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
1841	2025-05-08	GTIGNet: Global Topology Interaction Graphormer Network for 3D hand pose estimation 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107221 PMID:39922160	research paper	提出了一种名为GTIGNet的新型深度学习架构，用于改进从单目RGB图像中估计3D手部姿态	引入了Context-Aware Attention Block (CAAB)和High-Order Graphormer，显式和隐式地建模手部关节的拓扑结构，增强特征交互	未明确提及具体局限性	改进3D手部姿态估计的准确性	3D手部姿态	computer vision	NA	深度学习	GTIGNet, Graphormer	RGB图像	四个数据集：Rendered Hand Dataset (RHD), Stereo Hand Pose Benchmark (STB), First-Person Hand Action Benchmark (FPHA), FreiHAND Dataset
1842	2025-05-08	Multi-knowledge informed deep learning model for multi-point prediction of Alzheimer's disease progression 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107203 PMID:39922154	研究论文	提出了一种创新的深度学习框架Mul-KMPP，用于准确预测阿尔茨海默病的进展	结合多知识信息设计双路径方法捕捉全局和局部脑特征，并开发新的复合损失函数	NA	精确评估老年人阿尔茨海默病的进展	阿尔茨海默病患者	数字病理学	老年病	MRI	深度学习模型	图像	819个样本
1843	2025-05-08	GARNN: An interpretable graph attentive recurrent neural network for predicting blood glucose levels via multivariate time series 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107229 PMID:39929068	研究论文	提出一种可解释的图注意力循环神经网络（GARNN），用于通过多变量时间序列预测血糖水平	GARNN通过图注意力机制总结变量重要性和生成特征图，提供高质量的时间可解释性，而不仅仅是事后分析	NA	提高血糖预测的准确性，改善糖尿病患者的血糖管理	1型或2型糖尿病患者的血糖水平	机器学习	糖尿病	多变量时间序列分析	GARNN（图注意力循环神经网络）	多变量时间序列（传感器数据和自我报告的事件数据）	四个数据集，代表不同的临床场景
1844	2025-05-08	Robust deep learning from weakly dependent data 2025-May, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107227 PMID:39933320	research paper	该论文研究了在弱依赖数据下的鲁棒深度学习，针对无界损失函数和无界输出的情况，建立了深度神经网络估计器的非渐近边界	考虑了输出变量仅具有有限r阶矩（r>1）的情况，并在强混合和ψ-弱依赖假设下建立了预期超额风险的非渐近边界	研究假设数据具有足够的平滑性指数，且主要针对强混合数据，可能不适用于所有类型的数据依赖情况	探索在弱依赖观测下深度学习的鲁棒性，特别是在无界损失函数和无界输出的情况下	深度神经网络估计器及其在弱依赖数据下的性能	machine learning	NA	NA	deep neural networks	weakly dependent observations	NA
1845	2025-05-08	Leveraging deep learning for nonlinear shape representation in anatomically parameterized statistical shape models 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03330-3 PMID:39953355	research paper	提出了一种基于深度学习的解剖参数化统计形状模型（DL-ANATSSM），用于改善解剖结构与临床相关参数之间的非线性关系	引入深度学习模型（多层感知机）学习解剖测量与形状参数之间的非线性映射，提升了统计形状模型的精确性和可解释性	模型在真实骨骼数据集上的性能依赖于合成数据的预训练和微调过程，可能受限于数据质量和多样性	改进统计形状模型（SSMs），使其能更精确地关联临床相关解剖参数与骨骼形状信息	股骨骨骼的形态学评估	digital pathology	NA	深度学习，多层感知机（MLP）	多层感知机（MLP）	3D骨骼形状数据	合成股骨骨骼数据集和真实骨骼数据集（具体数量未提及）
1846	2025-05-08	Development of a surrogate model for predicting atherosclerotic plaque progression based on agent based modeling data 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309771 PMID:39973869	研究论文	本研究开发了一种基于代理建模数据的动脉粥样硬化斑块进展预测替代模型	利用深度学习和人工神经网络构建高精度替代模型，替代计算密集型代理建模，实现实时预测	研究仅基于15例患者特定几何形状的数据，样本量较小	优化动脉粥样硬化斑块进展的预测建模资源	冠状动脉粥样硬化斑块进展	机器学习	心血管疾病	代理建模(ABM), 人工神经网络(ANN)	ANN	模拟参数数据	15例患者特定几何形状数据
1847	2025-05-08	TRUSWorthy: toward clinically applicable deep learning for confident detection of prostate cancer in micro-ultrasound 2025-May, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03335-y PMID:39976857	research paper	提出了一种名为TRUSWorthy的深度学习系统，用于在前列腺癌的微超声检测中提高准确性和可靠性	整合了自监督学习、多实例学习聚合、随机欠采样增强和集成学习，解决了标签稀缺、弱标签、类别不平衡和过度自信等问题	需要进一步验证在更多临床环境中的适用性和稳定性	开发一个可靠的深度学习系统，用于前列腺癌的检测	前列腺癌的微超声数据	digital pathology	prostate cancer	micro-ultrasound	transformers, ensemble learning	image	大型多中心微超声数据集
1848	2025-05-08	DARCS: Memory-Efficient Deep Compressed Sensing Reconstruction for Acceleration of 3D Whole-Heart Coronary MR Angiography 2025-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2024.3524717 PMID:40030771	research paper	提出一种内存高效的深度压缩感知方法DARCS，用于加速3D全心冠状动脉磁共振血管成像的重建	利用预训练的伪影估计网络作为固有稀疏变换，显著降低内存使用同时提升重建质量	未提及具体临床验证规模或不同硬件平台的适应性测试	解决3D冠状动脉磁共振血管成像在高度欠采样情况下的高质量重建问题	3D全心冠状动脉磁共振血管成像数据	digital pathology	cardiovascular disease	deep compressed sensing	unrolled network	3D medical image	NA
1849	2025-05-08	SWMA-UNet: Multi-Path Attention Network for Improved Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3523492 PMID:40030824	research paper	提出了一种名为SWMA-UNet的并行多路径注意力架构，用于改进医学图像分割	采用并行策略整合Transformers和CNNs，同时处理全局和局部信息，提高了分割精度	未提及具体局限性	改进医学图像分割的准确性	医学图像	digital pathology	NA	deep learning	SWMA-UNET (结合Transformers和CNNs的并行多路径注意力架构)	image	Synapse, ACDC, ISIC 2018和MoNuSeg数据集
1850	2025-05-08	FlexibleSleepNet:A Model for Automatic Sleep Stage Classification Based on Multi-Channel Polysomnography 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3525626 PMID:40030855	研究论文	提出了一种名为FlexibleSleepNet的轻量级卷积神经网络架构，用于基于多通道多导睡眠图的自动睡眠阶段分类	设计了自适应特征提取模块（AFE）和尺度变化压缩模块（SVC），有效平衡时空特征提取与计算复杂性	NA	解决自动睡眠阶段分类任务中深度学习模型在时空特征提取与计算复杂性之间的平衡问题	多通道多导睡眠图数据	数字病理学	NA	多通道多导睡眠图	CNN	多通道生理信号数据	三个数据库：SleepEDF-20、SleepEDF-78和SHHS
1851	2025-05-08	Conditional Contrastive Predictive Coding for Assessment of Fetal Health From the Cardiotocogram 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530610 PMID:40030899	研究论文	本文提出了一种基于条件对比预测编码（CPC）的方法，用于从胎心宫缩图（CTG）中评估胎儿健康状况	改进了之前基于WaveNet架构的无监督深度学习模型，通过引入对比预测编码（CPC）和新的训练目标，提高了异常检测的性能	未提及具体样本量或数据集的详细描述	开发一种自动化的胎儿健康评估方法，以减少人为解释胎心宫缩图的主观性和不必要的干预	胎心宫缩图（CTG）记录的胎儿心率和子宫活动数据	数字病理学	胎儿健康	对比预测编码（CPC）	WaveNet, CPC	时间序列数据	NA
1852	2025-05-08	Predicting Drug-miRNA Associations Combining SDNE with BiGRU 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3525266 PMID:40030943	研究论文	提出了一种结合SDNE和BiGRU的新方法SDNEDMA，用于预测药物-miRNA关联	首次将SDNE与BiGRU结合用于药物-miRNA关联预测，采用双通道方法融合miRNA和药物的属性和拓扑特征	未提及具体的数据集规模限制或模型泛化能力测试	开发高精度的药物-miRNA关联预测方法以辅助药物研发	药物与miRNA之间的关联关系	机器学习	NA	SDNE（结构化深度网络嵌入）和BiGRU（双向门控循环单元）	SDNE + BiGRU	miRNA序列数据和药物ECFP指纹数据	基于ncDR数据集进行5折交叉验证
1853	2025-05-08	DiffuSeg: Domain-Driven Diffusion for Medical Image Segmentation 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526806 PMID:40030962	研究论文	介绍了一种名为DiffuSeg的新型条件扩散模型，用于医学图像分割，能够利用现有标签合成目标域的新图像	提出了一种仅需标签图和目标域未标记图像的条件扩散模型，避免了人工标注的需求，并在图像生成和分割准确性上显著优于基线方法	在训练过程中目标数据集的标注不可用的情况下表现最佳，可能限制了在需要实时标注的应用中的使用	解决医学图像分割中标注成本高和分布偏移的问题	医学图像数据，包括视网膜眼底图像和MRI图像	数字病理	心血管疾病	条件扩散模型	DiffuSeg	图像	NA
1854	2025-05-08	Physiological Information Preserving Video Compression for rPPG 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3526837 PMID:40030966	research paper	提出了一种专为rPPG应用设计的视频压缩方案，以保留生理信息	提出了一种专门针对rPPG应用的视频压缩方案，包含面部ROI计算资源重分配、rPPG信号保留比特资源重分配和时域上下采样编码三种策略	未提及具体局限性	解决rPPG视频压缩过程中生理信息丢失的问题	rPPG视频数据	computer vision	NA	视频压缩算法	NA	视频	UBFC-rPPG、ECG-Fitness数据集和自采集数据集
1855	2025-05-08	WavFace: A Multimodal Transformer-Based Model for Depression Screening 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3529348 PMID:40031033	research paper	提出了一种基于多模态Transformer的模型WavFace，用于通过音频和面部特征进行抑郁症筛查	WavFace通过编码器-Transformer层改进单模态表示，并应用显式对齐方法和顺序与空间自注意力机制，融合两种模态的嵌入	样本量较小	开发一种深度学习模型用于抑郁症筛查	抑郁症患者	natural language processing	geriatric disease	deep learning	Transformer	audio, video	NA
1856	2025-05-08	Multivariate Glucose Forecasting Using Deep Multihead Attention Layers Inside Neural Basis Expansion Networks 2025-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3530461 PMID:40031270	研究论文	提出一种新型网络架构，结合多头注意力层和神经网络基础扩展层，用于提高葡萄糖预测的准确性和个性化	提出了一种结合多头注意力层和神经网络基础扩展层的新型网络架构，提高了预测准确性并部分解决了模型可解释性问题	模型仍存在部分非解释性问题，且需要大量训练数据和高性能计算资源	提高基于连续葡萄糖监测（CGM）传感器的糖尿病管理系统中葡萄糖预测的准确性和个性化	糖尿病患者的葡萄糖水平	机器学习	糖尿病	深度学习	多头注意力层与神经网络基础扩展层结合的网络	时间序列数据	使用OhioT1DM数据库进行验证
1857	2025-05-08	Development and application of an intelligent pressure injury assessment system using AI image recognition 2025-May, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241296350 PMID:40066836	研究论文	开发并评估了一种基于AI的智能压力性损伤评估系统，旨在提高评估的准确性和效率	使用深度学习算法（CNN）构建的AI系统在准确性和效率上优于传统评估方法	需要进一步研究以扩展系统对其他类型伤口的应用	提高压力性损伤评估的准确性和效率	108名ICU患者	计算机视觉	压力性损伤	深度学习	CNN	图像	108名ICU患者（分为对照组和实验组）
1858	2025-05-08	Mechanical Evolution of Metastatic Cancer Cells in 3D Microenvironment 2025-05, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202403242 PMID:40116569	research paper	该研究利用光学布里渊显微镜在3D微环境中纵向获取癌细胞球体的力学图像，并通过机器学习算法提高癌细胞分类的准确性	首次在3D生理环境中纵向研究癌细胞的力学特性，并开发了基于布里渊图像的深度学习管道用于癌细胞分类	研究仅针对体外培养的癌细胞球体，未涉及体内环境	探索癌细胞在3D微环境中的力学演化及其在癌症分类中的应用	癌细胞球体和正常细胞球体	生物医学工程	癌症	光学布里渊显微镜	深度学习	图像	8天的癌细胞球体生长数据
1859	2025-05-08	Machine learning in prediction of epidermal growth factor receptor status in non-small cell lung cancer brain metastases: a systematic review and meta-analysis 2025-May-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14221-w PMID:40312289	系统综述与荟萃分析	评估机器学习模型在预测非小细胞肺癌脑转移患者表皮生长因子受体状态中的性能	首次系统评估机器学习模型在预测非小细胞肺癌脑转移患者EGFR状态中的应用，并比较了机器学习与深度学习模型的性能	纳入研究数量有限（20项），且未显示机器学习与深度学习模型之间存在显著差异	评估机器学习模型在预测非小细胞肺癌脑转移患者EGFR状态中的预测性能	非小细胞肺癌脑转移患者	机器学习	非小细胞肺癌	NA	机器学习（ML）和深度学习（DL）	临床和影像数据	3517名患者，6205个非小细胞肺癌脑转移病灶
1860	2025-05-08	A Novel Deep Learning-based Pathomics Score for Prognostic Stratification in Pancreatic Ductal Adenocarcinoma 2025-May-01, Pancreas IF:1.7Q3 DOI:10.1097/MPA.0000000000002463 PMID:40314741	研究论文	本研究利用深度学习和病理学特征构建了一种新的胰腺导管腺癌预后分层评分系统	开发了一种基于深度学习的病理学评分系统，用于胰腺导管腺癌的预后分层，超越了传统临床模型的预测能力	研究为回顾性设计，且仅在两中心进行，可能需要更大规模的前瞻性验证	提高胰腺导管腺癌的生存预测准确性，为个性化治疗策略提供依据	胰腺导管腺癌患者	数字病理学	胰腺导管腺癌	深度学习，弱监督学习，多实例学习	随机生存森林，Cox回归	苏木精-伊红染色的全切片图像	864名PDAC患者（训练组489人，验证组211人，新辅助治疗组164人）