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
961	2025-05-29	Skin Cancer Detection Using Deep Learning Approaches 2025-Jun, Cancer biotherapy & radiopharmaceuticals DOI:10.1089/cbr.2024.0161 PMID:40151158	review	该综述探讨了多种深度学习方法在皮肤病变识别和分类中的应用	评估了不同深度学习方法在皮肤癌检测中的表现，特别是CNN在视觉病变识别中的高准确性和GAN在训练增强中的潜力	现有数据集存在肤色多样性不足、计算需求高、病变表示不均等问题，可能影响模型的效率、包容性和泛化能力	通过深度学习方法提高皮肤癌的早期检测效率和准确性	皮肤病变图像	computer vision	skin cancer	deep learning	CNN, GAN, ANN, KNN	image	NA	NA	NA	NA	NA
962	2025-05-29	Deep learning-based intraoperative visual guidance model for ureter identification in laparoscopic sigmoidectomy 2025-Jun, Surgical endoscopy DOI:10.1007/s00464-025-11694-5 PMID:40263136	研究论文	本研究评估了一种基于深度学习的计算机视觉模型在腹腔镜乙状结肠切除术中实时识别左侧输尿管的性能	开发了基于语义分割算法的深度学习模型，用于腹腔镜手术中输尿管的实时识别，并实现了高精度的实时操作	样本量有限，手术方法缺乏多样性，手术过程不完整，且缺乏外部验证	评估深度学习模型在腹腔镜乙状结肠切除术中实时识别左侧输尿管的可行性	腹腔镜乙状结肠切除术中的左侧输尿管	计算机视觉	NA	语义分割算法	YOLO 8 和 YOLO 11	视频	86 例腹腔镜乙状结肠切除术录像，1237 张手动标注的图像	NA	NA	NA	NA
963	2025-10-07	Discovery of Active Ingredient of Yinchenhao Decoction Targeting TLR4 for Hepatic Inflammatory Diseases Based on Deep Learning Approach 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00670-7 PMID:39560852	研究论文	基于深度学习框架AIGO-DTI预测茵陈蒿汤活性成分靶向TLR4的作用机制	提出AIGO-DTI深度学习框架用于预测中药成分与TLR4靶点的相互作用，并通过实验验证了异东莨菪素通过TLR4影响树突状细胞成熟的机制	NA	探索茵陈蒿汤中靶向TLR4的有效成分及其治疗肝病的机制	茵陈蒿汤主要成分、TLR4靶点、树突状细胞	机器学习	肝炎	深度学习、湿实验验证	AIGO-DTI, RF, SVM, KNN, XGBoost, GCN, GAT	化合物靶点相互作用数据	NA	NA	AIGO-DTI	Recall, AUC	NA
964	2025-10-07	A Multi-View Feature-Based Interpretable Deep Learning Framework for Drug-Drug Interaction Prediction 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00687-6 PMID:39899225	研究论文	提出基于多视图特征的可解释深度学习框架MI-DDI用于药物相互作用预测	首次结合原子视图和子结构视图特征进行药物相互作用预测，并设计可解释的交互模块	未明确说明模型在其他药物数据集上的泛化能力	开发准确且可解释的药物相互作用预测方法	药物分子及其相互作用	机器学习	NA	分子图分析，SMILES序列处理	MPNN, Transformer	分子图，SMILES序列	BIOSNAP数据集和DrugBank数据集	PyTorch, RDkit	Message Passing Neural Network, Transformer编码器	准确率	NA
965	2025-10-07	Marker Data Enhancement for Markerless Motion Capture 2025-06, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3530848 PMID:40031222	研究论文	本文开发了一种更准确和泛化能力更强的标记增强器，用于将稀疏视频关键点转换为密集解剖标记	创建了更大更多样化的训练数据集，开发了比OpenCap原始增强器更准确且泛化能力更强的标记增强模型	未明确提及具体限制，但暗示模型在未见过的多样化运动上仍有改进空间	提高无标记运动捕捉中人体姿态估计的准确性和泛化能力	人体运动捕捉数据	计算机视觉	NA	运动捕捉技术	深度学习模型	视频关键点数据、解剖标记数据	1176名受试者的标记运动捕捉数据，合成1433小时视频关键点和解剖标记	NA	标记增强器	平均误差、最大误差	NA
966	2025-10-07	Predicting Synergistic Drug Combinations Based on Fusion of Cell and Drug Molecular Structures 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00695-6 PMID:40088336	研究论文	提出一种名为DconnC的新方法，通过融合细胞和药物分子结构来预测协同药物组合	利用细胞特征作为节点建立药物分子结构间的连接，通过自增强对比学习优化特征提取	NA	开发可靠有效的计算方法预测协同药物组合	药物组合疗法	机器学习	癌症	深度学习	Bi-RNN, LSTM	分子结构数据，细胞特征数据	NA	NA	双向循环神经网络，长短期记忆网络	均方误差，Loewe协同评分	NA
967	2025-05-28	CR-deal: Explainable Neural Network for circRNA-RBP Binding Site Recognition and Interpretation 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00694-7 PMID:40146403	research paper	本文提出了一种名为CR-deal的可解释神经网络模型，用于识别和解释circRNA与RNA结合蛋白（RBP）的结合位点	CR-deal利用图注意力网络将序列和结构特征统一到同一视图中，更有效地利用结构特征提高预测准确性，并通过集成梯度特征解释推断结合位点的功能结构区域	现有方法在准确性和可解释性方面仍有改进空间	预测circRNA与RBP的结合位点并解释其功能结构区域	circRNA和RNA结合蛋白（RBP）	natural language processing	NA	cross-linking immunoprecipitation sequencing technology	graph attention network	genome-wide circRNA data	37个circRNA数据集和7个lncRNA数据集	NA	NA	NA	NA
968	2025-10-07	NRGCNMDA: Microbe-Drug Association Prediction Based on Residual Graph Convolutional Networks and Conditional Random Fields 2025-Jun, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-024-00678-z PMID:39775537	研究论文	提出一种基于残差图卷积网络和条件随机场的微生物-药物关联预测计算模型NRGCNMDA	结合残差图卷积网络机制和条件随机场来学习高阶相似性特征并确保微生物和药物具有相似的特征嵌入	NA	预测微生物与药物之间的关联关系	微生物和药物	机器学习	NA	Node2vec, 图卷积网络, 条件随机场	图卷积网络, 条件随机场	网络数据	NA	NA	残差图卷积网络	AUC, AUPR	NA
969	2025-10-07	PEDRA-EFB0: colorectal cancer prognostication using deep learning with patch embeddings and dual residual attention 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03292-3 PMID:39833600	研究论文	提出PEDRA-EFB0深度学习架构，通过补丁嵌入和双重残差注意力机制提升结直肠癌CT图像特征提取和生存预测性能	集成补丁嵌入方法和双重残差注意力机制，结合自编码器和熵技术的特征选择算法，有效捕获长距离依赖关系和上下文信息	NA	提升结直肠癌CT图像特征提取效果和生存预测准确性	结直肠癌CT扫描图像	计算机视觉	结直肠癌	CT扫描	深度学习,CNN	医学图像	NA	NA	PEDRA-EFB0,补丁嵌入,双重残差注意力	C-index,BS,MCC,AUC	NA
970	2025-10-07	Automatic skeletal maturity grading from pelvis radiographs by deep learning for adolescent idiopathic scoliosis 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03283-4 PMID:39838221	研究论文	提出一种基于深度学习的多任务学习方法，用于从骨盆X光片自动评估青少年特发性脊柱侧凸的骨骼成熟度（Risser分期）	开发了结合空间和通道重建卷积的改进版Swin Transformer，并采用多任务学习方法进行髂骨区域提取和Risser分期评估	未明确说明数据集规模和多样性限制，以及模型在临床环境中的泛化能力	解决Risser分期手动评估中观察者内和观察者间的不准确性问题	青少年特发性脊柱侧凸患者的骨盆X光片	计算机视觉	青少年特发性脊柱侧凸	X光成像	深度学习, Transformer	医学图像	NA	NA	改进版Swin Transformer, ResNet50, ResNet101, Uni-former, Next-ViT, ConvNeXt	准确率	NA
971	2025-10-07	CTCNet: a fine-grained classification network for fluorescence images of circulating tumor cells 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03297-y PMID:39841310	研究论文	提出CTCNet网络和CTCDet数据集，用于循环肿瘤细胞荧光图像的细粒度分类	首次专门针对CTC分类挑战设计混合架构，结合CNN和Transformer优势，提出并行令牌混合器和可变形大核注意力模块	未明确说明数据集的样本规模限制或模型计算复杂度	解决循环肿瘤细胞亚型的精确分类问题，推动癌症诊断和治疗	外周血中的循环肿瘤细胞(CTCs)	计算机视觉	癌症	荧光成像	CNN, Transformer	荧光图像	NA	NA	CTCNet, 并行令牌混合器, DLKAttention	分类准确率	NA
972	2025-10-07	Adaptive ensemble loss and multi-scale attention in breast ultrasound segmentation with UMA-Net 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03301-5 PMID:39847155	研究论文	提出UMA-Net模型和自适应集成损失函数用于乳腺超声图像分割	集成残差连接、注意力机制和空洞卷积瓶颈层以捕获多尺度上下文信息，并提出自适应集成损失函数动态平衡不同损失组件	NA	解决乳腺超声图像分割中频率和尺度变化导致的泛化问题	乳腺超声图像中的病灶分割	计算机视觉	乳腺癌	超声成像	CNN	图像	五个乳腺超声数据集（BUET、BUSI、Mendeley、OMI、UDIAT）	NA	U-Net, UMA-Net	NA	NA
973	2025-10-07	Non-parametric Bayesian deep learning approach for whole-body low-dose PET reconstruction and uncertainty assessment 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03296-z PMID:39847156	研究论文	提出一种基于非参数贝叶斯深度学习框架NPB-LDPET，用于全身低剂量PET图像重建和不确定性评估	首次将非参数贝叶斯框架与深度学习相结合用于PET重建，能够同时提供高质量图像重建和不确定性量化	研究基于特定数据集，需要进一步验证在不同临床场景下的泛化能力	开发一种能够同时提高低剂量PET图像重建质量并提供不确定性评估的深度学习框架	全身低剂量PET图像	医学影像分析	肿瘤学	PET成像	深度学习	医学图像	10,631个样本用于全局重建评估，28个病灶用于局部评估	NA	非参数贝叶斯深度学习框架	SSIM, PSNR, NRMSE, MAE, 局部对比度, 不确定性相关性	NA
974	2025-10-07	Unrolled deep learning for breast cancer detection using limited-view photoacoustic tomography data 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03302-4 PMID:39856397	研究论文	提出基于展开深度学习的有限视角光声断层扫描图像重建方法，用于乳腺癌检测	结合分裂Bregman全变分和松弛基追踪乘子交替方向法的展开深度学习网络，集成U-Net去噪器，实现从全视角到有限视角的迁移学习	仅针对有限视角场景，未考虑其他临床成像限制因素	提高有限视角光声断层扫描的图像重建质量和计算效率	乳腺癌检测的光声断层扫描数据	计算机视觉	乳腺癌	光声断层扫描	深度学习	图像	NA	NA	U-Net	MS-SSIM, 重建时间	NA
975	2025-10-07	Smart home-assisted anomaly detection system for older adults: a deep learning approach with a comprehensive set of daily activities 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03308-y PMID:39888470	研究论文	提出一种基于深度学习的智能家居辅助异常检测系统，用于监测老年人日常活动模式并检测异常行为	首次在人口层面建模行为模式，同时考虑完整的41项日常活动组合，并引入时间成分进行异常检测	未明确说明数据收集的具体环境和参与者特征，聚类效果的轮廓分数较低(0.18)	开发智能家居环境下老年人健康监测和异常行为检测系统	老年人的日常活动模式	机器学习	老年疾病	智能家居传感技术	RNN	时间序列活动数据	NA	NA	循环神经网络	轮廓分数,均方误差,偏离活动数量	NA
976	2025-10-07	AdptDilatedGCN: Protein-ligand binding affinity prediction based on multi-scale interaction fusion mechanism and dilated GCN 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143751 PMID:40316081	研究论文	提出一种基于多尺度交互融合机制和扩张图卷积网络的蛋白质-配体结合亲和力预测深度学习方法	通过多尺度交互融合机制充分挖掘蛋白质和配体的细粒度和粗粒度信息，结合扩张图卷积网络、多头注意力机制和自适应门控循环单元增强特征整合能力	NA	预测蛋白质-配体结合亲和力以促进药物发现	蛋白质和配体分子	机器学习	NA	深度学习	GCN, GRU	分子图数据	NA	NA	AdptDilatedGCN, 扩张图卷积网络, 多头注意力机制, 自适应GRU	Pearson相关系数	NA
977	2025-10-07	Inter-hospital transferability of AI: A case study on phase recognition in cholecystectomy 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110235 PMID:40328029	研究论文	本研究以胆囊切除术为例，分析人工智能模型在不同医院间的可迁移性，重点关注手术阶段识别任务	首次系统评估手术阶段识别模型在不同医疗中心间的迁移能力，并提出结合公共数据和特定机构数据的优化策略	研究仅针对胆囊切除术，样本量相对有限（104例公共数据+21例自录视频）	开发具有跨医院泛化能力的手术阶段识别AI模型	胆囊切除术视频数据	计算机视觉	胆囊疾病	深度学习	CNN, TCN	手术视频	104例公共手术视频+21例自录手术视频	NA	ResNet50, MS-TCN	准确率	NA
978	2025-10-07	Oral cavity carcinoma detection using BAT algorithm-optimized machine learning models with transfer learning and random sampling 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110250 PMID:40328028	研究论文	提出一种结合迁移学习、随机采样和BAT算法优化的集成机器学习框架TR-ROS-BAT-ML，用于口腔癌检测	首次将BAT算法（基于蝙蝠回声定位行为）与迁移学习、随机过采样技术结合，构建新型口腔癌诊断框架	未整合多模态数据，临床适用性有待进一步验证	开发准确高效的口腔癌自动检测方法	正常口腔上皮和口腔鳞状细胞癌（OSCC）的组织学图像	数字病理学	口腔癌	H&E染色组织学成像	集成机器学习,深度学习	图像	230名患者的1224张组织学图像（100x和400x放大倍数）	TensorFlow/PyTorch（预训练模型）	NANSNetLarge, EfficientNetB7, EfficientNetV2L, EfficientNetV2S, EfficientNetV2M, XGBoost, AdaBoost, Extra Trees, Histogram-Based Gradient Boosting, MLP	召回率,准确率	NA
979	2025-10-07	Deep learning-based MRI reconstruction with Artificial Fourier Transform Network (AFTNet) 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110224 PMID:40328027	研究论文	提出一种基于深度学习的统一复值框架AFTNet，用于加速MRI重建和其他图像逆问题求解	首次将复值神经网络与频域学习相结合，直接在频率域处理原始k空间数据，实现跨域映射学习	NA	解决加速磁共振成像重建等图像逆问题	磁共振成像数据、磁共振波谱数据	医学影像分析	NA	磁共振成像，磁共振波谱	复值神经网络	k空间数据，图像数据	NA	NA	AFTNet	NA	NA
980	2025-10-07	Real-time brain tumour diagnoses using a novel lightweight deep learning model 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110242 PMID:40334297	研究论文	提出一种名为MK-YOLOv8的轻量级深度学习框架，用于从MRI图像中实时检测和分类脑肿瘤	在YOLOv8架构基础上引入Ghost Convolution、C3Ghost模块和SPPELAN模块，并添加x-small目标检测层，显著降低计算复杂度同时提高小肿瘤检测精度	NA	开发高效的实时脑肿瘤诊断工具	脑部MRI图像中的肿瘤检测与分类	计算机视觉	脑肿瘤	MRI成像	YOLO	图像	Figshare脑肿瘤数据集(3,064张MRI图像)和Br35H数据集(801张MRI图像)	PyTorch	YOLOv8, MK-YOLOv8	mAP, IoU, 召回率, FPS	96.9 GFLOPs计算量，1260万参数，实时推理速度62 FPS