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
1121	2025-08-06	Multifrequency Time-Dependent Deep Image Prior for Real-Time Free-Breathing Cardiac Imaging 2025-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70114 PMID:40760871	研究论文	本研究提出了一种多频时间依赖性深度图像先验方法，用于实时自由呼吸心脏成像	引入了多频流形参数化时间，无需假设运动周期性，并联合估计线圈灵敏度以改进多通道数据重建	与传统扫描相比，边缘锐度和图像对比度评分较低	实现无需呼吸暂停或心电图门控的高时间分辨率功能性心脏成像	健康受试者和心律失常患者的心脏成像	医学影像	心血管疾病	MRI	Time-Dependent Deep Image Prior (Time-DIP)	图像	健康受试者和患者（包括心律失常患者）的扫描数据
1122	2025-08-05	LETA: Tooth Alignment Prediction Based on Dual-branch Latent Encoding 2025-09, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2024.3413857 PMID:40184274	research paper	本文提出了一种基于双分支潜在编码的3D牙齿对齐预测系统LETA，用于自动预测牙齿的正确3D姿态变换	LETA的创新点在于从真实对齐的牙齿中提取特征以指导网络学习，并采用改进的点卷积操作和基于注意力的网络分别提取局部形状特征和全局上下文特征	NA	开发一种自动预测牙齿3D姿态变换的系统，以减少正畸医生的工作量	口腔内扫描仪（IOS）牙科表面中的分割个体3D牙齿网格	digital pathology	NA	深度学习	双分支潜在编码网络	3D点云数据	9,868个IOS表面数据
1123	2025-05-08	Letter to the Editor: Deep Learning and Numerical Analysis for Bladder Outflow Obstruction and Detrusor Underactivity Diagnosis in Men: A Novel Urodynamic Evaluation Scheme 2025-Sep, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70049 PMID:40329494	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1124	2025-07-19	Commentary on "Portable Ultrasound Bladder Volume Measurement Over Entire Volume Range Using a Deep Learning Artificial Intelligence Model in a Selected Cohort: A Proof of Principle Study" 2025-Sep, Neurourology and urodynamics IF:1.8Q3 DOI:10.1002/nau.70102 PMID:40678844	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1125	2025-08-04	PCANN Program for Structure-Based Prediction of Protein-Protein Binding Affinity: Comparison With Other Neural-Network Predictors 2025-Sep, Proteins IF:3.2Q2 DOI:10.1002/prot.26821 PMID:40116085	研究论文	介绍了一种新的基于结构的蛋白质-蛋白质复合物亲和力预测器PCANN，该预测器结合了ESM-2语言模型和图注意力网络(GAT)进行预测	PCANN预测器结合了ESM-2语言模型和GAT网络，在预测性能上优于现有的公开预测器BindPPI	深度学习模型的发展面临两个问题：可用于训练和测试的实验数据量有限，且现有数据在测量条件上缺乏内部一致性和准确性	开发一种基于结构的蛋白质-蛋白质复合物亲和力预测器	蛋白质-蛋白质复合物	自然语言处理	NA	ESM-2语言模型, 图注意力网络(GAT)	ESM-2, GAT	蛋白质结构数据	两个文献提取的数据集
1126	2025-08-04	Deep Learning-Based Automated Detection of the Middle Cerebral Artery in Transcranial Doppler Ultrasound Examinations 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.028 PMID:40582894	研究论文	本文提出了一种基于深度学习的轻量级实时方法，用于在经颅多普勒超声检查中自动检测大脑中动脉	采用YOLOv10和RT-DETR两种先进的目标检测模型，实现了大脑中动脉的实时自动检测，并在移动平台上验证了可行性	研究样本量相对较小（41名受试者），且仅针对大脑中动脉进行检测	开发一种自动化工具以减少经颅多普勒超声检查对操作者专业知识的依赖	经颅多普勒彩色多普勒图像中的大脑中动脉	计算机视觉	脑血管疾病	TCD彩色多普勒超声	YOLOv10, RT-DETR	视频	41名受试者（31名健康个体和10名中风患者），共365个视频和61,611帧图像
1127	2025-08-04	Novel Artificial Intelligence-Driven Infant Meningitis Screening From High-Resolution Ultrasound Imaging 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.04.009 PMID:40582896	研究论文	本研究开发了一种基于高分辨率超声成像的人工智能驱动的婴儿脑膜炎筛查方法	采用三阶段深度学习框架结合可解释人工智能方法，实现了非侵入性婴儿脑膜炎筛查	样本量较小（仅30名婴儿），且仅在西班牙的三所大学医院进行	开发非侵入性、准确的婴儿脑膜炎诊断方法	疑似脑膜炎且囟门未闭的婴儿	数字病理	脑膜炎	超声成像	深度学习	图像	30名婴儿（6例病例和10例对照），共781张图像
1128	2025-08-04	Efficient Ultrasound Breast Cancer Detection with DMFormer: A Dynamic Multiscale Fusion Transformer 2025-Sep, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.05.017 PMID:40628603	research paper	提出了一种名为DMFormer的动态多尺度融合Transformer模型，用于超声乳腺癌检测，旨在解决超声成像中的噪声、模糊和复杂组织结构问题	采用动态多尺度特征融合机制，结合窗口注意力和网格注意力，全面捕捉细粒度组织细节和更广泛的解剖学上下文	未提及具体的数据集规模限制或模型在更广泛临床环境中的适用性	开发一种先进的深度学习模型，用于准确区分超声乳腺癌筛查中的良性和恶性肿块	超声图像中的乳腺肿块	digital pathology	breast cancer	deep learning	Transformer (DMFormer)	image	在两个独立的数据集上评估
1129	2025-07-30	Novel Videographic-Free Framework for Tracking Anatomical Structures Using Swallowing Accelerometer Signals and Multi-task Transformers 2025-Sep, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00201-z PMID:40726741	研究论文	提出了一种基于吞咽加速计信号和多任务Transformer的无视频框架，用于跟踪吞咽过程中的解剖结构	利用Transformer编码器作为序列模型，首次实现了对舌骨、喉基底和舌喉近似距离（HLA）的精确跟踪	未提及具体样本量或临床验证范围	开发非侵入性吞咽功能评估方法，替代传统视频荧光透视检查	吞咽过程中的舌骨、喉基底运动及舌喉近似距离	数字病理	吞咽障碍	高分辨率颈部听诊（HRCA）加速计信号分析	多任务Transformer	生物力学信号	NA
1130	2025-07-29	Using nursing data for machine learning-based prediction modeling in intensive care units: A scoping review 2025-Sep, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105133 PMID:40544524	综述	本文通过范围综述，探讨了利用护理数据进行机器学习预测模型在重症监护病房中的应用现状	首次全面分析了护理数据在重症监护病房患者预后预测模型中的使用类型和趋势	仅纳入了截至2023年12月的研究，可能遗漏最新进展；未对模型性能进行定量评估	识别利用护理数据的机器学习模型预测ICU患者健康结局的研究现状	重症监护病房成年患者	医疗健康机器学习	危重症	监督学习、深度学习、神经网络	回归模型、Boosting算法、随机森林	结构化护理数据（护理量表、评估记录、活动记录、护理记录）	纳入151项研究（2004-2023年）
1131	2025-07-29	The role of data partitioning on the performance of EEG-based deep learning models in supervised cross-subject analysis: A preliminary study 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110608 PMID:40602315	研究论文	本文深入研究了数据分区和交叉验证在评估EEG深度学习模型中的作用，并提供了避免数据泄漏的指南	首次全面比较了五种交叉验证设置对EEG深度学习模型性能的影响，并提出了基于主题的交叉验证策略的重要性	研究为初步研究，可能未涵盖所有可能的EEG深度学习模型和数据分区方法	评估数据分区和交叉验证对EEG深度学习模型性能的影响	EEG数据	机器学习	帕金森病, 阿尔茨海默病	EEG	ShallowConvNet, EEGNet, DeepConvNet, Temporal-based ResNet	EEG信号	超过100,000个训练模型
1132	2025-07-29	The artificial intelligence challenge in rare disease diagnosis: A case study on collagen VI muscular dystrophy 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110610 PMID:40602312	research paper	本文探讨了人工智能技术在罕见疾病诊断中的应用，特别是针对VI型胶原蛋白相关先天性肌营养不良症的共聚焦显微镜图像分析	展示了即使在有限的数据量下，通过适当的数据管理和训练程序，也能成功开发出高精度的分类器	研究基于特定罕见疾病，结论可能不适用于所有依赖组织学图像诊断的罕见疾病	探索人工智能技术在罕见疾病诊断中的适用性和有效性	VI型胶原蛋白相关先天性肌营养不良症的共聚焦显微镜图像	digital pathology	muscular dystrophy	confocal microscopy	classical machine learning and modern deep learning	image	limited amount of training data
1133	2025-07-29	A deep learning model combining convolutional neural networks and a selective kernel mechanism for SSVEP-Based BCIs 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110691 PMID:40602314	研究论文	提出一种结合卷积神经网络和选择性核机制的新型深度学习模型FBCNN-TKS，用于基于稳态视觉诱发电位的脑机接口	引入时间核选择(TKS)模块，显著增强特征提取能力，并通过扩张和分组卷积减少模型参数，降低过拟合风险	未明确提及具体局限性	开发高性能的SSVEP-BCI字符拼写系统	稳态视觉诱发电位(SSVEP)信号	脑机接口	NA	滤波器组技术、卷积神经网络(CNNs)、时间核选择(TKS)模块	FBCNN-TKS（结合CNN和TKS模块的新型深度学习模型）	SSVEP信号数据	在公开数据集Benchmark和BETA上进行测试
1134	2025-07-29	Improving YOLO-based breast mass detection with transfer learning pretraining on the OPTIMAM Mammography Image Database 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110581 PMID:40602320	研究论文	本研究通过迁移学习和图像预处理技术优化YOLO模型，提高小规模专有数据集上乳腺肿块检测的性能	首次系统评估了在OMI-DB数据集上进行迁移学习预训练对YOLOv9模型在乳腺肿块检测中的性能提升效果	研究样本量较小（133张乳腺X光图像），可能影响模型的泛化能力	优化深度学习模型在数据有限的临床应用中乳腺肿块的检测性能	乳腺X光图像中的肿块	计算机视觉	乳腺癌	迁移学习、图像预处理（裁剪和对比度增强）	YOLOv9, YOLOv7	图像	133张乳腺X光图像
1135	2025-07-29	Drug-target interaction/affinity prediction: Deep learning models and advances review 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110438 PMID:40609289	综述	本文综述了2016至2025年间用于药物-靶标相互作用/亲和力预测的180种深度学习和图神经网络方法	总结了深度学习和图神经网络在药物-靶标相互作用预测中的最新进展，提供了不同模型的架构和输入表示方法	未提及具体模型的性能比较或实际应用效果	加速药物发现过程，提高药物-靶标相互作用预测的准确性和效率	药物-靶标相互作用和亲和力预测方法	机器学习	NA	深度学习, 图神经网络	深度学习, GNN	分子结构数据, 生物活性数据	分析了180种预测方法
1136	2025-07-29	Radiology report generation using automatic keyword adaptation, frequency-based multi-label classification and text-to-text large language models 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110625 PMID:40614511	research paper	该研究提出了一种新颖的深度学习框架，用于生成高质量且可解释的放射学报告，通过自动关键词适应、基于频率的多标签分类和文本到文本的大型语言模型来提高放射学报告的准确性和适应性	研究创新点包括使用透明关键词列表替代传统黑盒特征，引入自动关键词适应机制动态配置多标签分类，以及采用基于频率的多标签分类策略解决关键词不平衡问题	研究未提及在实际临床环境中的部署挑战或模型对新出现临床术语的适应能力	开发一个可解释、准确且适应性强的放射学报告自动生成系统	胸部X光图像及其对应的放射学报告	digital pathology	NA	multi-label classification, text-to-text large language model (LLM)	LLM	image, text	两个公共数据集(IU-XRay和MIMIC-CXR)
1137	2025-07-29	Deep learning framework for cardiorespiratory disease detection using smartphone IMU sensors 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110595 PMID:40614516	研究论文	本研究提出了一种基于智能手机IMU传感器的深度学习框架，用于早期检测心肺疾病	利用智能手机内置的惯性测量单元传感器，通过标准化协议采集五个不同胸腹区域的加速度计和陀螺仪数据，实现非侵入性、低成本的心肺疾病早期检测	需要扩展数据集，改进长期监测方法，并评估在不同临床和家庭环境中的适用性	开发一种创新、可及且成本效益高的心肺疾病筛查解决方案	健康个体和心血管疾病患者（包括瓣膜功能不全、冠状动脉疾病和主动脉瘤等术前患者）	机器学习	心血管疾病	惯性测量单元(IMU)传感器数据采集	双向循环神经网络(BiRNN)	时间序列数据	未明确提及具体样本数量，但采用留一法交叉验证
1138	2025-07-29	Towards reliable WMH segmentation under domain shift: An application study using maximum entropy regularization to improve uncertainty estimation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110639 PMID:40614515	research paper	本研究探讨了在领域偏移情况下白质高信号（WMH）分割的可靠性，提出最大熵正则化技术以增强模型校准和不确定性估计	提出使用最大熵正则化技术来增强模型在领域偏移下的校准和不确定性估计，无需真实标签即可预测分割错误	研究仅基于两个公开数据集进行实验，可能无法涵盖所有临床场景中的领域偏移情况	提高在领域偏移情况下白质高信号分割的可靠性和不确定性估计	白质高信号（WMH）	digital pathology	multiple sclerosis	MRI	U-Net	image	两个公开数据集：WMH Segmentation Challenge和3D-MR-MS dataset
1139	2025-07-29	DeepPerfusion: A comprehensible two-branched deep learning architecture for high-precision blood volume pulse extraction based on imaging photoplethysmography 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110571 PMID:40614513	研究论文	提出了一种名为DeepPerfusion的双分支深度学习架构，用于基于成像光电容积描记法(iPPG)高精度提取血容量脉冲(BVP)	结合精确的皮肤分割与加权以及BVP提取于单一模型中，并开发了新的基于块的时间归一化机制和创新训练流程	未明确提及具体限制	提高基于iPPG的BVP提取精度	156名受试者的iPPG数据	计算机视觉	NA	成像光电容积描记法(iPPG)	双分支深度学习架构	图像	来自三个公开数据集的156名受试者
1140	2025-07-29	Transformer attention-based neural network for cognitive score estimation from sMRI data 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110579 PMID:40614523	研究论文	本文提出了一种基于Transformer注意力的深度神经网络，用于从结构MRI数据中联合预测多种认知评分	结合Transformer注意力和3D卷积神经网络，自适应捕捉大脑中的判别性成像特征，有效关注与认知相关的关键区域	未提及具体样本量限制或数据多样性问题	提高基于结构MRI的认知评分预测准确性，以理解痴呆病理阶段和预测阿尔茨海默病	阿尔茨海默病患者的结构MRI数据	数字病理学	阿尔茨海默病	sMRI	Transformer + 3D CNN	3D MRI图像	基于ADNI数据集，但未提及具体样本量