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
921	2025-05-18	Deep Learning-Based Classification of Canine Cataracts from Ocular B-Mode Ultrasound Images 2025-May-04, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15091327 PMID:40362142	research paper	本研究旨在开发和评估深度学习模型，用于从犬眼B型超声图像中自动分类白内障	使用四种广泛使用的深度学习模型（AlexNet、EfficientNetB3、ResNet50和DenseNet161）进行犬白内障分类，其中DenseNet161表现最佳	Hypermature白内障的分类准确率较低（78.6%）	开发自动分类犬白内障的深度学习模型，以辅助兽医诊断	犬白内障的超声图像	computer vision	白内障	B型超声成像	AlexNet, EfficientNetB3, ResNet50, DenseNet161	image	3155张超声图像（1329例无白内障，614例皮质性白内障，1033例成熟白内障，179例过熟白内障）
922	2025-05-18	Impact and Failure Analysis of U-Shaped Concrete Containing Polyurethane Materials: Deep Learning and Digital Imaging Correlation-Based Approach 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091245 PMID:40363029	研究论文	本研究利用先进的卷积神经网络（CNNs）分析并分类了含聚氨酯（PU）的U型混凝土在重复落锤冲击载荷下的断裂行为	结合数字图像相关（DIC）技术和深度学习模型（如InceptionV3、MobileNet和DenseNet121），实现了对混凝土裂缝阶段的自动化分类，显著提高了传统视觉检测方法的准确性和效率	样本量较小（仅17个U型试件），且PU含量梯度有限（0%、10%、20%和30%）	评估不同PU含量对混凝土抗冲击性和弯曲性能的影响，并开发自动裂缝评估框架	含聚氨酯的U型混凝土试件	计算机视觉	NA	数字图像相关（DIC）、动态与静态力学测试	CNN（InceptionV3、MobileNet、DenseNet121）	高分辨率裂缝图像	17个U型试件，共1655张裂缝图像
923	2025-05-18	Thermal Degradation of Palm Fronds/Polypropylene Bio-Composites: Thermo-Kinetics and Convolutional-Deep Neural Networks Techniques 2025-May-02, Polymers IF:4.7Q1 DOI:10.3390/polym17091244 PMID:40363028	研究论文	本研究评估了棕榈叶(PFR)对聚丙烯塑料(PP)热降解的影响，结合了TGA/FTIR实验测量、热动力学和卷积深度学习神经网络(CDNN)技术	结合热动力学和卷积深度学习神经网络技术，研究棕榈叶与聚丙烯塑料混合材料的热降解行为，并优化模型以减少成本函数	研究仅针对特定比例的PFR和PP混合材料，且温度范围有限，未涵盖所有可能的混合比例和温度条件	评估棕榈叶对聚丙烯塑料热降解的影响，探索可持续的塑料废物降解方法	棕榈叶(PFR)和聚丙烯塑料(PP)的纯材料及其混合材料	机器学习	NA	TGA/FTIR实验测量、热动力学分析、卷积深度学习神经网络(CDNN)	CDNN	热重分析数据	纯PFR、纯PP及含25%和50% PFR的混合材料，在不同加热速率(10、20、40 °C·min)和温度范围(25-600 °C)下进行实验
924	2025-05-18	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文提出了一种计算策略，通过利用已知的催化机制并结合深度学习和分子计算，设计出新型的聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	利用人工智能驱动的蛋白质结构预测和从头设计技术，成功复制了PET水解活性，设计出的酶序列长度比模板酶LCC短至少30%	NA	扩展酶多样性，设计出自然界中不存在的高活性和稳健的酶	聚对苯二甲酸乙二醇酯水解酶（PET水解酶）	蛋白质工程	NA	深度学习算法和分子计算	NA	蛋白质序列和结构数据	NA
925	2025-05-18	Automated Lightweight Model for Asthma Detection Using Respiratory and Cough Sound Signals 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091155 PMID:40361974	研究论文	本研究利用AI分析和建模咳嗽与呼吸声音信号，开发了一个轻量级的深度学习模型，用于区分哮喘、COPD和健康受试者	首次提出利用双重声音信号（咳嗽和呼吸声音）结合多种机器学习算法（RF、SVM、DT、NN、KNN）和多数投票集成技术，以提高哮喘诊断的准确性和鲁棒性	研究仅针对哮喘和COPD，未涵盖其他慢性呼吸系统疾病，且样本量和多样性可能有限	开发一个基于AI的诊断系统，准确区分哮喘、COPD和健康受试者，以提升早期检测和临床管理	哮喘、COPD患者及健康受试者的咳嗽和呼吸声音信号	数字病理	哮喘、COPD	Gabor时频变换、NCA特征选择	RF、SVM、DT、NN、KNN	声音信号	NA
926	2025-05-18	EM-DeepSD: A Deep Neural Network Model Based on Cell-Free DNA End-Motif Signal Decomposition for Cancer Diagnosis 2025-May-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15091156 PMID:40361973	研究论文	提出了一种基于cfDNA末端基序信号分解的深度学习框架EM-DeepSD，用于提高癌症诊断的准确性并适应不同的测序模式	开发了EM-DeepSD框架，结合信号分解、机器学习和深度学习模块，优化癌症诊断的准确性，并适应不同测序模式	样本量相对较小（146名癌症患者和122名非癌症对照）	提高癌症诊断的准确性并适应不同的测序模式	癌症患者和非癌症对照的cfDNA末端基序	数字病理学	癌症	5-羟甲基胞嘧啶测序（5hmCS）和广范围cfDNA测序（BR-cfDNA-Seq）	深度学习框架（EM-DeepSD）	cfDNA末端基序数据	146名癌症患者和122名非癌症对照
927	2025-05-18	CNN-LSTM-Based Damage Localization of Plate Structure 2025-May-01, Materials (Basel, Switzerland) DOI:10.3390/ma18092081 PMID:40363584	研究论文	提出了一种结合CNN和LSTM的创新损伤定位方法，用于铝板结构的损伤检测	创新性地将CNN和LSTM联合应用于损伤检测领域，克服了传统方法在特征提取和损伤定位上的不足	实验仅在铝板上进行，未涉及其他材料或复杂结构	提高板结构损伤定位的准确性	铝板结构	机器学习	NA	CNN-LSTM联合模型	CNN, LSTM	一维信号数据转换为二维灰度图像	铝板实验数据（具体数量未提及）
928	2025-05-17	Patient-specific uncertainty calibration of deep learning-based autosegmentation networks for adaptive MRI-guided lung radiotherapy 2025-May-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add640 PMID:40340988	research paper	该研究提出了一种针对自适应MRI引导的肺癌放射治疗中深度学习自动分割网络的患者特异性不确定性校准方法	提出了一种患者特异性训练后不确定性校准方法，显著提高了深度学习自动分割模型的不确定性校准精度	研究样本量相对较小（122例肺癌患者），且GTV分割性能在基线模型中表现较差	提高自适应放射治疗中深度学习自动分割模型的不确定性校准精度	肺癌患者和其器官风险区域（OARs）及大体肿瘤体积（GTVs）	digital pathology	lung cancer	Monte Carlo Dropout (MCD)	3D-U-Net	MRI图像	122例肺癌患者（80例训练集，19例验证集，23例测试集）
929	2025-05-17	Exploiting network optimization stability for enhanced PET image denoising using deep image prior 2025-May-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add63f PMID:40341245	研究论文	提出一种利用网络优化稳定性增强PET图像去噪的方法，基于条件深度图像先验（DIP）	在条件DIP的优化过程中引入稳定性映射，通过多个中间输出来识别网络优化轨迹中的不稳定区域，从而提高去噪的可靠性和定量准确性	方法仅在脑部[F]FDG PET图像上进行了验证，未涉及其他类型PET数据或更广泛的临床应用场景	提高PET图像去噪的可靠性和定量准确性	PET图像	数字病理	NA	深度图像先验（DIP）	条件DIP	图像	8个高分辨率脑部PET数据集
930	2025-05-17	Construction of Sonosensitizer-Drug Co-Assembly Based on Deep Learning Method 2025-May-16, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202502328 PMID:40376918	研究论文	本文介绍了一种基于深度学习的声敏剂-药物相互作用（SDI）模型，用于预测药物混合物的粒径	设计了多尺度交叉注意力机制来整合两种药物不同尺度子结构的特征表示，提高了预测准确性并允许分析分子结构对预测的影响	未明确说明模型在其他类型药物组合上的泛化能力	开发一种预测药物共组装粒径的深度学习方法	声敏剂和化疗药物的共组装纳米药物	机器学习	肝癌	深度学习	图神经网络	分子结构数据	NA
931	2025-05-17	Automated CT segmentation for lower extremity tissues in lymphedema evaluation using deep learning 2025-May-16, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11673-3 PMID:40377677	研究论文	开发并验证了一种基于深度学习的自动分割工具，用于下肢CT扫描中的组织成分分析	使用Unet++架构和EfficientNet-B7编码器的深度学习模型，实现了高精度的组织分割和淋巴水肿评估	样本量相对较小（内部和外部验证集各10例），且仅针对妇科癌症患者的下肢淋巴水肿	开发一种自动化的深度学习分割工具，用于淋巴水肿的临床评估	下肢CT扫描中的脂肪、肌肉和液-纤维化组织成分	数字病理学	淋巴水肿	CT扫描	Unet++ with EfficientNet-B7 encoder	CT图像	118例妇科癌症患者用于算法训练，内部和外部验证集各10例
932	2025-05-17	Impact of sarcopenia and obesity on mortality in older adults with SARS-CoV-2 infection: automated deep learning body composition analysis in the NAPKON-SUEP cohort 2025-May-16, Infection IF:5.4Q1 DOI:10.1007/s15010-025-02555-3 PMID:40377852	research paper	研究探讨肥胖和肌肉减少症对老年SARS-CoV-2感染患者死亡率的影响，采用深度学习模型自动分析胸部CT扫描的身体成分	创新地应用预训练深度学习模型自动分析常规胸部CT扫描的身体成分，为临床实践提供标准化评估新方法	样本量较小（157例），且仅针对60岁以上严重COVID-19肺炎患者，结果可能不适用于其他人群	评估肥胖和肌肉减少症对严重呼吸道感染老年患者死亡率的相对影响	60岁以上确诊严重COVID-19肺炎的住院患者	digital pathology	geriatric disease	CT扫描	pre-trained deep learning model	image	157例住院患者（平均年龄70±8岁，41%女性）
933	2025-05-17	Analytical and experimental solutions for Fourier transform infrared microspectroscopy measurements of microparticles: A case study on Quercus pollen 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343879 PMID:40187871	研究论文	本文通过比较12种不同的分析和实验方法，研究了傅里叶变换红外显微光谱（FTIR）在微粒子（以四种栎属植物花粉为例）测量中的应用	首次比较了12种不同的分析和实验方法在FTIR微粒子测量中的应用，并展示了在花粉分类和化学表征中的效果	研究仅针对栎属植物花粉，未涵盖其他类型的微粒子	比较不同的预处理方法在FTIR微粒子测量中的优缺点及适用场景	四种栎属植物花粉	光谱分析	NA	FTIR显微光谱	DCNN（深度卷积神经网络）	光谱数据	四种栎属植物花粉
934	2025-05-17	Measuring the severity of knee osteoarthritis with an aberration-free fast line scanning Raman imaging system 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343900 PMID:40187878	研究论文	本文介绍了一种结合自研拉曼成像系统和深度学习去噪加速算法，用于快速诊断和分级膝骨关节炎的方法	开发了一种无像差快速线扫描拉曼成像系统，结合深度学习算法显著提高了成像速度和信噪比，实现了膝骨关节炎的快速无标记检测和精确分级	实验样本仅限于膝骨关节炎患者的胫骨平台，未涉及其他关节或更大规模的临床验证	实现膝骨关节炎的快速诊断和精确分级	膝骨关节炎患者的胫骨平台组织	数字病理	骨关节炎	拉曼成像，深度学习	深度学习去噪算法	光谱数据	膝骨关节炎患者的胫骨平台组织样本（具体数量未提及）
935	2025-05-17	Rapid and sensitive detection of pharmaceutical pollutants in aquaculture by aluminum foil substrate based SERS method combined with deep learning algorithm 2025-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343920 PMID:40187885	research paper	本研究开发了一种基于铝箔的SERS检测基底，并结合多层感知器（MLP）深度学习模型，用于快速识别水产养殖废水中的抗生素成分	结合铝箔基底SERS检测与MLP深度学习模型，实现了高灵敏度检测和复杂污染物的准确识别	未提及在实际复杂水体环境中的大规模应用验证	开发一种快速、高灵敏度的水产养殖中药物污染物检测方法	水产养殖废水中的抗生素和消毒剂残留	环境监测	NA	表面增强拉曼光谱（SERS）	多层感知器（MLP）	光谱数据	6种目标化合物（氟罗沙星、左氧氟沙星、培氟沙星、磺胺嘧啶、亚甲蓝和孔雀石绿）
936	2025-05-17	2.5D Multi-view Averaging Diffusion Model for 3D Medical Image Translation: Application to Low-count PET Reconstruction with CT-less Attenuation Correction 2025-May-15, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3570342 PMID:40372846	研究论文	本文提出了一种新型的2.5D多视角平均扩散模型（MADM），用于3D医学图像转换，特别应用于低计数PET重建与无CT衰减校正	开发了MADM模型，通过轴向、冠状和矢状视图的独立扩散模型及其输出平均，解决了传统扩散模型在3D应用中的高计算成本和内存负担问题	未明确提及具体局限性，但可能涉及计算资源需求或模型泛化能力	开发3D医学图像转换方法，将非衰减校正低剂量PET转换为衰减校正标准剂量PET	低剂量PET图像（NAC-LDPET）和标准剂量PET图像（AC-SDPET）	数字病理	NA	扩散模型	MADM（2.5D多视角平均扩散模型）	3D医学图像	人类患者研究（具体数量未提及）
937	2025-05-17	Modifying the U-Net's Encoder-Decoder Architecture for Segmentation of Tumors in Breast Ultrasound Images 2025-May-15, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01537-z PMID:40374986	research paper	该论文提出了一种基于U-Net和编码器-解码器架构的神经网络，用于提高乳腺超声图像分割的准确性和有效性	通过结合U-Net与其他深度神经网络（Res-Net和MultiResUNet）并引入新的方法和块（Co-Block），尽可能保留低层次和高层次特征	未提及具体局限性	提高乳腺超声图像分割的准确性和有效性	乳腺超声图像	digital pathology	breast cancer	NA	U-Net, Res-Net, MultiResUNet	image	780张图像（分为正常、良性和恶性三类）
938	2025-05-17	3D-ΔΔG: A Dual-Channel Prediction Model for Protein-Protein Binding Affinity Changes Following Mutation Based on Protein 3D Structures 2025-May-15, Proteins IF:3.2Q2 DOI:10.1002/prot.26837 PMID:40375059	research paper	提出了一种基于蛋白质3D结构的双通道预测模型3D-ΔΔG，用于预测蛋白质-蛋白质结合亲和力变化	该模型能够处理多点突变的复杂情况，结合了侧链序列和3D结构的突变信息，通过双通道深度学习模型进行预测	未提及具体局限性	预测蛋白质-蛋白质结合亲和力变化(ΔΔG)，以辅助蛋白质设计和工程	蛋白质-蛋白质相互作用及其突变效应	生物信息学	NA	深度学习，图注意力网络，预训练蛋白质语言模型	双通道深度学习模型，图注意力网络	蛋白质3D结构数据，氨基酸序列数据	使用了单点突变数据集以及混合突变数据集SKEMPIv1和SKEMPIv2
939	2025-05-17	Enhancing Food Quality Analysis: The Transformative Role of Artificial Neural Networks in Modern Analytical Techniques 2025-May-15, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2025.2505081 PMID:40375429	review	本文综述了人工神经网络（ANNs）在现代食品质量分析技术中的变革性作用	结合ANNs与各种分析技术，解决食品真实性和质量分析中的非线性、高维度数据问题	未提及具体样本量或实验验证的局限性	提升食品质量分析的准确性和效率	食品质量与安全性分析	machine learning	NA	人工神经网络（ANNs）	ANNs	复杂数据（高维度、非线性）	NA
940	2025-05-17	"MR Fingerprinting for Imaging Brain Hemodynamics and Oxygenation" 2025-May-15, 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（MRF）在脑血流动力学和氧合作用量化中的应用及其最新进展	强调了血管模拟的几何模型、新型序列以及结合机器学习和深度学习算法的最先进重建技术的进展	未提及具体的技术限制或研究不足	探讨MRF技术在脑血流动力学和氧合作用量化中的潜力及其临床应用	脑血流动力学和氧合作用	医学影像	NA	磁共振指纹技术（MRF）	机器学习和深度学习算法	磁共振影像数据	NA