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
1881	2025-10-07	Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis 2025-Jul, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.02.014 PMID:40155307	文献计量分析	通过文献计量分析探索人工智能在头颈癌研究中的全球趋势	首次对人工智能在头颈癌领域的文献进行系统性文献计量分析，揭示了该领域的研究热点和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关文献；分析结果受数据库收录范围限制	分析人工智能在头颈癌研究中的全球发展趋势和研究热点	1995-2024年间发表的1,019篇人工智能相关头颈癌研究文献	医学信息学	头颈癌	文献计量分析	深度学习	文献数据	1,019篇论文	VosViewer, Biblioshiny/Bibiometrix for R Studio	NA	NA	NA
1882	2025-10-07	Deep learning algorithm enables automated Cobb angle measurements with high accuracy 2025-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-024-04853-7 PMID:39688663	研究论文	开发深度学习算法自动测量脊柱侧弯患者的Cobb角	首次使用深度学习算法在全身脊柱X光片上实现自动Cobb角测量，达到高精度	研究样本量相对有限（345例），成人患者的测量误差高于儿童患者	评估深度学习算法在脊柱X光片上自动测量Cobb角的准确性	脊柱侧弯患者的全身脊柱X光片	计算机视觉	脊柱侧弯	X射线成像	深度学习	医学影像	345例患者（179例儿童，166例成人）	NA	NA	平均绝对误差	NA
1883	2025-05-17	SagMSI: A graph convolutional network framework for precise spatial segmentation in mass spectrometry imaging 2025-Jul-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344098 PMID:40374250	研究论文	提出了一种基于图卷积网络（GCN）的无监督分割策略SagMSI，用于质谱成像（MSI）数据的精确空间分割	结合了MSI数据的空间感知图构建与GCN模块，能够灵活、有效且精确地进行空间分割	未提及具体局限性	解决MSI数据在空间分割中的复杂性问题，提升分割精度	质谱成像（MSI）数据	数字病理	NA	质谱成像（MSI）	图卷积网络（GCN）	图像	模拟数据和多种MSI实验数据集	NA	NA	NA	NA
1884	2025-05-17	PursuitNet: A deep learning model for predicting competitive pursuit-like behavior in mice 2025-Jul-01, Brain research IF:2.7Q3 DOI:10.1016/j.brainres.2025.149634 PMID:40210144	research paper	介绍了一种名为PursuitNet的深度学习模型，用于预测小鼠在竞争性追逐行为中的实时动态	PursuitNet采用轻量级架构，结合图卷积网络（GCN）和时序卷积网络（TCN），显式建模动态交互和空间关系，融合速度和加速度数据以预测变化	该框架专注于快速变化的轨迹，可能不适用于其他类型的运动行为	研究捕食者-猎物动态，为交互式机器人和自主系统的设计提供信息	实验室小鼠追逐磁控机器人诱饵的行为	machine learning	NA	deep learning	Graph Convolutional Networks (GCN), Temporal Convolutional Networks (TCN)	trajectory data	Pursuit-Escape Confrontation (PEC) dataset	NA	NA	NA	NA
1885	2025-10-07	Rapid diagnosis of lung cancer by multi-modal spectral data combined with deep learning 2025-Jul-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.125997 PMID:40073660	研究论文	提出基于深度学习的多模态光谱信息融合网络用于肺腺癌细胞检测	提出自适应深度卷积(ADConv)和跨模态交互融合(CMIF)模块，实现多模态光谱数据的深度特征挖掘与融合	NA	开发快速诊断肺癌的新方法	正常细胞和肺腺癌患者细胞	计算机视觉	肺癌	傅里叶变换红外光谱、紫外-可见吸收光谱、荧光光谱	CNN, Transformer	光谱文本数据、光谱图像	NA	NA	ResNet, Transformer, 一维卷积神经网络	准确率	NA
1886	2025-10-07	Zero-shot and few-shot multimodal plastic waste classification with vision-language models 2025-Jul, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114815 PMID:40273572	研究论文	本研究探索利用视觉语言模型进行建筑和拆除塑料废物的树脂类型分类	首次将视觉语言模型应用于塑料废物分类，支持零样本和小样本学习，显著减少对标注数据的依赖	零样本分类准确率仍有提升空间，模型性能可能受限于语言描述的质量	开发数据高效且可扩展的塑料废物分类方法	建筑和拆除过程中产生的塑料废物	计算机视觉	NA	视觉语言模型	VLM	图像, 文本	NA	NA	视觉语言模型	准确率	NA
1887	2025-05-14	Sepsis Important Genes Identification Through Biologically Informed Deep Learning and Transcriptomic Analysis 2025-Jul, Clinical and experimental pharmacology & physiology DOI:10.1111/1440-1681.70031 PMID:40356040	研究论文	通过生物信息学深度学习和转录组分析识别脓毒症重要基因	使用P-NET（一种生物信息学可解释人工智能模型）评估脓毒症基因重要性，并识别出688个重要基因，这些基因在炎症和免疫调节通路中富集	未提及样本量大小及具体实验验证步骤	识别调控脓毒症免疫反应的关键基因	脓毒症患者基因表达数据	生物信息学	脓毒症	转录组分析、单细胞分析	P-NET	基因表达数据	NA	NA	NA	NA	NA
1888	2025-05-13	From classical approaches to artificial intelligence, old and new tools for PDAC risk stratification and prediction 2025-Jul, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2025.03.004 PMID:40147701	review	本文探讨了胰腺导管腺癌（PDAC）风险分层的演变，比较了传统流行病学框架与AI驱动的方法	提出将AI技术整合到PDAC风险分层中，以动态模型整合多种数据集，发现新的相互作用和风险特征	临床转化中的挑战包括数据稀缺、模型可解释性和外部验证	开发可扩展的个性化预测工具，以改善PDAC的早期检测和患者预后	胰腺导管腺癌（PDAC）	machine learning	pancreatic cancer	genome-wide association studies, polygenic risk scores, radiomics	machine learning, deep learning	genetic, clinical, lifestyle, imaging data	NA	NA	NA	NA	NA
1889	2025-05-13	Evaluating crash risk factors of farm equipment vehicles on county and non-county roads using interpretable tabular deep learning (TabNet) 2025-Jul, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108048 PMID:40252392	研究论文	本研究利用可解释的表格深度学习模型TabNet评估了农用设备车辆在县道和非县道上的碰撞风险因素	首次应用TabNet模型分析农用设备车辆事故严重性因素，并比较县道与非县道差异，提供特征重要性和SHAP图的可解释性	研究基于特定数据集，可能无法完全代表所有地区的农用设备车辆事故情况	评估农用设备车辆在不同类型道路上的碰撞风险因素，为制定针对性安全措施提供依据	涉及农用设备车辆的交通事故	机器学习	NA	TabNet, SMOTE, SHAP	TabNet	表格数据	未明确说明具体样本量（农用设备车辆事故数据）	NA	NA	NA	NA
1890	2025-05-12	Deformable image registration with strategic integration pyramid framework for brain MRI 2025-Jul, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110386 PMID:40122188	research paper	提出了一种基于金字塔结构的战略集成配准网络，用于脑部MRI的可变形图像配准	设计了CNN编码器和Transformer解码器，有效提取和增强全局与局部特征，并在金字塔结构的最低尺度引入渐进优化迭代以减少误差积累	未提及具体的数据集大小或多样性限制	提高脑部MRI图像配准的准确性和鲁棒性	脑部MRI图像	digital pathology	NA	deep learning-based deformable registration	CNN, Transformer	image	多个脑部MRI数据集（未提及具体数量）	NA	NA	NA	NA
1891	2025-05-09	A review of denoising methods in single-particle cryo-EM 2025-Jul, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2025.103817 PMID:40164016	review	本文全面回顾了单粒子冷冻电镜图像去噪方法的最新进展，涵盖了从传统滤波方法到最新的基于深度学习的策略	通过分析和比较主流去噪方法，推动单粒子冷冻电镜去噪领域的发展，促进获取更高质量的图像	未提及具体方法的局限性	提高冷冻电镜图像的信噪比，使下游分析更准确可靠	冷冻电镜图像	digital pathology	NA	冷冻电镜	深度学习	图像	NA	NA	NA	NA	NA
1892	2025-05-08	A lightweight spatial and spectral CNN model for classifying floating marine plastic debris using hyperspectral images 2025-Jul, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.117965 PMID:40252351	研究论文	提出了一种轻量级的空间和光谱CNN模型（LSS-HCNN），用于利用高光谱图像对漂浮的海洋塑料垃圾进行分类	LSS-HCNN模型通过空间和光谱卷积提取特征，并结合Squeeze-and-Excitation（SE）块提高可解释性，显著降低了计算复杂度和参数数量	未提及具体局限性	开发高效且自动化的海洋塑料垃圾检测方法，以应对海洋塑料污染问题	漂浮的海洋塑料垃圾	计算机视觉	NA	高光谱成像	CNN	高光谱图像	三个高光谱数据集和四个专门的漂浮塑料数据集，包括一个新的塑料垃圾数据集	NA	NA	NA	NA
1893	2025-10-07	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Jul-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	研究论文	通过情感刺激实验开发结合面部表情和身体姿势的多模态抑郁症识别模型	首次将面部表情单元分析与身体姿势变化结合，通过情感刺激实验构建端到端多模态抑郁症识别模型	样本量相对有限（146名受试者），仅验证了初步筛查效果	开发基于深度学习的多模态抑郁症识别模型，实现快速初步筛查	抑郁症患者和健康对照者（各73名）	计算机视觉	抑郁症	情感刺激实验，视频分析	CNN	视频，图像	146名受试者（73名患者，73名对照）	OpenFace	ResNet-50	准确率，F1分数	NA
1894	2025-10-07	Interpretable machine learning and graph attention network based model for predicting PAMPA permeability 2025-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109050 PMID:40245571	研究论文	本研究使用机器学习和深度学习模型预测化合物的PAMPA渗透性	结合可解释机器学习与图注意力网络预测PAMPA渗透性，并比较不同模型性能	GAT模型在验证集上准确率相对较低（74%）	开发预测药物化合物PAMPA渗透性的计算模型	5447种具有PAMPA渗透性评分的化合物	机器学习	NA	PAMPA（平行人工膜渗透性测定）	Random Forest, Explainable Boosting Machine, Adaboost, Graph Attention Network	化学化合物数据	5447种化合物	NA	GAT（图注意力网络）	准确率	NA
1895	2025-05-03	Sliding-window enhanced olfactory visual images combined with deep learning to predict TVB-N content in chilled mutton 2025-Jul, Meat science IF:5.7Q1 DOI:10.1016/j.meatsci.2025.109791 PMID:40048988	研究论文	本研究提出了一种新颖的嗅觉可视化图像数据增强方法，结合深度学习准确预测冷藏羊肉中的总挥发性盐基氮（TVB-N）含量	提出滑动窗口方法增强嗅觉可视化图像，结合深度学习模型提高TVB-N含量预测的准确性	NA	准确预测冷藏羊肉中的TVB-N含量，用于现场评估羊肉新鲜度	冷藏羊肉	计算机视觉	NA	嗅觉可视化传感器阵列	InceptionNetV3, ResNet50, MobileNetV3, PLSR, SVR, RF	图像	NA	NA	NA	NA	NA
1896	2025-04-29	Outer lumen arterial imaging with CTA: A potential tool to diagnose vertebral artery dissection 2025-Jul, Radiology case reports DOI:10.1016/j.radcr.2025.03.041 PMID:40292153	技术说明	介绍了一种新的3D CTA后处理技术，用于区分椎动脉夹层（VAD）和椎动脉发育不全（VAH）	通过突出显示外腔的新3D CTA后处理技术，能够区分VAD和VAH	技术尚需进一步扩展和改进，可能通过深度学习（DL）分割技术	开发一种更准确的诊断工具，以区分椎动脉夹层和椎动脉发育不全	椎动脉夹层（VAD）和椎动脉发育不全（VAH）患者	数字病理	心血管疾病	3D CTA后处理技术	NA	图像	个案报告（一例右侧VAD患者）	NA	NA	NA	NA
1897	2025-10-07	Generalizable, sequence-invariant deep learning image reconstruction for subspace-constrained quantitative MRI 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30433 PMID:39834093	研究论文	开发了一种对比度不变的深度子空间学习网络，用于跨不同脉冲序列的定量MRI图像重建	提出了对比度不变的逐分量网络结构，相比传统时空多分量结构具有更好的性能和泛化能力	研究样本量相对有限，特别是在T1-T2-T2*-脂肪分数序列中数据较为稀缺	开发能够跨不同脉冲序列工作的深度子空间学习网络	MRI多任务成像的重建	医学影像分析	NA	MRI多任务成像，T1、T1-T2、T1-T2-T2*-脂肪分数映射序列	深度学习网络	MRI图像	共313名受试者（130名T1序列，167名T1-T2序列，16名T1-T2-T2*-脂肪分数序列）	NA	对比度不变的逐分量网络结构，时空多分量结构	图像归一化均方根误差，Bland-Altman分析	NA
1898	2025-10-07	Accelerated EPR imaging using deep learning denoising 2025-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30473 PMID:40096518	研究论文	本研究利用深度学习技术对3D电子顺磁共振成像的振幅和氧分压图进行去噪处理	首次将UNet模型与联合双边滤波器结合应用于EPRI去噪，实现10倍成像加速	训练数据集规模有限（共227个3D图像），且包含体外和体内两种数据	开发基于深度学习的EPRI去噪方法以提高图像信噪比	体外OXO71模型和C3H小鼠后肢纤维肉瘤肿瘤	医学影像处理	肿瘤	电子顺磁共振成像	深度学习	3D图像	227个3D图像（56个体内，171个体外）	MONAI	UNet, Attention UNet, UNETR, Autoencoder	多尺度结构相似性指数, 边缘敏感度保留	NA
1899	2025-10-07	Machine learning explainability for survival outcome in head and neck squamous cell carcinoma 2025-Jul, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105873 PMID:40121767	研究论文	本研究结合临床病理参数、治疗相关因素和社会人口学因素构建机器学习模型，用于预测头颈部鳞状细胞癌患者的总生存期，并提供模型可解释性分析	首次将TabNet深度学习算法应用于头颈部鳞癌生存预测，并综合使用LIME和SHAP技术提供模型可解释性，探索了多参数组合的预后潜力	研究基于单中心数据（419例患者），需要多机构数据集验证和临床试验测试	构建头颈部鳞状细胞癌患者的预后预测系统，实现个体化风险分层治疗决策	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	机器学习预测模型	TabNet, XGBoost, 投票集成	临床表格数据	419名来自瑞典三家大学医院的头颈部鳞癌患者	NA	TabNet, XGBoost	准确率	NA
1900	2025-04-25	Artificial intelligence in bacterial diagnostics and antimicrobial susceptibility testing: Current advances and future prospects 2025-Jul-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117399 PMID:40184880	综述	本文综述了人工智能在细菌诊断和抗菌药物敏感性测试中的当前进展和未来前景	探讨了AI如何通过机器学习和深度学习模型（如Random Forest、SVM、CNN和transformer）革新细菌检测和AST，提供更高效、可及和可靠的诊断方案	未具体提及当前AI技术的局限性	探索AI在细菌诊断和抗菌药物敏感性测试中的应用及其未来发展方向	细菌诊断和抗菌药物敏感性测试	机器学习	细菌感染	机器学习、深度学习、质谱、显微镜检测、电化学传感器、拉曼光谱等	Random Forest、SVM、CNN、transformer	图像、光谱数据、电化学数据等	NA	NA	NA	NA	NA