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
17281	2025-10-07	Deep Learning-Enhanced Accelerated 2D TSE and 3D Superresolution Dixon TSE for Rapid Comprehensive Knee Joint Assessment 2025-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001118 PMID:39190787	研究论文	评估深度学习重建的4倍加速2D TSE协议和6倍加速2D Dixon TSE结合3D超分辨率重建在膝关节MRI中的图像质量与诊断性能	首次将深度学习重建技术与4倍加速2D TSE和6倍加速2D Dixon TSE结合3D超分辨率重建应用于膝关节MRI评估	3D SRR Dixon TSE协议在边缘锐度降低和伪影存在方面图像质量较差，对软骨、肌腱和骨骼的可视化受影响	开发快速全面的膝关节MRI评估方法	19名有症状的成年受试者的膝关节	医学影像分析	膝关节疾病	磁共振成像, 深度学习重建, 超分辨率重建, 并行成像, 同步多层采集	深度学习模型	MRI图像	19名受试者，共228次膝关节MRI扫描，包含21,204张图像	NA	NA	图像质量评分, 解剖结构可见性评分, 诊断置信度评分, Fleiss-Cohen kappa统计量	临床3T MRI扫描仪
17282	2025-10-07	EpiBrCan-Lite: A lightweight deep learning model for breast cancer subtype classification using epigenomic data 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108553 PMID:39667144	研究论文	提出一种轻量级深度学习模型EpiBrCan-Lite，用于基于DNA甲基化数据的乳腺癌亚型分类	通过将传统Transformer编码器中的MLP模块替换为GRU模块，显著减少可训练权重参数数量同时保持对输入特征长程依赖关系的捕捉能力	未提及模型在其他独立数据集上的验证结果	开发轻量级乳腺癌亚型分类模型以解决现有方法参数过多和性能不足的问题	乳腺癌亚型分类	机器学习	乳腺癌	DNA甲基化数据	Transformer, GRU	表观基因组数据	TCGA乳腺癌数据集	NA	TransGRU（改进的Transformer编码器）	准确率, 精确率, 召回率, F1分数, 假正率, 假负率	适用于低计算能力设备
17283	2025-10-07	Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108539 PMID:39689500	研究论文	提出一种名为SRE-YOLO的深度学习方法，用于实时检测喉镜图像中的喉部病变	将超分辨率分支与YOLOv8n基线耦合训练并在推理时解耦，在保持实时性的同时提升小病变检测精度	NA	开发高效的深度学习决策支持系统，为经验不足的医务人员提供喉部病变实时检测辅助	喉部病变	计算机视觉	喉癌	白光内窥镜成像，窄带成像	YOLO	图像	多中心数据集，包含多种喉部病理和采集模式	NA	YOLOv8n	平均精度，推理速度	NA
17284	2025-10-07	Transferable automatic hematological cell classification: Overcoming data limitations with self-supervised learning 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108560 PMID:39693791	研究论文	本研究提出将自监督学习整合到血细胞分类流程中，以解决数据稀缺和模型泛化性差的问题	首次将自监督学习应用于血细胞分类，实现了骨髓和外周血细胞领域间的知识迁移，仅需少量标注样本即可高效适应新数据集	研究基于公开数据集，在实际临床环境中的验证仍需进一步研究	开发鲁棒可靠的血细胞自动分类系统，克服数据稀缺和模型泛化性限制	骨髓和外周血细胞图像	计算机视觉	血液系统疾病	自监督学习	深度学习	单细胞图像	四个公开血液学数据集（一个骨髓数据集和三个外周血数据集），每类仅需50个标注样本	NA	自监督学习特征提取器+轻量级机器学习分类器	平衡分类准确率	NA
17285	2025-10-07	Multimodal autism detection: Deep hybrid model with improved feature level fusion 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108492 PMID:39700689	研究论文	提出了一种基于深度学习的多模态自闭症检测模型，融合脑电图和面部图像特征	提出了改进的特征级融合方法和深度混合模型架构，结合CNN和Bi-GRU进行自闭症检测	NA	开发准确的自闭症检测模型以辅助早期诊断	自闭症谱系障碍患者	机器学习	自闭症谱系障碍	脑电图分析，图像处理	CNN, Bi-GRU, 混合模型	脑电图信号，面部图像	NA	NA	CNN, Bi-GRU	准确率	NA
17286	2025-10-07	Robust multi-modal fusion architecture for medical data with knowledge distillation 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108568 PMID:39709743	研究论文	提出一种基于知识蒸馏的鲁棒多模态融合架构，用于处理医学数据中的模态缺失问题	提出池化瓶颈注意力多模态融合模块，结合知识蒸馏和梯度调制方法，有效应对模态缺失和不平衡优化问题	仅在MIMIC-IV数据集上验证，未在其他医学数据集上测试泛化能力	开发能够处理模态缺失的鲁棒多模态融合框架	胸部X光片、现病史文本、人口统计学和实验室检查表格数据	医学人工智能	院内死亡风险预测	多模态融合、知识蒸馏	深度学习	图像、文本、表格数据	MIMIC-IV数据集	NA	池化瓶颈注意力融合架构	AUROC, AUPRC	NA
17287	2025-10-07	A novel lightweight deep learning based approaches for the automatic diagnosis of gastrointestinal disease using image processing and knowledge distillation techniques 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108579 PMID:39798279	研究论文	提出一种基于知识蒸馏的轻量级深度学习模型，用于胃肠道疾病的自动诊断	集成模型压缩技术、ConvLSTM层和ConvNext块，并通过知识蒸馏优化，显著降低计算需求	NA	解决深度神经网络在临床环境中的计算效率问题	胃肠道疾病	计算机视觉	胃肠道疾病	图像处理	深度学习	图像	6000张内窥镜图像	NA	ConvLSTM, ConvNext	准确率, 计算成本, 磁盘空间使用量	NA
17288	2025-10-07	Bidirectional f-Divergence-Based Deep Generative Method for Imputing Missing Values in Time-Series Data 2025-Mar, Stats IF:0.9Q3 DOI:10.3390/stats8010007 PMID:39911165	研究论文	提出一种基于f-散度的双向生成对抗插补网络tf-BiGAIN，用于时间序列数据中的缺失值填补	使用f-散度作为目标函数提供灵活的优化框架，并采用双向门控循环单元同时利用前向和后向时间信息	未明确说明在高缺失率下的具体性能边界和计算效率	解决高维时间序列数据中缺失值插补的挑战	时间序列数据	机器学习	NA	NA	GAN, 双向门控循环单元	时间序列数据	两个真实世界时间序列数据集	NA	tf-BiGAIN	准确率, 鲁棒性	NA
17289	2025-10-07	HistoColAi: An open-source web platform for collaborative digital histology image annotation with AI-driven predictive integration 2025-Mar, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2024.108577 PMID:39813900	研究论文	开发了一个用于数字组织学图像标注的开源Web平台，集成了AI驱动的预测功能	首个将AI预测功能集成到开源Web平台的数字病理学图像标注工具，为非技术背景的病理学家提供了深度学习模型的使用途径	主要针对TIFF格式的Whole Slide Imaging，对其他图像格式支持有限	解决数字病理学中缺乏直观开源标注工具的问题，促进计算机辅助诊断系统的发展	数字组织学图像，特别是全玻片图像	数字病理学	梭形细胞皮肤肿瘤	Whole Slide Imaging	深度学习模型	图像	NA	NA	NA	可用性研究	Web平台
17290	2025-10-07	The Role of Artificial Intelligence in Obesity Medicine 2025-Mar, Endocrinology and metabolism clinics of North America IF:4.8Q1 DOI:10.1016/j.ecl.2024.10.008 PMID:39919876	综述	本文探讨人工智能在肥胖医学领域的变革性作用及其应用潜力	系统阐述机器学习、深度学习、自然语言处理和大语言模型在肥胖管理中的综合应用	面临数据隐私、算法偏见、AI幻觉、透明度和实施障碍等伦理挑战	分析人工智能技术在肥胖预防、诊断、治疗和长期管理中的应用价值	肥胖医学领域的AI技术应用	自然语言处理, 机器学习	肥胖症	机器学习, 深度学习, 自然语言处理, 大语言模型	NA	多模态数据集	NA	NA	NA	NA	NA
17291	2025-10-07	Deep learning radiomics model based on contrast-enhanced MRI for distinguishing between tuberculous spondylitis and pyogenic spondylitis 2025-Feb-08, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08696-1 PMID:39920318	研究论文	开发并验证基于对比增强MRI的深度学习影像组学列线图用于区分结核性脊柱炎和化脓性脊柱炎	首次融合深度学习特征和影像组学特征构建深度学习影像组学列线图模型	回顾性研究设计，样本量相对有限（147例患者）	区分结核性脊柱炎和化脓性脊柱炎的诊断	经病理检查确诊的结核性脊柱炎和化脓性脊柱炎患者	医学影像分析	脊柱感染性疾病	对比增强MRI	深度学习	医学影像	147例患者（训练队列102例，外部测试队列45例）	NA	深度学习影像组学列线图	AUC, 校准曲线, 决策曲线分析	NA
17292	2025-10-07	Deep learning aided determination of the optimal number of detectors for photoacoustic tomography 2025-Feb-07, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adaf29 PMID:39874604	研究论文	本研究提出一种基于残差密集UNet的深度学习架构，用于优化光声断层扫描中的探测器数量并减少图像伪影	提出结合残差块和密集块的RDUNet架构，通过混合模拟与实验数据的训练策略，显著降低光声成像所需探测器数量	训练数据中实验数据占比较低（19%），可能影响模型在纯实验场景下的泛化能力	优化光声断层扫描的探测器配置并提升图像重建质量	单圆盘、T形和血管结构仿体	计算机视觉	NA	光声断层扫描	CNN	图像	包含模拟数据和实验数据的混合数据集	NA	UNet, 残差密集UNet	图像质量比较	NA
17293	2025-10-07	A deep learning-driven method for safe and effective ERCP cannulation 2025-Feb-07, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03329-w PMID:39920403	研究论文	开发了一种基于深度学习的图形用户界面，用于辅助ERCP插管操作	提出四头Swin Transformer解耦头(4STDH)方法，通过四个不同预测头检测不同尺寸对象，并解耦分类和回归网络	NA	提高ERCP插管操作的安全性和有效性	十二指肠乳头和手术插管	计算机视觉	消化系统疾病	内窥镜成像	Swin Transformer	内窥镜图像	1840张标注的内窥镜图像	NA	Swin Transformer, 4STDH	mAP	NA
17294	2025-10-07	High-resolution spatially resolved proteomics of complex tissues based on microfluidics and transfer learning 2025-Feb-06, Cell IF:45.5Q1 DOI:10.1016/j.cell.2024.12.023 PMID:39855194	研究论文	本文提出了一种结合微流控技术和深度学习的集成框架PLATO，用于实现全组织切片中数千种蛋白质的高分辨率空间映射	开发了结合微流控和跨组学数据迁移学习的集成框架，实现了复杂组织中蛋白质的高分辨率空间定位	NA	开发空间蛋白质组学新技术，实现全组织切片中蛋白质的高分辨率映射	小鼠小脑、大鼠绒毛和人类乳腺癌样本	生物信息学,计算生物学	乳腺癌	微流控技术,空间蛋白质组学,质谱分析	深度学习,迁移学习	蛋白质组学数据,空间定位数据	小鼠小脑样本(识别2,564个蛋白质组),大鼠绒毛样本,人类乳腺癌样本	NA	NA	空间分辨率(25μm),蛋白质识别数量	NA
17295	2025-10-07	QMaxViT-Unet+: A query-based MaxViT-Unet with edge enhancement for scribble-supervised segmentation of medical images 2025-Feb-06, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109762 PMID:39919665	研究论文	提出一种基于涂鸦标注的医学图像分割新框架QMaxViT-Unet+，通过查询机制和边缘增强提升分割性能	结合MaxViT模块增强局部和全局特征学习能力，集成查询式Transformer解码器和边缘增强模块以弥补涂鸦标注边界信息不足	在部分数据集（如BUSI）上的HD95指标仍有较大提升空间	开发弱监督医学图像分割方法以降低标注成本	心脏结构、结直肠息肉和乳腺癌的医学图像	医学图像分割	心脏疾病、结直肠息肉、乳腺癌	深度学习	Transformer, CNN	医学图像	四个公共数据集（ACDC、MS-CMRSeg、SUN-SEG、BUSI）	PyTorch	U-Net, MaxViT, Transformer	Dice相似系数, 95%豪斯多夫距离	NA
17296	2025-10-07	Deep empirical neural network for optical phase retrieval over a scattering medium 2025-Feb-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-56522-5 PMID:39910048	研究论文	提出一种深度经验神经网络概念，用于在无训练数据情况下通过不透明散射介质进行光学相位恢复	将深度神经网络与经验模型相结合，无需标记数据即可处理无解析解的波散射系统	未明确说明模型在更复杂散射环境中的泛化能力	解决无解析解波散射系统中的光学相位恢复问题	多输入多输出波散射系统	机器学习	NA	光学相位恢复	深度神经网络	光学散射数据	与使用30000数据对的监督学习进行对比	NA	深度经验神经网络	保真度	NA
17297	2025-10-07	Screening of multi deep learning-based de novo molecular generation models and their application for specific target molecular generation 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86840-z PMID:39910075	研究论文	本研究筛选并改进多种基于深度学习的从头分子生成模型，并将其应用于针对非小细胞肺癌特定靶点的分子生成	基于GPT架构改进顶级分子生成模型，提出基于T5架构的端到端神经网络学习框架，通过条件分子属性嵌入向量指导SMILES序列表示	NA	开发高效的从头分子生成方法用于靶向药物发现	L858R/T790M/C797S突变EGFR的非小细胞肺癌靶点分子	自然语言处理	肺癌	从头分子生成，逆分子设计	Transformer, GPT, T5	SMILES序列，分子属性数据	NA	NA	Generative Pretraining Transformer (GPT), Text-to-Text Transfer Transformer (T5), 选择性状态空间模型	最大似然目标	NA
17298	2025-10-07	A feature extraction method for hydrofoil attached cavitation based on deep learning image semantic segmentation algorithm 2025-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88582-4 PMID:39910333	研究论文	提出一种基于深度学习图像语义分割算法的水翼附着空化特征提取方法	首次将深度学习图像语义分割技术应用于水翼空化特征提取，能够自动获取空化长度并推导更敏感的空化区域面积和位置变化指标	NA	研究水翼上空化从片状空化向云状空化转变过程的机理	水翼附着空化现象	计算机视觉	NA	深度学习图像语义分割	语义分割模型	空化图像	大量空化图像（具体数量未说明）	NA	NA	准确度	NA
17299	2025-10-07	Barlow Twins deep neural network for advanced 1D drug-target interaction prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00952-2 PMID:39910404	研究论文	提出了一种名为BarlowDTI的新型药物-靶点相互作用预测方法，结合Barlow Twins架构和梯度提升机	首次将Barlow Twins架构用于药物-靶点相互作用预测，提出混合深度学习和梯度提升机的方法，并引入影响分析方法增强模型可解释性	仅使用一维输入数据，可能无法充分利用蛋白质的三维结构信息	提高药物-靶点相互作用预测的准确性和效率，加速药物发现过程	药物-靶点相互作用	机器学习	NA	深度学习，梯度提升机	Barlow Twins, 梯度提升机	一维序列数据	NA	NA	Barlow Twins	NA	无需大量计算资源
17300	2025-10-07	Positional embeddings and zero-shot learning using BERT for molecular-property prediction 2025-Feb-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-00959-9 PMID:39910649	研究论文	本研究探索了在基于BERT的分子性质预测中不同位置嵌入方法的潜力	首次系统探索了不同位置嵌入方法在BERT模型中对分子性质预测的影响，并在零样本学习场景下评估模型性能	研究主要基于SMILES和DeepSMILES分子表示，未涵盖其他分子表示方法	优化位置嵌入方法以提高分子性质预测的准确性和泛化能力	分子结构数据（SMILES和DeepSMILES表示）	自然语言处理	COVID-19	BERT预训练和微调	Transformer	文本数据（SMILES字符串）	多个数据集，包括COVID-19相关数据、生物测定数据和其他分子生物性质数据	BERT	BERT（掩码语言建模）	分类任务和回归任务的性能指标	NA