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
1	2025-11-12	Deep learning-based cross-device standardization of surface-enhanced Raman spectroscopy for enhanced bacterial recognition 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126931 PMID:40991976	研究论文	提出深度学习框架解决便携式与实验室级拉曼光谱设备间的标准化问题，提升细菌识别性能	开发SERS-D2DNet光谱转换网络和SuperRaman轻量级分类网络，实现跨设备光谱标准化与高效细菌分类	仅使用20种分析物类别，设备类型有限，临床验证规模有待扩大	解决便携式与实验室级SERS设备间的光谱不一致性问题，提升病原体识别可靠性	临床相关细菌特征和参考化合物的SERS光谱数据	机器学习	细菌感染	表面增强拉曼光谱(SERS)	序列到序列神经网络, 超操作神经网络(Super-ONN)	光谱数据	20种分析物类别，使用4种便携设备和1种实验室设备采集	NA	SERS-D2DNet, SuperRaman	平均绝对误差, R值, 分类准确率	NA
2	2025-11-12	Integrating spectroscopy with machine learning and deep learning for monitoring mung plant responses to silicon dioxide nanoparticles 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126963 PMID:40991978	研究论文	本研究结合共聚焦显微拉曼光谱、紫外-可见光谱与机器学习及深度学习算法，评估绿豆植物对二氧化硅纳米颗粒的生化响应	首次将光谱技术与多种机器学习算法集成，建立非侵入式植物-纳米材料相互作用监测框架	仅针对绿豆植物和二氧化硅纳米颗粒进行研究，未验证其他植物或纳米材料	开发光谱-计算集成方法监测植物对纳米颗粒的生化响应	暴露于不同浓度二氧化硅纳米颗粒的绿豆植物	机器学习	NA	共聚焦显微拉曼光谱, 紫外-可见光谱	LDA, AGNES, DBSCAN, k-means, 随机森林, 支持向量机, 深度学习	光谱数据	不同浓度二氧化硅纳米颗粒处理的绿豆植物样本	NA	NA	准确率, RI	NA
3	2025-11-12	Analysis of moldy peanuts by Raman hyperspectral imaging 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126971 PMID:41038081	研究论文	利用拉曼高光谱成像技术分析混合品种霉变花生	结合一维光谱数据和二维空间信息，采用s-GoogLeNet深度学习模型实现混合品种霉变花生的高精度检测	仅针对五种特定花生品种进行研究，未涉及其他品种或更广泛的应用场景	开发霉变花生的快速检测方法以提高粮食安全	混合品种的霉变花生（包括白沙、波克、红沙、花红和花衣红火五个品种）	计算机视觉	NA	拉曼高光谱成像	深度学习,传统机器学习	高光谱图像	五种花生品种的混合样本	NA	s-GoogLeNet	准确率,F1分数	NA
4	2025-11-12	Deep neural network-based detection of lead contamination via Förster resonance energy transfer in live cells 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127015 PMID:41075414	研究论文	本研究开发了一种基于深度学习与FRET生物传感器的便携式铅污染检测系统	首次将FRET生物传感器与EfficientNet深度学习模型结合，实现现场可部署的铅污染水平分类	30分钟和60分钟反应时间的AUC分别为69.8%和72.0%，识别准确率仍有提升空间	开发一种能够现场检测铅污染水平的智能监测系统	HEK293T活细胞中的铅离子污染	计算机视觉	重金属中毒	FRET（Förster共振能量转移）、活细胞成像、荧光显微镜	CNN	图像	1131对图像（30分钟和60分钟反应时间）	NA	EfficientNet	AUC, Youden's J统计量, 损失函数	NA
5	2025-11-12	Deep learning with multimodal Raman spectral fusion framework: An analytical approach for microalgal lipid quantification 2026-Feb-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.127009 PMID:41076933	研究论文	本研究提出了一种结合深度学习和多模态拉曼光谱的微藻脂质定量分析方法	创新性地提出将深度学习与多模态拉曼成像相结合的策略，构建了基于双分支注意力的卷积神经网络（DBACNN）来融合拉曼光谱数据和微藻细胞RGB图像	NA	实现微藻脂质的精确、绿色和动态调控，阐明超声诱导微藻脂质合成机制	微藻脂质	机器学习和光谱分析	NA	多频超声、拉曼光谱、多模态拉曼成像	CNN	拉曼光谱数据、RGB图像	NA	NA	双分支注意力卷积神经网络（DBACNN）	决定系数（R）、均方根误差（RMSE）	NA
6	2025-11-12	A novel VOC mixtures classification methods based on GBLinear and TabNet and informative feature selection from gas sensors (E-Nose) data 2026-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128554 PMID:40652634	研究论文	提出一种基于GBLinear和TabNet算法结合特征选择技术的电子鼻系统精油分类新方法	首次将GBLinear和TabNet算法与特征选择技术结合用于电子鼻数据分析，提高精油分类的准确性和可解释性	NA	提高精油挥发性有机化合物混合物的分类准确性和模型可解释性	精油中的挥发性有机化合物(VOCs)混合物	机器学习	NA	电子鼻(E-Nose)气体传感器技术	GBLinear, TabNet	气体传感器数据	NA	NA	GBLinear, TabNet	准确率	NA
7	2025-11-12	On artificial crystal structure generation for solving the phase problem with deep learning 2026-Jan-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325009428 PMID:41216780	研究论文	本文提出并评估了用于训练神经网络解决晶体相位问题的人工晶体结构生成方法	开发了结合随机采样和数据库引导的两步晶体结构生成方法，显著提升了神经网络对大晶胞结构相位问题的泛化能力	NA	解决晶体学中的相位问题	人工生成的晶体结构和实验晶体结构数据	机器学习	NA	晶体结构生成	神经网络	晶体结构数据	NA	NA	PhAI	泛化性能	NA
8	2025-11-12	Deep learning-based fine-tuning transfer improves the generalizability of tea component prediction using miniature near-infrared spectroscopy 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146458 PMID:40997429	研究论文	本研究开发了一种基于深度学习微调策略的通用方法，用于通过微型近红外光谱预测不同茶叶类型中的儿茶素和咖啡因含量	采用深度学习微调策略实现从局部模型到其他茶叶类型的精度迁移，优于传统的传递成分分析方法	研究仅限于四种茶叶类型（绿茶、红茶、乌龙茶和黄茶），未涵盖所有茶叶品种	开发通用的预测模型，用于跨不同茶叶类型准确测定儿茶素和咖啡因含量	四种茶叶类型（绿茶、红茶、乌龙茶和黄茶）中的儿茶素和咖啡因成分	机器学习	NA	近红外光谱	深度学习	光谱数据	四种茶叶类型的光谱数据，具体样本数量未明确说明	NA	卷积层,全连接层	准确度	NA
9	2025-11-12	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	提出基于GASF和梅尔谱图特征的多传感器融合策略，通过增强型EfficientNet-B0模型实现八种不同原料葡萄酒的鉴别	首次将一维时序传感器数据转换为GASF和梅尔谱图的二维RGB图像，并采用增强型EfficientNet-B0模型进行多传感器特征融合	仅针对相同酿造工艺的八种原料葡萄酒，未验证不同酿造工艺的影响	开发基于多传感器融合的葡萄酒原料鉴别方法	八种不同原料酿造的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	八种不同原料的葡萄酒样本	NA	Enhanced EfficientNet-B0	准确率	NA
10	2025-11-12	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.29812 PMID:40375492	综述	本文综述了磁共振指纹技术在大脑血流动力学、氧合和灌注量化方面的研究进展与应用	重点介绍了血管几何模拟模型、新型序列以及融合机器学习和深度学习算法的最先进重建技术	NA	概述血管磁共振指纹研究进展并展望未来临床转化方向	大脑血流动力学、氧合和灌注参数	医学影像分析	脑血管疾病	磁共振指纹技术	机器学习,深度学习	磁共振影像	NA	NA	NA	NA	NA
11	2025-11-12	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习模型与PI-RADS诊断标准的比较、领域知识和临床信息整合策略，以及模型可解释性改进方法	证据等级为N/A，技术效能处于第二阶段，尚未达到临床应用成熟阶段	提升前列腺癌分类准确性，改善前列腺MRI工作流程	前列腺癌患者的多参数MRI数据	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
12	2025-11-12	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究使用深度学习算法比较五种手腕骨骼成熟度评估方法在骨骼年龄估计中的诊断可靠性	首次使用YOLOv8x深度学习模型对五种不同的手腕骨骼成熟度评估方法进行系统性比较分析	研究为回顾性分析，样本仅来自8-16岁正畸患者，未包含更广泛年龄群体	评估深度学习算法在骨骼年龄估计中的有效性	6572份手腕X光片，来自8-16岁正畸患者	计算机视觉	骨骼发育评估	X射线成像	YOLOv8x	X光图像	6572份手腕X光片	PyTorch	YOLOv8x-cls	准确率,精确率,召回率,F1分数,AUC	NA
13	2025-11-12	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的模型，用于直肠癌肿瘤沉积的术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	术前识别直肠癌肿瘤沉积并评估预后	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI, T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
14	2025-09-11	Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70076 PMID:40927976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15	2025-11-12	Wearable monitoring for rehabilitation: Deep learning-driven vertical ground reaction force estimation for anterior cruciate ligament reconstruction 2025-Dec, Clinical biomechanics (Bristol, Avon) DOI:10.1016/j.clinbiomech.2025.106663 PMID:40945379	研究论文	本研究开发了一种基于可穿戴传感器和深度学习的前交叉韧带重建患者垂直地面反作用力估计方法	提出CNN-BiGRU-Attention混合深度学习框架，在复杂运动任务中实现高精度vGRF预测，支持患者个性化康复监测	样本量较小（25名患者），仅针对三种日常活动进行评估	通过可穿戴监测技术改善前交叉韧带重建患者的康复评估	25名前交叉韧带重建患者	数字病理	运动损伤	可穿戴传感器，Vicon运动捕捉系统	CNN, BiGRU, Attention机制	运动学数据，力学数据	25名前交叉韧带重建患者	NA	CNN-BiGRU-Attention混合架构	R2决定系数	NA
16	2025-11-12	Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches 2025-Dec, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112153 PMID:40961690	研究论文	比较时间序列方法和机器学习方法在剂量当量率预测中的性能	首次系统比较传统统计方法与先进深度学习模型在剂量当量率预测中的表现，包括进化神经架构搜索等前沿技术	数据集时间跨度有限，随机性变化特征增加了预测难度，需要更长时间序列数据提升可靠性	开发更稳健的辐射预测模型，改善辐射防护和环境安全决策	美国德克萨斯州圣安东尼奥地区的剂量当量率数据	机器学习	NA	时间序列分析，辐射监测	持久性模型, Lasso回归, K近邻, 进化神经架构搜索, 循环神经网络	时间序列数据	2019年1月至12月数据用于训练，2020年初数据用于测试	NA	循环神经网络	相关系数(r), 均方误差	NA
17	2025-11-12	RiSID: River Surface Image Dataset for Instance Segmentation of Floating Macroplastic Debris 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112189 PMID:41210349	研究论文	本文介绍了用于河流漂浮塑料碎片实例分割的河流表面图像数据集RiSID	创建了首个专门针对河流表面漂浮塑料碎片的实例分割数据集，包含多类别标注数据	数据采集仅限于日本7条河流的11个站点，且仅在高流量条件下记录	开发基于图像的技术来量化河流表面漂浮的塑料碎片，掌握塑料从陆地到海洋的传输过程	河流表面漂浮的塑料碎片	计算机视觉	NA	图像采集与标注	深度学习模型	图像	7,356张原始图像，来自7条河流的11个站点	NA	NA	NA	NA
18	2025-11-12	Sentinel-2based dataset covering Indian regions for road detection: A dataset for infrastructure monitoring 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112141 PMID:41210354	研究论文	提出一个基于Sentinel-2卫星影像的印度道路检测数据集，用于基础设施监测	首个专门针对印度地区、基于公开Sentinel-2数据的道路分割数据集，包含原始和增强版本影像	道路掩码基于OpenStreetMap数据生成，可能存在数据质量限制	为道路分割任务提供公开可用的卫星影像数据集	印度七个不同地区的道路网络	计算机视觉	NA	卫星遥感，图像增强（伽马校正，CLAHE）	深度学习分割模型	卫星图像	5634个256×256像素的高质量样本	NA	NA	分割性能指标	NA
19	2025-11-12	MoringaLeafNet: A multi-class leaf disease dataset for precision agriculture and deep learning research 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112174 PMID:41210364	研究论文	本文介绍了MoringaLeafNet数据集，一个用于精准农业和深度学习研究的多类别辣木叶部病害图像数据集	创建了首个专门针对辣木叶部病害的多类别图像数据集，包含四种健康状态分类，并提供了数据增强处理	数据采集仅限于孟加拉国两个苗圃的特定时间段，可能缺乏地理和季节多样性	开发农业病害早期检测系统，支持实时诊断和农民决策	辣木叶部病害图像	计算机视觉	植物病害	图像采集, 数据增强	深度学习模型	图像	从孟加拉国两个苗圃采集的辣木叶部图像，涵盖四个类别：健康叶片、黄叶、细菌性叶斑病、尾孢菌叶斑病	NA	NA	NA	NA
20	2025-11-12	Artificial Intelligence Techniques and Health Literacy: A Systematic Review 2025-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100269 PMID:41211528	系统综述	系统回顾人工智能在健康素养领域的应用现状、局限性和未来发展	首次系统综述AI在健康素养领域的多种应用角色，包括文本复杂性评估、简化增强、翻译和问答系统	健康素养测量工具使用不足，个体层面仅1项研究使用测量工具，组织层面测量被忽视，参与性研究较少（仅5项）	系统评估人工智能技术在健康素养领域的应用效果和发展前景	健康素养相关的文本材料，包括在线文章、电子健康记录等多语言内容	自然语言处理	NA	文本分析	传统机器学习,深度学习,Transformer	文本	18项符合纳入标准的研究（从1296项研究中筛选）	NA	NA	人工评估,可读性指标,机器学习指标	NA