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
1121	2025-06-05	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者复发自由期预测中的表现，并与现有先进深度学习模型进行比较	研究表明，使用81层DenseNet架构在内部测试集上表现与现有先进模型相当，在外部测试集上表现更优，且晚期融合CT和PET影像数据在外部测试中表现更佳	研究仅针对口咽癌患者，未涵盖其他类型的头颈癌	比较DenseNet架构与现有先进深度学习模型在头颈癌患者复发自由期预测中的表现	口咽癌患者	digital pathology	oropharyngeal cancer	PET和CT影像分析	DenseNet	image	HECKTOR 2022数据集中的489名口咽癌患者（内部测试集369名，独立测试集120名）及额外400名口咽癌患者（外部测试集）
1122	2025-06-05	Fine-Tuning Deep Learning Model for Quantitative Knee Joint Mapping With MR Fingerprinting and Its Comparison to Dictionary Matching Method: Fine-Tuning Deep Learning Model for Quantitative MRF 2025-Jun, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70045 PMID:40259681	研究论文	本文研究了深度学习模型在磁共振指纹图谱（MRF）中用于膝关节定量映射的微调及其与字典匹配（DM）方法的比较	研究了神经网络（NN）在深度学习中的微调及其与DM方法的公平比较，优化了NN超参数和DM方法，并分析了MRF数据的奇异值分解（SVD）成分	研究仅涉及14名健康志愿者的膝关节数据，样本量较小	提高MRF中膝关节多参数定量映射的准确性和鲁棒性	膝关节	医学影像	骨关节炎	磁共振指纹图谱（MRF）	深度学习模型（NN）	图像	14名健康志愿者的膝关节数据
1123	2025-06-05	G-Diff: A Graph-Based Decoding Network for Diffusion Recommender Model 2025-Jun, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2024.3491827 PMID:39531577	research paper	本文提出了一种基于图的解码网络（GDN）来改进扩散推荐模型，通过引入物品间的关系图提升推荐性能	在扩散模型的反向过程中引入精心设计的基于图的解码网络（GDN），利用物品间的关系图提升推荐性能，并通过跳跃连接和归一化层保留低阶邻居信息	NA	改进扩散推荐模型，提升推荐系统的性能	推荐系统中的用户偏好预测	machine learning	NA	扩散模型	G-Diff	user-item interaction data	三个真实世界的数据集
1124	2025-06-05	Learning topological horseshoes in time series via deep neural networks 2025-Jun-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0270132 PMID:40465250	research paper	提出了一种基于深度学习的几何方法，用于识别时间序列中的混沌动力学	结合拓扑马蹄理论和深度神经网络，为复杂非线性系统中混沌行为的检测提供了新工具	NA	识别时间序列中的混沌动力学	时间序列数据	machine learning	NA	deep learning	deep neural networks	time series	Hénon map, Lorenz system, Duffing system
1125	2025-06-04	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	本文提出了一种基于粒子群优化（PSO）的自动阈值算法，用于糖尿病视网膜病变分级中的视网膜分割，以提高特征提取和分级的准确性	提出了一种基于PSO的自动阈值算法，减少背景像素对特征提取的负面影响，并通过可解释AI（XAI）分析视网膜分割的重要性	数据量有限，可能影响模型的泛化能力	提高糖尿病视网膜病变（DR）分级的准确性和效率	糖尿病视网膜病变患者的视网膜图像	计算机视觉	糖尿病视网膜病变	PSO-based thresholding, Explainable AI (XAI)	ResNet50	图像	IDRiD眼底数据集（具体数量未提及）
1126	2025-06-04	Deep Learning-Assisted Multiplexed Electrochemical Fingerprinting for Chinese Tea Identification 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06651 PMID:40207593	research paper	开发了一种结合多重电化学指纹技术和1D-CNN的激光雕刻传感器阵列，用于快速精确检测三种茶多酚并区分24种中国茶	利用深度学习辅助的多重电化学指纹技术，相比其他机器学习方法，提高了茶叶识别的准确性	NA	提高复杂基质中相似化学结构天然成分的选择性差异识别能力	三种茶多酚和24种中国茶	machine learning	NA	multiplex electrochemical fingerprinting technology	1D-CNN	electrochemical fingerprints	24 distinct types of Chinese teas
1127	2025-06-04	Multiplexing and Sensing with Fluorescence Lifetime Imaging Microscopy Empowered by Phasor U-Net 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02028 PMID:40378347	research paper	提出了一种名为Phasor U-Net的深度学习方法，用于快速准确的荧光寿命成像显微镜(FLIM)成像	Phasor U-Net通过两个轻量级U-Net子网络进行去噪和解卷积，提高了寿命估计的准确性并减少了数据处理时间	方法仅在计算机生成的数据集上进行训练，未使用大规模实验数据集	开发一种快速准确的FLIM成像方法，用于前沿领域的多重成像和传感	荧光寿命成像显微镜(FLIM)数据	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	图像	小鼠小肠样本标记的两种荧光染料
1128	2025-06-04	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文提出了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	机器视觉	NA	荧光传感器阵列	DenseNet	图像	NA
1129	2025-06-04	Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics 2025-Jun-03, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00466 PMID:40389365	研究论文	本研究提出了一种基于3D点云重建和机器学习势函数的分子动力学建模方法，用于揭示氮化硅轴承表面空间微损伤的动态演化机制	首次揭示了氮化硅轴承中微损伤扩展与弹塑性变形之间的动态耦合机制，阐明了损伤闭合行为的区域变异性	NA	揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承的寿命预测和抗损伤设计提供原子尺度理论支持	氮化硅轴承表面的空间微损伤	分子动力学模拟	NA	3D点云重建、机器学习势函数、深度势原子相互作用模型	深度势原子相互作用模型	3D点云数据	NA
1130	2025-06-04	Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05842 PMID:40399767	研究论文	本文开发了两种基于CNN的算法，分别针对混合物分类和功能基团识别任务，通过多尺度卷积和注意力机制提升光谱-结构关联分析的效率和准确性	针对光谱数据中全局和局部信息关注度的差异，设计了两种任务导向的CNN算法（CNN-Peak和ResNet-ResPeak），实现了特征融合与局部提取的平衡	算法性能可能受限于光谱数据固有的特征丰富度和数据量不足的问题	提升光谱-结构关联分析在混合物分类和功能基团识别任务中的准确性和泛化能力	振动光谱数据	机器学习	NA	多尺度卷积、注意力机制	CNN、ResNet	光谱数据	NA
1131	2025-06-04	An interpretable deep learning approach for autism spectrum disorder detection in children using NASNet-mobile 2025-Jun-03, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	research paper	该研究提出了一种可解释的深度学习方法，用于儿童自闭症谱系障碍（ASD）的检测，结合了NASNet-Mobile模型和LIME技术以提高分类的透明度	结合NASNet-Mobile模型和LIME技术，提高了ASD分类的可解释性，同时取得了优于现有模型的性能	研究仅基于ABIDE-I数据集中的sMRI图像，可能无法涵盖所有ASD病例的多样性	提高自闭症谱系障碍（ASD）的早期检测和诊断准确性	儿童自闭症谱系障碍（ASD）患者	digital pathology	autism spectrum disorder	sMRI	NASNet-Mobile, LIME	image	ABIDE-I数据集中的两个年龄组（2-11岁和12-18岁）的sMRI图像
1132	2025-06-04	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出了一种基于深度学习的自适应去噪框架，用于光散射成像视频中的噪声处理	该框架是无监督且自学习的，能够利用时间信息进行去噪，并包含噪声分布图、视频去噪和去噪效果判别三个阶段	未提及具体的数据集规模或实验条件的限制	为光散射成像提供一种自动化的去噪方法，以提高信号质量和应用准确性	光散射成像视频	计算机视觉	NA	光散射成像	FastDVDNet	视频	未提及具体样本数量，但涉及纳米颗粒分析和单细胞无标记识别两种应用场景
1133	2025-06-04	Deep Learning Pipeline for Automated Assessment of Distances Between Tonsillar Tumors and the Internal Carotid Artery 2025-Jun-03, Head & neck DOI:10.1002/hed.28200 PMID:40458868	research paper	提出了一种深度学习流程，用于自动评估扁桃体肿瘤与颈内动脉之间的距离	使用nnU-Net框架自动分割扁桃体肿瘤和颈内动脉，并构建工具自动计算两者间的最小距离	样本量较小（96例患者），且仅基于CT扫描数据	开发自动化工具以辅助术前评估扁桃体肿瘤与颈内动脉的距离	扁桃体肿瘤（TT）和颈内动脉（ICA）	digital pathology	tonsillar tumors	CT扫描	nnU-Net	image	96例患者的CT扫描数据
1134	2025-06-04	Automated Classification of Cervical Spinal Stenosis using Deep Learning on CT Scans 2025-Jun-03, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	research paper	开发并验证了一种基于CT扫描的深度学习模型，用于诊断颈椎管狭窄症(CSS)	利用深度学习模型提高CT图像在CSS诊断中的效能，作为MRI的替代方案	研究为回顾性设计，可能影响模型的泛化能力	开发一种基于CT的深度学习模型，用于CSS的自动化诊断	颈椎管狭窄症(CSS)患者	digital pathology	geriatric disease	CT扫描	Faster R-CNN, CNN	image	未明确提及具体样本数量，但按8:1:1比例分为训练集、验证集和测试集
1135	2025-06-04	AI-Driven Biomarker Discovery and Personalized Allergy Treatment: Utilizing Machine Learning and NGS 2025-Jun-03, Current allergy and asthma reports IF:5.4Q1 DOI:10.1007/s11882-025-01207-8 PMID:40459653	review	探讨人工智能（AI）和下一代测序（NGS）在过敏诊断和治疗中的变革潜力	结合AI驱动的算法和NGS技术，识别复杂的分子模式和预测性标志物，推动过敏诊断和治疗的个性化	数据整合和临床实施方面的挑战	提升过敏疾病的生物标志物发现、患者分层和个性化管理策略的精确性	过敏疾病	machine learning	allergy	NGS, single-cell RNA sequencing	machine learning, deep learning	molecular data	NA
1136	2025-06-04	Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11697-9 PMID:40459736	研究论文	开发并验证了一种基于深度学习的自动方法，用于MR血管壁图像中血管壁和动脉粥样硬化斑块的分割以进行定量评估	提出了名为Vessel-SegNet的纯学习型CNN用于分割管腔和血管壁，并利用血管壁先验（包括手动先验和基于Tversky损失的自动先验）提高斑块分割的准确性	由于缺乏对其他设备、人群和解剖学研究的测试，研究结果的可靠性仍需进一步探索	提高血管成分（包括管腔、血管壁和斑块）分割的准确性和效率，以进行定量评估	193名来自五个中心的动脉粥样硬化斑块患者	数字病理	心血管疾病	T1加权MRI扫描	CNN	图像	193名患者（107名用于训练和验证，39名用于内部测试，47名用于外部测试）
1137	2025-06-04	Effect of contrast enhancement on diagnosis of interstitial lung abnormality in automatic quantitative CT measurement 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11715-w PMID:40459739	research paper	研究对比增强对自动定量CT测量中间质性肺异常(ILA)诊断的影响	首次探讨对比增强对自动定量CT测量ILA的影响，并评估其诊断性能	研究为回顾性分析，可能存在选择偏倚	评估对比增强对自动定量CT测量ILA诊断的影响	接受胸部CT检查的患者	digital pathology	lung disease	CT扫描	deep learning-based automated software	CT图像	1134名患者
1138	2025-06-04	Deep Learning-Based Decision Support System for Nurse Staff in Hospitals 2025-Jun-02, Big data IF:2.6Q2 DOI:10.1089/big.2024.0122 PMID:40455580	研究论文	本文探讨了基于深度学习的临床决策支持系统（DL-CDSS）在医院护士中的应用，旨在通过分析复杂的临床数据辅助护士做出更明智的护理决策	利用先进的神经网络架构分析临床数据，提供实时治疗建议，优化护理工作流程	面临数据整合、模型可解释性和用户界面设计等挑战	促进医院人力资源信息化管理，提升医院信息技术应用水平	医院护士	医疗信息技术	NA	深度学习	神经网络	临床数据（患者记录、生命体征、诊断报告等）	大规模医院信息系统数据集
1139	2025-06-04	Deep Learning for Low-Light Vision: A Comprehensive Survey 2025-Jun-02, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3566647 PMID:40456083	综述	本文全面综述了低光视觉领域的最新进展，包括方法、数据集和评估指标，分为视觉质量驱动和识别质量驱动两个方面	提供了低光视觉领域的全面调查，涵盖了视觉质量驱动和识别质量驱动两个方面，并对不同方法在广泛采用的低光视觉相关数据集上进行了定量基准测试	未提及具体的实验限制或数据集的局限性	综述低光视觉领域的最新进展，包括方法、数据集和评估指标	低光视觉相关的方法、数据集和评估指标	计算机视觉	NA	深度学习	NA	图像	多个广泛采用的低光视觉相关数据集
1140	2025-06-04	Disease-Grading Networks with Asymmetric Gaussian Distribution for Medical Imaging 2025-Jun-02, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3575402 PMID:40456095	research paper	提出了一种基于样本感知非对称高斯标签分布的疾病分级网络DGN-AGLD，用于医学影像分析	引入了样本感知的非对称高斯标签分布，能够学习并预测控制高斯分布不对称性的参数，从而在同一类别内实现不同的标签分布	未明确提及具体局限性，但暗示现有方法在标签分布假设和超参数确定方面存在不足	提高医学影像中疾病分级的准确性和效率	医学影像数据	digital pathology	diabetic retinopathy	deep learning	DGN-AGLD	image	四个疾病数据集，包括IDRiD数据集