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
41	2025-07-01	Predicting ADC Map Quality from T2-Weighted MRI: A Deep Learning Approach for Early Quality Assessment to Assist Point-of-Care 2025-Jan-15, medRxiv : the preprint server for health sciences DOI:10.1101/2025.01.15.25320592 PMID:40568662	研究论文	本研究开发了一种深度学习方法，通过T2加权MRI图像早期预测ADC图质量，以辅助即时医疗决策	首次提出从早期T2图像预测ADC图质量的自动化方法，并在多中心数据上验证模型性能	模型在外部数据上的性能（94%准确率）虽强但仍有提升空间，直肠横截面积指标的AUC仅为0.65	开发前列腺MRI图像质量早期评估方法以减少漏诊和不必要重复扫描	前列腺MRI图像（T2加权图像和ADC图）	数字病理	前列腺癌	深度学习	CNN	医学影像	486名患者（来自本院和62家外部诊所）的多中心配对图像数据集
42	2025-07-01	CellBinDB: a large-scale multimodal annotated dataset for cell segmentation with benchmarking of universal models 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf069 PMID:40552981	研究论文	介绍了一个大规模多模态标注数据集CellBinDB，用于细胞分割，并评估了通用模型的性能	提出了一个包含多种染色方式和组织类型的大规模数据集，支持通用模型的训练和评估	复杂细胞形状会降低分割精度，需要进一步优化分割策略	促进更通用的细胞分割解决方案的发展	人类和小鼠的正常及病变组织样本	数字病理学	NA	多种染色技术（如DAPI、ssDNA、H&E、多色免疫荧光）	通用细胞分割模型	图像	超过1000张标注图像，涵盖30多种组织类型
43	2025-07-01	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了使用监督深度学习算法对肉牛进行早期实时妊娠诊断的适用性，通过黄体彩色多普勒超声检查在固定时间人工授精后第20天和第22天进行	首次应用深度学习算法（VGG19、Xception和ResNet50）于黄体彩色多普勒超声视频，实现早期自动化妊娠诊断，性能与人工诊断相当	研究仅基于390头母牛的超声视频，样本量相对有限，且仅评估了D20和D22两天的数据	开发早期自动化妊娠诊断方法，替代传统人工诊断	肉牛（Bos taurus beef cows）	计算机视觉	NA	彩色多普勒超声检查	CNN（VGG19、Xception、ResNet50）	视频	390头母牛的超声视频，提取20546帧有效图像（D20:10533帧，D22:10413帧）
44	2025-07-01	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	综述	本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向	探讨了AI在多种癌症类型中的应用，包括组织分类、突变检测和预后预测，并强调了未来发展方向如实时诊断和可解释AI	存在数据隐私、模型可解释性及监管标准等挑战	评估AI在癌症病理学中的潜力，以提升诊断准确性、优化工作流程并支持精准肿瘤学	乳腺癌、肺癌、前列腺癌和结直肠癌等多种癌症类型	数字病理学	多种癌症	机器学习、深度学习和计算机视觉	NA	组织病理学图像和多模态数据	NA
45	2025-07-01	BIDSAlign: a library for automatic merging and preprocessing of multiple EEG repositories 2024-08-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6a8c PMID:39094617	研究论文	介绍了一个名为BIDSAlign的标准化库，用于自动合并和预处理多个EEG数据集	提出了一种能够处理BIDS和非BIDS数据集的标准化库，统一了不同设置的EEG记录，并提供了可视化功能和用户友好的图形界面	未提及具体的性能评估或与其他工具的对比	解决数据驱动的EEG数据分析中的挑战，提供有效的深度学习架构训练数据	多个公共EEG数据集	机器学习	神经系统疾病	EEG数据处理	深度学习架构	EEG数据	来自OpenNeuro的数据集
46	2025-07-01	Wasserstein generative adversarial network with gradient penalty and convolutional neural network based motor imagery EEG classification 2024-08-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6cf5 PMID:39116892	研究论文	提出了一种基于Wasserstein生成对抗网络和卷积神经网络的运动想象脑电分类方法，以提高分类性能	改进的Wasserstein生成对抗网络用于数据增强，设计了一个简洁高效的深度学习模型以提高解码性能	未提及具体的数据采集难度或样本量不足是否会影响模型的泛化能力	提高运动想象脑电数据的解码性能	运动想象脑电数据	机器学习	NA	连续小波变换	Wasserstein GAN, CNN	脑电信号	BCI Competition IV 2a和2b数据集及实际采集的数据集
47	2025-07-01	MRGazer: decoding eye gaze points from functional magnetic resonance imaging in individual space 2024-08-13, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6185 PMID:38986464	research paper	提出了一种名为MRGazer的框架，用于从个体空间的功能磁共振成像(fMRI)数据中预测眼动注视点	MRGazer框架跳过了fMRI共配准步骤，简化了处理流程，实现了端到端的眼动注视回归	未提及具体局限性	开发一个高效、简单且准确的深度学习框架，用于从fMRI数据预测眼动	功能磁共振成像(fMRI)数据中的眼动注视点	计算机视觉	NA	fMRI	残差网络(ResNet)	fMRI图像数据	未提及具体样本量
48	2025-07-01	Toward calibration-free motor imagery brain-computer interfaces: a VGG-based convolutional neural network and WGAN approach 2024-07-31, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6598 PMID:39029497	research paper	本研究提出了一种基于VGG卷积神经网络和WGAN的无校准运动想象脑机接口方法，用于跨受试者EEG分类	采用WGAN生成合成频谱图像进行数据增强，结合改进的VGG-CNN分类器，实现了无需目标受试者校准数据的跨受试者分类	研究仅使用了公开竞赛数据集，未在实际临床环境中验证	开发无需校准的运动想象脑机接口系统	运动想象EEG信号	脑机接口	NA	EEG信号处理	VGG-CNN, WGAN	EEG频谱图像	BCI竞赛IV-2B、IV-2A和IV-1基准数据集（具体数量未说明）
49	2025-07-01	SQI-DOANet: electroencephalogram-based deep neural network for estimating signal quality index and depth of anaesthesia 2024-07-30, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6592 PMID:39029477	研究论文	提出了一种基于脑电图(EEG)的深度神经网络SQI-DOANet，用于估计信号质量指数(SQI)和麻醉深度(DOA)	结合了信号质量评估网络(SQINet)和麻醉深度分析网络(DOANet)，采用双注意力模块融合多通道多尺度信息，并使用门控多层感知器模块提取时序信息	未明确说明模型在实时监测场景下的表现及计算效率	开发可靠的麻醉深度监测方法	手术中的脑电图信号	机器学习	NA	深度学习	CNN+注意力机制+MLP	EEG信号	大型VitalDB数据库（具体数量未说明）
50	2025-07-01	Neural activity shaping in visual prostheses with deep learning 2024-07-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad6186 PMID:38986450	研究论文	本文提出了一种基于深度学习的神经活动塑造方法，用于改善视网膜假体的视觉感知	使用人工神经网络（ANNs）进行模型无关的神经活动塑造，相比传统方法计算效率更高且不限于特定视网膜模型	方法尚未在实际临床环境中验证	提高视网膜假体的空间分辨率和视觉感知质量	视网膜假体使用者的神经活动模式	计算机视觉	视网膜疾病	深度学习	ANNs（人工神经网络）	图像数据	NA
51	2025-07-01	Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model 2024-06-28, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ad593c PMID:38885689	研究论文	本研究提出了一种基于语义和上下文相似性的脑解码新方法，利用fMRI数据和深度学习解码流程来推断和重建概念相似的图像	结合了神经科学启发的大脑解码模型和潜在扩散模型，通过线性映射fMRI活动到语义视觉特征空间，实现了语义分类和图像检索/生成	方法依赖于预训练神经网络的潜在空间表示，可能受限于网络本身的表征能力	开发一种新的脑解码方法，能够从fMRI数据中重建概念相似的图像	人类大脑对自然图像刺激的神经活动模式	计算神经科学	NA	fMRI, 潜在扩散模型	线性脑到特征模型, 潜在扩散模型	fMRI数据, 图像数据	三个fMRI数据集(Generic Object Decoding, BOLD5000, NSD)
52	2025-07-01	Using Deep learning to Predict Cardiovascular Magnetic Resonance Findings from Echocardiography Videos 2024-Apr-19, medRxiv : the preprint server for health sciences DOI:10.1101/2024.04.16.24305936 PMID:38699330	研究论文	本研究探讨了深度学习在从超声心动图视频预测心血管磁共振成像（CMR）结果中的应用	首次尝试使用深度学习从超声心动图视频预测CMR的组织特征，如晚期钆增强（LGE）、T1和T2映射以及细胞外体积（ECV）	模型在预测LGE、T1、T2和ECV等组织特征时表现不佳，表明超声心动图视频中可能缺乏这些特征的信号	探索深度学习是否可以从超声心动图视频中预测CMR的组织特征	1,453名成年患者（平均年龄56±18岁，42%为女性）的2,556对超声心动图和CMR研究	数字病理学	心血管疾病	深度学习	CNN	视频	1,453名患者，2,556对超声心动图和CMR研究
53	2025-06-30	Saturation transfer MR fingerprinting for magnetization transfer contrast and chemical exchange saturation transfer quantification 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30532 PMID:40228056	研究论文	本研究开发了一种基于深度学习的饱和转移MR指纹识别技术，用于快速准确量化自由水、磁化转移对比、酰胺质子转移参数及B0场不均匀性	提出了一种基于生物物理模型驱动的深度学习方法，结合Bloch-McConnell模拟器进行神经网络训练，实现了比传统方法更高的重建精度	研究仅在数值模型和健康人脑组织中进行验证，未涉及病理组织的应用验证	开发快速准确的饱和转移MR指纹成像技术	水分子、磁化转移对比、酰胺质子转移参数及B0场不均匀性	医学影像分析	NA	饱和转移MR指纹识别(ST-MRF)、深度学习	深度学习网络	MRI影像数据	数值模型及健康人脑组织数据(尺寸256×256×9×103)
54	2025-06-30	Quantitative susceptibility mapping in magnetically inhomogeneous tissues 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30537 PMID:40312865	研究论文	本研究开发了一种名为DEEPOLE的深度学习方法，用于改进磁敏感定量成像（QSM）的质量和准确性	DEEPOLE首次将宏观非偶极拉莫尔频移纳入QSM，通过深度卷积神经网络整合QUASAR模型，显著减少了传统QSM方法中的伪影和误差	研究主要基于合成数据和数字脑模型验证，虽然也使用了活体人脑数据，但样本量未明确说明	提高磁敏感定量成像在生物组织中的准确性和可靠性	人脑组织（特别是深部灰质和白质）	医学影像分析	神经退行性疾病	定量磁敏感成像（QSM）	深度卷积神经网络	MRI影像数据	NA
55	2025-06-30	Groupwise image registration with edge-based loss for low-SNR cardiac MRI 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30486 PMID:40353517	研究论文	提出一种基于深度学习的图像配准方法AiM-ED，用于处理低信噪比的心脏MRI图像	使用预训练的边缘检测器定义训练损失，联合处理多个噪声源图像，提高了图像配准的质量	样本量较小，仅验证了24个健康受试者和5个患者的切片	提高低信噪比心脏MRI图像的配准和平均质量	自由呼吸单次心脏MRI图像	计算机视觉	心血管疾病	深度学习	AiM-ED	图像	24个健康受试者和5个患者的切片，以及6个患者的0.55T扫描数据
56	2025-06-30	Accelerated Multi-b-Value DWI Using Deep Learning Reconstruction: Image Quality Improvement and Microvascular Invasion Prediction in BCLC Stage A Hepatocellular Carcinoma 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.01.043 PMID:39955255	研究论文	本研究探讨了基于深度学习的加速多b值DWI（Mb-DWI）在BCLC A期肝细胞癌（HCC）中对采集时间、图像质量和微血管侵犯（MVI）预测能力的影响	使用深度学习重建加速Mb-DWI，显著减少采集时间并提高图像质量，同时保持与标准Mb-DWI相当的MVI预测性能	研究样本量相对较小（118例患者），且仅针对BCLC A期HCC患者	评估深度学习加速Mb-DWI在肝细胞癌诊断中的应用效果	BCLC A期肝细胞癌患者	数字病理	肝细胞癌	多b值DWI（Mb-DWI）	深度学习	医学影像	118例患者（48例MVI阳性）
57	2025-06-30	A Preoperative CT-based Multiparameter Deep Learning and Radiomic Model with Extracellular Volume Parameter Images Can Predict the Tumor Budding Grade in Rectal Cancer Patients 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.028 PMID:40055057	research paper	研究基于CT的多参数深度学习和放射组学模型（DLRM）在预测直肠癌患者术前肿瘤萌芽（TB）分级中的应用	结合深度学习和手工制作的放射组学特征，构建了一个多参数模型来预测直肠癌的TB分级，为非侵入性评估提供了新方法	研究样本量较小（135例患者），且为回顾性研究，可能存在选择偏差	预测直肠癌患者的术前肿瘤萌芽（TB）分级	直肠癌患者	digital pathology	rectal cancer	CT扫描，深度学习，放射组学	DLRM（深度学习和放射组学组合模型）	CT图像	135例经组织学确认的直肠癌患者（85例Bd1+2组，50例Bd3组）
58	2025-06-30	Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.039 PMID:40068996	研究论文	开发并验证了一种基于深度学习的决策视觉生物标志物系统（DM-VBS），用于通过MRI和MG的放射组学和深度学习特征预测乳腺癌HER2状态	整合MRI和MG的双模态虚拟活检系统，首次使用XGBoost模型进行HER2状态的三元分类	HER2-zero和HER2-low组之间的影像特征差异不显著	预测乳腺癌HER2状态以指导靶向治疗	乳腺癌患者	数字病理学	乳腺癌	MRI, MG, 放射组学, 深度学习	XGBoost	影像	550名患者
59	2025-06-30	Automated Fast Prediction of Bone Mineral Density From Low-dose Computed Tomography 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.02.041 PMID:40082126	研究论文	本研究探讨了利用深度学习基于低剂量CT扫描建立体积骨密度预测和骨质疏松分类系统的可行性	首次将深度学习应用于低剂量CT扫描中的体积骨密度预测和骨质疏松分类	研究样本量相对较小（551名受试者），且仅限于腰椎区域的评估	开发自动化系统用于骨质疏松筛查	低剂量CT扫描图像	数字病理学	骨质疏松症	低剂量CT扫描	U-net	医学影像	551名同时接受低剂量CT和QCT检查的受试者
60	2025-06-30	Deep Learning and Radiomics Discrimination of Coronary Chronic Total Occlusion and Subtotal Occlusion using CTA 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.03.011 PMID:40164533	研究论文	本研究旨在开发基于深度学习和放射组学的模型，利用冠状动脉CT血管成像（CCTA）区分冠状动脉慢性完全闭塞（CTO）和次全闭塞（STO）病变，并与传统方法进行比较	首次结合深度学习和放射组学技术，通过CCTA数据高效准确地区分CTO和STO病变	研究为回顾性设计，样本主要来自三级医院，可能存在选择偏倚	开发人工智能工具以改进冠状动脉闭塞性病变的鉴别诊断	冠状动脉慢性完全闭塞（CTO）和次全闭塞（STO）病变	数字病理	心血管疾病	冠状动脉CT血管成像（CCTA）	深度学习模型	医学影像	581名参与者（平均年龄50岁±11），共600个病变（403个CTO和197个STO）