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
3801	2025-04-03	Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data 2024-Apr, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2023.107719 PMID:38282698	研究论文	本文提出了一种基于拓扑持久性引导的知识蒸馏方法，用于整合拓扑数据分析和深度学习的优势，以提升可穿戴传感器数据的活动识别性能	使用双教师网络（分别基于原始时间序列数据和TDA生成的持久性图像）进行知识蒸馏，设计新的约束条件（如特征相关性图的正交性）和退火策略，以融合不同模态的信息并提升学生模型的鲁棒性	未明确说明方法在其他类型时间序列数据或更大规模数据集上的泛化能力	解决可穿戴传感器数据活动识别中深度学习方法对信号质量敏感、传感器特性差异和个体间变异性的问题	可穿戴传感器采集的时间序列数据	机器学习	NA	拓扑数据分析(TDA)、知识蒸馏(KD)	1D CNNs (WRN16-1)	时间序列数据、持久性图像	6000个测试样本（GENEActiv数据集）
3802	2025-04-03	A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108060 PMID:38350189	research paper	本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压	结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高	NA	开发一种准确预测ICU患者生命体征的深度学习系统	ICU患者的心率、收缩压和舒张压	machine learning	cardiovascular disease	deep learning	Transformer-based Diffusion Probabilistic Model (TDSTF)	time series data	24,886 ICU stays from over 46,000 patients in MIMIC-III database
3803	2025-04-03	Spectral analysis and Bi-LSTM deep network-based approach in detection of mild cognitive impairment from electroencephalography signals 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10010-y PMID:38699612	研究论文	本研究开发了一种基于EEG信号和Bi-LSTM深度学习算法的新模型，用于高效检测轻度认知障碍（MCI）患者	结合多锥度谱分析方法和Bi-LSTM深度学习算法，提出了一种新的EEG信号分析模型，显著提高了MCI检测的准确率	样本量较小（34名受试者），年龄范围较宽（40-77岁）可能影响模型的泛化能力	开发一种准确、高效的MCI早期诊断方法	轻度认知障碍（MCI）患者和健康对照组	机器学习	老年性疾病	EEG信号分析、多尺度主成分分析（MSPCA）、数据增强（DA）	Bi-LSTM、决策树（DT）、支持向量机（SVM）、K近邻（KNN）	EEG信号	34名受试者（18名MCI患者和16名健康对照组）
3804	2025-04-03	A real-time constellation image classification method of wireless communication signals based on the lightweight network MobileViT 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10015-7 PMID:38699610	研究论文	提出了一种基于轻量级网络MobileViT的无线通信信号星座图实时分类方法	首次尝试在边缘计算平台上部署深度学习模型完成接收信号调制方案的实时分类	仅在一个公开数据集RadioML 2016.10a上进行了验证	实现自动调制分类(AMC)以支持认知无线电发展	无线通信信号的星座图	机器学习	NA	深度学习	MobileViT	图像	公开数据集RadioML 2016.10a
3805	2025-04-03	Variability of the femoral mechanical-anatomical axis angle and its implications in primary and revision total knee arthroplasty 2024-Feb-06, Bone & joint open IF:2.8Q1 DOI:10.1302/2633-1462.52.BJO-2023-0056.R1 PMID:38316146	研究论文	利用深度学习测量股骨机械-解剖轴角度（FMAA）及其在全膝关节置换术中的影响	开发了一种快速准确的深度学习工具来量化FMAA，揭示了不同测量方法间的显著差异	研究仅基于骨关节炎倡议（Osteoarthritis Initiative）的放射影像数据，可能无法代表所有人群	探究股骨机械-解剖轴角度（FMAA）的变异性及其对全膝关节置换术（TKA）的影响	来自骨关节炎倡议的1,078例全肢放射影像	医学影像分析	骨关节炎	深度学习	DL（深度学习）	放射影像	1,078例全肢放射影像
3806	2025-04-03	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发了一种基于深度学习的术中边缘评估平台，用于基底细胞癌的快速和完整切除	利用人工智能平台自动化肿瘤定位和边缘评估，显著减少组织预处理和组织学评估时间	未提及样本量或具体技术细节，可能限制了结果的广泛适用性	提高基底细胞癌术中边缘评估的效率和准确性	基底细胞癌的手术标本	数字病理	基底细胞癌	深度学习	NA	组织图像	NA
3807	2025-04-03	Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304995 PMID:39240975	research paper	使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类	提出了一种基于DenseNet-201的迁移学习方法，用于诊断阿尔茨海默病的不同阶段，并实现了高分类准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的不同阶段（非痴呆、中度痴呆、轻度痴呆、极轻度痴呆、重度痴呆）	digital pathology	geriatric disease	MRI	DenseNet-201	image	NA
3808	2025-04-03	Multi feature fusion network for schizophrenia classification and abnormal brain network recognition 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110848 PMID:38104673	research paper	提出了一种多特征融合网络（MFFN）用于精神分裂症分类和异常脑网络识别	利用功能网络连接（FNC）和时间序列（TC）的多特征互补信息，结合DNN和C-RNN骨干网络学习特征图，并应用Deep SHAP获取最具判别性的脑网络	研究仅基于两个公开数据集，样本量和多样性可能有限	开发一种有效的方法来区分精神分裂症患者和健康对照组，并识别异常脑网络	精神分裂症患者和健康对照组的脑功能网络数据	machine learning	精神分裂症	独立成分分析（ICA），Deep SHAP	DNN, C-RNN	功能磁共振成像（fMRI）数据	两个公开数据集（具体样本量未提及）
3809	2025-04-03	Discriminative analysis of schizophrenia patients using an integrated model combining 3D CNN with 2D CNN: A multimodal MR image and connectomics analysis 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110846 PMID:38104672	research paper	该研究提出了一种结合3D CNN和2D CNN的集成模型，用于通过多模态MRI数据对精神分裂症患者进行分类	首次将3D CNN与2D CNN结合用于精神分裂症患者的分类，并引入了SE-blocks和SVM分类器以提高性能	样本量相对较小（140名患者和205名正常对照），且仅使用了两种MRI模态数据	提高精神分裂症患者的分类性能，探索其在精神疾病临床诊断中的潜力	精神分裂症患者和正常对照	digital pathology	schizophrenia	structural MRI (sMRI), resting-state functional MRI (rs-fMRI)	3D CNN, 2D CNN, SVM	MRI图像（3D和2D矩阵）	140名精神分裂症患者和205名正常对照
3810	2024-08-07	Correlating Deep Learning-Based Automated Reference Kidney Histomorphometry with Patient Demographics and Creatinine 2023-12-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000299 PMID:37966063	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3811	2025-04-03	Deep learning approximation of attenuation maps for myocardial perfusion SPECT with an IQ ⋅ ⋅ SPECT collimator 2023-08-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-023-00568-1 PMID:37639082	研究论文	本研究探讨了使用深度学习从非衰减校正的SPECT重建中近似衰减图的可行性	首次展示了在配备IQ SPECT准直器的SPECT扫描仪上使用深度学习近似衰减图的方法	研究仅基于150项回顾性研究，样本量相对较小	开发一种无需CT图像即可进行SPECT心肌灌注成像衰减校正的方法	心肌灌注SPECT成像	数字病理学	心血管疾病	SPECT成像	U-Net与条件生成对抗网络框架	医学影像	150项回顾性研究
3812	2025-04-03	Integrative dissection of gene regulatory elements at base resolution 2023-Jun-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2023.100318 PMID:37388913	研究论文	结合表观遗传扰动、碱基编辑和深度学习技术，解析CD69基因调控元件的功能序列	首次在天然染色质环境中系统解析调控元件的功能序列，并发现GATA3与BHLHE40的相互作用在T细胞快速转录反应中的普遍作用	研究仅聚焦于Jurkat T细胞中的CD69基因座，未验证其他细胞类型或基因	解析基因调控元件的功能序列基础	CD69基因座的调控元件	基因组学	NA	表观遗传扰动、碱基编辑、深度学习	深度学习	基因组序列数据	Jurkat T细胞系
3813	2025-04-03	Quantitative imaging of apoptosis following oncolytic virotherapy by magnetic resonance fingerprinting aided by deep learning 2022-05, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-021-00809-7 PMID:34764440	研究论文	通过深度学习辅助的磁共振指纹图谱定量成像技术，检测溶瘤病毒治疗后的细胞凋亡	利用深度学习辅助的CEST-MRF技术，无需外源性对比剂即可快速检测肿瘤内pH值和蛋白质、脂质浓度	研究仅在多形性胶质母细胞瘤小鼠模型和一名健康志愿者中进行，样本量有限	开发一种非侵入性成像方法，用于检测溶瘤病毒治疗后的宿主反应	多形性胶质母细胞瘤小鼠模型和一名健康志愿者	数字病理学	多形性胶质母细胞瘤	化学交换饱和转移磁共振指纹图谱（CEST-MRF）	深度神经网络	磁共振成像数据	多形性胶质母细胞瘤小鼠模型和一名健康志愿者
3814	2025-04-02	A damage identification method for aviation structure integrating Lamb wave and deep learning with multi-dimensional feature fusion 2025-Jul, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107623 PMID:40058116	研究论文	提出了一种结合Lamb波和多维特征融合深度学习的航空结构损伤识别方法	该方法首次将Lamb波信号的一维和二维处理与多维特征融合深度学习模型相结合，提升了损伤信息的时空表征能力，并尝试了跨几何传感器阵列的迁移研究	未明确说明方法在更复杂损伤场景下的适用性以及实际工程应用中的计算成本	解决航空结构健康监测中复杂传感信号的多维损伤信息提取和有效利用问题	航空器切割截面的结构损伤	结构健康监测	NA	Lamb波信号处理、Gramian角场(GAF)转换	包含1D分支网络(Inception-v1+BiLSTM)和2D分支网络(连续卷积+BiLSTM)的融合深度学习模型	一维时间序列信号、二维图像数据	未明确说明具体样本数量，但提到使用真实飞机切割截面的传感信号
3815	2025-04-02	Feature compensation and network reconstruction imaging with high-order helical modes in cylindrical waveguides 2025-Jul, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107631 PMID:40101471	研究论文	提出了一种基于特征补偿和网络重建的逐步反演方法，结合高阶螺旋导波技术，用于管道缺陷的高分辨率成像	结合深度学习的高阶螺旋导波技术，扩展成像视野并实现管道缺陷的高分辨率成像	在有限视角条件下准确反演弱特征缺陷仍具挑战性	提高管道缺陷检测的准确性和分辨率	管道缺陷	无损检测	NA	高阶螺旋导波技术、深度学习	深度学习模型	超声波信号	50个随机选择的缺陷样本
3816	2025-04-02	Development and validation of a deep learning algorithm for the classification of the level of surgical difficulty in impacted mandibular third molar surgery 2025-May, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2024.11.008 PMID:39632213	研究论文	开发并验证了一种用于分类下颌第三磨牙手术难度水平的深度学习算法	使用YOLOv5模型首次实现了对下颌第三磨牙手术难度水平的自动分类	样本量相对较小，仅包含1730张全景X光片	开发一种能自动分类下颌第三磨牙手术难度的算法	下颌第三磨牙	计算机视觉	口腔疾病	深度学习	CNN, YOLOv5	图像	1730张全景X光片（1300训练，430测试）
3817	2025-04-02	Seafloor debris detection using underwater images and deep learning-driven image restoration: A case study from Koh Tao, Thailand 2025-May, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117710 PMID:39978130	研究论文	本研究提出了一种结合超分辨率重建技术和优化的YOLOv8目标检测模型的新方法，用于海底垃圾检测	创新点包括使用超分辨率重建技术提升水下图像质量，以及优化YOLOv8模型进行海底垃圾检测	研究仅基于泰国涛岛的案例，可能无法完全代表其他海域的情况	开发一种成本效益高的海底垃圾检测和监测方法	海底垃圾	计算机视觉	NA	超分辨率重建技术(SRR), YOLOv8	YOLOv8, RDN	图像	NA
3818	2025-04-02	Automatic pre-screening of outdoor airborne microplastics in micrographs using deep learning 2025-May-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.125993 PMID:40090454	research paper	该论文提出了一种使用深度学习自动预筛选室外空气中微塑料的新方法	创新点包括在U-Net分割框架中直接集成分类功能，以及使用增强型U-Net模型（Attention U-Net和Dynamic RU-NEXT）和Mask R-CNN模型处理低分辨率显微图像	NA	提高室外空气中微塑料的识别和分类效率	室外空气中的微塑料（AMPs）	computer vision	NA	深度学习	U-Net, Attention U-Net, Dynamic RU-NEXT, Mask R-CNN	图像	NA
3819	2025-04-02	Enhancing synchrotron radiation micro-CT images using deep learning: an application of Noise2Inverse on bone imaging 2025-May-01, Journal of synchrotron radiation IF:2.4Q3 DOI:10.1107/S1600577525001833 PMID:40167487	研究论文	该研究应用深度学习技术Noise2Inverse来增强同步辐射显微CT图像，以改善骨成像中的噪声问题	使用自监督深度学习方法Noise2Inverse处理低剂量SRµCT图像，解决了传统阈值分割技术无法应用的噪声问题	数据采集过程中的测试设置噪声是影响Noise2Inverse可行性的主要因素，且四分之一和六分之一剂量网络结果中骨微结构特征出现失真	研究目的是通过减少低剂量SRµCT图像中的噪声，以保护骨的机械性能免受辐射损伤	研究对象是骨微结构及其机械性能	计算机视觉	NA	同步辐射显微CT（SRµCT）	CNN	图像	模拟剂量数据集（全剂量、半剂量、三分之一剂量、四分之一剂量和六分之一剂量）
3820	2025-04-02	Automated Cerebrovascular Segmentation and Visualization of Intracranial Time-of-Flight Magnetic Resonance Angiography Based on Deep Learning 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01215-6 PMID:39133457	research paper	该研究提出了一种基于深度学习的自动化脑血管分割和可视化方法，用于颅内飞行时间磁共振血管成像（TOF-MRA）	提出了一种优于现有两种深度学习方法的新型CNN模型，其可视化效果被评估为与放射科医生手动重建的外观相似	研究未提及模型在更广泛或多样化数据集上的表现，可能限制了其普适性	评估深度学习血管分割技术在TOF-MRA中自动获取颅内动脉的图像质量	颅内动脉的TOF-MRA扫描图像	digital pathology	cardiovascular disease	TOF-MRA	CNN	image	394例TOF-MRA扫描（包括脑血管健康、动脉瘤或狭窄病例）