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
41	2025-07-11	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出了一种结合变分自编码器(VAE)和生成对抗网络(GAN)的模型VAE-GANMDA，用于预测微生物-药物关联	通过融合VAE和GAN学习数据的非线性流形特征，并改进VAE生成模块，整合CBAM和高斯核函数，增强特征提取能力	未提及具体的数据集规模限制或模型泛化能力的局限性	开发一种高效且经济的微生物-药物关联预测方法	微生物和药物之间的关联	机器学习	NA	VAE, GAN, CBAM, 高斯核函数, SVD, k-means++	VAE-GANMDA (结合VAE和GAN的模型), MLP	微生物-药物关联数据	未明确提及具体样本数量
42	2025-07-11	Interactive prototype learning and self-learning for few-shot medical image segmentation 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103183 PMID:40544698	研究论文	提出了一种新的交互式原型学习和自学习网络，用于解决医学图像分割中的少样本学习问题	通过深度编码-解码模块、交互式原型学习模块和查询特征引导的自学习模块，解决了类内不一致性和类间相似性带来的分割挑战	未明确提及具体局限性	提高医学图像分割在少样本学习场景下的性能和泛化能力	医学图像	数字病理	NA	少样本学习	深度编码-解码网络	图像	未明确提及具体样本数量
43	2025-07-11	Predicting drug-drug interactions: A deep learning approach with GCN-based collaborative filtering 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103185 PMID:40544699	研究论文	本文提出了一种基于图卷积网络（GCN）和协同过滤的AI推荐模型，用于预测药物-药物相互作用（DDIs）	该模型通过分析相互作用药物的连接性而非化学结构，避免了传统分类模型中对未定义相互作用进行负采样的问题，能够预测所有未知药物对的潜在相互作用	模型的性能仅依赖于DDI报告数据，可能受到数据质量和覆盖范围的限制	开发一种能够准确预测药物-药物相互作用的方法，以提高患者用药安全性	药物-药物相互作用（DDIs）	机器学习	NA	图卷积网络（GCN），协同过滤	GCN	药物相互作用数据	4,072种药物和1,391,790对药物相互作用
44	2025-07-11	A prior knowledge-supervised fusion network predicts survival after radiotherapy in patients with advanced gastric cancer 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103184 PMID:40587926	research paper	提出一种基于先验知识的多模态融合方法，用于预测晚期胃癌患者放疗后的总生存期	引入先验知识监督的融合网络（PKSFnet）及新型采样策略，提升预测性能	未明确说明样本多样性或外部验证集的泛化能力	预测晚期胃癌患者放疗后的总生存期以辅助临床诊疗决策	晚期胃癌患者的CT图像及多模态临床数据	digital pathology	gastric cancer	multimodal fusion	PKSFnet (prior knowledge-supervised fusion network)	CT图像及多模态临床数据	未明确说明具体样本量
45	2025-07-11	Your turn: At home turning angle estimation for Parkinson's disease severity assessment 2025-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103194 PMID:40577945	研究论文	本文提出了一种基于深度学习的方法，通过从视频中提取3D骨架并计算髋关节和膝关节的旋转，自动量化帕金森病患者的转弯角度	首次探索使用单目相机数据在家庭环境中量化帕金森病患者的转弯角度	在自由生活环境中难以获得准确的地面真实数据，因此将角度量化为最近的45°分箱	利用步态特征作为帕金森病进展的敏感指标	帕金森病患者和健康对照志愿者的转弯视频片段	计算机视觉	帕金森病	3D骨架提取	Fastpose和Strided Transformer	视频	来自24名受试者（12名帕金森病患者和12名健康对照志愿者）的1386个转弯视频片段
46	2025-07-10	AI as teacher: effectiveness of an AI-based training module to improve trainee pediatric fracture detection 2025-Sep, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04927-0 PMID:40227327	研究论文	评估基于AI的无监督训练模块在提高儿科骨折检测准确性方面的有效性	使用开源深度学习骨折检测算法自动标注放射影像，作为教育工具	医学生的检测准确性未显著提高，可能由于任务背景熟悉度不足	评估AI作为教学工具在儿科骨折检测中的效果	医学生和放射科住院医师	数字病理	儿科骨折	深度学习	CNN	放射影像	240例儿科上肢放射检查
47	2025-07-10	A dataset of microscopic spirometra mansoni for medical image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110661 PMID:40578156	research paper	该研究介绍了一个专门用于曼氏裂头蚴医学图像分割的显微镜图像数据集，旨在通过深度学习提高寄生虫感染的诊断准确性	提出了首个针对曼氏裂头蚴的显微镜图像分割数据集，并进行了定量分析，包括背景熵和形态熵的评估	数据集的样本来源仅限于粪便悬浮液，可能无法涵盖所有感染情况	开发并验证用于曼氏裂头蚴检测的语义分割CNN模型	曼氏裂头蚴的显微镜图像	digital pathology	寄生虫感染	显微镜成像	CNN	image	1420张显微镜图像，来源于确诊感染病例的粪便悬浮液
48	2025-07-08	Mindset matters: exploring the link between mindsets, learning intentions, and performance in biomedical science students 2025-Sep-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00012.2025 PMID:40516929	研究论文	探讨生物医学科学学生的心态、学习意图与学术表现之间的关系	首次探索学生心态与学习意图之间的关系，并采用混合方法研究验证成长心态对学术表现的积极影响	样本仅限二年级生物医学科学学生，可能无法推广到其他年级或学科	研究心态对学习意图和学术表现的影响	256名二年级生物医学科学学生	教育心理学	NA	混合方法研究（定性与定量分析）	NA	问卷回答与学术成绩数据	256名二年级生物医学科学学生
49	2025-07-07	Kernelized weighted local information based picture fuzzy clustering with multivariate coefficient of variation and modified total Bregman divergence measure for brain MRI image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110458 PMID:40527240	研究论文	提出了一种基于核化加权局部信息的图片模糊聚类方法，用于脑部MRI图像分割	首次在图片模糊集框架下使用多元变异系数理论开发局部图片模糊信息度量，并整合非欧几里得距离度量以提高分割精度	NA	解决噪声环境下医学图像分割的挑战	脑部MRI图像	计算机视觉	脑部疾病	核化加权局部信息方法	图片模糊聚类	MRI图像	Brainweb、IBSR和MRBrainS18 MRI数据集以及CT图像模板
50	2025-07-07	Learning hemodynamic scalar fields on coronary artery meshes: A benchmark of geometric deep learning models 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110477 PMID:40532501	research paper	该研究通过几何深度学习模型对冠状动脉血流动力学标量场进行预测，作为计算流体动力学（CFD）模拟的替代方法	首次对多种几何深度学习后端在预测冠状动脉虚拟血流储备分数（vFFR）场方面进行全面实证分析，并确定基于变压器的架构在复杂拓扑数据集中的优越性	研究主要关注几何深度学习模型在特定数据集上的表现，可能无法完全代表所有临床场景	评估不同几何深度学习后端在预测冠状动脉血流动力学场方面的性能，寻找CFD模拟的有效替代方法	冠状动脉血流动力学场（特别是vFFR场）	digital pathology	cardiovascular disease	computational fluid dynamics (CFD), geometric deep learning	transformer-based architectures, CNN, LSTM, GAN	mesh data	1,500个合成的左冠状动脉分叉数据集和427个患者特异性CFD模拟数据集
51	2025-07-07	Patch-type wearable electrocardiography and impedance pneumography for sleep staging: A multi-modal deep learning approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110452 PMID:40532503	研究论文	本研究评估了一种基于单导联心电图（ECG）和阻抗呼吸描记术（IPG）的贴片式可穿戴设备在多阶段睡眠分类中的可行性	提出了一种结合ECG和IPG的多模态深度学习方法，用于睡眠分期，并通过特征选择和模型优化实现了高准确性和计算效率的平衡	样本量相对较小（92名患者），且未涵盖所有睡眠阶段（如N3阶段）	探索便携式ECG-IPG系统在睡眠分期中的应用，以实现连续睡眠监测和个性化健康管理	睡眠分期	数字病理	睡眠障碍	单导联ECG和IPG	RCNN	生理信号数据（ECG和IPG）	92名患者
52	2025-07-07	Expert-level differentiation of incomplete Kawasaki disease and pneumonia from echocardiography via multiple large receptive attention mechanisms 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110478 PMID:40541073	research paper	该研究开发了两种深度学习模型MRANet和MLRANet，用于从不完全川崎病和肺炎的超声心动图中进行专家级区分	提出了结合多重感受野注意力机制的新型深度学习模型MLRANet，在检测冠状动脉异常方面超过专家水平表现	研究样本量相对较小（203个超声心动图数据集），需要在更大规模数据上进行验证	开发能够辅助诊断不完全川崎病的计算机辅助诊断工具	不完全川崎病和肺炎患者的超声心动图数据	digital pathology	cardiovascular disease	deep learning	MRANet, MLRANet	image	203个超声心动图数据集
53	2025-07-07	Generative deep-learning-model based contrast enhancement for digital subtraction angiography using a text-conditioned image-to-image model 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110598 PMID:40543272	研究论文	本研究探讨了使用基于生成式深度学习模型的对比度增强技术来改善数字减影血管造影（DSA）图像的质量	提出了一种基于文本条件的图像到图像模型，结合Stable Diffusion、ControlNet和低秩适应技术，用于DSA图像的对比度增强	信噪比（SNR）下降表明噪声增加，且需要进一步优化伪影抑制和临床验证	提高DSA图像的对比度，特别是在慢性肾脏病（CKD）患者中减少碘对比剂的使用	数字减影血管造影（DSA）图像	数字病理	慢性肾脏病	Stable Diffusion, ControlNet, 低秩适应	生成式深度学习模型	图像	1207个DSA系列图像
54	2025-07-07	Spindle Autoencoder-CNN hybrid model for cardiac arrhythmia classification 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110593 PMID:40543278	研究论文	提出了一种结合改进的纺锤形自动编码器（MSCAE）和卷积神经网络（CNN）的新型深度学习分类框架，用于心电信号的心律失常分类	与传统自动编码器不同，纺锤形自动编码器利用更深且对称的隐藏层从心电信号中提取复杂且有意义的表示，这些特征随后由CNN分析以捕捉空间关系	研究仅基于MIT-BIH心律失常数据库进行评估，未涉及其他数据集或实际临床环境中的验证	提高心律失常自动检测系统的诊断效率和准确性	心电信号（ECG）	数字病理学	心血管疾病	深度学习	MSCAE-CNN混合模型	心电信号	MIT-BIH心律失常数据库中的正常和异常心跳记录
55	2025-07-07	PMFF-Net: A deep learning-based image classification model for UIP, NSIP, and OP 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110618 PMID:40543280	研究论文	本研究开发了一种基于深度学习的图像分类模型PMFF-Net，用于区分三种常见的间质性肺疾病类型，以辅助医生诊断并提高诊断准确性	提出了一种新的并行多尺度特征融合网络(PMFF-Net)模型，能够快速准确地对UIP、NSIP和OP等间质性肺疾病影像进行分类	样本量相对较小(仅130例患者)，且数据来自单一地区的四家医院，可能影响模型的泛化能力	开发深度学习模型辅助间质性肺疾病的影像学诊断	高分辨率CT(HRCT)影像	数字病理	间质性肺疾病	深度学习	PMFF-Net(Parallel Multi-scale Feature Fusion Network)	医学影像	130例患者HRCT影像(含UIP、NSIP和OP)和50例正常对照
56	2025-07-07	BioTransX: A novel bi-former based hybrid model with bi-level routing attention for brain tumor classification with explainable insights 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110515 PMID:40543279	research paper	本文介绍了一种名为BioTransX的新型混合模型，用于脑肿瘤分类，具有可解释性	BioTransX结合了双形式编码器机制和动态稀疏注意力转换器，以及集成卷积网络，提高了分类准确性和可解释性	未提及具体局限性	提高脑肿瘤分类的准确性和可解释性	脑肿瘤MRI图像	digital pathology	brain tumor	CLAHE, Grad-CAM, Gradient Attention Rollout	transformer-based hybrid model (BioTransX)	MRI图像	Kaggle MRI数据集，BraTS和Figshare数据集
57	2025-07-07	SE-ATT-YOLO- A deep learning driven ultrasound based respiratory motion compensation system for precision radiotherapy 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110638 PMID:40544802	研究论文	开发了一种基于超声和深度学习的呼吸运动补偿系统（RMCS），用于减少放疗中呼吸运动引起的肿瘤位移	提出了SE-ATT-YOLO模型，结合了挤压激励块和增强注意力机制，改进了YOLOv8n模型，提高了超声图像检测的实时性和准确性	未提及模型在更广泛临床环境中的验证情况	开发一种非侵入性的呼吸运动补偿系统，以提高放疗的精确性	人类膈肌的超声运动	计算机视觉	肿瘤	深度学习	SE-ATT-YOLO（改进的YOLOv8n）	超声图像	未明确提及样本数量
58	2025-07-07	Ensemble-based Convolutional Neural Networks for brain tumor classification in MRI: Enhancing accuracy and interpretability using explainable AI 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110555 PMID:40554976	研究论文	本研究通过集成多种CNN架构和可解释性AI技术，提高了MRI图像中脑肿瘤分类的准确性和可解释性	结合多种预训练CNN架构的集成学习方法和可解释性AI技术（如Grad-CAM++和Integrated Gradients）来提升分类性能和模型透明度	未提及样本量是否足够大以及模型在外部验证集上的表现	提高MRI图像中脑肿瘤分类的准确性和临床可解释性	MRI图像中的脑肿瘤（包括神经胶质瘤、脑膜瘤和垂体腺瘤）	数字病理学	脑肿瘤	MRI	集成CNN（VGG16, DenseNet121, Inception-ResNet-v2）	图像	NA
59	2025-07-07	Towards a comprehensive characterization of arteries and veins in retinal imaging 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110516 PMID:40554981	研究论文	提出了一种新颖的集成方法，用于视网膜成像中动静脉的综合分析和特征提取	通过多阶段方法准确确定血管路径并从中提取信息特征，超越了传统的血管分割任务	未提及具体的数据集规模或临床验证结果	实现视网膜血管系统的全面分析和特征提取，以支持临床诊断	视网膜图像中的动静脉	数字病理	糖尿病和高血压相关的眼病	深度学习	深度语义分割网络和RNN	图像	NA
60	2025-07-07	SER inspired deep learning approach to detect cardiac arrhythmias in electrocardiogram signals using Temporal Convolutional Network and graph neural network 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110536 PMID:40580615	research paper	提出了一种结合Temporal Convolutional Networks (TCN)和Graph Convolutional Networks (GCN)的深度学习方法，用于心电图信号中的心律失常检测	通过构建心电图信号的循环图，利用图信号处理增强数据表示并提高分类准确性	未提及具体局限性	开发一种高效准确的心电图分析方法，用于资源受限的医疗环境	心电图信号	machine learning	cardiovascular disease	Temporal Convolutional Network (TCN), Graph Convolutional Network (GCN)	TCN, GCN	ECG信号	Chapman和Shaoxing 12导联心电图数据库，11种心律类别合并为4个超类