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
941	2025-04-29	Non-invasive diagnosis of lung diseases via multimodal feature extraction from breathing audio and chest dynamics 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110182 PMID:40215869	research paper	提出一种结合呼吸音频和胸部动态的多模态特征提取方法，用于非侵入性诊断肺部疾病	首次将音频和视觉模态结合，提取更全面的肺部健康表征，提高了诊断准确性和鲁棒性	未提及模型在真实临床环境中的泛化能力测试	开发更有效、可及的肺部疾病诊断工具	肺部疾病患者	digital pathology	lung cancer	multimodal feature extraction	deep learning	audio and video	NA
942	2025-04-29	Advancing the frontier of artificial intelligence on emerging technologies to redefine cancer diagnosis and care 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110178 PMID:40228444	review	本文综述了人工智能在癌症诊断和治疗中的应用及其潜力	探讨了AI在癌症预测、预后和治疗规划中的创新应用，特别是在放射组学、深度学习和机器学习方面	在罕见癌症中的应用受限于训练和验证数据的不足	评估人工智能在癌症诊断和治疗中的潜力和挑战	癌症患者，特别是乳腺癌和肺癌等高发癌症患者	machine learning	lung cancer, breast cancer	radiomics, deep learning, machine learning, DNA and RNA sequencing	predictive AI, generative AI	multi-omics data, digitized health information	NA
943	2025-04-29	Multi-level feature fusion network for kidney disease detection 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110214 PMID:40233676	research paper	提出了一种用于肾脏疾病自动检测的深度学习框架，结合特征融合和序列建模技术以提高诊断准确性	整合了特征融合与inception模块以提取多样化的特征表示，同时引入ConvLSTM来增强序列学习能力，捕获疾病进展中的长期依赖关系	研究主要基于CT扫描数据，可能不适用于其他影像模态	开发自动化肾脏疾病检测方法以解决肾病专家资源有限的问题	肾脏CT扫描图像	digital pathology	kidney disease	deep learning	ResNet50, VGG19, ConvLSTM	CT scans	1860个肿瘤和1024个正常肾脏CT扫描
944	2025-04-29	BenchXAI: Comprehensive benchmarking of post-hoc explainable AI methods on multi-modal biomedical data 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110124 PMID:40239236	research paper	开发了一个名为BenchXAI的新XAI基准测试包，用于评估15种XAI方法在生物医学数据上的性能	提出了一个综合性的XAI基准测试包，支持对多种XAI方法在生物医学数据上的鲁棒性、适用性和局限性进行全面评估	仅评估了15种XAI方法，可能未涵盖所有现有方法	评估和比较不同XAI方法在多模态生物医学数据上的性能	15种XAI方法在临床数据、医学图像和信号数据以及生物分子数据上的表现	machine learning	NA	XAI方法（如Integrated Gradients, DeepLift等）	deep learning	multi-modal biomedical data（临床数据、医学图像和信号数据、生物分子数据）	NA
945	2025-04-29	A new lightweight deep learning model optimized with pruning and dynamic quantization to detect freezing gait on wearable devices 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110138 PMID:40245688	research paper	提出一种新型轻量级深度学习模型，结合剪枝和动态量化技术，用于在可穿戴设备上实时检测帕金森病患者的冻结步态	结合卷积神经网络和门控循环单元，引入残差注意力和高效通道注意力机制，并采用创新的特征选择方法优化模型	模型在资源受限的可穿戴设备上的实际部署效果需进一步验证	开发高精度且轻量化的冻结步态检测系统，用于帕金森病患者的实时监控	帕金森病患者的冻结步态	machine learning	Parkinson's disease	pruning, dynamic quantization	CNN, GRU	sensor data	NA
946	2025-04-29	Machine learning predictions of tumor progression: How reliable are we? 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110156 PMID:40245687	综述	本文综述了机器学习在肿瘤进展预测中的应用及其可靠性	深入分析了机器学习在肿瘤微环境、遗传数据、组织病理学数据和放射学数据中的应用，并提出了提高模型稳健性和临床适用性的策略	机器学习模型的可靠性和准确性限制了其在临床中的整合	评估机器学习在肿瘤进展预测中的可靠性，并探讨其在临床肿瘤学中的应用潜力	87篇关于机器学习在肿瘤进展建模、诊断或预后中应用的论文	机器学习	癌症	监督学习方法（如支持向量机和随机森林）以及深度学习	支持向量机、随机森林、深度学习	遗传数据、组织病理学数据、放射学数据	87篇论文
947	2025-04-29	Explainable deep stacking ensemble model for accurate and transparent brain tumor diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110166 PMID:40249992	research paper	提出了一种可解释的深度学习堆叠集成模型，用于准确和透明地诊断脑肿瘤	结合了EfficientNetB0、MobileNetV2、GoogleNet和多级CapsuleNet，使用CatBoost作为元学习器，提高了特征聚合和分类准确性，同时增强了模型的鲁棒性和可解释性	尽管模型性能优越，但可能仍受限于数据集多样性和类别不平衡问题	提高脑肿瘤在MRI图像中的早期检测准确性和可解释性	MRI图像中的脑肿瘤	digital pathology	brain tumor	Borderline-SMOTE、数据增强、PCA、Gray Wolf Optimization (GWO)	stacking ensemble model (EfficientNetB0, MobileNetV2, GoogleNet, Multi-level CapsuleNet, CatBoost)	image	两个大型MRI数据集（合并自BraTS、Msoud、Br35H和SARTAJ四个来源）
948	2025-04-29	Automated engineered-stone silicosis screening and staging using Deep Learning with X-rays 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110153 PMID:40252290	研究论文	本研究探讨了深度学习技术在利用胸部X光图像自动筛查和分期矽肺病中的有效性	采用深度学习模型自动筛查和分期矽肺病，特别是在早期阶段表现出高准确率	在区分简单矽肺和进展性大块纤维化时存在一定困难，尤其在过渡期评估时主观性较强	提高矽肺病的诊断准确性和效率，开发临床决策支持工具	暴露于人工石英聚集体的工人	数字病理学	矽肺病	深度学习	CNN	图像	从暴露于人工石英聚集体的工人医疗记录中获取的综合数据集
949	2025-04-29	Enhancing robustness and generalization in microbiological few-shot detection through synthetic data generation and contrastive learning 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110141 PMID:40253923	研究论文	提出一种结合生成数据增强和少样本检测的新方法，用于微生物检测任务	使用扩散模型生成合成细菌菌落数据，并结合解耦特征分类策略，显著提升少样本场景下的检测性能	仅使用25张真实图像进行训练，可能在某些极端情况下泛化能力有限	解决微生物菌落检测中训练数据不足的问题	琼脂培养皿中的微生物菌落	计算机视觉	NA	扩散模型生成数据增强，对比学习	扩散模型，前馈神经网络	图像	25张真实琼脂培养皿图像
950	2025-04-29	Sharper insights: Adaptive ellipse-template for robust fovea localization in challenging retinal landscapes 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110125 PMID:40258324	研究论文	本文提出了一种基于自适应椭圆模板的新方法，用于在具有挑战性的视网膜图像中准确定位中央凹	与传统固定模板模型不同，该方法根据视盘直径动态调整椭圆参数，确保模板的通用性和适应性	NA	提高在复杂条件下视网膜图像中中央凹定位的准确性和鲁棒性	视网膜图像中的中央凹	数字病理学	糖尿病视网膜病变	数学建模	自适应椭圆模板	图像	十个公开数据库（MESSIDOR、DRIVE、DIARETDB0、DIARETDB1、HRF、IDRiD、HEIMED、ROC、GEI、NETRALAYA）
951	2025-04-29	Prediction of mammographic breast density based on clinical breast ultrasound images using deep learning: a retrospective analysis 2025-Jun, Lancet regional health. Americas DOI:10.1016/j.lana.2025.101096 PMID:40290129	research paper	该研究利用深度学习从临床乳腺超声图像预测乳腺密度，并与传统方法进行比较	首次使用AI从乳腺超声图像预测BI-RADS乳腺密度类别，为乳腺超声在乳腺癌风险评估中的应用提供了新方法	研究为回顾性分析，可能存在选择偏差，且仅来自三个机构的数据	探索AI在从乳腺超声图像预测BI-RADS乳腺密度类别中的应用	临床乳腺超声图像	digital pathology	breast cancer	deep learning, machine learning	AI model	image	14,066名女性的405,120张临床乳腺超声图像
952	2025-04-29	GINClus: RNA structural motif clustering using graph isomorphism network 2025-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf050 PMID:40290315	研究论文	提出了一种名为GINClus的RNA结构基序聚类工具，利用半监督深度学习模型基于碱基相互作用和3D结构相似性对RNA基序候选进行聚类	首次将图同构网络(GIN)模型与k均值和层次凝聚聚类结合，用于RNA结构基序的聚类分析，并发现了12个新的RNA结构基序家族	未提及该方法在不同类型RNA基序上的泛化性能	开发自动化工具解决RNA结构基序识别和分类的难题	RNA环区域的结构基序	生物信息学	NA	图同构网络(GIN), k均值聚类, 层次凝聚聚类	GIN	RNA 3D结构数据	成功聚类了927个已知基序家族新实例和12个新发现的基序家族
953	2025-04-29	Enhanced electrocardiogram classification using Gramian angular field transformation with multi-lead analysis and segmentation techniques 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103297 PMID:40292189	研究论文	本研究探讨了将1D ECG信号转换为2D Gramian Angular Field (GAF)图像以提高四种ECG分类的潜力	使用GAF转换和多导联分析及分割技术提升ECG分类性能	5000×5000分辨率计算量大，256×256分辨率因细节丢失导致准确率下降	提高ECG分类的准确性和效率	心房颤动(AFib)、左心室肥厚(LVH)、右心室肥厚(RVH)和正常ECG	计算机视觉	心血管疾病	Gramian Angular Field (GAF)转换	ConvNext	图像	NA
954	2025-04-29	Enhanced bearing health indicator extraction using slope adaptive signal decomposition for predictive maintenance 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103310 PMID:40292192	研究论文	本研究介绍了一种名为斜率自适应信号分解（SASD）的新算法，用于从振动数据中提取增强的机器健康指标	提出了一种新的信号分解算法SASD，结合动态Savitzky-Golay滤波、分割和基于趋势的重新校准技术，实现了更好的噪声衰减和趋势保留	目前仅在PRONOSTIA平台的轴承数据集上进行验证，需要扩展到其他工业数据集以验证其普适性	开发一种改进的信号处理方法，用于预测性维护任务中的轴承健康监测和剩余使用寿命（RUL）估计	轴承振动数据	信号处理与预测性维护	NA	动态Savitzky-Golay滤波、信号分割、趋势重新校准	GRU, LSTM, 混合架构	振动信号数据	PRONOSTIA平台的轴承数据集
955	2025-04-29	Deep learning for cerebral vascular occlusion segmentation: A novel ConvNeXtV2 and GRN-integrated U-Net framework for diffusion-weighted imaging 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.010 PMID:40204150	研究论文	提出了一种结合ConvNeXtV2和GRN的U-Net框架，用于扩散加权成像中的脑血管闭塞分割	首次将ConvNeXtV2应用于脑血管闭塞分割领域，并提出了结合GRN的新型U-Net架构	预处理步骤中移除了小病灶（≤5像素），可能影响对小病灶的识别	提高脑血管闭塞的分割准确性，以支持临床诊断和治疗	脑血管闭塞的MRI图像	计算机视觉	脑血管疾病	MRI	U-Net, ConvNeXtV2, GRN	图像	ISLES 2022数据集
956	2025-04-29	A fully automatic radiomics pipeline for postoperative facial nerve function prediction of vestibular schwannoma 2025-May-14, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.04.008 PMID:40210197	研究论文	提出了一种基于多序列MRI的全自动深度学习方法来预测前庭神经鞘瘤患者术后面神经功能	结合Transformer和U-Net开发了2.5D Trans-UNet分割网络，并整合1DCNN和GRU构建深度学习网络，实现全自动预测	未提及模型在其他数据集上的泛化能力或临床实际应用中的潜在限制	开发全自动放射组学流程以预测前庭神经鞘瘤患者术后面神经功能	前庭神经鞘瘤患者	数字病理学	前庭神经鞘瘤	多序列磁共振成像(MRI)	2.5D Trans-UNet, 1DCNN-GRU	医学影像	公共和私人数据集（具体数量未提及）
957	2025-04-29	Deep learning based abiotic crop stress assessment for precision agriculture: A comprehensive review 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125158 PMID:40203709	综述	本文全面回顾了深度学习在非生物作物胁迫评估中的应用，包括多种深度学习模型和数据类型的使用	详细分析了深度学习在非生物作物胁迫评估中的多种应用，包括分类、定位和量化，并讨论了模型的独特能力和未来方向	面临标记数据有限、模型可解释性和互操作性等挑战	探讨深度学习在非生物作物胁迫评估中的应用，以推动数据驱动的精准农业	非生物胁迫作物，包括水分、营养、盐度、温度和重金属胁迫	计算机视觉	NA	深度学习	ANN, CNN, RNN, ViT	IoT传感器数据、热成像、光谱、RGB图像、无人机和卫星影像	NA
958	2025-04-29	Advancing harmful algal bloom predictions using chlorophyll-a as an Indicator: Combining deep learning and EnKF data assimilation method 2025-May, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125441 PMID:40254001	研究论文	本研究结合深度学习和EnKF数据同化方法，利用叶绿素a作为指标，提升有害藻华预测的准确性	引入数据同化(DA)方法，结合实时观测数据与模型预测，克服了传统数据驱动模型的固有结构和生成过程的不确定性	未明确说明模型在其他环境或不同数据集上的泛化能力	提升有害藻华(HABs)预测的准确性和可靠性，支持有效的HABs管理和决策	有害藻华(HABs)及其预测模型	机器学习	NA	数据同化(DA), Ensemble Kalman Filter (EnKF)	LSTM, GRU	高频pH、温度、特定电导率、浊度、溶解氧、饱和溶解氧和氧化还原电位(ORP)数据	NA
959	2025-04-29	Quaternary stabilization of a GH2 β-galactosidase from the psychrophile A. ikkensis, a flexible and unstable dimeric enzyme 2025-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70141 PMID:40277444	研究论文	研究来自嗜冷菌Alkalilactibacillus ikkensis的冷活性GH2 β-半乳糖苷酶AiLac的低温活性和稳定性	通过AlphaFold结构预测结合SAXS和流动诱导分散分析，提出了可逆单体-二聚体模型，展示了冷适应在四级结构水平上的结构适应性	AiLac对热和尿素高度敏感，且在室温下即观察到早期解折叠事件	探究冷活性酶低温活性的基础及其在节能过程中的应用	来自嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶AiLac	生物化学	NA	固有荧光、圆二色性、小角X射线散射(SAXS)、流动诱导分散分析	生成式深度学习模型	结构预测数据、散射数据、活性测定数据	NA
960	2025-04-29	Predicting seizure episodes and high-risk events in autism through adverse behavioral patterns 2025-Apr-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adcafd PMID:40203864	research paper	利用历史行为数据预测自闭症谱系障碍（ASD）患者的高风险行为或癫痫发作事件，以促进早期干预和支持	首次证明行为模式可以预测癫痫发作及不良行为，扩展了预测模型在ASD中的临床应用	仅分析了353名ASD患者的数据，样本量可能不足以代表所有ASD患者	预测ASD患者的高风险行为和癫痫发作事件，以改善早期干预措施	353名ASD患者的行为和癫痫发作数据	machine learning	autism spectrum disorder	deep learning algorithm	deep learning	behavior and seizure data	353名ASD患者，九年的行为与癫痫发作数据