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
121	2025-09-06	A new era in colorectal cancer: Artificial Intelligence at the forefront 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110926 PMID:40818204	综述	本文通过系统性文献综述探讨人工智能在结直肠癌筛查、预测和治疗中的关键应用与贡献	全面整合机器学习、深度学习和可解释AI等多种人工智能技术在结直肠癌领域的应用，并量化分析不同模型的使用比例	基于文献综述，未涉及原始数据收集或模型验证，可能受现有研究偏倚影响	评估人工智能技术在结直肠癌领域的应用现状和效果	结直肠癌相关的医学研究和临床数据	数字病理学	结直肠癌	机器学习、深度学习、可解释AI、混合模型	Random Forest (RF), Support Vector Machine (SVM), CNN	医学影像和生物信息学数据	NA
122	2025-09-06	SMAS: Structural MRI-based AD Score using Bayesian supervised VAE 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110829 PMID:40818206	研究论文	本研究提出了一种基于结构MRI的阿尔茨海默病评分指标SMAS，利用贝叶斯监督变分自编码器量化AD相关形态学模式	首次将贝叶斯监督变分自编码器用于构建AD生物标志物，在纵向研究中表现优于现有指标如SPARE-AD和海马体积	研究基于两个特定队列（DELCODE和ADNI），需要进一步外部验证	开发一种敏感的、可解释的AD生物标志物用于早期检测和疾病进展监测	阿尔茨海默病患者和认知健康个体的脑结构MRI数据	医学影像分析	阿尔茨海默病	结构MRI，深度学习	Bayesian supervised VAE（贝叶斯监督变分自编码器）	脑结构MRI图像	DELCODE队列415人，ADNI队列190人
123	2025-09-06	How design ability anxiety leads to design students' dependence on artificial intelligence? Internship and professional identity, feedback and evaluation mechanisms, and the role of innovative mindset 2025-Sep, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105423 PMID:40818423	研究论文	本研究探讨设计能力焦虑如何导致设计学生对人工智能生成设计（AIGD）的依赖，并分析教育因素的中介作用	首次将技术依赖理论应用于设计教育领域，揭示设计能力焦虑与AI工具依赖的因果关系，并识别实习、专业认同等教育因素的中介机制	样本仅局限于使用AIGD的设计学院学生（432人），未涵盖其他学科或非AI使用者，结论普适性有待验证	探究设计学生产生设计能力焦虑的因素及其导致AI工具依赖的内在机制	设计学院学生	教育技术	NA	深度学习算法	中介分析模型	问卷调查数据	432名使用AIGD的设计学院学生
124	2025-09-06	A deep learning-based automatic chromosome segmentation method for metaphase cell images 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110943 PMID:40818203	研究论文	提出一种基于深度学习的自动染色体分割方法MCSegNet，用于中期细胞图像分析	创新性地结合Swin Transformer主干网络、混合任务级联和测试时增强的三阶段架构	NA	开发自动化染色体分割方法以提高产前染色体筛查的准确性和效率	中期细胞图像中的染色体	计算机视觉	遗传疾病	深度学习	Swin Transformer, Hybrid Task Cascade	图像	30,055张染色体图像
125	2025-09-06	Improving skull-stripping for infant MRI via weakly supervised domain adaptation using adversarial learning 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110903 PMID:40819497	研究论文	通过弱监督域适应和对抗学习改进婴儿MRI颅骨剥离方法	利用弱标记新生儿MRI数据扩展训练集，结合合成数据和对抗学习提升模型跨域泛化能力	NA	解决成人与新生儿脑MRI之间的域偏移问题，提升颅骨剥离模型的跨域性能	新生儿脑MRI图像	医学图像分析	NA	弱监督域适应、对抗学习、高斯混合模型	DAUnet（基于域适应的U-Net架构）	MRI图像	来自dHCP的公共新生儿数据集、私有新生儿数据集以及合成数据
126	2025-09-06	A state-of-the-art new method for diagnosing atrial septal defects with origami technique augmented dataset and a column-based statistical feature extractor 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110967 PMID:40834638	研究论文	提出一种基于折纸技术数据增强和列统计特征提取的支持向量机方法，用于从胸部X光图像高精度诊断房间隔缺损	首次在文献中将折纸折叠技术应用于数据增强，并采用列方向的统计特征提取方法，实现了99.69%的state-of-the-art准确率	NA	开发高精度的房间隔缺损早期诊断方法	成人胸部X光图像	计算机视觉	心血管疾病	折纸技术数据增强，统计特征提取	SVM, k-NN, 决策树	图像	来自不同成人受试者的胸部X光图像数据集
127	2025-09-06	A novel data augmentation technique based on wheezing physiological modeling applied to asthma severity management in respiratory sounds 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110910 PMID:40834637	研究论文	提出一种基于喘息生理建模的新型数据增强技术，用于呼吸音中的哮喘严重程度管理	通过数学建模喘息声的时域和频谱特征生成合成声音，克服传统数据增强技术的不一致性问题	合成数据训练的模型准确率比真实数据训练低2.5%，能量和时间分布参数对性能相似性影响显著	开发数据增强技术以解决喘息声数据稀缺问题，并应用于哮喘严重程度检测	哮喘患者的喘息声音	数字病理	呼吸系统疾病	生理建模、数据增强	CNN	音频	NA
128	2025-09-06	Deep learning as a bridge between intercultural sensitivity and learning outcomes: A comparative study of English-medium instruction delivery modes in Chinese higher education 2025-Sep, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.105410 PMID:40834781	研究论文	本研究探讨跨文化敏感度通过深度学习影响英语授课学习成果的中介作用，并比较面对面与在线两种授课模式的效果差异	首次基于Biggs的3P模型构建中介框架，分析跨文化敏感度对学习成果的影响机制，并对比线上线下授课模式的差异	样本仅来自中国南方五所高校，可能存在地域局限性；采用自报告工具收集数据，可能存在主观偏差	探究跨文化敏感度如何通过深度学习影响英语授课（EMI）学生的学习成果，并比较不同授课模式的效果	中国高校接受外教英语授课（EMI-FT）的本科生	教育技术	NA	问卷调查、多群组分析	中介效应模型	问卷数据	1192名学生来自五所高校
129	2025-09-06	Automatic margin line extraction using 3D deep learning on digital surface models of prepared teeth for crown generation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110960 PMID:40839933	研究论文	提出基于3D深度学习从预备牙齿数字表面模型自动提取冠修复边缘线的个性化数字解决方案	采用端到端AI框架替代传统不可重复的手工设计流程，创新性地结合多数投票分类器和后处理程序提升分割精度	测试集仅包含78个案例，需要更大样本量验证泛化能力	实现牙冠设计中预备牙齿边缘线的自动化精确提取	预备牙齿的数字表面扫描模型	计算机视觉	NA	3D扫描、监督式深度学习	深度学习分割模型	3D表面模型	1113个预备牙齿数字表面扫描（1035训练集，78测试集）
130	2025-09-06	The virtual doctor prescribing the future: Diagnostics with interactive clinical decision support 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110968 PMID:40839937	研究论文	介绍一种名为Virtual Doctor的无人值守医疗舱，通过集成生物医学传感器和人工智能决策支持系统，用于2型糖尿病和皮肤癌的早期风险预测	开发了分布式医疗数据采集系统，结合两个预训练深度学习模型实现多疾病风险预测，并首次系统评估了用户对社会心理接受度	模型性能有待提升（糖尿病模型AUC 0.729），严重疾病筛查时需要更全面的解释以减少用户焦虑	解决医疗专业人员短缺问题，提高医疗可及性，通过AI辅助系统实现早期疾病风险检测	医疗患者和潜在用户群体	医疗人工智能	2型糖尿病和皮肤癌	非侵入性生物医学传感，深度学习	预训练深度学习模型	生物医学传感数据	1217名参与者接受度调查，外部数据集训练的模型
131	2025-09-06	From images to insights: Cell counting and uniformity grading of day 3 embryos 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110872 PMID:40845581	研究论文	提出结合深度学习和图像处理的混合方法，用于自动化评估体外受精第3天胚胎的细胞计数和均匀性分级	整合YOLOv8目标检测与GVF-snake主动轮廓模型，并引入标准化均匀性值(NUV)作为定量评估指标	未明确说明样本量及外部验证结果，可能受二维成像固有限制影响	提升胚胎形态学评估的客观性和准确性，辅助IVF胚胎选择决策	体外受精第3天人类胚胎	计算机视觉	生殖医学	深度学习、图像处理、主动轮廓模型	YOLOv8、GVF-snake	胚胎显微图像	NA
132	2025-09-06	Risk stratification of chest pain in the emergency department using artificial intelligence applied to electrocardiograms 2025-Sep-01, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003343 PMID:40889954	研究论文	开发并验证一种基于人工智能的心电图风险分层模型（CP-AI），用于急诊胸痛患者7天内主要心血管事件的预测	首次将深度学习模型（患者对比学习表示法）应用于心电图数值化表征，结合临床数据构建全自动神经网络分类器，显著提升传统生物标志物模型的预测性能	基于单中心回顾性数据，需进一步前瞻性多中心验证	通过人工智能改进急诊胸痛患者的风险分层标准化与自动化	急诊科就诊的胸痛患者	机器学习	心血管疾病	深度学习（患者对比学习表示法）	神经网络分类器	心电图信号与临床数据	训练集15,048例，外部验证集14,476例患者
133	2025-09-06	Enhancing diagnostic precision for thyroid C-TIRADS category 4 nodules: a hybrid deep learning and machine learning model integrating grayscale and elastographic ultrasound features 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-594 PMID:40893494	研究论文	开发并验证名为C-TNet的混合深度学习与机器学习模型，用于提高甲状腺C-TIRADS 4类结节的诊断精准度	首次结合灰度超声和弹性成像特征，并集成深度神经网络特征提取与随机森林分类器	NA	区分甲状腺C-TIRADS 4类结节的良恶性特征	经病理证实的甲状腺C-TIRADS 4类结节患者	医学影像分析	甲状腺癌	实时弹性成像超声	深度学习与机器学习混合模型（集成LR, LDA, RF, K-SVM, AdaBoost, NB）	超声图像	3,545例患者（来自两家三级医院）
134	2025-09-06	Feasibility of fully automatic assessment of cervical canal stenosis using MRI via deep learning 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-67 PMID:40893491	研究论文	本研究开发并验证了一种基于深度学习的全自动MRI评估颈椎管狭窄程度的人工智能工具	首次实现全自动颈椎管狭窄评估，结合CNN检测和Transformer分类的双模型架构	回顾性多中心研究，排除脊柱内固定或图像质量不佳病例，可能存在选择偏倚	开发并验证人工智能算法用于颈椎管狭窄的自动评估	颈椎MRI扫描图像	医学影像分析	颈椎病	MRI，深度学习	CNN，Transformer	医学影像	795例患者（平均年龄55±14岁，346例女性），训练验证集589例，内部测试集206例，外部测试集95例
135	2025-09-06	Improved image quality and diagnostic performance of coronary computed tomography angiography-derived fractional flow reserve with super-resolution deep learning reconstruction 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2075 PMID:40893520	研究论文	本研究评估超分辨率深度学习重建（SR-DLR）算法在冠状动脉CT血管造影图像质量和CT-FFR诊断性能方面的改进效果	首次系统比较SR-DLR与传统重建方法在CT-FFR诊断中的性能，证明SR-DLR在图像质量和诊断准确性方面的显著优势	回顾性研究设计，样本量较小（50例患者），且仅部分病例（22例）有侵入性FFR作为参考标准	评估SR-DLR算法在冠状动脉CT血管造影图像重建中的效果，并比较其与传统方法在CT-FFR诊断性能上的差异	接受冠状动脉CT血管造影和后续侵入性冠状动脉造影的50例患者	医学影像分析	心血管疾病	超分辨率深度学习重建（SR-DLR）、混合迭代重建（HIR）、模型迭代重建（MBIR）、常规深度学习重建（C-DLR）	深度学习重建算法	医学影像（CT图像）	50例患者，包含45个病变病灶
136	2025-09-06	Deep learning-based super-resolution method for projection image compression in radiotherapy 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2962 PMID:40893517	研究论文	本研究探索了一种基于深度学习的超分辨率方法，用于压缩放疗中的投影图像以实现经济存储	结合超分辨率深度学习网络与视频编解码器，显著提升投影图像的压缩比同时保持图像质量	NA	开发高效的投影图像压缩方法以解决医疗数据存储问题	锥形束CT投影图像	计算机视觉	癌症	深度学习超分辨率	CNN, ResNet, GAN	图像	基于自然图像和投影图像两个数据库
137	2025-09-06	YOLOv8-BCD: a real-time deep learning framework for pulmonary nodule detection in computed tomography imaging 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2025-824 PMID:40893530	研究论文	提出一种基于YOLOv8改进的深度学习框架YOLOv8-BCD，用于CT影像中肺结节的实时高精度检测	集成BiFormer注意力机制、CARAFE上采样和DO-DConv增强卷积，并采用SRGAN图像增强预处理，显著提升小结节检测能力和计算效率	NA	开发高精度快速肺结节检测深度学习框架以提升肺癌早期筛查效果	CT影像中的肺结节	计算机视觉	肺癌	深度学习，SRGAN图像增强	YOLOv8，BiFormer，CARAFE，DO-DConv	CT图像	LUNA16数据集的550张CT图像，外加天池肺结节数据集外部验证
138	2025-09-06	Combining curriculum learning and weakly supervised attention for enhanced thyroid nodule assessment in ultrasound imaging 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-24-2431 PMID:40893548	研究论文	本研究结合课程学习和弱监督注意力机制，提升超声图像中甲状腺结节分类的准确性	首次将课程学习与弱监督注意力网络结合，用于甲状腺结节超声诊断，通过渐进式训练和注意力引导的数据增强提升模型性能	研究基于单一医疗机构数据，可能影响模型泛化能力；恶性结节精确度（70%）仍有提升空间	提高甲状腺结节超声图像的自动分类准确性和诊断可靠性	甲状腺结节超声图像	计算机视觉	甲状腺癌	深度学习、课程学习、弱监督注意力机制	深度学习模型（具体架构未明确说明）	超声图像	来自Siriraj医院的验证数据集（具体样本数量未说明）
139	2025-09-06	Deep learning-based automated assessment of hepatic fibrosis via magnetic resonance images and nonimage data 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2506 PMID:40893541	研究论文	本研究开发了一种基于深度学习的自动化算法，通过磁共振图像和非影像数据评估肝纤维化分期	首次将深度学习模型与临床非影像数据（如血清生物标志物、病毒状态和扫描仪参数）整合，实现肝纤维化的高精度自动分期	回顾性研究，样本仅来自两个医疗中心，需进一步前瞻性验证	评估深度学习算法在肝纤维化分期和健康人群区分中的性能	慢性肝病患者和健康个体	医学影像分析	肝纤维化	磁共振成像（MRI）和血清生物标志物（APRI、FIB-4）	深度学习算法	图像和临床数据	500名来自两个医疗中心的患者
140	2025-09-06	Influence of preprocessing of stimulated Raman scattering images on the performance of deep neural networks for detecting cancer tissue 2025-Sep-01, Quantitative imaging in medicine and surgery IF:2.9Q2 DOI:10.21037/qims-2024-2608 PMID:40893563	研究论文	本研究探讨刺激拉曼散射图像的不同预处理方法对深度学习模型在癌症组织分类任务中性能的影响	首次系统比较了五种预处理技术和六种深度学习架构在刺激拉曼散射图像上的性能表现，发现简单缩放预处理优于复杂方法	研究仅基于542张图像样本，可能限制结果的泛化能力；未探索更多样化的预处理组合	评估不同图像预处理技术对深度学习算法分类癌症组织性能的影响	口腔鳞状细胞癌和非小细胞肺癌患者的组织样本图像	数字病理	口腔癌和肺癌	刺激拉曼散射成像	VGG19, ResNet50, InceptionResNetV2, Xception, ConvNeXt, Vision Transformer	图像	542张组织样本图像