深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1381	2025-10-07	HCBiLSTM-WOA: hybrid convolutional bidirectional long short-term memory with water optimization algorithm for autism spectrum disorder 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2399016 PMID:39290085	研究论文	提出一种结合混合卷积双向长短期记忆网络和水优化算法的自闭症谱系障碍检测方法	首次将混合卷积双向LSTM与水优化算法结合用于ASD检测，能够自动调整超参数并实现ASD阶段分类	未详细说明数据隐私保护具体措施，ASD风险因素的不确定性可能影响模型泛化能力	开发高效的自闭症谱系障碍早期检测和分类方法	幼儿、儿童、青少年和成人的自闭症谱系障碍数据	机器学习	自闭症谱系障碍	深度学习	CNN, BiLSTM	结构化医疗数据	包含ASD和非ASD数据的实时数据集	NA	混合卷积双向长短期记忆网络	准确率, kappa统计量, 灵敏度, 特异性, 对数损失, AUROC	NA
1382	2025-10-07	Deep Learning-Based Heterogeneity Correction of the Homogeneous Dose Distribution for Single Brain Tumors in Gamma Knife Radiosurgery 2025-May, Advances in radiation oncology IF:2.2Q2 DOI:10.1016/j.adro.2025.101757 PMID:40231287	研究论文	开发基于深度学习的伽玛刀放射外科中脑肿瘤剂量分布异质性校正方法	首次使用条件生成对抗网络将均匀剂量分布转换为包含异质性效应的合成剂量，无需额外CT扫描	需要更多样化的患者队列进行进一步验证和优化	开发无需额外CT扫描的脑肿瘤放射治疗异质性校正方法	122名伽玛刀放射外科患者（100名回顾性收集，22名前瞻性收集）	医学影像分析	脑肿瘤	磁共振成像，计算机断层扫描，伽玛刀放射外科	条件生成对抗网络	医学影像数据	122名患者	NA	条件生成对抗网络	γ通过率，处方等剂量Dice系数	NA
1383	2025-10-07	Multimodal sentiment analysis leveraging the strength of deep neural networks enhanced by the XGBoost classifier 2025-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2313066 PMID:38340022	研究论文	提出一种结合LSTM和XGBoost的混合模型用于多模态情感分析	首次将长短期记忆网络与XGBoost分类器结合，形成混合LXGB模型	NA	解决跨文本、图像和音频等多数据源的情感理解复杂任务	多模态情感数据	自然语言处理,机器学习	NA	多模态情感分析	LSTM,XGBoost	文本,图像,音频	CMU-MOSEI数据集	NA	LSTM,XGBoost	准确率	NA
1384	2025-10-07	MSTNet: Multi-scale spatial-aware transformer with multi-instance learning for diabetic retinopathy classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103511 PMID:40020421	研究论文	提出一种用于糖尿病视网膜病变分类的多尺度空间感知Transformer网络MSTNet	提出双路径Transformer编码器结构，结合多尺度特征提取、空间感知模块和多示例学习策略，有效捕捉细微病变特征的相关性和上下文信息	未明确说明模型计算复杂度及在资源受限环境下的适用性	开发更准确的糖尿病视网膜病变自动诊断和分级方法	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	Transformer, MIL	图像	四个公共数据集（APTOS2019、RFMiD2020、Messidor、IDRiD）	NA	MSTNet, Transformer	ACC, F1-score	NA
1385	2025-10-07	Deep learning based coronary vessels segmentation in X-ray angiography using temporal information 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103496 PMID:40049029	研究论文	提出一种融合时序信息的深度学习网络TVS-Net，用于X射线血管造影中的冠状动脉分割	首次将序列ICA信息融合到新型密集连接3D编码器-2D解码器结构中，并采用基于弹性交互的损失函数	使用相对宽松的标注协议产生粗粒度样本，标注精度可能影响模型性能	开发能够克服运动伪影和对比剂分布不均等挑战的冠状动脉血管自动分割方法	X射线冠状动脉血管造影图像中的血管结构	计算机视觉	心血管疾病	X射线血管造影	深度学习	医学图像序列	323个样本（训练173，验证82，测试68），外加60张外部医院图像	NA	3D编码器-2D解码器	Dice系数, 召回率	NA
1386	2025-10-07	Motor imagery EEG decoding based on TS-former for spinal cord injury patients 2025-May, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111298 PMID:40081503	研究论文	提出基于Transformer的TS-former网络架构，用于脊髓损伤患者的运动想象脑电信号解码	结合FBCSP特征提取和Transformer多头注意力机制，在时空域处理脑电信号，并采用迁移学习适应新分类任务	仅在16名脊髓损伤患者的数据集上进行验证，样本规模有限	开发用于脊髓损伤患者康复训练的脑机接口系统	脊髓损伤患者的运动想象脑电信号	脑机接口	脊髓损伤	脑电图(EEG), 滤波器组共空间模式(FBCSP)	Transformer	脑电信号	16名脊髓损伤患者	NA	TS-former, Transformer	分类准确率	NA
1387	2025-10-07	UniSAL: Unified Semi-supervised Active Learning for histopathological image classification 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103542 PMID:40101375	研究论文	提出一种统一的半监督主动学习框架UniSAL，用于组织病理图像分类以减少标注成本	提出双视角高置信度伪标签训练和伪标签引导的类对比学习，设计分歧感知不确定性选择器和紧凑选择器进行样本选择	仅在三个公开病理图像数据集上验证，未在更多类型医学图像上测试	减少组织病理图像标注成本，提高深度学习模型训练效率	组织病理图像	数字病理	癌症	深度学习	CNN	图像	三个公开数据集（CRC5000、Chaoyang、CRC100K）	PyTorch	双网络架构	准确率	NA
1388	2025-10-07	Predicting infant brain connectivity with federated multi-trajectory GNNs using scarce data 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103541 PMID:40107118	研究论文	提出一种联邦图多轨迹演化网络FedGmTE-Net++，用于从单次基线观测预测婴儿脑连接多轨迹演化	首个专为数据稀缺环境下脑多轨迹演化预测设计的联邦学习框架；在局部目标函数中加入辅助正则化器以最大化利用纵向脑连接数据；引入包含K近邻预补全和回归器精修的两步插补流程	NA	解决婴儿脑网络多轨迹预测中数据稀缺和隐私保护问题	婴儿出生后第一年的脑连接网络演化	图神经网络	NA	脑连接成像	图神经网络	脑连接图数据	NA	联邦学习	FedGmTE-Net++	NA	NA
1389	2025-10-07	A deep learning approach to multi-fiber parameter estimation and uncertainty quantification in diffusion MRI 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103537 PMID:40112509	研究论文	提出一种基于深度学习的扩散MRI多纤维参数估计和不确定性量化方法	引入序列化方法将多纤维参数推断分解为一系列可管理的子问题，利用针对问题特定结构和对称性设计的深度神经网络	在HCP类采集方案下，细胞外平行扩散率的估计存在高度不确定性	解决扩散MRI中可靠且计算效率高的生物物理模型参数推断问题	脑白质纤维微观结构	医学影像分析	NA	扩散MRI	深度神经网络	医学影像数据	人类连接组计划(HCP)的真实成像数据	NA	NA	参数估计精度,不确定性量化	NA
1390	2025-10-07	Segment Like A Doctor: Learning reliable clinical thinking and experience for pancreas and pancreatic cancer segmentation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103539 PMID:40112510	研究论文	提出一种模拟医生临床思维的分割框架SLAD，用于胰腺和胰腺癌的CT图像分割	首次模拟医生在胰腺癌渐进诊断阶段（器官、病灶、边界）的逻辑思维和诊断经验，提出三个创新模块：解剖感知掩码自编码器、因果驱动图推理模块和基于扩散的差异校准模块	仅针对胰腺癌进行验证，未扩展到其他癌症类型；在极端不确定边界情况下性能仍有提升空间	提高胰腺和胰腺癌在CT图像上的分割准确性和可靠性	胰腺和胰腺癌的CT图像分割	数字病理	胰腺癌	计算机断层扫描(CT)	自编码器,图神经网络,扩散模型	CT图像	三个独立数据集（具体数量未明确说明）	NA	Anatomy-aware Masked AutoEncoder (AMAE), Causality-driven Graph Reasoning Module (CGRM), Diffusion-based Discrepancy Calibration Module (DDCM)	分割准确率	NA
1391	2025-10-07	An extragradient and noise-tuning adaptive iterative network for diffusion MRI-based microstructural estimation 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103535 PMID:40157297	研究论文	提出一种用于扩散MRI微观结构估计的外梯度和噪声调谐自适应迭代网络	引入自适应机制根据具体dMRI模型、数据集和下采样策略灵活调整稀疏表示过程，并提出噪声调谐模块帮助网络逃离局部极小值/鞍点	NA	改进扩散MRI模型参数估计的准确性和泛化能力	扩散MRI微观结构估计	医学影像分析	NA	扩散MRI	优化网络	扩散MRI数据	两个3T HCP数据集和一个7T HCP数据集	NA	外梯度和噪声调谐自适应迭代网络	准确性, 泛化性	NA
1392	2025-10-07	ArtiDiffuser: A unified framework for artifact restoration and synthesis for histology images via counterfactual diffusion model 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103567 PMID:40188685	研究论文	提出ArtiDiffuser框架，通过反事实扩散模型统一处理组织学图像中的伪影修复与合成	首次将反事实扩散模型应用于组织学图像伪影处理，统一伪影修复与合成功能，并采用Swin-Transformer骨干网络和类别引导的专家混合机制	未明确说明模型计算复杂度及在更大规模数据集上的泛化能力	解决组织学图像中伪影导致的误诊问题，提升深度学习模型的诊断准确性	组织学图像中的伪影区域	数字病理学	NA	扩散模型	扩散模型	组织学图像	723个标注图像块，涵盖多种伪影类别	PyTorch	Swin-Transformer, Mixture of Experts	准确性, 一致性正则化指标	NA
1393	2025-10-07	Unsupervised brain MRI tumour segmentation via two-stage image synthesis 2025-May, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103568 PMID:40199108	研究论文	提出一种通过两阶段图像合成实现无监督脑肿瘤MRI分割的方法	采用两阶段图像合成策略解决真实与合成数据间的领域差异，通过初级模型生成伪标签并创建更真实的合成数据	方法依赖于手工制作的肿瘤形状和强度模型生成初始合成数据	开发无需专家标注的无监督脑肿瘤分割方法	脑部磁共振图像中的肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	五个脑成像数据集	NA	NA	NA	NA
1394	2025-10-07	NLP for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review 2025-May, Journal of pain and symptom management IF:3.2Q1 DOI:10.1016/j.jpainsymman.2025.01.019 PMID:39894080	综述	本文综述了自然语言处理技术在癌症研究中分析电子健康记录和临床笔记的应用现状与发展趋势	提供了比以往研究更广泛的视角，不仅关注特定癌症类型或应用，通过系统分析94项相关研究揭示了NLP在癌症研究中的应用趋势	现有解决方案的泛化能力有限，需要更好地整合到临床工作流程中	探索自然语言处理技术在癌症研究中的应用现状和未来方向	电子健康记录和临床笔记	自然语言处理	癌症	自然语言处理	基于规则的模型,传统机器学习,深度学习,Transformer	文本	数据集规模差异很大，从小型手动标注数据集到大规模电子健康记录	NA	NA	NA	NA
1395	2025-10-07	Uncertainty-Aware Deep Learning Characterization of Knee Radiographs for Large-Scale Registry Creation 2025-May, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2024.10.103 PMID:39477040	研究论文	开发用于膝关节X光片自动分类和目标检测的不确定性感知深度学习系统	集成保形预测不确定性量化的多标签分类器与膝关节植入物检测模型	仅使用回顾性数据，未提及前瞻性验证	构建大规模膝关节X光片注册表的自动化图像处理流程	膝关节X光片	计算机视觉	骨科疾病	X射线成像	CNN, 目标检测模型	图像	26,000张膝关节图像用于分类，11,841张膝关节X光片用于目标检测	NA	EfficientNet	F1分数, 准确率, 灵敏度, 特异性, 边际覆盖率, 效率, 平均精度, 召回率	NA
1396	2025-10-07	Detection of Ocular Surface Squamous Neoplasia Using Artificial Intelligence With Anterior Segment Optical Coherence Tomography 2025-May, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.02.019 PMID:39983942	研究论文	开发并验证基于深度学习的前段光学相干断层扫描模型，用于区分眼表鳞状上皮 neoplasia 与翼状胬肉和睑裂斑	首次结合掩码自编码器和视觉变换器模型，利用大量无标签数据进行预训练，实现眼表鳞状上皮 neoplasia 的自动检测	单中心回顾性研究，样本量有限，需要进一步多中心验证	开发人工智能辅助诊断系统，提高眼表鳞状上皮 neoplasia 的诊断准确性	眼表鳞状上皮 neoplasia、翼状胬肉和睑裂斑患者	计算机视觉	眼表鳞状上皮 neoplasia	前段光学相干断层扫描	自编码器, 视觉变换器	图像	5746只眼的105,859张AS-OCT图像用于预训练，523只眼的2022张图像用于训练，48名患者的62只眼566次扫描用于测试	NA	掩码自编码器, 视觉变换器	准确率, 灵敏度, 特异性, AUC	NA
1397	2025-10-07	Improving Accuracy and Reproducibility of Cartilage T2 Mapping in the OAI Dataset Through Extended Phase Graph Modeling 2025-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29646 PMID:39467097	研究论文	本研究通过扩展相位图建模提高了骨关节炎倡议数据集中软骨T2映射的准确性和可重复性	首次将扩展相位图建模应用于OAI数据集，解决了传统单指数模型忽略刺激回波和B1不均匀性的局限性	研究样本量有限（100名受试者），且为回顾性研究设计	评估不同拟合方法对软骨T2测量准确性和可重复性的影响	骨关节炎倡议数据集中的膝关节软骨	医学影像分析	骨关节炎	多回波自旋回波序列，扩展相位图建模	非线性最小二乘法，字典匹配，深度学习	磁共振影像	100名受试者（50名按OA严重程度分层，50名健康对照）	NA	NA	平均绝对误差，Bland-Altman分析，Lin一致性系数，变异系数	NA
1398	2024-11-07	Editorial for "Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy" 2025-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29637 PMID:39501638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1399	2025-10-07	Development of a Dual-Plane MRI-Based Deep Learning Model to Assess the 1-Year Postoperative Outcomes in Lumbar Disc Herniation After Tubular Microdiscectomy 2025-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29639 PMID:39501646	研究论文	开发基于双平面MRI的深度学习模型评估腰椎间盘突出症经椎间孔镜髓核摘除术后1年疗效	首次将术前双平面MRI深度学习特征与临床特征相结合评估TMD术后1年疗效	回顾性研究设计，样本量有限	评估术前双平面MRI深度学习特征结合临床特征对TMD术后1年疗效的预测能力	548例接受TMD手术的腰椎间盘突出症患者	医学影像分析	腰椎间盘突出症	MRI, 深度学习	CNN	MRI图像, 临床数据	548例患者（训练集305例，内部验证集131例，外部验证集112例）	NA	ResNet50, ResNet101, ResNet152	AUC	NA
1400	2025-10-07	Development and Validation of a Deep Learning System to Differentiate HER2-Zero, HER2-Low, and HER2-Positive Breast Cancer Based on Dynamic Contrast-Enhanced MRI 2025-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29670 PMID:39643475	研究论文	开发并验证基于动态对比增强MRI的深度学习系统，用于自动分割乳腺肿瘤并区分HER2-zero、HER2-low和HER2-positive状态	首次利用深度学习系统基于DCE-MRI自动区分HER2-zero、HER2-low和HER2-positive三种乳腺癌亚型	回顾性研究设计，需要进一步前瞻性验证	开发自动化系统用于乳腺癌HER2表达状态的术前无创评估	乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI	深度学习	MRI影像	1294名乳腺癌患者（训练集811例，内部测试204例，外部测试279例）	NA	ResNetGN	Dice相似系数, AUC, 准确率, 灵敏度, 特异性	NA