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
2821	2025-05-20	Robust automatic train pass-by detection combining deep learning and sound level analysis 2025-May-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0036754 PMID:40387613	research paper	提出一种结合深度学习和声级分析的鲁棒自动列车通过检测方法	创新性地结合通用分类器、短声级分析和基于梅尔频谱图的分类来精确检测列车通过噪声	未提及方法在极端噪声环境下的性能表现	开发自动声音事件检测与分类方法以控制高噪声水平	列车通过时产生的噪声	machine learning	NA	mel-spectrogram-based classification, sound level analysis	generic classifier (未指定具体模型)	raw audio signal	various long-term signals (未明确样本数量)
2822	2025-05-20	Food Freshness Prediction Platform Utilizing Deep Learning-Based Multimodal Sensor Fusion of Volatile Organic Compounds and Moisture Distribution 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00254 PMID:40123082	研究论文	开发了一种结合多维传感技术和基于深度学习的动态融合方法，用于精确监测牛肉的腐败过程	引入了自注意力机制和SENet缩放特征到多模态深度学习模型中，自适应融合并关注传感器的重要特征	实际应用中，单源数据的局限性和多模态数据交叉验证的挑战可能影响方法的准确性	提高食品新鲜度预测的准确性和可靠性	牛肉的新鲜度监测	机器学习	NA	表面增强拉曼散射(SERS)、低场核磁共振(LF-NMR)	多模态深度学习模型	挥发性有机化合物(VOCs)和水分分布数据	NA
2823	2025-05-20	Spider-Inspired Ion Gel Sensor for Dual-Mode Detection of Force and Speed via Magnetic Induction 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00403 PMID:40152352	research paper	本文设计并制造了一种基于蜘蛛感应机制的双模式离子凝胶传感器，集成了风速和压力检测功能	结合蜘蛛的感应机制，开发了一种新型双模式离子凝胶传感器，能够同时检测风速和压力，并在智能运动识别系统中实现了96.83%的准确率	NA	开发多功能、高灵敏度、宽检测范围和优异耐久性的柔性传感器	风速和压力检测，以及人体运动监测	柔性传感器	NA	磁性纤维植绒和感应共振原理，微结构离子凝胶和电容设计	深度学习算法	风速和压力信号，人体运动信号	NA
2824	2025-05-20	Deep Learning-driven Microfluidic-SERS to Characterize the Heterogeneity in Exosomes for Classifying Non-Small Cell Lung Cancer Subtypes 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03621 PMID:40167999	research paper	该研究开发了一种深度学习驱动的微流控-SERS系统，用于表征外泌体的异质性以分类非小细胞肺癌亚型	结合深度学习、微流控技术和SERS技术，实现了外泌体的高效捕获、检测和分析，用于肺癌的早期诊断和分子分型	NA	开发一种非侵入性方法用于非小细胞肺癌的早期诊断和精确分型	外泌体	digital pathology	lung cancer	SERS, 微流控技术	deep learning	光学信号	三种不同的NSCLC细胞系和正常细胞系
2825	2025-04-26	Informing Deep Learning of Sensing Data with Physics and Chemistry 2025-04-25, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01075 PMID:40275811	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2826	2025-05-20	Intelligent Diagnosis of Pancreatic Biopsy From Endoscopic Ultrasound-Guided Fine-Needle Aspiration Via Stimulated Raman Histopathology 2025-Apr-25, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2025.104182 PMID:40288652	研究论文	开发了一种基于深度学习的刺激拉曼散射显微镜技术，用于胰腺内镜超声引导细针穿刺活检的快速、无标记术中组织学诊断	利用深度学习结合刺激拉曼散射显微镜技术，提供了一种比传统快速现场评估更高效、更客观的胰腺活检诊断方法	研究样本量相对较小（76例训练集，33例测试集），需要更大规模的临床验证	开发一种替代传统快速现场评估的胰腺活检诊断方法	胰腺内镜超声引导细针穿刺活检样本	数字病理	胰腺肿瘤	刺激拉曼散射显微镜	CNN	图像	76例患者用于训练，33例用于外部测试
2827	2025-05-20	PhysCL: Knowledge-Aware Contrastive Learning of Physiological Signal Models for Cuff-Less Blood Pressure Estimation 2025-Mar-25, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3554495 PMID:40131744	研究论文	提出了一种名为PhysCL的知识感知对比学习方法，用于减少对标记PPG数据的依赖并提高无袖带血压估计的准确性	引入了知识感知增强库解决对比学习中的语义一致性问题，并提出对比特征重建方法增强特征多样性并防止模型崩溃	需要进一步验证在不同人群和设备上的泛化能力	改进基于PPG的无袖带血压估计方法	光电容积图(PPG)信号	机器学习	心血管疾病	对比学习	深度学习模型	生理信号数据	来自MIMIC III、MIMIC IV和UQVS数据集的106名受试者数据
2828	2025-05-20	Blood cancer prediction model based on deep learning technique 2025-01-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-84475-0 PMID:39805996	研究论文	本文利用深度学习技术改进血癌诊断，评估了多种模型并发现ResNetRS50在准确性和速度上表现最佳	采用ResNetRS50模型在血癌早期诊断中实现更高的准确性和更低的错误率	未提及模型在其他类型癌症或更大规模数据集上的泛化能力	通过早期诊断降低血癌死亡率	血癌患者	机器学习	血癌	深度学习	ResNetRS50, RegNetX016, AlexNet, Convnext, EfficientNet, Inception_V3, Xception, VGG19	NA	NA
2829	2025-05-20	Importance of Computer-aided Drug Design in Modern Pharmaceutical Research 2025, Current drug discovery technologies DOI:10.2174/0115701638361318241230073123 PMID:39810447	review	本文探讨了计算机辅助药物设计（CADD）在现代药物研究中的重要性及其基本原理	强调了CADD在加速药物发现过程、提高准确性、减少时间和财务资源方面的创新应用	NA	研究CADD在药物发现和开发过程中的价值和重要性	生物活性化合物及其与特定生物大分子（如DNA、RNA、蛋白质和酶）的亲和力	药物设计	NA	分子对接、片段基药物发现、从头药物设计、药效团建模、定量构效关系、3D-QSAR、同源建模、计算机模拟ADME-Tox、机器学习/深度学习	NA	NA	NA
2830	2025-05-19	Application of deep learning on quantitative analysis of binary solid dispersions by UV Raman spectroscopy for planetary exploration 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126154 PMID:40279879	研究论文	本研究提出了一种名为IRMSE的深度学习模型，用于UV拉曼光谱的定量分析，以支持行星探索任务	提出结合深度残差网络和注意力机制的IRMSE模型，用于拉曼光谱的定量分析，优于传统方法	NA	验证深度学习在行星探索任务中拉曼光谱定量分析的可行性	矿物和有机化合物的固体分散体	机器学习	NA	UV拉曼光谱	Inception-ResNet-v1 with squeeze-and-excitation block (IRMSE)	光谱数据	NA
2831	2025-05-19	A high-throughput framework for predicting three-dimensional structural-mechanical relationships of human cranial bones using a deep learning-based method 2025-Aug, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107007 PMID:40328110	research paper	本研究提出了一种基于深度学习的高通量框架，用于预测人类颅骨的三维结构-力学关系	首次使用深度学习框架直接关联三维颅骨微观结构与宏观力学响应，克服了以往1D或2D方法的局限性	研究样本量相对有限（40个颅骨样本），且年龄分布集中在老年人群（平均82.5岁）	建立颅骨微观结构与宏观力学性能之间的关系模型，提高颅骨损伤诊断准确性	人类颅骨样本及其三维微观结构和力学响应	digital pathology	NA	micro-CT扫描，有限元模拟，准静态压缩实验	优化后的U-Net网络	三维医学影像数据	40个人类颅骨样本（平均年龄82.5岁），从中提取2000个代表性体积单元（RVE）
2832	2025-05-19	Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis 2025-Jul, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.02.014 PMID:40155307	文献计量分析	本文通过文献计量分析探讨了人工智能在头颈癌研究中的全球趋势	首次对人工智能在头颈癌领域的应用进行了全面的文献计量分析，揭示了研究热点和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关研究；未对研究质量进行深入评估	探索人工智能在头颈癌研究中的应用趋势和发展状况	1995至2024年间发表的1,019篇与人工智能和头颈癌相关的论文	人工智能在医学中的应用	头颈癌	文献计量分析技术（VosViewer和Biblioshiny/Bibiometrix）	深度学习模型（用于分割任务）	科学文献数据	1,019篇论文
2833	2025-05-19	Advances in MRI optic nerve segmentation 2025-Jun, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106437 PMID:40220726	综述	本文综述了过去十年间视神经磁共振成像分割技术的发展，从基于强度的方法到最新的深度学习算法	追踪了视神经分割技术的发展历程，包括多图谱解决方案和多种图像模态的应用	仅涵盖了2007年至2024年间发表的27篇同行评审文章，可能未涵盖所有相关研究	提高视神经相关疾病的早期诊断和治疗准确性，以及规划放射治疗干预	视神经结构和变化	数字病理学	多发性硬化症	磁共振成像（MRI）	深度学习算法	图像	27篇同行评审文章
2834	2025-05-19	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多光束电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质中的髓鞘轴突，未涵盖其他类型的神经纤维或白质区域	量化人类浅表白质中轴突的形态特征，以理解皮质-皮质连接的驱动因素	人类浅表白质中的短程关联纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112 μm的人类浅表白质体积样本，包含128,285个髓鞘轴突
2835	2025-05-19	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Jun, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	本研究通过计算方法和深度学习模型识别了一种新型PfPK6抑制剂，用于治疗疟疾	利用结构基础方法和深度学习模型筛选小分子抑制剂，发现TCMDC-132409作为潜在的抗疟疾抑制剂	研究仅基于计算模拟，尚未进行实验验证	识别针对疟原虫PfPK6蛋白的治疗药物	疟原虫PfPK6蛋白及其潜在抑制剂	计算生物学	疟疾	虚拟筛选、分子动力学模拟	DL (深度学习模型)	分子结构数据	多种小分子抑制剂数据集，包括Tres Cantos Antimalarial Set中的化合物
2836	2025-05-19	Deep learning-based triple-tracer brain PET scanning in a single session: A simulation study using clinical data 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究探讨了基于深度学习的单次三示踪剂脑PET成像协议，旨在简化多示踪剂PET成像并减少辐射暴露	提出了一种基于Swin Transformer架构的深度学习模型，用于从合成的双示踪剂和三示踪剂PET图像中分离信号，简化了多示踪剂PET成像过程	深度学习模型在生成FTP图像方面的表现不如FBB/FBP和FDG图像成功	简化多示踪剂PET成像，减少扫描时间和辐射暴露，提高患者舒适度	阿尔茨海默病神经影像学倡议（ADNI）数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	数字病理学	阿尔茨海默病	PET扫描	Swin Transformer	图像	ADNI数据集中的患者，包括认知正常、轻度认知障碍和痴呆患者
2837	2025-05-19	Prediction of cervical spondylotic myelopathy from a plain radiograph using deep learning with convolutional neural networks 2025-May-17, 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/s00586-025-08908-8 PMID:40381026	research paper	本研究旨在开发基于卷积神经网络（CNN）的深度学习算法，用于从普通颈椎X光片中分类颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）	利用CNN从普通X光片中分类CSM和CSR，并预测脊髓管面积率	样本量相对较小，外部验证集仅包含100名患者	开发深度学习算法以辅助非专科医生识别需要进一步评估或转诊的患者	颈椎病性脊髓病（CSM）和颈椎病性神经根病（CSR）患者	digital pathology	geriatric disease	deep learning	CNN	image	300名患者用于内部验证，100名患者用于外部验证
2838	2025-05-19	ResNeXt-Based Rescoring Model for Proteoform Characterization in Top-Down Mass Spectra 2025-May-17, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00701-x PMID:40381130	research paper	该研究提出了一种基于ResNeXt的深度学习模型PrSMBooster，用于在蛋白质形态表征中对蛋白质形态谱匹配（PrSM）进行重新评分，以提高准确性	PrSMBooster作为一种集成方法，整合了四种机器学习模型（逻辑回归、XGBoost、决策树和支持向量机）作为弱学习器来获取PrSM特征，并将这些特征输入ResNeXt模型进行最终重新评分	缺乏明确的参考集可能影响结果的标准化	提高蛋白质形态表征的准确性	蛋白质形态谱匹配（PrSM）	machine learning	NA	质谱分析	ResNeXt, logistic regression, XGBoost, decision tree, SVM	质谱数据	47个独立质谱数据集
2839	2025-05-19	Accelerated deep learning-based function assessment in cardiovascular magnetic resonance 2025-May-17, La Radiologia medica DOI:10.1007/s11547-025-02019-6 PMID:40381163	research paper	评估深度学习（DL）电影序列在心血管磁共振（CMR）中对左心室（LV）和右心室（RV）参数的诊断准确性和图像质量，与传统平衡稳态自由进动（bSSFP）电影序列进行比较	使用深度学习技术加速心血管磁共振中的功能评估，与传统方法相比具有更快的处理速度和相当的诊断准确性	DL cine序列在心内膜边缘定义上略逊于传统bSSFP序列	评估深度学习在心血管磁共振中功能评估的应用效果	心血管磁共振（CMR）检查的患者	digital pathology	cardiovascular disease	deep learning, balanced steady-state free precession (bSSFP)	DL	image	62名患者（平均年龄47±17岁，41名男性）
2840	2025-05-19	Retinal image-based deep learning for mild cognitive impairment detection in coronary artery disease population 2025-May-16, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-325486 PMID:40379470	研究论文	本研究开发了一种基于眼底图像的深度学习模型，用于优化冠状动脉疾病（CAD）人群中轻度认知障碍（MCI）的诊断	首次利用眼底图像和深度学习技术对CAD人群中的MCI进行筛查，提供了一种非侵入性且有效的早期诊断方法	单中心研究，样本来源有限，外部验证组样本量较小	开发一种基于眼底图像的深度学习模型，用于CAD人群中MCI的早期筛查和诊断	冠状动脉疾病（CAD）患者	数字病理	心血管疾病	深度学习	CNN	图像	4357名CAD患者的9009张眼底图像