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	2025-04-29	Migration of Deep Learning Models Across Ultrasound Scanners 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3564567 PMID:40279236	research paper	本文提出了一种黑盒无监督域适应技术，用于在定量超声（QUS）中将深度学习模型的功能从一台超声机器迁移到另一台机器	结合传递函数方法和迭代模式，实现了深度学习模型在不同超声机器间的功能迁移，无需了解模型内部信息	需要测试机器的未标记数据，且可能带来临床部署中的安全风险	研究深度学习模型在不同超声机器间的迁移能力及其临床应用潜力	超声机器（SonixOne和Verasonics）及其采集的定量超声数据	digital pathology	NA	transfer function approach, unsupervised domain adaptation	DL model	ultrasound data	使用SonixOne和Verasonics两台机器采集的数据
82	2025-04-29	Uncertainty Quantification and Quality Control for Heatmap-based Landmark Detection Models 2025-Apr-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564267 PMID:40279223	研究论文	本文提出了一种专为基于热图的解剖标志检测模型设计的端到端不确定性量化方法，旨在提高临床应用的解释性和可控性	利用Dempster-Shafer理论和主观逻辑理论，通过单次前向传递实现概率分配和不确定性量化，同时引入证据图和不确定性图来改进标志检测精度和不确定性量化效果	NA	提高基于热图的解剖标志检测模型的不确定性量化和质量控制能力	解剖标志检测模型	计算机视觉	NA	Dempster-Shafer理论，主观逻辑理论	深度学习模型	图像	NA
83	2025-04-29	Robust Unsupervised Deep Learning for Nonblind Image Deconvolution With Inaccurate Kernels 2025-Apr-25, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3556867 PMID:40279234	research paper	提出了一种完全无监督的深度学习方法，用于处理带有不准确核的非盲图像去卷积问题	利用无GT的端到端训练过程，有效处理测量噪声和核误差，提出自重建损失和自集成损失函数	未提及具体局限性	解决非盲图像去卷积中核不准确的问题	噪声模糊图像及其相关模糊核	computer vision	NA	deep learning	NA	image	未提及具体样本数量
84	2025-04-29	Deep Learning-Augmented Sleep Spindle Detection for Acute Disorders of Consciousness: Integrating CNN and Decision Tree Validation 2025-Apr-25, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3562067 PMID:40279237	研究论文	提出了一种结合CNN和决策树验证的深度学习增强算法，用于急性意识障碍患者的自动睡眠纺锤波检测	结合卷积神经网络和决策树辅助验证，利用小波变换原理提高检测准确性和灵敏度，特别是针对急性意识障碍患者中常见的慢速纺锤波	样本量较小（MASS SS2 n=19，自录数据集n=24），且仅在特定患者群体中验证	提高急性意识障碍患者睡眠纺锤波的自动检测精度，并探索纺锤波密度与患者预后的关系	急性意识障碍患者	数字病理	急性意识障碍	小波变换	CNN与决策树结合	睡眠脑电图数据	MASS SS2数据集19例，自录ADOC患者数据集24例
85	2025-04-29	Few-Shot Learning for Annotation-Efficient Nucleus Instance Segmentation 2025-Apr-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3564458 PMID:40279227	research paper	该论文提出了一种基于少样本学习的注释高效核实例分割方法，旨在利用外部数据集辅助目标数据集的核实例分割	提出了结构引导的广义少样本实例分割（SGFSIS）框架，扩展了少样本实例分割的定义并引入了结构引导机制以应对核分割的内在挑战	需要依赖外部完全注释的数据集，且目标数据集的注释量非常有限	解决组织病理学图像中核实例分割的注释效率问题	组织病理学图像中的核实例	digital pathology	NA	few-shot learning, meta-learning	SGFSIS	image	多个公开可用的数据集
86	2025-04-29	Single-microphone deep envelope separation based auditory attention decoding for competing speech and music 2025-Apr-25, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/add0e7 PMID:40280149	研究论文	本研究介绍了一种端到端的单麦克风深度学习系统，用于在竞争性语音和音乐设置中进行源分离和听觉注意解码（AAD）	提出了一种基于深度包络分离的单麦克风听觉注意解码方法，适用于竞争性语音和音乐环境	在混合音乐和语音信号的情况下，源分离性能较差	开发一种能够在竞争性语音和音乐环境中进行源分离和听觉注意解码的深度学习系统	语音和音乐信号	机器学习	NA	深度学习	深度学习模型	音频信号和EEG信号	从60秒EEG试验中提取的20秒时间窗口
87	2025-04-29	Geometrically focused training and evaluation of organs-at-risk segmentation via deep learning 2025-Apr-25, Medical physics IF:3.2Q1 DOI:10.1002/mp.17840 PMID:40280876	研究论文	提出了一种基于几何聚焦的深度学习训练方法和评估指标，用于放射治疗中风险器官（OARs）的自动分割	开发了距离惩罚（DP）损失函数和加权Dice相似系数（wDSC）作为新的几何指标，以提升近靶区OARs分割的准确性	模型在几何和剂量学性能上的改进未达到统计学显著性	提升放射治疗中风险器官（OARs）自动分割的几何和剂量学准确性	宫颈癌高剂量率（HDR）近距离放射治疗中的风险器官（OARs）	数字病理学	宫颈癌	T2加权磁共振成像（MRI）	3D U-Net	图像	170张T2加权MR图像（56名患者）用于训练和验证，35张MR图像（22名患者）作为独立内部测试集
88	2025-04-29	Lightweight cross-resolution coarse-to-fine network for efficient deformable medical image registration 2025-Apr-25, Medical physics IF:3.2Q1 DOI:10.1002/mp.17827 PMID:40280883	research paper	提出了一种轻量级跨分辨率从粗到细的网络框架LightCRCF，用于高效的可变形医学图像配准	1) 采用高效的跨分辨率从粗到细配准策略；2) 引入纹理感知重参数化模块(TaRep)提取丰富的纹理信息；3) 使用组流重参数化模块(GfRep)捕捉多样变形模式	未明确提及具体局限性	解决医学图像配准中高精度与高效率之间的权衡问题	医学图像（MRI和CT）	digital pathology	NA	深度学习	U-Net	image	LPBA数据集30对训练图像和9对测试图像；OASIS数据集1275对训练、110对验证和660对测试图像；ACDC数据集180对训练、20对验证和100对测试图像；腹部CT数据集380对训练、6对验证和42对测试图像
89	2025-04-29	Deep learning based dual stage model for accurate nasogastric tube positioning in chest radiographs 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98562-3 PMID:40280990	research paper	本研究提出了一种基于深度学习的双阶段模型，用于在胸部X光片中精确定位鼻胃管	整合了先进的nnU-Net分割框架和预训练的ResNet50分类架构，显著提高了鼻胃管定位的准确性	研究仅基于1799张胸部X光片，样本量相对有限	提高鼻胃管定位的准确性以保障患者安全和治疗效果	胸部X光片中的鼻胃管定位	digital pathology	NA	深度学习	nnU-Net, ResNet50	image	1799张胸部X光片
90	2025-04-29	A lightweight deep learning framework for transformer fault diagnosis in smart grids using multiple scale CNN features 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96290-2 PMID:40281010	研究论文	提出了一种名为Trans-Light的轻量级深度学习框架，用于智能电网中变压器故障诊断	Trans-Light通过从CNN的两个深层提取特征而非依赖单一层，获取更复杂的模式，并采用双树复小波变换方法增强时间频率知识并降低特征维度	未明确提及具体局限性	开发一种高效的变压器故障诊断方法以减少停机时间和能源损失	智能电网中的电力变压器	机器学习	NA	热成像技术	CNN, ResNet-18	图像	未明确提及具体样本数量
91	2025-04-29	A pioneering artificial intelligence tool to predict treatment outcomes in ovarian cancer via diagnostic laparoscopy 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98434-w PMID:40281006	研究论文	开发了一种基于深度学习的人工智能工具，通过诊断性腹腔镜预测卵巢癌的治疗结果	首次使用深度学习框架结合对比预训练和位置感知Transformer，从腹腔镜图像中预测卵巢癌患者的治疗结果	研究样本量未明确说明，且模型性能仍需在更大规模数据集中验证	探索深度学习在卵巢癌治疗结果预测中的应用，以改善早期治疗规划	高级别浆液性卵巢癌(HGSOC)患者	数字病理学	卵巢癌	深度学习	对比预训练+位置感知Transformer	腹腔镜图像	NA
92	2025-04-29	Trade-offs between machine learning and deep learning for mental illness detection on social media 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99167-6 PMID:40281061	研究论文	本研究比较了机器学习和深度学习模型在社交媒体上检测心理健康状况时的性能差异	对比了多种ML和DL模型在心理健康分类任务中的表现，并分析了各自在准确性、可解释性和计算效率方面的权衡	研究仅基于中等规模的数据集，未探讨在更大规模数据上的表现差异	评估不同建模方法在心理健康状况分类任务中的适用性	社交媒体上关于抑郁、焦虑和自杀意念的用户生成文本	自然语言处理	心理健康疾病	文本分类	logistic regression, random forest, LightGBM, ALBERT, GRU	文本	中等规模数据集
93	2025-04-29	Evaluating the feasibility of 12-lead electrocardiogram reconstruction from limited leads using deep learning 2025-Apr-25, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00814-w PMID:40281134	研究论文	本研究开发了一种神经网络，用于从单导联和双导联心电图重建12导联心电图，并评估了数学准确性	使用生成对抗网络（GAN）从有限的导联数据重建12导联心电图，探索了AI在ECG重建中的可行性	重建的ECG存在回归均值效应，不适合临床使用	评估从有限导联重建12导联心电图的可行性	9514名来自PTB-XL队列的个体	数字病理	心血管疾病	ECG采集	GAN	ECG信号	9514名个体
94	2025-04-29	Advancing Pulmonary Embolism Detection with Integrated Deep Learning Architectures 2025-Apr-25, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01506-6 PMID:40281216	研究论文	本研究提出了一种名为HybridNeXt的新型混合深度学习模型，用于从CT图像中检测肺栓塞	HybridNeXt结合了多种先进的CNN模块（如MobileNet、ResNet、ConvNeXt和Swin Transformer），并设计了轻量级版本适用于临床使用，同时提出了基于多级离散小波变换的深度特征工程方法以提高分类性能	NA	提高肺栓塞检测的准确性和效率	CT图像中的肺栓塞检测	计算机视觉	肺栓塞	CT成像	CNN（HybridNeXt）和kNN分类器	图像	包含肺栓塞和对照两类的新数据集
95	2025-04-29	Machine learning approach for optimizing usability of healthcare websites 2025-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99449-z PMID:40281259	研究论文	本研究利用机器学习模型评估医院网站的用户友好性	首次将机器学习方法应用于医疗网站可用性评估，填补了该领域实证研究的空白	数据集仅包含100个医院网站，未来需要扩大样本范围并整合用户交互数据	优化医疗网站的用户体验设计	医院网站	机器学习	NA	决策树、随机森林、岭回归和支持向量回归	Decision Trees, Random Forests, Ridge Regression, Support Vector Regression	网站可用性数据	100个医院网站
96	2025-04-29	Enhanced diagnosis of axial spondyloarthritis using machine learning with sacroiliac joint MRI: a multicenter study 2025-Apr-25, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01967-x PMID:40281350	research paper	该研究开发了一种基于机器学习的模型，结合MRI和临床风险因素，以提高轴向脊柱关节炎的诊断准确性	结合MRI和临床风险因素的机器学习模型在诊断轴向脊柱关节炎方面表现出优越性能，超越了传统诊断标准	研究为回顾性分析，部分数据来自单一中心的前瞻性验证，可能存在样本偏差	提高轴向脊柱关节炎的诊断准确性和早期识别能力	慢性腰痛患者，特别是轴向脊柱关节炎患者	digital pathology	axial spondyloarthritis	MRI, deep learning	ResNet50, K-nearest-neighbors-11	image, clinical variables	1294名患者（中位年龄31岁，35.5%为女性）
97	2025-04-29	Artificial intelligence based vision transformer application for grading histopathological images of oral epithelial dysplasia: a step towards AI-driven diagnosis 2025-Apr-25, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14193-x PMID:40281456	研究论文	本研究利用Vision Transformer (ViT)深度学习算法对口腔上皮异型增生的组织病理学图像进行分类，并与传统的CNN模型（VGG16和ConvNet）进行比较	首次将Vision Transformer (ViT)应用于口腔上皮异型增生的分类，并展示了其优于传统CNN模型的性能	样本量相对较小，且数据来源于特定机构与在线数据库的组合，可能影响模型的泛化能力	开发一种基于AI的高精度口腔上皮异型增生分类工具	口腔上皮异型增生的组织病理学图像	数字病理学	口腔上皮异型增生	深度学习	Vision Transformer (ViT), VGG16, ConvNet	图像	218张组织病理学切片图像，预处理后生成2,545个低风险、2,054个高风险、726个轻度、831个中度、449个重度及937个正常组织块
98	2025-04-29	Utilizing deep learning for accurate assessment of aortic valve stenosis: case series for clinical applications 2025-Apr-25, Journal of cardiovascular imaging DOI:10.1186/s44348-025-00047-4 PMID:40281567	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
99	2025-04-29	DM_CorrMatch: a semi-supervised semantic segmentation framework for rapeseed flower coverage estimation using UAV imagery 2025-Apr-25, Plant methods IF:4.7Q1 DOI:10.1186/s13007-025-01373-w PMID:40281599	研究论文	提出了一种半监督语义分割框架DM_CorrMatch，用于基于无人机图像的油菜花覆盖度估计	结合去噪扩散概率模型(DDPM)生成额外样本，提出自动更新标记数据策略以减少人工分割错误标签比例，并设计新型网络架构Mamba-Deeplabv3+融合Mamba和CNN优势	方法在数据稀缺场景下的表现仍需进一步验证	提高油菜花冠层覆盖度估计的语义分割精度	油菜花(Brassica napus L.)花序	计算机视觉	NA	无人机影像技术	Mamba-Deeplabv3+ (结合Mamba和CNN)	图像	720张来自中国农科院油料所阳逻试验站的无人机图像
100	2025-04-29	Faster R-CNN approach for estimating global QRS duration in electrocardiograms with a limited quantity of annotated data 2025-Apr-25, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110200 PMID:40286493	研究论文	提出了一种使用有限标注数据训练深度学习对象检测模型以估计心电图（ECG）中全局QRS持续时间（QRSd）的方法	利用小规模数据库训练深度学习模型，减少手动标注需求，并通过Faster R-CNN模型实现高精度的QRSd估计	研究依赖于有限的ECG记录样本（258条12导联ECG记录），可能影响模型的泛化能力	开发一种减少手动标注需求的高精度QRSd估计方法	心电图（ECG）记录中的QRS持续时间（QRSd）	计算机视觉	心血管疾病	Faster R-CNN	VGG-16, VGG-19, RESNET-18	图像	258条12导联ECG记录，来自140名心力衰竭门诊患者