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
1021	2025-10-06	DiffRaman: A conditional latent denoising diffusion probabilistic model for enhancing bacterial identification via Raman spectra generation under limited data 2025-Oct-22, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344372 PMID:40903108	研究论文	提出一种基于条件潜在去噪扩散概率模型的数据生成方法DiffRaman，用于增强有限数据下的细菌拉曼光谱识别	首次将条件潜在去噪扩散概率模型应用于拉曼光谱生成，结合二维图像转换和VQ-VAE编码器实现高效数据增强	在数据极度稀缺场景下的性能仍需验证，模型对光谱质量敏感度未充分探讨	解决拉曼光谱数据不足对深度学习模型性能的限制，提升细菌自动识别准确率	细菌拉曼光谱数据	机器学习	细菌感染	拉曼光谱技术	扩散模型, VQ-VAE	光谱数据	有限数据场景下的细菌拉曼光谱样本	PyTorch	条件去噪扩散概率模型(DDPM), Vector Quantized Variational Autoencoder	生成质量, 计算效率, 诊断模型性能提升	NA
1022	2025-10-06	Prediction of Nursing Need Proxies Using Vital Signs and Biomarkers Data: Application of Deep Learning Models 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17612 PMID:39654010	研究论文	开发深度学习模型预测住院患者的护理需求代理指标，并与传统回归模型比较预测效果	首次将循环神经网络和长短期记忆网络应用于护理需求预测，通过时序数据分析提升预测性能	在患者病情快速变化期间预测准确性显著下降	开发预测护理需求代理指标的深度学习模型	20,855名成年住院患者	机器学习	NA	电子健康记录分析	RNN, LSTM	生命体征、生物标志物、人口统计学数据	20,855名成年患者	NA	RNN, LSTM	预测准确性	NA
1023	2025-10-06	Development of a Deep Learning-Based Model for Pressure Injury Surface Assessment 2025-Oct, Journal of clinical nursing IF:3.2Q1 DOI:10.1111/jocn.17645 PMID:39809598	研究论文	开发基于深度学习的压力性损伤创面智能评估模型	首次将深度学习技术应用于压力性损伤创面的自动评估，实现了创面分割和尺寸测量的自动化	仅使用广州四家医院的1063张图像，样本来源相对局限	开发智能化的压力性损伤创面评估工具	压力性损伤创面图像	计算机视觉	压力性损伤	深度学习	神经网络	图像	1063张来自四家广州医院的压力性损伤图像	NA	NA	MIoU, 像素精度, 准确率, Cohen's kappa系数, 相关系数	NA
1024	2025-10-06	Artificial Intelligence in Sincalide-Stimulated Cholescintigraphy: A Pilot Study 2025-Oct-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000005967 PMID:40359029	研究论文	本研究开发了一种基于U-Net的AI系统，用于自动分割胆囊区域并计算胆囊排空分数	首次在核医学实践中探索集成实时图像处理和器官功能计算的AI驱动工作流程	样本量较小，AI在患者运动或低计数活动情况下容易出错	探索AI在胆囊收缩素刺激胆囊显像中的应用潜力	胆囊区域分割和功能评估	医学影像分析	功能性胆囊疾病	胆囊收缩素刺激胆囊显像	深度学习	医学影像	20例胆囊收缩素刺激胆囊显像检查	NA	U-Net	Dice相似系数	NA
1025	2025-10-06	A modular deep learning surrogate model for simulating harmful algal blooms in complex process-based systems 2025-Oct-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124059 PMID:40591990	研究论文	开发模块化深度学习代理模型以模拟有害藻华过程，显著提升计算效率和预测精度	提出结合代理模型生成数据与概率参数优化的方法，通过时间维度缩减显著加速参数优化过程	模型在特定湖泊环境验证，需要进一步测试在不同水生系统中的适用性	开发高效计算的有害藻华模拟工具，改善水资源管理和生态预测	韩国大青湖的有害藻华现象	机器学习	NA	深度学习代理建模	深度学习	环境监测数据，水文数据，水质数据	2022年校准期和2023年验证期的大青湖监测数据	NA	模块化序列结构（FLOW-WAQ-BLOOM）	Nash-Sutcliffe效率系数，均方根误差	NA
1026	2025-10-06	Comparison of image quality of 40 keV virtual monoenergetic images of vertebral arteries using DLIR and ASIR-V algorithms under a dual-low scanning protocol 2025-Oct, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112276 PMID:40639023	研究论文	比较DLIR和ASIR-V算法在双低扫描协议下重建40 keV虚拟单能图像对椎动脉图像质量的影响	首次在双低扫描协议（同时降低辐射剂量和对比剂剂量）下系统比较DLIR与ASIR-V算法对椎动脉40 keV虚拟单能图像质量的优化效果	样本量相对有限（88例患者），仅评估了特定能量水平（40 keV）的图像质量	评估不同图像重建算法在低剂量CT扫描中的图像质量表现	椎动脉血管图像	医学影像	后循环缺血性卒中	双能量CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	CT医学影像	88例患者（实验组44例，对照组44例）	NA	DLIR-H（高强度），DLIR-M（中强度），ASIR-V 50%	CT值，噪声，信噪比（SNR），对比噪声比（CNR），主观评分（5分制）	NA
1027	2025-10-06	From tissue architecture to clinical insights: Spatial transcriptomics in solid tumor studies 2025-Oct, Seminars in oncology IF:3.0Q2 DOI:10.1016/j.seminoncol.2025.152389 PMID:40664120	综述	本文深入分析空间转录组学技术在实体瘤研究中的最新进展和应用前景	系统阐述空间转录组学如何通过保留基因表达的空间背景来揭示肿瘤微环境的结构特征和细胞间通讯	存在技术分辨率、数据处理、样本制备和临床标准化等方面的挑战	探讨空间转录组学在实体瘤研究和精准肿瘤学中的应用价值	实体瘤及其肿瘤微环境	数字病理	实体瘤	空间转录组学, 单细胞多组学, 原位杂交, 成像和测序技术	深度学习	空间基因表达数据, 组织图像	NA	NA	NA	NA	NA
1028	2025-10-06	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	集成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能力	NA	开发高精度的蓝藻属自动分类方法以支持水质评估	九个具有产毒潜力的蓝藻属（包括Aphanizomenon、Phormidium、Planktothrix和Raphidiopsis等）	计算机视觉	NA	深度学习	YOLO, CNN	图像	包含九个蓝藻属的数据集	NA	YOLOv8, MobileNetV4	精确率, 召回率, F1分数, mAP50	NA
1029	2025-10-06	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	本研究利用深度学习模型分析新疆贫营养湖泊20年的叶绿素a动态变化	首次将遥感波段建模为动态序列，采用循环神经网络框架处理时序遥感数据，克服了传统算法在贫营养湖泊中的局限性	研究仅针对面积大于100平方公里的湖泊，且主要基于MODIS遥感数据	研究新疆干旱区贫营养湖泊的叶绿素a浓度动态变化及其环境驱动因素	新疆地区面积大于100平方公里的贫营养湖泊	遥感分析, 环境监测	NA	遥感监测, MODIS影像分析	RNN	遥感影像, 时序数据	20年(2002-2023年)的MODIS影像数据，覆盖新疆大型湖泊	深度学习框架	循环神经网络	RMSE, R²	NA
1030	2025-10-06	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，用于从MRI图像中检测脑肿瘤	设计Conv-ANFIS混合模型，结合CNN和ANFIS优势，采用NLM滤波去噪和SCAN分割网络，提高脑肿瘤检测精度	未明确说明数据集规模和多样性限制，未提及模型计算复杂度	解决现有脑肿瘤检测方法在MRI图像噪声处理、分割准确性和泛化能力方面的不足	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, ANFIS	医学图像	NA	NA	Conv-ANFIS, SCAN	召回率, 精确率, F1分数	NA
1031	2025-10-06	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	本文系统概述了机器学习在早期疾病诊断中的各类方法、应用领域及关键挑战	全面整合传统机器学习与深度学习在早期疾病诊断中的应用，并探讨强化学习、可解释AI等前沿方向	作为综述文章，未提出新的具体模型或方法，主要基于现有文献进行归纳分析	探讨机器学习技术在早期疾病诊断领域的应用现状与发展趋势	各类疾病早期诊断的机器学习方法	机器学习	多种疾病（癌症、心血管疾病、神经系统疾病、传染病）	机器学习技术	监督学习,无监督学习,深度学习,强化学习	医疗数据	NA	NA	支持向量机,决策树,随机森林,K-means,层次聚类,主成分分析,卷积神经网络,循环神经网络,Transformer	准确率,精确率,召回率,F1分数,AUC-ROC	NA
1032	2025-10-06	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技术，开发了用于浓香型白酒掺假定性和定量检测的PSO-SVM模型和优化CNN-LSTM-Attention融合网络	提出了名为Ghost-LSTM-Scaled Dot-Product Attention (GLSNet)的新型融合网络，在定量预测中显著优于传统方法和其他深度学习模型，同时推理效率比PLSR提高3.55倍	NA	开发快速准确的白酒掺假检测方法，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	高光谱图像	NA	NA	Ghost-LSTM-Scaled Dot-Product Attention (GLSNet), CNN-LSTM (CLNet)	准确率, 相关系数R	NA
1033	2025-10-06	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影像组学构建高风险颅内斑块模型，用于区分症状性和无症状性斑块	结合影像组学特征与深度学习技术构建混合模型，相比传统模型显著提高了高风险颅内斑块的识别准确率	样本量相对有限（172名患者，188个斑块），需要更大规模研究验证	识别和预测易破裂的高风险颅内斑块，预防脑血管事件	颅内动脉粥样硬化斑块（100个症状性，88个无症状性）	医学影像分析	脑血管疾病	高分辨率磁共振成像（HRMRI）	随机森林，岭回归，LASSO，深度学习	医学影像（MRI）	172名患者，188个颅内斑块	NA	NA	AUC（曲线下面积）	NA
1034	2025-10-06	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	提出基于神经网络的多分量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分量分析，并提供不确定性量化图谱	仅使用5×5像素的合成波块进行训练，未在更大尺寸数据上验证	开发鲁棒的磁共振弹性成像波反演方法以量化软组织刚度	合成平面波、腹部MRE有限元模拟、体模MRE数据、14名健康志愿者的宽频多频腹部MRE研究	医学影像分析	NA	磁共振弹性成像	神经网络	波图像	14名健康志愿者，合成波块数据	证据深度学习	ElastoNet	均方根误差	NA
1035	2025-10-06	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	开发基于深度学习的自动MRI咀嚼肌分割方法，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参数分析	训练样本量有限（40个MRI扫描），需要更多数据验证泛化能力	通过自动分割咀嚼肌改善下颌骨重建手术的个性化种植体设计	咀嚼肌（八块肌肉）的MRI图像分割	医学图像分析	下颌骨疾病	MRI成像	深度学习	医学图像（MRI）	40个T1加权MRI扫描（训练集），10个手动分割扫描（测试集）	NA	NA	Dice相似系数, IoU, 精确率, 召回率	NA
1036	2025-10-06	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	提出一种集成统计、可视化和基于规则方法的新型可解释AI框架，用于医学图像分类	首次将统计特征、可视化解释和基于规则的说明集成到统一框架中，并提出新型统计特征图叠加可视化方法	方法仅在五种医学图像数据集上验证，需要更多领域验证	提高深度学习模型在医学图像分析中的透明度和可解释性	医学图像分类任务	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）	医学影像分析	CNN, 决策树, RuleFit	医学图像	五个医学影像数据集（COVID-19放射影像、超声乳腺癌、脑肿瘤MRI、肺癌和结肠癌病理、青光眼图像）	NA	Mobilenetv2	医学专家验证	NA
1037	2025-10-06	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	开发基于单时间点常规脑部MRI的深度学习模型，用于检测多发性硬化症中急性和亚急性病变活动	首次提出从单时间点常规脑部MRI量化过去24周内急性病变活动的临床相关任务	模型性能在独立验证队列中的AUC为80-84%，仍有提升空间	通过深度学习改进多发性硬化症急性病变活动的检测和预后预测	复发缓解型多发性硬化症患者	医学影像分析	多发性硬化症	常规脑部磁共振成像	深度学习	脑部MRI图像	多个独立复发缓解型多发性硬化症队列	NA	2D-UNet, Transformer	AUC, 精确度, 召回率	NA
1038	2025-10-06	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	提出基于Transformer的粗到细点移动网络TCFNet，用于正颌手术规划中的密集人脸-骨骼点云双向转换	首次将Transformer架构与局部信息聚合网络结合，通过两阶段粗到细策略学习面骨点云的复杂对应关系，并引入可选的辅助损失函数利用专家知识	未明确说明计算效率提升程度和模型在临床环境中的验证情况	开发高效准确的面骨形状转换方法以改进计算机辅助手术模拟	人脸和骨骼的三维点云数据	计算机视觉	正颌外科疾病	点云处理技术	Transformer, GRU	3D点云	NA	PyTorch	TCFNet, LIA-Net, Transformer-based网络	评估指标和可视化结果	NA
1039	2025-10-06	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	综述	对用于说话人无关语音情感识别的Transformer架构进行全面性能评估	首次对Transformer在说话人无关语音情感识别任务中进行系统性性能基准测试	在跨数据集测试中大多数实验实例准确率低于40%	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,信号处理	NA	语音信号处理	Transformer	音频信号	多个公开可用数据集	NA	Transformer	准确率	NA
1040	2025-09-03	Corrigendum to "Identification and validation of synergistic drug strategies targeting macrophage polarization in triple-negative breast cancer via single-cell transcriptomics and deep learning" [Translational Oncology 2025 Jun 26;59:102457] 2025-Oct, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2025.102474 PMID:40818872	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA