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
1761	2025-11-19	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究结合近红外光谱和深度学习技术，开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和质量评估的方法	首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺的无损检测，实现了对腐败蟹100%的准确识别	研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他温度或蟹类物种的适用性未验证	开发水生产品质量评估的无损检测方法	中华绒螯蟹肌肉组织中的生物胺含量	机器学习	NA	近红外光谱技术	CNN, LSTM	光谱数据	NA	NA	CNN-LSTM-SE（卷积神经网络-长短期记忆网络-挤压激励混合模型）	相关系数R, 均方根误差RMSE, 准确率	NA
1762	2025-11-19	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究开发了结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物	首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，成功发现两种未报道的异戊酰基黄酮醇苷和四氢哈尔满-3-羧酸	NA	识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性	植物乳杆菌发酵的沙棘奶代谢物	代谢组学	NA	非靶向代谢组学，基于特征的分子网络，深度学习	深度学习	代谢组学数据	NA	NA	NA	NA	NA
1763	2025-11-19	Leveraging pre-trained computer vision models for accurate classification of meat freshness 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146430 PMID:41045854	研究论文	本研究通过预训练深度卷积神经网络和随机编码聚合深度激活图的方法，开发了一种基于图像数据的肉类新鲜度分类新方法	提出结合预训练DCNN特征提取与随机编码聚合深度激活图(RADAM)的新方法，实现了更简单高效的肉类新鲜度分类	NA	开发快速、非破坏性的肉类新鲜度评估方法	牛肉和鸡肉的新鲜度	计算机视觉	NA	图像分类	深度卷积神经网络, 传统机器学习分类器	图像	三个数据集中的牛肉和鸡肉样本	NA	预训练深度卷积神经网络	准确率	NA
1764	2025-11-19	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Dec, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征	将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析，在疾病分类中实现92.79%的准确率	未详细说明数据预处理的具体方法，模型比较的深度可能不足	探索肠道微生物组在肠易激综合征诊断中的应用价值	人类肠道微生物组数据和肠易激综合征患者	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组谱数据集（具体数量未说明）	Python库	深度神经网络（密集层结构）	准确率, 敏感性, 特异性	NA
1765	2025-11-18	Automatic determination of the resection plane for shoulder arthroplasty in arthritic humeri: a deep learning model 2025-Dec, Journal of shoulder and elbow surgery IF:2.9Q1 DOI:10.1016/j.jse.2025.03.010 PMID:40274011	研究论文	开发深度学习模型自动确定关节炎肱骨肩关节置换术的截骨平面	首个针对关节炎肱骨自动识别截骨平面的深度学习方法，解决了骨赘和畸形导致解剖标志模糊的临床难题	样本量较小（62例），仅基于CT扫描数据，未验证其他影像模态	实现肩关节置换术中肱骨截骨平面的自动精确定位	关节炎和非关节炎患者的肱骨三维模型	医学影像分析	骨关节炎	计算机断层扫描（CT）	深度学习模型	三维模型	62例肱骨三维模型（80%训练，20%测试）	NA	NA	质心平均欧几里得距离，法向量角度误差	NA
1766	2025-11-18	Development and temporal validation of a deep learning model for automatic fetal biometry from ultrasound videos 2025-Dec, Journal of gynecology obstetrics and human reproduction IF:1.7Q3 DOI:10.1016/j.jogoh.2025.103039 PMID:40992502	研究论文	开发并验证了一种基于深度学习的AI系统，用于从超声视频中自动检测标准胎儿平面、测量胎儿生物测量参数和估计胎儿体重	首次将深度学习技术应用于超声视频中自动识别标准胎儿平面并实时测量胎儿生物测量参数，通过时间验证证明了其临床实用性	研究仅针对健康胎儿进行验证，样本量相对有限（281个视频），未在异常或高危妊娠病例中进行测试	开发自动化的胎儿生物测量AI系统，提高非专业超声医师的测量准确性和可重复性	胎儿超声图像和视频	计算机视觉	产科超声	超声成像	DNN	图像, 视频	训练集：16,626张图像；验证集：281个超声视频	NA	NA	绝对相对测量误差, p值	NA
1767	2025-11-18	RimeSleepNet: A hybrid deep learning network for s-EEG sleep stage classification 2025-Dec, Sleep medicine IF:3.8Q1 DOI:10.1016/j.sleep.2025.106835 PMID:41038061	研究论文	提出一种名为RimeSleepNet的混合深度学习网络，用于睡眠脑电信号的睡眠阶段分类	采用霜优化算法自适应调整变分模态分解来减少频率混叠，结合CNN特征提取、多头自注意力机制和LSTM时序建模的混合架构	NA	开发自动睡眠阶段分类方法以改善睡眠研究和临床诊断	睡眠脑电信号	机器学习	睡眠障碍	睡眠脑电信号分析	CNN, LSTM, 注意力机制	脑电信号	成都人民医院和Sleep-EDF数据集	NA	CNN, LSTM, 多头自注意力机制	F1分数, AUC, Cohen's κ系数, 验证损失	NA
1768	2025-11-18	Role of Liver Function Assessment in Portal Venous Interventions and Locoregional Therapies for Liver Tumors 2025-Dec, Techniques in vascular and interventional radiology IF:1.4Q3 DOI:10.1016/j.tvir.2025.101089 PMID:41242831	综述	综述过去30年肝功能评估技术的发展及其在肝脏肿瘤局部治疗中的应用	整合了核医学技术、肝胆特异性MRI和多模态人工智能方法，实现了从整体到局部的精准肝功能评估	可重复性、标准化和可及性仍是广泛实施的主要障碍	总结肝功能评估技术的关键进展及其在肝脏导向治疗中的应用	肝功能评估技术和肝脏肿瘤患者	数字病理	肝癌	核医学成像, MRI, 人工智能, 深度学习	深度学习模型	医学影像数据	NA	NA	NA	NA	NA
1769	2025-11-17	MetaPredictomics: A Comprehensive Approach to Predict Postsurgical Non-Small Cell Lung Cancer Recurrence Using Clinicopathologic, Radiomics, and Organomics Data 2025-Dec-01, Clinical nuclear medicine IF:9.6Q1 DOI:10.1097/RLU.0000000000006086 PMID:40902993	研究论文	提出MetaPredictomics框架，整合临床病理数据、PET/CT影像组学和多器官组学数据预测非小细胞肺癌术后复发	首次将肿瘤影像组学与假定健康器官的组学数据（器官组学）相结合，采用堆叠集成方法构建元模型	样本量相对有限（145例），使用公开数据集可能限制模型泛化能力	开发综合预测模型以提高非小细胞肺癌术后复发预测准确性	145例非小细胞肺癌患者的术前PET/CT影像和临床病理数据	数字病理	肺癌	PET/CT影像组学，基因突变检测，深度学习分割	深度学习分割模型，glmboost，堆叠集成模型	医学影像（CT，PET），临床病理数据，基因数据	145例NSCLC患者	PyRadiomics	NA	C-index	NA
1770	2025-11-16	Accelerating the discovery and optimization of metal-organic framework materials via machine learning 2025-Dec, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2025.103671 PMID:40957153	综述	系统回顾机器学习在金属有机框架材料研究中的应用进展	整合最新机器学习技术与MOF研究进展，提供跨学科合作视角	未涉及具体实验验证数据，主要基于文献综述	加速MOF材料的发现与优化过程	金属有机框架材料	机器学习	NA	机器学习	回归分析,分类算法,聚类分析,深度学习,强化学习	材料特性数据	NA	NA	NA	模型评估指标	NA
1771	2025-11-16	A Hybrid Bidirectional Deep Learning Model Using HRV for Prediction of ICU Mortality Risk in TBI Patients 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00209-5 PMID:41230239	研究论文	本研究开发了一种结合权重预测器和双向长短期记忆网络的混合深度学习模型，通过分析心率变异性来预测创伤性脑损伤患者的ICU死亡风险	提出了一种结合权重预测器和BiLSTM的混合深度学习架构，通过特征加权和时序模式捕捉来提升心率变异性数据的预测性能	模型完全依赖ICU监测的心电图数据，可能受限于数据质量和采集条件	通过分析心率变异性准确预测创伤性脑损伤患者在ICU的早期死亡风险	创伤性脑损伤患者	医疗健康分析	创伤性脑损伤	心电图信号分析，心率变异性分析	混合深度学习模型，BiLSTM	心电图信号，心率变异性数据	来自黄金海岸大学医院和CHARIS系统的创伤性脑损伤患者数据	NA	双向长短期记忆网络，权重预测器	准确率，AUROC，AUPRC	NA
1772	2025-11-16	Multi-Cohort Federated Learning Shows Synergy in Mortality Prediction for MRI-Based and Metabolomics-Based Age Scores 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00208-6 PMID:41230244	研究论文	本研究通过联邦学习分析基于脑MRI的BrainAge和基于代谢物的MetaboAge两种生物年龄评分在死亡率预测中的协同作用	首次使用联邦学习研究不同生物年龄评分之间的相互作用，并发现BrainAge和MetaboAge在死亡率预测中具有互补价值	研究仅基于三个大型人群队列，数据共享限制可能影响更广泛的应用	研究基于脑MRI和代谢物的两种生物年龄评分之间的关系及其在死亡率和痴呆预测中的协同作用	三个大型人群队列的脑MRI数据和代谢物数据	机器学习	老年疾病	脑MRI, 代谢组学	深度学习	医学影像, 代谢物数据	三个大型人群队列	联邦学习框架	深度学习模型	年龄预测误差, 关联分析, 生存分析	NA
1773	2025-11-16	Binding mode prediction of imidazothiadiazoles against insect ecdysone receptors via a combination of AlphaFold3 and molecular simulations 2025-Dec, Pest management science IF:3.8Q1 DOI:10.1002/ps.70141 PMID:40808334	研究论文	结合AlphaFold3和分子模拟预测咪唑噻二唑类化合物与昆虫蜕皮激素受体的结合模式	首次使用AlphaFold3深度学习模型结合分子动力学模拟阐明咪唑噻二唑类化合物与昆虫蜕皮激素受体的诱导契合结合机制	标准对接算法难以模拟诱导契合机制，实验验证尚不充分	阐明咪唑噻二唑类化合物与昆虫蜕皮激素受体的分子结合机制	咪唑噻二唑类化合物和鳞翅目昆虫蜕皮激素受体	计算生物学	害虫防治	AlphaFold3, 分子动力学模拟, 结合自由能计算, QSAR分析	深度学习, 分子模拟	蛋白质结构, 配体结构, 结合亲和力数据	包括新合成的咪唑噻二唑类化合物	AlphaFold3, 分子模拟软件	AlphaFold3架构	结合自由能, 结合模式合理性评估	NA
1774	2025-11-15	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	本研究提出了一种基于多传感器融合和增强型EfficientNet-B0模型的葡萄酒原料鉴别方法	采用GASF和梅尔频谱图将一维传感器数据转换为二维RGB图像，结合增强型EfficientNet-B0模型实现多传感器数据融合	NA	开发基于多传感器融合的葡萄酒原料准确分类方法	八种不同原料采用相同酿造工艺制作的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	NA	NA	Enhanced-EfficientNet-B0	准确率	NA
1775	2025-11-15	High-Quality CEST Mapping With Lorentzian-Model Informed Neural Representation 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574238 PMID:40434851	研究论文	提出一种基于洛伦兹模型引导的神经表示框架(LINR)，用于高质量化学交换饱和转移(CEST)映射	将洛伦兹方程嵌入自监督神经网络架构，直接从原始z谱重建高灵敏度参数图，无需标记训练数据	未明确说明模型在更广泛疾病类型和采集协议中的泛化能力	开发高质量CEST映射方法以提升分子信息量化能力	合成模型和体内实验数据（包括肿瘤和阿尔茨海默病模型）	医学影像分析	肿瘤, 阿尔茨海默病	化学交换饱和转移(CEST) MRI	神经网络	MRI z谱数据	NA	NA	自监督神经表示架构	NA	NA
1776	2025-11-15	Deep Separable Spatiotemporal Learning for Fast Dynamic Cardiac MRI 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3574090 PMID:40434852	研究论文	提出一种用于快速动态心脏MRI重建的深度可分离时空学习方法	采用维度缩减的可分离学习方案，在训练数据极其有限的情况下仍能实现优异性能	NA	解决动态心脏MRI高维数据重建的挑战	心脏动态MRI图像重建	医学影像处理	心血管疾病	动态磁共振成像	深度学习网络	动态MRI图像序列	心脏电影数据集，训练需求减少高达75%	NA	Deep Separable Spatiotemporal Learning network (DeepSSL)	视觉评估，定量指标，盲读研究	NA
1777	2025-11-15	Phantom-Based Ultrasound-ECG Deep Learning Framework for Prospective Cardiac Computed Tomography 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575268 PMID:40445820	研究论文	提出首个结合超声和心电图数据的深度学习框架，用于预测心脏静止期以优化CT血管造影门控	首次将超声和心电图数据融合的多模态深度学习框架，能够处理心律失常等复杂心脏状况	在较短静止期（<100毫秒）的预测准确率相对较低，研究基于动态心脏运动体模而非真实患者数据	开发多模态深度学习框架以改进心脏CT血管造影的门控准确性	动态心脏运动体模，模拟包括心律失常在内的多种心脏状况	医学影像分析	心血管疾病	超声成像, 心电图, 计算机断层扫描	3D CNN, ANN	超声图像, 心电图信号	动态心脏运动体模数据	NA	3D卷积神经网络, 人工神经网络	准确率	NA
1778	2025-11-15	Integrating Motor Unit Activity With Deep Learning for Real-Time, Simultaneous and Proportional Wrist Angle and Grasp Force Estimation 2025-Dec, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3575252 PMID:40445821	研究论文	提出一种集成运动单元活动与深度学习的框架，用于实时同步比例估计手腕角度和抓握力	首次将实时高密度表面肌电分解与模块化LSTM神经网络结合，实现神经指令的直接解析和运动参数的同步解码	实验仅包含10名受试者，样本规模有限	改进肌电假肢的神经接口技术，实现运动参数的高精度实时解码	人体手腕运动（旋前/旋后、屈曲/伸展、外展/内收）和抓握力控制	机器学习	截肢康复	高密度表面肌电信号分解	LSTM	肌电信号	10名受试者	NA	模块化长短期记忆神经网络	nRMSE, R2	NA
1779	2025-11-15	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习与mpMRI结合在前列腺癌分类中的创新方法，包括领域知识和临床信息的整合策略	未涉及具体实验验证，主要基于文献综述分析	提升前列腺癌分类准确性和临床诊断效率	前列腺癌患者和病变组织	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
1780	2025-11-15	Dual-Network Deep Learning for Accelerated Head and Neck MRI: Enhanced Image Quality and Reduced Scan Time 2025-Dec, Head & neck DOI:10.1002/hed.28255 PMID:40693394	研究论文	评估双网络深度学习超分辨率方法在头颈部MRI中提升图像质量和缩短扫描时间的应用效果	提出双网络深度学习框架用于头颈部MRI超分辨率重建，在显著缩短扫描时间的同时提升图像质量	样本量相对有限（58例），仅在一家医疗中心进行，需要更大规模多中心验证	评估深度学习超分辨率方法在头颈部MRI中改善图像质量和缩短扫描时间的可行性	头颈部肿块患者	医学影像分析	头颈部肿瘤	MRI成像	深度学习	医学影像	58例头颈部肿块患者（34男，24女，平均年龄51.37±13.24岁）	NA	双网络架构	信噪比, 对比噪声比, 对比度, 图像锐度, 病变显著性, 结构描绘, 伪影评分	NA