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
101	2025-09-21	Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature 2024-11, Atherosclerosis IF:4.9Q1 DOI:10.1016/j.atherosclerosis.2024.117580 PMID:38852022	综述	本文综述了人工智能在CT成像中研究动脉粥样硬化的最新文献，重点关注成像生物标志物用于评估冠状动脉炎症、斑块及相关风险	介绍了基于深度学习（如CNN）的病灶检测、分割和分类方法，以及通过体素高阶结构分析捕获生物化学过程的放射转录组学新技术	讨论了当前AI方法的局限性及需优先解决的挑战	推动AI技术从研究环境向临床工作流程转化，开发AI风险评估工具以检测易损斑块并指导治疗策略	冠状动脉粥样硬化疾病	医学影像分析	心血管疾病	CT成像、深度学习、放射转录组学	CNN	CT图像	NA
102	2025-09-21	Influence of training and expertise on deep neural network attention and human attention during a medical image classification task 2024-04-01, Journal of vision IF:2.0Q2 DOI:10.1167/jov.24.4.6 PMID:38587421	研究论文	比较人类专家与深度学习模型在医学图像分类任务中的视觉注意力机制	首次直接比较人类视觉注意力与机器视觉注意力在相同医学诊断任务中的表现，并揭示模型注意力与专家注意力的相似性	研究仅限于小肠内窥镜图像和克罗恩病诊断，可能不适用于其他医学领域	探索人类专家与深度学习模型在视觉决策过程中的相似性，以促进医学培训和新算法设计	新手和胃肠病学专家参与者，以及三种最先进的深度学习模型	计算机视觉	克罗恩病	眼动追踪和六种不同的后 hoc 注意力提取方法	深度学习模型	医学图像（小肠内窥镜图像）	包含新手和胃肠病学专家的参与者群体，以及经过精细标注数据集训练的模型
103	2025-09-21	Improved robustness for deep learning-based segmentation of multi-center myocardial perfusion cardiovascular MRI datasets using data-adaptive uncertainty-guided space-time analysis 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101082 PMID:39142567	研究论文	提出一种数据自适应不确定性引导的时空分析方法，用于提升多中心心肌灌注心血管MRI数据集的深度学习分割鲁棒性	利用不确定性图自动从多个DNN解决方案中选择最佳分割结果，增强模型对脉冲序列和扫描仪差异的适应性	训练数据量有限（n=150 subjects），且仅基于三个医疗中心的数据进行验证	开发能够处理多中心数据集差异的深度学习心肌灌注分割技术	心肌灌注心血管磁共振成像数据集	计算机视觉	心血管疾病	心血管磁共振成像（CMR）	时空U-Net	图像	150名受试者，21,150张首过图像
104	2025-09-21	Accelerated chemical shift encoded cardiovascular magnetic resonance imaging with use of a resolution enhancement network 2024, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2024.101090 PMID:39243889	研究论文	开发了一种基于深度学习的快速化学位移编码心血管磁共振成像方法，用于加速心肌脂肪成像	提出了一种基于复数图像超分辨率生成对抗网络的深度学习模型，能够独立增强每个回波图像，实现快速化学位移编码成像	研究样本量相对有限，前瞻性研究仅包含21名参与者	加速心血管磁共振化学位移编码成像，减少呼吸暂停次数	人类心血管系统，特别是心肌脂肪成像	医学影像分析	心血管疾病	化学位移编码(CSE)，广义自动校准部分并行采集(GRAPPA)，两点Dixon重建	生成对抗网络(GAN)	磁共振图像	训练数据来自1519名患者，前瞻性研究包含16名参与者和5名健康个体
105	2025-09-21	SEResUTer: a deep learning approach for accurate ECG signal delineation and atrial fibrillation detection 2023-Dec-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad02da PMID:37827168	研究论文	提出一种名为SEResUTer的深度学习模型，用于精确的心电图信号描绘和心房颤动检测	结合ResNet模块和Transformer编码器改进U-Net架构，并引入新颖的掩码策略处理不完整的专家标注	NA	实现心电图波形精确描绘和心房颤动的自动检测	心电图信号	机器学习	心血管疾病	深度学习	U-Net with ResNet and Transformer	生理信号数据	QTDB、LUDB、CPSC2021和CPSC2018数据集
106	2025-09-21	Photoplethysmography-based cuffless blood pressure estimation: an image encoding and fusion approach 2023-Dec-15, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0426 PMID:38099538	研究论文	提出一种基于图像编码和融合的光电容积脉搏波无袖带血压估计方法	首次从2D视角将PPG信号转换为五种图像编码，并采用编码器-解码器混合架构进行特征融合	仅使用UCI数据库进行评估，未提及外部验证或临床环境测试	开发端到端的无创血压估计方法	光电容积脉搏波（PPG）信号	机器学习	心血管疾病	图像编码转换	CNN与全连接层混合架构	图像编码信号	基于UCI数据库（具体样本量未明确说明）
107	2025-09-21	MAG-Res2Net: a novel deep learning network for human activity recognition 2023-Nov-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab8 PMID:37939391	研究论文	提出一种名为MAG-Res2Net的新型深度学习网络用于人类活动识别，通过集成数据上采样、损失函数组合和优化算法提升性能	结合Borderline-SMOTE数据上采样算法、基于度量学习的损失函数组合算法和Lion优化算法，显著提升模型在多模态人类活动识别中的表现	NA	解决人类活动多样性及数据质量导致的特征提取困难问题，提升识别准确率和效率	人类活动识别（HAR）	machine learning	NA	Borderline-SMOTE, metric learning, Lion optimization	MAG-Res2Net (基于Res2Net的深度学习网络)	multimodal sensor data	三个公共数据集（UCI-HAR、WISDM和CSL-SHARE）
108	2025-09-21	Deep learning with fetal ECG recognition 2023-Nov-27, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad0ab7 PMID:37939396	研究论文	提出一种基于深度学习的胎儿心电图识别新方法，通过跨域一致性卷积神经网络自动识别多通道ECG数据中的胎儿心电信号	开发了跨域一致性卷积神经网络(CDC-Net)，解决了ICA方法在胎儿心电图识别中幅度、顺序和正负值不确定的问题	NA	实现胎儿心电信号的自动识别，推动自动化胎儿心电监测技术的发展	多通道心电图数据中的胎儿心电信号	machine learning	cardiovascular disease	独立成分分析(ICA), 深度学习	CNN (跨域一致性卷积神经网络CDC-Net)	心电信号数据	使用两个数据库(ADFECGDB和Daisy数据库)的信号数据进行测试
109	2025-09-21	A Two-Stage Automatic System for Detection of Interictal Epileptiform Discharges from Scalp Electroencephalograms 2023-11, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0111-23.2023 PMID:37914407	研究论文	开发了一种基于深度学习的自动系统，用于从头皮脑电图中检测发作间期癫痫样放电	提出了一种新颖的双蒙太奇决策机制（TMDM）与时间卷积网络（TCN）相结合的自动检测系统	NA	开发高性能的自动IED检测系统以辅助临床脑电图解读	头皮脑电图（EEG）中的发作间期癫痫样放电（IEDs）	医疗人工智能	癫痫	深度学习	TCN（时间卷积网络）, DNN（深度神经网络）	EEG信号数据	484份头皮脑电图记录（406训练，78测试）
110	2025-09-21	Atrial fibrillation detection with signal decomposition and dilated residual neural network 2023-Oct-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acfa61 PMID:37714186	研究论文	提出一种结合信号分解和扩张残差神经网络的心房颤动检测方法	引入基于R峰检测的时间掩模生成伪QRS复合波和伪T、P波信号，将临床经验融入深度学习模型	NA	提升可穿戴设备心电信号中心房颤动的检测性能	心电图（ECG）信号	机器学习	心血管疾病	信号分解，深度学习	扩张残差神经网络	心电信号	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库
111	2025-09-21	Versatile recognition of graphene layers from optical images under controlled illumination through green channel correlation method 2023-Aug-17, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ace979 PMID:37478831	研究论文	提出一种基于绿色通道相关性从光学图像识别石墨烯层数的简便方法	利用绿色通道相关性替代深度学习，实现少量训练图像下的高效识别，并适应非均匀光照条件	需要最小化环境光对样品的影响，图像质量要求低于典型文献但仍有特定光照条件限制	开发快速、低成本且无需高质量图像的石墨烯层数光学识别方法	氧化基底上的剥离石墨烯层	计算机视觉	NA	光学成像、颜色通道分析	标准偏差阈值法、线性回归阈值法（非深度学习）	图像	少量训练图像配合数千张GitHub测试图像
112	2025-09-21	Standard-based personalized healthcare delivery for kidney illness using deep learning 2023-Aug-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ace09f PMID:37343580	研究论文	本研究使用深度学习模型分析标准化电子健康记录数据，以诊断肾脏相关疾病	首次将encoder-combiner-decoder (ECD)架构应用于标准化医疗数据集进行肾脏疾病诊断	NA	通过深度学习提升肾脏疾病的预测诊断准确性	肾脏相关疾病患者	机器学习	肾脏疾病	深度学习	encoder-combiner-decoder (ECD)	电子健康记录	巴西公共卫生系统提供的openEHR基准数据集(ORBDA)
113	2025-09-21	BTCRSleep: a boundary temporal context refinement-based fully convolutional network for sleep staging with single-channel EEG 2023-07-13, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdb46 PMID:37267988	研究论文	提出一种基于边界时序上下文精炼的全卷积网络BTCRSleep，用于单通道脑电信号的睡眠分期	引入边界时序上下文精炼模块，捕获睡眠阶段转换时的脑电波特征，解决跨时段特征丢失问题	NA	提升单通道脑电信号的睡眠分期性能	睡眠脑电信号	机器学习	睡眠障碍	深度学习	全卷积网络（FCN）	单通道EEG信号	四个公开数据集（SEDF、SEDFX、SHHS、CAP）
114	2025-09-21	CS-based multi-task learning network for arrhythmia reconstruction and classification using ECG signals 2023-07-05, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/acdfb5 PMID:37336244	研究论文	提出一种结合压缩感知与卷积神经网络的多任务网络CSML-Net，用于心电信号的压缩重建与心律失常分类	在压缩域同时实现心电信号重建与分类，通过多尺度特征模块提升模型性能	NA	解决长期心电监测中数据量大与带宽有限的矛盾，提升深度学习在心电监测中的应用	心电信号（ECG）	机器学习	心血管疾病	压缩感知（CS），深度学习	CNN，多任务学习网络	心电信号	MIT-BIH心律失常数据集
115	2025-09-20	Application of Raman Spectroscopy Coupled With Chemometrics for the Detection and Quantification of Mancozeb Residues in Collard Green 2025-Dec, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.70045 PMID:40959212	研究论文	本研究利用拉曼光谱结合化学计量学方法检测和量化羽衣甘蓝中的代森锰锌残留	首次将拉曼光谱与机器学习模型（包括深度学习和集成方法）结合，用于代森锰锌残留的高精度检测与量化	研究仅限于羽衣甘蓝中的代森锰锌残留，未验证其他农药或蔬菜类型的适用性	开发快速、精确、可及的农药残留检测技术，保障食品安全	羽衣甘蓝中的代森锰锌农药残留	化学计量学与光谱分析	食品安全相关健康风险	拉曼光谱，主成分分析（PCA），机器学习建模	SVM, CNN, 集成学习	光谱数据	多个浓度梯度样本（0.01-0.5 ppm），按监管残留限值分类
116	2025-09-20	Generalizable deep learning for photoplethysmography-based blood pressure estimation-A benchmarking study 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae01a8 PMID:40959521	研究论文	本研究评估了基于光电容积脉搏波(PPG)和深度学习模型进行血压估计的泛化能力	首次系统评估深度学习模型在分布外数据集上的血压估计性能，并提出基于样本的域适应方法	模型性能受数据集间血压分布差异的强烈影响	研究基于PPG的深度学习血压估计模型的泛化能力	光电容积脉搏波信号和血压数据	机器学习	心血管疾病	深度学习	XResNet1d101等五种深度学习模型	生理信号波形数据	基于PulseDB数据集训练，并在多个外部数据集测试
117	2025-09-20	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Oct, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	研究论文	本研究开发了一种基于机器学习的放射组学-临床整合模型，用于预测肝细胞癌患者免疫治疗后的生存结果和治疗反应	首次将深度学习自动分割与多种机器学习模型结合，开发出优于传统临床生物标志物的预测模型，能够从治疗前CT影像中预测免疫治疗反应	回顾性研究设计，样本量相对有限（152例患者），需要外部验证确认泛化能力	预测不可切除肝细胞癌患者接受atezolizumab联合bevacizumab免疫治疗后的生存结果和治疗反应	152例接受A/B治疗的不可切除肝细胞癌患者	医学影像分析	肝细胞癌	深度学习自动分割，机器学习建模，放射组学特征提取	七种机器学习模型结合13种特征选择技术	CT影像，临床数据	152例患者来自两个国际医疗中心
118	2025-09-20	AI automated radiographic scoring in rheumatoid arthritis: Shedding light on barriers to implementation through comprehensive evaluation 2025-Oct, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2025.152761 PMID:40513204	研究论文	本研究开发并验证了一种用于类风湿关节炎X光评分自动化的深度学习模型，通过外部测试集评估其性能与临床实施障碍	采用最先进报告指南对AI模型进行严格外部验证，并明确分析当前实施障碍	AI系统性能低于人工评分，组内相关系数较低（0.03-0.27），无法满足研究或临床应用需求	自动化类风湿关节炎的X光放射学评分，并评估AI系统临床实施的可行性	类风湿关节炎患者的双手和双足X光影像	数字病理学	类风湿关节炎	深度学习	深度学习模型	X光影像	训练队列：157名患者，1470张X光片；测试集：两个医院的253名患者，589张X光片
119	2025-09-20	Mycophenolate mofetil-induced colitis versus colonic graft-versus-host disease: a comparative histologic study with artificial intelligence model development 2025-Oct, Histopathology IF:3.9Q1 DOI:10.1111/his.15521 PMID:40703053	研究论文	比较霉酚酸酯诱导性结肠炎与结肠移植物抗宿主病的组织病理学特征，并开发基于深度学习CNN的数字化工具以半自动化量化嗜酸性粒细胞	首次结合组织病理学比较与人工智能模型（CNN）开发，辅助鉴别MMF结肠炎和GVHD	MMF诱导性结肠炎在干细胞移植患者中罕见，样本量有限，诊断需谨慎	区分霉酚酸酯（MMF）诱导性结肠炎和结肠移植物抗宿主病（GVHD）的病理特征，开发AI辅助诊断工具	95例患者（包括GVHD、MMF结肠炎及疑似病例）的结肠活检组织	数字病理学	结肠炎	深度学习卷积神经网络（CNN）	CNN	组织病理图像	95例患者（37例GVHD，25例MMF结肠炎，33例GVHD vs MMF疑似病例）
120	2025-09-20	Artificial Intelligence for Alzheimer's disease diagnosis through T1-weighted MRI: A systematic review 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111028 PMID:40902465	系统综述	本文系统综述了基于T1加权MRI数据、应用人工智能技术对阿尔茨海默病多阶段进行分类的研究	全面评估了AI在AD多阶段分类中的应用效果，特别指出CNN直接从原始影像数据提取分层特征的能力减少了预处理需求	研究方法存在异质性，存在过拟合风险，且过度依赖ADNI数据库导致数据集多样性不足	评估人工智能技术在阿尔茨海默病多阶段分类中的效果和应用前景	阿尔茨海默病患者及不同疾病阶段的个体	医学影像分析	阿尔茨海默病	T1加权MRI	CNN（卷积神经网络）、非卷积神经网络、传统机器学习方法	MRI影像数据	NA（系统综述，未指定具体样本量）