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
5601	2025-03-30	Robustness of ML-Based Seizure Prediction Using Noisy EEG Data From Limited Channels 2024 Apr-May, ... International Conference on Distributed Computing in Sensor Systems and workshops. DCOSS (Conference) DOI:10.1109/dcoss-iot61029.2024.00097 PMID:40134901	研究论文	本文研究了基于机器学习的癫痫发作预测模型在噪声EEG数据和有限通道条件下的鲁棒性	评估了DL模型在临床级EEG数据训练但消费级可穿戴EEG头戴设备数据测试时的表现，特别是在通道减少、流数据和类别不平衡情况下的鲁棒性	研究仅针对SPERTL模型进行评估，可能不适用于其他DL模型	提高癫痫发作预测模型在真实世界条件下的准确性和适用性	癫痫患者的EEG数据	机器学习	癫痫	EEG	DL(SPERTL模型)	EEG信号数据	NA
5602	2025-03-30	DARDN: A Deep-Learning Approach for CTCF Binding Sequence Classification and Oncogenic Regulatory Feature Discovery 2024-01-23, Genes IF:2.8Q2 DOI:10.3390/genes15020144 PMID:38397134	研究论文	本文提出了一种名为DARDN的深度学习方法，用于CTCF结合序列分类和致癌调控特征的发现	利用CNN预测癌症特异性CTCF结合位点，并采用DeepLIFT解释模型输入特征的贡献，从而识别与癌症特异性CTCF结合相关的DNA序列特征	未明确提及具体局限性	研究癌症基因组学中基因调控机制的表征	CTCF结合位点及其在癌症中的特异性结合模式	机器学习	T细胞急性淋巴细胞白血病（T-ALL）、急性髓系白血病（AML）、乳腺癌（BRCA）、结直肠癌（CRC）、肺腺癌（LUAD）和前列腺癌（PRAD）	高通量测序	CNN	DNA序列	涉及多种癌症类型的CTCF结合位点DNA序列
5603	2025-03-30	Data-efficient resting-state functional magnetic resonance imaging brain mapping with deep learning 2023-11-01, Journal of neurosurgery IF:3.5Q1 DOI:10.3171/2023.3.JNS2314 PMID:37060318	研究论文	本研究开发了一种深度3D卷积神经网络（3DCNN），用于在静息态功能磁共振成像（RS-fMRI）数据量最小的情况下，对语言和运动静息态网络进行体素级映射	提出了一种能够在减少扫描时间的同时，可靠且精确地映射静息态网络的深度3DCNN模型	研究主要基于健康成年人的数据，仅在5名多形性胶质母细胞瘤患者中进行了测试	开发一种高效的方法，用于术前功能映射，以改善脑肿瘤患者的功能保留	健康成年人（n=2252）和5名多形性胶质母细胞瘤患者	数字病理	脑肿瘤	RS-fMRI	3DCNN	图像	2252名健康成年人和5名多形性胶质母细胞瘤患者
5604	2025-03-30	Creating High Fidelity Synthetic Pelvis Radiographs Using Generative Adversarial Networks: Unlocking the Potential of Deep Learning Models Without Patient Privacy Concerns 2023-10, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2022.12.013 PMID:36535448	research paper	本研究应用生成对抗网络（GANs）技术生成高保真合成骨盆X光片，以支持深度学习图像分析并保护患者隐私	利用GANs生成高保真合成骨盆X光片，这些图像在计算机和专家评估中难以与真实图像区分	研究仅针对骨盆X光片，未涉及其他类型的医学影像	开发一种方法，生成可用于深度学习模型训练的高保真合成医学影像，同时避免患者隐私问题	骨盆X光片	digital pathology	NA	GANs	GAN	image	37,640张真实X光片（来自16,782名患者）
5605	2025-03-30	Variational Autoencoders for Biomedical Signal Morphology Clustering and Noise Detection 2023-Sep-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2023.3320585 PMID:37768790	研究论文	提出了一种基于变分自编码器和高斯混合模型的生物医学波形噪声检测框架，用于无监督检测波形异常并提供置信度评分	使用变分自编码器与高斯混合模型结合，实现无需标注的波形异常检测，并生成置信度指标	方法主要针对具有心脏活动周期性的生物医学信号，可能不适用于非周期性信号	开发一种自动化的生物医学信号噪声检测方法，提高下游生理指标估计的准确性	非侵入式可穿戴设备采集的原始波形数据	机器学习	心血管疾病	变分自编码器(VAE), 高斯混合模型(GMM), 动态时间规整(DTW)	VAE, GMM	时间序列数据	97885个心脏周期的心阻抗数据
5606	2025-03-30	U-Sleep's resilience to AASM guidelines 2023-Mar-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-023-00784-0 PMID:36878957	research paper	研究探讨了U-Sleep睡眠评分算法在不完全遵循AASM指南情况下的表现	展示了深度学习算法在睡眠评分任务中可以不依赖临床知识或严格遵循AASM指南	仅评估了U-Sleep算法，未与其他算法进行广泛比较	评估深度学习睡眠评分算法对AASM指南的适应性	睡眠评分算法和AASM指南	machine learning	NA	deep learning	U-Sleep	polysomnography studies	28528项多导睡眠图研究，来自13项不同的临床研究
5607	2025-03-29	Predicting radiation-induced hypothyroidism in nasopharyngeal carcinoma patients using a deep learning model 2025-May, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.100946 PMID:40144227	research paper	本研究开发了一种基于深度学习生存分析的模型，用于预测鼻咽癌患者放射性甲状腺功能减退症（RIHT）的发生	使用DeepSurv深度学习模型预测RIHT，其性能优于传统的Cox和NTCP模型	研究为回顾性设计，可能存在选择偏倚	开发高准确度的RIHT预测模型，以支持个性化患者管理	535名鼻咽癌患者	digital pathology	nasopharyngeal carcinoma	deep learning survival analysis	DeepSurv, CNN	clinical data	535名鼻咽癌患者（2015年1月至2020年10月）
5608	2025-03-29	Tea grading, blending, and matching based on computer vision and deep learning 2025-Apr, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14088 PMID:39711109	research paper	本研究开发了一种基于计算机视觉和深度学习的茶叶分级、混合比例评估和样本匹配的高效无损方法	结合ResNet模型和CBAM注意力模块，提高了茶叶图像特征提取能力，显著提升了分类和匹配的准确率	仅针对乌龙茶和红茶进行了测试，未涵盖其他茶类	提高茶叶生产过程中的分级、混合和样本匹配的效率和准确性	乌龙茶和红茶的图像数据	computer vision	NA	deep learning	ResNet with CBAM	image	NA
5609	2025-03-29	Development and validation of a deep learning-based automated computed tomography image segmentation and diagnostic model for infectious hydronephrosis: a retrospective multicentre cohort study 2025-Apr, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103146 PMID:40144691	研究论文	开发并验证了一种基于深度学习的自动化CT图像分割和诊断模型，用于感染性肾积水的诊断	使用改进的U-Net算法开发了肾积水分割模型（HRSM），并结合3D CNN和临床数据建立了感染性肾积水诊断模型（IHDM）	需要更多多样化的真实世界多中心验证研究来验证模型的稳健性	开发一种全自动分割和非侵入性诊断模型，用于感染性肾积水的诊断	肾积水患者	数字病理	肾积水	CT图像分析	Improved U-Net, 3D CNN, SVM	CT图像	615名患者（包括5876张标注的CT图像）
5610	2025-03-29	A data-driven approach to turmeric disease detection: Dataset for plant condition classification 2025-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.111435 PMID:40144898	研究论文	本文提出了一种基于数据驱动的姜黄病害检测方法，并构建了一个用于植物状态分类的数据集	构建了一个包含1037张原始图像和4628张增强图像的姜黄植物病害数据集，并应用Inception-v3模型实现了97.36%的分类准确率	数据集仅包含五种姜黄植物状态，可能无法涵盖所有可能的病害类型	开发AI辅助解决方案以实现精准农业和可持续作物生产	姜黄植物及其病害（健康叶片、干枯叶片、叶斑病、根茎病根和健康根茎）	计算机视觉	植物病害	数据增强（翻转、旋转、亮度调整）	Inception-v3	图像	1037张原始图像和4628张增强图像
5611	2025-03-29	Rapid left ventricle mesh prediction by adaptive deformable model fitting 2025-Mar-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adc237 PMID:40101357	研究论文	本研究提出了一种自适应可变形模型拟合框架，用于快速且无需训练的室壁网格预测，以提高左心室三维重建的准确性和效率	通过自适应网格模块和两阶段拟合方案，消除了对标注数据集的依赖，同时保持了跨不同心脏病理的强泛化能力	在扩张型心肌病临床数据集中的Dice系数平均为0.78，仍有提升空间	克服现有方法在计算复杂性、对大规模配对训练数据的依赖以及跨不同心脏病理的泛化能力有限等关键限制	左心室的三维网格重建	数字病理	心血管疾病	自适应可变形模型拟合、正交分解、多谐样条插值	自适应网格模块	心脏磁共振成像	三个心脏磁共振成像数据集，包括扩张型心肌病临床数据集
5612	2025-03-29	[Application and future of artificial intelligence in oral esthetics] 2025-Mar-28, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250116-00021 PMID:40147889	review	本文探讨了人工智能在口腔美学领域的应用及其未来发展	通过深度学习等技术，AI提升了牙科修复设计、微笑分析和个性化治疗的精确度和效率	应用仍面临技术限制、伦理问题和数据多样性不足等挑战	促进口腔美学领域的智能化和以人为中心的发展	牙科修复设计、微笑分析和个性化治疗	digital pathology	NA	deep learning	NA	NA	NA
5613	2025-03-29	Hybrid fruit bee optimization algorithm-based deep convolution neural network for brain tumour classification using MRI images 2025-Mar-28, Network (Bristol, England) DOI:10.1080/0954898X.2025.2476079 PMID:40151966	research paper	该研究提出了一种基于混合水果蜜蜂优化算法的深度卷积神经网络（HFBO-based DCNN），用于MRI图像的脑肿瘤分类	结合了混合水果蜜蜂优化算法（HFBO）和深度卷积神经网络（DCNN）以提高脑肿瘤分类的准确性	未提及对不同类型脑肿瘤的分类效果是否一致，也未讨论算法在更大规模数据集上的泛化能力	提高脑肿瘤分类的准确性	MRI图像中的脑肿瘤	digital pathology	brain tumor	MRI	DCNN, HFBO	image	NA
5614	2025-03-29	Automated Measurements of Spinal Parameters for Scoliosis Using Deep Learning 2025-Mar-28, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005280 PMID:40152470	研究论文	开发并验证了一种基于卷积神经网络（CNN）的自动化系统，用于测量脊柱侧凸的多种参数	提出了一种全自动的CNN方法，能够测量多种脊柱参数，而不仅仅局限于Cobb角，且无需人工干预	研究为单机构回顾性研究，样本量相对有限，且未进行外部验证	开发一种自动化工具以提高脊柱侧凸诊断的准确性和效率	脊柱侧凸患者的放射影像	计算机视觉	脊柱侧凸	深度学习	CNN	影像	1682名患者的放射影像（包括87名青少年和26名老年人）
5615	2025-03-29	Multichannel Contribution Aware Network for Prostate Cancer Grading in Histopathology Images 2025-Mar-28, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2024.0872 PMID:40152893	研究论文	提出一种新型深度学习模型，通过整合多种染色特征自动进行前列腺癌分级	利用图像解卷积分离组织病理学图像中的多个染色通道，设计基于通道和像素注意力的编码器及双分支解码器，有效融合不同染色通道的特征	未提及模型在临床环境中的实际应用效果及泛化能力验证	提高前列腺癌组织病理学图像分级的准确性	前列腺组织病理学图像	数字病理学	前列腺癌	图像解卷积	CNN与Transformer混合架构	图像	公开数据集（未说明具体样本量）
5616	2025-03-29	Deep Learning Accelerates the Development of Antimicrobial Peptides Comprising 15 Amino Acids 2025-Mar-27, Assay and drug development technologies IF:1.6Q3 DOI:10.1089/adt.2025.011 PMID:40139786	research paper	该研究利用深度学习加速了由15个氨基酸组成的抗菌肽的开发	使用深度学习技术加速抗菌肽的开发过程	NA	加速抗菌肽的开发	由15个氨基酸组成的抗菌肽	machine learning	NA	深度学习	NA	NA	NA
5617	2025-03-29	Inverse RL Scene Dynamics Learning for Nonlinear Predictive Control in Autonomous Vehicles 2025-Mar-27, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3549816 PMID:40146653	研究论文	本文介绍了一种基于深度学习的非线性模型预测控制器（DL-NMPC-SD）方法，用于自动驾驶导航	提出了一种结合先验名义车辆模型和从时间范围传感信息学习的场景动力学模型的方法，利用深度神经网络编码场景动力学模型，并通过逆强化学习和贝尔曼最优性原理训练学习控制器	实验仅在虚拟环境、室内外导航任务和公共道路上的全尺寸自动驾驶测试车辆上进行，实际应用中的复杂场景可能未完全覆盖	开发一种高效的自动驾驶导航控制器	自动驾驶车辆	机器学习	NA	逆强化学习（IRL）、深度Q学习（DQL）	深度神经网络	时间序列的测距传感观测和系统状态	在虚拟环境、室内外导航任务和公共道路上的全尺寸自动驾驶测试车辆上进行实验
5618	2025-03-29	3D MR Neurography of craniocervical nerves: comparing DESS and post-contrast STIR with deeplearning-based reconstruction at 1.5T 2025-Mar-26, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8750 PMID:40139904	研究论文	比较DESS和对比后STIR序列在1.5T下使用深度学习重建的3D MR神经成像中对颅外神经和脊神经的成像效果	首次在头颈部区域使用深度学习重建技术比较DESS和对比后STIR序列的神经成像效果	样本量较小（18例），且仅在一个场强（1.5T）下进行研究	评估不同MRI序列在头颈部神经成像中的表现	颅外神经和脊神经（如下牙槽神经、舌神经、面神经等）	数字病理	头颈部疾病	3D MR神经成像、深度学习重建	深度学习算法	MRI图像	18例患者（平均年龄51±14岁，11名女性）
5619	2025-03-29	Preliminary phantom study of four-dimensional computed tomographic angiography for renal artery mapping: Low-tube voltage and low-contrast volume imaging with deep learning-based reconstruction 2025-Mar-26, Radiography (London, England : 1995) DOI:10.1016/j.radi.2025.102929 PMID:40147091	研究论文	本研究评估了低管电压4D-CT血管造影（CTA）结合低对比剂用量和深度学习重建（DLR）在选择性肾动脉栓塞中的可行性	结合低管电压、低对比剂用量和DLR技术，探索减少辐射和对比剂使用的同时保持诊断质量的4D-CTA新方法	需进一步临床验证以确认在真实临床环境中的效果	评估低辐射剂量和低对比剂用量的4D-CTA技术在肾动脉成像中的可行性	模拟对比增强血管的定制体模	数字病理	肾脏疾病	4D-CT血管造影（CTA）	深度学习重建（DLR）	图像	7名放射科医师参与的定性评估
5620	2025-03-29	ONNXPruner: ONNX-Based General Model Pruning Adapter 2025-Mar-25, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3554560 PMID:40131753	研究论文	提出了一种名为ONNXPruner的通用模型修剪适配器，用于ONNX格式模型，以简化跨深度学习框架和硬件平台的适配过程	ONNXPruner采用了节点关联树的新方法，自动适应各种模型架构，并通过树级评估方法提升修剪性能	未提及具体的性能瓶颈或适用范围限制	推动模型修剪的实际应用，解决算法在不同模型和平台上的适配问题	ONNX格式的深度学习模型	机器学习	NA	模型修剪	ONNX格式模型	模型参数和结构数据	多个模型和数据集（未提及具体数量）