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
201	2025-04-26	Spatial Transcriptomics of the Respiratory System 2025-Feb, Annual review of physiology IF:15.7Q1 DOI:10.1146/annurev-physiol-022724-105144 PMID:39353142	综述	本文综述了呼吸系统空间转录组学的最新技术和计算方法，及其在健康和疾病研究中的应用	结合空间解析基因表达技术和机器学习方法，提供了对呼吸系统细胞类型三维互作的新理解	仅回顾现有技术而未提出新的实验方法或算法	探讨呼吸系统中细胞类型在三维空间中的相互作用及其功能	呼吸系统（肺部和气道）的细胞类型及其空间组织	数字病理学	肺癌	空间转录组学	机器学习和深度学习	基因表达数据	NA
202	2025-04-26	A Dual-Branch Cross-Modality-Attention Network for Thyroid Nodule Diagnosis Based on Ultrasound Images and Contrast-Enhanced Ultrasound Videos 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472609 PMID:39356606	research paper	提出了一种基于超声图像和对比增强超声视频的双分支跨模态注意力网络，用于甲状腺结节的诊断	通过跨模态注意力机制整合CEUS视频和超声图像信息，模仿放射科医生的诊断方式，分解为结节分割和分类两个相关任务	未提及具体的数据集规模限制或模型泛化能力的详细评估	提高甲状腺结节的诊断准确率	甲状腺结节	digital pathology	thyroid nodule	contrast-enhanced ultrasound (CEUS)	dual-branch cross-modality-attention network (UAC-T and CAU-T transformers)	ultrasound images and CEUS videos	未明确提及具体样本量（仅描述为'our collected thyroid US-CEUS dataset'）
203	2025-04-26	Deep learning model for automated diagnosis of degenerative cervical spondylosis and altered spinal cord signal on MRI 2025-Feb, The spine journal : official journal of the North American Spine Society DOI:10.1016/j.spinee.2024.09.015 PMID:39357744	研究论文	开发了一个基于深度学习的模型，用于自动诊断退行性颈椎病和MRI上的脊髓信号改变	使用基于transformer的深度学习模型，首次实现了对颈椎管狭窄、神经孔狭窄和脊髓信号异常的自动检测与分类	研究为回顾性设计，且排除了有器械植入的病例	提高MRI颈椎病评估的效率和一致性	退行性颈椎病患者的MRI图像	数字病理学	颈椎病	MRI	transformer-based DL模型	图像	504例内部训练和测试MRI（504名患者），100例外部测试MRI（100名患者）
204	2025-04-26	Multi-Organ Foundation Model for Universal Ultrasound Image Segmentation With Task Prompt and Anatomical Prior 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3472672 PMID:39361457	研究论文	提出了一种多器官基础模型（MOFO），用于通用超声图像分割，通过任务提示和解剖先验知识提高分割性能	首次提出多器官基础模型（MOFO），通过联合优化多个器官的分割任务，探索多器官之间的相关性，并引入任务提示和解剖先验知识以提高分割性能	模型依赖于多器官超声数据库的建立，数据稀缺问题可能影响模型的泛化能力	开发一种通用超声图像分割模型，提高多器官分割的准确性和鲁棒性	超声图像中的多器官分割	计算机视觉	NA	深度学习	MOFO	图像	7039张来自10个不同器官的超声图像
205	2025-04-26	TFTL: A Task-Free Transfer Learning Strategy for EEG-Based Cross-Subject and Cross-Dataset Motor Imagery BCI 2025-Feb, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3474049 PMID:39365711	研究论文	提出了一种无任务迁移学习策略（TFTL），用于基于EEG的跨被试和跨数据集运动想象脑机接口，以减少校准时间并实现多中心数据共同建模	提出了一种无任务迁移学习策略（TFTL），仅需使用目标被试的静息数据即可构建被试特定模型，显著减轻了患者的校准负担	未提及具体的数据集规模或样本量限制，可能影响模型的泛化能力	解决运动想象脑机接口（MI-BCI）中长时间校准和EEG数据不足的问题	基于EEG的运动想象脑机接口（MI-BCI）	脑机接口	神经康复	迁移学习	ShallowConvNet, EEGNet, TCNet-Fusion	EEG数据	使用了五个数据集（BCIC IV Dataset 2a, Dataset 1, Physionet MI, Dreyer 2023, OpenBMI），但未提及具体样本量
206	2025-04-26	Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3473970 PMID:39365719	研究论文	提出了一种新颖的几何感知编码器-解码器框架，用于稀疏视图CBCT重建，以减少辐射剂量并提高重建质量和时间效率	引入几何感知的编码器-解码器框架，利用CBCT扫描的几何关系，将多视图2D特征反投影到3D空间，形成全面的体积特征图，从而在极稀疏视图输入下实现高质量重建	未提及具体在真实临床环境中的验证效果，可能在实际应用中存在未发现的限制	减少CBCT重建中的辐射剂量，同时保持或提高重建图像的质量和时间效率	稀疏视图CBCT重建	计算机视觉	NA	深度学习，神经渲染算法	2D CNN编码器，3D CNN解码器	2D X射线投影，3D CBCT图像	两个模拟数据集和一个真实世界数据集
207	2025-04-26	Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography 2025-Feb, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.012 PMID:39366836	研究论文	本研究评估了深度学习在光子计数冠状动脉CT血管造影（PC-CCTA）上自动检测冠状动脉疾病（CAD）的诊断性能	使用深度学习模型（CorEx, Spimed-AI）在非超高分辨率PC-CCTA图像上自动检测CAD，并与人类专家评估的UHR PC-CCTA图像进行比较	回顾性单中心研究，样本量较小（140例患者）	评估深度学习在CAD检测中的诊断性能	疑似CAD并接受PC-CCTA检查的患者	数字病理学	心血管疾病	光子计数冠状动脉CT血管造影（PC-CCTA）	深度学习（CorEx, Spimed-AI）	医学影像	140例患者（96名男性，44名女性）
208	2025-04-26	CQformer: Learning Dynamics Across Slices in Medical Image Segmentation 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3477555 PMID:39388328	研究论文	提出了一种名为CQformer的新型Transformer架构，通过ODE建模2D切片间的动态变化，提升3D医学图像分割性能	首次将ODE引入跨切片特征交互建模，提出交叉实例查询引导的Transformer架构(CQformer)和回归头设计	未明确说明计算复杂度或实时性表现，在BTCV数据集上性能排名第二	改进3D医学图像中连续2D切片的分割精度	多模态医学图像(CT/MRI)中的器官/组织/病变	数字病理	NA	ODE建模	Transformer(CQformer)	3D医学图像	7个不同模态和任务的数据集
209	2025-04-26	Alzheimer's Disease Detection in EEG Sleep Signals 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3478380 PMID:39392730	research paper	该研究探讨了利用睡眠相关脑电图（EEG）信号通过半监督深度学习技术早期检测阿尔茨海默病（AD）的潜力	研究采用半监督深度学习模型处理有限的标记数据，并在所有睡眠阶段实现稳定的分类性能，准确率达到90%	研究受到标记数据稀缺的限制，可能影响模型的泛化能力	早期检测阿尔茨海默病（AD）	睡眠相关的脑电图（EEG）信号	digital pathology	geriatric disease	polysomnography (PSG)	semi-supervised Deep Learning	EEG signals	NA
210	2025-04-26	Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01938-7 PMID:39394520	研究论文	本研究设计了一个深度学习模型，用于预测心电图（ECG）信号中的高血压，并识别与高血压相关的ECG片段	提出了一个深度学习框架，包括MML-Net（多分支、多尺度LSTM神经网络）和ECG-XAI（面向ECG的波对齐AI解释流程），用于检测高血压引起的心脏结构微小变化	研究依赖于特定医院的数据，可能不具有普遍代表性	探索ECG信号是否能够捕捉高血压引起的心脏结构微小变化	心电图信号	数字病理学	心血管疾病	深度学习	LSTM	ECG信号	210,120条10秒12导联ECG（FX-8322设备）和812条ECG（RAGE-12设备）
211	2025-04-26	Large Language Models can Help with Biostatistics and Coding Needed in Radiology Research 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.042 PMID:39406582	研究论文	评估大型语言模型（LLMs）在放射学研究中提供统计和深度学习解决方案及代码的能力	首次系统评估LLMs在放射学研究中处理生物统计学和深度学习编码任务的能力	需要用户进一步验证和优化生成的代码，存在潜在错误和幻觉风险，以及数据隐私问题	探索LLMs在放射学研究中的辅助作用	ChatGPT-4o、ChatGPT-3.5和Google Gemini三种大型语言模型	自然语言处理	NA	生物统计学分析、深度学习模型构建	Vision Transformer (ViT-B/16)	医学影像数据、统计问题	Cancer Imaging Archive数据集和RSNA-STR肺炎检测挑战数据集
212	2025-04-26	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	本文评估了三种深度学习技术在神经元培养图像中自动计数和表征神经元的最优方法	比较了语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征中的表现，发现实例分割效果最佳	研究仅针对神经元培养图像，未涉及其他类型的细胞或组织	开发自动且可靠的神经元计数和表征方法	神经元培养中的神经元	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	NA
213	2025-04-26	Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0446 PMID:39422580	研究论文	提出了一种名为RA-SE-ASPP-Net的新型框架，用于显微镜图像中基于分水岭的细胞分割	结合了残差块、注意力机制、Squeeze-and-Excitation连接和Atrous Spatial Pyramid Pooling，以提高细胞分割的精确性和鲁棒性	在低信噪比图像中准确分割接触细胞仍存在挑战	开发自动化细胞分割方法以替代耗时的手动分析	显微镜图像中的细胞	计算机视觉	NA	深度学习	U-Net-based networks, RA-SE-ASPP-Net	显微镜图像	诱导多能干细胞重编程数据集
214	2025-04-26	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	提出了一种基于图循环网络的模型（SLGRN），用于预测特定遗传背景下的合成致死（SL）相互作用	引入图循环网络编码器获取特定背景下的低维特征表示，结合门控循环单元（GRU）和背景依赖状态，有效整合所有节点信息	未明确提及模型在跨癌症类型或大规模临床数据集上的泛化能力	探索具有治疗潜力的合成致死相互作用，推动癌症靶向治疗发展	合成致死相互作用及其遗传背景依赖性	机器学习	癌症	图神经网络（GNN）、门控循环单元（GRU）	SLGRN（基于图循环网络的模型）	图数据（基因相互作用网络）	NA（未明确提及具体样本量，但包含体外实验和回顾性临床分析验证）
215	2025-04-26	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	research paper	提出了一种可解释的动态有向图卷积网络（IDDGCN）框架，用于预测错义突变与药物反应之间的多关系	IDDGCN框架引入了四个关键特征：有向图区分敏感性和耐药性关系、动态更新节点权重、探索同一基因内不同突变与药物反应的关联、通过加权机制增强模型可解释性	未明确提及具体样本量或数据来源限制	解决肿瘤异质性导致的药物反应预测难题，提升预测模型的准确性和可解释性	错义突变与药物反应之间的复杂关系	machine learning	肿瘤	graph convolutional networks (GCNs)	IDDGCN (Interpretable Dynamic Directed Graph Convolutional Network)	graph data	NA
216	2025-04-26	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	research paper	该研究提出了一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，整合了包括宽度、深度、分辨率和核大小在内的多维度剪枝技术，训练轻量级模型	数据集的物理限制和部署设备的限制可能影响模型的泛化能力	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	digital pathology	lymphoblastic leukemia	deep learning	CNN	image	17,826张骨髓细胞图像来自85名患者
217	2025-04-26	Extraction of agricultural plastic greenhouses based on a U-Net convolutional neural network coupled with edge expansion and loss function improvement 2025-Feb, Journal of the Air & Waste Management Association (1995) DOI:10.1080/10962247.2024.2412708 PMID:39440842	研究论文	本研究通过改进U-Net卷积神经网络模型，结合边缘信息扩展和联合损失函数，提高了农业塑料大棚（APGs）在遥感图像中的提取精度	提出了一种结合边缘信息扩展和联合损失函数的改进U-Net模型，显著提高了APGs的提取精度	研究仅使用了GF-7卫星图像，未验证在其他遥感数据上的适用性	提高农业塑料大棚（APGs）在遥感图像中的位置和数量提取精度，以支持农业管理和环境监测	农业塑料大棚（APGs）	计算机视觉	NA	遥感技术	U-Net CNN	遥感图像	使用GF-7卫星图像数据
218	2025-04-26	Highlighted Diffusion Model as Plug-In Priors for Polyp Segmentation 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3485767 PMID:39446534	研究论文	提出了一种名为Highlighted Diffusion Model Plus (HDM+)的两阶段息肉分割框架，以提高结肠镜图像中息肉分割的准确性	引入了Highlighted Diffusion Model (HDM)来提供显式的语义指导，并通过两阶段框架减少领域差距和提高效率	扩散生成过程的低效率以及RGB结肠镜图像与灰度分割掩码之间的显著领域差距	提高结肠镜图像中息肉分割的准确性	结肠镜图像中的息肉	数字病理学	结直肠癌	扩散模型	HDM+, U-Net	图像	在六个息肉分割基准上进行了广泛实验
219	2025-04-26	Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.044 PMID:39462735	research paper	该研究评估了一种深度学习弹性配准算法在常规肿瘤PET/CT中改善配准伪影和图像质量的效果	提出了一种基于深度学习的弹性配准方法，用于改进PET和衰减校正CT之间的配准误差	样本量较小（30例患者），且仅针对特定类型的PET扫描（18F-FDG和64Cu-DOTATATE）	评估深度学习弹性配准算法在肿瘤PET/CT中的图像质量改善效果	30例接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT）	digital pathology	oncologic disease	PET/CT imaging	deep learning-based elastic registration algorithm	medical imaging (PET/CT)	30 patients (20 18F-FDG PET/CT and 10 64Cu-DOTATATE PET/CT)
220	2025-04-26	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种深度学习模型用于通过心电图分析评估射血分数保留的心力衰竭（HFpEF）风险	使用CNN-LSTM深度学习模型结合心电图数据进行HFpEF风险评估，相比传统指标具有更好的区分能力	样本量相对较小（训练集238例，验证集117例），且需要侵入性左心室导管检查获取LVEDP数据	开发一种高效、低成本的HFpEF筛查方法	HFpEF高风险和低风险患者	数字病理	心血管疾病	心电图分析	CNN-LSTM	心电图数据	训练集238例，验证集117例HFpEF风险患者