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
721	2025-10-06	A lightweight hybrid DL model for multi-class chest x-ray classification for pulmonary diseases 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3b8 PMID:40706615	研究论文	提出一种结合预训练深度学习模型与支持向量机的混合方法，用于胸部X光图像的多分类任务	将轻量级预训练深度学习模型MobileNet与支持向量机分类器相结合，在保持高精度的同时减少训练时间	未明确说明样本量的具体数值，且仅使用公开数据集可能限制模型的泛化能力	开发高效的胸部X光图像分类方法以辅助肺部疾病诊断	胸部X光图像	计算机视觉	肺部疾病	医学影像分析	CNN, SVM	图像	来自多个公开数据源的胸部X光图像（具体数量未说明）	NA	DenseNet, MobileNet, EfficientNetB0, EfficientNetB3	准确率	NA
722	2025-10-06	AI-driven framework for automated detection of kidney stones in CT images: integration of deep learning architectures and transformers 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	提出一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	集成深度学习和Transformer架构，提出SwinTResNet模型用于精确分割，并结合Vision Transformer进行分类	未提及外部验证数据集和临床部署的可行性	开发自动检测肾结石的AI方法以提高诊断效率和准确性	CT图像中的肾结石	计算机视觉	肾结石	CT成像	深度学习, Transformer	CT图像	NA	NA	SwinTResNet, Vision Transformer (ViT)	训练准确率, 验证准确率	NA
723	2025-10-06	Artificial Intelligence for Materials Discovery, Development, and Optimization 2025-Aug-05, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04200 PMID:40711807	综述	探讨人工智能、机器学习和深度学习在材料发现、开发和优化领域的变革性影响与应用	系统整合了AI在材料科学中的多维度应用，并前瞻性地提出量子计算与AI融合、因果推理与物理信息AI等未来发展方向	面临数据质量不一致、模型可解释性有限、缺乏标准化数据共享框架等挑战	推动材料科学领域的人工智能应用发展	材料发现、开发与优化过程	机器学习	NA	高通量筛选、计算设计、自主实验	RNN, CNN, GNN, 生成模型, Transformer	材料数据集	NA	NA	循环神经网络, 卷积神经网络, 图神经网络, 生成模型, Transformer	NA	量子计算
724	2025-10-06	Brain tumor segmentation by optimizing deep learning U-Net model 2025-Aug-05, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251363699 PMID:40760965	研究论文	本文提出了一种优化的U-Net架构用于脑肿瘤MRI图像分割	在U-Net模型中引入Leaky ReLU激活函数、批归一化和正则化，并采用聚焦损失和广义Dice损失函数解决类别不平衡问题	仅在BraTS'2020数据集上进行验证，未在其他数据集测试泛化能力	开发改进的脑肿瘤MRI图像分割方法	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像(MRI)	U-Net	医学图像	BraTS'2020数据集	NA	U-Net	准确率,Dice系数	NA
725	2025-10-06	A novel lung cancer diagnosis model using hybrid convolution (2D/3D)-based adaptive DenseUnet with attention mechanism 2025-Aug-05, Network (Bristol, England) DOI:10.1080/0954898X.2025.2533871 PMID:40762174	研究论文	提出一种结合混合卷积和注意力机制的高效肺癌诊断模型，用于早期准确检测肺癌	开发了基于混合卷积（2D/3D）的自适应DenseUnet注意力机制（HC-ADAM）和混合自适应扩张网络注意力机制（HADN-AM），结合ResNet和LSTM的串行级联结构	NA	开发高效的肺癌早期诊断深度学习技术	肺癌CT图像	计算机视觉	肺癌	CT成像	CNN, LSTM	医学图像	LIDC-IDRI标准基准数据集	NA	DenseUnet, ResNet, LSTM	准确率, 精确率, F1分数	NA
726	2025-10-06	Optimization of deep learning-based denoising for arterial spin labeling: Effects of averaging and training strategies 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70013 PMID:40762194	研究论文	系统研究动脉自旋标记图像深度学习中平均化和训练策略对去噪效果的影响	首次系统比较不同平均化策略和训练方法在深度学习去噪中的效果，包括窗口平均与交错平均方法	研究仅基于152个单延迟ASL扫描，样本量相对有限	优化基于深度学习的动脉自旋标记图像去噪处理流程	动脉自旋标记图像	医学影像处理	NA	动脉自旋标记成像	CNN,Transformer	医学影像	152个单延迟ASL扫描，来自152名受试者	NA	基于卷积神经网络和Transformer的模型	结构相似性,峰值信噪比,归一化平均绝对误差	NA
727	2025-10-06	Utilizing 3D fast spin echo anatomical imaging to reduce the number of contrast preparations in T 1 ρ $$ {T}_{1\rho } $$ quantification of knee cartilage using learning-based methods 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70022 PMID:40762171	研究论文	提出一种结合T1ρ加权快速自旋回波图像和质子密度加权解剖图像的深度学习加速T1ρ量化方法，用于膝关节软骨评估	首次将质子密度加权解剖图像与T1ρ加权图像结合，通过深度学习模型实现在减少对比剂准备次数的情况下仍能保持准确的T1ρ量化	回顾性研究，样本量较小（40名参与者），需要在更大规模数据集中验证	开发加速T1ρ量化方法以减少扫描时间，促进骨关节炎评估在常规临床工作流程中的整合	膝关节软骨	医学影像分析	骨关节炎	MRI，快速自旋回波成像，T1ρ量化	深度学习	MRI图像	40名参与者（30名OA患者和10名健康志愿者）	NA	2D U-Net, 多层感知机	平均绝对误差，平均绝对百分比误差，区域误差，区域百分比误差	NA
728	2025-10-06	Integrating Deep Learning and Real-Time Imaging to Visualize In Situ Self-Assembly of Self-Healing Interpenetrating Polymer Networks Formed by Protein and Polysaccharide Fibers 2025-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c11459 PMID:40762431	研究论文	本研究通过整合深度学习和实时成像技术，可视化蛋白质和多糖纤维形成的自修复互穿聚合物网络的原位自组装过程	首次报道基于脱铁铁蛋白的淀粉样蛋白水凝胶形成，并开发深度学习驱动的图像分析方法实现纤维组分的自动识别和三维微观结构解析	未明确说明样本的具体数量和研究规模	开发具有增强机械性能和自修复能力的全天然生物聚合物基互穿网络水凝胶	淀粉样蛋白纤维（AFs）和植物凝胶（PHY）形成的互穿聚合物网络水凝胶	计算机视觉	NA	扫描电子显微镜、共聚焦激光扫描显微镜、荧光标记	CNN	图像	NA	NA	卷积神经网络	NA	NA
729	2025-10-06	A Sensor Array Composed of Organelle-Targeting Fluorescent Probes and Polydopamine Particles for Deep Learning-Assisted Identification and Ablation of Drug-Resistant Lung Tumors 2025-Aug-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02524 PMID:40762433	研究论文	开发了一种由细胞器靶向荧光探针和聚多巴胺颗粒组成的传感器阵列，结合深度学习网络用于识别和消融耐药性肺癌	首次构建了多细胞器靶向传感器阵列(PPTA-SA)，结合深度学习实现耐药性肺癌细胞和肿瘤的高精度识别与多细胞器靶向光热治疗	NA	解决非小细胞肺癌化疗耐药性识别和治疗难题	非小细胞肺癌细胞和肿瘤切片	数字病理	肺癌	荧光成像, 光热治疗	深度学习网络	图像	NA	NA	NA	准确率	NA
730	2025-10-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	提出一种基于深度学习的直接学习方法，用于微波热疗治疗中检测乳腺组织温度是否超过阈值	首次将深度卷积编码器-解码器架构应用于微波热疗中的热点检测，相比传统方法展现出更强的正则化能力	数据主要来自内部数据生成器模拟，仅部分验证使用商业软件仿真数据	开发微波热疗过程中组织温度监测的自动化检测方法	乳腺组织温度分布	计算机视觉	乳腺癌	微波热疗	CNN	图像	NA	NA	卷积编码器-解码器	准确率	NA
731	2025-10-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	系统综述了机器学习特别是深度学习模型在脑电图数据分析中应用于多发性硬化症的现有研究	首次系统性地整合了机器学习与脑电图技术在多发性硬化症管理中的应用，重点关注深度学习架构和混合模型	存在机器学习脑电图分析的潜在偏差和挑战	改善多发性硬化症的预测、诊断、监测和治疗	多发性硬化症患者	机器学习	多发性硬化症	脑电图	深度学习,CNN,混合模型	脑电图数据	NA	NA	卷积神经网络,混合模型	NA	NA
732	2025-10-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	研究论文	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾脏病分期早期检测	采用新颖的迭代后向特征选择策略确定关键预测因子，并使用基于注意力的TabNet架构构建分类模型	研究数据来源于单一队列研究(CRIC)，需要在更广泛人群中验证模型性能	开发糖尿病患者的慢性肾脏病分期预测模型以实现早期检测	糖尿病患者的慢性肾脏病分期	机器学习	慢性肾脏病	纵向数据分析	TabNet, XGBoost, 随机森林, AdaBoost, 多层感知机	表格数据	慢性肾脏病队列研究(CRIC)的纵向数据	NA	TabNet	准确率	NA
733	2025-10-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	提出一种结合表面增强拉曼光谱(SERS)和深度学习的南美白对虾病原菌快速识别方法	首次将LSGAN数据增强与Transformer模型结合用于拉曼光谱分类，有效解决了光谱数据稀缺问题	初始数据集较小(仅160个光谱)，需在更多病原菌种类上验证方法通用性	开发快速准确的南美白对虾病原菌检测方法以替代传统PCR检测	四种常见南美白对虾病原菌	计算机视觉	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN, Transformer	光谱数据	原始160个光谱，增强后2160个光谱	NA	LSGAN, Transformer	准确率	NA
734	2025-10-06	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	研究论文	本研究在15分钟城市框架下评估西安市季节性绿地暴露不平等现象	首次在15分钟城市框架下结合人类移动性分析季节性绿地暴露不平等，并整合绿视率指数、空间统计方法和深度学习技术	研究仅针对单一城市案例，缺乏多城市对比验证	评估15分钟城市框架下季节性绿地暴露不平等及其与房价的关系	西安市不同距离生活圈内的绿地暴露和房价数据	城市环境分析	NA	绿视率指数、空间统计方法、深度学习	深度学习模型	城市房价大数据、空间数据	西安市全域范围数据	NA	NA	空间自相关分析	NA
735	2025-10-06	PGBTR: a powerful and general method for inferring bacterial transcriptional regulatory networks 2025-Aug-01, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-11863-9 PMID:40750847	研究论文	提出一种名为PGBTR的强大通用计算方法，用于推断细菌转录调控网络	结合概率分布与图距离的输入生成方法PDGD和卷积神经网络模型CNNBTR，在细菌TRN推断中表现出优越性能和稳定性	NA	开发计算框架预测细菌转录调控网络	大肠杆菌和枯草芽孢杆菌	机器学习	NA	基因表达数据分析	CNN	基因表达数据和基因组信息	NA	NA	CNN	AUROC, AUPR, F1-score	NA
736	2025-10-06	Deep learning-based super-resolution US radiomics to differentiate testicular seminoma and non-seminoma: an international multicenter study 2025-Aug-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02045-y PMID:40750949	研究论文	本研究开发了一种基于深度学习的超分辨率超声影像组学模型，用于区分睾丸精原细胞瘤和非精原细胞瘤	首次将深度学习超分辨率重建技术应用于超声影像组学分析，并通过国际多中心验证证明了其在睾丸生殖细胞肿瘤亚型鉴别中的优越性能	回顾性研究设计，样本量相对有限	提高睾丸生殖细胞肿瘤亚型术前鉴别的准确性	睾丸生殖细胞肿瘤患者	医学影像分析	睾丸癌	超声成像，影像组学分析	深度学习	超声图像	486例男性患者（训练集338例，国内验证集92例，国际验证集59例）	NA	超分辨率重建算法	AUC	NA
737	2025-10-06	Performance validation of deep-learning-based approach in stool examination 2025-Aug-01, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-06878-w PMID:40751198	研究论文	本研究评估了基于深度学习的方法在肠道寄生虫识别中的性能，并与人类专家进行比较	首次系统比较多种先进深度学习模型在肠道寄生虫识别中的表现，包括YOLO系列、ResNet-50和DINOv2等模型	研究中使用的样本来源和数量未明确说明，可能影响结果的泛化能力	验证深度学习方法在粪便检查中识别肠道寄生虫的性能	人类肠道寄生虫（蠕虫和原虫）	计算机视觉	肠道寄生虫感染	福尔马林-乙酸乙酯离心技术（FECT），Merthiolate-iodine-formalin（MIF）技术	CNN, Transformer	图像	NA	CIRA CORE平台	YOLOv4-tiny, YOLOv7-tiny, YOLOv8-m, ResNet-50, DINOv2-base, DINOv2-small, DINOv2-large	准确率, 精确率, 灵敏度, 特异性, F1分数, AUROC, AUPR, Cohen's Kappa	NA
738	2025-10-06	Integrating Generative Pretrained Transformer and Genetic Algorithms for Efficient and Diverse Molecular Generation 2025-Aug, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.70005 PMID:40762910	研究论文	提出一种结合生成预训练变换器和遗传算法的分子生成模型CCMol，用于高效生成多样化候选药物分子	首次将GPT的生成能力与遗传算法的优化机制相结合，在保持高性能的同时提高模型可解释性	仅针对三种疾病相关蛋白进行了验证，需要更广泛的靶点验证	开发高效且多样化的分子生成方法以加速药物发现过程	针对GLP1、WRN和JAK2三种疾病相关蛋白的候选药物分子	计算机辅助药物设计	多种疾病（涉及GLP1、WRN、JAK2相关疾病）	基于结构的药物设计，包含配体和蛋白质一级结构	GPT, 遗传算法	分子结构数据，蛋白质序列数据	针对三种疾病相关蛋白的分子生成	NA	生成预训练变换器(GPT)	结构多样性，药物相关性质指标	NA
739	2025-10-06	Predicting the Effects of Charge Mutations on the Second Osmotic Virial Coefficient for Therapeutic Antibodies via Coarse-Grained Molecular Simulations and Deep Learning Methods 2025-Aug-04, Molecular pharmaceutics IF:4.5Q1 DOI:10.1021/acs.molpharmaceut.5c00673 PMID:40624892	研究论文	通过粗粒度分子模拟和深度学习方法预测电荷突变对治疗性抗体第二维里系数的影响	结合粗粒度分子模拟和深度神经网络，系统探索大量电荷突变（约10^10种）对蛋白质自相互作用的影响	研究仅限于三种模型治疗性单克隆抗体，需要进一步验证在其他蛋白质体系中的适用性	评估改变表面电荷分布如何影响蛋白质自相互作用，以第二维里系数量化	三种模型治疗性单克隆抗体（MAbs）	机器学习	NA	粗粒度分子模拟，深度学习方法	MLP（多层感知器）	分子模拟数据	约10^10个突变（单突变、双突变和三突变）	NA	多层感知器	计算效率，预测精度	NA
740	2025-10-06	Colorimetric detection of bisphenol A in water: a smartphone-based sensor using inverse opal molecularly imprinted photonic crystal hydrogel 2025-Aug-04, The Analyst DOI:10.1039/d4an01426j PMID:40685994	研究论文	开发了一种基于智能手机的传感器，用于水中双酚A的比色检测	结合反蛋白石分子印迹光子晶体水凝胶与智能手机深度学习模型，实现实时定量检测	NA	开发高灵敏度、高选择性的双酚A检测方法	水样中的双酚A分子	传感器技术	NA	分子印迹技术、光子晶体技术、比色检测	深度学习回归模型	图像	NA	NA	NA	检测限、响应时间	智能手机