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
2441	2025-07-07	Radio DINO: A foundation model for advanced radiomics and AI-driven medical imaging analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110583 PMID:40582167	research paper	本文介绍了Radio DINO，一种基于自监督学习（SSL）技术的深度学习基础模型，用于医学影像分析	1) 开发了Radio DINO以捕获丰富的语义嵌入，无需手动干预即可进行稳健的特征提取；2) 在MedMNISTv2数据集上展示了优于现有模型的性能；3) 通过可视化增强了模型的可解释性，突出其对临床相关图像区域的关注	NA	开发一种能够提升医学影像分析中疾病诊断、预后和治疗评估的深度学习模型	医学影像数据	medical imaging analysis	NA	self-supervised learning (SSL)	DINO, DINOV2	image	RadImageNet dataset, MedMNISTv2 dataset
2442	2025-07-07	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	本文提出了一种新的语音信号特征提取技术，用于准确检测儿童的语言障碍	PNCC特征首次被建议用于语言障碍检测	NA	寻找最优的语音信号特征提取技术以检测儿童语言障碍	儿童的语音信号	自然语言处理	语言障碍	RASTA, WPT, LPC, PLP, MFCC, CQCC, PNCC	transformer, TCN, TabNet	语音信号	NA
2443	2025-07-07	U-Net-based architecture with attention mechanisms and Bayesian Optimization for brain tumor segmentation using MR images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110677 PMID:40592172	research paper	本文提出了一种基于U-Net架构并结合注意力机制和贝叶斯优化的方法，用于MR图像中的脑肿瘤分割	结合注意力机制和贝叶斯优化来增强U-Net架构的性能，以提高脑肿瘤分割的准确性	未提及具体的数据集局限性或模型泛化能力的测试结果	提高脑肿瘤在MR图像中的分割准确性和效率	脑肿瘤的MR图像	digital pathology	brain tumor	Bayesian Optimization, Region-Adaptive Thresholding	U-Net with Attention Mechanisms	MR images	LGG, Healthcare, and BraTS 2021 MRI brain tumor datasets
2444	2025-07-07	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AI方法，用于皮肤烧伤分类和移植决策支持	采用级联分类器方法和多源数据集，特别是针对埃及肤色，提高了分类性能	烧伤程度分类的准确率为63.23%，仍有提升空间	开发一种标准化的AI系统，用于皮肤烧伤分类和临床决策支持	皮肤烧伤图像	计算机视觉	皮肤烧伤	深度学习	ResNet50, DenseNet, MobileNet, VGG16, ShuffleNet	图像	多源数据集，包括公开标记数据和本地注释数据
2445	2025-07-07	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	本文提出了一种基于基础模型的弱监督Transformer方法，用于显微镜图像中的结核杆菌检测	该方法引入了两个关键创新点：利用跨领域迁移学习将UNI基础模型应用于结核杆菌检测，以及采用仅需图像级标签的弱监督方法，显著降低了标注负担	未提及具体局限性	开发一种可扩展的自动化结核病检测方法，减少标注需求和预处理工作	显微镜图像中的结核杆菌(MTB)	数字病理学	结核病	弱监督学习	Transformer	图像	大型多样化数据集（具体数量未提及）
2446	2025-07-07	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	本研究利用生成对抗网络（GAN）合成冠状动脉疾病（CAD）类似的心音片段，以增强现有数据集，从而提高心音异常检测的分类性能	采用渐进式Wasserstein GAN架构生成高质量音频片段，并通过后处理步骤（如带通滤波）进一步提升合成样本的保真度	研究依赖于PhysioNet/Computing in Cardiology Challenge 2016数据集，该数据集存在规模有限和类别不平衡的问题	解决心音分析中数据集规模有限和类别不平衡的问题，提升心音异常检测的性能	冠状动脉疾病（CAD）和健康心音样本	生物医学信号处理	心血管疾病	生成对抗网络（GAN）	Progressive Wasserstein GAN	音频	PhysioNet/Computing in Cardiology Challenge 2016数据集中的CAD和健康心音样本
2447	2025-07-07	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	research paper	开发了一个基于AI-ML的工具CRCpred，用于通过肠道微生物组预测结直肠癌	使用混合机器学习和深度学习算法，结合来自8个国家11项研究的1728个公开可用的宏基因组样本，开发了CRCpred工具	训练数据和算法可能限制了预测的准确性	通过肠道微生物组预测结直肠癌	肠道微生物组	machine learning	colorectal cancer	metagenomic sequencing	XGBoost	metagenomic samples	1728个公开可用的宏基因组样本
2448	2025-07-07	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	提出一种新型的基于深度学习的语义分割算法，用于增强癌症诊断，具有低成本、高速度和准确性	提出了一种新型的卷积神经网络架构，通过多尺度卷积、多尺度特征提取、下采样策略和特征图融合方法，显著提高了性能并降低了计算复杂度	未提及具体在哪些低资源环境下的实际应用效果，也未讨论算法对不同类型癌症的普适性	开发一种计算成本低、性能优越的医学图像分割方法，以促进癌症诊断在临床环境中的广泛应用	医学图像分割，特别是肺肿瘤、脾脏和胰腺肿瘤的分割	数字病理学	肺癌, 胰腺癌	深度学习	CNN	图像	NA
2449	2025-07-07	Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11399-2 PMID:39891682	research paper	本研究探讨了超分辨率深度学习重建（SR-DLR）在降低冠状动脉CT血管造影（CCTA）辐射剂量中的应用及其对图像质量、冠状动脉斑块和狭窄分析的影响	首次将超分辨率深度学习重建（SR-DLR）应用于超低剂量CCTA，实现了60%的辐射剂量降低，同时保持了图像质量和临床分析的准确性	样本量较小（仅50名患者），且未评估SR-DLR在更广泛临床场景中的适用性	评估SR-DLR在降低CCTA辐射剂量中的效果及其对图像质量和临床分析的影响	50名接受低剂量和超低剂量CCTA扫描的患者	digital pathology	cardiovascular disease	coronary CT angiography (CCTA), super-resolution deep learning reconstruction (SR-DLR)	deep learning	medical imaging	50名患者，48个冠状动脉节段
2450	2025-07-07	Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11367-w PMID:39891681	research paper	该研究通过胸部CT扫描，评估了从学龄前到青年期支气管和动脉尺寸的发育趋势，并提供了相关参数的规范值	利用自动化深度学习算法计算支气管和动脉参数，首次提供了从婴儿期到青年期的支气管-动脉比率规范值	研究样本仅包括375例正常吸气胸部CT扫描，可能不足以代表所有年龄段	评估胸部CT定量参数的发育趋势并提供规范值	0至24岁参与者的胸部CT扫描数据	digital pathology	NA	CT扫描	deep learning-based algorithm	image	375例正常吸气胸部CT扫描（女性156例，男性219例）
2451	2025-07-07	PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11410-w PMID:39909898	research paper	开发并评估了一种用于冠状动脉血管和斑块分割的深度学习模型PlaqueViT	提出了一种基于3D vision transformer的深度学习模型，用于全自动冠状动脉斑块分割，性能与专家相当	NA	开发用于冠状动脉CT血管成像中血管和斑块分割的深度学习模型	冠状动脉CT血管成像数据	digital pathology	cardiovascular disease	coronary computed tomography angiography (CCTA)	3D vision transformer	image	SCAPIS数据集（开发集463例，测试集123例，观察者间研究65例，CAD检测数据集684例），林雪平大学医院数据集（外部验证28例）
2452	2025-07-07	Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification 2025-Jul-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2524478 PMID:40618219	research paper	提出了一种新型的卷积神经网络架构LCCNN，用于阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的分类	引入了侧向连接层以实现神经元的语义排列，提高了模型的可解释性，并通过竞争层以无监督方式更新滤波器	模型仍需要标记数据，而数据标记过程耗时、费力且成本高	提高阻塞性睡眠呼吸暂停低通气综合征（OSAHS）分类的准确性和模型可解释性	阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者数据	machine learning	阻塞性睡眠呼吸暂停低通气综合征	CNN	LCCNN（Lateral Connection CNN）	生理信号数据	University College Dublin数据库（UCD）和Physionet Challenge数据库（PCD）
2453	2025-07-07	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Jul-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	本研究提出了一种自动评估膝骨关节炎严重程度的系统，结合预训练的深度学习模型和图像处理技术，提取并量化关键的膝骨关节炎成像生物标志物	整合预训练DL模型与图像处理技术，自动检测和量化关节间隙狭窄和骨赘，无需昂贵的训练过程和大规模标注数据	系统在JSN检测、骨赘识别和KOA分类的准确率分别为88%、80%和73%，仍有提升空间	开发一种自动化系统，用于早期膝骨关节炎的严重程度评估	膝骨关节炎患者的X射线图像	数字病理学	膝骨关节炎	CLAHE对比度增强、DexiNed边缘提取、阈值降噪	预训练DL模型	X射线图像	NA
2454	2025-07-07	MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework 2025-Jul-05, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2527899 PMID:40616778	研究论文	本文提出了一种基于MRI的优化注意力深度学习框架2DRK-MSCAN，用于多发性硬化症的早期准确检测	结合了EfficientNetV2L骨干网络、U型编码器-解码器架构、深度扩散残差核和多尺度蛇形卷积注意力机制，提高了检测的准确性和鲁棒性	临床验证仍在进行中	开发并评估一种新型深度学习框架，用于MRI数据中多发性硬化症病变的早期准确检测	多发性硬化症病变	计算机视觉	多发性硬化症	MRI	2DRK-MSCAN（结合EfficientNetV2L、U型编码器-解码器、深度扩散残差核和多尺度蛇形卷积注意力机制）	图像	三个公开可用的基于MRI的脑肿瘤数据集
2455	2025-07-07	A self-supervised robotic system for autonomous contact-based spatial mapping of semiconductor properties 2025-Jul-04, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw7071 PMID:40614181	研究论文	提出一种自监督机器人系统，用于自主接触式半导体特性的空间映射	通过自监督神经网络驱动的机器人系统，实现了高精度和高通量的接触式表征技术自动化	当前方法缺乏可靠的像素级精确定位，并且需要大量标记数据	提高接触式材料表征技术的测量质量、可靠性和通量	半导体光电导特性的空间映射	机器人技术	NA	自监督学习	神经网络	空间映射数据	3025个独特预测位点的钙钛矿薄膜成分梯度
2456	2025-07-07	Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography 2025-Jul-04, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70019 PMID:40616216	研究论文	本研究提出了一种基于深度学习的自动化方法，用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小	利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小，替代传统手动测量方法	研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证	开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法	发泡聚苯乙烯泡沫的珠粒微观结构	计算机视觉	NA	显微成像	深度学习	图像	两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m)
2457	2025-07-07	The continuous evolution of biomolecular force fields 2025-Jul-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文综述了生物分子力场的最新进展，包括极化力场、机器学习势和粗粒化模型，并探讨了未来的发展方向	结合深度学习革命，提出了生物分子力场参数化的新机遇和方法	未具体提及实验验证或特定应用案例的局限性	提高生物分子力场的准确性和应用范围，以促进生物和治疗发现	生物分子力场	计算生物学	NA	深度学习	机器学习势、粗粒化模型	NA	NA
2458	2025-07-07	Accurate prediction of synergistic drug combination using a multi-source information fusion framework 2025-Jul-03, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02302-y PMID:40611149	研究论文	提出了一种名为MultiSyn的多源信息融合框架，用于准确预测协同药物组合	利用属性图神经网络整合蛋白质-蛋白质相互作用网络与多组学数据，并通过异构图变换器学习分子结构的多视角表示	未明确提及具体样本量或实验范围的局限性	开发一种准确预测协同药物组合的计算方法，以支持复杂疾病治疗	药物组合及其协同效应	机器学习	复杂疾病	深度学习方法，包括图神经网络和异构图变换器	属性图神经网络、异构图变换器	多组学数据、蛋白质-蛋白质相互作用网络、药物分子结构	NA
2459	2025-07-07	CT-Mamba: A hybrid convolutional State Space Model for low-dose CT denoising 2025-Jul-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102595 PMID:40616952	研究论文	提出了一种混合卷积状态空间模型CT-Mamba，用于低剂量CT图像去噪，结合了CNN的局部特征提取优势和Mamba的长程依赖捕捉能力	结合CNN和Mamba的优势，提出创新的Z形扫描方案和Mamba驱动的深度噪声功率谱损失函数，以优化噪声纹理分布	去噪后的图像在噪声分布上与正常剂量CT图像仍存在差异，可能影响最终图像质量和诊断结果	提高低剂量CT图像的去噪效果，增强图像质量和诊断价值	低剂量CT图像	计算机视觉	NA	深度学习	CNN, Mamba	图像	NA
2460	2025-07-07	Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05545-5 PMID:40595948	研究论文	本文提出了一种结合元启发式特征选择与集成表示学习模型的隐私感知网络攻击检测技术，用于物联网环境	提出了一种自适应元启发式特征选择与集成学习模型（AMFS-ELPPCD），结合了AHHO特征选择、BiGRU、WAE和DBN等集成模型，并通过SGO优化超参数	实验仅在CICIDS-2017和NSLKDD两个数据集上进行验证，可能缺乏更广泛的数据集验证	提高物联网环境中的网络攻击检测准确性和隐私保护能力	物联网环境中的网络攻击数据	机器学习	NA	Z-score归一化、AHHO特征选择、BiGRU、WAE、DBN、SGO超参数优化	集成学习模型（BiGRU、WAE、DBN）	网络攻击数据	CICIDS-2017和NSLKDD数据集