深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1441	2025-02-19	Bean leaf image dataset annotated with leaf dimensions, segmentation masks, and camera calibration 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111328 PMID:39959655	研究论文	本文介绍了一个包含6981张普通豆叶图像的数据库，这些图像附有基准标记和已知叶片尺寸的注释	提供了一个包含详细注释的叶片图像数据库，包括图像分割、已知区域、基准标记区域、标记姿态、拍摄条件和相机校准信息	NA	开发用于叶片尺寸测量及相关问题的深度学习算法	普通豆叶	计算机视觉	NA	NA	NA	图像	6981张图像，涉及612片普通豆叶
1442	2025-02-13	A comprehensive hog plum leaf disease dataset for enhanced detection and classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111311 PMID:39931093	研究论文	本文介绍了一个全面的Hog plum叶片病害数据集，旨在增强病害的检测和分类	创建了一个全面的Hog plum叶片病害数据集，并通过数据增强技术扩展了数据集，提高了深度学习模型的训练效果	数据集仅包含来自孟加拉国不同地区的图像，可能无法完全代表其他地区的病害情况	开发一个用于早期检测和分类Hog plum叶片病害的机器学习模型，以减少对人工检查的依赖	Hog plum叶片病害	计算机视觉	植物病害	数据增强技术（翻转、旋转、缩放、平移、裁剪、添加噪声、调整亮度、调整对比度、缩放）	深度学习模型	图像	原始数据集包含3782张图像，通过数据增强扩展到20000张图像
1443	2025-02-12	Hematoxylin and Eosin-stained whole slide image dataset annotated for skin tissue segmentation 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111306 PMID:39925388	研究论文	本文发布了一个用于皮肤组织分割的Hematoxylin和Eosin染色全切片图像数据集，并验证了其有效性	发布了一个包含38张全切片图像及其掩码的数据集，涵盖了12个类别，包括组织、皮肤癌和皮肤层，并使用SegFormer模型验证了数据集的有效性	数据集规模相对较小，仅包含38张图像	通过发布和验证数据集，支持基于深度学习的皮肤疾病自动诊断系统的开发	皮肤组织	数字病理学	皮肤癌	Hematoxylin和Eosin染色	SegFormer	图像	38张全切片图像
1444	2025-02-11	Enhanced clinical photoacoustic vascular imaging through a skin localization network and adaptive weighting 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100690 PMID:39916976	研究论文	本文介绍了一种通过深度学习网络和自适应加权算法来增强临床光声血管成像的方法	结合深度学习网络进行皮肤层分割和自适应加权算法来补偿组织衰减，从而恢复深层血管	未提及具体局限性	提升临床光声血管成像的质量，特别是在深层血管的可视化方面	光声成像中的血管	数字病理学	NA	光声断层扫描（PAT）	深度学习网络	图像	未提及具体样本数量
1445	2025-02-09	Estimating baselines of Raman spectra based on transformer and manually annotated data 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125679 PMID:39733708	研究论文	本文提出了一种基于Transformer和手动标注数据的拉曼光谱基线估计方法	设计了一种针对拉曼光谱数据的一维Transformer模型（1dTrans），并在基线估计任务中表现优于传统的卷积神经网络（CNN）、ResUNet和三种参数化方法	手动标注数据的过程可能耗时且依赖于参数调整，模型的泛化能力未在更多材料上进行验证	改进拉曼光谱的基线校正方法，以提高定量分析的准确性	拉曼光谱数据	机器学习	NA	拉曼光谱分析	Transformer, CNN, ResUNet	光谱数据	八种不同生物材料的光谱数据
1446	2025-02-10	On the analysis of adapting deep learning methods to hyperspectral imaging. Use case for WEEE recycling and dataset 2025-Apr-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2024.125665 PMID:39746253	研究论文	本文评估了在深度学习架构中结合不同空间和光谱特征对高光谱图像分割的影响，并探讨了从RGB图像预训练模型到高光谱领域的知识迁移	提出了不同架构配置，评估了光谱和空间信息对模型性能、能耗和推理时间的影响，并公开了Tecnalia WEEE高光谱数据集	未对所有光谱波长进行优化，且从RGB领域迁移的预训练模型性能较低、能耗较高、推理时间较长	研究高光谱图像分割中空间和光谱信息对深度学习模型性能的影响	高光谱图像	计算机视觉	NA	深度学习	深度学习架构	高光谱图像	Tecnalia WEEE高光谱数据集，包含铜、黄铜、铝、不锈钢和白铜等非铁金属废料
1447	2025-02-10	Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110308 PMID:39667642	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）在提高薄层3D T2加权成像（T2WI）图像质量和前列腺影像报告与数据系统（PI-RADS）评估中的有效性	使用SR-DLR技术在不延长MRI采集时间的情况下提高图像质量，并评估其对PI-RADS评分的影响	样本量较小（28名患者），且为回顾性研究	评估SR-DLR在提高前列腺MRI图像质量和PI-RADS评分中的有效性	前列腺MRI图像	医学影像	前列腺癌	超分辨率深度学习重建（SR-DLR）	深度学习模型	MRI图像	28名男性患者（年龄范围：47-88岁；平均年龄：70.8岁）
1448	2025-02-10	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	本研究开发了DiffDL，一种生成扩散概率模型，旨在从减少的扩散加权图像（DWI）集中生成高质量的扩散张量成像（DTI）和扩散峰度成像（DKI）指标	DiffDL模型通过生成扩散概率模型解决了扩散MRI数据采集时间过长的问题，同时保持了指标的准确性	未来研究需要优化计算需求，并在临床队列和标准MRI扫描仪上验证模型	开发一种生成扩散概率模型以减少扩散MRI数据采集时间并保持指标准确性	扩散加权图像（DWI）	计算机视觉	NA	扩散张量成像（DTI）和扩散峰度成像（DKI）	UNet	图像	300训练/验证对象和50测试对象
1449	2025-02-10	Predicting molecular subtypes of breast cancer based on multi-parametric MRI dataset using deep learning method 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110305 PMID:39681144	研究论文	本研究开发了一种基于多参数MRI的深度学习模型，用于预测乳腺癌的分子亚型	使用五种类型的术前MRI图像，通过集成学习方法融合五个基础模型的输出，构建了一个多参数MRI模型，用于预测乳腺癌的分子亚型	研究样本量相对较小，且为回顾性研究，可能存在选择偏差	开发一种基于多参数MRI的模型，用于预测乳腺癌的分子亚型	325例经病理证实的乳腺癌患者的临床数据和五种MRI图像	数字病理	乳腺癌	多参数MRI成像	ResNeXt50	图像	325例乳腺癌患者（260例训练集，65例测试集）
1450	2024-12-28	Reliability of post-contrast deep learning-based highly accelerated cardiac cine MRI for the assessment of ventricular function 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110313 PMID:39708928	研究论文	本研究评估了基于深度学习的加速心脏电影MRI在对比剂注射前后的等效性，用于评估心室功能	首次在临床环境中评估了对比剂注射前后基于深度学习的加速心脏电影MRI的图像质量和心室功能量化等效性	样本量较小，仅30名患者，且仅在1.5T扫描仪上进行	评估对比剂注射前后基于深度学习的加速心脏电影MRI在图像质量和心室功能量化上的等效性	30名患者（20名男性，平均年龄53.7±17.8岁）	医学影像	心血管疾病	心脏磁共振成像（MRI）	深度学习	图像	30名患者
1451	2025-02-10	Comparison of conventional diffusion-weighted imaging and multiplexed sensitivity-encoding combined with deep learning-based reconstruction in breast magnetic resonance imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110316 PMID:39716684	研究论文	本研究比较了传统扩散加权成像（DWI）与结合深度学习的多重灵敏度编码（MUSE-DLR）在乳腺磁共振成像中的应用	首次将深度学习重建技术应用于MUSE数据，以提升乳腺MRI图像质量	样本量较小，仅包括51名女性参与者	评估MUSE结合深度学习重建在乳腺成像中的可行性	接受乳腺磁共振成像的女性参与者	医学影像	乳腺癌	磁共振成像（MRI），扩散加权成像（DWI），多重灵敏度编码（MUSE）	深度学习重建（DLR）	图像	51名女性参与者
1452	2025-02-10	FDuDoCLNet: Fully dual-domain contrastive learning network for parallel MRI reconstruction 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110336 PMID:39864600	研究论文	本文提出了一种新的全双域对比学习网络（FDuDoCLNet），用于并行MRI重建，以解决现有深度学习方法在重建质量上的局限性	提出了基于变分网络（VarNet）的全双域对比学习网络（FDuDoCLNet），通过引入双域对比损失来优化重建性能，并在图像域和小波域中同时进行加速并行成像（PI）	现有重建网络很少考虑小波域中的多样化频率特征，且现有双域重建方法可能过于关注单一域的特征，导致重建图像中关键全局结构或局部细节的丢失	提高并行MRI重建的速度和质量	MRI图像	计算机视觉	NA	深度学习	FDuDoCLNet, VarNet	图像	fastMRI多线圈膝盖数据集
1453	2025-02-08	Using deep learning for ultrasound images to diagnose chronic lateral ankle instability with high accuracy 2025-Apr, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.01.001 PMID:39911312	研究论文	本研究旨在通过深度学习技术，利用超声图像对慢性外侧踝关节不稳（CLAI）进行高精度诊断	首次将深度学习应用于超声图像，用于慢性外侧踝关节不稳的诊断，并展示了高准确率和AUC值	样本量较小，仅包括60个踝关节（30个对照组和30个损伤组）	计算慢性外侧踝关节不稳的诊断准确率	慢性外侧踝关节不稳患者和无踝关节扭伤史的对照组	计算机视觉	踝关节疾病	深度学习	预训练深度学习模型	超声图像	60个踝关节（30个对照组和30个损伤组），共4000张图像
1454	2025-02-07	FedPD: Defending federated prototype learning against backdoor attacks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107016 PMID:39708704	研究论文	本文提出了一种名为FedPD的框架，旨在防御联邦学习中的后门攻击	FedPD框架通过交换原型而非模型参数，有效防止恶意客户端在联邦学习训练中植入后门通道，显著减少通信开销	现有防御方法在训练或测试阶段需要大量计算和通信开销，限制了其在资源受限场景中的实用性，且不适用于一般联邦学习场景中的非独立同分布数据	防御联邦学习中的后门攻击	联邦学习中的客户端和服务器	机器学习	NA	联邦学习	深度学习模型	NA	NA
1455	2025-02-07	Enhancing consistency and mitigating bias: A data replay approach for incremental learning 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107053 PMID:39732067	研究论文	本文提出了一种新的数据回放方法，通过量化数据一致性并开发新的损失函数来减少不一致性，同时引入正则化项以平衡类别权重，从而在类增量学习中提高性能	提出了一种新的损失函数，通过最小化KL散度来减少倒置数据与真实数据之间的不一致性，并引入正则化项以平衡类别权重	该方法依赖于对倒置数据与真实数据之间一致性的简化假设，可能在实际应用中存在局限性	解决深度学习系统在序列任务学习中的灾难性遗忘问题	深度学习系统在类增量学习中的性能	机器学习	NA	数据回放方法	NA	图像数据	CIFAR-100, Tiny-ImageNet, 和 ImageNet100 数据集
1456	2025-02-06	Predicting bone metastasis risk of colorectal tumors using radiomics and deep learning ViT model 2025-Apr, Journal of bone oncology IF:3.1Q2 DOI:10.1016/j.jbo.2024.100659 PMID:39902382	研究论文	本研究结合放射组学和Vision Transformer (ViT)深度学习技术，利用平扫和增强CT图像预测结直肠癌患者的骨转移风险	首次将ViT深度学习模型与放射组学结合，用于结直肠癌骨转移风险的预测，显著提高了预测准确性	研究样本量较小（155例患者），且为单中心回顾性研究，需在更大规模的多中心研究中进一步验证	开发一种结合放射组学和ViT深度学习技术的预测模型，以评估结直肠癌患者的骨转移风险	155例结直肠癌患者（81例有骨转移，74例无骨转移）	计算机视觉	结直肠癌	放射组学、深度学习	Vision Transformer (ViT)、SVM、KNN、Random Forest、LightGBM、XGBoost	CT图像	155例结直肠癌患者
1457	2025-02-05	Structure and oxygen saturation recovery of sparse photoacoustic microscopy images by deep learning 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100687 PMID:39896070	研究论文	本研究提出了一种名为Mask-enhanced U-net (MeU-net)的深度学习模型，用于恢复稀疏采样的光声显微镜（PAM）结构和功能图像	引入了自适应血管注意力掩码模块，专注于血管信息恢复，并设计了血管特定的损失函数以提高恢复精度	现有方法很少能有效恢复功能图像	提高光声显微镜成像速度和恢复精度	小鼠大脑和耳朵的稀疏采样光声显微镜图像	计算机视觉	NA	光声显微镜（PAM）	U-net	图像	小鼠大脑和耳朵的模拟数据，稀疏度为4×、8×、12×
1458	2025-02-05	Self-supervised light fluence correction network for photoacoustic tomography based on diffusion equation 2025-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100684 PMID:39896066	研究论文	本文提出了一种基于深度学习的自监督光流校正方法，用于定量光声断层成像中的吸收系数分布估计	提出了一种自监督的QPAT网络模型SQPA-Net，通过将基于扩散方程的光流估计引入损失函数，指导模型学习光声光传输的隐式表示	缺乏真实数据用于监督网络训练	解决定量光声断层成像中吸收系数分布估计的问题	生物组织	计算机视觉	NA	深度学习	SQPA-Net	图像	模拟和小动物成像实验
1459	2024-12-28	Network embedding: The bridge between water distribution network hydraulics and machine learning 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123011 PMID:39721501	研究论文	本文提出了一种新的水分配网络嵌入（WDNE）方法，将水分配网络的液压关系转化为适合机器学习算法的向量形式	提出了WDNE方法，首次将水分配网络的液压特性有效整合到机器学习中，并通过两种深度自编码器嵌入模型同时保留液压关系和属性信息	未提及具体局限性	解决水分配网络管理问题，提升机器学习算法在水分配网络中的应用效率	水分配网络（WDNs）	机器学习	NA	深度自编码器嵌入模型	自编码器	网络拓扑数据	未提及具体样本数量
1460	2025-01-23	Intelligent identification of foodborne pathogenic bacteria by self-transfer deep learning and ensemble prediction based on single-cell Raman spectrum 2025-Apr-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2024.127268 PMID:39644671	研究论文	本研究提出了一种基于单细胞拉曼光谱的AI模型，用于精确识别食源性致病菌	结合自迁移深度学习和集成预测算法，显著提高了训练效率和预测性能	未提及模型在实际应用中的具体限制	提高食源性疾病的准确检测，预防疾病传播	食源性致病菌	机器学习	食源性疾病	单细胞拉曼光谱	自迁移深度学习，集成预测	光谱数据	未提及具体样本数量