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
861	2025-04-25	Deep learning and optimization enabled multi-objective for task scheduling in cloud computing 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2391395 PMID:39163538	研究论文	本文提出了一种结合多目标优化和深度学习的任务调度模型，用于云计算环境中的任务分配	提出了一种混合分数火烈鸟甲虫优化算法(FFBO)和深度前馈神经网络融合长短期记忆网络(DFNN-LSTM)的新模型	NA	优化云计算环境中的任务调度性能	云计算任务调度	机器学习	NA	深度学习	DFNN-LSTM, FFBO	任务参数和虚拟机参数	NA
862	2025-04-25	Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study 2025-Feb, GeroScience IF:5.3Q1 DOI:10.1007/s11357-024-01321-x PMID:39190220	研究论文	本研究探讨了屏幕暴露时间对中老年人群衰老的影响，并分析了睡眠开始时间在这一关系中的中介作用	首次使用视网膜年龄差作为衰老指标，并发现睡眠开始时间在屏幕使用与视网膜年龄差之间起中介作用	研究为横断面设计，无法确定因果关系	探究屏幕暴露时间与衰老之间的关系及其潜在机制	中国上海45岁以上的健康在职成年人	数字病理学	老年疾病	深度学习算法	深度学习	图像（眼底图像）和问卷数据	未明确说明样本数量，研究对象为上海45岁以上健康在职成年人
863	2025-04-25	Brain tumor detection and segmentation using deep learning 2025-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-024-01203-5 PMID:39231857	research paper	该研究提出了一种基于深度学习的脑肿瘤检测、分类和分割方法，结合YOLOv5与2D U-Net	首次比较了不同目标检测算法（Faster R-CNN、YOLO和SSD）在脑肿瘤MRI数据上的表现，并将最佳检测网络与2D U-Net结合进行像素级分割	研究仅针对特定数据集（BTF和BRATS 2018）进行了验证，未在其他数据集上测试泛化能力	比较不同目标检测算法在脑肿瘤检测中的性能，并开发一种高效的脑肿瘤检测与分割方法	脑肿瘤的检测、分类和分割	digital pathology	brain tumor	deep learning-based object detection and segmentation	YOLOv5, 2D U-Net, Faster R-CNN, SSD, Mask R-CNN	MRI images	Brain Tumor Figshare (BTF) dataset和BRATS 2018数据集
864	2025-04-25	Comparison of Pathologist and Artificial Intelligence-based Grading for Prediction of Metastatic Outcomes After Radical Prostatectomy 2025-Feb, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.08.004 PMID:39232875	研究论文	比较病理学家和基于人工智能的分级方法在预测前列腺癌根治术后转移结果中的表现	首次将深度学习算法应用于组织病理学图像分级，并与病理学家的分级结果在预测转移性结果方面进行比较	研究仅基于777名患者的数据，样本量相对有限	评估人工智能在前列腺癌分级中的预测性能	前列腺癌患者	数字病理学	前列腺癌	深度学习	NA	图像	777名前列腺癌患者
865	2025-04-25	Multiparametric ultrasound evaluation of thyroid nodules 2025-Feb, Ultraschall in der Medizin (Stuttgart, Germany : 1980) DOI:10.1055/a-2329-2866 PMID:39242086	研究论文	本文探讨了多参数超声评估在甲状腺结节管理中的应用及其改进诊断准确性的潜力	结合AI技术，特别是机器学习和深度学习，以及基于AI的计算机辅助诊断系统，提高了甲状腺结节的诊断准确性	存在挑战，如需要标准化的TIRADS、超声弹性成像在常规实践中的作用以及AI与临床协议的整合	改进甲状腺结节的表征，减少不必要的干预和治疗	甲状腺结节	数字病理	甲状腺疾病	多参数超声评估、超声弹性成像、CEUS	机器学习、深度学习	超声图像	NA
866	2025-04-25	Human Tooth Crack Image Analysis with Multiple Deep Learning Approaches 2025-Feb, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-024-03615-9 PMID:39242442	研究论文	本研究利用多种深度学习方法分析人类牙齿裂纹图像，以提高裂纹识别的效率和准确性	结合ICG辅助的近红外荧光牙科成像技术和多种深度学习模型（如预训练的残差网络、squeezenet1_1、SSD和SR-GAN）进行牙齿裂纹分析	样本量相对较小（593张裂纹牙齿图像和601张非裂纹牙齿图像），可能影响模型的泛化能力	提高牙齿裂纹的识别效率和准确性，辅助牙医进行裂纹诊断	人类牙齿裂纹图像	计算机视觉	牙科疾病	ICG辅助的近红外荧光（NIRF）牙科成像技术	预训练的残差网络、squeezenet1_1、SSD、SR-GAN	图像	593张裂纹牙齿图像和601张非裂纹牙齿图像
867	2025-04-25	Advancing healthcare practice and education via data sharing: demonstrating the utility of open data by training an artificial intelligence model to assess cardiopulmonary resuscitation skills 2025-Feb, Advances in health sciences education : theory and practice IF:3.0Q2 DOI:10.1007/s10459-024-10369-5 PMID:39249618	研究论文	本文探讨了通过共享视频数据库提升健康专业教育和实践的潜力，并展示了利用开放数据训练AI模型评估心肺复苏技能的实用性	提出了一个包含多角度视频和专家评分的CPR技能数据库，并开发了基于姿态估计和深度学习的自动临床评估工具	样本量较小（40名参与者），且仅针对CPR技能	推动健康专业教育的数据共享文化，开发自动评估工具	心肺复苏（CPR）技能表现	数字病理	心血管疾病	姿态估计，深度学习	深度学习网络	视频	40名参与者的多角度视频数据
868	2025-04-25	Deep Learning-Based Blood Abnormalities Detection as a Tool for VEXAS Syndrome Screening 2025-Feb, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.14368 PMID:39275905	研究论文	该研究提出了一种基于深度学习的自动检测外周血多形核白细胞异常特征的方法，用于VEXAS综合征的筛查	首次利用深度学习算法自动检测VEXAS综合征相关的血细胞异常特征，并提出了一个VEXAS筛查评分系统	样本量相对较小（VEXAS患者仅25例），模型性能仍有提升空间（F1分数0.70）	开发VEXAS综合征的筛查工具	外周血多形核白细胞(PMN)	数字病理学	VEXAS综合征	深度学习	CNN	图像	9514张标注的PMN图像（来自25例VEXAS患者、14例骨髓增生异常患者和25例血细胞减少患者）
869	2025-04-25	Intratumoral and Peritumoral Radiomics for Predicting the Prognosis of High-grade Serous Ovarian Cancer Patients Receiving Platinum-Based Chemotherapy 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.001 PMID:39289095	研究论文	本研究开发了一个深度学习预后模型，用于评估肿瘤内和肿瘤周围放射组学在预测接受铂类化疗的高级别浆液性卵巢癌患者预后中的重要性	结合肿瘤分割和肿瘤周围区域分析，使用多种输入配置（原始肿瘤ROI、ROI子区域及扩展1和3像素的ROI）的深度学习模型	研究样本来自两个机构，外部测试集样本量较小（N=26）	预测接受铂类化疗的高级别浆液性卵巢癌患者的生存结果	高级别浆液性卵巢癌患者	数字病理	卵巢癌	深度学习	DL模型	CT扫描图像	474例患者（训练集362例，内部测试集86例，外部测试集26例）
870	2025-04-25	Deep Learning-Based Tract Classification of Preoperative DWI Tractography Advances the Prediction of Short-Term Postoperative Language Improvement in Children With Drug-Resistant Epilepsy 2025-Feb, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2024.3463481 PMID:39292577	研究论文	开发了一种基于深度卷积神经网络（DCNN）的束路分类方法，用于预测耐药性癫痫儿童术后短期语言改善	扩展了先前的DCNN束路分类方法，利用高质量全脑扩散加权成像连接组（wDWIC）数据库，提高了连接标记的再现性和预测准确性	研究样本可能有限，且仅关注短期术后语言改善，未涉及长期效果	提高耐药性癫痫儿童术后语言改善的预测准确性	耐药性癫痫儿童	数字病理学	癫痫	扩散加权成像（DWI）	深度卷积神经网络（DCNN）	图像	独立验证队列中的核心/表达/接受域样本
871	2025-04-25	Lightweight Source-Free Domain Adaptation Based on Adaptive Euclidean Alignment for Brain-Computer Interfaces 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3463737 PMID:39292591	研究论文	本文提出了一种基于自适应欧几里得对齐（AEA）的轻量级无源域自适应方法，用于脑机接口（BCI）中的跨被试识别	扩展了欧几里得对齐（EA）方法，提出自适应欧几里得对齐（AEA），通过学习投影矩阵对齐目标被试与源被试的分布，消除域漂移问题并提升模型分类性能	需要为每个新被试更新和存储模型，可能带来不便	提升脑机接口中跨被试脑电信号分类的性能	脑电信号（EEG）	脑机接口	NA	自适应欧几里得对齐（AEA）	EEGNet, Shallow ConvNet, Deep ConvNet, MSFBCNN	脑电信号	两个运动想象（MI）数据集、一个事件相关电位（ERP）数据集和一个稳态视觉诱发电位（SSVEP）数据集
872	2025-04-25	Optimized deep maxout for crowd anomaly detection: A hybrid optimization-based model 2025-Feb, Network (Bristol, England) DOI:10.1080/0954898X.2024.2392772 PMID:39302211	研究论文	提出了一种基于优化深度maxout网络的混合优化模型，用于人群异常检测	结合增强双边纹理方法和优化的深度maxout网络，以及创新的BRCASO算法进行模型训练，提高了异常检测的准确性和可靠性	未提及模型在极端拥挤场景或低光照条件下的表现	提高监控视频中人群异常行为的检测精度	监控视频中的人群行为	计算机视觉	NA	BRCASO算法	深度maxout网络	视频	未明确提及具体样本数量
873	2025-04-25	Multimodal Image Confidence: A Novel Method for Tumor and Organ Boundary Representation 2025-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2024.09.020 PMID:39303999	研究论文	本文介绍了一种名为多模态图像置信度（MMC）的创新算法，用于在医学图像中表示肿瘤和器官边界	MMC算法利用多模态医学图像的互补优势，为感兴趣区域（ROI）内的每个体素分配置信度测量，无需模型训练	未提及具体局限性	提高医学图像中肿瘤和器官边界的表示精度，以支持放射治疗等任务	鼻咽癌和胶质瘤病例	数字病理	鼻咽癌, 胶质瘤	多模态医学图像分析	NA	3D医学图像	156例鼻咽癌病例和1251例胶质瘤病例
874	2025-04-25	Exploring Deep Learning Applications using Ultrasound Single View Cines in Acute Gallbladder Pathologies: Preliminary Results 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.08.061 PMID:39306521	研究论文	本研究旨在开发一种深度学习模型，利用超声单视图动态图像区分正常胆囊、非紧急胆石症和需要紧急干预的急性结石性胆囊炎	首次使用超声单视图动态图像结合深度学习技术对急性胆囊疾病进行分类，并展示了高准确性和特异性	研究样本量较小（186名患者），且仅使用纵向视图动态图像	开发能够区分不同胆囊病理状态的深度学习模型	急诊科就诊的右上腹痛成年患者的超声单视图动态图像	数字病理学	胆囊疾病	超声成像	深度学习模型（具体架构未说明）	视频（动态超声图像）	186名患者（266段动态图像）
875	2025-04-25	Deep Learning Model of Diastolic Dysfunction Risk Stratifies the Progression of Early-Stage Aortic Stenosis 2025-Feb, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2024.07.017 PMID:39297852	研究论文	本研究探讨了基于超声心动图的深度学习模型在评估舒张功能障碍时，是否能识别与主动脉瓣狭窄发展和进展相关的潜在风险	利用深度学习模型预测舒张功能障碍概率，进而分层早期主动脉瓣狭窄进展的潜在风险	研究样本量有限，尤其是验证队列中的患者数量较少	研究深度学习模型在预测主动脉瓣狭窄发展和进展中的应用	主动脉瓣硬化患者和轻度至中度主动脉瓣狭窄患者	数字病理学	心血管疾病	超声心动图、心脏磁共振成像、PET/CT	深度学习模型	医学影像	898名主动脉瓣硬化患者（ARIC队列）、50名轻度至中度主动脉瓣狭窄患者（CMR队列）、18名主动脉瓣硬化患者（PET/CT队列）
876	2025-04-25	Accelerating FLAIR imaging via deep learning reconstruction: potential for evaluating white matter hyperintensities 2025-Feb, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01666-5 PMID:39316286	research paper	本研究评估了通过深度学习重建的FLAIR图像在评估白质高信号方面的潜力	利用深度学习从欠采样数据中重建FLAIR图像，显著减少扫描时间并保持图像质量	研究样本量较小，仅包含30名患者	评估深度学习重建的FLAIR图像在白质高信号评估中的潜在应用	30名患有白质高信号的患者	digital pathology	geriatric disease	deep learning reconstruction, FLAIR imaging	deep learning	image	30名患者
877	2025-04-25	An Explainable Unified Framework of Spatio-Temporal Coupling Learning With Application to Dynamic Brain Functional Connectivity Analysis 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467384 PMID:39320999	research paper	提出了一种可解释的时空耦合学习统一框架，并将其应用于动态脑功能连接分析	构建了一个基于时空相关性的深度学习网络，能够整合节点表示与节点间连接的时间变化耦合关系，并提供更好的分析结果可解释性	NA	挖掘fMRI和MEG等时间序列数据中固有的时空耦合关系，以揭示生物机制	动态脑功能连接(dFC)	machine learning	NA	深度学习	深度学习网络	时间序列数据(fMRI, MEG)	NA
878	2025-04-25	UTSRMorph: A Unified Transformer and Superresolution Network for Unsupervised Medical Image Registration 2025-Feb, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3467919 PMID:39321000	research paper	提出了一种名为UTSRMorph的新型无监督医学图像配准方法，结合Transformer和超分辨率网络以提升特征表示学习和生成详细位移场	提出融合注意力块和重叠注意力块，结合ConvNets和Transformers的优势，并使用超分辨率模块替代插值上采样以避免特征退化	未明确提及具体局限性，但可能涉及计算复杂度或特定数据集上的泛化能力	提升医学图像配准的准确性和效率	3D脑部MR图像（OASIS, IXI）和MR-CT数据集（腹部、颅颌面）	digital pathology	NA	深度学习	Transformer, ConvNet	3D医学图像	多个公开数据集（OASIS, IXI, 腹部和颅颌面MR-CT）
879	2025-04-25	Deep Learning and Habitat Radiomics for the Prediction of Glioma Pathology Using Multiparametric MRI: A Multicenter Study 2025-Feb, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.09.021 PMID:39322536	研究论文	本研究结合深度学习和栖息地放射组学，利用多参数MRI预测胶质瘤病理结果	首次将栖息地分析与深度学习结合，以提高胶质瘤病理预测的准确性	研究样本来自三个医院，可能存在数据异质性	提高胶质瘤病理预测的准确性	387例原发性胶质瘤患者	数字病理	胶质瘤	多参数MRI	LightGBM, DenseNet161, ResNet50, SVM, MLP	MRI图像	387例原发性胶质瘤患者（264例训练集，82例测试集，41例验证集）
880	2025-04-25	An improved algorithm for salient object detection of microscope based on U2-Net 2025-Feb, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03205-w PMID:39322859	研究论文	提出了一种基于U2-Net的改进显微镜显著目标检测算法，以提高医学图像捕获的效率和准确性	通过引入CBAM增强关键信息提取能力，构建SPPM优化网络复杂度，并使用Ghost卷积实现模型轻量化	未提及算法在复杂场景下的表现或与其他先进算法的比较	提高显微镜成像系统中医学图像捕获和分析的效率和准确性	显微镜图像中的显著目标	计算机视觉	NA	深度学习	U2-Net, CBAM, SPPM, Ghost卷积	图像	NA