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
741	2025-10-06	Development of Deep Learning Models for Real-Time Thoracic Ultrasound Image Interpretation 2025-Jul-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070222 PMID:40710609	研究论文	开发用于实时胸部超声图像解读的深度学习模型，以检测气胸或血胸损伤	使用MobileNetV3架构开发实时分类模型，在实时数据推理中准确率达到85%，比YOLOv8模型提升17%	研究基于动物实验数据（25头猪），需要进一步验证在人类患者中的应用效果	降低未来战场环境中即时超声诊断的技能门槛，提高胸部损伤检测效率	胸部超声图像中的气胸、血胸损伤分类	计算机视觉	胸部损伤	即时超声	CNN	超声图像	超过25头猪的动物实验数据	NA	MobileNetV3	准确率	NA
742	2025-10-06	GRANet: a graph residual attention network for gene regulatory network inference 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf349 PMID:40708222	研究论文	提出一种名为GRANet的图残差注意力网络，用于基因调控网络推断	利用残差注意力机制自适应学习复杂基因调控关系，并整合多维生物特征进行更全面的推断	NA	改进单细胞水平基因调控网络推断的准确性	基因调控网络	机器学习	NA	单细胞RNA测序	图神经网络	基因表达数据	多个数据集	NA	图残差注意力网络	预测准确率	NA
743	2025-10-06	A Unified YOLOv8 Approach for Point-of-Care Diagnostics of Salivary α-Amylase 2025-Jul-02, Biosensors DOI:10.3390/bios15070421 PMID:40710071	研究论文	开发了一种基于YOLOv8的便携式人工智能系统，用于通过比色图像分析自动分类唾液α-淀粉酶浓度	提出了一种统一的YOLOv8分割-分类模型，简化了处理流程并实现了实时设备端推理，相比传统方法显著提升了性能	研究仅基于1024张图像数据集，需要更大规模验证；系统在标准化光照条件下开发，实际环境适用性需进一步测试	开发便携式即时诊断系统，用于唾液α-淀粉酶的自动分类和量化	唾液α-淀粉酶(sAA)浓度	计算机视觉	应激相关疾病	比色图像分析	CNN,YOLO	图像	1024张图像，对应8种不同sAA浓度分类	NA	YOLOv4,YOLOv8	准确率	智能手机部署
744	2025-10-06	Prostate MRI Using Deep Learning Reconstruction in Response to Cancer Screening Demands-A Systematic Review and Meta-Analysis 2025-Jul-02, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070284 PMID:40710401	系统综述与Meta分析	系统评估深度学习重建技术在提高前列腺MRI效率和图像质量方面的应用	首次系统评估深度学习重建技术在前列腺MRI中的应用潜力，特别关注其在癌症筛查背景下的时间节省和图像质量保持	研究间图像质量指标的异质性阻碍了定量合成分析，基于传统数据训练的AI模型在DLR图像上可能准确性较低	评估深度学习重建技术在前列腺MRI中的效果，特别是对采集时间、图像质量和诊断性能的影响	前列腺MRI研究，重点关注前列腺癌筛查和管理	医学影像分析	前列腺癌	MRI, 深度学习重建	深度学习模型	医学影像	33项研究	NA	NA	采集时间, 图像质量, 诊断性能, PI-RADS评分, 前列腺外扩展检测	NA
745	2025-10-06	Regularized Gradient Statistics Improve Generative Deep Learning Models of Super Resolution Microscopy 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401900 PMID:40454902	研究论文	本文提出通过正则化信号梯度统计来改进超分辨率荧光显微镜深度学习模型的生成图像质量	在训练过程中正则化图像梯度统计，使训练数据的梯度和拉普拉斯统计更接近自然场景图像的预期统计特性	该正则化方法仅适用于先验合适的图像，在BioSR数据集中仅限于丝状结构图像	提高超分辨率显微镜深度学习模型的图像生成质量	超分辨率荧光显微镜图像	计算机视觉	NA	超分辨率荧光显微镜	Conditional Variational Diffusion Model (CVDM)	图像	BioSR数据集中的匹配对（衍射极限图像和超分辨率图像）	NA	Conditional Variational Diffusion Model	视觉细节清晰度，小尺度结构质量	NA
746	2025-10-06	ICD lead and primary metal artifact detection and inpainting in cardiac CT images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17947 PMID:40660812	研究论文	开发深度学习模型自动检测和修复心脏CT图像中的ICD导线金属伪影	提出结合2D U-Net伪影检测和3D图像修复的深度学习框架，专门针对已重建CT图像中的金属伪影问题	仅使用12名患者的真实数据，主要依赖合成数据集进行模型训练	减少心脏CT图像中ICD导线引起的金属伪影，恢复被伪影掩盖的解剖结构信息	接受心脏放射治疗的室性心动过速患者的心脏CT图像	医学影像处理	心血管疾病	心脏CT成像，ECG门控4DCT	U-Net, 图像修复模型	CT图像	12名患者的真实4DCT数据，148名患者无伪影CT数据生成的592个合成CT	NA	U-Net	Dice系数, 结构相似性指数, 豪斯多夫距离, 表面Dice分数	NA
747	2025-10-06	From Industry 4.0 to 5.0: Exploring the Opportunity of Biodegradable Freshness Indicator Packaging 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70242 PMID:40708461	综述	探讨从工业4.0到5.0转型背景下可生物降解新鲜度指示包装的发展机遇	提出数字技术与包装技术的跨学科融合，涵盖机器学习、区块链等新兴技术在食品包装领域的应用前景	NA	分析可生物降解材料与新鲜度指示包装在工业5.0背景下的发展机遇	食品包装行业与数字技术	机器学习	NA	机器学习, 大数据, 物联网, 3D打印, 深度学习, 区块链, 云边协同, 万物互联, 4D打印	NA	NA	NA	NA	NA	NA	NA
748	2025-10-06	Detect+Track: robust and flexible software tools for improved tracking and behavioural analysis of fish 2025-Jul, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.242086 PMID:40708665	研究论文	提出一种结合深度学习检测器和模板跟踪器的视频处理方法，用于提高鱼类行为分析的准确性和鲁棒性	将深度学习目标检测与模板跟踪相结合，通过Voronoi镶嵌和平面同源性计算虚拟门，能够处理遮挡、光照变化和身体变形等挑战性条件	NA	开发改进的动物跟踪和行为分析软件工具	毕加索炮弹鱼在随机圆柱障碍物阵列中的导航行为	计算机视觉	NA	视频处理	深度学习对象检测器	视频	NA	NA	NA	准确性,鲁棒性	NA
749	2025-10-06	VGG-EffAttnNet: Hybrid Deep Learning Model for Automated Chili Plant Disease Classification Using VGG16 and EfficientNetB0 With Attention Mechanism 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70653 PMID:40708782	研究论文	提出一种结合VGG16和EfficientNetB0的混合深度学习模型VGG-EffAttnNet，用于辣椒植物病害的自动分类	首次将VGG16和EfficientNetB0与注意力机制和蒙特卡洛Dropout结合，构建混合模型用于植物病害分类	仅使用公开数据集进行验证，未在真实田间环境中测试	开发高精度的辣椒植物病害自动分类系统	辣椒植物的叶片图像	计算机视觉	植物病害	深度学习	CNN, 注意力机制	图像	5000张图像，涵盖5个类别：健康、卷叶病、叶斑病、粉虱病、黄化病	TensorFlow, Keras	VGG16, EfficientNetB0	准确率, 精确率, 召回率, F1分数	NA
750	2025-10-06	Machine learning-assisted point-of-care diagnostics for cardiovascular healthcare 2025-Jul, Bioengineering & translational medicine IF:6.1Q1 DOI:10.1002/btm2.70002 PMID:40708978	研究论文	本文探讨机器学习辅助的即时诊断设备在心血管医疗中的应用与挑战	将深度学习框架与即时诊断设备结合，实现异常检测自动化和专家级诊断	数据隐私问题和数据集代表性偏差阻碍临床整合	提升心血管疾病诊断的准确性和实时性	心血管疾病患者	机器学习	心血管疾病	深度学习	深度学习神经网络	医疗诊断数据	NA	NA	NA	NA	NA
751	2025-10-06	An Interactive Human-in-the-Loop Framework for Skeleton-Based Posture Recognition in Model Education 2025-Jul-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070431 PMID:40710243	研究论文	提出了一种基于骨架姿势识别的人机交互框架，用于支持模型训练和艺术教育	结合了姿势识别与视觉推荐模块的半自动化反馈循环系统，增强了教学互动性和效率	仅针对五种核心姿势类别进行评估，数据集规模相对有限	开发支持姿势分类和模型训练的交互式教育支持系统	人体骨架姿势	计算机视觉	NA	骨架特征提取	LSTM, Transformer, KNN, SVM, Random Forest	图像	4870张标注图像用于训练验证，500张图像用于测试	NA	Transformer, LSTM	准确率	NA
752	2025-10-06	The Power of Hellmann-Feynman Theorem: Kohn-Sham DFT Energy Derivatives with Respect to the Parameters of the Exchange-Correlation Functional at Linear Cost 2025-Jul-24, The journal of physical chemistry. A DOI:10.1021/acs.jpca.5c01771 PMID:40653651	研究论文	本研究应用Hellmann-Feynman定理计算Kohn-Sham DFT能量对交换关联泛函参数的导数，实现了线性计算复杂度	首次将Hellmann-Feynman定理应用于Kohn-Sham DFT能量参数导数计算，相比传统自动微分方法显著提升计算效率	研究基于原型程序实现，仅验证了LDA和GGA泛函在正构烷烃体系的表现	开发高效计算科学模型参数导数的方法，支持机器学习和深度学习应用	Kohn-Sham密度泛函理论中的交换关联泛函参数	计算化学	NA	密度泛函理论计算	Kohn-Sham DFT	量子化学计算数据	正构烷烃系列（n=4至64个碳原子）	PySCF, PyTorch	LDA泛函, GGA泛函	计算复杂度, 计算速度	NA
753	2025-10-06	Malignancy classification of thyroid incidentalomas using 18F-fluorodeoxy-d-glucose PET/computed tomography-derived radiomics 2025-Jul-24, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002031 PMID:40702878	研究论文	本研究探讨了基于18F-FDG PET/CT影像组学特征在甲状腺偶发瘤良恶性鉴别诊断中的应用价值	首次将PET和CT影像的run length nonuniformity组学特征联合应用于甲状腺偶发瘤的良恶性分类，其诊断性能与传统的TIRADS分类相当	样本量较小（仅46例患者），需要更大规模的研究验证	开发非侵入性的甲状腺偶发瘤良恶性分类方法	甲状腺偶发瘤患者	医学影像分析	甲状腺癌	18F-FDG PET/CT影像组学	统计分析模型	医学影像（PET和CT图像）	46例患者（36例恶性，10例良性）	NA	NA	AUC（曲线下面积）	NA
754	2025-10-06	MSA-Net: a multi-scale and adversarial learning network for segmenting bone metastases in low-resolution SPECT imaging 2025-Jul-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-025-00785-w PMID:40705118	研究论文	提出一种结合多尺度特征提取和对抗学习的深度学习网络MSA-Net，用于低分辨率SPECT影像中骨转移瘤的分割	首次将条件对抗学习与多尺度特征提取生成器相结合，采用级联扩张卷积、多尺度模块和深度监督机制	研究仅基于286个临床标注的SPECT闪烁扫描图像，样本量相对有限	提高低分辨率SPECT影像中骨转移瘤的分割准确性	肺癌骨转移瘤	医学影像分析	肺癌	SPECT成像	生成对抗网络	医学影像	286个临床标注的SPECT闪烁扫描图像	NA	MSA-Net	Dice相似系数, 精确率, 召回率	NA
755	2025-10-06	Guided multi-objective generative AI to enhance structure-based drug design 2025-Jul-23, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01778e PMID:40463429	研究论文	介绍IDOLpro——一种结合扩散模型与多目标优化的生成式AI，用于基于结构的药物设计	首次将扩散模型与多目标优化相结合，通过可微分评分函数引导探索未知化学空间，同时优化多个理化性质	NA	开发能够同时优化多个理化性质的生成式AI模型，用于基于结构的药物设计	药物分子配体	机器学习	NA	生成式AI，结构基于药物设计	扩散模型	化学结构数据	两个基准测试集	NA	扩散模型	结合亲和力，合成可及性评分	NA
756	2025-10-06	Development and validation of an improved volumetric breast density estimation model using the ResNet technique 2025-Jul-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adecac PMID:40623423	研究论文	本研究开发并验证了基于ResNet技术的改进型乳腺体积密度估计模型	首次将ResNet深度学习模型应用于乳腺体积密度估计，相比传统多元回归模型和机器学习方法取得更优性能	研究基于相同数据集进行，需要进一步的外部验证	提高从存档X线乳腺摄影图像中准确测量乳腺体积密度的能力	乳腺X线摄影图像和患者数据	计算机视觉	乳腺癌	X线乳腺摄影	Random Forest, XG-Boost, ResNet	医学图像	NA	NA	ResNet	确定系数, 相关系数, 均方根误差, 平均绝对误差, 均方根百分比误差, 平均绝对百分比误差	NA
757	2025-10-06	Development of a deep learning model for T1N0 gastric cancer diagnosis using 2.5D radiomic data in preoperative CT images 2025-Jul-23, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01055-9 PMID:40696140	研究论文	开发基于2.5D影像组学数据和多示例学习的深度学习模型，用于术前CT图像中T1N0期胃癌的准确诊断	首次将2.5D影像组学数据与多示例学习相结合应用于胃癌诊断，相比传统影像组学模型和临床模型具有显著优越的预测性能	研究数据仅来自中国两家医疗中心，时间跨度为2006-2019年，可能存在选择偏倚	开发深度学习模型准确区分无淋巴结转移的早期胃癌	3164名接受根治性手术的胃癌患者	医学影像分析	胃癌	CT影像分析	深度学习	CT图像	3164名胃癌患者	NA	ResNet101, XGBoost	预测性能	NA
758	2025-10-06	2D Materials for Emerging Neuromorphic Vision: From Devices to In-Sensor Computing 2025-Jul-23, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202503717 PMID:40702832	综述	本文系统综述了二维材料在神经形态视觉领域的最新进展，重点探讨了从器件到传感内计算的应用潜力	首次全面整合二维材料系统在神经形态视觉中的多功能应用，提出将器件创新与深度学习算法架构相结合的新型传感内计算范式	未提供具体实验数据验证，主要基于现有研究进展的理论性综述	探索二维材料在突破冯·诺依曼架构限制、实现高效视觉处理方面的应用前景	二维材料系统（包括铁电二维材料、拓扑绝缘体和扭曲系统）及其在视觉神经突触器件中的应用	神经形态计算	NA	NA	深度学习	视觉感知数据	NA	NA	NA	NA	NA
759	2025-10-06	Automated detection of wolf howls using audio spectrogram transformers 2025-Jul-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11413-z PMID:40695914	研究论文	开发基于音频频谱变换器的深度学习模型，用于自动检测狼嚎声	首次将音频频谱变换器架构应用于狼嚎声检测，实现了高精度的动物声音分类和狼嚎声识别	仅针对狼嚎声进行检测，未验证对其他野生动物声音的适用性	提高狼群生态监测中声音检测的效率和准确性	灰狼的嚎叫声	自然语言处理	NA	音频信号处理	Transformer	音频	NA	NA	Audio Spectrogram Transformer	精确率, 召回率	NA
760	2025-10-06	Sequencing validates deep learning models for EHR-based detection of Noonan syndrome in pediatric patients 2025-Jul-21, NPJ genomic medicine IF:4.7Q1 DOI:10.1038/s41525-025-00512-5 PMID:40691161	研究论文	评估深度学习模型利用电子健康记录数据识别努南综合征儿科患者的真实世界性能	通过基因测序和临床评估验证深度学习模型在真实世界电子健康记录数据中识别罕见遗传病的性能	模型精度低于先前验证结果，反映了疾病患病率的预期差异	开发基于电子健康记录的努南综合征早期检测计算方法	儿科患者电子健康记录数据	医疗人工智能	努南综合征	基因测序，临床评估	深度学习模型	电子健康记录数据	92,428名患者，其中171名高风险个体接受全面审查	NA	NA	精确度，特异性	NA