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
11141	2025-10-07	Adaptive ensemble loss and multi-scale attention in breast ultrasound segmentation with UMA-Net 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03301-5 PMID:39847155	研究论文	提出UMA-Net模型和自适应集成损失函数用于乳腺超声图像分割	集成残差连接、注意力机制和空洞卷积瓶颈层以捕获多尺度上下文信息，并提出自适应集成损失函数动态平衡不同损失组件	NA	解决乳腺超声图像分割中频率和尺度变化导致的泛化问题	乳腺超声图像中的病灶分割	计算机视觉	乳腺癌	超声成像	CNN	图像	五个乳腺超声数据集（BUET、BUSI、Mendeley、OMI、UDIAT）	NA	U-Net, UMA-Net	NA	NA
11142	2025-10-07	Non-parametric Bayesian deep learning approach for whole-body low-dose PET reconstruction and uncertainty assessment 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03296-z PMID:39847156	研究论文	提出一种基于非参数贝叶斯深度学习框架NPB-LDPET，用于全身低剂量PET图像重建和不确定性评估	首次将非参数贝叶斯框架与深度学习相结合用于PET重建，能够同时提供高质量图像重建和不确定性量化	研究基于特定数据集，需要进一步验证在不同临床场景下的泛化能力	开发一种能够同时提高低剂量PET图像重建质量并提供不确定性评估的深度学习框架	全身低剂量PET图像	医学影像分析	肿瘤学	PET成像	深度学习	医学图像	10,631个样本用于全局重建评估，28个病灶用于局部评估	NA	非参数贝叶斯深度学习框架	SSIM, PSNR, NRMSE, MAE, 局部对比度, 不确定性相关性	NA
11143	2025-10-07	Unrolled deep learning for breast cancer detection using limited-view photoacoustic tomography data 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03302-4 PMID:39856397	研究论文	提出基于展开深度学习的有限视角光声断层扫描图像重建方法，用于乳腺癌检测	结合分裂Bregman全变分和松弛基追踪乘子交替方向法的展开深度学习网络，集成U-Net去噪器，实现从全视角到有限视角的迁移学习	仅针对有限视角场景，未考虑其他临床成像限制因素	提高有限视角光声断层扫描的图像重建质量和计算效率	乳腺癌检测的光声断层扫描数据	计算机视觉	乳腺癌	光声断层扫描	深度学习	图像	NA	NA	U-Net	MS-SSIM, 重建时间	NA
11144	2025-10-07	Smart home-assisted anomaly detection system for older adults: a deep learning approach with a comprehensive set of daily activities 2025-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03308-y PMID:39888470	研究论文	提出一种基于深度学习的智能家居辅助异常检测系统，用于监测老年人日常活动模式并检测异常行为	首次在人口层面建模行为模式，同时考虑完整的41项日常活动组合，并引入时间成分进行异常检测	未明确说明数据收集的具体环境和参与者特征，聚类效果的轮廓分数较低(0.18)	开发智能家居环境下老年人健康监测和异常行为检测系统	老年人的日常活动模式	机器学习	老年疾病	智能家居传感技术	RNN	时间序列活动数据	NA	NA	循环神经网络	轮廓分数,均方误差,偏离活动数量	NA
11145	2025-03-11	A Need for Multi-Institutional Collaboration for Deep Learning-Driven Assessment of Osteosarcoma Treatment Response 2025-Jun, The American journal of pathology DOI:10.1016/j.ajpath.2025.02.002 PMID:40056973	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11146	2025-10-07	AdptDilatedGCN: Protein-ligand binding affinity prediction based on multi-scale interaction fusion mechanism and dilated GCN 2025-Jun, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2025.143751 PMID:40316081	研究论文	提出一种基于多尺度交互融合机制和扩张图卷积网络的蛋白质-配体结合亲和力预测深度学习方法	通过多尺度交互融合机制充分挖掘蛋白质和配体的细粒度和粗粒度信息，结合扩张图卷积网络、多头注意力机制和自适应门控循环单元增强特征整合能力	NA	预测蛋白质-配体结合亲和力以促进药物发现	蛋白质和配体分子	机器学习	NA	深度学习	GCN, GRU	分子图数据	NA	NA	AdptDilatedGCN, 扩张图卷积网络, 多头注意力机制, 自适应GRU	Pearson相关系数	NA
11147	2025-10-07	Inter-hospital transferability of AI: A case study on phase recognition in cholecystectomy 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110235 PMID:40328029	研究论文	本研究以胆囊切除术为例，分析人工智能模型在不同医院间的可迁移性，重点关注手术阶段识别任务	首次系统评估手术阶段识别模型在不同医疗中心间的迁移能力，并提出结合公共数据和特定机构数据的优化策略	研究仅针对胆囊切除术，样本量相对有限（104例公共数据+21例自录视频）	开发具有跨医院泛化能力的手术阶段识别AI模型	胆囊切除术视频数据	计算机视觉	胆囊疾病	深度学习	CNN, TCN	手术视频	104例公共手术视频+21例自录手术视频	NA	ResNet50, MS-TCN	准确率	NA
11148	2025-10-07	Oral cavity carcinoma detection using BAT algorithm-optimized machine learning models with transfer learning and random sampling 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110250 PMID:40328028	研究论文	提出一种结合迁移学习、随机采样和BAT算法优化的集成机器学习框架TR-ROS-BAT-ML，用于口腔癌检测	首次将BAT算法（基于蝙蝠回声定位行为）与迁移学习、随机过采样技术结合，构建新型口腔癌诊断框架	未整合多模态数据，临床适用性有待进一步验证	开发准确高效的口腔癌自动检测方法	正常口腔上皮和口腔鳞状细胞癌（OSCC）的组织学图像	数字病理学	口腔癌	H&E染色组织学成像	集成机器学习,深度学习	图像	230名患者的1224张组织学图像（100x和400x放大倍数）	TensorFlow/PyTorch（预训练模型）	NANSNetLarge, EfficientNetB7, EfficientNetV2L, EfficientNetV2S, EfficientNetV2M, XGBoost, AdaBoost, Extra Trees, Histogram-Based Gradient Boosting, MLP	召回率,准确率	NA
11149	2025-10-07	Deep learning-based MRI reconstruction with Artificial Fourier Transform Network (AFTNet) 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110224 PMID:40328027	研究论文	提出一种基于深度学习的统一复值框架AFTNet，用于加速MRI重建和其他图像逆问题求解	首次将复值神经网络与频域学习相结合，直接在频率域处理原始k空间数据，实现跨域映射学习	NA	解决加速磁共振成像重建等图像逆问题	磁共振成像数据、磁共振波谱数据	医学影像分析	NA	磁共振成像，磁共振波谱	复值神经网络	k空间数据，图像数据	NA	NA	AFTNet	NA	NA
11150	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
11151	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
11152	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
11153	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
11154	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
11155	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
11156	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
11157	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
11158	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
11159	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
11160	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