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
4441	2025-03-14	Deep-learning-based diagnosis framework for ankle-brachial index defined peripheral arterial disease of lower extremity wound: Comparison with physicians 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108654 PMID:39978141	研究论文	本文提出了一种基于深度学习的框架，用于检测和分类下肢伤口患者的外周动脉疾病（PAD）和外周动脉闭塞性疾病（PAOD），并与医生的诊断结果进行比较	首次使用基于卷积神经网络（CNN）的深度学习算法（AlexNet、GoogleNet和ResNet101V2）来评估下肢伤口患者的PAD，并提供了基于客观踝臂指数（ABI）值和图像预处理的自动化工具	未提及样本量的具体数据，且未讨论模型在不同临床环境中的泛化能力	建立一种自动化框架，用于检测和分类下肢伤口患者的PAD和PAOD	下肢伤口患者	计算机视觉	外周动脉疾病	深度学习	CNN（AlexNet、GoogleNet、ResNet101V2）	图像	NA
4442	2025-03-14	Automatic skull reconstruction by deep learnable symmetry enforcement 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108670 PMID:40009971	研究论文	本文提出了一种基于可学习对称性增强的自动颅骨重建方法，旨在解决颅骨损伤患者个性化植入物建模过程中的挑战	通过引入可学习的对称性增强机制，显著提高了颅骨重建的精度和效率，同时大幅减少了计算资源的需求	训练数据集的规模有限，且数据存在显著异质性，可能影响模型的泛化能力	开发一种自动化的颅骨重建方法，以减少个性化植入物建模的时间和成本	颅骨损伤患者	计算机视觉	颅骨损伤	深度学习	神经网络	体积数据	使用SkullBreak和SkullFix数据集进行定量评估，并结合真实临床案例进行定性评估
4443	2025-03-14	Causal associations between scapular morphology and shoulder condition estimated with Bayesian statistics 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108666 PMID:40009972	研究论文	本研究通过贝叶斯统计方法评估了肩胛骨形态与肩部状况之间的因果关系，强调了科学建模在统计分析前的重要性	使用贝叶斯因果模型来回答关于肩胛骨解剖对肩部状况影响的干预性问题，结合深度学习模型自动计算CT扫描数据	研究结果主要基于CT扫描数据，可能无法完全代表所有人群的肩胛骨形态和肩部状况	评估肩胛骨形态与肩部状况之间的因果关系，以帮助早期病理检测和优化手术计划	396名受试者，分为四组：原发性骨关节炎（OA）、肩袖撕裂性关节病（CTA）、其他病理（OTH）和无病理的对照组（CTRL）	医学影像分析	肩部疾病	CT扫描、深度学习模型、贝叶斯统计	贝叶斯模型	CT扫描图像	396名受试者
4444	2025-03-14	Segmentation of skin layers on HFUS images using the attention mechanism 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108668 PMID:40015155	研究论文	本文提出了一种结合上下文特征金字塔模块和注意力门的新型神经网络模型，用于准确分割皮肤层	首次使用上下文特征金字塔模块和注意力门进行皮肤层分割，并首次分割了三个皮肤层：入口回声层、SLEB和真皮层	研究中使用的数据集来自不同的超声设备和探头频率，可能影响模型的泛化能力	开发一种能够准确分割皮肤层的自动化超声图像分析算法，以辅助临床诊断和治疗评估	高频超声（HFUS）图像中的皮肤层	计算机视觉	皮肤病	高频超声（HFUS）	结合上下文特征金字塔模块和注意力门的神经网络模型	图像	两个不同的HFUS图像数据库，包含不同超声设备和探头频率获取的图像
4445	2025-03-14	Pathology report generation from whole slide images with knowledge retrieval and multi-level regional feature selection 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108677 PMID:40023962	研究论文	本文提出了一种从全切片图像（WSIs）生成病理报告的新方法，结合知识检索和多层次区域特征选择	引入了多层次区域特征编码网络和特征选择模块，以处理WSIs中病理信息分布不均的问题，并设计了知识检索模块以提高报告生成性能，还提出了基于大语言模型（LLM）的域外应用模式	未明确提及具体限制	设计一种能够从WSIs高效生成病理报告并适用于临床实践的方法	全切片图像（WSIs）	数字病理学	胃癌	深度学习	多层次区域特征编码网络、大语言模型（LLM）	图像	公共数据集GastricADC（991 WSIs）和内部数据集Gastric-3300（3309 WSIs）
4446	2025-03-14	Low dose computed tomography reconstruction with momentum-based frequency adjustment network 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108673 PMID:40023964	研究论文	本文提出了一种基于动量频率调整网络的低剂量计算机断层扫描（LDCT）重建方法，通过创新的频率调整网络和焦点细节损失函数，显著减少了收敛所需的迭代次数并提高了重建质量	引入了创新的频率调整网络（FAN）和基于动量的频率调整网络（MFAN），并提出了焦点细节损失函数（FDL），这些创新显著提升了重建性能并加速了收敛	尽管在AAPM-Mayo公共数据集和真实猪数据集上验证了方法的有效性，但可能仍需在更多样化的数据集上进行进一步验证	改进低剂量计算机断层扫描（LDCT）重建方法，以减少迭代次数并提高重建质量	低剂量计算机断层扫描（LDCT）图像	计算机视觉	NA	低剂量计算机断层扫描（LDCT）	频率调整网络（FAN），基于动量的频率调整网络（MFAN）	图像	AAPM-Mayo公共数据集和真实猪数据集
4447	2025-03-14	Reducing food waste in the HORECA sector using AI-based waste-tracking devices 2025-May-01, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.02.044 PMID:40024032	研究论文	本研究评估了在HORECA（酒店、餐厅和餐饮）行业中，使用基于AI的自动废物追踪系统减少食物浪费的效果	采用基于计算机视觉和深度学习的AI技术，实时自动称重和光学分离食物废物	未来研究应探索将废物追踪设备与消费者层面的干预措施结合，以增强食物浪费的减少效果	评估AI技术在减少HORECA行业食物浪费方面的有效性	德国度假村内的餐厅和商务餐饮服务商、瑞士的酒店以及希腊的两家酒店	计算机视觉	NA	计算机视觉和深度学习算法	深度学习	图像	德国的一家餐厅和商务餐饮服务商、瑞士的一家酒店以及希腊的两家酒店
4448	2025-03-14	Impact of aortic branch retention strategies on thrombus growth prediction in type B aortic dissection: A hemodynamic study 2025-May, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108679 PMID:40037009	研究论文	本研究通过数值模拟探讨了四种主动脉分支保留策略对B型主动脉夹层血栓生长预测的影响	首次系统比较了四种主动脉分支保留策略对血流动力学稳定性和血栓形成风险的影响，并提出了简化解剖结构的Type 4策略在图像简化和深度学习应用中的潜在价值	研究仅基于数值模拟，未进行临床验证	评估不同主动脉分支保留策略对B型主动脉夹层血栓生长预测的影响	B型主动脉夹层	心血管疾病	心血管疾病	数值模拟	NA	数值模拟数据	NA
4449	2025-03-14	Identifying RNA-small Molecule Binding Sites Using Geometric Deep Learning with Language Models 2025-Apr-15, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169010 PMID:39961524	研究论文	本文介绍了一种名为RNABind的几何深度学习框架，用于从RNA结构中检测RNA-小分子结合位点	RNABind结合了RNA大语言模型（LLMs）和先进的几何深度学习网络，能够同时编码RNA序列和结构信息，并在RNA-小分子结合位点预测任务中优于现有最先进的方法	NA	开发一种准确且高效的计算方法来预测RNA-小分子结合位点，以促进RNA靶向药物发现	RNA-小分子结合位点	自然语言处理	NA	几何深度学习	LLMs（大语言模型）	RNA序列和结构信息	从整个多链复合结构而非单链RNA中编译的最大RNA-小分子相互作用数据集
4450	2025-03-14	A quantitatively interpretable model for Alzheimer's disease prediction using deep counterfactuals 2025-Apr-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121077 PMID:39954872	研究论文	本文提出了一种基于深度反事实推理的定量可解释模型，用于预测阿尔茨海默病	通过合成反事实标记的结构MRI并将其转化为灰质密度图，提供定量特征以增强解释性，并设计了一个轻量级线性分类器以提高预测性能	仅依赖视觉检查的视觉解释图不足以证明其医学或神经科学有效性，需要进一步验证	开发一种定量可解释的模型，用于预测阿尔茨海默病并提供直观的脑状态理解	阿尔茨海默病患者	数字病理学	老年病	深度学习	线性分类器	MRI图像	未提及具体样本数量
4451	2025-03-14	MOF-KAN: Kolmogorov-Arnold Networks for Digital Discovery of Metal-Organic Frameworks 2025-Mar-13, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00211 PMID:40015927	研究论文	本文介绍了一种名为MOF-KAN的新型深度学习架构，首次将Kolmogorov-Arnold Networks (KANs)应用于金属有机框架(MOFs)的数字发现	MOF-KAN是首个将KANs应用于MOFs数字发现的架构，通过精细调整网络架构，其在预测MOFs的多种性能上优于标准的多层感知器(MLPs)，并在低数据量情况下表现出色	NA	开发一种准确且数据高效的方法，以导航复杂的化学和结构空间，用于功能性材料（如MOFs）的数字发现	金属有机框架(MOFs)	机器学习	NA	深度学习	Kolmogorov-Arnold Networks (KANs)	化学和结构数据	NA
4452	2025-03-14	NICE polyp feature classification for colonoscopy screening 2025-Mar-13, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03338-9 PMID:40075052	研究论文	本研究旨在通过改进NICE分类法中的息肉特征分类，提高结肠镜检查中结直肠癌的诊断准确性	开发了一种多类分类器，独立分类NICE分类法中的三个关键特征（颜色、血管和表面模式），优先考虑临床相关特征而非手工或深奥的深度学习特征	未提及具体的数据集规模或多样性限制	提高结直肠癌诊断的准确性，改善患者预后和临床工作效率	结肠镜检查中的息肉特征	数字病理学	结直肠癌	多类分类器	NA	图像	内部数据集和公共数据集
4453	2025-03-14	A multi-objective function for deep learning-based automatic energy efficiency power allocation in multicarrier noma system using hybrid heuristic improvement 2025-Mar-13, Network (Bristol, England) DOI:10.1080/0954898X.2025.2461046 PMID:40079096	研究论文	本文提出了一种基于深度学习的多目标函数，用于在多载波NOMA系统中自动分配能效功率，采用混合启发式改进方法	提出了混合缝纫训练和狐猴优化算法（HSTLO）来优化系统参数，并开发了扩张密集循环神经网络（DDRNN）模型以增强系统性能	未提及具体的数据集或实验环境，可能限制了结果的普适性	提高多载波NOMA系统的能效（EE）并优化系统性能	多载波NOMA系统	机器学习	NA	混合启发式优化算法、深度学习	扩张密集循环神经网络（DDRNN）	NA	NA
4454	2025-03-14	Pd-Modified Microneedle Array Sensor Integration with Deep Learning for Predicting Silica Aerogel Properties in Real Time 2025-Mar-12, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.4c17680 PMID:40019213	研究论文	本研究开发了一种集成Pd/Au传感器和深度学习算法的系统，用于实时预测硅气凝胶的物理特性	利用电化学阻抗数据、频率和时间参数，结合深度学习模型，实时预测硅气凝胶的物理特性，显著提高了生产过程的优化和监控效率	研究主要针对硅气凝胶，未涉及其他材料的预测	通过人工智能预测材料特性，优化硅气凝胶的生产过程	硅气凝胶的物理特性，包括孔径、孔体积和表面积	机器学习	NA	电化学阻抗测量	深度神经网络	电化学阻抗数据、频率和时间参数	NA
4455	2025-03-14	Protein-ligand interaction prediction based on heterogeneity maps and data enhancement 2025-Mar-12, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2025.2475229 PMID:40072484	研究论文	本文提出了一种基于异构图和数据增强的蛋白质-配体相互作用预测模型HGEF-Net，旨在提高药物发现和重定位的效率	提出了异质信息学习模块和多层次对比学习的数据增强策略，以及异质注意力整合框架，有效融合分子内和分子间特征，提升模型在稀疏、不平衡数据集上的性能	NA	提高蛋白质-配体相互作用预测的准确性和效率，以支持药物发现和重定位	蛋白质-配体相互作用	机器学习	NA	深度学习	HGEF-Net	分子数据	BindingDB数据集和Davis数据集
4456	2025-03-14	Super-resolution deep learning reconstruction for improved quality of myocardial CT late enhancement 2025-Mar-12, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01760-2 PMID:40072715	研究论文	本研究探讨了超分辨率深度学习图像重建（SR-DLR）在心肌CT晚期增强（CT-LE）中的图像质量和噪声改善效果	首次将超分辨率深度学习图像重建（SR-DLR）应用于心肌CT晚期增强（CT-LE）的图像重建，显著降低了图像噪声并提高了图像质量	研究样本量较小，仅包括30名患者，且为回顾性分析	比较SR-DLR与传统DLR（C-DLR）和混合迭代重建（hybrid IR）在心肌CT晚期增强中的图像质量和噪声表现	30名接受心肌CT晚期增强检查的患者	医学影像	心血管疾病	超分辨率深度学习图像重建（SR-DLR）	深度学习模型	CT图像	30名患者
4457	2025-03-14	Fast and Stable Neonatal Brain MR Imaging Using Integrated Learned Subspace Model and Deep Learning 2025-Mar-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3541643 PMID:40072865	研究论文	本文提出了一种结合学习的新生儿特定子空间模型和模型驱动的深度学习方法，以实现快速且稳定的新生儿脑部MR成像	通过结合新生儿特定子空间模型和深度学习方法，解决了新生儿MRI应用中训练数据不足的问题，实现了快速且稳定的图像重建	需要进一步开发以提高MRI在新生儿成像应用中的实用性	实现快速且稳定的新生儿脑部MR成像	新生儿脑部MR图像	计算机视觉	NA	MR成像	深度网络	图像	dHCP数据集和来自四个独立医疗中心的测试数据
4458	2025-03-14	Deep learning based on ultrasound images predicting cervical lymph node metastasis in postoperative patients with differentiated thyroid carcinoma 2025-Mar-12, The British journal of radiology DOI:10.1093/bjr/tqaf047 PMID:40073229	研究论文	本研究开发了一种基于超声图像的深度学习模型，用于预测分化型甲状腺癌术后患者的颈淋巴结转移	创新地使用淋巴结超声图像的深度学习来预测分化型甲状腺癌术后患者的颈淋巴结状态	NA	开发基于超声图像的深度学习模型，预测分化型甲状腺癌术后患者的颈淋巴结转移	分化型甲状腺癌术后患者的颈淋巴结	计算机视觉	甲状腺癌	深度学习	ResNet50	超声图像	330名患者的352个淋巴结
4459	2025-03-14	Multiple perception contrastive learning for automated ovarian tumor classification in CT images 2025-Mar-12, Abdominal radiology (New York) DOI:10.1007/s00261-025-04879-y PMID:40074925	研究论文	本文提出了一种利用监督对比学习和多感知编码器（MP Encoder）的自动化诊断方法，用于卵巢肿瘤CT图像的分类	引入了T-Pro技术增强数据多样性，模拟语义扰动以提高模型的泛化能力，并结合多尺度感知模块（MSP Module）和多注意力模块（MA Module）提升模型对卵巢肿瘤复杂形态和细微特征的敏感性	未提及具体的数据集大小和多样性，可能影响模型的泛化能力	开发自动化且可靠的诊断技术，以提高卵巢肿瘤的分类准确性	卵巢肿瘤CT图像	计算机视觉	卵巢癌	监督对比学习	多感知编码器（MP Encoder）	CT图像	未提及具体样本数量
4460	2025-03-14	In-depth and high-throughput spatial proteomics for whole-tissue slice profiling by deep learning-facilitated sparse sampling strategy 2025-Mar-11, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-024-00764-y PMID:40064869	研究论文	本文介绍了一种通过深度学习辅助的稀疏采样策略（S4P）实现高分辨率空间蛋白质组学的方法，用于全组织切片的深度和高通量分析	开发了一种新的稀疏采样策略（S4P），结合计算辅助图像重建方法，显著减少了样本数量，实现了厘米级样本的高分辨率空间蛋白质组学分析	当前蛋白质组学方法的多重检测能力有限，高空间分辨率的全组织切片映射需要大量的质谱匹配时间	实现高分辨率、深度覆盖的空间蛋白质组学分析，以揭示组织和器官中细胞的异质性分布及其功能	小鼠大脑组织	数字病理学	NA	质谱（MS）	深度学习	图像	小鼠大脑组织，映射超过9000种蛋白质