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
3601	2025-10-06	3D cardiac shape analysis with variational point cloud autoencoders for myocardial infarction prediction and virtual heart synthesis 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102587 PMID:40582300	研究论文	提出一种基于变分点云自编码器的3D心脏形状分析方法，用于心肌梗死预测和虚拟心脏合成	首次将多类别变分点云自编码器应用于3D心脏形状分析，能够直接从高分辨率点云中学习多尺度特征，并在低维可解释潜在空间中捕获复杂非线性3D形状变异	NA	开发用于3D心脏形状和功能分析的几何深度学习方法	人类心脏解剖结构	计算机视觉	心血管疾病	点云分析	VAE	3D点云	超过10,000名受试者	NA	变分点云自编码器	Chamfer距离, AUROC, Harrell's concordance index	NA
3602	2025-10-06	FeaCL: Carotid plaque classification from ultrasound images using feature-level and instance-level contrast learning 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102590 PMID:40582299	研究论文	提出一种名为FeaCL的自监督学习技术，通过特征级和实例级对比学习提升颈动脉斑块超声图像分类性能	首次将特征级和实例级对比学习结合用于颈动脉斑块分类，采用三元组网络和强弱数据增强策略学习有效表征	仅使用单一超声图像数据集进行验证，需要更多临床数据进一步验证泛化能力	解决颈动脉斑块超声图像标签稀缺问题，提升分类准确率	颈动脉斑块超声图像	计算机视觉	心血管疾病	超声成像	自监督学习, 对比学习	图像	未明确具体样本数量	NA	三元组网络	准确率	NA
3603	2025-10-06	D2C-Morph: Brain regional segmentation based on unsupervised registration network with similarity analysis 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102589 PMID:40602042	研究论文	提出一种基于无监督配准网络的脑区分割方法D2C-Morph，能够联合执行图像配准和分割任务	通过双路径网络强调输入特征，采用两次对比学习，并利用相关层增强特征图相似性的相关特征图提升解码器性能	NA	开发能够联合执行脑图像配准和分割的深度学习模型	脑部图像数据	计算机视觉	NA	无监督学习	深度学习网络	医学图像	NA	NA	双路径网络	NA	NA
3604	2025-10-06	PedSemiSeg: Pedagogy-inspired semi-supervised polyp segmentation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102591 PMID:40609495	研究论文	提出一种受教学法启发的半监督息肉分割框架PedSemiSeg，旨在解决标注数据稀缺和分布偏移问题	将真实教育环境中的教师反馈和同伴辅导概念引入半监督学习，通过强增强输入（学生）和弱增强输入（教师）的正负向学习方式，以及基于预测熵的相互同伴辅导	NA	提升有限标注数据条件下的息肉分割性能，增强模型在测试时的泛化能力	结直肠息肉分割	计算机视觉	结直肠癌	深度学习	半监督学习框架	医学图像	在两个公共数据集上进行实验，并测试外部未见多中心数据集	NA	NA	NA	NA
3605	2025-10-06	Leveraging multithreading on edge computing for smart healthcare based on intelligent multimodal classification approach 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102594 PMID:40614479	研究论文	提出一种基于边缘计算和多线程的智能医疗多模态分类系统	采用多线程并行架构在边缘设备上实现混合机器学习和深度学习处理模块，结合遗传算法优化轻量级神经网络	仅使用三种特定疾病数据集进行验证，未涉及更多医疗场景	开发智能临床决策支持系统，实现医疗多模态数据的自动化诊断	脑肿瘤、肺炎和结肠癌的医学影像数据	医疗人工智能	脑肿瘤,肺炎,结肠癌	遗传算法优化	CNN	医学影像	NA	Python, PyCharm, Thonny	MobileNet, EfficientNet, ResNet18	准确率, 计算复杂度降低百分比, 推理加速比	三个树莓派边缘计算设备, 边缘服务器
3606	2025-10-06	CT-Mamba: A hybrid convolutional State Space Model for low-dose CT denoising 2025-Sep, 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CNN的局部特征提取优势与Mamba的长程依赖捕获能力，提出空间连贯的Z形扫描方案和Mamba驱动的深度噪声功率谱损失函数	去噪图像与正常剂量CT图像在噪声分布上仍存在差异	低剂量CT图像去噪	低剂量CT图像	计算机视觉	NA	CT成像	CNN, State Space Model	医学图像	NA	NA	CT-Mamba	噪声降低效果、细节保留能力、噪声纹理分布优化、放射组学特征统计相似性	NA
3607	2025-10-06	AMeta-FD: Adversarial Meta-learning for Few-shot retinal OCT image Despeckling 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102597 PMID:40618583	研究论文	提出一种基于对抗元学习的少样本视网膜OCT图像去斑方法AMeta-FD	结合对抗训练与元学习框架，引入新的抑制损失函数，仅需少量原始-干净图像对即可有效去除斑点噪声	需要人工配准和平均多幅重复图像来生成真实标签，且仅使用60对训练样本	开发少样本条件下视网膜OCT图像去斑算法	视网膜OCT图像	计算机视觉	眼科疾病	光学相干断层扫描	GAN, 元学习	图像	60对原始-干净图像对（占完整训练集的12%）	PyTorch	AMeta-FD	信噪比	NA
3608	2025-10-06	A deep learning-based clinical decision support system for glioma grading using ensemble learning and knowledge distillation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102602 PMID:40663835	研究论文	提出一种基于集成学习和知识蒸馏的深度学习临床决策支持系统，用于胶质瘤分级	采用集成学习构建教师模型，并在学生模型训练中应用不确定性加权集成平均来优化知识传递，缩小师生性能差距	NA	开发用于胶质瘤分级的临床决策支持系统	胶质瘤医学图像	医学图像处理	胶质瘤	深度学习	集成学习,知识蒸馏	医学图像	NA	NA	NA	准确率,精确率,召回率,F1分数	NA
3609	2025-10-06	A Multisite Fusion-Based Deep Convolutional Neural Network for Classification of Helicobacter pylori Infection Status Using Endoscopic Images: A Multicenter Study 2025-Sep, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.70004 PMID:40682425	研究论文	开发基于多部位融合的深度卷积神经网络用于胃镜图像中幽门螺杆菌感染状态的分类	首次提出基于投票机制的多部位融合DCNN模型，整合胃部多个部位特征进行幽门螺杆菌感染状态分类	样本量相对有限（训练集676例，外部验证126例），模型准确率仍有提升空间	开发能够准确分类幽门螺杆菌感染状态的深度学习模型	胃镜白光图像	计算机视觉	消化系统疾病	胃镜检查	CNN	图像	训练集：676名受试者的3380张图像；外部验证：126名受试者	NA	Wide-ResNet	准确率, AUC, 敏感性, 特异性, 精确度	NA
3610	2025-10-06	Characterizing and differentiating brain states through a CS-KBRs framework for highlighting the synergy of common and specific brain regions 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102609 PMID:40706423	研究论文	本研究提出基于动态图卷积神经网络的CS-KBRs框架，用于识别关键脑区并区分不同大脑状态	提出动态更新邻接矩阵的DGCNN方法，能够更有效评估各脑区重要性，并首次将关键脑区划分为枢纽性共同区域和特异性区域	方法主要基于fMRI数据，在其他神经影像数据上的适用性有待验证	揭示不同脑区协调作用机制，提高大脑状态分类的准确性和可解释性	人类大脑区域及其功能连接	神经科学	NA	功能磁共振成像(fMRI)	动态图卷积神经网络(DGCNN)	脑功能连接数据	从148个脑区中筛选出56个关键脑区	NA	动态图卷积神经网络	分类准确率	NA
3611	2025-10-06	Comparative analysis of the tumor microenvironment in primary CNS and testicular large B-cell lymphomas using digital image analysis and its implications for immunotherapy 2025-Sep, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2025.105874 PMID:40714128	研究论文	通过数字图像分析比较原发性中枢神经系统和睾丸大B细胞淋巴瘤的肿瘤微环境特征	首次直接比较PCNSL和PTL的肿瘤微环境，揭示两者在免疫细胞组成和T细胞耗竭程度的显著差异	样本量有限（55例），仅针对特定免疫标记物进行分析	探究免疫特权部位原发性大B细胞淋巴瘤的肿瘤微环境差异及其对免疫治疗的启示	55例涉及中枢神经系统和睾丸的弥漫性大B细胞淋巴瘤病例	数字病理学	淋巴瘤	免疫组织化学染色，数字图像分析	深度学习	病理图像	55例淋巴瘤病例	NA	NA	P值	NA
3612	2025-10-06	Fluid-SegNet: Multi-dimensional loss-driven Y-Net with dilated convolutions for OCT B-scan fluid segmentation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102613 PMID:40763605	研究论文	提出一种基于深度学习的OCT B扫描图像中液体区域分割新方法Fluid-SegNet	采用多维度损失驱动的Y-Net架构结合扩张卷积，有效解决细小液体区域分割和异质性液体区域欠分割问题	NA	提高OCT B扫描图像中液体区域分割的准确性	视网膜OCT B扫描图像中的液体区域	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	医学图像	三个公共数据集UMN、AROI和OIMHS	NA	Y-Net	Dice系数	NA
3613	2025-10-06	Determination of Skeletal Age From Hand Radiographs Using Deep Learning 2025-Sep, The American journal of sports medicine DOI:10.1177/03635465251359618 PMID:40815847	研究论文	本研究开发了一种基于手部X光片使用深度学习技术确定骨骼年龄的准确可靠模型	利用ConvNeXt架构在三个不同的公开数据集上训练，结合时序年龄信息，显著提升了骨骼年龄预测的准确性	模型验证主要依赖于公开数据集，仅包含200张机构内部图像的外部验证	开发高准确度的深度学习模型用于从手部X光片确定骨骼年龄	骨骼未成熟患者的手部X光片	计算机视觉	骨骼发育疾病	手部X光成像	CNN	图像	超过20,000张手部X光片，来自三个公开数据集(RSNA、RHPE、DHA)和一个包含200张图像的机构数据集	PyTorch	ConvNeXt	平均绝对误差(MAE)	NA
3614	2025-10-06	A multimodal skin lesion classification through cross-attention fusion and collaborative edge computing 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102588 PMID:40561935	研究论文	提出一种结合多模态深度学习与协作边缘计算的皮肤病变分类方法	通过跨注意力特征融合机制整合皮肤镜图像与患者元数据，并采用协作推理方案在物联网和边缘设备间分配计算任务	未明确说明模型在临床环境中的实际部署挑战和跨机构验证结果	开发高精度、低延迟且保护隐私的皮肤病变计算机辅助诊断系统	皮肤病变图像分类	计算机视觉	皮肤癌	深度学习	跨注意力融合模型	皮肤镜图像, 患者元数据	多个基准数据集（包括HAM10000数据集）	NA	跨注意力融合架构	分类准确率, 延迟加速比	物联网设备, 边缘计算设备
3615	2025-10-06	DeepHybrid-CNN: A hybrid approach for pre-processing of skin cancer images 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102611 PMID:40803055	研究论文	提出一种结合各向异性强度毛发去除、高斯滤波和深度残差CNN的混合方法，用于皮肤癌图像的预处理	提出DeepHybrid-CNN混合方法，首次将AI-HR毛发去除、高斯滤波和深度残差CNN结合用于皮肤癌图像预处理	NA	提高皮肤镜图像质量以改善皮肤癌诊断的准确率	皮肤癌图像	计算机视觉	皮肤癌	数字图像处理	CNN	图像	HAM10000数据集	NA	深度残差CNN	主观评估,客观评估	NA
3616	2025-10-06	LR-COBRAS: A logic reasoning-driven interactive medical image data annotation algorithm 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102623 PMID:40812153	研究论文	提出一种基于逻辑推理的交互式医学图像数据标注算法LR-COBRAS，旨在优化医学图像标注任务	通过逻辑推理模块增强必须链接和不能链接约束，自动生成潜在约束关系，减少用户交互频率并提高聚类准确性	NA	开发智能医学图像分析解决方案，辅助医疗专业人员实现更精确的标注结果	医学图像数据标注	计算机视觉	NA	交互式标注算法	聚类算法	医学图像	基于MedMNIST+数据集和ChestX-ray8数据集	NA	LR-COBRAS	聚类准确性, 效率, 交互负担, 鲁棒性, 适用性	NA
3617	2025-10-06	AI-driven multi-modal framework for prognostic modeling in glioblastoma: Enhancing clinical decision support 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102628 PMID:40816104	研究论文	提出一种AI驱动的多模态框架，用于胶质母细胞瘤的预后建模和临床决策支持	首次将放射影像、组织病理学和转录组学数据通过注意力机制深度学习模型进行整合，实现更准确的风险分层	研究依赖于特定数据集（UCSF-PDGM、CPTAC-GBM、TCGA-GBM），需要外部验证	开发精准的胶质母细胞瘤预后模型以指导个性化治疗策略	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	RNA测序, MRI成像, 全切片数字病理成像	Vision Transformer, 注意力深度学习模型	影像, 转录组数据, 组织病理图像	来自UCSF-PDGM、CPTAC-GBM和TCGA-GBM数据集的多个队列	NA	Vision Transformer, 注意力机制架构	F1分数, AUC, C-index, Kaplan-Meier生存分析	NA
3618	2025-10-06	C5-net: Cross-organ cross-modality cswin-transformer coupled convolutional network for dual task transfer learning in lymph node segmentation and classification 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102633 PMID:40819604	研究论文	提出一种跨器官跨模态的混合网络C5-Net，用于淋巴结超声图像的分割和分类双重任务	设计跨器官跨模态迁移学习策略，耦合Transformer和卷积网络，共享编码器权重实现分割与分类的协同学习	淋巴结图像数据量有限（690张），标注数据稀缺	解决淋巴结超声诊断中的图像分割和分类问题，实现淋巴结恶性肿瘤的早期准确检测	淋巴结超声图像和皮肤病变皮肤镜图像	计算机视觉	淋巴结恶性肿瘤	超声成像，皮肤镜成像	Transformer, CNN	图像	690张淋巴结超声图像和1000张皮肤病变皮肤镜图像	NA	CSWin-Transformer, 卷积神经网络	Dice系数, 准确率	NA
3619	2025-10-06	Multimodal data fusion with irregular PSA kinetics for automated prostate cancer grading 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102625 PMID:40819603	研究论文	提出一种新型多模态融合框架，将影像数据与不规则PSA动力学等纵向患者信息相结合，用于自动化前列腺癌分级	开发了能够有效整合不规则时间序列数据（如PSA测量值）与影像数据的多模态融合框架，无需复杂预处理或插补步骤	未明确说明模型在处理极端不规则时间序列数据时的性能边界	提高前列腺癌检测和分级的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	MRI，PSA测量，实验室检测	深度学习，多模态融合	影像数据，时间序列数据，人口统计数据，实验室数据	内部验证630例，外部验证419例（来自多个欧洲中心，使用160台不同MRI设备）	NA	自定义嵌入技术	AUC，二次加权kappa，敏感性，特异性	NA
3620	2025-10-06	TG-Mamba: Leveraging text guidance for predicting tumor mutation burden in lung cancer 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102626 PMID:40819605	研究论文	提出一种名为TG-Mamba的深度学习模型，通过组织病理学图像和临床信息预测肺癌患者的肿瘤突变负荷	采用并行特征提取策略，结合文本引导注意力模块和VMamba骨干网络，设计新型Conv-SSM混合模块融合局部特征与全局依赖	NA	开发快速预测肺癌患者肿瘤突变负荷的深度学习模型，替代传统全外显子测序方法	肺癌患者	数字病理学	肺癌	全外显子测序，组织病理学成像	深度学习，注意力机制，状态空间模型	图像，文本	非训练队列肺癌患者	NA	TG-Mamba, VMamba, Conv-SSM, 文本引导注意力模块	AUC, MAPE	NA