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
661	2025-10-07	FasNet: a hybrid deep learning model with attention mechanisms and uncertainty estimation for liver tumor segmentation on LiTS17 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98427-9 PMID:40399406	研究论文	提出一种名为FasNet的混合深度学习模型，用于在LiTS17数据集上进行肝脏肿瘤分割	结合ResNet-50和VGG-16架构，集成通道和空间注意力机制以及蒙特卡洛Dropout技术，提高分割精度和可靠性	NA	开发精确的肝脏肿瘤自动分割方法以辅助早期诊断和治疗规划	肝脏肿瘤，特别是肝细胞癌(HCC)	计算机视觉	肝癌	CT, MRI	CNN	医学影像	LiTS17数据集	NA	ResNet-50, VGG-16	Dice系数, Jaccard指数	NA
662	2025-10-07	Deep learning based multi attribute evaluation for holistic student assessment in physical education 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02168-8 PMID:40399440	研究论文	本研究提出基于深度学习的多属性评估方法，用于体育教育中学生表现的全面评估	利用深度学习技术整合身体活动、认知任务、情感反应和社交互动等多维度数据进行学生综合评估	未整合实时传感器数据，计算效率有待提升，应用范围需扩展到更多教育机构	改进体育教育中学生评估方法，提供个性化反馈以改善教育成果	体育教育中的学生表现评估	机器学习	NA	深度学习	深度学习模型	多模态数据（身体活动、认知任务、情感反应、社交互动）	NA	NA	NA	准确率, 误差率, 平均分数	NA
663	2025-10-07	Visual reasoning in object-centric deep neural networks: A comparative cognition approach 2025-May-21, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107582 PMID:40409010	研究论文	比较不同以物体为中心的深度神经网络在视觉关系学习和泛化能力方面的表现	使用源自比较认知文献的多任务评估框架，而非传统单一相同-不同任务，来全面评估关系推理能力	在更复杂的任务和条件下，以物体为中心的模型仍然表现不佳	评估以物体为中心的深度神经网络在视觉关系学习和泛化方面的能力	多种以物体为中心的深度神经网络模型和ResNet-50基线模型	计算机视觉	NA	注意力机制	深度神经网络	图像	NA	NA	ResNet-50	关系学习能力，泛化能力	NA
664	2025-10-07	Field-Portable Technology for Illicit Drug Discrimination via Deep Learning of Hybridized Reflectance/Fluorescence Spectroscopic Fingerprints 2025-May-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05247 PMID:40329645	研究论文	开发了一种基于深度学习的现场便携式技术，通过混合反射/荧光光谱指纹识别非法药物	首次将荧光和反射光谱混合技术与深度学习算法结合用于新型精神活性物质的现场识别	NA	开发能够准确识别新型精神活性物质的现场便携式检测技术	苯二氮卓类药物、硝氮烯类合成阿片类药物及其复杂混合物	机器学习	药物滥用	荧光光谱、反射光谱	深度学习	光谱数据	11种苯二氮卓类药物的街头药片样本，包含多种复杂药物混合物	NA	NA	NA	低成本便携设备
665	2025-10-07	Statistical Mechanics of Transfer Learning in Fully Connected Networks in the Proportional Limit 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.177301 PMID:40408730	研究论文	本文开发了一种新的统计力学框架来研究全连接神经网络中的迁移学习机制	提出了单实例Franz-Parisi形式主义，在比例极限下建立了迁移学习的有效理论	仅适用于全连接神经网络，且假设训练集大小与隐藏层大小保持固定比例	研究神经网络在比例极限下的迁移学习机制	全连接神经网络	机器学习	NA	统计力学方法	全连接神经网络	NA	NA	NA	全连接网络	泛化性能	NA
666	2025-10-07	Describing Landau Level Mixing in Fractional Quantum Hall States with Deep Learning 2025-May-02, Physical review letters IF:8.1Q1 DOI:10.1103/PhysRevLett.134.176503 PMID:40408749	研究论文	本研究使用实空间神经网络波函数方法描述分数量子霍尔态中的朗道能级混合现象	首次将实空间神经网络波函数技术应用于分数量子霍尔系统，能够自然捕获高水平的朗道能级混合	尚未完全测试该方法在所有奇异量子态中的适用性	研究强关联系统中的电子关联行为，特别是分数量子霍尔效应	分数量子霍尔系统（1/3和2/5填充系统）	机器学习	NA	实空间神经网络波函数方法	神经网络	量子态波函数数据	NA	NA	实空间神经网络波函数	能量比较（与精确对角化结果对比）	NA
667	2025-10-07	Generation of a High-Precision Whole Liver Panorama and Cross-Scale 3D Pathological Analysis for Hepatic Fibrosis 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202502744 PMID:40126158	研究论文	通过结合显微光学切片断层成像系统和肝脏尼氏染色技术，构建了首个高精度全小鼠肝脏图谱，实现了肝纤维化的跨尺度三维病理分析	首次生成高精度全小鼠肝脏全景图，实现从中央静脉、门静脉到肝细胞的多尺度三维病理可视化	研究仅针对小鼠模型，尚未在人类肝脏中验证	研究肝纤维化对肝脏多尺度结构的病理改变	CCl4诱导的肝纤维化小鼠模型	数字病理学	肝纤维化	显微光学切片断层成像(MOST), 尼氏染色	深度学习	三维图像	全小鼠肝脏样本	NA	NA	体积比例, 直径测量, 长度密度	NA
668	2025-10-07	Characterizing Bruch's membrane: State-of-the-art imaging, computational segmentation, and biologic models in retinal disease and health 2025-May, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2025.101358 PMID:40254245	综述	本文综述了布鲁赫膜在视网膜健康和疾病中的特征化研究进展，包括成像技术、计算分割和生物模型	整合了多种先进成像技术、深度学习分割方法和生物模型来全面表征布鲁赫膜	NA	深入理解布鲁赫膜在视网膜健康和疾病中的作用机制	布鲁赫膜及其在视网膜疾病中的变化	数字病理学	视网膜疾病	光学相干断层扫描成像, 近红外反射成像, 自发荧光成像, 基质辅助激光解吸/电离成像质谱	深度学习	医学影像	NA	NA	NA	NA	NA
669	2025-10-07	[Clinical value of medical imaging artificial intelligence in the diagnosis and treatment of peritoneal metastasis in gastrointestinal cancers] 2025-May-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20250301-00075 PMID:40404364	综述	本文综述医学影像人工智能在胃肠道癌腹膜转移诊疗中的临床应用价值与发展前景	首次系统总结影像组学和深度学习技术在腹膜转移异质性分析、微环境特征提取及高精度预测模型构建方面的创新应用	未涉及具体临床验证数据和多中心研究结果	探讨医学影像AI技术在胃肠道癌腹膜转移诊疗中的临床应用价值	胃肠道癌患者的腹膜转移病灶	数字病理	胃肠道癌	影像组学, 深度学习	深度学习模型	医学影像	NA	NA	NA	NA	NA
670	2025-10-07	Ultrafast Ratiometric Fluorescent Probe and Deep Learning-Assisted On-Site Detection Platform for BAs and Meat Freshness Based on Molecular Engineering 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00490 PMID:40279659	研究论文	本研究结合荧光探针分子工程与便携式检测平台，开发了一种用于生物胺和肉类新鲜度检测的智能系统	通过分子工程调控分子内电荷转移特性设计高性能比率荧光探针，并首次将深度卷积神经网络与智能手机检测平台集成	未提及检测平台在不同环境条件下的稳定性和对其他食品基质的适用性	开发快速、可视化、现场定量检测生物胺和评估肉类新鲜度的智能平台	生物胺（BAs）和肉类新鲜度	计算机视觉	NA	荧光探针技术，分子工程	DCNN（深度卷积神经网络）	图像数据	NA	NA	深度卷积神经网络	准确率	智能手机平台
671	2025-10-07	Robust Odor Detection in Electronic Nose Using Transfer-Learning Powered Scentformer Model 2025-05-23, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c00630 PMID:40372408	研究论文	本研究提出了一种基于深度学习架构Scentformer的新型电子鼻，用于检测自然气味	提出了Scentformer深度学习架构，采用自适应数据下采样方法，能够检测55种不同自然气味，并通过迁移学习能力高效适应新气味	NA	解决当前电子鼻检测范围窄和跨场景泛化能力有限的问题	自然气味和气体	机器学习	NA	电子鼻技术	Transformer	直流信号数据	NA	NA	Scentformer	分类准确率	NA
672	2025-10-07	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-May-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	研究论文	本研究比较了四种不确定性量化方法在全身PET/CT转移性病灶分割任务中的性能	首次系统评估多种不确定性量化方法在转移性病灶分割任务中的表现，为临床应用中模型可靠性评估提供依据	研究样本量有限（59例），仅针对特定类型的神经内分泌肿瘤转移病灶	评估不同不确定性量化方法在医学图像分割任务中的有效性和适用性	接受放射性核素治疗的转移性神经内分泌肿瘤患者的全身Ga-DOTATATE PET/CT图像	数字病理	神经内分泌肿瘤	PET/CT成像	CNN	3D医学图像	59例全身PET/CT图像	NA	3D U-Net	AUC, Dice系数, 交叉熵, 相关系数	NA
673	2025-10-07	Deep learning-based model for difficult transfemoral access prediction compared with human assessment in stroke thrombectomy 2025-May-22, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-021718 PMID:38702182	研究论文	开发基于深度学习的模型预测脑卒中血栓切除术中困难的经股动脉通路，并与人类专家评估进行比较	首次开发全自动模型从头颈部CTA中自动提取29个解剖特征来预测困难的经股动脉通路	回顾性研究设计，样本量相对有限	预测机械性血栓切除术中困难的经股动脉通路	513名接受前循环大血管闭塞性脑卒中一线经股动脉血栓切除术的患者	医学影像分析	脑卒中	计算机断层扫描血管成像(CTA)，3D血管分割	机器学习模型	医学影像	513名患者，其中116例用于人类专家评估比较	NA	NA	AUROC, 敏感性, F1-score	NA
674	2025-10-07	HealthiVert-GAN: A Novel Framework of Pseudo-Healthy Vertebral Image Synthesis for Interpretable Compression Fracture Grading 2025-May-22, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3572458 PMID:40402696	研究论文	提出一种用于可解释性压缩性骨折分级的伪健康椎体图像合成框架	开发了HealthiVert-GAN框架，通过从粗糙到精细的合成网络生成模拟骨折前状态的伪健康椎体图像，并引入相对椎体高度损失(RHLV)量化指标	未明确说明模型在临床环境中的泛化能力和对不同类型压缩骨折的适应性	提高骨质疏松性椎体压缩骨折(OVCFs)严重程度分级的准确性和可解释性	骨质疏松性椎体压缩骨折患者的CT图像	数字病理	骨质疏松性椎体压缩骨折	CT扫描	GAN, SVM	医学图像	Verse2019数据集和内部数据集	GAN框架	从粗糙到精细的合成网络	分类性能	NA
675	2025-10-07	An Interpretable Deep Learning Approach for Autism Spectrum Disorder Detection in Children Using NASNet-Mobile 2025-May-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	研究论文	提出一种基于NASNet-Mobile的可解释深度学习模型，用于儿童自闭症谱系障碍的检测	将NASNet-Mobile模型与LIME可解释人工智能技术结合，提高了自闭症分类决策过程的透明度	NA	精确进行自闭症谱系障碍分类并解释分类过程，识别用于疾病预测的主要特征	儿童自闭症谱系障碍患者	医学影像分析	自闭症谱系障碍	结构磁共振成像	CNN	医学图像	来自ABIDE-I数据集的sMRI图像，包含2-11岁和12-18岁两个年龄组	NA	NASNet-Mobile	准确率,F1分数,特异性,敏感性,阴性预测值,阳性预测值,诊断比值比	NA
676	2025-10-07	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-May-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出一种基于深度学习的无监督自适应视频去噪框架，用于光散射成像中的噪声处理	开发了包含噪声分布图、无监督学习和去噪效果判别三阶段的新型框架，无需监督训练即可实现自适应去噪	未明确说明框架在不同噪声类型和强度下的泛化能力	为光散射成像提供无监督自学习的去噪策略	光散射成像视频，特别是纳米颗粒分析和无标记单细胞识别应用	计算机视觉	NA	光散射成像	深度学习	视频	NA	NA	FastDVDNet	信噪比, 对比噪声比	NA
677	2025-10-07	A dynamic attention mechanism for road extraction from high-resolution remote sensing imagery using feature fusion 2025-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02267-6 PMID:40394108	研究论文	提出一种名为RISENet的新型深度学习模型，用于从高分辨率遥感影像中提取道路信息	设计了双分支融合编码器、多层动态空间通道融合注意力机制(MCSA)和混合特征扩张感知解码器，通过特征融合和长程依赖捕捉提升道路提取效果	NA	解决遥感影像中道路提取因植被建筑遮挡和道路与周围物体相似性导致的不完整问题	高分辨率遥感影像中的道路	计算机视觉	NA	遥感影像分析	深度学习	遥感图像	三个不同的道路分割基准数据集	NA	RISENet（包含双分支融合编码器、MCSA注意力机制、扩张感知解码器）	准确率	NA
678	2025-10-07	Automatic transformer-based grading of multiple retinal inflammatory signs in uveitis on fluorescein angiography 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110327 PMID:40403640	研究论文	开发基于视觉Transformer的自动分级系统，用于评估葡萄膜炎中视网膜炎症的荧光素血管造影图像	首次使用视觉Transformer模型对葡萄膜炎的多种视网膜炎症征象进行自动分级，并利用迄今最大的葡萄膜炎FA数据集	研究数据来自单一医院（Jules-Gonin眼科医院），可能存在选择偏倚	开发自动化的视网膜炎症分级方法以解决临床研究中常被忽视的视网膜炎症评估问题	葡萄膜炎患者的荧光素血管造影图像	计算机视觉	葡萄膜炎	荧光素血管造影	Transformer	图像	543名患者（1042只眼睛，40987张图像）	NA	Vision Transformer	F1分数, 准确率, Kappa分数, Ordinal Classification Index	NA
679	2025-10-07	Large medical image database impact on generalizability of synthetic CT scan generation 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110303 PMID:40403634	研究论文	本研究系统评估了训练数据库规模对医学图像生成深度学习模型泛化能力的影响	使用了包含4000例患者CT扫描的大规模数据库，比先前研究大一个数量级，并采用软配对数据的CycleGAN进行图像合成	NA	系统研究训练数据库规模对合成医学图像生成深度学习模型泛化能力的影响	从兆伏级计算机断层扫描(MVCT)合成千伏级计算机断层扫描(kVCT)图像	医学影像	NA	计算机断层扫描(CT)	CycleGAN	医学图像	4000例患者CT扫描	NA	CycleGAN	平均绝对误差(MAE), 结构相似性指数(SSIM)	NA
680	2025-10-07	Enhancing nuclei segmentation in breast histopathology images using U-Net with backbone architectures 2025-May-21, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110347 PMID:40403637	研究论文	本研究提出了一种基于ResNet-34骨干网络的增强型U-Net架构，用于提升乳腺组织病理学图像中细胞核分割的精度	将ResNet-34作为U-Net的骨干网络，结合数据增强技术，在有限医学影像数据集上显著提升了细胞核分割性能	研究主要基于特定数据集，需要在更广泛的数据集上进一步验证模型的泛化能力	改进乳腺组织病理学图像中的细胞核分割方法，为乳腺癌诊断提供更准确的技术支持	乳腺组织病理学图像中的细胞核	数字病理学	乳腺癌	深度学习，图像分割	U-Net	组织病理学图像	BreCaHad数据集、BNS数据集和MoNuSeg-2018数据集	NA	U-Net, ResNet-34, VGG-16, Inception-v3	IoU, 准确率, 精确率, F1分数	NA