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
3041	2025-12-20	Thermal imaging-guided detection of transparent plastic contaminants on chicken breast: A combined vision and simulation approach 2026-Jan-31, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117993 PMID:41412667	研究论文	本研究开发了一种结合热成像与机器学习的系统，用于检测鸡肉上的透明塑料污染物	首次将热成像与深度学习结合用于检测鸡肉上的低密度透明异物，并辅以集总热阻-电容模型和COMSOL仿真分析热行为	实验仅使用特定尺寸范围（0.2-8 cm）的塑料片，未涵盖所有可能的污染物形态	开发可靠的透明塑料污染物检测系统以提升禽肉加工中的食品安全	鸡肉胸肉上的透明塑料污染物	计算机视觉	NA	热成像	CNN	热成像图像	386张标注的热成像图像	NA	YOLOv8s	检测精度, 分割精度	NA
3042	2025-12-20	Pediatric brain tumor classification using digital pathology and deep learning: Evaluation of SOTA methods on a multi-center Swedish cohort 2026-Jan, Brain pathology (Zurich, Switzerland) DOI:10.1111/bpa.70029 PMID:40589103	研究论文	本研究评估了两种弱监督多示例学习方法，利用预训练特征提取器在瑞典多中心队列的儿童脑肿瘤WSI上进行分类	首次在瑞典多中心儿童脑肿瘤队列中应用基于注意力机制的多示例学习方法，并评估了三种预训练特征提取器的性能	研究仅基于瑞典六家医院的数据，未包含国际多中心验证，且样本量相对有限	评估先进的计算病理学方法在儿童脑肿瘤多层级分类中的性能与泛化能力	540名被诊断为脑肿瘤的儿童患者的苏木精-伊红染色全切片图像	数字病理学	脑肿瘤	数字病理学, 深度学习	多示例学习	图像	540名受试者（年龄8.5±4.9岁）的WSI，来自瑞典六家大学医院	NA	ResNet50, UNI, CONCH, ABMIL, CLAM	马修斯相关系数	NA
3043	2025-12-20	Assessment of a Deep Learning Model Trained on Permanent Pathology for the Classification of Squamous Cell Carcinoma in Mohs Frozen Sections: Lessons Learned 2026-Jan-01, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.] IF:2.5Q1 DOI:10.1097/DSS.0000000000004758 PMID:40631753	研究论文	本研究评估了基于永久病理切片训练的深度学习模型在莫氏手术冷冻切片中分类鳞状细胞癌的表现，以识别模型缺陷并指导再训练	首次将基于永久病理训练的模型应用于冷冻切片分类，并通过定性分析模型弱点来指导模型优化	模型在冷冻切片中肿瘤稀少区域的兴趣区域识别不准确，可能误判正常组织或非肿瘤结构	评估深度学习模型在莫氏手术冷冻切片中分类鳞状细胞癌的适用性，并识别模型缺陷以改进训练策略	皮肤活检切片和莫氏手术冷冻切片	数字病理	鳞状细胞癌	H&E染色病理切片分析	深度学习模型	病理图像	746张皮肤活检切片用于训练，15张莫氏手术冷冻切片用于测试	NA	NA	AUC-ROC	NA
3044	2025-07-21	A Review of Metadata and Deep Learning Strategies for Skin Lesion Classification 2026-Jan, The Journal of investigative dermatology IF:5.7Q1 DOI:10.1016/j.jid.2025.06.1593 PMID:40683340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3045	2025-12-20	Integrating multi-polygenic scores for enhanced prediction of antidepressant treatment outcomes in an East Asian population 2026-Jan, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1 DOI:10.1038/s41386-025-02269-y PMID:41152404	研究论文	本研究探讨了多基因风险评分在预测东亚人群选择性5-羟色胺再摄取抑制剂抗抑郁治疗结局中的应用价值	首次在东亚人群中整合多基因风险评分以预测抗抑郁治疗结局，填补了该地区药物基因组学研究的空白	样本量相对较小，且仅针对东亚人群，未来需要更大规模、更多样化的队列进行验证	提高抗抑郁治疗结局的预测准确性，推动个体化治疗策略的发展	接受SSRI治疗的台湾地区抑郁症患者	生物信息学	抑郁症	全基因组关联研究，多基因风险评分计算	广义线性混合模型，机器学习算法，深度学习算法	基因组数据，临床数据，人口统计学数据	两个台湾队列共422名患者（VGHTP队列177人，NHRI队列245人）	PRS-CS, PRS-CSx, glmmLasso	NA	AUC	NA
3046	2025-12-20	Graduate Student Literature Review: A review on near-infrared spectroscopy for rapid detection of hazardous substances in milk and dairy products 2026-Jan, Journal of dairy science IF:3.7Q2 DOI:10.3168/jds.2025-27462 PMID:41130398	综述	本文综述了近红外光谱技术在牛奶及乳制品中危险物质快速检测中的应用	系统总结了近红外光谱在乳制品安全检测中的原理、方法及最新研究进展，并指出了未来与深度学习、人工智能等前沿技术融合的方向	近红外光谱检测仍面临光学机制不明确、痕量分析灵敏度不足、复杂基质干扰强以及模型鲁棒性和泛化性欠佳等挑战	评估近红外光谱技术用于牛奶及乳制品中危险物质快速检测的可行性与发展前景	牛奶及乳制品中的危险物质，包括兽药残留、掺假物和食源性病原体	光谱分析	NA	近红外光谱	NA	光谱数据	NA	NA	NA	NA	NA
3047	2025-12-20	An Unsupervised Learning Approach for Multimodal Low Back Pain Stratification 2025-Dec-22, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005593 PMID:41384355	研究论文	本文提出了一种新颖的无监督学习框架，用于整合多模态数据对腰痛患者进行分层	开发了一种结合深度学习提取的影像生物标志物与非影像数据的多模态无监督患者分层方法	研究为横断面设计，无法确定因果关系；样本来自特定出生队列，可能限制泛化性	开发一个综合性的风险分层框架，以改善腰痛患者的个性化护理	腰痛患者，特别是来自北芬兰出生队列的个体	数字病理学	腰痛	深度学习分析腰椎MRI	CNN	图像, 文本	北芬兰出生队列的参与者	NA	NA	准确率	NA
3048	2025-12-20	Uterine collagen deposition fluctuates throughout the estrous cycle and provides a scaffold for gland visualization via the SHG-casting method 2025-Dec-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113989 PMID:41403834	研究论文	本研究利用二次谐波产生显微镜，分析了小鼠子宫内膜组织在发情周期各阶段中纤维状胶原的沉积变化，并开发了一种基于深度学习的快速腺体分割模型	首次量化了发情周期中子宫内膜纤维状胶原的2D和3D动态变化，并提出了SHG-casting方法，实现了胶原与腺体的同步无标记3D成像	研究仅使用小鼠模型，未在人类或其他物种中验证；SHG-casting方法的应用范围可能受限于胶原丰富的ECM环境	探究子宫内膜细胞外基质（特别是纤维状胶原）在发情周期中的动态变化及其与子宫腺体形态的关系	小鼠子宫内膜组织	数字病理学	NA	二次谐波产生显微镜	深度学习分割模型	3D显微图像	跨发情周期各阶段的小鼠子宫内膜组织样本	NA	NA	NA	NA
3049	2025-12-20	A deep learning-based method combines manual and non-manual features for sign language recognition 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32768-3 PMID:41413190	研究论文	本研究提出了一种基于深度学习的多流框架，结合手动和非手动特征进行手语识别	利用3D人体姿态估计架构从RGB视频中提取手部关节的3D坐标，并通过注意力编码器-解码器融合多模态特征	未提及	提升手语识别的准确率	孤立手语词汇	计算机视觉	NA	深度学习	CNN, 注意力编码器-解码器	RGB视频	AUTSL和WLASL数据集中的孤立手语样本	未提及	未指定	准确率, F1分数	未提及
3050	2025-12-20	Generalizable compound protein interaction prediction with a model incorporating protein structure aware and compound property aware language model representations 2025-Dec-19, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01844-0 PMID:41413187	研究论文	本文提出了一种名为GenSPARC的深度学习模型，用于预测化合物-蛋白质相互作用，该模型结合了蛋白质结构感知和化合物性质感知的语言模型表示	模型创新性地整合了基于AlphaFold2预测的蛋白质结构感知表示和FoldSeek的三维相互作用字母表，以及图卷积网络与预训练化学语言模型提取的化合物特征，通过注意力机制增强相互作用建模	NA	提高化合物-蛋白质相互作用预测的准确性和泛化能力，以推动人工智能驱动的药物发现	化合物与蛋白质之间的相互作用	机器学习	NA	深度学习，图卷积网络，预训练语言模型	深度学习模型	蛋白质序列和结构数据，化合物分子图数据	多个CPI基准数据集	NA	图卷积网络，注意力机制	NA	NA
3051	2025-12-20	Novel Psychoactive Substances: Slaying the Dragon With Artificial Intelligence 2025-Dec-19, Therapeutic drug monitoring IF:2.8Q2 DOI:10.1097/FTD.0000000000001429 PMID:41413933	综述	本文探讨了人工智能和机器学习在识别和表征新型精神活性物质中的应用，以应对传统分析技术的不足	综述了AI在NPS识别中的创新应用，包括DarkNPS框架、化学语言模型和光谱预测工具，显著提高了识别效率和范围	NA	探索人工智能和机器学习在应对新型精神活性物质识别和表征挑战中的作用	新型精神活性物质	机器学习	NA	质谱, MS/MS光谱	LSTM, 图神经网络, 变换器	化学结构, 光谱数据	NA	NA	DarkNPS, CFM-ID	余弦相似度分数, 准确预测率	NA
3052	2025-12-20	Evaluating the efficacy of the ResNet50 deep learning model utilizing thyroid scintigraphy images for predicting the outcomes of initial iodine-131 therapy in patients with Graves' disease 2025-Dec-19, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002094 PMID:41414958	研究论文	本研究利用ResNet50深度学习模型分析甲状腺闪烁扫描图像，以预测Graves病患者首次碘-131治疗的疗效	首次将ResNet50深度学习模型与甲状腺闪烁扫描图像结合，通过Grad-CAM实现特征可视化，并提取16个关键影像组学特征构建随机森林分类器，提高了预测的泛化性能	研究为回顾性单中心设计，样本量较小（121例患者），需要多中心队列验证以优化精准治疗方案	构建基于深度学习的影像组学模型，预测Graves病患者首次碘-131治疗的结果	121名确诊为Graves病并接受治疗前甲状腺闪烁扫描的患者	数字病理学	甲状腺疾病	甲状腺闪烁扫描（使用高锝酸盐-99mTcO4-）	CNN	图像	121例患者	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet50	AUC, 敏感性, 特异性	NA
3053	2025-12-20	Dual-channel TRCA-net based on cross-subject positive transfer for SSVEP-BCI 2025-Dec-18, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae291c PMID:41360014	研究论文	提出了一种基于跨被试正向迁移的双通道TRCA-net方法，用于提升SSVEP-BCI系统的解码性能	提出了创新的基于迁移精度的被试选择策略和集成SSVEP领域自适应网络的深度学习网络，以增强模型泛化能力并降低负迁移风险	NA	提升稳态视觉诱发电位脑机接口系统的解码精度和信息传输率，减少被试间变异性	稳态视觉诱发电位脑机接口系统	机器学习	NA	稳态视觉诱发电位	深度学习网络	脑电信号	在两个大规模公共基准数据集上进行验证	NA	双通道TRCA-net, SSVEP-DAN	解码精度, 信息传输率	NA
3054	2025-12-20	Deep Learning-Based Quantification of Residual Blood Clots in Single-Use Dialyzers Using Bedside Mobile-Captured Images 2025-Dec-18, American journal of nephrology IF:4.3Q1 DOI:10.1159/000549740 PMID:41411211	研究论文	本研究开发了一种基于深度学习的模型，利用床边智能手机拍摄的透析器图像来量化残留血凝块	首次将预训练的ConvNeXt架构与可解释AI（LIME）结合，用于透析器残留血凝块的量化，并通过复合图像增强模型检测能力	模型准确率仍有提升空间，且仅针对特定血凝块水平（<10%和~30%）进行二分类，未涵盖更广泛的血凝块程度	开发一种机器学习模型，有效量化透析器中的残留血凝块，以改善终末期肾病患者的血液透析管理	透析器图像（通过床边智能手机拍摄）	计算机视觉	终末期肾病	图像采集（智能手机摄像头）、图像预处理（背景噪声去除、图像分割）、数据增强	CNN	图像	未明确具体样本数量，但数据集按60%训练、20%验证、20%测试划分，并进行了10次随机试验	未明确指定，但基于ConvNeXt架构，可能使用PyTorch或TensorFlow	ConvNeXt	准确率	NA
3055	2025-12-20	Caries detection in primary molars with bitewing radiographs through deep learning based-object detectors 2025-Dec-18, Caries research IF:2.9Q1 DOI:10.1159/000550079 PMID:41411231	研究论文	本研究开发了基于深度学习目标检测器的人工智能算法，用于在儿童乳磨牙的咬翼X光片中检测和分期龋齿病变	首次将多种深度学习目标检测算法应用于乳磨牙龋齿的自动检测和分期，特别是DINO模型在龋齿分期中表现出更高的加权Kappa一致性	研究仅使用了1,023张咬翼X光片，样本量相对有限，且仅针对3至10岁儿童的乳磨牙，可能限制了模型的泛化能力	开发人工智能算法以自动化检测和分期儿童乳磨牙的龋齿病变，辅助临床诊断和治疗决策	3至10岁儿童的乳磨牙咬翼X光片	计算机视觉	龋齿	咬翼X光摄影	目标检测算法	X光图像	1,023张咬翼X光片	NA	DINO, YOLOv7	加权Kappa分数, 灵敏度, 特异性, 准确度	NA
3056	2025-12-20	Efficient Collaborative Model Training Mechanism with Privacy-Preserving Data for the IoMT 2025-Dec-18, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3646067 PMID:41411349	研究论文	本文提出了一种用于IoMT时间序列数据的隐私保护协作训练模型SecLSTF，并设计了模型组件与多方计算协议之间的映射策略	提出了一种新颖的秘密共享协议Pleione，专注于优化底层秘密共享协议的计算效率，通过超可逆矩阵和配对双随机扩展机制显著减少随机数生成所需的通信轮次	NA	解决IoMT时间序列数据在跨机构数据整合中因隐私问题而阻碍深度学习应用的问题	IoMT时间序列数据	机器学习	NA	多方计算	深度学习模型	时间序列数据	NA	NA	SecLSTF	计算时间, 计算精度	NA
3057	2025-12-20	OpenVocabCT: Towards Universal Text-driven CT Image Segmentation 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3646046 PMID:41411350	研究论文	提出一种基于大规模3D CT图像预训练的视觉语言模型OpenVocabCT，用于实现通用的文本驱动CT图像分割	利用大型语言模型将诊断报告分解为细粒度的器官级描述，进行多粒度对比学习，以解决现有文本提示模型无法处理真实临床应用中复杂多样场景的局限性	模型性能依赖于大规模CT图像数据集和诊断报告的质量，且在训练过程中可能受到数据标注噪声的影响	开发一种能够适应多样化真实世界临床数据的通用文本驱动CT图像分割方法	CT图像中的器官和病灶	计算机视觉	NA	CT成像	视觉语言模型	3D CT图像, 文本	大规模CT-RATE数据集, 14个公共数据集和1个机构数据集	NA	NA	NA	NA
3058	2025-12-20	Handwritten Text Recognition: A Survey 2025-Dec-18, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646002 PMID:41411365	综述	本文全面回顾了手写文本识别（HTR）领域的发展历程，从早期启发式方法到现代基于深度学习的先进模型	提出了一个统一的分类框架，将现有工作分为行级及以下（单词和行识别）和行级以上（段落和文档级）两个主要层次，并系统梳理了研究方法、基准测试进展、关键数据集及文献结果	作为综述文章，主要基于现有文献进行归纳分析，未提出新的具体模型或算法，因此不涉及实验验证或性能比较的局限性	旨在为研究人员和实践者提供手写文本识别领域的路线图，梳理其演变过程、当前挑战和未来方向	手写文本识别模型、方法、数据集及评估基准	模式识别与机器学习	NA	深度学习技术	神经网络模型	手写文本图像	NA	NA	NA	NA	NA
3059	2025-12-20	High Volume Rate 3D Ultrasound Reconstruction with Diffusion Models 2025-Dec-18, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3645849 PMID:41411351	研究论文	本文提出了一种基于扩散模型的新型3D超声重建方法，旨在从减少的仰角平面中实现更高的空间和时间分辨率	首次将扩散模型应用于3D超声重建，利用扩散后验采样的概率特性量化重建不确定性，并通过利用超声序列固有的时间一致性来加速推理	未明确说明模型在临床环境中的实时性能评估或对不同解剖结构的泛化能力	解决3D超声成像中高体积率与高图像质量之间的权衡挑战	3D心脏超声数据集	医学影像重建	心血管疾病	3D超声成像	扩散模型	3D超声图像序列	NA	NA	扩散模型	图像质量，下游任务性能，召回率	NA
3060	2025-12-20	Recent Advances in Hypothalamic Segmentation for Neuroimaging: A Comprehensive Review 2025-Dec-18, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9146 PMID:41412746	综述	本文系统总结了神经影像中下丘脑分割方法及其在生理与临床研究中的应用	对下丘脑分割方法进行了系统性的分类与综述，并指出了该领域当前面临的主要挑战与未来方向	缺乏统一的分割协议，阻碍了跨研究可比性；在儿科人群研究中存在显著的方法学空白	综述下丘脑分割方法，以促进对该关键脑区结构与功能的全面理解	人类下丘脑及其功能亚区	神经影像	NA	神经影像	深度学习	图像	NA	NA	NA	NA	NA