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
21	2025-09-13	Recognition of Parkinson disease using Kriging Empirical Mode Decomposition via deep learning techniques 2025-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.06.024 PMID:40628146	研究论文	本文提出了一种使用克里金经验模态分解和深度学习技术识别帕金森病的方法	结合克里金经验模态分解与深度学习技术进行帕金森病识别	NA	开发帕金森病的识别方法	帕金森病患者	机器学习	帕金森病	Kriging Empirical Mode Decomposition, deep learning	深度学习模型	NA	NA
22	2025-09-13	Event-Based Stereo Depth Estimation: A Survey 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3586559 PMID:40644099	综述	本文全面综述了基于事件相机的立体深度估计方法，涵盖传统电路设计到深度学习技术	首次系统综述深度学习方法和立体数据集，并提供创建新基准测试的实用建议	尽管取得显著进展，但在精度和效率方面仍存在挑战	为事件相机立体深度估计领域提供全面概述和未来研究方向	事件相机立体视觉系统及其深度估计算法	computer vision	NA	深度学习，立体匹配，SLAM	DL approaches	事件流数据，立体图像	NA
23	2025-09-13	Rician Likelihood Loss for Quantitative MRI With Self-Supervised Deep Learning 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70136 PMID:40904047	研究论文	提出一种用于定量MRI自监督深度学习的Rician似然损失函数，以改善低信噪比下的参数估计偏差	首次将Rician分布特性融入自监督学习损失函数，替代传统MSE损失	在低信噪比下精度有所降低，性能随信噪比变化	提高定量MRI参数估计的准确性和鲁棒性	MRI magnitude信号和IVIM模型参数	医学影像分析	NA	自监督深度学习，IVIM模型	深度学习网络	MRI影像数据	模拟数据和真实数据
24	2025-09-13	MOL: Joint Estimation of Micro-Expression, Optical Flow, and Landmark via Transformer-Graph-Style Convolution 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3581162 PMID:40536836	研究论文	提出一种端到端的微表情识别框架，联合估计微表情、光流和面部关键点	结合Transformer、图卷积和普通卷积，提出F5C块直接提取局部-全局特征，无需关键帧先验知识	NA	提升面部微表情识别的准确性和鲁棒性	面部微表情序列	计算机视觉	NA	深度学习	Transformer, Graph Convolution, CNN	视频序列	CASME II, SAMM, SMIC基准数据集
25	2025-09-13	Evidence-Based Multi-Feature Fusion for Adversarial Robustness 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3582518 PMID:40549525	研究论文	提出一种基于证据的多特征融合方法EMFF，用于提升深度神经网络对抗攻击的鲁棒性	引入证据深度学习量化特征置信度与不确定性，并基于Dempster规则提出多特征证据融合机制	NA	提升深度神经网络在对抗攻击下的鲁棒性	深度神经网络（DNNs）	计算机视觉	NA	对抗训练	CNN, Transformer	图像	NA
26	2025-09-13	Accelerated Self-Supervised Multi-Illumination Color Constancy With Hybrid Knowledge Distillation 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583090 PMID:40560704	研究论文	提出一种基于自监督学习和知识蒸馏的多光照颜色恒常性方法，以提升模型性能和部署效率	结合自监督预训练、监督微调和混合知识蒸馏，首次在颜色恒常性任务中同时利用Transformer和U-Net编码器，并通过轻量化解码器减少参数	受限于多光照数据集的规模，可能影响模型在更广泛光照条件下的泛化能力	解决颜色恒常性问题，提升在不同光照条件下准确感知颜色的能力	多光照和单光照条件下的图像数据	计算机视觉	NA	自监督学习、知识蒸馏、Transformer、U-Net、CNN	Transformer、U-Net、CNN	图像	NA
27	2025-09-13	Revisiting Essential and Nonessential Settings of Evidential Deep Learning 2025-Oct, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3583410 PMID:40569804	研究论文	本文重新审视了证据深度学习（EDL）中的关键与非关键设置，并提出了一种简化但更有效的变体Re-EDL	识别并修正EDL中三个非必要设置，包括先验权重固定、方差最小化优化项和KL散度正则化，提出可调超参数和直接优化Dirichlet PDF期望的方法	NA	改进证据深度学习的不确定性估计方法，提升其有效性和可靠性	证据深度学习（EDL）模型及其优化设置	机器学习	NA	主观逻辑，Dirichlet概率密度函数建模	神经网络，Re-EDL	NA	NA
28	2025-09-13	Pharmacoutilization data-driven artificial intelligence-assisted diagnosis algorithm to improve the pharmacological treatment of pain and agitation in patients suffering from severe dementia 2025-Oct, Current opinion in pharmacology IF:4.0Q1 DOI:10.1016/j.coph.2025.102563 PMID:40815967	研究论文	本研究开发了一种基于药物利用数据和人工智能的算法，用于改善重度痴呆患者的疼痛和躁动药物治疗，并辅助阿尔茨海默病的诊断	利用药理学时间序列数据和自编码器构建AI算法，从大规模社区回顾性研究中识别漏诊的阿尔茨海默病患者	需要进一步研究和纵向患者监测来改进疾病检测和管理	通过先进人工智能方法诊断阿尔茨海默病，改善痴呆患者的疼痛和躁动药物治疗	298,000名个体（其中84,235名60岁以上老年人），包括114,920名未诊断AD患者和1,150名已诊断患者	医疗人工智能	阿尔茨海默病	药理学数据分析、深度学习	自编码器	药理学时间序列数据	298,000名个体（84,235名60岁以上老年人）
29	2025-09-13	An iterative deep learning-guided algorithm for directed protein evolution 2025-Sep-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113324 PMID:40927680	研究论文	提出一种基于深度学习的迭代算法DeepDE，用于指导蛋白质定向进化	利用三重突变体作为构建块，通过紧凑的约1000个突变体库进行训练，显著扩展序列空间探索能力	算法性能依赖于有限规模的实验筛选（约1000个变异体），可能受数据稀疏性问题约束	开发高效的蛋白质定向进化算法以提升蛋白质活性	绿色荧光蛋白（GFP）	机器学习	NA	深度学习指导的蛋白质工程	深度学习	蛋白质序列数据	约1000个突变体组成的训练库
30	2025-09-13	Self-AttentionNeXt: Exploring schizophrenic optical coherence tomography image detection investigations 2025-Sep-19, World journal of psychiatry IF:3.9Q1 DOI:10.5498/wjp.v15.i9.108359 PMID:40933157	研究论文	开发一种名为Self-AttentionNeXt的深度学习模型，用于通过OCT图像检测精神分裂症	结合分组自注意力机制、残差和倒置瓶颈块以及1×1卷积进行特征精炼的新型卷积神经网络架构	NA	开发先进的深度学习模型分类OCT图像，区分精神分裂症患者与健康对照组	精神分裂症患者和健康对照组的视网膜OCT图像	计算机视觉	精神分裂症	光学相干断层扫描（OCT）	CNN with self-attention mechanisms	图像	自定义SZ OCT数据集和公开OCT2017数据集
31	2025-09-13	Image analysis of cardiac hepatopathy secondary to heart failure: Machine learning vs gastroenterologists and radiologists 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.108807 PMID:40937455	研究论文	本研究利用基于ResNet的机器学习模型分析心力衰竭继发淤血性肝病的CT影像特征，以预测三尖瓣反流严重程度	首次应用深度学习模型从单张CT图像中自动识别与三尖瓣反流严重程度相关的肝脏形态学改变，并证明其准确性优于消化科和放射科专家	回顾性研究设计，样本量有限（179例患者），仅使用特定解剖层面（脐旁静脉水平）的CT图像	利用机器学习捕捉慢性心力衰竭继发淤血性肝病的影像学特征	179例慢性心力衰竭患者	医学影像分析	心血管疾病	CT扫描，ResNet深度学习	CNN（ResNet架构）	医学影像（CT图像）	179例慢性心衰患者（120例男性，平均年龄73.1±14.4岁）
32	2025-09-13	Multiparametric magnetic resonance imaging of deep learning-based super-resolution reconstruction for predicting histopathologic grade in hepatocellular carcinoma 2025-Sep-14, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i34.111541 PMID:40937458	研究论文	本研究利用基于深度学习的超分辨率重建技术提升多参数MRI图像质量，以预测肝细胞癌的组织病理学分级	首次将3D超分辨率重建（基于生成对抗网络）与多参数MRI结合，用于肝细胞癌分级预测，并证明其优于常规分辨率图像	回顾性研究设计，可能存在选择偏差；仅包含两个医疗中心的数据	比较常规分辨率与超分辨率MRI在预测肝细胞癌组织病理学分级中的效能	肝细胞癌患者	数字病理	肝细胞癌	多参数MRI（T2加权成像、扩散加权成像、门静脉期）、3D超分辨率重建	GAN（生成对抗网络）、3D U-Net、XGBoost、CatBoost	MRI图像	826名患者（训练集459，验证集196，测试集171）
33	2025-09-13	Ex vivo human brain volumetry: Validation of MRI measurements 2025-Sep-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70083 PMID:40937565	研究论文	本研究通过离体人脑标本验证MRI脑体积测量的准确性，并与水置换法（WDM）金标准进行比较	首次使用离体原位人脑标本系统验证多种MRI序列（T2加权、T1加权、MP2RAGE）的体积测量准确性，并对比手动与深度学习自动分割方法	样本量较小（仅7个解剖头部），且为离体固定标本，可能与活体组织存在差异	验证MRI脑体积测量工具的准确性	经酒精-甲醛溶液固定的七个人类解剖头部标本	医学影像分析	NA	MRI（T2加权、T1加权、MP2RAGE序列），水置换法（WDM）	深度学习分割工具（SynthSeg）	MRI图像	7个固定的人脑标本
34	2025-09-13	Leveraging modified ex situ tomography data for segmentation of in situ synchrotron X-ray computed tomography 2025-Sep-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70032 PMID:40938296	研究论文	提出一种利用改进的离位断层扫描数据训练深度学习模型，用于在位同步辐射X射线计算机断层扫描的自动分割方法	通过将高质量离位实验室数据转换为适用于在位同步辐射数据分割的训练数据，解决了训练数据有限的问题，并采用改进的SegFormer架构达到与人工标注相当的可靠性	仅使用静态样本进行训练，但需要在实验过程中保持对显著形态变化的鲁棒性能	开发高效的自动分割方法以分析动态材料研究中的时间分辨断层扫描数据	金属氧化物溶解过程中的材料形态变化	计算机视觉	NA	同步辐射X射线计算机断层扫描，深度学习分割	改进的SegFormer架构	3D断层扫描图像数据	未明确说明具体样本数量，但涉及典型在位实验产生的大量时间分辨断层数据
35	2025-09-13	Towards reliable prediction of intraoperative hypotension: a cross-center evaluation of deep learning-based and MAP-derived methods 2025-Sep-12, Journal of clinical monitoring and computing IF:2.0Q2 DOI:10.1007/s10877-025-01357-0 PMID:40938328	研究论文	本研究评估深度学习方法和MAP阈值方法在预测术中低血压方面的可靠性，并通过跨中心验证揭示数据选择偏差对模型泛化能力的影响	引入包含血压边界案例（65-75 mmHg '灰色区域'）的评估框架，标准化MAP差异以减少数据集特定偏差，并发现模型在年龄维度上的不对称泛化特性	研究仅基于两个医疗中心的数据集（瑞典卡罗林斯卡大学医院和韩国VitalDB），可能需要更多样化的数据源验证	提高术中低血压预测AI工具在真实世界中的可靠性和泛化能力	术中低血压（IOH）患者	医疗人工智能	心血管疾病	深度学习，MAP阈值分析	深度学习模型	血压监测数据	来自瑞典和韩国两个医疗中心的多样化手术队列数据集
36	2025-09-13	Bimodal ECG and PCG Cardiovascular Disease Detection: Exploring the Potential and Modality Contribution 2025-Sep-12, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02245-5 PMID:40938506	研究论文	提出一种结合ECG和PCG信号的双模态深度学习模型，用于心血管疾病的早期检测	利用预训练CNN处理PCG信号并通过后期融合整合ECG分支，显著提升检测性能并量化两种模态的贡献	仅使用当前唯一公开的双模态数据集MITHSDB的增强版本，数据规模和多样性有限	增强心血管疾病的早期检测能力	心血管疾病患者	机器学习	心血管疾病	深度学习、信号处理	CNN、1D-CNN	ECG和PCG信号	基于MITHSDB数据集的增强版本（具体数量未明确说明）
37	2025-09-13	Artificial intelligence in cardiac telemetry 2025-Sep-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文回顾了人工智能在心脏遥测中的应用现状，重点关注深度学习技术、临床实践、挑战及未来方向	从传统统计机器学习转向先进深度神经网络，提升实时监测与个性化心脏护理能力	面临模型挑战与局限性，具体未在摘要中详细说明	探索人工智能在心脏遥测中的集成与应用，以改善心脏异常早期检测	心脏遥测数据与人工智能模型	机器学习	心血管疾病	深度学习	深度神经网络	遥测数据	NA
38	2025-09-13	High-performance identification of insulating materials by using generalized spectrum in laser-induced breakdown spectroscopy 2025-Sep-11, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01151e PMID:40838327	研究论文	提出一种基于激光诱导击穿光谱的广义谱方法（GSM-LIBS），用于高性能识别绝缘材料	GSM-LIBS通过整合多种光谱特征（如峰强度、积分强度、强度比、辐射背景和光谱形状），在降维的同时保留PCA方法可能丢失的全局和局部信息	NA	开发高性能绝缘材料识别方法以减少资源浪费和污染	七类绝缘材料	光谱分析	NA	激光诱导击穿光谱（LIBS）	KNN, SVM, 神经网络（NN）	光谱数据	七类绝缘材料样本（具体数量未说明）
39	2025-09-13	Beyond Contact: An Open-Set Biometric Identification System Using Radar-Extracted Heart Signals 2025-Sep-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3608801 PMID:40932807	研究论文	提出一种基于雷达的非接触式生物特征识别框架，通过心脏信号提取实现开放集人员身份识别	利用雷达提取心脏运动数据重建ECG信号，结合ECGReconNet和增强型InceptionTime模型，采用超球面划分方法区分已知与未知个体	对突发身体运动和环境噪声敏感，心脏严重异常时性能可能下降，未知身份数量增加时效果降低	开发安全且保护隐私的非接触式生物特征识别系统	人类心脏信号	生物特征识别	NA	雷达信号处理，ECG信号重建	ECGReconNet, InceptionTime with fixed-CAC loss	雷达信号，心脏运动数据	27名受试者（闭集测试），14名已知+13名未知受试者（开集测试）
40	2025-09-13	A Lightweight Network with Uncertainty-Guided Latent Space Refinement for Multi-Modal Brain Tissue and Tumor Extraction 2025-Sep-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3609333 PMID:40932804	研究论文	提出一种轻量级网络UMNet，通过不确定性引导的潜在空间优化实现多模态脑组织和肿瘤提取	引入模态特异性不确定性正则化特征融合模块（M-SUM）和不确定性增强损失函数（U-Loss），显式建模预测不确定性与误差的关系	NA	改进多模态脑影像中组织和肿瘤的自动分割精度	脑组织和脑肿瘤	数字病理	脑肿瘤	深度学习	CNN	多模态医学影像	NA