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	2025-09-25	Subject-specific acceleration of simultaneous quantification of blood flow and T1 of the brain using a dual-flip-angle phase-contrast stack-of-stars sequence 2025-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110495 PMID:40784463	研究论文	开发一种用于脑部血流和T1值同步定量分析的高加速MRI技术	提出结合双翻转角相位对比星形堆栈序列与深度学习重建算法，实现16倍加速的同步数据采集	仅在定量体模和6名健康志愿者中进行验证，样本量较小	开发快速同步定量脑部血流和组织T1值的MRI技术	脑部动脉血流和脑组织	医学影像分析	脑血管疾病	双翻转角相位对比星形堆栈序列、深度学习重建算法	INRESP（混合特征哈希编码隐式神经表示与显式稀疏先验知识结合）	MRI影像数据	定量体模实验和6名健康志愿者
2	2025-09-24	A pre-training enhanced deep learning framework for robust sparse unmixing in chemical imaging 2025-Nov-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344524 PMID:40983411	研究论文	提出了一种用于化学成像中稳健稀疏解混的预训练增强深度学习框架	利用光谱库生成的模拟光谱预训练深度学习模型，并通过线性/非线性解码器适应不同混合场景	NA	开发准确稳健的化学成像解混算法	颜料混合物、糖溶液和药物片剂三种化学数据集	化学成像分析	NA	高光谱成像、拉曼成像	深度学习模型	光谱数据	三个化学多样性数据集（具体样本量未明确说明）
3	2025-09-24	Leveraging Artificial Intelligence for Diabetic Retinopathy Screening and Management: History and Current Advances 2025-Nov, Seminars in ophthalmology IF:1.9Q2 DOI:10.1080/08820538.2024.2432902 PMID:39580713	综述	本文回顾了人工智能在糖尿病视网膜病变筛查与管理中的历史发展和当前进展	系统梳理了AI在DR筛查领域的关键算法发展历程，并重点介绍了获得美国FDA批准的三大自动化筛查算法	作为叙述性综述，缺乏对原始研究数据的定量分析和质量评估	评估人工智能在糖尿病视网膜病变筛查中的应用及现有自动化检测算法	糖尿病视网膜病变筛查算法及相关文献	数字病理	糖尿病视网膜病变	深度学习算法	深度学习算法（具体模型未明确说明）	视网膜图像（眼底摄影）	NA
4	2025-09-23	A Novel Deep Learning Radiomics Nomogram Integrating B-Mode Ultrasound and Contrast-Enhanced Ultrasound for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.06.028 PMID:40764147	研究论文	开发一种整合B超和超声造影的深度学习影像组学列线图，用于术前预测浸润性乳腺癌淋巴血管侵犯	首次将B超和超声造影的深度学习特征与手工特征结合构建预测模型，并采用多中心数据验证	回顾性研究设计，样本来源仅限于三家医院	术前无创预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	深度学习影像组学	深度学习列线图	超声图像（B超和超声造影）	981例患者（834例来自医院I，147例来自医院II和III）
5	2025-09-23	A Learnable Physical Deep Learning Model for Sparse Limited View Photoacoustic Tomography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.07.014 PMID:40850901	研究论文	提出一种可学习的物理深度学习模型，用于稀疏有限视角光声断层成像的高质量重建	结合物理模型与深度学习，实现仅需16个探测器的极稀疏信号的高质量光声成像重建	NA	开发稀疏重建算法以降低光声成像系统对密集阵列探头的制造需求	光声断层成像信号与重建图像	医学影像处理	NA	光声断层成像	深度学习模型（具体架构未说明）	光声信号与医学影像	数值模拟与活体实验（具体样本数未说明）
6	2025-09-23	Breast Cancer Diagnosis Using a Dual-Modality Complementary Deep Learning Network With Integrated Attention Mechanism Fusion of B-Mode Ultrasound and Shear Wave Elastography 2025-Nov, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.08.007 PMID:40858483	研究论文	开发一种融合B超和剪切波弹性成像的双模态互补深度学习网络，用于提升乳腺肿瘤分类和腋窝淋巴结转移预测性能	提出结合注意力机制的双模态特征融合网络，首次将结构特征与刚度特征进行互补性融合	回顾性研究，样本量有限（218例患者），需多中心前瞻性验证	通过多模态深度学习提高乳腺肿瘤诊断和转移预测的准确性	乳腺肿瘤患者（含良性/恶性分类及腋窝淋巴结转移状态）	计算机视觉	乳腺癌	深度学习、注意力机制、多模态融合	DCFAN（双模态互补特征注意力网络）	医学图像（B超和弹性成像配对图像）	218名患者的387对B超和剪切波弹性成像图像
7	2025-09-21	Artificial Intelligence-Based Approaches for Brain Tumor Segmentation in MRI: A Review 2025-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70141 PMID:40962716	综述	本文回顾了基于人工智能的MRI脑肿瘤分割方法，总结了关键技术进展与未来研究方向	系统梳理了CNN、ViT等深度学习方法在脑肿瘤分割中的应用，并涵盖网络架构设计、不平衡数据分割和多模态处理等前沿议题	NA	综述MRI脑肿瘤自动分割技术，分析现有方法效果并探讨未来挑战	脑肿瘤MRI图像	医学图像分析	脑肿瘤	MRI	CNN, ViT	医学影像	基于200余篇文献的综述性分析
8	2025-09-21	Therapeutic targets in lung diseases identified through single-cell analysis and mendelian randomization 2025 Nov-Dec, Heart & lung : the journal of critical care IF:2.4Q2 DOI:10.1016/j.hrtlng.2025.07.015 PMID:40716288	研究论文	通过单细胞分析和孟德尔随机化识别肺部疾病的治疗靶点	整合单细胞转录组数据与孟德尔随机化方法，系统性地识别跨多种肺部疾病和功能性状的因果治疗靶点	仅部分性状（肺癌、FVC、FEV1/FVC比值）建立了因果基因关系，其他性状需进一步验证	识别肺部疾病的因果治疗靶点并验证其遗传作用	12种肺部性状（10种疾病和2种功能指标：FVC和FEV1/FVC比值）	生物信息学	肺癌	单细胞转录组分析、孟德尔随机化（MR）、共定位分析、cis-eQTL	Geneformer（深度学习模型）	单细胞转录组数据、遗传数据	人类肺细胞图谱数据及独立验证队列
9	2025-09-19	A Salient Object Detection Network Enhanced by Nonlinear Spiking Neural Systems and Transformer 2025-Nov, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500455 PMID:40539244	研究论文	提出一种结合非线性脉冲神经P系统和Transformer的RGB-D显著目标检测网络TranSNP-Net，用于提升跨模态特征融合和抗噪能力	集成NSNP系统与Transformer，引入增强特征融合模块SNPFusion和注意力机制，并采用微调Swin作为骨干网络	NA	解决RGB-D显著目标检测中的跨模态特征融合不足、深度信息噪声导致的误差及模型泛化能力有限的问题	RGB和深度（RGB-D）图像	计算机视觉	NA	深度学习，显著目标检测（SOD）	Transformer，Swin，NSNP系统	图像（RGB和深度）	六个RGB-D基准数据集（具体样本数未提供）
10	2025-09-18	Umami-Transformer: A deep learning framework for high-precision prediction and experimental validation of umami peptides 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145905 PMID:40848351	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11	2025-09-18	Deep learning-derived optimal annotation strategies to power the systematic mapping of peptide space 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145437 PMID:40639248	研究论文	本文探讨了深度学习在肽段识别技术中的应用，以提高蛋白质组学中肽段序列鉴定的效率和准确性	结合多种深度学习模型（如Prosit、pDeep、卷积神经网络和图论）与数据库搜索，优化肽段空间系统映射的注释策略	NA	提升肽段识别方法的效率和准确性，推动蛋白质组学发展	肽段序列和MS/MS质谱数据	机器学习	NA	质谱技术（DDA和DIA）、深度学习	CNN、深度神经网络、图论结合模型	质谱数据	NA
12	2025-09-18	New Bayesian and deep learning spatio-temporal models can reveal anomalies in sensor data more effectively 2025-Nov-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123928 PMID:40680322	研究论文	提出两种新型无监督时空异常检测方法，用于传感器网络数据	结合动态贝叶斯模型和深度学习架构，并引入集成方法综合两者优势	NA	开发高效准确的时空异常检测算法，提升传感器数据可靠性	河流传感器网络收集的高结构化时空数据	机器学习	NA	无监督异常检测	动态贝叶斯模型，LSTM，注意力机制	传感器时空数据	通过综合模拟基准测试评估，包含多种常见异常类型
13	2025-09-18	A novel quad-modality deep neural network for estimating chlorophyll-a concentrations in Lianyungang's lakes and reservoirs using Sentinel-2 MSI data 2025-Nov-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124246 PMID:40695019	研究论文	本研究开发了一种新颖的四模态深度神经网络（QM-DNN），用于基于Sentinel-2卫星数据估算连云港市湖泊和水库的叶绿素a浓度	提出了结合双波段、三波段和四波段光谱特征以及时空和环境辅助变量的多模态深度学习框架	模型在测试集上表现良好但仍有改进空间，且风速影响存在站点依赖性	通过遥感技术监测水体富营养化状况，支持水质管理和富营养化治理	中国连云港市的湖泊和水库	遥感监测	NA	多模态学习、集成梯度法	QM-DNN（四模态深度神经网络）	多光谱卫星影像、原位测量数据、环境变量	测试集197个样本，数据时间跨度为2017-2024年
14	2025-09-18	Multi-scenario simulation of future marine microplastic distribution under data scarcity: A deep learning approach 2025-Nov-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124233 PMID:40701050	研究论文	提出一种结合Few-Shot Learning和Transformer架构的深度学习框架CGMAT，用于模拟未来海洋微塑料分布	首次将Few-Shot Learning与Transformer架构结合，解决数据稀缺条件下的海洋微塑料多场景模拟问题	预测结果显示出显著的地区差异性，模型在不同区域的适用性可能存在局限	评估未来海洋微塑料丰度趋势，为污染治理提供科学依据	台湾海峡和挪威沿海水域的海洋微塑料分布	机器学习	NA	Few-Shot Learning, Transformer架构, 多图注意力网络	CGMAT (Cross-domain Multi-Graph Attention Network)	海洋观测数据	台湾海峡和挪威沿海水域的异构数据集
15	2025-09-15	Assessing mammographic density change within individuals across screening rounds using deep learning-based software 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.S2.S22017 PMID:40823522	研究论文	使用深度学习软件评估个体在多次筛查中乳腺密度的变化及其与未来乳腺癌诊断的关联	首次利用深度学习自动软件量化个体乳腺密度随时间的变化，并探索其与乳腺癌风险的关联	可能受乳腺X线摄影定位问题影响，需敏感性分析排除	评估乳腺密度变化与未来乳腺癌诊断的关系，为风险分层筛查提供依据	瑞典马尔默2010-2015年接受至少两次筛查的女性	数字病理学	乳腺癌	深度学习软件、多元线性回归	深度学习	乳腺X线图像	26,056名女性
16	2025-09-15	Longitudinal Assessment of Area of Reticular Pseudodrusen in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100881 PMID:40837066	研究论文	本研究评估了年龄相关性黄斑变性（AMD）眼中网状假性玻璃膜疣（RPD）面积和脉络膜厚度在两年内的变化	首次通过纵向队列研究量化RPD面积在两年内的显著增加（平均增加6.23 mm²），并发现其与脉络膜厚度变化无显著关联	样本量较小（仅35只眼符合分析条件），且结果可能受图像可分级性和排除晚期AMD病例的影响	评估AMD眼中RPD面积和脉络膜厚度的纵向变化	早期或中期AMD伴RPD的患者眼睛	数字病理学	年龄相关性黄斑变性	红外反射成像、蓝光自发荧光、光谱域OCT、深度学习算法	深度学习（具体类型未说明）	医学影像	35只眼（来自22名参与者，平均年龄72.8岁）
17	2025-09-14	TTI and pH-responsive dual colorimetric sensor arrays combined with a cascaded deep learning approach for dynamic monitoring of freshness of fresh-cut fruits 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145495 PMID:40651146	研究论文	开发了一种结合pH响应指示剂和时间温度积分器的双比色传感器阵列，用于动态监测鲜切水果的新鲜度	提出双参数传感器阵列克服单参数限制，并采用级联深度学习框架实现高精度预测	NA	动态监测鲜切水果在冷链中的货架期和新鲜度	鲜切芒果和猕猴桃	计算机视觉	NA	比色传感器阵列，深度学习	YOLOv8, ResNet-18, 贝叶斯模型	图像	NA
18	2025-09-13	Pred5AOP: an efficient screening of food-derived antioxidant peptides based on deep learning, molecular docking, and experimental validation 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145769 PMID:40774187	研究论文	本研究开发了一种基于深度学习的抗氧化肽筛选方法Pred5AOP，并通过实验验证其有效性	结合深度学习、分子对接和实验验证，提出了一种高效筛选食物源性抗氧化肽的新策略	NA	从食物蛋白质中高效识别具有抗氧化活性的肽段	29种膳食蛋白质经计算机水解产生的76,343条肽段	机器学习	NA	深度学习、分子对接、分子动力学模拟、量子化学分析	MLP（多层感知机）	肽序列数据	76,343条肽段，从中筛选出6条代表性肽段进行实验验证
19	2025-09-13	CSCE: Cross Supervising and Confidence Enhancement pseudo-labels for semi-supervised subcortical brain structure segmentation 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110522 PMID:40653056	研究论文	提出一种基于伪标签交叉监督和置信度增强的半监督皮层下脑结构分割框架CSCE	采用双师生模型（U-Net和TransUNet）进行相互伪标签监督，并设计信息熵和辅助检测任务来提升伪标签可靠性	NA	开发半监督学习方法以解决脑部MR图像中皮层下结构标注数据稀缺的问题	脑部MR图像中的皮层下结构	医学图像分割	脑部疾病	半监督学习，伪标签生成	U-Net, TransUNet	脑部MR图像	两个公共基准脑MRI数据集
20	2025-09-13	Multi-class mental Task Classification based Brain-Computer Interface using Improved Remora depthwise convolutional adaptive neuro-fuzzy inference network model 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110536 PMID:40681115	研究论文	提出一种基于改进Remora深度卷积自适应神经模糊推理网络模型的脑机接口多类心理任务分类方法	结合有限线性Haar小波滤波、混合动态中心二值模式与多阈值三元模式特征提取，以及改进Remora优化的深度卷积自适应神经模糊推理网络	NA	开发高精度、鲁棒且计算高效的脑机接口心理任务分类系统	脑电图信号与多类心理任务（基线、计数、乘法、字母组合、旋转）	脑机接口	NA	EEG信号处理、深度学习	IRDCANFIN（改进Remora深度卷积自适应神经模糊推理网络）	脑电图信号	BCI实验室数据集和EEG精神疾病数据集