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
81	2025-05-08	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	本研究旨在通过植入式心脏监测设备实时监测心肌梗死后左心室收缩功能不全患者的心律失常情况，评估其对预后的影响	首次使用具有实时传输功能的植入式心脏监测设备(Confirm RX)评估心肌梗死后患者的心律失常负担及其对中期预后的影响	样本量相对较小(约200名患者)，且研究结果可能受现代缺血性心脏病综合治疗的影响	评估非持续性室性心动过速与后续症状性心律失常事件之间的关系，改进心肌梗死后心源性猝死的预防策略	心肌梗死后左心室射血分数≤40%的患者	心血管疾病	心血管疾病	植入式心脏监测设备(ICM)实时监测，心脏磁共振成像(MRI)	机器学习和深度学习技术	心脏节律监测数据，影像学数据	约200名患者，预计分析超过20000次远程传输数据
82	2025-05-08	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	本研究旨在开发基于机器学习和深度学习的模型，用于通过临床记录检测mpox病例以支持监测工作	首次将机器学习和深度学习模型应用于mpox病例的监测，并比较了不同模型的性能	研究数据仅来自单一医疗中心，可能影响模型的泛化能力	开发能够检测mpox病例的监测模型	PCR确诊的mpox病例及其匹配对照	机器学习	mpox（猴痘）	机器学习建模	LASSO, ClinicalBERT, ClinicalLongformer	临床记录文本	228例PCR确诊mpox病例和698例对照
83	2025-05-08	Deep implicit optimization enables robust learnable features for deformable image registration 2025-May-02, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103577 PMID:40328129	research paper	提出一种结合深度学习和优化方法的图像配准框架，通过将优化层嵌入深度网络来学习可变形图像配准的特征	首次在深度网络中显式嵌入迭代优化求解器作为网络层，实现端到端特征学习与优化不变性的结合，支持测试时任意变换表示切换且无需重新训练	未明确说明方法在极端域偏移情况下的性能边界及计算效率的具体量化数据	解决现有深度学习图像配准方法缺乏优化方法不变性导致的域适应性问题	可变形医学图像配准任务	computer vision	NA	深度学习结合迭代优化求解器	深度隐式优化网络	医学图像	NA
84	2025-05-08	Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma From Multi-Sequence Magnetic Resonance Imaging Based on Deep Fusion Representation Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3451331 PMID:39196745	研究论文	本研究提出了一种基于深度融合表示学习的多序列磁共振成像术前预测肝细胞癌微血管侵犯的新方法	提出了一种新的基于ResNet的多分支深度融合特征算法（DFFResNet），结合不同序列的MRI图像以增强信息互补性和整合性	样本量相对较小（117人），且仅来自单一医院	术前预测肝细胞癌的微血管侵犯（MVI）	肝细胞癌患者	数字病理学	肝癌	多序列磁共振成像（MRI）	DFFResNet（基于ResNet的多分支深度融合特征算法）	MRI图像	117名患者，7个MRI序列
85	2025-05-08	Generation of high-resolution MPRAGE-like images from 3D head MRI localizer (AutoAlign Head) images using a deep learning-based model 2025-May, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-024-01728-8 PMID:39794660	research paper	该研究利用深度学习模型从3D头部MRI定位图像生成高分辨率MPRAGE样图像，用于痴呆和神经退行性疾病的诊断和研究	首次提出使用深度学习将MRI定位图像转换为MPRAGE样图像，为诊断和研究提供新方法	研究仅基于单一机构的数据，可能影响模型的泛化能力	建立并评估一个基于深度学习的模型，用于从MRI定位图像生成MPRAGE样图像	轻度认知障碍、痴呆和癫痫患者的脑部MRI图像	digital pathology	neurodegenerative diseases	MRI	DL-based model	image	569名患者（训练集340名，验证集36名，测试集193名）
86	2025-05-08	Perfusion estimation from dynamic non-contrast computed tomography using self-supervised learning and a physics-inspired U-net transformer architecture 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03323-2 PMID:39832070	研究论文	本研究提出了一种基于自监督学习和物理启发的U-net transformer架构的新方法，用于从非对比动态计算机断层扫描中估计灌注	结合了U-Net Transformer架构和自监督学习策略，用于从非对比CT预测灌注成像，达到了新的最先进准确度	需要进一步开发以扩大临床应用范围	开发一种深度学习方法来预测肺部灌注成像，以克服现有核医学方法的局限性	肺部灌注成像	计算机视觉	肺部疾病	非对比动态计算机断层扫描(IE-CT)和单光子发射计算机断层扫描(SPECT/CT)	U-Net Transformer	图像	523张IE-CT图像用于自监督训练，44名患者的数据用于监督训练
87	2025-05-08	A deep learning-driven method for safe and effective ERCP cannulation 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	research paper	提出一种基于深度学习的图形用户界面（GUI）方法，用于辅助ERCP插管手术	采用四头解耦的swin transformer（4STDH）进行十二指肠乳头和手术插管的检测，并整合了注意力机制以提高模型性能	未提及在更广泛临床环境中的验证情况	提高ERCP插管手术的安全性和效率	十二指肠乳头和手术插管	computer vision	消化系统疾病	深度学习	swin transformer	image	1840张标注的内窥镜图像
88	2025-05-08	GTIGNet: Global Topology Interaction Graphormer Network for 3D hand pose estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107221 PMID:39922160	research paper	提出了一种名为GTIGNet的新型深度学习架构，用于改进从单目RGB图像中估计3D手部姿态	引入了Context-Aware Attention Block (CAAB)和High-Order Graphormer，显式和隐式地建模手部关节的拓扑结构，增强特征交互	未明确提及具体局限性	改进3D手部姿态估计的准确性	3D手部姿态	computer vision	NA	深度学习	GTIGNet, Graphormer	RGB图像	四个数据集：Rendered Hand Dataset (RHD), Stereo Hand Pose Benchmark (STB), First-Person Hand Action Benchmark (FPHA), FreiHAND Dataset
89	2025-05-08	Multi-knowledge informed deep learning model for multi-point prediction of Alzheimer's disease progression 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107203 PMID:39922154	研究论文	提出了一种创新的深度学习框架Mul-KMPP，用于准确预测阿尔茨海默病的进展	结合多知识信息设计双路径方法捕捉全局和局部脑特征，并开发新的复合损失函数	NA	精确评估老年人阿尔茨海默病的进展	阿尔茨海默病患者	数字病理学	老年病	MRI	深度学习模型	图像	819个样本
90	2025-05-08	GARNN: An interpretable graph attentive recurrent neural network for predicting blood glucose levels via multivariate time series 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107229 PMID:39929068	研究论文	提出一种可解释的图注意力循环神经网络（GARNN），用于通过多变量时间序列预测血糖水平	GARNN通过图注意力机制总结变量重要性和生成特征图，提供高质量的时间可解释性，而不仅仅是事后分析	NA	提高血糖预测的准确性，改善糖尿病患者的血糖管理	1型或2型糖尿病患者的血糖水平	机器学习	糖尿病	多变量时间序列分析	GARNN（图注意力循环神经网络）	多变量时间序列（传感器数据和自我报告的事件数据）	四个数据集，代表不同的临床场景
91	2025-05-08	Robust deep learning from weakly dependent data 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107227 PMID:39933320	research paper	该论文研究了在弱依赖数据下的鲁棒深度学习，针对无界损失函数和无界输出的情况，建立了深度神经网络估计器的非渐近边界	考虑了输出变量仅具有有限r阶矩（r>1）的情况，并在强混合和ψ-弱依赖假设下建立了预期超额风险的非渐近边界	研究假设数据具有足够的平滑性指数，且主要针对强混合数据，可能不适用于所有类型的数据依赖情况	探索在弱依赖观测下深度学习的鲁棒性，特别是在无界损失函数和无界输出的情况下	深度神经网络估计器及其在弱依赖数据下的性能	machine learning	NA	NA	deep neural networks	weakly dependent observations	NA
92	2025-05-08	Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03330-3 PMID:39953355	research paper	提出了一种基于深度学习的解剖参数化统计形状模型（DL-ANATSSM），用于改善解剖结构与临床相关参数之间的非线性关系	引入深度学习模型（多层感知机）学习解剖测量与形状参数之间的非线性映射，提升了统计形状模型的精确性和可解释性	模型在真实骨骼数据集上的性能依赖于合成数据的预训练和微调过程，可能受限于数据质量和多样性	改进统计形状模型（SSMs），使其能更精确地关联临床相关解剖参数与骨骼形状信息	股骨骨骼的形态学评估	digital pathology	NA	深度学习，多层感知机（MLP）	多层感知机（MLP）	3D骨骼形状数据	合成股骨骨骼数据集和真实骨骼数据集（具体数量未提及）
93	2025-05-08	Development of a surrogate model for predicting atherosclerotic plaque progression based on agent based modeling data 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309771 PMID:39973869	研究论文	本研究开发了一种基于代理建模数据的动脉粥样硬化斑块进展预测替代模型	利用深度学习和人工神经网络构建高精度替代模型，替代计算密集型代理建模，实现实时预测	研究仅基于15例患者特定几何形状的数据，样本量较小	优化动脉粥样硬化斑块进展的预测建模资源	冠状动脉粥样硬化斑块进展	机器学习	心血管疾病	代理建模(ABM), 人工神经网络(ANN)	ANN	模拟参数数据	15例患者特定几何形状数据
94	2025-05-08	TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03335-y PMID:39976857	research paper	提出了一种名为TRUSWorthy的深度学习系统，用于在前列腺癌的微超声检测中提高准确性和可靠性	整合了自监督学习、多实例学习聚合、随机欠采样增强和集成学习，解决了标签稀缺、弱标签、类别不平衡和过度自信等问题	需要进一步验证在更多临床环境中的适用性和稳定性	开发一个可靠的深度学习系统，用于前列腺癌的检测	前列腺癌的微超声数据	digital pathology	prostate cancer	micro-ultrasound	transformers, ensemble learning	image	大型多中心微超声数据集
95	2025-05-08	A Review on Intelligent Systems for ECG Analysis: From Flexible Sensing Technology to Machine Learning 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3508545 PMID:40030493	综述	本文全面回顾了用于心电图（ECG）采集的柔性心脏传感设备，重点介绍了它们在心脏健康监测中的应用	强调了柔性传感技术与机器学习（ML）在心脏健康监测中的结合及其对ECG分析方法的影响	未提及具体的研究局限性，但可能缺乏对新技术的实验验证	探讨柔性心脏传感设备和机器学习在ECG分析及心脏健康监测中的应用	柔性心脏传感设备和机器学习算法	数字病理学	心血管疾病	机器学习（ML）	深度学习、支持向量机、随机森林、线性判别分析	ECG信号	NA
96	2025-05-08	DARCS: Memory-Efficient Deep Compressed Sensing Reconstruction for Acceleration of 3D Whole-Heart Coronary MR Angiography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3524717 PMID:40030771	research paper	提出一种内存高效的深度压缩感知方法DARCS，用于加速3D全心冠状动脉磁共振血管成像的重建	利用预训练的伪影估计网络作为固有稀疏变换，显著降低内存使用同时提升重建质量	未提及具体临床验证规模或不同硬件平台的适应性测试	解决3D冠状动脉磁共振血管成像在高度欠采样情况下的高质量重建问题	3D全心冠状动脉磁共振血管成像数据	digital pathology	cardiovascular disease	deep compressed sensing	unrolled network	3D medical image	NA
97	2025-05-08	SWMA-UNet: Multi-Path Attention Network for Improved Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3523492 PMID:40030824	research paper	提出了一种名为SWMA-UNet的并行多路径注意力架构，用于改进医学图像分割	采用并行策略整合Transformers和CNNs，同时处理全局和局部信息，提高了分割精度	未提及具体局限性	改进医学图像分割的准确性	医学图像	digital pathology	NA	deep learning	SWMA-UNET (结合Transformers和CNNs的并行多路径注意力架构)	image	Synapse, ACDC, ISIC 2018和MoNuSeg数据集
98	2025-05-08	FlexibleSleepNet:A Model for Automatic Sleep Stage Classification Based on Multi-Channel Polysomnography 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3525626 PMID:40030855	研究论文	提出了一种名为FlexibleSleepNet的轻量级卷积神经网络架构，用于基于多通道多导睡眠图的自动睡眠阶段分类	设计了自适应特征提取模块（AFE）和尺度变化压缩模块（SVC），有效平衡时空特征提取与计算复杂性	NA	解决自动睡眠阶段分类任务中深度学习模型在时空特征提取与计算复杂性之间的平衡问题	多通道多导睡眠图数据	数字病理学	NA	多通道多导睡眠图	CNN	多通道生理信号数据	三个数据库：SleepEDF-20、SleepEDF-78和SHHS
99	2025-05-08	Conditional Contrastive Predictive Coding for Assessment of Fetal Health From the Cardiotocogram 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530610 PMID:40030899	研究论文	本文提出了一种基于条件对比预测编码（CPC）的方法，用于从胎心宫缩图（CTG）中评估胎儿健康状况	改进了之前基于WaveNet架构的无监督深度学习模型，通过引入对比预测编码（CPC）和新的训练目标，提高了异常检测的性能	未提及具体样本量或数据集的详细描述	开发一种自动化的胎儿健康评估方法，以减少人为解释胎心宫缩图的主观性和不必要的干预	胎心宫缩图（CTG）记录的胎儿心率和子宫活动数据	数字病理学	胎儿健康	对比预测编码（CPC）	WaveNet, CPC	时间序列数据	NA
100	2025-05-08	Predicting Drug-miRNA Associations Combining SDNE with BiGRU 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3525266 PMID:40030943	研究论文	提出了一种结合SDNE和BiGRU的新方法SDNEDMA，用于预测药物-miRNA关联	首次将SDNE与BiGRU结合用于药物-miRNA关联预测，采用双通道方法融合miRNA和药物的属性和拓扑特征	未提及具体的数据集规模限制或模型泛化能力测试	开发高精度的药物-miRNA关联预测方法以辅助药物研发	药物与miRNA之间的关联关系	机器学习	NA	SDNE（结构化深度网络嵌入）和BiGRU（双向门控循环单元）	SDNE + BiGRU	miRNA序列数据和药物ECFP指纹数据	基于ncDR数据集进行5折交叉验证