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
6001	2025-03-05	Artificial intelligence in the detection and treatment of depressive disorders: a narrative review of literature 2025-Feb, International review of psychiatry (Abingdon, England) DOI:10.1080/09540261.2024.2384727 PMID:40035375	综述	本文综述了人工智能在抑郁症检测和治疗中的应用，重点关注自然语言处理、聊天机器人、机器学习和深度学习技术	本文综合了当前国际文献中关于人工智能在抑郁症诊断和治疗中应用的最重要证据，特别是自然语言处理、聊天机器人、机器学习和深度学习的应用	本文为叙述性综述，可能未涵盖所有相关研究，且未进行系统性分析或元分析	探讨人工智能在抑郁症筛查、诊断和治疗中的潜在应用	抑郁症患者及其相关临床数据	自然语言处理, 机器学习	抑郁症	自然语言处理, 机器学习, 深度学习	NA	文本, 神经影像数据, 遗传数据, 生物标志物	NA
6002	2025-03-05	Score-based Diffusion Models with Self-supervised Learning for Accelerated 3D Multi-contrast Cardiac MR Imaging 2025-Jan-30, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3534206 PMID:40031249	研究论文	本研究提出了一种基于自监督学习的分数扩散模型，用于加速三维多对比心脏磁共振成像（3D-MC-CMR）的采集	创新点在于结合自监督贝叶斯重建网络和分数扩散模型，实现了无需全采样训练数据的精确重建	未提及具体局限性	加速3D-MC-CMR成像的采集过程	三维多对比心脏磁共振成像数据	医学影像处理	心血管疾病	自监督学习，分数扩散模型，Langenvin Markov链蒙特卡洛采样	自监督贝叶斯重建网络，分数扩散模型	3D多对比心脏磁共振图像	使用3D联合心肌T和T映射序列采集的数据集
6003	2025-03-05	Fall-Risk Monitoring in Diverse Terrains Using Dual-Task Learning and Wearable Sensing System 2025-Jan-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536030 PMID:40031371	研究论文	本文介绍了一种新型多传感器系统，结合地形感知传感器和惯性测量单元（IMU），用于在不同地形上监测跌倒风险	提出了一种基于改进的CNN-LSTM模型的双任务学习（DTL）架构，用于从传感器信号中确定跌倒风险级别和地形	实验主要在实验室和医院环境中进行，可能无法完全反映真实世界中的复杂情况	开发一种可靠的跌倒风险监测系统，以减少老年人跌倒事故	年轻人和老年人	机器学习	老年疾病	双任务学习（DTL）	改进的CNN-LSTM模型	传感器信号	10名年轻人和10名老年人
6004	2025-03-05	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jan-29, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	本文提出了一种基于SE-DenseNet网络的手势识别方法，用于从表面肌电信号中识别手势	结合Squeeze-and-Excitation Networks (SE) 和 DenseNet，在DenseBlock和Transition之间插入注意力机制，以关注最重要的信息，提高特征表示能力，并有效解决梯度消失问题	现有手势识别算法在全局特征捕捉、模型计算复杂度和泛化能力方面仍需进一步改进	提供更自然、方便和个性化的人机交互，特别是在康复技术领域	表面肌电信号（sEMG）	机器学习	NA	NA	SE-DenseNet	肌电信号	NinaPro DB2 和 DB4 数据集
6005	2025-03-05	Automatic multimodal registration of cone-beam computed tomography and intraoral scans: a systematic review and meta-analysis 2025-Jan-29, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06183-x PMID:39878846	系统综述与元分析	本文系统回顾和分析了锥形束计算机断层扫描（CBCT）与口内扫描（IOS）自动多模态配准技术的最新进展及其在牙科中的临床意义	对比了几何基础方法与人工智能（AI）技术在CBCT和IOS配准中的应用，揭示了AI方法在自动化和鲁棒性方面的显著改进	研究中存在配准标志不稳定或数据集多样性有限等挑战，需进一步研究以确保在复杂临床场景中的稳定性	评估CBCT和IOS自动多模态配准技术的最新进展及其在牙科中的临床意义	锥形束计算机断层扫描（CBCT）和口内扫描（IOS）	数字病理	NA	几何基础方法和人工智能（AI）技术	深度学习模型	3D图像数据	493篇文章中筛选出22篇符合条件的研究
6006	2025-03-05	Cardiac Phase Estimation Using Deep Learning Analysis of Pulsed-Mode Projections: Towards Autonomous Cardiac CT Imaging 2025-Jan-29, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3536160 PMID:40031322	研究论文	本文提出了一种通过深度学习和分析脉冲模式投影（PMPs）来实现自主心脏CT成像的新方法	首次在投影域中提出前瞻性心脏相位估计，并开发了一种不确定性驱动的Viterbi正则化器来优化深度学习估计	研究使用了基于物理的模拟数据进行评估，尚未在真实临床数据上进行验证	实现自主心脏CT扫描，减少对心电图设备和专家操作的依赖	心脏CT成像	计算机视觉	心血管疾病	深度学习	LSTM, CNN	图像	基于物理的模拟数据
6007	2025-03-05	End-To-End Prediction of Knee Osteoarthritis Progression With Multimodal Transformers 2025-Jan-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3536170 PMID:40031337	研究论文	本研究利用深度学习中的Transformer模型，融合多模态膝关节成像数据，预测膝关节骨关节炎（KOA）的进展	首次使用Transformer模型融合多模态膝关节成像数据，提供了一种端到端的KOA进展预测框架，并公开了源代码和预训练模型	研究结果仍需进一步验证，特别是在不同临床环境中的应用效果	预测膝关节骨关节炎（KOA）的进展，以增强临床试验设计	膝关节骨关节炎（KOA）患者	计算机视觉	骨关节炎	深度学习	Transformer	图像	3967/2421例来自骨关节炎倡议（Osteoarthritis Initiative）的数据
6008	2025-03-05	Class-Agnostic Feature-Learning-Based Deep-Learning Model for Robust Melanoma Prediction 2025-Jan-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535536 PMID:40031346	研究论文	本研究开发了一种基于类无关激活映射（CAAMs）的深度学习模型，用于提高黑色素瘤预测的准确性和可靠性	使用类无关激活映射（CAAMs）来解决图像变异性和变换鲁棒性问题，从而提高诊断准确性和可靠性	未明确提及具体局限性	开发一种鲁棒的深度学习模型，用于黑色素瘤预测	黑色素瘤和痣的皮肤病变图像	计算机视觉	黑色素瘤	深度学习	ConvNeXt, ResNet	图像	ISIC 2017和2019数据集
6009	2025-03-05	Coarse for Fine: Bounding Box Supervised Thyroid Ultrasound Image Segmentation Using Spatial Arrangement and Hierarchical Prediction Consistency 2025-Jan-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3535541 PMID:40031340	研究论文	本文提出了一种双分支弱监督学习框架，用于优化甲状腺超声图像分割网络，通过校准语义特征到合理的空间分布，在边界框掩码的间接、粗略指导下进行分割	提出了一种新的双分支弱监督学习框架，通过空间排列一致性和层次预测一致性分支来优化分割网络，减少对像素级低层次特征的依赖，提高分割精度	虽然该方法在甲状腺超声图像分割上表现优异，但仍依赖于边界框掩码的间接指导，可能在某些复杂情况下无法完全替代全监督方法	优化甲状腺超声图像的分割精度，减少标注时间	甲状腺超声图像	计算机视觉	甲状腺疾病	弱监督学习	双分支网络	图像	三个甲状腺数据集
6010	2025-03-05	Progressive Knowledge Transfer Network Based on Human Visual Perception Mechanism for No-Reference Point Cloud Quality Assessment 2025-Jan-22, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3532651 PMID:40031145	研究论文	本文提出了一种基于人类视觉感知机制的无参考点云质量评估深度学习网络PKT-PCQA，通过渐进知识转移将粗粒度质量分类知识转化为细粒度质量预测任务	PKT-PCQA网络利用局部和全局特征，以及基于空间和通道注意力模块的注意力机制，模拟人类视觉系统进行点云质量评估	未提及具体局限性	研究无参考点云质量评估方法，以提高点云压缩和通信等应用中的质量评估效果	点云数据	计算机视觉	NA	深度学习	PKT-PCQA	点云数据	三个大型独立的点云评估数据集
6011	2025-03-05	Multivariate Glucose Forecasting Using Deep Multihead Attention Layers Inside Neural Basis Expansion Networks 2025-Jan-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530461 PMID:40031270	研究论文	本文提出了一种新的网络架构，通过在多头注意力层后结合全连接密集层和theta层，嵌入神经基础扩展网络层中，以提高葡萄糖预测的准确性和个性化	提出了一种新的网络架构，结合多头注意力层和神经基础扩展网络层，旨在提高预测准确性、减少数据需求并解决个性化问题	深度学习方法的模型不可解释性、时间滞后、预测准确性、大数据需求和高计算资源需求	提高葡萄糖预测的准确性和个性化，以改善糖尿病管理系统的闭环控制	使用连续葡萄糖监测（CGM）传感器的糖尿病患者	机器学习	糖尿病	深度学习	多头注意力层、全连接密集层、theta层、神经基础扩展网络层	时间序列数据	OhioT1DM数据库
6012	2025-03-05	FedBCD: Federated Ultrasound Video and Image Joint Learning for Breast Cancer Diagnosis 2025-Jan-20, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3532474 PMID:40031191	研究论文	本文提出了一种名为FedBCD的去中心化学习解决方案，用于联合学习乳腺超声视频和图像，以改善乳腺癌诊断	首次提出去中心化学习解决方案，结合乳腺超声视频和图像进行联合学习，并设计了JUVIL模型和FILA层间聚合方法	未提及具体局限性	改善乳腺癌诊断的准确性和效率	乳腺超声视频和图像	计算机视觉	乳腺癌	深度学习	JUVIL, FILA	图像, 视频	三个图像客户端和一个视频客户端
6013	2025-03-05	Neural Manifold Decoder for Acupuncture Stimulations With Representation Learning: An Acupuncture-Brain Interface 2025-Jan-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530922 PMID:40031188	研究论文	本文提出了一种深度学习框架，通过受试者的脑电图活动解码不同针灸操作在足三里穴位上的针刺过程	结合对比表示学习和领域适应策略，估计针灸师的三维手部姿势和手关节运动轨迹，并通过无监督流形学习估计针灸诱发的脑电图信号的低维状态空间	研究中使用的样本类型和数量未明确说明，可能影响结果的普适性	揭示针灸刺激与动态脑响应之间的相关性，并开发一种针灸-脑接口	接受针灸刺激的受试者	机器学习	神经系统疾病	脑电图（EEG）	神经网络	脑电图信号、视频记录	NA
6014	2025-03-05	Marker Data Enhancement for Markerless Motion Capture 2025-Jan-17, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文提出了一种改进的标记增强器，用于将稀疏的视频关键点转换为密集的解剖标记，以提高无标记运动捕捉的准确性	创建了一个更大、更多样化的训练数据集，并开发了一个更准确、更具通用性的标记增强器	在训练数据中未包含的运动上表现不佳	提高无标记运动捕捉的准确性和通用性	人体运动捕捉数据	计算机视觉	NA	深度学习	标记增强器	视频关键点和解剖标记	1176名受试者的标记运动捕捉数据和1433小时的视频关键点及解剖标记
6015	2025-03-05	Knowledge-Based Deep Learning for Time-Efficient Inverse Dynamics 2025-Jan-17, 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.2025.3530992 PMID:40031238	研究论文	本文提出了一种基于知识的深度学习框架，用于高效的时间反演动力学分析，能够直接从关节运动学数据预测肌肉激活和肌肉力量	提出了一种无需标签信息即可训练的深度学习框架，结合前向动力学和预选的反演动力学生理标准，通过特定的损失函数指导神经网络训练	实验验证仅限于两个数据集，样本量较小，且仅包括健康受试者	提高神经康复和肌肉骨骼疾病治疗中肌肉激活和肌肉力量估计的效率和准确性	肌肉激活和肌肉力量	机器学习	肌肉骨骼疾病	深度学习	BiGRU（双向门控循环单元）	时间序列数据	两个数据集，包括一个基准上肢运动数据集和一个自收集的下肢运动数据集，涉及六名健康受试者
6016	2025-03-05	Conditional Contrastive Predictive Coding for assessment of fetal health from the cardiotocogram 2025-Jan-16, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530610 PMID:40030899	研究论文	本文提出了一种基于条件对比预测编码（CPC）的方法，用于从胎心宫缩图（CTG）中评估胎儿健康状况	本文通过引入对比预测编码（CPC）改进了现有的无监督深度学习模型，并提出了一个新的训练目标，更适合异常检测任务	NA	改进现有的胎心宫缩图（CTG）自动异常检测方法，以提高胎儿健康状况评估的准确性	胎心宫缩图（CTG）数据	机器学习	胎儿健康	对比预测编码（CPC）	WaveNet架构	胎心宫缩图（CTG）数据	NA
6017	2025-03-05	Cutting Skill Assessment by Motion Analysis Using Deep Learning and Spatial Marker Tracking 2025-Jan-15, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3529500 PMID:40030929	研究论文	本文提出了一种通过手术刀运动分析评估开放手术中切割技能的方法	设计了3D多面ArUco代码立方体，并使用YOLOv8模型和图像数据集识别手术刀类型并选择其尖端位置，提出了五种评估指标来量化外科医生的切割技能	实验样本量较小，仅涉及20名专家和新手外科医生	评估开放手术中外科医生的切割技能	外科医生的切割技能	计算机视觉	NA	YOLOv8模型	YOLOv8	图像	20名专家和新手外科医生
6018	2025-03-05	Combining Pre- and Post-Demosaicking Noise Removal for RAW Video 2025-Jan-15, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3527886 PMID:40031011	研究论文	本文提出了一种结合去马赛克前后噪声去除的自相似性去噪方案，用于Bayer模式CFA视频数据	提出了一种自相似性去噪方案，结合去马赛克前后的去噪器，并通过时间轨迹预滤波步骤进一步改善纹理重建	现代神经网络在适应新噪声水平和场景方面仍有困难	提高去噪算法的质量，使其适用于现实世界的视频拍摄	Bayer模式CFA视频数据	计算机视觉	NA	深度学习	神经网络	视频	NA
6019	2025-03-05	A Region and Category Confidence-Based Multi-Task Network for Carotid Ultrasound Image Segmentation and Classification 2025-Jan-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529483 PMID:40031080	研究论文	本文提出了一种基于区域和类别置信度的多任务网络（RCCM-Net），用于颈动脉超声图像的分割和分类	该网络通过区域置信模块（RCM）和样本类别置信模块（CCM）利用分割和分类任务之间的相关性，提高了性能	NA	提高颈动脉斑块超声图像的分割和分类性能，以辅助动脉粥样硬化的治疗和中风风险评估	颈动脉斑块的超声图像	计算机视觉	心血管疾病	深度学习	多任务学习框架（RCCM-Net）	2D超声图像	1270张颈动脉斑块的2D超声图像
6020	2025-03-05	WavFace: A Multimodal Transformer-based Model for Depression Screening 2025-Jan-13, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529348 PMID:40031033	研究论文	本文提出了一种名为WavFace的多模态深度学习模型，用于通过音频和面部特征进行抑郁症筛查	WavFace在预训练模型上增加了编码器-转换器层以改进单模态表示，并应用显式对齐方法和顺序及空间自注意力机制进行模态融合	样本量较小	探索深度学习模型在抑郁症筛查中的应用	临床访谈视频中的音频和面部特征	自然语言处理	抑郁症	深度学习	Transformer	音频和视频	NA