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
1061	2025-06-09	HBUED: An EEG dataset for emotion recognition 2025-Sep-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119397 PMID:40368143	research paper	该研究提出了一个大规模EEG数据集HBUED，并开发了一种深度学习方法来提高基于EEG的情绪识别性能	提出了一个大规模EEG数据集HBUED，并设计了一种双输入网络架构和平行特征提取模块来提升情绪识别性能	未提及具体的数据集样本多样性或模型在其他数据集上的泛化能力	提高基于EEG的情绪识别性能	EEG信号和人类情绪识别	machine learning	NA	深度学习	双输入网络架构	EEG信号	大规模EEG数据集HBUED和公开DEAP数据集
1062	2025-06-09	Deep learning-driven hyperspectral imaging for real-time monitoring and growth modeling of psychrophilic spoilage bacteria in chilled beef 2025-Aug-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2025.111254 PMID:40359768	研究论文	本研究利用深度学习驱动的高光谱成像技术，实时监测和建模冷藏牛肉中嗜冷腐败细菌的生长	结合高光谱成像和多种算法（如CARS、PLSR、SCN等）进行细菌含量预测，并应用Baranyi、Huang和Gompertz模型拟合细菌生长曲线	模型预测精度仍有提升空间，特别是对乳酸杆菌的预测效果相对较差	开发一种快速无损检测冷藏牛肉中细菌含量的方法，以解决食品安全问题	冷藏牛肉中的假单胞菌和乳酸杆菌	数字病理	NA	高光谱成像、平板计数法	PLSR、SCN、Time Convolution Network with Multihead Attention Mechanism	光谱数据	未明确说明样本数量
1063	2025-06-09	Quantitative multislice and jointly optimized rapid CEST for in vivo whole-brain imaging 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30488 PMID:40087839	研究论文	开发了一种定量多切片化学交换饱和转移（CEST）调度优化和脉冲序列，以减少多切片序列固有的灵敏度损失	提出了一个深度学习框架，用于同时优化扫描参数和切片顺序，提高了扫描效率和准确性	研究仅在三名健康受试者中进行了测试，样本量较小	开发一种定量多切片CEST调度优化和脉冲序列，以提高全脑成像的准确性和可重复性	健康受试者的全脑成像	医学影像	NA	化学交换饱和转移（CEST）	深度学习	医学影像数据	3名健康受试者
1064	2025-06-09	DeepAssembly2: A Web Server for Protein Complex Structure Assembly Based on Domain-Domain Interactions 2025-Aug-01, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2025.169128 PMID:40188941	research paper	介绍了一个名为DeepAssembly2的Web服务器，用于基于域-域相互作用自动组装蛋白质复合物结构	DeepAssembly2在新构建的链间域-域相互作用数据集上训练，并添加了多个重要特征，如界面残基倾向性和超快形状识别，同时引入了AlphaFold-Multimer模型的链间残基距离以进一步提高准确性	NA	准确预测蛋白质复合物结构，以理解其功能并促进药物发现	蛋白质复合物结构	生物信息学	NA	深度学习	深度学习模型	蛋白质序列和单体结构	NA
1065	2025-06-09	AI-driven glomerular morphology quantification: a novel pipeline for assessing basement membrane thickness and podocyte foot process effacement in kidney diseases 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108842 PMID:40354728	research paper	本文开发了一种基于深度学习的管道，用于自动量化肾小球基底膜厚度和足细胞足突消失百分比，以提高肾脏疾病诊断的准确性和效率	提出了一种新型深度学习管道，首次实现了对肾小球基底膜厚度和足细胞足突消失百分比的自动量化，减少了人为误差并提高了测量一致性	研究样本量相对较小（196张EM图像），且需要进一步验证和改进AI方法以提升在肾病病理学中的诊断能力和标准化程度	开发一种自动化方法来准确测量肾小球基底膜厚度和足细胞足突消失百分比，以改善肾脏疾病的诊断	肾小球基底膜和足细胞足突	digital pathology	kidney diseases	electron microscopy (EM)	DeepLabV3+ and U-Net	image	196张电子显微镜图像（来自83名受试者的21种不同肾脏疾病）
1066	2025-06-09	The impact of clinical history on the predictive performance of machine learning and deep learning models for renal complications of diabetes 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108812 PMID:40382871	研究论文	本研究探讨了患者临床病史对机器学习和深度学习模型预测糖尿病肾病并发症性能的影响	首次研究了多级别肾病严重程度下患者临床病史的预测作用，并开发了有效的预测模型	研究基于回顾性真实世界数据，可能存在数据偏差	开发有效的预测模型以早期识别高风险糖尿病肾病患者	2型糖尿病患者	机器学习	糖尿病肾病	NA	逻辑回归、随机森林、Cox比例风险回归、RNN	临床数据	全国多中心回顾性真实世界研究数据
1067	2025-06-09	Understanding deep learning models for Length of Stay prediction on critically ill patients through latent space visualization 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108832 PMID:40413882	研究论文	本文通过潜在空间可视化技术，探讨了深度学习模型在重症监护病房(ICU)患者住院时长(LoS)预测中的应用	首次将潜在空间分析应用于ICU住院时长预测模型，开发了交互式仪表板以直观展示模型学习过程	研究仅基于单一欧洲医疗中心的数据集，可能影响模型的泛化能力	开发可解释的深度学习模型用于ICU患者住院时长预测，并探索其在临床决策支持系统中的应用	ICU重症患者	机器学习	重症监护	深度学习	LSTM, GRU, TCN, Transformer	临床时序数据	20,481次ICU住院记录的271个特征
1068	2025-06-09	Investigating the interpretability of ChatGPT in mental health counseling: An analysis of artificial intelligence generated content differentiation 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108864 PMID:40424870	研究论文	研究评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨如何区分AI生成内容与用户生成内容	首次从宏观和微观角度评估ChatGPT的心理咨询能力，并开发了区分AI生成内容与用户生成内容的可靠框架	未提及具体样本量，且仅评估了ChatGPT 3.5和4.0版本	评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨AI生成内容的识别方法	ChatGPT生成的心理健康咨询内容与人类专家生成的内容	自然语言处理	心理健康问题	BERTopic算法、深度学习技术、LIME和SHAP解释方法	LLM（ChatGPT 3.5和4.0）、深度学习模型	文本	NA
1069	2025-06-09	A robust automated segmentation method for white matter hyperintensity of vascular-origin 2025-Jul-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121279 PMID:40389145	research paper	开发并验证了一种基于transformer的深度学习方法，用于血管源性白质高信号（WMH）的自动分割	提出了一种基于transformer的自动分割方法，能够在不同MRI系统和采集设置下实现稳健的WMH分割	虽然在不同数据集上表现良好，但未涉及所有可能的临床场景和MRI系统	开发一种稳健的深度学习方法，用于血管源性WMH的自动分割	白质高信号（WMH）	digital pathology	cardiovascular disease	3D T1和3D T2-FLAIR图像	transformer-based method	image	126名参与者用于训练和测试，外加两个独立数据集（170名和70名受试者）用于外部验证
1070	2025-06-09	Clinical microbiology and artificial intelligence: Different applications, challenges, and future prospects 2025-Jul, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2025.107125 PMID:40188989	综述	本文综述了人工智能在临床微生物学中的不同应用、挑战及未来前景	探讨了AI在临床微生物学中的最新应用，包括减少传统分析方法的时间和成本，以及预测新型抗菌剂	讨论了AI实施中的挑战，如伦理考虑、潜在的偏见和数据训练相关的错误	提供人工智能在临床微生物学中最新应用的概述，并鼓励临床实践者采用机器学习算法	临床微生物学中的数据处理和分析	人工智能	传染病	光谱分析（拉曼和MALDI-TOF光谱）、显微镜图像（革兰氏和抗酸染色）、基因组和蛋白质序列（全基因组测序（WGS）和蛋白质数据库（PDBs））	机器学习和深度学习算法	光谱数据、图像、序列数据	NA
1071	2025-06-09	Artificial intelligence in pediatric otolaryngology: A state-of-the-art review of opportunities and pitfalls 2025-Jul, International journal of pediatric otorhinolaryngology IF:1.2Q3 DOI:10.1016/j.ijporl.2025.112369 PMID:40334638	review	本文综述了人工智能在儿科耳鼻喉科中的应用现状、机遇与挑战	强调了针对儿童独特生理和发育特征定制AI应用的必要性，并指出了当前知识的空白	成人训练数据的泛化能力不足及儿科数据相对缺乏	探讨AI在儿科耳鼻喉科中的应用潜力及面临的挑战	儿科耳鼻喉科疾病及患者	machine learning	otitis media, adenoid hypertrophy, pediatric obstructive sleep apnea	deep learning-based image analysis, predictive modeling	deep learning models	image, clinical data	NA
1072	2025-06-09	Pancreas segmentation in CT scans: A novel MOMUNet based workflow 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110346 PMID:40398261	研究论文	提出了一种基于MOMUNet的新型工作流程，用于提高CT扫描中胰腺分割的准确性和计算效率	引入了外部轮廓裁剪(ECC)和尺寸比例(SR)技术，开发了超轻量级分割模型MOMUNet，显著提升了小腹部器官分割的准确性	未明确提及该方法在其他器官或更大规模数据集上的泛化能力	提高CT扫描中胰腺分割的准确性和计算效率	胰腺和结肠等小腹部器官	数字病理	胰腺癌	CT扫描	MOMUNet	医学影像	NIH-Pancreas数据集和MSD-Pancreas数据集
1073	2025-06-09	Improve robustness to mismatched sampling rate: An alternating deep low-rank approach for exponential function reconstruction and its biomedical magnetic resonance applications 2025-Jul, Journal of magnetic resonance (San Diego, Calif. : 1997) DOI:10.1016/j.jmr.2025.107898 PMID:40403552	研究论文	提出了一种结合深度学习和经典优化求解器的交替深度低秩方法（ADLR），用于解决信号重建中训练与目标数据不匹配的问题	结合深度学习和经典优化求解器，有效缓解信号重建中训练与目标数据不匹配的问题	未提及具体局限性	提高信号重建的鲁棒性，解决训练与目标数据不匹配的问题	生物医学磁共振信号	信号处理	NA	深度学习，经典优化求解器	ADLR（交替深度低秩方法）	信号数据	合成和真实世界的生物医学磁共振信号
1074	2025-06-09	Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110327 PMID:40403640	研究论文	开发了一种基于transformer的自动评分系统，用于评估葡萄膜炎患者荧光素血管造影中的视网膜炎症	利用transformer模型自动评估葡萄膜炎患者的视网膜炎症，使用了迄今为止最大的荧光素血管造影数据集	研究未提及模型在临床实际应用中的表现及对不同类型葡萄膜炎的泛化能力	开发自动化方法评估葡萄膜炎患者的视网膜炎症	葡萄膜炎患者的荧光素血管造影图像	计算机视觉	葡萄膜炎	荧光素血管造影	transformer	图像	543名患者（1042只眼睛，40987张图像）
1075	2025-06-09	Large medical image database impact on generalizability of synthetic CT scan generation 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110303 PMID:40403634	研究论文	本研究系统性地探讨了训练数据库规模对深度学习模型在合成医学图像生成中的泛化能力的影响	使用了一个包含4000例患者CT扫描的庞大数据库，规模远超先前研究，并采用CycleGAN与软配对数据相结合的方法进行kVCT图像合成	未提及具体的研究局限性	评估数据库规模对医学图像翻译任务中模型性能的影响	千伏计算机断层扫描(kVCT)和兆伏计算机断层扫描(MVCT)图像	医学图像处理	NA	Cycle-Consistency Generative Adversarial Network (CycleGAN)	CycleGAN	CT扫描图像	4000例患者CT扫描
1076	2025-06-09	Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110347 PMID:40403637	研究论文	本文提出了一种基于ResNet-34骨干网络的增强U-Net架构，用于提高乳腺组织病理学图像中细胞核分割的准确性	使用ResNet-34作为U-Net的骨干网络，显著提升了细胞核分割的性能，并在多个数据集上验证了其鲁棒性	研究主要基于有限数量的医学影像数据集，可能需要在更大规模的数据集上进行进一步验证	提高乳腺组织病理学图像中细胞核分割的准确性，以支持更有效的临床诊断	乳腺组织病理学图像中的细胞核	数字病理学	乳腺癌	深度学习	U-Net with ResNet-34 backbone	图像	BreCaHad、BNS和MoNuSeg-2018数据集
1077	2025-06-09	CancerNet: A comprehensive deep learning framework for precise and intelligible cancer identification 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110339 PMID:40409034	research paper	介绍了一个名为CancerNet的深度学习框架，用于精确且可解释的癌症识别	结合了卷积、反卷积和Transformer组件，以提取层次特征并捕获医学影像数据中的长距离依赖关系	未提及具体的数据集规模限制或模型在更广泛癌症类型上的泛化能力	开发一个高效且透明的深度学习框架，用于癌症检测	肿瘤组织的组织病理学图像和胶质瘤的全幻灯片图像	digital pathology	glioma	Deep Learning	CNN, Transformer	image	未明确提及具体样本数量，但使用了Histopathological Image数据集和DeepHisto验证数据集
1078	2025-06-09	Augmenting Common Spatial Patterns to deep learning networks for improved alcoholism detection using EEG signals 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110359 PMID:40409035	研究论文	本文提出了一种名为CSP-CNN-LSTM-ATTN的混合架构，用于通过EEG信号检测酗酒，结合了CSP、CNN、LSTM和注意力网络以提高分类性能	首次提出了一种结合CSP、CNN、LSTM和注意力网络的混合架构，考虑了EEG信号的时空特性，显著提高了酗酒检测的准确性	仅使用了公开的UCI EEG数据集，未在其他数据集上验证模型的泛化能力	开发一种快速、可靠、自动且非侵入性的酗酒检测方法	酗酒患者的EEG信号	机器学习	酗酒	EEG信号分析	CSP-CNN-LSTM-ATTN	EEG信号	公开的UCI EEG数据集
1079	2025-06-09	A multimodal deep learning framework for enzyme turnover prediction with missing modality 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110348 PMID:40409036	research paper	提出了一种名为MMKcat的多模态深度学习框架，用于预测酶转换数（k），并处理输入模态缺失的问题	引入了一种基于先验知识的缺失模态训练机制，以及创新的辅助正则化器，以从不同模态组合中学习信息特征	未明确提及具体局限性，但可能涉及对某些特定酶或反应类型的适用性限制	开发一个能够准确预测酶转换数（k）的深度学习框架，特别是在输入模态缺失的情况下	酶、底物和反应产物	machine learning	NA	深度学习（DL）	MMKcat（多模态深度学习框架）	序列数据（酶序列、底物序列）	使用BRENDA和SABIO-RK数据库进行测试，具体样本数量未明确提及
1080	2025-06-09	A general survey on medical image super-resolution via deep learning 2025-Jul, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110345 PMID:40412085	综述	本文全面综述了基于深度学习的医学图像超分辨率技术	提供了模块化和详细的医学图像超分辨率技术关键组成部分介绍，并分析了未来发展趋势和挑战	未涉及具体实验验证或性能比较	综述医学图像超分辨率技术的发展现状和未来方向	医学图像超分辨率技术	数字病理	NA	深度学习	NA	医学图像	NA