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
7701	2025-03-05	DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images 2024-Apr, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09655-9 PMID:38526701	研究论文	本文提出了一种名为DeepN4的深度学习网络，用于近似N4ITK偏置场校正，以提高T1加权MRI图像处理的便携性和灵活性	通过深度学习网络DeepN4近似N4ITK偏置场校正，解决了N4ITK在不同平台间移植和优化困难的问题	尽管DeepN4能够近似N4ITK校正，但其在不同数据集上的泛化能力仍需进一步验证	开发一种便携、灵活且完全可微的N4ITK偏置场校正方法	T1加权MRI图像	计算机视觉	NA	深度学习	深度学习网络	图像	来自72台不同扫描仪的八个独立队列的T1加权MRI图像
7702	2025-03-05	Deep learning segmentation of the choroid plexus from structural magnetic resonance imaging (MRI): validation and normative ranges across the adult lifespan 2024-Feb-29, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-024-00525-9 PMID:38424598	研究论文	本文提出了三种深度学习模型，用于从常见的解剖MRI数据中分割脉络丛，并报告了性能指标和成年期内的变化	提出了三种深度学习模型，用于从常见的解剖MRI数据中分割脉络丛，并提供了跨成年期的脉络丛体积变化示例	样本量相对较小（n=50），且主要关注成年期内的变化，未涵盖更广泛的人群	改进和验证脉络丛体积的量化方法，以更好地研究其在神经退行性疾病中的作用	成年期内的控制组和神经退行性疾病参与者的脉络丛	医学影像分析	神经退行性疾病	深度学习	全卷积神经网络（FCN）	3D T1加权、3D T2加权和2D T2加权FLAIR MRI图像	50名参与者（年龄21-85岁）用于训练和验证，98名成年控制组（年龄21-89岁）用于扩展队列
7703	2025-03-05	Deep learning segmentation of peri-sinus structures from structural magnetic resonance imaging: validation and normative ranges across the adult lifespan 2024-Feb-13, Fluids and barriers of the CNS IF:5.9Q1 DOI:10.1186/s12987-024-00516-w PMID:38350930	研究论文	本文提出了一种深度学习架构，用于自动分割脑周窦结构，如蛛网膜颗粒和旁矢状硬膜空间，通过3D T2加权非对比MRI图像进行验证，并提供了这些结构在成人生命周期中的规范范围	开发了一种新的深度学习架构，首次实现了对脑周窦结构的自动分割，无需外源性对比剂和手动描绘	研究依赖于特定类型的MRI图像（3D T2加权非对比MRI），可能限制了方法的广泛应用	开发并验证一种自动化工具，用于量化脑周窦结构的体积，以研究神经流体循环功能障碍	脑周窦结构，包括蛛网膜颗粒和旁矢状硬膜空间	数字病理学	NA	3D T2加权非对比MRI	3D全卷积神经网络	图像	80例用于验证，1,872例健康参与者用于提供生命周期中的规范范围
7704	2025-03-05	Enhancing Hierarchical Transformers for Whole Brain Segmentation with Intracranial Measurements Integration 2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3009084 PMID:39220623	研究论文	本文提出了一种增强的分层Transformer模型UNesT，用于全脑分割，并整合颅内测量，以提高脑结构分析的全面性	通过增强现有的分层Transformer模型UNesT，实现了同时分割133个全脑类别和颅内测量（TICV/PFV），解决了数据稀缺问题	数据可用性受限，手动注释的全脑和TICV/PFV标签的图谱有限	提高全脑分割的全面性，整合颅内测量	全脑分割和颅内测量（TICV/PFV）	计算机视觉	NA	磁共振成像（MRI）	分层Transformer UNesT	3D T1加权（T1w）图像	预训练使用4859个T1w 3D体积，微调使用45个T1w 3D体积
7705	2025-03-05	Prediction of cerebral aneurysm rupture risk by machine learning algorithms: a systematic review and meta-analysis of 18,670 participants 2024-Jan-06, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-023-02271-2 PMID:38183490	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	首次对机器学习算法在脑动脉瘤破裂风险预测中的应用进行了系统综述和荟萃分析，涵盖了18,670名参与者	需要进一步研究以提高机器学习算法在预测脑动脉瘤破裂状态中的诊断性能	评估机器学习算法在预测脑动脉瘤破裂风险中的有效性和重要性	脑动脉瘤患者	机器学习	脑动脉瘤	机器学习算法	CNN, ANN	医学影像数据（DSA, CTA, MRI）	18,670名参与者
7706	2025-03-05	AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3483563 PMID:39446550	研究论文	本文提出了一种基于自适应解剖结构的两层水平集框架（AS2LS），用于分割具有同心结构的器官，如左心室和眼底	提出了一种新颖的自适应解剖结构的两层水平集表示方法，并结合了两阶段水平集演化算法，提高了复杂医学图像分割的准确性	未提及具体局限性	提高医学图像分割的准确性，特别是针对具有同心结构的器官	医学图像中的器官，如左心室和眼底	计算机视觉	NA	水平集方法	AS2LS（自适应解剖结构的两层水平集框架）	医学图像	未提及具体样本数量
7707	2025-03-05	Explainability Enhanced Object Detection Transformer With Feature Disentanglement 2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2024.3492733 PMID:39531564	研究论文	本文提出了一种增强端到端目标检测模型（DETR）可解释性的特征解耦方法	引入了特征解耦方法，通过Tensor奇异值分解（T-SVD）生成特征基，并引入批量平均特征谱惩罚（BFSP）损失来约束特征解耦和平衡语义激活	未提及具体局限性	增强目标检测模型的可解释性	端到端目标检测模型（DETR）	计算机视觉	NA	Tensor奇异值分解（T-SVD），批量平均特征谱惩罚（BFSP）	DETR, CNN	图像	在两个数据集上进行了广泛实验
7708	2025-03-05	Towards Automatic Cartilage Quantification in Clinical Trials - Continuing from the 2019 IWOAI Knee Segmentation Challenge 2023-Mar, Osteoarthritis imaging DOI:10.1016/j.ostima.2023.100087 PMID:39036792	研究论文	本文评估了参与2019年IWOAI膝关节软骨分割挑战赛的六支团队的深度学习分割方法在纵向临床试验中量化软骨损失的适用性	研究展示了最先进的深度学习分割方法在标准化纵向单扫描仪临床试验中用于明确软骨分区的潜力	深度学习方法在股骨分区的标准化响应均值较低，可能是由于后处理中简单的子分区提取所致	评估深度学习分割方法在量化软骨损失中的适用性	来自骨关节炎倡议研究的556名受试者的1130个膝关节MRI扫描	数字病理学	骨关节炎	深度学习	深度学习分割方法	MRI图像	556名受试者的1130个膝关节MRI扫描
7709	2025-03-05	The ANTsX ecosystem for quantitative biological and medical imaging 2021-04-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-021-87564-6 PMID:33907199	研究论文	本文介绍了ANTsX生态系统，这是一个用于处理和分析生物及医学影像数据的开源软件库集合	ANTsX生态系统通过整合R统计项目和Python的深度学习能力，提供了统计、可视化和深度学习功能，显著提高了计算效率并提供了优于现有ANTs工作流的准确性	NA	开发和推广用于生物和医学影像数据处理和分析的开源软件工具	生物和医学影像数据	数字病理	NA	深度学习	TensorFlow/Keras	影像	NA
7710	2025-03-04	Emotional stimulated speech-based assisted early diagnosis of depressive disorders using personality-enhanced deep learning 2025-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.01.136 PMID:39914753	研究论文	本研究结合精神病学理论，收集抑郁症语音识别数据，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	结合精神病学理论，开发了一种基于深度学习的多任务注意力时序卷积网络模型（TCN-MTA），用于抑郁症的早期诊断	本研究的样本量虽然高于通过G-Power 3.1计算的最小样本量，但样本量仍然较小	开发一种可行的抑郁症识别方法，用于抑郁症的早期诊断	24名重度抑郁症患者（MDDs）和36名健康对照组（HCs）	自然语言处理	抑郁症	语音识别	Bi-LSTM, TCN-MTA	语音数据	24名重度抑郁症患者和36名健康对照组
7711	2025-03-04	A comparative analysis of deep learning and chemometric approaches for spectral data modeling 2025-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343766 PMID:40024653	研究论文	本研究对五种不同的光谱数据分析建模方法进行了全面比较，包括PLS结合经典化学计量学预处理、iPLS结合经典预处理或小波变换、LASSO结合小波变换以及CNN结合光谱预处理	提供了预处理方法和模型组合的详尽比较，发现在低数据量环境下无法预先确定最优的预处理和模型组合	研究仅限于低维案例研究，可能无法推广到高维数据	比较不同建模方法在光谱数据分析中的性能	啤酒数据集和废润滑油数据集	机器学习	NA	PLS, iPLS, LASSO, CNN, 小波变换	PLS, iPLS, LASSO, CNN	光谱数据	啤酒数据集40个训练样本，废润滑油数据集273个训练样本
7712	2025-03-04	Contrastive learning in brain imaging 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102500 PMID:39889467	研究论文	本文探讨了对比学习在脑成像中的应用及其作为一种无需数据标注的深度学习技术的潜力	对比学习通过将数据映射到潜在空间，并假设同类样本在潜在空间中应彼此接近，不同类样本应彼此远离，从而在无需标注的情况下学习数据的代表性特征	未明确提及具体的研究限制	研究对比学习在医学图像处理和分析中的应用	脑成像数据	医学影像	NA	对比学习	深度学习	图像	NA
7713	2025-03-04	Feature-targeted deep learning framework for pulmonary tumorous Cone-beam CT (CBCT) enhancement with multi-task customized perceptual loss and feature-guided CycleGAN 2025-Apr, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2024.102487 PMID:39891955	研究论文	本文提出了一种针对肺部肿瘤的锥形束CT（CBCT）增强的深度学习框架，通过多任务定制感知损失和特征引导的CycleGAN生成高质量的肺部成像	提出了一种新的特征导向深度学习框架，结合多任务学习特征选择网络（MTFS-Net）和特征引导的CycleGAN，有效抑制伪影并保留关键肿瘤信息	未提及具体局限性	提高肺部CBCT图像质量，以支持肺癌治疗的进一步分析	肺癌患者的CBCT图像	计算机视觉	肺癌	深度学习	CycleGAN	图像	多机构数据集
7714	2025-03-04	Recent Advances in Structured Illumination Microscopy: From Fundamental Principles to AI-Enhanced Imaging 2025-Mar-03, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401616 PMID:40025917	综述	本文介绍了结构光照明显微镜（SIM）的基本原理及其在超分辨率成像中的最新进展，并探讨了深度学习技术在SIM成像中的应用	探讨了深度学习技术在SIM成像中的应用，包括提高图像质量、加速成像和重建速度或替代现有图像重建方法	未提及具体的研究局限性	介绍SIM的基本原理及其最新进展，并探讨深度学习技术在SIM成像中的应用	结构光照明显微镜（SIM）及其在生物成像中的应用	数字病理学	NA	结构光照明显微镜（SIM）	深度学习神经网络	图像	NA
7715	2025-03-04	Automated Von Willebrand Factor Multimer Image Analysis for Improved Diagnosis and Classification of Von Willebrand Disease 2025-Mar-02, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14455 PMID:40025642	研究论文	本文开发了一种基于深度学习的自动化图像分析流程，用于提高Von Willebrand因子多聚体模式分类的再现性和效率	首次使用YOLOv8深度学习模型对VWF多聚体模式进行分类，提高了分类的准确性和效率	模型在罕见亚型上的表现较低	改进Von Willebrand病的诊断和分类	Von Willebrand因子多聚体图像	数字病理学	Von Willebrand病	深度学习	YOLOv8	图像	514张凝胶图像（6168个标记实例）用于训练，192张图像（2304个实例）用于验证，94张图像（1128个实例）用于测试
7716	2025-03-04	Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis 2025-Mar-01, Journal of neurosurgery. Spine DOI:10.3171/2024.8.SPINE24722 PMID:39705691	研究论文	本研究通过深度学习分析术前CT扫描，评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响	首次使用深度学习管道分析术前CT扫描，识别肌肉和脂肪含量及组成，并将患者分为四种体成分表型组，揭示了体成分表型与手术结果及生存率的关系	样本量相对较小（102例），且为回顾性研究，可能存在选择偏倚	评估体成分表型对脊柱转移瘤手术患者预后和5年生存率的影响	接受脊柱转移瘤手术的患者	数字病理学	脊柱转移瘤	深度学习	深度学习管道	CT图像	102例患者
7717	2025-03-04	Ethical and security challenges in AI for forensic genetics: From bias to adversarial attacks 2025-Mar, Forensic science international. Genetics DOI:10.1016/j.fsigen.2025.103225 PMID:39874746	研究论文	本文探讨了人工智能在法医遗传学中应用的伦理和安全挑战，特别是偏见和对抗性攻击问题	通过模拟场景展示了AI方法在生物地理祖先预测和亲缘关系推断中的潜在误导性，强调了伦理和安全挑战	研究主要基于模拟场景，可能无法完全反映真实世界的复杂性	评估AI在法医遗传学中的应用，特别是其潜在的偏见和对抗性攻击问题	法医遗传学中的AI模型	法医遗传学	NA	深度学习, 机器学习	NA	模拟数据	NA
7718	2025-03-04	Can artificial intelligence be the future solution to the enormous challenges and suffering caused by Schizophrenia? 2025-Feb-28, Schizophrenia (Heidelberg, Germany) DOI:10.1038/s41537-025-00583-4 PMID:40021674	研究论文	本研究评估了人工智能（AI）在精神分裂症（SZ）的诊断、治疗和预后评估中的潜力，并探讨了AI在未来医学创新中的应用方向	通过整合多维生物标志物和患者的语言行为数据，AI提供了更客观和精确的诊断标准，并帮助制定个性化治疗计划，改善治疗效果	AI在SZ管理中的角色必须作为辅助工具，临床判断和医护人员的关怀仍然至关重要	评估AI在精神分裂症诊断、治疗和预后评估中的潜力，并探讨其未来应用方向	精神分裂症患者	机器学习	精神分裂症	机器学习和深度学习	NA	多维生物标志物和语言行为数据	NA
7719	2025-03-04	Ligand-receptor interactions combined with histopathology for improved prognostic modeling in HPV-negative head and neck squamous cell carcinoma 2025-Feb-28, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00844-6 PMID:40021759	研究论文	本文通过结合配体-受体相互作用和组织病理学，改进了HPV阴性头颈部鳞状细胞癌的预后模型	结合BulkSignalR识别配体-受体相互作用，利用随机森林生存分析和LASSO惩罚Cox回归开发预后模型，并通过深度学习组织形态学分析进一步改进风险分层	研究样本仅限于TCGA-HNSC队列，可能无法完全代表所有HPV阴性头颈部鳞状细胞癌患者	改进HPV阴性头颈部鳞状细胞癌的预后模型，识别治疗靶点	HPV阴性头颈部鳞状细胞癌患者	数字病理学	头颈部鳞状细胞癌	BulkSignalR, 随机森林生存分析, LASSO惩罚Cox回归, 深度学习	随机森林, LASSO回归, 深度学习模型	多组学数据, HE染色全片图像	395例HPV阴性TCGA-HNSC队列患者
7720	2025-03-04	Using deep convolutional networks combined with signal processing techniques for accurate prediction of surface quality 2025-Feb-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92114-5 PMID:40021768	研究论文	本文提出了一种结合深度学习技术和信号处理技术的框架，用于预测和分类铣削零件的表面粗糙度	创新点在于使用四种信号处理技术将声发射信号转换为2D图像，并结合多种卷积神经网络进行表面粗糙度的预测和分类	未提及具体局限性	研究目的是通过深度学习技术预测和分类铣削零件的表面粗糙度	铣削零件的表面粗糙度	计算机视觉	NA	声发射信号处理技术（SSPC、SSSC、SSSC*、RP）	VGG16、ResNet18、ShuffleNet、CNN-LSTM	2D图像	未提及具体样本数量