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
2241	2025-04-08	The analysis of optimization in music aesthetic education under artificial intelligence 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96436-2 PMID:40185937	research paper	探讨人工智能环境下深度学习技术在音乐审美教育中的优化应用	结合AI和深度学习算法，提出具有更高准确性的音乐情感识别方法，为音乐审美教育提供新方向	未提及具体实验样本的多样性和规模，可能影响结果的普遍性	优化音乐审美教育方法，探索AI时代音乐教育的新发展方向	不同年龄段和音乐素养水平的学生	machine learning	NA	deep learning	NA	NA	NA
2242	2025-04-08	Wild horseshoe crab image denoising based on CNN-transformer architecture 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96218-w PMID:40185943	research paper	提出了一种基于CNN-Transformer混合架构的野马马蹄蟹图像去噪方法	结合多头转置注意力机制、门控机制和深度可分离卷积，优化了野马马蹄蟹图像的去噪质量	未提及模型在极端噪声条件下的表现	提高野马马蹄蟹图像的去噪效果，以支持其追踪与定位	野马马蹄蟹的图像	computer vision	NA	CNN-Transformer混合模型	CNN, ViT	image	未明确提及样本数量
2243	2025-04-08	Tunnel face rock mass class rapid identification based on TBM cutterhead vibration monitoring and deep learning model 2025-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96875-x PMID:40186002	研究论文	基于TBM刀盘振动监测和深度学习模型，开发了一种端到端的隧道工作面岩体等级快速识别方法	结合1DCNN、BiLSTM和自注意力机制的优势，提出了一种新的深度学习模型，能够自动提取信号中的时空域特征，无需中断正常掘进过程即可快速识别岩体等级	缺乏对长隧道段连续振动记录的获取，且对TBM刀盘振动监测的研究较少	优化TBM操作参数和选择后续隧道支护措施	TBM隧道工作面的岩体条件	机器学习	NA	深度学习	1DCNN, BiLSTM, 自注意力机制	振动信号	NA
2244	2025-04-08	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Apr-03, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	research paper	本研究开发了一种结合面部表情和身体姿势的多模态识别模型，用于抑郁症的快速初步筛查	结合面部表情和身体姿势变化，利用深度学习技术开发端到端多模态识别模型，提高抑郁症检测效率	样本量相对较小（146名受试者），可能影响模型的泛化能力	通过分析情绪刺激下的面部表情和身体姿势变化，提高抑郁症的早期识别效率	抑郁症患者和健康对照组（各73名）	digital pathology	geriatric disease	深度学习技术、OpenFace序列分析	ResNet-50、决策级融合模型	视频图像（面部表情和身体姿势）	146名受试者（73名抑郁症患者和73名健康对照组）
2245	2025-04-08	Deep-learning-assisted medium optimization improves hyaluronic acid production by Streptococcus zooepidemicus 2025-Apr-03, Journal of bioscience and bioengineering IF:2.3Q3 DOI:10.1016/j.jbiosc.2025.03.001 PMID:40189954	研究论文	利用深度学习算法优化培养基，提高兽疫链球菌生产透明质酸的效率	采用深度学习算法优化培养基成分，显著提高了透明质酸的生产效率	未提及实验是否在其他菌株或条件下验证过	提高兽疫链球菌生产透明质酸的效率	兽疫链球菌	机器学习	NA	深度学习	DL	实验数据	初始训练数据集OA01-18，54种候选优化培养基OM01-54
2246	2025-04-08	Compact Model Training by Low-Rank Projection With Energy Transfer 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3400928 PMID:38843062	研究论文	提出了一种名为LRPET的新训练方法，用于从头开始训练低秩压缩网络，并实现竞争性性能	通过交替执行随机梯度下降训练和权重矩阵的低秩流形投影，并结合能量转移和BN校正，提高了低秩压缩网络的性能	未明确提及具体限制，但可能包括对特定网络架构的依赖或计算资源需求	开发一种高效的深度神经网络低秩压缩方法	深度神经网络	机器学习	NA	低秩投影与能量转移（LRPET）	CNN, Transformer	图像	CIFAR-10和ImageNet数据集
2247	2025-04-08	Supervise-Assisted Self-Supervised Deep-Learning Method for Hyperspectral Image Restoration 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386809 PMID:38722728	研究论文	提出了一种监督辅助的自监督深度学习方法，用于高光谱图像（HSI）的恢复	结合监督学习和自监督学习，引入噪声自适应损失函数，利用噪声退化HSI的内部统计信息进行恢复	未明确提及具体限制，但可能面临复杂噪声场景下的泛化能力挑战	解决高光谱图像恢复中的分布差距和噪声干扰问题	高光谱图像（HSI）	计算机视觉	NA	深度学习	监督辅助的自监督深度学习网络	高光谱图像	未明确提及具体样本数量，但使用了大量训练数据集
2248	2025-04-08	Personalized deep learning auto-segmentation models for adaptive fractionated magnetic resonance-guided radiation therapy of the abdomen 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17580 PMID:39699250	研究论文	本研究探讨了利用患者特异性自动分割方法改进腹部癌症患者在分次磁共振引导放疗中的自动分割效果	提出了基于患者特异性数据的自动分割模型，通过整合治疗计划和先前分次的MR图像，优化了分次治疗中的自动分割效果	研究样本量有限（151名患者），且仅针对特定类型的腹部癌症	改进分次磁共振引导放疗中的自动分割方法，以减少手动轮廓校正的时间消耗	腹部癌症患者的分次磁共振引导放疗数据	数字病理	腹部癌症	磁共振成像（MRI）	深度学习自动分割模型	图像	151名腹部癌症患者的151份计划MR图像和215份分次MR图像
2249	2025-04-08	Deep learning-aided diagnosis of acute abdominal aortic dissection by ultrasound images 2025-Apr, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02311-y PMID:39821588	research paper	研究探讨了深度学习在超声图像中诊断急性腹主动脉夹层的能力	使用深度学习模型（Densenet-169和VGG-16）辅助诊断急性腹主动脉夹层，并与人类读者进行比较	样本量较小（374张超声图像），且仅使用了两种深度学习模型	提高急性腹主动脉夹层的早期诊断准确率，特别是在急诊环境中	急性腹主动脉夹层（AD）患者的超声图像	digital pathology	cardiovascular disease	ultrasound imaging	Densenet-169, VGG-16	image	374张超声图像（90%训练集，10%测试集）
2250	2025-04-08	Impact of deep learning reconstructions on image quality and liver lesion detectability in dual-energy CT: An anthropomorphic phantom study 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17651 PMID:39887750	research paper	评估深度学习图像重建（DLIR）在双能CT（DECT）中对图像质量和肝血管性病变检测的影响	首次在DECT中使用DLIR算法评估其对肝血管性病变检测的影响，并与传统重建方法进行比较	研究基于人体模型，未涉及真实患者数据，可能无法完全反映临床情况	评估DLIR在DECT中对图像质量和肝血管性病变检测的影响	模拟的肝血管性肝细胞癌（HCC）病变	digital pathology	liver cancer	dual-energy CT (DECT), deep learning image reconstruction (DLIR)	DLIR	CT image	一个人体模型（BMI为23 kg/m²），包含模拟的肝血管性病变
2251	2025-04-08	Fast In Vivo Two-Photon Fluorescence Imaging via Lateral and Axial Resolution Restoration With Self-Supervised Learning 2025-Apr, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400489 PMID:39909559	research paper	提出了一种基于自监督学习的横向和轴向分辨率恢复（LARR）深度学习框架，以解决双光子荧光（TPF）成像中分辨率与速度之间的矛盾	开发了LARR框架，通过自监督训练方案计算恢复稀疏采样的TPF图像，实现4倍轴向和16倍横向分辨率增强	未提及具体局限性	解决双光子荧光成像中高分辨率与高速度之间的矛盾	双光子荧光（TPF）成像系统	computer vision	NA	双光子荧光（TPF）成像	自监督学习框架	图像	未提及具体样本数量
2252	2025-04-08	Novel pre-spatial data fusion deep learning approach for multimodal volumetric outcome prediction models in radiotherapy 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17672 PMID:39928034	研究论文	提出了一种新颖的预空间数据融合深度学习方法，用于放射治疗中的多模态体积结果预测模型	提出了一种名为联合早期预空间（JEPS）融合的新技术，解决了多模态模型输入中结构不兼容的问题	研究样本量相对较小（222例），且性能提升在统计上不显著	提高放射治疗前总体生存期（OS）预测的准确性	头颈部癌症患者	数字病理学	头颈部癌症	3D CNN, 数据融合技术	3D CNN, Cox Proportional Hazards模型, 密集神经网络	CT影像, 剂量数组, 结构集, 表格数据	222例头颈部癌症患者
2253	2025-04-08	SFM-Net: Semantic Feature-Based Multi-Stage Network for Unsupervised Image Registration 2025-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3524361 PMID:40030793	研究论文	本文提出了一种基于语义特征的多阶段无监督图像配准网络SFM-Net，用于解决具有复杂解剖结构的图像之间的精细对应问题	提出了一种特征操作符和特征配准方法，强调语义相关区域的对齐，并设计了一个两阶段训练策略，包括强度图像配准阶段和语义特征配准阶段	未明确提及具体局限性	改进具有复杂解剖结构的图像之间的无监督配准方法	3D脑MRI和肝脏CT图像	计算机视觉	NA	深度学习	双流U-Net结构	3D医学图像	未明确提及具体样本数量
2254	2025-04-08	Multiscale Deep Learning for Detection and Recognition: A Comprehensive Survey 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3389454 PMID:38652624	综述	本文全面介绍了多尺度深度学习在目标检测和识别中的发展，构建了一个易于理解且强大的知识结构	综合介绍了多尺度深度学习的理论和方法，包括金字塔表示、尺度空间表示和多尺度几何表示，并比较了不同多尺度结构设计的性能	指出了多尺度深度学习中存在的几个开放问题和未来方向，但未提出具体的解决方案	探讨计算机视觉中的多尺度问题，特别是目标检测和识别中的多尺度表示	多尺度深度学习的理论和方法	计算机视觉	NA	NA	CNN, Vision Transformers (ViTs)	图像	NA
2255	2025-04-08	A practical approach to the spatial-domain calculation of nonprewhitening model observers in computed tomography 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17599 PMID:39780034	研究论文	提出了一种在空间域计算计算机断层扫描(CT)中非预白化模型观察者的实用方法，避免了傅里叶域方法的缺点	提出了一种避免显式估计噪声协方差矩阵的空间域计算方法，并提供了检测指数估计的不确定性公式	傅里叶域方法在强迭代重建和深度学习重建算法中显示出更高的检测能力，空间域方法可能低估噪声抑制效果	开发一种实用的空间域计算方法，用于评估CT图像质量	CT图像重建算法(迭代重建和深度学习重建)	医学影像	NA	CT扫描、迭代重建(IR)、深度学习重建(DLR)	非预白化(NPW)模型观察者	CT图像	使用Revolution CT扫描仪采集数据，研究两种对比度水平(2和8 mgI/mL)和不同特征尺寸(1-10 mm直径)的体模
2256	2025-04-08	Deep Learning for Predicting Difficulty in Radical Prostatectomy: A Novel Evaluation Scheme 2025-Apr, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.028 PMID:39814211	研究论文	通过两阶段深度学习方法从术前磁共振成像中评估根治性前列腺切除术的难度	提出了一种新的评估方案，通过两阶段深度学习方法从术前MRI中预测手术难度，并引入了描述前列腺与骨盆空间关系的新指标	研究仅基于290名患者的数据，可能需要更大规模的验证	探索评估根治性前列腺切除术难度的新指标	接受腹腔镜和机器人辅助根治性前列腺切除术的患者	数字病理	前列腺癌	MRI	nnUNet_v2, PointNet	医学影像	290名患者
2257	2025-04-08	Machine Learning and Deep Learning in Detection of Neonatal Seizures: A Systematic Review 2025-Apr, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70083 PMID:40189779	系统综述	本文系统综述了机器学习和深度学习在新生儿癫痫检测中的应用	总结了ML和DL在新生儿癫痫检测中的效果，并提出了未来研究方向	仅纳入了10项符合标准的研究，可能存在选择偏倚	研究ML和DL对新生儿癫痫检测的影响	新生儿癫痫	机器学习	新生儿癫痫	机器学习(ML)和深度学习(DL)	CNN	脑电图(EEG)信号时间序列数据	17至258名新生儿重症监护病房(NICU)收治的新生儿，共1389次癫痫发作，平均834小时数据
2258	2025-04-08	Deep learning-based multimodal CT/MRI image fusion and segmentation strategies for surgical planning of oral and maxillofacial tumors: A pilot study 2025-Mar-31, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2025.102324 PMID:40174752	研究论文	本研究评估了基于深度学习的多模态CT/MRI图像融合和分割策略在口腔颌面部肿瘤手术规划中的可行性和准确性	结合了三种融合模型和三种分割模型，生成了九种混合深度学习模型，并评估了它们在口腔颌面部肿瘤分割中的性能	样本量较小（30例患者），且为单中心研究，可能影响结果的普遍性	评估深度学习在多模态CT/MRI图像融合和分割中的应用，为口腔颌面部肿瘤的虚拟手术规划提供基础	30名口腔颌面部肿瘤患者	数字病理	口腔颌面部肿瘤	CT/MRI扫描	Elastix, ANTs, NiftyReg, nnU-Net, 3D UX-Net, U-Net	医学影像（CT/MRI）	30名口腔颌面部肿瘤患者
2259	2025-04-08	Multi-dimensional interpretable deep learning-radiomics based on intra-tumoral and spatial habitat for preoperative prediction of thymic epithelial tumours risk categorisation 2025-Mar-13, Acta oncologica (Stockholm, Sweden) DOI:10.2340/1651-226X.2025.42982 PMID:40079653	研究论文	本研究旨在开发和比较基于增强CT的放射组学、多维深度学习、临床常规影像和空间栖息地分析的组合模型，以实现胸腺瘤风险分类的准确预测	结合全肿瘤放射组学、2D和3D深度学习、临床视觉放射学及亚区域组学特征，构建了RDLCSM模型，用于非侵入性预测胸腺瘤风险分类	研究仅基于三个医疗中心的数据，样本量相对有限，且未考虑其他影像模态如MRI	开发非侵入性工具以预测胸腺瘤风险分类	205例经手术病理证实的胸腺瘤患者	数字病理	胸腺瘤	增强CT、K-means聚类、LightGBM分类器	2D/3D深度学习模型、KNN、LightGBM	CT影像、临床常规影像数据	205例患者（来自三个医疗中心）
2260	2025-04-08	A Deep Learning Model of Histologic Tumor Differentiation as a Prognostic Tool in Hepatocellular Carcinoma 2025-Mar-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100747 PMID:40086592	研究论文	本研究开发了一种基于深度学习的AI模型，用于量化肝细胞癌（HCC）肿瘤分化的组织学特征并预测癌症相关结果	首次使用AI模型量化HCC肿瘤分化的多个组织学特征，并证明其在预测HCC相关预后方面的优越性	研究样本量较小（99例HCC切除标本），需要更大样本验证	评估AI模型在量化HCC肿瘤分化特征和预测癌症相关结果方面的性能	肝细胞癌（HCC）切除标本	数字病理学	肝细胞癌	深度学习	监督学习AI模型	组织学图像	99例HCC切除标本