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
1681	2025-06-11	Impact of Noisy Supervision in Foundation Model Learning 2025-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3552309 PMID:40117144	研究论文	本文首次全面理解和分析了预训练数据集中的噪声性质，并有效减轻了其对下游任务的影响	首次全面分析预训练数据集中的噪声性质，并提出NMTune方法调整特征空间以减轻噪声的不良影响	研究主要基于合成噪声数据集，对真实世界噪声的适用性有待进一步验证	研究预训练数据集中的噪声对模型泛化能力的影响及其缓解方法	预训练模型及其在下游任务中的表现	机器学习	NA	完全监督和图像-文本对比预训练	NA	图像和文本数据	ImageNet-1K、YFCC15M和CC12M数据集
1682	2025-06-11	Artificial intelligence for optimal in vitro fertilization morphokinetics 2025-Jul, European journal of obstetrics, gynecology, and reproductive biology DOI:10.1016/j.ejogrb.2025.114039 PMID:40398145	research paper	该研究开发了一个基于人工智能的模型，用于通过延时成像视频确定胚胎的形态动力学阶段	首次使用公开的体外受精数据集，结合CNN和EfficientNetB4深度学习模型，对胚胎形态动力学阶段进行分类	模型的整体准确率为0.71，灵敏度为0.59，仍有提升空间	开发人工智能模型以优化体外受精胚胎的形态动力学分析	人类胚胎的延时成像视频	digital pathology	infertility	time-lapse imaging (TLI)	CNN, EfficientNetB4	video	704个视频，来自716对不孕夫妇，共240万张图像
1683	2025-06-10	Myocardial Infarction Detection using Variational Mode Decomposition with Fuzzy Weight Particle Swarm Optimization and Depthwise Separable Convolutional Network 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110329 PMID:40403641	研究论文	该研究提出了一种结合变分模态分解与模糊权重粒子群优化（VMD-FWPSO）、主成分分析（PCA）和深度可分离卷积网络（DwSCN）的先进框架，用于从心电信号中精确检测心肌梗死	创新点包括使用VMD-FWPSO进行优化的噪声消除，PCA降低特征维度，以及DwSCN模型捕捉心电数据的时空依赖性以提高分类准确性	未明确提及具体局限性	提高心肌梗死（MI）在心电信号中的检测精度	心电信号（ECG）	数字病理学	心血管疾病	变分模态分解（VMD）、模糊权重粒子群优化（FWPSO）、主成分分析（PCA）	深度可分离卷积网络（DwSCN）	心电信号数据	使用了PTB-ECG和MIT-BIH心律失常数据集
1684	2025-06-10	Automatic adult age estimation using bone mineral density of proximal femur via deep learning 2025-Jul, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112511 PMID:40440868	研究论文	本研究开发了一种基于深度学习的端到端流程，利用股骨近端CT扫描的骨密度数据进行自动成人年龄估计	首次构建大规模真实世界临床和尸体队列数据集，微调Segment Anything Model (SAM)进行股骨分割，并评估多种CNN模型用于基于骨密度数据的精确年龄估计	外部尸体数据集验证的MAE较高(6.91年)，表明模型在死后样本上的性能有待提高	开发自动成人年龄估计方法用于法医和人类学应用	5151例来自临床和尸体队列的股骨近端CT扫描	数字病理	NA	CT扫描	CNN, SAM	医学影像	5151例CT扫描(临床和尸体来源)
1685	2025-06-10	Multiclass ensemble framework for enhanced prostate gland Segmentation: Integrating Self-ONN decoders with EfficientNet 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110459 PMID:40449047	research paper	该研究提出了一种多类集成框架，用于增强前列腺腺体分割，通过结合EfficientNet编码器与Self-ONN解码器来提高分割准确性	采用Self-ONN解码器结合EfficientNet编码器，解决了传统CNN线性神经元模型在捕捉生物神经系统的复杂动态方面的局限性	未提及具体局限性	提高前列腺癌诊断和治疗的自动化分割技术质量	前列腺腺体及其分区区域（外周区PZ、移行区TZ和整个腺体）	digital pathology	prostate cancer	Self-organized Operational Neural Network (Self-ONN), EfficientNetB4, STAPLE方法	Self-ONN, EfficientNetB4	MRI图像	大规模PI-CAI Challenge数据集，使用5折交叉验证
1686	2025-06-10	Deep Learning Reveals Liver MRI Features Associated With PNPLA3 I148M in Steatotic Liver Disease 2025-Jul, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.70164 PMID:40478199	研究论文	该研究利用深度学习模型分析肝脏MRI图像，以识别与PNPLA3 I148M基因变异相关的脂肪肝病特征	首次应用深度学习模型于MRI图像，非侵入性检测PNPLA3 I148M纯合子，揭示了该基因变异与肝脏脂肪分布的关系	研究排除了杂合子个体，可能限制了结果的全面性；样本全部来自UK Biobank，可能存在人群偏差	开发非侵入性方法识别PNPLA3 I148M基因变异携带者，为脂肪肝病患者提供个性化医疗	UK Biobank中的45,603名个体的MRI图像和常见基因变异数据	数字病理学	脂肪肝病	MRI成像、水脂分离技术、基因分型	Vision Transformer、U-Net	MRI图像、基因数据	45,603名UK Biobank参与者，其中600张手动分割的肝脏图像用于训练U-Net模型
1687	2025-06-10	Use of Artificial Intelligence and Machine Learning in Critical Care Ultrasound 2025-Jul, Critical care clinics IF:3.0Q2 DOI:10.1016/j.ccc.2025.02.008 PMID:40484623	research paper	本文探讨了人工智能（AI）在重症监护超声中的变革潜力	AI技术，特别是深度学习和卷积神经网络，现在辅助图像采集、解释和质量评估，简化工作流程并减少操作者变异性	需要可解释的AI系统以获得临床医生的信任并促进更广泛的采用	探索AI在重症监护超声中的应用及其潜力	重症监护超声	machine learning	NA	deep learning, convolutional neural networks	CNN	image	NA
1688	2025-06-09	A robust automated segmentation method for white matter hyperintensity of vascular-origin 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	research paper	开发并验证了一种基于transformer的深度学习方法，用于血管源性白质高信号（WMH）的自动分割	提出了一种基于transformer的自动分割方法，能够在不同MRI系统和采集设置下实现稳健的WMH分割	虽然在不同数据集上表现良好，但未涉及所有可能的临床场景和MRI系统	开发一种稳健的深度学习方法，用于血管源性WMH的自动分割	白质高信号（WMH）	digital pathology	cardiovascular disease	3D T1和3D T2-FLAIR图像	transformer-based method	image	126名参与者用于训练和测试，外加两个独立数据集（170名和70名受试者）用于外部验证
1689	2025-06-09	Clinical microbiology and artificial intelligence: Different applications, challenges, and future prospects 2025-Jul, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107125 PMID:40188989	综述	本文综述了人工智能在临床微生物学中的不同应用、挑战及未来前景	探讨了AI在临床微生物学中的最新应用，包括减少传统分析方法的时间和成本，以及预测新型抗菌剂	讨论了AI实施中的挑战，如伦理考虑、潜在的偏见和数据训练相关的错误	提供人工智能在临床微生物学中最新应用的概述，并鼓励临床实践者采用机器学习算法	临床微生物学中的数据处理和分析	人工智能	传染病	光谱分析（拉曼和MALDI-TOF光谱）、显微镜图像（革兰氏和抗酸染色）、基因组和蛋白质序列（全基因组测序（WGS）和蛋白质数据库（PDBs））	机器学习和深度学习算法	光谱数据、图像、序列数据	NA
1690	2025-06-09	Pancreas segmentation in CT scans: A novel MOMUNet based workflow 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110346 PMID:40398261	研究论文	提出了一种基于MOMUNet的新型工作流程，用于提高CT扫描中胰腺分割的准确性和计算效率	引入了外部轮廓裁剪(ECC)和尺寸比例(SR)技术，开发了超轻量级分割模型MOMUNet，显著提升了小腹部器官分割的准确性	未明确提及该方法在其他器官或更大规模数据集上的泛化能力	提高CT扫描中胰腺分割的准确性和计算效率	胰腺和结肠等小腹部器官	数字病理	胰腺癌	CT扫描	MOMUNet	医学影像	NIH-Pancreas数据集和MSD-Pancreas数据集
1691	2025-06-09	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-Jul, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	研究论文	提出了一种结合深度学习和经典优化求解器的交替深度低秩方法（ADLR），用于解决信号重建中训练与目标数据不匹配的问题	结合深度学习和经典优化求解器，有效缓解信号重建中训练与目标数据不匹配的问题	未提及具体局限性	提高信号重建的鲁棒性，解决训练与目标数据不匹配的问题	生物医学磁共振信号	信号处理	NA	深度学习，经典优化求解器	ADLR（交替深度低秩方法）	信号数据	合成和真实世界的生物医学磁共振信号
1692	2025-06-09	Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110327 PMID:40403640	研究论文	开发了一种基于transformer的自动评分系统，用于评估葡萄膜炎患者荧光素血管造影中的视网膜炎症	利用transformer模型自动评估葡萄膜炎患者的视网膜炎症，使用了迄今为止最大的荧光素血管造影数据集	研究未提及模型在临床实际应用中的表现及对不同类型葡萄膜炎的泛化能力	开发自动化方法评估葡萄膜炎患者的视网膜炎症	葡萄膜炎患者的荧光素血管造影图像	计算机视觉	葡萄膜炎	荧光素血管造影	transformer	图像	543名患者（1042只眼睛，40987张图像）
1693	2025-06-09	Large medical image database impact on generalizability of synthetic CT scan generation 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110303 PMID:40403634	研究论文	本研究系统性地探讨了训练数据库规模对深度学习模型在合成医学图像生成中的泛化能力的影响	使用了一个包含4000例患者CT扫描的庞大数据库，规模远超先前研究，并采用CycleGAN与软配对数据相结合的方法进行kVCT图像合成	未提及具体的研究局限性	评估数据库规模对医学图像翻译任务中模型性能的影响	千伏计算机断层扫描(kVCT)和兆伏计算机断层扫描(MVCT)图像	医学图像处理	NA	Cycle-Consistency Generative Adversarial Network (CycleGAN)	CycleGAN	CT扫描图像	4000例患者CT扫描
1694	2025-06-09	Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110347 PMID:40403637	研究论文	本文提出了一种基于ResNet-34骨干网络的增强U-Net架构，用于提高乳腺组织病理学图像中细胞核分割的准确性	使用ResNet-34作为U-Net的骨干网络，显著提升了细胞核分割的性能，并在多个数据集上验证了其鲁棒性	研究主要基于有限数量的医学影像数据集，可能需要在更大规模的数据集上进行进一步验证	提高乳腺组织病理学图像中细胞核分割的准确性，以支持更有效的临床诊断	乳腺组织病理学图像中的细胞核	数字病理学	乳腺癌	深度学习	U-Net with ResNet-34 backbone	图像	BreCaHad、BNS和MoNuSeg-2018数据集
1695	2025-06-09	CancerNet: A comprehensive deep learning framework for precise and intelligible cancer identification 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110339 PMID:40409034	research paper	介绍了一个名为CancerNet的深度学习框架，用于精确且可解释的癌症识别	结合了卷积、反卷积和Transformer组件，以提取层次特征并捕获医学影像数据中的长距离依赖关系	未提及具体的数据集规模限制或模型在更广泛癌症类型上的泛化能力	开发一个高效且透明的深度学习框架，用于癌症检测	肿瘤组织的组织病理学图像和胶质瘤的全幻灯片图像	digital pathology	glioma	Deep Learning	CNN, Transformer	image	未明确提及具体样本数量，但使用了Histopathological Image数据集和DeepHisto验证数据集
1696	2025-06-09	Augmenting Common Spatial Patterns to deep learning networks for improved alcoholism detection using EEG signals 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110359 PMID:40409035	研究论文	本文提出了一种名为CSP-CNN-LSTM-ATTN的混合架构，用于通过EEG信号检测酗酒，结合了CSP、CNN、LSTM和注意力网络以提高分类性能	首次提出了一种结合CSP、CNN、LSTM和注意力网络的混合架构，考虑了EEG信号的时空特性，显著提高了酗酒检测的准确性	仅使用了公开的UCI EEG数据集，未在其他数据集上验证模型的泛化能力	开发一种快速、可靠、自动且非侵入性的酗酒检测方法	酗酒患者的EEG信号	机器学习	酗酒	EEG信号分析	CSP-CNN-LSTM-ATTN	EEG信号	公开的UCI EEG数据集
1697	2025-06-09	A multimodal deep learning framework for enzyme turnover prediction with missing modality 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110348 PMID:40409036	research paper	提出了一种名为MMKcat的多模态深度学习框架，用于预测酶转换数（k），并处理输入模态缺失的问题	引入了一种基于先验知识的缺失模态训练机制，以及创新的辅助正则化器，以从不同模态组合中学习信息特征	未明确提及具体局限性，但可能涉及对某些特定酶或反应类型的适用性限制	开发一个能够准确预测酶转换数（k）的深度学习框架，特别是在输入模态缺失的情况下	酶、底物和反应产物	machine learning	NA	深度学习（DL）	MMKcat（多模态深度学习框架）	序列数据（酶序列、底物序列）	使用BRENDA和SABIO-RK数据库进行测试，具体样本数量未明确提及
1698	2025-06-09	A general survey on medical image super-resolution via deep learning 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110345 PMID:40412085	综述	本文全面综述了基于深度学习的医学图像超分辨率技术	提供了模块化和详细的医学图像超分辨率技术关键组成部分介绍，并分析了未来发展趋势和挑战	未涉及具体实验验证或性能比较	综述医学图像超分辨率技术的发展现状和未来方向	医学图像超分辨率技术	数字病理	NA	深度学习	NA	医学图像	NA
1699	2025-06-09	Comparison of three classifiers in detection of obstruction of the lower urinary tract using recorded sounds of voiding 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110337 PMID:40412086	研究论文	本研究旨在通过家庭录制的排尿声音自动检测下尿路梗阻，比较了三种分类器的性能	使用小波尺度图将排尿声音表示为图像，结合深度学习模型Inception v3进行自动分类	样本量较小（93名患者），且所有数据来自单一设备（Oppo智能手表）	开发一种自动检测下尿路梗阻的非侵入性方法	下尿路梗阻患者和非梗阻患者的排尿声音记录	数字病理学	泌尿系统疾病	小波变换，深度学习	Inception v3 CNN, SVM, MLP	音频（转换为图像）	93名患者，每人5-13条录音记录
1700	2025-06-09	Deep learning-based histopathologic segmentation of peritubular capillaries in kidney transplant biopsies 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110395 PMID:40413895	研究论文	本研究介绍了一种基于深度学习的方法，用于在PAS染色的肾移植活检中检测和分割肾小管周围毛细血管（PTCs），为自动化评分肾小管周围毛细血管炎（ptc）提供了第一步	该模型是在具有形态学异常的移植活检数据集上训练的，仅需PAS染色的肾活检和CD34免疫组织化学确认的真实数据	显著的间质炎症和纤维化使PTCs变得不易识别，以及存在模仿PTCs的结构（如萎缩的肾小管）对模型构成了最大的挑战	自动化评估肾移植活检中肾小管周围毛细血管（PTCs）的炎症程度，以诊断抗体介导的排斥反应	肾移植活检中的肾小管周围毛细血管（PTCs）	数字病理学	肾脏疾病	深度学习	U-Net	图像	69例PAS染色的肾移植活检全切片图像，约28,000个PTCs用于训练和评估