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
6741	2025-10-06	Radio DINO: A foundation model for advanced radiomics and AI-driven medical imaging analysis 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110583 PMID:40582167	研究论文	本文提出Radio DINO基础模型，通过自监督学习技术实现医学影像的鲁棒特征提取和高级影像组学分析	开发了基于DINO和DINOV2的Radio DINO基础模型家族，能够捕获丰富的语义嵌入而无需手动特征工程，在多个临床任务中表现优异并提供可解释性可视化	未明确说明模型在特定疾病类型上的泛化能力及计算资源需求的具体限制	开发用于高级影像组学和AI驱动医学影像分析的基础模型	医学影像数据	医学影像分析	NA	自监督学习	基础模型	医学影像	基于RadImageNet数据集预训练，在MedMNISTv2数据集上评估	NA	DINO, DINOV2	NA	NA
6742	2025-10-06	A novel speech signal feature extraction technique to detect speech impairment in children accurately 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110681 PMID:40587935	研究论文	提出一种用于儿童言语障碍检测的新型语音特征提取方法	首次将感知噪声倒谱系数(PNCC)特征应用于儿童言语障碍检测	NA	寻找儿童言语障碍检测的最优特征提取技术	儿童语音信号	语音信号处理	言语语言障碍	语音信号处理	Transformer, TCN, TabNet	语音信号	NA	NA	Transformer, Temporal Convolutional Networks, TabNet	准确率	NA
6743	2025-10-06	Integrating multi-source data for skin burn classification using deep learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110556 PMID:40561574	研究论文	本研究开发了一种基于深度学习的皮肤烧伤分类方法，通过整合多源数据构建高质量数据集并采用级联分类器进行烧伤程度分类和植皮决策	提出级联分类器方法进行烧伤程度分类，整合多源数据构建专注于埃及肤色的多样化数据集，并首次将植皮决策作为二元分类任务	烧伤程度分类准确率为63.23%仍有提升空间，模型在不同人群中的泛化能力需要进一步验证	开发AI辅助的皮肤烧伤分类系统以支持临床决策	皮肤烧伤图像	计算机视觉	皮肤烧伤	深度学习	CNN	图像	整合多源数据的多样化数据集，特别包含埃及肤色样本	NA	ResNet50,DenseNet,MobileNet,VGG16,ShuffleNet	准确率,F1分数	NA
6744	2025-10-06	Streamlining tuberculosis detection with foundation model-based weakly supervised transformer 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110554 PMID:40561575	研究论文	提出基于基础模型的弱监督Transformer方法，用于显微镜图像中的结核分枝杆菌检测	首次将跨领域迁移学习应用于结核病自动检测，利用在数百万病理图像上预训练的UNI基础模型，并采用仅需图像级标签的弱监督方法	NA	开发可扩展的结核病自动检测方法，减少标注需求和预处理工作	显微镜图像中的结核分枝杆菌(MTB)	数字病理	结核病	显微镜成像	Transformer	图像	大型多样化数据集	NA	UNI, Transformer encoder	PR-AUC	NA
6745	2025-10-06	Generative adversarial network augmented data for improved heart sound abnormality detection 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110623 PMID:40561577	研究论文	本研究使用生成对抗网络合成冠状动脉疾病心音数据以改善心音异常检测性能	采用渐进式Wasserstein GAN架构生成高质量心音片段，并通过后处理步骤提升合成样本保真度	基于单一数据集(PhysioNet/CinC 2016)开发，样本量有限且存在类别不平衡问题	解决心音数据集中样本量不足和类别不平衡问题，提升心音异常检测性能	冠状动脉疾病(CAD)患者和健康受试者的心音信号	生物医学信号处理	心血管疾病	心音分析，生成对抗网络	GAN	音频	PhysioNet/Computing in Cardiology Challenge 2016数据集	NA	Progressive Wasserstein GAN	Fréchet Audio Distance, 敏感度, 特异性, 精确度	NA
6746	2025-10-06	CRCpred: An AI-ML tool for colorectal cancer prediction using gut microbiome 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110592 PMID:40570762	研究论文	开发了一个基于肠道微生物组的结直肠癌预测AI工具CRCpred	使用来自11项研究的1728个宏基因组样本，结合机器学习和深度学习的混合算法开发了基于网页的工具	训练数据和算法可能存在局限性	利用肠道微生物失调进行结直肠癌筛查	肠道微生物组	机器学习	结直肠癌	宏基因组测序	XGBoost, 深度学习	宏基因组样本	1728个来自11项研究的公开宏基因组样本，涵盖8个国家	NA	混合算法	AUC	NA
6747	2025-10-06	Enhancing cancer diagnostics through a novel deep learning-based semantic segmentation algorithm: A low-cost, high-speed, and accurate approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110617 PMID:40578155	研究论文	提出一种基于卷积神经网络的新型医学图像语义分割算法，用于癌症诊断	设计包含多合成与分析路径、长跳跃连接的轻量级网络架构，在保持高性能的同时显著降低计算复杂度	仅针对特定器官肿瘤进行验证，未涉及更广泛的癌症类型	开发适用于临床环境的高效低成本癌症诊断算法	医学图像中的肺肿瘤、脾脏和胰腺肿瘤	计算机视觉	肺癌	医学影像分析	CNN	医学图像	NA	NA	多路径卷积神经网络	分割精度、处理速度、实现效率	低计算复杂度设计，适用于普通硬件
6748	2025-10-06	Ultra-low-dose coronary CT angiography via super-resolution deep learning reconstruction: impact on image quality, coronary plaque, and stenosis analysis 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11399-2 PMID:39891682	研究论文	本研究评估超分辨率深度学习重建技术在超低剂量冠状动脉CT血管成像中的图像质量、冠状动脉斑块和狭窄分析性能	首次将超分辨率深度学习重建技术应用于超低剂量冠状动脉CT血管成像，实现60%辐射剂量降低的同时保持图像质量和诊断性能	样本量较小（50例患者），需要更大规模研究验证	评估超分辨率深度学习重建技术在降低冠状动脉CT血管成像辐射剂量方面的效果	50例接受冠状动脉CT血管成像检查的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像，超分辨率深度学习重建	深度学习	医学影像	50例患者，48个冠状动脉节段	NA	超分辨率深度学习重建	图像质量评分，斑块体积测量，狭窄检测AUC，组内相关系数	NA
6749	2025-10-06	Normative values for lung, bronchial sizes, and bronchus-artery ratios in chest CT scans: from infancy into young adulthood 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11367-w PMID:39891681	研究论文	本研究通过胸部CT扫描建立了从婴儿期到青年期的肺部和支气管尺寸及支气管-动脉比值的参考值范围	首次使用自动化深度学习算法系统性地量化分析从儿童到青年期肺部发育过程中支气管和动脉参数的变化趋势	样本量相对有限（375例），仅包含正常受试者，未考虑病理状态下的变化	建立从学龄前到青年期肺部支气管和动脉尺寸的标准化参考值	0-24岁人群的胸部CT扫描数据	医学影像分析	肺部疾病	计算机断层扫描（CT），深度学习算法	深度学习算法	医学影像（CT扫描）	375例正常吸气期胸部CT扫描（女性156例，男性219例，平均年龄12.7±5.0岁）	NA	NA	p值，回归分析	NA
6750	2025-10-06	PlaqueViT: a vision transformer model for fully automatic vessel and plaque segmentation in coronary computed tomography angiography 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11410-w PMID:39909898	研究论文	开发并评估用于冠状动脉CT血管成像中血管和斑块全自动分割的深度学习模型	首次采用定制的3D视觉Transformer模型和深度集成方法进行冠状动脉斑块的全自动体素级分割	模型性能仍有提升空间（Dice系数0.55），需要更多外部验证	开发冠状动脉血管和斑块的全自动分割工具	冠状动脉CT血管成像数据	计算机视觉	心血管疾病	冠状动脉CT血管成像	Vision Transformer	3D医学图像	开发集463例，测试集123例，观察者间研究65例，外部验证28例，CAD检测684例	NA	定制的3D Vision Transformer	Dice系数, 平均表面距离, Pearson相关系数, ICC, 灵敏度, 特异性	NA
6751	2025-07-07	Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification 2025-Jul-06, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2524478 PMID:40618219	research paper	提出了一种新型的卷积神经网络架构LCCNN，用于阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的分类	引入了侧向连接层以实现神经元的语义排列，提高了模型的可解释性，并通过竞争层以无监督方式更新滤波器	模型仍需要标记数据，而数据标记过程耗时、费力且成本高	提高阻塞性睡眠呼吸暂停低通气综合征（OSAHS）分类的准确性和模型可解释性	阻塞性睡眠呼吸暂停低通气综合征（OSAHS）患者数据	machine learning	阻塞性睡眠呼吸暂停低通气综合征	CNN	LCCNN（Lateral Connection CNN）	生理信号数据	University College Dublin数据库（UCD）和Physionet Challenge数据库（PCD）	NA	NA	NA	NA
6752	2025-07-07	Quantifying features from X-ray images to assess early stage knee osteoarthritis 2025-Jul-05, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03405-y PMID:40616750	研究论文	本研究提出了一种自动评估膝骨关节炎严重程度的系统，结合预训练的深度学习模型和图像处理技术，提取并量化关键的膝骨关节炎成像生物标志物	整合预训练DL模型与图像处理技术，自动检测和量化关节间隙狭窄和骨赘，无需昂贵的训练过程和大规模标注数据	系统在JSN检测、骨赘识别和KOA分类的准确率分别为88%、80%和73%，仍有提升空间	开发一种自动化系统，用于早期膝骨关节炎的严重程度评估	膝骨关节炎患者的X射线图像	数字病理学	膝骨关节炎	CLAHE对比度增强、DexiNed边缘提取、阈值降噪	预训练DL模型	X射线图像	NA	NA	NA	NA	NA
6753	2025-07-07	MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework 2025-Jul-05, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2527899 PMID:40616778	研究论文	本文提出了一种基于MRI的优化注意力深度学习框架2DRK-MSCAN，用于多发性硬化症的早期准确检测	结合了EfficientNetV2L骨干网络、U型编码器-解码器架构、深度扩散残差核和多尺度蛇形卷积注意力机制，提高了检测的准确性和鲁棒性	临床验证仍在进行中	开发并评估一种新型深度学习框架，用于MRI数据中多发性硬化症病变的早期准确检测	多发性硬化症病变	计算机视觉	多发性硬化症	MRI	2DRK-MSCAN（结合EfficientNetV2L、U型编码器-解码器、深度扩散残差核和多尺度蛇形卷积注意力机制）	图像	三个公开可用的基于MRI的脑肿瘤数据集	NA	NA	NA	NA
6754	2025-07-07	Deep Learning Automated Measurements of Expanded Polystyrene Beads Size Using Low-Resolution Micrography 2025-Jul-04, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70019 PMID:40616216	研究论文	本研究提出了一种基于深度学习的自动化方法，用于测量低分辨率显微图像中发泡聚苯乙烯珠粒的大小	利用深度学习模型自动测量低分辨率显微图像中的发泡聚苯乙烯珠粒大小，替代传统手动测量方法	研究仅针对两种密度的发泡聚苯乙烯泡沫(8.5和24 kg/m)进行了验证	开发一种可靠且精确的发泡聚苯乙烯珠粒尺寸自动测量方法	发泡聚苯乙烯泡沫的珠粒微观结构	计算机视觉	NA	显微成像	深度学习	图像	两种密度的发泡聚苯乙烯泡沫样品(8.5和24 kg/m)	NA	NA	NA	NA
6755	2025-10-06	The continuous evolution of biomolecular force fields 2025-Jul-03, Structure (London, England : 1993) DOI:10.1016/j.str.2025.05.013 PMID:40527321	综述	本文概述了生物分子力场的最新发展现状，涵盖极化力场、机器学习势能和粗粒度模型	重点关注深度学习革命对生物分子力场参数化的创新应用，强调跨学科方法在改进生物分子建模中的潜力	NA	总结生物分子力场的最新进展，识别新兴挑战并探索未来发展方向	生物分子力场及其在生物和治疗发现中的应用	机器学习	NA	分子模拟，深度学习	机器学习势能	分子模拟数据	NA	NA	NA	NA	NA
6756	2025-10-06	Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07182-6 PMID:40069458	研究论文	本研究探讨深度学习去噪技术在低剂量动态PET成像中对动力学建模的改善效果，应用于单示踪剂和双示踪剂成像协议	首次将基于静态[18F]FDG PET图像训练的深度学习去噪模型应用于动态[18F]FDG和[18F]FGln PET成像，显著降低剂量需求	在极低剂量（4 MBq）下对乳腺病灶中[18F]FGln的测量精度有所降低	提高低剂量动态PET成像的定量分析准确性	16例[18F]FDG PET研究数据，来自PennPET Explorer扫描仪	医学影像分析	癌症	PET成像，动力学建模，深度学习去噪	深度学习	PET图像数据	16项[18F]FDG PET研究	NA	NA	TAC曲线下面积，Ki参数，VT参数，图像质量	NA
6757	2025-10-06	Development and Validation of a Novel Deep Learning Model to Predict Pharmacologic Closure of Patent Ductus Arteriosus in Premature Infants 2025-Jul, Journal of the American Society of Echocardiography : official publication of the American Society of Echocardiography IF:5.4Q1 DOI:10.1016/j.echo.2025.03.018 PMID:40220935	研究论文	开发并验证一种新型深度学习模型，用于预测早产儿动脉导管未闭药物闭合的可能性	首次将深度学习应用于预测早产儿动脉导管未闭药物闭合效果，并开发了多模态卷积神经网络模型	回顾性研究设计，样本量相对较小（174名婴儿）	预测早产儿动脉导管未闭药物闭合的临床结果	174名接受动脉导管未闭药物治疗的早产儿	医学影像分析	心血管疾病	超声心动图	CNN	图像, 临床数据	174名早产儿，包含1,926个超声心动图片段	NA	卷积神经网络	AUC	NA
6758	2025-10-06	KEVS: enhancing segmentation of visceral adipose tissue in pre-cystectomy CT with Gaussian kernel density estimation 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03380-7 PMID:40343641	研究论文	提出一种无需真实标注掩码的自动化内脏脂肪组织分割方法KEVS，用于膀胱切除术前CT扫描	结合深度学习语义分割模型与高斯核密度估计分析，无需真实标注VAT掩码即可实现精准分割	仅在20例膀胱切除术前CT扫描数据集上进行验证，样本量有限	开发无需真实标注的自动化内脏脂肪组织分割方法以预测术后并发症	膀胱切除术患者的腹部CT扫描图像	数字病理	膀胱癌	CT扫描	深度学习语义分割模型	医学影像	20例来自伦敦大学学院医院的膀胱切除术前CT扫描	NA	NA	Dice系数	NA
6759	2025-10-06	Shortcut learning leads to sex bias in deep learning models for photoacoustic tomography 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03370-9 PMID:40343639	研究论文	本研究探讨了光声断层扫描中捷径学习导致的性别偏见问题	首次在光声断层扫描领域系统研究捷径学习引发的性别偏见，并揭示疾病患病率性别差异对诊断性能的影响	样本量相对有限（147人），仅关注外周动脉疾病和性别因素	研究深度学习模型在医学影像中的算法公平性问题	外周动脉疾病患者的光声断层扫描图像	医学影像分析	外周动脉疾病	光声断层扫描	CNN	图像	147名个体	NA	NA	AUROC	NA
6760	2025-10-06	A deep learning-based approach to automated rib fracture detection and CWIS classification 2025-Jul, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03390-5 PMID:40377883	研究论文	开发一种基于深度学习的自动化方法，用于CT扫描中的肋骨骨折检测和CWIS分类	首次将深度学习应用于肋骨骨折的自动化检测和CWIS分类系统分类	训练集中罕见和代表性不足类别的分类性能有待提升	开发评估肋骨骨折自动检测和分类方法	CT扫描中的肋骨骨折	计算机视觉	创伤性损伤	CT扫描	深度学习	医学影像	198个CT扫描（170个训练和内部验证，28个外部验证）	nnU-Net	nnU-Net	灵敏度, 精确度, F1分数, FPPS	NA