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
2141	2025-04-24	FedDBL: Communication and Data Efficient Federated Deep-Broad Learning for Histopathological Tissue Classification 2024-Dec, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2024.3403927 PMID:38923486	research paper	提出一种轻量级且通用的联邦学习框架FedDBL，用于在有限训练样本和单轮通信下实现优异的组织病理学分类性能	通过整合预训练的深度学习特征提取器、快速轻量级的广度学习推理系统和经典联邦聚合方法，显著降低数据依赖性和提高通信效率	未明确提及具体局限性	解决组织病理学分类中的隐私保护和通信效率问题	组织病理学图像数据	digital pathology	NA	federated learning	ResNet-50	image	未明确提及具体样本数量
2142	2025-04-24	MRI-based Deep Learning Models for Preoperative Breast Volume and Density Assessment Assisting Breast Reconstruction 2024-Dec, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04074-2 PMID:38806828	research paper	本研究开发了三种基于MRI的深度学习模型，用于术前乳房体积和密度评估，以辅助乳房重建手术	开发了三种自动分割乳房的算法（简单配准模型、动态编程模型和深度学习模型），并评估了它们与手动分割的一致性	研究未明确说明样本的多样性或模型的泛化能力	开发人工智能模型以实现乳房的自动分割和体积测量，优化乳房重建手术	接受乳房重建手术的249名患者	digital pathology	breast cancer	MRI	deep learning model, dynamic programming model, simple registration model	image	249名患者
2143	2025-04-24	Assessment of Gender Differences in Letters of Recommendation for Physical Therapy Residency Applications 2024-Dec-01, Journal, physical therapy education DOI:10.1097/JTE.0000000000000337 PMID:38640081	research paper	评估物理治疗住院医师申请推荐信中性别差异的研究	首次在物理治疗住院医师申请中采用自然语言处理技术分析推荐信的性别差异	研究仅基于单一机构的三个物理治疗住院医师项目数据	识别物理治疗住院医师申请过程中潜在的隐性性别偏见	物理治疗住院医师申请者的推荐信	自然语言处理	NA	Natural Language Processing	深度学习和基于规则的自然语言处理模型	text	768封来自256份申请的推荐信（2014-2020年）
2144	2025-04-24	ULM-MbCNRT: In Vivo Ultrafast Ultrasound Localization Microscopy by Combining Multibranch CNN and Recursive Transformer 2024-Dec, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3388102 PMID:38607709	research paper	提出了一种结合多分支CNN和递归Transformer的深度学习框架ULM-MbCNRT，用于从少量超声帧中直接重建超分辨率图像，实现超快超声定位显微镜成像	结合多分支CNN和递归Transformer，显著减少数据采集时间和计算时间，同时保持高空间分辨率	未提及具体临床应用中的潜在限制或挑战	开发一种超快超声定位显微镜成像方法，以观察快速生物活动	微血管成像	医学影像处理	NA	超声定位显微镜(ULM)	多分支CNN和递归Transformer(RT)	超声图像	数值模拟和体内实验
2145	2025-04-24	Deep learning-based temporal deconvolution for photon time-of-flight distribution retrieval 2024-Nov-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.533923 PMID:39546693	研究论文	本文提出了一种基于深度学习的时域反卷积方法，用于荧光寿命成像(FLI)中光子飞行时间(ToF)分布的恢复	首次提出专门用于FLI时域反卷积任务的深度学习模型，相比传统方法减少了计算负担和正则化需求	方法性能验证主要基于模拟数据和体外实验，需要更多真实场景验证	开发更高效的时域反卷积方法以准确恢复光子ToF分布	荧光寿命成像中的光子飞行时间分布	生物医学成像	NA	荧光寿命成像(FLI)，扩散光学成像	深度学习模型	时间分辨成像数据	模拟FLI数据+三种不同时间分辨成像模态的体外实验+体内临床前研究
2146	2025-04-24	Generative Adversarial Network-Based Augmentation With Noval 2-Step Authentication for Anti-Coronavirus Peptide Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3431688 PMID:39037884	research paper	本文提出了一种基于生成对抗网络（GAN）的抗病毒肽增强方法和一种新颖的两步认证过程，以提高抗病毒活性预测的准确性	使用GAN进行抗病毒肽增强，并引入两步认证过程验证合成肽的抗病毒活性	未提及具体的数据集规模限制或模型泛化能力的局限性	开发新的治疗方法以对抗病毒性疾病，特别是针对冠状病毒的抗病毒肽预测	抗病毒肽	machine learning	coronavirus	GAN, NCBI-BLAST	1-D CNN, GAN	peptide sequence data	benchmark antiviral and anti-corona peptides dataset（具体数量未提及）
2147	2025-04-24	Bi-SeqCNN: A Novel Light-Weight Bi-Directional CNN Architecture for Protein Function Prediction 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3426491 PMID:38990747	研究论文	提出一种新型轻量级双向CNN架构Bi-SeqCNN，用于蛋白质功能预测	首次将双向CNN应用于一般时序数据分析，而不仅限于蛋白质序列，且该架构在三个基准蛋白质序列数据集上比现有方法提升了高达5.5%的性能	未明确提及具体局限性	开发一种高效的蛋白质功能预测框架	蛋白质序列	机器学习	NA	CNN, RNN	Bi-SeqCNN (双向CNN)	蛋白质序列数据	三个基准蛋白质序列数据集
2148	2025-04-24	Boosting Cardiac Color Doppler Frame Rates With Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3424549 PMID:38976463	研究论文	本文探讨了使用深度学习模型从减少的滤波I/Q信号中估计心内多普勒速度，以提高心脏彩色多普勒成像的帧率	首次将深度学习应用于心脏彩色多普勒速度估计，比较了U-Net和ConvNeXt模型，并验证了在体内外实验中的效果	未观察到实数与复数数据之间的显著差异，ConvNeXt是唯一能在体内混叠样本上取得高质量结果的模型	提高心脏彩色多普勒成像的帧率，以改善心室充盈的全面分析	心脏血流速度	医学影像处理	心血管疾病	深度学习	CNN, U-Net, ConvNeXt	I/Q信号	模拟患者数据、体外和体内实验数据
2149	2025-04-24	BEAS-Net: A Shape-Prior-Based Deep Convolutional Neural Network for Robust Left Ventricular Segmentation in 2-D Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3418030 PMID:38913532	研究论文	提出了一种基于形状先验的深度卷积神经网络BEAS-Net，用于2D超声心动图中左心室的稳健分割	BEAS-Net通过结合BEAS算法提供的解剖形状先验信息，提高了在低质量或存在伪影图像上的分割性能	未明确说明模型在极端低质量图像上的表现或计算效率方面的限制	开发一种能够处理低质量超声心动图的左心室自动分割方法	2D超声心动图中的左心室图像	计算机视觉	心血管疾病	深度学习	CNN（BEAS-Net）	图像	三个不同的体内数据集
2150	2025-04-24	Transcription Factor Binding Site Prediction Using CnNet Approach 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411024 PMID:38848239	research paper	该研究提出了一种名为CnNet的方法，结合MEME技术和CNN，用于预测转录因子结合位点	提出了一种结合MEME和CNN的新方法CnNet，用于预测转录因子结合位点，相比现有方法具有更高的准确性	NA	预测转录因子结合位点以帮助理解基因表达调控	DNA基因序列数据集	machine learning	NA	MEME, CNN	CNN	DNA序列数据	NA
2151	2025-04-24	Prediction of Inter-Residue Multiple Distances and Exploration of Protein Multiple Conformations by Deep Learning 2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3411825 PMID:38857126	研究论文	本研究提出了一种基于深度学习的残基间多距离预测方法DeepMDisPre，用于探索蛋白质的多构象	结合了三角形更新、轴向注意力和ResNet的改进网络来预测残基对的多种距离	仅在114个具有多构象的蛋白质上进行了测试，样本量有限	预测残基间多距离并探索蛋白质多构象	蛋白质的残基间距离和构象	机器学习	NA	深度学习	改进的神经网络（结合三角形更新、轴向注意力和ResNet）	蛋白质结构数据	114个具有多构象的蛋白质和279个具有单一结构的蛋白质
2152	2025-04-24	Hardware-Independent Deep Signal Processing: A Feasibility Study in Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3404622 PMID:38781056	research paper	本研究探讨了深度学习模型在超声信号处理中的硬件独立性，特别是在超声心动图中的应用	提出了一种轻量级深度学习模型，能够复制高端超声系统的信号处理链，并展示了其在不同探头和低端系统中的应用潜力	研究仅基于有限的数据集（30,000帧心脏图像）和特定超声系统（GE HealthCare Vivid E95）进行验证	探索深度学习模型在超声信号处理中的硬件独立性及其在不同超声系统间的可移植性	超声心动图的信号处理链及图像质量	数字病理学	心血管疾病	深度学习	DNN	图像	30,000帧心脏图像（来自GE HealthCare Vivid E95系统）和15名患者的约3,000帧测试图像
2153	2025-04-24	Automatic 3-D Lamina Curve Extraction From Freehand 3-D Ultrasound Data Using Sequential Localization Recurrent Convolutional Networks 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3385698 PMID:38578857	研究论文	本文提出了一种名为SL-RCN的新型深度学习模型，用于从自由手3-D超声数据中自动提取3-D椎板曲线	SL-RCN模型考虑了上下文关系，并嵌入变换矩阵特征作为3-D知识库，以提高超声序列分析的准确性	研究仅涉及10名健康成年人的数据，样本量较小	开发一种能够准确提取3-D椎板曲线的深度学习模型，用于脊柱检查	自由手3-D超声数据中的椎板标志点	计算机视觉	NA	3-D超声成像	SL-RCN（顺序定位循环卷积网络）	3-D超声序列	10名健康成年人的腰椎和胸椎区域数据
2154	2025-04-24	Automatic Segmentation of Abdominal Aortic Aneurysms From Time-Resolved 3-D Ultrasound Images Using Deep Learning 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3389553 PMID:38619942	研究论文	本研究提出并验证了一种基于深度学习的自动分割方法，用于从时间分辨3D超声图像中分割腹主动脉瘤	开发了一种优于传统非深度学习方法的自动分割算法，提高了分割性能	未明确提及具体局限性	开发一种自动分割腹主动脉瘤的算法，以改进当前临床实践中的破裂风险评估	腹主动脉瘤（AAAs）	数字病理学	心血管疾病	时间分辨3D超声（3-D + t US）	深度学习模型（未具体说明类型）	3D超声图像	500名患者的2495张3D + t US图像
2155	2025-04-24	Spatiotemporal Deep Learning-Based Cine Loop Quality Filter for Handheld Point-of-Care Echocardiography 2024-Nov, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2024.3396796 PMID:38700961	研究论文	本文开发并验证了一种基于时空深度学习的模型，用于评估手持式即时超声心动图设备采集的超声电影循环数据是否适合自动量化算法处理	提出三种不同的神经网络架构，包括帧级CNN、单流序列级CNN和双流序列级CNN，用于评估超声电影循环的质量，并证明VectorCNN + LSTM模型能有效利用时空信息提高自动EF估计的可靠性	研究仅基于175名患者的数据，可能需要在更大规模的数据集上进行验证	开发一种深度学习模型，用于评估手持式即时超声心动图采集的数据质量，以提高自动图像解释的可靠性	手持式即时超声心动图设备采集的DICOM电影循环数据	数字病理	心血管疾病	深度学习	CNN, LSTM	图像	175名患者的DICOM电影循环数据，测试数据集包含76个DICOM电影循环和16,914帧图像
2156	2025-04-24	Development and Evaluation of a Learning-Based Model for Real-Time Haptic Texture Rendering 2024 Oct-Dec, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2024.3382258 PMID:38536688	研究论文	本文开发并评估了一种基于学习的实时触觉纹理渲染模型，用于增强虚拟现实环境中的触觉体验	提出了一种统一的深度学习模型，能够实时渲染多种纹理，无需为每种纹理单独训练模型，提高了可扩展性	研究仅使用了GelSight触觉传感器的数据，可能不适用于其他类型的触觉传感器	开发一种能够实时渲染多种触觉纹理的模型，提升虚拟现实环境的触觉体验	虚拟现实环境中的触觉纹理渲染	机器学习	NA	深度学习	action-conditional模型	触觉传感器数据	通过多部分人类用户研究进行评估
2157	2025-04-24	Reconstructing Cancellous Bone From Down-Sampled Optical-Resolution Photoacoustic Microscopy Images With Deep Learning 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.027 PMID:38972792	研究论文	本研究提出了一种名为PADA U-Net的深度学习模型，用于从欠采样的光学分辨率光声显微镜图像中重建完整的骨组织图像	提出PADA U-Net模型，突破成像速度与空间分辨率之间的权衡	NA	提高光学分辨率光声显微镜图像质量，同时不牺牲时间分辨率	牛松质骨样本	数字病理学	骨疾病	光学分辨率光声显微镜(OR-PAM)	PADA U-Net	图像	牛松质骨测试集
2158	2025-04-24	A Semi-supervised Four-Chamber Echocardiographic Video Segmentation Algorithm Based on Multilevel Edge Perception and Calibration Fusion 2024-09, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.04.013 PMID:38834493	research paper	提出一种基于多级边缘感知和校准融合的半监督四腔心超声视频分割算法，以提高心内膜分割的准确性	引入了多级边缘感知模块和校准融合模块，结合半监督学习，有效解决了超声视频中的边缘模糊和特征融合问题	未提及具体的数据集规模和多样性限制，可能影响模型的泛化能力	提高心内膜的自动语义分割准确性，辅助心脏疾病诊断	超声心动图视频中的心内膜	digital pathology	cardiovascular disease	deep learning	semi-supervised network	video	两个公共超声心动图视频数据集和一个本地医院临床数据集
2159	2025-04-24	Automatic Segmentation for Analysis of Murine Cardiac Ultrasound and Photoacoustic Image Data Using Deep Learning 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.001 PMID:38825556	研究论文	利用深度学习技术自动分割小鼠心脏超声和光声图像数据以进行分析	结合超声和光声成像，使用U-Net深度神经网络进行分割，提高了前壁左心室区域的分割效率和准确性	研究仅针对小鼠图像数据集，未涉及人类或其他动物模型	改进心脏超声和光声图像的分割方法，以量化应变和氧饱和度	小鼠心脏的超声和光声图像	计算机视觉	心血管疾病	超声成像（US）和光声成像（PA）	U-Net	图像	小鼠图像数据集（具体数量未提及）
2160	2025-04-24	A Deep Learning Model for Automatically Quantifying the Anterior Segment in Ultrasound Biomicroscopy Images of Implantable Collamer Lens Candidates 2024-08, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.05.004 PMID:38777640	research paper	本研究开发并评估了一种基于深度学习的模型，用于自动测量植入式Collamer镜片（ICL）手术候选者术前超声生物显微镜（UBM）图像中的前段（AS）参数	利用UNet++网络自动分割AS组织，并结合图像处理技术和几何定位算法自动识别瞳孔直径（PD）、前房深度（ACD）、角到角距离（ATA）和沟到沟距离（STS）等解剖标志（ALs）	研究仅使用了来自两个医疗中心的UBM图像，可能限制了模型的泛化能力	开发一种能够自动测量ICL手术候选者前段参数的深度学习模型	植入式Collamer镜片（ICL）手术候选者的术前超声生物显微镜（UBM）图像	digital pathology	眼科疾病	超声生物显微镜（UBM）	UNet++	image	1164张全景UBM图像来自321名患者，外加294张来自外部数据集的图像