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
161	2025-09-06	Single-View 3D Hair Modeling With Clumping Optimization 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3552919 PMID:40111766	研究论文	提出一种从单张图像重建3D头发模型并优化头发成簇效果的方法	引入分层头发表示和可微分框架，首次在单视图头发重建中集成头发成簇效果优化	NA	提升单视图3D头发建模的真实感，特别是头发成簇效果	头发几何结构	计算机视觉	NA	深度学习，基于线的光栅化渲染	可微分框架	图像	NA
162	2025-09-06	Fast and Robust Single-Shot Cine Cardiac MRI Using Deep Learning Super-Resolution Reconstruction 2025-Oct-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001186 PMID:40184545	研究论文	本研究比较了深度学习超分辨率重建的单次激发心脏MRI与标准多次激发序列的诊断质量和扫描效率	首次将工业开发的深度学习超分辨率算法应用于单次激发心脏电影序列，显著缩短扫描时间的同时保持非劣诊断质量	样本量较小（45名参与者），且未明确说明深度学习模型的具体架构和训练细节	评估深度学习重建单次激发心脏电影序列在临床诊断中的可行性和优势	具有心脏MRI临床指征的患者群体	医学影像分析	心血管疾病	深度学习超分辨率重建、压缩感知、平衡稳态自由进动序列	深度学习超分辨率算法	心脏MRI图像	45名参与者（平均年龄50±18岁，30名男性）
163	2025-09-06	Eliminating Rasterization: Direct Vector Floor Plan Generation With DiffPlanner 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3559682 PMID:40208765	研究论文	提出一种名为DiffPlanner的深度学习框架，直接在向量空间中生成边界约束的平面图布局	首次完全在向量空间操作，避免了传统方法中矢量-栅格-矢量的转换过程，并引入了对齐机制使模型优化轨迹与设计师迭代过程对齐	NA	解决边界约束的平面图生成问题，生成给定边界内房间的拓扑和几何属性	建筑平面图布局和气泡图	计算机视觉	NA	条件扩散模型	Transformer-based diffusion model	矢量数据	NA
164	2025-09-06	FLINT: Learning-Based Flow Estimation and Temporal Interpolation for Scientific Ensemble Visualization 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3561091 PMID:40232923	研究论文	提出一种基于深度学习的FLINT方法，用于科学集成数据的流场估计和时间插值	首个从科学集成数据中执行流场估计的方法，能够处理部分或完全缺失流场的情况	NA	为2D+时间和3D+时间科学集成数据估计流场并生成时间插值	科学集成数据	科学可视化	NA	深度学习	CNN，反卷积神经网络	2D+时间数据，3D+时间数据	来自模拟和实验的科学集成数据
165	2025-09-06	ASight: Fine-Tuning Auto-Scheduling Optimizations for Model Deployment via Visual Analytics 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3574194 PMID:40440148	研究论文	提出ASight视觉分析系统，帮助工程师理解自动调度生成的底层代码并优化深度学习模型部署性能	开发子图匹配算法识别中间表示中的图同构，并提出增强的可视化方法处理自动调度的大规模搜索空间	仅通过两个案例研究和定量实验验证，需要更广泛的实践应用证明	优化深度学习模型在特定硬件上的推理延迟，提升部署性能	深度学习模型的自动调度优化过程和生成的底层代码	机器学习	NA	子图匹配算法，可视化分析	NA	中间表示(IR)，性能指标数据，计算图	两个案例研究（本地机器和数据中心各一）加定量实验
166	2025-09-06	Machine and deep learning methods for epileptic seizure recognition using EEG data: A systematic review 2025-Oct-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149797 PMID:40562194	系统综述	本文系统回顾了2013至2023年间基于EEG数据的机器学习和深度学习方法在癫痫发作识别中的应用	首次全面涵盖癫痫发作的检测、分类与预测任务，并探讨可解释AI、迁移学习及联邦学习等新兴趋势	仅基于PubMed数据库的文献，可能未涵盖所有相关研究；未进行定量meta分析	评估机器学习和深度学习在癫痫发作识别中的有效性、可解释性及临床适用性	癫痫患者的EEG信号数据	机器学习	癫痫	EEG（脑电图）	多种ML和DL模型（未指定具体类型）	EEG信号数据	NA（综述文章，未涉及具体样本量）
167	2025-09-06	A Study of Data Augmentation for Learning-Driven Scientific Visualization 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3587685 PMID:40638349	研究论文	本研究系统评估了九种数据增强技术在科学可视化任务中的效果，包括空间超分辨率和环境遮挡预测	首次对多种数据增强方法在科学可视化领域的性能进行综合比较，并揭示了增强数据数量与单域多样性对模型性能的关键影响	研究仅针对特定科学可视化任务，结果可能不适用于其他领域；实验基于有限的数据集特征	探索数据增强技术在解决科学可视化中训练数据稀缺问题上的有效性	科学可视化数据及其增强方法	科学可视化	NA	数据增强技术（噪声注入、插值、缩放、翻转、旋转、VAE、GAN、扩散模型、隐式神经表示）	深度学习模型	科学可视化数据	多个具有不同特征的科学数据集
168	2025-09-06	A Comprehensive Survey on 3D Single-View Object Reconstruction 2025-Oct, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3591770 PMID:40699970	综述	本文全面综述了基于单视图的3D物体重建技术，特别关注了基于新视角合成方法的最新进展，并提出了一种更符合人类视觉感知的评估方法	提出了考虑部件显著性的加权评估方法，并引入了自动感知重建差异的新技术，填补了现有文献中评估方法与人类视觉感知不一致的空白	NA	填补单视图3D物体重建领域，特别是基于新视角合成方法的最新进展的综述空白，并改进评估方法以更好地反映人类视觉感知	3D物体形状	计算机视觉	NA	深度学习	NA	图像	NA
169	2025-09-06	CT-SCOPE: annotated dataset of CT SCans for the automatic semantic segmentation of the Osseous structures of the Paranasal sinusEs 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111962 PMID:40896122	研究论文	介绍一个用于鼻旁窦骨结构自动语义分割的CT扫描标注数据集	提供来自6家医院、4种CT设备的多源数据集，包含人工标注和自动伪标签，支持跨设备域适应研究	仅13例病例有完整人工标注，样本量相对有限	推动医学图像分析中深度学习语义分割模型的训练与评估	鼻旁窦周围骨结构	医学图像分析	鼻窦相关疾病	CT扫描	深度学习语义分割模型	CT图像（DICOM和PNG格式）	40名受试者（13例标注+27例未标注），共约8480张切片，含696个标注掩码
170	2025-09-06	UMATBrush: A dataset of inertial signals of toothbrushing activities 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111980 PMID:40896134	研究论文	介绍了一个名为UMATBrush的惯性信号数据集，专门用于监测刷牙活动	与类似存储库相比，不仅包含有限手动活动的检测器开发，还包括受试者日常生活中的长时间监测	NA	为基于智能手表的刷牙活动检测提供数据集支持	四个实验受试者在大量刷牙会话中的惯性信号	机器学习	NA	惯性传感器信号采集	NA	惯性信号（加速度样本）	四个受试者使用三款商用智能手表采集的大量刷牙会话数据
171	2025-09-06	Stress-strain and fracture acoustic emission dataset of high-strength concrete for metro tunnel lining under different stress states 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111973 PMID:40896120	研究论文	本文提出了一个关于地铁隧道衬砌高强混凝土在不同应力状态下应力应变和断裂声发射特性的新颖数据集	首次提供了包含高强混凝土在多应力状态下的应力应变行为、断裂声发射特性及损伤图像的综合性数据集	NA	解决地铁隧道衬砌工程问题并为相关科学研究提供数据支持	地铁隧道衬砌使用的高强混凝土	工程材料	NA	声发射(AE)监测、应力应变传感、高分辨率摄像	NA	图像、传感器数据、声发射数据	NA
172	2025-09-06	RoseLeafInsight: A high-resolution image dataset for rose leaf disease recognition 2025-Oct, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111968 PMID:40896128	研究论文	本研究提出了一个高分辨率玫瑰叶片病害图像数据集RoseLeafInsight，用于支持玫瑰叶片病害的自动识别与研究	创建了首个针对玫瑰叶片病害的高分辨率图像数据集，包含四种病害类别，并采用多种数据增强技术提升数据集质量	数据集仅包含四种病害类别，可能未覆盖所有玫瑰叶片病害类型；数据采集限于特定时间段和地区	开发用于玫瑰叶片病害早期识别和诊断的机器学习模型，提升病害管理效率和农业产量	玫瑰叶片图像，包含黑斑病、虫孔病、黄花叶病毒病和健康叶片四种类别	计算机视觉	植物病害	图像采集、数据增强（旋转、翻转、对比度调整、模糊、剪切、缩放、噪声添加）	MobileNetV2（迁移学习模型）	图像	3,228张原始图像（黑斑病409张、虫孔病453张、黄花叶病毒病680张、健康叶片1,686张）
173	2025-09-05	DiffRaman: A conditional latent denoising diffusion probabilistic model for enhancing bacterial identification via Raman spectra generation under limited data 2025-Oct-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344372 PMID:40903108	研究论文	提出一种基于条件潜在去噪扩散概率模型的数据生成方法DiffRaman，用于在有限数据下增强细菌拉曼光谱识别	首次将条件潜在去噪扩散概率模型(DDPM)与VQ-VAE结合应用于拉曼光谱生成，在数据有限场景下提升生成质量和计算效率	方法性能依赖于初始数据质量，在极端数据稀缺情况下可能仍有局限	解决拉曼光谱数据不足问题，提升细菌自动识别准确率	细菌拉曼光谱数据	机器学习	NA	拉曼光谱技术，深度学习	条件DDPM，VQ-VAE	光谱数据，图像数据	有限拉曼光谱数据集
174	2025-09-05	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	本研究开发深度学习模型预测住院患者的护理需求代理指标，并与传统回归模型比较预测效果	首次将RNN和LSTM深度学习模型应用于护理需求预测，通过时序数据建模提升预测性能	在病情快速变化期间预测准确性显著下降	开发预测护理需求代理指标的深度学习模型，优化护理资源分配	20,855名成年住院患者	医疗健康信息学	NA	深度学习，电子健康记录分析	RNN, LSTM	生命体征、生物标志物、人口统计学数据等时序医疗数据	20,855名成年患者
175	2025-09-05	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	开发了一种基于深度学习的压力性损伤创面智能评估模型	利用深度学习技术实现压力性损伤创面的自动化精确评估，为临床决策提供关键工具	数据仅来自四家医院，样本多样性可能存在限制	开发智能伤口评估模型以提升护理精度和资源利用效率	压力性损伤创面图像	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张来自四家广州医院的伤口图像
176	2025-09-05	Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study 2025-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005967 PMID:40359029	研究论文	本研究探索了基于U-Net深度学习模型的人工智能应用，用于胆囊放射性自动追踪和胆囊喷射分数计算	首次在核医学实践中开发了集成实时图像处理和器官功能计算的人工智能驱动工作流程	AI在患者运动或低计数活动情况下容易出错，且样本量较小（仅20例检查）	开发人工智能驱动的实时胆囊追踪和功能评估方法	胆囊显像检查中的胆囊区域	医学影像分析	胆囊功能性疾病	sincalide-stimulated cholescintigraphy (SSC)	U-Net	医学影像	20例SSC检查（10例简单病例和10例挑战性病例）
177	2025-09-05	A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124059 PMID:40591990	研究论文	本研究开发了一种模块化深度学习代理模型，用于高效模拟有害藻华（HABs）的动态过程	通过结合代理模型生成数据与概率参数优化，显著提升预测精度并大幅降低计算时间，同时模块化结构支持针对性更新和近实时预测	研究基于特定湖泊（韩国大青湖）数据，在其他水体的普适性需进一步验证	解决过程模型（PBMs）计算成本高和参数校准难的问题，提升有害藻华模拟效率	淡水生态系统中的有害藻华现象，重点关注水动力、水质和浮游植物动态过程	环境模拟与生态预测	NA	深度学习代理模型，概率参数优化，时间维度约减	模块化深度学习结构（FLOW-WAQ-BLOOM序列）	环境观测数据（水文、水质、藻类数据）	2022年校准期和2023年验证期的韩国大青湖观测数据
178	2025-09-05	Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112276 PMID:40639023	研究论文	比较DLIR和ASIR-V算法在双低扫描协议下重建40 keV虚拟单能图像对椎动脉图像质量的影响	首次在双低扫描协议（同时降低辐射剂量和造影剂剂量）下系统比较DLIR和ASIR-V算法对椎动脉40 keV虚拟单能图像质量的提升效果	样本量较小（88例患者），未评估不同病理状态下算法的表现差异	评估两种图像重建算法在低剂量CT扫描中的图像质量性能	人类椎动脉血管影像	医学影像处理	脑血管疾病	双能CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	CT影像数据	88例患者（实验组44例，对照组44例）
179	2025-09-05	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Oct, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入探讨空间转录组学技术在实体瘤研究中的进展与应用	整合空间转录组学与单细胞多组学及先进计算算法，揭示肿瘤分子景观并识别新型生物标志物	技术分辨率、数据处理、样本制备和临床标准化方面仍存在挑战	推动空间转录组学在精准肿瘤学中的应用，优化癌症生物标志物研究	实体瘤及其微环境中的细胞空间组织	数字病理学	实体瘤	空间转录组学（包括基于成像和测序的平台）	深度学习	空间基因表达数据	NA
180	2025-09-05	Predicting ADC map quality from T2-weighted MRI: A deep learning approach for early quality assessment to assist point-of-care 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112317 PMID:40690835	研究论文	提出一种基于深度学习的创新方法，利用T2加权MRI图像早期预测前列腺ADC图质量，以辅助实时干预	首次使用仅T2加权图像通过神经网络预测ADC图质量，无需依赖传统技术参数标准化方法	研究基于回顾性多中心数据，需要前瞻性验证临床适用性	开发早期影像质量评估方法以提高前列腺癌诊断准确性	前列腺MRI图像，特别是ADC图和T2加权图像	医学影像分析	前列腺癌	深度学习，MRI成像	神经网络	医学图像	486名患者的多中心数据集，涵盖62家外部诊所和内部影像数据