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
17961	2025-10-07	Generating synthetic CT images from unpaired head and neck CBCT images and validating the importance of detailed nasal cavity acquisition through simulations 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109568 PMID:39700859	研究论文	本研究提出使用循环一致性生成对抗网络从非配对头颈部锥形束CT图像生成合成CT图像，并通过计算流体动力学验证详细鼻腔分割的重要性	结合多种损失函数和数据增强策略的cycleGAN模型用于CBCT去噪，开发基于规则的自动气道分割方法，并通过CFD分析鼻腔精细分割对气流的影响	未明确说明训练数据的具体样本量和多样性限制	提高头颈部CBCT图像质量以替代传统CT，实现精确的气道分割和流体动力学分析	头颈部锥形束CT图像和合成CT图像	医学影像处理	头颈部疾病	锥形束CT, 计算流体动力学	cycleGAN	医学图像	NA	NA	cycleGAN	平均绝对误差, 峰值信噪比, 结构相似性指数, Dice系数	NA
17962	2025-10-07	Generating 3D brain tumor regions in MRI using vector-quantization Generative Adversarial Networks 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109502 PMID:39700855	研究论文	提出一种基于矢量量化生成对抗网络和Transformer的新型框架，用于生成高分辨率3D脑肿瘤区域以解决数据不平衡问题	首次将矢量量化GAN与掩码标记建模Transformer结合，专门生成脑肿瘤ROI而非完整图像体积	仅在两种特定脑肿瘤数据集上验证，未在其他肿瘤类型或医学图像模态上测试	解决医学图像分析中数据不平衡问题，提高脑肿瘤分类准确率	脑肿瘤MRI图像中的肿瘤区域	医学图像分析	脑肿瘤	MRI	GAN, Transformer	3D医学图像	BraTS 2019数据集和内部儿科低级别胶质瘤数据集	NA	矢量量化GAN, Transformer	AUC	NA
17963	2025-10-07	DCSENets: Interpretable deep learning for patient-independent seizure classification using enhanced EEG-based spectrogram visualization 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109558 PMID:39708497	研究论文	提出一种基于增强EEG谱图可视化的可解释深度学习模型，用于患者无关的癫痫发作分类	开发新型STFT谱图构建算法结合锥形函数提升分辨率，并采用扩张卷积压缩激励网络和Grad CAM可视化解释器	模型性能受训练测试样本分布相似性影响，部分患者分类效果存在差异	开发计算机辅助诊断系统以减少神经科医生手动分析EEG信号的工作量	癫痫患者的脑电图信号	深度学习	癫痫	短时傅里叶变换，谱图可视化	DCSENets	脑电图信号，谱图图像	CHB-MIT数据集中的选定患者	NA	扩张卷积压缩激励网络	准确率	NA
17964	2025-10-07	PTSP-BERT: Predict the thermal stability of proteins using sequence-based bidirectional representations from transformer-embedded features 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109598 PMID:39708499	研究论文	开发基于蛋白质序列的深度学习模型PSTP-BERT，用于预测蛋白质的热稳定性并进行三类分类	首次实现嗜热蛋白、嗜温蛋白和嗜冷蛋白的三类直接识别，而非传统的二元分类	未明确说明模型对未知蛋白质序列的泛化能力	预测蛋白质的热稳定性并分类	嗜热蛋白、嗜温蛋白和嗜冷蛋白	生物信息学	NA	蛋白质序列分析	BERT, LightGBM	蛋白质序列数据	未明确说明具体样本数量	BERT, LightGBM	BERT-bfd	准确率	NA
17965	2025-01-27	Assessment of deep learning technique for fully automated mandibular segmentation 2025-Feb, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2024.09.006 PMID:39863342	研究论文	本研究评估了一种基于卷积神经网络的自动分割下颌骨的开源模型	使用MONAI Label主动学习工具扩展训练自动模型，并评估其在临床中的适用性	样本量较小，仅包含55个锥形束计算机断层扫描	评估自动分割下颌骨模型的精度	下颌骨的自动分割	计算机视觉	NA	锥形束计算机断层扫描	卷积神经网络（CNN）	图像	55个锥形束计算机断层扫描	NA	NA	NA	NA
17966	2025-10-07	Generalization Analysis of Transformers in Distribution Regression 2025-Jan-21, Neural computation IF:2.7Q3 DOI:10.1162/neco_a_01726 PMID:39556504	研究论文	本文提出了一个基于分布回归的Transformer学习框架，通过注意力算子分析Transformer的泛化能力	提出了注意力算子的数学表述，证明Transformer能将分布无损压缩为函数表示，并建立了泛化界	理论研究缺乏实证验证，实际应用效果需要进一步检验	分析Transformer在分布回归中的泛化能力及其数学机制	Transformer模型及其在分布回归中的应用	机器学习	NA	分布回归，注意力机制分析	Transformer	分布数据	NA	NA	Transformer	泛化界	NA
17967	2025-10-07	Accuracy of deep learning-based attenuation correction in 99mTc-GSA SPECT/CT hepatic imaging 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.002 PMID:39549604	研究论文	本研究使用深度学习技术从非衰减校正SPECT图像生成伪CT图像，用于99mTc-GSA SPECT/CT肝脏成像中的衰减校正	首次使用CycleGAN从非衰减校正SPECT图像生成伪CT图像进行衰减校正，避免了CT检查带来的辐射暴露	研究样本量较小，仅包含正常和异常肝功能患者各一例，且需要进一步研究不同肝脏形态和各种肝脏疾病的影响	评估基于深度学习的衰减校正方法在99mTc-GSA SPECT/CT肝脏成像中的准确性和可行性	99mTc标记的半乳糖化人血清白蛋白SPECT/CT肝脏成像	医学影像分析	肝脏疾病	SPECT/CT成像, 深度学习	GAN	医学影像	2例患者（正常和异常肝功能各1例）	NA	CycleGAN	总肝脏计数, 结构相似性指数, 变异系数	NA
17968	2025-10-07	Breath-hold diffusion-weighted MR imaging (DWI) using deep learning reconstruction: Comparison with navigator triggered DWI in patients with malignant liver tumors 2025-Jan, Radiography (London, England : 1995) DOI:10.1016/j.radi.2024.11.027 PMID:39667265	研究论文	比较使用深度学习重建的屏气扩散加权磁共振成像与导航触发扩散加权成像在恶性肝肿瘤患者中的应用效果	首次将深度学习重建技术应用于屏气扩散加权磁共振成像，并与传统导航触发技术进行系统比较	样本量有限（91例患者），未详细说明深度学习模型的具体架构和训练细节	评估深度学习重建的屏气扩散加权磁共振成像在恶性肝肿瘤诊断中的可行性	恶性肝肿瘤患者	医学影像分析	肝癌	扩散加权磁共振成像，深度学习重建	深度学习	磁共振影像	91例恶性肝肿瘤患者	NA	NA	信噪比，对比噪声比，表观扩散系数值，图像质量评分	3T磁共振系统
17969	2025-01-27	Identifying protected health information by transformers-based deep learning approach in Chinese medical text 2025 Jan-Mar, Health informatics journal IF:2.2Q3 DOI:10.1177/14604582251315594 PMID:39862116	研究论文	本文提出了一种基于BERT的深度学习算法，用于识别中文临床文本中的隐私信息，并验证了该方法在中国临床环境中隐私保护的可行性	首次将BERT模型与BiLSTM-CRF结合，用于中文临床文本中的隐私信息识别，并展示了显著的性能提升	研究仅基于中国某市级区域健康信息平台的数据，可能无法完全代表其他地区或国家的临床文本特征	开发一种有效的深度学习模型，用于识别和保护中文临床文本中的隐私信息	中文临床文本中的隐私信息	自然语言处理	NA	BERT, BiLSTM, CRF	BERT-based BiLSTM-CRF	文本	33,017份出院摘要，来自151家医疗机构	NA	NA	NA	NA
17970	2025-10-07	Application of improved and efficient image repair algorithm in rock damage experimental research 2024-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-65790-y PMID:38937588	研究论文	提出一种改进的增量Transformer图像修复算法，用于修复岩石损伤实验中扭曲或缺失的应变云图	将改进的增量Transformer算法应用于岩石损伤实验中的图像修复，并采用深度可分离卷积网络优化算法运行效率	未明确说明算法在不同类型岩石图像修复中的泛化能力	提高数字图像技术在岩石损伤分析中的效率和准确性	相似材料制成的软硬岩石在单轴压缩实验中的应变云图	计算机视觉	NA	数字图像技术	Transformer	图像	NA	NA	增量Transformer, 深度可分离卷积网络	NA	NA
17971	2025-10-07	TSegLab: Multi-stage 3D dental scan segmentation and labeling 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109535 PMID:39708498	研究论文	提出一种用于3D牙齿扫描分割和标记的新型深度学习方法TSegLab	采用三阶段流程（粗定位、精细分割和标记），结合2D渲染与3D图神经网络，并引入模拟缺失牙齿的数据增强技术	仅在Teeth3DS数据集（1800个口内3D扫描）上进行评估，未在其他数据集验证泛化能力	提升牙科计算机辅助设计系统中牙齿分割和标记的精度与可靠性	3D牙齿扫描数据	计算机视觉	牙科疾病	3D扫描技术	Mask-RCNN, 图神经网络	3D扫描数据，2D渲染图像	1800个口内3D扫描	NA	Mask-RCNN, 图神经网络	牙齿定位准确率(TLA), 牙齿分割准确率(TSA), 牙齿识别率(TIR)	NA
17972	2025-10-07	Generalized fractional optimization-based explainable lightweight CNN model for malaria disease classification 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109593 PMID:39709870	研究论文	提出一种基于广义分数阶优化的可解释轻量级CNN模型用于疟疾疾病分类	将分数阶优化算法与轻量级CNN结合，在保持高精度的同时提升计算效率和模型可解释性	NA	开发高效准确的疟疾自动诊断系统	疟疾寄生虫图像	计算机视觉	疟疾	深度学习	CNN	图像	标准NIH数据集、外部MP-IDB数据集和M5测试集	NA	轻量级卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
17973	2025-10-07	Named entity recognition for de-identifying Spanish electronic health records 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109576 PMID:39709869	研究论文	本研究探索了基于命名实体识别技术的西班牙语电子健康记录自动去标识化方法	首次针对西班牙语电子健康记录开发去标识化系统，比较了RNN和Transformer两种深度学习方法的性能，并创建了基于网络的临床应用工具	使用的私有语料库规模有限（599个临床案例），且仅针对西班牙语，缺乏多语言验证	开发西班牙语电子健康记录的自动去标识化系统，保护患者隐私信息	西班牙语电子健康记录中的受保护健康信息	自然语言处理	NA	命名实体识别	RNN, Transformer	文本	599个真实临床案例	NA	XLM-RoBERTa large	精确率, 召回率, F1分数	NA
17974	2025-10-07	Latent representation learning for classification of the Doppler ultrasound images 2025-Feb, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2024.109575 PMID:39729855	研究论文	提出一种用于多普勒超声图像分类的潜在表示权重学习方法	能够处理可变长度的多图像输入，特别适用于不规则多图像问题	未明确说明样本量的具体规模	妊娠预测的多普勒超声图像分类	多普勒超声图像	计算机视觉	妊娠相关疾病	多普勒超声	深度学习模型	图像	真实不规则生殖数据集和两个合成规则数据集	L-BFGS-B, ADM	NA	准确率, 收敛性	NA
17975	2025-10-07	Development and routine implementation of deep learning algorithm for automatic brain metastases segmentation on MRI for RANO-BM criteria follow-up 2025-Feb-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121002 PMID:39800174	研究论文	开发并验证用于自动分割脑转移瘤的深度学习算法，以简化RANO-BM标准随访流程	首次实现基于UNETR迁移学习的脑转移瘤自动分割算法，并开发用户友好界面使非AI专家也能使用	研究样本量相对有限（132名患者），需要在更大多中心数据集中进一步验证	开发能够自动分割MRI脑转移瘤的AI解决方案，实现RANO-BM标准的自动化评估	脑转移瘤患者的MRI影像	医学影像分析	脑转移瘤	MRI钆对比增强T1加权成像	深度学习	医学影像	132名患者的27,456张MRI图像	PyTorch, PyTorch Lightning	UNETR	准确率, DICE系数	NA
17976	2025-10-07	AggNet: Advancing protein aggregation analysis through deep learning and protein language model 2025-Feb, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70031 PMID:39840791	研究论文	提出基于蛋白质语言模型和深度学习的AggNet框架，用于预测蛋白质聚集倾向和识别聚集易发区域	首次结合ESM2和AlphaFold2的蛋白质语言模型，整合物理化学、进化和结构信息进行蛋白质聚集分析	NA	开发高效的计算方法来预测蛋白质聚集，替代昂贵且耗时的实验方法	淀粉样和非淀粉样肽段，不同蛋白质中的聚集易发区域	机器学习	NA	蛋白质语言模型，深度学习	深度学习框架	蛋白质序列和结构数据	NA	NA	ESM2, AlphaFold2	基准测试性能，预测稳定性	NA
17977	2025-10-07	Artificial Intelligence-Based Detection and Numbering of Dental Implants on Panoramic Radiographs 2025-Feb, Clinical implant dentistry and related research IF:3.7Q1 DOI:10.1111/cid.70000 PMID:39846131	研究论文	开发基于人工智能的深度学习模型，用于在全景X光片上检测和编号牙科种植体	该模型能够同时检测和编号种植体，为牙科种植学提供临床决策支持改进	需要在更多样化的数据集上进行进一步验证以增强临床适用性	开发用于牙科种植体检测和编号的人工智能模型	牙科种植体在全景X光片上的检测和编号	计算机视觉	牙科疾病	全景X光成像	YOLOv8	图像	32,585张全景X光片（来自2014-2024年Sivas Cumhuriyet University患者）	YOLOv8	YOLOv8	精确度,召回率,F1分数	NA
17978	2025-10-07	Fully automated coronary artery calcium score and risk categorization from chest CT using deep learning and multiorgan segmentation: A validation study from National Lung Screening Trial (NLST) 2025-Feb, International journal of cardiology. Heart & vasculature DOI:10.1016/j.ijcha.2024.101593 PMID:39850777	研究论文	本研究开发了一种基于深度学习的全自动方法，从胸部CT扫描中计算冠状动脉钙化评分并进行风险分类	首次使用基于Mask R-CNN的神经网络进行多器官分割，实现非心电图门控胸部CT扫描的冠状动脉钙化全自动检测和风险分类	研究样本量相对有限，训练集仅包含80名患者，且仅在美国国家肺癌筛查试验数据上验证	开发自动化冠状动脉钙化评分和风险分类系统，改善心血管疾病风险评估	高风险人群的胸部CT扫描数据	医学影像分析	冠状动脉疾病	低剂量CT扫描	CNN, R-CNN	医学影像	80名患者用于训练，1442名患者用于验证	NA	Mask R-CNN	Dice系数, Cohen's kappa系数, F-score, 灵敏度, 特异性	NA
17979	2025-01-26	Deep learning analyses of splicing variants identify the link of PCP4 with amyotrophic lateral sclerosis 2025-Jan-24, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf025 PMID:39852553	研究论文	本研究开发了基于深度学习的Spliformer模型，用于预测RNA剪接，并揭示了PCP4与肌萎缩侧索硬化症（ALS）的关联	开发了Spliformer和Spliformer-motif模型，能够准确预测和解释pre-mRNA剪接，并发现了与ALS相关的罕见剪接变异	研究主要依赖于计算模型预测，实验验证部分仍需进一步扩展	研究目的是通过深度学习模型预测RNA剪接，并探索ALS的遗传机制	研究对象包括ALS患者和对照组的全基因组测序数据、RNA-seq数据以及Clinvar数据集	自然语言处理	肌萎缩侧索硬化症	RNA-seq、全基因组测序（WGS）、minigene实验	Transformer	基因组数据、RNA-seq数据	1,370名ALS患者的全基因组测序数据	NA	NA	NA	NA
17980	2025-10-07	Deep Learning Enabled Scoring of Pancreatic Neuroendocrine Tumors Based on Cancer Infiltration Patterns 2025-Jan-23, Endocrine pathology IF:11.3Q1 DOI:10.1007/s12022-025-09846-3 PMID:39847242	研究论文	本研究开发了一种基于深度学习的计算流程，首次实现胰腺神经内分泌肿瘤的自动分类	首次将病理学领域知识整合到图神经网络中，通过构建细胞实体图来定量表征肿瘤浸润模式	研究仅基于105张HE染色全切片图像，样本规模有限	开发自动化系统减少胰腺神经内分泌肿瘤分类中的人工判断变异	胰腺神经内分泌肿瘤组织	数字病理	胰腺神经内分泌肿瘤	HE染色	图神经网络(GNN)	全切片图像	105张胰腺神经内分泌肿瘤组织HE染色全切片图像	NA	图神经网络	F1分数	NA