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
8261	2025-01-27	Proximity adjusted centroid mapping for accurate detection of nuclei in dense 3D cell systems 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109561 PMID:39693688	研究论文	本文提出了一种基于3D U-net的方法PAC-MAP，用于在密集3D细胞系统中准确检测细胞核中心点	PAC-MAP方法通过预测细胞核中心点及其邻近关系，解决了高密度细胞系统中的细胞核分割难题，显著提高了召回率	模型训练依赖于有限的专家标注数据（30张图像），且在处理异质分辨率和对比度的3D图像时仍存在挑战	开发一种在密集3D细胞系统中准确检测细胞核中心点的方法，以支持细胞定量分析和细胞浸润模式研究	密集3D细胞系统中的细胞核	计算机视觉	胶质母细胞瘤	3D U-net	U-net	3D图像	30张专家标注图像和超过2300张弱监督批量数据
8262	2025-01-27	Deep Learning techniques to detect and analysis of multiple sclerosis through MRI: A systematic literature review 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109530 PMID:39693692	系统文献综述	本文对使用深度学习技术通过MRI检测和分析多发性硬化症（MS）的研究进行了系统文献综述	提供了关于深度学习在MS检测和分析中的应用的全面综述，并以结构化表格形式总结了这些技术	仅关注了MRI数据，未涉及其他类型的医学数据	探讨深度学习技术在多发性硬化症（MS）检测和分析中的应用	多发性硬化症（MS）	医学影像分析	多发性硬化症	深度学习	卷积神经网络（CNN）	MRI图像	82篇相关研究
8263	2025-01-27	Generating synthetic CT images from unpaired head and neck CBCT images and validating the importance of detailed nasal cavity acquisition through simulations 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109568 PMID:39700859	研究论文	本研究提出了一种利用循环一致性生成对抗网络（cycleGAN）对头颈部锥形束CT（CBCT）图像进行去噪并生成合成CT（sCT）图像的方法，并通过计算流体动力学（CFD）分析了精细分割鼻腔对气流的影响	使用cycleGAN结合多种损失函数和数据增强策略对CBCT图像进行去噪，生成高质量的sCT图像，并通过自动分割和CFD分析验证了鼻腔精细分割的重要性	研究中未提及样本量的具体信息，且未讨论模型在其他类型医学图像上的泛化能力	提高CBCT图像质量以替代传统CT，并验证精细分割鼻腔对气流模拟的影响	头颈部CBCT图像	数字病理学	NA	cycleGAN, 计算流体动力学（CFD）	cycleGAN	图像	NA
8264	2025-01-27	Generating 3D brain tumor regions in MRI using vector-quantization Generative Adversarial Networks 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109502 PMID:39700855	研究论文	本文提出了一种使用向量量化生成对抗网络（GAN）和结合掩码标记建模的变压器来生成高分辨率和多样化的3D脑肿瘤感兴趣区域（ROI）的新框架，用于增强脑肿瘤ROI分类的训练数据集	创新点在于生成脑肿瘤的感兴趣区域（ROI）而非整个图像体积，并采用向量量化GAN和变压器结合掩码标记建模的方法	NA	研究目的是通过生成高分辨率和多样化的3D脑肿瘤ROI来解决数据不平衡问题，从而提高脑肿瘤分类的准确性	研究对象为低级别胶质瘤（LGG）和BRAF V600E突变遗传标记的肿瘤ROI	数字病理学	脑肿瘤	向量量化生成对抗网络（GAN）和变压器结合掩码标记建模	GAN, Transformer	MRI图像	来自Multimodal Brain Tumor Segmentation Challenge (BraTS) 2019数据集的低级别胶质瘤（LGG）ROI和内部儿科低级别胶质瘤（pLGG）数据集的BRAF V600E突变遗传标记肿瘤ROI
8265	2025-01-27	DCSENets: Interpretable deep learning for patient-independent seizure classification using enhanced EEG-based spectrogram visualization 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109558 PMID:39708497	研究论文	本文提出了一种基于增强EEG频谱图可视化的可解释深度学习模型DCSENets，用于患者独立的癫痫发作分类	提出了一种新的STFT频谱图构建算法，结合taper函数（如Hann和Gaussian窗口）来最小化边缘效应，并采用DCSENets模型进行患者独立的癫痫分类，同时通过Grad CAM增强模型决策过程的可解释性	尽管模型在大多数患者中表现良好，但样本分布相似性测试显示部分患者的训练和测试样本分布存在差异，可能影响模型的泛化能力	开发一种计算机辅助诊断系统，减少神经科医生对EEG信号的手动检查时间，提高癫痫发作分类的准确性和可解释性	CHB-MIT数据集中的多通道EEG信号	数字病理学	癫痫	短时傅里叶变换（STFT）	Dilated Convolutional Squeeze and Excitation Networks (DCSENets)	EEG信号	CHB-MIT数据集中的选定患者
8266	2025-01-27	TSegLab: Multi-stage 3D dental scan segmentation and labeling 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109535 PMID:39708498	研究论文	本研究介绍了一种新颖的深度学习方法来增强计算机辅助设计（CAD）系统中的3D牙齿扫描分割和标记的准确性	提出了一种三阶段方法，包括粗定位、精细牙齿分割和标记，并引入了新的数据增强技术来模拟训练中缺失牙齿和牙齿位置变化	NA	提高牙齿扫描分割和标记的准确性，以增强牙科CAD应用的精度和可靠性	3D牙齿扫描	计算机视觉	NA	深度学习	Mask-RCNN, 图神经网络	3D扫描	1800个口腔内3D扫描
8267	2025-01-26	PTSP-BERT: Predict the thermal stability of proteins using sequence-based bidirectional representations from transformer-embedded features 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109598 PMID:39708499	研究论文	本文开发了一种基于蛋白质序列的深度学习模型PSTP-BERT，用于直接识别嗜热、嗜温和嗜冷蛋白质的三类分类	PSTP-BERT模型能够直接进行三类分类，而现有机器学习方法只能进行嗜热与非嗜热或嗜冷与非嗜冷蛋白质的二元分类	NA	开发一种能够直接识别嗜热、嗜温和嗜冷蛋白质的深度学习模型	嗜热、嗜温和嗜冷蛋白质	机器学习	NA	深度学习	BERT	蛋白质序列	NA
8268	2025-01-27	Generalized fractional optimization-based explainable lightweight CNN model for malaria disease classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109593 PMID:39709870	研究论文	本文提出了一种基于广义分数阶优化的可解释轻量级CNN模型，用于疟疾疾病分类	提出了一种基于分数阶优化算法的轻量级卷积神经网络模型，解决了现有深度学习模型在计算效率和可解释性方面的不足	未提及具体局限性	提高疟疾疾病诊断的准确性和效率	疟疾疾病分类	计算机视觉	疟疾	深度学习	CNN	图像	标准NIH数据集、外部MP-IDB数据集和M5测试集
8269	2025-01-27	Named entity recognition for de-identifying Spanish electronic health records 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109576 PMID:39709869	研究论文	本研究探索了西班牙语电子健康记录（EHRs）的自动去识别化，采用命名实体识别任务，并开发了两种基于深度学习的方法	首次在西班牙语EHRs上应用Transformer模型进行去识别化，并展示了其优于传统RNN模型的性能	研究主要依赖于一个包含599个真实临床案例的私有语料库，可能限制了模型的泛化能力	实现西班牙语电子健康记录的自动去识别化，以保护患者隐私并促进数据共享	西班牙语电子健康记录	自然语言处理	NA	命名实体识别	RNN, Transformer	文本	599个真实临床案例
8270	2025-01-27	Latent representation learning for classification of the Doppler ultrasound images 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109575 PMID:39729855	研究论文	本文提出了一种用于多普勒超声图像分类的潜在表示权重学习方法（LRWL），以解决图像长度不一和维度差异的问题	LRWL方法能够处理长度不一的多图像问题，特别是针对不规则多图像问题，并提出了空间交互测量（SIM）方法来验证LRWL在捕捉图像间关系方面的准确性	未明确提及具体局限性	通过多普勒超声图像进行妊娠预测	多普勒超声图像	计算机视觉	妊娠相关疾病	深度学习（DL）	LRWL（潜在表示权重学习）	图像	真实不规则生殖数据集和两个合成规则数据集
8271	2025-01-27	Assessment of deep learning technique for fully automated mandibular segmentation 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.006 PMID:39863342	研究论文	本研究评估了一种基于卷积神经网络的自动分割下颌骨的开源模型	使用MONAI Label主动学习工具扩展训练自动模型，并评估其在临床中的适用性	样本量较小，仅包含55个锥形束计算机断层扫描	评估自动分割下颌骨模型的精度	下颌骨的自动分割	计算机视觉	NA	锥形束计算机断层扫描	卷积神经网络（CNN）	图像	55个锥形束计算机断层扫描
8272	2025-01-27	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-Jan-25, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	本研究开发了一种基于深度学习的模型，用于预测中风血栓切除术中的困难经股动脉通路，并与人类评估进行了比较	首次开发了一种全自动模型，用于预测中风血栓切除术中的困难经股动脉通路，并证明其优于人类评估	研究样本量有限，且为回顾性研究，可能影响模型的泛化能力	开发一种快速可靠的方法，用于预测中风血栓切除术中的困难经股动脉通路	513名接受前循环大血管闭塞中风一线经股动脉血栓切除术的患者	数字病理学	中风	头颈部计算机断层扫描血管造影（CTA）	深度学习模型	图像	513名患者
8273	2025-01-27	Unrolled deep learning for breast cancer detection using limited-view photoacoustic tomography data 2025-Jan-25, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03302-4 PMID:39856397	研究论文	本文提出了一种基于展开深度学习的有限视角光声断层扫描（PAT）图像重建方法，用于乳腺癌检测	结合了分割Bregman全变差（SBTV）和松弛基追踪交替方向乘子法（rBP-ADMM）算法的展开深度学习网络，并集成了U-Net去噪器，显著提高了重建质量和计算效率	研究主要针对有限视角场景，未涉及其他复杂临床环境下的验证	提高有限视角光声断层扫描图像的重建质量，以改善乳腺癌的早期检测能力	乳腺癌检测中的光声断层扫描图像	计算机视觉	乳腺癌	光声断层扫描（PAT）	U-SBTV网络，U-Net	图像	NA
8274	2025-01-27	Deep learning for forensic age estimation using orthopantomograms in children, adolescents, and young adults 2025-Jan-25, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11373-y PMID:39862249	研究论文	本研究利用卷积神经网络（CNN）对儿童、青少年和年轻成人的正颌全景片（OPGs）进行法医年龄估计，以提高预测的准确性和速度	使用更大、更多样化的数据集训练自定义CNN，专注于牙齿生长特征，显著提高了法医年龄估计的准确性	研究主要依赖于正颌全景片，可能未涵盖所有影响年龄估计的因素	评估和改进法医年龄预测方法，特别是针对儿童、青少年和年轻成人	1至25岁以下的13,766名个体的21,814张正颌全景片	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	21,814张正颌全景片，来自13,766名个体
8275	2025-01-27	Evaluating the impact of ESICM 2023 guidelines and the new global definition of ARDS on clinical outcomes: insights from MIMIC-IV cohort data 2025-Jan-23, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02289-w PMID:39849624	研究论文	本研究评估了2023年ESICM指南和新全球ARDS定义对临床结果的影响，并利用MIMIC-IV队列数据进行了分析	首次评估了新全球ARDS定义对患者治疗的影响，并建立了早期ARDS识别的预测模型	研究依赖于MIMIC-IV数据库的数据，可能存在数据偏差	确定新ARDS定义对低氧性呼吸衰竭患者的影响，并研究新定义下患者的异质性以指导治疗	低氧性呼吸衰竭患者	医学	急性呼吸窘迫综合征（ARDS）	Kaplan-Meier生存分析，层次聚类方法，XGBoost分类器	XGBoost	临床咨询数据	MIMIC-IV数据库中的患者数据
8276	2025-01-27	Generalization Analysis of Transformers in Distribution Regression 2025-Jan-21, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01726 PMID:39556504	研究论文	本文提出了一个基于分布回归的transformer学习框架，并引入了一种称为注意力算子的数学公式，展示了transformer如何在不丢失信息的情况下将分布压缩为函数表示	提出了一个新颖的注意力算子，并证明了transformer在复杂结构函数学习上优于卷积神经网络和全连接网络	缺乏实际应用验证，理论结果尚未通过实验验证	研究transformer及其相关技术背后的机制，特别是在分布回归中的应用	transformer模型及其在分布回归中的应用	机器学习	NA	NA	transformer	分布数据	NA
8277	2025-01-27	Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter 2025-Jan-01, Ecotoxicology and environmental safety IF:6.2Q1 DOI:10.1016/j.ecoenv.2024.117482 PMID:39662459	研究论文	本研究探讨了使用RootPainter工具自动量化不同土壤类型中Enchytraeus crypticus幼体的可行性	首次将RootPainter工具应用于Enchytraeus crypticus幼体的自动量化，减少了人工计数的耗时和主观性	研究仅使用了五种农药和四种土壤类型，可能无法涵盖所有可能的土壤和农药组合	研究目的是验证RootPainter工具在土壤毒性测试中自动量化Enchytraeus crypticus幼体的准确性和可靠性	Enchytraeus crypticus幼体	计算机视觉	NA	卷积神经网络（CNN）	CNN	图像	五种农药和四种土壤类型的测试样本
8278	2025-01-27	Breath-hold diffusion-weighted MR imaging (DWI) using deep learning reconstruction: Comparison with navigator triggered DWI in patients with malignant liver tumors 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.027 PMID:39667265	研究论文	本研究探讨了使用深度学习重建的单次屏气扩散加权磁共振成像（BH-DWI）在恶性肝肿瘤患者中的可行性，并与导航触发的扩散加权成像（NT-DWI）进行了比较	首次将深度学习重建技术应用于单次屏气扩散加权磁共振成像，并与传统的导航触发扩散加权成像进行比较	研究样本量有限，且未考虑患者对屏气时间的耐受性	比较单次屏气扩散加权磁共振成像与导航触发扩散加权成像在恶性肝肿瘤患者中的成像质量和效果	恶性肝肿瘤患者	医学影像	肝癌	扩散加权磁共振成像（DWI）	深度学习重建（DLR）	磁共振图像	91名患者
8279	2025-01-27	MCBERT: A multi-modal framework for the diagnosis of autism spectrum disorder 2025-Jan, Biological psychology IF:2.7Q2 DOI:10.1016/j.biopsycho.2024.108976 PMID:39722324	研究论文	本文提出了一种名为MCBERT的多模态框架，用于自闭症谱系障碍（ASD）的诊断	提出了一种结合BERT和MCNN的多模态架构，用于ASD诊断，并引入了两种注意力机制来捕捉空间和通道特征	研究仅使用了ABIDE-I数据集，可能限制了模型的泛化能力	开发一种多模态框架以提高ASD诊断的准确性	自闭症谱系障碍（ASD）患者	数字病理学	自闭症谱系障碍	深度学习	BERT, MCNN	多模态数据（包括脑图像和功能MRI数据）	ABIDE-I数据集
8280	2025-01-27	Identifying protected health information by transformers-based deep learning approach in Chinese medical text 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251315594 PMID:39862116	研究论文	本文提出了一种基于BERT的深度学习算法，用于识别中文临床文本中的隐私信息，并验证了该方法在中国临床环境中隐私保护的可行性	首次将BERT模型与BiLSTM-CRF结合，用于中文临床文本中的隐私信息识别，并展示了显著的性能提升	研究仅基于中国某市级区域健康信息平台的数据，可能无法完全代表其他地区或国家的临床文本特征	开发一种有效的深度学习模型，用于识别和保护中文临床文本中的隐私信息	中文临床文本中的隐私信息	自然语言处理	NA	BERT, BiLSTM, CRF	BERT-based BiLSTM-CRF	文本	33,017份出院摘要，来自151家医疗机构