深度学习在生物医药领域中的应用

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
41	2025-06-26	Recognition of suspended particles based on Mueller matrix microscopic imaging and deep learning 2025-Jun-23, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2025.118330 PMID:40554918	研究论文	提出了一种结合深度学习与Mueller矩阵显微成像的创新方法用于悬浮颗粒识别	结合Mueller矩阵显微成像与深度学习技术，开发了专为偏振图像设计的MultiPolarNet模型，显著提高了悬浮颗粒的识别准确率和实时性	NA	开发一种高精度、实时的悬浮颗粒识别方法，以满足水质监测、生态保护和污染治理等领域的需求	不同材料制成的微球悬浮颗粒	计算机视觉	NA	Mueller矩阵显微成像、深度学习	YOLOv11、Dual-HGNet、MultiPolarNet	偏振图像	NA
42	2025-06-26	Ensemble-based Convolutional Neural Networks for brain tumor classification in MRI: Enhancing accuracy and interpretability using explainable AI 2025-Jun-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110555 PMID:40554976	研究论文	该研究提出了一种基于集成学习的卷积神经网络框架，用于MRI图像中的脑肿瘤分类，并通过可解释性AI技术提高模型的准确性和可解释性	结合多种预训练CNN架构的集成学习策略，并应用Grad-CAM++和Integrated Gradients等可解释性技术增强临床适用性	未提及模型在更大规模或多中心数据集上的验证情况	提高脑肿瘤MRI图像分类的准确性和可解释性	脑肿瘤（包括神经胶质瘤、脑膜瘤和垂体腺瘤）的MRI图像	数字病理学	脑肿瘤	MRI成像	CNN（VGG16, DenseNet121, Inception-ResNet-v2）集成模型	图像	未明确提及具体样本量，但包含神经胶质瘤、脑膜瘤、垂体腺瘤和良性病例
43	2025-06-26	Towards a comprehensive characterization of arteries and veins in retinal imaging 2025-Jun-23, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110516 PMID:40554981	研究论文	本研究提出了一种新颖的综合方法，用于视网膜成像中动静脉的全面表征	提出了一种集成多阶段的深度学习方法，用于准确确定血管路径并从中提取信息特征，超越了传统的血管分割任务	未提及具体的数据集规模或模型在不同人群中的泛化能力	开发一种全面的视网膜血管系统分析方法，以支持临床诊断	视网膜血管系统（特别是动脉和静脉）	数字病理学	糖尿病和高血压相关的眼病	深度学习	深度语义分割网络和RNN	视网膜眼底图像	NA
44	2025-06-26	Fast intraoperative detection of primary central nervous system lymphoma and differentiation from common central nervous system tumors using stimulated Raman histology and deep learning 2025-Jun-21, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noae270 PMID:39673805	研究论文	该研究结合受激拉曼组织学(SRH)和深度学习技术，开发了一种名为RapidLymphoma的快速术中诊断方法，用于区分原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤	首次将SRH与深度学习结合，实现了在3分钟内完成PCNSL的术中快速诊断和鉴别，准确率高达97.81%，优于传统冰冻切片分析	研究样本主要来自4个国际医疗中心，可能影响结果的广泛适用性	开发一种快速准确的术中诊断方法，用于区分PCNSL和其他中枢神经系统肿瘤	原发性中枢神经系统淋巴瘤(PCNSL)和其他中枢神经系统肿瘤	数字病理学	中枢神经系统淋巴瘤	受激拉曼组织学(SRH)	深度学习	图像	训练集54000个SRH图像块，测试集包括160例前瞻性队列和479例独立测试队列
45	2025-06-26	Slice-Inference-Assisted Lightweight Small Object Detection Model for Holographic Digital Immunoassay Quantification 2025-Jun-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02441 PMID:40540441	研究论文	提出一种切片推理辅助的轻量级小物体检测模型（SIALSO），用于食品样本中氯霉素的数字免疫测定定量分析	结合无透镜全息成像系统和轻量级深度学习模型，利用全息术的大视场优势，提高微球探针的精确信号检测，同时通过切片推理辅助算法提升小物体检测精度并降低计算复杂度	未明确提及具体局限性	开发便携式检测设备，用于食品安全和环境监测	食品样本中的氯霉素	计算机视觉	NA	数字免疫测定、全息成像	轻量级深度学习模型（与YOLOv5s对比）	图像	未明确提及具体样本数量
46	2025-06-26	Automated oil spill detection using deep learning and SAR satellite data for the northern entrance of the Suez Canal 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03028-1 PMID:40541995	研究论文	本研究利用DeepLabv3+深度学习模型和Sentinel-1合成孔径雷达图像，自动检测苏伊士运河北部入口的石油泄漏	采用区域特定训练数据（埃及水域数据集）提升模型性能，证明了区域特定训练在提高分割质量和减少误差方面的优势	研究仅针对苏伊士运河北部入口区域，模型在其他地区的泛化能力未验证	开发自动化石油泄漏检测方法，以支持环境保护和应急响应	苏伊士运河北部入口的石油泄漏事件	计算机视觉	NA	合成孔径雷达(SAR)成像	DeepLabv3+	图像	2600个石油泄漏事件（1100个来自EMSA-CSN数据集，1500个来自埃及水域数据集）和30个测试案例
47	2025-06-26	Attention-driven UNet enhancement for accurate segmentation of bacterial spore outgrowth in microscopy images 2025-Jun-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05900-6 PMID:40542045	研究论文	本研究开发了一种基于注意力机制的UNet增强模型，用于高效量化显微镜图像中细菌孢子及营养细胞的位置、面积和圆形度	提出了一种注意力驱动的UNet增强模型，实现了96%的准确率，且提供了三种应用格式（Python代码、Binder网页应用和Flask本地应用）	未明确说明模型在非细菌孢子类样本或低质量图像上的泛化能力	提升显微镜图像中细菌细胞分割的自动化水平和精度	显微镜图像中的细菌孢子及营养细胞（超过10,000个细胞）	计算机视觉	NA	深度学习	注意力机制增强的UNet	显微镜图像	超过10,000个细菌细胞的图像数据
48	2025-06-26	A Salient Object Detection Network Enhanced by Nonlinear Spiking Neural Systems and Transformer 2025-Jun-20, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500455 PMID:40539244	research paper	提出了一种结合非线性脉冲神经P系统和Transformer网络的RGB-D显著目标检测新方法TranSNP-Net	整合NSNP系统与Transformer网络，引入增强特征融合模块SNPFusion和注意力机制，采用微调Swin作为骨干网络	未提及具体局限性	解决RGB-D显著目标检测中跨模态特征融合不足、深度信息噪声导致的显著性估计误差及模型泛化能力有限等问题	RGB-D图像的显著目标检测	computer vision	NA	Transformer, 非线性脉冲神经P系统	TranSNP-Net (基于Swin Transformer和NSNP系统)	RGB-D图像	六个RGB-D基准数据集（未提具体样本量）
49	2025-06-26	Modulation of Electric Field and Interface on Competitive Reaction Mechanisms 2025-Jun-20, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00705 PMID:40539901	研究论文	本研究通过深度势能分子动力学技术探讨了电场和界面对于溶剂化甘氨酸互变异构体动力学的调控作用	首次结合深度势能分子动力学和增强采样技术，系统研究了电场和空气-水界面对甘氨酸互变异构反应机制的影响	研究仅针对甘氨酸这一特定分子体系，结论是否适用于其他生物分子仍需验证	探究电场和界面效应对生物分子互变异构反应机制的影响	溶剂化甘氨酸分子	计算化学	NA	深度势能分子动力学技术、增强采样	深度学习势能模型	分子动力学模拟数据	NA
50	2025-06-26	Pharmakon or the healing art: experience of artistic-transformative transdisciplinary workshops in fibromyalgia syndrome 2025-Jun-19, Clinical and experimental rheumatology IF:3.4Q2 DOI:10.55563/clinexprheumatol/yxhmcr PMID:40556605	研究论文	本研究验证了通过艺术转化工作坊改善纤维肌痛综合征患者生活质量、睡眠、自尊和自我效能的有效性	首次将艺术转化体验应用于纤维肌痛综合征患者的治疗，并验证其效果	样本量相对较小（109名患者），且为观察性研究而非随机对照试验	验证跨学科艺术转化路径对纤维肌痛综合征患者的治疗效果	纤维肌痛综合征患者	心理健康	纤维肌痛综合征	艺术治疗（包括幽默自传回顾、诗歌表达和视觉思维策略）	NA	问卷调查数据	109名纤维肌痛综合征患者
51	2025-06-26	Historical Manuscripts Analysis: A Deep Learning System for Writer Identification Using Intelligent Feature Selection with Vision Transformers 2025-Jun-19, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060204 PMID:40558803	research paper	该研究提出了一种基于深度学习的系统，用于通过智能特征选择和视觉变换器对历史手稿的作者进行分类	首次将视觉变换器应用于历史文档分析，展示了在'ICDAR 2017'数据集上优于现有方法的性能	未提及具体的数据集样本量限制或模型在其他数据集上的泛化能力	开发一种强大的深度学习系统，用于历史手稿的作者识别	历史手稿	computer vision	NA	双边滤波去噪、Otsu阈值二值化、FAST检测器、k-means聚类	vision transformer	image	使用'ICDAR 2017'数据集，但未提及具体样本数量
52	2025-06-26	Segmentation of Pulp and Pulp Stones with Automatic Deep Learning in Panoramic Radiographs: An Artificial Intelligence Study 2025-Jun-19, Dentistry journal IF:2.5Q2 DOI:10.3390/dj13060274 PMID:40559177	research paper	本研究旨在评估人工智能算法在全景X光片中准确诊断牙髓和牙髓结石钙化的能力	首次使用深度学习算法在全景X光片中自动分割牙髓和牙髓结石	研究样本量有限，未来需要更大的数据集来提高模型的诊断准确性	评估人工智能算法在牙髓和牙髓结石诊断中的应用价值	牙髓和牙髓结石	digital pathology	dental disease	deep learning	CNN	image	713张全景X光片，包含4675个牙髓结石和5085个牙髓标记
53	2025-06-26	Develop intelligent waste bin prototype based on fusion feature recognition of sounds and RGB images 2025-Jun-18, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2025.114959 PMID:40554027	研究论文	开发了一种基于声音和RGB图像融合特征识别的智能垃圾桶原型，用于城市固体废物的分类	首次采用多模态深度学习方法（MDLM）整合图像和声音数据进行城市固体废物识别	改进相对有限，LSTM模型已实现约90%的高准确率	提升城市固体废物的分类效率，实现循环经济	城市固体废物（MSW）	计算机视觉	NA	Mel-frequency cepstral coefficients (MFCCs), ResNet-101, LSTM	MDLM, LSTM	音频信号, RGB图像	NA
54	2025-06-26	Comparative analysis of transformer-based deep learning models for glioma and meningioma classification 2025-Jun-18, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102008 PMID:40554122	研究论文	本研究比较了基于Transformer的深度学习模型（ViT和BEiT）在脑MRI胶质瘤和脑膜瘤分类中的准确性	提出了一个完全基于神经网络的分类工作流程，并展示了ViT模型在此任务中的高准确性和AUC分数	研究仅使用了单一数据集，可能影响模型的泛化能力	比较和优化基于Transformer的深度学习模型在脑肿瘤分类中的表现	脑MRI图像中的胶质瘤和脑膜瘤	计算机视觉	脑肿瘤	深度学习	ViT, BEiT, MLP	MRI图像	训练集1132例（胶质瘤625例，脑膜瘤507例），测试集520例（胶质瘤260例，脑膜瘤260例）
55	2025-06-26	Automation of Multi-Class Microscopy Image Classification Based on the Microorganisms Taxonomic Features Extraction 2025-Jun-18, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060201 PMID:40558800	研究论文	本研究提出了一种基于微生物分类特征提取的多类显微镜图像分类的轻量级自动化方法	该方法通过分析微生物的外部几何特征（如细胞形状、菌落组织和动态行为）生成可解释的分类描述符，且模型参数远少于基于深度学习的方法，可在标准CPU硬件上快速推理	NA	开发一种轻量级、可解释的微生物多类分类方法，适用于计算资源有限的环境	微生物（微球菌、双球菌、链球菌和杆菌）	数字病理学	NA	自动化机器学习	NA	图像	包含四种细菌类型的标注图像数据集，模拟真实临床试验条件获取
56	2025-06-26	AI-Driven Drug Discovery: A Comprehensive Review 2025-Jun-17, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00549 PMID:40547666	综述	本文全面回顾了2019-2024年间人工智能和机器学习在药物发现全流程中的应用进展	深入比较分析了不同AI方法在药物发现中的优势、局限性和实际挑战，并提出了未来发展方向	数据可获取性、模型可解释性和临床转化方面仍存在持续差距	评估AI/ML在药物发现领域的应用潜力，指导AI在医药研发中的负责任整合	药物发现全流程（从靶点识别到临床开发）	机器学习	NA	深度学习、图神经网络、transformer	深度学习、GNN、transformer	NA	NA
57	2025-06-26	A multicentric study examining a deep-learning-based computer model for classifying bipolar disorder using retinal vascular images 2025-Jun-17, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.119718 PMID:40553740	研究论文	本研究探讨了基于深度学习的计算机模型利用视网膜血管图像对双相情感障碍进行分类的效果	首次将深度学习分析应用于使用视网膜血管图像对双相情感障碍患者和健康个体进行分类	样本量相对较小，且未在其他独立数据集中验证模型的泛化能力	开发一种基于视网膜血管图像的深度学习模型，用于双相情感障碍的诊断	双相情感障碍患者和健康志愿者	数字病理学	双相情感障碍	非散瞳眼底相机成像	CNN	图像	383名受试者（188名双相情感障碍患者和195名健康志愿者）
58	2025-06-26	Predicting significant stenosis of AV access through Wavelet transform and machine learning on sounds recorded with an electronic stethoscope 2025-Jun-17, Annals of vascular surgery IF:1.4Q3 DOI:10.1016/j.avsg.2025.05.055 PMID:40553842	研究论文	本研究通过电子听诊器记录的声音，结合小波变换和深度学习技术，预测动静脉通路狭窄的严重程度	首次将小波变换和CNN模型应用于电子听诊器记录的声音数据，以非侵入性方式预测动静脉通路狭窄	样本量较小（30名患者），且仅能预测严重狭窄（>50%），对轻度狭窄的预测能力有待进一步研究	开发一种自动识别动静脉通路狭窄的深度学习模型	30名接受血管内治疗的终末期肾病患者的动静脉通路声音数据	数字病理	心血管疾病	小波变换	CNN	音频	30名终末期肾病患者（训练集10人，测试集20人）
59	2025-06-26	Imaging-Based AI for Predicting Lymphovascular Space Invasion in Cervical Cancer: Systematic Review and Meta-Analysis 2025-Jun-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/71091 PMID:40523236	meta-analysis	本文通过系统综述和荟萃分析评估了基于影像的人工智能（AI）在预测宫颈癌淋巴血管间隙侵犯（LVSI）中的诊断准确性	研究发现深度学习算法在预测LVSI方面表现出较高的敏感性，且基于正电子发射断层扫描/计算机断层扫描（PET/CT）的AI模型比基于磁共振成像（MRI）的模型具有更高的敏感性	研究存在外部验证数据集有限和回顾性研究设计可能带来的潜在偏差	评估基于影像的AI在预测宫颈癌LVSI中的诊断准确性	宫颈癌患者	digital pathology	cervical cancer	imaging-based AI	deep learning, machine learning	image	16项研究，2514名患者
60	2025-06-26	FrAdadelta-CSA: Fractional Adadelta Chameleon Swarm Algorithm-based feature selection with SpikeGoogle-DenseNet for epileptic seizure detection 2025-Jun-16, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108550 PMID:40554820	research paper	该研究提出了一种基于深度学习的癫痫发作检测方法，结合了FrAdadelta-CSA特征选择和SpikeGoogle-DenseNet分类模型	提出了FrAdadelta-CSA特征选择算法，结合了分数阶微积分和Adadelta-CSA算法，并使用了SpikeGoogle-DenseNet混合模型进行癫痫发作预测	研究可能受限于EEG数据采集方式和样本量	开发一种基于EEG信号的癫痫发作识别机制	癫痫患者的EEG信号	digital pathology	epilepsy	STFT, Deep Learning	SpikeGoogle-DenseNet (CNN hybrid)	EEG信号	NA