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
801	2025-10-05	Modality-AGnostic Image Cascade (MAGIC) for Multi-Modality Cardiac Substructure Segmentation 2025-Jun-12, ArXiv PMID:40980770	研究论文	提出一种模态无关图像级联方法用于多模态心脏亚结构分割	通过复制nnU-Net编码解码分支实现单一模型处理多模态数据，解决深度学习在跨模态和重叠结构分割中的泛化问题	在57%情况下优于对比模型，但统计差异有限	开发能够跨模态分割心脏亚结构的深度学习模型	20个心脏亚结构（心脏、心腔、大血管、瓣膜、冠状动脉和传导节点）	数字病理	心血管疾病	CT, MR-Linac, CCTA	U-Net	医学影像	训练集76例，验证集15例，测试集30例	nnU-Net	U-Net	Dice相似系数, Wilcoxon符号秩检验	NA
802	2025-10-05	Deep Learning of Cellular Metabolic Flux Distributions Predicts Lifespan 2025-May-27, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.22.623650 PMID:39651232	研究论文	本研究通过深度学习分析酵母代谢通量分布来预测寿命差异	首次发现代谢网络冗余性是寿命差异的根本原因，并识别出控制衰老速率的核心反应网络	研究仅限于单倍体酵母细胞，尚未在更复杂生物体中验证	探究遗传相同生物在相同环境下寿命差异的根本机制	单倍体单细胞酵母	机器学习	衰老相关疾病	代谢网络建模，基因敲除	RNN, CfNN, CNN	代谢通量分布数据，图像化通量数据	812个可行突变体，66,400个单个细胞，406,500个通量分布	NA	回归神经网络，分类神经网络，卷积神经网络	NA	NA
803	2025-10-05	Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113357 PMID:40968943	研究论文	提出一种使用鞋内三轴载荷传感器和深度学习模型估计三维地面反作用力和二维压力中心的方法	使用最小传感器配置在多种步态条件下实现精确的GRF和CoP估计，性能优于或相当于先前研究	内外侧方向分量精度较低，斜坡条件下垂直GRF误差相对较高	开发适用于真实环境的地面反作用力和压力中心估计系统	健康年轻成年人的步态数据	机器学习	NA	载荷传感器测量	FCNN, CNN, LSTM, Transformer	传感器数据	40名健康年轻成年人	NA	全连接神经网络, 卷积神经网络, 序列到序列LSTM, Transformer	均方根误差	NA
804	2025-10-05	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较传统分类器与混合神经网络在基于脑电图的运动执行信号分类中的性能	提出结合经验小波变换提取瞬时频率和幅度特征与混合神经网络的脑电信号分类方法	仅包含33名参与者的数据，仅进行二分类任务	改进脑机接口系统中的脑电手势识别性能	33名参与者执行的七种不同手势的脑电图记录	脑机接口	NA	经验小波变换	混合神经网络	脑电图信号	33名参与者	NA	混合神经网络	分类准确率	NA
805	2025-10-05	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	研究论文	介绍LivecellX——一个基于深度学习的可扩展框架，用于活细胞成像中的单细胞定向分析	提出了分割校正新任务，开发了创新的评估指标和机器学习技术，并设计了轨迹级校正算法	NA	解决活细胞成像中细胞分割和追踪的准确性问题	活细胞成像中的单细胞动态	计算机视觉	NA	活细胞成像	CNN	图像	来自两种不同类型显微镜的新型成像数据集	PyTorch, TensorFlow	CS-Net	分割精度，轨迹分析准确性	并行计算
806	2025-10-05	Explainable deep learning for identifying cancer driver genes based on the Cancer Dependency Map 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.28.651122 PMID:40654945	研究论文	开发可解释深度学习模型识别癌症驱动基因并分析突变模式	结合生物信息学知识构建监督学习模型xNNDriver和无监督可解释自编码器xAEDriver，同时识别单个驱动基因和多重驱动变异模式	未明确说明模型验证的具体数据集规模和外部验证结果	识别癌症驱动基因和突变模式，理解肿瘤进展机制	癌症细胞系和肿瘤样本中的驱动基因与突变	生物信息学	癌症	基因组依赖图谱分析	深度学习, 自编码器	基因组突变数据, 依赖评分数据	NA	NA	自编码器	NA	NA
807	2025-10-05	Mapping individualized multi-scale hierarchical brain functional networks from fMRI by self-supervised deep learning 2025-Apr-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.07.647618 PMID:40291726	研究论文	提出一种自监督深度学习框架，从fMRI数据中映射个体化的多尺度分层脑功能网络	首次通过自监督深度学习同时计算多尺度功能网络并量化其跨尺度层次结构	方法依赖于fMRI数据质量，在外部验证队列数量有限	表征个体化多尺度脑功能网络的层次组织结构	人脑功能网络	机器学习	神经精神疾病	fMRI	深度学习	神经影像数据	人类连接组计划数据集及两个外部队列	NA	自监督深度学习框架	功能网络同质性，与生物表型关联性	NA
808	2025-10-05	Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network 2025 Feb-Mar, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv61041.2025.00357 PMID:41001582	研究论文	提出一种基于目标估计引导对应流网络的自监督框架，用于仅需单张标注切片即可完成3D医学图像分割	开发了目标估计引导对应流网络，通过生成伪标签学习可靠切片间对应关系，有效减少重建误差传播并处理切片间不连续性	依赖单张标注切片的质量，在复杂解剖结构或严重病理情况下性能可能受限	降低3D医学图像分割的标注负担，提高自监督分割方法的准确性和鲁棒性	3D医学图像中的各种解剖结构	医学图像分析	多器官疾病	自监督学习	深度学习	3D医学图像	多个不同数据集，每个训练和测试体积仅需单张标注切片	PyTorch	Object Estimation Guided Correspondence Flow Network	分割准确性，泛化能力评估	NA
809	2025-10-05	Fine-grained Prototype Network for MRI Sequence Classification 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056361649250717162910 PMID:40754881	研究论文	提出一种用于MRI序列分类的细粒度原型网络SequencesNet	结合CNN和改进视觉Transformer的特征提取网络，添加特征选择模块和原型分类模块以捕捉细粒度差异	计算复杂度较高，模型泛化能力有待提升	解决MRI序列分类中类间差异细微而类内差异显著的问题	腹部MRI序列图像	医学影像分析	腹部疾病	磁共振成像	CNN, Transformer	医学图像	公共腹部MRI序列分类数据集和私有数据集	NA	改进的视觉Transformer，3DResNet18，TransFG	准确率，召回率，精确率	NA
810	2025-10-05	Gamma-Band Binaural Beats Neuromodulation Enhances P300 Classification in an Auditory Brain-Computer Interface Paradigm 2025, 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.2025.3604016 PMID:40880336	研究论文	本研究探讨伽马波段双耳节拍神经调控对听觉P300脑机接口分类性能的增强作用	首次系统评估伽马波段双耳节拍作为低成本神经调控方法对听觉P300-BCI的优化效果，并发现非周期参数变化与BCI性能改善的关联	仅纳入健康受试者，未验证临床患者群体的适用性	开发实用型神经调控方法以增强听觉脑机接口性能	30名健康参与者	脑机接口	NA	脑电图, 双耳节拍刺激	机器学习分类器, 深度学习模型	脑电图信号	30名健康参与者	NA	NA	分类准确率	NA
811	2025-10-05	Novel Physics-Informed Bayesian Fusion Post-Processor for Enhanced Gait Phase Recognition Using Surface Electromyography 2025, 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.2025.3604618 PMID:40889304	研究论文	本研究提出了一种新颖的物理信息贝叶斯融合后处理器，用于改进基于表面肌电信号的步态相位识别	将生物力学序列约束嵌入分类器的后验概率输出，以抑制不稳定的转换并促进自然步态进展	NA	提高肌电控制在下肢辅助设备中的安全性、可靠性和实时性能	下肢肌肉表面肌电信号和步态周期相位	机器学习	NA	表面肌电信号采集	SVM, ANN, KNN, CNN-LSTM混合模型	表面肌电信号	40名受试者(SIAT-LLMD数据集)	NA	CNN-LSTM混合架构	准确率, 转换检测差异, 不稳定性指数	NA
812	2025-10-05	EfficientNetSwift: A Lightweight and Precise Deep Learning Model for Detecting Oral Squamous Cell Carcinoma Using Pathological Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251380966 PMID:41004387	研究论文	开发基于改进轻量级EfficientNetSwift的深度学习模型，用于口腔鳞状细胞癌病理图像的自动检测	提出改进的轻量级EfficientNetSwift模型，在保持高精度的同时显著减少参数数量	NA	开发人工智能方法实现口腔鳞状细胞癌的自动化检测	口腔鳞状细胞癌病理图像	数字病理学	口腔鳞状细胞癌	深度学习	CNN, Transformer	病理图像	NA	NA	EfficientNetSwift, ResNet, MobileNet, VIT, Swin Transformer	准确率, AUC	NA
813	2025-10-05	Automatic road damage recognition based on improved YOLOv11 with multi-scale feature extraction and fusion attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327387 PMID:41004548	研究论文	提出基于改进YOLOv11的道路损伤自动识别方法，通过多尺度特征提取和融合注意力机制提升检测性能	引入微小目标检测层增强小物体识别能力，集成全局注意力机制抑制背景噪声，采用轻量卷积模块优化计算效率	仅在RDD2022数据集上验证，未在更广泛场景测试泛化能力	开发高效准确的道路损伤自动检测方法以提升交通安全和维护效率	道路损伤图像	计算机视觉	NA	深度学习	YOLO	图像	RDD2022数据集	PyTorch	YOLOv11, C3k2CrossConv, C3k2Ghost	mAP@0.50, mAP@0.50:0.95	NA
814	2025-10-05	CAAFE-ResNet: A ResNet With Channel Attention-Augmented Feature Extraction for Prognostic Assessment in Rectal Cancer 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70030 PMID:40867076	研究论文	提出一种基于ResNet18的通道注意力增强特征提取模型CAAFE-ResNet18，用于直肠癌MRI图像的预后评估	设计了创新的特征提取与补充模块CAAFE，结合多尺度空洞卷积并行架构和通道注意力机制，实现多层次信息融合、空间特征增强和通道特征优化	NA	通过深度学习模型早期识别直肠癌治疗完全响应和非响应患者	局部晚期直肠癌患者的MRI图像	计算机视觉	直肠癌	磁共振成像	CNN	图像	NA	NA	ResNet18*, CAAFE	NA	NA
815	2025-10-05	Deep Learning Glioma Grading with the Tumor Microenvironment Analysis Protocol for Comprehensive Learning, Discovering, and Quantifying Microenvironmental Features 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01008-x PMID:38413460	研究论文	本文提出一种结合深度学习与肿瘤微环境分析的方法，用于胶质瘤分级诊断	开发了同时进行全切片监督学习和无监督细胞间分析的协议，发现骨髓细胞在胶质瘤分级中的关键作用	数据集规模较小（仅206张图像）且存在类别不平衡问题	开发自动化的胶质瘤分级诊断方法	胶质瘤组织微阵列图像	数字病理学	胶质瘤	HLA染色，图像增强	CNN	病理图像	206张图像，5个类别	NA	DenseNet121	准确率	NA
816	2025-10-05	Approximating Intermediate Feature Maps of Self-Supervised Convolution Neural Network to Learn Hard Positive Representations in Chest Radiography 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01032-x PMID:38381382	研究论文	提出中间特征近似损失函数来改进自监督卷积神经网络在胸部X光图像中的对比学习性能	提出中间特征近似损失函数，专注于增强正样本表示而不需要额外数据增强	NA	改进医学图像对比学习中的正样本表示学习	胸部X光图像	计算机视觉	NA	对比学习	CNN, GAN	医学图像	NA	NA	卷积神经网络	分类准确率，目标检测性能，GAN反演质量	NA
817	2025-10-05	DeepCSFusion: Deep Compressive Sensing Fusion for Efficient COVID-19 Classification 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01011-2 PMID:38381386	研究论文	提出一种基于深度压缩感知融合的高效COVID-19分类方法	提出新型压缩策略，可将深度特征压缩10%-90%，并通过特征融合实现高精度分类	仅使用单一公开数据集进行验证，未说明在其他数据集上的泛化能力	开发适用于资源受限设备的COVID-19高效分类方法	COVID-19和非COVID-19的计算机断层扫描图像	计算机视觉	COVID-19	计算机断层扫描	深度学习	医学图像	1252个CT扫描	NA	DeepCSFusion	准确率, 计算时间	NA
818	2025-10-05	Automatic Tracking of Hyoid Bone Displacement and Rotation Relative to Cervical Vertebrae in Videofluoroscopic Swallow Studies Using Deep Learning 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01039-4 PMID:38383805	研究论文	开发基于深度学习的自动追踪方法，用于视频荧光吞咽研究中舌骨位移和旋转的定量分析	提出全高分辨率网络架构，同时检测舌骨和颈椎标志点，建立自动坐标系以消除姿势变化影响	NA	开发自动追踪舌骨运动的方法，替代传统人工标注	视频荧光吞咽研究中的舌骨和颈椎	计算机视觉	吞咽障碍	视频荧光吞咽研究	深度学习	视频帧图像	1488个吞咽样本的59,468帧VFSS图像	NA	全高分辨率网络	平均标志点定位误差, 平均角度预测误差, 平均绝对误差	NA
819	2025-10-05	Auto-segmentation of Adult-Type Diffuse Gliomas: Comparison of Transfer Learning-Based Convolutional Neural Network Model vs. Radiologists 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01044-7 PMID:38383806	研究论文	开发基于迁移学习的卷积神经网络模型用于成人型弥漫性胶质瘤的自动分割，并与放射科医生的分割效果进行比较	使用迁移学习策略，先在公开数据集上预训练，再在机构数据集上微调，能够处理包括ADC序列在内的多序列MRI数据	对术后病例和多灶性胶质瘤的分割效果需要进一步改进	开发全自动的胶质瘤分割工具，提高脑肿瘤定量评估效率	成人型弥漫性胶质瘤	计算机视觉	脑肿瘤	多序列MRI成像（FLAIR, T2WI, CE-T1WI, ADC）	CNN	医学影像	预训练数据集A（n=210）和B（n=369），微调机构数据集（n=197，其中训练集100，测试集97）	NA	NA	Dice相似系数, 半定量5分制评分	NA
820	2025-10-05	Developing a Radiomics Atlas Dataset of normal Abdominal and Pelvic computed Tomography (RADAPT) 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01028-7 PMID:38383807	研究论文	本研究创建了一个正常腹部和盆腔CT影像的放射组学图谱数据集，用于模型开发和验证	首次系统性地构建了正常腹部和盆腔的放射组学图谱数据集，填补了放射组学领域正常参考图谱的空白	研究为回顾性设计，样本仅来自急诊CT扫描的年轻人群，可能缺乏人群代表性	开发可用于模型开发和验证的正常腹部和盆腔CT放射组学数据集	无已知疾病的年轻成年人（17-36岁）的腹部和盆腔CT影像	数字病理	NA	CT扫描，放射组学特征提取	深度学习	CT影像	531名患者（250名女性，281名男性），平均年龄26.8±5.19岁	PyRadiomics, 3DSlicer	TotalSegmentator	NA	NA