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
3521	2026-07-29	PAP_NER: A large-scale vietnamese administrative named entity recognition corpus and hybrid deep learning architecture 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353166 PMID:42507686	研究论文	提出了PAP_NER，首个大规模越南行政管理命名实体识别语料库及混合深度学习架构	首次构建了大规模、黄金标准的越南行政管理NER语料库，并采用人类在环注释流程实现了高一致性，同时结合PhoBERT与条件随机场的混合架构显著提升了实体识别性能	未提及模型在跨领域或低资源场景的泛化能力，以及数据集规模对模型表现的潜在限制	解决越南行政文本处理中缺乏领域特定NER数据集的问题，支持电子政务自动化	越南行政管理文件中的命名实体，包括机构、法律文件、对象、日期时间和数量	自然语言处理	NA	NA	条件随机场嵌入、Transformer	文本	162,801个句子，205,807个实体标注	NA	PhoBERT、CRF、BiLSTM、XLM-RoBERTa	Micro F1分数、McNemar检验	NA
3522	2026-07-29	Dual-input deep learning system for microbial identification from blood agar plates 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353761 PMID:42507697	研究论文	提出一种双输入深度学习系统，用于从血琼脂平板图像中自动识别病原微生物	采用菌落图像和拼图图像双输入集成方法，通过ResNet-50模型融合提升微生物分类性能	仅针对10种临床相关物种进行验证，未覆盖更广泛的微生物种类，且数据源仅限于血琼脂平板	评估从培养微生物菌落图像自动识别病原微生物物种的可行性	10种临床相关病原微生物的菌落图像	机器视觉	NA	NA	CNN	图像	418株菌株，包含10,048张菌落图像和23,003张拼图图像	PyTorch	ResNet-50	敏感度、特异度	NA
3523	2026-07-29	The Role of Quantitative Ultrasound in Monitoring Neoadjuvant Chemotherapy in Breast Cancer: A Narrative Review 2025-Nov-17, Cancers IF:4.5Q1 DOI:10.3390/cancers17223676 PMID:41301040	综述	总结定量超声在乳腺癌新辅助化疗监测中的临床效用、方法学基础及实施挑战	首次系统阐述定量超声通过分析原始射频数据提取频谱、散射和衰减参数，结合参数映射、纹理分析及深度学习方法的早期疗效预测能力	缺乏标准化采集与处理流程、鲁棒性解读算法不足及大规模前瞻性多中心验证数据	评估定量超声在乳腺癌新辅助化疗监测中的临床价值并推动其向精准肿瘤学实践转化	接受新辅助化疗的乳腺癌患者	机器学习	乳腺癌	定量超声	深度学习模型	超声原始射频数据	NA	NA	NA	NA	NA
3524	2026-07-29	Root mixture analysis: methods and vision 2025-09, Trends in plant science IF:17.3Q1 DOI:10.1016/j.tplants.2025.07.003 PMID:40781027	综述	综述了根混合分析的方法及其愿景，旨在通过优化深度学习与机器学习实现高通量根混合分析	提出利用与根功能相关的理化性状作为物种身份的标志，并借助优化深度学习和机器学习实现高通量无损根混合分析	当前方法需破坏性采样且成本高，现场条件变异大、后勤困难，标准化方法尚存不足	解决作物混合体系中地下根系相互作用无法无损区分的问题，推进可持续农业研究	多样化作物混合体系中的根系	机器学习	NA	深度学习、机器学习	深度学习和机器学习模型	根系理化性状数据	NA	NA	NA	NA	NA
3525	2026-07-29	High-Precision Intelligent Diagnosis of Pancreatic Cancer: Flowing Diffuseness from Single to Whole 2025-06-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00465 PMID:40296678	研究论文	提出线扫描拉曼光谱化学整体分析法实现胰腺癌高精度智能诊断	首次将线扫描技术用于快速拉曼光谱采集，将二维拉曼编码图与深度学习结合，并采用邻域增强方法提高诊断准确性	未提及	开发快速、准确、全面的组织诊断方法	胰腺癌组织	数字病理学	胰腺癌	拉曼光谱	深度学习模型（二维）	拉曼光谱数据	未提及	NA	NA	准确率	NA
3526	2026-07-29	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-06-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出一种基于深度学习的无监督自适应去噪框架，用于处理光散射成像视频中的噪声问题	首次将无监督学习和自适应策略结合，构建三阶段去噪框架（噪声分布图、FastDVDNet视频去噪、去噪效果判别），无需标注数据即可自动处理LSI视频中的复杂噪声	未提及，但可从方法中推断：可能依赖视频时间连续性，对静态或缓慢变化场景适用性有限	开发一种无监督、自学习的去噪策略，提升光散射成像在多种应用场景中的信噪比和对比度	光散射成像视频中的噪声（包括背景噪声和信号相关噪声）	计算机视觉, 机器学习	NA	光散射成像	FastDVDNet	视频	未明确说明，但涉及纳米粒子分析和单细胞识别实验数据	PyTorch	FastDVDNet	信噪比, 对比度噪声比	NA
3527	2026-07-29	Analytical and experimental solutions for Fourier transform infrared microspectroscopy measurements of microparticles: A case study on Quercus pollen 2025-05-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343879 PMID:40187871	研究论文	首次比较研究12种不同分析方法和实验方法对傅里叶变换红外显微光谱测量微粒的效果，以四种栎属花粉为例	首次系统性比较分析方法和实验方法在FTIR微粒测量中的应用，发现散射光谱干扰物并非对所有分类研究有害，反而具有诊断价值	未明确说明	确定不同预处理策略的优缺点及其适用场景	四种栎属花粉微粒	机器学习和光谱分析	NA	FTIR显微光谱	深度卷积神经网络（DCNN）	光谱数据	四种栎属花粉的单个花粉粒	NA	DCNN	分类准确率	NA
3528	2026-07-29	Measuring the severity of knee osteoarthritis with an aberration-free fast line scanning Raman imaging system 2025-05-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343900 PMID:40187878	研究论文	利用自主研发的无像差快速线扫描拉曼成像系统结合深度学习去噪算法实现骨关节炎的快速诊断与分级	将像差校正线扫描共聚焦拉曼成像系统与深度学习去噪及加速算法结合，将成像速度提升4倍以上，在671nm激发波长下实现骨关节炎软骨分型与分级的高精度识别（准确率分别达98%和97%）	样本量未明确说明，且主要基于胫骨平台离体组织分析，未涉及活体临床验证	实现骨关节炎的快速无标记诊断与严重程度分级，以早期检测组织化学变化并指导个性化治疗	骨关节炎患者胫骨平台的关节软骨和钙化软骨组织	数字病理学	骨关节炎	拉曼光谱成像	机器学习模型	拉曼光谱数据	未明确说明样本量	NA	NA	准确率	NA
3529	2026-07-29	Rapid and sensitive detection of pharmaceutical pollutants in aquaculture by aluminum foil substrate based SERS method combined with deep learning algorithm 2025-05-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.343920 PMID:40187885	研究论文	开发了基于铝箔的SERS检测基底并结合多层感知机深度学习模型，实现对水产养殖废水中多种药物污染物的快速高灵敏检测	首次将铝箔基SERS基底与MLP深度学习模型结合，实现混合抗生素的高灵敏检测和准确识别，检出限低至1.95×10⁻⁸ mol/L，识别准确率达97.8%	未提及实际养殖废水复杂基质对检测性能的长期稳定性验证，算法模型可能需更多真实样本进一步优化泛化能力	开发一种快速、灵敏的SERS方法，结合深度学习算法实现水产养殖废水中多种药物残留的检测与识别	水产养殖废水中的六种药物污染物（氟罗沙星、左氧氟沙星、培氟沙星、磺胺嘧啶、亚甲基蓝、孔雀石绿）	机器学习	NA	表面增强拉曼光谱（SERS）	多层感知机（MLP）	拉曼光谱数据	六种目标化合物，每种化合物在1×10⁻⁸ mol/L浓度下检测	NA	MLP	准确率、F1分数、五折交叉验证得分	NA
3530	2026-07-29	Effect of Cell-Cell Interaction on Single-Cell Behavior Revealed by a Deep Learning-Aided High-Throughput Addressable Single-Cell Coculture System 2025-05-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00306 PMID:40298933	研究论文	开发了一种深度学习辅助的高通量可寻址单细胞共培养系统，用于揭示细胞间相互作用对单细胞行为的影响	将高通量单细胞共培养与自动化数据处理相结合，实现快速配对异质单细胞并定量分析单细胞相互作用	未提及具体局限性，但可能包括长期共培养中细胞配对精度的挑战和数据吞吐量增加带来的分析工具滞后	揭示细胞间相互作用在单细胞分辨率下对细胞行为的影响	单细胞共培养系统及单细胞对之间的相互作用	机器学习、数字病理学	乳腺癌	单细胞共培养、深度学习辅助成像	深度学习模型	图像	单个乳腺癌细胞和单个内皮细胞配对共培养	NA	NA	NA	NA
3531	2026-07-29	Monitoring Amphetamine and Methamphetamine Mixtures Based on Deep Learning Involves Colorimetric Sensing 2025-05-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00915 PMID:40279188	研究论文	提出一种基于深度学习和比色传感的监测苯丙胺和甲基苯丙胺混合物的方法	通过调控探针结构影响反应产物的聚集行为，成功区分只有甲基结构差异的苯丙胺和甲基苯丙胺；结合自制 Drugs Analyst 和深度学习算法首次实现混合物中掺杂比例的判断	NA	实现高相似度分析物（结构和性质相似）的精确识别和区分，应用于药物查获、食品添加剂检测和环境监测等领域	苯丙胺和甲基苯丙胺及其混合物	计算机视觉，深度学习	NA	比色传感，基于呋喃环开环反应的探针设计	深度学习	比色传感图像	NA	NA	NA	NA	NA
3532	2026-07-29	The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325491 PMID:40465789	研究论文	探讨学习体验对大学生英语深度学习的影响以及动机和策略的链式中介效应	首次在英语学习领域验证“学习体验→学习动机→学习策略→深度学习”的链式中介模型	样本范围有限且采用横截面设计，未来可扩大样本、采用纵向研究并探索其他中介变量	研究学习体验对大学生英语深度学习的影响机制	不同性别、年龄、教育背景和学业成就水平的大学生	自然语言处理	NA	问卷调查与统计分析	链式中介模型	量表数据	未明确说明具体样本量，但提及不同背景的大学生	SPSS, AMOS	链式中介模型	显著性水平、路径系数、中介效应检验	NA
3533	2026-07-29	Increasing phosphorus loss despite widespread concentration decline in US rivers 2024-11-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2402028121 PMID:39556745	研究论文	利用深度学习重建美国河流总磷浓度与流失量趋势，发现浓度普遍下降但流失量因径流增加而上升	首次借助深度学习模型（多任务LSTM）填补稀疏历史数据，系统重建了全美430条河流40年总磷日浓度及流失量时空趋势	主要依赖模型重建数据，未充分讨论模型对流域具体管理措施的敏感性及气候模型不确定性影响	揭示美国河流总磷浓度与流失量的长期变化趋势及驱动因素	美国本土430条河流的总磷浓度与流失量	机器学习	NA	水文气象数据驱动、深度学习建模	LSTM（多任务长短期记忆网络）	水文气象时间序列数据（径流、浓度等）	430条美国河流，1980-2019年日尺度数据	PyTorch（推断）	多任务LSTM	重建精度指标（如Nash-Sutcliffe效率系数）	NA
3534	2026-07-29	Advancing Indoor Epidemiological Surveillance: Integrating Real-Time Object Detection and Spatial Analysis for Precise Contact Rate Analysis and Enhanced Public Health Strategies 2024-11-13, International journal of environmental research and public health DOI:10.3390/ijerph21111502 PMID:39595769	研究论文	介绍一种集成实时目标检测和空间分析的软件工具，用于精确分析室内接触率以增强公共卫生策略	动态圆形缓冲区与2D投影变换结合YOLOv8实现高精度个体检测与实时追踪	NA	提升室内流行病学监测准确性，通过自动化技术替代传统接触追踪方法	室内空间中的个体及接触模式	计算机视觉	呼吸道疾病	实时视频流分析	YOLOv8（深度学习目标检测模型）	视频数据	NA	YOLOv8	YOLOv8	NA	NA
3535	2026-07-29	External Validation of a Digital Pathology-based Multimodal Artificial Intelligence Architecture in the NRG/RTOG 9902 Phase 3 Trial 2024-Oct, European urology oncology IF:8.3Q1 DOI:10.1016/j.euo.2024.01.004 PMID:38302323	研究论文	在NRG/RTOG 9902三期临床试验中外部验证基于数字病理学的多模态人工智能架构，用于高危局部前列腺癌患者的预后风险分层	首次在随机对照三期试验人群中对数字病理与临床特征融合的多模态人工智能模型进行外部验证，证明其可超越传统临床和病理变量进一步细化风险分层	约5.6%的病理切片因图像质量差导致分析失败，且样本量有限（仅318例高危患者）	外部验证先前开发的多模态人工智能模型在高危局部前列腺癌患者中的预后能力	NRG/RTOG 9902试验中318例高危局部前列腺癌患者	数字病理学	前列腺癌	数字病理学	深度学习	病理图像和临床特征	318例高危局部前列腺癌患者（397例入组患者中337例有可用切片，其中318例通过质量审核）	NA	多模态人工智能架构	亚分布风险比, 95%置信区间, p值	NA
3536	2026-07-29	Prostate Cancer Risk Stratification in NRG Oncology Phase III Randomized Trials Using Multimodal Deep Learning With Digital Histopathology 2024-10, JCO precision oncology IF:5.3Q1 DOI:10.1200/PO.24.00145 PMID:39447096	研究论文	利用多模态深度学习模型，基于数字组织病理学图像和临床数据，对局部前列腺癌患者进行风险分层	开发了优于现有NCCN风险分层的多模态人工智能风险分组系统，能更准确地识别低转移风险和高转移风险患者群体	NA	开发临床可用的风险分组系统，减少局部前列腺癌的过度治疗和治疗不足	来自8项NRG肿瘤学III期随机试验的9787名局部前列腺癌患者	数字病理学，机器学习	前列腺癌	数字组织病理学	多模态深度学习模型	图像（数字组织病理学），临床数据	9787名局部前列腺癌患者	NA	NA	10年远处转移率	NA
3537	2026-07-29	Segmentation of stroke lesions using transformers-augmented MRI analysis 2024-08-01, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.26803 PMID:39119860	研究论文	提出一种结合Transformer可变形特征注意力机制与卷积深度学习架构的方法，用于从单光谱MRI扫描中分割慢性中风病灶	首次将Transformer可变形特征注意力机制与卷积深度学习架构整合，并引入生态数据增强技术，将真实病灶插入完整脑区以提升分割性能	Dice指数标准差较大（±0.39），可能表明方法在不同病例间存在性能波动	提高慢性中风病灶分割的准确性和泛化能力	慢性中风病灶	计算机视觉	脑血管疾病	MRI	CNN-Transformer混合模型	图像	ATLAS 2022数据集和ISLES 2015数据集	NA	Transformer可变形特征注意力机制, 卷积神经网络	Dice系数	NA
3538	2026-07-29	AGILE platform: a deep learning powered approach to accelerate LNP development for mRNA delivery 2024-07-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-50619-z PMID:39060305	研究论文	提出AGILE平台，融合深度学习与组合化学，加速用于mRNA递送的可电离脂质纳米颗粒的开发	首次将深度学习与组合化学协同结合，实现可电离脂质的高效库设计、计算机内筛选及对不同细胞系的适应性，揭示细胞特异性偏好	未提及具体性能对比或临床验证，可能缺乏实际递送效率的体内证据	加速定制化脂质纳米颗粒的开发，解决mRNA疗法在临床应用中面临的细胞类型适配挑战	可电离脂质纳米颗粒及其在不同细胞系中的mRNA递送效率	机器学习	NA	组合化学	深度神经网络	分子结构及细胞递送数据	NA	NA	深度神经网络	NA	NA
3539	2026-07-29	Mapping cell-to-tissue graphs across human placenta histology whole slide images using deep learning with HAPPY 2024-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-024-46986-2 PMID:38548713	研究论文	开发了一种名为HAPPY的深度学习方法，用于量化胎盘组织全切片图像中细胞和微解剖组织结构的变异性	提出可解释的生物层次结构，以单细胞分辨率表示整个切片中的细胞和细胞群落，区别于传统的基于补丁的特征或分割方法	当前仅基于健康足月胎盘建立基线，需进一步验证在其他妊娠并发症中的适用性	建立胎盘组织学分析的定量基线，并评估临床显著胎盘梗死时的指标偏差	胎盘组织全切片图像中的细胞和微解剖组织结构	数字病理学	胎盘梗死	组织学成像	深度学习（层次化方法）	图像（全切片图像）	健康足月胎盘样本（具体数量未在摘要中说明）	NA	HAPPY方法未指定具体架构（如U-Net等）	与独立临床专家和胎盘生物学文献的一致性	NA
3540	2026-07-29	Deep learning-based model for diagnosing Alzheimer's disease and tauopathies 2022-02, Neuropathology and applied neurobiology IF:4.0Q1 DOI:10.1111/nan.12759 PMID:34402107	研究论文	基于深度学习的模型用于诊断阿尔茨海默病和tau蛋白病	首次利用YOLOv3目标检测算法结合随机森林分类器，基于tau免疫染色数字切片图像区分多种tau蛋白病，且模型在CP13和AT8染色上均有效	未提及	开发一种基于深度学习的模型，用于区分不同的tau蛋白病，包括阿尔茨海默病、进行性核上性麻痹、皮质基底节变性和皮克病	tau蛋白病（阿尔茨海默病、进行性核上性麻痹、皮质基底节变性、皮克病）	数字病理学	阿尔茨海默病, tau蛋白病	tau免疫染色	YOLOv3, 随机森林	数字切片图像	训练集：2522张图像（来自10例AD、10例PSP、10例CBD的CP13染色切片）；分类器训练：120例（32例AD、36例PSP、31例CBD、21例PiD）分为90例训练和30例测试；验证集：50例（10例AD、17例PSP、13例CBD、10例PiD）的CP13和AT8染色切片	未提及	YOLOv3, 随机森林	平均测试得分0.97, 诊断准确率>92%（无数据增强）和>95%（有数据增强）	未提及