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
1081	2025-10-06	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，重点探讨AI如何推动精准组织学诊断的发展	系统阐述AI在肝脏组织学中减少重复任务负担、预测多种结果、降低观察者间变异性的创新应用	未提供具体实验数据验证AI模型在肝脏病理中的实际性能表现	探讨人工智能技术在肝脏病理学和精准组织学诊断中的应用价值与挑战	肝脏组织病理学数据和诊断流程	数字病理学	肝脏疾病	全玻片成像, 数字病理学	机器学习, 深度学习	病理图像	NA	NA	NA	NA	NA
1082	2025-10-06	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注意力模块并用SVM分类器替代全连接层，使其更适合小样本数据	样本量较小（仅40个样本），验证集样本数量有限（8个样本）	检测蜂蜜中的糖浆掺假问题	枸杞蜂蜜样品	计算机视觉	NA	氢核磁共振（1H NMR）	CNN, SVM	光谱数据	40个样本（20个真品和20个掺假样品，含两种不同糖浆）	NA	CNN-CBAM-SVM	准确率	NA
1083	2025-10-06	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，通过融合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CNN-LSTM混合模型实现多模态特征融合	样本量较小（原始仅160个样本），需通过数据增强扩充	开发智能多模态系统用于辣椒酱品质的无损评估	辣椒酱的品质参数（颜色值、辣椒素、二氢辣椒素和挥发性物质）	计算机视觉	NA	高光谱成像（HSI）、近红外光谱	CNN, LSTM	高光谱图像、光谱数据、理化指标	160个原始样本，通过Mixup增强扩展到800个样本	NA	CNN-LSTM混合模型	决定系数R	NA
1084	2025-10-06	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方法在磁共振成像中的性能表现	首次系统评估了商用超分辨率DLR方法(PIQE)在不同参数配置下的性能边界，明确了最佳使用条件	研究样本量较小(仅8例患者)，且仅针对特定厂商的MRI扫描仪和算法	验证超分辨率深度学习重建技术在MRI中的分辨率和成像时间优化效果	边缘模体和8例患者的临床脑部图像	医学影像分析	神经系统疾病	磁共振成像, 深度学习重建	深度学习	医学图像	8例患者脑部图像	供应商专有算法(Precise IQ Engine)	超分辨率重建网络	SSIM, PSNR, RMSE, FWHM, 五分制Likert量表	佳能3T MRI扫描仪
1085	2025-10-06	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	本文系统回顾了人工智能在原发性肝癌管理中的应用进展	全面梳理了AI在肝癌筛查、诊断、治疗规划和预后预测等全流程中的应用现状	多数模型缺乏充分的临床适用性评估和外部验证，开发与临床应用存在差距	探索人工智能在肝癌管理中的应用潜力	原发性肝癌（肝细胞癌和肝内胆管癌）	机器学习	肝癌	机器学习，深度学习	深度学习模型	医学影像数据（CT，MRI）	从13,122篇文献中筛选出62篇进行详细分析	NA	NA	敏感性，特异性	NA
1086	2025-10-06	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	系统综述	本文系统综述了可解释人工智能在癌症检测中的最新应用，重点关注透明度与可信度问题	首次系统性地对XAI在多种癌症检测中的应用进行分类和量化分析，揭示了模型使用、解释框架和安全问题的现状	仅7.4%的研究涉及安全问题，且综述范围可能未覆盖所有相关研究	评估可解释人工智能在癌症检测领域的应用现状，识别挑战和研究空白	涵盖乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等多种癌症类型	医疗人工智能	多种癌症	可解释人工智能技术	CNN	医学影像数据	NA	Python	卷积神经网络	NA	NA
1087	2025-10-06	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	开发了一种结合多种金属元素分析和反向传播神经网络的方法，用于同时鉴定绿茶的产地和等级	首次将ICP-AES与BPNN结合用于同时鉴定茶叶产地和等级，并采用SHAP进行模型解释和优化	仅针对龙井茶等特定绿茶品种进行研究，样本多样性可能有限	建立简单可靠的绿茶产地和等级同时鉴定方法	绿茶样本（如龙井茶）	机器学习	NA	电感耦合等离子体原子发射光谱法（ICP-AES）	BPNN（反向传播神经网络）	光谱数据，元素含量数据	NA	NA	BPNN	准确率	NA
1088	2025-10-06	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	系统综述人工智能驱动的荧光图像分析在数字核酸扩增检测中的应用与发展	首次系统整合AI在dNAAT荧光图像分析中的应用，提出将dNAAT重新定义为五个阶段的结构化框架，并探索AI原生平台的转化机遇	数据稀缺性和模型泛化能力等关键限制	推动数字核酸扩增检测在即时检测中的广泛应用	数字核酸扩增检测技术及其在精准诊断中的应用	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	荧光图像	NA	NA	SAM, ViT, GPT-4o	NA	NA
1089	2025-10-06	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	本研究利用深度学习算法改进溴-77医用放射性核素生产截面的预测	首次将深度学习算法应用于溴-77放射性核素生产截面的预测，相比传统TALYS代码计算能更准确地符合实验值	仅针对特定核反应类型进行研究，未验证其他可能的核反应途径	提高医用放射性核素溴-77生产截面的预测精度	溴-77放射性核素	机器学习	NA	核反应截面测量	人工神经网络	核反应实验数据	来自EXFOR核反应数据库的实验截面数据	Python	NA	与实验值符合度	NA
1090	2025-10-06	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算法和A-star算法的自动搜索算法ACR，用于提高丢失伽马源的追踪精度	首次将CNN和RNN两种深度学习算法与A-star路径规划算法相结合，用于伽马源追踪任务	研究基于MCNP模拟数据，未提及在真实环境中的验证结果	开发高精度的自动搜索算法来定位丢失的伽马源	丢失的伽马辐射源	机器学习	NA	蒙特卡洛N粒子(MCNP)模拟	CNN, RNN	辐射剂量率数据	81个网格的模拟辐射数据	NA	CNN-RNN混合架构	平均步数, 失败率	NA
1091	2025-10-06	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DeepNSI深度学习框架，用于在光子诱导中子谱中识别元素组成以检测非法材料	开发了基于元素特定卷积神经网络集成的新型框架，结合蒙特卡洛Dropout提供预测不确定性，并采用非负最小二乘后处理重构实验谱	NNLS系数受核截面影响，不能直接解释为浓度值	开发用于非法材料检测的元素组成识别方法	光子诱导中子谱中的元素组成，特别是氮和氧等轻元素	机器学习	NA	光中子谱法	CNN	中子谱数据	模拟和实验光中子谱混合数据集	NA	卷积神经网络集成	预测不确定性估计	NA
1092	2025-10-06	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	提出动态协调注册框架和基于噪声对比估计的损失函数，采用动态温度调整机制优化特征对比约束	NA	解决多模态医学图像配准中解剖结构一致性不足和形变场优化不稳定的问题	心脏医学图像	医学图像处理	心血管疾病	深度学习	CNN	医学图像	M&M心脏数据集	NA	级联两阶段架构（包含翻译网络和配准网络）	配准精度, 形变场平滑度, 跨模态鲁棒性	NA
1093	2025-10-06	Exploring Biginelli hybrids in the AI-driven development of ruthenium complexes: Anticancer activity, DNA/HSA binding study, impacts on apoptosis and BCL-2/BCL-XL suppression 2025-Nov, Journal of inorganic biochemistry IF:3.8Q1 DOI:10.1016/j.jinorgbio.2025.112988 PMID:40644785	研究论文	本研究利用深度学习模型设计具有抗癌潜力的四氢嘧啶及其钌对伞花烃配合物，并通过实验验证其抗癌活性和作用机制	首次将深度学习模型应用于钌配合物的结合亲和力预测，并系统研究其对癌细胞凋亡和BCL-2/BCL-XL抑制的影响	仅针对特定类型的钌配合物进行研究，样本量有限，需要进一步扩大化合物库验证	开发新型钌基抗癌药物并研究其作用机制	四氢嘧啶类化合物及其钌对伞花烃配合物	药物发现	癌症	深度学习，分子对接，结合亲和力预测	深度学习模型	化学结构数据，结合能数据	10个结合能低于-31.3 kJ/mol的化合物	NA	NA	结合能，结合常数，细胞毒性活性	NA
1094	2025-10-06	Deep neural network predictions for excitation functions of 165Ho(α,xn) reactions 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.2025.112075 PMID:40749638	研究论文	本研究使用深度神经网络预测165Ho(α,xn)反应的激发函数，并与传统核反应模型进行比较	首次将多种激活函数(ReLU、ELU、LeakyReLU、SiLU、Mish、PReLU)的深度神经网络应用于核反应截面预测	仅针对特定核反应体系进行研究，未验证在其他核反应中的普适性	提高核反应截面预测的准确性	165Ho(α,n)Tm、Ho(α,2n)Tm、Ho(α,3n)Tm和Ho(α,4n)Tm反应的激发函数	机器学习	NA	核反应实验数据采集、深度神经网络	DNN	核反应截面数据	来自EXFOR数据库的实验数据	PyTorch	深度神经网络	与实验数据的一致性	NA
1095	2025-10-06	CCLDA: prediction of lncRNA-disease associations based on Convolutional Block Attention Module and Capsule Network 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103238 PMID:40819606	研究论文	提出一种基于卷积注意力模块和胶囊网络的lncRNA-疾病关联预测新方法CCLDA	首次将卷积注意力模块(CBAM)与胶囊网络结合用于lncRNA-疾病关联预测，通过通道和空间维度特征加权提升模型性能	未明确说明模型在独立验证集上的泛化能力及计算复杂度分析	预测潜在的lncRNA-疾病关联以促进疾病诊断和治疗研究	长链非编码RNA(lncRNA)与疾病的关联关系	生物信息学	多种疾病	深度学习	胶囊网络,自编码器	相似性矩阵(功能相似性、高斯相似性、序列相似性、语义相似性)	两个数据集上的lncRNA-疾病对	NA	卷积注意力模块(CBAM),胶囊网络,多层自编码器	预测得分	NA
1096	2025-10-06	Diagnostic performance of artificial intelligence in detecting and subtyping pediatric medulloblastoma from histopathological images: A systematic review 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103237 PMID:40834547	系统综述	评估人工智能在儿童髓母细胞瘤组织病理图像检测和分型中的诊断性能	首次系统评估AI在儿童髓母细胞瘤诊断和亚型分类中的应用表现	过度依赖单一数据集、样本量小、研究数量有限且缺乏荟萃分析	评估AI模型在儿童髓母细胞瘤检测和分型中的诊断性能	18岁以下髓母细胞瘤患者的组织病理图像	数字病理	髓母细胞瘤	组织病理学成像	支持向量机,K-近邻算法	图像	15项符合纳入标准的研究（从3341条记录中筛选）	NA	NA	准确率,灵敏度,特异性	NA
1097	2025-10-06	Physical foundations for trustworthy medical imaging: A survey for artificial intelligence researchers 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103251 PMID:40886660	综述	本文综述了医学成像的物理基础及其对人工智能系统可信度的影响	首次系统性地将医学成像物理原理与人工智能可信度建立联系，特别关注生成模型和重建算法中的物理知识融合	未提供具体的实验验证数据，主要基于理论分析和文献综述	探讨医学成像物理原理如何提升人工智能系统的可信度和性能	医学成像物理原理与人工智能技术的交叉研究	医学影像人工智能	NA	电磁辐射成像(X射线)、亚原子粒子成像(核医学)、声波成像(超声)	生成模型, 重建算法	医学影像数据	NA	NA	NA	可信度指标	广泛可用的计算资源
1098	2025-10-06	Privacy-preserving federated transfer learning for enhanced liver lesion segmentation in PET-CT imaging 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103245 PMID:40896874	研究论文	提出一种隐私保护的联邦迁移学习框架，用于增强PET-CT成像中的肝脏病变分割	结合联邦学习的隐私保护协作与迁移学习的预训练模型适配，引入特征协同学习块和隐私增强技术	基于模拟多机构数据集进行实验，未在真实临床环境中全面验证	解决PET-CT肝脏病变分割中的数据稀缺、隐私问题和跨机构成像异质性挑战	PET-CT成像中的肝脏病变	医学影像分析	肝脏病变	PET-CT成像	深度学习模型	多模态医学影像(PET-CT)	模拟多机构PET-CT数据集	联邦学习框架	特征协同学习块(FCB)	分割性能指标	NA
1099	2025-10-06	Chemically and Electromagnetically dual-enhanced COFs-Au@AgNPs SERS sensor integrated with deep learning for ultrasensitive detection of neonicotinoid pesticides 2025-Nov-01, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.344501 PMID:40915725	研究论文	开发了一种化学和电磁双增强的SERS传感器，结合深度学习技术用于食用油中烟碱类农药的超灵敏检测	首次将共价有机框架与Au@Ag纳米颗粒集成构建双机制增强SERS传感器，并结合改进的Informer深度学习模型	NA	开发快速灵敏的方法检测食用油中的烟碱类农药残留，确保食品安全	特级初榨橄榄油中的噻虫胺(CTD)、吡虫啉(IMD)和啶虫脒(AMP)三种烟碱类农药	机器学习和传感器技术	食品安全相关疾病	表面增强拉曼光谱(SERS)、有限时域差分法(FDTD)、密度泛函理论(DFT)	改进的Informer模型(S-informer)	光谱数据	NA	NA	Informer	准确率,R2p,RPD	NA
1100	2025-10-06	Integrative approach for early detection of Parkinson's disease and atypical Parkinsonian syndromes leveraging hemodynamic parameters, motion data & advanced AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108989 PMID:40752456	研究论文	本研究提出了一种结合多模态传感器和AI模型的穿戴式框架，用于帕金森病和非典型帕金森综合征的早期检测	创新性地整合了多模态生理和血流动力学参数与AI算法，提供可扩展的远程非侵入性早期检测方法	NA	开发准确分类帕金森病的AI驱动框架	帕金森病和非典型帕金森综合征（包括多系统萎缩和进行性核上性麻痹）患者	机器学习	帕金森病	光电容积描记法(PPG), 心率变异性(HRV), 惯性传感	MLP, 集成模型	生理信号, 运动数据	NA	NA	多层感知机, 集成分类器	准确率, 精确率, 灵敏度, 特异性	NA