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
501	2025-09-30	Novel Physics-Informed Bayesian Fusion Post-Processor for Enhanced Gait Phase Recognition Using Surface Electromyography 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3604618 PMID:40889304	研究论文	提出一种新型物理信息贝叶斯融合后处理器，用于增强基于表面肌电信号的步态相位识别	将生物力学序列约束嵌入分类器的后验概率输出，抑制不稳定转换并促进自然步态进展	NA	提高肌电控制在下肢辅助设备中的安全性、可靠性和实时性能	下肢肌肉表面肌电信号和步态周期五个相位	机器学习	NA	表面肌电信号采集	SVM, ANN, KNN, CNN-LSTM混合深度学习模型	肌电信号	40名受试者的SIAT-LLMD数据集
502	2025-09-30	EfficientNetSwift: A Lightweight and Precise Deep Learning Model for Detecting Oral Squamous Cell Carcinoma Using Pathological Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251380966 PMID:41004387	研究论文	提出基于改进轻量级EfficientNetSwift的深度学习模型，用于口腔鳞状细胞癌病理图像的自动检测	开发了轻量级EfficientNetSwift模型，在保持高精度的同时显著减少参数数量	NA	开发人工智能方法实现口腔鳞状细胞癌的自动化检测	口腔鳞状细胞癌(OSCC)病理图像	数字病理	口腔鳞状细胞癌	深度学习	EfficientNetSwift	病理图像	NA
503	2025-09-30	Automatic road damage recognition based on improved YOLOv11 with multi-scale feature extraction and fusion attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327387 PMID:41004548	研究论文	提出一种基于改进YOLOv11的自动道路损伤识别方法，通过多尺度特征提取和融合注意力机制提升检测性能	引入微小目标检测层增强小物体识别能力，集成全局注意力机制抑制背景噪声，采用轻量化卷积模块优化计算效率	仅在RDD2022数据集上进行验证，未提及其他数据集或实际部署环境的泛化能力	开发高效准确的道路损伤自动检测方法以支持交通安全和基础设施维护	道路损伤图像	计算机视觉	NA	深度学习	YOLOv11	图像	RDD2022数据集（具体数量未提及）
504	2025-09-30	CAAFE-ResNet: A ResNet With Channel Attention-Augmented Feature Extraction for Prognostic Assessment in Rectal Cancer 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70030 PMID:40867076	研究论文	提出一种基于ResNet18的CAAFE-ResNet18深度学习模型，用于直肠癌MRI图像的预后评估	设计了特征提取与补充模块(CAAFE)，结合多尺度扩张卷积并行架构和通道注意力机制，实现多层次信息融合、空间特征增强和通道特征优化	NA	早期识别直肠癌治疗中显示完全缓解(CR)和无响应(NR)的患者	局部晚期直肠癌(LARC)患者的MRI图像	计算机视觉	直肠癌	磁共振成像(MRI)	CNN, ResNet, 通道注意力机制	图像	NA
505	2025-09-30	Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01008-x PMID:38413460	研究论文	提出结合深度学习与肿瘤微环境分析的胶质瘤分级方法	首次将肿瘤微环境分析协议与深度学习结合，通过单染色活检识别微环境表型特征	数据集规模较小（仅206张图像）且存在数据不平衡问题	开发自动胶质瘤分级系统并量化肿瘤微环境特征	胶质瘤组织微阵列图像	数字病理学	胶质瘤	组织染色、图像增强	DenseNet121、监督学习、无监督学习	病理图像	206张图像（5个类别）
506	2025-09-30	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	提出中间特征近似损失函数来改进自监督卷积神经网络在胸部X光图像中的对比学习性能	提出IFA损失函数，通过最大化原始数据与正样本对中间特征输出的余弦相似度来增强正样本表示学习，无需额外数据增强	NA	改进医学图像对比学习中的正样本表示学习，提高模型性能	胸部X光图像	计算机视觉	NA	对比学习	自监督卷积神经网络	图像	NA
507	2025-09-30	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出一种名为DeepCSFusion的深度压缩感知融合方法，用于高效分类COVID-19和非COVID-19的CT扫描	提出新颖的压缩策略，能够以10%至90%的压缩比压缩深度特征，并通过特征融合实现高精度分类	仅在一个公开数据集上进行验证，样本规模相对有限	开发高效的COVID-19分类方法，降低深度学习模型在资源受限设备上的部署难度	COVID-19和非COVID-19的计算机断层扫描(CT)图像	计算机视觉	COVID-19	深度压缩感知融合	深度学习模型	CT图像	1252个CT扫描样本
508	2025-09-30	Automatic Tracking of Hyoid Bone Displacement and Rotation Relative to Cervical Vertebrae in Videofluoroscopic Swallow Studies Using Deep Learning 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01039-4 PMID:38383805	研究论文	开发了一种基于深度学习的自动追踪视频荧光吞咽研究中舌骨位移和旋转的方法	提出使用全高分辨率网络自动检测舌骨和颈椎标志点，建立新坐标系消除姿势变化影响	NA	开发自动分析视频荧光吞咽研究中舌骨运动学的方法	舌骨位移和旋转相对于颈椎的运动	计算机视觉	吞咽障碍	深度学习	全高分辨率网络	视频帧图像	1488个吞咽样本的59,468帧VFSS图像
509	2025-09-30	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	本研究开发了一种基于迁移学习的卷积神经网络模型，用于成人型弥漫性胶质瘤的自动分割，并与放射科医生的手动分割效果进行对比	首次将迁移学习应用于胶质瘤分割，并在结构序列和ADC序列上验证模型性能，证明其与放射科医生分割效果相当	在术后病例和多灶性胶质瘤病例的分割效果仍需改进	开发自动化的胶质瘤分割工具，提高脑肿瘤定量评估效率	成人型弥漫性胶质瘤患者	计算机视觉	脑胶质瘤	深度学习、迁移学习、多序列MRI	CNN	医学影像	训练集100例，测试集97例，预训练数据集579例
510	2025-09-30	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本研究创建了首个正常腹部和盆腔CT影像的放射组学图谱数据集RADAPT	建立了首个正常人体腹部和盆腔的放射组学参考数据集，填补了放射组学领域正常参考图谱的空白	研究为回顾性设计，样本仅包含17-36岁的年轻成年人，且仅基于急诊CT扫描	系统性创建可用于模型开发和验证的正常腹部和盆腔放射组学数据集	531名无已知疾病的年轻成年人（17-36岁）的腹部和盆腔CT影像	数字病理	NA	CT扫描、放射组学特征提取	深度学习分割模型（TotalSegmentator）	医学影像（CT）	531名患者（250名女性，281名男性），包含526个平扫系列和400个增强扫描系列
511	2025-09-30	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	提出HBMD-Net模型通过特征融合和类别不平衡解决技术来提升乳腺癌分类精度	结合ResNet50深度特征和HOG手工特征的特征融合方法，并采用BSMOTE技术解决类别不平衡问题	仅使用两个公开的乳腺超声数据集进行验证，数据集数量有限	开发可靠的计算机辅助诊断系统用于乳腺癌精确分类	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	BSMOTE, HOG, BM3D去噪, ROI分割	HBMD-Net（基于ResNet50的特征融合网络）	超声图像	两个乳腺超声数据集（BUSI和UDIAT）
512	2025-09-30	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	提出一种用于皮肤病变分割的病灶感知混合数据增强方法LAMA	首次提出专门针对多病灶皮肤病变分割的数据增强技术，通过混合训练集中的多个病灶图像生成合成多病灶图像	未在原始ISIC 2017数据集中考虑多病灶情况，需要创建新的测试数据集	提高皮肤病变图像分割的准确性，特别是针对多病灶图像	皮肤病变的dermoscopic图像	计算机视觉	皮肤病变	深度学习	深度神经网络	图像	使用ISIC 2017挑战赛数据集训练，ISIC 2020多病灶图像创建的新MuLe测试集
513	2025-09-30	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究开发并评估了一种基于CT的深度学习影像组学模型，用于区分克罗恩病和肠结核	首次结合动脉期和静脉期CT图像构建深度学习影像组学模型，并采用SMOTE技术处理数据不平衡问题	样本量相对有限且来自单一医疗中心，需要外部验证	开发能够准确区分克罗恩病和肠结核的影像诊断模型	330例经病理确诊的克罗恩病和肠结核患者	医学影像分析	肠道疾病	CT成像、深度学习影像组学、SMOTE、LASSO回归	逻辑回归模型	CT图像	330例患者（克罗恩病245例，肠结核85例），分为两个验证数据集
514	2025-09-30	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	提出一种结合联邦学习和迁移学习的方法用于隐私保护的乳腺癌分类	将迁移学习整合到联邦学习框架中，并引入领域对抗训练来解决医疗中心间的数据分布差异问题	仅在三家医疗中心的数据上进行验证，需要更多医疗机构的参与来进一步验证泛化能力	在保护数据隐私的前提下提高乳腺癌分类的准确性和模型泛化能力	乳腺癌患者的乳腺X线摄影和MRO图像	计算机视觉	乳腺癌	迁移学习、联邦学习、领域对抗训练	ResNet	医学图像	来自三家不同医疗中心的乳腺癌数据集
515	2025-09-30	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	系统性综述	系统综述了基于X射线图像的龋齿检测、分类和分割的计算方法	首次系统性地整理和分析了龋齿识别领域的计算方法、数据集和评估指标	仅纳入42项研究，且仅有12%的研究使用公开数据集	调查和系统化龋齿识别的主要计算方法	X射线图像中的龋齿病变	计算机视觉	龋齿	深度学习、机器学习、图像处理	NA	X射线图像	42项研究（来自Science Direct、IEEExplore、ACM Digital和PubMed数据库）
516	2025-09-30	Auto-BCS: A Hybrid System for Real-Time Breast Cancer Screening from Pathological Images 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01056-3 PMID:38429562	研究论文	提出了一种用于病理图像实时乳腺癌筛查的混合系统Auto-BCS	结合轻量级深度学习模型与极端梯度提升分类器，优化性能并防止过拟合，特别适用于低处理能力移动设备	未明确说明具体数据集规模和临床验证范围	开发高效的实时乳腺癌早期筛查系统	乳腺癌病理图像	数字病理	乳腺癌	深度学习、极端梯度提升	轻量级深度学习模型、XGBoost	病理图像	NA
517	2025-09-30	Deep Learning Imaging Reconstruction Algorithm for Carotid Dual Energy CT Angiography: Opportunistic Evaluation of Cervical Intervertebral Discs-A Preliminary Study 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01016-x PMID:38429560	研究论文	评估深度学习成像重建算法在颈动脉双能CT血管造影中对颈椎间盘评估的性能	首次在颈动脉双能CT血管造影中比较深度学习成像重建算法与传统迭代重建算法对颈椎间盘的评估效果	回顾性研究，样本量较小（42例患者），为初步研究	比较不同图像重建算法在颈椎间盘评估中的性能差异	颈椎间盘	医学影像分析	颈椎疾病	双能CT血管造影，深度学习成像重建	深度学习重建算法	CT影像	42例接受颈动脉双能CT血管造影的患者
518	2025-09-30	Systematic Review of Retinal Blood Vessels Segmentation Based on AI-driven Technique 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01010-3 PMID:38438695	综述	基于AI技术的视网膜血管分割方法的系统性文献回顾	全面分析了深度学习在视网膜血管分割中的最新进展，包括多种创新网络架构	NA	系统回顾和评估基于人工智能的视网膜血管分割技术	视网膜血管分割相关的研究文献和方法	计算机视觉	心血管疾病	深度学习、机器学习	卷积像素标记网络、编码器-解码器架构、多尺度方法、循环网络、视觉注意力模型、生成对抗网络	图像	NA
519	2025-09-30	From CNN to Transformer: A Review of Medical Image Segmentation Models 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00981-7 PMID:38438696	综述	本文综述了近年来七种代表性的医学图像分割模型，通过理论分析和定量评估探讨了从CNN到Transformer的模型演进	系统比较了CNN、Transformer和SAM等不同架构在医学图像分割中的表现，并针对特定区域提供了模型选择指导	仅评估了七种代表性模型，未涵盖所有现有方法；数据集范围有限	调查医学图像分割模型的发展现状和性能表现	结核病胸部X光、卵巢肿瘤和肝脏分割数据集	医学图像分析	结核病、卵巢肿瘤、肝脏疾病	深度学习	CNN、Transformer、SAM	医学图像	三个医学图像数据集
520	2025-09-30	Optimizing Coronary Computed Tomography Angiography Using a Novel Deep Learning-Based Algorithm 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01033-w PMID:38438697	研究论文	本研究评估了一种基于深度学习的运动校正算法在优化冠状动脉CT血管成像图像质量方面的潜力	首次将深度学习运动校正算法应用于64排多排探测器CT的冠状动脉成像，显著减少了运动伪影	研究仅纳入了124例存在运动伪影的检查，样本量相对有限	评估深度学习运动校正算法在消除冠状动脉CT血管成像运动伪影方面的效果	124例通过64排多排探测器CT获得的冠状动脉CT血管成像检查	医学影像分析	心血管疾病	冠状动脉CT血管成像(CCTA)，深度学习运动校正算法	深度学习算法	医学影像	124例冠状动脉CT血管成像检查