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
4101	2025-10-06	Classification of mitral regurgitation in echocardiography based on deep learning methods 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-120 PMID:40893511	研究论文	开发基于深度学习的人工智能辅助决策系统，用于超声心动图中二尖瓣反流的自动分类	设计了ARMF-Net网络，融合3D卷积残差模块、多注意力机制和基于左心房左心室分割结果的辅助特征融合	数据集规模相对有限（754个视频），未提及外部验证结果	提高二尖瓣反流分类的准确性和效率	二尖瓣反流患者的心脏超声视频	计算机视觉	心血管疾病	超声心动图	CNN	视频	754个超声心动图视频（来自266名受试者），包含179个A2C视图、206个A3C视图和369个A4C视图	NA	ARMF-Net（包含3D卷积残差模块）	精确度，F1分数	NA
4102	2025-10-06	Impact of a deep learning image reconstruction algorithm on the robustness of abdominal computed tomography radiomics features using standard and low radiation doses 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-238 PMID:40893527	研究论文	比较深度学习图像重建算法与传统迭代重建算法对腹部CT影像组学特征稳健性的影响	首次系统评估深度学习图像重建算法在不同辐射剂量下对影像组学特征稳健性的影响	回顾性研究且样本量有限（54例患者），仅针对腹部CT和肝肿块患者	评估不同图像重建算法对CT影像组学特征稳健性的影响	54例肝肿块患者的腹部对比增强CT扫描数据	医学影像分析	肝肿瘤	计算机断层扫描（CT）	深度学习图像重建算法	医学影像	54例患者	PyRadiomics	NA	变异系数（CV）, 四分位离散系数（QCD）, 组内相关系数（ICC）, Kruskal-Wallis检验, Mann-Whitney U检验	NA
4103	2025-10-06	ST-deconv: an accurate deconvolution approach for spatial transcriptome data utilizing self-encoding and contrastive learning 2025-Sep, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf109 PMID:40896262	研究论文	提出一种基于深度学习的空间转录组数据解卷积方法ST-deconv，通过自编码和对比学习提高空间关系推断能力	结合对比学习增强相邻点的空间表示，使用领域对抗网络提升跨数据集的泛化能力，能生成带细胞类型标签的高分辨率空间转录组数据	NA	开发准确的空间转录组数据解卷积方法以解决单细胞分辨率不足的问题	空间转录组数据，包括小鼠嗅球和人类胰腺导管腺癌组织	生物信息学	胰腺癌	空间转录组学，单细胞RNA测序	自编码器，对比学习，领域对抗网络	空间转录组数据	NA	NA	NA	均方根误差，纯度，细胞类型相关性	NA
4104	2025-10-06	UC-Mamba: Adaptive Cross-Level Fusion Network With 2D-Selective Foveal Scanning and Channel-Gated Linear Unit for Ulcerative Colitis Evaluation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110869 PMID:40768912	研究论文	提出UC-Mamba神经网络架构，通过生物启发设计增强溃疡性结肠炎严重程度评估	集成三种创新组件：2D选择性中心凹扫描机制、通道门控线性单元和自适应跨层级融合机制	NA	提高溃疡性结肠炎严重程度评估的准确性	溃疡性结肠炎病变	计算机视觉	溃疡性结肠炎	深度学习	神经网络	医学图像	两个UC数据集（私有数据集和公开Kvasir数据集）	NA	UC-Mamba	准确率, Matthews相关系数, F1分数	NA
4105	2025-10-06	EATHOA: Elite-evolved hiking algorithm for global optimization and precise multi-thresholding image segmentation in intracerebral hemorrhage images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110835 PMID:40773994	研究论文	提出一种精英自适应湍流徒步优化算法(EATHOA)，用于脑出血图像的多阈值分割和全局优化问题	在徒步优化算法基础上集成三种新策略：精英对立学习提高种群多样性、自适应k平均最佳突变平衡探索与利用、湍流算子避免局部最优并加速收敛	NA	解决脑出血图像多阈值分割中的计算复杂性和分割性能下降问题	脑出血医学图像	计算机视觉	脑出血	多阈值图像分割	优化算法	医学图像	NA	NA	EATHOA	PSNR, FSIM, SSIM	NA
4106	2025-10-06	The use of knowledge graphs for drug repurposing: From classical machine learning algorithms to graph neural networks 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110873 PMID:40784078	综述	本文综述了基于知识图谱的计算药物重定位方法，涵盖从传统机器学习到图神经网络的技术发展	系统梳理了知识图谱在药物重定位领域从传统机器学习到图神经网络的方法演进，分析了不同工具的优势与局限	作为综述文章，主要总结现有研究而非提出新方法，未涉及具体实验验证	概述基于知识图谱的计算药物重定位方法	药物-疾病关系	机器学习	NA	知识图谱构建, 链接预测	传统机器学习算法, 深度学习, 图神经网络	生物医学知识图谱数据	NA	NA	NA	NA	NA
4107	2025-10-06	MARIA: A multimodal transformer model for incomplete healthcare data 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110843 PMID:40784080	研究论文	提出一种名为MARIA的多模态Transformer模型，专门用于处理医疗健康领域中的不完整数据	采用改进的掩码自注意力机制，无需数据插补即可直接处理不完整数据集，通过中间融合策略增强模型鲁棒性	NA	开发能够有效处理多模态不完整医疗数据的深度学习模型	医疗健康领域的多模态数据	机器学习	NA	深度学习	Transformer	多模态医疗数据	NA	NA	Transformer	NA	NA
4108	2025-10-06	SpectroNet-LSTM: An interpretable deep learning approach to cardiac anomaly detection through heartbeat sound analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110774 PMID:40789236	研究论文	提出一种名为SpectroNet-LSTM的可解释深度学习框架，通过心跳声音分析检测心脏异常	结合先进特征提取、深度学习融合和可解释AI技术，创建全自动且可解释的心脏异常检测系统	NA	开发自动化心脏异常检测系统以改善心血管诊断	心跳声音记录	机器学习	心血管疾病	梅尔频率倒谱系数(MFCCs)、频谱图分析	CNN, LSTM	音频	NA	NA	ResNet101, VGG16, Inception V3	NA	NA
4109	2025-10-06	Dendrite cross attention for high-dose-rate brachytherapy distribution planning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110902 PMID:40789235	研究论文	本研究提出两种深度学习模型BiCA-UNet和DCA-UNet，用于改进宫颈癌高剂量率近距离放射治疗的剂量预测	首次在剂量预测中引入交叉注意力机制，特别是DCA-UNet采用树状结构处理多个器官分割图，增强对临床靶区和危及器官的特征表示	未明确说明样本数据集大小和多样性，可能影响模型泛化能力	开发自动化HDR-BT治疗计划系统以减少人工依赖并实现标准化	宫颈癌患者的CT扫描图像及器官分割图（临床靶区、施源器、膀胱、直肠）	医学图像分析	宫颈癌	CT扫描	UNet变体	医学图像（CT扫描和分割图）	NA	NA	BiCA-UNet, DCA-UNet	多种评估指标（具体未列明）	NA
4110	2025-10-06	Predicting diameter and tensile strength of electrospun fibers for biomedicine: A comparison of Box-Behnken design, traditional machine learning and deep learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110923 PMID:40803173	研究论文	本研究系统比较了Box-Behnken设计、传统机器学习算法和人工神经网络在预测电纺纤维直径和拉伸强度方面的性能	首次对具有显著不同形态的电纺支架进行系统分析，并验证人工神经网络在小样本复杂数据集中的模式提取能力	样本量较小（n=18），Box-Behnken设计模型存在过拟合问题，传统机器学习算法在拉伸强度预测上遇到困难	比较不同建模方法在预测电纺纤维物理参数方面的性能	电纺聚己内酯支架的纤维直径和拉伸强度	机器学习	NA	电纺丝技术	人工神经网络,传统机器学习算法	实验参数数据	18个电纺支架样本（15个训练，3个测试）	NA	NA	预测精度	NA
4111	2025-10-06	BSA-Net: Boundary-prioritized spatial adaptive network for efficient left atrial segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110851 PMID:40812011	研究论文	提出一种边界优先的空间自适应网络BSA-Net，用于高效左心房分割	通过特征位置和损失优化的自适应调整策略建立长程特征关系，并强化边界区域的鲁棒特征表示	未明确说明对非标准输入数据的泛化能力	解决左心房分割中结构不完整和边界不连续的问题	左心房医学图像	计算机视觉	心血管疾病	深度学习	CNN	医学图像	三个基准数据集（LA、Utah、Waikato）	NA	BSA-Net	Dice系数	NA
4112	2025-10-06	Detection and classification of diabetic retinopathy in retinal fundus images using deep spiking Q Network optimized with partial reinforcement optimizer 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110863 PMID:40812015	研究论文	提出一种基于深度脉冲Q网络和部分强化优化器的糖尿病视网膜病变检测与分类方法	首次将深度脉冲Q网络与部分强化优化器结合用于糖尿病视网膜病变分类，通过优化网络权重参数提高分类精度	未提及模型在临床环境中的验证情况，也未说明对数据不平衡问题的处理	开发自动化的糖尿病视网膜病变检测与分类系统	视网膜眼底图像	计算机视觉	糖尿病视网膜病变	图像处理，特征提取	DSQN	图像	Eye PACS fundus image 数据集	Python	Deep Spiking Q Networks	准确率，精确率，召回率，F1分数，特异性，ROC，错误率，计算时间	NA
4113	2025-10-06	Spatio-temporal deep learning with temporal attention for indeterminate lung nodule classification 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110813 PMID:40818205	研究论文	提出一种结合时空特征和时序注意力的深度学习框架，用于不确定肺结节的良恶性分类	开发了globAttCRNN模型，首次将全局注意力机制与卷积循环神经网络结合，并提出了处理时间维度缺失数据的新策略	仅使用NLST数据集进行验证，需要更多外部数据集验证泛化能力	提高不确定肺结节的恶性预测准确性	不确定肺结节	计算机视觉	肺癌	CT扫描	CNN, RNN	医学影像	175个肺结节（来自NLST数据集的多时间点CT扫描）	NA	globAttCRNN（全局注意力卷积循环神经网络）	AUC-ROC	NA
4114	2025-10-06	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统文献综述探讨人工智能在结直肠癌领域的应用现状与前景	全面评估了AI在结直肠癌多方面的应用潜力，包括可解释AI和混合模型的应用分析	基于文献综述方法，缺乏原始实验数据验证	系统评估人工智能技术在结直肠癌领域的应用效果与挑战	结直肠癌相关的医学研究文献和人工智能应用案例	机器学习	结直肠癌	生物信息学工具	机器学习,深度学习,可解释AI,混合模型	医学文献数据	NA	NA	随机森林,支持向量机,卷积神经网络	准确率,延迟时间,数据隐私,鲁棒性,数据集可用性	NA
4115	2025-10-06	SMAS: Structural MRI-based AD Score using Bayesian supervised VAE 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110829 PMID:40818206	研究论文	本研究开发了一种基于结构MRI的阿尔茨海默病评分指标SMAS，用于量化AD相关的脑形态变化模式	提出了一种基于贝叶斯监督变分自编码器的深度学习框架，用于构建AD相关的形态计量学评分指标	研究样本主要来自两个特定队列，需要在更广泛的人群中验证	开发用于阿尔茨海默病早期识别和疾病进展追踪的生物标志物	阿尔茨海默病患者和认知健康个体的脑结构MRI数据	医学影像分析	阿尔茨海默病	结构磁共振成像	变分自编码器	医学影像	DELCODE队列415例，ADNI队列190例	NA	贝叶斯监督变分自编码器	AUC, 相关系数	NA
4116	2025-10-06	How design ability anxiety leads to design students' dependence on artificial intelligence? Internship and professional identity, feedback and evaluation mechanisms, and the role of innovative mindset 2025-Sep, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105423 PMID:40818423	研究论文	本研究探讨设计能力焦虑如何通过实习与专业认同、反馈评价机制和创新思维等因素导致设计学生对人工智能生成设计的依赖	首次将技术依赖理论应用于设计教育领域，系统分析AI技术介入下设计学生产生工具依赖的心理机制和教育因素	样本仅来自设计学院学生，研究结果可能不适用于其他专业领域；横断面数据难以确定因果关系	探究设计学生产生AI工具依赖的影响因素及其作用机制	432名使用AI生成设计的设计学院学生	教育技术	NA	深度学习算法	NA	问卷调查数据	432名设计学院学生	NA	NA	中介效应分析	NA
4117	2025-10-06	A deep learning-based automatic chromosome segmentation method for metaphase cell images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110943 PMID:40818203	研究论文	开发了一种基于深度学习的自动染色体分割方法MCSegNet，用于中期细胞图像分析	提出创新的三阶段架构，结合Swin Transformer作为骨干网络、混合任务级联和测试时间增强技术	NA	解决染色体检测、分割和方向校正的挑战，提高产前诊断的准确性和效率	中期细胞图像中的染色体	计算机视觉	遗传疾病	深度学习	Transformer, CNN	图像	30,055张染色体图像	PyTorch	Swin Transformer, Hybrid Task Cascade	准确率, 精确率, 召回率, Dice系数	NA
4118	2025-10-06	Improving skull-stripping for infant MRI via weakly supervised domain adaptation using adversarial learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110903 PMID:40819497	研究论文	通过弱监督域适应和对抗学习改进婴儿MRI颅骨剥离方法	在先前无监督域适应框架基础上，扩展使用弱标记新生儿MRI数据、合成数据和私有数据集，验证模型在四个不同域的泛化能力	未明确说明模型在临床环境中的实际应用限制	解决成人到新生儿脑MRI图像的域偏移问题，提升颅骨剥离模型的泛化性能	新生儿脑MRI图像	医学影像分析	NA	MRI	深度学习	医学图像	来自Developing Human Connectome Project(dHCP)的公共新生儿数据集、私有新生儿数据集和合成数据	NA	DAUnet	Dice系数,Hausdorff距离	NA
4119	2025-10-06	A state-of-the-art new method for diagnosing atrial septal defects with origami technique augmented dataset and a column-based statistical feature extractor 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110967 PMID:40834638	研究论文	本研究提出了一种使用折纸技术增强数据集和基于列的统计特征提取器来诊断房间隔缺损的新方法	首次在文献中将折纸技术应用于医学图像数据增强，并采用基于列的统计特征提取方法	仅使用成人胸部X光图像，未包含儿童或其他年龄段患者数据	开发高精度的房间隔缺损早期诊断方法	成人房间隔缺损患者的胸部X光图像	计算机视觉	心血管疾病	胸部X光成像	SVM, k-NN, 决策树	图像	来自不同成人受试者的胸部X光图像数据集	NA	NA	准确率	NA
4120	2025-10-06	A novel data augmentation technique based on wheezing physiological modeling applied to asthma severity management in respiratory sounds 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110910 PMID:40834637	研究论文	提出一种基于喘息生理建模的新型数据增强技术，用于呼吸音中的哮喘严重程度管理	基于喘息生理机制开发数据增强技术，克服传统患者衍生数据和声音转换方法的不一致性	合成数据训练的模型准确率比真实数据训练低2.5%，某些罕见喘息声音可能无法完全模拟	开发能够有效生成合成喘息声音的数据增强方法，改善哮喘严重程度诊断	哮喘患者的喘息声音	数字病理	哮喘	呼吸音听诊，生理建模	CNN	音频	NA	NA	NA	准确率	NA