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
1661	2025-10-06	Spectrum prediction and inverse design of metasurfaces via transfer learning based on material similarity 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.565993 PMID:40591274	研究论文	提出基于材料相似性的迁移学习方法用于超表面的光谱预测和逆向设计	利用材料相似性实现迁移学习，在保证网络性能的同时减少50%训练数据需求	仅验证了吸收超表面和偏振转换超表面两种类型，未涉及更广泛的超材料设计	解决深度学习在超表面设计中数据依赖性问题	吸收超表面和偏振转换超表面	机器学习	NA	迁移学习	深度学习	光谱数据	NA	NA	NA	NA	NA
1662	2025-10-06	Coal classification and analysis based on shadowgraphy and deep learning methods 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.559226 PMID:40591303	研究论文	基于阴影成像技术和深度学习方法开发煤炭自动分类与成分分析系统	采用光纤传输的激光激发和图像采集系统，实现纳秒至微秒级冲击波传播过程的高分辨率成像，避免传统高速相机提高帧率时分辨率下降的问题	仅在实验室环境下验证，尚未在实际工业场景中测试	煤炭自动分类与关键成分预测	29种不同类型的煤炭样本	计算机视觉	NA	阴影成像技术	CNN	图像	29种煤炭类型	NA	卷积神经网络	准确率, RMSEP	NA
1663	2025-10-06	Deep learning-enhanced image analysis for liquid crystal optical sensing 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.561960 PMID:40591341	研究论文	本研究利用VGG16深度学习模型加速液晶光学图像分析，实现可视化精确传感应用	首次将VGG16深度学习模型应用于液晶光学图像分析，显著提升传感速度和灵敏度	仅针对两种代表性表面活性剂和胰岛素检测进行了验证，未涉及更广泛的检测对象	开发基于深度学习的液晶光学图像分析方法，提高传感性能	液晶光学图像、表面活性剂(CTAB和SDS)、胰岛素特异性适配体和胰岛素	计算机视觉	NA	偏振光学显微镜成像	CNN	图像	NA	NA	VGG16	准确率, 平均相对误差	NA
1664	2025-10-06	Co-phase errors simultaneous detection for optical sparse aperture systems via deep learning 2025-Jul-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.562369 PMID:40591336	研究论文	提出一种基于深度学习的共相误差同时检测方法，用于光学稀疏孔径系统	首次实现活塞误差和倾斜误差的同时检测，通过分离网络消除误差间干扰	基于仿真验证，尚未进行实际系统验证	提高光学稀疏孔径系统共相误差检测效率	光学稀疏孔径系统的共相误差	计算机视觉	NA	深度学习	CNN	特征图	NA	NA	分离网络, 检测网络	检测精度	NA
1665	2025-07-03	Deep learning radiomics and mediastinal adipose tissue-based nomogram for preoperative prediction of postoperative‌ brain metastasis risk in non-small cell lung cancer 2025-Jul-01, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-14466-5 PMID:40597925	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1666	2025-10-06	The deep radon prior-based stationary CT image reconstruction algorithm for two phase flow inspection 2025-Jul, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996251322078 PMID:40600316	研究论文	提出一种基于深度Radon先验的静态CT图像重建算法，用于两相流检测	提出无监督深度学习算法DRP，通过优化Radon域误差直接从投影数据重建图像，利用神经网络学习图像固有规律信息	受系统整体物理布局限制，CT系统只能采集不完全稀疏投影数据	开发适用于小直径合金钢管内高速两相流的流型识别和空隙率测量的CT图像重建方法	热传递管道中的两相流状态	计算机视觉	NA	静态计算机断层扫描(CT)	深度学习神经网络	CT投影数据	NA	NA	深度Radon先验(DRP)	图像伪影抑制, 噪声抑制, 重建质量	NA
1667	2025-10-06	Machine learning techniques to predict diabetic ketoacidosis and HbA1c above 7% among individuals with type 1 diabetes - A large multi-centre study in Australia and New Zealand 2025-Jul, Nutrition, metabolism, and cardiovascular diseases : NMCD DOI:10.1016/j.numecd.2025.103861 PMID:39939258	研究论文	本研究利用机器学习技术预测1型糖尿病患者发生糖尿病酮症酸中毒和HbA1c高于7%的风险	在澳大利亚和新西兰的大型多中心临床数据集上应用多种机器学习模型，深度学习模型在预测DKA方面表现出色	研究仅限于澳大利亚和新西兰地区，可能影响结果的普适性	预测1型糖尿病患者发生糖尿病酮症酸中毒和血糖控制不良的风险	1型糖尿病患者	机器学习	糖尿病	机器学习预测模型	深度学习,支持向量机	临床数据	13761名1型糖尿病患者	NA	NA	AUC,分类错误率,灵敏度,F-measure	NA
1668	2025-10-06	Magnetic resonance image generation using enhanced TransUNet in temporomandibular disorder patients 2025-Jul-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf017 PMID:40104864	研究论文	本研究开发了一种基于Transformer的深度学习模型，用于从质子密度加权图像生成T2加权磁共振图像，以缩短颞下颌关节紊乱患者的MRI扫描时间	提出将TransUNet架构作为生成对抗网络的生成器，并集成椎间盘分割解码器以提升颞下颌关节椎间盘区域的图像质量	研究样本量相对有限（178名患者），且仅针对颞下颌关节紊乱这一特定疾病	开发能够减少颞下颌关节紊乱患者MRI扫描时间的图像生成模型	颞下颌关节紊乱患者的磁共振图像	计算机视觉	颞下颌关节紊乱	MRI	GAN, Transformer	医学图像	178名患者的7226张图像	NA	TransUNet	SSIM, LPIPS, FID, MOS	NA
1669	2025-10-06	Radiation and contrast dose reduction in coronary CT angiography for slender patients with 70 kV tube voltage and deep learning image reconstruction 2025-Jul-01, The British journal of radiology DOI:10.1093/bjr/tqaf077 PMID:40205479	研究论文	评估70kV管电压结合深度学习图像重建在冠状动脉CT血管成像中对消瘦患者降低辐射和造影剂剂量的潜力	首次将70kV低管电压与深度学习图像重建技术结合应用于冠状动脉CT血管成像，显著降低辐射和造影剂剂量同时提升图像质量	研究样本量较小（60例患者），仅针对BMI≤25kg/m²的消瘦患者，缺乏对其他人群的验证	探索在冠状动脉CT血管成像中降低辐射和造影剂剂量的优化方案	60例接受冠状动脉CT血管成像检查的消瘦患者（BMI≤25kg/m²）	医学影像	心血管疾病	冠状动脉CT血管成像，深度学习图像重建	深度学习	医学影像数据	60例患者随机分为两组	NA	深度学习图像重建（DLIR）	信噪比，对比噪声比，主观评分，CT值，噪声值	NA
1670	2025-10-06	Deep Learning-enhanced Opportunistic Osteoporosis Screening in Ultralow-Voltage (80 kV) Chest CT: A Preliminary Study 2025-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2024.11.062 PMID:40318972	研究论文	本研究探索利用深度学习在超低电压80 kV胸部CT扫描中实现全自动骨密度测量，用于机会性骨质疏松筛查	首次将深度学习应用于超低电压80 kV胸部CT的骨密度自动测量，为肺癌筛查中的骨质疏松机会性筛查提供新方法	初步研究，样本量相对有限（987例患者），需要更大规模验证	探索深度学习增强的骨密度测量在超低电压胸部CT中的可行性	987名接受80 kV胸部CT和120 kV腰椎CT的患者	医学影像分析	骨质疏松症	定量CT（QCT）	CNN	CT影像	987名患者，分为训练集561例、验证集177例、测试集1（112例）和测试集2（137例）	NA	3D VB-Net, SCN, DenseNet, ResNet	R2, 平均误差, 95%一致性界限, AUC	NA
1671	2025-10-06	Video-estimated peak jump power using deep learning is associated with sarcopenia and low physical performance in adults 2025-Jul, Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA IF:4.2Q1 DOI:10.1007/s00198-025-07515-z PMID:40372459	研究论文	本研究开发了基于深度学习的视频估计峰值跳跃功率方法，并验证其与肌少症和身体机能的相关性	首次使用无标记视频分析方法估计峰值跳跃功率，为日常生活空间中的肌肉功能监测提供了概念验证	仅提供了概念验证，需要进一步研究验证其在日常环境中的实际可行性	开发基于视频分析的肌肉功能评估方法并验证其临床相关性	成年人群体	计算机视觉	肌少症	深度学习	深度学习模型	视频数据	NA	NA	NA	一致性分析	NA
1672	2025-10-06	Data-Driven Detection of Nocturnal Pollen Fragmentation Triggered by High Humidity in an Urban Environment 2025-Jul-01, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.4c13905 PMID:40400486	研究论文	开发了一种数据驱动方法，首次利用气象和生物颗粒物光谱数据常规检测城市环境中高湿度触发的夜间花粉破碎现象	首次实现了仅使用气象和在线BioPM光谱数据常规检测花粉破碎的能力，明确了相对湿度超过90%的触发阈值	方法基于特定城市环境数据，在其他地区的适用性需要进一步验证	检测花粉破碎现象并识别触发其发生的气象阈值	城市环境中的生物颗粒物（BioPM）特别是花粉	机器学习	NA	光谱数据分析	深度学习	气象数据，光谱数据	NA	自动机器学习	NA	NA	NA
1673	2025-10-06	Artificial intelligence for early gastric cancer boundary recognition in NBI and nF-NBI endoscopic images 2025-Jul, Scandinavian journal of gastroenterology IF:1.6Q3 DOI:10.1080/00365521.2025.2509818 PMID:40452611	研究论文	开发基于深度学习的模型用于窄带成像和近聚焦窄带成像内镜图像中早期胃癌边界的自动识别	首次针对NBI和NF-NBI两种内镜成像模式开发专门的深度学习模型进行早期胃癌边界识别，并与不同资历内镜医师进行性能对比	样本量相对有限（1215张NBI图像和1646张NF-NBI图像），未进行外部验证	开发用于早期胃癌边界检测的深度学习模型，辅助内镜黏膜下剥离术的完全切除	早期胃癌患者的窄带成像和近聚焦窄带成像内镜图像	计算机视觉	胃癌	窄带成像，近聚焦窄带成像，内镜检查	CNN	图像	1215张NBI图像和1646张NF-NBI图像	NA	CNN1, CNN2, CNN3	准确率, Dice系数, 召回率	NA
1674	2025-10-06	Contribution of Labrum and Cartilage to Joint Surface in Different Hip Deformities: An Automatic Deep Learning-Based 3-Dimensional Magnetic Resonance Imaging Analysis 2025-Jul, The American journal of sports medicine DOI:10.1177/03635465251339758 PMID:40481726	研究论文	使用基于深度学习的自动3D MRI分析方法研究不同髋关节畸形中盂唇和软骨对关节面的贡献差异	首次采用深度学习自动3D分割方法量化不同髋关节畸形中盂唇对关节面的贡献，并确定影响盂唇贡献的影像学参数	回顾性研究设计，样本量相对较小（100个髋关节），证据等级为4级	确定不同髋关节畸形中盂唇对关节面贡献的差异及影响因素	98名有症状的髋关节畸形患者（100个髋关节）	医学影像分析	髋关节畸形	3D磁共振成像，直接髋关节磁共振关节造影	深度学习	3D磁共振图像	98名患者（100个髋关节），平均年龄30±9岁，64%为女性	NA	NA	R2值（拟合优度）	NA
1675	2025-10-06	Phase seeding may provide a gateway to structure solution by deep learning 2025-Jul-01, Acta crystallographica. Section A, Foundations and advances DOI:10.1107/S2053273325004814 PMID:40492410	研究论文	本文介绍了一种将人工智能与传统晶体学方法相结合的相位播种策略	通过将连续相位问题转化为分类任务，提出了一种混合方法，显著降低了AI训练的计算负担	NA	改进晶体结构解析方法，特别是针对大型复杂非中心对称晶体	晶体学中的相位问题	机器学习	NA	晶体学相位解析	NA	相位数据	NA	NA	NA	NA	NA
1676	2025-10-06	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-Jul-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	研究论文	本研究利用mRNA展示技术结合深度学习模型评估环脱水酶LynD的底物范围	首次将mRNA展示高通量技术与深度学习模型相结合，系统研究YcaO酶家族底物特异性	研究主要关注LynD酶，对其他YcaO家族成员的普适性需要进一步验证	探究环脱水酶LynD的底物特异性并开发预测模型	YcaO酶家族中的环脱水酶LynD及其肽底物	机器学习	NA	mRNA展示技术	深度学习	肽序列数据	远超以往可能的大规模LynD底物库	NA	NA	预测准确性	NA
1677	2025-10-06	Accurate Diagnosis of Colorectal Cancer Using a Combination of Lectin-Induced Recombinase Polymerase Amplification and CRISPR/Cas12a Assay on a Point-of-Care Testing Platform with Deep Learning Assistant 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00468 PMID:40511702	研究论文	开发了一种结合凝集素诱导重组酶聚合酶扩增和CRISPR/Cas12a检测的即时诊断平台，用于结直肠癌的精准诊断	首次将凝集素诱导的外泌体聚集与RPA-CRISPR/Cas12a检测结合，并集成LSTM深度学习模型实现智能手机数据分析	样本量相对有限（100例临床样本），需要在更大规模人群中验证	开发一种快速、灵敏、用户友好的结直肠癌即时诊断方法	结直肠癌患者血液样本中的外泌体	数字病理	结直肠癌	凝集素诱导重组酶聚合酶扩增，CRISPR/Cas12a检测，液体活检	LSTM	智能手机采集的检测数据	100例临床样本和SW480结直肠癌亚型小鼠模型	深度学习框架（具体未指明）	LSTM	准确率	智能手机平台，自制便携式等温扩增设备
1678	2025-10-06	Sensitivity-Enhanced Pure Shift Spectroscopy Empowered by Deep Learning and PSYCHE 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01899 PMID:40526402	研究论文	提出了一种结合深度学习和PSYCHE技术的灵敏度增强纯位移谱方法	首次将60°翻转角应用于PSYCHE实验并通过深度神经网络去除重耦合伪影	适用于半定量分析但未提及对绝对定量分析的适用性	提高核磁共振谱的灵敏度和分辨率	质子核磁共振谱	机器学习	NA	PSYCHE纯位移方法，核磁共振谱	深度神经网络	光谱数据	NA	NA	NA	准确性	NA
1679	2025-10-06	Efficient Denoising of Shot-Noise in Mass Spectrometry Images by PCA-Assisted Self-Supervised Deep Learning 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00825 PMID:40528349	研究论文	提出一种结合主成分分析和自监督深度学习的质谱成像去噪方法PCA-n2v	通过PCA预处理步骤优化Noise2Void算法，在质谱成像去噪中表现优于直接N2V实现和其他先进技术	在极低信噪比图像中可能出现渗漏伪影	提高质谱成像数据质量，减少散粒噪声影响	质谱成像数据	计算机视觉	NA	质谱成像	自监督深度学习	质谱成像数据	NA	NA	Noise2Void	NA	NA
1680	2025-10-06	Deep Learning-Assisted Nanocavity Sensor for Amphiphilic Biomarker Analysis 2025-Jul-01, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01102 PMID:40532101	研究论文	本文开发了一种结合纳米腔传感器与深度学习技术的两亲性生物标志物检测平台	首次将银纳米立方体-金镜纳米腔与支撑脂质双层集成，并采用深度学习语义分割方法计算荧光增强因子	NA	开发高灵敏度、快速检测的两亲性生物标志物传感平台	两亲性生物标志物	生物传感	癌症, 感染性疾病	荧光增强检测, 微流控技术	深度学习	荧光图像	NA	NA	语义分割	荧光增强因子, 检测灵敏度	NA