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
661	2025-09-02	PedSemiSeg: Pedagogy-inspired semi-supervised polyp segmentation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102591 PMID:40609495	研究论文	提出一种受教学法启发的半监督学习框架PedSemiSeg，用于提升有限标注数据下的息肉分割性能	借鉴真实教育场景中教师反馈和同伴辅导机制，通过强增强输入（学生）与弱增强输入（教师）产生的伪标签和互补标签进行正负向学习，并引入基于预测熵的同伴互辅导	NA	解决标注数据稀缺和分布偏移问题，提升息肉分割模型的泛化能力	结肠息肉图像	计算机视觉	结直肠癌	半监督学习	深度学习框架	医学图像	两个公共数据集及外部多中心数据集
662	2025-09-02	Leveraging multithreading on edge computing for smart healthcare based on intelligent multimodal classification approach 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102594 PMID:40614479	研究论文	提出一种基于边缘计算和多线程的智能多模态分类方法，用于医疗多模态数据的自动化诊断	结合多线程并行架构与边缘计算，在多个边缘设备上部署混合机器学习与深度学习模块，并利用遗传算法优化轻量级神经网络	NA	开发智能临床决策支持系统（CDSS），提升医疗异常检测的效率和准确性	脑肿瘤、肺炎和结肠癌的医学影像数据	数字病理	多疾病（脑肿瘤、肺炎、结肠癌）	遗传算法优化、边缘计算、多线程并行处理	MobileNet, EfficientNet, ResNet18	医学影像	NA
663	2025-09-02	CT-Mamba: A hybrid convolutional State Space Model for low-dose CT denoising 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102595 PMID:40616952	研究论文	提出一种混合卷积状态空间模型CT-Mamba，用于低剂量CT图像去噪，结合CNN的局部特征提取和Mamba的长程依赖捕获能力	引入混合卷积状态空间模型架构，创新性Z形扫描方案保证空间连续性，并设计Mamba驱动的噪声功率谱损失函数优化噪声纹理	NA	低剂量CT图像去噪，减少噪声和伪影，提升图像质量和诊断价值	低剂量CT图像	计算机视觉	NA	深度学习	CNN与State Space Model混合模型	医学图像（CT）	NA
664	2025-09-02	AMeta-FD: Adversarial Meta-learning for Few-shot retinal OCT image Despeckling 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102597 PMID:40618583	研究论文	提出一种基于对抗元学习的少样本视网膜OCT图像去斑方法AMeta-FD	结合对抗训练与元学习，引入新的抑制损失函数，仅需少量原始-干净图像对即可实现高效去斑	需依赖配准和多图像平均生成真值，可能引入配准误差	减少OCT图像中的斑点噪声以提升视网膜层边界检测等图像分析任务性能	视网膜OCT图像	计算机视觉	视网膜疾病	深度学习，对抗训练，元学习	GAN，元学习模型	图像	60对原始-干净图像对（约占完整训练集的12%）
665	2025-09-02	A deep learning-based clinical decision support system for glioma grading using ensemble learning and knowledge distillation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102602 PMID:40663835	研究论文	提出一种基于集成学习和知识蒸馏的深度学习临床决策支持系统，用于胶质瘤分级	采用不确定性加权集成平均方法缩小师生模型性能差距，提升分级准确性、可靠性及临床轻量化部署适用性	NA	开发高精度胶质瘤分级临床决策支持系统	胶质瘤医学影像数据	数字病理	脑肿瘤	深度学习	集成学习与知识蒸馏	医学影像	NA
666	2025-09-02	A Multisite Fusion-Based Deep Convolutional Neural Network for Classification of Helicobacter pylori Infection Status Using Endoscopic Images: A Multicenter Study 2025-Sep, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.70004 PMID:40682425	研究论文	开发一种基于多部位融合的深度卷积神经网络，用于使用内窥镜图像分类幽门螺杆菌感染状态	提出投票机制的多部位融合DCNN模型，整合胃部多个部位特征以提高分类性能	NA	区分未感染、既往感染和当前感染三种幽门螺杆菌感染状态	幽门螺杆菌感染患者的内窥镜图像	计算机视觉	消化系统疾病	深度学习	DCNN, Wide-ResNet	图像	训练集676名受试者的3380张图像，外部验证集126名个体
667	2025-09-02	Characterizing and differentiating brain states through a CS-KBRs framework for highlighting the synergy of common and specific brain regions 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102609 PMID:40706423	研究论文	提出基于动态图卷积神经网络的CS-KBRs框架，用于识别和区分脑状态的关键脑区	通过动态更新邻接矩阵的DGCNN方法筛选关键脑区，并首次将关键脑区分为枢纽型通用区和特异性区域，揭示其协同机制	NA	提高脑状态分类的可解释性并揭示不同脑区在脑状态表达中的协同作用	人脑功能磁共振成像数据中的148个脑区	神经科学	NA	fMRI，动态图卷积神经网络	DGCNN	脑功能成像数据	从148个脑区中筛选出56个关键脑区
668	2025-09-02	Comparative analysis of the tumor microenvironment in primary CNS and testicular large B-cell lymphomas using digital image analysis and its implications for immunotherapy 2025-Sep, Human pathology IF:2.7Q2 DOI:10.1016/j.humpath.2025.105874 PMID:40714128	研究论文	通过数字图像分析比较原发性中枢神经系统和睾丸大B细胞淋巴瘤的肿瘤微环境特征及其对免疫治疗的启示	首次直接比较PCNSL和PTL的肿瘤微环境，并揭示两者在免疫细胞组成和免疫抑制特性上的显著差异	样本量有限（55例），且为回顾性研究，需进一步验证	探究免疫特权部位原发性大B细胞淋巴瘤的肿瘤微环境差异	55例弥漫性大B细胞淋巴瘤病例（涉及中枢神经系统和睾丸）	数字病理学	淋巴瘤	免疫组织化学染色、基于深度学习的数字图像分析	深度学习	图像	55例病例
669	2025-09-02	Fluid-SegNet: Multi-dimensional loss-driven Y-Net with dilated convolutions for OCT B-scan fluid segmentation 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102613 PMID:40763605	研究论文	提出一种基于深度学习的OCT B扫描图像中液体区域分割新方法Fluid-SegNet	采用多维度损失驱动的Y-Net架构结合扩张卷积，有效解决细小液体区域分割和异质性液体欠分割问题	NA	提升OCT B扫描图像中液体区域的自动分割精度	视网膜OCT B扫描图像中的液体区域	计算机视觉	视网膜疾病	深度学习	Y-Net with dilated convolutions	医学图像（OCT B扫描）	三个公共数据集（UMN、AROI、OIMHS）
670	2025-09-02	Determination of Skeletal Age From Hand Radiographs Using Deep Learning 2025-Sep, The American journal of sports medicine DOI:10.1177/03635465251359618 PMID:40815847	研究论文	开发基于深度学习的模型，用于从手部X光片准确测定骨骼年龄	利用ConvNeXt模型结合多个数据集和时序年龄信息，显著提升了骨骼年龄预测的准确性和可靠性，相比现有最优模型有19.8%的改进	模型验证仅基于有限的外部数据集（200张机构图像），未涉及更广泛的临床多样性或不同设备来源的图像	开发高精度、可靠的深度学习模型以替代传统耗时的骨骼年龄估算方法	手部X光片图像	计算机视觉	NA	深度学习，图像预处理，5折交叉验证	ConvNeXt	图像	超过20,000张手部X光片，来自RSNA、RHPE和DHA三个公共数据集及200张机构图像
671	2025-09-02	A multimodal skin lesion classification through cross-attention fusion and collaborative edge computing 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102588 PMID:40561935	研究论文	提出一种结合多模态深度学习与协作边缘计算的皮肤病变分类方法，提升诊断准确率并降低延迟与隐私风险	引入基于交叉注意力的特征融合机制整合皮肤镜图像与患者元数据，并设计协作推理方案在IoT与边缘设备间分配计算任务	NA	开发高精度、低延迟且保护隐私的皮肤病变计算机辅助诊断系统	皮肤病变图像与患者元数据	计算机视觉	皮肤癌	深度学习	基于交叉注意力的多模态融合模型	图像与元数据	多个基准数据集（如HAM10000）
672	2025-09-02	DeepHybrid-CNN: A hybrid approach for pre-processing of skin cancer images 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102611 PMID:40803055	研究论文	提出一种结合各向异性强度毛发去除、高斯滤波和深度残差CNN的混合方法，用于皮肤癌图像预处理以提高诊断准确性	创新性地融合传统图像处理（AI-HR和GF）与深度学习（Deep Residual CNN）技术，实现更有效的皮肤图像去噪和毛发去除	NA	提升皮肤癌图像的预处理质量，以支持更准确的计算机辅助分割和分类诊断	皮肤病变图像，特别是包含噪声和毛发的皮肤镜图像	计算机视觉	皮肤癌	Anisotropic Intensity Hair Removal, Gaussian Filter, Deep Residual CNN	CNN	图像	基于HAM10000数据集的实验验证
673	2025-09-02	LR-COBRAS: A logic reasoning-driven interactive medical image data annotation algorithm 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102623 PMID:40812153	研究论文	提出一种基于逻辑推理的交互式医学图像数据标注算法LR-COBRAS，旨在提升标注精度并减少人工交互负担	通过逻辑推理模块自动生成潜在约束关系（must-link/cannot-link），结合对称性、传递性和一致性规则优化聚类过程	NA	开发智能医学图像标注工具以辅助医疗专业人员提升标注效率和准确性	医学图像数据	计算机视觉	NA	交互式聚类算法	逻辑推理驱动模型	医学图像	基于MedMNIST+和ChestX-ray8数据集的实验验证
674	2025-09-02	AI-driven multi-modal framework for prognostic modeling in glioblastoma: Enhancing clinical decision support 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102628 PMID:40816104	研究论文	提出一种AI驱动的多模态框架，用于胶质母细胞瘤的预后建模和临床决策支持	整合放射影像、组织病理学和转录组数据，采用Vision Transformer和注意力深度学习模型，突破单模态数据限制	NA	提升胶质母细胞瘤的预后准确性和临床决策支持	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	RNA测序	Vision Transformer (ViT), 注意力深度学习模型	影像、组织病理图像、转录组数据	基于UCSF-PDGM、CPTAC-GBM和TCGA-GBM队列的多中心数据
675	2025-09-02	C5-net: Cross-organ cross-modality cswin-transformer coupled convolutional network for dual task transfer learning in lymph node segmentation and classification 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102633 PMID:40819604	研究论文	提出C5-Net模型，通过跨器官跨模态迁移学习和Transformer-卷积耦合网络解决淋巴结超声图像分割与分类的双任务协同学习问题	设计跨器官跨模态迁移学习策略利用皮肤镜图像，耦合Transformer与卷积网络以融合局部与全局信息，共享编码器权重实现分割与分类任务协同优化	NA	提升淋巴结超声诊断的准确性与鲁棒性，支持淋巴结恶性肿瘤的早期精准检测	淋巴结超声图像和皮肤病变皮肤镜图像	计算机视觉	淋巴结恶性肿瘤	深度学习，迁移学习	C5-Net（CSWin-Transformer与卷积耦合网络）	超声图像，皮肤镜图像	690张淋巴结超声图像和1000张皮肤病变皮肤镜图像
676	2025-09-02	Multimodal data fusion with irregular PSA kinetics for automated prostate cancer grading 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102625 PMID:40819603	研究论文	提出一种新颖的多模态融合框架，结合影像数据和纵向患者信息（包括不规则PSA测量）以自动化前列腺癌分级	开发自定义嵌入技术处理不规则时间序列数据，无需复杂预处理或插补步骤，有效整合影像与临床数据	未明确说明模型对罕见病例或不同人群的泛化能力，且外部验证仅基于欧洲中心数据	提升前列腺癌检测和分级的准确性，减少不必要的活检	前列腺癌患者	数字病理	前列腺癌	多模态数据融合，深度学习	自定义嵌入架构	影像（MRI）、时间序列（PSA测量）、人口统计学数据、实验室结果	内部验证630例，外部验证419例（来自多个欧洲中心，使用160台不同MRI设备）
677	2025-09-02	TG-Mamba: Leveraging text guidance for predicting tumor mutation burden in lung cancer 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102626 PMID:40819605	研究论文	提出一种名为TG-Mamba的深度学习模型，通过组织病理学图像和临床信息快速预测肺癌患者的肿瘤突变负荷水平	采用文本引导的注意力模块与VMamba主干网络并行特征提取策略，并设计新型Conv-SSM混合模块结合卷积层与状态空间模型	NA	开发低成本、快速的肿瘤突变负荷预测方法以替代传统全外显子测序	肺癌患者	数字病理学	肺癌	全外显子测序(WES), 深度学习	TG-Mamba (基于VMamba的混合架构), 注意力机制, Conv-SSM	图像, 文本	一组未参与训练的肺癌患者队列（具体数量未说明）
678	2025-09-02	Surgical augmented reality registration methods: A review from traditional to deep learning approaches 2025-Sep, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102616 PMID:40829316	综述	本文回顾了从传统到深度学习方法的外科增强现实配准技术，特别关注腹腔镜场景	系统分类并比较了传统方法与新兴的深度学习配准方法，包括混合DL增强方法和DL点云配准方法	主要关注腹腔镜场景，可能不涵盖所有外科AR应用；深度学习方法在手术环境中的实际应用仍面临挑战	分析和比较适用于外科增强现实的不同配准方法	术前3D模型与术中2D或3D视频的配准方法	计算机视觉	NA	深度学习，点云配准	深度学习模型	3D模型，2D/3D视频，点云数据	NA
679	2025-09-02	Understanding Language Model Scaling on Protein Fitness Prediction 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.25.650688 PMID:40777237	研究论文	本文探讨了蛋白质语言模型在适应度预测中的缩放行为，揭示了模型大小、训练数据和随机因素对预测性能的影响	发现蛋白质语言模型性能随规模增大先提升后下降，挑战了深度学习领域'模型越大性能越好'的普遍认知	研究主要基于理论分析和模拟实验，缺乏大规模真实世界验证数据	理解蛋白质语言模型在适应度预测任务中的缩放规律	蛋白质序列及其突变变体	自然语言处理	NA	蛋白质语言模型	语言模型	蛋白质序列数据	NA
680	2025-09-02	Early Diagnosis of Knee Osteoarthritis With a Natural Language Processing-Driven Approach Based on Clinician Notes: Development and Validation Study 2025-Aug-14, JMIR formative research IF:2.0Q4 DOI:10.2196/64536 PMID:40810448	研究论文	开发并验证了一种基于自然语言处理技术的膝骨关节炎早期诊断方法，利用临床医生笔记中的文本数据进行预测	首次将临床医生笔记中的患者报告症状文本数据用于膝骨关节炎诊断，并整合WOMAC问卷提升模型性能	研究仅基于单一医疗机构的5849条记录，未涉及多中心验证	开发基于自然语言处理的膝骨关节炎早期诊断方法	膝骨关节炎患者和非患者的临床医生笔记数据	自然语言处理	骨关节炎	自然语言处理，深度学习	CNN, BiLSTM, GRU	文本	5849条记录（3455例OA患者，2394例非OA患者）