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
5721	2025-04-26	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	本文提出了一种基于注意力的q空间深度学习模型（aqDL），用于加速扩散磁共振成像（dMRI）的数据重建，支持可变q空间采样策略	提出了一种新型深度学习模型aqDL，能够处理可变q空间采样策略，突破了传统方法对固定采样策略的依赖	虽然在不同数据集上验证了模型的泛化能力，但未提及在更广泛临床环境中的适用性	加速扩散磁共振成像的数据采集并提高重建精度	扩散磁共振成像（dMRI）数据	医学影像处理	NA	扩散磁共振成像（dMRI）	Transformer编码器与多层感知机（MLP）	医学影像数据	Human Connectome Project数据集及两个额外独立数据集
5722	2025-04-26	A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients With Disorders of Consciousness 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487657 PMID:39471113	研究论文	提出了一种基于多模态一致性的自监督对比学习框架MultiConsSleepNet，用于自动化睡眠分期，特别是在意识障碍患者中的应用	结合多模态一致性特征提取器和自监督对比学习策略，解决了现有方法在表示能力、泛化能力和标记数据稀缺方面的问题	未明确提及具体局限性，但可能面临多模态数据采集和处理的复杂性	开发一个自动化睡眠分期系统，特别针对意识障碍患者	意识障碍患者的睡眠数据	机器学习	意识障碍	自监督对比学习	MultiConsSleepNet	EEG和EOG信号	三个公开数据集和一个自收集的意识障碍数据集
5723	2025-04-26	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	提出了一种名为ReGraFT的新型序列到序列模型，用于COVID-19的长期预测	整合了多图门控循环单元（MGRU）与自适应图，利用感染率、政策变化和州际旅行等数据，动态建模复杂的传播动态	过度依赖历史COVID-19数据，可能限制了利用时滞数据（如干预政策信息）的潜力	提高COVID-19长期预测的准确性和稳定性	COVID-19的传播动态	机器学习	COVID-19	GNNs, RNNs, Transformers	Seq2Seq, MGRU, SeLU	时间序列数据	NA
5724	2025-04-26	Spherical Harmonics-Based Deep Learning Achieves Generalized and Accurate Diffusion Tensor Imaging 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471769 PMID:39352828	研究论文	本研究提出了一种基于球谐函数的深度学习方法，用于提高扩散张量成像的泛化性和准确性	利用球谐函数表示扩散MRI信号，并将其系数图作为网络输入，以预测扩散张量场，从而提升方法的泛化能力	NA	开发一种泛化性强、准确且高效的基于深度学习的扩散张量成像方法	扩散张量成像（DTI）数据	医学影像分析	NA	扩散加权成像（DWI），球谐函数（SH）	深度学习（DL）	扩散MRI（dMRI）图像	模拟和体内数据集，涵盖多种DTI应用场景
5725	2025-04-26	Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472097 PMID:39352826	研究论文	提出了一种基于多尺度时空特征融合的卷积神经网络（MSTFNet），用于运动想象脑机接口（BCI）中的脑电图（EEG）分类	设计了包含特征增强模块、多尺度时间特征提取模块、空间特征提取模块和特征融合模块的新型网络架构，并采用了一种简单而有效的数据增强策略	未提及具体局限性	提高运动想象脑机接口中EEG信号的解码精度	运动想象脑机接口中的EEG信号	脑机接口	NA	EEG信号处理	CNN	EEG信号	两个公共数据集（BCI Competition IV 2a和2b）和一个实验室数据集
5726	2025-04-26	Illuminating Entomological Dark Matter with DNA Barcodes in an Era of Insect Decline, Deep Learning, and Genomics 2025-Jan, Annual review of entomology IF:15.0Q1 DOI:10.1146/annurev-ento-040124-014001 PMID:39353093	综述	本文回顾了DNA条形码在昆虫生物多样性发现和群落分析中的应用及其重要性	探讨了DNA条形码在深度学习算法图像训练集构建、全球生物多样性基因组学及昆虫群落功能分析中的潜在作用	未提及具体实验数据或案例研究	评估DNA条形码技术在昆虫识别和生物多样性研究中的应用及未来发展方向	昆虫物种及生物多样性	生物信息学	NA	DNA条形码、高通量测序	深度学习	DNA序列、图像	NA
5727	2025-04-26	Spiral volumetric optoacoustic tomography of reduced oxygen saturation in the spinal cord of M83 mouse model of Parkinson's disease 2025-Jan, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06938-w PMID:39382580	research paper	该研究采用多模态成像方法评估帕金森病转基因M83小鼠模型脊髓中的氧合变化	开发了基于深度学习的自动分割工具用于小鼠脊髓结构MRI数据的分析，以及sO2SVOT数据的体积分析	研究仅针对M83小鼠模型，未涉及其他帕金森病模型或人类样本	评估帕金森病小鼠模型脊髓中的氧合变化及结构变化	转基因M83小鼠和非转基因同窝小鼠的脊髓	digital pathology	Parkinson's disease	spiral volumetric optoacoustic tomography (SVOT), high-field T1-weighted MRI, immunostaining	deep learning-based automatic segmentation	image	M83小鼠和非转基因同窝小鼠
5728	2025-04-26	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	本文开发了一种基于深度学习的软采样级联模型和信号检测模型，用于量化细胞中的CEN17和HER2，以辅助评估HER2扩增状态，用于乳腺癌患者的HER2靶向治疗选择	提出了一种新的软采样级联深度学习模型和信号检测模型，显著提高了HER2扩增评估的准确性和效率，并在临床数据集中表现优于七种最新的深度学习方法	研究主要针对乳腺癌和胃癌患者，可能不适用于其他类型的癌症	开发一种自动化方法，用于准确量化HER2扩增水平，以辅助临床决策	乳腺癌和胃癌患者的HER2扩增状态	数字病理学	乳腺癌, 胃癌	荧光原位杂交(FISH), 双原位杂交(DISH)	软采样级联深度学习模型, 信号检测模型	图像	两个临床数据集（FISH数据集和DISH数据集）
5729	2025-04-26	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	提出了一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合了早期融合和中间融合策略，利用LAGCN和GCN网络处理miRNA-疾病异质网络和表达数据，显著提高了分类性能	仅针对六种癌症类型进行了测试，未涵盖更广泛的癌症种类	开发高效的癌症分类和miRNA生物标志物识别方法	miRNA表达数据和miRNA-疾病关联数据	机器学习	癌症	深度学习	LAGCN, GCN	miRNA表达数据	六种癌症类型的数据
5730	2025-04-26	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	research paper	提出了一种新的胎儿解剖结构少样本检测方法TKR-FSOD，用于超声图像中的胎儿多解剖结构检测	通过拓扑知识推理模块学习拓扑知识，增强模型的推理和检测能力，并提出鉴别能力增强特征学习模块提取丰富的鉴别特征	研究主要集中在超声图像中的胎儿解剖结构检测，可能不适用于其他类型的医学图像或解剖结构	提高超声图像中胎儿多解剖结构检测的性能，特别是在样本难以获取的类别中	胎儿解剖结构	digital pathology	NA	few-shot learning	TKR-FSOD	image	5-shot
5731	2025-04-26	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	本文提出了一种新型的轻量级3D卷积神经网络，用于捕捉脑部疾病的演变过程，以预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展	引入了纵向病变特征选择策略和疾病趋势注意力机制，以提取时间数据中的核心特征并学习疾病趋势与局部变异特征之间的依赖关系	仅使用两次随访的sMRI扫描进行预测，可能限制了模型的泛化能力	预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展，以实现早期干预	轻度认知障碍（MCI）患者	数字病理学	老年病	结构磁共振成像（sMRI）	3D CNN	图像	使用两次随访的sMRI扫描进行预测
5732	2025-04-26	Continuous Prediction of Wrist Joint Kinematics Using Surface Electromyography From the Perspective of Muscle Anatomy and Muscle Synergy Feature Extraction 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484994 PMID:39437291	研究论文	本文提出四种深度学习模型，从不同角度提取肌肉协同特征，用于预测中风患者的手腕关节运动意图	首次从肌肉解剖学角度利用3DCNN模型预测运动意图，通过重构1D sEMG样本为2D帧并输入3DCNN进行特征提取	传统基于盲源分离的矩阵分解算法在提取肌肉协同特征方面仍存在局限性	提高中风患者上肢功能障碍康复效果，通过sEMG信号预测运动意图以精确调整康复机器人辅助水平	中风患者的手腕关节运动	机器学习	中风	sEMG信号处理	3DCNN, CNN-LSTM, GAN	sEMG信号	自建手腕运动数据集和公开Ninapro DB2数据集
5733	2025-04-26	For the busy clinical-imaging professional in an AI world: Gaining intuition about deep learning without math 2025-Jan, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101762 PMID:39437625	继续医学教育文章	本文旨在通过医学类比和快速模拟帮助临床影像专业人员更直观地理解深度学习，而无需深入数学细节	采用医学类比和可快速实现的模拟演示，使临床专业人员能够通过亲身体验理解深度学习的内部机制	主要关注诊断领域的深度学习应用，虽然也提到治疗领域的类似性，但未深入探讨	提升临床专业人员对深度学习在医学诊断中应用的基本理解	临床影像专业人员	数字病理	乳腺癌	深度学习模拟演示	深度学习模型	医学影像数据	NA
5734	2025-04-26	Evaluation of root canal filling length on periapical radiograph using artificial intelligence 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00781-3 PMID:39465425	research paper	本研究提出了一种利用人工智能和图像分析技术评估根管充填成功的新方法	首次将5种基于CNN的深度学习模型应用于根管充填的自动分割，并开发了供临床医生使用的GUI界面进行辅助分析	样本量相对有限（597张根尖周X线片），且仅评估了二维影像数据	开发AI辅助的根管治疗评估系统	根管充填的影像学评估	digital pathology	dental disease	image analysis	CNN	image	597张根尖周X线片（包含1121颗治疗牙）
5735	2025-04-26	HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3489626 PMID:39480722	研究论文	本研究介绍了一种利用微波技术和深度学习分类早期肝脂肪变性的新方法HepNet	提出了一种名为HepNet的新型深度学习模型，结合微波信号和迁移学习，提高了早期肝脂肪变性的检测准确性	临床数据样本量有限（94和158例患者样本）	开发一种可靠的早期肝脂肪变性分类方法	肝脂肪变性患者	数字病理学	肝病	微波技术	HepNet（基于CNN的改进模型）	微波信号数据	模拟数据训练，94例和158例临床患者样本验证
5736	2025-04-26	Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging 2025-Jan, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2024.102071 PMID:39491716	研究论文	本研究探讨了在单光子发射计算机断层扫描心肌灌注成像中，使用深度学习网络进行心脏运动校正以评估灌注缺陷的潜在益处	首次将深度学习网络应用于心脏运动校正，显著提高了标准计数和减少计数研究中的灌注缺陷检测能力	研究依赖于模拟病变作为真实值，可能无法完全反映真实临床情况	提高单光子发射计算机断层扫描心肌灌注成像中灌注缺陷的检测准确性	心脏运动伪影和灌注缺陷	数字病理学	心血管疾病	单光子发射计算机断层扫描(SPECT)	深度学习网络(DL)	医学影像	训练集197例，测试集194例临床受试者
5737	2025-04-26	Style harmonization of panoramic radiography using deep learning 2025-Jan, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-024-00782-2 PMID:39470914	研究论文	本研究利用深度学习技术对来自不同设备的全景放射影像进行风格统一	首次使用CycleGAN对全景放射影像进行风格统一，并通过客观和专家评估验证其效果	模型需要进一步优化以适用于更多设备的影像	实现不同设备拍摄的全景放射影像的风格统一	全景放射影像	计算机视觉	NA	CycleGAN	GAN	图像	15,624张全景影像（其中444张用于测试）
5738	2025-04-26	Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics 2025-Jan, Annual review of pathology DOI:10.1146/annurev-pathmechdis-111523-023417 PMID:39476415	综述	本文回顾了高分辨率空间转录组学技术在临床转化中的挑战与机遇	探讨了空间转录组学技术在亚细胞分辨率下数字化基因表达的创新潜力及其在个性化医疗中的应用	讨论了高分辨率空间转录组学技术在快速转化中面临的挑战	旨在推动空间转录组学技术在疾病机制研究和个性化治疗中的临床应用	常规收集和存档的临床样本	数字病理学	NA	空间转录组学技术	深度学习	基因表达数据	NA
5739	2025-04-26	Retinal OCT biomarkers and their association with cognitive function-clinical and AI approaches 2025-Jan, Die Ophthalmologie DOI:10.1007/s00347-024-01988-9 PMID:38381373	研究论文	探讨视网膜OCT生物标志物与认知功能之间的关联，并评估AI在医学图像分析中的应用	结合临床与AI方法，探索视网膜OCT生物标志物作为认知功能下降早期非侵入性标记的潜力	AI工具在医学应用中的黑箱性质及在开发数据集外的普遍表现不佳	评估视网膜OCT生物标志物在认知功能下降和神经退行性疾病早期检测中的有效性	视网膜OCT生物标志物与认知功能	数字病理学	神经退行性疾病	光学相干断层扫描(OCT)	深度学习(DL)	医学图像	NA
5740	2025-04-26	Pruning Sparse Tensor Neural Networks Enables Deep Learning for 3D Ultrasound Localization Microscopy 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3552198 PMID:40126968	research paper	该论文提出了一种使用稀疏张量神经网络实现基于深度学习的3D超声定位显微镜（ULM）的方法，以降低内存需求并提高性能	首次将稀疏张量神经网络应用于3D ULM，显著降低了内存需求并提高了在高浓度微泡环境下的性能	稀疏化处理可能导致信息损失，且在2D情况下性能略有下降	开发更高效的3D超声定位显微镜技术，以缩短采集时间并提高成像质量	超声定位显微镜中的微泡轨迹检测	digital pathology	NA	超声定位显微镜（ULM）	稀疏张量神经网络	3D超声图像数据	NA