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
61	2025-10-05	Combined Study of Behavior and Spike Discharges Associated with Negative Emotions in Mice 2025-Oct, Neuroscience bulletin IF:5.9Q1 DOI:10.1007/s12264-025-01455-8 PMID:40665179	研究论文	本研究开发了一种整合行为测试和电生理记录的新方法NeuroSync，探索小鼠慢性压力诱导负面情绪的神经机制	提出NeuroSync新方法，首次将开放场行为测试与情绪相关脑区电生理记录同步整合，结合深度学习与机器学习分析神经-行为动态关系	研究仅聚焦于中央杏仁核和下丘脑室旁核两个脑区，未涵盖其他可能参与情绪调节的脑区	探索慢性压力诱导负面情绪的神经机制，阐明特定行为与神经放电模式之间的关联	小鼠	机器视觉, 机器学习	精神障碍	电生理记录, 开放场行为测试, 信号处理算法	深度学习, 机器学习	视频, 电生理信号	NA	NA	NA	NA	NA
62	2025-10-05	Deep learning reconstruction enhances image quality in contrast-enhanced CT venography for deep vein thrombosis 2025-Oct, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02366-x PMID:40679754	研究论文	评估深度学习重建在深静脉血栓CT静脉造影中的图像质量提升效果	首次系统比较深度学习重建与混合迭代重建、滤波反投影在CT静脉造影中的性能差异	样本量较小（51例患者），且为回顾性研究	评估不同图像重建算法在深静脉血栓CT诊断中的性能	接受下肢CT静脉造影的51例患者（20例有深静脉血栓，31例无血栓）	医学影像分析	深静脉血栓	CT静脉造影	深度学习重建	CT影像	51例患者	NA	NA	对比噪声比, 图像噪声, 敏感性, AUC	NA
63	2025-10-05	Bond-centric modular design of protein assemblies 2025-Oct, Nature materials IF:37.2Q1 DOI:10.1038/s41563-025-02297-5 PMID:40745093	研究论文	提出了一种基于键合中心的模块化蛋白质组装设计方法	将原子价键的化学多样性原理应用于蛋白质纳米材料设计，结合深度学习工具实现可编程组装	NA	开发模块化蛋白质纳米材料设计方法	蛋白质构建模块及其组装结构	计算生物学	NA	深度学习生成工具，电子显微镜	生成模型	蛋白质结构数据	超过20种多组分多面体蛋白质笼、二维阵列和三维蛋白质晶格	NA	NA	成功率（10%-50%），电子显微镜数据与设计模型匹配度	NA
64	2025-10-05	EEGOpt: A performance efficient Bayesian optimization framework for automated EEG signal classification 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111023 PMID:40934551	研究论文	提出EEGOpt贝叶斯优化框架，用于自动化优化脑电图信号处理和分类的方法选择	开发了基于树结构Parzen估计器的贝叶斯优化框架，结合模块化缓存机制，能够自动优化脑电图信号处理的完整流程	仅在三个数据集上进行了评估，需要更多样化的数据集验证通用性	自动化优化脑电图信号处理和分类的方法选择	脑电图信号	机器学习	NA	脑电图信号处理	贝叶斯优化, k-近邻分类器	脑电图信号	三个数据集	Tree-Structured Parzen Estimator	EEGNet, ShallowConvNet, DeepConvNet	准确率, 计算时间	NA
65	2025-10-05	Calibration and Uncertainty for multiRater Volume Assessment in multiorgan Segmentation (CURVAS) challenge results 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111024 PMID:40934552	研究论文	介绍CURVAS挑战赛的结果，该挑战赛关注医学图像分割中的校准和不确定性估计问题	首次系统性地评估多标注者环境下深度学习模型的分割校准和不确定性估计能力	仅包含七个团队的参与，样本规模有限	开发可靠且临床适用的医学图像分割深度学习模型	多器官医学图像分割	医学图像分析	多器官疾病	深度学习	深度学习分割模型	医学图像	NA	NA	NA	Dice相似系数, 期望校准误差, 连续排序概率得分	NA
66	2025-10-05	PCGMMF: a prediction method for breast cancer prognostic recurrence and metastasis risk based on enhanced multimodal feature fusion 2025-Oct, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2025.104907 PMID:40935222	研究论文	提出一种基于增强多模态特征融合的乳腺癌预后复发和转移风险预测方法PCGMMF	提出双向注意力和自注意力增强多模态特征融合模块BSAMF，整合组织病理学图像、临床数据、基因表达数据和DNA甲基化数据	未明确说明样本数据集的具体规模和来源限制	开发更准确的乳腺癌预后复发和转移风险预测方法	乳腺癌患者	数字病理学	乳腺癌	组织病理学成像,基因表达分析,DNA甲基化分析	Vision-LSTM,注意力机制	图像,临床数据,基因表达数据,DNA甲基化数据	NA	NA	Vision-LSTM,BSAMF	准确率,AUC	NA
67	2025-10-05	A Gabor-enhanced deep learning approach with dual-attention for 3D MRI brain tumor segmentation 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111047 PMID:40939459	研究论文	提出一种结合Gabor卷积和双注意力机制的3D MRI脑肿瘤分割深度学习方法	在U-Net输入层添加可训练Gabor卷积层增强纹理特征提取，并集成双注意力机制（SE模块和注意力门）	NA	提高3D脑肿瘤MRI分割的准确性和鲁棒性	脑肿瘤MRI图像	医学影像分析	脑肿瘤	MRI	U-Net	3D医学图像	BraTS2021数据集	NA	U-Net, Gabor卷积, Squeeze-and-Excitation, Attention Gates	Dice系数	NA
68	2025-10-05	Regional attention-enhanced vision transformer for accurate Alzheimer's disease classification using sMRI data 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111065 PMID:40945221	研究论文	提出一种区域注意力增强视觉变换器(RAE-ViT)用于基于sMRI数据的阿尔茨海默病分类	引入区域注意力机制优先关注疾病关键脑区，结合分层自注意力和多尺度特征提取建模局部和全局结构模式	未明确说明模型计算复杂度，多模态扩展仅处于初步阶段	开发准确诊断阿尔茨海默病的AI模型	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	计算机视觉	阿尔茨海默病	结构磁共振成像(sMRI)	Vision Transformer	医学图像	1152个sMRI扫描(255个AD, 521个MCI, 376个NC)	NA	Regional Attention-Enhanced Vision Transformer (RAE-ViT)	准确率, 敏感度, 特异度, AUC, Dice系数	NA
69	2025-10-05	Advancements in breast cancer therapy: Integrating AI tools for drug discovery and clinical trials 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111067 PMID:40945222	综述	探讨人工智能在乳腺癌治疗中整合计算机辅助药物设计方法的应用与进展	将深度学习等AI技术整合到传统CADD方法中，提升药物发现的效率和预测准确性	传统CADD方法存在高资源需求和时间效率低下的局限性	探索AI技术在乳腺癌药物发现和临床试验中的应用前景	乳腺癌治疗方法与药物开发	机器学习	乳腺癌	计算机辅助药物设计(CADD), 深度学习, 分子动力学	DNN	分子结构数据, 临床数据	NA	NA	深度神经网络	药物疗效预测准确性, 安全性预测	NA
70	2025-10-05	Dynamic cheek surface modeling for enhanced hypomimia detection in Parkinson's disease 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110896 PMID:40961563	研究论文	提出基于脸颊表面变异性的新方法，用于增强帕金森病面部表情减少症状的检测	首次利用脸颊表面变异性捕捉不同时间粒度下的细微渐进变化，并开发了鲁棒的预处理流程消除头部旋转和姿势偏差	样本仅包含112名新发未用药PD患者和90名健康对照，需要更大样本验证	开发更精确的帕金森病面部表情减少症状自动检测方法	帕金森病患者和健康对照者的自发语音视频样本	计算机视觉	帕金森病	视频分析	3D CNN, 机器学习	视频	112名新发未用药帕金森病患者和90名健康对照者	NA	3D CNN	未加权平均召回率	NA
71	2025-10-05	Classification of peripheral pulmonary lesions in Endobronchial ultrasonography image using a multi-branch framework and voting ensemble 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111064 PMID:40967143	研究论文	提出一种基于多分支框架和投票集成的深度学习系统，用于支气管内超声图像中周围性肺部病变的分类	采用多分支框架适应数据不平衡问题，结合坐标系统转换（极坐标到笛卡尔坐标）优化图像输入，并通过多数投票机制集成多个分支输出	未明确说明数据集的规模和来源限制	开发基于深度学习的计算机辅助诊断系统，帮助医疗专业人员实现更精确高效的肺癌诊断	支气管内超声图像中的周围性肺部病变	计算机视觉	肺癌	支气管内超声成像	深度学习	医学图像	NA	NA	多分支框架	AUC, 准确率, F1分数, 阳性预测值, 阴性预测值, 灵敏度, 特异度	NA
72	2025-10-05	Predicting dementia through audio: Ensemble and deep learning approaches using acoustic features 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111078 PMID:40967147	研究论文	本研究使用音频记录和声学特征通过集成学习和深度学习方法来预测痴呆症	将声学特征与集成学习和深度学习相结合用于痴呆症早期诊断，并探讨集成模型在特定情况下优于深度学习模型的原因	未明确说明样本数量和数据集规模，可能影响模型泛化能力	通过音频分析实现痴呆症的早期诊断	痴呆症患者的音频记录	机器学习	老年疾病	音频分析	集成学习模型,深度学习模型	音频	NA	NA	Random Forest, AdaBoost, XGBoost, Gradient Boost, BiLSTM, LSTM, CNN-LSTM	准确率	NA
73	2025-10-05	AI-driven pupillary-computer interface via binary-coded flickering stimuli 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111057 PMID:40967149	研究论文	提出一种基于瞳孔光反射的瞳孔-计算机接口系统，通过二进制编码的闪烁视觉刺激和深度学习实现人机交互	使用二进制编码视觉刺激和卷积神经网络建模瞳孔信号模式，克服传统脑电图硬件限制	仅涉及12名健康受试者，未在临床人群或更大样本中验证	开发一种无需用户训练、简单有效的瞳孔-计算机交互系统	12名健康受试者（6男6女，年龄28.6±3.4岁）	人机交互	NA	瞳孔光反射测量	CNN	瞳孔尺寸变化信号	12名健康受试者	NA	卷积神经网络	分类准确率, 信息传输率	NA
74	2025-10-05	Robust and explainable framework to address data scarcity in diagnostic imaging 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111052 PMID:40967148	研究论文	提出一种名为ETSEF的新型集成框架，通过结合迁移学习、自监督学习和集成学习方法解决医学影像诊断中的数据稀缺问题	首次将两种预训练方法（迁移学习和自监督学习）与集成学习方法相结合，并部署多种数据增强技术	NA	解决医学影像诊断中的数据稀缺问题，提高诊断准确性和鲁棒性	医学影像数据	计算机视觉	多种疾病（内窥镜、乳腺癌、猴痘、脑肿瘤、青光眼）	深度学习	集成学习框架	医学影像	有限样本数据	NA	预训练深度学习模型	诊断准确率	NA
75	2025-10-05	Enhancing the reliability of Alzheimer's disease prediction in MRI images 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111111 PMID:40974861	研究论文	本文提出了一种增强MRI图像中阿尔茨海默病预测可靠性的新框架	引入反向验证范式，通过系统重新定位解剖结构来验证模型是否基于解剖特征而非空间记忆进行识别	NA	提高MRI分析中阿尔茨海默病诊断的可靠性和准确性	阿尔茨海默病的MRI图像诊断	计算机视觉	阿尔茨海默病	MRI	CNN	图像	NA	NA	YOLO, MobileNet	准确率	NA
76	2025-10-05	Exploring transfer learning techniques for classifying Alzheimer's disease with rs-fMRI 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111075 PMID:40987013	研究论文	本研究探索使用迁移学习技术基于静息态功能磁共振成像对阿尔茨海默病进行分类	首次系统比较VGG19、AlexNet和ResNet50在阿尔茨海默病rs-fMRI分类中的迁移学习性能，并结合Grad-CAM提供模型可解释性分析	样本量相对较小（97名参与者），仅包含阿尔茨海默病患者和正常对照组两类分类	开发基于深度学习的阿尔茨海默病自动诊断方法	阿尔茨海默病患者和正常对照个体	医学影像分析	阿尔茨海默病	静息态功能磁共振成像	CNN	医学影像数据	97名参与者（56名阿尔茨海默病患者，41名正常对照）	NA	VGG19, AlexNet, ResNet50	准确率, 精确率, 召回率, F1分数	NA
77	2025-10-05	GRAPHITE: Graph-based interpretable tissue examination for enhanced explainability in breast cancer histopathology 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111106 PMID:41005231	研究论文	提出GRAPHITE框架，通过图注意力网络和多尺度方法增强乳腺癌组织病理学诊断的可解释性	首次将层次图结构和尺度感知注意力机制结合用于组织病理学图像分析，提供与病理学家诊断思维一致的可视化解释	样本量相对有限（训练集280个样本，测试集53个样本），仅针对乳腺癌TMA数据验证	开发可解释的AI框架以增强乳腺癌组织病理学诊断的临床可信度	乳腺癌组织微阵列核心和良性全切片图像	数字病理学	乳腺癌	组织微阵列分析	图注意力网络	组织病理学图像	训练集：140个肿瘤TMA核心+140个良性样本；测试集：53个病理学家标注的TMA样本	PyTorch	图注意力网络, 尺度感知注意力机制	平均精度, AUC, 阈值鲁棒性, 决策曲线下面积	NA
78	2025-10-05	Geometric deep learning adapted to prediction of liver resection zone 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111103 PMID:41005230	研究论文	本研究采用几何深度学习框架预测肝脏切除区域，以支持肝脏肿瘤切除手术规划	首次将轻量级神经网络RandLA-Net应用于肝脏切除区域的语义分割，能够高效处理百万级3D点云数据	研究基于有限数据集，需要进一步扩大样本量验证模型泛化能力	研究几何深度学习在预测肝脏切除区域中的有效性	肝脏肿瘤患者的3D几何数据（网格或点云格式）	计算机视觉	肝癌	3D几何数据处理	深度学习	3D点云数据，网格数据	扩展研究阶段增加了数据集规模（具体数量未明确说明）	RandLA-Net	RandLA-Net	IoU, F1-score, precision, recall	NA
79	2025-10-05	Improving knee joint angle prediction through Dynamic Contextual Focus and Gated Linear Units 2025-Oct, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111119 PMID:41005234	研究论文	提出一种结合动态上下文聚焦注意力和门控线性单元的新型深度学习框架FocalGatedNet，用于膝关节角度预测	首次将动态上下文聚焦注意力机制与门控线性单元结合，专门针对时间序列预测设计，在特征依赖捕获方面表现优异	未明确说明模型在极端运动条件下的表现，且对传感器噪声影响的评估可能不够全面	提高膝关节角度预测的准确性和实时性，支持生物力学和康复应用	膝关节运动轨迹，步态数据	机器学习	康复医学	深度学习，时间序列预测	注意力机制，门控线性单元	多模态步态数据，时间序列数据	基于综合多模态步态数据集（具体数量未明确说明）	未明确说明	FocalGatedNet（自定义架构）	MAE, RMSE, MAPE	未明确说明，但提到具有较低的时间消耗和高效的推理速度
80	2025-10-05	Application of artificial intelligence in assisting treatment of gynecologic tumors: a systematic review 2025-Oct-01, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00201-1 PMID:41028609	系统综述	本文系统综述了人工智能在妇科肿瘤辅助治疗中的应用现状与发展前景	首次系统性地总结了AI在妇科肿瘤治疗中不同应用方向的研究分布和技术方法	研究多为单中心、回顾性、小样本量，缺乏多中心大数据验证	评估人工智能在妇科肿瘤辅助治疗中的应用效果和发展趋势	妇科恶性肿瘤患者，包括宫颈癌、子宫内膜癌和卵巢癌	医学影像分析	妇科肿瘤	放射组学、深度学习、机器学习	深度学习, 传统机器学习	医学影像数据	133篇研究文章，其中95%研究样本量少于500例	NA	NA	NA	NA