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
1961	2025-12-03	State-of-the-Art Deep Learning CT Reconstruction Algorithms in Abdominal Imaging 2024-12, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240095 PMID:39612283	综述	本文综述了深度学习重建（DLR）CT算法在腹部成像中的技术原理、临床应用及当前局限性与未来展望	全面探讨了DLR算法作为传统滤波反投影（FBP）和迭代重建（IR）的有效替代方案，在低辐射剂量下保持图像纹理和诊断性能，并实现高重建速度的创新点	文中概述了当前DLR算法的局限性，但未具体说明（如泛化能力、数据需求等），需参考全文细节	综述深度学习CT重建算法在腹部成像中的技术发展、临床应用及未来方向	深度学习重建（DLR）CT算法及其在腹部CT成像中的应用	医学影像	NA	深度学习重建（DLR）CT算法	深度神经网络	CT图像	NA	NA	NA	图像噪声降低、诊断性能、重建速度	NA
1962	2025-12-03	Self-supervised neural network-based endoscopic monocular 3D reconstruction method 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-023-00262-7 PMID:38093716	研究论文	本文提出了一种基于自监督神经网络的单目内窥镜三维重建方法，旨在解决临床手术环境中复杂场景的挑战	引入基于光流的神经网络处理帧间亮度不一致问题，并结合注意力模块和层间损失来应对内窥镜场景的复杂性	当前研究主要在实验室环境中进行，缺乏处理复杂临床手术环境的经验	开发一种适用于临床内窥镜成像的自监督单目三维重建方法	内窥镜图像序列	计算机视觉	NA	自监督深度学习	神经网络	图像	临床数据集和SCARED数据集	NA	基于光流的神经网络	互相关系数	NA
1963	2025-12-03	Optimised deep k-nearest neighbour's based diabetic retinopathy diagnosis(ODeep-NN) using retinal images 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00282-x PMID:38469456	研究论文	提出一种基于优化深度k最近邻的糖尿病视网膜病变诊断模型，结合深度学习特征提取与自然启发元启发式算法进行特征选择	将深度学习模型的特征提取能力与自然启发元启发式算法相结合，并采用k最近邻算法进行分类，在特征选择阶段优化了模型效率	未明确说明模型在临床环境中的泛化能力及对不同类型病变的识别效果	开发高效的计算机辅助诊断系统以辅助医生准确诊断糖尿病视网膜病变	彩色眼底图像中的病变区域	计算机视觉	糖尿病视网膜病变	NA	深度学习与k最近邻结合模型	图像	两个不同数据集（具体数量未说明）	NA	ResNet50, AlexNet（作为对比模型）	准确率	NA
1964	2025-12-03	A review of machine learning-based methods for predicting drug-target interactions 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00287-6 PMID:38617016	综述	本文综述了基于机器学习预测药物-靶点相互作用的方法，涵盖数据表示、分类方法、常用数据集和评估指标	提出了针对深度神经网络模型在DTI预测中的新分类法	NA	预测药物-靶点相互作用以支持药物发现与开发	药物和蛋白质	机器学习	NA	NA	传统机器学习方法, 深度学习方法	药物和蛋白质的多种表示形式	NA	NA	NA	常用评估指标	NA
1965	2025-12-03	Exploiting biochemical data to improve osteosarcoma diagnosis with deep learning 2024-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-024-00288-5 PMID:38645838	研究论文	本文提出了一种融合X射线影像和生化数据（ALP和LDH）的深度学习模型，用于提高骨肉瘤诊断的准确性、可解释性和泛化能力	首次将生化数据（碱性磷酸酶和乳酸脱氢酶）与X射线影像特征通过特征空间晚期融合方法结合，提升了骨肉瘤诊断性能	研究仅基于848名患者的单中心数据，未提及外部验证或跨机构泛化测试	开发具有更高准确性、可解释性和泛化性的骨肉瘤诊断方法	骨肉瘤患者	数字病理	骨肉瘤	X射线成像，生化检测	深度学习	图像，数值数据	848名患者（年龄4-81岁），共2608个病例	未明确说明	未明确说明具体架构（采用晚期融合方法）	准确率	NA
1966	2025-12-03	Advancements in automated diagnosis of autism spectrum disorder through deep learning and resting-state functional mri biomarkers: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10176-z PMID:39712105	综述	本文基于PRISMA指南，系统综述了利用深度学习和静息态功能磁共振成像生物标志物进行自闭症谱系障碍自动诊断的研究进展	系统性地比较了不同深度学习算法在ASD自动诊断中的应用及其准确率，并总结了基于rs-fMRI图像的最高诊断准确率接近0.99	综述范围仅限于已发表的约26篇文章，可能未涵盖所有相关研究，且未对模型泛化能力进行深入评估	评估机器学习和深度学习技术在自闭症谱系障碍早期自动诊断中的应用效果	自闭症谱系障碍患者，主要基于ABIDE I和ABIDE II等rs-fMRI图像数据集	机器学习	自闭症谱系障碍	静息态功能磁共振成像	深度学习算法	rs-fMRI图像	基于ABIDE I和ABIDE II等公共数据集，具体样本量未明确说明	NA	NA	准确率	NA
1967	2025-12-03	Brain-inspired multisensory integration neural network for cross-modal recognition through spatiotemporal dynamics and deep learning 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-023-09932-4 PMID:39712112	研究论文	本文提出了一种受大脑启发的多感官整合神经网络，用于通过时空动力学和深度学习实现跨模态识别	提出了一种结合并行CNN和RNN的级联框架，模拟大脑多感官整合过程，并揭示了特征在正交子空间编码及网络状态沿准旋转对称轨迹演化的机制	使用合成训练数据进行数字识别任务，可能未在真实世界复杂多模态数据上验证	研究多感官整合的计算原理，开发受大脑启发的智能神经网络模型以实现跨模态识别	视觉和音频感官输入的多模态信息	机器学习	NA	深度学习	CNN, RNN	图像, 音频	NA	NA	并行卷积神经网络, 循环神经网络	NA	NA
1968	2025-12-03	Deep source transfer learning for the estimation of internal brain dynamics using scalp EEG 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10149-2 PMID:39712104	研究论文	本文提出了一种基于深度学习的新型EEG数据驱动源成像方案，用于精确高效地估计丘脑和皮层区域的大尺度时空脑动力学	提出了一种结合卷积循环神经网络的深度源成像框架，并利用基于人脑连接组学构建的脑模型生成合成训练数据，进一步应用迁移学习算法以减少合成数据与真实EEG数据之间的动态差异	未明确提及具体的数据集规模限制或模型泛化能力的详细评估	通过源成像技术提高EEG的空间分辨率，以增强神经解码和脑机交互的可靠性	大脑内部活动，特别是丘脑和皮层区域的宏观时空动力学	机器学习	癫痫	脑电图（EEG）	CNN, RNN	高密度EEG记录	NA	NA	卷积循环神经网络	NA	NA
1969	2025-12-03	Adaptive learning rate in dynamical binary environments: the signature of adaptive information processing 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10128-7 PMID:39712114	研究论文	本文构建了一个具有自适应学习率的分层贝叶斯模型，用于推断动态二元环境中的隐藏概率，并分析了该模型在合成数据上的自适应行为	模型的自适应学习率受信念和环境不确定性调节，其更新规则是Rescorla-Wagner方程的扩展，强调了自适应学习率作为高效准确推断的机制组成部分	NA	研究自适应学习模型在解释人类和动物自适应行为中的作用，特别是在动态二元环境中推断隐藏概率	合成数据	机器学习	NA	分层贝叶斯建模	贝叶斯模型	合成数据	NA	NA	分层贝叶斯模型	NA	NA
1970	2025-12-03	MSHANet: a multi-scale residual network with hybrid attention for motor imagery EEG decoding 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10127-8 PMID:39712122	研究论文	本研究提出了一种多尺度残差网络与混合注意力机制（MSHANet），用于解码四种运动想象脑电图类别，以提升脑机接口的性能	结合多头注意力和挤压-激励注意力机制，混合聚焦于脑电图特征的重要信息，并应用多尺度残差块提取丰富的特征，同时共享部分块参数以提取共同特征	NA	解码运动想象脑电图，以开发稳定且高效的脑机接口系统	运动想象脑电图数据	机器学习	NA	脑电图解码	CNN	脑电图信号	NA	NA	MSHANet	准确率	NA
1971	2025-12-03	Advances in brain-computer interface for decoding speech imagery from EEG signals: a systematic review 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10167-0 PMID:39712121	综述	本文系统综述了基于脑电图（EEG）信号的脑机接口（BCI）在解码想象言语方面的最新进展，旨在帮助言语障碍者实现有效沟通	从认知神经发育视角整合EEG信号解码想象言语的关键研究，系统梳理了预处理、特征提取和分类算法（包括深度学习和机器学习方法）及其融合的创新方法	NA	推动基于EEG的BCI系统在解码想象言语方面的实际应用，以改善言语障碍者的沟通能力	基于EEG信号的想象言语解码研究	脑机接口	神经系统疾病	脑电图（EEG）	深度学习, 机器学习	EEG信号	NA	NA	NA	NA	NA
1972	2025-12-03	A bimodal deep learning network based on CNN for fine motor imagery 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-024-10159-0 PMID:39712133	研究论文	本研究提出了一种基于CNN的双模态深度学习网络，用于提高精细运动想象的解码性能	设计了包含四类任务的精细运动想象范式，并提出了结合EEG和fNIRS信号的双模态融合网络，显著提升了分类准确率	样本量较小（仅12名受试者），且四类任务的准确率（58.96%）仍有提升空间	提高精细运动想象任务的解码性能，以支持基于精细运动想象的脑机接口系统	12名受试者的EEG-fNIRS双模态脑活动数据	脑机接口	NA	EEG, fNIRS	CNN	脑电信号, 近红外光谱信号	12名受试者	NA	CNN	四分类准确率	NA
1973	2025-12-03	On hyper-parameter selection for guaranteed convergence of RMSProp 2024-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-022-09845-8 PMID:39712127	研究论文	本文提出了一种时间变化的RMSProp算法变体，以解决其在凸优化中可能不收敛的问题，并提供了理论证明和数值实验验证	将RMSProp的超参数视为时间变化序列而非固定常数，从而确保收敛性，并首次为平滑非凸目标提供了严格的收敛性证明	未讨论算法在超大规模数据集或复杂神经网络架构中的实际性能，且理论分析可能未涵盖所有实际应用场景	改进RMSProp优化算法的收敛性，确保其在凸和非凸优化问题中都能收敛到临界点	RMSProp优化算法及其在深度学习中的应用	机器学习	NA	NA	NA	基准数据集	NA	NA	NA	收敛率	NA
1974	2025-12-03	A Protocol for Body MRI/CT and Extraction of Imaging-Derived Phenotypes (IDPs) from the China Phenobank Project 2024-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-023-00141-x PMID:40061820	研究论文	本研究基于中国表型银行项目，提出了一套针对多器官的体部成像协议及相应的图像处理流程	首次在基于人群的队列研究中，为心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官，制定了标准化的体部成像协议和深度学习分割模型驱动的图像处理流程	未提供具体的性能验证数据或临床应用结果，且协议可能受限于特定成像设备和人群	为基于中国表型银行项目平台的研究提供体部成像和图像处理的参考标准	心脏、肝脏、脾脏、胰腺、肾脏、肺、前列腺和子宫等多个器官	数字病理学	NA	心脏磁共振成像、计算机断层扫描、腹部磁共振成像、盆腔磁共振成像	深度学习分割模型	图像	NA	NA	NA	NA	NA
1975	2025-12-03	Artificial Intelligence and Radiomics Applied to Prostate Cancer Bone Metastasis Imaging: A Review 2024-Dec, iRadiology DOI:10.1002/ird3.99 PMID:40453356	综述	本文对应用于前列腺癌骨转移影像的定量方法（包括影像组学、机器学习和深度学习）进行了范围综述	针对前列腺癌骨转移影像分析领域，整合了来自影像组学、机器学习和深度学习等多个领域的定量方法，并提供了临床见解，填补了文献中关于不同方法和未来方向的详细分析空白	NA	回顾并分析应用于前列腺癌骨转移影像的定量方法，以期为临床管理提供支持	前列腺癌骨转移的影像数据	数字病理学	前列腺癌	影像组学, 机器学习, 深度学习	NA	影像	NA	NA	NA	NA	NA
1976	2025-12-03	Quantum-to-Classical Neural Network Transfer Learning Applied to Drug Toxicity Prediction 2024-Jun-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.4c00432 PMID:38795030	研究论文	本文提出了一种混合量子-经典神经网络，用于预测药物毒性，并通过量子电路设计模拟经典神经行为，以降低计算复杂度	利用Hadamard测试而非传统的交换测试进行高效内积估计，将量子比特数量减半，并避免了量子相位估计的需求	未明确讨论模型在更大规模数据集上的泛化能力或实际量子硬件中的噪声影响	开发一种结合量子计算优势的药物毒性预测模型，以降低计算复杂度并提升可扩展性	药物毒性预测，特别是针对Tox21数据集中的化合物	机器学习	NA	量子计算，深度学习	混合量子-经典神经网络	化学数据（来自Tox21数据集）	NA	NA	混合量子-经典神经网络	预测准确性	量子与经典计算设备结合
1977	2025-12-03	A deep learning system for predicting time to progression of diabetic retinopathy 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02742-5 PMID:38177856	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1978	2025-12-03	A deep learning system for predicting time to progression of diabetic retinopathy 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02702-z PMID:38177850	研究论文	本文开发并验证了一个深度学习系统（DeepDR Plus），用于仅基于眼底图像预测糖尿病视网膜病变在5年内的进展时间	开发了首个基于深度学习预测糖尿病视网膜病变进展时间的系统，仅使用眼底图像，无需额外临床数据，并展示了在真实世界队列中的验证和个性化筛查间隔的潜力	未明确提及模型的可解释性、跨不同医疗中心的泛化能力或长期随访数据的局限性	预测糖尿病视网膜病变的进展时间，以实现个性化筛查间隔	糖尿病患者及其眼底图像	计算机视觉	糖尿病视网膜病变	眼底成像	深度学习系统	图像	预训练使用179,327名参与者的717,308张眼底图像；训练和验证使用29,868名参与者的118,868张眼底图像	NA	NA	一致性指数, 集成Brier分数	NA
1979	2025-12-03	Deep learning-aided decision support for diagnosis of skin disease across skin tones 2024-02, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02728-3 PMID:38317019	研究论文	本研究通过大规模数字实验评估了医生与深度学习系统合作在皮肤疾病诊断中的效果，特别关注了不同肤色间的诊断准确性差异	首次在大规模实验中量化了医生与深度学习系统合作对皮肤疾病诊断准确性的影响，并揭示了系统支持可能加剧不同肤色间诊断差距的现象	实验基于存储转发式远程皮肤病学模拟，可能无法完全反映实际临床环境；仅使用图像数据，缺乏临床病史等信息	评估医生与深度学习系统合作在皮肤疾病诊断中的准确性，并分析不同肤色对诊断效果的影响	皮肤疾病图像及参与诊断的皮肤科医生和初级保健医生	计算机视觉	皮肤疾病	深度学习辅助诊断	深度学习系统	图像	364张图像，涵盖46种皮肤疾病；389名皮肤科医生和459名初级保健医生参与	NA	NA	诊断准确性	NA
1980	2025-12-03	A population-level digital histologic biomarker for enhanced prognosis of invasive breast cancer 2024-01, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-023-02643-7 PMID:38012314	研究论文	本文介绍了一种名为组织学预后特征（HiPS）的数字组织学生物标志物，用于增强浸润性乳腺癌的预后预测	HiPS利用深度学习全面量化肿瘤微环境中的上皮、基质、免疫和空间交互特征，超越了传统定性病理分级方法	研究未明确讨论模型在不同种族或亚型乳腺癌人群中的泛化能力限制	开发一种基于数字病理学的预后生物标志物以改善乳腺癌生存预测	浸润性乳腺癌患者的组织切片	数字病理学	乳腺癌	深度学习	深度学习模型	组织病理学图像	基于癌症预防研究-II（CPS-II）的群体水平队列开发，并在三个独立队列（PLCO试验、CPS-3、TCGA）中验证	NA	NA	生存预测准确性	NA