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
181	2025-06-26	An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326587 PMID:40554568	研究论文	提出了一种可解释的深度学习框架IKOA-CNN-BiGRU-Attention，用于中国怒江流域的高精度泥石流灾害预测	结合了改进的开普勒优化算法、CNN、双向门控循环单元和注意力机制，并通过SHAP增强模型可解释性	研究仅针对怒江流域云南段，模型在其他地区的适用性有待验证	开发高精度且可解释的泥石流灾害预测模型	怒江流域云南段159条泥石流易发沟谷	机器学习	NA	深度学习	IKOA-CNN-BiGRU-Attention	地质环境数据	159条泥石流易发沟谷
182	2025-06-26	The impact of artificial intelligence on the endoscopic assessment of inflammatory bowel disease-related neoplasia 2025, Therapeutic advances in gastroenterology IF:3.9Q1 DOI:10.1177/17562848251348574 PMID:40556746	综述	本文总结了人工智能在炎症性肠病相关肿瘤内镜评估中的应用现状、潜在益处、局限性和未来方向	聚焦于AI在IBD相关肿瘤检测中的应用，填补了该领域文献的不足	针对IBD相关肿瘤的临床数据仍然有限，需要更多IBD特异性队列的验证	评估AI技术在炎症性肠病相关肿瘤内镜检测中的应用效果	炎症性肠病(IBD)患者	数字病理学	炎症性肠病	机器学习和深度学习技术	NA	内镜图像	NA
183	2025-06-26	Deep learning based automation of mean linear intercept quantification in COPD research 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1461016 PMID:40556856	研究论文	本文提出了一种基于深度学习的自动化方法，用于量化慢性阻塞性肺疾病（COPD）研究中的平均线性截距（MLI）	利用AutoML软件开发了一种自动化MLI量化方法，显著提高了处理效率和结果的可比性	自动化方法得出的MLI值普遍高于手动测量值，尽管这种差异具有一致性	开发一种自动化工具以提高COPD研究中肺气肿定量分析的效率和准确性	C57BL/6小鼠的染色组织显微镜图像	数字病理学	慢性阻塞性肺疾病	AutoML	语义分割算法	图像	两组C57BL/6小鼠（吸烟组和对照组）
184	2025-06-26	Deep learning for MRI-based acute and subacute ischaemic stroke lesion segmentation-a systematic review, meta-analysis, and pilot evaluation of key results 2025, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2025.1491197 PMID:40556872	系统综述与荟萃分析	本文系统综述了2015年至2023年间使用深度学习算法对急性及亚急性缺血性卒中病灶进行MRI分割的研究，并通过荟萃分析评估了不同架构的性能	首次针对急性及亚急性卒中病灶分割任务系统评估了最优深度学习架构，并验证了带残差连接的U-Net配置的优越性	纳入研究的算法泛化性普遍不足，且仅评估了ISLES-2015-SISS数据集	确定MRI图像中急性/亚急性缺血性卒中病灶分割的最佳深度学习架构	急性及亚急性缺血性卒中患者的脑部MRI图像	医学图像分析	缺血性卒中	深度学习	U-Net变体（UResNet50/AG-UResNet50）	MRI图像	41项研究（来自1485篇筛选文献）
185	2025-06-26	Auto-branch multi-task learning for simultaneous prediction of multiple correlated traits associated with Alzheimer's disease 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1538544 PMID:40557283	研究论文	提出了一种自动分支多任务学习模型，用于同时预测与阿尔茨海默病相关的多个相关表型	在深度学习框架内提出动态分支的多任务学习模型，防止负面信息传递，确保表型间参数共享有益	未提及具体样本量及数据来源的局限性	提升多相关表型的预测性能	与阿尔茨海默病相关的七个表型	机器学习	老年病	深度学习	自动分支多任务学习模型	遗传数据	NA
186	2025-06-26	COVID-19 IgG antibodies detection based on CNN-BiLSTM algorithm combined with fiber-optic dataset 2024-12, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2024.115011 PMID:39154936	研究论文	本研究提出了一种结合CNN和Bi-LSTM的混合模型，用于基于光纤数据的COVID-19 IgG抗体检测	首次将CNN与Bi-LSTM结合用于COVID-19 IgG抗体检测，并引入全面的数据预处理流程	未提及样本量的具体数字和研究人群特征	开发高效准确的COVID-19自动化筛查工具	SARS-CoV-2免疫球蛋白G(IgG)抗体	机器学习	COVID-19	光纤数据	CNN-BiLSTM	光纤数据	NA
187	2025-06-26	Automated Segmentation of Knee Menisci Using U-Net Deep Learning Model: Preliminary Results 2024-Dec, Maedica DOI:10.26574/maedica.2024.19.4.690 PMID:39974461	研究论文	本研究利用U-Net深度学习模型对膝关节MRI扫描中的半月板进行自动检测和分割	首次采用U-Net深度学习模型实现膝关节半月板的自动分割，并通过不同训练周期优化模型性能	面临数据稀缺问题，且需要进行序列特异性优化	开发自动识别和分割膝关节MRI扫描中半月板的深度学习模型	膝关节MRI扫描图像中的半月板	数字病理	骨科疾病	MRI扫描	U-Net	图像	154例膝关节MRI扫描图像（104例训练集+50例微调集）
188	2025-06-26	Semi-Supervised Contrastive VAE for Disentanglement of Digital Pathology Images 2024-Nov, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-031-72083-3_43 PMID:40556771	研究论文	提出了一种用于数字病理图像解耦的半监督对比VAE方法，以提高深度学习模型的可解释性	首次提出针对病理图像的解耦方法，包括级联解耦、新颖架构和重建分支等创新点	NA	提高肿瘤浸润淋巴细胞(TIL)检测深度学习模型的可解释性和泛化能力	数字病理图像	数字病理学	癌症	VAE	半监督对比VAE	图像	NA
189	2025-06-26	A pathology foundation model for cancer diagnosis and prognosis prediction 2024-Oct, Nature IF:50.5Q1 DOI:10.1038/s41586-024-07894-z PMID:39232164	研究论文	开发了一个名为CHIEF的通用弱监督机器学习框架，用于从病理图像中提取特征以进行系统性癌症评估	提出了CHIEF模型，结合无监督预训练和弱监督预训练两种互补方法，提取多样化的病理表征，提高了模型的泛化能力	模型在跨人群和不同切片制备方法的样本上的表现仍有待进一步验证	开发一个通用的病理学基础模型，用于癌症诊断和预后预测	病理切片图像	数字病理学	癌症	弱监督机器学习	CHIEF	图像	60,530张全切片图像（训练集），19,491张全切片图像（验证集）
190	2025-06-26	scEMB: Learning context representation of genes based on large-scale single-cell transcriptomics 2024-Sep-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.24.614685 PMID:39386549	research paper	介绍了一种基于transformer的深度学习模型scEMB，用于从大规模单细胞转录组数据中学习基因的上下文表示	scEMB采用创新的分箱策略整合多平台数据，有效保留基因表达层次和细胞类型特异性，并在下游任务中表现优于现有模型	未明确提及具体限制	从大规模单细胞转录组数据中提取有生物学意义的基因上下文表示	单细胞转录组数据和基因表达关系	生物信息学	阿尔茨海默病	单细胞转录组测序	transformer	单细胞转录组数据	超过3000万个单细胞转录组
191	2025-06-26	Application of artificial intelligence in drug design: A review 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108810 PMID:38991316	综述	本文综述了人工智能在药物设计中的应用及其对制药行业的变革性影响	探讨了AI如何通过机器学习和深度学习模型优化药物设计过程，提高药物发现的效率和准确性	未具体提及AI在药物设计中应用的具体限制或挑战	研究人工智能在药物设计中的应用及其对制药行业的潜在影响	药物设计过程和制药行业	机器学习	NA	机器学习和深度学习	NA	药物化合物数据	NA
192	2025-06-26	DP-SSLoRA: A privacy-preserving medical classification model combining differential privacy with self-supervised low-rank adaptation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108792 PMID:38964242	research paper	提出了一种结合差分隐私与自监督低秩适应的隐私保护医学分类模型DP-SSLoRA	结合自监督预训练和低秩分解方法，在差分隐私框架下提升了医学图像分类的隐私保护与性能平衡	仅在三组胸部X光数据集上验证，未测试其他医学影像模态	解决医学深度学习模型中的隐私保护问题	胸部X光医学影像数据	digital pathology	lung cancer	differential privacy, self-supervised learning, low-rank adaptation	DP-SSLoRA（基于低秩分解的神经网络）	医学影像（X光片）	三个公开胸部X光数据集（RSNA、Covid-QU-mini、Chest X-ray 15k）
193	2025-06-26	Considerations on Image Preprocessing Techniques Required by Deep Learning Models. The Case of the Knee MRIs 2024-Sep, Maedica DOI:10.26574/maedica.2024.19.3.526 PMID:39553362	research paper	本研究探讨了膝关节MRI图像预处理步骤对深度学习模型检测半月板损伤的重要性及其在实际诊断中的应用	介绍了创新的预处理方法，旨在提高深度学习模型训练的效率，并减少半月板撕裂分割或定位任务的时间和精力	研究仅针对188名患者的PD矢状面图像，样本量相对有限	优化膝关节MRI图像的预处理步骤，以提高深度学习模型在半月板损伤诊断中的效果	膝关节MRI图像，特别是半月板损伤	digital pathology	knee conditions	MRI, DICOM, NIfTI	deep learning segmentation model	image	188名患者的PD矢状面MRI扫描
194	2025-06-26	Semantic contrast with uncertainty-aware pseudo label for lumbar semi-supervised classification 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108754 PMID:38878404	研究论文	提出了一种名为SeCoFixMatch的创新方法，将语义对比和不确定性感知伪标签技术整合到半监督学习中，用于腰椎间盘突出症的MRI图像分类	结合语义对比和不确定性感知伪标签技术，通过优化KL损失计算不确定性，生成更精确的伪标签	未提及具体的数据集来源和多样性，可能影响模型的泛化能力	开发一种高效的半监督学习算法，减少腰椎间盘突出症MRI图像分类所需的标注工作量	腰椎间盘突出症的MRI图像	计算机视觉	腰椎间盘突出症	MRI	SeCoFixMatch	图像	仅需40个标注样本即可超越使用200个标注样本的基线模型
195	2025-06-26	HiRENet: Novel convolutional neural network architecture using Hilbert-transformed and raw electroencephalogram (EEG) for subject-independent emotion classification 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108788 PMID:38941902	研究论文	提出了一种名为HiRENet的新型卷积神经网络架构，结合Hilbert变换和原始脑电图(EEG)进行独立于受试者的情绪分类	首次将Hilbert变换后的EEG相位信息与原始EEG幅值信息结合，提出了HiRENet架构	实验仅使用实验室自建的EEG数据库，未在其他公开数据集上验证	提升基于深度学习的EEG解码性能	人类情绪分类	机器学习	NA	Hilbert变换	CNN（ShallowFBCSPNet和ResCNN）	EEG信号	实验室自建EEG数据库（具体数量未说明）
196	2025-06-26	Skin-CAD: Explainable deep learning classification of skin cancer from dermoscopic images by feature selection of dual high-level CNNs features and transfer learning 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108798 PMID:38925085	research paper	本文提出了一种名为Skin-CAD的可解释人工智能（XAI）系统，用于基于皮肤镜图像的皮肤癌分类	结合四种不同拓扑结构的CNN的双高层特征，并采用PCA降维和特征选择，提高了分类准确率和可解释性	仅使用了两个公开数据集进行验证，可能在实际临床应用中存在泛化性问题	开发一个可解释的AI系统，帮助皮肤科医生准确快速地检测和分类皮肤癌	皮肤镜图像	digital pathology	skin cancer	CNN, PCA, LIME	CNN	image	两个公开数据集（Skin Cancer: Malignant vs. Benign和HAM10000）
197	2025-06-26	AI-Driven localization of all impacted teeth and prediction of winter angulation for third molars on panoramic radiographs: Clinical user interface design 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108755 PMID:38897151	研究论文	本研究利用AI模型在全景X光片上检测所有阻生牙并根据Winter方法对第三磨牙进行分类	使用YOLOv8深度学习算法进行阻生牙检测和Winter分类，并设计了临床用户界面	样本量相对较小，仅来自单一牙科学院数据库	开发AI模型用于牙科影像中阻生牙的自动检测和分类	全景X光片中的阻生牙，特别是第三磨牙	数字病理	牙科疾病	深度学习	YOLOv8	图像	1197张全景X光片用于阻生牙检测，1000张用于Winter分类
198	2025-06-26	Automatic Segmentation and Alignment of Uterine Shapes from 3D Ultrasound Data 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108794 PMID:38941903	研究论文	开发了一种从3D超声数据自动分割和对齐子宫形状的系统	使用深度学习技术自动分割3D超声扫描中的子宫，并结合标准几何方法对齐形状，填补了子宫形状大规模研究的空白	研究依赖于3D超声数据的质量，且初步结果需要进一步验证	建立正常子宫的形状，促进与不孕和反复流产相关的子宫形状异常研究	女性子宫	数字病理	妇科疾病	3D超声	nnU-Net	3D图像	来自多个医疗中心的3D超声图像综合数据集
199	2025-06-26	Lesion-aware cross-phase attention network for renal tumor subtype classification on multi-phase CT scans 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108746 PMID:38878403	研究论文	提出了一种新型的病灶感知跨阶段注意力网络（LACPANet），用于在多期CT扫描上准确分类肾脏肿瘤的病理亚型	首次引入3D跨阶段病灶感知注意力机制和多尺度注意力方案，有效捕捉肾脏病灶在不同CT阶段的时间依赖性	研究仅基于收集的数据集，未提及外部验证结果	提高肾脏肿瘤病理亚型的诊断准确性	多期CT扫描中的肾脏病灶	数字病理	肾癌	多期CT扫描	LACPANet（基于注意力机制的深度学习模型）	3D时间序列医学图像	收集的肾癌患者多期CT扫描数据集（具体数量未提及）
200	2025-06-26	State-of-art technologies, challenges, and emerging trends of computer vision in dental images 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108800 PMID:38917534	综述	本文综述了计算机视觉在牙科影像中的最新技术、挑战和新兴趋势	详细总结了计算机视觉在牙科影像中的应用，包括传统图像处理技术与智能机器学习算法及深度学习技术的结合	未提及具体的技术实施细节和实验验证结果	探讨计算机视觉在牙科影像诊断中的应用及其未来发展方向	牙科影像（如X光、CT扫描、彩色图像等）	计算机视觉	牙科疾病	图像处理、机器学习、深度学习	NA	图像	NA