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
1121	2025-10-07	Generating synthetic CT images from unpaired head and neck CBCT images and validating the importance of detailed nasal cavity acquisition through simulations 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109568 PMID:39700859	研究论文	本研究提出使用循环一致性生成对抗网络从非配对头颈部锥形束CT图像生成合成CT图像，并通过计算流体动力学验证详细鼻腔分割的重要性	结合多种损失函数和数据增强策略的cycleGAN模型用于CBCT去噪，开发基于规则的自动气道分割方法，并通过CFD分析鼻腔精细分割对气流的影响	未明确说明训练数据的具体样本量和多样性限制	提高头颈部CBCT图像质量以替代传统CT，实现精确的气道分割和流体动力学分析	头颈部锥形束CT图像和合成CT图像	医学影像处理	头颈部疾病	锥形束CT, 计算流体动力学	cycleGAN	医学图像	NA	NA	cycleGAN	平均绝对误差, 峰值信噪比, 结构相似性指数, Dice系数	NA
1122	2025-10-07	Generating 3D brain tumor regions in MRI using vector-quantization Generative Adversarial Networks 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109502 PMID:39700855	研究论文	提出一种基于矢量量化生成对抗网络和Transformer的新型框架，用于生成高分辨率3D脑肿瘤区域以解决数据不平衡问题	首次将矢量量化GAN与掩码标记建模Transformer结合，专门生成脑肿瘤ROI而非完整图像体积	仅在两种特定脑肿瘤数据集上验证，未在其他肿瘤类型或医学图像模态上测试	解决医学图像分析中数据不平衡问题，提高脑肿瘤分类准确率	脑肿瘤MRI图像中的肿瘤区域	医学图像分析	脑肿瘤	MRI	GAN, Transformer	3D医学图像	BraTS 2019数据集和内部儿科低级别胶质瘤数据集	NA	矢量量化GAN, Transformer	AUC	NA
1123	2025-10-07	DCSENets: Interpretable deep learning for patient-independent seizure classification using enhanced EEG-based spectrogram visualization 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109558 PMID:39708497	研究论文	提出一种基于增强EEG谱图可视化的可解释深度学习模型，用于患者无关的癫痫发作分类	开发新型STFT谱图构建算法结合锥形函数提升分辨率，并采用扩张卷积压缩激励网络和Grad CAM可视化解释器	模型性能受训练测试样本分布相似性影响，部分患者分类效果存在差异	开发计算机辅助诊断系统以减少神经科医生手动分析EEG信号的工作量	癫痫患者的脑电图信号	深度学习	癫痫	短时傅里叶变换，谱图可视化	DCSENets	脑电图信号，谱图图像	CHB-MIT数据集中的选定患者	NA	扩张卷积压缩激励网络	准确率	NA
1124	2025-10-07	PTSP-BERT: Predict the thermal stability of proteins using sequence-based bidirectional representations from transformer-embedded features 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109598 PMID:39708499	研究论文	开发基于蛋白质序列的深度学习模型PSTP-BERT，用于预测蛋白质的热稳定性并进行三类分类	首次实现嗜热蛋白、嗜温蛋白和嗜冷蛋白的三类直接识别，而非传统的二元分类	未明确说明模型对未知蛋白质序列的泛化能力	预测蛋白质的热稳定性并分类	嗜热蛋白、嗜温蛋白和嗜冷蛋白	生物信息学	NA	蛋白质序列分析	BERT, LightGBM	蛋白质序列数据	未明确说明具体样本数量	BERT, LightGBM	BERT-bfd	准确率	NA
1125	2025-01-27	Assessment of deep learning technique for fully automated mandibular segmentation 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.006 PMID:39863342	研究论文	本研究评估了一种基于卷积神经网络的自动分割下颌骨的开源模型	使用MONAI Label主动学习工具扩展训练自动模型，并评估其在临床中的适用性	样本量较小，仅包含55个锥形束计算机断层扫描	评估自动分割下颌骨模型的精度	下颌骨的自动分割	计算机视觉	NA	锥形束计算机断层扫描	卷积神经网络（CNN）	图像	55个锥形束计算机断层扫描	NA	NA	NA	NA
1126	2025-10-07	TSegLab: Multi-stage 3D dental scan segmentation and labeling 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109535 PMID:39708498	研究论文	提出一种用于3D牙齿扫描分割和标记的新型深度学习方法TSegLab	采用三阶段流程（粗定位、精细分割和标记），结合2D渲染与3D图神经网络，并引入模拟缺失牙齿的数据增强技术	仅在Teeth3DS数据集（1800个口内3D扫描）上进行评估，未在其他数据集验证泛化能力	提升牙科计算机辅助设计系统中牙齿分割和标记的精度与可靠性	3D牙齿扫描数据	计算机视觉	牙科疾病	3D扫描技术	Mask-RCNN, 图神经网络	3D扫描数据，2D渲染图像	1800个口内3D扫描	NA	Mask-RCNN, 图神经网络	牙齿定位准确率(TLA), 牙齿分割准确率(TSA), 牙齿识别率(TIR)	NA
1127	2025-10-07	Generalized fractional optimization-based explainable lightweight CNN model for malaria disease classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109593 PMID:39709870	研究论文	提出一种基于广义分数阶优化的可解释轻量级CNN模型用于疟疾疾病分类	将分数阶优化算法与轻量级CNN结合，在保持高精度的同时提升计算效率和模型可解释性	NA	开发高效准确的疟疾自动诊断系统	疟疾寄生虫图像	计算机视觉	疟疾	深度学习	CNN	图像	标准NIH数据集、外部MP-IDB数据集和M5测试集	NA	轻量级卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
1128	2025-10-07	Named entity recognition for de-identifying Spanish electronic health records 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109576 PMID:39709869	研究论文	本研究探索了基于命名实体识别技术的西班牙语电子健康记录自动去标识化方法	首次针对西班牙语电子健康记录开发去标识化系统，比较了RNN和Transformer两种深度学习方法的性能，并创建了基于网络的临床应用工具	使用的私有语料库规模有限（599个临床案例），且仅针对西班牙语，缺乏多语言验证	开发西班牙语电子健康记录的自动去标识化系统，保护患者隐私信息	西班牙语电子健康记录中的受保护健康信息	自然语言处理	NA	命名实体识别	RNN, Transformer	文本	599个真实临床案例	NA	XLM-RoBERTa large	精确率, 召回率, F1分数	NA
1129	2025-10-07	Latent representation learning for classification of the Doppler ultrasound images 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109575 PMID:39729855	研究论文	提出一种用于多普勒超声图像分类的潜在表示权重学习方法	能够处理可变长度的多图像输入，特别适用于不规则多图像问题	未明确说明样本量的具体规模	妊娠预测的多普勒超声图像分类	多普勒超声图像	计算机视觉	妊娠相关疾病	多普勒超声	深度学习模型	图像	真实不规则生殖数据集和两个合成规则数据集	L-BFGS-B, ADM	NA	准确率, 收敛性	NA
1130	2025-10-07	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证用于自动分割脑转移瘤的深度学习算法，以简化RANO-BM标准随访流程	首次实现基于UNETR迁移学习的脑转移瘤自动分割算法，并开发用户友好界面使非AI专家也能使用	研究样本量相对有限（132名患者），需要在更大多中心数据集中进一步验证	开发能够自动分割MRI脑转移瘤的AI解决方案，实现RANO-BM标准的自动化评估	脑转移瘤患者的MRI影像	医学影像分析	脑转移瘤	MRI钆对比增强T1加权成像	深度学习	医学影像	132名患者的27,456张MRI图像	PyTorch, PyTorch Lightning	UNETR	准确率, DICE系数	NA
1131	2025-10-07	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	提出基于蛋白质语言模型和深度学习的AggNet框架，用于预测蛋白质聚集倾向和识别聚集易发区域	首次结合ESM2和AlphaFold2的蛋白质语言模型，整合物理化学、进化和结构信息进行蛋白质聚集分析	NA	开发高效的计算方法来预测蛋白质聚集，替代昂贵且耗时的实验方法	淀粉样和非淀粉样肽段，不同蛋白质中的聚集易发区域	机器学习	NA	蛋白质语言模型，深度学习	深度学习框架	蛋白质序列和结构数据	NA	NA	ESM2, AlphaFold2	基准测试性能，预测稳定性	NA
1132	2025-10-07	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	开发基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型能够同时检测和编号种植体，为牙科种植学提供临床决策支持改进	需要在更多样化的数据集上进行进一步验证以增强临床适用性	开发用于牙科种植体检测和编号的人工智能模型	牙科种植体在全景X光片上的检测和编号	计算机视觉	牙科疾病	全景X光成像	YOLOv8	图像	32,585张全景X光片（来自2014-2024年Sivas Cumhuriyet University患者）	YOLOv8	YOLOv8	精确度,召回率,F1分数	NA
1133	2025-10-07	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究开发了一种基于深度学习的全自动方法，从胸部CT扫描中计算冠状动脉钙化评分并进行风险分类	首次使用基于Mask R-CNN的神经网络进行多器官分割，实现非心电图门控胸部CT扫描的冠状动脉钙化全自动检测和风险分类	研究样本量相对有限，训练集仅包含80名患者，且仅在美国国家肺癌筛查试验数据上验证	开发自动化冠状动脉钙化评分和风险分类系统，改善心血管疾病风险评估	高风险人群的胸部CT扫描数据	医学影像分析	冠状动脉疾病	低剂量CT扫描	CNN, R-CNN	医学影像	80名患者用于训练，1442名患者用于验证	NA	Mask R-CNN	Dice系数, Cohen's kappa系数, F-score, 灵敏度, 特异性	NA
1134	2025-10-07	Hallux valgus and pes planus: Correlation analysis using deep learning-assisted radiographic angle measurements 2025-Feb, Foot and ankle surgery : official journal of the European Society of Foot and Ankle Surgeons IF:1.9Q2 DOI:10.1016/j.fas.2024.09.003 PMID:39327104	研究论文	本研究使用深度学习模型测量足部X光片角度参数，分析拇外翻与扁平足之间的相关性	首次采用深度学习辅助的放射学角度测量方法来量化分析拇外翻与扁平足的相关性	样本量有限（212只脚），仅包含深度学习模型可检测的X光片	确定拇外翻与扁平足之间的相关性	足部X光片	计算机视觉	足部畸形	X光成像	深度学习模型	X光图像	212只脚	NA	NA	相关性分析	NA
1135	2025-10-07	A personalized periodontitis risk based on nonimage electronic dental records by machine learning 2025-Feb, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2024.105469 PMID:39571782	研究论文	本研究开发了一种基于非图像电子牙科记录的机器学习模型，用于预测牙周病风险	首次利用非图像电子牙科记录开发个性化牙周病风险预测模型，能够在诊断前3年进行有效预测	模型在验证集中对对照组的特异性较低（54%），需要改进内部和外部验证，电子牙科记录文档质量需要提升	开发基于机器学习的牙周病风险预测模型	美国牙科患者	机器学习	牙周病	电子牙科记录分析	随机森林, 深度学习	结构化电子医疗记录	43,331名参与者	NA	随机森林	准确率, 敏感度, 特异性, AUROC	NA
1136	2025-10-07	MRI-based deep learning and radiomics for predicting the efficacy of PD-1 inhibitor combined with induction chemotherapy in advanced nasopharyngeal carcinoma: A prospective cohort study 2025-Feb, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2024.102245 PMID:39662448	研究论文	本研究基于MRI开发深度学习与影像组学模型，用于预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中的疗效	首次结合影像组学特征和深度学习特征构建预测模型，采用随机森林算法筛选关键特征	样本量相对有限（99例患者），需要更大规模研究验证	建立预测PD-1抑制剂联合GP诱导化疗疗效的模型	晚期鼻咽癌患者	数字病理	鼻咽癌	MRI扫描	深度学习, 随机森林	医学影像	99例晚期鼻咽癌患者，按7:3比例分为训练集和测试集	NA	ResNet101	AUC, 准确率, 阴性预测值	NA
1137	2025-10-07	ConvXGB: A novel deep learning model to predict recurrence risk of early-stage cervical cancer following surgery using multiparametric MRI images 2025-Feb, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102281 PMID:39799749	研究论文	开发并验证了一种名为ConvXGB的新型深度学习模型，用于利用多参数MRI图像预测早期宫颈癌术后复发风险	首次将卷积神经网络与极端梯度提升算法结合，构建端到端的深度学习模型预测宫颈癌复发风险	研究样本来自三个机构共406例患者，样本量相对有限	开发预测宫颈癌术后复发风险的深度学习模型	早期宫颈癌患者	计算机视觉	宫颈癌	多参数MRI成像	CNN, XGBoost	医学影像	406例宫颈癌患者	NA	ConvXGB（CNN与XGBoost结合架构）	AUC, 区分度, 校准度, 临床效用	NA
1138	2025-01-25	LipBengal: Pioneering Bengali lip-reading dataset for pronunciation mapping through lip gestures 2025-Feb, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2024.111254 PMID:39845145	研究论文	本文介绍了一个名为LipBengal的开创性孟加拉语唇读数据集，旨在通过唇部动作进行发音映射	填补了孟加拉语唇读研究领域的空白，提供了首个专门针对孟加拉语的唇读数据集，包含150名说话者的视觉数据，涵盖54个类别，包括孟加拉语音素、字母和符号	数据采集环境多样且不受控制，可能影响模型的泛化能力	推动孟加拉语唇读和视觉语音识别研究，促进未来应用和技术进步	孟加拉语音素、字母和符号的唇部动作	自然语言处理	NA	深度学习	NA	视频	150名说话者，涵盖54个类别	NA	NA	NA	NA
1139	2024-08-07	Deep learning to predict fetal acidemia 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.031 PMID:39084497	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1140	2024-08-07	Deep learning to predict fetal acidemia: a response 2025-Feb, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.07.037 PMID:39074680	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA