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
16561	2025-10-07	Biomimetic Deep Learning Networks With Applications to Epileptic Spasms and Seizure Prediction 2024-03, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3325762 PMID:37851549	研究论文	提出一种新型仿生深度学习网络用于癫痫性痉挛和癫痫发作预测	结合模块化Volterra核卷积网络和双向循环网络，并利用头皮EEG的相位幅度跨频率耦合特征	NA	开发用于癫痫性痉挛和癫痫发作预测的仿生深度学习模型	癫痫患者和婴儿痉挛综合征患者的脑电图数据	机器学习	癫痫	头皮脑电图	CNN,RNN	脑电图信号	标准CHB-MIT数据集加上蒙特菲奥里医疗中心和加州大学洛杉矶分校的两个数据集	NA	模块化Volterra核卷积网络,双向循环网络	准确率,检测延迟时间,假阳性率	NA
16562	2025-10-07	Quantifying U-Net uncertainty in multi-parametric MRI-based glioma segmentation by spherical image projection 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16695 PMID:37696029	研究论文	提出基于球形图像投影的U-Net模型用于多参数MRI胶质瘤分割的不确定性量化	通过球形图像投影变换保留全局解剖信息，从单次MRI扫描获得多个独立分割预测，实现不确定性可视化	研究仅针对胶质瘤分割，样本量相对有限（369例患者）	开发基于多参数MRI的胶质瘤分割不确定性量化方法	369例胶质瘤患者的多参数MRI扫描数据（T1、T1-Ce、T2和FLAIR序列）	医学图像分析	胶质瘤	多参数MRI	U-Net	医学图像	369例胶质瘤患者	NA	SPU-Net（球形投影U-Net）, U-Net, LSU-Net（线性缩放U-Net）	Dice系数, 敏感度, 特异度, 准确率, 不确定性评分	NA
16563	2025-10-07	Clinical evaluation of deep learning systems for assisting in the diagnosis of the epiretinal membrane grade in general ophthalmologists 2024-Mar, Eye (London, England) DOI:10.1038/s41433-023-02765-9 PMID:37848677	研究论文	开发并临床评估用于辅助诊断视网膜前膜分级的深度学习系统	同时开发了分割视网膜特征的分割模型和分级视网膜前膜严重程度的分类模型，并通过对比实验验证AI系统对普通眼科医生的诊断辅助效果	分析了AI系统的误判情况，需要系统性努力确保AI在眼科实践中的安全快速整合	开发AI系统辅助诊断视网膜前膜分级并评估其临床价值	视网膜前膜患者的光学相干断层扫描图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习模型	图像	来自三家医院的OCT数据集	NA	NA	像素精度,平均交并比,准确率	NA
16564	2025-10-07	CEST and nuclear Overhauser enhancement imaging with deep learning-extrapolated semisolid magnetization transfer reference: Scan-rescan reproducibility and reliability studies 2024-Mar, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.29937 PMID:38009996	研究论文	开发了一种基于深度学习的磁化转移参考框架DeepEMR，用于快速可靠的CEST和NOE信号估计	提出了一种MR物理驱动的深度学习外推方法，能够从少量高频偏移特征预测MTC主导信号	研究中主要使用健康志愿者和脑肿瘤患者，样本多样性可能有限	开发快速可靠的磁化转移对比和CEST信号估计方法，并评估其可重复性和可靠性	数值模型、健康志愿者和脑肿瘤患者	医学影像分析	脑肿瘤	CEST成像、核Overhauser增强成像、磁共振成像	神经网络	磁共振Z谱数据	健康志愿者和脑肿瘤患者（具体数量未明确说明）	NA	NA	组内相关系数、受试者间变异系数、受试者内变异系数、计算效率	3T磁共振扫描仪
16565	2025-10-07	Generating synthetic medical images with limited data using auxiliary classifier generative adversarial network: a study on thyroid ultrasound images 2024-Mar, Journal of ultrasound IF:1.3Q3 DOI:10.1007/s40477-023-00837-w PMID:38064046	研究论文	本研究提出了一种基于辅助分类器生成对抗网络(ACGAN)的新方法，用于从有限的甲状腺超声图像数据生成合成医学图像	改进了ACGAN架构以从极有限数据生成高质量合成图像，并开发了模拟超声设备输出的图像融合方法	研究仅基于198张甲状腺结节超声图像，样本量有限	解决医学影像中标注数据稀缺问题，为深度学习模型训练生成合成数据	钙化和囊性甲状腺结节的超声图像	医学影像分析	甲状腺疾病	超声成像	ACGAN	超声图像	198张甲状腺结节超声图像	NA	改进的ACGAN架构	Fréchet Inception Distance (FID), 人工观察评估	NA
16566	2025-10-07	Robust explanation supervision for false positive reduction in pulmonary nodule detection 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16937 PMID:38224306	研究论文	提出一种集成可解释AI方法的稳健可解释检测框架，用于减少肺结节检测中的假阳性	采用解释监督方法，使用放射科医生的结节轮廓作为监督信号，结合两种插补方法减少人工标注噪声	仅在公开数据集LIDC-IDRI上进行验证，需要进一步临床验证	开发集成可解释AI方法的框架，实现准确的肺结节检测	肺结节	医学影像分析	肺癌	胸部薄层CT扫描	深度学习算法	CT图像	480个训练集，265个验证集，265个测试集CT图像	NA	NA	AUC, IoU	NA
16567	2025-10-07	Channelized hotelling observer-based low-contrast detectability on the ACR CT accreditation phantom: Part II. Repeatability study 2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16961 PMID:38305692	研究论文	本研究验证了基于通道化霍特林观测器的低对比度检测能力评估方法在ACR CT认证体模上的重复性	优化后的CHO模型仅需1-3次重复扫描即可实现高重复性测量，解决了传统方法需要大量重复扫描的局限性	研究仅限于四种特定CT扫描仪型号和ACR体模，未涵盖所有可能的临床场景	验证基于通道化霍特林观测器的低对比度检测能力评估方法的重复性	ACR CT认证体模和四种CT扫描仪（西门子Force和Alpha，佳能Prism和Prime SP）	医学影像分析	NA	CT扫描，通道化霍特林观测器，深度学习重建	通道化霍特林观测器	CT图像	4种CT扫描仪，每种10次重新定位，每次3次重复扫描，共120次扫描	NA	NA	检测指数d'，P<15%（测量值落在±15%容差范围内的概率）	NA
16568	2025-03-03	2024-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.16965 PMID:38319676	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
16569	2025-10-07	Improved outcome models with denoising diffusion 2024-Mar, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2024.103307 PMID:38325221	研究论文	本研究使用去噪扩散概率模型生成合成放疗计划数据，以改善类别不平衡的肿瘤局部控制预测模型性能	首次将条件3D DDPM模型应用于放疗结果建模，通过生成合成治疗计划数据解决类别不平衡问题	研究仅基于535例NSCLC患者数据，样本量相对有限	改善放疗结果建模中的类别不平衡问题，提高肿瘤局部控制预测模型的性能	535例接受SBRT治疗的NSCLC患者	医学影像分析	肺癌	放射治疗计划数据生成	DDPM, 深度学习	3D医学影像（计划CT图像、3D计划剂量分布）、患者人口统计学数据	535例NSCLC患者，其中6-7%发生局部失败	NA	条件3D DDPM	Fréchet inception distance (FID)	NA
16570	2025-10-07	Machine learning based prediction of image quality in prostate MRI using rapid localizer images 2024-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.11.2.026001 PMID:38435711	研究论文	本研究开发了一种基于机器学习的预测方法，仅使用快速定位序列图像即可预测前列腺MRI图像质量	首次仅基于几秒钟即可获取的MRI快速定位序列图像，预测尚未采集的T2W、DWI和ADC序列图像质量	样本量相对较小（213例），测试集中优质与次优检查比例不平衡	开发前列腺MRI图像质量早期预测方法，以便及时干预或重新安排检查	前列腺MRI快速定位图像和直肠内容物	医学影像分析	前列腺癌	MRI	深度学习	医学图像	213例前列腺矢状T2加权MRI定位图像（147例训练，64例测试）	NA	2D U-Net, ResNet-34	AUC, ICC	NA
16571	2025-10-07	Automated detection of nine infantile fundus diseases and conditions in retinal images using a deep learning system 2024-Mar, The EPMA journal DOI:10.1007/s13167-024-00350-y PMID:38463622	研究论文	开发了一种基于深度学习的婴儿视网膜智能诊断系统，用于自动检测九种婴儿眼底疾病和状况	结合卷积神经网络和Transformer结构，开发了首个能够同时识别九种婴儿眼底疾病的自动化诊断系统	研究数据来自四家医院，可能存在地域局限性；需要进一步验证在更广泛人群中的适用性	开发自动化系统辅助婴儿眼底疾病的早期诊断和监测	婴儿视网膜图像	计算机视觉	眼科疾病	深度学习	CNN, Transformer	视网膜图像	7697张视网膜图像（来自1089名婴儿）	NA	ResNet-18, Multi-Axis Vision Transformer (MaxViT)	准确率, 精确率, 召回率, F1分数, kappa系数, AUC	NA
16572	2025-10-07	Few-shot learning using explainable Siamese twin network for the automated classification of blood cells 2023-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-023-02804-3 PMID:36800155	研究论文	提出基于可解释孪生网络的小样本学习方法用于血细胞自动分类	使用对比学习的孪生网络在少量图像上训练，并提出新的类别激活映射方案增强模型可解释性	仅使用健康外周血细胞图像，未涉及病理状态细胞	开发小样本学习方法实现血细胞自动分类	健康外周血细胞	计算机视觉	血液疾病	显微成像	Siamese网络	图像	17,092张公开细胞组织学图像（6%训练，6%验证，88%测试）	NA	EfficientNet-B3	准确率	NA
16573	2025-10-07	Recipes and ingredients for deep learning models of 3D genome folding 2025-Apr, Current opinion in genetics & development IF:3.7Q2 DOI:10.1016/j.gde.2024.102308 PMID:39862604	综述	本文比较和分析了用于预测基因组接触图谱的深度学习模型，涵盖预处理、架构、训练、评估和解释方法	系统梳理了三维基因组折叠深度学习模型的最新进展，并指出各模型的优势与局限	作为综述文章，不包含原始实验数据或新模型开发	探讨深度学习在三维基因组折叠预测中的应用与发展方向	基因组接触图谱预测模型	计算生物学	NA	深度学习	深度学习模型	基因组接触图谱数据	NA	NA	NA	NA	NA
16574	2025-10-07	A three-dimensional marine plastic litter real-time detection embedded system based on deep learning 2025-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117603 PMID:39889545	研究论文	提出基于深度学习的嵌入式三维海洋塑料垃圾实时检测系统	结合图像质量评估与增强技术提升水下图像质量，并通过模型压缩量化实现嵌入式部署	未明确说明系统在复杂海洋环境中的长期稳定性测试结果	开发用于海洋塑料垃圾实时清理的智能检测系统	海洋环境中的塑料垃圾	计算机视觉	NA	深度学习，图像质量增强	YOLOv5	水下图像	NA	NA	YOLOv5	精确率，召回率，F1分数，平均精度均值	嵌入式设备
16575	2025-10-07	Redefining a new frontier in alkaptonuria therapy with AI-driven drug candidate design via in- silico innovation 2025-Mar-26, Zeitschrift fur Naturforschung. C, Journal of biosciences DOI:10.1515/znc-2024-0075 PMID:38996180	研究论文	本研究利用人工智能驱动的药物设计方法，开发基于天然黄酮醇分子山奈酚的新型AKU治疗候选药物	首次将深度学习AI药物设计应用于黑酸尿症治疗，通过AI优化山奈酚分子结构开发新型4-羟基苯丙酮酸双加氧酶抑制剂	研究结果需要通过实验验证，目前仅为计算机模拟结果	开发毒性更低、疗效更好的黑酸尿症治疗药物	黑酸尿症患者，4-羟基苯丙酮酸双加氧酶靶点	药物发现	黑酸尿症	AI药物设计，分子对接	深度学习	分子结构数据	3个AI设计的候选药物分子	NA	NA	结合亲和力(-9.099 kcal/mol)，药物相似性，毒性评估	NA
16576	2025-03-02	Physics-driven deep learning for high-fidelity photon-detection ghost imaging 2025-Mar-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.541330 PMID:40020023	研究论文	本文提出了一种基于物理驱动的深度学习光子探测鬼成像方法，以提高在散射介质中的空间和深度分辨率	通过共同设计计算鬼成像系统和网络，将成像和重建更紧密地结合，以超越物理分辨率限制，并设计了具有注意力机制的特殊深度融合网络	NA	提高在散射介质中的光子探测成像的空间和深度分辨率	光子探测成像	计算机视觉	NA	深度学习	深度融合网络	图像	NA	NA	NA	NA	NA
16577	2025-03-02	Phantom-metasurface cooperative system trained by a deep learning network driven by a bound state for a magnetic resonance-enhanced system 2025-Mar-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.546727 PMID:40020024	研究论文	本研究开发了一种基于深度学习网络训练的高效体模超表面复合MRI增强系统，并在MHz频段实现了超表面的设计与控制	结合深度神经网络和电磁超表面，显著提高了超表面的设计效率，并在MRI系统中展示了巨大的应用潜力	NA	提高MRI成像速度和分辨率	MRI系统	医学影像	NA	深度学习网络	前向神经网络	电磁响应特性	NA	NA	NA	NA	NA
16578	2025-03-02	Fusion of circulant singular spectrum analysis and multiscale local ternary patterns for effective spectral-spatial feature extraction and small sample hyperspectral image classification 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90926-z PMID:40011533	研究论文	本文提出了一种新颖的循环奇异谱分析（CiSSA）和多尺度局部三值模式融合方法，用于高光谱图像的联合光谱-空间特征提取和分类	结合循环奇异谱分析和多尺度局部三值模式进行光谱-空间特征提取，提高了小样本高光谱图像分类的准确性	仅在高光谱图像数据集上进行了实验，未在其他类型数据上验证	提高小样本高光谱图像分类的准确性	高光谱图像	计算机视觉	NA	PCA, CiSSA, LTP, SVM	SVM	图像	三个高光谱图像数据集（Indian Pines, Pavia University, Houston2013），训练样本比例为1%	NA	NA	NA	NA
16579	2025-03-02	Improved sand cat swarm optimization algorithm assisted GraphSAGE-GRU for remaining useful life of engine 2025-Feb-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91418-w PMID:40011762	研究论文	本文提出了一种改进的沙猫群优化算法辅助的GraphSAGE-GRU模型，用于预测发动机的剩余使用寿命（RUL）	提出了改进的沙猫群优化算法（ISCSO）来增强GraphSAGE-GRU的预测性能，包括在种群初始化中使用帐篷映射和一种新的自适应方法来增强沙猫群优化的探索和开发能力	未提及具体局限性	提高发动机剩余使用寿命（RUL）预测的准确性	发动机	机器学习	NA	GraphSAGE-GRU, 沙猫群优化算法	GraphSAGE-GRU	图数据	使用CMAPSS数据集进行验证	NA	NA	NA	NA
16580	2025-03-02	Infrared spectrum analysis of organic molecules with neural networks using standard reference data sets in combination with real-world data 2025-Feb-26, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00960-2 PMID:40011923	研究论文	本研究提出了一种基于神经网络的IR光谱分析方法，用于检测有机分子中的功能基团	该方法仅使用IR数据作为神经网络的输入，使其性能独立于其他分析测量获得的数据类型，并且通过结合来自不同实验室的真实数据，展示了开放获取的专业研究数据仓库作为未来机器学习研究的宝贵基准数据集的潜力	NA	分析IR光谱并检测有机分子中的功能基团	有机分子	机器学习	NA	IR光谱分析	神经网络	光谱数据	NIST数据集和Chemotion开放获取研究数据仓库中的数据	NA	NA	NA	NA