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
821	2025-05-01	Mapping the knowledge landscape of the PET/MR domain: a multidimensional bibliometric analysis 2025-Apr, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-07043-8 PMID:39754665	研究论文	本文通过文献计量分析探讨了2010年至2024年PET/MR领域的研究趋势、合作模式和新兴主题	首次对PET/MR领域进行多维度的文献计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库，可能遗漏其他来源的重要文献	探索PET/MR领域的研究现状和未来发展方向	PET/MR领域的4349篇文献	医学影像分析	肿瘤学、神经系统疾病和心血管疾病	文献计量分析工具VOSviewer和CiteSpace	NA	文献数据	4349篇出版物
822	2025-05-01	MPIC: Exploring alternative approach to standard convolution in deep neural networks 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107082 PMID:39754840	研究论文	本文提出了一种名为MPIC的多尺度渐进推理卷积方法，旨在增强标准卷积的特征提取能力同时保持参数数量相近	MPIC结合了大感受野、多尺度处理和渐进推理的优点，与现有卷积变体网络兼容并能显著提升特征提取能力	NA	探索标准卷积的替代方法以增强特征提取能力	卷积神经网络(CNNs)	计算机视觉	NA	NA	MPIC, CNN	图像	多个知名数据集(未具体说明数量)
823	2025-05-01	Interpretable deep learning for acoustic leak detection in water distribution systems 2025-Apr-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2024.123076 PMID:39756226	研究论文	本研究提出了一种用于水分配系统中声学泄漏检测的可解释深度学习方法	提出了多通道卷积神经网络（MCNN）模型和MGrad-CAM方法，以提高泄漏检测的准确性和模型的可解释性	未提及具体的研究局限性	提高水分配系统中泄漏检测的准确性和模型的可解释性	水分配系统中的声学泄漏信号	机器学习	NA	深度学习，聚类分析	MCNN, FCNN	声学信号	实验数据和实际现场数据
824	2025-05-01	SegRap2023: A benchmark of organs-at-risk and gross tumor volume Segmentation for Radiotherapy Planning of Nasopharyngeal Carcinoma 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103447 PMID:39756265	research paper	介绍SegRap2023挑战赛及其为鼻咽癌放疗计划提供的器官风险区域和肿瘤体积分割基准数据集	提出了一个大规模基准数据集，包含200名鼻咽癌患者的400次CT扫描，用于评估OARs和GTVs的分割性能	对于GTVs和较小或较薄的OARs分割仍需更多努力	提升鼻咽癌放疗计划中器官风险区域和肿瘤体积的精确分割	鼻咽癌患者的CT扫描图像	digital pathology	nasopharyngeal carcinoma	CT扫描	NA	image	200名患者的400次CT扫描
825	2025-05-01	Leveraging Natural Language Processing and Machine Learning Methods for Adverse Drug Event Detection in Electronic Health/Medical Records: A Scoping Review 2025-Apr, Drug safety IF:4.0Q1 DOI:10.1007/s40264-024-01505-6 PMID:39786481	综述	本文通过范围综述总结了利用自然语言处理（NLP）和机器学习（ML）技术从非结构化电子健康记录（EHR）数据中检测药物不良事件（ADEs）的有效性	探讨了NLP/ML技术在药物警戒领域的应用潜力，特别是在识别未报告的不良事件和安全信号方面的能力	研究方法和技术评估存在显著差异，且缺乏标准化方法和验证标准，限制了NLP/ML在药物警戒中的广泛应用	评估NLP/ML技术在药物警戒中的应用效果，以提高从非结构化EHR数据中检测ADEs的能力	非结构化电子健康记录（EHR）数据	自然语言处理	NA	NLP, ML	基于规则的NLP, 统计模型, 深度学习	文本	7项研究
826	2025-05-01	Traditional versus modern approaches to screening mammography: a comparison of computer-assisted detection for synthetic 2D mammography versus an artificial intelligence algorithm for digital breast tomosynthesis 2025-Apr, Breast cancer research and treatment IF:3.0Q2 DOI:10.1007/s10549-024-07589-z PMID:39786500	research paper	比较传统计算机辅助检测算法和现代人工智能算法在乳腺X线摄影中的性能	首次比较了传统机器学习CADe算法和深度学习AI算法在乳腺X线摄影中的表现	研究仅使用了Hologic公司的特定算法，可能无法推广到其他厂商的算法	比较传统和现代方法在乳腺X线摄影筛查中的效果	乳腺X线摄影图像	digital pathology	breast cancer	synthetic 2D mammography, digital breast tomosynthesis (DBT)	traditional machine learning CADe, deep learning-based AI	image	764名患者（平均年龄58岁±11），包含106例活检证实的癌症和658例阴性病例
827	2025-05-01	Domain-guided conditional diffusion model for unsupervised domain adaptation 2025-Apr, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2024.107031 PMID:39778293	研究论文	提出了一种领域引导的条件扩散模型（DCDM），用于无监督领域自适应（UDA），以生成高保真的目标领域样本	引入了类信息来控制生成样本的标签，并使用领域分类器引导生成样本朝向目标领域	性能可能受到领域差异大和目标领域数据有限的限制	解决深度学习模型在新应用场景中迁移性能受限的问题	无监督领域自适应（UDA）	机器学习	NA	扩散模型	DCDM	NA	NA
828	2025-05-01	Cooperative multi-task learning and interpretable image biomarkers for glioma grading and molecular subtyping 2025-Apr, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103435 PMID:39778265	研究论文	提出了一种新型协作多任务学习网络（CMTLNet），用于胶质瘤分级和分子亚型预测，并提供可解释的影像生物标志物	设计了任务通用特征提取模块、任务特定独特特征提取模块和独特-通用特征协作分类模块，实现了胶质瘤多任务预测的可解释性	未明确提及具体局限性	开发一种能够同时准确预测胶质瘤组织学分级和分子亚型并提供可靠影像生物标志物的方法	胶质瘤	数字病理	胶质瘤	深度学习	CMTLNet	影像	超过1800例的多中心数据集
829	2025-05-01	An overview of utilizing artificial intelligence in localized prostate cancer imaging 2025-Apr, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2025.2477601 PMID:40056148	review	本文综述了人工智能在前列腺癌多参数MRI成像中的应用现状及未来发展	探讨了AI在自动化前列腺分割、病变检测和分类等关键任务中的应用，以及如何通过多模态方法结合影像与临床数据提升个性化诊断	AI模型的临床应用仍受限于需要更大规模、多机构的验证研究	提升前列腺癌多参数MRI诊断性能，改善检测和风险分层	前列腺癌（PCa）患者的多参数MRI影像	digital pathology	prostate cancer	multiparametric MRI (mpMRI)	machine learning, deep learning	image	NA
830	2025-05-01	A practical approach to the spatial-domain calculation of nonprewhitening model observers in computed tomography 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17599 PMID:39780034	研究论文	提出了一种在空间域计算CT中非预白化模型观察者的实用方法，避免了傅里叶域的缺点	提出了一种避免噪声协方差矩阵显式估计的空间域计算方法，并提供了检测指数估计的不确定性公式	傅里叶域方法在强迭代重建和深度学习重建算法中显示出更高的检测能力，空间域方法可能低估噪声抑制效果	开发一种用于CT图像质量评估的模型观察者计算方法	CT图像重建算法（迭代重建和深度学习重建）	医学影像处理	NA	CT扫描、迭代重建(IR)、深度学习重建(DLR)	非预白化(NPW)模型观察者	CT图像	使用内部开发的体模，包含两种对比度水平（2和8 mgI/mL）和不同特征尺寸（1-10 mm直径），采用两种单能协议（80和120 kV）和两种剂量水平（CTDIvol = 5和13 mGy）
831	2025-05-01	Automated Posterior Tibial Slope Measurement Using Lateral Knee Radiographs: A Novel Landmark-Based Approach Using Deep Learning 2025-Apr, Orthopaedic journal of sports medicine IF:2.4Q2 DOI:10.1177/23259671251331067 PMID:40297052	research paper	本研究验证了一种基于解剖标志的深度学习模型，用于在未经校准的膝关节侧位X光片上测量后胫骨斜率（PTS）	提出了一种基于标志点的新型方法，使用深度学习模型自动测量PTS，具有时间效率和准确性	需要外部验证以确认模型的临床适用性	验证一种在线计算机视觉模型，用于在膝关节侧位X光片上测量PTS	膝关节侧位X光片	computer vision	osteoarthritis	deep learning	CNN	image	10,007张膝关节侧位X光片（9277张训练，500张验证，230张测试）
832	2025-05-01	Digital pathology and artificial intelligence in diagnostic pathology 2025-Apr, The Malaysian journal of pathology PMID:40302471	review	本文简要概述了数字病理学和深度学习在诊断病理学中的应用及其未来潜力	探讨了人工智能在诊断病理学中的优势、用途、障碍和未来潜力，以及病理学家与AI系统合作的优越性能	病理学家在诊断最终确定中仍起关键作用，AI应用仍存在障碍和约束	提高疾病诊断的效率和准确性	数字病理学和人工智能在诊断病理学中的应用	digital pathology	NA	deep learning	NA	image	NA
833	2025-05-01	GeOKG: geometry-aware knowledge graph embedding for Gene Ontology and genes 2025-Mar-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf160 PMID:40217132	research paper	提出了一种几何感知的知识图谱嵌入方法GeOKG，用于基因本体和基因的表示学习，以改进蛋白质-蛋白质相互作用预测	利用几何交互来更好地反映基因本体的复杂层次结构，克服了单空间嵌入的不足	NA	改进基因本体和基因的表示学习，以提升下游生物任务如蛋白质-蛋白质相互作用预测的性能	基因本体(GO)和基因本体注释(GOA)	生物信息学	NA	深度学习	知识图谱嵌入	图数据	NA
834	2025-05-01	Human Brain Inspired Artificial Intelligence Neural Networks 2025-Mar-28, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN26684 PMID:40302263	research paper	探讨人工智能（AI）发展如何从人脑结构和功能中汲取灵感，并比较关键脑区与AI范式之间的对应关系	通过映射神经和计算架构，展示AI模型如何逐步模仿人脑的复杂性，从基本模式识别到高级推理	当前面临的挑战包括克服学习限制和实现可比的神经可塑性	研究AI如何从人脑结构和功能中获取灵感，并比较两者之间的对应关系	人脑关键区域（如脑干、感觉皮层、基底节、丘脑、边缘系统、前额叶皮层）和AI范式（如通用AI、机器学习、深度学习、人工通用智能）	machine learning	NA	NA	deep learning, artificial general intelligence (AGI)	NA	NA
835	2025-05-01	New Method of Impact Localization on Plate-like Structures Using Deep Learning and Wavelet Transform 2025-Mar-20, Sensors (Basel, Switzerland) DOI:10.3390/s25061926 PMID:40293079	research paper	提出了一种利用二维卷积神经网络（CNN）和小波变换（WT）在板状结构上定位冲击事件的新方法	结合CNN和小波变换处理冲击信号，提高了冲击定位的准确性	模型难以区分特征相似的数据样本，主要由于信号分段间隔和冲击距离的影响	开发一种高效准确的冲击事件定位方法	板状结构上的冲击事件	machine learning	NA	小波变换（WT）	CNN	image	8个数据集，包含2至5次冲击信号
836	2025-05-01	An Efficient 3D Measurement Method for Shiny Surfaces Based on Fringe Projection Profilometry 2025-Mar-20, Sensors (Basel, Switzerland) DOI:10.3390/s25061942 PMID:40293081	研究论文	提出了一种基于条纹投影轮廓术（FPP）的高效3D测量方法，用于解决高反光表面测量中的条纹饱和或过暗问题	结合偏振器和深度学习方法减轻条纹饱和，并引入双频互补解码方法提高测量效率	未提及方法在极端反光条件下的性能或与其他技术的对比	提高高反光表面3D测量的准确性和效率	高反光表面的3D形貌测量	计算机视觉	NA	条纹投影轮廓术（FPP）	深度学习	图像	未明确说明
837	2025-05-01	MAL-Net: A Multi-Label Deep Learning Framework Integrating LSTM and Multi-Head Attention for Enhanced Classification of IgA Nephropathy Subtypes Using Clinical Sensor Data 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061916 PMID:40293045	research paper	提出了一种名为MAL-Net的多标签深度学习框架，用于整合LSTM和多头注意力机制，以增强IgA肾病亚型的分类	MAL-Net整合了LSTM网络和多头注意力机制，有效捕捉临床数据中的序列和上下文依赖关系，并通过多头注意力模块强调关键特征，缓解类别不平衡问题	研究仅基于500名IgA肾病患者的临床数据，样本量相对有限，可能影响模型的泛化能力	开发一个深度学习框架，用于多标签分类IgA肾病亚型，以支持早期诊断、个性化治疗和预后评估	500名IgA肾病患者的临床数据，包括人口统计学、实验室和症状变量	digital pathology	IgA nephropathy	深度学习	LSTM, Multi-Head Attention	临床传感器数据	500名IgA肾病患者
838	2025-05-01	Interference Mitigation Using UNet for Integrated Sensing and Communicating Vehicle Networks via Delay-Doppler Sounding Reference Signal Approach 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061902 PMID:40293069	研究论文	本文提出了一种利用UNet架构在延迟-多普勒域中通过探测参考信号方法增强集成感知与通信车辆网络性能的新方法	利用延迟-多普勒域中的二维偏移和UNet架构进行干扰抑制，以提高频谱效率和感知精度	未提及实际部署中的硬件限制或计算资源需求	优化集成感知与通信（ISAC）在车辆网络中的性能	4G和5G系统中的车辆网络	通信系统	NA	延迟-多普勒域探测参考信号（SRS）方法	UNet	Range-Doppler地图	NA
839	2025-05-01	A Weighted-Transfer Domain-Adaptation Network Applied to Unmanned Aerial Vehicle Fault Diagnosis 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061924 PMID:40293102	研究论文	提出了一种加权迁移域适应网络(WTDAN)方法，用于无人机电磁敏感飞行数据的在线异常检测和故障诊断	基于无监督迁移学习，设计了三个多尺度模块（特征提取器、域判别器和标签分类器），并采用多层域适应减少源域和目标域数据分布的距离	在异常目标数据样本较少的情况下性能较好，但在样本分布极度不平衡或噪声较大的情况下可能表现不佳	提高无人机在线异常检测和故障诊断的准确性	无人机电磁敏感飞行数据	机器学习	NA	无监督迁移学习	WTDAN（加权迁移域适应网络）	传感器数据	公开数据集和实验测试数据集
840	2025-05-01	A Deep Sparse Capsule Network for Non-Invasive Blood Glucose Level Estimation Using a PPG Sensor 2025-Mar-18, Sensors (Basel, Switzerland) DOI:10.3390/s25061868 PMID:40293000	研究论文	本研究提出了一种基于深度学习的非侵入性方法，使用光电容积描记（PPG）信号估计血糖水平	提出了一种深度稀疏胶囊网络（DSCNet）模型，用于准确和稳健的血糖监测，并开发了带有自注意力机制的增强模型	未提及样本的具体数量，可能影响模型泛化能力的评估	开发一种非侵入性血糖监测方法，减少传统侵入性方法带来的不适	糖尿病患者	机器学习	糖尿病	光电容积描记（PPG）	DSCNet（深度稀疏胶囊网络）	PPG信号	NA