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
1821	2025-10-07	Application and optimization of the U-Net++ model for cerebral artery segmentation based on computed tomographic angiography images 2025-Jul, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112137 PMID:40367559	研究论文	本研究基于CTA图像实现U-Net++模型用于脑动脉分割，并通过优化剪枝水平平衡分割性能与计算成本	在U-Net++模型中实施四种剪枝级别（L1-L4），分析剪枝对分割性能和计算效率的权衡关系	仅针对特定脑动脉区域（颈内动脉和椎动脉）进行分割验证	优化脑动脉分割模型的性能与计算效率平衡	CTA图像中的脑动脉结构	计算机视觉	脑血管疾病	计算机断层扫描血管成像（CTA）	U-Net++	医学图像	双能CTA和直接减影CTA数据集	NA	U-Net++	准确率, 交并比, F1分数, 边界F1分数, 豪斯多夫距离	NA
1822	2025-10-07	Challenges, optimization strategies, and future horizons of advanced deep learning approaches for brain lesion segmentation 2025-Jul, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.016 PMID:40306473	综述	本文系统综述了2021-2024年间深度学习在脑部病变分割领域的最新进展、挑战与未来发展方向	基于250余篇最新综述论文的系统性分析，提出了针对类别不平衡和多模态数据的解决方案，并首次系统探讨了隐私保护学习框架在脑病变分割中的应用前景	作为综述性论文，未包含原始实验验证，主要依赖已有文献的二次分析	为脑部病变检测和卒中分割任务的研究人员和系统设计者提供技术指南和发展方向	脑肿瘤和卒中病变的医学影像分割	计算机视觉	脑部疾病	医学影像分析	深度学习	医学影像	NA	NA	轻量级神经网络,多层架构	NA	NA
1823	2025-10-07	Establishment and evaluation of an automatic multi?sequence MRI segmentation model of primary central nervous system lymphoma based on the nnU?Net deep learning network method 2025-Jul, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15080 PMID:40400535	研究论文	基于nnU-Net深度学习网络建立原发性中枢神经系统淋巴瘤多序列MRI自动分割模型	首次基于nnU-Net开发针对PCNSL的多模态MRI自动分割模型，解决了传统2D测量和手动体积评估的挑战	样本量较小（仅49例患者），模型在T2WI序列上表现相对较差	开发自动MRI分割模型以改进PCNSL的定量评估	经病理确诊的原发性中枢神经系统淋巴瘤患者	医学影像分析	中枢神经系统淋巴瘤	钆对比剂磁共振成像	3D卷积神经网络	MRI图像	49例来自6个中国医疗中心的PCNSL患者	nnU-Net	nnU-Net	Dice相似系数	NA
1824	2025-05-23	A Minimal Annotation Pipeline for Deep Learning Segmentation of Skeletal Muscles 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70066 PMID:40390325	研究论文	本研究探讨了一种简单有效的迭代方法，用于构建高质量自动分割模型，同时最小化手动标注工作	提出了一种最小化标注工作的迭代方法，用于训练高质量的nnU-Net分割模型	训练集规模较小（n=30），且五级评分量表上的评分者间一致性仅为一般到中等	开发高效的自动分割方法，将骨骼肌MRI生物标志物转化为临床应用	健康志愿者和患有各种神经肌肉疾病的患者（包括肌营养不良、炎症性、神经源性和未标记的NMDs）	数字病理	神经肌肉疾病	定量MRI	nnU-Net	MRI图像	训练集70例（健康与病理大腿），独立测试集20例	NA	NA	NA	NA
1825	2025-10-07	Accelerating CEST MRI With Deep Learning-Based Frequency Selection and Parameter Estimation 2025-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70068 PMID:40396230	研究论文	提出一种基于深度学习的频率选择和参数估计框架，用于加速化学交换饱和转移磁共振成像	首次将通道剪枝与参数估计相结合，通过批归一化识别最有信息量的频率偏移，同时训练网络进行参数图预测	目前仅在健康志愿者数据上验证，尚未在患者群体中测试，且未解决B场不均匀性和病变组织异常信号变化等挑战	加速CEST MRI扫描过程，减少临床采集时间	健康志愿者的大脑CEST MRI数据	医学影像分析	NA	化学交换饱和转移磁共振成像	深度学习	磁共振图像	6名健康志愿者	NA	NA	参数图质量比较	NA
1826	2025-10-07	CatSkill: Artificial Intelligence-Based Metrics for the Assessment of Surgical Skill Level from Intraoperative Cataract Surgery Video Recordings 2025 Jul-Aug, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100764 PMID:40385240	研究论文	开发并验证基于人工智能的白内障手术视频分析系统，用于评估外科医生的手术技能水平	首次提出白内障手术评估指标(CSAMs)，通过深度学习分析手术视频自动评估医生在维持眼球中立位、居中和显微镜对焦方面的技能	回顾性研究，仅包含620例手术视频，需要更大样本量验证	开发AI系统评估白内障手术医生的专业技能水平	620例完整白内障手术视频，由主治医生和眼科住院医师完成	计算机视觉	白内障	视频分析，深度学习分割	CNN	手术视频	620例白内障手术视频(430例用于分析，254例主治医生，176例住院医师)	NA	FPN(VGG16)	Dice系数,AUC	NA
1827	2025-10-07	FADE: Forecasting for anomaly detection on ECG 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108780 PMID:40300434	研究论文	提出一种名为FADE的深度学习系统，用于正常心电图预测和异常检测	采用自监督学习方式训练正常心电图预测模型，使用新型形态学启发的损失函数，无需大量标注异常数据	仅在两个公开数据集上进行验证，需要进一步测试在不同传感器和患者群体中的适应性	开发心电图异常检测系统以减少对标注数据和人工解读的依赖	心电图信号	机器学习	心血管疾病	心电图分析	深度学习	心电图信号	MIT-BIH NSR和MIT-BIH Arrythmia两个公开数据集	NA	NA	准确率	NA
1828	2025-10-07	A multi-task neural network for full waveform ultrasonic bone imaging 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108807 PMID:40311439	研究论文	提出一种名为CEDD-Unet的多任务神经网络，用于实现高分辨率超声骨成像	采用双解码器架构分别重建声速模型和检测骨组织边界，集成ConvLSTM模块捕捉多尺度时空特征，并引入EMA模块增强特征表示	未明确说明数据集的样本数量限制和模型泛化能力验证	开发基于深度学习的全波形反演方法实现高分辨率超声骨成像	人类骨骼和小鼠骨骼的声速模型数据集	医学影像处理	骨骼疾病	超声射频信号采集，全波形反演	CNN, LSTM	超声射频信号	NA	NA	CEDD-Unet, Unet, Unet++, Att-Unet, InversionNet, DD-Net, UPFWI, DEFE-Unet	MAE, SSIM, PSNR	NA
1829	2025-10-07	TransAnno-Net: A Deep Learning Framework for Accurate Cell Type Annotation of Mouse Lung Tissue Using Self-supervised Pretraining 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108809 PMID:40315689	研究论文	提出一种基于自监督预训练和Transformer架构的深度学习框架TransAnno-Net，用于小鼠肺组织单细胞RNA测序数据的细胞类型注释	采用自监督预训练策略利用未标记数据学习基因-基因相似性，通过迁移学习在小规模标注数据上微调，显著降低标注成本并提升模型效率与可迁移性	方法主要针对小鼠肺组织数据，在其他器官或物种的泛化能力需进一步验证	开发高效准确的小鼠肺组织单细胞RNA测序数据细胞类型注释方法	小鼠肺器官单细胞RNA测序数据	生物信息学	肺部疾病	单细胞RNA测序(scRNA-seq)	Transformer	基因表达数据	约100,000个细胞	NA	Transformer	AUC	NA
1830	2025-10-07	Deep learning modelling to forecast emergency department visits using calendar, meteorological, internet search data and stock market price 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108808 PMID:40315688	研究论文	本研究使用深度学习模型结合日历、气象、互联网搜索数据和股票市场价格预测急诊科就诊量	首次将股票市场价格与互联网搜索数据结合日历和气象数据用于急诊科就诊量预测，并比较了多种混合深度学习架构的性能	研究仅基于2010-2012年新加坡综合医院的数据，可能缺乏泛化性	提高急诊科患者就诊量的预测准确性以优化医疗资源分配	新加坡综合医院急诊科每日就诊患者	机器学习	NA	深度学习时间序列预测	LSTM, 1D CNN, CNN-LSTM混合模型	时间序列数据	2010-2012年新加坡综合医院急诊科每日就诊数据	NA	LSTM, 1D CNN, stacked 1D CNN-LSTM, CNN-LSTM混合模块	平均绝对百分比误差(MAPE)	NA
1831	2025-10-07	Integrating prior knowledge with deep learning for optimized quality control in corneal images: A multicenter study 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108814 PMID:40319841	研究论文	开发并评估了一种基于混合人工智能的角膜图像质量控制系统，用于分类裂隙灯图像	提出了一种新颖的混合先验网络（HP-Net），将基于ResNet的分类分支与利用霍夫圆变换和频域模糊检测的先验知识分支相结合	NA	开发用于裂隙灯图像分类的混合AI图像质量控制系统，提高诊断准确性和效率	角膜裂隙灯图像	计算机视觉	眼科疾病	霍夫圆变换，频域模糊检测	深度学习，CNN	图像	内部数据集2982张图像，外部数据集23507张图像（AGEH 13554张，新疆阿克苏地区第一人民医院9853张）	NA	ResNet，HP-Net	准确率，精确率，召回率，特异性，F1分数	NA
1832	2025-10-07	ConnectomeAE: Multimodal brain connectome-based dual-branch autoencoder and its application in the diagnosis of brain diseases 2025-Jul, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108801 PMID:40294455	研究论文	提出基于多模态脑连接组的双分支自编码器ConnectomeAE，用于脑部疾病诊断	首次将多模态脑连接组信息与区域影像组学特征相结合，通过双分支自编码器分别学习节点特征和连接特征	NA	开发深度学习方法来整合多模态脑连接组信息和区域影像组学特征以增强脑部疾病诊断	脑部疾病患者的多模态脑网络数据	医学影像分析	脑部疾病	结构磁共振成像, 功能磁共振成像	自编码器	医学影像, 脑网络数据	两个公开数据集	NA	双分支自编码器	准确率	NA
1833	2025-10-07	A method for evaluating the degree of Adipogenic differentiation of porcine cells cultured in suspension based on deep learning 2025-Jul, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116324 PMID:40382025	研究论文	提出基于深度学习评估悬浮培养猪细胞脂肪生成分化程度的方法	首次将高通量技术与深度学习结合用于悬浮脂肪细胞分化评估，替代传统荧光染色和分子生物学方法	仅针对猪细胞验证，未提及其他物种的适用性	开发快速准确的脂肪细胞分化评估技术	悬浮培养的猪脂肪细胞	计算机视觉	NA	高通量明场成像	深度学习	图像	96孔板中的12个孔	NA	NA	RMSE, R	NA
1834	2025-10-07	Deep learning algorithm enables automated Cobb angle measurements with high accuracy 2025-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04853-7 PMID:39688663	研究论文	开发深度学习算法自动测量脊柱侧弯患者的Cobb角	首次使用深度学习算法在全身脊柱X光片上实现自动Cobb角测量，达到高精度	研究样本量相对有限（345例），成人患者的测量误差高于儿童患者	评估深度学习算法在脊柱X光片上自动测量Cobb角的准确性	脊柱侧弯患者的全身脊柱X光片	计算机视觉	脊柱侧弯	X射线成像	深度学习	医学影像	345例患者（179例儿童，166例成人）	NA	NA	平均绝对误差	NA
1835	2025-05-17	SagMSI: A graph convolutional network framework for precise spatial segmentation in mass spectrometry imaging 2025-Jul-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344098 PMID:40374250	研究论文	提出了一种基于图卷积网络（GCN）的无监督分割策略SagMSI，用于质谱成像（MSI）数据的精确空间分割	结合了MSI数据的空间感知图构建与GCN模块，能够灵活、有效且精确地进行空间分割	未提及具体局限性	解决MSI数据在空间分割中的复杂性问题，提升分割精度	质谱成像（MSI）数据	数字病理	NA	质谱成像（MSI）	图卷积网络（GCN）	图像	模拟数据和多种MSI实验数据集	NA	NA	NA	NA
1836	2025-05-17	PursuitNet: A deep learning model for predicting competitive pursuit-like behavior in mice 2025-Jul-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149634 PMID:40210144	research paper	介绍了一种名为PursuitNet的深度学习模型，用于预测小鼠在竞争性追逐行为中的实时动态	PursuitNet采用轻量级架构，结合图卷积网络（GCN）和时序卷积网络（TCN），显式建模动态交互和空间关系，融合速度和加速度数据以预测变化	该框架专注于快速变化的轨迹，可能不适用于其他类型的运动行为	研究捕食者-猎物动态，为交互式机器人和自主系统的设计提供信息	实验室小鼠追逐磁控机器人诱饵的行为	machine learning	NA	deep learning	Graph Convolutional Networks (GCN), Temporal Convolutional Networks (TCN)	trajectory data	Pursuit-Escape Confrontation (PEC) dataset	NA	NA	NA	NA
1837	2025-10-07	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	提出基于深度学习的多模态光谱信息融合网络用于肺腺癌细胞检测	提出自适应深度卷积(ADConv)和跨模态交互融合(CMIF)模块，实现多模态光谱数据的深度特征挖掘与融合	NA	开发快速诊断肺癌的新方法	正常细胞和肺腺癌患者细胞	计算机视觉	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱	CNN, Transformer	光谱文本数据、光谱图像	NA	NA	ResNet, Transformer, 一维卷积神经网络	准确率	NA
1838	2025-10-07	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本研究探索利用视觉语言模型进行建筑和拆除塑料废物的树脂类型分类	首次将视觉语言模型应用于塑料废物分类，支持零样本和小样本学习，显著减少对标注数据的依赖	零样本分类准确率仍有提升空间，模型性能可能受限于语言描述的质量	开发数据高效且可扩展的塑料废物分类方法	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型	VLM	图像, 文本	NA	NA	视觉语言模型	准确率	NA
1839	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）	NA	NA	NA	NA
1840	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集	NA	NA	NA	NA