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
181	2025-09-05	MobileYOLO-Cyano: An enhanced deep learning approach for precise classification of cyanobacterial genera in water quality monitoring 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124081 PMID:40578097	研究论文	提出一种名为MobileYOLO-Cyano的深度学习模型，用于精确分类水质监测中的蓝藻属	整合YOLOv8与MobileNetV4，优化无锚检测框架，并引入新设计的AdaptiveChannelHead模块以增强特征提取和属级分类	NA	开发高精度蓝藻属分类方法以支持水质评估与管理	九个具有产生多种蓝藻毒素潜力的蓝藻属	计算机视觉	NA	深度学习	YOLOv8, MobileNetV4	图像	包含九个蓝藻属的数据集
182	2025-09-05	Revealing two decades of chlorophyll-a dynamics in arid oligotrophic lakes of Xinjiang, China using a deep recurrent approach 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124058 PMID:40578106	研究论文	利用深度学习模型分析新疆贫营养湖泊二十年叶绿素a动态变化	首次将遥感波段作为动态序列处理，采用循环神经网络框架，突破了传统算法对贫营养湖泊的局限性	研究仅针对面积大于100km²的湖泊，且依赖MODIS遥感数据	揭示新疆干旱区贫营养湖泊水质长期变化规律	新疆地区大型贫营养湖泊	遥感与环境监测	NA	MODIS遥感成像、深度学习建模	RNN（循环神经网络）	遥感影像序列	新疆地区面积大于100km²的湖泊，2002-2023年共二十年MODIS数据
183	2025-09-05	Brain Tumor Detection Based on Hybrid Convolutional Adaptive Neuro Fuzzy Inference System Using MRI Image 2025-Oct, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70124 PMID:40903832	研究论文	提出一种结合卷积神经网络和自适应神经模糊推理系统的混合模型Conv-ANFIS，用于从MRI图像中检测脑肿瘤	设计Conv-ANFIS混合模型，整合CNN和ANFIS优势，并采用NLM滤波去噪和SCAN网络分割，提升检测精度和泛化能力	未提及模型在不同医疗机构MRI设备间的泛化性能验证或临床部署挑战	提高脑肿瘤在MRI图像中的检测准确性和鲁棒性	脑部MRI图像及其中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像、非局部均值滤波、深度学习分割	CNN、ANFIS、SCAN	图像	NA
184	2025-09-05	Detecting the Undetected: Machine Learning in Early Disease Diagnosis 2025-Oct, Basic & clinical pharmacology & toxicology IF:2.7Q3 DOI:10.1111/bcpt.70104 PMID:40905080	综述	本文综述了机器学习在早期疾病诊断中的应用及其挑战与未来方向	综合探讨了从传统机器学习到深度学习、强化学习及量子机器学习在早期疾病检测中的前沿应用与跨学科协作框架	NA	推动机器学习技术在早期疾病诊断领域的转化应用	疾病早期生物标志物	机器学习	多疾病领域（癌症、心血管疾病、神经系统疾病、传染性疾病）	机器学习与深度学习技术	SVM, 决策树, 随机森林, K-means, 分层聚类, PCA, CNN, RNN, Transformer, 强化学习	多模态医疗数据	NA
185	2025-09-03	Hyperspectral-driven PSO-SVM model and optimized CNN-LSTM-Attention fusion network for qualitative and quantitative non-destructive detection of adulteration in strong-aroma Baijiu 2025-Oct-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145197 PMID:40541145	研究论文	结合高光谱成像与深度学习，开发PSO-SVM分类模型和GLSNet融合网络，用于浓香型白酒掺假的定性与定量无损检测	提出新型融合网络GLSNet（Ghost-LSTM-Scaled Dot-Product Attention），在定量预测中显著优于传统方法，推理效率提升3.55倍，并通过热图可视化掺假分布	NA	实现白酒掺假的快速准确无损检测，为质量控制和市场监管提供技术支持	浓香型白酒样品	计算机视觉	NA	高光谱成像	PSO-SVM, CNN, LSTM, Attention机制, GLSNet融合网络	高光谱图像	NA
186	2025-09-03	High-Resolution Magnetic Resonance Imaging Radiomics for Identifying High-Risk Intracranial Plaques 2025-Oct, Translational stroke research IF:3.8Q2 DOI:10.1007/s12975-025-01345-1 PMID:40108073	研究论文	基于高分辨率磁共振成像（HRMRI）的影像组学模型用于区分症状性和无症状性颅内斑块	结合传统影像特征与影像组学特征构建混合模型，并应用深度学习和机器学习方法提升高危斑块识别准确率	样本量有限（172名患者，188个斑块），模型泛化能力需进一步验证	识别易破裂的高危颅内斑块以预测脑血管事件	颅内动脉粥样硬化斑块（100个症状性，88个无症状）	医学影像分析	脑血管疾病	高分辨率磁共振成像（HRMRI），影像组学分析	随机森林、岭回归、LASSO、深度学习（DL）	医学影像（MRI）	172名患者，188个颅内斑块
187	2025-09-03	ElastoNet: Neural network-based multicomponent MR elastography wave inversion with uncertainty quantification 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103642 PMID:40482562	研究论文	提出一种基于神经网络的多成分磁共振弹性成像波反演方法ElastoNet，具备不确定性量化能力	首次实现独立于分辨率和振动频率的多波成分分析，并提供不确定性量化图谱	NA	开发通用神经网络反演方法以克服噪声和压缩波对磁共振弹性成像参数重建的影响	剪切波传播数据	医学影像分析	NA	磁共振弹性成像(MRE), 证据深度学习	神经网络	波图像数据	合成波斑块(5×5像素), 有限元模拟数据, 体模数据, 14名健康志愿者的宽频多频率腹部MRE数据
188	2025-09-03	Automatic MRI segmentation of masticatory muscles using deep learning enables large-scale muscle parameter analysis 2025-Oct, International journal of oral and maxillofacial surgery IF:2.2Q2 DOI:10.1016/j.ijom.2025.05.008 PMID:40483235	研究论文	本研究开发了一种基于深度学习的自动MRI咀嚼肌分割方法，用于支持大规模肌肉参数分析	首次实现八块咀嚼肌的自动MRI分割，为个性化种植体设计提供肌肉生物力学参数	训练样本量有限（40例MRI扫描），需进一步验证模型泛化能力	通过自动分割技术提升颌骨重建手术的个性化和成功率	咀嚼肌（包括横截面积、向量和体积等参数）	医学图像分析	颌面外科疾病	深度学习，MRI成像	深度学习模型（具体架构未明确说明）	MRI图像（T1加权）	40例训练扫描（手动或伪标注分割）+10例测试扫描
189	2025-09-03	A novel explainable AI framework for medical image classification integrating statistical, visual, and rule-based methods 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103665 PMID:40505210	研究论文	提出一种新颖的可解释AI框架，集成统计、可视化和基于规则的方法，用于医学图像分类	首次将统计特征、可视化覆盖图和基于规则的解析结合，提供局部化且可量化的模型决策解释	NA	提升深度学习模型在医学图像分析中的透明度和可解释性	医学图像数据	计算机视觉	多种疾病（COVID-19、乳腺癌、脑肿瘤、肺癌、结肠癌、青光眼）	特征选择（零基过滤与互信息选择）、决策树、RuleFit模型	Mobilenetv2、决策树、RuleFit	图像	五个医学影像数据集（具体样本数未明确说明）
190	2025-09-03	Deep learning detection of acute and sub-acute lesion activity from single-timepoint conventional brain MRI in multiple sclerosis 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103619 PMID:40505211	研究论文	开发深度学习模型从单时间点常规脑MRI中检测多发性硬化症的急性和亚急性病变活动	首次提出从过去24周内单时间点常规脑MRI量化近期急性病变活动的临床相关任务，并证明2D-UNet在此任务上的优越性	NA	通过深度学习提高多发性硬化症急性炎症活动的检测和预后预测能力	多发性硬化症患者的脑部MRI图像	计算机视觉	多发性硬化症	深度学习	2D-UNet, transformers, ensemble approaches	MRI图像	独立复发缓解型多发性硬化症队列
191	2025-09-03	TCFNet: Bidirectional face-bone transformation via a Transformer-based coarse-to-fine point movement network 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103653 PMID:40527150	研究论文	提出一种基于Transformer的从粗到细点移动网络（TCFNet），用于实现密集人脸-骨骼点云的双向精确转换	结合Transformer和局部信息聚合网络（LIA-Net）的两阶段框架，通过建模局部几何结构和利用专家知识的辅助损失，实现无监督的精确点云转换	未明确说明模型计算复杂度或实时性能，且辅助损失为可选项可能影响关键器官重建一致性	提升正颌外科手术规划中计算机辅助模拟的准确性和效率	人脸与骨骼的三维点云数据	计算机视觉	NA	深度学习点云处理	Transformer, LIA-Net, GRU	3D点云	NA
192	2025-09-03	A Performance Benchmarking Review of Transformers for Speaker-Independent Speech Emotion Recognition 2025-Oct, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725300013 PMID:40726155	研究论文	对Transformer架构在说话人无关语音情感识别任务中的性能进行全面评估与比较	首次对多种Transformer模型在跨数据集说话人无关SER任务上进行系统性性能基准测试	跨数据集测试准确率仍较低（最高58.85%），表明模型泛化能力有限	评估Transformer架构在说话人无关语音情感识别中的性能表现	语音情感识别系统	自然语言处理	NA	深度学习，Transformer架构	Transformer	音频信号	多个公开SER数据集（具体数量未明确说明）
193	2025-09-02	Automatic prostate volume estimation in transabdominal ultrasound images 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112274 PMID:40614658	研究论文	本研究提出了一种基于深度学习的框架，用于在经腹超声图像中自动估计前列腺体积，以改进非侵入性前列腺癌风险分层	开发了首个结合轴向和矢状面深度学习分割模型、自动直径估计及体积计算的TAUS前列腺体积自动估算框架	样本量有限（100例患者），且TAUS图像质量较低和操作者依赖性可能影响模型泛化能力	提升非侵入性前列腺癌风险分层的准确性和可及性	前列腺体积作为前列腺癌风险评估的关键参数	数字病理	前列腺癌	深度学习	CNN（基于分割任务推断）	超声视频	100例患者（中位年龄67岁，95%百分位范围55-81.2岁）
194	2025-09-02	Impact of super-resolution deep learning-based reconstruction for hippocampal MRI: A volunteer and phantom study 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112289 PMID:40639021	研究论文	本研究评估了基于超分辨率深度学习重建（SR-DLR）对海马体薄层T2加权MRI图像质量的影响	提出SR-DLR方法，在保持对比度的同时显著提升图像信噪比，并减少零填充插值伪影	样本量较小（仅13名健康志愿者），未涉及患者群体验证	评估深度学习超分辨率重建技术在海马体MRI图像质量优化中的应用效果	人类志愿者和海马体MRI图像模体	医学影像分析	NA	超分辨率深度学习重建（SR-DLR），零填充插值（ZIP）	深度学习重建（DLR）	MRI图像	13名健康志愿者和ACR模体
195	2025-09-02	Deep learning CAIPIRINHA-accelerated 3D MRI of the knee cartilage at 7 Tesla 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112287 PMID:40651115	研究论文	研究深度学习重建在7特斯拉下CAIPIRINHA加速的3D膝关节软骨MRI中的可行性和扫描时间减少程度	将深度学习重建与CAIPIRINHA并行成像技术结合应用于7T超高场强膝关节软骨成像，实现最高六倍加速而保持图像质量	八倍和十二倍加速时图像质量下降，伪影显著增加；样本量较小（18名志愿者35个膝关节）	评估深度学习重建技术在超高场强膝关节软骨MRI中的加速性能和图像质量	人类膝关节软骨	医学影像分析	骨关节疾病	CAIPIRINHA并行成像，深度学习重建，3D DESS序列	深度学习重建模型	MRI图像	18名志愿者的35个膝关节
196	2025-09-02	A novel segmentation-based deep learning model for enhanced scaphoid fracture detection 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112309 PMID:40652603	研究论文	开发一种基于分割的深度学习模型，用于从手腕X光片中检测明显和隐匿的舟骨骨折	提出了一种结合分割方法的深度学习模型，在隐匿性舟骨骨折检测方面表现优于临床专家	样本量相对有限（408例患者），且仅针对单一类型骨折	开发并验证深度学习模型在舟骨骨折检测中的诊断性能	手腕X光片中的舟骨骨折，包括明显和隐匿性骨折	计算机视觉	骨科疾病	深度学习，图像分割	CNN	X光图像	408例患者，410个手腕，1011张X光片（其中718张包含骨折）
197	2025-09-02	Deep learning reconstruction enhances bone visualization in zero echo time MRI for cervical spondylosis: A prospective study 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112310 PMID:40669257	研究论文	本研究评估深度学习重建技术在零回波时间MRI中提升颈椎病图像质量并缩短扫描时间的应用	首次将深度学习重建（DLR）与零回波时间（ZTE）MRI结合，在减少62%扫描时间的同时达到与传统高激发次数相当的图像质量	样本量较小（43例），且仅针对颈椎病患者，未涉及其他骨骼疾病或健康对照组	优化MRI成像流程，提升骨骼可视化效果并减少扫描时间	颈椎病术前患者的骨骼及软组织结构	医学影像分析	颈椎病	零回波时间MRI（ZTE MRI）与深度学习重建（DLR）	深度学习（未指定具体网络结构）	MRI图像	43例颈椎病术前患者
198	2025-09-02	Automated CAD-RADS scoring from multiplanar CCTA images using radiomics-driven machine learning 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112320 PMID:40684709	研究论文	本研究提出一种基于影像组学的机器学习方法，用于从多平面CCTA图像自动进行CAD-RADS评分	首次开发基于影像组学的CAD-RADS自动评分模型，相比深度学习方法具有更好的可解释性	回顾性单中心研究，样本量有限（251例患者）	自动化冠状动脉疾病报告和数据系统（CAD-RADS）评分	冠状动脉CT血管成像（CCTA）图像	医学影像分析	心血管疾病	影像组学特征提取，机器学习	级联分类管道（包含临床模型、影像组学模型和组合模型）	医学图像	251例患者（70%男性，平均年龄60.5±12.7岁）
199	2025-09-02	NAVIGATOR: A regional multimodal imaging biobank initiative powered by AI tools for precision medicine in oncology 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112327 PMID:40743874	研究论文	介绍NAVIGATOR项目，一个集成了多模态成像、临床和组学数据的AI驱动生物样本库与研究平台，用于肿瘤精准医学	超越静态存储库，提供安全的虚拟研究环境(VRE)，支持用户上传数据、测试AI算法并执行完整分析流程，整合AI驱动的放射组学和深度学习方法	NA	通过AI方法推进肿瘤学研究并支持临床决策，解决数据协调、监管合规和AI系统公平性等挑战	前列腺癌、直肠癌和胃癌患者	数字病理	肿瘤学（前列腺癌、直肠癌、胃癌）	放射组学、深度学习	AI模型（具体类型未指定）	多模态成像、临床数据、组学数据	超过700名患者的成像和临床数据
200	2025-08-12	Deep learning-enhanced multi-modal modeling for electrosorption performance prediction via Nyquist plots 2025-Oct-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122069 PMID:40473194	研究论文	本研究开发了一种基于深度学习的多模态模型，用于预测Cr(VI)的去除效率和Cr(III)的再生效率，结合了不同退火温度下阴极电极的电化学特性及关键工艺参数	首次将Nyquist图电化学表征与关键工艺参数结合，构建多模态模型，并证明CNN在提高预测精度中的必要性	未明确说明样本量及模型在其他电吸附系统中的泛化能力	开发高精度预测电吸附系统性能的模型	流经式电吸附系统中的Cr(VI)和Cr(III)	机器学习	NA	电化学表征（Nyquist图）、ANN、CNN、SHAP分析	ANN、CNN	电化学数据、工艺参数	NA