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
5201	2025-05-01	Three-Dimensional Point Cloud Applications, Datasets, and Compression Methodologies for Remote Sensing: A Meta-Survey 2025-Mar-07, Sensors (Basel, Switzerland) DOI:10.3390/s25061660 PMID:40292730	meta-survey	本文全面综述了3D点云在遥感中的应用、可用数据集及点云压缩方法	综合了先前综述和原创研究的见解，识别新兴趋势、挑战和机遇	NA	推进点云在遥感中的应用	3D点云在遥感中的应用、数据集和压缩技术	遥感	NA	点云压缩技术，包括基于树和投影的方法及基于深度学习的技术	DL-based technologies	3D点云数据	NA
5202	2025-05-01	Reconstruction of diploid higher-order human 3D genome interactions from noisy Pore-C data using Dip3D 2025-Mar-04, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01512-w PMID:40038455	research paper	提出了一种名为Dip3D的流程，用于从嘈杂的Pore-C数据中重建二倍体高阶人类3D基因组相互作用	利用深度学习模型Clair3改进SNV调用，开发了渐进式单倍型插补策略，显著提高了单倍型信息Pore-C接触率	未明确提及研究的局限性	重建二倍体高阶3D基因组相互作用，并理解其与等位基因特异性表达的关系	人类二倍体高阶染色质相互作用	基因组学	NA	Pore-C, 单核苷酸变异(SNV)调用	Clair3	基因组数据	HG001细胞系
5203	2025-05-01	Converting dose-area product to effective dose in dental cone-beam computed tomography using organ-specific deep learning 2025-03-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae067 PMID:39607772	研究论文	开发了一种使用深度学习将剂量面积乘积（DAP）转换为患者剂量的准确方法，用于牙科锥形束计算机断层扫描（CBCT）	利用深度学习模型（神经网络）来准确估计牙科CBCT中的患者剂量，相比传统的多元线性回归模型和直接转换系数，显著提高了准确性	研究仅基于成人体模的模拟数据，未涉及真实患者数据	开发一种准确的方法，用于牙科CBCT中从DAP到患者剂量的转换	牙科锥形束计算机断层扫描（CBCT）中的剂量转换	数字病理	NA	深度学习，PCXMC 2.0模拟	神经网络（NN）	模拟数据	24,384次CBCT曝光模拟
5204	2025-05-01	ESI-GAL: EEG source imaging-based trajectory estimation for grasp and lift task 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109608 PMID:39733553	研究论文	本研究利用脑电图（EEG）信号预测三维手部运动轨迹，探索了基于EEG源成像的运动学预测	首次探索了基于EEG源成像（ESI）的运动学预测方法，并提出了深度学习方法用于运动学解码	研究仅针对抓取和举升任务，未验证其他运动任务的适用性	开发基于脑机接口（BCI）系统的运动学预测方法，用于外骨骼、假肢和康复设备	手部运动轨迹	脑机接口	NA	EEG信号处理	rEEGNet	EEG信号	公开数据集WAY-EEG-GAL
5205	2025-05-01	TD-STrans: Tri-domain sparse-view CT reconstruction based on sparse transformer 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108575 PMID:39733746	research paper	提出了一种基于稀疏变换器的三域稀疏视图CT重建模型（TD-STrans），用于解决稀疏视图CT重建中的过平滑问题	将频域信息引入投影-图像域重建，提出三域联合重建模型，通过多域联合损失函数提升重建质量	未提及模型在临床实际应用中的验证情况	提升稀疏视图CT重建质量，减少过平滑和伪影	稀疏视图CT图像	digital pathology	NA	sparse-view CT	Sparse Transformer	CT图像	淋巴结数据集（模拟实验）和核桃数据集（真实实验）
5206	2025-05-01	Artificial intelligence in in-vitro fertilization (IVF): A new era of precision and personalization in fertility treatments 2025-Mar, Journal of gynecology obstetrics and human reproduction IF:1.7Q3 DOI:10.1016/j.jogoh.2024.102903 PMID:39733809	综述	本文探讨了人工智能（AI）、机器学习（ML）和深度学习（DL）在体外受精（IVF）过程中各个阶段的潜在应用	AI驱动的工具可以分析大量数据集，预测最佳刺激方案，提高卵母细胞质量和受精率，并在精子、卵母细胞质量评估和胚胎选择中提供精确、客观的分析	AI在改善临床结果方面的作用尚需通过大规模、设计良好的临床试验来确认	探索AI在提高IVF成功率方面的潜力	体外受精（IVF）过程中的卵巢刺激方案、配子选择、胚胎注释和选择	医疗AI	不孕不育	AI、ML、DL	NA	图像、形态学数据、时间序列成像	NA
5207	2025-05-01	Towards safe and reliable deep learning for lung nodule malignancy estimation using out-of-distribution detection 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109633 PMID:39736253	研究论文	本研究提出了一种基于马氏距离的OOD检测方法，用于提高深度学习模型在肺结节恶性风险评估中的安全性和可靠性	提出了一种新的OOD检测方法，利用马氏距离来检测与训练数据分布不同的未见数据，并在肺结节恶性风险评估中验证了其有效性	研究中未发现OOD评分增加导致DL模型性能下降的情况，这可能限制了方法在更广泛场景下的适用性	提高AI模型在临床应用中处理分布外数据的安全性和可靠性	肺结节的恶性风险评估	计算机视觉	肺癌	深度学习	DL	CT图像	四个已知会降低AI模型性能的数据集
5208	2025-05-01	Integration of Optical Coherence Tomography Images and Real-Life Clinical Data for Deep Learning Modeling: A Unified Approach in Prognostication of Diabetic Macular Edema 2025-Mar, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202400315 PMID:39737652	研究论文	该研究提出了一种新颖的深度学习框架，用于评估TREX抗VEGF玻璃体内注射治疗方案的视觉结果，结合了OCT图像和患者的临床数据	提出了一种统一的深度学习方法，整合了OCT图像和患者的临床、实验室及人口统计学信息，用于预测糖尿病性黄斑水肿的治疗效果	研究中使用的ResNet-18网络可能不是最优选择，且未提及对其他深度学习模型的比较	评估糖尿病性黄斑水肿患者的治疗效果，提高预后预测的准确性	糖尿病性黄斑水肿患者	数字病理学	糖尿病性黄斑水肿	OCT成像	ResNet-18	图像和临床数据	NA
5209	2025-05-01	Automatic segmentation of cardiac structures can change the way we evaluate dose limits for radiotherapy in the left breast 2025-Mar, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101844 PMID:39740303	研究论文	本研究探讨了自动分割技术在左乳腺癌放射治疗中对心脏结构剂量评估的影响	使用自动分割工具（如TotalSegmentator和Limbus AI）替代传统手动描绘，评估心脏亚结构的剂量分布并建立相关模型	研究中未提及样本量大小，可能影响结果的普遍性	评估自动分割心脏亚结构的剂量分布，并建立与心脏区域剂量的相关性模型	左乳腺癌放射治疗中的心脏结构	数字病理学	乳腺癌	自动分割技术（TotalSegmentator和Limbus AI）	对数线性回归模型	医学影像数据	NA
5210	2025-05-01	Enhancing lesion detection in liver and kidney CT scans via lesion mask selection from two models: A main model and a model focused on small lesions 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109602 PMID:39740509	研究论文	提出一种选择性集成方法，通过使用两个模型的预测结果来选择最佳病灶掩膜，以提高肝脏和肾脏CT扫描中病灶的检测和分割准确性	采用基于UNet架构的两个模型（一个针对所有大小病灶，另一个专门针对小病灶）进行选择性集成，通过提取强度特征并对比周围组织特征来选择最佳掩膜	仅在三个公开数据集上进行了测试，未涉及更多临床数据验证	提高肝脏和肾脏CT扫描中病灶的自动检测和分割准确性	肝脏和肾脏CT扫描中的病灶	数字病理	肝癌、肾癌	CT扫描	UNet with ConvNext	医学影像	三个公开数据集（KiTS、LiTS等）
5211	2025-05-01	MrSeNet: Electrocardiogram signal denoising based on multi-resolution residual attention network 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153858 PMID:39742813	research paper	该研究提出了一种基于多分辨率残差注意力网络的ECG信号去噪方法MrSeNet	提出了一种端到端的多分辨率深度学习网络，结合注意力机制和挤压-激励模块，用于ECG信号的有效去噪	未提及具体局限性	减少ECG信号中的噪声，提高信号质量	ECG信号	machine learning	心血管疾病	深度学习	多分辨率残差注意力网络(MrSeNet)	ECG信号数据	CPSC2018数据库和MIT-BIH数据库
5212	2025-05-01	12 lead surface ECGs as a surrogate of atrial electrical remodeling - a deep learning based approach 2025 Mar-Apr, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2024.153862 PMID:39742814	研究论文	本研究评估了深度学习模型应用于12导联心电图非侵入性预测低电压区域（LVAs）的效能，以指导消融前策略并改善患者预后	首次将深度学习模型（结合LSTM和CNN）应用于12导联心电图，非侵入性预测心房颤动患者的LVAs和整体左心房电压	研究为回顾性分析，样本量较小（204例患者），且仅针对特定患者群体	评估深度学习模型在预测心房颤动患者低电压区域和整体左心房电压方面的效能	204名接受导管消融治疗的心房颤动患者	数字病理学	心血管疾病	深度学习	LSTM和CNN结合交叉注意力层	心电图和电解剖图	204名心房颤动患者
5213	2025-05-01	Knee osteoarthritis severity detection using deep inception transfer learning 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109641 PMID:39742824	research paper	该研究提出了一种基于深度迁移学习的InceptionV3模型，用于提高膝骨关节炎严重程度的检测准确率	使用双阶段预处理和卷积神经网络进行特征提取的微调InceptionV3模型，显著提高了膝骨关节炎严重程度的分类准确率	模型的准确性可能依赖于特定数据集（Osteoarthritis Initiative dataset），在其他数据集上的表现尚不明确	提高膝骨关节炎严重程度的自动检测准确率	膝骨关节炎的X光片图像	computer vision	geriatric disease	deep learning, transfer learning	InceptionV3, CNN	image	Osteoarthritis Initiative数据集（具体样本数量未提及）
5214	2025-05-01	Attention-guided CenterNet deep learning approach for lung cancer detection 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109613 PMID:39753023	research paper	提出了一种基于注意力机制的改进CenterNet深度学习框架，用于肺癌检测	创新性地将ResNet-34与注意力机制集成到CenterNet架构中，提升了特征提取能力和模型解释性	无法有效定位光照变化强烈的样本	提升肺癌早期检测和诊断的准确性和效率	肺癌检测	computer vision	lung cancer	deep learning	Improved CenterNet (ResNet-34 + attention mechanism)	image	LUNA-16数据集和Kaggle数据样本
5215	2025-05-01	PFSH-Net: Parallel frequency-spatial hybrid network for segmentation of kidney stones in pre-contrast computed tomography images of dogs 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109609 PMID:39753026	研究论文	提出了一种并行频率-空间混合网络（PFSH-Net），用于在狗的预对比CT图像中分割肾结石	设计了同时捕获空间和频域特征的编码器-解码器架构，并提出了多尺度融合（MSF）模块以整合空间和频域的低级和高级表示	公共数据集缺乏高质量的狗病变和器官CT标注，且模型在小病变上的性能较差	开发一种能够准确检测不同大小肾结石和肾脏的深度学习模型	狗的预对比CT图像中的肾结石	数字病理	肾病	CT成像	PFSH-Net（并行频率-空间混合网络）	图像	收集了一个兽医CT数据集（JBNU-ACT数据集），并在公开可用的BTCV数据集上评估了模型的泛化能力
5216	2025-05-01	Predicting the likelihood of readmission in patients with ischemic stroke: An explainable machine learning approach using common data model data 2025-Mar, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105754 PMID:39755003	研究论文	本研究开发了一种机器学习模型，用于预测缺血性卒中患者90天内的再入院风险	采用可解释的机器学习方法，利用电子病历数据转换为通用数据模型（CDM），并通过SHAP值解释特征重要性	研究数据来自单一地区医院，可能限制了模型的泛化能力	预测缺血性卒中患者的90天再入院风险，以改善幸存者的生活质量	缺血性卒中患者	机器学习	缺血性卒中	机器学习模型（包括六种机器学习和三种深度学习模型）	LightGBM	电子病历数据	1,136名缺血性卒中患者
5217	2025-05-01	Breast cancer classification based on breast tissue structures using the Jigsaw puzzle task in self-supervised learning 2025-Mar, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-024-00874-y PMID:39760975	研究论文	本研究评估了自监督学习中的拼图任务在乳腺X线图像上用于乳腺癌分类的有效性	首次将自监督学习中的拼图任务应用于乳腺组织结构的特征提取，模拟放射科医生的诊断方法	研究仅使用了中国乳腺X线数据库(CMMD)，可能限制了模型的泛化能力	评估拼图任务在乳腺癌分类中的有效性	乳腺X线图像	数字病理学	乳腺癌	自监督学习(SSL)	CNN	图像	中国乳腺X线数据库(CMMD)中的样本
5218	2025-05-01	Multimodal deep learning for predicting in-hospital mortality in heart failure patients using longitudinal chest X-rays and electronic health records 2025-Mar, The international journal of cardiovascular imaging DOI:10.1007/s10554-025-03322-z PMID:39786626	研究论文	本研究利用多模态深度学习技术，结合纵向胸部X光片和电子健康记录，预测心力衰竭患者的院内死亡率	提出了一种基于空间和时间解耦Transformer的新型多模态深度学习网络（MN-STDT），首次将纵向胸部X光片与结构化电子健康记录数据结合用于心力衰竭患者的院内死亡率预测	研究仅使用了特定数据集（MIMIC-IV和MIMIC-CXR），可能限制了模型的泛化能力	提高心力衰竭患者院内全因死亡率预测的准确性	心力衰竭患者	数字病理学	心血管疾病	深度学习	MN-STDT（基于Transformer的多模态网络）	图像（胸部X光片）和结构化电子健康记录数据	MIMIC-IV和MIMIC-CXR数据集中的患者样本
5219	2025-05-01	Automatic medical report generation based on deep learning: A state of the art survey 2025-Mar, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102486 PMID:39787734	综述	本文对基于深度学习的自动医学报告生成技术进行了全面综述	从四个关键方面全面回顾了自动医学报告生成的最新进展，并对现有研究进行了五类分类	对现有评估指标的讨论可能仍有限	加速患者护理流程，减轻放射科医生负担	医学影像报告	自然语言处理	NA	深度学习	检索式、领域知识驱动、注意力机制、强化学习、大语言模型及融合模型	医学影像	NA
5220	2025-05-01	CFPLncLoc: A multi-label lncRNA subcellular localization prediction based on Chaos game representation and centralized feature pyramid 2025-Mar, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.139519 PMID:39761904	研究论文	提出了一种基于混沌游戏表示和集中特征金字塔的多标签lncRNA亚细胞定位预测模型CFPLncLoc	利用混沌游戏表示图像和集中特征金字塔进行多标签lncRNA亚细胞定位预测，引入了图像更新策略和多尺度特征融合模型	未提及具体局限性	预测具有多个亚细胞定位的lncRNA的亚细胞位置	长链非编码RNA（lncRNA）	计算机视觉	NA	混沌游戏表示（CGR）	深度学习模型（CFPLncLoc）	图像	未提及具体样本数量