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
21	2025-09-13	Hybrid two-stage CNN for detection and staging of periodontitis on panoramic radiographs 2025 Nov-Dec, Journal of oral biology and craniofacial research DOI:10.1016/j.jobcr.2025.08.019 PMID:40927498	研究论文	本研究开发了一种混合两阶段CNN模型，用于在全景X光片上检测和分期牙周炎	结合Mask R-CNN与DenseNet169的混合两阶段架构，实现牙周炎的自动检测与分期	需要进一步开发以提高临床适用性和准确性	评估混合CNN模型在全景X光片上检测和分期牙周炎的性能	牙周炎患者	计算机视觉	牙周病	深度学习	Mask R-CNN, DenseNet169	X光图像	600张全景X光片（训练集70%，验证集10%，测试集20%），外加100张外部测试X光片
22	2025-09-13	SST-DUNet: Smart Swin Transformer and Dense UNet for automated preclinical fMRI skull stripping 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110545 PMID:40789440	研究论文	提出一种结合Smart Swin Transformer和Dense UNet的自动化方法SST-DUNet，用于预处理大鼠fMRI数据的颅骨剥离	采用Smart Shifted Window Multi-Head Self-Attention模块替代Swin Transformer中的掩码模块，增强通道特征学习和脑结构依赖关系捕捉，并应用Focal与Dice结合的损失函数处理类别不平衡	NA	开发自动化颅骨剥离方法以替代手动处理，提升 preclinical fMRI 数据分析效率	大鼠fMRI图像	计算机视觉	NA	fMRI	SST-DUNet (基于Swin Transformer和Dense UNet)	图像	三个内部数据集的大鼠fMRI图像
23	2025-09-13	EEG-based cerebral pattern analysis for neurological disorder detection via hybrid machine and deep learning approaches 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110551 PMID:40816535	研究论文	本研究提出一种结合随机森林和卷积神经网络的混合模型，用于基于脑电图信号检测神经系统疾病	首次将基于特征的机器学习与基于图像的深度学习相结合，形成混合RF-CNN模型，显著提高了神经系统疾病检测的准确性	NA	开发高精度的神经系统疾病检测方法	轻度认知障碍(MCI)、阿尔茨海默病(AD)和癫痫(Ep)患者	机器学习	神经系统疾病	脑电图(EEG)信号分析、连续小波变换(CWT)	随机森林(RF)、卷积神经网络(CNN)、混合RF-CNN	EEG信号、频谱地形图、时频标量图	使用19通道EEG数据，具体样本数量未明确说明
24	2025-09-13	Evaluation of the deep learning-based detection of dopaminergic neurons in primary culture: A practical alternative to manual counting 2025-Nov, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110557 PMID:40819676	研究论文	评估基于深度学习的方法在检测原代培养多巴胺能神经元中的应用，作为手动计数的实用替代方案	比较了传统级联分类器与基于YOLOv3的深度学习模型，后者在神经毒性条件下仍保持高精度，且处理速度比手动计数快七倍以上	研究主要针对体外培养的神经元，可能不直接适用于体内或其他细胞类型	开发并验证一种自动、客观的细胞计数方法，以替代劳动密集型且主观的手动计数	原代培养的酪氨酸羟化酶阳性多巴胺能神经元	数字病理学	神经退行性疾病	免疫染色，YOLOv3目标检测算法	YOLOv3	图像	NA
25	2025-09-12	Deep learning-based multimodal fusion for quality prediction of chili paste using hyperspectral imaging and near-infrared spectroscopy 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145712 PMID:40743732	研究论文	开发基于深度学习的多模态融合系统，利用高光谱成像和近红外光谱技术无损预测辣椒酱品质	首次建立辣椒酱发酵的无损快速检测框架，采用特征级融合和Mixup数据增强技术提升深度学习模型性能	NA	实现辣椒酱品质的无损评估和实时智能监测	辣椒酱样品	machine learning	NA	HSI, Near-Infrared Spectroscopy	CNN-LSTM hybrid model	hyperspectral images, spectral data, physicochemical indicators	160个原始样本，通过数据增强扩展到800个样本
26	2025-09-12	The path to biotechnological singularity: Current breakthroughs and outlook 2025-Nov, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108667 PMID:40744238	综述	本文探讨了生物技术领域当前突破性进展及其向生物技术奇点发展的路径与展望	综合分析了基因编辑、合成生物学、人工智能、再生医学和脑机接口等多领域技术的融合趋势及其潜在社会影响	未涉及具体实验数据或案例研究，主要基于宏观技术趋势分析	概述生物技术当前突破并展望其向生物技术奇点的发展路径与社会影响	生物技术跨领域进展及其社会伦理影响	生物技术	NA	CRISPR基因编辑、合成生物学、深度学习、干细胞研究、脑机接口	NA	NA	NA
27	2025-09-12	Short- and long-term captivity impacts on bird memory, corticosterone level, and oxidative stress genes: Perspectives on deep learning analysis 2025-Nov-01, Physiology & behavior IF:2.4Q2 DOI:10.1016/j.physbeh.2025.115064 PMID:40816474	研究论文	研究短期和长期圈养对鸟类记忆、皮质酮水平和氧化应激基因的影响，并利用深度学习分析鸟类行为	首次结合深度学习（VGG16神经网络）分析鸟类器官运动，并综合评估圈养压力对多种鸟类行为、激素及基因表达的跨物种影响	研究仅针对三种鸟类（冠小嘴乌鸦、家八哥、牛背鹭），样本多样性有限，且未涉及野外对照组的长期追踪	探究圈养压力对鸟类认知行为、生理指标及基因表达的短期与长期影响	冠小嘴乌鸦（Corvus cornix）、家八哥（Acridotheres tristis）、牛背鹭（Bubulcus ibis）三种鸟类	动物行为学与计算生物学交叉	NA	qRT-PCR（基因表达分析）、深度学习视频分析	VGG16（CNN架构）	视频（鸟类行为记录）、分子生物学数据（激素与基因表达）	三种鸟类物种（未明确个体数量），通过视频片段进行行为分析
28	2025-09-11	Development and Validation of a Semiautomated Tool for Measuring Periorbital Distances 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100887 PMID:40917265	研究论文	开发并验证了一种基于FIJI的半自动化工具OrbitJ，用于测量眼眶周围距离，并与人工测量及两种AI工具进行比较	提出了一种结合用户交互与数学拟合的半自动化测量方法，在保证精度的同时显著提升效率	样本仅包含45例唇腭裂综合征患者，且PeriOrbitAI工具在部分图像上失败	验证半自动化眼眶周围测量工具的可重复性和效率	45名唇腭裂综合征患者的正面面部照片	数字病理	唇腭裂综合征	图像处理、线性插值、四次多项式拟合	NA	图像	45张患者照片
29	2025-09-11	MRI-based diffusion weighted imaging and diffusion kurtosis imaging grading of clear cell renal cell carcinoma using a deep learning classifier 2025-Nov, Oncology letters IF:2.5Q3 DOI:10.3892/ol.2025.15246 PMID:40917726	研究论文	本研究开发了一种基于MRI扩散加权成像和扩散峰度成像的深度学习模型，用于术前预测透明细胞肾细胞癌的病理分级	首次结合DWI和DKI序列图像，采用VGG-16深度学习架构构建非侵入性算法进行肾癌分级预测	样本量较小（仅79例患者），需要更大规模数据验证模型泛化能力	验证MRI深度学习模型在术前预测透明细胞肾细胞癌病理分级的有效性	79例透明细胞肾细胞癌患者（40例低级别，39例高级别）	数字病理	肾癌	MRI，扩散加权成像(DWI)，扩散峰度成像(DKI)	VGG-16	医学影像	79例患者（40例低级别，39例高级别ccRCC）
30	2025-09-11	Artificial Intelligence in Liver Pathology: Precision Histology for Accurate Diagnoses 2025 Nov-Dec, Journal of clinical and experimental hepatology IF:3.3Q2 DOI:10.1016/j.jceh.2025.103145 PMID:40927758	综述	本文综述了人工智能在肝脏病理学中的应用，特别是其在精准组织学诊断中的作用	探讨AI如何通过全玻片成像和数字病理学减少重复性任务负担、预测结果并降低病理学家间差异	NA	概述人工智能在肝脏病理学和精准组织学中的基本原理、应用及挑战	肝脏组织学数据及AI在病理诊断中的应用	数字病理	肝脏疾病	机器学习、深度学习	NA	图像	NA
31	2025-09-10	Identification of syrup adulteration in wolfberry honey using CNN-CBAM-SVM combined with 1H NMR 2025-Nov-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145728 PMID:40752444	研究论文	开发基于CNN-CBAM-SVM架构结合氢核磁共振谱的深度学习模型，用于检测枸杞蜂蜜中的糖浆掺假	在传统CNN模型中引入CBAM模块并用SVM分类器替代全连接层，有效解决小样本场景下的类别不平衡、泛化能力弱和检测精度低等问题	样本量较小（仅40个样本），需进一步扩大数据规模验证模型普适性	蜂蜜糖浆掺假检测	枸杞蜂蜜样品（20个真品和20个掺假样品）	机器学习	NA	氢核磁共振（1H NMR）	CNN-CBAM-SVM	光谱数据	40个蜂蜜样品（20真品+20掺假），训练集32样本，验证集8样本
32	2025-09-10	Verification of resolution and imaging time for high-resolution deep learning reconstruction techniques 2025-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110463 PMID:40706823	研究论文	评估供应商提供的超分辨率深度学习重建技术在MRI中的性能，优化成像时间和分辨率平衡	首次系统验证PIQE超分辨率DLR技术在临床MRI中的性能边界，明确70%扫描时间缩减的可行性	仅使用8例临床脑部图像进行验证，样本量较小且限于单一厂商设备	优化MRI中超分辨率深度学习重建技术的参数配置以实现高效临床应用	边缘模体和8名患者的临床脑部MRI图像	医学影像分析	NA	深度学习重建(DLR), 超分辨率技术	深度学习(未指定具体架构)	MRI图像	8例临床脑部图像
33	2025-09-10	Applications of artificial intelligence in liver cancer: A scoping review 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103244 PMID:40818357	综述	本文探讨人工智能在原发性肝癌管理中的应用，包括筛查、诊断、治疗规划和预后预测等方面	聚焦AI在肝癌临床实践中的最新进展，特别是深度学习模型在早期检测和多模态数据整合中的高敏感性与特异性	许多模型缺乏全面的临床适用性评估和外部验证，开发与临床实施之间存在差距	系统回顾人工智能在原发性肝癌管理中的应用及其临床潜力	原发性肝癌，特别是肝细胞癌和肝内胆管癌	人工智能	肝癌	机器学习（ML）和深度学习（DL）	深度学习模型	CT和MRI影像数据	基于62项精选研究的文献分析（初筛13,122篇文章）
34	2025-09-10	Leveraging explainable artificial intelligence for transparent and trustworthy cancer detection systems 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103243 PMID:40839960	综述	系统回顾可解释人工智能（XAI）在癌症检测中的应用，强调透明度与可信度	首次系统分类XAI技术在不同癌种的应用并量化方法使用趋势（如CNN占31%，SHAP占44.4%）	仅7.4%的研究涉及安全性问题，存在安全性与临床落地差距	推动肿瘤学中可信赖且可解释的AI系统发展	多种癌症类型（乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等）	数字病理	癌症	可解释人工智能（XAI）	CNN	医学影像数据	NA（系统性综述未涉及具体样本量）
35	2025-09-10	Deep learning-augmented inductively coupled plasma atomic emission spectrometry for multivariate authentication of green tea origin and grades 2025-Nov, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117015 PMID:40922162	研究论文	结合电感耦合等离子体原子发射光谱和反向传播神经网络，实现绿茶产地与等级的多变量同步认证	首次将SHAP可解释性分析与BPNN结合用于茶叶认证，并证明其在等级分类上优于传统PCA降维方法	仅针对龙井茶样本进行验证，未涵盖其他绿茶品种	开发同步认证绿茶产地和等级的可靠方法	绿茶样本（如龙井茶）	机器学习	NA	ICP-AES（电感耦合等离子体原子发射光谱）	BPNN（反向传播神经网络）	元素含量数据	未明确样本数量（龙井茶样本）
36	2025-09-09	From droplets to diagnosis: AI-driven imaging and system integration in digital nucleic acid amplification testing 2025-Nov-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117741 PMID:40664140	综述	本文系统综述了人工智能在数字核酸扩增测试荧光图像分析中的应用与发展	首次提出将dNAAT重新定义为五个阶段的框架，并系统整合了从传统分类器到现代深度学习及基础模型（如SAM、ViT、GPT-4o）的AI技术进展	存在数据稀缺性和模型泛化能力等关键限制	推动数字核酸扩增测试在床旁检测中的精准化、可扩展化和自动化发展	数字核酸扩增测试（dNAAT）技术及其AI驱动的图像分析系统	数字病理	NA	数字PCR、等温扩增技术、荧光成像	深度学习、基础模型（SAM、ViT、GPT-4o）	荧光图像	NA
37	2025-09-09	Deep learning estimations of the production cross sections of 77Br medical radionuclide 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112003 PMID:40517722	研究论文	利用深度学习算法改进溴-77放射性核素生产截面积的预测	采用深度学习算法预测核反应截面积，相比传统TALYS代码计算结果更符合实验值	NA	预测溴-77放射性核素的生产截面积	溴-77放射性核素	机器学习	NA	深度学习，人工神经网络	深度学习算法	核反应实验数据	来自EXFOR核反应数据库的实验截面积数据
38	2025-09-09	Combining deep learning algorithm and a-star algorithm to increase the accuracy of tracking lost gamma source 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112001 PMID:40532512	研究论文	提出一种结合深度学习与A-star算法的混合自动搜索算法ACR，用于精确定位丢失的伽马源	首次将CNN和RNN两种深度学习算法与A-star路径规划算法融合，显著提升障碍环境下的搜索精度和适应性	基于模拟数据验证，未提及实际场景测试或算法计算效率分析	开发高精度伽马源追踪算法以应对核安全应急场景	丢失的伽马辐射源	机器学习和路径规划	NA	Monte Carlo N-Particle (MCNP) 模拟、深度学习	CNN、RNN、A-star算法	模拟辐射剂量率序列数据	81个网格点的模拟辐射数据（每个点连续5步测量）
39	2025-09-09	DeepNSI: Element identification in experimental photoneutron spectra for illicit material detection 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112014 PMID:40580656	研究论文	提出一种基于深度学习的框架DeepNSI，用于从光诱导中子谱中识别元素组成，以检测非法材料	结合蒙特卡洛Dropout提供预测不确定性，并采用非负最小二乘法后处理步骤从参考组分重建实验谱	NNLS系数受核截面影响，不能直接解释为浓度	开发用于光子探测系统与光中子能谱分析的可解释元素分析工具	光诱导中子谱、非法材料（如爆炸物和化学威胁）	机器学习	NA	光中子能谱法、蒙特卡洛模拟	CNN（卷积神经网络）集成	光谱数据	模拟和实验光中子谱混合数据集，包含有机化合物和带屏蔽材料的复杂配置
40	2025-09-09	DHR-Net: Dynamic Harmonized registration network for multimodal medical images 2025-Nov, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112031 PMID:40633305	研究论文	提出一种基于动态协调注册框架的端到端多模态医学图像配准方法DHR-Net	采用级联两阶段架构和基于噪声对比估计框架的动态温度调整损失函数，增强跨模态解剖一致性和高频细节保留	NA	解决多模态医学图像配准中解剖一致性不足和形变场优化不稳定的问题	心脏医学图像	计算机视觉	心血管疾病	深度学习	CNN	医学图像	M&M心脏数据集（具体数量未提及）