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
461	2025-11-12	Wine discrimination based on multi-sensor fusion of GASF and Mel spectrogram features using an enhanced EfficientNet-B0 model 2025-Dec-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.146497 PMID:41016293	研究论文	提出基于GASF和梅尔谱图特征的多传感器融合策略，通过增强型EfficientNet-B0模型实现八种不同原料葡萄酒的鉴别	首次将一维时序传感器数据转换为GASF和梅尔谱图的二维RGB图像，并采用增强型EfficientNet-B0模型进行多传感器特征融合	仅针对相同酿造工艺的八种原料葡萄酒，未验证不同酿造工艺的影响	开发基于多传感器融合的葡萄酒原料鉴别方法	八种不同原料酿造的葡萄酒	计算机视觉	NA	广谱电子鼻、贵金属电极传感器	CNN	图像	八种不同原料的葡萄酒样本	NA	Enhanced EfficientNet-B0	准确率	NA
462	2025-11-12	Enhancing Prostate Cancer Classification: A Comprehensive Review of Multiparametric MRI and Deep Learning Integration 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70004 PMID:40613800	综述	本文综述了多参数MRI与深度学习分类网络在前列腺癌评估中的整合应用	系统探讨了深度学习模型与PI-RADS诊断标准的比较、领域知识和临床信息整合策略，以及模型可解释性改进方法	证据等级为N/A，技术效能处于第二阶段，尚未达到临床应用成熟阶段	提升前列腺癌分类准确性，改善前列腺MRI工作流程	前列腺癌患者的多参数MRI数据	数字病理	前列腺癌	多参数MRI	深度学习分类网络	医学影像	NA	NA	NA	NA	NA
463	2025-11-12	Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70075 PMID:40926527	研究论文	开发基于MRI融合临床、生境影像组学和深度学习特征的模型，用于直肠癌肿瘤沉积的术前识别	首次将临床特征、生境影像组学特征和深度学习特征通过两阶段选择进行融合，构建综合预测模型	回顾性研究设计，样本量相对有限（635例）	术前识别直肠癌肿瘤沉积并评估预后	经手术确诊的直肠癌患者	医学影像分析	直肠癌	MRI, T2加权成像	深度学习, 影像组学	医学影像（MRI T2WI）	635例直肠癌患者（训练集259例，内部验证112例，外部验证264例），其中184例TDs阳性	nnUNet	nnUNet	AUC, 决策曲线分析, 校准曲线, Kaplan-Meier分析	NA
464	2025-09-11	Editorial for "Development of an MRI-Based Comprehensive Model Fusing Clinical, Habitat Radiomics, and Deep Learning Models for Preoperative Identification of Tumor Deposits in Rectal Cancer" 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70076 PMID:40927976	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
465	2025-11-12	Dose equivalent rate forecasting: A comparison of time series methods and machine learning approaches 2025-Dec, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2025.112153 PMID:40961690	研究论文	比较时间序列方法和机器学习方法在剂量当量率预测中的性能	首次系统比较传统统计方法与先进深度学习模型在剂量当量率预测中的表现，包括进化神经架构搜索等前沿技术	数据集时间跨度有限，随机性变化特征增加了预测难度，需要更长时间序列数据提升可靠性	开发更稳健的辐射预测模型，改善辐射防护和环境安全决策	美国德克萨斯州圣安东尼奥地区的剂量当量率数据	机器学习	NA	时间序列分析，辐射监测	持久性模型, Lasso回归, K近邻, 进化神经架构搜索, 循环神经网络	时间序列数据	2019年1月至12月数据用于训练，2020年初数据用于测试	NA	循环神经网络	相关系数(r), 均方误差	NA
466	2025-11-12	ReMLP-NET: A Neural Network Interaction Potential for Molecular Energy Prediction 2025-Nov-11, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01453 PMID:41143577	研究论文	提出一种名为ReMLP-NET的神经网络相互作用势，用于预测分子能量	使用遗传算法选择对称函数超参数，相比ReANI-2x模型在分子能量预测性能上有显著提升	仅适用于包含H、C、N、O、F、S、Cl元素的分子结构	开发计算效率更高的分子能量预测方法以替代量子力学计算	来自GDB13和DUD-E数据集的分子结构	机器学习	NA	机器学习算法	MLP	分子结构数据	来自Retrievium存储库的优化结构和总能量数据	NA	多层感知机神经网络	MAE, RMSE	NA
467	2025-11-12	Enabling Weather-Independent Gas Detection through Deep Learning on Light-Activated Sensors 2025-Nov-11, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c10308 PMID:41144602	研究论文	通过将铋掺杂氧化铟纳米纤维与微发光二极管平台集成，并采用深度学习分析瞬态传感信号，实现天气无关的NO和H₂O气体检测	首次将铋掺杂氧化铟纳米纤维直接集成到μLED平台，结合CNN算法分析瞬态信号，实现天气无关的气体传感	NA	开发能够在环境变化条件下稳定工作的实时环境监测气体传感器	一氧化氮(NO)和水分(H₂O)气体	传感器技术	NA	光激活气体传感，蓝色光照激活	CNN	瞬态传感信号	NA	NA	卷积神经网络	分类准确率, 回归误差	NA
468	2025-11-12	Modeling protein-small molecule conformational ensembles with PLACER 2025-Nov-11, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2427161122 PMID:41187076	研究论文	开发了一种名为PLACER的图神经网络，用于生成蛋白质-小分子系统的原子级构象集合	首次提出基于原子级图神经网络的构象集合解析方法，相比传统残基级描述在速度和通用性上具有优势	NA	解决蛋白质-小分子相互作用的构象异质性建模挑战	蛋白质-小分子复合物系统	机器学习	NA	图神经网络	GNN	三维结构数据	来自剑桥结构数据库和蛋白质数据银行的结构数据	NA	PLACER	结构生成准确性，酶活性(/值)	NA
469	2025-11-12	Surgical instrument-tissue interaction recognition with multi-task-attention video transformer 2025-Nov-11, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03546-3 PMID:41214416	研究论文	提出一种多任务注意力视频Transformer模型，用于识别手术器械与组织间的交互作用	引入细粒度时间上下文信息，并提出结合交叉注意力和门控机制的多任务注意力模块	仅在特定数据集上验证，未说明模型泛化能力	提高手术器械-组织交互识别的准确性和鲁棒性	手术视频中的器械-组织交互动作	计算机视觉	NA	视频分析	Transformer	视频	CholecT45-Vid和GraSP-Vid数据集	NA	Video Transformer, Multi-task Attention Module	识别准确率	NA
470	2025-11-12	18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients 2025-Nov-11, Abdominal radiology (New York) DOI:10.1007/s00261-025-05282-3 PMID:41217477	研究论文	基于18F-FDG PET图像开发2.5维集成深度学习模型预测结直肠癌患者淋巴血管侵犯	首次提出基于2.5D集成深度学习的PET图像分析方法，融合多区域图像特征和多种深度学习架构	回顾性研究，样本量有限（177例患者），仅使用内部测试队列验证	开发预测结直肠癌淋巴血管侵犯的深度学习模型	结直肠癌患者	医学影像分析	结直肠癌	18F-FDG PET/CT成像	集成深度学习	PET医学图像	177例结直肠癌患者	NA	VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer	AUC, 准确率, F1分数, 参数量, 推理时间	NA
471	2025-11-12	Deep learning for automatic detection of hepatocellular carcinoma in dynamic contrast-enhanced MRI 2025-Nov-11, Abdominal radiology (New York) DOI:10.1007/s00261-025-05249-4 PMID:41217478	研究论文	开发用于动态对比增强MRI中肝细胞癌自动检测的深度学习模型	使用注意力U-Net模型在肝细胞癌检测中显著优于当前最先进的nnU-Netv2模型	回顾性研究设计，样本量相对有限	开发肝细胞癌自动检测的深度学习模型并分析其在患者和病灶水平的性能	肝细胞癌患者和阴性对照患者的动态对比增强MRI图像	医学影像分析	肝细胞癌	动态对比增强MRI，T1加权成像	深度学习	医学影像	363名患者（284名男性，58±11岁），247个病灶	NA	注意力U-Net, nnU-Netv2	敏感度, 特异度, 平均每患者假阳性数, PPV, NPV, FROC AUC, ROC AUC	NA
472	2025-11-12	Design of Carbon Nanotube Inhibitors for Main Proteinase of SARS-CoV-2: A Combined Deep Learning and Molecular Dynamics Simulation Study 2025-Nov-10, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c05780 PMID:41212638	研究论文	本研究结合深度学习和分子动力学模拟方法，评估碳纳米管与SARS-CoV-2主蛋白酶的结合性能	首次系统比较深度学习模型与传统分子动力学模拟在纳米材料-蛋白质对接问题中的表现	深度学习模型在处理结合口袋附近柔性环结构变化时存在细微差异	开发SARS-CoV-2主蛋白酶的碳纳米管抑制剂	碳纳米管与SARS-CoV-2主蛋白酶（M蛋白）	机器学习	COVID-19	分子对接，分子动力学模拟	深度学习	分子结构数据	NA	DeepRMSD + Vina	NA	结构一致性分析，能量势垒评估	NA
473	2025-11-12	FunOTTA: On-the-Fly Adaptation on Cross-Domain Fundus Image via Stable Test-time Training 2025-Nov-10, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3631049 PMID:41212692	研究论文	提出一种新颖的眼底图像在线测试时自适应框架FunOTTA，用于解决跨域眼底图像诊断中的领域偏移问题	通过内存库中的动态消歧实现稳定自适应过程，同时最小化有害先验知识偏差，并引入新的训练目标使分类器能够增量适应目标模式	仅在两种疾病的跨域眼底图像基准测试上验证，未涉及更多眼科疾病类型	开发能够有效泛化到未见环境的眼底图像诊断模型，解决领域偏移挑战	跨域眼底图像	计算机视觉	眼科疾病	深度学习	CNN	图像	NA	PyTorch	多种骨干网络	NA	NA
474	2025-11-12	Whole-Brain Task fMRI Decoding Using Stage-Wise Residual-Optimized 3D ConvNeXt With Layer-Global Response Normalization 2025-Nov-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3606512 PMID:41212708	研究论文	提出一种用于全脑任务fMRI解码的3D ConvNeXt框架，通过层全局响应归一化和阶段式残差连接提升性能	首次将层全局响应归一化(LN-GRN)和阶段式残差连接集成到3D ConvNeXt中，在保持精度的同时提升计算效率	仅在人类连接组计划数据集上验证，需要更多临床数据验证泛化能力	开发稳健、高效且可解释的全脑任务fMRI解码方法	任务功能磁共振成像数据和七个认知领域的大脑活动	医学影像分析	神经系统疾病	功能磁共振成像	3D CNN	3D fMRI图像	人类连接组计划数据集	PyTorch	3D ConvNeXt	准确率, 特征可分性分析, 聚类分析, 显著性映射	GPU
475	2025-11-12	MoChat: Joints-Grouped Spatio-Temporal Grounding Multimodal Large Language Model for Multi-Turn Motion Comprehension and Description 2025-Nov-10, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3631045 PMID:41212709	研究论文	提出一种能够进行人体运动时空定位和多轮对话理解的多模态大语言模型MoChat	首次实现人体运动细粒度时空定位，通过关节分组骨架编码器和跨注意力回归头模块实现精确的动作时序和身体部位识别	未明确说明模型在复杂场景或多人交互运动中的表现	解决人体运动理解中动作时序和特定身体部位识别不准确的问题，支持多轮交互	人体骨骼运动数据	计算机视觉,自然语言处理	神经系统疾病	骨架序列处理,多模态融合	多模态大语言模型	骨架序列,文本	NA	NA	Joints-Grouped Skeleton Encoder,跨注意力回归头模块	多种运动理解任务指标	NA
476	2025-11-12	PathoRM: Computational inference of pathogenic RNA methylation sites by incorporating multi-view features 2025-Nov-10, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013654 PMID:41212924	研究论文	开发了一种名为PathoRM的生物信息深度学习模型，用于推断RNA甲基化位点与疾病之间的关联	融合多视图特征、结合大语言模型和图神经网络、采用对抗训练方法和基于'关联有罪'的负采样策略，提供生物可解释性	NA	准确推断致病性RNA甲基化位点，为疾病治疗提供依据	RNA甲基化位点及其与疾病的关联	生物信息学	多种疾病	RNA甲基化分析	深度学习,大语言模型,图神经网络	RNA甲基化宿主序列,致病性描述文本	NA	NA	多视图学习架构,注意力机制	准确率,鲁棒性	NA
477	2025-11-12	The Ongoing Evolution of AI in Craniofacial Surgery: From Theory to Reality and Beyond 2025-Nov-10, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000012123 PMID:41213058	综述	概述人工智能在颅面外科领域的理论发展、当前应用和未来方向	系统分类AI在围手术期的应用场景并探讨联邦学习、生成设计和可解释AI等未来发展方向	数据集有限、技术准确性存疑、临床接受度不足、缺乏外部验证和通用性、透明度与伦理问题	探讨人工智能在颅面外科领域的应用演进	颅面外科相关AI、机器学习和深度学习模型	数字病理	颅面畸形	机器学习, 深度学习, 增强现实, 计算机辅助设计	NA	CT扫描, 影像数据, 临床数据	NA	NA	NA	NA	NA
478	2025-11-12	Predicting intracranial aneurysm rupture risk and intervention outcomes using denoising-enhanced CT Angiography 2025-Nov-10, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9093 PMID:41213812	研究论文	开发了一个结合去噪技术的多模态框架，用于评估颅内动脉瘤破裂风险和预测干预结果	提出了一种新型去噪算法增强CTA图像质量，并开发了整合临床变量、影像组学特征和深度学习形态学数据的多模态预测框架	回顾性多中心研究，样本量相对有限（352例患者）	评估颅内动脉瘤破裂风险和预测干预结果	颅内动脉瘤患者	医学影像分析	颅内动脉瘤	CT血管成像（CTA），数字减影血管造影（DSA）	深度学习模型	医学影像（CTA图像），临床数据	352例接受CTA检查的颅内动脉瘤患者	NA	NA	AUC，Hunt-Hess分级，WFNS分级，改良Rankin量表	NA
479	2025-11-12	Deep-Learning Accelerated Vessel Wall Imaging Using T1-SPACE at Ultra-High Field Strength MRI 2025-Nov-10, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9097 PMID:41213815	研究论文	本研究评估了基于深度学习的图像重建技术在7T超高场强MRI中加速T1-SPACE序列用于颅内血管壁成像的可行性	首次在7T超高场强MRI中应用深度学习加速的T1-SPACE序列进行颅内血管壁成像，显著缩短采集时间并提升图像质量	单中心回顾性研究，样本量较小（36例患者），缺乏多中心验证	评估深度学习加速的血管壁成像技术在超高场强MRI中的技术性能和临床可行性	36例接受颅内血管壁成像的患者（21名女性，平均年龄53.3±16.2岁）	医学影像分析	脑血管疾病	7T超高场强MRI，T1-SPACE序列，对比增强成像	深度学习图像重建	磁共振图像	36例患者	NA	NA	图像质量评分，噪声评估，伪影评估，清晰度评分，采集时间，读者间一致性	NA
480	2025-11-12	GFANet: Global Feature Attention Network for Polyp Segmentation 2025-Nov-10, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01734-w PMID:41214244	研究论文	提出一种用于息肉分割的全局特征注意力网络GFANet	集成三个创新模块：全局特征方向编码器（GFDE）捕获垂直和水平方向的全局上下文，特征注意力模块（FAM）增强息肉区域特征表示，多尺度信息聚合（MIA）模块提升多尺度特征融合能力	NA	解决息肉自动分割中边界模糊、小息肉检测灵敏度低和多尺度信息融合不足的挑战	结直肠息肉	计算机视觉	结直肠癌	深度学习	CNN	医学图像	五个公开数据集（包括CVC-300和ETIS-LaribPolypDB）	NA	GFANet（包含GFDE、FAM、MIA模块）	平均Dice系数（mDice），平均交并比（mIoU）	NA