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
1741	2025-10-05	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	本研究比较了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，并发现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，样本来源相对单一	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，为医学培训和新算法设计提供参考	新手和胃肠病学专家参与者，以及三种深度学习模型	计算机视觉	克罗恩病	眼动追踪，深度学习	深度学习模型	医学图像，眼动数据	新手和胃肠病学专家参与者，具体数量未明确说明	NA	三种最先进的深度学习模型架构	注意力相似性比较	NA
1742	2025-10-05	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时空分析方法，用于提高多中心心肌灌注心血管MRI数据集分割的鲁棒性	利用空间-时间滑动补丁分析自动生成像素级不确定性图，并通过DNN池选择最优分割方案	训练数据有限，仅包含三个医疗中心的150名受试者数据	开发能够分析多中心数据集的深度学习技术，克服训练数据有限和软硬件差异的挑战	心肌灌注心血管磁共振成像数据集	医学影像分析	心血管疾病	心血管磁共振成像	深度神经网络	医学影像	150名受试者（21,150张首过图像），包含内部数据集（95名）和外部数据集（55名）	NA	时空U-Net	Dice系数	NA
1743	2025-10-05	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	开发基于深度学习的快速化学位移编码技术，用于加速心血管磁共振成像	提出基于超分辨率生成对抗网络的FastCSE方法，首次将复杂值图像锐化增强应用于化学位移编码心血管成像	研究样本量有限，前瞻性研究仅包含21名参与者	开发加速心血管磁共振化学位移编码成像的深度学习技术	心肌脂肪成像	医学影像分析	心血管疾病	化学位移编码磁共振成像，两点Dixon重建	GAN	磁共振图像	训练集1519名患者，前瞻性研究21名参与者（16名患者+5名健康人）	NA	超分辨率生成对抗网络	模糊度量指标，方差分析	NA
1744	2025-10-05	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	提出一种结合U-Net、ResNet和Transformer的深度学习模型SEResUTer，用于心电信号波形分割和房颤检测	在U-Net架构中集成ResNet模块和Transformer编码器替代传统卷积块，并提出处理不完整专家标注的新型掩码策略	NA	实现高精度心电信号波形分割和房颤自动检测	心电信号波形（P波、QRS波、T波）和房颤心律	数字病理	心血管疾病	心电信号分析	深度学习	心电信号	QTDB、LUDB、CPSC2021和CPSC2018数据集	NA	U-Net, ResNet, Transformer	F1-score, 敏感度, 阳性预测率, 准确率	NA
1745	2025-10-05	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	提出一种基于光电容积脉搏波图像编码与融合的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，并设计端到端的图像编码融合架构进行血压估计	仅在UCI数据库上进行验证，需要更多临床数据验证泛化能力	开发基于PPG的无袖带血压估计方法	光电容积脉搏波信号	机器学习	心血管疾病	光电容积脉搏波技术	CNN	图像	UCI数据库	NA	编码器-解码器架构	均方根误差,平均绝对误差	NA
1746	2025-10-05	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	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	NA	解决人类活动多样性和数据质量带来的特征提取困难	人类活动识别	机器学习	NA	深度学习	MAG-Res2Net	多模态活动数据	三个公共数据集（UCI-HAR、WISDM、CSL-SHARE）	NA	MAG-Res2Net	准确率,F1-macro,F1-weighted	NA
1747	2025-10-05	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	开发了跨域一致卷积神经网络(CDC-Net)，解决了ICA方法在胎儿心电图提取中幅度、顺序和正负值不确定的问题	NA	实现多通道心电图数据中胎儿心电信号的自动识别	胎儿心电信号	机器学习	心血管疾病	独立成分分析(ICA), 心电图监测	CNN	心电信号数据	来自两个数据库(ADFECGDB和Daisy数据库)的信号数据	NA	CDC-Net	精确率, 召回率, F1分数	NA
1748	2025-10-05	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	提出结合时序卷积网络的IED检测器和新型双蒙太奇决策机制的两阶段自动检测系统	仅使用484份头皮脑电图记录，样本规模有限	开发性能可靠的自动IED检测系统以辅助临床脑电图解读	头皮脑电图中的发作间期癫痫样放电	医疗信号处理	癫痫	脑电图	深度神经网络	脑电图信号	484份头皮脑电图记录（406训练，78测试）	NA	时序卷积网络, 深度神经网络	AUPRC, 假阳性率, F1分数, kappa一致性分数	NA
1749	2025-10-05	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	提出基于R峰检测的时间掩模生成伪QRS复合波信号和伪T、P波信号的特征提取方法，并设计扩张残差神经网络处理分解后的信号	NA	通过深度学习方法提高穿戴设备心电图信号中心房颤动的检测性能	心电图信号	机器学习	心血管疾病	心电图信号分析	CNN	信号数据	PhysioNet/CinC 2017挑战赛数据集和MIT-BIH心房颤动数据库	NA	扩张残差神经网络	F1分数	NA
1750	2025-10-05	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的方法，从光学图像中识别氧化基底上剥离石墨烯的层数	利用绿色通道相关性替代传统深度学习方法和显微分析，仅需少量训练图像即可实现石墨烯层数识别	需要在周围光线对样品影响最小的条件下工作，对非均匀光照条件的适应性有限	开发快速、低成本的非破坏性石墨烯层数识别方法	氧化基底上的剥离石墨烯样品	计算机视觉	NA	光学成像	NA	图像	少量训练图像配合数千张GitHub测试图像	NA	NA	NA	NA
1751	2025-10-05	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技术分析标准化电子健康记录数据，用于诊断肾脏相关疾病	首次采用编码器-组合器-解码器(ECD)架构分析标准化医疗数据集，为肾脏疾病诊断提供新方法	模型性能需由医疗专业人士在实际医疗机构中进一步评估验证	通过深度学习技术改进肾脏疾病的诊断和个性化医疗服务	肾脏相关疾病患者	机器学习	肾脏疾病	深度学习	深度学习神经网络	电子健康记录	巴西公共卫生系统提供的ORBDA基准数据集部分数据	NA	编码器-组合器-解码器(ECD)	精确率,召回率,F1分数	NA
1752	2025-10-05	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优化的全卷积网络BTCRSleep，用于单通道脑电信号的睡眠分期	引入边界时序上下文优化模块，捕获睡眠阶段转换时的脑电波特征，解决传统方法在跨时段脑电波特征提取中的边界信息丢失问题	NA	提高单通道脑电信号睡眠分期的性能	睡眠脑电信号	医疗人工智能	睡眠障碍	脑电图(EEG)	全卷积网络	单通道脑电信号	四个公共数据集：Sleep-EDF Expanded 2013版和2018版、Sleep Heart Health Study、CAP Sleep Database	NA	全卷积网络	准确率,kappa分数	NA
1753	2025-10-05	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	首次将压缩感知与深度学习结合，在压缩域同时实现心电信号重建和心律失常分类的多任务学习框架	仅在MIT-BIH心律失常数据集上进行验证，未在其他数据集测试泛化能力	解决长期ECG监测产生的大量数据对有限带宽和实时系统的挑战	心电图信号和心律失常分类	机器学习	心血管疾病	压缩感知技术	CNN	心电信号	MIT-BIH心律失常数据集	NA	多尺度特征模块的多任务网络	重建质量, 分类性能	NA
1754	2025-10-06	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定量羽衣甘蓝中的代森锰锌农药残留	首次将拉曼光谱与机器学习模型结合用于代森锰锌农药残留的检测和定量分析	研究仅在特定浓度范围(0.01-0.5 ppm)内验证，未涵盖所有可能的残留浓度	评估拉曼光谱结合数据分析技术在叶菜类蔬菜农药残留监测中的可行性	羽衣甘蓝中的代森锰锌农药残留	光谱分析	NA	拉曼光谱	支持向量机,卷积神经网络,集成学习	光谱数据	NA	NA	CNN	准确率,精确率,训练准确率,测试准确率	NA
1755	2025-10-06	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	本研究通过基准测试评估深度学习模型在光电容积脉搏波血压估计中的泛化能力	首次系统评估深度学习模型在光电容积脉搏波血压估计中的分布外泛化性能，并提出基于样本的域适应方法	模型性能受不同数据集间血压分布差异的显著影响，泛化能力仍有待提升	研究基于光电容积脉搏波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对应的血压测量值	机器学习	心血管疾病	光电容积脉搏波	深度学习	波形信号	PulseDB数据集及多个外部数据集	NA	XResNet1d101	平均绝对误差	NA
1756	2025-10-06	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	开发并验证用于类风湿关节炎影像学评分自动化的深度学习模型	使用两个外部测试集对深度学习模型进行严格验证，并通过探索性误差分析阐明临床实施障碍	AI系统性能低于人工评分，无法满足研究或临床应用需求	自动化类风湿关节炎的影像学评分	类风湿关节炎患者的手部和足部X光片	医学影像分析	类风湿关节炎	深度学习	深度学习模型	X光影像	训练集：157名患者，1470张X光片；测试集：253名患者，589张X光片	NA	NA	组内相关系数, Spearman相关系数	NA
1757	2025-10-06	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用于嗜酸性粒细胞定量的深度学习模型	首次开发基于深度学习卷积神经网络的数字工具用于半自动化定量嗜酸性粒细胞，并系统比较两种疾病的组织学差异	样本量相对较小（95例患者），MMF诱导性结肠炎在干细胞移植患者中罕见	比较MMF诱导性结肠炎与结肠GVHD的组织病理学特征并开发AI辅助诊断工具	结肠活检组织样本	数字病理学	结肠炎	组织病理学分析	CNN	病理图像	95例患者（GVHD 37例，MMF 25例，GVHD vs MMF 33例）	NA	卷积神经网络	嗜酸性粒细胞计数，凋亡细胞计数	NA
1758	2025-10-06	Muti-band Morlet mutual information functional connectivity for classifying Alzheimer's disease and frontotemporal dementia with a deep learning technique 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111041 PMID:40902468	研究论文	提出一种基于多频段Morlet小波互信息功能连接和3D-CNN的深度学习框架，用于区分阿尔茨海默病、额颞叶痴呆和健康对照	首次将多频段Morlet小波互信息功能连接与改进VGG架构的3D-CNN相结合，并识别出默认模式网络中基于EEG的特定生物标志物	NA	通过脑电图功能连接特征准确区分阿尔茨海默病、额颞叶痴呆和健康对照	阿尔茨海默病患者、额颞叶痴呆患者和健康对照者	数字病理	老年疾病	脑电图，多频段Morlet小波互信息功能连接	3D-CNN	脑电图功能连接矩阵	NA	NA	改进的VGG架构	准确率，敏感性，特异性	NA
1759	2025-10-06	CISCA and CytoDArk0: A cell instance segmentation and classification method for histo(patho)logical image Analyses and a new, open, Nissl-stained dataset for brain cytoarchitecture studies 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111018 PMID:40902464	研究论文	提出一种用于组织病理学图像细胞实例分割与分类的深度学习框架CISCA，并发布新的尼氏染色脑组织数据集CytoDArk0	提出具有三头解码器的轻量级U-Net架构，通过边界分类和距离图回归的独特组合实现细胞分割，同时发布首个哺乳动物脑尼氏染色标注数据集	方法在多种数据集上验证但未提及特定疾病的临床应用验证	开发自动细胞实例分割与分类方法以推动数字病理和脑细胞架构研究	组织切片中的单个细胞	数字病理	神经系统疾病	组织染色技术（H&E染色、尼氏染色）	CNN	图像	四个公共数据集（CoNIC、PanNuke、MoNuSeg）及包含近40,000个标注神经元和胶质细胞的CytoDArk0数据集	NA	U-Net	NA	NA
1760	2025-10-06	Automated detection of lameness in dairy cattle through computer vision analysis of back shape characteristics 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111038 PMID:40915069	研究论文	通过计算机视觉分析奶牛背部形状特征实现跛行自动检测	首次将关键点检测算法与深度学习模型相结合，系统分析奶牛背部三个区域（颅部、中部、尾部）的曲率特征与跛行严重程度的关联	研究样本仅包含260头荷斯坦-弗里斯兰奶牛，未验证在其他牛种或更大规模群体中的适用性	开发基于计算机视觉的自动化奶牛跛行检测方法	260头荷斯坦-弗里斯兰奶牛	计算机视觉	奶牛跛行	关键点检测算法、曲率分析	深度学习模型	图像	260头奶牛	NA	NA	分类准确率	单视角侧视摄像头