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
3841	2025-11-19	Building a GUI Tool for Automated Aortic Segmentation in Low-Dose Chest CT Images with PET-Based Standard Uptake Value (SUV) Analysis 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_29 PMID:41252016	研究论文	开发基于深度学习的自动主动脉分割工具，用于低剂量胸部CT图像的PET标准摄取值分析	首次将UNET模型与ResNet-18骨干网络结合，实现主动脉自动分割和SUVmax计算，显著提升工作效率	概念验证研究，样本量有限，需要进一步验证和推广	开发自动化工具以改进PET-CT诊断工作流程，提高主动脉分割和标准摄取值分析的效率	PET-CT扫描图像，包括血管炎、淋巴瘤患者和健康对照组的主动脉区域	数字病理	血管炎, 淋巴瘤	PET-CT, FDG示踪剂	CNN	医学影像	包含血管炎、淋巴瘤患者和健康对照组的PET-CT扫描图像	NA	UNET, ResNet-18	IoU, SUVmax	NA
3842	2025-11-19	A Rule-Based System for Condition-Specific Recommendations and Sentiment Classification Using Machine Learning and Deep Learning after the Application of a Semantic-Based Sentiment Analysis Methodology on the UCI Drug Reviews Dataset 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_41 PMID:41252028	研究论文	本研究通过语义情感分析和机器学习技术，在UCI药物评论数据集上实现疾病特异性药物推荐和情感分类	提出医疗领域特定的语义过滤方法，开发结合情感评分、评论评级和社交验证指标的自定义度量标准	未应用于实时数据源，预测准确性有待进一步提升	开发基于药物评论的疾病特异性推荐系统和情感分类方法	UCI药物评论数据集中的患者药物评论	自然语言处理	多种疾病	语义情感分析，词嵌入技术	Bi-LSTM, CNN-BiLSTM	文本	UCI药物评论数据集	NA	Bidirectional LSTM, CNN-Bidirectional LSTM	准确率	NA
3843	2025-11-19	Nondestructive detection of biogenic amines in muscle of Chinese mitten crab (Eriocheir sinensis): A basis for quality assessment using infrared spectroscopy and deep learning 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146354 PMID:40945266	研究论文	本研究结合近红外光谱和深度学习技术，开发了一种用于中华绒螯蟹肌肉中生物胺无损检测和质量评估的方法	首次将CNN-LSTM-SE混合深度学习模型应用于蟹类生物胺的无损检测，实现了对腐败蟹100%的准确识别	研究仅针对特定储存条件（8±1°C）下的中华绒螯蟹，模型在其他温度或蟹类物种的适用性未验证	开发水生产品质量评估的无损检测方法	中华绒螯蟹肌肉组织中的生物胺含量	机器学习	NA	近红外光谱技术	CNN, LSTM	光谱数据	NA	NA	CNN-LSTM-SE（卷积神经网络-长短期记忆网络-挤压激励混合模型）	相关系数R, 均方根误差RMSE, 准确率	NA
3844	2025-11-19	Molecular networking and deep learning synergy for bioactive metabolite discovery in L. plantarum-Fermented Sea buckthorn milk 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146361 PMID:40945267	研究论文	本研究开发了结合分子网络与深度学习的代谢组学方法，用于分析植物乳杆菌发酵沙棘奶中的生物活性代谢物	首次将基于特征的分子网络与深度学习相结合，克服传统数据库驱动方法的注释限制，成功发现两种未报道的异戊酰基黄酮醇苷和四氢哈尔满-3-羧酸	NA	识别新型生物活性化合物并改善发酵沙棘奶的营养和感官特性	植物乳杆菌发酵的沙棘奶代谢物	代谢组学	NA	非靶向代谢组学，基于特征的分子网络，深度学习	深度学习	代谢组学数据	NA	NA	NA	NA	NA
3845	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
3846	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
3847	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
3848	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
3849	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
3850	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
3851	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
3852	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
3853	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
3854	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
3855	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
3856	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
3857	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
3858	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
3859	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
3860	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