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
1381	2025-07-05	Enhancing Image Retrieval Performance With Generative Models in Siamese Networks 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3543907 PMID:40036556	研究论文	本研究探讨了生成模型在Siamese网络中的应用，以提高前列腺癌图像检索的性能	首次在文献中使用针对CBIR优化的潜在表示来训练注意力机制，用于执行WSI的Gleason评分	NA	评估生成深度学习模型如何提高CBIR系统中的检索质量	前列腺癌图像	计算机视觉	前列腺癌	GAN	Siamese Network	图像	SiCAPv2数据集
1382	2025-07-05	Contrastive Learning With Transformer to Predict the Chronicity of Children With Immune Thrombocytopenia 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551365 PMID:40085458	研究论文	本文提出了一种结合对比学习和Transformer的新方法，用于预测儿童免疫性血小板减少症（ITP）的慢性化	整合对比学习与Transformer，处理小数据和类别不平衡问题，通过随机掩码和过采样技术增强数据	数据量小且类别不平衡，可能影响模型的泛化能力	早期预测儿童ITP的慢性化，以制定个性化治疗计划	儿童免疫性血小板减少症（ITP）患者	机器学习	免疫性血小板减少症	对比学习，Transformer	FT-Transformer	表格数据	真实世界的儿童ITP数据（具体数量未提及）
1383	2025-07-05	High Sensitivity Photoacoustic Imaging by Learning From Noisy Data 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3552692 PMID:40106247	研究论文	提出一种自监督深度学习方法，仅使用噪声数据提高光声图像的信噪比	无需昂贵真实数据训练，可跨不同光声成像系统实现，显著提升信噪比和成像深度	未明确说明方法在极端噪声条件下的性能或计算效率	提升光声成像技术在生物医学应用中的信噪比和成像深度	光声图像	生物医学成像	肿瘤	光声成像(PAI)	深度学习	图像	NA
1384	2025-07-05	Multi-Modal Deep Representation Learning Accurately Identifies and Interprets Drug-Target Interactions 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3553217 PMID:40111772	研究论文	本文提出了一种名为UnitedDTA的新型可解释深度学习框架，用于整合多模态生物分子数据以提高药物-靶标结合亲和力预测的准确性	通过对比学习和跨注意力机制实现多模态数据的自动统一判别表示学习，提高了对未见药物和靶标的预测能力及模型的可解释性	未明确提及具体的数据规模限制或计算资源需求	改进药物-靶标相互作用预测的准确性和泛化能力	药物-靶标复合物及其结合亲和力	机器学习	NA	对比学习、跨注意力机制	深度学习框架（UnitedDTA）	多模态数据（序列、图、三维结构）	多个基准数据集（未明确具体数量）
1385	2025-07-05	Generative T2-weighted images as a substitute for true T2-weighted images on brain MRI in patients with acute stroke 2025 Jul-Aug, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.03.004 PMID:40113490	研究论文	本研究验证了一种从扩散加权图像生成T2*加权图像的深度学习算法，并比较其在急性卒中患者中检测出血的性能	使用生成对抗网络从扩散加权图像生成T2加权图像，替代传统的T2加权图像用于急性卒中患者的出血检测	单中心回顾性研究，样本量有限，未评估其他MRI序列的替代效果	验证深度学习算法生成的T2*加权图像在急性卒中患者出血检测中的性能	急性卒中患者的MRI图像	医学影像分析	急性卒中	MRI	GAN	图像	939名患者的1491组MRI图像
1386	2025-07-05	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-Jul, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出了一种名为PhysCL的生理信号对比学习方法，用于减少对标记PPG数据的依赖并提高无袖带血压估计的准确性	引入了知识感知增强库和对比特征重建方法，解决了对比学习中的语义一致性问题，并增强了特征多样性	需要跨数据集验证，且对未标记数据的依赖可能影响模型在特定数据集上的表现	开发一种减少对标记PPG数据依赖的深度学习方法，以提高无袖带血压估计的准确性	生理信号（PPG）数据	机器学习	心血管疾病	对比学习	深度学习模型	生理信号数据	106名受试者的数据，来自MIMIC III、MIMIC IV和UQVS数据集
1387	2025-07-05	Towards Better Cephalometric Landmark Detection With Diffusion Data Generation 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3557430 PMID:40178956	研究论文	本文提出了一种创新的数据生成方法，用于生成多样化的头影测量X射线图像及相应注释，以提高头影测量标志点检测的准确性	开发了一种基于扩散模型的数据生成方法，能够无需人工干预生成多样化的头影测量X射线图像及对应注释，并引入大规模视觉检测模型以提高检测精度	未提及生成数据的真实性与临床适用性是否经过严格验证	解决头影测量标志点检测中数据稀缺和标注成本高的问题，提高检测方法的准确性和多样性	头影测量X射线图像及其标志点	计算机视觉	正畸诊断	扩散模型	大规模视觉检测模型	X射线图像	未明确提及具体样本数量，但强调生成数据的多样性和大规模
1388	2025-07-05	Multiparametric Ultrasound Breast Tumors Diagnosis Within BI-RADS Category 4 via Feature Disentanglement and Cross-Fusion 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558786 PMID:40198287	research paper	提出了一种基于特征解耦和交叉融合的多参数超声乳腺癌诊断框架，用于BI-RADS 4类乳腺肿瘤的诊断	提出了一个双分支Transformer-CNN编码器来提取和解耦B模式和Nakagami参数图像的共同和特定特征，并设计了一种新的特征解耦损失以确保多参数特征的互补性和一致性	未明确提及具体局限性	提高BI-RADS 4类乳腺肿瘤的诊断准确性	BI-RADS 4类乳腺肿瘤	digital pathology	breast cancer	multiparametric ultrasound (B-mode images, Nakagami parametric images, and semantic attributes)	Transformer-CNN	image	多中心多参数数据集（具体样本数量未提及）
1389	2025-07-05	DistAL: A Domain-Shift Active Learning Framework With Transferable Feature Learning for Lesion Detection 2025-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3558861 PMID:40227902	研究论文	提出了一种结合主动学习和域不变特征学习的框架DistAL，用于解决医学图像分析中的域偏移问题	结合对比一致性训练和RUDY样本选择策略，实现了在目标域中高效选择样本进行标注	需要进一步验证在不同类型病变和更多样化数据集上的泛化能力	解决医学图像分析中因域偏移导致的性能下降问题	医学图像中的病变检测	数字病理	NA	对比一致性训练，K-means++初始化	深度学习	医学图像	8个来自不同医院的数据集，标注了目标域中1.7%的样本
1390	2025-07-05	Improving the Robustness of Deep Learning Models in Predicting Hematoma Expansion from Admission Head CT 2025-Jul-01, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8650 PMID:39794133	研究论文	本研究探讨了通过对抗训练和输入修改提高深度学习模型在预测急性脑出血患者血肿扩张中的鲁棒性	采用对抗训练和Otsu多阈值分割作为额外输入，提高了模型对对抗攻击的鲁棒性	对抗训练对FGSM攻击的鲁棒性提升有限，且对PGD型图像的跨攻击鲁棒性有限	提高深度学习模型在预测急性脑出血患者血肿扩张中的鲁棒性	急性脑出血患者的入院头部CT扫描	数字病理学	脑出血	FGSM和PGD对抗攻击，Otsu多阈值分割	深度学习模型	CT图像	训练集890例患者，独立验证集684例患者
1391	2025-07-05	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jul, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发并测试了一种深度学习系统，用于在视网膜眼底照片上检测超急性中央视网膜动脉阻塞（CRAO），以辅助中风预防	首次开发能够在4.5小时治疗窗口内检测超急性CRAO的深度学习系统，并在24小时内保持高准确率	研究为回顾性设计，需要进一步前瞻性验证	开发AI系统辅助CRAO的早期诊断和中风预防	中央视网膜动脉阻塞（CRAO）患者及其他眼底疾病患者的视网膜照片	数字病理学	视网膜血管疾病	深度学习	深度学习系统（未指定具体架构）	图像（视网膜眼底照片）	1322张眼底照片（来自771名患者）
1392	2025-07-05	Construction of prognostic scoring model for ovarian cancer based on deep learning algorithm 2025-Jul-01, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-03011-2 PMID:40591194	research paper	本研究基于深度学习算法构建了卵巢癌的预后评分模型	利用病理图像和CLAM框架构建预后预测模型，并结合临床特征和转录组数据进行综合分析	外部验证的AUC值较低（0.70），可能影响模型的泛化能力	开发卵巢癌的预后预测模型以改善患者治疗效果	卵巢癌患者的病理图像和临床数据	digital pathology	ovarian cancer	Macenko's algorithm, CLAM framework	deep learning	病理图像	158份内部病理切片和105份TCGA-OV病理切片
1393	2025-07-05	18F-FDG dose reduction using deep learning-based PET reconstruction 2025-Jul-01, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01269-9 PMID:40591189	研究论文	本研究评估了基于深度学习的PET重建算法在减少18F-FDG剂量同时保持诊断质量方面的效果	首次将深度学习重建算法应用于PET图像以减少放射性剂量，并评估其在不同体重患者中的适用性	对于体重≥75kg的患者，算法效果有待进一步优化	评估深度学习重建算法在PET成像中减少放射性剂量的可行性	90名接受18F-FDG PET/CT检查的肿瘤患者	数字病理	肿瘤	PET/CT成像	深度学习重建算法(DLR)	医学影像	90名肿瘤患者（分为3组，每组30人）
1394	2025-07-05	Accurate single-shot full-Stokes detection enabled by heterogeneous grain orientations in polycrystalline films 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60914-y PMID:40592865	研究论文	介绍了一种名为GOStokes的新方法，利用溶液处理的金属卤化物半导体中的异质晶粒取向，实现单次测量中提取斯托克斯参数	通过开发具有强固有圆二色性和线性二色性的多晶薄膜，利用随机取向的晶粒在空间域产生不同的偏振选择性，结合深度学习精确测定任意偏振态	NA	开发一种成本效益高的单次全斯托克斯检测方法，用于下一代光学传感	多晶金属卤化物半导体薄膜	光学传感	NA	深度学习	NA	光学图像	NA
1395	2025-07-05	Anterior cruciate ligament tear detection based on Res2Net modified by improved Lévy flight distribution 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05777-5 PMID:40592990	research paper	该研究提出了一种结合改进的Lévy飞行分布（ILFD）和Res2Net深度学习架构的新方法，用于在膝关节MRI图像中检测前交叉韧带（ACL）撕裂	通过将Res2Net与改进的Lévy飞行分布算法（ILFD）结合，提高了ACL撕裂检测的准确性和效率	研究仅基于两个标准数据集进行验证，可能需要更多样化的数据以验证模型的泛化能力	提高前交叉韧带（ACL）撕裂的诊断准确性和效率	膝关节MRI图像中的前交叉韧带（ACL）撕裂	computer vision	运动损伤	深度学习	Res2Net, ILFD	MRI图像	两个标准数据集（斯坦福大学医学中心和里耶卡临床医院中心）
1396	2025-07-05	Lessons learned from RadiologyNET foundation models for transfer learning in medical radiology 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05009-w PMID:40593000	研究论文	本文探讨了在医学放射学中使用RadiologyNET基础模型进行迁移学习的经验与教训	提出了基于RadiologyNET数据集预训练的多种流行架构模型，并比较了其与ImageNet预训练模型在不同医学数据集上的性能	研究结果在不同任务间存在差异，强调了预训练数据与下游应用对齐的重要性	评估基础模型在医学影像分析中的迁移学习效果	医学影像数据集	数字病理	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, EfficientNetB3, EfficientNetB4, InceptionV3, DenseNet121, MobileNetV3Small, MobileNetV3Large	图像	1,902,414张医学影像
1397	2025-07-05	Predictive model of ulcerative colitis syndrome with ensemble learning and interpretability methods 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04824-5 PMID:40593010	research paper	提出一种结合集成学习和可解释性方法的溃疡性结肠炎中医证候预测模型	首次在中医证候分型中引入SHAP和LIME可解释性方法，揭示关键证候特征	研究数据仅来自单一医院，可能影响模型泛化能力	提高溃疡性结肠炎中医证候分型的可解释性和临床实用性	溃疡性结肠炎患者的中医电子病历数据	machine learning	ulcerative colitis	ensemble learning, SHAP, LIME	Gradient Boosting (GB)	electronic medical records	8078份来自北京中医药大学东方医院的电子病历（2006-2019年）
1398	2025-07-05	Deep learning-based single-shot computational spectrometer using multilayer thin films 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06691-6 PMID:40593028	研究论文	本文展示了一种基于深度学习的单次计算光谱仪，能够通过多层薄膜滤光片阵列恢复窄带和宽带光谱	使用多层薄膜滤光片阵列和深度学习架构（密集层和带有残差连接的U-Net骨干）进行光谱重建，实现了紧凑设计、快速测量时间和高重建精度	研究局限于500至850 nm的波长范围，且需要进一步验证其在更广泛光谱范围内的性能	开发一种适用于移动应用的紧凑、快速、高精度的计算光谱仪	多层薄膜滤光片阵列和CMOS图像传感器	计算机视觉	NA	深度学习、晶圆级模板光刻、扫描电子显微镜（SEM）分析	密集层和带有残差连接的U-Net	图像	3,223个光谱（包括宽带和窄带光谱）
1399	2025-07-05	Research and optimization of a multilevel fire detection framework based on deep learning and classical pattern recognition techniques 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06721-3 PMID:40593038	研究论文	本文提出了一种基于深度学习和经典模式识别技术的多层次火灾检测框架FFDNet，旨在提高火焰检测的准确性和降低误报率	结合了增强的RT-DETR模型和VQGAN技术，引入了创新的InnMPD-IoU损失函数和CLBP纹理特征提取方法	未提及在极端环境条件下的性能表现	开发一个高效、准确的火焰检测工具，以支持火灾预防和响应措施	火焰和火焰类似现象	计算机视觉	NA	RT-DETR, VQGAN, CLBP	RT-DETR, VQGAN	图像	Dataset for Fire and Smoke Detection (DFS)
1400	2025-07-05	Cuff-less blood pressure monitoring via PPG signals using a hybrid CNN-BiLSTM deep learning model with attention mechanism 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07087-2 PMID:40593051	研究论文	本文提出了一种基于PPG信号的无袖带血压监测深度学习框架，结合CNN-BiLSTM混合架构和注意力机制，以提高血压估计的准确性	采用CNN-BiLSTM混合架构和注意力机制进行时空特征提取，显著提高了血压估计的准确性和模型的泛化能力	虽然模型在MIMIC-II数据库上表现良好，但在其他人群或不同设备采集的PPG信号上的泛化能力仍需进一步验证	开发一种精确、非侵入性的血压监测方法，以支持可穿戴健康技术和实时应用	通过PPG信号进行血压监测	机器学习	心血管疾病	PPG信号处理	CNN-BiLSTM混合模型	PPG信号	来自MIMIC-II数据库的2064名患者