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
3261	2025-11-19	Leveraging pre-trained computer vision models for accurate classification of meat freshness 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146430 PMID:41045854	研究论文	本研究通过预训练深度卷积神经网络和随机编码聚合深度激活图的方法，开发了一种基于图像数据的肉类新鲜度分类新方法	提出结合预训练DCNN特征提取与随机编码聚合深度激活图(RADAM)的新方法，实现了更简单高效的肉类新鲜度分类	NA	开发快速、非破坏性的肉类新鲜度评估方法	牛肉和鸡肉的新鲜度	计算机视觉	NA	图像分类	深度卷积神经网络, 传统机器学习分类器	图像	三个数据集中的牛肉和鸡肉样本	NA	预训练深度卷积神经网络	准确率	NA
3262	2025-11-19	Deciphering Gut Microbiome Dynamics in Irritable Bowel Syndrome Using Deep Learning 2025-Dec, Neurogastroenterology and motility IF:3.5Q2 DOI:10.1111/nmo.70153 PMID:40908531	研究论文	本研究利用深度学习技术分析肠道微生物组数据以识别肠易激综合征	将深度神经网络应用于高维度、复杂相互作用的微生物组数据分析，在疾病分类中实现92.79%的准确率	未详细说明数据预处理的具体方法，模型比较的深度可能不足	探索肠道微生物组在肠易激综合征诊断中的应用价值	人类肠道微生物组数据和肠易激综合征患者	机器学习	肠易激综合征	微生物组分析	DNN, XGBoost, RandomForest, Logistic Regression, LightGBM	微生物组谱数据	综合微生物组谱数据集（具体数量未说明）	Python库	深度神经网络（密集层结构）	准确率, 敏感性, 特异性	NA
3263	2025-11-19	Understanding the relationship between rosemary odor and mental workload through deep learning 2025-Nov-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.09.038 PMID:41072604	研究论文	本研究通过深度学习分析脑电图信号，探索迷迭香气味与心理负荷之间的关系	首次结合嗅觉刺激和深度学习直接分析原始EEG信号进行心理负荷分类，无需手动特征工程	样本量较小(30名志愿者)，仅研究单一气味(迷迭香)	研究迷迭香气味对心理负荷的影响及其通过深度学习的检测方法	30名志愿者在迷迭香气味暴露下执行神经心理学测试时的EEG信号	机器学习	NA	脑电图(EEG)	LSTM, CNN	EEG信号	30名志愿者	NA	LSTM, CNN	准确率	NA
3264	2025-11-19	A deep learning approach to artifact removal in Transcranial Electrical Stimulation: From shallow methods to deep neural networks and state space models 2025-Nov-19, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.10.004 PMID:41101623	研究论文	本研究分析机器学习方法在经颅电刺激噪声伪影去除中的应用，比较了从浅层方法到深度神经网络和状态空间模型的性能差异	首次系统比较11种伪影去除技术在不同tES刺激类型下的性能，发现最优方法取决于刺激类型，并为不同tES模式提供了方法选择指南	使用合成数据集而非真实临床数据，可能无法完全反映实际应用场景	开发有效的经颅电刺激伪影去除方法以改善脑电信号分析	经颅电刺激产生的EEG伪影	机器学习	神经系统疾病	经颅电刺激，脑电图	CNN, 状态空间模型	脑电信号	合成数据集（清洁EEG数据与合成tES伪影组合）	NA	Complex CNN, M4	RRMSE, 相关系数	NA
3265	2025-11-19	Deep Learning-Enabled Real-Time Single-Shot Refocusing of Microwell Array for Digital Melting Curve Analysis 2025-Nov-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05194 PMID:41188072	研究论文	提出一种基于深度学习的单次自适应点扩散函数注意力重聚焦模型，用于数字熔解曲线分析中的微孔阵列实时重聚焦	首次将深度学习与点扩散函数自校准调制结合，实现无机电运动的数字PCR微阵列自动聚焦	未明确说明模型在更广泛温度范围内的泛化能力及对不同样本类型的适应性	提升数字熔解曲线分析在宽温度范围内的准确性和分辨率	数字PCR微孔阵列中的核酸样本	计算机视觉	呼吸道病原体感染	数字PCR, 熔解曲线分析, 荧光成像	深度学习, 注意力机制	荧光图像	NA	NA	单次自适应点扩散函数注意力重聚焦模型	识别准确率, 变异系数, 分辨率	NA
3266	2025-11-19	Integrating Model-Based Reconstruction and Deep Learning for Accelerating Mass Spectrometry Imaging 2025-Nov-18, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04075 PMID:41199627	研究论文	提出一种结合模型重建与深度学习的方法来加速质谱成像	将光栅扫描前向模型与深度学习先验结合，无需针对不同采集设置重新训练即可重建高分辨率离子图像	未明确说明方法在极端稀疏采样条件下的性能边界	解决质谱成像中光栅扫描数据采集耗时长的问题，实现高效组织成像和3D重建	脑部和肾脏等生物组织结构	计算成像	NA	质谱成像	深度学习	质谱图像	多种组织类型（脑部、肾脏等）	NA	基于预训练网络的去噪器	图像保真度	NA
3267	2025-11-19	Plasmonic Scattering Interferometric Microscopy: Decoding the Dynamic Interfacial Chemistry of Single Nanoparticles 2025-Nov-18, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00294 PMID:40845220	研究论文	介绍等离子体散射干涉显微镜技术及其在单纳米粒子界面化学动态研究中的应用	开发高分辨率等离子体散射干涉显微镜技术，实现单纳米粒子水平实时观测电催化活性和反应动力学	当前技术仍存在一定局限性，需要进一步改进和优化	开发新型光学显微技术用于纳米材料界面化学研究	单纳米粒子及其界面化学反应	纳米科学	NA	等离子体散射干涉显微镜	深度学习	光学图像	NA	NA	NA	空间分辨率，时间分辨率	NA
3268	2025-11-19	Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions 2025-Nov-18, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000866 PMID:41246950	综述	回顾人工智能在胸部放射学中肺结节和肺癌应用的历史发展、当前挑战与未来方向	系统梳理了从早期基于临床知识的AI方法到深度学习再到Transformer架构的演进历程，并探讨了基础模型、多模态AI和多组学方法在肺结节和肺癌领域的新兴应用	作为综述文章，主要基于文献分析，未涉及原始实验数据验证	探讨人工智能在胸部放射学中肺结节和肺癌诊断、评估和预测方面的应用与发展	肺结节和肺癌的医学影像分析	医学影像分析	肺癌	医学影像分析，深度学习，Transformer	深度学习模型，Transformer	医学影像	NA	NA	Transformer	NA	NA
3269	2025-11-19	Analysis of deep learning-based segmentation of lymph nodes on full-dose and reduced-dose body CT 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05253-8 PMID:41251734	研究论文	验证基于深度学习的全自动模型在常规剂量和模拟低剂量CT上对淋巴结检测与分割的性能	首次在模拟低剂量CT（5%-75%剂量）上系统评估3D nnU-Net对淋巴结分割的性能，并提出通过多剂量数据增强提升模型鲁棒性	使用模拟而非真实低剂量CT数据，样本量相对有限	评估深度学习模型在不同剂量CT扫描中对淋巴结自动分割的鲁棒性	人体CT图像中的淋巴结	医学影像分析	淋巴结相关疾病	CT成像，噪声模拟技术	3D CNN	CT医学影像	151例患者CT（15,341个淋巴结标注）+120例外部验证CT	nnU-Net	3D nnU-Net	精确度，灵敏度，Dice相似系数，豪斯多夫距离	NA
3270	2025-11-19	Feasibility of deep learning-accelerated HASTE-FS for pancreatic cystic lesion surveillance: comparison with conventional HASTE and MRCP 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05265-4 PMID:41251737	研究论文	比较深度学习加速的HASTE-FS与传统HASTE和MRCP在胰腺囊性病变监测中的性能	首次将深度学习重建技术应用于单次激发脂肪饱和T2加权成像（DL HASTE-FS），并与传统成像方法进行系统性比较	回顾性研究设计，样本量有限（91例患者），仅使用3T MRI设备	评估深度学习加速成像技术在胰腺囊性病变监测中的临床应用价值	胰腺囊性病变患者	医学影像分析	胰腺疾病	MRI, 深度学习重建, HASTE序列, MRCP	深度学习	医学影像	91例连续患者，其中70个预选索引PCL	NA	NA	Likert量表评分, p值	3T MRI设备
3271	2025-11-19	Abdominal multi-organ segmentation on 3D negative-contrast CT cholangiopancreatography: a comparative study of deep learning methods 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05273-4 PMID:41251738	研究论文	比较四种深度学习模型在3D负对比CT胆胰管成像上的腹部多器官分割性能	首次在3D-nCTCP数据上系统比较2D和3D深度学习分割模型，证明3D体积模型在复杂小器官分割中的优势	回顾性研究，样本量有限（111例患者），仅针对恶性低位胆道梗阻患者	自动化3D负对比CT胆胰管成像中胆道和胰腺系统的分割，以改善术前规划和诊断	胆道系统、胰腺、十二指肠和肝脏的医学图像分割	数字病理	胆道癌	CT成像	深度学习分割模型	3D医学图像	111例恶性低位胆道梗阻患者，共25,700张图像	NA	TransUNet 2D, nnU-Net 2D, Swin-UNETR 2D, Swin-UNETR 3D	Dice相似系数, 平均对称表面距离, 观察者间变异	NA
3272	2025-11-19	Total-body [18F]FDG-PET/CT imaging of healthy volunteers with minimal effective dose 2025-Nov-18, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07644-x PMID:41251746	研究论文	本研究探索在健康志愿者中使用全身PET/CT成像结合深度学习生成合成CT图像，以最小化辐射剂量的可行性	首次将全身PET成像与深度学习生成的合成CT衰减图相结合，实现极低有效剂量的PET/CT成像	研究仅纳入高加索人群，样本量有限，且未评估在病理状态下的应用效果	开发最小化辐射剂量的全身PET/CT成像方案	47名健康志愿者（25名女性/22名男性，BMI：24±3 kg/m²）	医学影像	NA	PET/CT成像，深度学习	深度学习模型	PET图像数据，CT图像数据	47名健康志愿者	NA	NA	标准化摄取值，变异系数	NA
3273	2025-11-19	Deep-Learning Virtual Superior Mesenteric Artery Modeling for Risk Stratification in Pancreas Surgery 2025-Nov-18, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-18543-8 PMID:41251913	研究论文	本研究开发基于深度学习的虚拟肠系膜上动脉三维建模方法，用于胰腺手术风险分层	首次将深度学习应用于肠系膜上动脉三维可视化建模，并建立解剖特征与围手术期结局的关联	样本量相对有限（124例），仅包含两个医疗中心的数据	评估深度学习虚拟建模在胰腺手术风险分层中的应用价值	接受胰腺切除术的胰腺恶性肿瘤患者	数字病理	胰腺癌	计算机断层扫描（CT）	深度学习模型	医学影像（CT扫描）	124例患者	NA	NA	逻辑回归和线性回归分析	NA
3274	2025-11-19	Next-generation antifungal peptide discovery: the synergy of artificial intelligence and omics technologies 2025-Nov-18, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-025-04662-7 PMID:41251968	综述	本文综述人工智能与组学技术在抗真菌肽发现中的协同作用及其临床应用前景	首次系统阐述人工智能与组学技术协同开发抗真菌肽的创新方法，提出整合机器学习、深度学习与基因编辑技术的综合解决方案	模型复杂性、数据量有限、决策过程不透明等人工智能应用限制	开发高效低耐药性的新型抗真菌肽替代疗法	抗真菌肽(AFPs)及其生物合成基因簇	自然语言处理, 机器学习	真菌感染	组学技术, CRISPR-Cas9基因编辑, 转录组学	机器学习, 深度学习, 自然语言处理	基因组数据, 肽序列数据	NA	NA	NA	精确度, 准确率	NA
3275	2025-11-19	Deep learning-based obstructive coronary artery disease prediction from myocardial perfusion SPECT 2025-Nov-17, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07655-8 PMID:41247514	研究论文	本研究应用深度学习技术从心肌灌注SPECT预测冠状动脉疾病的金标准侵入性冠状动脉造影结果	首次将深度学习衰减校正、应力/静息数据组合及临床因素整合到CAD预测模型中	回顾性研究设计，样本量相对有限（515例患者）	开发基于深度学习的非侵入性冠状动脉疾病诊断方法	冠状动脉疾病患者的心肌灌注SPECT数据	医学影像分析	冠状动脉疾病	心肌灌注SPECT，Tc-99m-sestamibi，Tl-201	深度学习模型	医学影像（SPECT图像）	515名患者（来自3个临床中心）	NA	NA	AUC，准确率	NA
3276	2025-11-19	Automated health monitoring system using YOLOv8 for real-time device parameter detection 2025-Nov-17, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01673-4 PMID:41247607	研究论文	提出一种基于YOLOv8的自动化健康监测系统，用于实时检测医疗设备参数	首次将YOLOv8光学字符识别技术应用于医疗设备参数检测，相比其他方法具有更快的检测速度	目前仅针对特定医疗设备，尚未包含心率监测仪、脉搏血氧仪等其他设备	开发自动化健康监测系统以减少人工劳动并保持效率	血压监测仪、数字体温计等医疗设备	计算机视觉	老年疾病	光学字符识别	CNN, YOLO	图像	两个自建图像数据集和1000张来自不同医疗设备的测试图像	NA	YOLOv8, 卷积神经网络	准确率	NA
3277	2025-11-19	Efficacy of MRI-based deep learning algorithm for detecting acute ischemic stroke: evaluation among diverse readers 2025-Nov-17, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12137-4 PMID:41249548	研究论文	评估基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性卒中的效果	首次在不同医学背景读者中评估深度学习算法对急性缺血性卒中检测的辅助效果，特别关注算法性能的用户依赖性	单中心回顾性研究，样本量有限，未包含神经放射学专家读者	评估基于MRI的深度学习算法在不同医学背景读者中检测急性缺血性卒中的效果	407例患者的MRI扫描，包括95例急性缺血性卒中患者	医学影像分析	急性缺血性卒中	MRI成像	深度学习算法	MRI图像	407例患者MRI扫描（95例急性缺血性卒中，23%）	NA	NA	AUC, 准确率, 敏感度, 特异度, 诊断置信度, 读者间一致性	NA
3278	2025-11-19	Deep Learning Models for Radiomics-Based Segmentation of Vestibular Schwannoma on Magnetic Resonance Imaging: A Systematic Review and Meta-analysis 2025-Nov-17, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01757-3 PMID:41249667	系统综述与荟萃分析	通过系统综述和荟萃分析评估基于深度学习的放射组学模型在前庭神经鞘瘤MRI分割中的性能表现	首次对基于深度学习的放射组学模型在前庭神经鞘瘤分割中的性能进行系统评价和定量荟萃分析	仅纳入报告Dice相似系数的研究，可能存在选择偏倚	评估深度学习模型在前庭神经鞘瘤分割中的性能	前庭神经鞘瘤病例	医学影像分析	前庭神经鞘瘤	磁共振成像驱动的放射组学	深度学习模型	磁共振图像	41项研究涉及8028例前庭神经鞘瘤病例	NA	NA	Dice相似系数	NA
3279	2025-11-19	Generating synthetic task-based brain fingerprints for population neuroscience using deep learning 2025-Nov-14, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09158-6 PMID:41238730	研究论文	提出一种名为DeepTaskGen的深度学习方法，可从静息态功能磁共振成像生成合成任务态对比图	首次使用深度学习从静息态fMRI合成未获取的任务态对比图，解决了大规模数据集中任务覆盖不足的问题	方法依赖于静息态fMRI数据的质量，且生成的任务对比图可能受限于训练数据的任务类型	开发能够从静息态fMRI生成任务态功能对比图的方法，促进个体差异研究和生物标志物开发	人类连接组计划寿命数据和英国生物银行超过20,000名个体	医学影像分析	神经系统疾病	功能磁共振成像	深度学习	医学影像	超过20,000名个体	NA	NA	重建性能, 预测性能	NA
3280	2025-11-19	Combining MEA-Net and LAP-Net for Pneumoconiosis Staging Framework 2025-Nov-14, Journal of occupational and environmental medicine IF:2.3Q2 DOI:10.1097/JOM.0000000000003618 PMID:41247264	研究论文	提出一种结合MEA-Net和LAP-Net的深度学习框架用于尘肺病分期诊断	首次将MEA-Net和LAP-Net网络结合应用于尘肺病分期任务	NA	改进尘肺病诊断的主观过程，提高分期准确性	尘肺病患者的肺部X光片	计算机视觉	尘肺病	深度学习	CNN	图像	NA	NA	MEA-Net, LAP-Net	准确率, 精确率, 召回率, 特异性, F1分数, AUC	NA