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
201	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
202	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
203	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）
204	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
205	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）
206	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
207	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
208	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）
209	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
210	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
211	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）
212	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）
213	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
214	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
215	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）
216	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
217	2025-06-26	Developing and validating a knowledge-based AI assessment system for learning clinical core medical knowledge in otolaryngology 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108765 PMID:38897143	研究论文	本研究开发并验证了一种基于知识的AI评估系统（MEKAS），用于耳鼻喉科临床核心医学知识（CCMK-OTO）的学习	采用知识型AI方法（如知识库技术和基于案例的推理）构建多专家知识聚合的自适应评估方案，促进CCMK-OTO学习	研究样本规模有限，且仅在单一三级转诊医院进行验证，需更大规模和多样化的机构进一步评估	开发并验证一种自适应评估系统，以促进耳鼻喉科临床核心医学知识的学习	医学实习生（包括研究生和本科生）和耳鼻喉科住院医师	医疗教育技术	耳鼻喉科疾病	知识库技术、基于案例的推理	知识型AI	问卷数据、测试成绩	实验组30人（22名UPGY实习生和8名ENT-R住院医师），对照组24名UPGY实习生
218	2025-06-26	Dual-channel end-to-end network with prior knowledge embedding for improving spatial resolution of magnetic particle imaging 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108783 PMID:38909446	研究论文	提出了一种双通道端到端网络，通过嵌入先验知识来提高磁粒子成像（MPI）的空间分辨率	首次将MPI的点扩散函数（PSF）与深度学习范式无缝集成，显著提高了空间分辨率性能	未提及该方法在临床大规模应用中的验证情况	在不降低信噪比（SNR）的前提下提高磁粒子成像的空间分辨率	磁粒子成像（MPI）系统	医学影像处理	NA	深度学习	双通道端到端网络（DENPK-MPI）	医学影像数据	仿真、体模和体内MPI实验数据
219	2025-06-26	Deep learning-based automated detection and segmentation of bone and traumatic bone marrow lesions from MRI following an acute ACL tear 2024-08, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108791 PMID:38905892	research paper	本研究利用3D U-Net模型从MRI扫描中自动检测和分割骨及创伤性骨髓病变（BML），以替代传统的手动评估方法	采用多任务学习方法和后处理算法提升分割精度，首次实现BML的自动化分割	模型在不同人群和采集条件下的泛化性需进一步验证	开发自动化工具以简化创伤性骨髓病变的临床评估流程	急性前交叉韧带（ACL）撕裂患者的MRI扫描图像	digital pathology	骨关节炎	T2脂肪抑制快速自旋回波（FS FSE）MRI序列	3D U-Net	MRI图像	采用五折交叉验证，具体样本量未明确说明
220	2025-06-26	Multi-modal deep learning from imaging genomic data for schizophrenia classification 2024, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2024.1384842 PMID:39006822	研究论文	提出了一种基于多模态深度学习的方法，结合结构磁共振成像、功能磁共振成像和遗传标记数据，用于精神分裂症分类	采用多模态数据融合和可解释AI技术，提高了分类准确性并识别了关键的功能网络连接和SNPs	实验数据集可能有限，未提及模型在其他独立数据集上的泛化能力	改进精神分裂症的检测方法	精神分裂症患者和健康对照者	机器学习	精神分裂症	sMRI, fMRI, SNP分析	DenseNet, 1D CNN, XGBoost	医学影像数据、基因组数据	未明确提及具体样本数量