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
8401	2025-10-06	Scalable Coding for High-Resolution, High-Compression Ratio Snapshot Compressive Video 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3579208 PMID:40536862	研究论文	提出一种可扩展编码孔径方法，用于实现高分辨率、高压缩比的快照压缩视频	利用时分复用技术设计通用可扩展编码孔径方法，实现前所未有的时空可扩展性，提供实时高压缩比且计算负担和内存需求极低	NA	解决高速相机在存储、带宽和成本方面的挑战，提升快照压缩视频的时空分辨率可扩展性	动态场景的快照压缩视频	计算机视觉	NA	压缩感知，时分复用	深度学习算法	视频，图像	512帧2K×2K分辨率视频压缩为单个快照	NA	NA	PSNR	NA
8402	2025-10-06	High-precision deformation monitoring and intelligent early warning for wellbore based on BDS/GNSS 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325913 PMID:40549791	研究论文	本研究基于BDS/GNSS系统开发了井筒高精度变形监测与智能预警方法	采用改进的MLAMBDA算法进行高频动态计算，并首次将Bi-LSTM深度学习算法应用于井筒变形预警	基线长度增加会导致监测精度下降，在6公里范围内验证有效	实现井筒变形的高精度监测和智能预警	受周边采矿作业影响的井筒变形	机器学习	NA	BDS/GNSS观测，双差模型	Bi-LSTM	卫星观测时间序列数据	NA	NA	Bi-LSTM	监测精度（E,N,U方向），预测精度	NA
8403	2025-10-06	An efficient model for extracting respiratory and blood oxygen saturation data from photoplethysmogram signals by removing motion artifacts using heuristic-aided ensemble learning model 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108911 PMID:39089111	研究论文	开发了一种基于启发式集成学习模型的光电容积脉搏波信号呼吸频率和血氧饱和度数据提取方法	提出结合先进金龟子优化器的集成学习网络，通过多模型融合和优化特征选择提高信号处理精度	未提及模型在实时监测环境下的性能表现和计算效率	从光电容积脉搏波信号中准确提取呼吸频率和血氧饱和度数据	光电容积脉搏波信号	机器学习	心肺疾病	信号处理，特征提取	集成学习，MLP，AdaBoost，A-LSTM	生理信号数据	NA	NA	MLP，AdaBoost，Attention-based LSTM	准确率	NA
8404	2025-10-06	Using deep learning for predicting the dynamic evolution of breast cancer migration 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108890 PMID:39068903	研究论文	本研究开发了一种基于深度学习的预测框架PWPF，用于预测乳腺癌细胞迁移的动态演化过程	提出结合人工数据生成和真实数据微调的深度学习框架，解决了传统伤口愈合实验数据稀缺和可扩展性问题	主要基于二维模型研究，可能无法完全反映体内三维环境中的细胞迁移行为	改进乳腺癌细胞迁移分析方法，提高传统伤口愈合实验的可扩展性和预测能力	MCF-7乳腺癌细胞单层和球体	数字病理学	乳腺癌	伤口愈合实验，人工数据生成	深度学习	细胞迁移图像数据	NA	NA	NA	NA	NA
8405	2025-10-06	Multi-granularity prior networks for uncertainty-informed patient-specific quality assurance 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108925 PMID:39067284	研究论文	提出一种多粒度不确定性量化框架，用于放射治疗中患者特定质量保证的剂量差异预测和Gamma通过率预测	首次在PSQA中引入多粒度不确定性量化，提出双流网络架构和包含粒度特定损失与一致性损失的多粒度损失函数	方法仅在单一医疗机构数据集上进行验证，需要更多外部验证	提高深度学习在患者特定质量保证中的可信度和安全性	放射治疗中的剂量分布和Gamma通过率	医学影像分析	放射治疗相关疾病	深度学习，贝叶斯方法	贝叶斯神经网络	剂量分布数据	北京协和医学院医院数据集	NA	双流网络架构	MAE, 临床准确率	NA
8406	2025-10-06	Model-based federated learning for accurate MR image reconstruction from undersampled k-space data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108905 PMID:39067156	研究论文	提出一种基于模型的联邦学习框架ModFed，用于从欠采样k空间数据中精确重建磁共振图像	设计了注意力辅助的基于模型神经网络、自适应动态聚合方案以及空间拉普拉斯注意力机制和个性化客户端损失正则化	NA	解决多中心数据异构性挑战，提高磁共振图像重建的准确性和泛化能力	磁共振图像重建	医学影像分析	NA	磁共振成像	深度学习	k空间数据，磁共振图像	三个体内数据集	NA	注意力辅助的基于模型神经网络	重建性能，泛化能力	NA
8407	2025-10-06	PIDiff: Physics informed diffusion model for protein pocket-specific 3D molecular generation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108865 PMID:39067153	研究论文	提出一种考虑物理化学原理的蛋白质口袋特异性3D分子生成扩散模型	首次在3D分子生成中同时考虑几何结构和蛋白质-配体结合的物理化学原理，特别是结合自由能最小化	未明确说明模型在处理复杂蛋白质结构或大规模药物筛选时的计算效率限制	开发能够生成与特定蛋白质口袋结合的配体分子的计算方法	蛋白质-配体复合物	计算化学, 几何深度学习	NA	扩散模型, 几何深度学习	扩散模型	3D分子结构数据	CrossDocked2020基准数据集	NA	PIDiff	多种评估指标（具体未在摘要中说明）	NA
8408	2025-10-06	SYSTCM: A systemic web platform for objective identification of pharmacological effects based on interplay of "traditional Chinese Medicine-components-targets" 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108878 PMID:39043107	研究论文	开发了一个基于深度学习和机器学习的系统性网络平台SYSTCM，用于客观识别中药药理作用	首次构建了包含424个分子描述符和465个药理靶点的相互作用网络图，并集成卷积神经网络和支持向量机建立药理作用识别模型	数据集规模有限，仅包含636种中药和8190个成分，模型泛化能力需要进一步验证	开发客观的中药药理作用识别方法，减少传统方法对专家经验的主观依赖	中药成分、药理靶点、药理作用和中药功效	机器学习	NA	深度学习、机器学习	CNN, SVM	网络图数据、分子描述符数据	70,961个术语，包括636种中药、8190个成分、40种药理作用和18种功效	NA	GoogLeNet	AUC, MCC, ACC	NA
8409	2025-10-06	Random effects during training: Implications for deep learning-based medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108944 PMID:39096609	研究论文	评估训练过程中随机效应对深度学习医学图像分割模型性能比较可靠性的影响	首次系统量化分析训练随机性对医学图像分割模型性能比较的影响，揭示了统计显著性检验在算法比较中的局限性	仅使用nnU-Net算法和三种医学图像分割任务，结果可能不适用于其他算法或任务类型	评估训练随机性对深度学习分割模型性能比较方法可靠性的影响	脑肿瘤、海马体和心脏的三维医学图像分割	医学图像分析	脑肿瘤、心脏疾病	深度学习	nnU-Net	3D医学图像	三种分割任务各50次不同随机种子的训练	PyTorch	U-Net	Dice系数, 配对t检验, Wilcoxon符号秩检验	NA
8410	2025-10-06	CytoGAN: Unpaired staining transfer by structure preservation for cytopathology image analysis 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108942 PMID:39096614	研究论文	提出一种名为CytoGAN的染色转换模型，用于生成保留细胞结构的不同染色风格的细胞病理学图像	设计了结构保留模块和染色自适应模块，能在源域和目标域分辨率或细胞大小不匹配时仍保持细胞结构	NA	解决细胞病理学图像分析中不同染色方式对算法性能的影响	子宫内膜细胞学图像	数字病理学	子宫内膜癌	GAN	GAN	细胞病理学图像	NA	NA	CytoGAN	准确率	NA
8411	2025-10-06	Comparison of AI with and without hand-crafted features to classify Alzheimer's disease in different languages 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108950 PMID:39096605	研究论文	比较使用手工特征和不使用手工特征的AI模型在不同语言中分类阿尔茨海默病的性能	首次使用相同方法从两种语言数据集中提取声学特征进行AD诊断，验证模型的语言无关性	仅测试了韩语和英语两种语言，未涵盖更多语言类型	开发语言无关的阿尔茨海默病实时诊断模型	阿尔茨海默病患者和健康对照者的语音数据	自然语言处理	阿尔茨海默病	声学特征提取	机器学习,深度学习	语音	韩语和英语语音数据集	NA	NA	准确率,分类时间	NA
8412	2025-10-06	CBAM VGG16: An efficient driver distraction classification using CBAM embedded VGG16 architecture 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108945 PMID:39094328	研究论文	提出一种嵌入卷积注意力模块的VGG16架构，用于提升驾驶员分心行为分类性能	将CBAM注意力模块与传统VGG16架构结合，增强模型特征提取能力	NA	改进驾驶员分心行为分类准确率	驾驶员分心行为图像	计算机视觉	NA	深度学习	CNN	图像	AUCD2数据集（摄像头1和摄像头2图像）	NA	CBAM VGG16	准确率, 损失值, 精确率, F1分数, 召回率, 混淆矩阵	NA
8413	2025-10-06	Deep learning for rapid virtual H&E staining of label-free glioma tissue from hyperspectral images 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108958 PMID:39094325	研究论文	本研究开发了一种基于深度学习的高光谱图像虚拟H&E染色方法，用于快速生成神经胶质瘤组织的虚拟H&E染色图像	首次将深度学习与高光谱成像技术结合，实现无标记神经胶质瘤组织的快速虚拟H&E染色，克服传统染色方法的局限性	论文未明确说明样本量的具体数量和研究对象的详细特征	开发快速准确的虚拟H&E染色技术，替代传统染色方法	神经胶质瘤组织样本	数字病理学	神经胶质瘤	高光谱成像技术	深度学习	高光谱图像	NA	NA	U-Net	SSIM, PSNR	NA
8414	2025-10-06	Shape prior-constrained deep learning network for medical image segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108932 PMID:39079416	研究论文	提出一种形状先验约束的多尺度特征融合分割网络用于医学图像分割	训练框架包含形状先验约束和多尺度特征融合两个创新模块，测试阶段采用形状生成自编码器与分割网络的循环协作框架	NA	解决医学图像分割中低对比度和邻近器官强度相似的问题	心脏、COVID-19 CT肺部、肝脏医学图像	医学图像分割	心血管疾病, COVID-19, 肝脏疾病	深度学习	自编码器, 分割神经网络	CT扫描图像	三个不同数据集：ACDC MICCAI'17挑战数据集、COVID-19 CT肺部数据集、LiTS2017肝脏数据集	NA	形状先验约束多尺度特征融合网络	Dice系数	NA
8415	2025-10-06	Optimal interval and feature selection in activity data for detecting attention deficit hyperactivity disorder 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108909 PMID:39053333	研究论文	本研究通过特征选择和时间区间优化，利用机器学习模型分析活动数据来检测注意力缺陷多动障碍	揭示了早晨和夜间活动数据对ADHD预测的重要性，并证明精确特征选择可显著提升模型性能	未明确说明样本来源和具体数据采集方式，缺乏外部验证	开发基于活动数据的ADHD自动检测方法	注意力缺陷多动障碍患者和临床对照组	机器学习	注意力缺陷多动障碍	活动数据监测	随机森林, 机器学习模型	活动数据	NA	NA	NA	准确率, 精确率, F1分数, 召回率	NA
8416	2025-10-06	Deep learning-based IDH1 gene mutation prediction using histopathological imaging and clinical data 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108902 PMID:39038392	研究论文	本研究使用深度学习技术结合组织病理学图像和临床数据预测胶质瘤患者的IDH1基因突变状态	采用集成学习方法结合WSI图像模型和临床数据模型，使用MaxViT和LightGBM组合实现IDH1突变预测	研究样本量相对有限（546例患者），未提及外部验证结果	通过WSI和临床数据分类IDH1基因突变状态以改善胶质瘤分类	胶质瘤患者，包括星形细胞瘤、少突胶质细胞瘤和胶质母细胞瘤	数字病理学	脑肿瘤/胶质瘤	苏木精-伊红染色，全切片成像	深度学习，集成学习，注意力机制	图像，临床数据	546例患者	PyTorch, LightGBM	MaxViT, ABMIL	AUC, 准确率	NA
8417	2025-10-06	ToxinPred 3.0: An improved method for predicting the toxicity of peptides 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108926 PMID:39038391	研究论文	本文提出了改进的肽毒性预测方法ToxinPred 3.0，通过多种计算模型提升预测性能	开发了结合基于模体的方法和机器学习模型的混合方法，在独立数据集上达到AUROC 0.98和MCC 0.81的最佳性能	未明确说明训练数据的样本规模和具体来源	提高治疗性肽的毒性预测准确性和可靠性	肽序列	生物信息学	NA	BLAST, MERCI软件, 机器学习, 深度学习	ANN-LSTM, Extra Tree, 大语言模型	序列数据	NA	NA	LSTM, ESM2-t33	AUROC, MCC, 特异性, 敏感性	NA
8418	2025-10-06	A systematic literature analysis of multi-organ cancer diagnosis using deep learning techniques 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108910 PMID:39032244	综述	本文对2012-2023年间使用深度学习技术进行多器官癌症诊断的研究进行了系统性文献分析	首次系统综述了深度学习在多器官癌症诊断中的应用，特别关注五种主要肿瘤类型	仅基于特定国际数据库的文献，可能存在发表偏倚	系统分析深度学习在医学影像中用于多器官癌症诊断的技术现状	乳腺癌、脑癌、肺癌、皮肤癌和肝癌五种主要肿瘤	医学影像	多器官癌症	医学影像分析	CNN, 集成深度学习模型	医学影像	NA	NA	卷积神经网络	NA	NA
8419	2025-10-06	A dual-encoder double concatenation Y-shape network for precise volumetric liver and lesion segmentation 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108870 PMID:39024904	研究论文	提出一种双编码器双连接Y形网络，用于精确的肝脏和病灶体积分割	开发了DEDC-Net网络，利用残差连接和跳跃连接增强特征重用，实现肝脏和肿瘤的同时分割，无需额外的注意力机制即可达到优越性能	未明确说明计算成本对比和实时性能分析	开发精确的肝脏和肿瘤自动分割方法以辅助肝细胞癌诊断和术前规划	腹部CT图像中的肝脏和肿瘤区域	计算机视觉	肝癌	CT成像	CNN	CT体积图像	LiTS数据集、IRCADb-01和COMET数据集	未明确说明	DEDC-Net, VGG19, ResNet	Dice Score	NA
8420	2025-10-06	Self-adaptive deep learning-based segmentation for universal and functional clinical and preclinical CT image analysis 2024-09, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.108853 PMID:39013341	研究论文	提出基于深度学习的自适应分割方法，用于临床和临床前CT图像的通用功能分析	开发了能够同时处理临床CT和临床前μCT图像的自适应分割方法，实现了跨成像类型的统一分析	需要进一步优化以扩展应用范围	自动化从CT和μCT图像中提取定量数据，监测心脏功能	人类患者心脏CT图像、野生型和加速衰老小鼠的μCT图像	医学影像分析	心血管疾病	CT成像、μCT成像	深度学习	CT图像、μCT图像	40例人类心脏CT图像、野生型和加速衰老小鼠μCT图像	nnU-Net	U-Net	Dice系数	NA