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
21	2024-12-22	A novel semi-supervised learning model based on pelvic radiographs for ankylosing spondylitis diagnosis reduces 90% of annotation cost 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109232 PMID:39522130	研究论文	本研究开发了一种基于半监督学习的深度学习模型，用于通过骨盆X光片诊断强直性脊柱炎，显著降低了标注成本	首次将半监督学习应用于通过骨盆X光片诊断强直性脊柱炎，实现了90%的标注成本降低	NA	开发一种能够在有限标注数据下达到人类专家水平性能的强直性脊柱炎诊断模型	强直性脊柱炎的诊断	计算机视觉	强直性脊柱炎	深度学习	半监督学习模型	图像	5389张骨盆X光片，其中431张有标签，3880张无标签
22	2024-12-22	Integrating PET/CT, radiomics and clinical data: An advanced multi-modal approach for lymph node metastasis prediction in prostate cancer 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109339 PMID:39522134	研究论文	本研究开发了一种深度学习模型，结合PET/CT影像、放射组学特征和临床参数，用于预测前列腺癌患者的淋巴结转移	本研究创新性地整合了PET/CT影像、放射组学特征和临床数据，提出了一种多模态方法来预测前列腺癌患者的淋巴结转移	本研究仅使用了回顾性收集的229名患者的PET/CT扫描和临床数据，样本量相对较小，且未提及模型的泛化能力	开发一种深度学习模型，用于预测前列腺癌患者淋巴结转移的可能性，以辅助临床决策	前列腺癌患者的淋巴结转移预测	数字病理学	前列腺癌	深度学习	MNASNet	影像和临床数据	229名前列腺癌患者
23	2024-12-22	Measurement of ureteral length: Comparison of deep learning-based method and other estimation methods on CT and KUB 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109374 PMID:39522131	研究论文	本文比较了基于深度学习的方法与其他估计方法在CT和KUB图像上测量输尿管长度的效果	本文提出了一种基于深度学习的3D模型，用于在CT尿路造影图像上自动测量输尿管长度，并证明其性能优于传统测量方法	本文仅在回顾性队列中进行了验证，未来需要在更大规模的前瞻性研究中进一步验证	利用深度学习方法在CT尿路造影图像上测量输尿管长度，并与其他估计方法进行比较	输尿管长度测量	计算机视觉	NA	深度学习	3D模型	图像	411例患者用于模型开发，220例患者用于模型测试
24	2024-12-22	Segmentation of breast lesion using fuzzy thresholding and deep learning 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109406 PMID:39531925	研究论文	本研究提出了一种结合模糊阈值和深度学习的乳腺病变分割方法	本研究创新性地将模糊C均值阈值（FCMTH）与深度学习相结合，通过预处理图像提高了分割精度	本研究仅使用了7名患者的123张DCE-MRI图像，样本量较小	提高乳腺病变在DCE-MRI图像中的分割精度	乳腺病变在DCE-MRI图像中的分割	计算机视觉	乳腺癌	DCE-MRI	DeepLabv3+	图像	7名患者的123张DCE-MRI图像
25	2024-12-22	Database, prediction, and antibacterial research of astringency based on large language models 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109375 PMID:39531926	研究论文	本文介绍了基于大型语言模型的涩味数据库构建、预测及抗菌研究	首次创建了一个包含238个分子的全面涩味数据库，并开发了一个结合大型语言模型、深度学习和传统机器学习的基于配体的预测框架，用于分子和肽的预测	NA	研究涩味与抗菌活性之间的关系，并开发预测模型以增强对味觉相关分子的理解	涩味分子及其抗菌特性	机器学习	NA	大型语言模型、深度学习、传统机器学习	Ligand-Based Prediction (LBP)框架	分子数据	238个分子
26	2024-12-22	Explaining deep learning models for age-related gait classification based on acceleration time series 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109338 PMID:39536383	研究论文	本研究使用深度学习模型对基于加速度时间序列的与年龄相关的步态分类进行解释	本研究通过使用SHapley Additive exPlanations (SHAP)方法增强了基于深度学习的步态分类模型的透明度	本研究仅使用了单一的传感器位置（L3），可能无法全面反映步态特征	提高基于深度学习的步态分类模型在临床应用中的透明度	成年人和老年人的步态分类	机器学习	NA	深度学习	卷积神经网络 (CNN) 和门控循环单元 (GRU)	加速度时间序列	244名参与者，包括129名成年人和115名老年人（年龄>65）
27	2024-12-22	SPE-YOLO: A deep learning model focusing on small pulmonary embolism detection 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109402 PMID:39536384	研究论文	开发了一种名为SPE-YOLO的深度学习模型，用于提高小肺栓塞的检测准确性	引入了小型检测头P2、SEAttention机制和ODConv卷积，以增强模型对小目标的检测能力和特征提取效果	NA	提高小肺栓塞的检测准确性，以更好地服务于医疗诊断和治疗	小肺栓塞的检测	计算机视觉	肺栓塞	深度学习	YOLOv8	图像	142名患者的图像数据，以及来自RSNA数据集的2000个案例
28	2024-12-22	A step towards quantifying, modelling and exploring uncertainty in biomedical knowledge graphs 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109355 PMID:39541901	研究论文	本研究旨在利用深度学习技术，基于文本支持证据自动量化和建模生物医学知识图谱中的事实不确定性	提出了一个基于句子特征提取和朴素贝叶斯分类器的方法，用于量化生物医学知识图谱中的事实不确定性，并展示了其在知识发现中的应用	研究仅在SemMedDB数据集上进行了验证，尚未在其他生物医学知识图谱上进行广泛测试	自动量化和建模生物医学知识图谱中的事实不确定性	生物医学知识图谱中的事实及其文本支持证据	自然语言处理	NA	深度学习	朴素贝叶斯分类器	文本	使用了SemMedDB数据集的一个子集
29	2024-12-22	BHBA-GRNet: Cancer detection through improved gene expression profiling using Binary Honey Badger Algorithm and Gene Residual-based Network 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109348 PMID:39615230	研究论文	本文提出了一种结合二进制蜜獾算法和基因残差网络的新方法，用于通过基因表达谱数据进行癌症检测	本文的创新点在于引入了二进制蜜獾算法进行特征降维，并与基因残差网络结合，减少了基因表达微阵列数据的大小，提高了检测精度	本文的局限性在于仅在肺癌和血液型癌症的数据集上进行了验证，尚未在其他癌症类型上进行广泛测试	本文的研究目的是提高通过基因表达微阵列数据进行癌症检测的准确性	本文的研究对象是基因表达微阵列数据和癌症检测	机器学习	肺癌	基因表达微阵列	基因残差网络	基因表达数据	三个代表肺癌和血液型癌症的已建立数据集
30	2024-12-22	An optimized ensemble search approach for classification of higher-level gait disorder using brain magnetic resonance images 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109457 PMID:39615237	研究论文	本研究探讨了使用脑部磁共振图像通过深度学习卷积神经网络对高级步态障碍进行分类的可能性	首次在文献中研究了深度学习是否能捕捉磁共振图像中的模式以识别受高级步态障碍影响的患者，并提出了一种计算成本有效的搜索算法来优化模型集成	需要进一步研究网络基于哪些脑区进行分类，以更好地理解高级步态障碍的病理生理学	研究脑部形态学模式与高级步态障碍之间的关联，并开发一种新的分类方法	高级步态障碍患者与对照组的脑部磁共振图像	计算机视觉	老年疾病	磁共振成像	卷积神经网络	图像	来自VESPR大型基于人群队列的独特数据集
31	2024-12-22	Multi-criteria Bayesian optimization of Empirical Mode Decomposition and hybrid filters fusion for enhanced ECG signal denoising and classification: Cardiac arrhythmia and myocardial infarction cases 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109462 PMID:39615235	研究论文	本文介绍了一种新的高级模型，用于去噪和分类心电图信号，重点是使用混合滤波器和贝叶斯优化	本文创新性地结合了增强经验模态分解（EEMD）、切比雪夫II型滤波器、巴特沃斯滤波器、Daubechies小波滤波器和Savitzky-Golay滤波器，并通过多准则贝叶斯优化过程进一步优化滤波器参数，提升了信号质量	NA	提高心电图信号去噪和分类的准确性，特别是针对心律失常和心肌梗死病例	心电图信号的去噪和分类，特别是心律失常和心肌梗死病例	生物医学信号处理	心血管疾病	增强经验模态分解（EEMD）、切比雪夫II型滤波器、巴特沃斯滤波器、Daubechies小波滤波器、Savitzky-Golay滤波器、贝叶斯优化	深度学习架构	信号	NA
32	2024-12-21	Near-Infrared Autofluorescence Signature: A New Parameter for Intraoperative Assessment of Parathyroid Glands in Primary Hyperparathyroidism 2025-Jan-01, Journal of the American College of Surgeons IF:3.8Q1 DOI:10.1097/XCS.0000000000001147 PMID:39016400	研究论文	本研究探讨了近红外自体荧光（NIRAF）在术中区分原发性甲状旁腺功能亢进症中正常与病变甲状旁腺腺体的应用	首次研究了正常与病变甲状旁腺腺体在术中近红外自体荧光特征上的差异，并开发了基于这些特征的深度学习模型	研究仅在单一三级转诊中心进行，样本量和时间跨度有限	探讨正常与病变甲状旁腺腺体在术中近红外自体荧光特征上的差异，并开发基于这些特征的深度学习模型	原发性甲状旁腺功能亢进症患者的正常与病变甲状旁腺腺体	数字病理学	内分泌疾病	近红外自体荧光成像	深度学习模型	图像	1506个正常腺体和597个病变腺体，来自797名患者
33	2024-12-21	Profiling cell identity and tissue architecture with single-cell and spatial transcriptomics 2025-Jan, Nature reviews. Molecular cell biology DOI:10.1038/s41580-024-00768-2 PMID:39169166	综述	本文综述了单细胞和空间转录组学在细胞身份和组织结构研究中的最新进展	讨论了深度学习（包括基础模型）在单细胞和空间转录组数据分析中的应用	未具体讨论技术上的局限性	探讨单细胞和空间转录组学在识别和表征细胞状态及多细胞邻域中的进展、挑战和前景	单细胞和空间转录组学数据	NA	NA	单细胞转录组学、空间转录组学	深度学习模型	转录组数据	数百到数百万个细胞
34	2024-12-21	Automated Deep Learning-Based Finger Joint Segmentation in 3-D Ultrasound Images With Limited Dataset 2025-Jan, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241277178 PMID:39295443	研究论文	本文提出了一种基于深度学习的自动化方法，用于在有限数据集的3D超声图像中分割类风湿性关节炎患者手指关节的滑膜	本文创新性地使用了两种卷积神经网络架构进行图像分割，并通过几何和噪声增强策略提高了训练数据集的多样性和大小	研究仅使用了来自9名类风湿性关节炎患者的18个3D超声体积数据，数据量有限	开发一种自动化方法，用于在超声图像中精确识别和量化类风湿性关节炎早期的滑膜炎症	类风湿性关节炎患者手指关节的滑膜	计算机视觉	类风湿性关节炎	深度学习	卷积神经网络	图像	9名类风湿性关节炎患者的18个3D超声体积数据
35	2024-12-21	Expert opinion elicitation for assisting deep learning based Lyme disease classifier with patient data 2025-Jan, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2024.105682 PMID:39504916	研究论文	本研究通过专家意见提取，结合患者数据协助深度学习模型进行莱姆病分类，并提出了一种结合多种模态概率估计的算法	首次通过专家意见提取计算莱姆病概率，并结合深度学习图像分类器的概率得分	NA	提高基于图像的深度学习莱姆病预扫描器的鲁棒性	莱姆病的早期症状——游走性红斑皮肤病变	机器学习	莱姆病	深度学习	深度学习模型	图像和患者数据	15位专家医生
36	2024-12-21	Quality assessment of critical and non-critical domains of systematic reviews on artificial intelligence in gliomas using AMSTAR II: A systematic review 2025-Jan, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2024.110926 PMID:39612612	系统评价	本研究使用AMSTAR II工具评估了关于人工智能在胶质瘤管理中的系统评价和荟萃分析的质量	首次使用AMSTAR II工具对人工智能在胶质瘤管理中的系统评价进行质量评估	大多数评价在关键领域（如研究的排除、荟萃分析方法的适当性和发表偏倚的评估）和非关键领域（如研究设计选择和资金来源的披露）表现不佳	评估当前关于人工智能在胶质瘤管理中的系统评价和荟萃分析的质量	关于人工智能在胶质瘤管理中的系统评价和荟萃分析	机器学习	脑肿瘤	NA	NA	NA	从812项研究中筛选出23项研究
37	2024-12-21	CBAM-RIUnet: Breast Tumor Segmentation With Enhanced Breast Ultrasound and Test-Time Augmentation 2025-Jan, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346241276411 PMID:39283069	研究论文	本文提出了一种名为CBAM-RIUnet的深度学习模型，用于自动分割乳腺超声图像中的肿瘤，以提高乳腺癌计算机辅助诊断的准确性	引入了CBAM-RIUnet模型，结合了卷积块注意力模块（CBAM）和残差 inception 深度可分离卷积，显著提高了Dice和IoU分数	未提及具体的局限性	开发一种高效的深度学习模型，用于乳腺超声图像中的肿瘤分割	乳腺超声图像中的肿瘤	计算机视觉	乳腺癌	深度学习	Unet	图像	未提及具体样本数量
38	2024-12-21	Noninvasive Quantitative CT for Diffuse Liver Diseases: Steatosis, Iron Overload, and Fibrosis 2025-Jan, Radiographics : a review publication of the Radiological Society of North America, Inc IF:5.2Q1 DOI:10.1148/rg.240176 PMID:39700040	研究论文	本文探讨了非侵入性CT技术在量化肝脏弥漫性疾病（如脂肪变性、铁过载和纤维化）中的应用	本文介绍了通过人工智能深度学习算法实现的全自动化CT量化方法，并展示了其在临床护理和研究中的重要意义	尽管CT技术在某些方面接近MRI的参考标准，但在精确度上仍存在一定局限性	研究非侵入性CT技术在检测和量化肝脏弥漫性疾病中的应用	肝脏脂肪变性、铁过载和纤维化	计算机视觉	肝脏疾病	CT	深度学习算法	图像	NA
39	2024-12-21	Computational Resources for lncRNA Functions and Targetome 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_13 PMID:39702714	综述	本文综述了长链非编码RNA（lncRNA）的计算资源，包括数据库和预测工具	本文提供了最新的lncRNA资源更新，并讨论了使用深度学习、支持向量机（SVM）和随机森林（RF）等算法进行lncRNA的计算识别	NA	总结和介绍用于lncRNA研究的计算资源，帮助生物学家选择合适的工具	长链非编码RNA（lncRNA）及其在不同生物体中的功能和靶标	NA	NA	深度学习、支持向量机（SVM）、随机森林（RF）	深度学习、支持向量机（SVM）、随机森林（RF）	文本	NA
40	2024-12-21	Structure-Based Prediction of lncRNA-Protein Interactions by Deep Learning 2025, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4290-0_16 PMID:39702717	研究论文	本文介绍了基于三维结构信息预测lncRNA-蛋白质相互作用的基本框架	利用深度学习方法自动表示和学习lncRNA和蛋白质的分子三级结构，采用几何深度学习方法进行结构化预测	未提及具体限制	预测lncRNA-蛋白质相互作用并揭示其机制	lncRNA和蛋白质的相互作用	机器学习	NA	深度学习	神经网络	三维结构信息	NA