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
1421	2025-10-06	A novel speech signal feature extraction technique to detect speech impairment in children accurately 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110681 PMID:40587935	研究论文	提出一种用于儿童言语障碍检测的新型语音特征提取方法	首次将感知噪声倒谱系数(PNCC)特征应用于儿童言语障碍检测	NA	寻找儿童言语障碍检测的最优特征提取技术	儿童语音信号	语音信号处理	言语语言障碍	语音信号处理	Transformer, TCN, TabNet	语音信号	NA	NA	Transformer, Temporal Convolutional Networks, TabNet	准确率	NA
1422	2025-10-06	Integrating multi-source data for skin burn classification using deep learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110556 PMID:40561574	研究论文	本研究开发了一种基于深度学习的皮肤烧伤分类方法，通过整合多源数据构建高质量数据集并采用级联分类器进行烧伤程度分类和植皮决策	提出级联分类器方法进行烧伤程度分类，整合多源数据构建专注于埃及肤色的多样化数据集，并首次将植皮决策作为二元分类任务	烧伤程度分类准确率为63.23%仍有提升空间，模型在不同人群中的泛化能力需要进一步验证	开发AI辅助的皮肤烧伤分类系统以支持临床决策	皮肤烧伤图像	计算机视觉	皮肤烧伤	深度学习	CNN	图像	整合多源数据的多样化数据集，特别包含埃及肤色样本	NA	ResNet50,DenseNet,MobileNet,VGG16,ShuffleNet	准确率,F1分数	NA
1423	2025-10-06	Streamlining tuberculosis detection with foundation model-based weakly supervised transformer 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110554 PMID:40561575	研究论文	提出基于基础模型的弱监督Transformer方法，用于显微镜图像中的结核分枝杆菌检测	首次将跨领域迁移学习应用于结核病自动检测，利用在数百万病理图像上预训练的UNI基础模型，并采用仅需图像级标签的弱监督方法	NA	开发可扩展的结核病自动检测方法，减少标注需求和预处理工作	显微镜图像中的结核分枝杆菌(MTB)	数字病理	结核病	显微镜成像	Transformer	图像	大型多样化数据集	NA	UNI, Transformer encoder	PR-AUC	NA
1424	2025-10-06	Generative adversarial network augmented data for improved heart sound abnormality detection 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110623 PMID:40561577	研究论文	本研究使用生成对抗网络合成冠状动脉疾病心音数据以改善心音异常检测性能	采用渐进式Wasserstein GAN架构生成高质量心音片段，并通过后处理步骤提升合成样本保真度	基于单一数据集(PhysioNet/CinC 2016)开发，样本量有限且存在类别不平衡问题	解决心音数据集中样本量不足和类别不平衡问题，提升心音异常检测性能	冠状动脉疾病(CAD)患者和健康受试者的心音信号	生物医学信号处理	心血管疾病	心音分析，生成对抗网络	GAN	音频	PhysioNet/Computing in Cardiology Challenge 2016数据集	NA	Progressive Wasserstein GAN	Fréchet Audio Distance, 敏感度, 特异性, 精确度	NA
1425	2025-10-06	CRCpred: An AI-ML tool for colorectal cancer prediction using gut microbiome 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110592 PMID:40570762	研究论文	开发了一个基于肠道微生物组的结直肠癌预测AI工具CRCpred	使用来自11项研究的1728个宏基因组样本，结合机器学习和深度学习的混合算法开发了基于网页的工具	训练数据和算法可能存在局限性	利用肠道微生物失调进行结直肠癌筛查	肠道微生物组	机器学习	结直肠癌	宏基因组测序	XGBoost, 深度学习	宏基因组样本	1728个来自11项研究的公开宏基因组样本，涵盖8个国家	NA	混合算法	AUC	NA
1426	2025-10-06	Enhancing cancer diagnostics through a novel deep learning-based semantic segmentation algorithm: A low-cost, high-speed, and accurate approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110617 PMID:40578155	研究论文	提出一种基于卷积神经网络的新型医学图像语义分割算法，用于癌症诊断	设计包含多合成与分析路径、长跳跃连接的轻量级网络架构，在保持高性能的同时显著降低计算复杂度	仅针对特定器官肿瘤进行验证，未涉及更广泛的癌症类型	开发适用于临床环境的高效低成本癌症诊断算法	医学图像中的肺肿瘤、脾脏和胰腺肿瘤	计算机视觉	肺癌	医学影像分析	CNN	医学图像	NA	NA	多路径卷积神经网络	分割精度、处理速度、实现效率	低计算复杂度设计，适用于普通硬件
1427	2025-10-06	Analysis of intra- and inter-observer variability in 4D liver ultrasound landmark labeling 2025-Sep, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.5.051807 PMID:40600072	研究论文	本研究评估了肝脏4D超声成像中专家标记地标点的观察者内和观察者间变异性	首次系统量化了4D肝脏超声地标标记的观察者变异性，并识别出超声伪影是影响标记准确性的主要因素	研究仅包含8个4D肝脏超声序列和8名观察者，样本量有限	评估4D超声成像中专家标记地面真实数据的可靠性	肝脏4D超声序列中的地标点	医学影像分析	肝脏疾病	4D超声成像	NA	4D超声图像序列	8个4D肝脏超声序列，8名专家观察者，每个观察者标记8个地标点3次	NA	NA	观察者内变异性(mm)，观察者间变异性(mm)，平均地标运动(mm)	NA
1428	2025-10-06	Development of deep learning quantization framework for remote sensing edge device to estimate inland water quality in South Korea 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123760 PMID:40367723	研究论文	开发用于韩国内陆水质评估的深度学习量化框架，实现边缘设备上的实时监测	结合神经架构搜索和帕累托优化开发轻量级CNN模型，并通过训练后量化和量化感知训练实现模型压缩	未明确说明模型在其他地区或不同水质指标上的泛化能力	开发适用于边缘设备的轻量化深度学习框架，实现实时水质监测	韩国内陆水体的总悬浮固体浓度	计算机视觉	NA	多光谱成像	CNN	多光谱图像	NA	NA	通过神经架构搜索优化的轻量级CNN	Nash-Sutcliffe效率系数	边缘设备
1429	2025-10-06	Morphotype-resolved characterization of microalgal communities in a nutrient recovery process with ARTiMiS flow imaging microscopy 2025-Sep-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123801 PMID:40382876	研究论文	本研究利用流式成像显微镜技术对污水处理厂微藻群落进行形态类型解析，评估其对磷去除效率的影响	首次在工业规模污水处理厂中应用ARTiMiS流式成像显微镜实现近实时微藻群落表征，并建立形态类型与系统性能的关联	研究仅在美国威斯康星州一个污水处理厂进行，结果可能受地域和操作条件限制	优化微藻驱动的营养盐回收工艺性能，防止培养系统崩溃	污水处理厂微藻群落（Scenedesmus、Chlorella、Monoraphidium等）	环境生物技术	NA	流式成像显微镜（FlowCam、ARTiMiS）	CNN, DNN	显微图像	两年期连续监测数据	NA	卷积神经网络	准确率	NA
1430	2025-10-06	Multimodal MRI radiomics enhances epilepsy prediction in pediatric low-grade glioma patients 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05073-2 PMID:40402200	研究论文	开发基于多模态MRI影像组学的机器学习框架，用于预测儿童低级别胶质瘤患者的肿瘤相关癫痫	首次整合肿瘤和瘤周特征的多参数MRI影像组学方法，结合机器学习和深度学习技术进行癫痫预测	需要更多标准化术前评估数据来提升模型泛化能力	快速无创地术前评估儿童低级别胶质瘤患者的肿瘤相关癫痫	儿童低级别胶质瘤患者	医学影像分析	脑肿瘤，癫痫	多参数磁共振成像，影像组学	机器学习，深度学习	多序列MRI图像	NA	NA	NA	AUC，灵敏度，特异性	NA
1431	2025-10-06	Risk calculator for long-term survival prediction of spinal chordoma versus chondrosarcoma: a nationwide analysis 2025-Sep, Journal of neuro-oncology IF:3.2Q2 DOI:10.1007/s11060-025-05063-4 PMID:40295452	研究论文	本研究比较脊柱脊索瘤和软骨肉瘤的临床特征与长期生存结果，并开发基于机器学习的个体化生存预测模型	首次开发基于全国性数据库的脊柱脊索瘤与软骨肉瘤长期生存风险计算器，集成12种机器学习和深度学习模型	需要外部验证以增强模型的普适性和临床实用性	比较脊柱脊索瘤和软骨肉瘤的临床特征、治疗策略和长期结果，开发个体化生存预测模型	脊柱脊索瘤和软骨肉瘤患者	机器学习	骨肿瘤	机器学习, 深度学习	DeepSurv, Gradient Boosting, CatBoost, 集成模型	临床数据	3175例患者（脊索瘤1204例，软骨肉瘤1971例）	NA	集成模型	AUC, Brier Score, Concordance Index	NA
1432	2025-10-06	Accelerating 3D radial MPnRAGE using a self-supervised deep factor model 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30549 PMID:40457622	研究论文	开发用于4D非笛卡尔MRI的自监督深度学习图像重建方法	提出深度因子模型(DFM)和单次学习(SSL)方法，无需预训练即可从k空间数据直接学习	未配备专用高端GPU阵列时神经网络训练计算需求较高	加速3D径向MPnRAGE成像并提高图像质量	多对比度MRI图像和定量T1估计	医学影像重建	NA	MPnRAGE采集，非笛卡尔MRI	深度因子模型(DFM)	k空间数据，3D多对比度图像	体模和体内实验	NA	深度因子模型	图像质量，定量T1估计的偏差和方差	专用高端GPU阵列
1433	2025-10-06	Saturation transfer MR fingerprinting for magnetization transfer contrast and chemical exchange saturation transfer quantification 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30532 PMID:40228056	研究论文	本研究开发了一种基于深度学习的饱和转移MR指纹成像技术，用于快速准确量化组织参数	提出结合生物物理模型驱动的深度学习方法和Bloch-McConnell模拟器的饱和转移MR指纹成像框架	NA	开发能够同时量化水、磁化转移对比度、酰胺质子转移参数和B0场不均匀性的快速MR成像技术	数值模体和健康人脑组织	医学影像分析	NA	饱和转移MR指纹成像，磁共振成像	深度学习，神经网络	MR指纹信号，磁共振图像	数值模体和健康人脑数据，图像尺寸256×256×9×103	NA	NA	归一化均方根误差，均方根误差	NA
1434	2025-10-06	Quantitative susceptibility mapping in magnetically inhomogeneous tissues 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30537 PMID:40312865	研究论文	本研究开发了一种名为DEEPOLE的深度学习定量磁化率成像方法，通过整合宏观非偶极拉莫尔频移来提高磁化率图的质量和准确性	首次将宏观非偶极拉莫尔频移整合到深度学习QSM框架中，突破了传统方法假设组织各向同性和均匀性的限制	方法验证主要基于合成数字脑模型和有限的人脑数据，需要进一步在更广泛的实际临床场景中验证	开发能够更准确估计生物组织磁化率的改进型定量磁化率成像方法	数字脑模型（含/不含微观结构效应）和活体人脑数据	医学影像分析	神经退行性疾病，脱髓鞘疾病	定量磁化率成像（QSM），磁共振成像	CNN	磁共振图像	NA	NA	深度卷积神经网络	磁化率估计准确性，伪影减少程度，解剖一致性	NA
1435	2025-10-06	Groupwise image registration with edge-based loss for low-SNR cardiac MRI 2025-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30486 PMID:40353517	研究论文	提出一种基于深度学习的低信噪比心脏MRI图像配准方法AiM-ED，通过边缘检测损失函数实现多图像联合配准和平均	提出联合处理多个源图像的快速深度学习方法，并利用预训练的噪声鲁棒边缘检测器定义训练损失	研究样本量相对有限（健康受试者24个切片，患者11个切片）	解决自由呼吸单次激发心脏图像的低信噪比问题，提高图像配准和平均质量	心脏MRI图像，包括合成LGE图像、健康受试者和患者的自由呼吸单次激发LGE图像	计算机视觉	心血管疾病	心脏MRI，单次激发成像，晚期钆增强(LGE)	深度学习	医学图像	健康受试者24个切片，患者11个切片（5+6），合成MRXCAT体模数据	NA	VoxelMorph	恢复信噪比，三个感知图像质量指标	NA
1436	2025-10-06	DRPM: An advanced predictive model for early diabetes detection and risk stratification 2025-Sep-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102576 PMID:40534992	研究论文	开发基于深度学习的糖尿病早期检测和风险分层预测模型	通过特征选择技术从36个变量中识别五个关键特征构建模型，并开发了用户友好的在线工具	NA	糖尿病早期诊断和风险预测	美国国家健康与营养调查(NHANES) 2011-2018年数据	机器学习	糖尿病	深度学习	深度学习模型	健康调查数据	NA	NA	NA	精确度	NA
1437	2025-06-18	A Hybrid Deep Learning-Based Approach for Visual Field Test Forecasting 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100803 PMID:40520474	研究论文	本研究提出了一种混合深度学习框架，用于提高视野测试预测的灵活性和准确性	结合RNN和CNN，并引入深度变换器进行时空建模，提高了预测性能和鲁棒性	中晚期青光眼病例数据可靠性低仍是一个挑战	提高视野测试预测的准确性和灵活性	健康人群和青光眼患者	计算机视觉	青光眼	深度学习	RNN, CNN, Hybrid-VF-Net	图像	1750名受试者，包含19437次Humphrey视野测试	NA	NA	NA	NA
1438	2025-06-14	Predicting Imminent Conversion to Exudative Age-Related Macular Degeneration Using Multimodal Data and Ensemble Machine Learning 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100785 PMID:40502295	研究论文	该研究开发并比较了经典机器学习和深度学习模型，用于预测6个月内即将发生的渗出性年龄相关性黄斑变性（eAMD）转化	结合OCT和临床数据，开发了集成机器学习模型来预测eAMD的即时转化，且深度学习模型表现优于传统机器学习模型	研究为回顾性队列研究，需前瞻性验证模型的有效性	开发预测即将发生eAMD转化的模型，以促进及时治疗	2013至2021年间在Wilmer眼科研究所就诊的eAMD患者	数字病理学	年龄相关性黄斑变性	光谱域OCT	ResNet-50, Random Forest, XGBoost, MLP	图像, 临床数据	2084名患者的33189个OCT体积	NA	NA	NA	NA
1439	2025-10-06	Deep learning algorithms to assist in imaging diagnosis in individuals with disc herniation or spondylolisthesis: A scoping review 2025-Sep, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105933 PMID:40252304	综述	对深度学习算法在椎间盘突出或脊椎滑脱影像诊断中应用的范围综述	系统梳理了深度学习在两种常见脊柱疾病影像诊断中的应用现状和模型架构	数据集规模较小、缺乏外部验证、研究结果在不同人群中的泛化能力有限	回顾用于椎间盘突出和脊椎滑脱影像诊断的深度学习算法	腰椎影像数据（MRI和X射线）	医学影像分析	脊柱疾病	磁共振成像(MRI)、X射线成像	CNN	医学影像	18项符合条件的研究（9项椎间盘突出研究，9项脊椎滑脱研究）	NA	ResNet	准确率、敏感性	NA
1440	2025-06-13	Deep Learning-Driven Exophthalmometry through Facial Photographs in Thyroid Eye Disease 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100791 PMID:40496215	research paper	开发并评估了一种基于深度学习的系统，用于通过面部照片测量甲状腺眼病（TED）患者的眼球突出	使用双流ResNet-18神经网络结合RGB图像和ZoeDepth算法生成的深度图进行眼球突出测量，提供了一种准确且易于获取的替代传统测量方法	系统检测显著眼球突出变化（≥2毫米）的准确率为74.6%，仍有提升空间	开发一种基于深度学习的辅助系统，用于甲状腺眼病患者的眼球突出测量	甲状腺眼病（TED）患者	digital pathology	thyroid eye disease	deep learning, ZoeDepth算法	dual-stream ResNet-18	facial images	1279名患者（1108名来自Severance Hospital，171名来自Seoul National University Bundang Hospital）	NA	NA	NA	NA