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
12581	2025-10-07	Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images 2024-04-29, Dento maxillo facial radiology DOI:10.1093/dmfr/twae012 PMID:38502963	研究论文	开发基于nnU-Net v2的AI模型用于锥形束CT图像中上颌窦的自动分割	首次应用nnU-Net v2框架实现上颌窦在CBCT图像中的自动分割	样本量相对较小（仅101例CBCT扫描），缺乏外部验证	开发自动分割上颌窦的AI模型并评估其性能	锥形束CT图像中的上颌窦区域	计算机视觉	NA	锥形束计算机断层扫描	深度学习	医学图像	101例CBCT扫描（80训练，11验证，10测试）	nnU-Net v2	nnU-Net	F1分数, 准确率, 灵敏度, 精确度, AUC, Dice系数, 95% Hausdorff距离, IoU	NA
12582	2025-10-07	An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X 2024-04, Big data IF:2.6Q2 DOI:10.1089/big.2022.0029 PMID:36848263	研究论文	提出一种基于扩展模型和深度学习的5G-V2X智能信道估计算法	基于信道脉冲响应稀疏性建立高速移动场景扩展模型，设计多层CNN完成频域插值和双向GRU进行时域状态预测，引入速度和多径参数提升训练精度	NA	提高车联网系统信道估计精度并降低误码率	5G-V2X通信系统	机器学习	NA	深度学习	CNN, GRU	信道数据	NA	NA	多层卷积神经网络, 双向门控循环单元	信道估计精度, 误码率	NA
12583	2025-10-07	Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution 2024-03-01, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2023-187 PMID:38527297	研究论文	开发并验证用于胶囊内窥镜中小肠病理检测的深度学习系统	首次针对新加坡医疗场景开发的胶囊内窥镜深度学习检测系统，结合了开源数据和本地数据	样本量较小（总72例），属于初步研究阶段	开发能够自动检测小肠胶囊内窥镜图像中异常的深度学习系统	胶囊内窥镜图像中的小肠病理异常	计算机视觉	小肠疾病	胶囊内窥镜成像	CNN	图像	开源数据43例 + 本地数据29例 = 总72例	NA	ResNet50	AUC, PR曲线, top-1准确率, top-2准确率	NA
12584	2025-10-07	Stochastic forest transition model dynamics and parameter estimation via deep learning 2025-Apr-18, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025046 PMID:40296811	研究论文	本研究开发了随机微分方程模型来模拟森林转型动态，并提出基于深度学习的参数估计方法	提出了从单一样本的时间序列数据中估计所有模型参数的深度学习新方法	NA	理解森林转型动态和未来任何时间的森林砍伐趋势	森林、农业用地和废弃地之间的动态转换	机器学习	NA	随机微分方程建模	深度学习	时间序列数据	单一样本（包含森林和农业用地比例的时间序列观测）	NA	NA	NA	NA
12585	2025-04-30	Silencer variants are key drivers of gene upregulation in Alzheimer's disease 2025-Apr-08, medRxiv : the preprint server for health sciences DOI:10.1101/2025.04.07.25325386 PMID:40297423	research paper	该研究开发了一个深度学习框架，用于评估阿尔茨海默病（AD）相关非编码变异在背外侧前额叶皮层（DLPFC）及其主要细胞类型中的调控潜力	结合bulk和单细胞表观基因组数据，首次系统性地评估了AD相关非编码变异的调控潜力，并分类为沉默子变异（SL）、增强子变异（EN）或两者兼具的变异（ENSL）	研究主要关注DLPFC区域，可能无法完全代表其他脑区的情况	阐明AD相关遗传变异的调控机制及其在AD发病中的作用	AD相关的非编码遗传变异	machine learning	阿尔茨海默病	深度学习	深度学习框架	表观基因组数据	NA	NA	NA	NA	NA
12586	2025-04-29	Deep neural networks and stochastic methods for cognitive modeling of rat behavioral dynamics in T -mazes 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10247-9 PMID:40290756	研究论文	本文提出了一种结合随机方法和深度神经架构的认知模型，用于研究大鼠在T型迷宫中的决策行为	结合Wyckoff的随机框架与深度神经网络（CNN-LSTM），实现了对动物决策行为的建模和预测	模型依赖于特定实验条件下的数据，可能无法泛化到其他行为场景	开发计算模型以分析动物在空间导航任务中的决策行为	大鼠在T型迷宫中的行为轨迹	机器学习	NA	Monte Carlo模拟, t-SNE嵌入	CNN-LSTM	空间轨迹记录	NA	NA	NA	NA	NA
12587	2025-04-29	Outer lumen arterial imaging with CTA: A potential tool to diagnose vertebral artery dissection 2025-Jul, Radiology case reports DOI:10.1016/j.radcr.2025.03.041 PMID:40292153	技术说明	介绍了一种新的3D CTA后处理技术，用于区分椎动脉夹层（VAD）和椎动脉发育不全（VAH）	通过突出显示外腔的新3D CTA后处理技术，能够区分VAD和VAH	技术尚需进一步扩展和改进，可能通过深度学习（DL）分割技术	开发一种更准确的诊断工具，以区分椎动脉夹层和椎动脉发育不全	椎动脉夹层（VAD）和椎动脉发育不全（VAH）患者	数字病理	心血管疾病	3D CTA后处理技术	NA	图像	个案报告（一例右侧VAD患者）	NA	NA	NA	NA
12588	2025-10-07	A stacked ensemble approach for symptom-based monkeypox diagnosis 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110140 PMID:40203737	研究论文	本研究采用堆叠集成方法基于患者症状进行猴痘诊断	提出结合Tab Transformer、LSTM和传统机器学习模型的堆叠集成方法，并使用条件表格GAN生成合成数据解决数据不平衡问题	NA	开发基于症状的猴痘早期检测方法	猴痘患者症状数据	机器学习	猴痘	机器学习，深度学习	Tab Transformer, LSTM, XGBoost, LightGBM, Stacking Classifier	表格数据（症状数据）	NA	NA	Tab Transformer, LSTM, Stacking Classifier	准确率, 精确率, 召回率, F1分数	NA
12589	2025-10-07	Mental disorder preventing by worry levels detection in social media using deep learning based on psycho-linguistic features: application on the COVID-19 lockdown period 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110162 PMID:40203736	研究论文	本研究使用深度学习模型结合心理语言学特征，通过社交媒体数据检测COVID-19封锁期间的担忧情绪水平	整合语义和上下文表征与心理语言学特征，提出改进的深度学习模型用于担忧情绪检测	NA	通过社交媒体数据预测担忧情绪水平，为公共健康干预提供支持	COVID-19封锁期间的社交媒体用户	自然语言处理	精神健康障碍	社交媒体数据分析	GRU, LSTM, CNN	文本	NA	NA	GRU, LSTM, CNN	准确率, F1分数, 精确率, 召回率	NA
12590	2025-10-07	A computed tomography-based deep learning radiomics model for predicting the gender-age-physiology stage of patients with connective tissue disease-associated interstitial lung disease 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110128 PMID:40209580	研究论文	本研究开发了一种基于胸部CT图像的深度学习放射组学模型，用于预测结缔组织病相关间质性肺病患者的GAP分期	结合放射组学和深度学习特征构建诊断模型，并整合年龄、性别等临床特征生成列线图模型	样本量有限，特别是GAP III期患者仅13例，需合并分组进行分析	预测结缔组织病相关间质性肺病患者的GAP分期	264例CTD-ILD患者（GAP I期195例，II期56例，III期13例）	医学影像分析	结缔组织病相关间质性肺病	计算机断层扫描	深度学习, 支持向量机, 逻辑回归	CT图像	264例患者	NA	NA	AUC	NA
12591	2025-10-07	An informed deep learning model of the Omicron wave and the impact of vaccination 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109968 PMID:40209576	研究论文	本研究使用物理信息神经网络分析奥密克戎变异株在德国、法国和意大利的传播动态及疫苗影响	首次将物理信息神经网络应用于奥密克戎变异株传播动力学研究，并识别出与传播率增加相关的特定病毒突变	研究仅针对三个欧洲国家，可能无法完全代表全球其他地区的传播情况	分析奥密克戎变异株的传播动态、疫苗效力及再感染潜力	奥密克戎变异株（B.1.1.529）及其BA.2和BA.3亚系	机器学习	COVID-19	物理信息神经网络	PINN	流行病学时间序列数据	德国、法国和意大利三个国家的疫情数据	NA	物理信息神经网络	均方根百分比误差	NA
12592	2025-10-07	Mitosis detection and classification for breast cancer diagnosis: What we know and what is next 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110057 PMID:40209577	综述	本文回顾了过去十年用于乳腺癌组织切片中 mitosis 检测与分类的技术方法	系统梳理了机器学习与深度学习在乳腺癌有丝分裂检测领域的发展历程并预测未来趋势	NA	总结乳腺癌有丝分裂检测与分类技术发展现状并展望未来研究方向	乳腺癌组织学图像中的有丝分裂细胞	数字病理学	乳腺癌	组织学染色（H&E染色）	CNN, 深度学习	组织病理学图像	NA	NA	NA	NA	NA
12593	2025-10-07	Optimized fine-tuned ensemble classifier using Bayesian optimization for the detection of ear diseases 2025-Jun, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110092 PMID:40215866	研究论文	开发了一种基于贝叶斯优化的加权平均投票集成分类器，用于自动检测耳部疾病	提出MobileNet和DenseNet169的加权平均投票集成分类器，并使用贝叶斯优化进行超参数选择	排除了仅有两个样本的鼓膜造孔管类别，样本量相对较小	开发自动化的耳部疾病诊断系统以提高诊断准确率	外耳和中耳疾病	计算机视觉	耳部疾病	数字耳镜检查	CNN, 集成学习	图像	282张耳镜图像	NA	MobileNet, DenseNet169	准确率, AUC	NA
12594	2025-10-07	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	研究论文	提出一种融合呼吸音频和胸廓动态视觉特征的多模态方法用于肺部疾病诊断	首次将音频特征（音调、MFCCs、呼吸音频包络）与胸廓动态视觉特征相结合进行多模态肺部疾病诊断	未明确说明数据集规模和具体疾病类型的分类性能差异	开发非侵入性肺部疾病诊断方法	肺部疾病患者	计算机视觉, 自然语言处理	肺部疾病	音频分析, 视觉分析	深度学习模型	音频, 视频	NA	NA	NA	准确率	NA
12595	2025-10-07	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	综述	探讨人工智能在癌症诊断和治疗中的应用现状及发展前景	系统分析AI在放射组学、深度学习和机器学习领域对癌症诊疗的革新潜力，特别关注多组学数据整合和罕见肿瘤的挑战	罕见癌症数据不足限制AI应用，需要更多临床验证和监管规范	评估人工智能技术在癌症精准医疗中的临床应用价值和发展方向	癌症患者的多组学数据、医学影像数据和临床诊疗数据	机器学习	肺癌, 乳腺癌	DNA测序, RNA测序, 多组学分析	深度学习, 机器学习	基因组数据, 医学影像, 健康信息	NA	NA	NA	NA	NA
12596	2025-10-07	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	研究论文	提出一种用于肾脏疾病自动检测的多级特征融合深度学习框架	结合特征融合与ConvLSTM序列建模，利用inception块增强空间和时间特征表示能力	NA	开发自动化肾脏疾病检测系统以辅助临床决策	肾脏CT扫描图像	计算机视觉	肾脏疾病	CT扫描	CNN, ConvLSTM	医学图像	1860个肿瘤和1024个正常肾脏CT扫描（MHC-CT数据集）	NA	ResNet50, VGG19, Inception, ConvLSTM	准确率	NA
12597	2025-10-07	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	研究论文	开发了名为BenchXAI的新型可解释AI基准测试包，用于在多模态生物医学数据上全面评估15种后处理可解释AI方法	提出了首个支持多模态生物医学数据的综合性XAI基准测试框架，并设计了样本级归一化方法用于统计评估和可视化	仅评估了15种XAI方法，且仅在三种常见生物医学任务上进行验证	比较不同后处理可解释AI方法在生物医学数据上的性能、鲁棒性和适用性	临床数据、医学图像和信号数据、生物分子数据	机器学习	NA	可解释AI方法	深度学习模型	多模态数据（临床数据、医学图像、信号数据、生物分子数据）	NA	BenchXAI	NA	鲁棒性、适用性、统计评估指标	NA
12598	2025-10-07	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	研究论文	提出一种轻量级深度学习模型，通过剪枝和动态量化优化，用于在可穿戴设备上检测帕金森患者的冻结步态	结合CNN和GRU网络，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	NA	开发适用于资源受限可穿戴设备的高精度冻结步态检测系统	帕金森患者的冻结步态症状	机器学习	帕金森病	深度学习	CNN, GRU	传感器数据	NA	NA	CNN, GRU, 残差注意力机制, 高效通道注意力机制	F1分数	可穿戴设备
12599	2025-10-07	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	本文通过系统性文献回顾分析了机器学习在肿瘤进展预测中的应用现状与可靠性	对2014-2024年间87篇相关文献进行系统性分析，重点关注机器学习模型在临床肿瘤学中的可靠性挑战	仅纳入英文文献，可能存在发表偏倚；模型可靠性问题限制了临床转化	评估机器学习在肿瘤进展预测中的可靠性并探讨临床整合策略	肿瘤进展相关研究文献	机器学习	癌症	机器学习，深度学习	支持向量机，随机森林，深度学习	肿瘤微环境数据，遗传数据，组织病理学数据，放射学数据	87篇研究论文	NA	NA	可靠性，准确性	NA
12600	2025-10-07	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	研究论文	提出一种可解释的深度堆叠集成模型，用于脑肿瘤的精确和透明诊断	结合多种特征提取技术（EfficientNetB0、MobileNetV2、GoogleNet和多级胶囊网络）的堆叠集成模型，使用CatBoost作为元学习器，并集成可解释人工智能技术	NA	开发鲁棒且可解释的多类别脑肿瘤分类方法	脑部MRI图像中的肿瘤	计算机视觉	脑肿瘤	MRI成像	集成学习,CNN,胶囊网络	医学图像	整合四个来源（BraTS、Msoud、Br35H、SARTAJ）的大型MRI数据集	NA	EfficientNetB0,MobileNetV2,GoogleNet,Multi-level CapsuleNet	F1分数,PR AUC	NA