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
9721	2025-10-07	Real-time brain tumour diagnoses using a novel lightweight deep learning model 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110242 PMID:40334297	研究论文	提出一种名为MK-YOLOv8的轻量级深度学习框架，用于从MRI图像中实时检测和分类脑肿瘤	在YOLOv8架构基础上引入Ghost Convolution、C3Ghost模块和SPPELAN模块，并添加x-small目标检测层，显著降低计算复杂度同时提高小肿瘤检测精度	NA	开发高效的实时脑肿瘤诊断工具	脑部MRI图像中的肿瘤检测与分类	计算机视觉	脑肿瘤	MRI成像	YOLO	图像	Figshare脑肿瘤数据集(3,064张MRI图像)和Br35H数据集(801张MRI图像)	PyTorch	YOLOv8, MK-YOLOv8	mAP, IoU, 召回率, FPS	96.9 GFLOPs计算量，1260万参数，实时推理速度62 FPS
9722	2025-10-07	Improving microsurgical suture training with automated phase recognition and skill assessment via deep learning 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110238 PMID:40339525	研究论文	开发基于深度学习的微创手术缝合阶段识别与技能评估自动化方法	首次将改进的长程循环卷积网络应用于微创手术缝合视频的阶段识别和技能评估	在视觉和时间特征重叠的阶段识别方面存在挑战	通过自动化技能评估改进微创手术缝合训练	新手和专家外科医生的微创手术缝合视频	计算机视觉	NA	深度学习	LRCN	视频	包含新手和专家外科医生的微创手术缝合视频数据集	NA	改进的长程循环卷积网络	阶段分类准确率, 技能水平区分能力	NA
9723	2025-10-07	Review learning: Real world validation of privacy preserving continual learning across medical institutions 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110239 PMID:40339524	研究论文	提出一种名为'复习学习'的低成本持续学习算法，用于在隐私保护深度学习框架下解决医学机构间的灾难性遗忘问题	引入复习学习算法，通过从模型生成数据样本来回顾先前数据集的知识，在隐私保护环境下实现有效的持续学习	仅使用三种二元分类电子健康记录数据进行验证，需要更多数据类型和场景的测试	解决深度学习模型在连续训练不同数据集时的灾难性遗忘问题，提升在隐私保护深度学习中的应用效果	电子健康记录数据和来自多个医疗机构的患者数据	机器学习	NA	深度学习，持续学习	深度学习模型	电子健康记录	106,508名患者的真实世界数据，包含六个模拟机构实验和一个真实三机构实验	NA	NA	AUC	NA
9724	2025-10-07	A deployment safety case for AI-assisted prostate cancer diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110237 PMID:40345136	研究论文	本文基于英国医院前瞻性研究经验，提出AI辅助前列腺癌诊断系统的部署安全案例	首次系统性地针对已获监管批准的AI系统提出部署阶段安全保证方法，通过临床工作流程映射和风险分析建立持续安全监控机制	研究基于特定前列腺癌诊断系统，方法在其他医疗场景的普适性有待验证	解决已获监管批准的AI医疗系统在真实临床部署中可能出现的新型安全风险	Paige开发的前列腺癌AI诊断系统及其在英国医院的部署实践	数字病理	前列腺癌	深度学习	NA	病理图像	NA	NA	NA	NA	NA
9725	2025-10-07	Efficient polyp detection algorithm based on deep learning 2025-Jun, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2503297 PMID:40358097	研究论文	提出一种基于YOLOv10的轻量高效结肠息肉检测模型EP-YOLO	引入GBottleneck模块减少参数量并加速推理，设计轻量级GHead检测头和额外小目标检测层增强小目标识别能力，提出SE_SPPF模块改善息肉注意力同时抑制背景噪声干扰，使用Wise-IoU损失函数优化梯度分布	NA	开发高效的结肠息肉检测算法以降低结直肠癌发病率	结肠息肉	计算机视觉	结直肠癌	深度学习	YOLO	图像	LDPolypVideo(7,681张图像)、Kvasir-SEG(1,000张图像)、CVC-ClinicDB(612张图像)	NA	YOLOv10, EP-YOLO, GBottleneck, GHead, SE_SPPF	精确率, FPS	NA
9726	2025-10-07	A new diagnostic method and tool for cutaneous leishmaniasis based on artificial intelligence techniques 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110313 PMID:40359677	研究论文	开发基于人工智能技术的皮肤利什曼病诊断方法和工具	首次将YOLOv8深度学习模型应用于皮肤利什曼病寄生虫的显微镜图像检测，并开发了移动端应用	研究数据仅来自单一机构（阿尔及利亚巴斯德研究所M'sila分院），需要更多样化的数据集验证	开发快速、高效、精确的皮肤利什曼病诊断工具	皮肤利什曼病寄生虫（利什曼原虫）	计算机视觉	皮肤利什曼病	显微镜成像	YOLO	图像	来自阿尔及利亚巴斯德研究所M'sila分院的显微镜图像数据集	NA	YOLOv8	准确率	NA
9727	2025-10-07	Suicide ideation detection based on documents dimensionality expansion 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110266 PMID:40367624	研究论文	本文提出一种通过文档维度扩展检测自杀意念的方法，将文本数据从一维转换到二维空间以提升分类性能	通过将文本数据从1D扩展到2D空间，使预训练的2D CNN模型能够直接应用于非正式文本分类，同时保护隐私和增强可解释性	NA	开发一种准确安全的非正式文档分类方法，特别针对心理健康相关内容的检测	社交媒体帖子中的非正式文档	自然语言处理	心理健康障碍	文本维度扩展，数据融合	CNN	文本，表情符号	NA	NA	AlexNet, ResNet-50, VGG-16	准确率	NA
9728	2025-10-07	The automatic pelvic screw corridor planning for intact pelvises based on deep learning deformable registration 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110304 PMID:40367630	研究论文	提出一种基于深度学习形变配准的骨盆螺钉通道自动规划算法，用于骨盆创伤手术中的螺钉固定	引入通道安全范围约束提升搜索效率；应用深度学习形变配准实现螺钉出入口区域和安全范围自动标注；开发基于向量直径计算的高效最优通道搜索算法	目前仅在完整骨盆上验证，骨盆骨折场景需进一步研究	开发自动化的骨盆螺钉通道规划算法，简化骨盆创伤手术中的螺钉固定操作	完整骨盆的螺钉通道规划	医学影像分析	骨盆创伤	深度学习形变配准	深度学习	医学影像数据	198个完整骨盆	NA	形变配准网络	通道直径增加百分比，计算时间	NA
9729	2025-10-07	Improving skin lesion classification through saliency-guided loss functions 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110299 PMID:40375427	研究论文	提出一种通过将显著性分数集成到损失函数中来提高皮肤病变分类性能的方法	将可解释人工智能(XAI)方法的显著性分数直接集成到损失函数中，创建针对不同XAI方法的定制损失函数	NA	提高皮肤病变分类的性能和模型可解释性	皮肤病变图像	计算机视觉	皮肤疾病	深度学习	CNN	图像	HAM10000和PH2数据集	NA	Inception-ResNet-v2, EfficientNet-B3, ResNeXt	准确率	NA
9730	2025-10-07	Automatic head and neck tumor segmentation through deep learning and Bayesian optimization on three-dimensional medical images 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110309 PMID:40378562	研究论文	提出一种基于贝叶斯优化的两阶段超参数优化方法，用于头颈部肿瘤三维医学图像分割	提出两阶段贝叶斯优化调度方法，将批大小与学习率耦合为B2L比率进行联合优化	NA	优化深度学习模型超参数以提升头颈部肿瘤分割性能	头颈部癌组织和正常组织的三维医学图像分割	计算机视觉	头颈部肿瘤	CT扫描，PET扫描	CNN	三维医学图像	NA	NA	V-Net	10折交叉验证	NA
9731	2025-10-07	Advancing label-free cell classification with connectome-inspired explainable models and a novel LIVECell-CLS dataset 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110274 PMID:40381472	研究论文	提出用于无标记细胞分类的最大基准数据集LIVECell-CLS，并开发基于连接组启发的可解释模型	创建最大无标记细胞分类数据集，提出受线虫连接组启发的张量网络模块提升分类性能	NA	开发准确且可泛化的无标记细胞分类深度学习方法	8种不同细胞系的细胞图像	计算机视觉	NA	无标记细胞成像	CNN, Transformer, MLP-Mixer	图像	超过160万张图像	NA	ResNet, ViT, MLP-Mixer, Swin-Transformer, EfficientNetV2	准确率, F1分数	NA
9732	2025-10-07	Optimised Hybrid Attention-Based Capsule Network Integrated Three-Pathway Network for Chronic Disease Detection in Retinal Images 2025-Jun, Journal of evaluation in clinical practice IF:2.1Q2 DOI:10.1111/jep.70126 PMID:40415584	研究论文	提出一种优化的混合注意力胶囊网络与三通路网络集成的方法，用于视网膜图像中的慢性疾病检测	结合了混合注意力机制的胶囊网络与三通路特征提取网络，并通过优化算法提升分类器性能	未明确说明模型的计算复杂度、泛化能力以及在临床环境中的验证情况	开发优化的深度学习系统用于视网膜图像中的慢性疾病检测，解决现有方法的过拟合和计算成本等问题	视网膜图像中的慢性疾病	计算机视觉	慢性疾病	HSI色彩转换，图像归一化	CNN, Transformer, Capsule Network	视网膜图像	使用Diabetic Retinopathy 224×224 (2019 Data)和APTOS-2019两个数据集	NA	Inception-V3, ResNet-152, Conv-ViT, Hybrid Attention-based Capsule Network	准确率	NA
9733	2025-10-07	Toward Accurate PAH IR Spectra Prediction: Handling Charge Effects with Classical and Deep Learning Models 2025-May-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00372 PMID:40339059	研究论文	本研究开发了机器学习模型来预测多环芳烃的红外光谱，特别关注同时处理中性和带电分子的光谱预测	首次实现了对带电多环芳烃红外光谱的快速准确预测，通过分子电荷的编码处理解决了混合物中光谱解析的难题	杂原子多环芳烃的数据稀缺限制了模型的泛化能力	开发能够同时预测中性和带电多环芳烃红外光谱的机器学习模型	多环芳烃分子	机器学习	NA	红外光谱分析	XGBoost, GNN	分子结构数据	NA	XGBoost, 图神经网络框架	图神经网络	准确度	NA
9734	2025-10-07	Predicting the Brain-To-Plasma Unbound Partition Coefficient of Compounds via Formula-Guided Network 2025-May-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00590 PMID:40340403	研究论文	开发了一种基于公式引导的深度学习模型CMD-FGKpuu，用于预测脑-血浆未结合分配系数以评估血脑屏障通透性	通过数据挖掘建立了公开的大鼠数据集，并开发了公式引导的深度学习模型，展示了深度学习在Kpuu预测中的潜力，并为少样本学习在制药领域的应用提供了新视角	现有经验评分模型的通用性和适用性尚未充分探索，数据稀缺且多为内部数据	预测脑-血浆未结合分配系数以评估血脑屏障通透性，支持药物开发	化合物的脑-血浆未结合分配系数	机器学习	NA	数据挖掘，深度学习	深度学习模型	化学数据，实验数据	通过数据挖掘建立的大鼠数据集	NA	公式引导网络	基准测试性能	NA
9735	2025-10-07	Unveiling the potential of artificial intelligence in revolutionizing disease diagnosis and prediction: a comprehensive review of machine learning and deep learning approaches 2025-May-26, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-02680-7 PMID:40414894	综述	全面回顾机器学习和深度学习在16种疾病预测与诊断中的应用及临床效果	系统梳理2015-2024年间AI技术在多种疾病诊断预测中的最新进展，提出未来研究方向路线图	存在数据质量、模型可解释性及临床工作流整合等挑战	评估AI技术在疾病预测与诊断领域的应用效果和发展前景	涵盖16种不同疾病类型的相关研究	机器学习	NA	机器学习, 深度学习	NA	NA	NA	NA	NA	准确率, 效率	NA
9736	2025-05-27	Optimizing MRI sequence classification performance: insights from domain shift analysis 2025-May-26, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11671-5 PMID:40418319	研究论文	本研究通过评估预训练模型在成人到儿科MRI数据领域转移条件下的有效性，优化了MRI序列分类性能	结合CNN和Transformer的混合架构MedViT模型在领域转移条件下表现出色，并通过专家领域知识调整进一步提升准确性	研究仅针对成人到儿科MRI数据的领域转移问题，未涉及其他类型的领域转移	解决多中心研究中MRI序列分类因成像协议变异性导致的领域转移问题	成人和儿科MRI数据	医学影像分析	NA	MRI序列分类	ResNet-18, MedViT(CNN-Transformer混合模型)	MRI图像	成人MRI数据集用于训练，儿科MRI数据集用于测试	NA	NA	NA	NA
9737	2025-05-27	Applications of artificial intelligence in abdominal imaging 2025-May-26, Abdominal radiology (New York) DOI:10.1007/s00261-025-04990-0 PMID:40418375	review	本文综述了人工智能在腹部影像学中的应用及其潜力	探讨了AI在腹部影像学中的创新应用，包括疾病检测、分类和个性化护理	数据异质性、缺乏多中心验证、依赖回顾性单中心研究以及AI模型的'黑箱'性质限制了广泛应用	研究AI在腹部影像学中的应用及其对疾病检测、分类和个性化护理的影响	腹部影像学中的多种疾病，如弥漫性肝实质疾病、局灶性肝脏病变、胰腺导管腺癌（PDAC）、肾脏肿瘤和肠道病变	digital pathology	liver cancer, pancreatic cancer, renal tumors, bowel pathologies	deep learning, radiomics	NA	image	NA	NA	NA	NA	NA
9738	2025-05-27	Training a deep learning model to predict the anatomy irradiated in fluoroscopic x-ray images 2025-May-26, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03422-0 PMID:40418509	研究论文	开发一种深度学习算法，用于从荧光X射线图像中预测受辐照的解剖区域，以提高患者剂量估计的精确性	提出了一种结合ResNet架构和元数据处理的方法，能够有效整合患者特定信息（年龄和性别），实现从2D图像到特定解剖坐标的精确转换	在婴儿体模的Z坐标预测中存在较大误差，主要由于训练数据中这些区域的代表性不足	提高荧光引导干预（FGI）中患者剂量估计的准确性	荧光X射线图像和计算体模中的解剖区域	计算机视觉	NA	DeepDRR模拟和ResNet深度学习	ResNet	图像	多样化的模拟荧光图像数据集，涵盖不同区域和视野大小	NA	NA	NA	NA
9739	2025-10-07	Design optimization of university ideological and political education system based on deep learning 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02991-z PMID:40413276	研究论文	基于深度学习技术优化大学思想政治教育系统的设计与效果	首次将CNN-LSTM混合模型应用于思想政治教育领域，实现个性化学习路径推荐	未提及模型在不同类型高校的泛化能力及长期应用效果验证	提升大学思想政治教育的有效性和学生参与度	大学生思想政治教育过程数据	教育技术	NA	深度学习	CNN, LSTM	多通道教育相关数据	未明确说明具体样本数量	未明确说明	CNN-LSTM混合架构	准确率, 召回率, F1分数	高性能服务器
9740	2025-10-07	Performance of machine learning models for predicting high-severity symptoms in multiple sclerosis 2025-May-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-63888-x PMID:40414922	研究论文	本研究开发并评估了机器学习和深度学习模型，用于提前三个月预测多发性硬化症患者的高严重程度症状	首次通过名为MS Mosaic的观察性研究，利用移动应用持续收集多发性硬化症患者的纵向数据，并开发预测模型	研究依赖于移动应用收集的数据，可能存在数据完整性和用户依从性问题	开发能够准确持续预测多发性硬化症高严重程度症状的预测模型	美国多发性硬化症患者	机器学习	多发性硬化症	移动技术数据收集	经典机器学习方法,深度学习模型	纵向移动应用收集数据	为期3年研究的多发性硬化症患者队列	NA	NA	NA	NA