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
21	2025-11-19	Deep learning-based optimal adaptive regulation pathway of algal blooms in urban rivers under long-term uncertainties 2026-Jan-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.124677 PMID:41101274	研究论文	本研究开发了一种基于深度学习的自适应调控框架，用于优化城市河流藻华控制策略以应对长期气候不确定性	结合动态自适应政策路径框架、深度学习代理模型和优化算法，首次系统量化了气候不确定性对城市藻华调控的影响	研究基于苏州案例，结果在其他地区的适用性需要进一步验证	开发应对气候不确定性的城市河流藻华自适应调控策略	城市河流藻华动态和调控措施	环境科学与机器学习交叉领域	NA	动态自适应政策路径框架，深度学习代理模型	AdaBoost, Bagging, NSGA-II	气候情景数据，调控情景数据，藻华动态数据	8个气候变化情景和19个调控情景	NA	集成学习框架（AdaBoost+Bagging）	R²，模拟时间	NA
22	2025-11-19	A Comparative Study of Unsupervised and Deep Learning Methods for Automatic Segmentation of Abdominal Aortic Aneurysm on CT Images: Preliminary Results 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-03394-9_33 PMID:41252020	研究论文	比较无监督方法和深度学习方法在CT图像上自动分割腹主动脉瘤的性能	首次使用18例新患者CT数据比较传统图像分析与深度学习方法在AAA分割中的表现	样本量较小(18例患者)，仅为初步研究结果	开发准确的腹主动脉瘤自动分割方法以改善临床工作流程	腹主动脉瘤患者的CT图像	医学图像分析	心血管疾病	X射线计算机断层扫描	深度学习	CT图像	18例确诊腹主动脉瘤患者的CT数据	nnU-Net	TotalSegmentor	Sorensen-Dice系数,Jaccard指数	NA
23	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
24	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
25	2025-11-19	Methods for sample preparation and signal amplification in antibiotic detection using surface-enhanced Raman scattering 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146294 PMID:40934785	研究论文	本文综述了基于表面增强拉曼散射的抗生素检测中样品制备与信号放大方法的最新进展	提出将深度学习与微尺度萃取和功能化磁性纳米材料相结合，显著提高SERS检测抗生素的准确性	SERS耦合固/液相萃取方法研究不足，需要开发兼容的纳米颗粒和新型纳米吸附剂	开发先进的抗生素检测工具以应对环境和食品安全挑战	环境和水体中的抗生素污染物	分析化学	NA	表面增强拉曼散射(SERS), 固相/溶剂(微)萃取, 微流控, 侧流(免疫)分析, 磁性富集, 分子印迹聚合物	深度学习	拉曼光谱数据	NA	NA	NA	准确性	NA
26	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
27	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
28	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
29	2025-11-19	Automated Assessment of Test of Masticating and Swallowing Solids Using a Neck-Worn Electronic Stethoscope: A Pilot Study 2025-Dec, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70030 PMID:40751301	研究论文	本研究开发了一种基于颈戴式电子听诊器的半自动化评估方法，用于客观测量固体咀嚼和吞咽测试参数	首次使用颈戴式电子听诊器结合深度学习分析实现固体咀嚼和吞咽测试的自动化评估	研究样本仅包含健康成年人，未包括吞咽困难和咀嚼功能障碍患者，样本多样性有限	探索颈戴式电子听诊器在客观测量咀嚼和吞咽功能参数中的应用价值	123名健康成年人（平均年龄58.7±18.5岁）	医疗健康监测	吞咽功能障碍	颈戴式电子听诊器录音，智能手机视频采集	深度学习	音频数据，视觉数据	123名健康成年人	NA	NA	统计显著性（p值）	NA
30	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
31	2025-11-19	Characterization and classification of chronic kidney disease by spatial MIST and deep learning algorithm 2025-Dec-01, American journal of physiology. Renal physiology DOI:10.1152/ajprenal.00265.2025 PMID:41134685	研究论文	本研究通过空间多重免疫染色技术和深度学习算法对慢性肾脏病进行表征和分类	首次将空间多重免疫染色技术与图神经网络分类器相结合，揭示慢性肾脏病分子异质性和空间特征	样本量相对有限，需要更大规模验证	开发基于空间蛋白质组学的慢性肾脏病分类和生物标志物发现方法	人类肾脏组织活检样本	数字病理学	慢性肾脏病	空间多重免疫染色信号标记技术	图神经网络	空间蛋白质表达数据，图像数据	对照/低级别纤维化和高级别纤维化肾脏活检样本	NA	图神经网络分类器	分类准确性，特征重要性分析	NA
32	2025-11-19	Machine Learning-Based Identification of Natural History Studies in Rare Diseases: A Step toward Understanding Disease Development and Outcome 2025-Dec, Journal of rare diseases (Berlin, Germany) DOI:10.1007/s44162-025-00115-9 PMID:41245678	研究论文	提出基于机器学习的自然史研究自动识别方法，用于罕见病研究	首次使用深度学习模型从PubMed中系统识别自然史研究，为大规模NHS分析奠定基础	仅针对罕见病研究，模型在四分类任务上性能有待提升	开发自动识别自然史研究的方法以支持罕见病药物研发	PubMed文献数据库中的自然史研究	自然语言处理	罕见病	文本挖掘	BERT	文本	手动标注的NHS语料库	PyTorch	PubMedBERT-base-uncased-abstract	精确率,召回率,F1分数,AUCPR	NA
33	2025-11-19	A comparative deep learning methodology for plant insect image classification: Assessment of CNN architectures and augmentation techniques 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103680 PMID:41246037	研究论文	提出一种用于植物昆虫图像分类的深度学习方法论，评估不同CNN架构和数据增强技术	在小型野外采集数据集上系统比较了四种CNN架构、六种单因素数据增强技术和三种优化器的组合效果	研究基于有限的小型数据集，未在大规模数据上进行验证	开发适用于数据稀缺场景的稳健昆虫识别方法，为农业决策提供支持	植物昆虫图像	计算机视觉	NA	图像分类	CNN	图像	BAU-Insectv2数据集	NA	ResNet101V2, EfficientNet-B1, InceptionV3, InceptionResNetV1	准确率, 精确率, 召回率, F1分数	NA
34	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
35	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
36	2025-11-19	Enhancing deep chemical reaction prediction with advanced chirality and fragment representation 2025-Nov-18, Chemical communications (Cambridge, England) DOI:10.1039/d5cc02641e PMID:40932372	研究论文	本研究提出了一种名为fragSMILES的分子表示方法，通过深度学习方法提升有机化学反应预测性能	开发了能够编码分子子结构和手性信息的fragSMILES表示法，在手性识别和立体化学复杂性捕捉方面表现优异	NA	改进有机化学反应预测的深度学习方法	有机化学反应	机器学习	NA	深度学习方法	NA	分子结构数据	NA	NA	NA	NA	NA
37	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
38	2025-11-19	Transforming microfluidics for single-cell analysis with robotics and artificial intelligence 2025-Nov-18, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc00216h PMID:41190506	综述	探讨机器人和人工智能如何变革微流控技术在单细胞分析中的应用	提出机器人操作、数字微流控和微型机器人增强实验精度与可扩展性，结合深度学习实现无标记图像处理和细胞状态分析	技术整合实施仍面临挑战	推动单细胞分析在药物发现和精准医疗领域的突破	单细胞分析技术	生物医学工程	NA	微流控技术，单细胞分析	生成模型，深度学习模型	图像数据，单细胞数据	NA	NA	NA	准确性，可重复性	远程共享云实验室
39	2025-11-19	Deep Learning Models for Colloidal Nanocrystal Synthesis 2025-Nov-18, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c09134 PMID:41193409	研究论文	开发基于深度学习的胶体纳米晶体合成模型，通过合成参数预测纳米晶体的最终尺寸和形状	首次将深度学习应用于纳米晶体合成参数与物理性质关联建模，提出基于反应中间体的数据增强方法和精细描述符	数据集仅包含348种纳米晶体组成，模型性能可能受限于数据覆盖范围	建立合成参数与纳米晶体物理性质之间的定量关系模型	胶体纳米晶体	机器学习	NA	透射电子显微镜，半监督学习	深度学习，分割模型	图像，配方数据	3508个配方覆盖348种纳米晶体组成，约120万纳米晶体图像数据	NA	NA	平均绝对误差1.39nm，形状分类准确率89%	NA
40	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