深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
5501	2025-10-06	The Robust Vessel Segmentation and Centerline Extraction: One-Stage Deep Learning Approach 2025-Jun-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070209 PMID:40710596	研究论文	提出一种用于血管分割和中心线提取的单阶段深度学习方法	集成卷积和图层的混合架构，通过任务特定损失函数同时处理血管分割和中心线提取，直接预测具有实值坐标的多段线中心线	仅在142例CT血管造影图像上验证，未在其他模态或更大规模数据上测试	开发同时实现血管分割和中心线提取的端到端深度学习方法	胸腹部血管的CT血管造影图像	计算机视觉	心血管疾病	CT血管造影	多任务神经网络	医学图像	142例CT血管造影图像（来自LIDC-IDRI和AMOS数据集）	NA	卷积神经网络,图神经网络	Surface Dice（3mm阈值）, Surface Dice（1mm阈值）	NA
5502	2025-10-06	Artificial Intelligence-Driven Drug Toxicity Prediction: Advances, Challenges, and Future Directions 2025-Jun-23, Toxics IF:3.9Q1 DOI:10.3390/toxics13070525 PMID:40710970	综述	本文系统回顾了人工智能在药物毒性预测领域的应用进展、挑战与未来发展方向	重点关注深度学习与多模态数据融合策略在药物毒理学评估中的创新应用	作为综述文章未提出新的原创模型或算法	为药物研发中的毒性预测提供理论框架和技术策略	药物毒性预测相关的研究文献和方法	机器学习	NA	多模态数据融合	机器学习,深度学习	多模态数据	NA	NA	NA	NA	NA
5503	2025-10-06	Optimizing Tumor Detection in Brain MRI with One-Class SVM and Convolutional Neural Network-Based Feature Extraction 2025-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070207 PMID:40710594	研究论文	本研究结合单类支持向量机和卷积神经网络特征提取优化脑部MRI中的肿瘤检测	使用仅基于健康脑MRI图像特征训练的单类支持向量机，结合多种CNN架构进行特征提取，无需标记的病理数据即可检测脑肿瘤异常	需要减少推理时间，扩展和多样化训练数据集，并整合可解释性工具	解决医学影像数据类别不平衡问题，提高脑肿瘤早期检测性能	脑部MRI图像	计算机视觉	脑肿瘤	MRI	OCSVM, CNN	图像	NA	NA	DenseNet121, VGG16, MobileNetV2, InceptionV3, ResNet50	准确率, 精确率, 敏感度	资源受限环境（基于MobileNetV2的评估）
5504	2025-10-06	RGB-to-Infrared Translation Using Ensemble Learning Applied to Driving Scenarios 2025-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070206 PMID:40710593	研究论文	提出一种基于集成学习的RGB到红外图像转换方法，用于增强自动驾驶场景中的多模态感知数据集	使用梯度提升决策树替代传统深度学习方法进行图像转换，在数据稀缺情况下表现更优	未明确说明方法在极端天气或复杂光照条件下的性能表现	解决红外数据稀缺问题，增强自动驾驶感知系统的传感器融合算法	RGB图像到近红外和热红外图像的转换	计算机视觉	NA	图像转换，传感器融合	梯度提升决策树	RGB图像，红外图像	MS2、EPFL和Freiburg数据集	NA	集成学习	R2, PSNR, SSIM, LPIPS	NA
5505	2025-10-06	Deep Learning-Enhanced Noninvasive Detection of Pulmonary Hypertension and Subtypes via Chest Radiographs, Validated by Catheterization 2025-Jun-18, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.06.008 PMID:40541737	研究论文	开发深度学习模型通过胸片无创检测肺动脉高压及其亚型	首次利用深度学习从常规胸片中同时检测肺动脉高压和先天性心脏病相关肺动脉高压亚型	需要更多样本人群验证以增强临床普适性	开发非侵入性、准确诊断肺动脉高压的工具	肺动脉高压患者，特别是先天性心脏病相关肺动脉高压亚型患者	医学影像分析	肺动脉高压	胸部X光摄影，右心导管检查，经胸超声心动图	深度学习	医学影像	4,576名患者（2,288名PH患者），包括内部测试集2,140人和外部验证集90人	NA	CXR-PH-Net, CXR-CHD-PAH-Net	AUC, 敏感度, 特异度	NA
5506	2025-10-06	A Fully Automated Artificial Intelligence-Based Approach to Predict Renal Function After Radical or Partial Nephrectomy 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.01.073 PMID:39914676	研究论文	开发了一种基于人工智能的全自动方法预测肾切除术后肾功能	使用完全自动化的深度学习分割模型从术前CT图像中获取分肾功能，无需临床细节或医生干预	研究样本量相对较小（300例患者），且仅使用了单一数据集（KiTS19挑战赛数据）	比较人工智能模型与已验证临床模型在预测肾切除术后肾小球滤过率方面的准确性	接受肾切除术的肾肿瘤患者	数字病理	肾癌	计算机断层扫描	深度学习	医学影像	300例肾肿瘤患者	NA	NA	相关系数, AUC	NA
5507	2025-10-06	Identification of Hypertrophic Cardiomyopathy on Electrocardiographic Images with Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2023.12.23.23300490 PMID:38234746	研究论文	开发并验证一种能够从12导联心电图图像中识别肥厚型心肌病的深度学习模型	首次开发能够跨不同心电图布局格式识别肥厚型心肌病的深度学习模型，实现基于图像的可扩展筛查	模型性能可能受限于训练数据的多样性和外部验证数据集中HCM定义方式的不一致	开发一种能够在临床环境中进行肥厚型心肌病筛查的深度学习模型	心电图图像和肥厚型心肌病患者	计算机视觉	心血管疾病	深度学习，心脏磁共振成像，超声心动图	深度学习模型	心电图图像	124,553份心电图，来自66,987名个体	NA	NA	AUROC	NA
5508	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-May-28, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5509	2025-10-06	Deep Learning-Based Classification of Peptide Analytes from Single-Channel Nanopore Translocation Events 2025-May-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.04.652126 PMID:40654724	研究论文	提出一种基于深度学习的纳米孔易位事件肽分析物分类方法	开发了包含分支输入网络的新型深度学习框架，结合时序卷积网络处理电导状态序列和密集网络整合动力学特征	使用模拟数据而非真实实验数据，部分肽具有相似动力学参数导致事件级预测困难	实现纳米孔生物传感器中肽生物标志物的快速准确检测	七种肽的模拟多态易位数据	机器学习	NA	纳米孔传感技术	CNN,RNN,TCN	电流记录信号数据	七种肽的模拟易位数据	NA	Deep-Channel,分支输入网络,时序卷积网络,密集网络	准确率,MAE	NA
5510	2025-10-06	SlicesMapi: An Interactive Three-Dimensional Registration Method for Serial Histological Brain Slices 2025-Apr-16, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09724-7 PMID:40240690	研究论文	提出一种用于序列脑组织切片的三维交互式配准方法SlicesMapi	通过相邻切片和参考图谱切片的双重约束同时校正3D和2D空间的线性和非线性形变，并采用全分辨率图像配准避免深度学习方法的降采样信息损失	NA	解决2D脑切片图像与3D参考脑图谱配准的精度、计算效率和适用性挑战	脑组织切片序列	数字病理	NA	脑切片技术	NA	图像	NA	NA	NA	Dice系数	NA
5511	2025-10-06	A Non-Invasive Blood Glucose Detection System Based on Photoplethysmogram With Multiple Near-Infrared Sensors 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3443317 PMID:39141451	研究论文	开发了一种结合光电容积脉搏波和多重近红外传感器的无创血糖检测系统	首次将光电容积脉搏波与多重近红外传感器相结合，通过轻量级深度学习模型解决单一方法在血糖监测中的局限性	样本量较小（仅10名参与者），未考虑更广泛的个体差异和环境因素影响	开发高精度的无创血糖检测技术	人体血糖水平	医疗健康监测	糖尿病	光电容积脉搏波，多重近红外传感	深度学习	生理信号数据	10名参与者，共约700个数据段（每段约10秒）	NA	轻量级深度学习模型	均方根误差，Parkes误差网格A区准确率	NA
5512	2025-10-06	Prior Visual-Guided Self-Supervised Learning Enables Color Vignetting Correction for High-Throughput Microscopic Imaging 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471907 PMID:39412976	研究论文	提出一种自监督深度学习算法VCLUT，用于校正彩色显微图像中的渐晕效应	利用显微图像均匀性和渐晕径向衰减特性的先验知识，开发了可同时在单张和多张图像上训练的自监督学习方法	NA	开发一种鲁棒高效的彩色显微图像渐晕校正方法	彩色显微图像中的渐晕效应	数字病理学	NA	显微成像	GAN	彩色显微图像	五种不同生物标本数据	NA	NA	定性评估,定量测量	NA
5513	2025-10-06	ROXSI: Robust Cross-Sequence Semantic Interaction for Brain Tumor Segmentation on Multi-Sequence MR Images 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3513479 PMID:40030420	研究论文	提出一种鲁棒的脑肿瘤分割框架ROXSI，用于处理多序列MR图像中的噪声和伪影问题	提出跨序列语义交互模块(CSSI)利用序列间相关性提取抗噪声特征，结合批次级协方差机制和序列级方差正则化机制	NA	提高多序列MR图像中脑肿瘤分割的鲁棒性	多序列磁共振成像(MRI)中的脑肿瘤	计算机视觉	脑肿瘤	磁共振成像(MRI)	深度学习	医学图像	两个基准数据集	NA	CNN, Transformer	分割性能评估	NA
5514	2025-10-06	Decoding SSVEP Via Calibration-Free TFA-Net: A Novel Network Using Time-Frequency Features 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3510740 PMID:40030575	研究论文	提出一种基于时频特征的校准自由TFA-Net网络用于解码稳态视觉诱发电位信号	首次提出结合频率注意力和通道重组模块的CNN模型，无需校准阶段即可实现SSVEP信号解码	仅在公开数据集上验证，未提及在其他数据集或实际场景中的泛化能力	开发无需校准的脑机接口解码方法，提高SSVEP信号识别性能	稳态视觉诱发电位信号	脑机接口	NA	脑电图信号处理	CNN	时频域信号	公开数据集（具体数量未说明）	NA	TFA-Net	准确率, 信息传输率	NA
5515	2025-10-06	SFM-Net: Semantic Feature-Based Multi-Stage Network for Unsupervised Image Registration 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3524361 PMID:40030793	研究论文	提出一种基于语义特征的无监督多阶段图像配准网络SFM-Net，用于解决复杂解剖结构图像间的精细对应问题	提出双阶段训练策略和双流特征提取模块，在单一网络中实现从粗到精的多尺度形变场生成	NA	改进复杂解剖结构图像的无监督配准精度	3D脑部MRI和肝脏CT图像	计算机视觉	NA	NA	CNN, U-Net	3D医学图像	NA	NA	U-Net	NA	NA
5516	2025-10-06	Multi-Sensor Wearable Device With Transformer-Powered Two-Stream Fusion Model for Real-Time Leg Workout Monitoring 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3524398 PMID:40030794	研究论文	开发了一种用于腿部锻炼监测的多传感器可穿戴设备，并提出了基于Transformer的双流融合模型TTSF	提出了Transformer驱动的双流融合模型TTSF，能够高效提取时空特征；开发了具有实时步态分析能力的多模态可穿戴设备	NA	通过多传感器融合和深度学习技术推进步态监测与分析	腿部锻炼监测和步态分析	医疗物联网	神经系统疾病	多传感器融合	Transformer	传感器数据	NA	NA	Transformer, TTSF	精确率, 召回率, F1分数	NA
5517	2025-10-06	Unsupervised Domain Adaptation for Cross-Modality Cerebrovascular Segmentation 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3523103 PMID:40030830	研究论文	提出无监督域自适应框架CereTS用于跨模态脑血管分割	采用多级域对齐模式，包括图像级循环几何一致性约束、块级掩码对比约束和特征级语义感知约束	NA	解决跨模态脑血管分割中的域差异问题	脑血管分割	计算机视觉	脑血管疾病	TOF-MRA, CTA	深度学习	医学影像	公共TOF-MRA数据集和私有CTA数据集	NA	CereTS	NA	NA
5518	2025-10-06	A Hybrid Artificial Intelligence System for Automated EEG Background Analysis and Report Generation 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3496996 PMID:40030193	研究论文	提出一种混合人工智能系统，用于自动分析EEG背景活动并生成报告	结合深度学习模型与专家设计的异常检测算法，集成PDR预测、无监督伪影去除和报告生成功能	局灶性异常检测的改进未达到统计学显著性	开发自动EEG背景分析和报告生成系统，解决资源有限医疗机构的EEG解读困难	脑电图信号和神经科医生	医疗人工智能	神经系统疾病	脑电图分析	深度学习, 集成模型, 大语言模型	EEG信号	1530个标记EEG，内部数据集和天普大学异常EEG语料库	NA	集成模型	MAE, RMSE, 准确率, F1分数	NA
5519	2025-10-06	EEGDfus: A Conditional Diffusion Model for Fine-Grained EEG Denoising 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504716 PMID:40030273	研究论文	提出一种用于脑电图精细去噪的条件扩散模型EEGDfus	将标准扩散模型改进为条件扩散模型，用含噪EEG信息作为条件指导生成干净EEG信号，并设计双分支网络结合CNN和Transformer的优势	未明确说明模型计算复杂度及实时处理能力	开发更精确的EEG信号去噪方法以提高脑电数据分析质量	脑电图信号	生物医学信号处理	NA	脑电图信号处理	条件扩散模型,CNN,Transformer	脑电图信号数据	两个公开数据集EEGdenoiseNet和SSED	NA	双分支网络架构	相关系数	NA
5520	2025-10-06	From Micro to Meso: A Data-Driven Mesoscopic Region Division Method Based on Functional Connectivity for EEG-Based Driver Fatigue Detection 2025-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3504847 PMID:40030270	研究论文	提出一种基于功能连接性的数据驱动中观区域划分方法，用于EEG脑电信号的驾驶员疲劳检测	首次提出基于数据特征和功能连接性的中观区域划分方法，无需依赖任务特定先验知识	方法在多样化任务中的泛化能力仍需进一步验证	开发更有效的EEG信号处理方法以提升驾驶员疲劳检测性能	EEG脑电信号和驾驶员疲劳状态	脑机接口, 深度学习	疲劳状态检测	EEG脑电信号分析, 功能连接性分析	GNN	EEG脑电信号	公共驾驶员疲劳检测数据集	NA	基于功能连接性的图神经网络	分类准确率	NA