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
4221	2025-10-06	AI-driven framework for automated detection of kidney stones in CT images: integration of deep learning architectures and transformers 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	提出一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	集成深度学习和Transformer架构，提出SwinTResNet模型用于精确分割，并结合Vision Transformer进行分类	未提及外部验证数据集和临床部署的可行性	开发自动检测肾结石的AI方法以提高诊断效率和准确性	CT图像中的肾结石	计算机视觉	肾结石	CT成像	深度学习, Transformer	CT图像	NA	NA	SwinTResNet, Vision Transformer (ViT)	训练准确率, 验证准确率	NA
4222	2025-10-06	Artificial Intelligence for Materials Discovery, Development, and Optimization 2025-Aug-05, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04200 PMID:40711807	综述	探讨人工智能、机器学习和深度学习在材料发现、开发和优化领域的变革性影响与应用	系统整合了AI在材料科学中的多维度应用，并前瞻性地提出量子计算与AI融合、因果推理与物理信息AI等未来发展方向	面临数据质量不一致、模型可解释性有限、缺乏标准化数据共享框架等挑战	推动材料科学领域的人工智能应用发展	材料发现、开发与优化过程	机器学习	NA	高通量筛选、计算设计、自主实验	RNN, CNN, GNN, 生成模型, Transformer	材料数据集	NA	NA	循环神经网络, 卷积神经网络, 图神经网络, 生成模型, Transformer	NA	量子计算
4223	2025-10-06	Brain tumor segmentation by optimizing deep learning U-Net model 2025-Aug-05, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251363699 PMID:40760965	研究论文	本文提出了一种优化的U-Net架构用于脑肿瘤MRI图像分割	在U-Net模型中引入Leaky ReLU激活函数、批归一化和正则化，并采用聚焦损失和广义Dice损失函数解决类别不平衡问题	仅在BraTS'2020数据集上进行验证，未在其他数据集测试泛化能力	开发改进的脑肿瘤MRI图像分割方法	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像(MRI)	U-Net	医学图像	BraTS'2020数据集	NA	U-Net	准确率,Dice系数	NA
4224	2025-10-06	A novel lung cancer diagnosis model using hybrid convolution (2D/3D)-based adaptive DenseUnet with attention mechanism 2025-Aug-05, Network (Bristol, England) DOI:10.1080/0954898X.2025.2533871 PMID:40762174	研究论文	提出一种结合混合卷积和注意力机制的高效肺癌诊断模型，用于早期准确检测肺癌	开发了基于混合卷积（2D/3D）的自适应DenseUnet注意力机制（HC-ADAM）和混合自适应扩张网络注意力机制（HADN-AM），结合ResNet和LSTM的串行级联结构	NA	开发高效的肺癌早期诊断深度学习技术	肺癌CT图像	计算机视觉	肺癌	CT成像	CNN, LSTM	医学图像	LIDC-IDRI标准基准数据集	NA	DenseUnet, ResNet, LSTM	准确率, 精确率, F1分数	NA
4225	2025-10-06	Optimization of deep learning-based denoising for arterial spin labeling: Effects of averaging and training strategies 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70013 PMID:40762194	研究论文	系统研究动脉自旋标记图像深度学习中平均化和训练策略对去噪效果的影响	首次系统比较不同平均化策略和训练方法在深度学习去噪中的效果，包括窗口平均与交错平均方法	研究仅基于152个单延迟ASL扫描，样本量相对有限	优化基于深度学习的动脉自旋标记图像去噪处理流程	动脉自旋标记图像	医学影像处理	NA	动脉自旋标记成像	CNN,Transformer	医学影像	152个单延迟ASL扫描，来自152名受试者	NA	基于卷积神经网络和Transformer的模型	结构相似性,峰值信噪比,归一化平均绝对误差	NA
4226	2025-10-06	Utilizing 3D fast spin echo anatomical imaging to reduce the number of contrast preparations in T 1 ρ $$ {T}_{1\rho } $$ quantification of knee cartilage using learning-based methods 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70022 PMID:40762171	研究论文	提出一种结合T1ρ加权快速自旋回波图像和质子密度加权解剖图像的深度学习加速T1ρ量化方法，用于膝关节软骨评估	首次将质子密度加权解剖图像与T1ρ加权图像结合，通过深度学习模型实现在减少对比剂准备次数的情况下仍能保持准确的T1ρ量化	回顾性研究，样本量较小（40名参与者），需要在更大规模数据集中验证	开发加速T1ρ量化方法以减少扫描时间，促进骨关节炎评估在常规临床工作流程中的整合	膝关节软骨	医学影像分析	骨关节炎	MRI，快速自旋回波成像，T1ρ量化	深度学习	MRI图像	40名参与者（30名OA患者和10名健康志愿者）	NA	2D U-Net, 多层感知机	平均绝对误差，平均绝对百分比误差，区域误差，区域百分比误差	NA
4227	2025-10-06	Accurate Biomolecular Structure Prediction in CASP16 With Optimized Inputs to State-Of-The-Art Predictors 2025-Aug-05, Proteins IF:3.2Q2 DOI:10.1002/prot.70030 PMID:40762404	研究论文	本文介绍了在CASP16实验中通过优化输入信息提升生物分子结构预测准确性的方法	通过去除内在无序区域优化蛋白质输入序列，以及优化RNA二级结构输入，显著提升了结构预测准确性	蛋白质多聚体的高质量预测比例低于25%，RNA结构预测仍具挑战性	提升生物分子结构预测的准确性	蛋白质结构域、蛋白质多聚体和RNA单体	计算生物学	NA	深度学习方法	AlphaFold2, AlphaFold3, trRosettaX2, trRosettaRNA2	生物分子序列和结构数据	CASP16实验数据集	NA	NA	CASP16官方排名	NA
4228	2025-10-06	Integrating Deep Learning and Real-Time Imaging to Visualize In Situ Self-Assembly of Self-Healing Interpenetrating Polymer Networks Formed by Protein and Polysaccharide Fibers 2025-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c11459 PMID:40762431	研究论文	本研究通过整合深度学习和实时成像技术，可视化蛋白质和多糖纤维形成的自修复互穿聚合物网络的原位自组装过程	首次报道基于脱铁铁蛋白的淀粉样蛋白水凝胶形成，并开发深度学习驱动的图像分析方法实现纤维组分的自动识别和三维微观结构解析	未明确说明样本的具体数量和研究规模	开发具有增强机械性能和自修复能力的全天然生物聚合物基互穿网络水凝胶	淀粉样蛋白纤维（AFs）和植物凝胶（PHY）形成的互穿聚合物网络水凝胶	计算机视觉	NA	扫描电子显微镜、共聚焦激光扫描显微镜、荧光标记	CNN	图像	NA	NA	卷积神经网络	NA	NA
4229	2025-10-06	A Sensor Array Composed of Organelle-Targeting Fluorescent Probes and Polydopamine Particles for Deep Learning-Assisted Identification and Ablation of Drug-Resistant Lung Tumors 2025-Aug-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02524 PMID:40762433	研究论文	开发了一种由细胞器靶向荧光探针和聚多巴胺颗粒组成的传感器阵列，结合深度学习网络用于识别和消融耐药性肺癌	首次构建了多细胞器靶向传感器阵列(PPTA-SA)，结合深度学习实现耐药性肺癌细胞和肿瘤的高精度识别与多细胞器靶向光热治疗	NA	解决非小细胞肺癌化疗耐药性识别和治疗难题	非小细胞肺癌细胞和肿瘤切片	数字病理	肺癌	荧光成像, 光热治疗	深度学习网络	图像	NA	NA	NA	准确率	NA
4230	2025-10-06	Retinal image-based disease classification using hybrid deep architecture with improved image features 2025-Aug-05, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03660-w PMID:40762730	研究论文	提出一种基于视网膜图像的混合深度学习架构，用于疾病分类	结合改进的LinkNet和SqueezeNet模型，并融合多种特征提取方法	NA	提高视网膜疾病的分类准确率和诊断效率	视网膜眼底图像	计算机视觉	视网膜疾病	视网膜眼底成像	深度学习	图像	NA	NA	ResNet, VGG16, Improved LinkNet, SqueezeNet	精确度	NA
4231	2025-10-06	Evaluation of Net Withdrawal Time and Colonoscopy Video Summarization Using Deep Learning Based Automated Temporal Video Segmentation 2025-Aug-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01632-1 PMID:40762931	研究论文	开发基于深度学习的结肠镜检查视频时间分割模型，用于准确测量净退镜时间和生成关键事件的可视化摘要	首次提出自动排除非观察活动时间的净退镜时间测量方法，并生成定量可视化程序事件摘要	模型训练数据仅来自40个完整结肠镜检查视频和825个盲肠片段，样本规模相对有限	提高结肠镜检查程序质量的客观评估标准	结肠镜检查视频和程序事件	计算机视觉	结直肠癌	结肠镜检查视频分析	深度学习模型	视频	40个完整结肠镜检查视频和825个盲肠片段，来自221个结肠镜检查程序	NA	NA	F1分数, 相关系数r, p值	NA
4232	2025-10-06	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Aug-04, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	研究论文	本研究开发了一种基于工程化气溶素纳米孔的非易位阻断传感技术，用于识别结构多样的ginsenosides异构体	通过S278K突变使气溶素纳米孔获得带正电内腔，产生强烈电渗流和增强的空间/焓势垒，实现非易位阻断传感模式	NA	开发新型纳米孔传感技术以解决结构相似小分子分析物识别难题	ginsenosides（人参皂苷）类糖缀合物	生物传感	NA	纳米孔传感，非易位阻断传感	深度学习	阻断信号数据	30种ginsenosides	NA	NA	停留时间延长43倍	NA
4233	2025-10-06	KAFSTExp: Kernel Adaptive Filtering with Nystrom Approximation for Predicting Spatial Gene Expression from Histology Image 2025-Aug-04, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3595101 PMID:40758493	研究论文	提出KAFSTExp框架，通过核自适应滤波和Nystrom近似从组织学图像预测空间基因表达	首次将核自适应滤波与Nystrom近似结合应用于空间转录组学预测，利用病理基础模型UNI编码图像特征	在有限的ST数据集上验证，需要进一步扩大数据规模验证泛化能力	从组织病理图像预测空间基因表达，提供经济高效的替代方案	空间转录组学数据和组织病理图像	数字病理	肿瘤	空间转录组学，组织病理学成像	核自适应滤波，核最小均方算法	图像，基因表达数据	多个ST数据集（具体数量未明确说明）	NA	UNI，KAF with Nystrom approximation	PCC（皮尔逊相关系数）	NA
4234	2025-10-06	Enhancing Brain Source Reconstruction by Initializing 3D Neural Networks with Physical Inverse Solutions 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3594724 PMID:40758497	研究论文	提出一种结合物理逆解和3D神经网络的混合方法3D-PIUNet，用于提升脑电信号源定位的精度	首次将物理逆解作为神经网络初始化，结合传统物理方法和数据驱动学习的优势	训练依赖模拟的伪真实脑源数据，真实数据验证仅限于视觉任务	解决脑电信号源定位这一神经科学中的逆问题	脑电信号和对应的脑源活动	计算神经科学	NA	脑电图	3D CNN	3D脑体积数据	模拟的伪真实脑源数据，覆盖不同源分布	NA	3D U-Net	空间精度	NA
4235	2025-10-06	VLM-CPL: Consensus Pseudo-Labels from Vision-Language Models for Annotation-Free Pathological Image Classification 2025-Aug-04, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3595111 PMID:40758498	研究论文	提出一种基于视觉语言模型的无需人工标注的病理图像分类方法VLM-CPL	结合两种噪声标签过滤技术和半监督学习策略，提出提示-特征一致性选择和高质量交叉监督方法	由于预训练数据集与目标数据集之间的领域差距，初始伪标签可能包含较多噪声	开发无需人工标注的病理图像自动分类方法	病理图像	数字病理	癌症	视觉语言模型	VLM	图像	五个公共病理图像数据集	NA	VLM-CPL	准确率	NA
4236	2025-10-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	本文开发了基于密度矩阵碎片化和物理信息机器学习的蛋白质-配体结合亲和力快速排序方法	结合密度矩阵碎片化方法与机器学习校正的色散势能，实现了蛋白质-配体结合亲和力的高效准确排序	深度学习模型Sfcnn在数据集间的可转移性较差，广泛训练的神经网络在化学多样性系统中存在局限性	开发快速准确的蛋白质-配体结合亲和力排序方法用于药物筛选	细胞周期蛋白依赖性激酶2（CDK2）和Janus激酶1（JAK1）数据集中的28个配体	机器学习	NA	密度矩阵碎片化方法，量子碎片化方法	机器学习，深度学习	蛋白质-配体复合物数据	28个配体（来自两个CDK2数据集和一个JAK1数据集）	NA	Sfcnn	相关系数R	无需大规模并行化，每个复合物计算时间小于5分钟
4237	2025-10-06	Quantifying the Predictability of Lesion Growth and Its Contribution to Quantitative Resistance Using Field Phenomics 2025-Aug-04, Phytopathology IF:2.6Q2 DOI:10.1094/PHYTO-05-25-0187-R PMID:40758903	研究论文	利用田间表型组学技术量化病斑生长的可预测性及其对数量抗性的贡献	首次使用深度学习图像分析在田间条件下精确追踪数千个单个病斑的生长动态	研究中排除了一个异常小麦品种，且发现病斑扩张并非在所有小麦品种中都是重要抗性组分	解析叶片病害数量抗性的机制组成	小麦叶片病斑	计算机视觉	植物病害	深度学习图像分析	深度学习	图像	6889个单个病斑，14个小麦品种，两个田间季节，27218次病斑生长测量	NA	NA	遗传力(h2)	NA
4238	2025-10-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成数据作为乳腺肿瘤分割深度学习模型训练源的可行性	首次系统评估计算机生成的DBT数据在肿瘤分割任务中的应用潜力，并比较了13种不同深度学习架构的性能	研究使用的计算机生成数据与真实数据存在领域差异，样本量相对有限（230个ROI）	探索计算机生成的DBT数据作为深度学习模型训练补充资源的有效性	数字乳腺断层合成图像中的乳腺肿瘤区域	计算机视觉	乳腺癌	数字乳腺断层合成	CNN	医学图像	230个二维感兴趣区域	NA	U-Net, FCN, DeepLabv3, DeepLabv3+	F1-score, IoU, precision, recall	NA
4239	2025-10-06	Impact of artificial intelligence assistance on bone scintigraphy diagnosis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01621-2 PMID:40760395	研究论文	评估人工智能辅助系统MaligNet对骨扫描诊断性能的提升效果	改进了已有的深度学习模型MaligNet，并首次系统评估AI辅助对核医学医师诊断骨扫描的影响	未明确说明模型在敏感度方面的改进有限的具体原因	提升骨闪烁扫描诊断性能并评估AI辅助系统的临床价值	553名患者的骨闪烁扫描影像数据	医学影像分析	骨病变	骨闪烁扫描技术	深度学习模型	医学影像	553名患者（训练集353，验证集100，测试集100）	NA	MaligNet	准确率, 敏感度, 特异度, 精确率, PR曲线下面积, ROC曲线下面积	NA
4240	2025-10-06	Enhanced detection of ovarian cancer using AI-optimized 3D CNNs for PET/CT scan analysis 2025-Aug-04, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01615-0 PMID:40760396	研究论文	本研究开发了用于卵巢癌诊断和分期的AI优化3D CNN模型OCDA-Net，并在PET/CT影像分析中验证其性能	提出了基于ResNet架构改进的OCDA-Net模型，专门针对[F]FDG PET图像分析优化，在卵巢癌诊断和分期任务中优于传统CNN架构	数据集规模有限，模型可解释性需要进一步增强，尚未在临床环境中进行验证	通过深度学习技术提升卵巢癌的诊断准确性和分期精度	卵巢癌患者的PET/CT影像数据	计算机视觉	卵巢癌	PET/CT影像分析	3D CNN	医学影像	未明确具体样本数量，采用随机分割的训练集(80%)、验证集(10%)和测试集(10%)	NA	OCDA-Net, ResNet, DenseNet, GoogLeNet, U-Net, VGG, AlexNet	准确率, 精确率, 召回率, F-measure	NA