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
601	2025-04-26	Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3473970 PMID:39365719	研究论文	提出了一种新颖的几何感知编码器-解码器框架，用于稀疏视图CBCT重建，以减少辐射剂量并提高重建质量和时间效率	引入几何感知的编码器-解码器框架，利用CBCT扫描的几何关系，将多视图2D特征反投影到3D空间，形成全面的体积特征图，从而在极稀疏视图输入下实现高质量重建	未提及具体在真实临床环境中的验证效果，可能在实际应用中存在未发现的限制	减少CBCT重建中的辐射剂量，同时保持或提高重建图像的质量和时间效率	稀疏视图CBCT重建	计算机视觉	NA	深度学习，神经渲染算法	2D CNN编码器，3D CNN解码器	2D X射线投影，3D CBCT图像	两个模拟数据集和一个真实世界数据集
602	2025-04-26	Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography 2025-Feb, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2024.09.012 PMID:39366836	研究论文	本研究评估了深度学习在光子计数冠状动脉CT血管造影（PC-CCTA）上自动检测冠状动脉疾病（CAD）的诊断性能	使用深度学习模型（CorEx, Spimed-AI）在非超高分辨率PC-CCTA图像上自动检测CAD，并与人类专家评估的UHR PC-CCTA图像进行比较	回顾性单中心研究，样本量较小（140例患者）	评估深度学习在CAD检测中的诊断性能	疑似CAD并接受PC-CCTA检查的患者	数字病理学	心血管疾病	光子计数冠状动脉CT血管造影（PC-CCTA）	深度学习（CorEx, Spimed-AI）	医学影像	140例患者（96名男性，44名女性）
603	2025-04-26	CQformer: Learning Dynamics Across Slices in Medical Image Segmentation 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3477555 PMID:39388328	研究论文	提出了一种名为CQformer的新型Transformer架构，通过ODE建模2D切片间的动态变化，提升3D医学图像分割性能	首次将ODE引入跨切片特征交互建模，提出交叉实例查询引导的Transformer架构(CQformer)和回归头设计	未明确说明计算复杂度或实时性表现，在BTCV数据集上性能排名第二	改进3D医学图像中连续2D切片的分割精度	多模态医学图像(CT/MRI)中的器官/组织/病变	数字病理	NA	ODE建模	Transformer(CQformer)	3D医学图像	7个不同模态和任务的数据集
604	2025-04-26	Alzheimer's Disease Detection in EEG Sleep Signals 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3478380 PMID:39392730	research paper	该研究探讨了利用睡眠相关脑电图（EEG）信号通过半监督深度学习技术早期检测阿尔茨海默病（AD）的潜力	研究采用半监督深度学习模型处理有限的标记数据，并在所有睡眠阶段实现稳定的分类性能，准确率达到90%	研究受到标记数据稀缺的限制，可能影响模型的泛化能力	早期检测阿尔茨海默病（AD）	睡眠相关的脑电图（EEG）信号	digital pathology	geriatric disease	polysomnography (PSG)	semi-supervised Deep Learning	EEG signals	NA
605	2025-04-26	Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01938-7 PMID:39394520	研究论文	本研究设计了一个深度学习模型，用于预测心电图（ECG）信号中的高血压，并识别与高血压相关的ECG片段	提出了一个深度学习框架，包括MML-Net（多分支、多尺度LSTM神经网络）和ECG-XAI（面向ECG的波对齐AI解释流程），用于检测高血压引起的心脏结构微小变化	研究依赖于特定医院的数据，可能不具有普遍代表性	探索ECG信号是否能够捕捉高血压引起的心脏结构微小变化	心电图信号	数字病理学	心血管疾病	深度学习	LSTM	ECG信号	210,120条10秒12导联ECG（FX-8322设备）和812条ECG（RAGE-12设备）
606	2025-04-26	Large Language Models can Help with Biostatistics and Coding Needed in Radiology Research 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.042 PMID:39406582	研究论文	评估大型语言模型（LLMs）在放射学研究中提供统计和深度学习解决方案及代码的能力	首次系统评估LLMs在放射学研究中处理生物统计学和深度学习编码任务的能力	需要用户进一步验证和优化生成的代码，存在潜在错误和幻觉风险，以及数据隐私问题	探索LLMs在放射学研究中的辅助作用	ChatGPT-4o、ChatGPT-3.5和Google Gemini三种大型语言模型	自然语言处理	NA	生物统计学分析、深度学习模型构建	Vision Transformer (ViT-B/16)	医学影像数据、统计问题	Cancer Imaging Archive数据集和RSNA-STR肺炎检测挑战数据集
607	2025-04-26	Evaluating deep learning techniques for optimal neurons counting and characterization in complex neuronal cultures 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03202-z PMID:39417963	研究论文	本文评估了三种深度学习技术在神经元培养图像中自动计数和表征神经元的最优方法	比较了语义分割、目标检测和实例分割三种深度学习技术在神经元计数和表征中的表现，发现实例分割效果最佳	研究仅针对神经元培养图像，未涉及其他类型的细胞或组织	开发自动且可靠的神经元计数和表征方法	神经元培养中的神经元	计算机视觉	NA	深度学习	语义分割、目标检测、实例分割	图像	NA
608	2025-04-26	Attention-Guided Residual U-Net with SE Connection and ASPP for Watershed-Based Cell Segmentation in Microscopy Images 2025-Feb, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1089/cmb.2023.0446 PMID:39422580	研究论文	提出了一种名为RA-SE-ASPP-Net的新型框架，用于显微镜图像中基于分水岭的细胞分割	结合了残差块、注意力机制、Squeeze-and-Excitation连接和Atrous Spatial Pyramid Pooling，以提高细胞分割的精确性和鲁棒性	在低信噪比图像中准确分割接触细胞仍存在挑战	开发自动化细胞分割方法以替代耗时的手动分析	显微镜图像中的细胞	计算机视觉	NA	深度学习	U-Net-based networks, RA-SE-ASPP-Net	显微镜图像	诱导多能干细胞重编程数据集
609	2025-04-26	Graph based recurrent network for context specific synthetic lethality prediction 2025-Feb, Science China. Life sciences DOI:10.1007/s11427-023-2618-y PMID:39422810	研究论文	提出了一种基于图循环网络的模型（SLGRN），用于预测特定遗传背景下的合成致死（SL）相互作用	引入图循环网络编码器获取特定背景下的低维特征表示，结合门控循环单元（GRU）和背景依赖状态，有效整合所有节点信息	未明确提及模型在跨癌症类型或大规模临床数据集上的泛化能力	探索具有治疗潜力的合成致死相互作用，推动癌症靶向治疗发展	合成致死相互作用及其遗传背景依赖性	机器学习	癌症	图神经网络（GNN）、门控循环单元（GRU）	SLGRN（基于图循环网络的模型）	图数据（基因相互作用网络）	NA（未明确提及具体样本量，但包含体外实验和回顾性临床分析验证）
610	2025-04-26	Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3483316 PMID:39423073	research paper	提出了一种可解释的动态有向图卷积网络（IDDGCN）框架，用于预测错义突变与药物反应之间的多关系	IDDGCN框架引入了四个关键特征：有向图区分敏感性和耐药性关系、动态更新节点权重、探索同一基因内不同突变与药物反应的关联、通过加权机制增强模型可解释性	未明确提及具体样本量或数据来源限制	解决肿瘤异质性导致的药物反应预测难题，提升预测模型的准确性和可解释性	错义突变与药物反应之间的复杂关系	machine learning	肿瘤	graph convolutional networks (GCNs)	IDDGCN (Interpretable Dynamic Directed Graph Convolutional Network)	graph data	NA
611	2025-04-26	High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24704 PMID:39429031	research paper	该研究提出了一种高精度轻量级图像分类网络，用于优化淋巴细胞白血病的诊断	采用渐进式收缩方法，整合了包括宽度、深度、分辨率和核大小在内的多维度剪枝技术，训练轻量级模型	数据集的物理限制和部署设备的限制可能影响模型的泛化能力	优化淋巴细胞白血病的早期检测和诊断	淋巴细胞白血病患者的骨髓细胞图像	digital pathology	lymphoblastic leukemia	deep learning	CNN	image	17,826张骨髓细胞图像来自85名患者
612	2025-04-26	Extraction of agricultural plastic greenhouses based on a U-Net convolutional neural network coupled with edge expansion and loss function improvement 2025-Feb, Journal of the Air & Waste Management Association (1995) DOI:10.1080/10962247.2024.2412708 PMID:39440842	研究论文	本研究通过改进U-Net卷积神经网络模型，结合边缘信息扩展和联合损失函数，提高了农业塑料大棚（APGs）在遥感图像中的提取精度	提出了一种结合边缘信息扩展和联合损失函数的改进U-Net模型，显著提高了APGs的提取精度	研究仅使用了GF-7卫星图像，未验证在其他遥感数据上的适用性	提高农业塑料大棚（APGs）在遥感图像中的位置和数量提取精度，以支持农业管理和环境监测	农业塑料大棚（APGs）	计算机视觉	NA	遥感技术	U-Net CNN	遥感图像	使用GF-7卫星图像数据
613	2025-04-26	Highlighted Diffusion Model as Plug-In Priors for Polyp Segmentation 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3485767 PMID:39446534	研究论文	提出了一种名为Highlighted Diffusion Model Plus (HDM+)的两阶段息肉分割框架，以提高结肠镜图像中息肉分割的准确性	引入了Highlighted Diffusion Model (HDM)来提供显式的语义指导，并通过两阶段框架减少领域差距和提高效率	扩散生成过程的低效率以及RGB结肠镜图像与灰度分割掩码之间的显著领域差距	提高结肠镜图像中息肉分割的准确性	结肠镜图像中的息肉	数字病理学	结直肠癌	扩散模型	HDM+, U-Net	图像	在六个息肉分割基准上进行了广泛实验
614	2025-04-26	Clinical Pilot of a Deep Learning Elastic Registration Algorithm to Improve Misregistration Artifact and Image Quality on Routine Oncologic PET/CT 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.044 PMID:39462735	research paper	该研究评估了一种深度学习弹性配准算法在常规肿瘤PET/CT中改善配准伪影和图像质量的效果	提出了一种基于深度学习的弹性配准方法，用于改进PET和衰减校正CT之间的配准误差	样本量较小（30例患者），且仅针对特定类型的PET扫描（18F-FDG和64Cu-DOTATATE）	评估深度学习弹性配准算法在肿瘤PET/CT中的图像质量改善效果	30例接受常规肿瘤检查的患者（20例18F-FDG PET/CT和10例64Cu-DOTATATE PET/CT）	digital pathology	oncologic disease	PET/CT imaging	deep learning-based elastic registration algorithm	medical imaging (PET/CT)	30 patients (20 18F-FDG PET/CT and 10 64Cu-DOTATATE PET/CT)
615	2025-04-26	Electrocardiograph analysis for risk assessment of heart failure with preserved ejection fraction: A deep learning model 2025-Feb, ESC heart failure IF:3.2Q2 DOI:10.1002/ehf2.15120 PMID:39463004	研究论文	开发了一种深度学习模型用于通过心电图分析评估射血分数保留的心力衰竭（HFpEF）风险	使用CNN-LSTM深度学习模型结合心电图数据进行HFpEF风险评估，相比传统指标具有更好的区分能力	样本量相对较小（训练集238例，验证集117例），且需要侵入性左心室导管检查获取LVEDP数据	开发一种高效、低成本的HFpEF筛查方法	HFpEF高风险和低风险患者	数字病理	心血管疾病	心电图分析	CNN-LSTM	心电图数据	训练集238例，验证集117例HFpEF风险患者
616	2025-04-26	Coinciding Diabetic Retinopathy and Diabetic Macular Edema Grading With Rat Swarm Optimization Algorithm for Enhanced Capsule Generation Adversarial Network 2025-Feb, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24709 PMID:39487733	research paper	提出了一种基于增强胶囊生成对抗网络（ECGAN）和鼠群优化算法（RSO）的方法，用于糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）的分级	结合了ECGAN和RSO算法，提高了DR和DME分级的准确性	使用了不平衡的数据集，可能影响模型的泛化能力	早期检测DR和DME以预防视力丧失	糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）患者	digital pathology	diabetic retinopathy	Savitzky-Golay (SG) filter, discrete shearlet transform (DST)	ECGAN, RSO	image	ISBI 2018 unbalanced DR grading dataset
617	2025-04-26	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer (ViT)的计算机辅助诊断模型，用于准确分类唾液腺肿瘤的最常见亚型	首次将Vision Transformer (ViT)应用于唾液腺肿瘤的分类，并在诊断性能上超越了基准模型	研究仅基于3046张全切片图像，样本来源和多样性可能有限	提高唾液腺肿瘤的组织学分类准确性，辅助病理学家进行精确诊断	唾液腺肿瘤的八种常见亚型，包括多形性腺瘤、肌上皮瘤、Warthin瘤等	计算机视觉	唾液腺肿瘤	深度学习	Vision Transformer (ViT)	图像	3046张全切片图像，涵盖九种不同的组织类别
618	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
619	2025-04-26	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少不必要的支气管镜检查及其潜在并发症	使用基于CNN的深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集验证结果	评估深度学习方法在减少儿童异物吸入诊断中不必要的支气管镜检查的应用效果	47名疑似异物吸入的儿科患者和63名健康儿童的110张PA CXR图像	计算机视觉	儿科异物吸入	CNN, 多元逻辑回归（MLR）	CNN	图像	110张PA CXR图像（47名患者+63名健康儿童）
620	2025-04-26	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统评估了深度学习模型在运动医学中的内部效度和外部验证情况，并提出了临床适用性不足的问题	仅关注运动医学领域，且大多数研究缺乏外部验证，临床适用性评分较低	评估深度学习在运动医学影像应用中的现状和潜在改进方向	运动医学中的深度学习模型及其临床应用	医学影像分析	运动损伤	深度学习	CNN	医学影像	55项研究