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	2025-07-28	Hierarchical deep learning system for orbital fracture detection and trap-door classification on CT images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110732 PMID:40644886	研究论文	开发并评估了一种分层深度学习系统，用于在CT图像上检测眼眶骨折并分类为凹陷型或活板门型	采用分层方法结合YOLOv8和Vision Transformer模型，首次实现了对眼眶骨折类型的高精度自动分类	研究数据来自单一机构，可能影响模型的泛化能力	开发自动检测和分类眼眶骨折的AI系统	眼眶骨折患者的CT图像	计算机视觉	眼眶骨折	CT成像	YOLOv8和Vision Transformer	医学图像	686名患者的46,013张CT切片，最终使用7,809张切片
22	2025-07-28	A deep learning approach for objective evaluation of microscopic neuro-drilling craniotomy skills 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110650 PMID:40644889	研究论文	本研究提出了一种基于深度学习的客观评估方法，用于显微镜下神经钻孔开颅手术技能的自动化评估	首次引入了一个标注良好的无偏显微镜神经钻孔效果数据集，并开发了自动化技能评估系统，其性能超过了独立专家评估者	研究受限于数据集规模较小，且仅使用了绵羊头部和肩胛骨标本	开发自动化评估工具以提升神经外科培训的效果和效率	显微镜下神经钻孔手术技能	数字病理	NA	深度学习	Transformer, CNN	图像	435张图像（来自绵羊头部和肩胛骨标本）
23	2025-07-28	Deep learning for diagnosing and grading pterygium: A systematic review and meta-analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110743 PMID:40644893	系统综述和荟萃分析	评估深度学习模型在翼状胬肉检测和严重程度评估中相对于临床专家的准确性	首次系统评估深度学习在翼状胬肉诊断和分级中的表现，并与临床专家进行直接比较	缺乏外部验证数据，研究设计多为病例对照，未考虑个体内相关性，存在患者选择和指标测试偏倚风险	评估深度学习技术在翼状胬肉诊断和分级中的准确性和临床应用潜力	翼状胬肉患者的前段眼部照片	数字病理	眼科疾病	深度学习	DL	图像	45,913张前段眼部照片（来自超过4,460名患者）
24	2025-07-28	EEG quantization and entropy of multi-step transition probabilities for driver drowsiness detection via LSTM 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110758 PMID:40651200	研究论文	该研究提出了一种结合特征提取流程和LSTM网络的驾驶员嗜睡检测方法，通过EEG信号的量化和转移概率熵提取特征	使用多步转移概率熵结合LSTM网络进行EEG信号分析，提高了驾驶员嗜睡检测的准确率	未提及具体样本量大小，可能影响结果的泛化性	开发更准确的驾驶员嗜睡检测方法	驾驶员EEG信号	机器学习	NA	EEG信号分析	LSTM, HMM	EEG信号	NA
25	2025-07-28	Fusion of bio-inspired optimization and machine learning for Alzheimer's biomarker analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110746 PMID:40651201	研究论文	本研究结合生物启发优化和机器学习技术，用于阿尔茨海默病生物标志物分析	采用Elephant Herding Optimization (EHO)和Crow Search Optimization (CSO)技术结合ResNet50分类器进行海马体区域分割和分类，其中CSO表现出更优性能	未提及样本规模及数据来源的多样性	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病患者的大脑区域，特别是海马体	机器学习	阿尔茨海默病	深度学习、优化技术（EHO、CSO）	ResNet50	图像	NA
26	2025-07-28	A preprocessing method based on 3D U-Net for abdomen segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110709 PMID:40652756	研究论文	提出一种基于3D U-Net的预处理方法，用于腹部区域分割，以提高分割性能并加速结果生成	结合3D U-Net和Connected Components Analysis (CCA)进行腹部ROI提取，实现了33.34%的平均维度缩减	仅使用了CHAOS和AbdomenCT-1K两个数据集进行验证，可能需要更多样化的数据验证泛化能力	改进生物医学图像自动分割中的预处理步骤	腹部CT图像的ROI区域	数字病理	NA	3D U-Net, Connected Components Analysis (CCA)	3D U-Net	3D医学图像	训练集6998张切片（来自CHAOS和AbdomenCT-1K数据集），测试集1311张切片（来自AbdomenCT-1K数据集）
27	2025-07-28	Deep siamese residual support vector machine with applications to disease prediction 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110693 PMID:40664125	研究论文	提出了一种名为深度孪生残差支持向量机（DSRSVM）的端到端学习模型，结合了深度神经网络和支持向量机（SVM）的优势	通过深度残差网络孪生预训练和深度残差支持向量机微调两阶段学习，实现了深度学习和SVM的协同效应，超越了传统端到端协作框架的性能	未提及具体的数据集规模或多样性限制，可能影响模型的泛化能力	开发一种新型的端到端学习模型，以提高疾病预测的准确性和性能	医学数据集	机器学习	NA	SVM, 深度残差网络	DSRSVM (Deep Siamese Residual Support Vector Machine)	高维非线性数据	公开可用的医学数据集（未提及具体数量）
28	2025-07-28	Can your brain signals reveal your romantic emotions? 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110754 PMID:40664128	研究论文	本研究通过EEG信号分析，探索了基于单次试验的事件相关电位（ERP）预测个体内浪漫情感（吸引与拒绝）的能力	首次通过单次试验ERP分析预测个体内浪漫情感，并发现挑剔者在情感预测中的更高准确性	样本量较小（61人），且使用模拟约会应用可能无法完全反映真实场景	探索脑电信号对浪漫情感的预测能力	61名参与者（31名女性，30名男性）在使用模拟约会应用时的EEG信号	脑机接口	NA	EEG，事件相关电位（ERP）分析	机器学习和深度学习模型	EEG信号	61名参与者（31名女性，30名男性）
29	2025-07-28	A deep learning model for multiclass tooth segmentation on cone-beam computed tomography scans 2025-Aug, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2025.02.014 PMID:40186597	研究论文	开发并验证了一种深度学习算法，用于从锥形束计算机断层扫描中自动创建人类牙齿的三维表面模型	提出了一种多分辨率数据集上的深度学习模型，实现了牙齿的高精度分割	样本量相对较小（210例扫描），可能影响模型的泛化能力	开发自动化的牙齿分割技术，提升牙科影像分析效率	人类牙齿的锥形束计算机断层扫描影像	医学影像分析	牙科疾病	深度学习	CNN（根据上下文推测）	3D医学影像	210例锥形束CT扫描（140训练/40验证/30测试）
30	2025-06-01	Letter to the Editor on "Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound" 2025-Aug, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.05.044 PMID:40447158	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
31	2025-07-28	Differential Privacy Enabled Robust Asynchronous Federated Multitask Learning: A Multigradient Descent Approach 2025-Aug, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3571953 PMID:40531632	research paper	提出了一种支持差分隐私的鲁棒异步联邦多任务学习方法，采用多梯度下降算法	引入了联邦多任务学习框架，开发了半异步模型聚合方法，并应用分布式差分隐私技术增强隐私保护	未明确提及具体局限性	解决联邦学习中的数据异质性、边缘设备异质性、敏感信息泄露、非凸损失和通信资源限制等挑战性问题	联邦学习框架及其在隐私保护下的深度学习模型训练	machine learning	NA	federated learning, differential privacy	FedMGDA, DP-AsynFedMGDA	NA	NA
32	2025-07-28	Benchmarking 3D Structure-Based Molecule Generators 2025-Jul-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01020 PMID:40711830	research paper	该研究创建了一个新的基准测试，用于评估3D组合和深度学习生成器在重现重要蛋白质-配体相互作用和3D配体构象方面的表现	提出了一个专注于蛋白质-配体相互作用和3D配体构象重现的新基准测试，并比较了多种生成方法的优缺点	深度学习方法无法生成结构有效的分子和3D构象，而组合方法速度慢且生成的分子容易无法通过2D MOSES过滤器	评估和改进3D结构基础的分子生成器	蛋白质-配体相互作用和3D配体构象	机器学习	NA	深度学习、组合遗传算法	sequential graph neural network generators (Pocket2Mol, PocketFlow), diffusion models (DiffSBDD, MolSnapper), combinatorial genetic algorithms (AutoGrow4, LigBuilderV3)	3D结构数据	BindingMOAD数据集及保留的盲测集
33	2025-07-28	A Deep Learning Multimodal Fusion-Based Method for Cell and Nucleus Segmentation 2025-Jul-25, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3592625 PMID:40711898	研究论文	提出了一种基于深度学习多模态融合的细胞和细胞核分割方法	通过结合预训练模型和多模态数据融合技术，实现了无需重新训练新数据的细胞和细胞核分割	需要高质量的预训练模型和多模态数据支持	解决细胞和细胞核分割任务中标注数据稀缺的问题	细胞和细胞核图像	数字病理学	NA	深度学习多模态融合	CNN	图像和文本	NA
34	2025-07-28	Quantifying physiological variability and improving reproducibility in 4D-flow MRI cerebrovascular measurements with self-supervised deep learning 2025-Jul-25, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30634 PMID:40711943	研究论文	评估自监督深度学习去噪在减少4D-Flow MRI测量变异性中的效果，并阐明生理变异对脑血管血流动力学的贡献	使用自监督深度学习框架减少4D-Flow MRI中的技术噪声，提高测量可重复性	去噪方法无法消除生理变异和后处理带来的变异性	提高4D-Flow MRI在脑血管血流动力学测量中的可重复性	脑血管血流动力学	医学影像分析	神经退行性疾病	4D-Flow MRI, 自监督深度学习	自监督深度学习模型	4D-Flow MRI图像数据	10名参与者进行多次4D-Flow MRI扫描
35	2025-07-28	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-Jul-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了一个新的女性盆腔MRI多中心数据集，用于子宫内膜异位症的深度学习盆腔器官分割，并展示了两种自动分割管线的基线性能	提出了一个新的多序列子宫内膜异位症MRI数据集，并评估了两种自动分割方法（nnU-Net和RAovSeg）的性能	研究中使用的数据集样本量相对较小（51例和81例），且部分数据仅来自单一中心	开发自动分割方法以支持子宫内膜异位症的MRI研究	女性盆腔MRI数据，特别是子宫、卵巢和子宫内膜异位瘤的分割	数字病理	子宫内膜异位症	MRI	nnU-Net, RAovSeg	MRI图像	51例多中心数据集和81例单中心数据集
36	2025-07-28	AI-CMCA: a deep learning-based segmentation framework for capillary microfluidic chip analysis 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11508-7 PMID:40691244	研究论文	介绍了一种基于深度学习的毛细管微流控芯片分析框架AI-CMCA，用于自动化流体路径检测和追踪	结合迁移学习特征初始化、编码器-解码器语义分割和连续帧分析，实现高精度流体路径追踪，相比手动方法显著提升效率和一致性	未明确说明对不同类型微流控芯片的泛化能力	开发自动化毛细管微流控芯片流体分析工具	毛细管微流控芯片中的流体路径	计算机视觉	NA	深度学习	U-Net, PAN, FPN, PSP-Net, DeepLabV3+	图像	NA
37	2025-07-28	An ensemble deep learning model for author identification through multiple features 2025-Jul-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11596-5 PMID:40691694	研究论文	提出了一种结合多种特征的自注意力加权集成深度学习框架，用于提高作者身份识别的准确性和稳定性	通过自注意力机制智能结合多种写作风格表示（统计特征、TF-IDF向量和Word2Vec嵌入），动态学习每种特征类型的重要性	仅在两个数据集上进行了测试，样本量和作者数量有限	提高自然语言处理中作者身份识别的准确性和稳定性	文本数据中的作者身份识别	自然语言处理	NA	TF-IDF, Word2Vec, 自注意力机制	CNN, 自注意力加权集成框架	文本	两个数据集（Dataset A包含4位作者，Dataset B包含30位作者）
38	2025-07-28	Improving mortality prediction after radiotherapy with large language model structuring of large-scale unstructured electronic health records 2025-Jul-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111052 PMID:40692078	研究论文	本研究利用大型语言模型（LLM）对大规模非结构化电子健康记录（EHR）进行结构化处理，以提高放疗后患者死亡率预测的准确性	使用开源LLM对非结构化EHR数据进行单次学习结构化处理，显著提升了生存预测模型的准确性和可解释性	研究依赖于特定医疗中心的数据，外部验证样本量相对较小（852例）	提高放疗后患者死亡率预测的准确性，优化临床决策	接受放疗的癌症患者	自然语言处理	癌症	大型语言模型（LLM）	深度学习模型	非结构化电子健康记录（EHR）	34,276例放疗患者（主要数据集）+852例外部验证患者
39	2025-07-28	The Chest X- Ray: The Ship has Sailed, But Has It? 2025-Jul-01, Journal of insurance medicine (New York, N.Y.) DOI:10.17849/insm-52-1-21-22.1 PMID:40047110	research paper	本文探讨了胸部X光片（CXR）在深度学习技术应用下是否能为保险承保风险分析增加额外价值	探讨了深度学习技术如何可能使传统的CXR重新成为保险风险评估的有价值工具	未具体说明深度学习技术的应用细节或实证结果	评估CXR在深度学习技术辅助下对保险承保风险分析的潜在价值	胸部X光片（CXR）和保险承保风险分析	machine learning	NA	deep learning	NA	image	NA
40	2025-07-28	Deep Learning Algorithms to Predict Differential Renal Function <40% in Unilateral Hydronephrosis Based on Key Parameters of Urinary Tract Ultrasound 2025-06, Urology IF:2.1Q2 DOI:10.1016/j.urology.2025.04.009 PMID:40210002	研究论文	本研究通过深度学习算法预测单侧肾积水患儿肾功能差异<40%的情况，基于尿路超声关键参数	首次将机器学习模型（如SVM）应用于基于尿路超声参数预测肾功能差异<40%的研究，并展示了较高的预测准确性	研究为回顾性分析，可能存在选择偏倚；样本仅来自单一科室，可能影响结果的普适性	探索尿路超声参数在预测肾功能差异<40%中的价值，以辅助手术决策	802名单侧肾积水患儿	机器学习	肾积水	尿路超声检查	随机森林、逻辑回归、SVM	超声参数数据	802名患儿