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
11441	2025-05-11	EEG-based neurodegenerative disease diagnosis: comparative analysis of conventional methods and deep learning models 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00292-z PMID:40335527	研究论文	该研究通过比较传统方法和深度学习模型，基于EEG信号进行神经退行性疾病（如痴呆症）的诊断	研究展示了深度学习模型（特别是1D和2D CNNs）在识别与神经退行性疾病相关的细微EEG信号模式上优于传统方法	在Dataset 3中表现不佳，表明需要针对特定数据集进一步优化模型	探索和比较不同方法在痴呆症早期诊断中的应用效果	EEG信号	机器学习	神经退行性疾病	EEG信号处理	Random Forest, 1D CNN, 2D CNN	EEG信号	三个不同的基准数据集，包含认知正常、额颞叶痴呆、轻度认知障碍和阿尔茨海默病等类别	NA	NA	NA	NA
11442	2025-05-11	A lightweight Deeplab V3+ network integrating deep transitive transfer learning and attention mechanism for burned area identification 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-66060-7 PMID:40335537	研究论文	提出了一种基于Deeplab V3+的轻量级深度学习模型，结合注意力机制和深度传递迁移学习策略，用于从遥感图像中准确高效地识别烧伤区域	结合注意力机制和深度传递迁移学习策略，使用轻量级MobileNet V2网络集成CBAM作为骨干网络，替代传统耗时的Xception网络	样本量不足可能导致烧伤区域识别错误和边缘细节不连续	准确高效地从遥感图像中识别烧伤区域	遥感图像中的烧伤区域	计算机视觉	NA	深度传递迁移学习（DTTL）	Deeplab V3+, MobileNet V2, CBAM	遥感图像	WorldView-2和Sentinel-2数据集	NA	NA	NA	NA
11443	2025-05-11	MSLU-100K: A Large Multi-Source Dataset for Land Use Analysis in Major Chinese Cities 2025-May-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05047-z PMID:40335536	research paper	介绍了一个名为MSLU-100K的大型多源土地利用数据集，用于中国主要城市的土地利用分析	提出了一个结合人工标注和深度学习的多层次分类方法，确保数据质量，并提供了高质量样本以提升分类性能	未提及具体的数据收集和处理过程中可能存在的偏差或限制	构建高质量的土地利用数据集，以支持土地利用分类和识别研究	来自81个中国城市的超过100,000个不规则地块样本	地理信息系统	NA	深度学习	NA	遥感数据和POI数据	超过100,000个地块样本	NA	NA	NA	NA
11444	2025-05-11	Enhancing efficient deep learning models with multimodal, multi-teacher insights for medical image segmentation 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91430-0 PMID:40335579	研究论文	提出了一种名为Teach-Former的新型知识蒸馏框架，用于高效的多模态医学图像分割	利用Transformer骨干网络和多教师模型的知识蒸馏，结合多模态输入（CT、PET、MRI）和中间注意力图，实现更精确的分割	未明确提及具体局限性，但可能涉及模型在更广泛数据集上的泛化能力	开发高效的深度学习模型，以降低医学图像分割的计算需求	多模态医学图像（CT、PET、MRI）	数字病理学	NA	知识蒸馏（KD）	Transformer	医学图像	两个多模态数据集（HECKTOR21和PI-CAI22）	NA	NA	NA	NA
11445	2025-05-11	Enhanced classification of tinnitus patients using EEG microstates and deep learning techniques 2025-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01129-5 PMID:40335585	研究论文	该研究通过创新的微状态分析技术和前沿的机器学习方法，利用EEG信号深入理解和分类耳鸣	结合微状态分析和深度学习技术，提出了一种新的特征到图像的转换方法，并使用预训练模型进行验证	样本量较小（两个数据集共73名参与者），可能影响结果的泛化能力	加深对耳鸣的理解并提高其分类准确性	耳鸣患者和健康对照者的EEG信号	机器学习	耳鸣	EEG微状态分析、Daubechies 4小波分解	SVM、决策树、随机森林、深度神经网络（DNN）、VGG16、ResNet50、Xception	EEG信号	73名参与者（36名来自主要数据集，37名来自公共数据集）	NA	NA	NA	NA
11446	2025-05-11	Biopsy image-based deep learning for predicting pathologic response to neoadjuvant chemotherapy in patients with NSCLC 2025-May-07, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-00927-4 PMID:40335632	研究论文	利用活检图像和深度学习预测非小细胞肺癌患者对新辅助化疗的病理反应	提出了一种弱监督深度学习模型DeepDrRVT，结合自监督特征提取和基于注意力的深度多实例学习，用于改善新辅助化疗决策	未提及具体样本量的限制或模型在其他数据集上的泛化能力	提高非小细胞肺癌患者对新辅助化疗反应的预测准确性	非小细胞肺癌患者的活检图像	数字病理学	肺癌	深度学习	DeepDrRVT（结合自监督特征提取和注意力机制的深度多实例学习模型）	图像	训练、内部验证和外部验证队列（具体数量未提及）	NA	NA	NA	NA
11447	2025-05-11	A deep learning model combining circulating tumor cells and radiological features in the multi-classification of mediastinal lesions in comparison with thoracic surgeons: a large-scale retrospective study 2025-May-07, BMC medicine IF:7.0Q1 DOI:10.1186/s12916-025-04104-z PMID:40335930	研究论文	本研究开发并验证了一种结合循环肿瘤细胞(CTCs)和CT图像的多模态融合网络(DMFN)，用于纵隔病变的多分类诊断	首次将循环肿瘤细胞(CTCs)与CT图像结合，开发了多模态融合网络(DMFN)用于纵隔病变诊断	回顾性研究设计可能引入选择偏倚	开发结合CT图像和CTCs的深度学习模型以提高纵隔病变诊断准确性	1074名纵隔病变患者	数字病理	纵隔病变	CT成像和循环肿瘤细胞检测	多模态融合网络(DMFN)和单模态CNN	CT图像和CTCs数据	1074名患者(1500张增强CT图像和1074份CTCs结果)	NA	NA	NA	NA
11448	2025-05-11	Sculpting molecules in text-3D space: a flexible substructure aware framework for text-oriented molecular optimization 2025-May-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06072-w PMID:40335938	研究论文	提出了一种名为3DToMolo的创新框架，用于多模态引导的分子优化任务，结合文本描述和图结构特征，以符合专家指定的对称结构和纹理约束	3DToMolo框架能够无缝协调文本描述和图结构特征，无需先验知识即可发现潜在新分子，并在三个引导优化设置中表现出优于现有方法的性能	未明确提及具体局限性	解决分子设计中结合多模态先验知识的逆设计问题	分子药物或材料的设计	机器学习	NA	扩散框架	3DToMolo	文本和图结构数据	NA	NA	NA	NA	NA
11449	2025-05-11	Hybrid method for automatic initialization and segmentation of ventricular on large-scale cardiovascular magnetic resonance images 2025-May-07, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01683-4 PMID:40335966	research paper	提出了一种结合深度学习和3D-ASM限制的全自动、鲁棒的心血管磁共振图像分割方法	结合了CNN和Transformer的混合网络（CTr-HNs）以及EFG模块，实现了全自动的大规模心脏MRI分割	未提及方法在极端病例或异常心脏形态下的表现	开发自动化的心脏MRI分割算法以应对大规模心血管疾病研究需求	心脏磁共振图像中的心室结构（左心室、左心室心肌、右心室）	digital pathology	cardiovascular disease	MRI, 3D-ASM (3D Active Shape Model)	CNN+Transformer混合网络（CTr-HNs）	3D医学影像	UK BioBank和Cardiac Atlas Project数据库中的大规模心脏MRI数据	NA	NA	NA	NA
11450	2025-10-07	The impact of body mass index on rehabilitation outcomes after lower limb amputation 2025-May, PM & R : the journal of injury, function, and rehabilitation DOI:10.1002/pmrj.13292 PMID:39676648	研究论文	探讨肥胖对下肢截肢患者康复期间身体功能和临床结局的影响	首次使用深度学习神经网络分析调整后BMI与出院回家之间的关系，并将BMI分层为五个等级进行详细比较	回顾性研究设计，样本仅来自住院康复患者，可能不适用于其他康复环境	确定肥胖对下肢截肢患者康复期间身体功能和临床结局指标的影响	接受下肢截肢住院康复服务的患者	医疗康复	下肢截肢	深度学习神经网络，逻辑回归分析	DLNN	临床回顾性数据	951名下肢截肢患者	NA	NA	功能评分，出院回家率，住院时间，治疗时间，并发症，再入院率	NA
11451	2025-10-07	Automated measurement of cardiothoracic ratio based on semantic segmentation integration model using deep learning 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03263-0 PMID:39708230	研究论文	本研究开发了一种基于语义分割集成模型的深度学习方法来自动测量心胸比和诊断心脏增大	使用软投票集成方法结合三种语义分割模型来提高分割精度，能够有效处理不同胸部疾病导致的结构变化	研究为回顾性设计，需要进一步前瞻性验证	研究语义分割模型在预测心胸比和心脏增大方面的效能	胸部X光片	计算机视觉	心血管疾病	胸部X光成像	语义分割模型	医学图像	650张来自研究中心的连续胸部X光片和756张公共数据集图像	NA	语义分割集成模型	AUC, 准确率, 灵敏度, 特异性, Pearson相关系数, Bland-Altman一致性分析	NA
11452	2025-10-07	Toward efficient slide-level grading of liver biopsy via explainable deep learning framework 2025-May, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-024-03266-x PMID:39806118	研究论文	提出一种可解释的深度学习框架，用于肝活检切片级别的分级诊断	开发了采用多尺度特征提取和融合的斑块级分类模型，并引入切片级聚合框架，提升了肝活检分级的准确性和可解释性	NA	提高慢性肝疾病活检分级的准确性和效率	肝活检组织切片	数字病理学	慢性肝病	组织学分析	深度学习	病理图像	1322例病例，涵盖多种染色方法	NA	多尺度特征提取和融合模型	F1分数	NA
11453	2025-10-07	A deep learning-based peer review method for radiotherapy planning 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17686 PMID:39935240	研究论文	开发基于深度学习的放疗计划同行评审方法，通过患者解剖信息进行个性化质量控制	首次将深度学习剂量预测与统计模型结合用于放疗计划的个性化质量控制	研究仅针对139例鼻咽癌患者，样本量有限	开发基于患者解剖信息的放疗计划个性化质量控制方法	鼻咽癌患者的放疗计划	医学影像分析	鼻咽癌	深度学习剂量预测	CNN	3D剂量分布图像	139例鼻咽癌患者（95训练，20验证，24测试），另加29例临床治疗计划	NA	UNet	平均体素剂量差异	NA
11454	2025-10-07	Lesion segmentation method for multiple types of liver cancer based on balanced dice loss 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17624 PMID:39945728	研究论文	提出基于平衡Dice损失的多类别肝癌病灶分割方法	提出平衡Dice损失函数解决多类别肝癌分割中的数据不平衡问题，并结合贪婪参数平均算法和层间信息后处理	NA	实现多类别肝癌的准确分割	恶性肝肿瘤患者的CT筛查图像	计算机视觉	肝癌	CT成像	深度学习模型	医学图像	591例恶性肝肿瘤患者	NA	NA	Dice per case	NA
11455	2025-10-07	Enhancing automated right-sided early-stage breast cancer treatments via deep learning model adaptation without additional training 2025-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.17682 PMID:39966996	研究论文	本研究提出一种无需额外训练即可将左侧乳腺癌深度学习模型适配用于右侧乳腺癌治疗规划的技术	通过对称结构左右互换和模型参数调整实现跨侧向深度学习模型适配，无需重新训练	技术特定于特定治疗规划系统(TPS)，需要进一步验证在其他平台的适用性	开发右侧乳腺癌自动治疗规划技术	乳腺癌患者治疗规划	医学影像分析	乳腺癌	深度学习自动规划	深度学习模型	治疗规划数据	30例患者（10例用于模型调优，20例用于验证），外加10例临床患者	NA	NA	剂量体积参数，平均剂量，最大剂量	NA
11456	2025-10-07	T2-weighted imaging of rectal cancer using a 3D fast spin echo sequence with and without deep learning reconstruction: A reader study 2025-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70031 PMID:39976552	研究论文	比较深度学习重建与传统重建在直肠癌T2加权3D快速自旋回波序列MRI中的图像质量和临床效用	首次在直肠癌MRI中系统比较深度学习重建与传统重建技术的性能差异	样本量有限（50例患者），仅使用3点量表进行主观评价	评估深度学习重建在直肠癌MRI图像质量和临床诊断价值方面的优势	50例直肠癌患者的MRI图像	医学影像分析	直肠癌	T2加权3D快速自旋回波序列MRI	深度学习重建	医学影像	50例直肠癌患者	NA	NA	图像质量评分，临床偏好度	NA
11457	2025-10-07	Explainability and uncertainty: Two sides of the same coin for enhancing the interpretability of deep learning models in healthcare 2025-May, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105846 PMID:39993336	立场论文	提出将不确定性量化与可解释人工智能方法相结合以提升医疗领域深度学习模型可靠性的框架	首次系统性地提出在可解释人工智能中同时估计认知不确定性和偶然不确定性的框架	未进行实际临床验证，主要提出理论框架和方法论探讨	提升医疗领域深度学习模型的透明度和可靠性	医疗领域的深度学习模型	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
11458	2025-10-07	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	提出一种基于可学习对称性增强的自动颅骨重建方法	通过可学习的对称性强制执行网络增强颅骨重建效果，显著降低计算资源需求	训练数据集规模有限，体数据分辨率高，数据异质性强	开发自动颅骨重建方法以缩短颅骨缺损患者等待手术时间	颅骨缺损患者和颅骨对称性结构	计算机视觉	颅骨损伤	深度学习	神经网络	体数据	使用SkullBreak和SkullFix公开数据集及真实临床病例	NA	对称性强制执行网络	DSC, bDSC, HD95	GPU (< 500 GPU小时)
11459	2025-10-07	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	研究论文	本研究使用贝叶斯统计评估肩胛骨形态与肩部疾病之间的因果关系	首次将do-演算应用于肩胛骨形态与肩部疾病的因果关联识别，并开发了多分类逻辑回归贝叶斯模型	研究样本量相对有限（396名受试者），且仅考虑了最常见的两种肩部病理	评估肩胛骨形态对肩部疾病的因果影响	396名受试者，分为原发性骨关节炎、肩袖撕裂关节病、其他病理和健康对照组	医学影像分析	肩部疾病	CT扫描，深度学习模型	多分类逻辑回归贝叶斯模型	CT影像	396名受试者	NA	NA	概率变化百分比	NA
11460	2025-05-11	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	research paper	该论文提出了一种结合上下文特征金字塔块与注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用注意力机制结合上下文特征金字塔块来分割皮肤层，并测试了预分割入口回声层的顺序模型	研究中使用的HFUS图像数据库来自不同的超声设备和探头频率，可能影响模型泛化能力	开发一种自动化的超声图像分析算法，用于皮肤层的准确分割	皮肤层（入口回声层、SLEB和真皮层）	计算机视觉	NA	高频超声（HFUS）成像	结合上下文特征金字塔块与注意力门的神经网络	图像	两个不同的HFUS图像数据库	NA	NA	NA	NA