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
1421	2025-04-22	Multimodal learning-based speech enhancement and separation, recent innovations, new horizons, challenges and real-world applications 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110082 PMID:40174498	综述	本文全面回顾了基于多模态学习的语音增强和分离技术的最新进展及其在现实世界中的应用	探讨了多模态学习如何整合音频、视觉和文本等多种感官信息以提高语音增强和分离的性能，并介绍了多种深度学习架构和融合策略	在噪声和动态的现实环境中，各种方法的同步性、模型鲁棒性和实时应用的可扩展性仍面临挑战	研究多模态学习在语音增强和分离领域的应用及其未来发展方向	语音增强和分离技术	自然语言处理	NA	多模态学习	Transformers, CNN, GNN, VAE, GAN, Diffusion Models	音频信号、视觉线索、文本数据	NA
1422	2025-04-22	A domain adaptation model for carotid ultrasound: Image harmonization, noise reduction, and impact on cardiovascular risk markers 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110030 PMID:40179806	研究论文	本文提出了一种基于生成对抗网络（GAN）的模型，用于解决超声图像中的域适应问题，包括图像协调和降噪	将图像协调和降噪任务制定为图像到图像的翻译任务，同时保持图像内容（解剖结构）不变	下游风险标志物计算可能会受到影响	解决超声图像中因不同系统或参数设置导致的域适应问题	颈动脉超声图像	计算机视觉	心血管疾病	GAN	GAN	图像	NA
1423	2025-04-22	How did we get there? AI applications to biological networks and sequences 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110064 PMID:40184941	综述	本文全面概述了人工智能在基因组学、蛋白质组学和系统生物学中的当前应用状态	强调了深度学习模型在序列嵌入、基序发现、基因表达和蛋白质结构预测中的准确性和效率提升	未具体提及研究的局限性	探索人工智能在复杂生物数据中的应用潜力	基因组学、蛋白质组学和系统生物学中的数据	机器学习	NA	深度学习	深度学习模型	生物序列和网络数据	NA
1424	2025-04-22	Prediction of IUGR condition at birth by means of CTG recordings and a ResNet model 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110123 PMID:40184939	research paper	本研究开发了一种基于CTG信号和ResNet模型的深度学习方法来预测出生时的IUGR状况	采用两步训练过程的ResNet架构，通过区分‘假定’和‘确认’数据集来最小化数据损失，提高了预测准确性	尽管使用了较大数据集，但与其他文献相比的样本量未具体说明，且未提及模型在其他独立数据集上的验证情况	提高出生时IUGR状况的早期检测准确性	产前CTG信号	digital pathology	geriatric disease	CTG, deep learning	ResNet	signal	未具体说明，但提及使用了非常大的数据集
1425	2025-04-22	Hybrid deep learning framework for diabetic retinopathy classification with optimized attention AlexNet 2025-May, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110054 PMID:40154203	research paper	提出了一种基于混合深度学习框架的糖尿病视网膜病变分类方法，使用优化的注意力AlexNet模型	结合了元启发式优化算法改进的注意力AlexNet模型（At-AlexNet-ImNO），用于糖尿病视网膜病变的分类	未提及具体的数据集偏差或模型泛化能力的限制	提高糖尿病视网膜病变的自动分类准确率	糖尿病视网膜病变的眼底图像	digital pathology	diabetic retinopathy	metaheuristic optimization, deep learning	Attention AlexNet based Improved Nutcracker Optimizer (At-AlexNet-ImNO)	image	APTOS-2019 Blindness-Detection 和 EyePacs 两个基准数据集
1426	2025-04-22	Role of artificial intelligence in predicting disease-related malnutrition - A narrative review 2025-Apr-21, Nutricion hospitalaria IF:1.2Q4 DOI:10.20960/nh.05672 PMID:39873467	综述	本文探讨了人工智能（AI）在预测和管理疾病相关营养不良（DRM）中的潜在作用	利用机器学习和深度学习模型改进传统DRM检测方法，提高准确性和效率	需要大量标准化数据以及与现有系统的集成	探索AI在临床环境中预测和管理DRM的潜力	疾病相关营养不良（DRM）患者	机器学习	营养不良	机器学习和深度学习	ML和DL	电子健康记录	NA
1427	2025-04-22	Epileptic seizure detection in EEG signals using deep learning: LSTM and bidirectional LSTM 2025-Apr-21, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2490136 PMID:40255197	研究论文	提出了一种基于离散小波变换和深度学习的自动检测癫痫发作的新方法	结合了LSTM和双向LSTM网络，形成新的混合LSTM-BiLSTM网络，提高了分类准确率	未提及样本的多样性和模型的泛化能力	开发自动检测癫痫发作的方法	脑电图(EEG)信号	机器学习	癫痫	离散小波变换(DWT)	LSTM, 双向LSTM(BiLSTM)	EEG信号	NA
1428	2025-04-22	NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation 2025-Apr-21, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00139 PMID:40255206	research paper	介绍了一种名为NCPepFold的计算方法，用于直接预测含有非经典氨基酸的环肽结构	通过整合残基和原子级别的多粒度信息以及微调技术，显著提高了预测准确性，平均环肽的均方根偏差（RMSD）为1.640 Å	NA	提高含有非经典氨基酸的环肽结构预测的准确性	含有非经典氨基酸的环肽	machine learning	NA	deep learning	NCPepFold	peptide structure data	NA
1429	2025-04-22	Combining Ultrasound Imaging and Molecular Testing in a Multimodal Deep Learning Model for Risk Stratification of Indeterminate Thyroid Nodules 2025-Apr-21, Thyroid : official journal of the American Thyroid Association IF:5.8Q1 DOI:10.1089/thy.2024.0584 PMID:40256961	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1430	2025-04-22	Towards real-time conformal palliative treatment of spine metastases: A deep learning approach for Hounsfield Unit recovery of cone beam CT images 2025-Apr-21, Medical physics IF:3.2Q1 DOI:10.1002/mp.17838 PMID:40257079	研究论文	本研究开发了一个两阶段深度学习模型，用于从锥形束CT（CBCT）扫描快速生成合成CT（sCT）图像，旨在实现脊柱转移瘤患者的实时姑息放疗治疗计划	采用两阶段生成对抗网络（GAN）方法，显著提高了CBCT图像的HU准确性和剂量学一致性，为脊柱转移瘤的实时治疗计划提供了新方案	研究样本量相对有限（220例训练患者和33例验证患者），且仅针对脊柱转移瘤患者	开发一种能够从CBCT扫描快速生成sCT图像的模型，以实现脊柱转移瘤患者的实时姑息放疗治疗计划	脊柱转移瘤患者	数字病理	脊柱转移瘤	深度学习	条件生成对抗网络（cGAN）和循环一致生成对抗网络（CycleGAN）	CT图像	220例患者的CBCT和计划扇束CT图像用于训练和验证，33例患者用于独立测试
1431	2025-04-22	Early operative difficulty assessment in laparoscopic cholecystectomy via snapshot-centric video analysis 2025-Apr-21, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03372-7 PMID:40257703	research paper	该研究提出了一种通过视频分析早期评估腹腔镜胆囊切除术手术难度的方法	提出了SurgPrOD深度学习模型和一种新颖的以快照为中心的注意力模块（SCA），用于从全局和局部时间分辨率分析手术视频	研究仅基于CholeScore数据集进行验证，可能无法涵盖所有手术难度情况	早期识别腹腔镜胆囊切除术的手术难度，以优化手术室规划和改善手术结果	腹腔镜胆囊切除术的手术视频	digital pathology	胆囊疾病	深度学习视频分析	SurgPrOD (deep learning model with SCA module)	video	CholeScore数据集中的手术视频
1432	2025-04-22	Ultrasound detection of nonalcoholic steatohepatitis using convolutional neural networks with dual-branch global-local feature fusion architecture 2025-Apr-21, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03361-7 PMID:40257712	研究论文	本研究利用深度学习技术，通过超声B扫描图像检测非酒精性脂肪性肝炎（NASH），并引入超声特异性数据增强技术和双分支全局-局部特征融合架构以提高模型性能	提出了超声特异性数据增强技术（USDA）和双分支全局-局部特征融合架构（DG-LFFA），以增强模型在不同成像条件下的适应性和性能	样本量较小（137名参与者），可能影响模型的泛化能力	提高非酒精性脂肪性肝炎（NASH）的超声检测准确性和适应性	非酒精性脂肪性肝炎（NASH）患者的超声B扫描图像	计算机视觉	肝病	超声B模式成像，深度学习	CNN（AlexNet, Inception V3, VGG16, VGG19, ResNet50, DenseNet201）	图像	137名参与者
1433	2025-04-22	Fine extraction of multi-crop planting area based on deep learning with Sentinel- 2 time-series data 2025-Apr-21, Environmental science and pollution research international DOI:10.1007/s11356-025-36405-4 PMID:40257731	研究论文	基于深度学习和Sentinel-2时间序列数据，提出了一种有效的多作物种植面积精细提取模型	设计了基于CNN-LSTM和Bi-LSTM的深度学习模型，结合月度合成NDVI时间序列数据，实现了多作物种植面积的高精度提取	研究仅针对山东省西北部、西南部和东部地区，可能在其他地区的适用性有待验证	提供一种基于高分辨率遥感时间序列数据的多作物分类有效模型	山东省西北部、西南部和东部地区的多作物种植面积	计算机视觉	NA	NDVI时间序列分析	CNN-LSTM, Bi-LSTM	遥感时间序列数据	山东省西北部、西南部和东部地区的Sentinel-2数据
1434	2025-04-22	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Apr-20, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究构建了一个基于临床风险因素的深度学习模型，用于预测甲状腺乳头状癌患者的生存预后	首次将深度学习生存模型DeepSurv应用于甲状腺乳头状癌的生存预后评估，并在多个外部数据集上验证了其性能	研究依赖于回顾性数据，可能存在选择偏倚	评估深度学习模型在甲状腺乳头状癌生存预后预测中的表现	甲状腺乳头状癌患者	数字病理	甲状腺癌	深度学习	DeepSurv	临床数据	来自17个美国SEER癌症登记处的连续患者数据(2000-2020年)，以及MDACC和TCGA两个外部测试数据集
1435	2025-04-22	A fully automated, expert-perceptive image quality assessment system for whole-body [18F]FDG PET/CT 2025-Apr-18, EJNMMI research IF:3.1Q1 DOI:10.1186/s13550-025-01238-2 PMID:40249445	research paper	开发了一种基于深度学习的全自动图像质量评估系统，用于评估[18F]FDG PET/CT全身扫描的图像质量	首次将Vision Transformer、Transposed Attention和Scale Swin Transformer Blocks集成到MANIQA框架中，实现了全自动、可解释的临床全身PET/CT图像质量评估	研究为回顾性多中心研究，可能存在选择偏倚；模型在CT图像质量评估方面的Spearman系数相对较低	开发一个专家感知的深度学习图像质量评估系统，解决临床全身PET/CT图像质量缺乏自动化、可解释评估的问题	718名患者的临床全身[18F]FDG PET/CT扫描图像	digital pathology	NA	PET/CT扫描	Vision Transformer, Transposed Attention, Scale Swin Transformer Blocks	image	718名患者的PET/CT扫描图像
1436	2025-04-22	Vertex Correspondence and Self-Intersection Reduction in Cortical Surface Reconstruction 2025-Apr-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3562443 PMID:40249681	research paper	该论文介绍了一种名为V2CC的扩展方法，用于改进皮质表面重建中的顶点对应关系并减少自相交	提出V2CC方法，使用L1损失替代常用的Chamfer损失，改进顶点对应关系；并提出新型Self-Proximity损失以减少自相交	未提及具体的数据集规模限制或计算资源需求	改进皮质表面重建中的顶点对应关系和减少自相交问题	皮质表面网格	neuroimaging	NA	deep learning	Vox2Cortex with Correspondence (V2CC)	3D mesh	NA
1437	2025-04-22	PreCM: The Padding-based Rotation Equivariant Convolution Mode for Semantic Segmentation 2025-Apr-18, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558425 PMID:40249694	research paper	提出了一种基于填充的旋转等变卷积模式（PreCM），用于提升语义分割任务中对任意角度图像的适应性	设计了PreCM，不仅能应用于多尺度图像和卷积核，还可替代多种卷积类型，并提出了新的评估指标Rotation Difference（RD）	未明确提及具体局限性	提升语义分割网络对任意角度图像的旋转等变性	卫星水体图像、DRIVE数据集、Floodnet数据集	computer vision	NA	深度学习	CNN	image	三个数据集（卫星水体图像、DRIVE、Floodnet）
1438	2025-04-22	Unsupervised Range-Nullspace Learning Prior for Multispectral Images Reconstruction 2025-Apr-18, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3560430 PMID:40249693	研究论文	提出了一种用于多光谱图像重建的无监督范围-零空间学习先验方法	引入了无监督范围-零空间学习(UnNull)先验，通过子空间分解明确建模数据，提高了可解释性和泛化能力	未提及具体计算效率或与传统方法的详细对比	解决快照光谱成像(SSI)系统中光谱图像重建的逆问题	多光谱图像	计算机视觉	NA	子空间分解	UnNull	多光谱图像	NA
1439	2025-04-22	A prediction method for radiation proctitis based on SAM-Med2D model 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87409-6 PMID:40251184	研究论文	提出一种基于SAM-Med2D模型的放射性直肠炎预测方法，结合深度学习和放射组学分析	结合Transformer-based SAM-Med2D模型进行初始分割，随后进行详细的放射组学分析，以提高放射性直肠炎的预测准确性	需要大量手动注释，且放射组学特征可能缺乏普适性	优化宫颈癌放疗中放射性直肠炎的诊断和预测策略	宫颈癌患者的CT图像	数字病理	宫颈癌	CT成像	SAM-Med2D, logistic regression, random forest, naive Gaussian Bayesian	图像	NA
1440	2025-04-22	Autonomous object tracking with vision based control using a 2DOF robotic arm 2025-Apr-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97930-3 PMID:40251241	研究论文	本文设计了一种基于视觉控制的2自由度机械臂自主物体跟踪系统	提出了一种新的基于图像视觉伺服（IBVS）的跟踪控制方法，结合深度学习物体检测框架，提高了系统的准确性和响应时间	研究仅针对2自由度机械臂，可能不适用于更高自由度的复杂系统	设计一种精确且响应迅速的物体跟踪系统，解决传统系统复杂、刚性及需要多传感器的问题	2自由度机械臂	机器视觉	NA	图像视觉伺服（IBVS），深度学习	深度学习框架	图像	通过CoppeliaSim机器人模拟器和2-DOF机械臂进行仿真和实验研究