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
21	2024-12-22	A novel semi-supervised learning model based on pelvic radiographs for ankylosing spondylitis diagnosis reduces 90% of annotation cost 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109232 PMID:39522130	研究论文	本研究开发了一种基于半监督学习的深度学习模型，用于通过骨盆X光片诊断强直性脊柱炎，显著降低了标注成本	首次将半监督学习应用于通过骨盆X光片诊断强直性脊柱炎，实现了90%的标注成本降低	NA	开发一种能够在有限标注数据下达到人类专家水平性能的强直性脊柱炎诊断模型	强直性脊柱炎的诊断	计算机视觉	强直性脊柱炎	深度学习	半监督学习模型	图像	5389张骨盆X光片，其中431张有标签，3880张无标签
22	2024-12-22	Integrating PET/CT, radiomics and clinical data: An advanced multi-modal approach for lymph node metastasis prediction in prostate cancer 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109339 PMID:39522134	研究论文	本研究开发了一种深度学习模型，结合PET/CT影像、放射组学特征和临床参数，用于预测前列腺癌患者的淋巴结转移	本研究创新性地整合了PET/CT影像、放射组学特征和临床数据，提出了一种多模态方法来预测前列腺癌患者的淋巴结转移	本研究仅使用了回顾性收集的229名患者的PET/CT扫描和临床数据，样本量相对较小，且未提及模型的泛化能力	开发一种深度学习模型，用于预测前列腺癌患者淋巴结转移的可能性，以辅助临床决策	前列腺癌患者的淋巴结转移预测	数字病理学	前列腺癌	深度学习	MNASNet	影像和临床数据	229名前列腺癌患者
23	2024-12-22	Measurement of ureteral length: Comparison of deep learning-based method and other estimation methods on CT and KUB 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109374 PMID:39522131	研究论文	本文比较了基于深度学习的方法与其他估计方法在CT和KUB图像上测量输尿管长度的效果	本文提出了一种基于深度学习的3D模型，用于在CT尿路造影图像上自动测量输尿管长度，并证明其性能优于传统测量方法	本文仅在回顾性队列中进行了验证，未来需要在更大规模的前瞻性研究中进一步验证	利用深度学习方法在CT尿路造影图像上测量输尿管长度，并与其他估计方法进行比较	输尿管长度测量	计算机视觉	NA	深度学习	3D模型	图像	411例患者用于模型开发，220例患者用于模型测试
24	2024-12-22	Segmentation of breast lesion using fuzzy thresholding and deep learning 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109406 PMID:39531925	研究论文	本研究提出了一种结合模糊阈值和深度学习的乳腺病变分割方法	本研究创新性地将模糊C均值阈值（FCMTH）与深度学习相结合，通过预处理图像提高了分割精度	本研究仅使用了7名患者的123张DCE-MRI图像，样本量较小	提高乳腺病变在DCE-MRI图像中的分割精度	乳腺病变在DCE-MRI图像中的分割	计算机视觉	乳腺癌	DCE-MRI	DeepLabv3+	图像	7名患者的123张DCE-MRI图像
25	2024-12-22	Database, prediction, and antibacterial research of astringency based on large language models 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109375 PMID:39531926	研究论文	本文介绍了基于大型语言模型的涩味数据库构建、预测及抗菌研究	首次创建了一个包含238个分子的全面涩味数据库，并开发了一个结合大型语言模型、深度学习和传统机器学习的基于配体的预测框架，用于分子和肽的预测	NA	研究涩味与抗菌活性之间的关系，并开发预测模型以增强对味觉相关分子的理解	涩味分子及其抗菌特性	机器学习	NA	大型语言模型、深度学习、传统机器学习	Ligand-Based Prediction (LBP)框架	分子数据	238个分子
26	2024-12-22	Explaining deep learning models for age-related gait classification based on acceleration time series 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109338 PMID:39536383	研究论文	本研究使用深度学习模型对基于加速度时间序列的与年龄相关的步态分类进行解释	本研究通过使用SHapley Additive exPlanations (SHAP)方法增强了基于深度学习的步态分类模型的透明度	本研究仅使用了单一的传感器位置（L3），可能无法全面反映步态特征	提高基于深度学习的步态分类模型在临床应用中的透明度	成年人和老年人的步态分类	机器学习	NA	深度学习	卷积神经网络 (CNN) 和门控循环单元 (GRU)	加速度时间序列	244名参与者，包括129名成年人和115名老年人（年龄>65）
27	2024-12-22	SPE-YOLO: A deep learning model focusing on small pulmonary embolism detection 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109402 PMID:39536384	研究论文	开发了一种名为SPE-YOLO的深度学习模型，用于提高小肺栓塞的检测准确性	引入了小型检测头P2、SEAttention机制和ODConv卷积，以增强模型对小目标的检测能力和特征提取效果	NA	提高小肺栓塞的检测准确性，以更好地服务于医疗诊断和治疗	小肺栓塞的检测	计算机视觉	肺栓塞	深度学习	YOLOv8	图像	142名患者的图像数据，以及来自RSNA数据集的2000个案例
28	2024-12-22	A step towards quantifying, modelling and exploring uncertainty in biomedical knowledge graphs 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109355 PMID:39541901	研究论文	本研究旨在利用深度学习技术，基于文本支持证据自动量化和建模生物医学知识图谱中的事实不确定性	提出了一个基于句子特征提取和朴素贝叶斯分类器的方法，用于量化生物医学知识图谱中的事实不确定性，并展示了其在知识发现中的应用	研究仅在SemMedDB数据集上进行了验证，尚未在其他生物医学知识图谱上进行广泛测试	自动量化和建模生物医学知识图谱中的事实不确定性	生物医学知识图谱中的事实及其文本支持证据	自然语言处理	NA	深度学习	朴素贝叶斯分类器	文本	使用了SemMedDB数据集的一个子集
29	2024-12-22	BHBA-GRNet: Cancer detection through improved gene expression profiling using Binary Honey Badger Algorithm and Gene Residual-based Network 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109348 PMID:39615230	研究论文	本文提出了一种结合二进制蜜獾算法和基因残差网络的新方法，用于通过基因表达谱数据进行癌症检测	本文的创新点在于引入了二进制蜜獾算法进行特征降维，并与基因残差网络结合，减少了基因表达微阵列数据的大小，提高了检测精度	本文的局限性在于仅在肺癌和血液型癌症的数据集上进行了验证，尚未在其他癌症类型上进行广泛测试	本文的研究目的是提高通过基因表达微阵列数据进行癌症检测的准确性	本文的研究对象是基因表达微阵列数据和癌症检测	机器学习	肺癌	基因表达微阵列	基因残差网络	基因表达数据	三个代表肺癌和血液型癌症的已建立数据集
30	2024-12-22	An optimized ensemble search approach for classification of higher-level gait disorder using brain magnetic resonance images 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109457 PMID:39615237	研究论文	本研究探讨了使用脑部磁共振图像通过深度学习卷积神经网络对高级步态障碍进行分类的可能性	首次在文献中研究了深度学习是否能捕捉磁共振图像中的模式以识别受高级步态障碍影响的患者，并提出了一种计算成本有效的搜索算法来优化模型集成	需要进一步研究网络基于哪些脑区进行分类，以更好地理解高级步态障碍的病理生理学	研究脑部形态学模式与高级步态障碍之间的关联，并开发一种新的分类方法	高级步态障碍患者与对照组的脑部磁共振图像	计算机视觉	老年疾病	磁共振成像	卷积神经网络	图像	来自VESPR大型基于人群队列的独特数据集
31	2024-12-22	Multi-criteria Bayesian optimization of Empirical Mode Decomposition and hybrid filters fusion for enhanced ECG signal denoising and classification: Cardiac arrhythmia and myocardial infarction cases 2025-Jan, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109462 PMID:39615235	研究论文	本文介绍了一种新的高级模型，用于去噪和分类心电图信号，重点是使用混合滤波器和贝叶斯优化	本文创新性地结合了增强经验模态分解（EEMD）、切比雪夫II型滤波器、巴特沃斯滤波器、Daubechies小波滤波器和Savitzky-Golay滤波器，并通过多准则贝叶斯优化过程进一步优化滤波器参数，提升了信号质量	NA	提高心电图信号去噪和分类的准确性，特别是针对心律失常和心肌梗死病例	心电图信号的去噪和分类，特别是心律失常和心肌梗死病例	生物医学信号处理	心血管疾病	增强经验模态分解（EEMD）、切比雪夫II型滤波器、巴特沃斯滤波器、Daubechies小波滤波器、Savitzky-Golay滤波器、贝叶斯优化	深度学习架构	信号	NA
32	2024-12-22	Exploring Schizophrenia Classification Through Multimodal MRI and Deep Graph Neural Networks: Unveiling Brain Region-Specific Weight Discrepancies and Their Association With Cell-Type Specific Transcriptomic Features 2024-Dec-20, Schizophrenia bulletin IF:5.3Q1 DOI:10.1093/schbul/sbae069 PMID:38754993	研究论文	本研究利用多模态MRI数据和深度图神经网络探索精神分裂症的分类，揭示脑区特定权重差异及其与细胞类型特异性转录组特征的关联	本研究首次将深度图神经网络应用于多模态MRI数据的精神分裂症分类，并通过Grad-CAM方法提高了模型的可解释性	本研究的样本量虽然较大，但仅来自7家医院，可能存在地域偏倚	提高精神分裂症诊断的准确性和客观性	精神分裂症患者和健康对照组的脑部MRI数据	机器学习	精神疾病	MRI	图注意力网络	图像	683名精神分裂症患者和606名健康对照组
33	2024-12-22	Quantification of urinary albumin in clinical samples using smartphone enabled LFA reader incorporating automated segmentation 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ad992d PMID:39622082	研究论文	本文提出了一种基于智能手机的LFA读取器，用于自动检测和定量临床样本中的尿白蛋白	使用LFA设备进行自动检测和定量，减少干扰，并采用YOLOv5进行自动分割	NA	开发一种准确且不受干扰的尿白蛋白检测方法	临床样本中的尿白蛋白浓度	机器学习	NA	LFA	YOLOv5	图像	NA
34	2024-12-22	Quantifying interpretation reproducibility in Vision Transformer models with TAVAC 2024-Dec-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.abg0264 PMID:39705362	研究论文	本文提出了一种名为TAVAC的指标，用于评估Vision Transformer模型在生物医学图像分类任务中的过拟合情况，并量化解释的可重复性	引入TAVAC指标，通过比较训练和测试阶段的高注意力区域，评估模型的过拟合情况并量化解释的可重复性	NA	解决Vision Transformer模型在有限标注的生物医学图像数据集上可能出现的过拟合问题，并提高解释的可重复性	Vision Transformer模型在生物医学图像分类任务中的表现	计算机视觉	乳腺癌	NA	Vision Transformer (ViT)	图像	四个公共图像分类数据集和两个独立的乳腺癌组织学图像数据集
35	2024-12-22	Survival analysis of clear cell renal cell carcinoma based on radiomics and deep learning features from CT images 2024-Dec-20, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000040723 PMID:39705434	研究论文	本文基于CT图像的放射组学和深度学习特征，创建了一个用于预测透明细胞肾细胞癌患者预后的列线图	本文提出了一个结合放射组学和深度学习特征的融合签名，并将其与临床病理风险因素结合，构建了一个新的列线图，相比传统的临床列线图，其C-index值提高了约20%	本文未详细说明深度学习模型的具体架构和训练过程，且样本量相对较小	开发一个基于CT图像的非侵入性模型，用于透明细胞肾细胞癌患者的生存预后预测	透明细胞肾细胞癌患者的CT图像和临床病理数据	数字病理学	肾癌	放射组学，深度学习	Cox比例风险回归模型	图像	822名透明细胞肾细胞癌患者
36	2024-12-22	Insights into AI advances in immunohistochemistry for effective breast cancer treatment: a literature review of ER, PR, and HER2 scoring 2024-Dec-20, Current medical research and opinion IF:2.4Q3 DOI:10.1080/03007995.2024.2445142 PMID:39705612	综述	本文综述了人工智能在免疫组化技术中自动化评分ER、PR和HER2生物标志物的进展，以提高乳腺癌诊断和治疗的准确性和效率	探讨了使用机器学习和深度学习方法自动化免疫组化染色图像中乳腺癌标志物的评分	本文为综述性文章，未提供具体的技术实现或实验结果	识别当前最先进的自动化评分方法、挑战以及未来研究前景，以提高乳腺癌诊断和治疗的准确性和效率	ER、PR和HER2生物标志物的自动化评分	数字病理学	乳腺癌	免疫组化	NA	图像	NA
37	2024-12-22	Assessing the prognostic impact of body composition phenotypes on surgical outcomes and survival in patients with spinal metastasis: a deep learning approach to preoperative CT analysis 2024-Dec-20, Journal of neurosurgery. Spine DOI:10.3171/2024.8.SPINE24722 PMID:39705691	研究论文	本研究使用深度学习方法分析术前CT扫描，评估身体成分表型对脊柱转移患者手术结果和5年生存率的影响	首次揭示身体成分表型对脊柱转移患者手术结果和5年生存率的预后意义，特别是发现肌少性肥胖（SO）显著增加死亡风险	研究为回顾性分析，样本量较小，且仅限于脊柱转移患者	阐明身体成分表型对脊柱转移患者手术结果和5年生存率的影响	接受脊柱转移手术治疗的患者	数字病理学	脊柱转移	深度学习	NA	图像	102名匹配的患者记录
38	2024-12-22	HeatGSNs: Integrating Eigenfilters and Low-Pass Graph Heat Kernels into Graph Spectral Convolutional Networks for Brain Tumor Segmentation and Classification 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1db PMID:39705725	研究论文	本文提出了一种名为HeatGSNs的新型图谱卷积网络，结合特征滤波器和可学习的低通图热核，用于脑肿瘤的分割和分类	HeatGSNs通过引入特征滤波器和可学习的低通图热核，解决了图网络中的过平滑和振荡收敛问题，实现了快速且准确的性能	NA	解决脑肿瘤MRI数据集中的类别不平衡问题，并提高脑肿瘤分割和分类的准确性	脑肿瘤的分割和分类	计算机视觉	脑肿瘤	图谱卷积网络	图谱卷积网络	图像	BRATS2021数据集
39	2024-12-22	A Variational Network for Biomedical Images Denoising using Bayesian model and Auto-Encoder 2024-Dec-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ada1da PMID:39705726	研究论文	本文提出了一种基于贝叶斯模型和变分自编码器的医学图像去噪方法	该方法结合了贝叶斯建模和变分网络，能够更好地泛化到新的噪声分布，并在去噪准确性、视觉质量和计算效率上优于现有方法	NA	开发一种新的医学图像去噪方法，以提高图像分析的准确性和可靠性	医学图像的去噪	计算机视觉	NA	贝叶斯模型、变分网络	变分自编码器	图像	使用了CT扫描医学图像数据集
40	2024-12-22	Zero-shot counting with a dual-stream neural network model 2024-Dec-18, Neuron IF:14.7Q1 DOI:10.1016/j.neuron.2024.10.008 PMID:39488209	研究论文	本文构建了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数	提出了一个基于灵长类大脑双流架构的深度学习模型，能够在零样本情况下对不熟悉的物体进行计数，并成功预测人类计数行为	NA	研究视觉场景理解中物体识别和关系结构的编码方式	灵长类大脑的双流处理机制以及视觉场景中的物体计数	计算机视觉	NA	深度学习	双流神经网络	图像	NA