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
241	2025-06-15	Investigation on ultrasound images for detection of fetal congenital heart defects 2024-05-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad4f91 PMID:38781934	综述	本文综述了利用超声图像和深度学习技术检测胎儿先天性心脏缺陷（CHD）的前沿技术	结合胎儿超声图像评估（FUSI）和深度学习技术，提高CHD的检测率	当前筛查技术的检测率相对较低（约60%）	提高胎儿先天性心脏缺陷的早期检测率，降低死亡率和发病率	胎儿先天性心脏缺陷（CHD）	数字病理学	心血管疾病	深度学习技术，包括CNN、ANN等	CNN, ANN	超声图像	NA
242	2025-06-15	Exploring the potential of pretrained CNNs and time-frequency methods for accurate epileptic EEG classification: a comparative study 2024-May-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad3cde PMID:38599183	研究论文	本研究比较了几种预训练的卷积神经网络（CNN）在癫痫脑电图（EEG）数据分类中的性能，并探讨了不同时频数据表示算法的影响	首次利用时频数据评估预训练框架中参数调整对EEG数据分类的影响，并比较了多种CNN模型和时频表示算法的组合效果	研究仅使用了Bern-Barcelona EEG数据集和Temple University数据库进行验证，可能需要更多样化的数据集来进一步验证模型的泛化能力	探索预训练CNN和时频方法在癫痫EEG分类中的潜力，开发自动诊断癫痫的鲁棒系统	癫痫患者的EEG信号	机器学习	癫痫	连续小波变换（CWT）、经验傅里叶分解（EFD）、经验模式分解（EMD）、经验小波变换（EWT）、变分模式分解（VMD）	CNN（包括AlexNet、GoogLeNet、MobileNetV2、ResNet-18和SqueezeNet）	EEG信号（1D数据转换为2D scalograms）	Bern-Barcelona EEG数据集和Temple University数据库
243	2025-06-15	Segmentation and quantitative analysis of optical coherence tomography (OCT) images of laser burned skin based on deep learning 2024-05-21, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad488f PMID:38718764	研究论文	本研究基于深度学习对激光烧伤皮肤的光学相干断层扫描（OCT）图像进行分割和定量分析，以评估皮肤恢复情况	利用深度学习U-Net模型对OCT图像进行皮肤分层和烧伤区域分割，结合三维重建技术量化损伤组织体积	研究仅在小鼠模型中进行，尚未在人体皮肤上验证	开发一种快速准确评估烧伤皮肤恢复情况的方法	激光诱导的小鼠皮肤热损伤模型	数字病理	烧伤	光学相干断层扫描（OCT）	U-Net（同时验证了PSPNe和HRNet模型）	图像	30只昆明小鼠，生成7000张正常组织B扫描图像和1400张烧伤组织B扫描图像
244	2025-06-15	Prediction of electrical properties of GAAFET based on integrated learning model 2024-May-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad2c52 PMID:38387100	研究论文	本文提出了一种集成学习模型，用于预测GAAFET的电学特性，包括直流特性、电容特性和电学参数	结合深度学习和机器学习的优势，提出了一种新的集成学习模型，用于快速准确地预测GAAFET的电学特性	未提及具体的数据集大小或实验条件的限制	解决传统方法在研究GAAFET电学特性时耗时且低效的问题	栅极全环绕场效应晶体管（GAAFET）	机器学习	NA	深度学习和机器学习	集成学习模型	电学特性数据	NA
245	2025-06-15	Vision-aided grasp classification: design and evaluation of compact CNN for prosthetic hands 2024-May-15, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad464e PMID:38697026	研究论文	本文提出了一种名为GraspCNet的紧凑型CNN模型，专为假肢手的抓取分类设计，旨在通过视觉辅助技术提高假肢手与使用者之间的协调性	提出了一种紧凑型CNN模型GraspCNet，使用可分离卷积降低计算负担，适合嵌入式系统的实时应用，并能从物体形状中学习以分类未见过的物体	在未见过的物体类别上准确率为75.48%，计算机实时实验中的准确率为69%，仍有提升空间	开发一种能够准确识别和分类抓取模式的视觉辅助技术，以改善上肢截肢者使用假肢手的体验	上肢截肢者使用的假肢手	计算机视觉	NA	深度学习，特别是卷积神经网络(CNN)	CNN	图像	使用了各种标准物体数据集进行训练和测试
246	2025-06-15	FetchEEG: a hybrid approach combining feature extraction and temporal-channel joint attention for EEG-based emotion classification 2024-05-15, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad4743 PMID:38701773	研究论文	提出了一种结合特征提取和时间-通道联合注意力的混合方法FetchEEG，用于基于EEG的情绪分类	结合传统特征提取和深度学习的优势，采用多头自注意力机制同时提取不同时间点和通道的表示	NA	提高基于EEG的情绪分类的准确性和泛化能力	EEG数据和情绪分类	神经工程	NA	EEG分析	Transformer	EEG信号	自建数据集和两个公共数据集
247	2025-06-15	Enhancing ECG signal classification through pre-trained stacked-CNN embeddings: a transfer learning approach 2024-May-09, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad40b0 PMID:38640904	研究论文	本研究提出了一种结合迁移学习和传统机器学习的创新计算框架，用于优化心电图（ECG）信号分类	使用预训练的堆叠卷积神经网络（SCNN）生成高维特征嵌入，并通过传统机器学习分类器进行评估，展示了数据多样性对分类器性能的重要性	未提及具体局限性	优化ECG信号分类，平衡高性能与计算效率	心电图（ECG）信号	机器学习	心血管疾病	迁移学习	SCNN, MLP	信号数据	CinC2017和CPSC2018数据集
248	2025-06-15	Development and external validation of a multimodal integrated feature neural network (MIFNN) for the diagnosis of malignancy in small pulmonary nodules (≤10 mm) 2024-May-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad449a PMID:38684143	research paper	开发并外部验证了一种多模态集成特征神经网络（MIFNN），用于诊断小肺结节（≤10 mm）的恶性风险	结合深度学习算法与结节形态特征，显著提升诊断准确性，且网络架构简单，易于整合到现有肺癌筛查流程中	研究依赖于回顾性数据，可能影响模型的泛化能力	优化小肺结节（≤10 mm）的恶性风险评估与管理	小肺结节（≤10 mm）患者	digital pathology	lung cancer	CT成像	MIFNN	image, clinical data	LUNA16数据集中的382个小肺结节（85恶性）和北京四个专科中心的101个小肺结节（33恶性）
249	2025-06-15	Ultrasound imaging based recognition of prenatal anomalies: a systematic clinical engineering review 2024-05-07, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ad3a4b PMID:39655845	review	本文综述了基于超声成像的产前异常识别技术及其临床工程应用	介绍了基于人工智能的超声图像处理和可解释AI技术，以提高筛查效率和准确性	诊断可靠性受操作者专业知识和设备限制影响，且新技术在临床中的整合和接受度仍需验证	提高产前筛查的效率和准确性，改善产前护理	产前超声成像及异常识别	数字病理	产前异常	AI-based US image processing, multimodal data fusion, XAI	deep learning	image, video	NA
250	2025-06-15	CBCT-DRRs superior to CT-DRRs for target-tracking applications for pancreatic SBRT 2024-04-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad3bb9 PMID:38588646	研究论文	本研究探讨了在胰腺立体定向体部放疗中，使用CBCT-DRRs相较于CT-DRRs在无标记目标追踪应用中的优越性	首次验证了CBCT-DRRs在无标记目标追踪中比CT-DRRs更接近治疗中的放射图像，并测试了不同OBI组件模型对图像相似性的影响	研究仅针对胰腺癌患者，样本量较小（20例患者）	评估CBCT-DRRs在无标记目标追踪中的效果，并比较不同DRR算法的性能	胰腺癌患者接受立体定向体部放疗时的放射图像	数字病理	胰腺癌	Cone-Beam CT (CBCT), 数字重建放射图像(DRR)	深度学习模型	图像	20例胰腺癌患者
251	2025-06-15	3D printing of an artificial intelligence-generated patient-specific coronary artery segmentation in a support bath 2024-Apr-26, Biomedical materials (Bristol, England) DOI:10.1088/1748-605X/ad3f60 PMID:38626778	研究论文	本研究结合深度学习和3D打印技术，实现了从医学图像中准确分割冠状动脉树并个性化3D打印复杂血管结构	首次提出将AI分割与3D打印结合用于冠状动脉复杂分支结构的生物打印，并采用迁移学习提升分割精度	打印血管外径和分叉点长度与3D模型存在差异，材料挤出问题需通过调整喷嘴速度或设计多轴打印头来优化	开发基于AI分割的个性化冠状动脉3D打印方法，用于心血管疾病诊疗	冠状动脉树的分割与3D打印	数字病理	心血管疾病	深度学习迁移学习、3D生物打印	深度学习模型（未指定具体架构）	医学影像（冠状动脉CT血管造影）	10例冠状动脉CT血管造影图像测试集
252	2025-06-15	Transferable non-invasive modal fusion-transformer (NIMFT) for end-to-end hand gesture recognition 2024-04-09, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad39a5 PMID:38565124	研究论文	提出了一种名为NIMFT的端到端手势识别模型，通过非侵入式多模态融合技术整合sEMG和ACC信号，提高了手势识别的准确性和跨受试者泛化能力	使用非侵入式多模态融合机制（MCA）整合异质信号，提出1D-CNN的局部信息提取方法，并通过迁移学习提升跨受试者泛化性能	未明确提及模型在更广泛数据集上的泛化能力或计算效率方面的限制	开发具有跨受试者迁移能力的端到端手势识别模型	表面肌电信号(sEMG)和加速度计信号(ACC)的多模态融合	计算机视觉	NA	多模态信号融合	Transformer（MCA机制）与1D-CNN结合	生物电信号（sEMG）和运动信号（ACC）	Ninapro DB2数据集中的三个动作集
253	2025-06-15	A study on the high power microwave effects of PIN diode limiter based on deep learning algorithm 2024-Apr-09, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ad3648 PMID:38513283	研究论文	本研究通过优化的神经网络算法替代传统物理建模，研究PIN二极管限幅器的高功率微波效应	应用优化的神经网络算法替代传统物理建模，显著提高了计算和仿真速度，降低了计算成本	NA	研究PIN二极管限幅器的高功率微波效应	PIN二极管限幅器	机器学习	NA	神经网络算法	神经网络	模拟数据	NA
254	2025-06-15	Automatic thoracic aorta calcium quantification using deep learning in non-contrast ECG-gated CT images 2024-03-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad2ff2 PMID:38437732	research paper	开发了一种全自动系统，用于检测胸部主动脉钙化（TAC）并将其分类为四个风险类别	结合了三个UNet和三个CNN模型，分别用于分割胸部主动脉和分类钙化病变	样本量相对较小（测试集N=119），且主要针对心血管患者	开发自动量化胸部主动脉钙化的方法以改进心血管风险预测	心血管患者的非增强ECG门控心脏CT图像	digital pathology	cardiovascular disease	CT成像	UNet, CNN	image	1190例非增强ECG门控心脏CT研究（测试集119例）
255	2025-06-15	Mapping dynamic spatial patterns of brain function with spatial-wise attention 2024-03-07, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad2cea PMID:38407988	研究论文	提出了一种基于空间注意力机制的新方法SCAAE，用于发现动态功能脑网络，无需线性或独立性假设	首次将空间注意力机制应用于直接从fMRI数据生成动态功能脑网络，无需传统线性或独立性假设	方法验证仅限于特定数据集(HCP-rest、HCP-task和ADHD-200)，未在其他脑疾病数据上测试	开发新方法以更好地理解人脑动态功能网络	人脑功能网络的空间动态模式	神经影像分析	NA	功能磁共振成像(fMRI)与深度学习	空间和通道注意力自编码器(SCAAE)	fMRI影像数据	HCP-rest、HCP-task和ADHD-200数据集(具体样本量未提及)
256	2025-06-15	Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230088 PMID:38197796	研究论文	开发了一种基于Vision Transformer的自动分诊工具，用于预测创伤性脑损伤（TBI）患者是否需要神经外科干预	提出了一种新型深度学习模型ASIST-TBI，能够准确预测急性TBI患者是否需要神经外科干预	研究数据来自单一创伤中心，可能影响模型的泛化能力	开发自动分诊工具以预测TBI患者的神经外科干预需求	创伤性脑损伤（TBI）患者	数字病理学	创伤性脑损伤	CT扫描	Vision Transformer	图像	2806名患者用于训练和验证，612名患者用于测试
257	2025-06-15	AI for Detection of Tuberculosis: Implications for Global Health 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230327 PMID:38197795	research paper	本文评估了基于深度学习的计算机辅助诊断（CAD）系统在结核病检测中的应用及其对全球健康的潜在影响	利用深度学习技术提升CAD系统在结核病检测中的诊断性能，接近人类专家水平	需要独立于制造商的CAD验证，并解决经济、政治和伦理方面的考虑	评估和推广CAD系统在结核病检测中的应用，以解决低收入和中等收入国家的人力资源短缺问题	结核病检测的CAD系统	digital pathology	tuberculosis	deep learning	NA	image	NA
258	2025-06-15	Image Quality and Diagnostic Performance of Low-Dose Liver CT with Deep Learning Reconstruction versus Standard-Dose CT 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230192 PMID:38231025	研究论文	比较低剂量CT（LDCT）结合深度学习去噪（DLD）与标准剂量CT（SDCT）结合模型迭代重建（MBIR）在检测恶性肝肿瘤中的图像质量和诊断能力	首次在低剂量CT（33%剂量）中应用深度学习去噪技术，并与标准剂量CT进行比较，证明其图像噪声更低且诊断性能相当	研究仅在三家三级转诊医院进行，样本量相对有限（296名参与者）	评估低剂量CT结合深度学习去噪技术在肝肿瘤检测中的图像质量和诊断性能	恶性肝肿瘤患者	数字病理	肝癌	深度学习去噪（DLD），模型迭代重建（MBIR）	深度学习	图像	296名参与者（196名男性，100名女性；平均年龄60.5岁±13.3），其中246名参与者用于诊断性能评估（90名参与者中的108个恶性肿瘤）
259	2025-06-15	Denoising Multiphase Functional Cardiac CT Angiography Using Deep Learning and Synthetic Data 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230153 PMID:38416035	研究论文	本研究提出并评估了一种利用三维卷积神经网络和多相位信息的深度学习方法，用于功能性心脏CT血管造影图像的去噪	采用三维卷积神经网络结合多相位信息进行图像去噪，显著提升了图像质量和功能性分析的准确性	研究为回顾性研究，且依赖于合成数据进行训练	提高功能性心脏CT血管造影图像的质量，便于心脏功能分析	心脏CT血管造影图像	数字病理	心血管疾病	CT血管造影	3D CNN	图像	566例冠状动脉CT血管造影图像
260	2025-06-15	Development and Validation of a Deep Learning Model to Reduce the Interference of Rectal Artifacts in MRI-based Prostate Cancer Diagnosis 2024-03, Radiology. Artificial intelligence DOI:10.1148/ryai.230362 PMID:38446042	研究论文	开发并验证了一种深度学习模型，以减少MRI中直肠伪影对前列腺癌诊断的干扰	提出了针对性的对抗训练策略（TPAS），增强了模型对直肠伪影的抵抗能力	研究为回顾性研究，可能存在选择偏倚	提高MRI在前列腺癌诊断中的准确性，减少直肠伪影的干扰	2203名前列腺病变男性患者的MRI和活检数据	数字病理学	前列腺癌	双参数MRI	深度学习模型	MRI图像	2203名患者