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
10501	2025-10-07	Convolutional Neural Networks for Segmentation of Pleural Mesothelioma: Analysis of Probability Map Thresholds (CALGB 30901, Alliance) 2025-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-024-01092-z PMID:39266911	研究论文	评估概率图阈值对基于卷积神经网络的胸膜间皮瘤分割结果的影响	首次系统分析CNN概率图阈值对胸膜间皮瘤分割体积和空间重叠度的双重影响	CNN在严重胸腔积液或胸膜裂隙病变等特定疾病表现中存在分割缺陷	优化深度学习肿瘤分割中概率图阈值的选取标准	胸膜间皮瘤患者的CT扫描图像	计算机视觉	胸膜间皮瘤	CT扫描	CNN	医学图像	48名患者的186个CT扫描	NA	VGG16,U-Net	Dice相似系数,体积百分比差异	NA
10502	2025-10-07	Optimization of sparse-view CT reconstruction based on convolutional neural network 2025-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.17636 PMID:39894762	研究论文	基于卷积神经网络优化稀疏视图CT重建图像质量的研究	提出SRII-Net网络结构，引入复制路径和残差图像输出块，通过多网络结构和多数据集分析提升网络解释性和泛化能力	未明确说明具体数据集规模和临床验证结果	提升稀疏视图CT重建图像质量，增强深度学习方法的解释性和泛化能力	稀疏视图CT重建图像	计算机视觉	NA	CT成像	CNN	医学图像	NA	NA	U-Net	PSNR, SSIM	NA
10503	2025-10-07	Enhanced electroencephalogram signal classification: A hybrid convolutional neural network with attention-based feature selection 2025-Mar-15, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149484 PMID:39904453	研究论文	提出一种结合注意力机制的混合卷积神经网络模型，用于运动想象脑电信号的分类	提出结合说话头注意力机制的混合CNN-TCN架构，能够增强关键特征序列并提取时空特征	NA	提高运动想象脑电信号的分类精度，增强脑机接口的意图识别能力	运动想象脑电信号	脑机接口	NA	离散小波变换，共同平均参考	CNN,TCN	脑电信号	基于BCI Competition IV-2a数据集	NA	混合卷积神经网络，时序卷积网络	分类准确率	NA
10504	2025-05-29	Diagnostic Performance of Artificial Intelligence-Based Methods for Tuberculosis Detection: Systematic Review 2025-Mar-07, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69068 PMID:40053773	系统综述	本文对基于人工智能的结核病检测方法进行了全面评估，总结了当前的研究现状和性能表现	首次系统性地评估了不同数据模态和参考标准下AI在结核病检测中的表现，并指出了未来研究方向	仅1项研究进行了领域转移分析，缺乏对真实世界场景的充分模拟	评估AI算法在结核病检测中的诊断性能	基于AI的结核病检测方法	数字病理	结核病	深度学习	CNN (包括VGG-16, ResNet-50, DenseNet-121)	放射影像、分子/生化、生理数据	152项研究(来自1146条记录)	NA	NA	NA	NA
10505	2025-05-29	Continuous nursing symptom management in cancer chemotherapy patients using deep learning 2025-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92762-7 PMID:40055437	research paper	评估深度学习平台在化疗患者症状管理中的效果，旨在提高其生活质量	使用深度学习平台进行化疗患者的症状管理，显著减少焦虑和抑郁，并提高生活质量	非随机对照试验设计可能影响结果的普遍性	评估深度学习平台在化疗患者症状管理中的效果	144名化疗患者，分为干预组（72人）和对照组（72人）	digital pathology	cancer	deep learning	NA	NA	144名化疗患者	NA	NA	NA	NA
10506	2025-10-07	High resolution multi-delay arterial spin labeling with self-supervised deep learning denoising for pediatric choroid plexus perfusion MRI 2025-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121070 PMID:39889809	研究论文	本研究提出了一种基于Transformer的自监督深度学习去噪方法，用于提高儿童脉络丛灌注MRI图像质量	首次将Transformer模型应用于儿童多延迟动脉自旋标记成像去噪，并采用k空间加权图像平均作为训练参考	研究样本量较小（21名儿童），且仅限于典型发育儿童	开发适用于儿童脉络丛灌注成像的高分辨率多延迟动脉自旋标记方法	8-17岁典型发育儿童的脉络丛和灰质	医学影像分析	儿科神经发育	多延迟动脉自旋标记（MD-ASL），MRI	Transformer	医学影像	21名8-17岁典型发育儿童	NA	Transformer	信噪比（SNR），偏差，可重复性	NA
10507	2025-10-07	Multi-modal dataset creation for federated learning with DICOM-structured reports 2025-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03327-y PMID:39899185	研究论文	本研究开发了一个基于DICOM结构化报告的开放平台，用于创建多模态数据集以支持联邦学习	利用DICOM结构化报告实现跨机构多模态数据的标准化链接和交互式筛选，简化了联邦学习中患者队列的创建过程	研究目前仅在德国八家大学医院联盟内验证，尚未扩展到更广泛的医疗机构	解决联邦学习在异构数据集上的挑战，实现多中心多模态数据的协调和标准化	接受微创心脏瓣膜置换术的患者数据	医学影像分析	心血管疾病	DICOM结构化报告，多模态数据集成	NA	影像数据，波形数据，标注数据，元数据	德国八家大学医院的跨机构数据集	Python, highdicom	NA	NA	NA
10508	2025-10-07	Prognostic models for unplanned intensive care unit readmission risk prediction: A systematic review and meta-analysis based on HSROC model 2025-Mar, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.13306 PMID:39995380	系统综述与荟萃分析	通过系统综述和荟萃分析评估ICU非计划再入院风险预测模型的性能	首次基于HSROC模型对ICU再入院预测模型进行系统比较，区分了机器学习模型与评分系统的性能差异	所有研究存在高偏倚风险，模型缺乏外部验证，未充分利用临床文本数据	识别ICU非计划再入院预后模型并比较机器学习模型与评分系统的性能	ICU再入院预测模型	机器学习	危重症	系统综述，荟萃分析，HSROC模型	机器学习模型，深度学习模型，评分系统	临床数据	67项研究，包含335个模型和67个评分系统	Stata	NA	敏感性，特异性	NA
10509	2025-10-07	Skin cancer detection using dermoscopic images with convolutional neural network 2025-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91446-6 PMID:40021731	研究论文	提出一种基于FCDS-CNN的深度学习网络，用于皮肤镜图像中的皮肤癌检测	提出新型FCDS-CNN架构，结合数据增强和类别加权技术解决医学图像中的类别不平衡问题	未明确说明模型在真实临床环境中的泛化能力验证	提高皮肤恶性黑色素瘤的早期检测准确率	七类皮肤病变的皮肤镜图像	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	10015张图像，涵盖7种皮肤病变类别	NA	FCDS-CNN	准确率,精确率,召回率,F1分数,AUC	NA
10510	2025-10-07	DER-GCN: Dialog and Event Relation-Aware Graph Convolutional Neural Network for Multimodal Dialog Emotion Recognition 2025-03, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3367940 PMID:38437139	研究论文	提出一种融合对话和事件关系的图卷积神经网络用于多模态对话情感识别	首次同时建模说话者间的对话关系和潜在事件关系，并引入自监督掩码图自编码器和多信息Transformer	未明确说明模型对特定语言或文化背景的适用性限制	提升多模态对话场景下的情感识别准确率	多模态对话数据（文本、视频、音频）	自然语言处理	NA	多模态融合分析	GCN, Transformer	文本、视频、音频	IEMOCAP和MELD两个基准数据集	PyTorch（基于代码仓库推断）	DER-GCN, SMGAE, MIT	准确率	NA
10511	2025-10-07	Deeply supervised two stage generative adversarial network for stain normalization 2025-Feb-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91587-8 PMID:40016308	研究论文	提出一种深度监督两阶段生成对抗网络用于组织病理学图像的染色归一化	创新性地在生成对抗网络中引入深度监督机制，采用新型两阶段染色策略，并构建能捕获长距离语义关系的生成器	NA	解决组织病理学图像中颜色变化对计算病理学分析的负面影响	组织病理学图像	数字病理学	NA	染色归一化	GAN	图像	NA	NA	DSTGAN	精度,分割性能	NA
10512	2025-10-07	De Novo Synthesis of Reticuline and Taxifolin Using Re-engineered Homologous Recombination in Yarrowia lipolytica 2025-02-21, ACS synthetic biology IF:3.7Q1 DOI:10.1021/acssynbio.4c00853 PMID:39899813	研究论文	本研究通过重新设计解脂耶氏酵母的同源重组系统，显著提高基因编辑效率，并成功应用于网状青霉素和花旗松素的从头合成	建立了Cas9系统重新设计同源重组系统，HR效率提高56倍以上；在Cas9 C端融合表达hBrex27序列可招募更多Rad51蛋白；开发了深度学习模型预测gRNA活性	未明确说明系统的普适性和在其他酵母中的应用潜力	开发高效的基因编辑工具平台，将解脂耶氏酵母改造为易于操作的细胞工厂	解脂耶氏酵母(Yarrowia lipolytica)	合成生物学	NA	CRISPR-Cas9基因编辑，同源重组，深度学习	深度学习模型	基因序列数据，gRNA活性数据	NA	NA	NA	HR效率提升倍数，单基因阳性效率(85%)，多基因编辑效率(25%)	NA
10513	2025-10-07	Convolutional Neural Networks Assisted Peak Classification in Targeted LC-HRMS/MS for Equine Doping Control Screening Analyses 2025-Feb-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c03608 PMID:39901649	研究论文	本研究开发了一种基于卷积神经网络和线性判别分析的色谱图分类方法，用于马兴奋剂控制筛查分析	首次将深度学习技术应用于兴奋剂控制筛查中的色谱图自动分类，实现了传统人工视觉检查的自动化	需要确保假阴性率为零，这对模型性能提出了极高要求	开发自动化色谱图分类方法以提高兴奋剂筛查效率和准确性	马兴奋剂控制筛查中的色谱图数据	机器学习	NA	超高压液相色谱-高分辨串联质谱联用技术	CNN, LDA	色谱图像	NA	NA	NA	假阴性率	NA
10514	2025-10-07	Multiscale footprints reveal the organization of cis-regulatory elements 2025-Feb, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08443-4 PMID:39843737	研究论文	开发了一种从染色质可及性数据中识别DNA-蛋白质相互作用足迹的计算方法PRINT和深度学习框架seq2PRINT	首次实现了从多尺度蛋白质大小的染色质可及性数据中识别DNA-蛋白质相互作用足迹，并利用深度学习精确推断转录因子和核小体结合	方法主要基于染色质可及性数据，可能无法捕捉所有类型的DNA-蛋白质相互作用	研究顺式调控元件的组织结构及其在细胞命运和疾病中的作用	人类骨髓单细胞染色质可及性数据、小鼠造血干细胞	计算生物学	NA	染色质可及性测序、单细胞测序	深度学习	染色质可及性数据、基因组数据	NA	NA	seq2PRINT框架	NA	NA
10515	2025-10-07	Community Graph Convolution Neural Network for Alzheimer's Disease Classification and Pathogenetic Factors Identification 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3269446 PMID:37204952	研究论文	提出一种基于脑区基因社区网络的社区图卷积神经网络，用于阿尔茨海默病的分类和致病因素识别	首次将脑区与基因的协作关系抽象为脑区基因社区网络，并设计具有社区间和社区内卷积操作的创新图神经网络架构	方法仅在ADNI数据集上进行验证，需要更多数据集验证泛化能力	研究脑区内和社区间信息传递机制，用于阿尔茨海默病的诊断和致病因素提取	阿尔茨海默病患者和正常对照的脑影像与基因数据	机器学习	阿尔茨海默病	神经影像分析，基因数据分析	图卷积神经网络	图数据，神经影像数据，基因数据	ADNI数据集	深度学习框架	社区图卷积神经网络	分类性能，可解释性	NA
10516	2025-10-07	Hypernetwork-Based Physics-Driven Personalized Federated Learning for CT Imaging 2025-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2023.3338867 PMID:38100342	研究论文	提出一种基于超网络的物理驱动个性化联邦学习方法用于CT成像	将CT成像优化问题分解为局部数据适应和全局成像两个子问题，通过机构特定的物理驱动超网络和全局共享成像网络分别实现	NA	解决CT成像中的领域偏移和隐私问题，提高成像质量并满足不同机构或扫描仪的个性化需求	CT成像	医学影像分析	NA	CT扫描	深度学习	CT图像	NA	NA	超网络	NA	NA
10517	2025-10-07	Automated Radiology Report Generation: A Review of Recent Advances 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3408456 PMID:38829752	综述	本文对自动放射学报告生成领域的最新进展进行了系统性方法学回顾	通过五维框架全面评估当代ARRG方法：数据集特征分析、深度学习训练方法、先进模型架构、临床知识整合技术和模型评估方法	作为综述论文，不包含原始实验数据和新模型开发	系统回顾自动放射学报告生成技术的研究现状和发展趋势	放射学报告生成相关的数据集、深度学习方法和评估技术	自然语言处理,计算机视觉	NA	深度学习	CNN,Transformer	医学影像,文本报告	NA	NA	CNN变体,Transformer变体	NLP指标,定性临床评估	NA
10518	2025-10-07	Deep Learning in Breast Cancer Imaging: A Decade of Progress and Future Directions 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3357877 PMID:38265911	综述	本文全面回顾了过去十年基于深度学习的乳腺癌影像研究进展并探讨未来发展方向	系统梳理了深度学习在多种乳腺癌影像模态中的应用，并首次综合提出未来研究面临的挑战与潜在路径	作为综述文章，未涉及原始实验数据和新模型开发	总结深度学习在乳腺癌影像分析中的进展并规划未来研究方向	乳腺癌影像数据（乳腺X线摄影、超声、磁共振成像和数字病理图像）	计算机视觉	乳腺癌	深度学习	NA	医学影像	NA	NA	NA	NA	NA
10519	2025-10-07	Skeleton-guided 3D convolutional neural network for tubular structure segmentation 2025-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-024-03215-x PMID:39264412	研究论文	提出一种融合骨架信息的3D卷积神经网络用于医学图像中管状结构的分割	引入骨架引导模块和专门设计的sigmoid-adaptive Tversky损失函数来增强管状结构分割精度	NA	提高医学图像中管状结构的分割准确性	胸部CT和腹部CT图像中的管状结构（气道和腹部动脉）	计算机视觉	NA	CT成像	3D CNN	3D医学图像	125例CT图像（90例胸部CT，35例腹部CT）	NA	3D卷积神经网络	树长度率, 分支检测率, 精确率, 召回率, F-measure	NA
10520	2025-10-07	Data- and Physics-Driven Deep Learning Based Reconstruction for Fast MRI: Fundamentals and Methodologies 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3485022 PMID:39437302	综述	本文综述了基于数据和物理驱动的深度学习在快速MRI重建中的基本原理与方法论	系统整合了从算法展开模型、增强方法、即插即用模型到新兴生成模型的全谱系方法，并探索数据模型与物理知识的协同集成	作为综述文章，未提出新的原始方法，主要总结现有技术	加速磁共振成像扫描过程，提高患者舒适度和图像质量	磁共振成像重建方法	医学影像处理	NA	磁共振成像	生成模型, 深度学习	医学影像数据	NA	NA	NA	评估指标	NA