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
2421	2025-10-06	HiRENet: Novel convolutional neural network architecture using Hilbert-transformed and raw electroencephalogram (EEG) for subject-independent emotion classification 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108788 PMID:38941902	研究论文	提出了一种名为HiRENet的新型卷积神经网络架构，使用希尔伯特变换和原始脑电图进行独立于受试者的情绪分类	首次将希尔伯特变换后的EEG相位信息与原始EEG幅值信息同时作为CNN输入，更全面地反映大脑区域间的功能连接	使用实验室自建的EEG数据库，样本来源和规模可能有限	开发基于深度学习的脑电图解码方法，提高情绪分类性能	人类情绪状态	机器学习	NA	脑电图(EEG)，希尔伯特变换	CNN	脑电图信号	NA	NA	ShallowFBCSPNet, ResCNN	准确率	NA
2422	2025-10-06	Skin-CAD: Explainable deep learning classification of skin cancer from dermoscopic images by feature selection of dual high-level CNNs features and transfer learning 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108798 PMID:38925085	研究论文	提出一种名为Skin-CAD的可解释深度学习系统，用于皮肤癌的dermoscopic图像分类	采用双高层CNN特征选择和迁移学习，结合四种不同拓扑结构的CNN，通过PCA降维和特征选择优化分类流程，并利用LIME方法提供可视化解释	未明确说明模型在临床环境中的实际部署验证和跨设备泛化能力	开发可解释的计算机辅助诊断系统，实现皮肤癌的精确分类	皮肤癌dermoscopic图像	计算机视觉	皮肤癌	dermoscopic成像	CNN	图像	使用两个基准数据集：Skin Cancer: Malignant vs. Benign和HAM10000数据集	NA	四种不同拓扑结构的CNN	准确率	NA
2423	2025-10-06	AI-Driven localization of all impacted teeth and prediction of winter angulation for third molars on panoramic radiographs: Clinical user interface design 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108755 PMID:38897151	研究论文	本研究开发了一种基于YOLOv8深度学习模型的AI系统，用于在全景X光片上定位所有阻生牙并预测第三磨牙的Winter角度分类	首次将YOLOv8深度学习算法应用于全景X光片中所有阻生牙的检测和第三磨牙Winter分类，并设计了临床用户界面	样本量相对有限（1197张全景X光片用于阻生牙检测，1000张用于Winter分类），需要更多数据验证泛化能力	开发人工智能模型来自动检测阻生牙并对第三磨牙进行Winter角度分类	全景X光片中的阻生牙齿，特别是第三磨牙	计算机视觉	牙科疾病	全景X光成像	CNN	医学图像	1197张全景X光片用于阻生牙检测，1000张用于Winter分类	YOLOv8	YOLOv8	精确率, 召回率, mAP, F1分数	NA
2424	2025-10-06	Automatic Segmentation and Alignment of Uterine Shapes from 3D Ultrasound Data 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108794 PMID:38941903	研究论文	开发了一种从3D超声数据自动分割和对齐子宫形状的系统	首次结合深度学习分割和几何对齐技术处理子宫3D超声数据，并创建了公开数据集	研究主要基于正常子宫形状，对异常形状的适用性需进一步验证	建立正常子宫形状标准，促进与不孕和反复流产相关的子宫形状异常研究	女性子宫	数字病理	妇科疾病	3D阴道超声	深度学习	3D超声图像	来自多个医疗中心的3D超声图像综合数据集	NA	nnU-Net	Dice相似系数, 平移误差, 旋转误差	NA
2425	2025-10-06	Lesion-aware cross-phase attention network for renal tumor subtype classification on multi-phase CT scans 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108746 PMID:38878403	研究论文	提出一种基于多期相CT扫描的病灶感知跨期相注意力网络，用于肾肿瘤亚型分类	首次引入3D跨期相病灶感知注意力机制和多尺度注意力方案，显式建模CT期相间的时间依赖性	仅使用收集的数据集进行验证，未提及外部验证结果	通过多期相CT扫描实现肾肿瘤五种主要病理亚型的准确分类	肾肿瘤患者的肾脏病灶	计算机视觉	肾癌	多期相CT扫描	深度学习	3D医学图像	收集的肾癌患者多期相CT扫描数据集	NA	LACPANet（病灶感知跨期相注意力网络）	诊断准确率	NA
2426	2025-10-06	State-of-art technologies, challenges, and emerging trends of computer vision in dental images 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108800 PMID:38917534	综述	本文综述了计算机视觉在牙科影像中的最新技术、挑战和新兴趋势	系统总结了牙科影像分析从传统图像处理到机器学习再到深度学习的完整技术演进路径	作为综述文章，未提出新的原创算法或模型	探讨计算机视觉技术在牙科影像分析中的应用现状和发展前景	牙科影像数据（X射线、CT扫描、彩色图像等）	计算机视觉	牙科疾病	X射线成像、CT扫描、彩色成像	深度学习	图像	NA	NA	NA	NA	NA
2427	2025-10-06	Developing and validating a knowledge-based AI assessment system for learning clinical core medical knowledge in otolaryngology 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108765 PMID:38897143	研究论文	开发并验证基于知识的人工智能评估系统，用于耳鼻喉科临床核心医学知识学习	提出多专家知识聚合自适应评估方案，结合知识库AI方法和自适应测试机制	样本规模有限，需在更多机构和场景中进行大规模验证	开发耳鼻喉科临床核心医学知识的自适应评估系统	医学培训生（研究生、本科生）和耳鼻喉科住院医师	自然语言处理	NA	知识库AI方法，知识聚合技术	NA	医学知识数据，评估分数数据	实验组30人（22名培训生+8名住院医师），对照组24名培训生	NA	NA	CCMK-OTO评分，技术接受度问卷评分	NA
2428	2025-10-06	Dual-channel end-to-end network with prior knowledge embedding for improving spatial resolution of magnetic particle imaging 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108783 PMID:38909446	研究论文	提出一种嵌入先验知识的双通道端到端网络，用于提高磁粒子成像的空间分辨率	将磁粒子成像点扩散函数与深度学习范式无缝集成，通过双通道网络结构有效建立低梯度与高梯度图像间的潜在映射	NA	在不牺牲信噪比的前提下提高磁粒子成像的空间分辨率	磁粒子成像系统	医学影像处理	NA	磁粒子成像	深度学习	医学影像	模拟、体模和体内实验数据	NA	双通道端到端网络	半高全宽，图像重建精度	NA
2429	2025-10-06	Deep learning-based automated detection and segmentation of bone and traumatic bone marrow lesions from MRI following an acute ACL tear 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108791 PMID:38905892	研究论文	本研究开发了一种基于深度学习的自动化方法，用于从急性ACL撕裂患者的MRI中检测和分割骨骼及创伤性骨髓病变	首次将3D U-Net与多任务学习相结合，同时分割骨骼和骨髓病变，并开发了后处理算法提高分割精度	训练和测试数据来自不同研究，虽然成像协议相似但可能存在群体差异	开发自动化工具以替代劳动密集型的手动评估，改进创伤性骨髓病变的诊断效率	急性完全性ACL撕裂患者的膝关节MRI图像	医学影像分析	骨科创伤	T2脂肪抑制快速自旋回波MRI序列	3D U-Net	3D MRI图像	来自多个研究的ACL撕裂患者数据集，采用五折交叉验证	NA	3D U-Net	Dice相似系数, 精确度	NA
2430	2025-10-06	Multi-modal deep learning from imaging genomic data for schizophrenia classification 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1384842 PMID:39006822	研究论文	提出一种基于多模态成像基因组数据的深度学习框架用于精神分裂症分类	首次结合结构MRI、功能MRI和遗传标记(SNP)三种模态数据，采用可解释AI技术识别关键特征	NA	开发改进的精神分裂症检测方法	精神分裂症患者和健康对照个体	机器学习	精神分裂症	sMRI, fMRI, SNP基因分型	CNN, DenseNet, XGBoost	图像, 基因组数据	NA	NA	DenseNet, 1D-CNN, XGBoost	准确率	NA
2431	2025-10-06	Utilizing retinal arteriole/venule ratio to estimate intracranial pressure 2024-11-08, Acta neurochirurgica IF:1.9Q2 DOI:10.1007/s00701-024-06343-0 PMID:39514087	研究论文	本研究探索利用视网膜动静脉比率通过眼底检查无创评估颅内压的方法	首次在神经重症监护病房患者中结合眼内压，使用深度学习算法分析眼底视频来评估视网膜动静脉比率与颅内压的关系	样本量较小，图像质量存在挑战，诊断特异性较低，需要更大规模的多中心研究验证	开发无创颅内压监测方法	神经重症监护病房中格拉斯哥昏迷评分≤8分的成年患者	数字病理	神经系统疾病	眼底检查，深度学习算法	深度学习	视频	40名患者入组，15名纳入最终分析	NA	NA	敏感性，特异性，AUC	NA
2432	2025-10-06	A deep learning approach to direct immunofluorescence pattern recognition in autoimmune bullous diseases 2024-Jul-16, The British journal of dermatology DOI:10.1093/bjd/ljae142 PMID:38581445	研究论文	本研究开发了一种基于深度学习的直接免疫荧光模式识别方法，用于自动分类自身免疫性大疱性皮肤病的免疫荧光图像	首次将深度学习技术应用于自身免疫性大疱性皮肤病的直接免疫荧光图像自动分类，特别是比较了六种CNN模型和Swin Transformer模型在该领域的表现	样本量相对有限（训练集436张，测试集93张图像），存在类别不平衡问题	开发AI算法来自动分类自身免疫性大疱性皮肤病的直接免疫荧光模式，提高诊断准确性和效率	疑似自身免疫性大疱性皮肤病患者的皮肤活检免疫荧光图像	计算机视觉	自身免疫性大疱性皮肤病	直接免疫荧光	CNN, Transformer	图像	训练集436张图像，测试集93张图像	PyTorch	Swin Transformer, 六种CNN架构	准确率, 敏感性, 特异性	NA
2433	2025-10-06	Longitudinal risk prediction for pediatric glioma with temporal deep learning 2024-Jun-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.06.04.24308434 PMID:38978642	研究论文	提出一种基于自监督深度学习的纵向医学影像分析方法，用于预测儿童胶质瘤复发风险	开发了时序学习方法，能够建模患者当前和既往脑部MR影像的时空信息来预测未来复发	研究仅针对儿童胶质瘤，尚未验证在其他癌症或慢性疾病中的适用性	改进儿童胶质瘤个体化复发预测	儿童胶质瘤患者	医学影像分析	儿童胶质瘤	磁共振成像(MR)	深度学习	医学影像	715名患者，3,994次扫描	NA	时序深度学习	复发预测准确率	NA
2434	2025-10-06	Predicting the age of field Anopheles mosquitoes using mass spectrometry and deep learning 2024-05-10, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adj6990 PMID:38728404	研究论文	开发了一种结合质谱技术和深度学习预测野外按蚊年龄的快速方法	首次将基质辅助激光解吸/电离飞行时间质谱与深度学习相结合用于蚊子年龄预测	研究样本数量有限（251只蚊子），需要在更多生态站点验证	改进蚊媒监测方法，支持疟疾传播流行病学监测和病媒控制策略评估	野外采集的按蚊（Anopheles mosquitoes）	机器学习	疟疾	基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS）	深度学习	质谱数据	251只野外采集的蚊子，共2763个质谱样本（来自头部、腿部和胸部）	NA	NA	平均绝对误差（1.74天）	NA
2435	2025-10-06	Neural network in food analytics 2024, Critical reviews in food science and nutrition IF:7.3Q1 DOI:10.1080/10408398.2022.2139217 PMID:36322538	综述	首次全面概述神经网络在食品分析领域的应用，包括基础方法、最新进展及挑战	首次系统综述神经网络在食品分析中的跨领域应用，强调食品专家与技术社区的合作潜力	存在食品科学家友好型软件接口缺失、模型行为难以解释、多源异构数据整合等挑战	系统梳理神经网络在食品分析中的应用现状与发展前景	食品识别、食品安全供应链、组学分析等食品科学领域	机器学习	NA	光谱分析、色谱分析、组学分析	神经网络	多源异构数据	NA	NA	NA	模式识别准确率	NA
2436	2025-10-06	A Deep Learning Approach for the Identification of the Molecular Subtypes of Pancreatic Ductal Adenocarcinoma Based on Whole Slide Pathology Images 2024-Dec, The American journal of pathology DOI:10.1016/j.ajpath.2024.08.006 PMID:39222907	研究论文	本研究开发了一种基于深度学习的方法，利用常规H&E染色病理切片识别胰腺导管腺癌的分子亚型	首次使用深度学习模型从常规H&E染色病理切片中识别PDAC分子亚型，提供了一种成本效益高且快速的新方法	样本量相对有限，训练集仅97张切片，测试集110张切片	开发基于病理图像的PDAC分子亚型分类方法	胰腺导管腺癌(PDAC)患者	数字病理	胰腺癌	苏木精-伊红染色(H&E)	深度学习模型	全切片病理图像	训练集97张切片(来自TCGA)，测试集110张切片(来自本地队列)	NA	NA	平衡准确率	NA
2437	2025-10-06	Performance and Clinical Impact of Radiomics and 3D-CNN Models for the Diagnosis of Neurodegenerative Parkinsonian Syndromes on 18 F-FDOPA PET 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005392 PMID:39104036	研究论文	比较基于放射组学和3D-CNN的模型在18F-FDOPA PET图像上诊断神经退行性帕金森综合征的性能和临床价值	首次比较半自动化放射组学模型与全自动3D-CNN模型在帕金森综合征诊断中的性能，并在外部测试集验证模型在经验不足医院的临床应用价值	回顾性研究，仅包含两个医疗中心的数据	开发并验证人工智能模型用于神经退行性帕金森综合征的自动诊断	687名具有帕金森综合征运动症状的患者	医学影像分析	帕金森综合征	18F-FDOPA PET脑部扫描	支持向量机, 3D-CNN	PET图像	687名患者（训练集417人，内部测试集100人，外部测试集170人）	NA	3D-CNN	平衡准确度	NA
2438	2025-10-06	Organomics: A Concept Reflecting the Importance of PET/CT Healthy Organ Radiomics in Non-Small Cell Lung Cancer Prognosis Prediction Using Machine Learning 2024-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005400 PMID:39192505	研究论文	本研究探索PET/CT健康器官影像组学特征在非小细胞肺癌预后预测中的附加价值	首次提出'器官组学'概念，将健康器官的影像组学特征纳入肺癌预后预测模型	样本量相对较小（154例患者），仅使用公开数据库数据	评估健康器官影像组学特征对非小细胞肺癌预后预测的附加价值	非小细胞肺癌患者的PET/CT影像和临床数据	医学影像分析	肺癌	PET/CT影像, 影像组学分析	nnU-Net, 随机生存森林, Cox比例风险模型	医学影像（PET/CT）	154例患者	nnU-Net	nnU-Net	C-index	NA
2439	2025-10-06	Fast intraoperative detection of primary CNS lymphoma and differentiation from common CNS tumors using stimulated Raman histology and deep learning 2024-Aug-26, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.25.24312509 PMID:39252932	研究论文	本研究结合受激拉曼组织成像和深度学习技术，开发了快速术中检测原发性中枢神经系统淋巴瘤并与其他脑肿瘤区分的诊断系统	首次将便携式拉曼散射显微镜与深度学习相结合，在3分钟内生成虚拟H&E样图像，实现术中快速准确诊断	研究样本来自四个国际医疗中心，但需要更多中心验证通用性	开发快速术中诊断方法，准确区分原发性中枢神经系统淋巴瘤与其他中枢神经系统病变	中枢神经系统肿瘤和非肿瘤病变组织样本	数字病理学	中枢神经系统淋巴瘤	受激拉曼组织成像	深度学习	图像	54,000个SRH图像块，来自多个国际医疗中心的手术切除和立体定向活检样本	NA	自监督学习策略	平衡准确率	NA
2440	2025-10-06	Fully Automatic Quantitative Measurement of Equilibrium Radionuclide Angiocardiography Using a Convolutional Neural Network 2024-Aug-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005275 PMID:38967505	研究论文	本研究开发了一种基于卷积神经网络的平衡放射性核素心血管造影全自动定量测量方法	首次使用二维U-Net卷积神经网络自动生成左心室感兴趣区域，用于测量左心室射血分数	研究仅基于单一机构的回顾性数据，未进行外部验证	开发深度学习模型来自动化测量左心室射血分数	平衡放射性核素心血管造影数据集	医学影像分析	心血管疾病	平衡放射性核素心血管造影	CNN	医学影像	41,462次扫描（来自19,309名患者）	NA	U-Net	Lin一致性相关系数, Bland-Altman分析	NA