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
5661	2025-03-05	Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009084 PMID:39220623	研究论文	本文提出了一种增强的分层Transformer模型UNesT，用于全脑分割，并整合颅内测量，以提高脑结构分析的全面性	通过增强现有的分层Transformer模型UNesT，实现了同时分割133个全脑类别和颅内测量（TICV/PFV），解决了数据稀缺问题	数据可用性受限，手动注释的全脑和TICV/PFV标签的图谱有限	提高全脑分割的全面性，整合颅内测量	全脑分割和颅内测量（TICV/PFV）	计算机视觉	NA	磁共振成像（MRI）	分层Transformer UNesT	3D T1加权（T1w）图像	预训练使用4859个T1w 3D体积，微调使用45个T1w 3D体积
5662	2025-03-05	Prediction of cerebral aneurysm rupture risk by machine learning algorithms: a systematic review and meta-analysis of 18,670 participants 2024-Jan-06, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-023-02271-2 PMID:38183490	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	首次对机器学习算法在脑动脉瘤破裂风险预测中的应用进行了系统综述和荟萃分析，涵盖了18,670名参与者	需要进一步研究以提高机器学习算法在预测脑动脉瘤破裂状态中的诊断性能	评估机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	脑动脉瘤患者	机器学习	脑动脉瘤	机器学习算法	CNN, ANN	医学影像数据（DSA, CTA, MRI）	18,670名参与者
5663	2025-03-05	AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3483563 PMID:39446550	研究论文	本文提出了一种基于自适应解剖结构的两层水平集框架（AS2LS），用于分割具有同心结构的器官，如左心室和眼底	提出了一种新颖的自适应解剖结构的两层水平集表示方法，并结合了两阶段水平集演化算法，提高了复杂医学图像分割的准确性	未提及具体局限性	提高医学图像分割的准确性，特别是针对具有同心结构的器官	医学图像中的器官，如左心室和眼底	计算机视觉	NA	水平集方法	AS2LS（自适应解剖结构的两层水平集框架）	医学图像	未提及具体样本数量
5664	2025-03-05	Explainability Enhanced Object Detection Transformer With Feature Disentanglement 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3492733 PMID:39531564	研究论文	本文提出了一种增强端到端目标检测模型（DETR）可解释性的特征解耦方法	引入了特征解耦方法，通过Tensor奇异值分解（T-SVD）生成特征基，并引入批量平均特征谱惩罚（BFSP）损失来约束特征解耦和平衡语义激活	未提及具体局限性	增强目标检测模型的可解释性	端到端目标检测模型（DETR）	计算机视觉	NA	Tensor奇异值分解（T-SVD），批量平均特征谱惩罚（BFSP）	DETR, CNN	图像	在两个数据集上进行了广泛实验
5665	2025-03-05	A Functional Connectivity-Based Model With a Lightweight Attention Mechanism for Depression Recognition Using EEG Signals 2024, 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.2024.3509776 PMID:40030510	研究论文	本文提出了一种基于功能连接性和轻量级注意力机制的深度学习模型FCAN，用于通过EEG信号进行抑郁症识别	设计了一种基于标准多头自注意力机制的轻量级注意力机制，减少了模型参数和计算成本，并构建了FCAN模型，通过EEG数据及其相干矩阵实现有效的抑郁症识别	模型参数的初始化过程中的随机性可能导致模型性能的不稳定性	开发一种高效的抑郁症识别模型	EEG信号	机器学习	抑郁症	EEG信号分析	FCAN（功能连接注意力网络）	EEG数据	使用了一个公开的EEG数据集
5666	2025-03-05	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	本文评估了参与2019年IWOAI膝关节软骨分割挑战赛的六支团队的深度学习分割方法在纵向临床试验中量化软骨损失的适用性	研究展示了最先进的深度学习分割方法在标准化纵向单扫描仪临床试验中用于明确软骨分区的潜力	深度学习方法在股骨分区的标准化响应均值较低，可能是由于后处理中简单的子分区提取所致	评估深度学习分割方法在量化软骨损失中的适用性	来自骨关节炎倡议研究的556名受试者的1130个膝关节MRI扫描	数字病理学	骨关节炎	深度学习	深度学习分割方法	MRI图像	556名受试者的1130个膝关节MRI扫描
5667	2025-03-05	The ANTsX ecosystem for quantitative biological and medical imaging 2021-04-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87564-6 PMID:33907199	研究论文	本文介绍了ANTsX生态系统，这是一个用于处理和分析生物及医学影像数据的开源软件库集合	ANTsX生态系统通过整合R统计项目和Python的深度学习能力，提供了统计、可视化和深度学习功能，显著提高了计算效率并提供了优于现有ANTs工作流的准确性	NA	开发和推广用于生物和医学影像数据处理和分析的开源软件工具	生物和医学影像数据	数字病理	NA	深度学习	TensorFlow/Keras	影像	NA
5668	2025-03-04	Attention-based deep learning models for predicting anomalous shock of wastewater treatment plants 2025-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123192 PMID:39893907	研究论文	本文提出了一种基于注意力机制的深度学习模型，用于预测污水处理厂中的异常水质波动	首次将注意力机制应用于深度学习模型中，以预测污水处理厂中的异常水质波动，并通过局部和全局敏感性分析提高了模型的可解释性	模型训练缺乏极端波动数据，可能影响预测异常波动的准确性	提高污水处理厂对突发冲击负荷的响应能力，预测异常水质波动	污水处理厂中的水质指标（总氮、总磷和化学需氧量）	机器学习	NA	深度学习	A-MLP, Transformer, FTA-LSTM	时间序列数据	NA
5669	2025-03-04	Emotional stimulated speech-based assisted early diagnosis of depressive disorders using personality-enhanced deep learning 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.01.136 PMID:39914753	研究论文	本研究结合精神病学理论，收集抑郁症语音识别数据，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	结合精神病学理论，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	本研究的样本量虽然高于通过G-Power 3.1计算的最小样本量，但样本量仍然较小	开发一种可行的抑郁症识别方法，用于抑郁症的早期诊断	24名重度抑郁症患者（MDDs）和36名健康对照组（HCs）	自然语言处理	抑郁症	语音识别	Bi-LSTM, TCN-MTA	语音数据	24名重度抑郁症患者和36名健康对照组
5670	2025-03-04	A comparative analysis of deep learning and chemometric approaches for spectral data modeling 2025-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343766 PMID:40024653	研究论文	本研究对五种不同的光谱数据分析建模方法进行了全面比较，包括PLS结合经典化学计量学预处理、iPLS结合经典预处理或小波变换、LASSO结合小波变换以及CNN结合光谱预处理	提供了预处理方法和模型组合的详尽比较，发现在低数据量环境下无法预先确定最优的预处理和模型组合	研究仅限于低维案例研究，可能无法推广到高维数据	比较不同建模方法在光谱数据分析中的性能	啤酒数据集和废润滑油数据集	机器学习	NA	PLS, iPLS, LASSO, CNN, 小波变换	PLS, iPLS, LASSO, CNN	光谱数据	啤酒数据集40个训练样本，废润滑油数据集273个训练样本
5671	2025-03-04	Contrastive learning in brain imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102500 PMID:39889467	研究论文	本文探讨了对比学习在脑成像中的应用及其作为一种无需数据标注的深度学习技术的潜力	对比学习通过将数据映射到潜在空间，并假设同类样本在潜在空间中应彼此接近，不同类样本应彼此远离，从而在无需标注的情况下学习数据的代表性特征	未明确提及具体的研究限制	研究对比学习在医学图像处理和分析中的应用	脑成像数据	医学影像	NA	对比学习	深度学习	图像	NA
5672	2025-03-04	Feature-targeted deep learning framework for pulmonary tumorous Cone-beam CT (CBCT) enhancement with multi-task customized perceptual loss and feature-guided CycleGAN 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102487 PMID:39891955	研究论文	本文提出了一种针对肺部肿瘤的锥形束CT（CBCT）增强的深度学习框架，通过多任务定制感知损失和特征引导的CycleGAN生成高质量的肺部成像	提出了一种新的特征导向深度学习框架，结合多任务学习特征选择网络（MTFS-Net）和特征引导的CycleGAN，有效抑制伪影并保留关键肿瘤信息	未提及具体局限性	提高肺部CBCT图像质量，以支持肺癌治疗的进一步分析	肺癌患者的CBCT图像	计算机视觉	肺癌	深度学习	CycleGAN	图像	多机构数据集
5673	2025-03-04	Adjacent point aided vertebral landmark detection and Cobb angle measurement for automated AIS diagnosis 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102496 PMID:39908630	研究论文	本文提出了一种新颖的脊柱关键点检测框架，用于自动诊断青少年特发性脊柱侧弯（AIS），并通过脊柱刚性结构信息辅助提高参数测量和诊断准确性	设计了LAD-Net深度学习架构，结合相邻中心迭代校正（ACIC）和角点特征优化与融合（CFOF）模块，有效纠正错误检测的脊柱标志点	未明确提及研究的局限性	提高AIS诊断的准确性和自动化水平	青少年特发性脊柱侧弯（AIS）患者的脊柱X光图像	计算机视觉	青少年特发性脊柱侧弯	深度学习	LAD-Net	图像	未明确提及样本数量
5674	2025-03-04	Meta-learning guidance for robust medical image synthesis: Addressing the real-world misalignment and corruptions 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102506 PMID:39914125	研究论文	本文提出了一种基于元学习的医学图像合成方法，旨在解决数据集中的错位和损坏问题	提出了三种关键创新：元学习启发的重加权方案、基于非局部特征的损失函数以及联合训练图像合成网络与基于空间变换器（STN）的配准网络	方法在受控合成场景和公共数据集上进行了验证，但尚未在更复杂的数据集上测试	提高医学图像合成网络在存在错位和损坏数据时的鲁棒性	医学图像	计算机视觉	NA	深度学习	CNN, STN	图像	NA
5675	2025-03-04	DLPVI: Deep learning framework integrating projection, view-by-view backprojection, and image domains for high- and ultra-sparse-view CBCT reconstruction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102508 PMID:39921927	研究论文	本研究提出了一种深度学习框架DLPVI，通过整合投影域、逐视图反投影域和图像域，提高了高稀疏视图和超稀疏视图锥束计算机断层扫描（CBCT）图像的质量	DLPVI框架首次将投影域、逐视图反投影域和Transformer图像域模型结合，显著提升了稀疏视图CBCT图像的重建质量	研究仅基于163名患者的CBCT数据进行训练和测试，样本量相对较小，可能限制了模型的泛化能力	提高高稀疏视图和超稀疏视图CBCT图像的重建质量	锥束计算机断层扫描（CBCT）图像	计算机视觉	NA	深度学习	Transformer	图像	163名患者的CBCT数据用于训练，30名用于验证，30名用于测试
5676	2025-03-04	CGNet: Few-shot learning for Intracranial Hemorrhage Segmentation 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102505 PMID:39921928	研究论文	本文提出了一种新的分割模型CGNet，用于在少量数据的情况下进行颅内出血（ICH）区域的分割	提出了跨特征模块（CFM）和支持引导查询（SGQ）来增强对病变细节的理解和分割目标的细化，首次将ICH分割任务转化为少样本学习问题	需要进一步验证模型在其他数据集上的泛化能力	研究目的是开发一种能够在少量标注数据下有效进行颅内出血分割的深度学习模型	颅内出血（ICH）区域	计算机视觉	颅内出血	深度学习	CGNet	医学影像	公开的BHSD数据集和私有的IHSAH数据集
5677	2025-03-04	Subtraction-free artifact-aware digital subtraction angiography image generation for head and neck vessels from motion data 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102512 PMID:39983664	研究论文	本文提出了一种创新的无减影伪影感知数字减影血管造影（DSA）图像生成方法（AaDSA），利用运动数据生成无伪影的DSA图像	提出了一种基于梯度场变换（GFT）的技术来创建伪影掩码，指导AaDSA模型的训练，从而在模型训练中绕过伪影区域的不良影响	需要进一步验证在更广泛临床环境中的适用性和效果	开发一种无需减影即可生成无伪影DSA图像的方法，以提高血管疾病的诊断准确性	头颈部血管的DSA图像	计算机视觉	血管疾病	深度学习（DL）	AaDSA模型	图像	真实头颈部DSA数据集
5678	2025-03-04	A novel generative model for brain tumor detection using magnetic resonance imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102498 PMID:39985841	研究论文	本文提出了一种使用磁共振成像检测脑肿瘤的新方法，结合深度学习和智能计算单元，实现了高精度的肿瘤区域分割和分类	提出了一种结合Yolov8框架和智能计算单元的脑肿瘤检测方法，并引入了数据融合和LLM模型以优化分类和预诊断	未提及具体的数据集规模或外部验证结果，可能限制了方法的普适性	开发一种基于AI的计算机辅助诊断方法，用于脑肿瘤的检测和分类	脑肿瘤的MRI图像	数字病理学	脑肿瘤	深度学习	Yolov8, CNN, LLM	MRI图像	未提及具体样本数量
5679	2025-03-04	Automatic Joint Lesion Detection by enhancing local feature interaction 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102509 PMID:39947085	研究论文	本文提出了一种通过增强局部特征交互来实现自动关节病变检测的方法	提出了局部注意力特征融合（LAFF）和高斯位置编码（GPE）模块，显著提高了YOLO模型的检测精度	NA	提高自动关节病变检测的准确性和效率，以满足临床需求	关节炎患者的X光图像	计算机视觉	关节炎	NA	YOLO	图像	960张X光图像（由两位关节炎专家和一位放射科医生标注）和216张X光图像，补充了MURA数据集
5680	2025-03-04	Interpretable multi-stage attention network to predict cancer subtype, microsatellite instability, TP53 mutation and TMB of endometrial and colorectal cancer 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102499 PMID:39947084	研究论文	本文介绍了一种可解释的多阶段注意力深度学习网络，用于从低成本的常规组织病理学全切片图像中预测子宫内膜癌和结直肠癌的病理亚型、微卫星不稳定性、TP53突变和肿瘤突变负荷	提出了一种新的深度学习网络，能够直接从常规使用的组织病理学全切片图像中预测癌症亚型和分子状态，且性能优于现有的七种先进方法	尽管模型在预测性能上表现出色，但其在临床常规筛查中的实际应用仍需进一步验证，尤其是在更大规模和多样化的数据集上	开发一种低成本、高效的方法，用于预测子宫内膜癌和结直肠癌的病理亚型和分子状态，以支持个性化癌症免疫治疗决策	子宫内膜癌和结直肠癌的组织病理学全切片图像	数字病理学	子宫内膜癌, 结直肠癌	深度学习	多阶段注意力网络	图像	NA