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
1681	2025-10-06	Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145375 PMID:40618601	研究论文	本研究提出基于多光谱融合的深度学习方法实现普洱茶产地精准溯源	设计改进的ECA-ResNet网络结构，结合优化的通道注意力机制实现自适应特征提取与融合	需要进一步将光谱特征与具体化学标志物关联以增强方法可解释性	实现普洱茶地理产地的智能溯源	来自五个主要产地的普洱茶样品	计算机视觉	NA	拉曼光谱，近红外光谱	CNN	光谱数据	五个主要产地的普洱茶样品	NA	ECA-ResNet	分类准确率	NA
1682	2025-10-06	A dual-view deep learning-driven discovery of cinnamoyl anthranilic acid derivatives against orthopoxvirus through targeting host ITGB3 2025-Nov-15, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2025.118002 PMID:40749255	研究论文	本研究开发了一种双视角深度学习模型，用于发现具有抗正痘病毒活性的肉桂酰氨基苯甲酸衍生物	结合BERT和图神经网络的双视角深度学习模型，首次应用于抗正痘病毒药物发现，并成功识别出通过靶向宿主ITGB3发挥作用的候选化合物	NA	开发新型抗正痘病毒药物	正痘病毒属，特别是猴痘病毒(MPXV)	机器学习	病毒感染	深度学习	BERT, 图神经网络	分子序列, 结构图	NA	NA	BERT, 图神经网络	NA	NA
1683	2025-10-06	Interpretable deep learning unlocks high-fidelity prediction for medical radioisotope production 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.2025.112110 PMID:40825264	研究论文	本研究开发了一种基于贝叶斯优化深度神经网络的可解释AI框架，用于高精度预测医学放射性同位素生产的核反应截面	首次将贝叶斯优化的深度神经网络与SHAP可解释性分析相结合，在核反应截面预测中实现了前所未有的准确性和可解释性	模型训练依赖于IAEA数据库的评估数据，数据覆盖范围和准确性可能影响模型性能	优化医学放射性同位素的生产策略，提高核医学应用效率	用于医学诊断成像和靶向放射治疗的放射性同位素-Sc、In、I和Tm	机器学习	NA	核反应截面测量，放射性同位素生产	深度神经网络	核反应截面数据	IAEA数据库中的评估数据	NA	深度神经网络	皮尔逊相关系数R	NA
1684	2025-10-06	Robust multi-coil MRI reconstruction via self-supervised denoising 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30591 PMID:40457510	研究论文	本研究探讨了将自监督去噪作为预处理步骤对基于深度学习的多线圈MRI重建方法性能的影响	首次将广义Stein无偏风险估计(GSURE)自监督去噪技术应用于多线圈MRI重建的预处理阶段	研究仅针对高斯噪声污染的数据，且实验数据限于T2加权脑部和脂肪抑制质子密度膝部扫描	提高基于深度学习的加速多线圈磁共振成像重建质量	T2加权脑部扫描和脂肪抑制质子密度膝部扫描的MRI数据	医学影像处理	NA	磁共振成像(MRI)	扩散概率模型(DPMs), 基于模型的深度学习(MoDL)	多线圈k空间数据, MRI图像	NA	NA	NA	归一化均方根误差(NRMSE), 结构相似性指数(SSIM), 峰值信噪比(PSNR)	NA
1685	2025-10-06	SMART MRS: A Simulated MEGA-PRESS ARTifacts toolbox for GABA-edited MRS 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30597 PMID:40485116	研究论文	开发了一个基于Python的工具箱，用于模拟GABA编辑MRS数据中常见的伪影	创建了首个专门用于模拟GABA编辑MRS伪影的Python工具箱，提供多种伪影模拟功能	工具箱主要基于模拟数据，在真实数据中的应用效果需要进一步验证	开发MRS伪影模拟工具以增强模拟编辑MRS数据的多样性和质量	伽马氨基丁酸编辑的磁共振波谱数据	医学影像分析	NA	磁共振波谱，GABA编辑MRS	深度学习模型	MRS数据，MATLAB FID-A.mat文件，NIfTI-MRS文件	NA	Python	NA	视觉评估	NA
1686	2025-10-06	MC-RED: A deep learning network for motion correction in 3D CEST imaging 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30609 PMID:40495308	研究论文	开发了一种基于深度学习的运动校正方法MC-RED，用于提高3D CEST成像的图像质量	提出了一种结合频率特定信息和静态参考图像的残差编码-解码网络，用于生成无运动参考帧来校正CEST图像	NA	开发和验证用于3D CEST成像的深度学习运动校正方法	健康志愿者模拟数据和脑炎患者临床数据	医学影像分析	脑炎	化学交换饱和转移(CEST)成像	深度学习网络	3D医学影像	健康志愿者和脑炎患者数据	NA	残差编码-解码网络(Residual Encoding-Decoding Network)	峰值信噪比(PSNR), 结构相似性指数(SSIM), 均方误差(MSE), 洛伦兹差异(LD)分析	NA
1687	2025-10-06	Deep learning-based automatic dose optimization for brachytherapy 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.2025.111988 PMID:40532513	研究论文	本研究探索了基于深度学习的近距离放射治疗剂量预测最佳方法，并验证了逆向剂量优化算法提升治疗计划质量的可行性	首次系统比较不同剂量归一化方法对3D U-Net剂量预测性能的影响，并创新性地将深度学习预测结果与梯度优化算法结合	研究仅针对宫颈癌患者数据，样本量有限（186例），且未在其他癌症类型中验证	优化近距离放射治疗的剂量预测和计划质量	186例宫颈癌患者的近距离放射治疗数据	医学影像分析	宫颈癌	近距离放射治疗	CNN	3D剂量分布数据	186例患者（训练集150例，验证集18例，测试集18例）	NA	3D U-Net	Dice相似系数, 适形指数, 均匀性指数, D1cc, D2cc	NA
1688	2025-10-06	Synergistic analysis based on chemometrics and deep learning: An innovative Kolmogorov-Arnold neural network (CKAN) model combined with ternary hybrid SERS substrate (Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO) for highly sensitive detection of trace quinolone antibiotics in milk 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145193 PMID:40544590	研究论文	提出一种基于三元复合SERS基底和化学计量学与深度学习相结合的方法，用于牛奶中痕量喹诺酮类抗生素的高灵敏度检测	创新性地结合三元杂化SERS基底(Au@mSiO₂(YSN)-Fe₃O₄@MoS₂-rGO)与Kolmogorov-Arnold神经网络(CKAN)模型，实现了对多种抗生素的高灵敏度检测	NA	开发高灵敏度的牛奶中痕量喹诺酮类抗生素检测方法	牛奶中的恩诺沙星(ENR)、依诺沙星(ENO)和诺氟沙星(NOR)三种喹诺酮类抗生素	分析化学	NA	表面增强拉曼光谱(SERS), 有限差分时域(FDTD)方法	Kolmogorov-Arnold神经网络(CKAN)	光谱数据	NA	NA	CKAN	准确率, 决定系数(R)	NA
1689	2025-10-06	Fast MR signal simulations of microvascular and diffusion contributions using histogram-based approximation and recurrent neural networks 2025-Nov, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30629 PMID:40626426	研究论文	提出一种结合直方图近似和循环神经网络的快速MR信号模拟方法，用于模拟微血管结构和扩散效应	通过磁场不均匀性矩阵降维与深度学习相结合，实现了比传统方法快近13000倍的MR信号模拟速度	NA	开发高效的MR信号模拟工具，准确模拟微血管结构和水分扩散对MR信号的影响	MR信号模拟，特别是fMRI BOLD建模和MR血管指纹识别中的信号	医学影像分析	NA	MR信号模拟，磁共振指纹识别	循环神经网络	MR信号数据	NA	NA	NA	模拟速度，准确性	NA
1690	2025-10-06	An automatic patient-specific quality assurance with a novel DVH scoring algorithm for volumetric modulated arc therapy of cervical cancer 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.2025.112030 PMID:40628009	研究论文	开发了一种基于剂量体积直方图评分算法的自动患者特异性质量保证方法，用于宫颈癌容积旋转调强放疗	提出新型权重剂量体积直方图评分算法和T-Net网络架构，实现PSQA结果的自动预测和分类	样本量相对有限(200例)，特异性表现有待提升(TV组33.33%)	开发自动化的患者特异性质量保证方法，提高宫颈癌VMAT治疗的PSQA效率和准确性	宫颈癌患者VMAT治疗计划	医学影像分析	宫颈癌	容积旋转调强放疗(VMAT)，剂量体积直方图(DVH)分析	深度学习，U-Net变体	CT影像，计划剂量分布，PSQA剂量分布	200例宫颈癌患者(109例Infinity，91例Synergy直线加速器)	NA	T-Net(U-shape-like network with skip-connection modules)	灵敏度，特异性，准确率，精确率，召回率，F1分数	NA
1691	2025-10-06	Discovery of milk-derived antimicrobial peptides in human milk by DeepMAMP based on peptidomics technology and deep learning method 2025-Nov-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145174 PMID:40561758	研究论文	本研究通过肽组学技术和深度学习方法开发了新型抗菌肽预测模型DeepMAMP，用于发现人乳中的乳源抗菌肽	提出结合LightGBM、LSTM和注意力机制的新型MAMPs预测模型DeepMAMP，准确率达81.4%	仅对6个预测肽进行了实验验证，样本验证规模有限	开发高精度的人乳乳源抗菌肽预测方法	人乳中的乳源抗菌肽	机器学习	NA	肽组学技术	LSTM, LightGBM	肽序列数据	预测311个潜在HMAMPs，实验验证6个肽	NA	LSTM with attention mechanism	准确率	NA
1692	2025-10-06	AI-based toxicity prediction models using ToxCast data: Current status and future directions for explainable models 2025-Nov, Toxicology IF:4.8Q1 DOI:10.1016/j.tox.2025.154230 PMID:40645553	综述	本文综述了基于ToxCast数据的AI毒性预测模型发展现状，并探讨了可解释模型未来发展方向	系统分析了93篇同行评审论文，首次全面概述ToxCast数据驱动的AI模型在毒性预测领域的应用现状和发展趋势	主要依赖ToxCast数据库，可能无法覆盖所有毒性机制；数据稀疏性仍是主要挑战	评估基于ToxCast数据的AI毒性预测模型现状，推动下一代风险评估发展	环境化学物质的毒性预测	机器学习	NA	毒性测试	监督学习,半监督学习,无监督学习,深度学习	分子指纹,分子描述符,图数据,图像,文本	基于ToxCast数据库的大规模毒性数据	NA	NA	NA	NA
1693	2025-10-06	Performance of machine and deep learning models for predicting delirium in adult ICU patients: A systematic review 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106008 PMID:40513381	系统综述	系统评估ICU成人患者谵妄预测中机器学习和深度学习模型的性能与方法学质量	首次系统总结ICU谵妄预测模型的方法学质量，涵盖2018-2024年间最新研究进展	纳入研究存在回顾性设计偏倚、缺乏外部验证、过拟合和缺失数据处理不完整等局限性	评估ICU患者谵妄预测模型的方法学质量与预测性能	ICU成人患者	机器学习	谵妄	机器学习预测模型	逻辑回归, 随机森林, 循环神经网络, 梯度提升	临床时间序列数据	11项研究，样本量140-48451名参与者	NA	NA	AUROC	NA
1694	2025-10-06	Machine learning techniques for stroke prediction: A systematic review of algorithms, datasets, and regional gaps 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106041 PMID:40651107	系统综述	系统回顾和分析用于卒中预测的机器学习技术，综合不同预测目标和数据源的性能指标	首次系统性地综合分析了卒中预测领域机器学习算法的性能特征和区域研究差距	研究间存在显著异质性，无法进行定量荟萃分析	系统评价卒中预测中的机器学习技术，评估其临床适用性并识别研究趋势	卒中预测相关的机器学习研究	机器学习	卒中	机器学习技术	集成方法,深度学习	电子健康记录,医学影像,生物信号	58项研究	NA	NA	准确率	NA
1695	2025-10-06	IBDAIM:Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106024 PMID:40580688	研究论文	开发用于分析肠道活检病理图像的人工智能模型IBDAIM，辅助诊断炎症性肠病	提出弱监督深度学习模型IBDAIM，使用WSI级诊断标签无需详细标注，集成PLH和BoW特征构建WSI级表征	回顾性研究，仅使用两家机构数据，需要更多外部验证	开发AI模型辅助病理学家快速准确诊断炎症性肠病	肠道活检全玻片图像	数字病理	炎症性肠病	全玻片图像分析	深度学习	病理图像	来自南京鼓楼医院和珠江医院两家机构的回顾性队列数据	NA	弱监督深度学习模型	AUROC,准确率,敏感性,特异性	NA
1696	2025-10-06	Psychometric properties of an Iranian instrument for assessing adherence to ethical principles in the use of artificial intelligence among healthcare providers 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106019 PMID:40582296	研究论文	开发并验证用于评估伊朗医疗保健提供者使用人工智能时遵守伦理原则的工具	开发了首个专门针对医疗保健提供者使用AI伦理原则遵守情况的评估工具，包含六个主要伦理维度	研究仅在伊朗进行，需要进一步研究以获得更全面深入的理解	评估医疗保健提供者使用人工智能时对伦理原则的遵守情况	伊朗医疗保健提供者	医疗人工智能伦理	NA	心理测量学方法	NA	问卷调查数据	NA	NA	NA	Cronbach's alpha, ICC	NA
1697	2025-10-06	Deep learning-based in-ambulance speech recognition and generation of prehospital emergency diagnostic summaries using LLMs 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106029 PMID:40639122	研究论文	本研究提出将抗噪声语音识别技术与大语言模型结合，在救护车环境中生成院前急救诊断摘要	首次将抗噪声语音识别与LLMs结合应用于院前急救场景，通过联合训练模型优化CTC和注意力损失	未详细说明模型在不同噪声环境下的泛化能力，样本多样性可能有限	提高院前电子病历提交的效率和准确性，简化急救响应流程	救护车环境中的语音数据和急救诊断摘要	自然语言处理,语音识别	急救医学	语音增强,语音识别,大语言模型	深度学习,LLM	语音,文本	实际救护车噪声数据、环境噪声数据和开源语音数据集	NA	连接时序分类,注意力机制,Qwen2.5-7B-Instruct	字符错误率,准确性,相关性,主观评价指标	NA
1698	2025-10-06	Enhancing rare disease detection with deep phenotyping from EHR narratives: evaluation on Jeune syndrome 2025-Nov, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106021 PMID:40561686	研究论文	本研究评估了改进的表型提取方法对Jeune综合征筛查算法的影响	使用增强版UMLS+术语表进行深度表型分析，显著提高了罕见病检测的敏感性	部分误分类对照患者患有其他遗传性骨骼疾病，表明模型特异性有待进一步提高	加速罕见疾病诊断，减少误诊和诊断延迟	Jeune综合征患者和对照组的电子健康记录数据	自然语言处理	Jeune综合征	深度表型分析，电子健康记录文本挖掘	机器学习	非结构化电子健康记录文本	NA	NA	NA	敏感性, 特异性	NA
1699	2025-10-06	Glo-In-One-v2: holistic identification of glomerular cells, tissues, and lesions in human and mouse histopathology 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.061406 PMID:40727720	研究论文	开发用于人鼠肾组织病理学中肾小球细胞、组织和病变整体识别的深度学习模型Glo-In-One-v2	提出单一动态头深度学习架构，实现14个类别的细粒度分割，并展示从啮齿动物到人类的迁移学习效果	模型在部分标注图像上进行训练，可能影响某些类别的分割精度	开发自动化肾小球内组织和病变分割方法以减少人工评估的工作量和观察者间差异	人和小鼠肾脏组织病理学中的肾小球	数字病理学	肾脏疾病	组织病理学	CNN	图像	368张标注肾脏全切片图像，包含23,529个标注肾小球	NA	动态头架构	Dice相似系数, 准确率	NA
1700	2025-10-06	Deep Learning-Based Prediction of Glaucoma Severity and Progression Using Imo/TEMPO Screening Program 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100805 PMID:40697390	研究论文	开发DeepISP深度学习模型，基于快速筛查视野检查预测青光眼患者的全面视野信息和疾病进展	首次开发能够同时预测当前视野状态和视野进展的多任务神经网络，并采用数据增强技术合成训练数据	回顾性研究设计，样本量相对有限，需要进一步前瞻性验证	开发基于深度学习的青光眼严重程度和进展预测模型	青光眼患者	医学人工智能	青光眼	视野检查，深度学习	多任务神经网络	医学影像数据，视野检查数据	187个真实ISP测试（112名患者）和3470个合成ISP测试（883名患者）	NA	多任务神经网络	平均绝对误差，平均F1分数，曲线下面积	NA