深度学习在生物医药领域中的应用

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
1	2025-07-25	PA OmniNet: A retraining-free, generalizable deep learning framework for robust photoacoustic image reconstruction 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100740 PMID:40703536	研究论文	提出了一种无需重新训练、可泛化的深度学习框架PA OmniNet，用于鲁棒的光声图像重建	PA OmniNet能够适应不同的系统配置，仅需少量示例图像（4至32张）即可调整模型，无需重新训练	未明确提及具体局限性，但可能依赖于上下文集的质量和数量	开发一种成本效益高且鲁棒的光声成像系统	光声图像	计算机视觉	NA	光声成像	改进的U-net	图像	包括小鼠和人类受试者的体内数据、合成数据以及不同波长捕获的图像
2	2025-07-24	Advancing non-invasive melanoma diagnostics with deep learning and multispectral photoacoustic imaging 2025-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100743 PMID:40686556	研究论文	本文介绍了一种结合深度学习和多光谱光声成像的非侵入性黑色素瘤诊断方法	提出了一种结合K-means聚类、一维卷积神经网络和主动轮廓算法的计算框架，用于自动确定黑色素瘤边界	NA	提高黑色素瘤诊断效率，减少手术切口	人类黑色素瘤	数字病理学	黑色素瘤	多光谱光声成像	CNN	图像	NA
3	2025-07-21	EstimateNoiseSEM: A novel framework for deep learning based noise estimation of scanning electron microscopy images 2025-Oct, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2025.114192 PMID:40602325	研究论文	本文介绍了一个名为EstimateNoiseSEM的框架，用于自动化扫描电子显微镜(SEM)图像中的噪声估计	提出了一个基于深度学习的多阶段方案，用于SEM图像中的噪声类型和水平的自动估计，包括一个分类网络选择机制	Gamma噪声水平的不确定性导致分类网络对高斯噪声的分类准确率从97%下降到80%	自动化估计SEM图像中的噪声类型和水平，以支持去噪过程	扫描电子显微镜(SEM)图像	计算机视觉	NA	深度学习	分类网络和回归模型	图像	合成噪声样本
4	2025-07-16	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	本研究介绍了一种基于SfM-CNN模型的新型AI驱动解决方案，用于自动化分析中国食物的化学成分	结合先进的3D重建技术与深度学习（特别是SIFT算法），实现了误差小于4%的卓越特征提取和食物体积估计	NA	为健康和营养管理提供准确的中国饮食化学成分估计	中国食物	计算机视觉	NA	SIFT算法	SfM-CNN, SIFT-ResNet50	图像	ChineseDish-100数据集
5	2025-07-16	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	本文提出了一种基于深度学习的肉类新鲜度分类方法，结合VGG19卷积神经网络和改进的人工原生动物优化器进行特征提取和选择	采用改进的人工原生动物优化器(IAPO)结合粒子群优化(PSO)进行特征选择，相比现有五种优化技术表现出更高性能	未提及方法在不同肉类品种或实际工业环境中的泛化能力测试	开发高精度的肉类新鲜度自动分类系统	肉类样本的新鲜度（新鲜/半新鲜/变质）	计算机视觉	NA	深度学习	VGG19 CNN结合IAPO-PSO优化	图像	未明确说明具体样本数量
6	2025-07-16	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	使用低场核磁共振结合深度学习技术对冷冻模型食品进行非破坏性质量评估	结合低场核磁共振(LF-NMR)和反向传播人工神经网络(BP-ANN)构建新型非破坏性质量评估模型	仅针对含水量90%和80%的凝胶模型食品进行研究，未涉及其他类型食品	开发冷冻食品质量非破坏性评估方法	含水量90%和80%的凝胶模型食品	食品科学	NA	低场核磁共振(LF-NMR)	BP-ANN, PLSR	核磁共振信号数据	梯度温度条件下冷冻的凝胶模型食品样本
7	2025-07-16	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	research paper	该论文介绍了结合有限元分析、适当正交分解和机器学习的新计算方法，用于预测阴道变形和撕裂	整合有限元分析、适当正交分解和机器学习技术，开发了全阶ML模型和基于POD的降阶模型，用于快速计算阴道分娩结果	研究基于啮齿类动物的离体微机械数据，可能无法完全模拟人类阴道组织的复杂性	预测阴道分娩过程中可能出现的并发症，如阴道撕裂	阴道组织的变形和撕裂	machine learning	产科疾病	有限元分析(FE)、适当正交分解(POD)、机器学习(ML)	全阶ML模型、基于POD的降阶ML模型	微机械数据、位移场快照	基于啮齿类动物的离体微机械数据
8	2025-07-16	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	该研究提出了一种名为ILEP的模型，用于通过纵向EEG监测评估经颅聚焦超声刺激（tFUS）引起的神经可塑性和适应性反应	提出了一种集成纵向评估协议（ILEP）模型，结合高分辨率EEG监测和多会话tFUS刺激，能够有效区分短期和长期的神经可塑性变化	研究未明确说明样本量大小及具体受试者特征，可能影响结果的普遍性	开发一种标准化、实时的评估协议，以理解重复tFUS应用对神经可塑性和适应性脑反应的长期影响	神经可塑性和脑适应性反应	神经科学	神经系统疾病	经颅聚焦超声刺激（tFUS）、高分辨率脑电图（EEG）	深度学习（DL）模型、神经网络（NN）	EEG信号	NA
9	2025-07-16	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建合成3D μCT图像预测大鼠腰椎骨折模式	使用3D条件生成对抗网络(cGAN)预测骨折模式，并生成合成3D μCT图像	训练数据集较小（64个μCT图像），验证集仅包含8个图像	开发生成式深度学习模型以预测生物结构损伤行为	大鼠腰椎椎体	数字病理学	NA	μCT成像	3D cGAN	3D μCT图像	64个训练用μCT图像，8个验证用图像
10	2025-07-15	Mild to moderate COPD, vitamin D deficiency, and longitudinal bone loss: the Multi-ethnic Study of Atherosclerosis 2025-Oct, Bone IF:3.5Q2 DOI:10.1016/j.bone.2025.117550 PMID:40449861	研究论文	本研究探讨了轻度至中度慢性阻塞性肺疾病（COPD）与维生素D缺乏对纵向骨密度（BMD）下降的影响	首次在轻度至中度COPD患者中研究了维生素D缺乏与骨密度下降的关系，并发现维生素D缺乏在COPD患者骨密度下降中起关键作用	研究样本量相对较小，且仅关注了胸椎骨密度，未评估其他骨骼部位	探究轻度至中度COPD患者中维生素D缺乏与骨密度下降的关系	1226名来自多种族动脉粥样硬化研究的参与者，其中173名患有轻度至中度COPD	医学研究	慢性阻塞性肺疾病（COPD）	胸部CT扫描和深度学习算法	深度学习算法	医学影像数据	1226名参与者（173名轻度至中度COPD患者，1053名非COPD患者）
11	2025-07-15	NeuroCL: A deep learning approach for identifying neuropeptides based on contrastive learning 2025-Oct, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2025.115920 PMID:40466845	研究论文	本文提出了一种基于对比学习的深度学习方法NeuroCL，用于高效识别神经肽	NeuroCL利用对比学习和交叉注意力机制，有效捕获数据细微差别，提升神经肽识别的准确性和特征连接	未提及具体的数据集规模或模型在不同数据集上的泛化能力	开发一种高效识别神经肽的深度学习方法，以促进相关疾病的早期诊断和靶向治疗	神经肽（NPs）	机器学习	NA	对比学习、交叉注意力机制	深度学习模型	生物分子数据	未提及具体样本数量
12	2025-07-08	From data to precision: The transformative role of AI and machine learning in modern orthopaedic practice 2025-Oct, Journal of clinical orthopaedics and trauma DOI:10.1016/j.jcot.2025.103101 PMID:40620692	综述	本文探讨了人工智能和机器学习在现代骨科实践中的变革性作用	介绍了AI/ML在骨科诊断、预测分析和手术规划中的创新应用，如术后风险分层的预测算法、患者特异性植入物设计的生成模型以及术中引导的计算机视觉系统	未来应用需解决伦理、监管和互操作性挑战，并促进工程师、临床医生和数据科学家之间的跨学科合作	探讨AI/ML在骨科手术中的整合及其对个性化护理、手术精度和结果预测的变革潜力	骨科手术中的AI/ML应用	机器学习	骨科疾病	深度学习架构、计算机视觉系统	生成模型、预测算法	临床数据、图像数据	NA
13	2025-07-03	Construction of a Fritillaria alkaloids database to develop a multi-dimensional matching strategy for comprehensive annotation of known and unknown components 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116827 PMID:40597534	研究论文	本文构建了一个贝母生物碱数据库（FasMID），并开发了一种多维匹配策略，用于全面注释已知和未知成分	提出了一种维度增强的方法，结合固相萃取（SPE）和液相色谱/离子迁移-四极杆飞行时间质谱（LC/IM-QTOF-MS）获取四维结构信息，并通过机器学习预测碰撞截面（CCS）值	未来研究可以通过扩大样本来源和优化深度学习算法来提高预测准确性	精确表征贝母生物碱，用于质量控制和药理机制研究	贝母生物碱	质谱分析	NA	固相萃取（SPE）、液相色谱/离子迁移-四极杆飞行时间质谱（LC/IM-QTOF-MS）、机器学习	机器学习	质谱数据	248种贝母生物碱
14	2025-07-03	Predicting oxidative stability of Camellia oil based on multimodal data fusion strategy integrating NIR and Raman spectroscopies with chemometrics 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116842 PMID:40597544	研究论文	本研究通过整合近红外光谱和拉曼光谱，开发了一种快速、非破坏性的化学计量学框架，用于预测山茶油的氧化稳定性	采用三级数据融合策略（低、中、高级），特别是高级融合策略，显著提高了氧化稳定性的预测准确性	未来研究需要整合下一代高光谱成像和先进的深度学习架构，以建立超越基质特定限制的智能油品质量监测通用范式	开发一种快速、非破坏性的方法来预测山茶油的氧化稳定性	山茶油的氧化稳定性	化学计量学	NA	近红外光谱（NIR）、拉曼光谱	NA	光谱数据	NA
15	2025-07-03	A 3D point cloud and deep learning based automated process for quantifying multi-scale phenotypes in sliced bread 2025-Oct, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116865 PMID:40597561	研究论文	本研究开发了一种基于3D点云和深度学习的自动化技术，用于量化切片面包的多尺度表型	使用低成本3D激光扫描仪准确捕获和分析面包切片的三维结构，提出3D-PoreSegNet分割模型分离面包表面和孔隙区域，并开发了Bread3D-Measure软件进行快速表型分析	NA	开发一种自动化技术，用于量化切片面包的多尺度表型，以支持全面的面包质量评估	切片面包的三维结构和孔隙表面	计算机视觉	NA	3D激光扫描	3D-PoreSegNet	3D点云数据	NA
16	2025-06-16	Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126253 PMID:40273772	研究论文	本研究介绍了一种新颖的一次性多标准色卡应用，通过三种仪器（颜色可见分光光度计、数码单反相机和移动相机）分析地下水样品中的草甘膦含量	首次将一次性多标准色卡应用于三种不同仪器进行草甘膦检测，并探索了通过人眼模型颜色空间分析数据的方法	数码单反相机存在离子干扰导致浓度高估，而颜色可见分光光度计受磷酸盐和硝酸盐影响	开发一种实时监测地下水草甘膦含量的经济高效、用户友好的即时检测技术	地下水样品中的草甘膦	环境监测	NA	颜色可见分光光度计、数码相机分析	NA	图像、光谱数据	75 mL 地下水样品（浓度范围50-500 ng/mL）
17	2025-06-13	Domain-separated capsule network for damage detection in aluminum plates under varying vibration conditions 2025-Oct, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107688 PMID:40381421	研究论文	本文提出了一种域分离胶囊网络（DS-CapsNet），用于在不同振动条件下检测铝板的损伤	DS-CapsNet结合了胶囊网络和注意力机制，通过动态对抗因子优化特征对齐，并利用多头自注意力机制提升分类性能	NA	提高在不同振动条件下铝板损伤检测的准确性	2024铝合金板	结构健康监测	NA	超声导波	DS-CapsNet（域分离胶囊网络）	信号数据	NA
18	2025-06-09	Performance of multimodal prediction models for intracerebral hemorrhage outcomes using real-world data 2025-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105989 PMID:40412140	研究论文	开发并验证了结合CT图像、文本和表格临床数据的多模态模型，用于预测脑出血患者的功能不良结局和院内死亡率	整合了三维CT图像和非结构化数据，结合表格数据开发了L1正则化逻辑回归模型，为急诊环境中非专科医生提供决策支持	死亡率预测的校准需要改进，且需要增强真实世界数据基础设施以促进临床应用	预测脑出血患者的功能不良结局和院内死亡率，辅助急诊决策	527名脑出血患者	数字病理学	脑出血	深度学习	L1-regularized logistic regression	CT图像、文本、表格数据	527名患者
19	2025-06-07	im7G-DCT: A two-branch strategy model based on improved DenseNet and transformer for m7G site prediction 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108473 PMID:40245811	研究论文	本文提出了一种基于改进的DenseNet和Transformer的两分支策略模型im7G-DCT，用于预测m7G位点	采用两分支策略并行提取局部和全局特征，深入挖掘m7G位点序列的潜在特征信息，提高了预测准确率	NA	准确识别mRNA中的m7G位点，为临床应用和治疗策略开发提供支持	mRNA中的N-7甲基鸟苷(m7G)位点	生物信息学	癌症、神经退行性疾病、病毒感染	深度学习	改进的DenseNet和Transformer	RNA序列数据	NA
20	2025-06-07	Convolutional Neural Network approach to classify mitochondrial morphologies 2025-Oct, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108477 PMID:40273826	研究论文	介绍了一种基于深度学习的软件MitoClass，用于自动分类线粒体网络的形态	利用CNN架构开发了MitoClass软件，能够快速、准确地对线粒体形态进行分类	NA	开发一种高效的方法，定量评估细胞群体中线粒体形状的变化	线粒体网络的形态	计算机视觉	NA	超分辨率成像	CNN	图像	NA