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
1861	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
1862	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
1863	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
1864	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
1865	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
1866	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
1867	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
1868	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
1869	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
1870	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
1871	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
1872	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
1873	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
1874	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
1875	2025-10-06	An Indian database for grading wound healing and cross-corpus classification using perturbation-based Explainable AI models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108981 PMID:40763622	研究论文	本研究开发了一个基于智能手机拍摄的2D RGB伤口图像的自动伤口分级系统，使用轻量级深度学习模型对伤口愈合能力进行三阶段分类	创建了印度伤口数据库Amrita_wound，采用轻量级模型适用于移动或边缘设备，结合扰动增强特征和可解释AI工具Grad-CAM提高预测透明度	NA	开发自动伤口分级系统以减少患者住院时间和随访次数，减轻医生工作负担	伤口图像数据	计算机视觉	伤口愈合	智能手机图像采集	深度学习	2D RGB图像	Amrita_wound印度数据库、AZH和Medetec公开数据集	NA	MobileViT X S, FastViT T8	精确度, F1分数, 特异性, 敏感性	移动或边缘设备
1876	2025-10-06	Prediction of breast cancer HER2 status changes based on ultrasound radiomics attention network 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108987 PMID:40779894	研究论文	提出一种结合放射组学和深度学习的超声放射组学注意力网络(URAN)，用于预测乳腺癌新辅助化疗后HER2状态变化	首次将放射组学技术与深度学习相结合预测HER2状态变化，设计了HER2关键特征选择网络(HKFS)和最大平均注意力激励网络(MAAE)	模型对低表达和IHC评分2+及以下的HER2状态变化预测更准确，对其他状态变化的预测性能未明确说明	预测乳腺癌新辅助化疗后HER2状态变化，为及时调整治疗方案提供依据	乳腺癌患者超声图像	数字病理	乳腺癌	超声成像，放射组学	深度学习，注意力机制	超声图像	医院真实超声图像数据集和公开BUS_UCLM数据集	NA	URAN, HKFS, MAAE, 全连接神经网络	准确率, AUC	NA
1877	2025-10-06	Dynamic hypergraph representation for bone metastasis analysis 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108966 PMID:40737994	研究论文	提出动态超图神经网络用于骨转移癌分析，通过超边连接多个节点建模高阶生物关联	首次将动态超图神经网络应用于骨转移癌分析，通过可学习超图结构和Gumbel-Softmax采样策略优化补丁分布	未明确说明模型在异质数据上的泛化能力及计算复杂度分析	提升骨转移癌原发灶识别和亚型分类的准确性	骨转移癌患者的全切片图像和组织结构	数字病理	骨癌	全切片图像数字化	超图神经网络	病理图像	两个大规模真实世界骨转移数据集	PyTorch	动态超图神经网络	准确率	NA
1878	2025-10-06	An integrated optimization and deep learning pipeline for predicting live birth success in IVF using feature optimization and transformer-based models 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108979 PMID:40737998	研究论文	本研究开发了一个结合特征优化和Transformer模型的人工智能管道，用于预测IVF治疗中的活产成功率	首次将特征优化技术与基于Transformer的深度学习模型相结合应用于IVF活产预测	NA	创建高精度预测IVF治疗活产结果的人工智能管道	体外受精(IVF)治疗过程	机器学习	生殖医学疾病	人工智能管道	Transformer	临床数据、人口统计数据、过程数据	NA	NA	Transformer	NA	NA
1879	2025-10-06	Decoding muscle activity via CNN-LSTM from 3D spatiotemporal EEG 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108983 PMID:40743699	研究论文	提出一种基于CNN-LSTM混合模型从3D时空EEG信号解码肌肉活动的方法	首次将EEG频带包络转换为3D时空矩阵，并采用CNN-LSTM混合架构同时提取空间和时间特征	仅针对抓举任务进行研究，样本量较小（5名参与者），需进一步验证通用性	通过非侵入性脑电图信号重建肌肉活动，推动脑机接口技术发展	人类参与者在执行抓举任务时的脑肌电信号关系	脑机接口	NA	脑电图(EEG), 肌电图(EMG)	CNN, LSTM	3D时空EEG信号	5名参与者，2块肌肉	NA	CNN-LSTM混合架构	标准化均方根误差(nRMSE), 决定系数(R²), 相关系数(CC)	NA
1880	2025-10-06	Evaluating machine learning classifiers and explainability for monitoring cow behaviour with wearable nose rings 2025-Nov, Preventive veterinary medicine IF:2.2Q1 DOI:10.1016/j.prevetmed.2025.106630 PMID:40743835	研究论文	本研究评估多种机器学习分类器在通过可穿戴鼻环传感器监测奶牛行为方面的性能，并利用可解释AI技术增强模型透明度	首次在该数据集上比较多种机器学习分类器（RF、ANN、GRU、CNN-LSTM），并引入可解释AI技术（SHAP和LIME）进行特征重要性分析	由于数据不平衡和数据限制，原始五种行为分类被简化为三种核心类别（进食、反刍、行走）	评估机器学习分类器在精准畜牧监测中分类奶牛行为的性能	奶牛行为数据	机器学习	NA	三轴加速度计传感	RF, ANN, GRU, CNN-LSTM	传感器数据	NA	NA	GRU, CNN-LSTM	准确率	NA