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
1	2025-09-21	Optimizing delamination imaging via full wavefield segmentation using augmented simulated wavefield data 2026-Jan, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107789 PMID:40819597	研究论文	提出一种结合波数滤波与混合噪声翻转增强的数据预处理策略，用于优化深度学习模型在全波场分割中对碳纤维增强聚合物分层损伤的成像性能	通过频域隔离导波模态并采用噪声与翻转增强，提升模型对分层相关特征的关注度及泛化能力	未明确说明实验数据规模及模型计算复杂度	优化分层损伤的全波场成像检测	碳纤维增强聚合物中的分层损伤	计算机视觉	NA	全波场分割、波数滤波、数据增强	深度学习模型（未指定具体类型）	波场数据	NA
2	2025-09-18	Integration of coagulation parameters Enhances deep Learning-Based survival prediction in High-Grade serous ovarian Cancer: A comprehensive prognostic model 2026-Jan-01, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120512 PMID:40738419	研究论文	开发并验证一种整合凝血参数的深度学习生存预测模型，用于高级别浆液性卵巢癌预后评估	首次将凝血参数（如D-二聚体水平）与传统临床病理因素结合，采用包含88种算法的机器学习框架提升预测性能	回顾性研究设计，需进一步前瞻性验证	构建高精度生存预测模型以改善高级别浆液性卵巢癌的预后评估	高级别浆液性卵巢癌患者	机器学习	卵巢癌	机器学习整合分析	深度学习框架（含88种算法）	临床病理数据与凝血参数	216例患者（训练集） + 108例外部验证（来自三个机构）
3	2025-09-15	Enhancing 5-Day Particulate Matter (PM10) Forecasts in Morocco Using U-Net: A Deep Learning Approach 2026-Jan, Atmospheric research IF:4.5Q1 DOI:10.1016/j.atmosres.2025.108439 PMID:40933727	研究论文	使用U-Net深度学习模型提升摩洛哥未来5天颗粒物（PM10）预测精度	首次在中东和北非地区应用U-Net进行颗粒物预测，并改进架构以不同分辨率输出预测，无需插值且保留空间细节	模型误差受CAMS预报更新周期影响，需定期用新数据重新训练以保持可靠性	提高颗粒物浓度预测准确性以支持健康风险预警和公共健康保护	摩洛哥地区的颗粒物（PM10）浓度	机器学习	NA	深度学习，数据后处理	U-Net	大气再分析数据和预报数据	基于CAMS再分析数据和预报数据，时间覆盖至2023年下半年
4	2025-09-09	Efficient wheat variety identification using Raman hyperspectral imaging in combination with deep learning 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126722 PMID:40694955	研究论文	本研究结合拉曼高光谱成像与深度学习技术，开发了一种高效且可解释的小麦品种鉴定方法	提出了基于Segment Anything Model的感兴趣区域分割框架，并利用化学先验知识选择拉曼特征峰以增强可解释性，同时设计了融合多尺度特征提取和Transformer模块的拉曼光谱注意力网络	NA	开发高效、可靠且可解释的小麦品种鉴定方法	小麦谷物	计算机视觉	NA	拉曼高光谱成像	Transformer, 深度学习	高光谱图像	8个小麦品种
5	2025-09-09	Discriminant research on edible oil components by oblique-incidence reflectivity difference 2026-Jan-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126746 PMID:40737913	研究论文	利用斜入射反射差技术结合深度学习算法对食用油成分进行判别研究	首次将斜入射反射差(OIRD)技术与八种深度学习算法结合用于食用油成分分析	NA	开发一种快速准确的食用油成分鉴别方法以保障消费者权益	食用油中的亚油酸、油酸和α-亚麻酸成分	机器学习	NA	斜入射反射差(OIRD)技术	Time Series Transformer (TST)及其他七种深度学习算法	光学反射数据	NA
6	2025-09-07	Enhanced bi-branch deep learning network for in vivo hyperspectral imaging recognition of organs and tissues 2026-Jan-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126815 PMID:40845607	研究论文	开发了一种增强型双分支深度学习网络，用于活体高光谱成像中器官和组织的识别	整合图卷积网络(GCN)和Transformer的双分支架构，结合特征增强模块提升模型性能	NA	提高活体高光谱图像中器官和组织的识别精度	猪和斑马鱼的多个器官和组织	计算机视觉	NA	高光谱成像，漫反射近红外光谱	GCN, Transformer, 双分支网络	高光谱图像	公共猪数据集和斑马鱼活体测量数据
7	2025-09-07	Detection of aging-induced vascular remodeling based on Raman imaging and deep learning 2026-Jan-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126832 PMID:40848497	研究论文	本研究结合拉曼成像和深度学习技术检测小鼠主动脉的老化诱导血管重塑	首次使用拉曼成像同时分析五种组织成分，并成功通过MCR-ALS和深度学习区分年轻与老化主动脉组织	NA	早期检测动脉老化以预防和控制慢性疾病	小鼠主动脉组织	数字病理	心血管疾病	拉曼成像，代谢组学，MCR-ALS分析	深度学习	光谱图像数据	NA
8	2025-09-07	A novel colorimetric detection based on bifunctionalized gold nanoparticle combined with machine learning and deep learning models to identify microbial transglutaminase in foods 2026-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128533 PMID:40602019	研究论文	开发一种结合双功能化金纳米粒子、机器学习和深度学习的比色检测方法，用于食品中微生物转谷氨酰胺酶的识别与预测	首次将双功能化金纳米粒子比色传感与机器学习及深度学习模型结合，实现对多种食品中mTG活性的高精度检测与预测	NA	建立高效检测食品中微生物转谷氨酰胺酶活性的方法	微生物转谷氨酰胺酶(mTG)在食品中的活性	机器学习	NA	比色检测、金纳米粒子(AuNPs)	Decision Tree, Random Forest, Multilayer Perceptron (MLP)	浓度-吸光度数据	648个数据点，来自6种不同食品类型