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	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
802	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
803	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
804	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
805	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
806	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
807	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
808	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
809	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
810	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
811	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
812	2025-10-05	HBMD-Net: Feature Fusion Based Breast Cancer Classification with Class Imbalance Resolution 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01046-5 PMID:38409609	研究论文	提出一种融合特征和解决类别不平衡的乳腺癌分类网络HBMD-Net	结合边界合成少数类过采样技术(BSMOTE)解决类别不平衡，采用特征融合策略同时利用ResNet50提取全局特征和HOG提取局部特征	仅使用两个公开乳腺超声数据集进行验证，数据集数量有限	开发精确的乳腺癌计算机辅助诊断系统	乳腺超声图像中的肿瘤分类	计算机视觉	乳腺癌	超声成像	CNN	医学图像	两个乳腺超声数据集(BUSI和UDIAT)	NA	ResNet50	准确率	NA
813	2025-10-05	LAMA: Lesion-Aware Mixup Augmentation for Skin Lesion Segmentation 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01000-5 PMID:38409610	研究论文	提出一种用于皮肤病变分割的病灶感知混合数据增强方法LAMA	首次针对多病灶皮肤病变图像提出病灶感知混合数据增强技术，通过混合训练集中的多个病灶图像生成合成多病灶图像	未提及具体计算资源限制，且需要创建新的多病灶数据集进行验证	提高皮肤病变图像分割的准确性，特别是针对多病灶图像	皮肤病变的皮肤镜图像	计算机视觉	皮肤病变	数据增强技术	深度神经网络	皮肤镜图像	使用ISIC 2017挑战赛数据集训练，ISIC 2020多病灶图像创建的新MuLe数据集测试	NA	NA	Jaccard score, Dice score	NA
814	2025-10-05	Deep Learning Radiomics Analysis of CT Imaging for Differentiating Between Crohn's Disease and Intestinal Tuberculosis 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01059-0 PMID:38424279	研究论文	本研究开发并评估了一种基于CT的深度学习影像组学模型，用于鉴别克罗恩病和肠结核	首次结合动脉期和静脉期CT图像构建深度学习影像组学模型，并采用SMOTE技术处理数据不平衡问题	样本量相对有限，且仅来自单一医疗中心	开发能够准确鉴别克罗恩病和肠结核的医学影像诊断模型	经病理确诊的克罗恩病和肠结核患者	医学影像分析	肠道疾病	CT成像	深度学习	医学影像	330例患者（克罗恩病245例，肠结核85例）	NA	逻辑回归	AUC	NA
815	2025-10-05	Privacy-Preserving Breast Cancer Classification: A Federated Transfer Learning Approach 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01035-8 PMID:38424280	研究论文	提出一种结合联邦学习和迁移学习的新方法，用于隐私保护的乳腺癌分类	将迁移学习整合到联邦学习框架中，并引入领域对抗训练来解决医疗中心间的数据分布差异问题	仅在三家医疗中心的数据上进行验证，需要更多医疗机构的参与来进一步验证泛化能力	开发隐私保护的乳腺癌分类方法，解决医疗数据孤岛和隐私问题	乳腺癌患者的乳腺X线摄影和MRI图像	计算机视觉	乳腺癌	深度学习，迁移学习，联邦学习	CNN	医学图像	来自三家医疗中心的乳腺X线摄影和MRI图像数据集	NA	ResNet	准确率，计算时间	NA
816	2025-10-05	A Systematic Review on Caries Detection, Classification, and Segmentation from X-Ray Images: Methods, Datasets, Evaluation, and Open Opportunities 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01054-5 PMID:38429559	系统综述	对X射线图像中龋齿检测、分类和分割的计算方法进行系统性回顾分析	首次系统性地梳理和分析了X射线图像中龋齿识别的计算方法、数据集和评估指标	仅纳入了42项研究，且仅有12%的研究使用公开数据集	确定X射线图像中龋齿识别的主要计算方法	龋齿在X射线图像中的表现	计算机视觉	龋齿	X射线成像	深度学习, 机器学习	X射线图像	42项研究	NA	NA	准确率, 精确率, 召回率, F1分数, AUC	NA
817	2025-10-05	Auto-BCS: A Hybrid System for Real-Time Breast Cancer Screening from Pathological Images 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01056-3 PMID:38429562	研究论文	提出一种用于病理图像实时乳腺癌筛查的混合系统Auto-BCS	结合轻量级深度学习模型与极端梯度提升分类器，优化计算效率并防止过拟合，适用于低处理能力移动设备	未明确说明样本来源及数据集的多样性限制	开发适用于资源有限环境的实时自动化乳腺癌筛查系统	乳腺癌病理图像	数字病理学	乳腺癌	病理图像分析	深度学习, XGBoost	图像	NA	NA	轻量级深度学习模型	准确率, 精确率, 召回率, F1分数, 推理时间	低处理能力移动设备
818	2025-10-05	Deep Learning Imaging Reconstruction Algorithm for Carotid Dual Energy CT Angiography: Opportunistic Evaluation of Cervical Intervertebral Discs-A Preliminary Study 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01016-x PMID:38429560	研究论文	本研究评估深度学习图像重建算法在颈动脉双能CT血管造影中对颈椎间盘成像的性能	首次在颈动脉双能CT血管造影中比较深度学习图像重建算法与传统迭代重建算法对颈椎间盘的成像效果	回顾性研究，样本量较小（42例患者），为初步研究	评估深度学习图像重建算法在不同双能CT图像集中对颈椎间盘的成像性能	颈椎间盘	医学影像分析	颈椎疾病	双能CT血管造影	深度学习	CT影像	42例患者	NA	NA	诊断可接受度评分，图像清晰度评分，亨氏单位，水浓度值，标准差，变异系数	NA
819	2025-10-05	Systematic Review of Retinal Blood Vessels Segmentation Based on AI-driven Technique 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01010-3 PMID:38438695	综述	对基于人工智能技术的视网膜血管分割方法进行系统性文献综述	全面分析了深度学习和机器学习在视网膜血管分割领域的最新研究进展和方法体系	NA	系统性回顾和评估人工智能技术在视网膜血管分割中的应用	视网膜血管分割相关的研究文献和方法	计算机视觉	NA	图像分割技术	CNN, RNN, GAN	医学图像	NA	NA	卷积像素标记网络, 编码器-解码器架构, 多尺度金字塔方法, 循环网络, 视觉注意力模型, 生成对抗网络	NA	NA
820	2025-10-05	From CNN to Transformer: A Review of Medical Image Segmentation Models 2024-08, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-00981-7 PMID:38438696	综述	本文综述了近年来医学图像分割领域最具代表性的七种模型，从理论分析和定量评估两个维度进行了系统研究	系统比较了从CNN到Transformer的医学图像分割模型演进，并对新兴的SAM模型在医学图像分割中的应用进行了探讨	仅评估了七种代表性模型，未覆盖所有现有方法；研究数据集限于三种特定医学图像类型	综述医学图像分割模型的发展历程，分析不同模型的特性并评估其性能	医学图像分割模型，包括U-Net及其变体、TransUNet和SAM等七种代表性模型	计算机视觉	肺结核、卵巢肿瘤、肝脏疾病	深度学习	CNN, Transformer	医学图像	三个医学图像数据集：肺结核胸部X光、卵巢肿瘤、肝脏分割	NA	U-Net, TransUNet, Segment Anything Model (SAM)	定量评估指标（具体指标未明确说明）	NA