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
4321	2025-04-24	Integrating generative AI with neurophysiological methods in psychiatric practice 2025-Apr-14, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2025.104499 PMID:40262408	research paper	探讨生成式AI与神经生理学方法在精神病学实践中的整合潜力	提出生成式AI在精神病学中与神经科学和生理学方法的结合应用，包括促进翻译和适应性解释、优化实验准备、增强多模态数据分析以及通过实时通信、内容生成和数据合成改善临床应用	数据可靠性、隐私问题和资源限制等挑战和风险	探索生成式AI在精神病学实践中的应用潜力及其与神经生理学方法的协同效应	精神病学实践中的生成式AI和神经生理学方法	自然语言处理	精神疾病	生成式AI（如大型语言模型）	深度学习	多模态数据	NA
4322	2025-04-24	Deep ensemble architecture with improved segmentation model for Alzheimer's disease detection 2025-Apr-12, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2484691 PMID:40219912	research paper	提出一种新型深度集成架构用于阿尔茨海默病的分类，通过改进的分割模型和特征提取方法提高检测准确率	提出了一种结合LeNet、CNN和改进LSTM的En-LeCILSTM模型，以及改进的U-Net架构用于图像分割	未提及模型在更大规模或多样化数据集上的泛化能力	提高阿尔茨海默病的检测准确率	阿尔茨海默病的诊断	digital pathology	geriatric disease	deep learning	En-LeCILSTM (结合LeNet, CNN, LSTM), U-Net	image	NA
4323	2025-04-24	The genetic architecture of and evolutionary constraints on the human pelvic form 2025-04-11, Science (New York, N.Y.) DOI:10.1126/science.adq1521 PMID:40208988	研究论文	通过深度学习分析大量双能X射线吸收扫描数据，研究人类骨盆形态的遗传结构和进化限制	使用大规模数据集和深度学习技术识别与骨盆表型相关的遗传位点，揭示了骨盆形态与生殖功能、运动能力及疾病风险的关联	研究主要基于英国生物银行的数据，可能不适用于其他人群	探究人类骨盆形态的遗传基础和进化限制	人类骨盆形态	机器学习	NA	双能X射线吸收扫描，深度学习	深度学习	图像	31,115份双能X射线吸收扫描数据
4324	2025-04-24	Seeing through multimode fibers using real-valued intensity transmission matrix with deep learning 2025-Apr-07, Optics express IF:3.2Q2 DOI:10.1364/OE.553949 PMID:40219515	研究论文	本文提出了一种结合实值强度传输矩阵（RVITM）和深度学习的方法，用于通过多模光纤（MMF）增强图像检索	结合RVITM算法和分层并行多尺度（HPM）-注意力U-Net，提高了图像质量，并减少了训练样本需求	方法在泛化能力上仍有提升空间，且依赖于MMF的特性表征	提高通过多模光纤传输图像的质量和效率	多模光纤（MMF）中的图像传输	计算机视觉	NA	深度学习，RVITM算法	HPM-attention U-Net	图像	NA
4325	2025-04-24	Deep Learning-Based Comparative Prediction and Functional Analysis of Intrinsically Disordered Regions in SARS-CoV-2 2025-Apr-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26073411 PMID:40244295	研究论文	本研究探讨了SARS-CoV-2蛋白质组中内在无序区域（IDRs）的作用及其作为小分子药物发现靶点的潜力	使用四种基于深度学习的无序预测模型（ADOPT、PONDRVLXT、PONDRVSL2和flDPnn）分析SARS-CoV-2蛋白质的无序倾向，并验证了这些区域在病毒功能中的关键作用	研究依赖于预测模型的准确性，实验验证的数据有限	探索SARS-CoV-2蛋白质组中内在无序区域的功能及其作为药物靶点的潜力	SARS-CoV-2蛋白质组中的内在无序区域	生物信息学	COVID-19	深度学习	ADOPT、PONDRVLXT、PONDRVSL2、flDPnn	蛋白质序列	NA
4326	2025-04-04	Publisher Correction: Interpretable deep learning of single-cell and epigenetic data reveals novel molecular insights in aging 2025-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95242-0 PMID:40175436	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4327	2025-04-24	High-Performance Method and Architecture for Attention Computation in DNN Inference 2025-Apr, IEEE transactions on biomedical circuits and systems IF:3.8Q2 DOI:10.1109/TBCAS.2024.3436837 PMID:39088504	研究论文	提出了一种基于存内计算（CIM）宏的在线可编程注意力硬件架构，用于深度神经网络（DNN）推理中的注意力计算	通过将注意力计算过程分解为多个级联组合矩阵操作，设计了在线可编程CIM架构以动态调整权重，提高了集成密度、能效和计算精度	研究基于100nm CMOS工艺，未涉及更先进工艺下的性能表现	优化注意力机制在硬件上的实现，提高DNN推理的效率和准确性	注意力计算硬件架构	机器学习	NA	存内计算（CIM）	DNN	NA	NA
4328	2025-04-24	Neoadjuvant Chemotherapy Response in Triple-Negative Apocrine Carcinoma: Comparing Apocrine Morphology, Androgen Receptor, and Immune Phenotypes 2025-Apr-01, Archives of pathology & laboratory medicine IF:3.7Q1 DOI:10.5858/arpa.2023-0561-OA PMID:38960391	研究论文	评估三阴性乳腺癌（TNBC）对新辅助化疗（NAC）的反应，并分析顶浆分泌形态、雄激素受体（AR）状态、Ki-67标记指数（Ki-67LI）及肿瘤浸润淋巴细胞（TILs）的影响	首次比较了TNBC中顶浆分泌形态、AR状态及免疫表型对新辅助化疗反应的预测价值，并利用深度学习模型量化TILs	研究样本仅来自单一机构，且顶浆分泌形态TNBC病例较少，可能影响统计效力	探索TNBC亚型对新辅助化疗反应的预测因素	232例接受NAC后手术切除的TNBC患者	数字病理学	乳腺癌	免疫组织化学、深度学习模型	深度学习模型（未指定具体架构）	组织病理图像	232例TNBC患者活检样本
4329	2025-04-24	A Novel Hierarchical Cross-Stream Aggregation Neural Network for Semantic Segmentation of 3-D Dental Surface Models 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3404276 PMID:38848227	research paper	提出了一种新颖的分层跨流聚合神经网络（HiCA），用于3D牙科表面模型的语义分割	设计了上下文跨流聚合（CA）模块和判别性跨流聚合（DA）模块，以从多视角输入中学习更具区分性的点/单元级表示	未明确提及具体限制	提高3D牙科模型语义分割的准确性和效率	3D牙科表面模型	computer vision	NA	深度学习	CNN, 图注意力网络	3D模型数据	公共数据集和内部真实患者牙科模型数据集
4330	2025-04-24	Brain-Inspired Learning, Perception, and Cognition: A Comprehensive Review 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3401711 PMID:38809737	综述	本文全面回顾了受大脑启发的深度学习算法在微观、介观、宏观和超宏观层面上的学习、感知和认知方面的研究	从多个视角（微观、介观、宏观和超宏观）全面综述了受大脑启发的深度学习算法，并总结了当前面临的十大开放性问题	未提及具体实验验证或数据支持，主要基于文献综述	为下一代人工智能技术提供生物基础，并改进现有模型和系统的智能水平	受大脑启发的学习、感知和认知算法	人工智能	NA	NA	深度学习算法	NA	NA
4331	2025-04-24	Deep Geometric Learning With Monotonicity Constraints for Alzheimer's Disease Progression 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3394598 PMID:38771688	research paper	提出了一种结合单调性约束的深度几何学习方法，用于预测阿尔茨海默病的进展	结合拓扑空间变换、ODE-RGRU和轨迹估计三个模块，开发了反映测量转换不可逆性的训练算法	ODE-RGRU在从不完整样本中推断正定对称矩阵时存在限制，可能导致特征逆转	预测阿尔茨海默病的临床诊断和治疗进展	阿尔茨海默病患者的结构磁共振成像(MRI)生物标志物和认知评分	digital pathology	geriatric disease	structural magnetic resonance imaging (MRI)	ODE-RGRU, RNN	image, time-series data	NA
4332	2025-04-24	High-Throughput Multiplexed Plasmonic Color Encryption of Microgel Architectures via Programmable Dithering-Mask Flow Microlithography 2025-Apr, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202405388 PMID:39568283	research paper	介绍了一种可扩展且成本效益高的方法，通过在微凝胶结构中原位光还原银纳米颗粒（AgNPs）来产生多重等离子体颜色	利用数字微镜设备（DMD）基于流动微光刻系统结合可编程抖动掩模技术，实现了形状或条形码微粒的高通量合成，以及嵌入隐藏多重等离子体颜色的大规模高分辨率图像	NA	开发一种高通量、低成本的多重等离子体颜色编码方法，用于隐藏数据存储、安全光学标记和防伪技术	银纳米颗粒（AgNPs）和微凝胶结构	纳米技术	NA	数字微镜设备（DMD）基于流动微光刻系统，可编程抖动掩模技术	深度学习分类器	图像	大规模（>5.6 × 5.6 cm）高分辨率（>300 dpi）微凝胶阵列
4333	2025-04-24	Application of Artificial Intelligence in Thoracic Radiology: A Narrative Review 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0062 PMID:39689720	review	本文综述了人工智能在胸部放射学中的最新成就，主要关注深度学习技术	探讨了人工智能在胸部放射学中检测、分类异常以及量化正常和异常解剖结构的潜力	讨论了当前人工智能技术在胸部放射学中的局限性及未来发展方向	评估人工智能在胸部放射学中的应用及其对放射科医生表现的提升	胸部放射学中的异常检测、分类及解剖结构量化	digital pathology	lung cancer	deep learning	NA	image	NA
4334	2025-04-24	Regional Image Quality Scoring for 2-D Echocardiography Using Deep Learning 2025-04, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2024.12.008 PMID:39864961	research paper	开发并比较了三种自动评估超声心动图区域图像质量的方法	提出了三种新的图像质量评估方法，包括基于像素的经典指标、局部图像一致性以及端到端深度学习模型	gCNR指标在本研究中表现不佳，效果有限	开发自动评估超声心动图区域图像质量的方法	超声心动图图像	computer vision	心血管疾病	深度学习	U-Net, 端到端深度学习模型	图像	由三位经验丰富的心脏病专家提供的手动区域质量注释
4335	2025-04-24	Kernel Conversion Improves the Correlation between the Extent of Emphysema and Clinical Parameters in Chronic Obstructive Pulmonary Disease: A Multicenter Cohort Study 2025-Apr, Tuberculosis and respiratory diseases IF:2.5Q2 DOI:10.4046/trd.2024.0166 PMID:39904364	研究论文	本研究通过核转换技术处理不同CT设置下的图像，评估了肺气肿指数与临床参数之间的相关性变化	首次在多中心研究中应用核转换技术，显著提高了肺气肿指数与临床参数之间的相关性	研究仅基于韩国COPD亚组研究数据库，可能限制了结果的普遍性	评估核转换技术对不同CT设置下肺气肿指数与临床参数相关性的影响	484名COPD患者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	基于深度学习的程序	图像	484名COPD患者
4336	2025-04-24	Waveform-Specific Performance of Deep Learning-Based Super-Resolution for Ultrasound Contrast Imaging 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3537298 PMID:40031250	research paper	本研究探讨了基于深度学习的超分辨率技术在超声对比成像中针对不同波形的性能表现	首次评估了CNN在不同成像脉冲（谐波脉冲、啁啾脉冲和延迟编码脉冲序列）下对微泡定位的去卷积性能，并比较了它们在无噪声和低信噪比条件下的表现	研究主要基于体外实验，体内超分辨率的潜在障碍仅通过初步实验结果进行讨论	提高超声对比成像的空间分辨率，以更好地解析动脉血流	超声对比成像中的微泡	digital pathology	cardiovascular disease	ultrasound contrast imaging, vector flow imaging	CNN	RF signals	NA
4337	2025-04-24	Tissue Clutter Filtering Methods in Ultrasound Localization Microscopy Based on Complex-Valued Networks and Knowledge Distillation 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3544692 PMID:40031806	研究论文	本文提出了一种基于复数神经网络和知识蒸馏的超声定位显微镜组织杂波滤波方法	使用知识蒸馏技术提升滤波效率，同时保持性能，并提出轻量级的2-D复数卷积神经网络作为教师模型	方法主要针对I/Q信号和包络数据，可能不适用于其他类型的数据	提高超声定位显微镜中组织杂波滤波的效率和性能	微泡（MBs）作为对比剂的超声定位显微镜图像	医学影像处理	NA	超声定位显微镜（ULM）、知识蒸馏	复数卷积神经网络（CCNN）、实值卷积神经网络（CNN）	I/Q信号、包络数据	模拟数据和体内数据
4338	2025-04-24	Advancing Single-Plane Wave Ultrasound Imaging With Implicit Multiangle Acoustic Synthesis via Deep Learning 2025-Apr, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3541113 PMID:40031850	research paper	本文提出了一种通过深度学习隐式合成多角度声波信息的方法，以提升单平面波超声成像的质量	开发了一种能够隐式集成多角度信息的复杂架构，通过生成并动态结合网络内的虚拟转向平面波，实现了高质量成像而无需牺牲速度	未明确提及具体局限性，但可能涉及对虚拟转向波生成精度的依赖	提升单平面波超声成像的质量，同时保持其高帧率优势	平面波成像（PWI）技术	医学影像	NA	深度学习（DL）	NA	超声图像	模拟数据、实验体模和体内目标数据集
4339	2025-04-24	A deep learning-based calculation system for plaque stenosis severity on common carotid artery of ultrasound images 2025-Apr, Vascular IF:1.0Q4 DOI:10.1177/17085381241246312 PMID:38656244	研究论文	开发了一种基于深度学习的系统，用于在超声图像上自动计算颈总动脉斑块狭窄严重程度	提出了新的CANet模型，用于分割颈动脉内膜-中膜厚度和斑块，并自动计算斑块狭窄严重程度，性能优于现有深度学习模型和经验丰富的超声医师	外部测试集的样本量相对较小，可能影响模型的泛化能力评估	开发一种自动化系统，用于评估颈动脉斑块狭窄严重程度，以改善中风风险的管理	颈总动脉横截面超声图像	数字病理	心血管疾病	深度学习	CANet	图像	376名个体的390张图像用于训练和验证，外加115名个体的122张外部测试图像
4340	2025-04-24	A Colorectal Coordinate-Driven Method for Colorectum and Colorectal Cancer Segmentation in Conventional CT Scans 2025-Apr, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3386610 PMID:38687670	研究论文	本文提出了一种名为DeepCRC-SL的自动化分割算法，用于在常规CT扫描中分割结直肠和结直肠癌	首次提出了一种基于拓扑感知的深度学习方法，构建了新颖的一维结直肠坐标系，并通过自注意力层和坐标驱动的自学习策略提升分割性能	尽管性能优于现有方法，但与有两年专业CRC成像经验的医学住院医师相比，分割精度仍有提升空间	实现结直肠癌在常规CT扫描中的自动化分割，以促进CRC的检测、分期和治疗反应监测	结直肠和结直肠癌	数字病理	结直肠癌	深度学习	CNN与自注意力机制结合	CT图像	227例标记和585例未标记的CRC病例