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
14481	2025-10-07	Automatic Classification of Slit-Lamp Photographs by Imaging Illumination 2024-Apr-01, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000003318 PMID:37267474	研究论文	开发基于照明技术的裂隙灯照片自动分类算法，以辅助深度学习系统诊断角膜炎类型	首次针对裂隙灯照片的照明技术开发自动分类算法，为深度学习系统提供图像标注支持	裂隙光束和巩膜散射是最常被错误分类的照明类型	通过自动分类裂隙灯照片的照明技术，促进深度学习系统在角膜炎诊断中的应用	角膜溃疡患者的裂隙灯照片	计算机视觉	角膜炎	裂隙灯摄影	CNN, MLP, k-NN	图像	409名患者的12,132张图像	NA	MobileNetV2, ResNet50, LeNet, AlexNet	准确率, F1分数, AUC-ROC	NA
14482	2025-10-07	Reducing annotation burden in MR: A novel MR-contrast guided contrastive learning approach for image segmentation 2024-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.16820 PMID:37956263	研究论文	提出一种基于MR对比度的约束对比学习方法，用于医学图像分割以减少标注负担	首次将组织特异性信息通过约束图引入对比学习，定义正负局部邻域来嵌入MR图像对比度信息	方法验证仅限于MR图像分割任务，在其他医学影像模态上的适用性未经验证	开发一种能够利用未标注MR图像中对比度信息的自监督学习方法，提升有限标注数据下的分割性能	MR图像，包括腹部T2加权图像和脑肿瘤多参数MR图像	计算机视觉	脑肿瘤	磁共振成像	深度学习模型	医学图像	多回波T2加权图像(n=101)，BraTS脑肿瘤数据集(n=80)，腹部T2加权图像(训练/测试=30/20)，公共笛卡尔T2数据集(训练/测试=6/12)，BraTS多参数MR图像(训练/测试=40/50)	NA	NA	Dice系数，精确率，召回率，HD95	NA
14483	2025-04-03	A Preliminary Study Comparing the Performance of Thyroid Molecular Tests to a Deep Learning Algorithm in Predicting Malignancy in Indeterminate Thyroid Fine Needle Aspiration Biopsies 2024-Apr, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2023.0054 PMID:38010913	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14484	2025-10-07	Endoscopic sleeve gastroplasty: stomach location and task classification for evaluation using artificial intelligence 2024-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-023-03054-2 PMID:38212470	研究论文	本研究开发了一种基于人工智能的内镜袖状胃成形术评估系统，用于自动识别胃部位置和手术任务分类	首次将深度学习应用于内镜袖状胃成形术的自动化性能评估，实现了胃部位置识别和手术任务分类的自动化	研究使用离体猪胃标本，尚未在人体临床试验中验证	自动化评估内镜袖状胃成形术的手术表现	内镜袖状胃成形术的手术过程	计算机视觉	肥胖症	内镜手术	深度学习	图像,视频	专家在离体猪胃标本上进行的ESG手术截图和视频片段	NA	NA	准确率	NA
14485	2025-10-07	Topological Persistence Guided Knowledge Distillation for Wearable Sensor Data 2024-Apr, Engineering applications of artificial intelligence IF:7.5Q1 DOI:10.1016/j.engappai.2023.107719 PMID:38282698	研究论文	提出一种基于拓扑持久性的知识蒸馏方法，用于提升可穿戴传感器数据的深度学习性能	使用双教师网络（原始时序数据和拓扑持久性图像）进行知识蒸馏，设计正交性约束和退火策略实现特征融合	未明确说明方法在其他类型传感器数据或任务上的泛化能力	解决可穿戴传感器数据深度学习中信号质量敏感性和特征融合困难的问题	可穿戴传感器采集的时序数据	机器学习	NA	拓扑数据分析(TDA), 知识蒸馏(KD)	CNN	时序数据, 图像数据(持久性图像)	GENEActiv数据集上的6000个测试样本	NA	WRN16-1 (1D CNNs)	分类准确率, 处理时间	NA
14486	2025-04-03	A transformer-based diffusion probabilistic model for heart rate and blood pressure forecasting in Intensive Care Unit 2024-Apr, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108060 PMID:38350189	research paper	本研究提出了一种基于Transformer和扩散概率模型的新型深度学习方法，用于预测重症监护病房（ICU）中的心率、收缩压和舒张压	结合Transformer和扩散模型，提出TDSTF模型，用于稀疏时间序列预测，在预测ICU生命体征分布方面表现出色，计算效率更高	NA	开发一种准确预测ICU患者生命体征的深度学习系统	ICU患者的心率、收缩压和舒张压	machine learning	cardiovascular disease	deep learning	Transformer-based Diffusion Probabilistic Model (TDSTF)	time series data	24,886 ICU stays from over 46,000 patients in MIMIC-III database	NA	NA	NA	NA
14487	2025-04-03	Spectral analysis and Bi-LSTM deep network-based approach in detection of mild cognitive impairment from electroencephalography signals 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10010-y PMID:38699612	研究论文	本研究开发了一种基于EEG信号和Bi-LSTM深度学习算法的新模型，用于高效检测轻度认知障碍（MCI）患者	结合多锥度谱分析方法和Bi-LSTM深度学习算法，提出了一种新的EEG信号分析模型，显著提高了MCI检测的准确率	样本量较小（34名受试者），年龄范围较宽（40-77岁）可能影响模型的泛化能力	开发一种准确、高效的MCI早期诊断方法	轻度认知障碍（MCI）患者和健康对照组	机器学习	老年性疾病	EEG信号分析、多尺度主成分分析（MSPCA）、数据增强（DA）	Bi-LSTM、决策树（DT）、支持向量机（SVM）、K近邻（KNN）	EEG信号	34名受试者（18名MCI患者和16名健康对照组）	NA	NA	NA	NA
14488	2025-04-03	A real-time constellation image classification method of wireless communication signals based on the lightweight network MobileViT 2024-Apr, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-10015-7 PMID:38699610	研究论文	提出了一种基于轻量级网络MobileViT的无线通信信号星座图实时分类方法	首次尝试在边缘计算平台上部署深度学习模型完成接收信号调制方案的实时分类	仅在一个公开数据集RadioML 2016.10a上进行了验证	实现自动调制分类(AMC)以支持认知无线电发展	无线通信信号的星座图	机器学习	NA	深度学习	MobileViT	图像	公开数据集RadioML 2016.10a	NA	NA	NA	NA
14489	2025-10-07	Variability of the femoral mechanical-anatomical axis angle and its implications in primary and revision total knee arthroplasty 2024-Feb-06, Bone & joint open IF:2.8Q1 DOI:10.1302/2633-1462.52.BJO-2023-0056.R1 PMID:38316146	研究论文	本研究开发深度学习工具测量股骨机械-解剖轴角度，并分析其在全膝关节置换术中的临床意义	首次应用深度学习技术在大规模异质人群中自动测量股骨机械-解剖轴角度，并比较两种不同测量方法的差异	研究仅基于骨关节炎倡议数据库的影像数据，未直接验证在手术中的实际应用效果	评估股骨机械-解剖轴角度的变异性及其对全膝关节置换术对线准确性的影响	骨关节炎倡议数据库中拥有全长下肢X线片的患者	医学影像分析	骨关节炎	深度学习，X线影像分析	深度学习模型	X线影像	1,078张X线片，包含2,156个独立测量	NA	NA	测量一致性(p值)，测量时间	NA
14490	2025-10-07	Intraoperative margin assessment for basal cell carcinoma with deep learning and histologic tumor mapping to surgical site 2024-Jan-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-023-00477-7 PMID:38172524	研究论文	开发基于深度学习的人工智能平台用于基底细胞癌的术中切缘评估	通过自动化大体检查建议和肿瘤定位技术，显著缩短组织预处理和组织学评估时间	目前仅针对基底细胞癌进行验证，未涉及其他肿瘤类型	提高术中切缘评估的效率和完整性	基底细胞癌手术标本	数字病理	基底细胞癌	深度学习，组织学肿瘤定位	深度学习模型	病理图像	NA	NA	NA	NA	NA
14491	2025-04-03	Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0304995 PMID:39240975	research paper	使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类	提出了一种基于DenseNet-201的迁移学习方法，用于诊断阿尔茨海默病的不同阶段，并实现了高分类准确率	未提及数据集的具体来源和样本多样性，可能影响模型的泛化能力	通过深度学习技术提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者的不同阶段（非痴呆、中度痴呆、轻度痴呆、极轻度痴呆、重度痴呆）	digital pathology	geriatric disease	MRI	DenseNet-201	image	NA	NA	NA	NA	NA
14492	2025-10-07	Multi feature fusion network for schizophrenia classification and abnormal brain network recognition 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110848 PMID:38104673	研究论文	提出一种多特征融合网络用于精神分裂症分类和异常脑网络识别	首次融合功能网络连接性和时间进程的多特征信息，结合深度SHAP识别最具区分度的脑网络	仅使用两个公开数据集验证，样本来源有限	开发精神分裂症自动分类方法并识别异常脑功能网络	精神分裂症患者与健康对照者	医学影像分析	精神分裂症	功能磁共振成像，独立成分分析	DNN, C-RNN	脑功能影像数据	两个公共数据集的合并样本	NA	多特征融合网络	准确率, 特异性, 敏感性, F1分数, AUC	NA
14493	2025-10-07	Discriminative analysis of schizophrenia patients using an integrated model combining 3D CNN with 2D CNN: A multimodal MR image and connectomics analysis 2024-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2023.110846 PMID:38104672	研究论文	提出结合3D CNN和2D CNN的集成模型，利用多模态MRI数据对精神分裂症患者进行分类分析	首次将3D CNN与2D CNN集成模型应用于多模态MRI数据融合特征的精神分裂症鉴别分析，并引入SE-blocks和SVM分类器	样本量相对有限（140名患者和205名正常对照），未在独立数据集上进行验证	开发基于多模态MRI数据的深度学习模型以改进精神分裂症患者的分类诊断	精神分裂症患者和正常对照组的脑部多模态MRI数据	医学影像分析	精神分裂症	结构MRI，静息态功能MRI，结构连接性分析，功能连接性分析	3D CNN, 2D CNN, SVM	3D医学图像，2D连接矩阵	140名精神分裂症患者和205名正常对照组	NA	集成3D CNN和2D CNN架构，包含SE-blocks	准确率，灵敏度，特异性，AUC，F1分数	NA
14494	2024-08-07	Correlating Deep Learning-Based Automated Reference Kidney Histomorphometry with Patient Demographics and Creatinine 2023-12-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000000000000299 PMID:37966063	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
14495	2025-10-07	Deep learning approximation of attenuation maps for myocardial perfusion SPECT with an IQ ⋅ ⋅ SPECT collimator 2023-08-28, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-023-00568-1 PMID:37639082	研究论文	本研究使用深度学习技术从非衰减校正的SPECT重建图像中近似估计衰减图	首次证明了在配备IQ SPECT准直器的SPECT扫描仪上使用深度学习近似衰减图的可行性	研究为回顾性研究，样本量相对有限	研究是否可以从非衰减校正的SPECT重建图像中近似估计衰减图	心肌灌注SPECT成像	医学影像分析	心血管疾病	SPECT成像，深度学习	U-Net, GAN	医学影像	150项研究	条件生成对抗网络框架	U-Net	归一化平均绝对误差，绝对百分比误差	NA
14496	2025-10-07	Integrative dissection of gene regulatory elements at base resolution 2023-Jun-14, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2023.100318 PMID:37388913	研究论文	本研究结合表观遗传扰动、碱基编辑和深度学习技术，在CD69免疫基因座中解析关键调控元件	首次将表观遗传扰动、碱基编辑和深度学习相结合，在天然染色质环境中系统解析调控元件的功能基础	研究主要聚焦于Jurkat T细胞中的CD69基因座，尚未在其他细胞类型或基因座中验证	解析基因调控元件的序列基序和单个碱基功能	CD69免疫基因座的调控序列	机器学习	NA	表观遗传扰动, 碱基编辑, 深度学习	深度学习	表观遗传数据, 基因表达数据	Jurkat T细胞系	NA	NA	NA	NA
14497	2025-10-07	Quantitative imaging of apoptosis following oncolytic virotherapy by magnetic resonance fingerprinting aided by deep learning 2022-05, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-021-00809-7 PMID:34764440	研究论文	本研究开发了一种结合深度学习与化学交换饱和转移磁共振指纹成像的非侵入性方法，用于检测溶瘤病毒治疗后的早期细胞凋亡反应	首次将深度学习辅助的CEST-MRF技术应用于溶瘤病毒治疗后的细胞凋亡定量成像，无需外源性对比剂即可快速检测肿瘤内pH值和蛋白质、脂质浓度变化	目前仅在胶质母细胞瘤小鼠模型和一名健康志愿者中验证，需要更大规模的临床研究确认其普适性	开发非侵入性成像方法监测溶瘤病毒治疗的宿主反应	胶质母细胞瘤小鼠模型和健康志愿者	医学影像分析	胶质母细胞瘤	化学交换饱和转移磁共振指纹成像(CEST-MRF)	深度神经网络	磁共振成像数据	胶质母细胞瘤小鼠模型和1名健康志愿者	NA	深度神经网络	与文献值一致性	NA
14498	2025-10-07	A damage identification method for aviation structure integrating Lamb wave and deep learning with multi-dimensional feature fusion 2025-Jul, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107623 PMID:40058116	研究论文	提出一种融合Lamb波和深度学习的航空结构损伤识别方法，通过多维特征融合实现损伤定位和量化	结合Lamb波信号处理与多维特征融合深度学习模型，实现跨几何传感器阵列的迁移学习	NA	解决航空结构健康监测中损伤信息的多维提取和有效利用问题	飞机切割段的航空结构损伤	结构健康监测	NA	Lamb波传感技术	深度学习, CNN, BiLSTM	一维信号, 二维图像	NA	NA	Inception-v1, BiLSTM, 自定义卷积模块	损伤定位精度, 损伤量化精度, 鲁棒性	NA
14499	2025-10-07	Feature compensation and network reconstruction imaging with high-order helical modes in cylindrical waveguides 2025-Jul, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107631 PMID:40101471	研究论文	提出基于特征补偿和网络重建的逐步反演方法，结合高阶螺旋导波实现管道缺陷的高分辨率成像	通过深度学习结合高阶螺旋导波扩展成像视野，解决了有限视角条件下弱特征缺陷准确反演的难题	仅针对管道类圆柱波导结构进行验证，未涉及其他复杂几何形状的波导结构	开发管道缺陷无损检测的高分辨率成像方法	油气运输管道中的壁厚损失缺陷	机器学习和无损检测	NA	超声波导波技术、有限差分法	深度学习	超声波信号数据	测试集中随机选取的50个缺陷样本	NA	NA	二维皮尔逊相关系数, 最大壁厚损失估计精度	NA
14500	2025-10-07	Seafloor debris detection using underwater images and deep learning-driven image restoration: A case study from Koh Tao, Thailand 2025-May, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117710 PMID:39978130	研究论文	提出结合超分辨率重建技术和优化YOLOv8模型的海底垃圾检测方法，并在泰国涛岛进行案例研究	首次将超分辨率重建技术与目标检测模型结合应用于海底垃圾监测，提出新型预训练策略并深入分析放大因子影响	仅针对泰国涛岛特定海域进行研究，未验证方法在其他海洋环境的普适性	开发低成本高效的海底垃圾检测与监测方法	海底垃圾	计算机视觉	NA	水下成像，超分辨率重建	YOLOv8	水下图像	NA	NA	RDN, SFD-YOLO	PSNR, SSIM, mAP	NA