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
1	2025-06-08	Breast cancer early detection and molecular subtype prediction by combination of Raman spectroscopy with deep learning 2025-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126396 PMID:40412234	研究论文	结合拉曼光谱与深度学习技术，开发了一种用于乳腺癌早期检测和分子亚型预测的高效端到端模型	提出了一种基于高效通道注意力机制和卷积神经网络的分类模型，显著减少了参数数量并提高了训练速度，在乳腺癌检测和分子亚型预测方面表现出色	研究仅基于541名志愿者的血清样本，样本量和多样性可能存在限制	开发一种计算效率高、无需复杂特征工程的端到端模型，用于乳腺癌早期检测和分子亚型预测	HER2阳性、HER2阴性、导管原位癌(DCIS)患者及健康个体的血清样本	数字病理学	乳腺癌	拉曼光谱	基于注意力机制的CNN	光谱数据	541名志愿者(包括HER2阳性、HER2阴性、DCIS患者和健康个体)的血清样本
2	2025-06-08	Performance of multimodal prediction models for intracerebral hemorrhage outcomes using real-world data 2025-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105989 PMID:40412140	研究论文	开发并验证了结合CT图像、文本和表格临床数据的多模态模型，用于预测脑出血患者的功能不良预后和院内死亡率	整合了三维CT图像和非结构化数据，结合表格数据开发了L1正则化逻辑回归模型，用于预测脑出血患者的预后	模型在校准死亡率预测方面需要进一步改进	开发辅助非专科医生在急诊环境中预测脑出血患者预后的模型	527名脑出血患者	数字病理学	脑出血	深度学习	L1-regularized logistic regression	CT图像、文本、表格数据	527名患者
3	2025-06-08	HBUED: An EEG dataset for emotion recognition 2025-Sep-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	research paper	该论文介绍了一个名为HBUED的大规模EEG数据集，并提出了一种深度学习方法来提高基于EEG的情绪识别性能	提出了一个双输入网络架构和并行特征提取模块，以从多个角度提取EEG信号的判别性特征，并避免因网络深度过深而导致的过拟合	未提及具体的数据集样本数量限制或方法在特定场景下的适用性限制	提高基于EEG的情绪识别性能，改善人机交互	EEG信号和情绪识别	machine learning	NA	深度学习	双输入网络架构和并行特征提取模块	EEG信号	大规模EEG数据集HBUED和公开DEAP数据集
4	2025-06-08	Longitudinal Comparison of Geographic Atrophy Enlargement Using Manual, Semiautomated, and Deep Learning Approaches 2025 Sep-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100787 PMID:40469899	research paper	比较了全自动AI模型、半自动化方法和手动平面测量在纵向评估地理萎缩（GA）中的表现	首次比较了全自动AI模型、半自动化方法和手动平面测量在GA评估中的一致性，并评估了AI模型的性能	研究为回顾性分析，样本量有限（108名患者，185只眼），且AI模型在15%的情况下需要人工干预	评估不同方法在GA纵向评估中的一致性和准确性	地理萎缩（GA）患者	digital pathology	geriatric disease	fundus autofluorescence imaging	AI (deep learning)	image	108名患者（185只眼）
5	2025-06-08	Deep learning-driven hyperspectral imaging for real-time monitoring and growth modeling of psychrophilic spoilage bacteria in chilled beef 2025-Aug-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2025.111254 PMID:40359768	研究论文	本研究利用深度学习驱动的高光谱成像技术实时监测和建模冷藏牛肉中嗜冷腐败细菌的生长	结合高光谱成像和多种算法（CARS、PLSR、EVA-TCN-MHAM、SCN）预测细菌含量，并采用Baranyi、Huang和Gompertz模型拟合细菌生长曲线	未提及样本量的具体数量，且模型预测精度仍有提升空间	实现冷藏牛肉中嗜冷细菌含量的快速无损检测	冷藏牛肉中的假单胞菌和乳酸菌	数字病理	NA	高光谱成像、平板计数法	PLSR、EVA-TCN-MHAM、SCN、Baranyi模型、Huang模型、Gompertz模型	光谱数据	NA
6	2025-06-08	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	research paper	提出了一种鼓励重复性的自监督学习重建方法，用于定量MRI，以提高测量的重复性	首次提出了一种自监督学习方法，通过最小化k-t空间数据子集间的交叉数据一致性来鼓励定量MRI的重复性	未提及方法在其他类型定量MRI数据上的泛化能力	提高定量MRI测量的重复性并加速重建过程	心脏MR多任务T1映射数据	医学影像分析	心血管疾病	自监督学习（SSL）	深度学习网络	MRI图像	未明确提及具体样本量
7	2025-06-08	Quantitative multislice and jointly optimized rapid CEST for in vivo whole-brain imaging 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30488 PMID:40087839	研究论文	开发了一种定量多层化学交换饱和转移（CEST）调度优化和脉冲序列，以减少多层序列固有的灵敏度损失	提出了一个深度学习框架，用于同时优化扫描参数和切片顺序，提高了扫描效率和准确性	研究仅在三名健康受试者中进行了测试，样本量较小	开发一种定量多层CEST成像方法，用于全脑成像	健康受试者的白质（WM）和灰质（GM）	医学影像	NA	化学交换饱和转移（CEST）	深度学习	影像数据	三名健康受试者
8	2025-06-08	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Aug-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	研究论文	介绍了一个名为DeepAssembly2的网页服务器，用于基于域-域相互作用自动组装蛋白质复合物结构	DeepAssembly2在新构建的链间域-域相互作用数据集上训练，增加了重要特征如界面残基倾向性和超快形状识别，并引入了AlphaFold-Multimer模型的链间残基距离以提高准确性	NA	准确预测蛋白质复合物结构以理解其功能并促进药物发现	蛋白质复合物结构	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA
9	2025-06-08	A systematic review of AI as a digital twin for prostate cancer care 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108804 PMID:40347618	系统综述	本文系统综述了AI作为数字孪生在前列腺癌护理中的应用	结合AI技术和数字孪生技术，提升前列腺癌的预测准确性、早期诊断和个体化治疗策略	需要实时数据整合、提高AI模型的可解释性以及更稳健的临床验证	探讨AI驱动的数字孪生在前列腺癌诊断和治疗中的应用	前列腺癌患者	数字病理学	前列腺癌	Machine Learning (ML), Deep Learning (DL), Large Language Models (LLMs), Vision-Language Models (VLMs)	ML, DL, LLMs, VLMs	多模态数据	NA
10	2025-06-08	Machine learning-based approaches for distinguishing viral and bacterial pneumonia in paediatrics: A scoping review 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108802 PMID:40349546	综述	本文综述了基于机器学习的儿科病毒性和细菌性肺炎鉴别方法的研究现状	总结了机器学习特别是深度学习在利用胸部X光图像分类肺炎方面的应用进展	现有研究主要依赖单一公开数据集，方法学存在较大异质性，限制了结果的普遍适用性	评估机器学习技术用于儿科肺炎病原学分类的证据水平	0-18岁经胸片确诊的肺炎患儿	医学影像分析	肺炎	机器学习	CNN	胸部X光图像	35项研究（主要使用Kermany公开数据集）
11	2025-06-08	AI-driven glomerular morphology quantification: a novel pipeline for assessing basement membrane thickness and podocyte foot process effacement in kidney diseases 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108842 PMID:40354728	研究论文	本文开发了一种基于深度学习的管道，用于自动量化肾小球基底膜厚度和足细胞足突消失百分比，以提高肾脏疾病诊断的准确性和效率	提出了一种新型的深度学习管道，能够减少人为误差并提高GBM厚度和%PFPE量化的一致性和效率	需要进一步优化AI驱动的方法以提升其在肾脏病理学中的诊断能力和标准化	开发一种自动化的方法来量化肾小球基底膜厚度和足细胞足突消失百分比，以提高肾脏疾病诊断的准确性和效率	肾小球基底膜和足细胞足突	数字病理学	肾脏疾病	电子显微镜（EM）成像	DeepLabV3+和U-Net	图像	196张来自83名受试者的电子显微镜图像，涵盖21种不同的肾脏疾病
12	2025-06-08	The impact of clinical history on the predictive performance of machine learning and deep learning models for renal complications of diabetes 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108812 PMID:40382871	研究论文	本研究探讨了临床病史对机器学习和深度学习模型预测糖尿病肾并发症性能的影响	首次研究了患者临床病史在多级别肾脏疾病严重程度中的预测作用，并开发了有效的预测模型	研究基于回顾性真实世界数据，可能存在数据偏倚	开发有效的预测模型以早期识别糖尿病肾并发症高风险患者	2型糖尿病患者	机器学习	糖尿病肾病	机器学习模型开发	逻辑回归、随机森林、Cox比例风险回归、RNN	临床数据	全国多中心回顾性真实世界研究数据
13	2025-06-08	Deep learning techniques for automated coronary artery segmentation and coronary artery disease detection: A systematic review of the last decade (2013-2024) 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108858 PMID:40408829	综述	本文系统回顾了过去十年（2013-2024）中用于冠状动脉自动分割和冠状动脉疾病检测的深度学习技术	提供了关于深度学习在冠状动脉分割和疾病检测中应用的最新系统综述，包括模型架构、数据集和性能指标的详细分析	公共数据集有限、性能指标存在变异性、模型复杂性高	评估深度学习技术在冠状动脉分割和冠状动脉疾病检测中的应用	冠状动脉分割和冠状动脉疾病检测的深度学习模型	数字病理学	心血管疾病	深度学习	CNN, U-Net, 注意力机制, 图神经网络	医学影像（如CCTA、ECG）	97项高质量研究
14	2025-06-08	Understanding deep learning models for Length of Stay prediction on critically ill patients through latent space visualization 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108832 PMID:40413882	research paper	本研究通过潜在空间可视化技术，探讨了深度学习模型在重症监护病房(ICU)患者住院时长(LoS)预测中的应用	首次将潜在空间可视化技术应用于ICU患者LoS预测模型的解释，并开发了交互式仪表盘以帮助非机器学习专家理解模型决策过程	研究仅使用了单一欧洲医疗中心的数据集，可能限制了模型的泛化能力	开发可解释的深度学习模型以预测ICU患者的住院时长，并促进其在临床决策支持系统中的实际应用	重症监护病房(ICU)患者	machine learning	critical illness	潜在空间可视化	LSTM, GRU, TCN, Transformer	临床时序数据	20,481次ICU住院记录的271个输入特征
15	2025-06-08	Investigating the interpretability of ChatGPT in mental health counseling: An analysis of artificial intelligence generated content differentiation 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108864 PMID:40424870	研究论文	本研究评估了ChatGPT在心理健康咨询中的有效性和情感支持能力，并探讨了如何区分人工智能生成内容与用户生成内容	从宏观和微观两个层面评估ChatGPT的心理咨询能力，并利用深度学习技术区分AIGC和UGC，同时探讨了透明度和伦理问题	研究未涉及ChatGPT在不同文化背景下的适应性，也未讨论长期使用可能带来的潜在风险	评估ChatGPT在心理健康咨询中的应用潜力，并建立区分人工智能生成内容与人类生成内容的可靠框架	ChatGPT生成的心理咨询内容和人类专家的心理咨询内容	自然语言处理	心理健康问题	BERTopic算法、LIME、SHAP	深度学习模型	文本	未明确说明样本数量，但涉及ChatGPT 3.5和4.0生成的内容与用户生成内容的比较
16	2025-06-08	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，能够跨不同数据集和MRI系统实现稳健的WMH分割	未提及具体局限性	开发并验证一种稳健的深度学习方法，用于血管源性WMH的自动分割	血管源性白质高信号（WMH）	digital pathology	cardiovascular disease	3D T1和3D T2-FLAIR成像	transformer-based method	MRI图像	126名参与者（初始数据集），外加两个外部验证数据集（170名和70名受试者）
17	2025-06-08	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	research paper	提出了一种基于MOMUNet的新型工作流程，用于CT扫描中的胰腺分割，以提高分割准确性和计算效率	引入了外部轮廓裁剪（ECC）和尺寸比例（SR）技术，以及超轻量级分割模型MOMUNet，显著提高了小腹部器官分割的准确性	未提及模型在其他类型器官分割中的表现，或在不同CT扫描设备上的泛化能力	提高CT扫描中胰腺分割的准确性和计算效率，使深度学习在资源有限的医疗机构中更易应用	CT扫描中的胰腺和结肠等小腹部器官	digital pathology	pancreatic cancer, colon cancer	deep learning, CT扫描	MOMUNet	image	NIH-Pancreas数据集和MSD-Pancreas数据集，以及MSD-Colon数据集
18	2025-06-08	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	提出一种交替深度低秩方法（ADLR），用于解决信号重建中训练与目标数据不匹配的问题	结合深度学习求解器和经典优化求解器，有效缓解信号重建中的不匹配问题	未提及具体样本量或实验范围的局限性	提高信号重建的鲁棒性，特别是在训练与目标数据不匹配的情况下	生物医学磁共振信号	信号处理	NA	深度学习与经典优化方法结合	ADLR（交替深度低秩模型）	磁共振信号数据	NA
19	2025-06-08	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	research paper	开发了一种基于transformer的自动方法，用于在荧光素血管造影中分级视网膜炎症	利用最大的荧光素血管造影数据集开发了首个基于vision transformer的模型，用于自动分级视网膜炎症	研究未提及模型在不同种族或不同严重程度患者中的泛化能力	开发自动分级视网膜炎症的方法以改进葡萄膜炎的临床评估	葡萄膜炎患者的荧光素血管造影图像	digital pathology	uveitis	fluorescein angiography	transformer	image	543名患者（1042只眼睛，40987张图像）
20	2025-06-08	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与软配对数据结合的方法进行图像合成	未提及具体局限性	评估数据库规模在医学图像转换中的作用以及模型的泛化能力	千伏级计算机断层扫描(kVCT)和兆伏级计算机断层扫描(MVCT)图像	数字病理	NA	CycleGAN	GAN	医学图像	4000例患者CT扫描