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
9161	2025-06-04	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出了一种基于深度学习的自适应去噪框架，用于光散射成像视频中的噪声处理	该框架是无监督且自学习的，能够利用时间信息进行去噪，并包含噪声分布图、视频去噪和去噪效果判别三个阶段	未提及具体的数据集规模或实验条件的限制	为光散射成像提供一种自动化的去噪方法，以提高信号质量和应用准确性	光散射成像视频	计算机视觉	NA	光散射成像	FastDVDNet	视频	未提及具体样本数量，但涉及纳米颗粒分析和单细胞无标记识别两种应用场景	NA	NA	NA	NA
9162	2025-06-04	Automated Classification of Cervical Spinal Stenosis using Deep Learning on CT Scans 2025-Jun-03, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	research paper	开发并验证了一种基于CT扫描的深度学习模型，用于诊断颈椎管狭窄症(CSS)	利用深度学习模型提高CT图像在CSS诊断中的效能，作为MRI的替代方案	研究为回顾性设计，可能影响模型的泛化能力	开发一种基于CT的深度学习模型，用于CSS的自动化诊断	颈椎管狭窄症(CSS)患者	digital pathology	geriatric disease	CT扫描	Faster R-CNN, CNN	image	未明确提及具体样本数量，但按8:1:1比例分为训练集、验证集和测试集	NA	NA	NA	NA
9163	2025-06-04	AI-Driven Biomarker Discovery and Personalized Allergy Treatment: Utilizing Machine Learning and NGS 2025-Jun-03, Current allergy and asthma reports IF:5.4Q1 DOI:10.1007/s11882-025-01207-8 PMID:40459653	review	探讨人工智能（AI）和下一代测序（NGS）在过敏诊断和治疗中的变革潜力	结合AI驱动的算法和NGS技术，识别复杂的分子模式和预测性标志物，推动过敏诊断和治疗的个性化	数据整合和临床实施方面的挑战	提升过敏疾病的生物标志物发现、患者分层和个性化管理策略的精确性	过敏疾病	machine learning	allergy	NGS, single-cell RNA sequencing	machine learning, deep learning	molecular data	NA	NA	NA	NA	NA
9164	2025-06-04	Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11697-9 PMID:40459736	研究论文	开发并验证了一种基于深度学习的自动方法，用于MR血管壁图像中血管壁和动脉粥样硬化斑块的分割以进行定量评估	提出了名为Vessel-SegNet的纯学习型CNN用于分割管腔和血管壁，并利用血管壁先验（包括手动先验和基于Tversky损失的自动先验）提高斑块分割的准确性	由于缺乏对其他设备、人群和解剖学研究的测试，研究结果的可靠性仍需进一步探索	提高血管成分（包括管腔、血管壁和斑块）分割的准确性和效率，以进行定量评估	193名来自五个中心的动脉粥样硬化斑块患者	数字病理	心血管疾病	T1加权MRI扫描	CNN	图像	193名患者（107名用于训练和验证，39名用于内部测试，47名用于外部测试）	NA	NA	NA	NA
9165	2025-06-04	Effect of contrast enhancement on diagnosis of interstitial lung abnormality in automatic quantitative CT measurement 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11715-w PMID:40459739	research paper	研究对比增强对自动定量CT测量中间质性肺异常(ILA)诊断的影响	首次探讨对比增强对自动定量CT测量ILA的影响，并评估其诊断性能	研究为回顾性分析，可能存在选择偏倚	评估对比增强对自动定量CT测量ILA诊断的影响	接受胸部CT检查的患者	digital pathology	lung disease	CT扫描	deep learning-based automated software	CT图像	1134名患者	NA	NA	NA	NA
9166	2025-06-04	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在通过分析复杂的临床数据辅助护士做出更明智的护理决策	利用先进的神经网络架构分析临床数据，提供实时治疗建议，优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战	促进医院人力资源信息化管理，提升医院信息技术应用水平	医院护士	医疗信息技术	NA	深度学习	神经网络	临床数据（患者记录、生命体征、诊断报告等）	大规模医院信息系统数据集	NA	NA	NA	NA
9167	2025-06-04	Disease-Grading Networks with Asymmetric Gaussian Distribution for Medical Imaging 2025-Jun-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3575402 PMID:40456095	research paper	提出了一种基于样本感知非对称高斯标签分布的疾病分级网络DGN-AGLD，用于医学影像分析	引入了样本感知的非对称高斯标签分布，能够学习并预测控制高斯分布不对称性的参数，从而在同一类别内实现不同的标签分布	未明确提及具体局限性，但暗示现有方法在标签分布假设和超参数确定方面存在不足	提高医学影像中疾病分级的准确性和效率	医学影像数据	digital pathology	diabetic retinopathy	deep learning	DGN-AGLD	image	四个疾病数据集，包括IDRiD数据集	NA	NA	NA	NA
9168	2025-06-04	Performance Comparison of Machine Learning Using Radiomic Features and CNN-Based Deep Learning in Benign and Malignant Classification of Vertebral Compression Fractures Using CT Scans 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01553-z PMID:40456998	研究论文	本研究比较了基于放射组学特征的机器学习和基于CNN的深度学习在CT扫描中对良恶性椎体压缩骨折分类的性能	首次在CT扫描中比较了放射组学特征和深度学习模型在椎体压缩骨折分类中的性能，并展示了深度学习在AUC和精确度上的略微优势	回顾性单中心数据，可能存在选择偏差	评估和比较不同机器学习方法在椎体压缩骨折良恶性分类中的性能	椎体压缩骨折	医学影像分析	椎体压缩骨折	CT扫描	XGBoost, SVM, KNN, Random Forest, 3D CNN	医学影像	447例椎体压缩骨折（196良性，251恶性）来自286名患者	NA	NA	NA	NA
9169	2025-06-04	Enhanced Vision Transformer with Custom Attention Mechanism for Automated Idiopathic Scoliosis Classification 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01564-w PMID:40457000	研究论文	本文提出了一种增强型ViT模型，用于自动化特发性脊柱侧凸分类，采用自定义注意力机制替代标准多头注意力机制	使用自定义注意力机制改进ViT模型，在脊柱侧凸分类中实现更高的准确率	研究仅基于单一医疗中心的数据集，可能影响模型的泛化能力	开发一个能够客观评估脊柱侧凸诊断的深度学习系统	特发性脊柱侧凸患者	计算机视觉	脊柱侧凸	深度学习	ViT（Vision Transformer）	X光图像	1456名患者的数据集，包含7个不同类别	NA	NA	NA	NA
9170	2025-06-04	Robust Detection of Out-of-Distribution Shifts in Chest X-ray Imaging 2025-Jun-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01559-7 PMID:40457001	research paper	本研究开发了一种基于GAN的框架，用于检测胸部X射线中的分布外（OOD）情况，以提高诊断准确性	通过潜在空间优化和Kolmogorov-Smirnov统计测试，学习正面视图的特征分布，生成相似性分数以可靠识别OOD病例	NA	提高胸部X射线中分布外情况的检测可靠性，以增强深度学习系统的临床适用性	胸部X射线影像	computer vision	NA	GAN, Kolmogorov-Smirnov统计测试	GAN	image	MIMIC-CXR数据集	NA	NA	NA	NA
9171	2025-06-04	Enhancing the Feature Representation of Protein Sequence Descriptors in Protein-Protein Interaction Prediction 2025-Jun-02, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00723-5 PMID:40457163	研究论文	本研究旨在通过开发新的蛋白质序列描述符来增强蛋白质-蛋白质相互作用（PPI）预测中的特征表示能力	基于六种已知序列描述符开发了新描述符，显著提升了PPI预测性能，并发布了包含51种特征向量的Python软件包ProtSeqDesc	未明确说明新描述符在所有类型蛋白质相互作用预测中的泛化能力	提升蛋白质序列的特征表示质量以改善蛋白质-蛋白质相互作用预测	蛋白质序列及其相互作用	生物信息学	NA	机器学习、深度学习	NA	蛋白质序列数据	多个PPI数据集（未明确具体数量）	NA	NA	NA	NA
9172	2025-10-06	CDSNet: An automated method for assessing growth stages from various anatomical regions in lateral cephalograms based on deep learning 2025-Jun, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2024.09.007 PMID:39578153	研究论文	提出一种基于深度学习的可解释模型CDSNet，用于从侧位头影测量片中评估生长阶段	首次整合颈椎、牙列和额窦多个解剖区域进行生长阶段评估，并采用可解释性模块展示各区域贡献	研究样本仅来自正畸治疗患者，可能限制模型泛化能力	开发自动化方法准确评估骨骼生长阶段	正畸患者的侧位头影测量片和手腕X光片	计算机视觉	正畸疾病	X射线成像	深度学习	医学影像	1,732对侧位头影测量片和手腕X光片	NA	CDSNet	准确率,精确率,召回率,F1分数	NA
9173	2025-10-06	External validation and performance analysis of a deep learning-based model for the detection of intracranial hemorrhage 2025-Jun, The neuroradiology journal DOI:10.1177/19714009241303078 PMID:39601611	研究论文	本研究对FDA批准的深度学习模型在真实世界异质临床数据集中检测颅内出血进行了外部验证和性能分析	在多样化真实世界临床数据集上验证FDA批准的深度学习模型，并分析患者风险因素对模型性能的影响	研究仅包含5600例非增强头部CT扫描，样本来源相对有限	评估深度学习模型在检测颅内出血方面的外部验证性能和临床应用价值	来自急诊、住院和门诊单位的5600例非增强头部CT扫描	医学影像分析	颅内出血	CT扫描	深度学习模型	医学影像	5600例非增强头部CT扫描	NA	NA	准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值, AUC	NA
9174	2025-10-06	Automated Coronary Artery Segmentation with 3D PSPNET using Global Processing and Patch Based Methods on CCTA Images 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00775-0 PMID:39979546	研究论文	本研究提出将2D PSPNet改进为3D PSPNet用于从3D CCTA图像中分割冠状动脉	首次将2D PSPNet扩展为3D版本用于冠状动脉分割，并采用全局处理和基于补丁的处理方法评估网络性能	仅使用ImageCAS数据集的200张图像子集进行实验，样本规模有限	开发自动冠状动脉分割方法以辅助冠状动脉疾病的临床诊断和治疗	冠状动脉	计算机视觉	心血管疾病	冠状动脉计算机断层扫描血管成像(CCTA)	CNN	3D医学图像	200张图像(来自ImageCAS数据集)	NA	3D PSPNet	Dice相似系数(DSC)	NA
9175	2025-10-06	Investigation of Inter-Patient, Intra-Patient, and Patient-Specific Based Training in Deep Learning for Classification of Heartbeat Arrhythmia 2025-Jun, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-025-00777-y PMID:40011388	研究论文	本研究详细探讨了三种数据分布范式（患者间、患者内和患者特定）对基于CNN的心律失常分类深度学习模型性能的影响	首次系统比较了三种不同数据划分范式对心电图心律失常分类深度模型性能的影响，并证明患者特定训练模式能达到最佳性能	研究仅基于标准心律失常数据集，未在其他数据集上验证结果的普适性	评估不同数据分布范式对深度学习模型在心电图心律失常分类中性能的影响	心电图信号和心律失常分类	机器学习	心血管疾病	心电图分析	CNN	心电图信号	标准心律失常数据集	NA	CNN	准确率, 精确率, 召回率, F1分数, AUC	NA
9176	2025-10-06	A Forward and Backward Compatible Framework for Few-Shot Class-Incremental Pill Recognition 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3497956 PMID:40030571	研究论文	提出首个用于少样本类增量药物识别的双向兼容框架DBC-FSCIL	首次提出少样本类增量药物识别框架，包含前向兼容和后向兼容学习组件，采用虚拟类生成策略和中心三元组损失增强特征学习	NA	开发能够处理新药类别持续增加的少样本类增量药物识别系统	药物图像	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	NA	NA
9177	2025-10-06	Learn to Supervise: Deep Reinforcement Learning-Based Prototype Refinement for Few-Shot Motor Fault Diagnosis 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3516035 PMID:40030687	研究论文	提出一种基于深度强化学习的原型精化方法，用于解决少样本电机故障诊断中的数据稀缺问题	将半监督元学习策略形式化为马尔可夫决策过程，通过DRL代理自适应选择有价值样本来监督诊断过程	仅针对电机故障诊断场景，未验证在其他工业设备上的泛化能力	解决工业场景中数据稀缺条件下的少样本故障诊断问题	工业电机故障数据	机器学习	NA	深度强化学习，半监督学习	深度强化学习，原型网络	电机故障数据（标记和未标记样本）	多个电机实验数据集（具体数量未明确说明）	NA	镜像原型网络（ProtoNet）	选择置信度，有效性，代表性	NA
9178	2025-10-06	Language-Driven Spatial-Semantic Cross-Attention for Face Attribute Recognition With Limited Labeled Data 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3514836 PMID:40030689	研究论文	提出一种语言驱动的空间语义交叉注意力方法，用于解决有限标注数据下的人脸属性识别问题	无需额外数据集或辅助任务预训练，通过语言模型驱动的相关性知识构建交叉注意力机制	未讨论在极端数据稀缺情况下的性能表现	解决有限标注数据条件下的人脸属性识别问题	人脸图像及其属性标注	计算机视觉	NA	语言模型嵌入，注意力机制	交叉注意力网络	图像，文本嵌入	CelebA和LFWA数据集中的有限标注样本	NA	空间语义交叉注意力架构	准确率	NA
9179	2025-10-06	Resisting Noise in Pseudo Labels: Audible Video Event Parsing With Evidential Learning 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3505674 PMID:40030688	研究论文	提出一种抗噪声事件解析框架，通过证据深度学习解决视听视频解析任务中的伪标签噪声问题	引入证据深度学习来抵抗伪标签噪声，提出模态证据学习、时序证据学习和前景-背景一致性学习三个关键组件	仅在弱监督设置下验证，缺乏真实的时间标注数据进行全面评估	解决视听视频解析任务中的伪标签噪声问题，提升事件解析性能	可听视频中的时序事件和模态类型	多模态视频理解	NA	证据深度学习	深度学习	视听视频数据	两个AVVP基准数据集	NA	NREP框架（包含MEL、TEL、FBCL组件）	NA	NA
9180	2025-10-06	Hybrid Quantum Deep Learning With Superpixel Encoding for Earth Observation Data Classification 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3518108 PMID:40030763	研究论文	提出一种混合量子深度学习模型，通过超像素编码有效处理地球观测数据分类任务	引入超像素编码方法减少大尺寸图像表示所需的量子资源，并研究不同交互门和测量对分类性能的影响	未明确说明模型在处理超大规模数据集时的扩展性限制	解决地球观测大数据时代下深度学习模型计算效率瓶颈问题	地球观测数据	量子机器学习	NA	量子计算，超像素编码	混合量子深度学习	图像	多个基准数据集（Overhead-MNIST, So2Sat LCZ42, SAT-6）	NA	SEQNN	分类准确率	量子计算资源