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
2761	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
2762	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
2763	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
2764	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
2765	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
2766	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
2767	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
2768	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
2769	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
2770	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
2771	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
2772	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
2773	2025-10-06	Mitigating medical dataset bias by learning adaptive agreement from a biased council 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103629 PMID:40472465	研究论文	提出一种无需显式偏倚标签的医疗图像去偏倚框架Ada-ABC，通过有偏委员会引导去偏模型学习自适应一致性	首次提出通过有偏委员会学习自适应一致性的方法，构建了首个包含七种不同偏倚场景的医疗去偏倚基准数据集	偏倚标签不可知，依赖有偏委员会对偏倚的成功捕捉	解决医疗图像分类中的数据集偏倚问题	医疗图像数据集	计算机视觉	NA	深度学习	多分类器集成	图像	来自四个数据集的七种偏倚场景	NA	NA	NA	NA
2774	2025-10-06	SurgRIPE challenge: Benchmark of surgical robot instrument pose estimation 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103674 PMID:40541088	研究论文	介绍SurgRIPE挑战赛，为手术机器人器械姿态估计提供基准测试和数据集	首次提供真实手术视频数据与真实器械姿态配对的基准数据集，推动无标记姿态估计方法的发展	NA	建立手术机器人器械姿态估计的基准测试标准，促进该领域研究发展	手术机器人器械的姿态估计	计算机视觉	NA	深度学习	NA	视频	NA	NA	NA	准确度, 鲁棒性	NA
2775	2025-10-06	DeepSPV: A deep learning pipeline for 3D spleen volume estimation from 2D ultrasound images 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103671 PMID:40554255	研究论文	提出一种名为DeepSPV的深度学习流程，用于从2D超声图像估计3D脾脏体积	首个使用深度学习从2D超声图像估计3D脾脏体积的工作，采用分割网络和变分自编码器学习低维表示	使用高度逼真的合成数据集进行评估，未明确说明在真实临床数据上的性能	开发从2D超声图像准确估计脾脏体积的方法，以替代昂贵的3D成像技术	脾脏体积估计，特别关注镰状细胞病患者的脾肿大评估	计算机视觉	镰状细胞病	超声成像	分割网络, 变分自编码器	2D超声图像	NA	NA	NA	平均相对体积准确率	NA
2776	2025-10-06	FSDA-DG: Improving cross-domain generalizability of medical image segmentation with few source domain annotations 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103704 PMID:40602210	研究论文	提出一种名为FSDA-DG的新方法，通过少量源域标注提升医学图像分割的跨域泛化能力	引入语义引导的半监督数据增强策略，结合多解码器U-Net流水线，在数据级和模型级同时优化跨域泛化性能	仅针对单源域泛化任务进行验证，未涉及多源域场景	解决医学图像分割中标注数据有限和域偏移问题，提升模型在未见域上的泛化能力	医学图像分割任务	计算机视觉	NA	深度学习	U-Net	医学图像	NA	NA	多解码器U-Net	NA	NA
2777	2025-10-06	DDintensity: Addressing imbalanced drug-drug interaction risk levels using pre-trained deep learning model embeddings 2025-Oct, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103202 PMID:40617062	研究论文	提出一种名为DDintensity的新方法，利用预训练深度学习模型嵌入结合LSTM注意力模型解决药物-药物相互作用风险级别数据不平衡问题	首次将多领域预训练深度学习模型嵌入（包括图像、图结构和文本语料）应用于DDI风险级别不平衡数据集，并采用LSTM注意力机制	未详细讨论模型在其他类型生物信息学数据不平衡问题上的泛化能力	解决药物-药物相互作用风险级别数据集中的类别不平衡问题	药物-药物相互作用风险级别数据	生物信息学	NA	深度学习嵌入技术	LSTM, 注意力机制	药物相互作用数据	DDinter数据集和MecDDI验证数据集，包含化疗药物DB00398（索拉非尼）和DB01204（米托蒽醌）案例研究	NA	LSTM-attention, BioGPT	AUC, AUPR	NA
2778	2025-10-06	SimIntestine: A synthetic dataset from virtual capsule endoscope 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103706 PMID:40617135	研究论文	开发了一种生成带有位置标注的虚拟肠道内窥镜图像数据集的方法	创建了包含真实肠道解剖特征（如环状皱襞、绒毛、结肠袋）和生理过程（如蠕动）的虚拟肠道模型	基于虚拟模型生成的数据集，与真实内窥镜数据存在差异	解决胃肠道图像数据缺乏精确位置标注的问题，改进内窥镜视频分析	人类胃肠道系统的小肠和大肠	计算机视觉	胃肠道疾病	虚拟胶囊内窥镜技术	NA	图像	NA	NA	NA	深度估计和自运动估计性能指标	NA
2779	2025-10-06	Exploring Complexity-Calibrated morphological distribution for whole slide image classification and difficulty-grading 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103707 PMID:40623354	研究论文	提出一种复杂度校准的多示例学习方法用于全切片图像分类和难度分级	首次基于复杂度因素协同整合构建WSI形态学表征，通过图像-文本对比预训练框架联合学习多种复杂度因素	未明确说明方法在不同病理亚型间的泛化能力验证	解决全切片图像分类中的形态学拟合瓶颈问题	病理全切片图像	数字病理	肿瘤	多示例学习	MIL	图像	三个大型基准数据集	NA	CoCaMIL	分类性能	NA
2780	2025-10-06	Automated detection and numbering of primary and permanent teeth in digital impressions of children using artificial intelligence 2025-Oct, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105976 PMID:40659080	研究论文	开发并评估了一种基于人工智能的自动化方法，用于在儿童数字印模中分割和标记乳牙与恒牙	结合大范围上下文预测进行牙齿标记与高分辨率预测进行牙齿分割的深度学习模型，在3DTeethSeg22挑战数据集上表现优于顶级提交方案	对于异常牙齿状况或模糊牙齿萌出模式的情况会出现错误	开发自动化方法区分儿童混合牙列中的乳牙和恒牙	儿童数字牙科印模	数字病理	牙科疾病	数字印模技术	深度学习	3D数字印模图像	716个数字印模，来自351名患者	NA	NA	F1-score, Dice score, macro-F1	NA