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
401	2025-11-24	Enhanced Brain Tumor Classification with Convolutional Neural Networks 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03398-7_48 PMID:41273590	研究论文	提出一种基于卷积神经网络的脑肿瘤图像分类方法，用于区分不同类型的脑肿瘤	通过综合数据增强和严格超参数调优显著提升分类准确率，实现脑肿瘤类型的自动精准分类	NA	提高脑肿瘤诊断精度并优化治疗策略	脑肿瘤图像，包括胶质瘤、脑膜瘤和转移性肿瘤	计算机视觉	脑肿瘤	深度学习	CNN	医学图像	NA	NA	包含多个卷积层、池化层和全连接层的CNN架构	分类准确率	NA
402	2025-11-24	Artificial Intelligence and Machine Learning-Based Approaches for Genetic Damage Prediction 2026, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-4976-3_27 PMID:41273702	综述	本章重点介绍遗传毒性预测领域，系统分类了各类检测方法并详细阐述了人工智能和机器学习在遗传损伤预测中的应用	系统总结了AI模型在遗传毒性预测中的三大分类（QSAR、机器学习和深度学习），并提供了专门针对遗传毒性预测的详细数据表	作为章节综述，未涉及具体实验验证，主要基于现有文献总结	探讨人工智能和机器学习方法在遗传损伤预测中的应用	遗传毒性检测方法和AI预测模型	机器学习	NA	Ames测试等遗传毒性检测方法	QSAR, 机器学习, 深度学习	分子描述符和指纹数据（拓扑、静电、量子描述符）	NA	NA	NA	预测分数和不同评估指标	NA
403	2025-11-23	Cervical cancer diagnostics: non-coding RNAs and biosensors to AI-derived methods 2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120641 PMID:41072569	综述	本文综述了宫颈癌诊断技术的最新进展，重点关注非编码RNA、生物传感器和人工智能方法在临床诊断中的应用	整合了非编码RNA生物标志物与人工智能诊断方法的最新研究进展，探讨两者在宫颈癌诊断中的协同潜力	主要基于文献综述，缺乏原始实验数据验证	评估宫颈癌诊断新技术的发展现状和未来潜力	宫颈癌诊断技术，包括非编码RNA、生物传感器和人工智能方法	数字病理学	宫颈癌	机器学习，深度学习，生物传感器技术	机器学习算法，深度学习算法	图像数据，分子数据	NA	NA	NA	诊断准确性	NA
404	2025-11-23	Advancement of machine learning algorithms in biosensors 2026-Jan-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2025.120677 PMID:41135853	综述	探讨机器学习算法在生物传感器中的最新进展及其在健康监测、疾病诊断和治疗评估中的应用	全面分析机器学习算法如何通过高效处理复杂数据和提取可操作见解来增强生物传感器技术	数据隐私、伦理问题、实时数据处理、计算需求和生物传感器制造等挑战尚未完全解决	研究机器学习增强型生物传感器在医疗诊断和个性化医疗中的应用潜力	电化学、光学、微流控和可穿戴生物传感器及其收集的生理信号	机器学习	NA	生物传感技术	监督学习,无监督学习,深度学习	生理信号,传感器数据	NA	NA	NA	分类,回归,聚类,特征提取	NA
405	2025-11-23	Artificial Intelligence for Simplified Patient-centered Dosimetry in Radiopharmaceutical Therapies 2026-Jan, PET clinics IF:3.0Q2 DOI:10.1016/j.cpet.2025.09.010 PMID:41271260	研究论文	本文探讨人工智能在放射性药物治疗中简化患者中心化剂量测定的应用	提出基于深度学习的剂量转换方法替代传统蒙特卡洛模拟，不依赖通用人体模型而考虑患者个体解剖结构	NA	开发简化且个性化的放射性药物治疗剂量测定方法	放射性药物治疗中的病灶和风险器官	医学影像分析	癌症治疗	放射性药物治疗	深度学习	医学影像	NA	NA	NA	NA	NA
406	2025-11-22	Amplification-free detection of mycoplasma pneumoniae via CRISPR-Cas12a and deep learning-optimized crRNAs on a lateral flow platform 2026-Jan-15, Journal of pharmaceutical and biomedical analysis IF:3.1Q2 DOI:10.1016/j.jpba.2025.117196 PMID:41129856	研究论文	开发了一种基于CRISPR-Cas12a和深度学习优化crRNA的无扩增检测平台，用于肺炎支原体的快速诊断	结合深度学习优化的crRNA文库与侧向流平台，实现无扩增检测并显著提升检测灵敏度	未明确说明临床样本规模及深度学习模型的具体架构细节	开发快速准确的肺炎支原体检测方法	肺炎支原体P1基因保守区域	生物信息学	呼吸道感染	CRISPR-Cas12a, 侧向流检测, 深度学习	深度学习	基因序列数据	从50多个候选crRNA中筛选出16个高活性crRNA	NA	NA	检测限, 灵敏度, 特异性, 信号饱和度时间	NA
407	2025-11-21	Gene expression and protein abundance: Just how associated are these molecular traits? 2026 Jan-Feb, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108720 PMID:41038299	综述	本文系统回顾了基因表达与蛋白质丰度关联性的研究方法、影响因素及在生物技术中的应用前景	整合了单细胞分析最新进展，系统比较不同实验环境下分子特征关联性研究方法	主要依赖相关性分析方法，受限于蛋白质定量技术发展滞后	探讨基因表达与蛋白质丰度的关联程度及其在生物技术中的应用潜力	转录组学与蛋白质组学数据关联性研究	生物信息学	NA	转录组学, 蛋白质组学, 单细胞分析	NA	基因表达数据, 蛋白质丰度数据	NA	NA	NA	相关性指标	NA
408	2025-11-20	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究结合超高性能梯度扩散成像和模型驱动深度学习，展示了3D多片层采集在高b值和高分辨率下进行高级微结构成像的能力	利用高性能梯度系统缩短回波时间，结合优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构成像	需要高性能梯度硬件支持（>200 mT/m，>300 T/m/s），研究主要关注大脑白质区域	开发加速的3D多片层扩散加权成像方法，支持活体人脑高级微结构建模	人脑白质微结构	医学影像	神经系统疾病	3D多片层扩散加权成像，扩散加权MRI，室模型分析	三室扩散模型	扩散加权MRI图像	多受试者人脑数据（具体数量未明确说明）	基于模型的迭代重建算法	基于导航的运动补偿正则化迭代算法	变异系数	高性能梯度MRI系统（>200 mT/m，>300 T/m/s）
409	2025-11-20	Comparative evaluation of supervised and unsupervised deep learning strategies for denoising hyperpolarized 129Xe lung MRI 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70033 PMID:40810302	研究论文	本研究比较了监督和非监督深度学习策略在超极化129Xe肺部MRI去噪中的应用效果	首次系统比较了传统监督学习、Noise2Noise和Noise2Void三种深度学习策略在129Xe MRI去噪中的性能	某些去噪方法在特定指标上存在偏差，如Tradvent低估VDP，N2Nvent高估VDP	提高超极化129Xe肺部MRI图像质量以改善临床诊断准确性	952个129Xe MRI数据集，包括健康受试者和心肺疾病患者	医学影像处理	心肺疾病	超极化129Xe MRI	深度学习	医学影像	952个129Xe MRI数据集（421个通气成像，125个弥散加权成像，406个气体交换成像）	NA	NA	信噪比, 噪声标准差, 锐度, 通气缺损百分比, 表观扩散系数, 膜摄取, 红细胞转移, 红细胞:膜比值	NA
410	2025-11-20	Motion-robust T 2 ∗ $$ {\mathrm{T}}_2^{\ast } $$ quantification from low-resolution gradient echo brain MRI with physics-informed deep learning 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70050 PMID:40843481	研究论文	提出PHIMO+方法，通过物理信息深度学习实现运动鲁棒的低分辨率梯度回波脑MRI T2*定量分析	扩展了原有的PHIMO方法，利用采集知识增强对挑战性运动模式的重建性能，提高对脑内不同强度磁场不均匀性的鲁棒性	NA	开发运动鲁棒的T2*定量方法，解决梯度回波磁共振成像中因运动导致的信号丢失问题	脑部梯度回波磁共振成像数据	医学影像分析	NA	梯度回波磁共振成像	深度学习	磁共振图像	模拟和真实运动数据	NA	物理信息深度学习	线检测精度, 图像质量	NA
411	2025-11-20	Liver fat quantification at 0.55 T enabled by locally low-rank enforced deep learning reconstruction 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70057 PMID:40883956	研究论文	开发了一种基于局部低秩深度学习重建的方法，用于在0.55T低场MRI中实现肝脏脂肪定量	提出了一种结合局部低秩约束和深度学习的新型重建方法(LLR-DL)，能够在低场MRI中显著提升信噪比和图像质量	研究样本量较小(10名志愿者)，需要在更大规模人群中验证方法的普适性	提高低场MRI中质子密度脂肪分数(PDFF)定量的准确性和可靠性	铁脂肪体模和人类志愿者	医学影像分析	脂肪肝	MRI质子密度脂肪分数定量，多回波Dixon算法	深度学习	MRI图像，复杂值数据	1个体模和10名志愿者	NA	U-Net	峰值信噪比，结构相似性指数，线性回归，t检验，Bland-Altman分析	NA
412	2025-11-20	Accelerated water residual removal in MRS: Exploring deep learning versus fitting-based approaches 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70031 PMID:40891397	研究论文	本研究提出并验证了两种快速去除MRS光谱中水残留信号的新方法	提出了基于深度学习的DeepWatR和基于拟合的WaterFit两种新型水残留去除方法，显著提高了处理速度	研究主要针对1H脑数据集，在其他类型数据上的性能需要进一步验证	开发快速高效的水残留信号去除方法以提高MRS的临床适用性	MRS光谱中的水残留信号	医学影像分析	NA	磁共振波谱(MRS)	深度学习, 参数拟合	光谱数据	模拟和体内1H脑数据集，包含10000个体素	PyTorch	U-Net with attention mechanism	量化误差百分比, 处理速度	低端GPU
413	2025-11-19	PRS2Net: an efficient intelligent carrot detection model via filter pruning and attention mechanisms 2026-Jan-15, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70142 PMID:40847327	研究论文	提出一种基于滤波器剪枝和注意力机制的高效胡萝卜检测轻量级网络PRS2Net	结合一阶泰勒展开的滤波器剪枝技术和注意力机制，在保持高精度的同时显著减少模型参数和计算成本	仅针对胡萝卜质量检测任务进行验证，未在其他农作物上测试通用性	开发高效的胡萝卜质量检测深度学习模型	胡萝卜	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ResNet18, PRS2Net	准确率	NA
414	2025-11-19	Motif field combined with two-stream feature fusion network and double detection head for identification and prediction of microalgae in seawater 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124574 PMID:40945058	研究论文	提出一种结合荧光和吸收双模式光谱、序列模场和深度学习的微藻识别与浓度预测新方法	首次提出模场概念将光谱数据编码为二维图像，设计双流特征融合网络和双检测头架构实现微藻种类识别与浓度回归的同步处理	未提及方法在其他类型微藻或复杂水体环境中的泛化能力	实现海水中微藻种类识别和浓度预测的精准快速检测	海水中的微藻	计算机视觉	NA	荧光光谱、吸收光谱、双模式光谱	CNN, 注意力机制	光谱数据、二维图像	NA	NA	双流特征融合网络, 卷积头, 全连接头	准确率, RMSE, R	NA
415	2025-11-19	Advanced deep learning strategies for detection and quantification of macroplastics in rivers along the Peruvian coast 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118649 PMID:40976044	研究论文	开发结合深度学习的框架，用于检测和量化秘鲁沿海河流中的大塑料污染	首次使用YOLOv11模型结合无人机图像分析河流中大塑料的时空动态变化	对家具和PET瓶等类别的检测精度较低，受碎片大小、丰度和颜色对比度影响	建立大塑料污染自动监测系统	秘鲁利马Rímac河流中的混合无机城市固体废物	计算机视觉	NA	无人机图像采集	CNN	图像	秘鲁Rímac河流一年的监测数据	YOLOv11	YOLOv11	mAP	NA
416	2025-11-19	An efficient dark spot detection method for offshore oil spill in SAR images based on edge-enhanced attention fusion 2026-Jan, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118748 PMID:40997542	研究论文	提出一种基于边缘增强注意力融合的SAR图像海上溢油黑斑高效检测方法	设计了残差瓶颈注意力模块(RBAM)、增强通道融合模块(ECFM)和深度监督细化模块(DSRM)，在提升边缘检测精度的同时显著降低计算成本	NA	提升SAR图像中海上溢油黑斑的边缘检测精度并减少检测时间	合成孔径雷达(SAR)图像中的溢油黑斑	计算机视觉	NA	合成孔径雷达(SAR)成像	CNN	图像	PALSAR和Sentinel-1数据集	NA	EAF-Net, RBAM, ECFM, DSRM	检测精度, 检测时间	轻量化结构设计以降低计算成本
417	2025-11-19	RiSIM: River surface image monitoring software for quantifying floating macroplastic transport 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124678 PMID:41027072	研究论文	开发用于量化河流中漂浮大塑料传输的河面图像监测软件RiSIM	结合模板匹配算法与深度学习模型，实现塑料检测、分类和追踪的综合监测系统	NA	量化河流中漂浮大塑料的传输速率	河流环境中漂浮的塑料垃圾	计算机视觉	NA	图像监测	深度学习模型	图像	非洪水和洪水条件下的现场观测数据	NA	NA	相关系数r	NA
418	2025-11-19	Smart detection of biofouling: A deep learning framework for water infrastructure surveillance 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124665 PMID:41043362	研究论文	提出基于深度学习的MusselDet框架，用于检测和实例分割淡水生物污损物种黄金贻贝的关键生命周期阶段	提出端到端检测和实例分割框架MusselDet，集成CA-CBAM、LDGCN和MLST三个创新模块，在稀疏数据环境下提升特征判别能力	基于自定义数据集评估，未在更广泛环境中验证框架泛化能力	开发智能检测方法用于水基础设施生物污损监测	黄金贻贝（Limnoperna fortunei）的生命周期阶段	计算机视觉	NA	深度学习	Transformer, 图卷积网络	图像	自定义黄金贻贝数据集（GMD）	PyTorch	Co-DETR, CA-CBAM, LDGCN, MLST	平均精度（mAP₅₀）, 召回率, 推理速度（FPS）	NA
419	2025-11-19	AdverIN: Monotonic adversarial intensity attack for domain generalization in medical image segmentation 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103848 PMID:41177076	研究论文	提出一种用于医学图像分割领域泛化的对抗性强度攻击方法AdverIN	利用对抗训练策略合成强度变化谱以增强数据多样性，同时保持图像关键上下文信息	NA	提升医学图像分割模型在未见域数据上的泛化能力	2D视网膜视盘/视杯分割和3D前列腺MRI分割	计算机视觉	前列腺癌	对抗训练	NA	医学图像	NA	NA	NA	NA	NA
420	2025-11-19	3D masked autoencoder with spatiotemporal transformer for modeling of 4D fMRI data 2026-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103861 PMID:41197226	研究论文	提出一种结合3D掩码自编码器和时空Transformer的新架构，用于从4D fMRI数据中提取时空特征并映射功能脑网络	首次将3D掩码自编码器与时空Transformer结合，通过自监督学习实现fMRI数据的时空特征提取和功能脑网络映射	未明确说明模型计算复杂度及对计算资源的具体需求	开发能够有效处理4D fMRI数据时空特征的新方法，用于功能脑网络建模和脑部疾病识别	人脑功能磁共振成像数据	医学影像分析	注意力缺陷多动障碍	功能磁共振成像	自编码器,Transformer	4D fMRI图像序列	HCP任务fMRI数据集和ADHD-200静息态fMRI数据集	NA	3D掩码自编码器,视觉Transformer,时空Transformer	功能脑网络映射性能,分类准确率	NA