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
17641	2025-10-07	A lightweight adaptive spatial channel attention efficient net B3 based generative adversarial network approach for MR image reconstruction from under sampled data 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110281 PMID:39672285	研究论文	提出一种基于轻量级自适应空间通道注意力EfficientNet B3的生成对抗网络方法，用于从欠采样k空间数据中快速重建高质量MR图像	结合自适应空间通道注意力机制与EfficientNet B3的轻量级GAN架构，在保持高性能的同时减少参数数量	未明确说明数据集的具体规模和多样性限制	加速磁共振成像采集过程并提高欠采样数据重建质量	磁共振图像重建	计算机视觉	NA	压缩感知MRI	GAN, U-net, ResNet	医学图像	NA	NA	EfficientNet B3, U-net, ResNet	多种评估指标	NA
17642	2025-10-07	Conditional generative diffusion deep learning for accelerated diffusion tensor and kurtosis imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110309 PMID:39675686	研究论文	开发DiffDL生成式扩散概率模型，从减少的扩散加权图像生成高质量扩散张量和扩散峰度成像指标	首次将生成式扩散概率模型应用于扩散MRI加速成像，支持不确定性量化	计算需求较高，尚未在临床队列和标准MRI扫描仪上验证	解决扩散MRI数据采集时间过长的问题，同时保持指标准确性	扩散张量成像和扩散峰度成像指标	医学影像分析	NA	扩散加权成像，扩散张量成像，扩散峰度成像	扩散概率模型，UNet	医学影像数据	300个训练/验证对象，50个测试对象（来自人类连接组计划）	NA	UNet	归一化平均绝对误差，峰值信噪比，皮尔逊相关系数	NA
17643	2025-10-07	Predicting molecular subtypes of breast cancer based on multi-parametric MRI dataset using deep learning method 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110305 PMID:39681144	研究论文	开发基于多参数MRI和深度学习方法的乳腺癌分子亚型预测模型	使用五种MRI图像类型分别构建基础模型，并通过集成学习方法融合多参数MRI数据	回顾性研究，样本量相对有限（325例患者）	预测乳腺癌分子亚型	乳腺癌患者	医学影像分析	乳腺癌	多参数MRI成像	深度学习	医学影像	325例经病理证实的乳腺癌患者（训练集260例，测试集65例）	NA	ResNeXt50	准确率, 敏感度, 特异度, ROC曲线, AUC	NA
17644	2025-10-07	Reliability of post-contrast deep learning-based highly accelerated cardiac cine MRI for the assessment of ventricular function 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110313 PMID:39708928	研究论文	评估基于深度学习的超加速心脏电影MRI在对比剂注射前后对心室功能评估的可靠性	首次验证对比剂注射后深度学习加速心脏电影MRI与注射前在图像质量和心室功能定量评估方面的等效性	样本量较小（30例患者），仅在1.5T扫描器上验证	评估对比剂注射前后深度学习加速心脏电影MRI在心室功能评估中的等效性	30例接受心脏磁共振检查的患者（20名男性，平均年龄53.7±17.8岁）	医学影像分析	心血管疾病	心脏磁共振成像，深度学习加速采集	深度学习模型	心脏磁共振图像	30例患者	NA	NA	图像质量评分，双心室舒张末期容积，收缩末期容积，每搏输出量，射血分数，左心室质量	1.5T磁共振扫描器
17645	2025-10-07	Comparison of conventional diffusion-weighted imaging and multiplexed sensitivity-encoding combined with deep learning-based reconstruction in breast magnetic resonance imaging 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2024.110316 PMID:39716684	研究论文	比较传统扩散加权成像与结合深度学习重建的多重灵敏度编码在乳腺磁共振成像中的表现	首次将深度学习重建技术应用于多重灵敏度编码的乳腺MRI图像重建	样本量相对较小（51名参与者），仅评估了短期数据（2023年6-12月）	评估MUSE结合深度学习重建在乳腺成像中的可行性	接受乳腺磁共振成像的女性参与者	医学影像分析	乳腺癌	扩散加权成像，多重灵敏度编码，深度学习重建	深度学习	磁共振图像	51名女性参与者	NA	NA	信噪比，对比噪声比，组内相关系数，表观扩散系数	NA
17646	2025-10-07	Application of MRI-based tumor heterogeneity analysis for identification and pathologic staging of breast phyllodes tumors 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110325 PMID:39788394	研究论文	本研究探讨基于MRI的影像组学和深度学习模型在乳腺叶状肿瘤识别与分类中的应用价值	融合传统影像组学特征、亚区影像组学特征和深度学习特征构建联合模型，在乳腺叶状肿瘤分类中取得最佳诊断效能	回顾性研究设计，样本量相对有限（77例患者）	探索MRI影像组学和深度学习在乳腺叶状肿瘤鉴别诊断和病理分期中的应用	经病理确诊的乳腺叶状肿瘤和纤维腺瘤患者	数字病理	乳腺癌	MRI成像	深度学习,随机森林,LASSO	医学影像	77例患者	NA	NA	AUC,ROC曲线,DeLong检验,决策曲线分析,校准曲线分析	NA
17647	2025-02-10	FDuDoCLNet: Fully dual-domain contrastive learning network for parallel MRI reconstruction 2025-Apr, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110336 PMID:39864600	研究论文	本文提出了一种新的全双域对比学习网络（FDuDoCLNet），用于并行MRI重建，以解决现有深度学习方法在重建质量上的局限性	提出了基于变分网络（VarNet）的全双域对比学习网络（FDuDoCLNet），通过引入双域对比损失来优化重建性能，并在图像域和小波域中同时进行加速并行成像（PI）	现有重建网络很少考虑小波域中的多样化频率特征，且现有双域重建方法可能过于关注单一域的特征，导致重建图像中关键全局结构或局部细节的丢失	提高并行MRI重建的速度和质量	MRI图像	计算机视觉	NA	深度学习	FDuDoCLNet, VarNet	图像	fastMRI多线圈膝盖数据集	NA	NA	NA	NA
17648	2025-10-07	An AttSDNet model for multi-scale feature perception enhanced remote sensing classification of coastal salt-marsh wetlands 2025-Feb, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2024.106899 PMID:39673892	研究论文	提出一种融合注意力机制和多尺度特征提取的增强型U-Net模型，用于海岸带盐沼湿地遥感影像分类	结合堆叠空洞卷积扩展感受野和通道-空间注意力机制，增强模型对复杂湿地多尺度特征的学习能力	未明确说明模型计算复杂度及在更大尺度区域的泛化能力	提升海岸带湿地遥感影像分类精度，支持湿地生态保护与恢复	黄河三角洲和胶州湾海岸带湿地	计算机视觉	NA	卫星遥感	U-Net	光学遥感影像	Sentinel-2影像数据（具体数量未明确）	NA	U-Net, ResU-Net, SDU-Net, AttSDNet（改进型）	总体精度, MIoU	NA
17649	2025-10-07	Deep learning multi-classification of middle ear diseases using synthetic tympanic images 2025-Feb, Acta oto-laryngologica IF:1.2Q3 DOI:10.1080/00016489.2024.2448829 PMID:39797517	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于中耳疾病的多分类诊断	探索使用生成对抗网络(GANs)生成高质量合成鼓膜图像来增强训练数据集	合成图像与真实内窥镜图像结合训练未能显著提高诊断准确性	开发中耳疾病的自动诊断系统	鼓膜图像	计算机视觉	中耳疾病	内窥镜成像	CNN,GAN	图像	472张真实内窥镜图像和200张合成图像	TensorFlow/PyTorch	InceptionV3,StyleGAN3	诊断准确率	NA
17650	2025-10-07	Design and structure of overlapping regions in PCA via deep learning 2025-Jun, Synthetic and systems biotechnology IF:4.4Q1 DOI:10.1016/j.synbio.2024.12.007 PMID:39917768	研究论文	提出基于深度学习的重叠区域设计模型，用于提高聚合酶循环组装(PCA)合成DNA片段的成功率	首次利用深度学习从大规模合成数据中识别重叠区域的潜在序列表征，并开发SmartCut算法优化寡核苷酸设计	未明确说明模型对特定类型DNA序列的适用性限制	提高基因组合成中DNA片段合成的成功率和效率	DNA序列的重叠区域设计	机器学习	NA	聚合酶循环组装(PCA)	深度学习	DNA序列数据	大规模合成数据集	NA	NA	AUPR	NA
17651	2025-10-07	Deep Learning-Enhanced Accelerated 2D TSE and 3D Superresolution Dixon TSE for Rapid Comprehensive Knee Joint Assessment 2025-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001118 PMID:39190787	研究论文	评估深度学习重建的4倍加速2D TSE协议和6倍加速2D Dixon TSE结合3D超分辨率重建在膝关节MRI中的图像质量与诊断性能	首次将深度学习重建技术与4倍加速2D TSE和6倍加速2D Dixon TSE结合3D超分辨率重建应用于膝关节MRI评估	3D SRR Dixon TSE协议在边缘锐度降低和伪影存在方面图像质量较差，对软骨、肌腱和骨骼的可视化受影响	开发快速全面的膝关节MRI评估方法	19名有症状的成年受试者的膝关节	医学影像分析	膝关节疾病	磁共振成像, 深度学习重建, 超分辨率重建, 并行成像, 同步多层采集	深度学习模型	MRI图像	19名受试者，共228次膝关节MRI扫描，包含21,204张图像	NA	NA	图像质量评分, 解剖结构可见性评分, 诊断置信度评分, Fleiss-Cohen kappa统计量	临床3T MRI扫描仪
17652	2025-10-07	EpiBrCan-Lite: A lightweight deep learning model for breast cancer subtype classification using epigenomic data 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108553 PMID:39667144	研究论文	提出一种轻量级深度学习模型EpiBrCan-Lite，用于基于DNA甲基化数据的乳腺癌亚型分类	通过将传统Transformer编码器中的MLP模块替换为GRU模块，显著减少可训练权重参数数量同时保持对输入特征长程依赖关系的捕捉能力	未提及模型在其他独立数据集上的验证结果	开发轻量级乳腺癌亚型分类模型以解决现有方法参数过多和性能不足的问题	乳腺癌亚型分类	机器学习	乳腺癌	DNA甲基化数据	Transformer, GRU	表观基因组数据	TCGA乳腺癌数据集	NA	TransGRU（改进的Transformer编码器）	准确率, 精确率, 召回率, F1分数, 假正率, 假负率	适用于低计算能力设备
17653	2025-10-07	Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108539 PMID:39689500	研究论文	提出一种名为SRE-YOLO的深度学习方法，用于实时检测喉镜图像中的喉部病变	将超分辨率分支与YOLOv8n基线耦合训练并在推理时解耦，在保持实时性的同时提升小病变检测精度	NA	开发高效的深度学习决策支持系统，为经验不足的医务人员提供喉部病变实时检测辅助	喉部病变	计算机视觉	喉癌	白光内窥镜成像，窄带成像	YOLO	图像	多中心数据集，包含多种喉部病理和采集模式	NA	YOLOv8n	平均精度，推理速度	NA
17654	2025-10-07	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习整合到血细胞分类流程中，以解决数据稀缺和模型泛化性差的问题	首次将自监督学习应用于血细胞分类，实现了骨髓和外周血细胞领域间的知识迁移，仅需少量标注样本即可高效适应新数据集	研究基于公开数据集，在实际临床环境中的验证仍需进一步研究	开发鲁棒可靠的血细胞自动分类系统，克服数据稀缺和模型泛化性限制	骨髓和外周血细胞图像	计算机视觉	血液系统疾病	自监督学习	深度学习	单细胞图像	四个公开血液学数据集（一个骨髓数据集和三个外周血数据集），每类仅需50个标注样本	NA	自监督学习特征提取器+轻量级机器学习分类器	平衡分类准确率	NA
17655	2025-10-07	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	提出了一种基于深度学习的多模态自闭症检测模型，融合脑电图和面部图像特征	提出了改进的特征级融合方法和深度混合模型架构，结合CNN和Bi-GRU进行自闭症检测	NA	开发准确的自闭症检测模型以辅助早期诊断	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	脑电图分析，图像处理	CNN, Bi-GRU, 混合模型	脑电图信号，面部图像	NA	NA	CNN, Bi-GRU	准确率	NA
17656	2025-10-07	Robust multi-modal fusion architecture for medical data with knowledge distillation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108568 PMID:39709743	研究论文	提出一种基于知识蒸馏的鲁棒多模态融合架构，用于处理医学数据中的模态缺失问题	提出池化瓶颈注意力多模态融合模块，结合知识蒸馏和梯度调制方法，有效应对模态缺失和不平衡优化问题	仅在MIMIC-IV数据集上验证，未在其他医学数据集上测试泛化能力	开发能够处理模态缺失的鲁棒多模态融合框架	胸部X光片、现病史文本、人口统计学和实验室检查表格数据	医学人工智能	院内死亡风险预测	多模态融合、知识蒸馏	深度学习	图像、文本、表格数据	MIMIC-IV数据集	NA	池化瓶颈注意力融合架构	AUROC, AUPRC	NA
17657	2025-10-07	A novel lightweight deep learning based approaches for the automatic diagnosis of gastrointestinal disease using image processing and knowledge distillation techniques 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108579 PMID:39798279	研究论文	提出一种基于知识蒸馏的轻量级深度学习模型，用于胃肠道疾病的自动诊断	集成模型压缩技术、ConvLSTM层和ConvNext块，并通过知识蒸馏优化，显著降低计算需求	NA	解决深度神经网络在临床环境中的计算效率问题	胃肠道疾病	计算机视觉	胃肠道疾病	图像处理	深度学习	图像	6000张内窥镜图像	NA	ConvLSTM, ConvNext	准确率, 计算成本, 磁盘空间使用量	NA
17658	2025-10-07	Bidirectional f-Divergence-Based Deep Generative Method for Imputing Missing Values in Time-Series Data 2025-Mar, Stats IF:0.9Q3 DOI:10.3390/stats8010007 PMID:39911165	研究论文	提出一种基于f-散度的双向生成对抗插补网络tf-BiGAIN，用于时间序列数据中的缺失值填补	使用f-散度作为目标函数提供灵活的优化框架，并采用双向门控循环单元同时利用前向和后向时间信息	未明确说明在高缺失率下的具体性能边界和计算效率	解决高维时间序列数据中缺失值插补的挑战	时间序列数据	机器学习	NA	NA	GAN, 双向门控循环单元	时间序列数据	两个真实世界时间序列数据集	NA	tf-BiGAIN	准确率, 鲁棒性	NA
17659	2025-10-07	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	研究论文	开发了一个用于数字组织学图像标注的开源Web平台，集成了AI驱动的预测功能	首个将AI预测功能集成到开源Web平台的数字病理学图像标注工具，为非技术背景的病理学家提供了深度学习模型的使用途径	主要针对TIFF格式的Whole Slide Imaging，对其他图像格式支持有限	解决数字病理学中缺乏直观开源标注工具的问题，促进计算机辅助诊断系统的发展	数字组织学图像，特别是全玻片图像	数字病理学	梭形细胞皮肤肿瘤	Whole Slide Imaging	深度学习模型	图像	NA	NA	NA	可用性研究	Web平台
17660	2025-10-07	The Role of Artificial Intelligence in Obesity Medicine 2025-Mar, Endocrinology and metabolism clinics of North America IF:4.8Q1 DOI:10.1016/j.ecl.2024.10.008 PMID:39919876	综述	本文探讨人工智能在肥胖医学领域的变革性作用及其应用潜力	系统阐述机器学习、深度学习、自然语言处理和大语言模型在肥胖管理中的综合应用	面临数据隐私、算法偏见、AI幻觉、透明度和实施障碍等伦理挑战	分析人工智能技术在肥胖预防、诊断、治疗和长期管理中的应用价值	肥胖医学领域的AI技术应用	自然语言处理, 机器学习	肥胖症	机器学习, 深度学习, 自然语言处理, 大语言模型	NA	多模态数据集	NA	NA	NA	NA	NA