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
901	2025-06-14	Deep learning reconstruction for T2-weighted and contrast-enhanced T1-weighted magnetic resonance enterography imaging in patients with Crohn's disease: Assessment of image quality and clinical utility 2025-Aug, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110528 PMID:40479900	research paper	研究深度学习重建在克罗恩病患者磁共振肠成像中T2加权和对比增强T1加权图像的质量及临床效用	评估深度学习重建技术在磁共振肠成像中的应用，比较其与传统方法在图像质量和采集时间上的差异	观察者间对深度学习重建图像质量的一致性较低，尤其是T1 VIBE图像	评估深度学习重建的磁共振肠成像图像质量及其在克罗恩病诊断中的临床效用	克罗恩病患者	digital pathology	Crohn's disease	magnetic resonance enterography	deep learning	image	93名患者用于T2 HASTE比较，42名患者用于T1 VIBE比较	NA	NA	NA	NA
902	2025-06-14	Model-informed deep-learning photoacoustic reconstruction for low-element linear array 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100732 PMID:40502804	research paper	提出了一种针对低元素线性阵列的模型信息深度学习光声重建方法，以解决传统重建方法在稀疏传感器排列和有限传感器间距下的图像质量问题	引入了轻量级的GE-CNN框架，显著降低了计算需求，模型矩阵大小减少了4倍，处理速度提高了约46.3%	未提及在实际临床环境中的广泛验证	提高光声断层扫描（PAT）在稀疏传感器排列下的图像重建质量和计算效率	线性阵列超声换能器	医学影像处理	NA	光声断层扫描（PAT）	GE-CNN	图像	合成模型、实验体模和活体大鼠肝脏成像	NA	NA	NA	NA
903	2025-06-13	MSFusion: A multi-source hybrid feature fusion network for accurate grading of invasive breast cancer using H&E-stained histopathological images 2025-Aug, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103633 PMID:40441045	研究论文	提出了一种名为MSFusion的多源混合特征融合网络，用于利用H&E染色组织病理学图像准确分级浸润性乳腺癌	结合了基于Swin Transformer的多分支网络MSwinT提取的深度学习特征和传统手工特征，通过KDC融合块整合多源核的特征，提高了乳腺癌分级的准确性	NA	提高浸润性乳腺癌分级的准确性以优化治疗方案和生存率	浸润性乳腺癌的H&E染色组织病理学图像	数字病理学	乳腺癌	深度学习与传统手工特征融合	Swin Transformer-based multi-branch network (MSwinT), KDC fusion block	图像	三个数据集（两个私有临床数据集Qilu和QDUH&SHSU，一个公开数据集Databiox）	NA	NA	NA	NA
904	2025-10-06	Artificial intelligence (AI)-driven morphological assessment of zebrafish larvae for developmental toxicity chemical screening 2025-Aug, Aquatic toxicology (Amsterdam, Netherlands) DOI:10.1016/j.aquatox.2025.107415 PMID:40450914	研究论文	开发基于深度学习的斑马鱼幼虫形态评估模型，用于发育毒性化学物质筛选	首次将多视角卷积神经网络应用于斑马鱼发育毒性评估，实现20种不同形态变化的自动分类和关键区域分割	模型性能在特定形态变化分类上存在差异，部分分类器F1分数未达到0.70	建立客观高效的斑马鱼发育毒性自动化评估方法	暴露于不同化学物质的斑马鱼胚胎图像	计算机视觉	发育毒性	图像分析	CNN	图像	SEAZIT项目收集的斑马鱼胚胎暴露图像	NA	MVCNN	F1-score, IoU	NA
905	2025-10-06	Scale-equivariant deep model-based optoacoustic image reconstruction 2025-Aug, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100727 PMID:40487237	研究论文	提出一种尺度等变模型基重建方法，用于多光谱光声断层成像重建	推导出尺度等变模型基重建算子，能根据输入正弦图范数自动调整正则化强度	未明确说明方法在复杂生物组织中的泛化能力	解决活体数据中信号幅度波动对模型基重建和深度学习的影响	多光谱光声断层成像数据	医学影像重建	NA	多光谱光声断层成像	深度学习	正弦图数据	NA	NA	NA	血氧饱和度量化准确度	NA
906	2025-10-06	Deep learning-enhanced hyperspectral imaging for rapid screening of Co-metabolic microplastic-degrading bacteria in environmental samples 2025-Aug-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.138370 PMID:40267710	研究论文	本研究开发了一种结合高光谱成像和深度学习的新型方法，用于快速筛选环境样品中具有共代谢能力的微塑料降解细菌	首次将高光谱成像技术与深度学习算法相结合，直接在共代谢固体培养基上快速识别微塑料降解细菌，显著提高了筛选效率	仅成功筛选出一种PBAT降解细菌，方法验证范围有限，需要进一步扩大样本验证	开发高效筛选微塑料降解细菌的新方法，解决传统筛选方法耗时且效率低的问题	环境样品中的共代谢微塑料降解细菌，特别是PBAT降解细菌	计算机视觉	NA	高光谱成像技术	深度学习算法	高光谱图像数据	NA	NA	NA	与传统方法验证结果一致	NA
907	2025-06-11	Improving image quality and diagnostic performance using deep learning image reconstruction in 100-kVp CT enterography for patients with wide-range body mass index 2025-Aug, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112167 PMID:40398003	research paper	评估深度学习图像重建（DLIR）算法在100-kVp CT肠造影（CTE）中对不同BMI患者图像质量、诊断信心和肠道病变检测的临床价值	比较了DLIR与传统ASiR-V算法在图像质量、诊断信心和肠道病变检测方面的表现，发现DLIR-M在图像质量和诊断信心上表现更优，并可能提高初级读者对炎症性病变的检测敏感性	炎症性病变检测的敏感性提升未达到统计学显著性，需要进一步研究	评估DLIR算法在100-kVp CTE中的临床价值	84名接受100-kVp双期CTE检查的患者	数字病理	肠道疾病	CT enterography (CTE)	DLIR (深度学习图像重建)	image	84名患者	NA	NA	NA	NA
908	2025-06-11	LiDSCUNet++: A lightweight depth separable convolutional UNet++ for vertebral column segmentation and spondylosis detection 2025-Aug, Research in veterinary science IF:2.2Q1 DOI:10.1016/j.rvsc.2025.105703 PMID:40460622	research paper	提出了一种轻量级深度学习框架LiDSCUNet++，用于脊柱分割和脊椎病检测	结合深度可分离卷积和点卷积的轻量级UNet++框架，显著减少可训练参数、内存使用、能耗和计算时间	性能受限于数据不足和现有解决方案的高计算复杂度	开发高效的计算机辅助诊断系统，帮助医生诊断脊柱疾病	狗脊柱X光片中的椎骨异常	digital pathology	spondylosis	deep learning	LiDSCUNet++, UNet++, YOLOv8	image	NA	NA	NA	NA	NA
909	2025-06-09	Deep learning-driven hyperspectral imaging for real-time monitoring and growth modeling of psychrophilic spoilage bacteria in chilled beef 2025-Aug-02, International journal of food microbiology IF:5.0Q1 DOI:10.1016/j.ijfoodmicro.2025.111254 PMID:40359768	研究论文	本研究利用深度学习驱动的高光谱成像技术，实时监测和建模冷藏牛肉中嗜冷腐败细菌的生长	结合高光谱成像和多种算法（如CARS、PLSR、SCN等）进行细菌含量预测，并应用Baranyi、Huang和Gompertz模型拟合细菌生长曲线	模型预测精度仍有提升空间，特别是对乳酸杆菌的预测效果相对较差	开发一种快速无损检测冷藏牛肉中细菌含量的方法，以解决食品安全问题	冷藏牛肉中的假单胞菌和乳酸杆菌	数字病理	NA	高光谱成像、平板计数法	PLSR、SCN、Time Convolution Network with Multihead Attention Mechanism	光谱数据	未明确说明样本数量	NA	NA	NA	NA
910	2025-10-06	Quantitative multislice and jointly optimized rapid CEST for in vivo whole-brain imaging 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30488 PMID:40087839	研究论文	开发了一种用于定量多切片化学交换饱和转移成像的深度学习优化框架和脉冲序列	首次提出同时优化扫描参数和切片顺序的深度学习框架，解决了多切片序列灵敏度损失的问题	仅在三名健康受试者中进行了测试，样本量较小；临床可行性仅在单一受试者中验证	开发定量多切片CEST成像方法，提高全脑成像的扫描效率和准确性	健康人类受试者的大脑白质和灰质区域	医学影像分析	NA	化学交换饱和转移成像，多切片成像	深度学习	医学影像数据	3名健康受试者	NA	NA	平均误差，扫描效率，Bland-Altman图，Lin一致性相关系数	NA
911	2025-06-09	Investigating the interpretability of ChatGPT in mental health counseling: An analysis of artificial intelligence generated content differentiation 2025-Aug, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108864 PMID:40424870	研究论文	研究评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨如何区分AI生成内容与用户生成内容	首次从宏观和微观角度评估ChatGPT的心理咨询能力，并开发了区分AI生成内容与用户生成内容的可靠框架	未提及具体样本量，且仅评估了ChatGPT 3.5和4.0版本	评估ChatGPT在心理健康咨询中的效果和情感支持能力，并探讨AI生成内容的识别方法	ChatGPT生成的心理健康咨询内容与人类专家生成的内容	自然语言处理	心理健康问题	BERTopic算法、深度学习技术、LIME和SHAP解释方法	LLM（ChatGPT 3.5和4.0）、深度学习模型	文本	NA	NA	NA	NA	NA
912	2025-06-08	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-Aug, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	research paper	提出了一种鼓励重复性的自监督学习重建方法，用于定量MRI，以提高测量的重复性	首次提出了一种自监督学习方法，通过最小化k-t空间数据子集间的交叉数据一致性来鼓励定量MRI的重复性	未提及方法在其他类型定量MRI数据上的泛化能力	提高定量MRI测量的重复性并加速重建过程	心脏MR多任务T1映射数据	医学影像分析	心血管疾病	自监督学习（SSL）	深度学习网络	MRI图像	未明确提及具体样本量	NA	NA	NA	NA
913	2025-06-07	EffiCOVID-net: A highly efficient convolutional neural network for COVID-19 diagnosis using chest X-ray imaging 2025-Aug, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.04.008 PMID:40252941	research paper	提出了一种名为EffiCOVID-Net的高效卷积神经网络，用于通过胸部X光影像诊断COVID-19	EffiCOVID-Net结合了多样化的特征学习单元，采用包含(3×3)滤波器和循环连接的EffiCOVID块，以提取复杂特征同时保持空间完整性	该模型最适合作为辅助工具而非独立的诊断方法	开发一种高效且准确的深度学习模型，用于COVID-19的早期诊断	COVID-19患者的胸部X光影像	computer vision	COVID-19	deep learning	CNN	image	两个公开可用的COVID-19胸部X光数据集	NA	NA	NA	NA
914	2025-10-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	研究论文	本研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同氧化路径的解毒效果	通过深度学习回归建模和理论化学辅助评估，量化了高级氧化过程中的环境风险，发现了超过40%先前被忽视的毒性	研究主要关注异相高级氧化过程，对其他类型氧化过程的适用性有待验证	开发定量环境风险评估方法，提高污染物解毒评估的准确性	高级氧化过程中的污染物副产物	环境科学	NA	密度泛函理论，深度神经网络回归建模	深度神经网络	化学结构数据，毒性数据	NA	NA	回归模型	风险商数，聚类分析	NA
915	2025-10-06	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出一种时空特征图神经网络（STF-GNN）用于河网区域多点水质预测	集成图卷积网络、门控循环单元和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型计算复杂度及实时预测能力	改进河网区域水质预测的准确性和泛化能力	河网区域分布式水质监测站	图神经网络	NA	水质监测时间序列分析	GCN, GRU, 自注意力机制	多元时间序列数据	未明确说明具体样本数量	NA	STF-GNN（时空特征图神经网络）	RMSE, 相对误差, 峰谷同步率	NA
916	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者	NA	NA	NA	NA
917	2025-06-01	Dual-mode nanosensor for sensitive detection of methotrexate based on fluorescence technology and deep learning algorithms 2025-Aug-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344190 PMID:40447405	研究论文	提出一种基于荧光技术和深度学习算法的双模式纳米传感器，用于甲氨蝶呤的灵敏检测	结合纳米材料和深度学习算法，开发了一种具有双发射峰的纳米传感器，实现了对甲氨蝶呤的高灵敏度和实时监测	NA	建立一种可靠、精确且特异性的甲氨蝶呤检测方法	甲氨蝶呤（MTX）	纳米技术	NA	荧光技术、深度学习算法	NA	图像	NA	NA	NA	NA	NA
918	2025-10-06	Structure information preserving domain adaptation network for fault diagnosis of Sucker Rod Pumping systems 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107392 PMID:40157234	研究论文	提出一种结构信息保持域自适应网络用于抽油机系统故障诊断	通过子域对齐实现结构信息保持的域自适应，并设计分类器投票辅助对齐机制处理目标域无标签数据	未明确说明方法在极端工况下的适用性和计算复杂度	提升抽油机系统在不同工况、时间段和区域下的故障诊断泛化能力	抽油机系统故障数据	机器学习	NA	模糊聚类算法	深度学习	传感器数据	NA	NA	结构信息保持域自适应网络	故障诊断准确率	NA
919	2025-10-06	An information-theoretic approach for heterogeneous differentiable causal discovery 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107417 PMID:40158364	研究论文	提出一种基于信息论的方法来增强异质可微分因果发现的鲁棒性	将最小误差熵作为自适应误差调节器集成到结构学习框架中，有效降低不同样本间的误差变异性	NA	提高可微分因果发现方法在复杂异质数据集上的鲁棒性	异质数据集中的因果发现	机器学习	NA	可微分因果发现	NA	合成数据集和真实世界数据集	NA	NA	NA	精度、稳定性	NA
920	2025-10-06	MuSIA: Exploiting multi-source information fusion with abnormal activations for out-of-distribution detection 2025-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107427 PMID:40184868	研究论文	提出一种名为MuSIA的多源信息融合方法，通过利用异常激活来改进分布外检测性能	首次将多源信息融合与异常激活捕获相结合用于OOD检测，相比传统单源方法显著提升检测性能	仅在六个预训练模型和六个OOD数据集上验证，未在更广泛场景测试	提高深度学习模型在开放世界中的分布外检测可靠性和鲁棒性	分布外样本检测	机器学习	NA	深度学习	CNN, Transformer	图像数据	六个OOD数据集	PyTorch, TensorFlow	ViT, RepVGG, DeiT	FPR95	GPU