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	2025-07-16	Multimodal deep learning improving the accuracy of pathological diagnoses for membranous nephropathy 2025-Dec, Renal failure IF:3.0Q1 DOI:10.1080/0886022X.2025.2528106 PMID:40659521	研究论文	开发了一种多模态深度学习系统，用于提高膜性肾病的病理诊断准确性	结合PASM染色、免疫荧光和电子显微镜图像，构建了三种深度学习模型来检测病变，并通过整合模型输出提供全面的病理诊断	研究仅针对膜性肾病，未涵盖其他肾小球疾病的广泛验证	开发一种辅助病理学家诊断膜性肾病的多模态病理诊断系统	膜性肾病患者的PASM染色、免疫荧光和电子显微镜图像	数字病理学	膜性肾病	深度学习	CNN	图像	138名患有各种肾病的患者
2	2025-07-16	Neurofusionnet: a comprehensive framework for accurate epileptic seizure prediction from EEG data with hybrid meta-heuristic optimization algorithm 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10293-3 PMID:40661693	研究论文	本文提出了一种名为Neurofusionnet的综合框架，用于从EEG数据中准确预测癫痫发作，结合了混合元启发式优化算法	提出了一种新的检测模型NeuroFusionNet，结合了多种深度学习网络和改进的混合优化算法，以提高癫痫发作预测的准确性和鲁棒性	NA	开发一个全面的框架，用于从EEG数据中准确预测癫痫发作	癫痫患者的EEG数据	数字病理学	癫痫	EEG数据处理、独立成分分析、小波变换、傅里叶变换	NeuroFusionNet（结合Improved ShuffleNet V2、SqueezeNet、EfficientNet V2和基于Multi Head Attention的GhostNet V2）	EEG数据	NA
3	2025-07-16	Genotype Prediction from Retinal Fundus Images Using Deep Learning in Eyes with Age-Related Macular Degeneration 2025 Nov-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.100836 PMID:40661176	research paper	使用深度学习从视网膜眼底图像预测年龄相关性黄斑变性（AMD）患者的高风险基因变异	首次利用深度学习模型从视网膜眼底图像预测AMD相关的高风险基因变异（CFH和ARMS2基因）	样本量相对有限（1754名参与者），且模型性能在早期AMD患者中可能受限	探索通过非侵入性眼部成像推断基因型的可行性，并揭示AMD中基因型与表型的关系	年龄相关性黄斑变性（AMD）患者	digital pathology	geriatric disease	retinal fundus imaging	CNN, ViT (vision transformers)	image	31,271张视网膜彩色眼底照片（来自1,754名参与者）
4	2025-07-16	Structure from motion-convolutional neural network model (SfM-CNN) achieved accurate portable Chinese dietary chemical composition estimation for dietary recall 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144908 PMID:40449202	研究论文	本研究介绍了一种基于SfM-CNN模型的新型AI驱动解决方案，用于自动化分析中国食物的化学成分	结合先进的3D重建技术与深度学习（特别是SIFT算法），实现了误差小于4%的卓越特征提取和食物体积估计	NA	为健康和营养管理提供准确的中国饮食化学成分估计	中国食物	计算机视觉	NA	SIFT算法	SfM-CNN, SIFT-ResNet50	图像	ChineseDish-100数据集
5	2025-07-16	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	本文提出了一种基于深度学习的肉类新鲜度分类方法，结合VGG19卷积神经网络和改进的人工原生动物优化器进行特征提取和选择	采用改进的人工原生动物优化器(IAPO)结合粒子群优化(PSO)进行特征选择，相比现有五种优化技术表现出更高性能	未提及方法在不同肉类品种或实际工业环境中的泛化能力测试	开发高精度的肉类新鲜度自动分类系统	肉类样本的新鲜度（新鲜/半新鲜/变质）	计算机视觉	NA	深度学习	VGG19 CNN结合IAPO-PSO优化	图像	未明确说明具体样本数量
6	2025-07-16	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	使用低场核磁共振结合深度学习技术对冷冻模型食品进行非破坏性质量评估	结合低场核磁共振(LF-NMR)和反向传播人工神经网络(BP-ANN)构建新型非破坏性质量评估模型	仅针对含水量90%和80%的凝胶模型食品进行研究，未涉及其他类型食品	开发冷冻食品质量非破坏性评估方法	含水量90%和80%的凝胶模型食品	食品科学	NA	低场核磁共振(LF-NMR)	BP-ANN, PLSR	核磁共振信号数据	梯度温度条件下冷冻的凝胶模型食品样本
7	2025-07-16	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	research paper	该论文介绍了结合有限元分析、适当正交分解和机器学习的新计算方法，用于预测阴道变形和撕裂	整合有限元分析、适当正交分解和机器学习技术，开发了全阶ML模型和基于POD的降阶模型，用于快速计算阴道分娩结果	研究基于啮齿类动物的离体微机械数据，可能无法完全模拟人类阴道组织的复杂性	预测阴道分娩过程中可能出现的并发症，如阴道撕裂	阴道组织的变形和撕裂	machine learning	产科疾病	有限元分析(FE)、适当正交分解(POD)、机器学习(ML)	全阶ML模型、基于POD的降阶ML模型	微机械数据、位移场快照	基于啮齿类动物的离体微机械数据
8	2025-07-16	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	该研究提出了一种名为ILEP的模型，用于通过纵向EEG监测评估经颅聚焦超声刺激（tFUS）引起的神经可塑性和适应性反应	提出了一种集成纵向评估协议（ILEP）模型，结合高分辨率EEG监测和多会话tFUS刺激，能够有效区分短期和长期的神经可塑性变化	研究未明确说明样本量大小及具体受试者特征，可能影响结果的普遍性	开发一种标准化、实时的评估协议，以理解重复tFUS应用对神经可塑性和适应性脑反应的长期影响	神经可塑性和脑适应性反应	神经科学	神经系统疾病	经颅聚焦超声刺激（tFUS）、高分辨率脑电图（EEG）	深度学习（DL）模型、神经网络（NN）	EEG信号	NA
9	2025-07-16	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建合成3D μCT图像预测大鼠腰椎骨折模式	使用3D条件生成对抗网络(cGAN)预测骨折模式，并生成合成3D μCT图像	训练数据集较小（64个μCT图像），验证集仅包含8个图像	开发生成式深度学习模型以预测生物结构损伤行为	大鼠腰椎椎体	数字病理学	NA	μCT成像	3D cGAN	3D μCT图像	64个训练用μCT图像，8个验证用图像
10	2025-07-16	A deep learning model for accurate segmentation of the Drosophila melanogaster brain from Micro-CT imaging 2025-Sep, Developmental biology IF:2.5Q2 DOI:10.1016/j.ydbio.2025.05.027 PMID:40447251	research paper	本文提出了一种深度学习模型，用于从Micro-CT成像中准确分割果蝇大脑	使用预训练神经网络和仅1-3张Micro-CT图像即可训练出准确的3D深度学习模型，并能适应不同的组织对比染色、扫描仪型号和基因型	训练数据量较少，可能影响模型的泛化能力	开发一种能够自动准确分割果蝇大脑的深度学习模型，以提高Micro-CT图像分析的效率	成年果蝇（Drosophila melanogaster）的大脑	computer vision	NA	Micro-CT成像	3D深度学习模型（基于预训练神经网络）	3D Micro-CT图像	1-3张成年果蝇大脑的Micro-CT图像
11	2025-07-16	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-Aug-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究利用近红外光谱结合Gramian角场二维卷积神经网络（GAF-2D-CNN）检测白茶的地理来源掺假	首次将GAF图像编码技术与2D-CNN结合应用于近红外光谱数据，提高了掺假检测的准确性和实用性	研究仅针对白茶的地理来源掺假，未涉及其他类型的茶叶或掺假方式	开发一种高效的白茶地理来源掺假定量检测方法	白茶及其地理来源掺假样本	计算机视觉	NA	近红外光谱（NIRS）	2D-CNN	光谱数据	未明确说明样本数量
12	2025-07-16	A systematic review: Brain age gap as a promising early diagnostic biomarker for Alzheimer's disease 2025-Aug-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123563 PMID:40494037	系统综述	本文综述了脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的研究现状及进展	利用深度学习技术预测脑年龄，并评估脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的潜力	包括站点效应、偏差校正、数据不足、硬件需求、模型准确性和临床适用性等关键挑战	探讨脑年龄差距（BAG）作为阿尔茨海默病早期诊断生物标志物的潜力	阿尔茨海默病患者和健康老年人的脑结构变化	数字病理学	阿尔茨海默病	深度学习	深度学习模型	神经影像数据	NA
13	2025-07-16	A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma 2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03870-9 PMID:39994163	研究论文	本研究评估了一种基于18F-FDG PET/CT的三维深度学习模型，用于预测临床I期肺腺癌患者术前的气腔扩散状态	开发了一种融合PET和CT数据的3D深度学习模型，用于预测肺腺癌的气腔扩散状态，并展示了其在辅助医生诊断中的潜力	需要进行前瞻性验证	预测临床I期肺腺癌患者术前的气腔扩散状态	162名I期肺腺癌患者	数字病理学	肺癌	18F-FDG PET/CT	3D ResNet50	医学影像	162名患者
14	2025-07-16	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-Aug, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统综述了深度学习在超声心动图中用于增强左心室功能和壁运动异常检测的应用	探讨了深度卷积神经网络（DCNNs）在提高超声心动图诊断精确度中的作用	数据多样性、图像质量以及深度学习模型的计算需求限制了其更广泛的临床应用	评估深度学习技术在超声心动图中心血管异常检测中的应用	超声心动图数据	数字病理	心血管疾病	深度学习	DCNNs	图像	29项研究
15	2025-07-16	Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110995 PMID:40550423	research paper	本研究探讨了深度学习与剂量组学特征及其与剂量体积直方图参数和临床因素结合预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性和准确性	结合了深度学习剂量组学特征、剂量体积直方图参数和临床因素构建预测模型，并在多中心数据集中验证了其有效性	研究为回顾性设计，可能受到数据质量和选择偏倚的影响	预测食管癌患者放疗后4级放射性淋巴细胞减少症的发生	545名接受放疗的食管癌患者	digital pathology	esophageal cancer	深度学习剂量组学分析	深度学习模型	医学影像数据和临床数据	545名患者（来自5个医疗中心）
16	2025-07-16	Transformative potential of artificial intelligence in US CDC HIV interventions: balancing innovation with health privacy 2025-Aug-01, AIDS (London, England) DOI:10.1097/QAD.0000000000004220 PMID:40643081	评论	本文探讨了人工智能（AI）在美国CDC HIV干预中的变革潜力，强调了创新与健康隐私之间的平衡	提出AI在HIV预防和治疗中的创新应用，包括机器学习（ML）、深度学习（DL）和生成式AI（Gen AI）等技术，以优化HIV护理策略和预防干预	需要解决AI应用中的偏见、伦理标准（包括健康隐私标准）的维护以及AI幻觉等风险	探索AI在HIV预防和治疗中的潜在应用，以推动更公平的健康结果	美国CDC的HIV预防公共健康策略及相关数据集	机器学习	HIV	机器学习（ML）、深度学习（DL）、生成式AI（Gen AI）	NA	复杂HIV相关数据集	NA
17	2025-07-16	Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art 2025-Aug, Journal of neurosurgical sciences IF:1.3Q3 DOI:10.23736/S0390-5616.25.06506-3 PMID:40662246	review	本文综述了基于深度学习的策略，用于从双平面或多平面2D X射线数据生成合成3D CT样图像	强调了深度学习技术在合成CT重建中的潜在优势，并介绍了CNN、GAN和CDP等最新方法	讨论了当前传统CT成像的局限性以及深度学习技术在3D重建中面临的挑战	探索从2D X射线数据生成合成3D CT图像的替代技术	双平面或多平面2D X射线数据	digital pathology	NA	deep learning	CNN, GAN, CDP	X-ray图像	NA
18	2025-07-16	Deep quantum Monte Carlo approach for polaritonic chemistry 2025-Jul-21, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0272805 PMID:40662707	研究论文	本文介绍了一种深度学习变分量子蒙特卡洛方法，用于解决光学腔中分子电子和光子薛定谔方程	将典型的电子神经网络波函数ansätze扩展到描述联合费米子和玻色子系统，即电子-光子系统，在量子蒙特卡洛框架中	仅应用于氢分子在腔中的情况，尚未扩展到更复杂的分子系统	控制物质性质，如化学反应性，通过将其限制在光学腔中	氢分子在光学腔中的电子和光子系统	量子化学	NA	深度学习变分量子蒙特卡洛方法	神经网络波函数ansätze	量子化学数据	氢分子
19	2025-07-16	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出了一种名为MS2MP的深度学习框架，用于直接从非靶向串联质谱（MS）预测KEGG代谢通路，无需先前的代谢物注释	首次开发出能够直接从MS光谱预测代谢通路的计算工具，通过图神经网络架构学习光谱特征与代谢通路之间的复杂关系	未明确提及具体限制，但可能依赖于训练数据的质量和覆盖范围	提高非靶向代谢组学数据的通路富集分析效率	代谢通路预测	机器学习	NA	串联质谱（MS/MS）	图神经网络（GNN）	质谱数据	33,221个实验性MS光谱
20	2025-07-16	Developing Nationwide Estimates of Built Environment Quality Characteristics Using Street-View Imagery and Computer Vision 2025-Jul-15, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c00966 PMID:40607680	研究论文	利用计算机视觉和街景图像评估美国城市建成环境质量特征	首次利用计算机视觉和街景图像在全国范围内评估建成环境质量特征，并明确处理了社会人口和时间偏差	对西班牙裔/拉丁裔和夏威夷原住民或太平洋岛民群体的偏差减少但未完全消除，犯罪安全的预测准确性较低	评估建成环境质量特征以支持流行病学研究、城市规划策略和公共卫生干预	美国所有城市的建成环境质量特征	计算机视觉	NA	深度学习	NA	图像	72,516份通过Amazon Mechanical Turk收集的调查问卷，覆盖1.2亿个街景位置