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
6421	2025-02-20	Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109670 PMID:39799830	研究论文	本文提出了一种新的深度学习方法Glo-Net，用于基于数字化病理切片的肾小球精确分割和分类	Glo-Net将传统的语义分割网络分为两个分支，即分割和分类，并引入了一种创新的损失函数来补偿类别不平衡和少数类型的肾小球	NA	提高肾小球分割和分类的准确性，以帮助表征个体肾脏疾病	肾小球	计算机视觉	肾脏疾病	深度学习	CNN	图像	多机构数据集（包括外部验证集）
6422	2025-02-20	Sirolimus as a repurposed drug for tendinopathy: A systems biology approach combining computational and experimental methods 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109665 PMID:39809087	研究论文	本研究采用系统生物学方法，结合计算和实验手段，探索西罗莫司作为肌腱病再用途药物的潜力	通过系统生物学方法，结合多重转录药物预测、系统评价评估、深度学习疗效预测和孟德尔随机化，首次提出西罗莫司作为肌腱病的再用途药物	研究主要依赖于计算预测和动物模型，需要进一步的临床试验验证西罗莫司在人类肌腱病中的疗效	探索现有药物在肌腱病治疗中的再用途，以减少新药开发的时间和成本	肌腱病	系统生物学	肌腱病	转录组学、深度学习、孟德尔随机化、基因敲除小鼠模型	深度学习	转录组数据、基因表达数据	154个临床肌腱样本
6423	2025-02-20	Weakly-supervised thyroid ultrasound segmentation: Leveraging multi-scale consistency, contextual features, and bounding box supervision for accurate target delineation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109669 PMID:39809086	研究论文	本文提出了一种新的弱监督分割框架，用于甲状腺超声图像的分割，通过多尺度一致性、上下文特征和边界框监督来提高分割准确性	提出了一种新的弱监督分割框架，结合了空间排列一致性分支、层次预测一致性分支、上下文特征集成分支和多尺度原型细化模块，显著提高了分割性能并减少了对边界框注释的过拟合	虽然该方法在甲状腺超声图像上表现出色，但在其他类型的医学图像上的泛化能力尚未验证	提高甲状腺超声图像的分割准确性，减少对像素级注释的依赖	甲状腺超声图像	计算机视觉	甲状腺疾病	弱监督学习	深度学习模型	图像	两个甲状腺超声数据集：TG3K和TN3K
6424	2025-02-20	ResViT FusionNet Model: An explainable AI-driven approach for automated grading of diabetic retinopathy in retinal images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109656 PMID:39823821	研究论文	本文提出了一种名为ResViT FusionNet的混合模型，用于自动分级糖尿病视网膜病变（DR）的视网膜图像	结合了卷积神经网络（CNN）和视觉变换器（ViT）的优势，并采用可解释的人工智能（XAI）技术提高模型的透明度和可解释性	未提及具体的数据集规模或模型在更广泛数据集上的泛化能力	提高糖尿病视网膜病变（DR）的自动检测和分类准确性	糖尿病视网膜病变（DR）的视网膜图像	计算机视觉	糖尿病视网膜病变	数据增强（包括像素值重缩放、水平翻转、旋转和缩放）	ResViT FusionNet（结合ResNet50和ViT）	图像	未提及具体样本数量
6425	2025-02-20	Synthesized colonoscopy dataset from high-fidelity virtual colon with abnormal simulation 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109672 PMID:39826299	研究论文	本文提出了一种从高保真虚拟结肠生成合成结肠镜图像的方法，用于训练深度学习模型	通过高保真3D结肠模型和异常模拟生成多样化的结肠镜图像，解决了真实结肠镜图像数据不足的问题	合成数据的真实性可能仍与真实数据存在差距，且未提及数据集的公开性	解决深度学习模型在结肠镜图像数据不足情况下的泛化能力问题	高保真3D结肠模型及其生成的合成结肠镜图像	计算机视觉	结肠疾病	CT图像建模、表面网格变形、纹理映射、血液扩散模拟	深度学习模型	图像	NA
6426	2025-02-20	Cross-modality PET image synthesis for Parkinson's Disease diagnosis: a leap from [18F]FDG to [11C]CFT 2025-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07096-3 PMID:39828866	研究论文	本文开发了一种深度学习框架，用于从真实的[18F]FDG PET图像合成[11C]CFT PET图像，并利用它们的跨模态相关性来区分帕金森病（PD）和正常对照（NC）	通过深度学习框架合成[11C]CFT PET图像，解决了[11C]CFT PET成像在大多数医院不可用的问题，从而扩大了先进诊断工具的应用范围	研究中未提及合成图像在不同医院或设备上的通用性和稳定性	开发一种深度学习框架，用于合成[11C]CFT PET图像，以增强帕金森病的诊断	帕金森病患者和正常对照者	数字病理学	帕金森病	深度学习	深度学习框架	PET图像	604名参与者（274名帕金森病患者和330名正常对照者）
6427	2025-02-20	An in-depth review of AI-powered advancements in cancer drug discovery 2025-Mar, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167680 PMID:39837431	review	本文深入探讨了人工智能在癌症药物发现中的进展，特别是通过深度学习和高级数据分析技术加速药物发现的关键阶段	强调了AI技术在药物发现中的变革性作用，包括使用DrugnomeAI和PandaOmics等工具进行靶点识别，以及AI在个性化治疗策略中的应用	面临大规模基因组数据管理和AI在医疗中应用的伦理问题等挑战	探讨人工智能如何重新定义癌症药物发现，促进个性化和有效疗法的发展	癌症药物发现过程，包括靶点识别、药物设计、临床试验优化和药物反应预测	machine learning	cancer	deep learning, advanced data analytics	NA	genomic datasets	NA
6428	2025-02-20	A novel hybrid ViT-LSTM model with explainable AI for brain stroke detection and classification in CT images: A case study of Rajshahi region 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109711 PMID:39847947	研究论文	本研究提出了一种结合Vision Transformer (ViT)和长短期记忆网络(LSTM)的混合模型，用于在CT图像中准确检测和分类脑卒中特征	该研究创新性地将ViT和LSTM结合，利用ViT从CT图像中识别关键特征，LSTM处理ViT生成的序列信息，以捕捉时间依赖性，并通过XAI方法提高模型的可解释性	研究主要基于Rajshahi地区的数据集，可能在其他地区的泛化能力有限	开发一种自动化解决方案，用于及时准确地诊断脑卒中	CT图像中的脑卒中特征	计算机视觉	脑卒中	深度学习	ViT-LSTM	CT图像	BrSCTHD-2023数据集（来自Rajshahi Medical College Hospital）和Kaggle脑卒中数据集
6429	2025-02-20	Interpretable COVID-19 chest X-ray detection based on handcrafted feature analysis and sequential neural network 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109659 PMID:39847942	研究论文	本文提出了一种基于手工特征分析和序列神经网络的COVID-19胸部X光检测方法，旨在提高检测的准确性和可解释性	引入了两种新算法：动态共现灰度矩阵（DC-GLM）和上下文自适应多尺度Gabor网络（CAMSGNeT），以增强特征提取和分类精度	需要进一步验证在大规模数据集上的表现，并且算法的计算资源需求仍需优化	提高COVID-19胸部X光检测的准确性和可解释性	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	动态共现灰度矩阵（DC-GLM），上下文自适应多尺度Gabor网络（CAMSGNeT）	序列神经网络	图像	两个数据集，准确率分别为98.27%和100%
6430	2025-02-20	A multimodal deep learning model for cervical pre-cancers and cancers prediction: Development and internal validation study 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109710 PMID:39847948	研究论文	本文开发并内部验证了一种结合临床数据和阴道镜图像的多模态深度学习模型，用于预测宫颈癌前病变和癌症	提出了一种结合临床数据和阴道镜图像的多模态深度学习模型，用于预测宫颈癌前病变和癌症，并展示了其在减少不必要锥切手术方面的潜力	需要外部验证研究以评估模型的普适性	开发一种深度学习模型，用于预测宫颈癌前病变和癌症，并评估其临床影响	6356例LEEP锥切/锥切活检病例（金标准诊断）	数字病理	宫颈癌	深度学习	多模态深度学习模型	临床数据和阴道镜图像	6356例LEEP锥切/锥切活检病例
6431	2025-02-20	Monkeypox diagnosis based on probabilistic K-nearest neighbors (PKNN) algorithm 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109676 PMID:39855034	研究论文	本文提出了一种基于人工智能的猴痘诊断新方法，称为有效猴痘诊断策略（EMDS），通过预处理阶段和诊断阶段实现	本文的创新点在于：1）引入了一种基于四分位距（IQR）的新方法从输入图像数据集中拒绝异常值；2）提出了一种新的K-近邻分类器实例，称为概率K-近邻（PKNN）算法，结合了传统KNN的距离证据和朴素贝叶斯算法的概率定理	NA	开发一种基于人工智能的猴痘诊断方法，提高诊断准确性和效率	猴痘皮肤图像和病变数据集（MSID和MSLD）	计算机视觉	猴痘	深度学习	GoogleNet, PKNN	图像	两个公开的猴痘数据集（MSID和MSLD）
6432	2025-02-20	Enhanced brain tumor detection and segmentation using densely connected convolutional networks with stacking ensemble learning 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109703 PMID:39862469	研究论文	本研究旨在通过实施先进的堆叠集成学习（SEL）方法，提高脑肿瘤（BT）检测和分割的准确性和分类效果	提出了一种名为SEL-DenseNet201的堆叠DenseNet201作为元模型，结合了六种不同的基础模型，以增强脑肿瘤MRI图像的分割性能	研究中未提及样本的具体数量，且未讨论模型在实际临床环境中的适用性和泛化能力	提高脑肿瘤检测和分割的准确性，以支持早期诊断和治疗规划	脑肿瘤的MRI图像	计算机视觉	脑肿瘤	MRI图像分析	DenseNet201, MobileNet-v3, 3D-CNN, VGG-16, VGG-19, ResNet50, AlexNet	图像	NA
6433	2025-02-20	NetSDR: Drug repurposing for cancers based on subtype-specific network modularization and perturbation analysis 2025-Mar, Biochimica et biophysica acta. Molecular basis of disease DOI:10.1016/j.bbadis.2025.167688 PMID:39862994	研究论文	本文提出了NetSDR，一种基于网络的亚型特异性药物重定位框架，用于优先考虑特定癌症亚型的重定位药物	NetSDR框架通过整合癌症亚型信息和网络扰动分析，结合深度学习构建加权药物响应网络，提出了一种新的药物重定位方法	NA	开发一种基于网络的亚型特异性药物重定位框架，以优先考虑特定癌症亚型的重定位药物	癌症亚型	系统生物学	癌症	网络医学方法、深度学习	深度学习	蛋白质组学数据	NA
6434	2025-02-20	A robust and generalized framework in diabetes classification across heterogeneous environments 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109720 PMID:39864329	研究论文	本研究提出了一种鲁棒的机器学习框架，用于在不同人群中预测糖尿病，使用PIMA和BD两个不同的数据集进行验证	提出了一个跨异构环境的糖尿病分类框架，通过数据集内、数据集间和部分融合数据集验证技术，全面评估模型的泛化能力和性能	模型在跨数据集验证时性能下降，尤其是在BD数据集上训练并在PIMA数据集上测试时，准确率仅为74%	开发一个鲁棒的机器学习框架，以提高糖尿病预测在不同人群中的泛化能力和准确性	女性人群中的糖尿病预测	机器学习	糖尿病	机器学习	XGBoost, Random Forest, Gradient Boosting, 深度学习模型	结构化数据	PIMA和BD两个数据集
6435	2025-02-20	Enhancing cardiovascular disease classification in ECG spectrograms by using multi-branch CNN 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109737 PMID:39864336	研究论文	本文提出并比较了一维（1D）、二维（2D）卷积神经网络（CNN）和多分支卷积神经网络（MB-CNN）在从一维（1D）心电图（ECG）记录的频谱图中分类各种心血管疾病（CVD）的性能	提出了一种多分支卷积神经网络（MB-CNN），能够捕捉不同层次的抽象特征，从而提高了心血管疾病的分类精度	NA	提高从心电图频谱图中分类心血管疾病的准确性	心血管疾病（包括扩张型心肌病、肥厚型心肌病、心肌梗死和冠状动脉疾病）	计算机视觉	心血管疾病	连续小波变换（CWT）	1D CNN, 2D CNN, MB-CNN	图像（ECG频谱图）	MIT-BIH数据库中的5类ECG记录
6436	2025-02-20	OCDet: A comprehensive ovarian cell detection model with channel attention on immunohistochemical and morphological pathology images 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109713 PMID:39864335	研究论文	本文提出了一种名为OCDet的卵巢细胞检测模型，该模型结合了通道注意力机制，能够在免疫组化和形态学病理图像上全面检测多种卵巢癌细胞	OCDet模型首次结合了通道注意力机制，能够高效提取病理特征，并在多种卵巢癌细胞的检测上表现出色	虽然OCDet在卵巢癌细胞检测上表现出色，但其在其他癌症类型上的应用潜力尚未完全验证	开发一种高效的深度学习框架，用于卵巢癌病理诊断中的多种细胞检测	卵巢癌相关的多种细胞，包括CD3、CD8、CD20阳性淋巴细胞、中性粒细胞和多倍体巨癌细胞	数字病理	卵巢癌	深度学习	CSPDarkNet结合Efficient Channel Attention模块	图像	未明确提及具体样本数量
6437	2025-02-20	A deep architecture based on attention mechanisms for effective end-to-end detection of early and mature malaria parasites in a realistic scenario 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109704 PMID:39869986	研究论文	本文提出了一种基于深度学习和注意力机制的计算机辅助检测框架，用于有效检测和分类疟疾寄生虫的所有感染阶段，并支持多物种识别	该研究扩展了YOLO-SPAM和YOLO-PAM模型，结合注意力机制，提高了疟疾寄生虫检测的准确性和诊断实用性	NA	开发一种自动化疟疾检测解决方案，以支持病理学家并增强现实世界中的诊断实践	疟疾寄生虫	计算机视觉	疟疾	深度学习	YOLO-SPAM, YOLO-PAM	图像	三个公开可用的数据集
6438	2025-02-20	Detecting IDH and TERTp mutations in diffuse gliomas using 1H-MRS with attention deep-shallow networks 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109736 PMID:39874812	研究论文	本研究开发了深度学习分类器，利用质子磁共振波谱（1H-MRS）和一维卷积神经网络（1D-CNN）架构来识别胶质瘤中的IDH和TERTp突变	使用注意力机制的深浅网络（ADSN）进行突变检测，并利用Grad-CAM技术解释模型的决策过程	样本量相对较小，仅包括225名患者	开发非侵入性方法，用于术前检测胶质瘤中的IDH和TERTp突变，以帮助预后和治疗计划	225名成人半球弥漫性胶质瘤患者的1H-MRS数据	数字病理学	胶质瘤	1H-MRS, 深度学习	1D-CNN, 注意力深浅网络（ADSN）	光谱数据	225名患者（117名IDH突变，108名IDH野生型；99名TERTp突变，100名TERTp野生型）
6439	2025-02-20	Multilabel segmentation and analysis of skeletal muscle and adipose tissue in routine abdominal CT scans 2025-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109622 PMID:39778239	研究论文	本文提出了一种基于深度学习的多标签分割网络，用于在第三腰椎CT切片中提取三种脂肪组织和五种不同肌肉组织，并改进了肌间脂肪的分割	提出了一种改进的Unet结构，用于多标签分割，并展示了在肌间脂肪分割上的改进效果	数据集仅包含130名患者，样本量相对较小	提高腹部CT扫描中骨骼肌和脂肪组织的多标签分割精度	第三腰椎CT切片中的肌肉和脂肪组织	计算机视觉	NA	深度学习	Unet	CT图像	130名患者
6440	2025-02-20	Post-Training Network Compression for 3D Medical Image Segmentation: Reducing Computational Efforts via Tucker Decomposition 2025-Mar, Radiology. Artificial intelligence DOI:10.1148/ryai.240353 PMID:39812583	研究论文	本文研究了通过Tucker分解减少基于3D CT的多器官分割模型TotalSegmentator的计算负担	提出了一种基于Tucker分解的网络压缩方法，显著减少了模型参数和浮点运算，同时保持了分割精度	不同GPU架构上的实际加速效果存在差异，尤其是在性能较低的硬件上	减少医学图像分割模型的计算需求	TotalSegmentator模型	计算机视觉	NA	Tucker分解	nnU-Net	3D CT图像	1228个分割CT扫描（训练集）和89个CT扫描（测试集）