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
81	2025-10-06	Automated deep learning segmentation of neuritic plaques and neurofibrillary tangles in Alzheimer disease brain sections using a proprietary software 2024-09-01, Journal of neuropathology and experimental neurology IF:3.2Q2 DOI:10.1093/jnen/nlae048 PMID:38812098	研究论文	开发基于深度学习的自动化工作流程，用于阿尔茨海默病脑切片中神经炎斑块和神经纤维缠结的注释与分割	采用AI驱动的迭代程序显著提升注释质量超过50%，并创建了包含5013个NPs和5143个NFTs的专家验证注释数据库	仅使用15张全切片图像，样本量有限，且来自不同生物库的组织质量、染色强度和扫描格式存在差异	开发自动化深度学习工作流程以改进阿尔茨海默病神经病理学诊断	阿尔茨海默病患者脑切片中的神经炎斑块和神经纤维缠结	数字病理学	阿尔茨海默病	AT8免疫染色	CNN	图像	15张来自4个生物库的额叶皮层全切片图像	Visiopharm	U-Net	Dice相似系数	NA
82	2025-10-06	Deep learning in the diagnosis of maxillary sinus diseases: a systematic review 2024-09-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twae031 PMID:38995816	系统综述	系统评估深度学习在上颌窦疾病诊断中的性能表现	首次系统综述深度学习在上颌窦疾病检测、分类和分割任务中的应用效果	仅纳入14项研究，样本量有限，且所有研究均基于放射影像数据	评估深度学习在上颌窦疾病诊断中的性能	上颌窦疾病	计算机视觉	上颌窦疾病	放射影像技术	深度学习模型	放射影像	14项研究（从1167项研究中筛选）	NA	NA	准确率, AUC	NA
83	2025-10-06	Improved Dementia Prediction in Cerebral Small Vessel Disease Using Deep Learning-Derived Diffusion Scalar Maps From T1 2024-09, Stroke IF:7.8Q1 DOI:10.1161/STROKEAHA.124.047449 PMID:39145386	研究论文	开发了一种从T1图像合成扩散张量成像标量图(FA/MD)的深度学习方法，用于改善脑小血管病患者的痴呆预测	首次提出从常规T1图像合成扩散张量成像标量图的方法，解决了扩散张量成像采集时间长且临床不常规可用的问题	在SCANS数据集上的结构相似性指数相对较低，合成FA图的质量有待进一步提升	提高脑小血管病患者痴呆预测的准确性	脑小血管病患者和正常对照人群	医学影像分析	脑小血管病	扩散张量成像，磁共振成像	深度学习	医学影像	训练集：4998名UK Biobank参与者；验证集：4个外部数据集共753名患者和1000名正常对照	NA	NA	结构相似性指数，c-index	NA
84	2025-10-06	Integrative deep learning with prior assisted feature selection 2024-09-10, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.10148 PMID:38923006	研究论文	提出了一种结合先验信息的集成深度学习特征选择方法(PANDA)，用于生物医学数据的整合分析	在整合分析框架中引入专用特征选择层，并利用集成学习方法从先前研究中提取先验信息来辅助特征选择	NA	开发能够处理生物医学数据中'小样本大特征'挑战的整合分析方法	基因与疾病关系的复杂模式	机器学习	皮肤黑色素瘤	深度学习	深度学习	基因数据	NA	NA	PANDA	特征选择性能, 结果预测准确性	NA
85	2025-10-06	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	研究论文	本研究探讨膝关节MRI图像预处理技术对深度学习模型检测半月板损伤的重要性	提出了针对膝关节MRI的创新型预处理方法，包括模态特定调整、空间重采样和强度标准化等技术	研究仅针对188例患者样本，样本量相对有限	开发适用于深度学习模型的膝关节MRI图像预处理流程	膝关节MRI图像，特别是半月板损伤区域	医学影像分析	膝关节疾病	磁共振成像	深度学习分割模型	医学影像	188例患者的PD矢状面图像	PyDicom, SimpleITK	NA	NA	NA
86	2025-10-06	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	开发了一种基于启发式集成学习模型的光电容积脉搏波信号呼吸频率和血氧饱和度数据提取方法	提出结合先进金龟子优化器的集成学习网络，通过多模型融合和优化特征选择提高信号处理精度	未提及模型在实时监测环境下的性能表现和计算效率	从光电容积脉搏波信号中准确提取呼吸频率和血氧饱和度数据	光电容积脉搏波信号	机器学习	心肺疾病	信号处理，特征提取	集成学习，MLP，AdaBoost，A-LSTM	生理信号数据	NA	NA	MLP，AdaBoost，Attention-based LSTM	准确率	NA
87	2025-10-06	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本研究开发了一种基于深度学习的预测框架PWPF，用于预测乳腺癌细胞迁移的动态演化过程	提出结合人工数据生成和真实数据微调的深度学习框架，解决了传统伤口愈合实验数据稀缺和可扩展性问题	主要基于二维模型研究，可能无法完全反映体内三维环境中的细胞迁移行为	改进乳腺癌细胞迁移分析方法，提高传统伤口愈合实验的可扩展性和预测能力	MCF-7乳腺癌细胞单层和球体	数字病理学	乳腺癌	伤口愈合实验，人工数据生成	深度学习	细胞迁移图像数据	NA	NA	NA	NA	NA
88	2025-10-06	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	提出一种多粒度不确定性量化框架，用于放射治疗中患者特定质量保证的剂量差异预测和Gamma通过率预测	首次在PSQA中引入多粒度不确定性量化，提出双流网络架构和包含粒度特定损失与一致性损失的多粒度损失函数	方法仅在单一医疗机构数据集上进行验证，需要更多外部验证	提高深度学习在患者特定质量保证中的可信度和安全性	放射治疗中的剂量分布和Gamma通过率	医学影像分析	放射治疗相关疾病	深度学习，贝叶斯方法	贝叶斯神经网络	剂量分布数据	北京协和医学院医院数据集	NA	双流网络架构	MAE, 临床准确率	NA
89	2025-10-06	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	提出一种基于模型的联邦学习框架ModFed，用于从欠采样k空间数据中精确重建磁共振图像	设计了注意力辅助的基于模型神经网络、自适应动态聚合方案以及空间拉普拉斯注意力机制和个性化客户端损失正则化	NA	解决多中心数据异构性挑战，提高磁共振图像重建的准确性和泛化能力	磁共振图像重建	医学影像分析	NA	磁共振成像	深度学习	k空间数据，磁共振图像	三个体内数据集	NA	注意力辅助的基于模型神经网络	重建性能，泛化能力	NA
90	2025-10-06	PIDiff: Physics informed diffusion model for protein pocket-specific 3D molecular generation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108865 PMID:39067153	研究论文	提出一种考虑物理化学原理的蛋白质口袋特异性3D分子生成扩散模型	首次在3D分子生成中同时考虑几何结构和蛋白质-配体结合的物理化学原理，特别是结合自由能最小化	未明确说明模型在处理复杂蛋白质结构或大规模药物筛选时的计算效率限制	开发能够生成与特定蛋白质口袋结合的配体分子的计算方法	蛋白质-配体复合物	计算化学, 几何深度学习	NA	扩散模型, 几何深度学习	扩散模型	3D分子结构数据	CrossDocked2020基准数据集	NA	PIDiff	多种评估指标（具体未在摘要中说明）	NA
91	2025-10-06	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	研究论文	开发了一个基于深度学习和机器学习的系统性网络平台SYSTCM，用于客观识别中药药理作用	首次构建了包含424个分子描述符和465个药理靶点的相互作用网络图，并集成卷积神经网络和支持向量机建立药理作用识别模型	数据集规模有限，仅包含636种中药和8190个成分，模型泛化能力需要进一步验证	开发客观的中药药理作用识别方法，减少传统方法对专家经验的主观依赖	中药成分、药理靶点、药理作用和中药功效	机器学习	NA	深度学习、机器学习	CNN, SVM	网络图数据、分子描述符数据	70,961个术语，包括636种中药、8190个成分、40种药理作用和18种功效	NA	GoogLeNet	AUC, MCC, ACC	NA
92	2025-10-06	Random effects during training: Implications for deep learning-based medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108944 PMID:39096609	研究论文	评估训练过程中随机效应对深度学习医学图像分割模型性能比较可靠性的影响	首次系统量化分析训练随机性对医学图像分割模型性能比较的影响，揭示了统计显著性检验在算法比较中的局限性	仅使用nnU-Net算法和三种医学图像分割任务，结果可能不适用于其他算法或任务类型	评估训练随机性对深度学习分割模型性能比较方法可靠性的影响	脑肿瘤、海马体和心脏的三维医学图像分割	医学图像分析	脑肿瘤、心脏疾病	深度学习	nnU-Net	3D医学图像	三种分割任务各50次不同随机种子的训练	PyTorch	U-Net	Dice系数, 配对t检验, Wilcoxon符号秩检验	NA
93	2025-10-06	CytoGAN: Unpaired staining transfer by structure preservation for cytopathology image analysis 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108942 PMID:39096614	研究论文	提出一种名为CytoGAN的染色转换模型，用于生成保留细胞结构的不同染色风格的细胞病理学图像	设计了结构保留模块和染色自适应模块，能在源域和目标域分辨率或细胞大小不匹配时仍保持细胞结构	NA	解决细胞病理学图像分析中不同染色方式对算法性能的影响	子宫内膜细胞学图像	数字病理学	子宫内膜癌	GAN	GAN	细胞病理学图像	NA	NA	CytoGAN	准确率	NA
94	2025-10-06	Comparison of AI with and without hand-crafted features to classify Alzheimer's disease in different languages 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108950 PMID:39096605	研究论文	比较使用手工特征和不使用手工特征的AI模型在不同语言中分类阿尔茨海默病的性能	首次使用相同方法从两种语言数据集中提取声学特征进行AD诊断，验证模型的语言无关性	仅测试了韩语和英语两种语言，未涵盖更多语言类型	开发语言无关的阿尔茨海默病实时诊断模型	阿尔茨海默病患者和健康对照者的语音数据	自然语言处理	阿尔茨海默病	声学特征提取	机器学习,深度学习	语音	韩语和英语语音数据集	NA	NA	准确率,分类时间	NA
95	2025-10-06	CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108945 PMID:39094328	研究论文	提出一种嵌入卷积注意力模块的VGG16架构，用于提升驾驶员分心行为分类性能	将CBAM注意力模块与传统VGG16架构结合，增强模型特征提取能力	NA	改进驾驶员分心行为分类准确率	驾驶员分心行为图像	计算机视觉	NA	深度学习	CNN	图像	AUCD2数据集（摄像头1和摄像头2图像）	NA	CBAM VGG16	准确率, 损失值, 精确率, F1分数, 召回率, 混淆矩阵	NA
96	2025-10-06	Deep learning for rapid virtual H&E staining of label-free glioma tissue from hyperspectral images 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108958 PMID:39094325	研究论文	本研究开发了一种基于深度学习的高光谱图像虚拟H&E染色方法，用于快速生成神经胶质瘤组织的虚拟H&E染色图像	首次将深度学习与高光谱成像技术结合，实现无标记神经胶质瘤组织的快速虚拟H&E染色，克服传统染色方法的局限性	论文未明确说明样本量的具体数量和研究对象的详细特征	开发快速准确的虚拟H&E染色技术，替代传统染色方法	神经胶质瘤组织样本	数字病理学	神经胶质瘤	高光谱成像技术	深度学习	高光谱图像	NA	NA	U-Net	SSIM, PSNR	NA
97	2025-10-06	Shape prior-constrained deep learning network for medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108932 PMID:39079416	研究论文	提出一种形状先验约束的多尺度特征融合分割网络用于医学图像分割	训练框架包含形状先验约束和多尺度特征融合两个创新模块，测试阶段采用形状生成自编码器与分割网络的循环协作框架	NA	解决医学图像分割中低对比度和邻近器官强度相似的问题	心脏、COVID-19 CT肺部、肝脏医学图像	医学图像分割	心血管疾病, COVID-19, 肝脏疾病	深度学习	自编码器, 分割神经网络	CT扫描图像	三个不同数据集：ACDC MICCAI'17挑战数据集、COVID-19 CT肺部数据集、LiTS2017肝脏数据集	NA	形状先验约束多尺度特征融合网络	Dice系数	NA
98	2025-10-06	Optimal interval and feature selection in activity data for detecting attention deficit hyperactivity disorder 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108909 PMID:39053333	研究论文	本研究通过特征选择和时间区间优化，利用机器学习模型分析活动数据来检测注意力缺陷多动障碍	揭示了早晨和夜间活动数据对ADHD预测的重要性，并证明精确特征选择可显著提升模型性能	未明确说明样本来源和具体数据采集方式，缺乏外部验证	开发基于活动数据的ADHD自动检测方法	注意力缺陷多动障碍患者和临床对照组	机器学习	注意力缺陷多动障碍	活动数据监测	随机森林, 机器学习模型	活动数据	NA	NA	NA	准确率, 精确率, F1分数, 召回率	NA
99	2025-10-06	Deep learning-based IDH1 gene mutation prediction using histopathological imaging and clinical data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108902 PMID:39038392	研究论文	本研究使用深度学习技术结合组织病理学图像和临床数据预测胶质瘤患者的IDH1基因突变状态	采用集成学习方法结合WSI图像模型和临床数据模型，使用MaxViT和LightGBM组合实现IDH1突变预测	研究样本量相对有限（546例患者），未提及外部验证结果	通过WSI和临床数据分类IDH1基因突变状态以改善胶质瘤分类	胶质瘤患者，包括星形细胞瘤、少突胶质细胞瘤和胶质母细胞瘤	数字病理学	脑肿瘤/胶质瘤	苏木精-伊红染色，全切片成像	深度学习，集成学习，注意力机制	图像，临床数据	546例患者	PyTorch, LightGBM	MaxViT, ABMIL	AUC, 准确率	NA
100	2025-10-06	ToxinPred 3.0: An improved method for predicting the toxicity of peptides 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108926 PMID:39038391	研究论文	本文提出了改进的肽毒性预测方法ToxinPred 3.0，通过多种计算模型提升预测性能	开发了结合基于模体的方法和机器学习模型的混合方法，在独立数据集上达到AUROC 0.98和MCC 0.81的最佳性能	未明确说明训练数据的样本规模和具体来源	提高治疗性肽的毒性预测准确性和可靠性	肽序列	生物信息学	NA	BLAST, MERCI软件, 机器学习, 深度学习	ANN-LSTM, Extra Tree, 大语言模型	序列数据	NA	NA	LSTM, ESM2-t33	AUROC, MCC, 特异性, 敏感性	NA