深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
6461	2025-10-06	Asymmetrical Contrastive Learning Network via Knowledge Distillation for No-Service Rail Surface Defect Detection 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3479453 PMID:39471124	研究论文	提出一种基于知识蒸馏的非对称对比学习网络，用于无服务轨道表面缺陷检测	设计双流教师模型提取RGB和深度特征，并通过对比蒸馏损失、多尺度图映射蒸馏损失和自适应注意力蒸馏损失将多模态特征转移到轻量级学生模型	未明确说明模型在极端环境条件下的鲁棒性	开发高效的轨道表面缺陷检测方法	轨道表面缺陷	计算机视觉	NA	深度学习	CNN	RGB-D图像	工业RGB-D数据集NEU RSDDS-AUG及三个额外公共数据集	PyTorch	非对称对比学习网络(ACLNet)	准确率, 精度, 召回率, F1分数	NA
6462	2025-10-06	Spectral Super-Resolution in Frequency Domain 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3481060 PMID:39471122	研究论文	提出一种在频域处理光谱超分辨率的新方法，通过融合频域、光谱和空间域特征重建高光谱图像	首次在频域处理光谱超分辨率问题，设计了三模块融合网络（SSFDF）整合频域与光谱空间域信息	未明确说明计算复杂度与实时性能表现	从RGB图像重建高光谱图像	高光谱图像（HSI）与对应RGB图像	计算机视觉	NA	深度学习	CNN	图像	多个数据集（未具体说明样本数量）	未明确说明	对称卷积神经网络	重建效果（未具体说明评估指标）	NA
6463	2025-10-06	Structure-Preserved Self-Attention for Fusion Image Information in Multiple Color Spaces 2025-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3490800 PMID:39531572	研究论文	提出一种结构保持自注意力网络模型，用于高效融合多颜色空间的图像信息	提出结构保持自注意力模块，采用单头像素级注意力机制替代传统多头自注意力，实现跨颜色空间的关键像素位置关注	NA	提升深度学习模型在多颜色空间图像信息融合中的性能	多颜色空间图像信息	计算机视觉	NA	NA	自注意力网络	图像	NA	NA	SPSANet, SPSA	识别性能, 参数量, 计算成本	NA
6464	2025-10-06	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	研究论文	提出一种基于组织学图像的对比学习框架HECLIP，用于从H&E染色图像推断空间基因表达谱	采用以图像为中心的对比学习策略捕获与分子表达相关的形态学特征，最小化对空间转录组数据的依赖	NA	开发可扩展的计算方法弥合成像与转录组学之间的鸿沟	H&E染色组织学图像和空间基因表达谱	数字病理学	NA	H&E染色，空间转录组学	深度学习，对比学习	组织学图像，基因表达数据	NA	NA	HECLIP	NA	NA
6465	2025-10-06	CombiANT reader: Deep learning-based automatic image processing tool to robustly quantify antibiotic interactions 2025-Jul, PLOS digital health DOI:10.1371/journal.pdig.0000669 PMID:40627666	研究论文	开发基于深度学习的自动图像处理工具CombiANT reader，用于精确量化抗生素相互作用	首次将深度学习技术应用于CombiANT检测方法的自动化图像分析，实现亚毫米级精度的关键点距离测量	仅使用100个平板进行验证，样本规模相对有限	开发自动化的抗生素相互作用量化工具以替代人工评分	CombiANT琼脂平板上的细菌生长区域和关键参考点	计算机视觉	抗生素耐药性感染	琼脂平板扩散法，智能手机成像	深度学习	图像	100个平板，由3名不同用户使用手机拍摄	NA	NA	平均绝对误差	智能手机平台
6466	2025-10-06	Comparative analysis of deep learning and tree-based models in power demand prediction: Accuracy, interpretability, and computational efficiency 2025-Jul, Journal of building physics IF:1.8Q3 DOI:10.1177/17442591251333144 PMID:40630870	研究论文	比较深度学习和树基模型在电力需求预测中的准确性、可解释性和计算效率	提出多视角评估框架，综合考虑预测准确性（整体和不同电力水平）、可解释性（全局/局部视角和模型结构）和计算效率	仅分析六种特定模型，未涵盖所有可能的机器学习方法	评估不同机器学习模型在电力需求预测中的综合性能	电力需求预测模型	机器学习	NA	NA	RNN, GRU, LSTM, Random Forest, XGBoost, LightGBM	时间序列数据	NA	NA	循环神经网络, 门控循环单元, 长短期记忆网络, 随机森林, 极端梯度提升, 轻量梯度提升机	CV-RMSE	NA
6467	2025-07-11	From Promise to Practice: Reducing Research Waste in Deep Learning Model Development for Cardiovascular Imaging 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.05.003 PMID:40634020	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6468	2025-10-06	Challenges and Strategies for Deep Learning in Cardiovascular Imaging: Ejection Fraction and Heart Failure Management 2025-Jul, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.02.011 PMID:40634019	研究论文	评估深度学习在心血管影像中自动测量左心室射血分数面临的三大挑战及应对策略	首次系统识别并量化了深度学习在心脏影像分析中评估指标、训练数据和模型泛化三大核心挑战	研究仅基于3,538例样本，未涵盖所有类型的心脏病患者群体	改善深度学习模型在心血管影像分析中的临床适用性	左心室射血分数测量与心力衰竭管理	医学影像分析	心血管疾病	心脏影像分析	深度学习	医学影像	3,538例来自三个不同人群	NA	端到端监督学习	AUC	NA
6469	2025-10-06	Physics informed neural networks simulation of fingering instabilities arising during immiscible and miscible multiphase flow in oil recovery processes 2025-Jul-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0273935 PMID:40637571	研究论文	本研究使用物理信息神经网络模拟石油开采过程中多相流的不稳定性现象	首次将物理信息神经网络应用于模拟石油开采过程中混相和非混相多相流的不稳定性问题	仅与半解析解进行比较，缺乏与完整实验数据的验证	开发基于深度学习的流体动力学问题解决方案	石油开采过程中的多相流体流动	机器学习	NA	物理信息神经网络	PINN	数值模拟数据	NA	NA	物理信息神经网络	与半解析解的比较	NA
6470	2025-10-06	Domain-generalized Deep Learning for Improved Subject-independent Emotion Recognition Based on Electroencephalography 2025-Jun-30, Experimental neurobiology IF:1.8Q4 DOI:10.5607/en25011 PMID:40364497	研究论文	本研究系统评估了四种领域泛化技术与三种深度学习架构的组合在基于脑电图的跨被试情绪识别中的性能	首次系统性地将四种领域泛化技术（Deep CORAL、GroupDRO、VREx、DANN）与三种代表性深度学习架构（ShallowFBCSPNet、EEGNet、TSception）相结合，用于改善跨被试脑电图情绪识别	仅使用两个情感脑电图数据集进行评估，且仅进行二分类任务（效价和唤醒度）	开发稳健的跨被试脑电图情绪识别系统	人类被试的情感状态	机器学习	NA	脑电图（EEG）	深度学习	脑电图信号	两个情感脑电图数据集，采用十折交叉验证策略	NA	ShallowFBCSPNet, EEGNet, TSception	分类准确率	NA
6471	2025-10-06	[Advances in low-dose cone-beam computed tomography image reconstruction methods based on deep learning] 2025-Jun-25, Sheng wu yi xue gong cheng xue za zhi = Journal of biomedical engineering = Shengwu yixue gongchengxue zazhi DOI:10.7507/1001-5515.202409021 PMID:40566788	综述	系统回顾基于深度学习的低剂量锥形束CT图像重建方法，比较不同网络架构在降噪、伪影消除和细节保留方面的性能	全面比较图像域、投影域和双域三种深度学习重建方法，并探讨多模态融合和自监督学习等新兴技术的应用潜力	NA	优化低剂量CBCT算法以降低患者辐射风险并提升图像质量	锥形束CT图像重建方法	医学影像处理	NA	锥形束CT扫描	深度学习	CT图像	NA	NA	NA	噪声降低, 伪影消除, 细节保留, 计算效率	NA
6472	2025-10-06	AI in Medical Questionnaires: Innovations, Diagnosis, and Implications 2025-Jun-23, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/72398 PMID:40549427	系统综述	本文系统综述了人工智能在医学问卷中的当前应用、潜在益处和问题，重点关注其在评估、开发和预测三个主要功能中的作用	首次系统评估AI在医学问卷中的综合应用价值，涵盖24种AI技术，包括传统算法和深度学习模型	79%的研究仍处于探索阶段，缺乏对照组、随访数据不完整和验证系统不足是主要方法学限制	系统评估人工智能在医学问卷中的应用价值和挑战	医学问卷和心理健康评估工具	自然语言处理	精神疾病	自然语言处理，生成模型	随机森林, 支持向量机, k近邻, 卷积神经网络, BERT, ChatGPT	问卷数据	14项符合纳入标准的研究（从49,091篇文献中筛选）	NA	BERT, ChatGPT, 卷积神经网络	准确率92.18%, AUC 0.790	NA
6473	2025-10-06	Quantum-inspired computational drug design for phytopharmaceuticals: a herbal holography analysis 2025-Jun-13, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-025-06412-w PMID:40512383	研究论文	本文提出了一种基于量子理论启发的计算药物设计新范式——草药全息分析，用于植物药物的研发	提出了草药全息分析新范式，将草药分子视为多维系统，采用全息和量子理论进行理解	NA	验证量子驱动方法是否能真正革新草药医学研究	植物化合物和草药疗法	计算药物设计	NA	混合量子-经典模拟, 深度学习, 量子力学	深度学习模型	草药化合物数据, 药理学数据	NA	NA	NA	NA	NA
6474	2025-10-06	Ultra-fast single-sequence magnetic resonance imaging (MRI) for lower back pain: diagnostic performance of a deep learning T2-Dixon pprotocol 2025-Jun-11, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106987 PMID:40633138	研究论文	评估深度学习加速的T2-Dixon单序列MRI协议在腰椎退行性病变诊断中的性能	开发了基于深度学习的超快速单序列MRI协议，将采集时间减少80-84%	单中心研究，样本量较小(30例患者)，缺乏多中心验证	评估深度学习加速MRI协议在腰椎疼痛诊断中的性能	下背痛患者	医学影像分析	腰椎退行性疾病	磁共振成像，深度学习加速成像	深度学习	医学影像	30例下背痛患者(平均年龄48±18.5岁，67%女性)	NA	NA	灵敏度，特异性，置信区间，Kappa系数	1.5 Tesla和3 Tesla MRI设备
6475	2025-10-06	Feasibility Study of Triple-low CCTA for Coronary Artery Disease Screening Combining Contrast Enhancement Boost and Deep Learning Reconstruction 2025-Jun, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM31334 PMID:40630453	研究论文	本研究比较了采用对比增强提升技术结合深度学习重建的三低冠状动脉CT血管成像与传统方法的图像质量	首次将对比增强提升技术与深度学习重建相结合应用于三低剂量冠状动脉CT血管成像，实现辐射剂量和对比剂用量的显著降低	样本量较小（仅46例患者），单中心研究，需要更大规模验证	探索低剂量、低对比剂流率/用量的冠状动脉CT血管成像技术在冠心病早期筛查中的应用潜力	疑似冠状动脉狭窄的患者	医学影像分析	冠心病	冠状动脉CT血管成像，对比增强提升技术，深度学习重建	深度学习	CT医学影像	46例患者	NA	NA	CT值，背景噪声，信噪比，对比信噪比，主观评分	NA
6476	2025-10-06	Identifying Asthma-Related Symptoms From Electronic Health Records Using a Hybrid Natural Language Processing Approach Within a Large Integrated Health Care System: Retrospective Study 2025-May-02, JMIR AI DOI:10.2196/69132 PMID:40611521	研究论文	本研究开发了一种混合自然语言处理方法来从电子健康记录中识别哮喘相关症状	结合基于规则和基于Transformer的深度学习算法，创建混合NLP方法用于哮喘症状识别	研究依赖于单一医疗系统的数据，可能限制算法的泛化能力	开发自然语言处理算法从临床文本中识别哮喘相关症状	大型综合医疗系统中的电子健康记录和临床笔记	自然语言处理	哮喘	自然语言处理	Transformer	文本	11,374,552份临床笔记，包含128,211,793个句子	NA	Transformer	阳性预测值, 敏感度, F1分数	NA
6477	2025-10-06	Learning-based early detection of post-hepatectomy liver failure using temporal perioperative data: a nationwide multicenter retrospective study in China 2025-May, EClinicalMedicine IF:9.6Q1 DOI:10.1016/j.eclinm.2025.103220 PMID:40630620	研究论文	本研究开发了一种基于人工智能的深度学习模型，用于肝切除术后24小时内早期检测肝衰竭	首次将基础模型Bio-Clinical BERT与上下文感知transformer模块结合，对围手术期时序数据进行深度特征分析，实现PHLF的极早期检测	MIMIC-IV队列数据不完整且主要为高加索人群，模型在该队列表现相对有限	利用人工智能技术改进肝切除术后肝衰竭的早期检测方法	肝切除手术患者	医疗人工智能	肝衰竭	电子健康记录数据分析	深度学习,transformer	时序医疗数据	中国队列1832例患者（训练681例，验证1151例），MIMIC-IV队列242例	PyTorch	Bio-Clinical BERT,transformer	AUC,准确率	NA
6478	2025-10-06	TOWARDS PATIENT-SPECIFIC SURGICAL PLANNING FOR BICUSPID AORTIC VALVE REPAIR: FULLY AUTOMATED SEGMENTATION OF THE AORTIC VALVE IN 4D CT 2025-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/ISBI60581.2025.10981269 PMID:40630832	研究论文	开发基于nnU-Net的全自动二叶式主动脉瓣多标签分割流程，用于患者特异性手术规划	首个针对二叶式主动脉瓣的全自动分割模型，并评估了分割结果在临床手术规划中的可用性	分割结果的时间一致性仍需改进	为二叶式主动脉瓣修复手术提供患者特异性规划支持	二叶式主动脉瓣患者	医学影像分析	心血管疾病	4D CT成像	CNN	4D CT图像	NA	nnU-Net	U-Net	Dice系数, 对称平均距离	NA
6479	2025-10-06	Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario 2025-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3492313 PMID:39504285	研究论文	本文提出了一种能够模拟脑血管树各组成部分的完整合成模型，用于颅内动脉瘤检测场景的评估	开发了能够同时模拟动脉几何形状、动脉瘤形态和背景噪声的完整合成3D血管模型	NA	构建合成血管模型以增强颅内动脉瘤检测的深度学习性能	脑血管树、颅内动脉瘤	计算机视觉	脑血管疾病	磁共振血管成像、飞行时间原理	3D CNN	3D图像	NA	NA	NA	NA	NA
6480	2025-10-06	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	提出了一个用于细胞分割的大规模多模态标注数据集CellBinDB，并基于该数据集对8种先进细胞分割技术进行了基准测试	构建了首个大规模多模态细胞分割标注数据集，涵盖多种染色方法和组织类型，并系统评估了多种分割技术的性能	复杂细胞形状会降低分割精度，模型在未见数据上的泛化能力仍需提升	开发通用的细胞分割解决方案，促进生物图像分析技术的发展	人类和小鼠样本中的正常和病变组织细胞	数字病理学	多种疾病（涵盖30多种正常和病变组织类型）	DAPI, ssDNA, H&E, 多重免疫荧光染色	深度学习细胞分割模型	图像	超过1000张标注图像，涵盖30多种人类和小鼠组织类型	NA	NA	分割精度, 边界检测准确度	NA