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
5621	2025-04-26	Unbiased and reproducible liver MRI-PDFF estimation using a scan protocol-informed deep learning method 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11164-x PMID:39500799	research paper	该研究提出了一种基于深度学习的VET-Net方法，用于从化学位移编码MR图像中精确且稳健地估计质子密度脂肪分数（PDFF）	VET-Net通过整合回波时间（TEs）作为辅助输入，能够在任何TE设置下计算PDFF，提高了方法的适应性和精确性	研究仅使用了单中心肝脏CSE-MRI数据集，可能限制了结果的广泛适用性	开发一种精确且对不同MR扫描仪和采集回波时间（TEs）稳健的PDFF估计方法	肝脏CSE-MR图像和脂肪-水幻影数据集	医学影像分析	肝脂肪变性	化学位移编码MR成像（CSE-MRI）	深度学习（DL）	图像	188名受试者的4146个轴向切片，以及一个开源的多中心多厂商脂肪-水幻影数据集
5622	2025-04-26	Envelope spectrum knowledge-guided domain invariant representation learning strategy for intelligent fault diagnosis of bearing 2025-May, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2025.03.004 PMID:40102111	research paper	该研究提出了一种基于包络谱知识引导的领域不变表示学习策略（DIRLs），用于轴承在不同工况下的智能故障诊断	通过包络谱知识蒸馏捕获傅里叶特征作为领域不变特征，并设计了一种创新的损失函数以最大化健康状态表示的二范式度量，丰富了表示的多样性	未明确提及具体局限性，但可能依赖于特定数据集的有效性	开发一种能够在不同工况下进行轴承故障诊断的智能方法	轴承故障诊断	machine learning	NA	envelope spectrum knowledge distillation	domain-invariant representation learning strategy (DIRLs)	signal data	Paderborn-bearing数据集和私有轴承数据集
5623	2025-04-03	Closing the gap: commercialized deep learning solutions for knee MRI are already transforming clinical practice 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11550-z PMID:40172638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5624	2025-04-03	Reply to the Letter to the Editor: MRI deep learning models for assisted diagnosis of knee pathologies: a systematic review 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11552-x PMID:40172639	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5625	2025-04-26	Predicting post-hepatectomy liver failure in patients with hepatocellular carcinoma: nomograms based on deep learning analysis of gadoxetic acid-enhanced MRI 2025-May, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11173-w PMID:39528755	研究论文	本研究旨在开发基于深度学习的钆塞酸增强MRI分析的列线图，用于预测肝细胞癌患者肝切除术后肝功能衰竭	利用深度学习算法测量钆塞酸增强肝胆期MRI中非肿瘤肝脏、预期残余肝脏和脾脏的体积及信号强度，构建预测模型并开发在线计算器	回顾性研究设计，样本仅来自两个转诊中心	预测肝细胞癌患者肝切除术后肝功能衰竭风险	接受钆塞酸增强MRI和肝切除术的肝细胞癌患者	数字病理学	肝细胞癌	钆塞酸增强MRI	深度学习算法	医学影像	1760名患者（1395名男性，平均年龄60±10岁）
5626	2025-04-26	Automatic prediction of stroke treatment outcomes: latest advances and perspectives 2025-May, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00462-y PMID:40271393	综述	本文综述了深度学习在预测中风治疗结果中的最新进展和应用	利用多模态信息（包括最终梗死数据）来更好地预测长期功能结果	医学图像分析领域内常见的数据标准化挑战	预测中风干预的结果以促进临床决策和改善患者护理	中风患者	数字病理学	心血管疾病	深度学习	NA	脑部扫描、医疗报告、EEG、ECG、EMG等传感器信息	NA
5627	2025-04-26	A multimodal deep learning-based algorithm for specific fetal heart rate events detection 2025-Apr-28, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0334 PMID:39484683	研究论文	开发了一种基于多模态深度学习的算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	结合多种特征提取技术和深度学习算法，提出了一种多模型深度神经网络和预融合深度学习模型，用于准确分类来自胎心宫缩图信号的多模态参数	在分类四种不同的减速模式时，准确率为67.0%，其中晚期减速的准确率为80.9%，延长减速的准确率为98.9%	开发一种算法，用于检测特定的胎儿心率事件，以增强胎儿健康的自动监测和智能评估	胎儿心率（FHR）和子宫收缩信号	机器学习	胎儿健康监测	深度学习	多模型深度神经网络和预融合深度学习模型	信号数据	基于专家标记的数据
5628	2025-04-26	FusionXNet: enhancing EEG-based seizure prediction with integrated convolutional and Transformer architectures 2025-Apr-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/adce33 PMID:40245880	研究论文	提出了一种结合CNN和Transformer的混合模型FusionXNet，用于提升基于EEG的癫痫发作预测性能	设计了令牌合成单元，结合CNN的局部特征提取和Transformer的全局注意力机制，提升了EEG信号的特征表示能力	模型仅在公开数据集上进行了验证，未说明在其他数据集上的泛化能力	开发一种混合模型以提高癫痫发作预测的准确性和可靠性	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN与Transformer混合模型	EEG信号数据	波士顿儿童医院和麻省理工学院的公开数据集
5629	2025-04-26	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2025-Apr-25, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发了一种数据驱动的连续睡眠深度测量方法——有序睡眠深度（OSD），并评估其与觉醒概率的关联及其与年龄、性别、睡眠呼吸障碍（SDB）和认知障碍的关系	提出了一种基于深度学习的连续睡眠深度测量方法，优于传统的离散睡眠分期方法	未提及具体局限性	开发并验证一种数据驱动的连续睡眠深度测量方法	18,116名患者的21,787份多导睡眠图记录	机器学习	睡眠呼吸障碍、认知障碍	深度学习	CNN	EEG信号	18,116名患者的21,787份多导睡眠图记录
5630	2025-04-26	Graph-Aware AURALSTM: An Attentive Unified Representation Architecture with BiLSTM for Enhanced Molecular Property Prediction 2025-Apr-25, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11197-4 PMID:40279083	研究论文	本研究提出了一种新型混合深度学习模型Graph-Aware AURALSTM，用于高精度预测分子性质	结合多种图神经网络架构（GCNs、GATs、GINs）并行结构，全面捕捉分子的多维结构特征，并通过BiLSTM评估时间关系以增强分子特征分类	未提及具体局限性	提高分子性质预测的准确性	分子数据	机器学习	NA	GNN（Graph Neural Network）、GCN（Graph Convolutional Networks）、GAT（Graph Attention Networks）、GIN（Graph Isomorphism Networks）、BiLSTM	AURALSTM（Attentive Unified Representation Architecture-Long Short-Term Memory）	分子结构数据	八个基准数据集
5631	2025-04-26	The use of ChatGPT in the dermatological field: a narrative review 2025-Apr-24, Clinical and experimental dermatology IF:3.7Q1 DOI:10.1093/ced/llae546 PMID:39690824	综述	本文探讨了ChatGPT在皮肤病学领域的应用及其对皮肤健康管理的潜在影响	探索了ChatGPT这一先进语言模型在皮肤病学中的创新应用及其与医疗领域的协同关系	讨论了与使用ChatGPT相关的伦理和法律问题，但未深入具体解决方案	研究ChatGPT在皮肤病学中的应用及其对医疗诊断和治疗的潜在贡献	ChatGPT在皮肤病学中的应用及其效率与准确性的初步数据	自然语言处理	皮肤病	NA	ChatGPT	文本	NA
5632	2025-04-26	Reparameterization lightweight residual network for super-resolution of brain MR images 2025-Apr-24, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adc935 PMID:40185120	研究论文	本文提出了一种基于BSRN和结构重参数化的轻量级超分辨率MRI模型，用于提高脑部MR图像的分辨率	结合结构重参数化技术，在训练时采用多分支结构，在推理时将其整合为单个3×3卷积，显著降低计算复杂度和存储需求	实验仅在IXI数据集上进行验证，未在其他数据集或实际临床环境中测试	开发一种轻量级的超分辨率方法，用于提高脑部MR图像的质量	脑部磁共振图像(MRI)	计算机视觉	NA	深度学习	BSRN结合结构重参数化	医学图像(MRI)	IXI数据集
5633	2025-04-26	Unrolling Plug-and-Play Gradient Graph Laplacian Regularizer for Image Restoration 2025-Apr-24, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3562425 PMID:40272955	研究论文	本文提出了一种基于图拉普拉斯正则化的可解释性网络，用于图像恢复任务，如去噪和插值	引入了一种新的ℓ范数图平滑先验——梯度图拉普拉斯正则化器（GGLR），并通过展开不同复杂度的ADMM算法构建了可解释性网络	更复杂的展开网络需要更多的标记数据来训练更多参数	解决通用深度学习网络在图像恢复中缺乏数学可解释性、需要大量训练数据和协变量偏移脆弱性的问题	图像恢复（去噪和插值）	计算机视觉	NA	ADMM算法、图学习模块	展开式前馈网络	图像	NA
5634	2025-04-26	In Vitro Diagnosis of Parkinson's Disease Based on Facial Expression and Behavioral Gait Data 2025-Apr-24, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3563902 PMID:40272952	研究论文	提出了一种基于面部表情和行为步态的新型多模态体外诊断方法，用于帕金森病的早期检测	使用轻量级深度学习模型进行特征提取和特征融合，提高了诊断准确性和易用性，并建立了最大的多模态帕金森病数据集	未提及方法在临床环境中的实际应用效果和长期稳定性	开发一种非侵入性、低成本的帕金森病早期体外诊断方法	帕金森病患者的面部表情和行为步态数据	数字病理学	帕金森病	深度学习	轻量级深度学习模型	面部表情和行为步态数据	与医院合作建立的最大多模态帕金森病数据集，具体样本量未提及
5635	2025-04-26	PlantCareNet: an advanced system to recognize plant diseases with dual-mode recommendations for prevention 2025-Apr-23, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01366-9 PMID:40264213	研究论文	介绍了一种名为PlantCareNet的自动化端到端植物病害诊断系统，该系统不仅能精确诊断病害，还能提供交互式预防指导	结合深度学习算法和专家知识框架，提供双重模式的病害诊断和预防建议	NA	开发一个能够精确诊断植物病害并提供预防措施的自动化系统	植物病害	计算机视觉	植物病害	深度学习	CNN	图像	五个知名数据集
5636	2025-04-26	Profiling electric signals of electrogenic probiotic bacteria using self-attention analysis 2025-Apr-22, Applied microbiology and biotechnology IF:3.9Q2 DOI:10.1007/s00253-025-13425-1 PMID:40263148	研究论文	通过自组装电路检测两种产电益生菌在鸡胚绒毛尿囊膜和小鼠肠道内产生的电信号，并利用自注意力机制分析其差异	首次使用自注意力机制分析产电益生菌的电信号谱，揭示了两种菌的独特信号特征	研究仅针对两种益生菌，样本范围有限	开发评估益生菌治疗效果的电信号特征分析方法	产电益生菌Leuconostoc mesenteroides和Lactococcus lactis	生物电信号分析	NA	自组装电路检测、自注意力机制分析	自注意力机制	电信号数据	两种益生菌在鸡胚绒毛尿囊膜和小鼠肠道内的样本
5637	2025-04-26	Effective integration of drone technology for mapping and managing palm species in the Peruvian Amazon 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-58358-5 PMID:40263254	研究论文	本文开发了一种结合无人机技术和深度学习的方法，用于精确绘制和管理秘鲁亚马逊地区经济重要的棕榈树种	结合可见光谱无人机影像和深度学习，实现了在景观尺度上对棕榈树种的高精度检测，显著降低了成本和时间	方法在密集簇生的棕榈树检测中平均总体得分仅为74%，存在一定的识别误差	开发精确、景观尺度的物种级方法，评估经济重要的亚马逊棕榈树的分布和丰度	秘鲁亚马逊地区的三种经济重要的棕榈树种，尤其是Mauritia flexuosa	计算机视觉	NA	可见光谱无人机影像和深度学习	深度学习	图像	两个社区的棕榈树资源
5638	2025-04-26	Frailty identification using a sensor-based upper-extremity function test: a deep learning approach 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-73854-2 PMID:40263276	研究论文	本研究通过结合生物力学和深度学习的方法，提高了老年人衰弱预测的准确性	使用传感器辅助的上肢功能测试和深度学习模型（LSTM）进行衰弱预测，肌肉共收缩被识别为关键预测因子	需要更大规模和更多样化的人群进行进一步验证以确认结果的普遍性	提高老年人衰弱预测的准确性	312名参与者（126名非衰弱，145名衰弱前期，41名衰弱）	机器学习	老年疾病	传感器辅助的上肢功能测试，肌肉力计算	LSTM, SVM, logistic regression	生物力学数据	312名参与者
5639	2025-04-26	Real-space heterogeneous reconstruction, refinement, and disentanglement of CryoEM conformational states with HetSIREN 2025-Apr-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59135-0 PMID:40263313	research paper	提出了一种基于深度学习的CryoEM异构体重建和细化方法HetSIREN，能够在真实空间中重构或细化CryoEM体积	HetSIREN是一种基于空间的方法，允许空间聚焦分析，并引入了具有高分析能力的正弦超网络，能够细化图像姿态并解决异构体分析中的纠缠问题	NA	开发一种能够更准确重建和细化CryoEM体积的深度学习方法	大分子构象	computational biology	NA	Cryo-electron microscopy (CryoEM)	deep learning, sinusoidal hypernetworks	image	NA
5640	2025-04-26	An air target intention data extension and recognition model based on deep learning 2025-Apr-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98438-6 PMID:40263364	研究论文	提出了一种基于深度学习的空中目标意图数据扩展与识别模型IDERDL，用于解决空中目标意图识别中的数据稀缺和时间特征提取不足的问题	首次考虑了意图数据的稀缺性以及时间性，提出了基于去噪扩散模型的数据生成方法和基于扩张因果卷积的时间块，以提高战术意图识别能力	未明确提及模型在复杂战场环境中的泛化能力或实时性表现	提高空中目标意图识别的准确性和效率	空中目标的意图数据	机器学习	NA	去噪扩散模型、知识蒸馏、图注意力机制	IDERDL（基于深度学习的复合模型）	时序数据、特征编码数据	NA（未明确提及具体样本量）