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
701	2026-05-24	Conventional and deep learning methods in heart rate estimation from RGB face videos 2024-02-09, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad1458 PMID:38081130	综述	评估从RGB面部视频中心率估计的常规与深度学习方法，重点关注深度学习的局限和视频数据集的可获取性	系统比较常规方法与深度学习方法在心率估算中的应用，并指出深度学习的局限性及非控制环境下面部视频数据集的可用性挑战	可能缺乏对不同方法在真实场景下鲁棒性的全面比较，且未详细讨论数据集规模对模型性能的影响	为远程光电容积描记术和心率估计方法的理解提供全面综述，分析其优缺点	RGB面部视频中的心率信号提取方法	计算机视觉	NA	远程光电容积描记术	CNN, LSTM, 其他深度学习方法	视频	NA	NA	NA	NA	NA
702	2026-05-24	Deep Learning of Videourodynamics to Classify Bladder Dysfunction Severity in Patients With Spina Bifida 2023-05, The Journal of urology IF:5.9Q1 DOI:10.1097/JU.0000000000003267 PMID:36787376	研究论文	利用深度学习模型对脊髓脊膜膨出患者进行膀胱功能障碍严重程度分类	首次将深度学习应用于视频尿动力学数据的分析，结合容量-压力记录和荧光透视图像自动分类膀胱功能障碍严重程度	样本量有限（306项检查），且仅来自单一机构，模型泛化能力待验证	开发基于视频尿动力学数据的深度学习模型，以分类膀胱功能障碍严重程度	2个月至28岁患脊髓脊膜膨出的患者	机器学习	脊髓脊膜膨出相关膀胱功能障碍	视频尿动力学	卷积神经网络，随机森林	容量-压力曲线，荧光透视图像	306次视频尿动力学检查	NA	卷积神经网络	准确率，加权卡帕系数	NA
703	2026-05-24	AI MSK clinical applications: cartilage and osteoarthritis 2022-Feb, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-021-03909-2 PMID:34735607	综述	综述人工智能在骨关节炎和软骨成像中的临床应用进展	系统整合了机器学习与深度学习在软骨分割、病变检测及未来膝关节OA风险预测模型中的创新应用	未提及当前AI方法在临床部署中的数据偏差、可解释性及验证挑战	总结AI在骨关节炎研究中的应用，包括成像优化、定量评估及自动化分析	软骨和骨关节炎的影像数据（X光片、MRI图像）	计算机视觉	骨关节炎	MRI、X线成像	CNN	图像	NA	NA	NA	NA	NA
704	2026-05-24	White matter hyperintensities induce distal deficits in the connected fibers 2021-04-15, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.25338 PMID:33417309	研究论文	研究白质高信号如何沿连接纤维扩散并引起远端缺陷	首次系统分析局部白质高信号沿连接纤维向远端区域传播损伤的机制	未涉及纵向变化或干预措施的影响	探究白质高信号对全局脑网络的影响及其传播路径	174名平均年龄74岁老年人的脑磁共振影像和神经心理评估数据	机器学习	老年性疾病	脑磁共振成像	CNN	图像	174名参与者，年龄74±5岁	NA	深度学习分割网络	多变量线性回归分析	NA
705	2026-05-24	Transfer learning-based ensemble support vector machine model for automated COVID-19 detection using lung computerized tomography scan data 2021-Apr, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-020-02299-2 PMID:33738639	研究论文	提出一种基于迁移学习的集成支持向量机模型，用于从肺部CT扫描数据中自动检测COVID-19	结合迁移学习、VGG16特征提取、主成分分析特征选择以及集成支持向量机分类器，实现快速且准确的COVID-19自动筛查	测试样本量较小（208张图像），模型可能在不同数据集上的泛化性需进一步验证	设计自动化系统辅助医疗人员（尤其在资源匮乏地区）进行COVID-19早期检测	COVID-19患者的肺部CT扫描图像	数字病理学	COVID-19	CT扫描	VGG16, 支持向量机, 集成学习, 极限学习机, 深度卷积神经网络	图像	208张测试图像	NA	VGG16	准确率, 精确率, AUC, F1分数	NA
706	2026-05-24	A New Subject-Specific Discriminative and Multi-Scale Filter Bank Tangent Space Mapping Method for Recognition of Multiclass Motor Imagery 2021, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2021.595723 PMID:33762911	研究论文	提出一种新的主题特异性判别多尺度滤波器组切空间映射方法，用于多类别运动想象识别	通过多变量方差分析的非参数方法选择判别性频带，生成多尺度滤波器组，结合时间窗分解多通道脑电信号，利用切空间映射（TSM）估计特征，并采用线性支持向量机分类，有效提升多类别运动想象任务的分类精度并降低执行时间	未提及具体限制，如实验样本量较小或数据通用性不足	设计主题特异性滤波器组以提高多类别运动想象任务的识别性能	多类别运动想象脑电信号，来自4类BCI竞赛IV-2a数据集	机器学习	NA	脑电图（EEG）信号处理	支持向量机（SVM）	脑电图（EEG）信号	9名受试者的4类运动想象数据（BCI竞赛IV-2a数据集）	NA	多尺度滤波器组切空间映射（DMFBTSM）	分类准确率, 训练时间, 测试时间	NA
707	2026-05-24	Automated and semi-automated enhancement, segmentation and tracing of cytoskeletal networks in microscopic images: A review 2021, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2021.04.019 PMID:33995906	综述	综述了显微图像中细胞骨架网络的自动与半自动增强、分割和追踪方法	对比传统方法与深度学习辅助方法，强调后者在细胞骨架网络分割中的优势	仅提供简短总结，未深入比较各方法的性能	总结专用于细胞骨架网络显微图像的增强、分割和追踪方法	细胞骨架细丝及其网络结构	计算机视觉	NA	显微成像	CNN, LSTM, GAN	图像	NA	NA	NA	NA	NA
708	2026-05-24	Quantifying behavior to understand the brain 2020-12, Nature neuroscience IF:21.2Q1 DOI:10.1038/s41593-020-00734-z PMID:33169033	综述	回顾了用于量化动物行为的技术进展，特别是运动追踪和动态结构表征方法，并探讨了深度学习在计算行为学中的应用及其对神经科学研究的推动作用	强调深度学习作为核心驱动力，推动了行为量化从传统任务（如心理物理学）向完整行为描述扩展，并提出了连接神经活动与行为的量化框架	未明确提及具体局限性，但隐含挑战包括行为量化的完整性和动态结构的解析难度	综述行为量化技术进展，探讨如何通过量化行为理解脑功能，最终解析神经环路、认知过程与行为之间的关系	动物行为，包括自然环境中的运动和心理物理学任务中的行为表现	计算机视觉、机器学习	不适用	深度学习、行为追踪、运动动力学分析	深度学习模型（如用于特征提取和动态表征的神经网络）	行为视频、运动追踪数据	不适用	不适用	不适用	不适用	不适用
709	2026-05-24	Deep learning in the cross-time frequency domain for sleep staging from a single-lead electrocardiogram 2018-12-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aaf339 PMID:30524025	研究论文	该研究利用单导联心电图中的拍检测、时频域心肺耦合和深度卷积神经网络进行睡眠阶段分类	提出基于ECG的睡眠阶段分类方法，在非脑电图数据上达到最高报告结果，使用数据集比以往研究大十倍以上，系统无需人工标注可扩展至大规模分析	NA	从单导联心电图自动分类睡眠阶段	睡眠阶段（清醒、快速眼动睡眠、非快速眼动浅睡眠、非快速眼动深睡眠）	机器学习	睡眠障碍	心电图分析、心肺耦合分析	卷积神经网络	心电图信号	使用MIT-BIH多导睡眠图数据库、PhysioNet/CinC2018数据库和睡眠心脏健康研究数据库	NA	NA	NA	NA
710	2026-05-24	Gumpy: a Python toolbox suitable for hybrid brain-computer interfaces 2018-12, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aae186 PMID:30215610	研究论文	介绍一个新的免费开源Python工具箱Gumpy，专为混合脑机接口设计	提供从经典机器学习到深度神经网络模型的广泛分类方法，并支持混合脑机接口的实时应用	NA	提供一个集成先进算法和信号处理方法的开源工具箱，用于混合脑机接口研究	脑电和肌电生物信号	机器学习	NA	脑电图(EEG), 肌电图(EMG), sEMG, SSVEP	深度学习模型	生物信号(EEG和EMG)	NA	Python	NA	准确率	NA
711	2026-05-24	Comparison of logistic regression, support vector machines, and deep learning classifiers for predicting memory encoding success using human intracranial EEG recordings 2018-12, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aae131 PMID:30211695	研究论文	比较逻辑回归、支持向量机和深度学习分类器在利用人类颅内脑电图记录预测记忆编码成功中的性能	首次直接比较传统与深度学习方法在预测成功记忆编码中的二元分类性能	基于30名立体脑电图患者的数据集，样本量较小，可能限制泛化能力	评估不同机器学习策略在预测情景记忆编码成功中的性能，并探索特征降维的影响	记忆编码成功与否的二元分类任务	机器学习	NA	颅内脑电图	逻辑回归, 支持向量机, 深度学习	脑电信号	30名立体脑电图患者	NA	逻辑回归, 支持向量机, 深度学习	AUC	NA
712	2026-05-24	Deep compressive autoencoder for action potential compression in large-scale neural recording 2018-12, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aae18d PMID:30215605	研究论文	开发一种基于深度学习的压缩模型，用于大规模神经记录中动作电位的带宽减少	首次将深度压缩自编码器与矢量量化结合应用于动作电位压缩，通过离散潜在嵌入和残差转换实现高压缩比和高质量重建	未明确说明局限性	设计低带宽、高保真的神经信号压缩方法，以支持大规模神经接口的数据传输	动作电位信号（包括合成数据集和体内数据集）	机器学习	NA	神经记录	深度压缩自编码器（CAE）	神经信号（动作电位波形）	合成数据集和体内数据集（未提供具体样本数量）	PyTorch（基于代码开源仓库推测）	残差变换编码器、解卷积解码器、矢量量化嵌入层	压缩比、重建精度、尖峰分类准确率	NA
713	2026-05-24	Multiclass classification of obstructive sleep apnea/hypopnea based on a convolutional neural network from a single-lead electrocardiogram 2018-06-20, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aac7b7 PMID:29794342	研究论文	提出基于卷积神经网络的深度学习架构，利用单导联心电图记录对阻塞性睡眠呼吸暂停/低通气进行多分类	首次利用六层CNN模型对正常、低通气和呼吸暂停三类事件进行自动分类，并基于单导联ECG实现高精度筛查	样本量较小（仅86名受试者），且未经外部验证集验证	实现阻塞性睡眠呼吸暂停/低通气的早期自动检测和多类分类	阻塞性睡眠呼吸暂停/低通气患者（86名受试者，约6小时ECG记录，分段为10秒片段）	机器学习	阻塞性睡眠呼吸暂停/低通气	单导联心电图记录	卷积神经网络（CNN）	心电图信号	86名受试者（训练集69人，测试集17人），共56,370个10秒时段	NA	六层CNN	加权F1分数	NA
714	2026-05-24	Decoding of finger trajectory from ECoG using deep learning 2018-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aa9dbe PMID:29182152	研究论文	使用深度学习从ECoG信号解码手指运动轨迹	将特征提取和时序建模整合到一个联合优化的深度学习网络中，无需分阶段训练，支持在线学习	NA	开发一种自适应、在线学习的脑机接口解码系统，提高解码性能	ECoG信号中的手指运动轨迹解码	机器学习	NA	ECoG	CNN-LSTM	信号	NA	NA	CNN, LSTM	NA	NA
715	2026-05-24	Deep learning for hybrid EEG-fNIRS brain-computer interface: application to motor imagery classification 2018-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aaaf82 PMID:29446352	研究论文	本文研究了使用深度学习方法对混合EEG-fNIRS脑机接口数据进行运动想象分类	首次将深度神经网络（DNN）应用于EEG与fNIRS多模态记录的结合，显著提高了脑机接口分类性能	未提及具体限制	评估深度学习方法在混合EEG-fNIRS脑机接口中用于运动想象分类的性能	15名受试者进行的左右手运动想象任务	机器学习	NA	EEG, fNIRS	深度神经网络（DNN）	脑电和血氧信号	15名受试者，每人10分钟实验，1秒响应时间	NA	NA	分类准确率	NA
716	2026-05-24	A review of classification algorithms for EEG-based brain-computer interfaces: a 10 year update 2018-06, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/aab2f2 PMID:29488902	综述	对基于脑电图的脑机接口分类算法的十年回顾，更新了2007年以来的研究进展	总结了2007至2017年间新开发的分类算法，将其分为四类，并评估了各算法的优势和劣势	深度学习方法尚未在脑机接口中展现优于现有技术的改进，迁移学习的可变性较大	提供脑机接口中EEG分类算法的全面回顾，并指导何时及如何使用这些方法	基于EEG的脑机接口分类算法	机器学习	NA	EEG	自适应分类器、矩阵和张量分类器、迁移学习、深度学习	EEG信号	NA	NA	Riemannian几何方法、收缩线性判别分析、随机森林	NA	NA
717	2026-05-24	A deep learning approach for fetal QRS complex detection 2018-04-20, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aab297 PMID:29485406	研究论文	提出一种基于深度学习的胎儿QRS复合波检测方法，利用卷积神经网络从原始非侵入性胎儿心电图信号中直接检测胎儿QRS复合波	无需消除母体心电图信号即可从单通道原始信号中实现可靠的胎儿QRS复合波检测	NA	探究是否能在不消除母体心电图信号的情况下，从单通道非侵入性胎儿心电图信号特征中获得可靠的胎儿QRS复合波检测性能	胎儿心电图中的QRS复合波	机器学习	胎儿疾病	非侵入性胎儿心电图	卷积神经网络	心电图信号	从PhysioNet/计算心脏病学挑战赛数据库的set-a中收集数据	NA	CNN	精确率, 召回率, F值, 准确率	NA
718	2026-05-24	A robust deep convolutional neural network for the classification of abnormal cardiac rhythm using single lead electrocardiograms of variable length 2018-03-27, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aaaa9d PMID:29369044	研究论文	提出一种基于深度卷积神经网络的架构，用于分类单导联心电图中的异常心律	通过系统方法优化超参数、输入集和优化方法，确定了一个最优的13层CNN模型	未提及	实现房颤等异常心律的自动检测和分类	单导联心电图记录	机器学习	心血管疾病	NA	卷积神经网络 (CNN)	信号（心电图）	训练集8528条短单导联心电图记录，测试集3658条记录	NA	13层CNN	F1分数	计算速度快，支持实时应用
719	2026-05-23	A Hierarchical Multimodal Framework for Sedation Monitoring in ICU Patients 2026-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3626584 PMID:41150235	研究论文	提出一种分层多模态融合动态校正框架，整合脑电图与生理信号用于ICU患者镇静水平监测	提出分层多模态融合与动态校正机制，通过置信加权方法智能融合脑电图时域特征和频谱特征，实现优于单模态和简单融合方法的镇静状态分类性能	未提及	开发一种连续、客观的ICU患者镇静水平监测方法，克服传统行为量表的主观性和延迟性	ICU患者的镇静水平分级（RASS评分从-5到+1的七个等级）	机器学习	重症监护疾病	脑电图（EEG）与生理信号采集	深度学习多模态融合模型（分层多模态融合动态校正框架）	时间序列信号（脑电图、血压、心率、血氧饱和度）	105名ICU患者的2880个标注RASS评估样本	NA	双流路径网络（处理原始时域脑电图数据和频谱图的谱特征）、动态校正模块	分类准确率（83.8%）	NA
720	2026-05-23	An Active Dry-Contact Continuous EEG Monitoring System for Seizure Detection Applications in Clinical Neurophysiology 2026-Jun, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3629563 PMID:41196782	research paper	提出一种基于主动干接触电极的低成本可调脑电图头套，结合可解释深度学习模型和多模态伪影去除算法，用于新生儿癫痫检测	结合主动干接触电极、可调头套设计、可解释深度学习模型和多模态伪影去除算法，实现低成本、实时新生儿癫痫检测，在临床环境取得优于基准方法的性能	仅在单个儿科失神癫痫患者上进行临床评估，样本量小，可能限制泛化性	开发低成本、连续脑电图监测系统，用于新生儿癫痫检测	新生儿癫痫患者	machine learning	癫痫	干接触电极EEG	深度学习模型	脑电图信号	1位儿科失神癫痫患者	NA	NA	相关系数、信噪比、准确率、召回率	NA