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
901	2025-09-06	The use of knowledge graphs for drug repurposing: From classical machine learning algorithms to graph neural networks 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110873 PMID:40784078	综述	本文综述了基于知识图谱的计算药物重定位方法，涵盖从传统机器学习到图神经网络的技术	系统梳理了知识图谱在药物重定位中的应用，对比分析了传统方法与深度学习方法的能力与局限	NA	探索计算方法和人工智能在识别药物新适应症方面的应用	药物-疾病关系	自然语言处理	NA	知识图谱构建与链接预测	传统机器学习算法、图神经网络(GNN)	生物医学知识数据	NA
902	2025-09-06	MARIA: A multimodal transformer model for incomplete healthcare data 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110843 PMID:40784080	研究论文	提出一种名为MARIA的多模态Transformer模型，用于处理医疗健康领域中的不完整数据	采用改进的掩码自注意力机制，无需数据插补即可直接处理不完整多模态数据	NA	开发能够有效处理不完整多模态医疗数据的深度学习模型	医疗健康诊断和预测任务中的多模态数据	机器学习	NA	深度学习	Transformer	多模态医疗数据	在8个诊断和预后任务上评估，与10个先进模型对比
903	2025-09-06	SpectroNet-LSTM: An interpretable deep learning approach to cardiac anomaly detection through heartbeat sound analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110774 PMID:40789236	研究论文	提出一种结合SpectroNet和LSTM的可解释深度学习框架，用于通过心音分析自动检测心脏异常	集成先进特征提取、深度学习融合和可解释AI技术，构建全自动且可解释的心脏异常检测系统	NA	开发自动化心脏异常检测系统以改善心血管疾病诊断	心音录音数据	数字病理	心血管疾病	MFCC和频谱图分析	ResNet101, VGG16, Inception V3, LSTM	音频	基于综合心音录音数据集（具体数量未说明）
904	2025-09-06	Dendrite cross attention for high-dose-rate brachytherapy distribution planning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110902 PMID:40789235	研究论文	本研究提出了两种深度学习模型BiCA-UNet和DCA-UNet，用于改进宫颈癌高剂量率近距离放射治疗的剂量分布规划	引入了交叉注意力机制和树状分支结构，增强了对临床靶区和危险器官区域的特征表示能力	NA	提高高剂量率近距离放射治疗剂量预测的准确性和治疗计划标准化	宫颈癌患者	数字病理	宫颈癌	深度学习	UNet with cross-attention mechanisms	CT扫描图像和分割图谱	NA
905	2025-09-06	Predicting diameter and tensile strength of electrospun fibers for biomedicine: A comparison of Box-Behnken design, traditional machine learning and deep learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110923 PMID:40803173	研究论文	系统比较Box-Behnken设计、传统机器学习和深度学习在预测电纺纤维直径和拉伸强度方面的性能	首次对具有显著不同形态的电纺支架进行三种设计方法的全面对比分析	实验数据集较小（n=18），Box-Behnken设计出现过拟合问题，传统机器学习方法在拉伸强度预测上存在困难	预测电纺聚己内酯支架的纤维直径和拉伸强度	电纺聚己内酯纤维支架	机器学习	NA	电纺丝技术	线性回归、支持向量回归、k近邻回归、随机森林回归、梯度提升回归、极端梯度提升回归、人工神经网络	实验参数数据	18个电纺支架样本（15个训练，3个测试）
906	2025-09-06	BSA-Net: Boundary-prioritized spatial adaptive network for efficient left atrial segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110851 PMID:40812011	研究论文	提出一种用于高效左心房分割的边界优先空间自适应网络BSA-Net	通过特征位置和损失优化的自适应调整策略建立远程特征关系并增强边界区域的鲁棒特征表示	NA	解决左心房分割中结构不完整和边界不连续的问题	左心房医学图像	计算机视觉	心血管疾病	深度学习	CNN	医学图像	三个基准数据集（LA、Utah、Waikato）
907	2025-09-06	Detection and classification of diabetic retinopathy in retinal fundus images using deep spiking Q Network optimized with partial reinforcement optimizer 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110863 PMID:40812015	研究论文	提出一种基于深度脉冲Q网络和部分强化优化器的糖尿病视网膜病变检测与分类方法	首次将深度脉冲Q网络(DSQN)与部分强化优化器(PRO)结合用于DR分类，通过PRO优化网络权重参数以提高精度	NA	糖尿病视网膜病变的自动检测与分类	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	时间频率同步提取变换(TFSET)	深度脉冲Q网络(DSQN)	图像	使用Eye PACS眼底图像数据集
908	2025-09-06	Spatio-temporal deep learning with temporal attention for indeterminate lung nodule classification 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110813 PMID:40818205	研究论文	提出一种结合时空深度学习和时序注意力的新框架globAttCRNN，用于不确定肺结节的恶性分类	首次引入全局注意力机制的卷积循环神经网络处理序列CT图像，并提出处理时间维度缺失数据的新策略（时序增强和时序丢弃）	NA	通过分析年度重复检查的不确定肺结节，提高肺癌恶性预测准确性	不确定肺结节	计算机视觉	肺癌	CT扫描	CNN, RNN, 注意力机制	图像	175个肺结节（来自NLST数据集，每个结节在多时间点CT扫描中检测）
909	2025-09-06	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统性文献综述探讨人工智能在结直肠癌筛查、预测和治疗中的关键应用与贡献	全面整合机器学习、深度学习和可解释AI等多种人工智能技术在结直肠癌领域的应用，并量化分析不同模型的使用比例	基于文献综述，未涉及原始数据收集或模型验证，可能受现有研究偏倚影响	评估人工智能技术在结直肠癌领域的应用现状和效果	结直肠癌相关的医学研究和临床数据	数字病理学	结直肠癌	机器学习、深度学习、可解释AI、混合模型	Random Forest (RF), Support Vector Machine (SVM), CNN	医学影像和生物信息学数据	NA
910	2025-09-06	SMAS: Structural MRI-based AD Score using Bayesian supervised VAE 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110829 PMID:40818206	研究论文	本研究提出了一种基于结构MRI的阿尔茨海默病评分指标SMAS，利用贝叶斯监督变分自编码器量化AD相关形态学模式	首次将贝叶斯监督变分自编码器用于构建AD生物标志物，在纵向研究中表现优于现有指标如SPARE-AD和海马体积	研究基于两个特定队列（DELCODE和ADNI），需要进一步外部验证	开发一种敏感的、可解释的AD生物标志物用于早期检测和疾病进展监测	阿尔茨海默病患者和认知健康个体的脑结构MRI数据	医学影像分析	阿尔茨海默病	结构MRI，深度学习	Bayesian supervised VAE（贝叶斯监督变分自编码器）	脑结构MRI图像	DELCODE队列415人，ADNI队列190人
911	2025-09-06	How design ability anxiety leads to design students' dependence on artificial intelligence? Internship and professional identity, feedback and evaluation mechanisms, and the role of innovative mindset 2025-Sep, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105423 PMID:40818423	研究论文	本研究探讨设计能力焦虑如何导致设计学生对人工智能生成设计（AIGD）的依赖，并分析教育因素的中介作用	首次将技术依赖理论应用于设计教育领域，揭示设计能力焦虑与AI工具依赖的因果关系，并识别实习、专业认同等教育因素的中介机制	样本仅局限于使用AIGD的设计学院学生（432人），未涵盖其他学科或非AI使用者，结论普适性有待验证	探究设计学生产生设计能力焦虑的因素及其导致AI工具依赖的内在机制	设计学院学生	教育技术	NA	深度学习算法	中介分析模型	问卷调查数据	432名使用AIGD的设计学院学生
912	2025-09-06	A deep learning-based automatic chromosome segmentation method for metaphase cell images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110943 PMID:40818203	研究论文	提出一种基于深度学习的自动染色体分割方法MCSegNet，用于中期细胞图像分析	创新性地结合Swin Transformer主干网络、混合任务级联和测试时增强的三阶段架构	NA	开发自动化染色体分割方法以提高产前染色体筛查的准确性和效率	中期细胞图像中的染色体	计算机视觉	遗传疾病	深度学习	Swin Transformer, Hybrid Task Cascade	图像	30,055张染色体图像
913	2025-09-06	Improving skull-stripping for infant MRI via weakly supervised domain adaptation using adversarial learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110903 PMID:40819497	研究论文	通过弱监督域适应和对抗学习改进婴儿MRI颅骨剥离方法	利用弱标记新生儿MRI数据扩展训练集，结合合成数据和对抗学习提升模型跨域泛化能力	NA	解决成人与新生儿脑MRI之间的域偏移问题，提升颅骨剥离模型的跨域性能	新生儿脑MRI图像	医学图像分析	NA	弱监督域适应、对抗学习、高斯混合模型	DAUnet（基于域适应的U-Net架构）	MRI图像	来自dHCP的公共新生儿数据集、私有新生儿数据集以及合成数据
914	2025-09-06	A state-of-the-art new method for diagnosing atrial septal defects with origami technique augmented dataset and a column-based statistical feature extractor 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110967 PMID:40834638	研究论文	提出一种基于折纸技术数据增强和列统计特征提取的支持向量机方法，用于从胸部X光图像高精度诊断房间隔缺损	首次在文献中将折纸折叠技术应用于数据增强，并采用列方向的统计特征提取方法，实现了99.69%的state-of-the-art准确率	NA	开发高精度的房间隔缺损早期诊断方法	成人胸部X光图像	计算机视觉	心血管疾病	折纸技术数据增强，统计特征提取	SVM, k-NN, 决策树	图像	来自不同成人受试者的胸部X光图像数据集
915	2025-09-06	A novel data augmentation technique based on wheezing physiological modeling applied to asthma severity management in respiratory sounds 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110910 PMID:40834637	研究论文	提出一种基于喘息生理建模的新型数据增强技术，用于呼吸音中的哮喘严重程度管理	通过数学建模喘息声的时域和频谱特征生成合成声音，克服传统数据增强技术的不一致性问题	合成数据训练的模型准确率比真实数据训练低2.5%，能量和时间分布参数对性能相似性影响显著	开发数据增强技术以解决喘息声数据稀缺问题，并应用于哮喘严重程度检测	哮喘患者的喘息声音	数字病理	呼吸系统疾病	生理建模、数据增强	CNN	音频	NA
916	2025-09-06	Deep learning as a bridge between intercultural sensitivity and learning outcomes: A comparative study of English-medium instruction delivery modes in Chinese higher education 2025-Sep, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105410 PMID:40834781	研究论文	本研究探讨跨文化敏感度通过深度学习影响英语授课学习成果的中介作用，并比较面对面与在线两种授课模式的效果差异	首次基于Biggs的3P模型构建中介框架，分析跨文化敏感度对学习成果的影响机制，并对比线上线下授课模式的差异	样本仅来自中国南方五所高校，可能存在地域局限性；采用自报告工具收集数据，可能存在主观偏差	探究跨文化敏感度如何通过深度学习影响英语授课（EMI）学生的学习成果，并比较不同授课模式的效果	中国高校接受外教英语授课（EMI-FT）的本科生	教育技术	NA	问卷调查、多群组分析	中介效应模型	问卷数据	1192名学生来自五所高校
917	2025-09-06	Automatic margin line extraction using 3D deep learning on digital surface models of prepared teeth for crown generation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110960 PMID:40839933	研究论文	提出基于3D深度学习从预备牙齿数字表面模型自动提取冠修复边缘线的个性化数字解决方案	采用端到端AI框架替代传统不可重复的手工设计流程，创新性地结合多数投票分类器和后处理程序提升分割精度	测试集仅包含78个案例，需要更大样本量验证泛化能力	实现牙冠设计中预备牙齿边缘线的自动化精确提取	预备牙齿的数字表面扫描模型	计算机视觉	NA	3D扫描、监督式深度学习	深度学习分割模型	3D表面模型	1113个预备牙齿数字表面扫描（1035训练集，78测试集）
918	2025-09-06	The virtual doctor prescribing the future: Diagnostics with interactive clinical decision support 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110968 PMID:40839937	研究论文	介绍一种名为Virtual Doctor的无人值守医疗舱，通过集成生物医学传感器和人工智能决策支持系统，用于2型糖尿病和皮肤癌的早期风险预测	开发了分布式医疗数据采集系统，结合两个预训练深度学习模型实现多疾病风险预测，并首次系统评估了用户对社会心理接受度	模型性能有待提升（糖尿病模型AUC 0.729），严重疾病筛查时需要更全面的解释以减少用户焦虑	解决医疗专业人员短缺问题，提高医疗可及性，通过AI辅助系统实现早期疾病风险检测	医疗患者和潜在用户群体	医疗人工智能	2型糖尿病和皮肤癌	非侵入性生物医学传感，深度学习	预训练深度学习模型	生物医学传感数据	1217名参与者接受度调查，外部数据集训练的模型
919	2025-09-06	From images to insights: Cell counting and uniformity grading of day 3 embryos 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110872 PMID:40845581	研究论文	提出结合深度学习和图像处理的混合方法，用于自动化评估体外受精第3天胚胎的细胞计数和均匀性分级	整合YOLOv8目标检测与GVF-snake主动轮廓模型，并引入标准化均匀性值(NUV)作为定量评估指标	未明确说明样本量及外部验证结果，可能受二维成像固有限制影响	提升胚胎形态学评估的客观性和准确性，辅助IVF胚胎选择决策	体外受精第3天人类胚胎	计算机视觉	生殖医学	深度学习、图像处理、主动轮廓模型	YOLOv8、GVF-snake	胚胎显微图像	NA
920	2025-09-06	Enhancing diagnostic precision for thyroid C-TIRADS category 4 nodules: a hybrid deep learning and machine learning model integrating grayscale and elastographic ultrasound features 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-594 PMID:40893494	研究论文	开发并验证名为C-TNet的混合深度学习与机器学习模型，用于提高甲状腺C-TIRADS 4类结节的诊断精准度	首次结合灰度超声和弹性成像特征，并集成深度神经网络特征提取与随机森林分类器	NA	区分甲状腺C-TIRADS 4类结节的良恶性特征	经病理证实的甲状腺C-TIRADS 4类结节患者	医学影像分析	甲状腺癌	实时弹性成像超声	深度学习与机器学习混合模型（集成LR, LDA, RF, K-SVM, AdaBoost, NB）	超声图像	3,545例患者（来自两家三级医院）