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
621	2025-12-15	Mechanistic Insights into Anti-Melanogenic Effects of Fisetin: PKCα-Induced β-Catenin Degradation, ERK/MITF Inhibition, and Direct Tyrosinase Suppression 2025-Dec-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262311739 PMID:41373883	研究论文	本研究揭示了黄酮类化合物非瑟酮通过激活PKCα、抑制ERK/MITF通路及直接抑制酪氨酸酶，从而减少黑色素生成的多靶点作用机制	首次系统阐明非瑟酮通过PKCα诱导β-catenin降解、ERK/MITF抑制及直接酪氨酸酶抑制的三重抗黑色素生成机制，并整合深度学习CNN评分进行分子对接验证	研究仅基于体外人类黑色素瘤细胞模型，未进行动物实验或临床试验验证	探究非瑟酮的抗黑色素生成作用机制及其在色素沉着疾病治疗中的应用潜力	人类黑色素瘤细胞	计算生物学	色素沉着疾病	分子对接、深度学习CNN评分、细胞毒性检测、蛋白质印迹	CNN	分子结构数据、细胞实验数据	未明确样本数量，使用人类黑色素瘤细胞系	NA	NA	NA	NA
622	2025-12-15	Evaluation of Model Performance and Clinical Usefulness in Automated Rectal Segmentation in CT for Prostate and Cervical Cancer 2025-Dec-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233090 PMID:41374471	研究论文	本研究开发了一种基于深度学习的性别感知两阶段管道，用于在盆腔CT图像中自动分割直肠，以提升前列腺癌和宫颈癌放疗计划中的分割准确性和临床实用性	通过结合性别分类模型与性别感知的U-Net分割网络，显式建模了男女性别间的解剖差异，从而提高了直肠分割的解剖一致性和性能	研究仅基于186名患者的数据进行内部验证，缺乏外部验证集，且样本量相对有限	评估自动直肠分割模型在盆腔CT图像中的性能及其在前列腺癌和宫颈癌放疗计划中的临床实用性	186名前列腺癌或宫颈癌患者的盆腔CT扫描图像	数字病理	前列腺癌,宫颈癌	CT扫描	CNN,U-Net	图像	186名患者（前列腺癌和宫颈癌）	NA	U-Net	Dice相似系数,豪斯多夫距离,平均表面距离,准确率,AUC	NA
623	2025-12-15	MS-Detector: A Hierarchical Deep Learning Method to Detect Muscle Strain Using Bilateral Symmetric Ultrasound Images of the Body 2025-Dec-04, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233087 PMID:41374468	研究论文	本研究开发并评估了MS-Detector，一种基于对称性感知的两阶段深度学习模型，利用双侧B型超声图像自动检测肌肉拉伤，为临床医生提供一致的二次阅读决策支持工具	提出了一种结合YOLOv5检测器和Siamese CNN的分层深度学习框架，利用双侧对称性超声图像来过滤假阳性，提高肌肉拉伤检测的精确度	研究数据集规模有限（559对双侧图像），未来需评估模型在不同扫描仪和中心的泛化能力，并探索概率融合和病变分级	开发一个自动检测肌肉拉伤的深度学习模型，以减少超声诊断中的主观性差异	肌肉拉伤患者的双侧B型超声图像	计算机视觉	肌肉拉伤	B型超声成像	CNN, YOLO	图像	559对双侧超声图像，来自86名患者	PyTorch	YOLOv5, Siamese CNN	mAP, 召回率, 精确率, F1分数, F2分数	NA
624	2025-12-15	Intraocular Cytokine Level Prediction from Fundus Images and Optical Coherence Tomography 2025-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s25237382 PMID:41374757	研究论文	本研究旨在利用深度学习模型从眼底彩色照片和光学相干断层扫描图像预测眼内细胞因子浓度	首次系统比较了基于眼底照片和OCT的深度学习模型在眼内细胞因子预测中的应用	预测性能普遍较差，所有方法的平均R值均低于零，数据集规模较小	探索视网膜图像与眼内细胞因子谱之间的关系，并预测细胞因子浓度	139名患者（152只眼睛）的176个房水样本，涉及多种眼部疾病	计算机视觉	年龄相关性黄斑变性, 眼内炎, 白内障, 视网膜静脉阻塞, 糖尿病性黄斑水肿	眼底彩色照相, 光学相干断层扫描	CNN	图像, 临床数据	139名患者（152只眼睛）的176个房水样本	AutoGluon	ResNet18	决定系数R	NA
625	2025-12-15	Towards In-Vehicle Non-Contact Estimation of EDA-Based Arousal with LiDAR 2025-Dec-04, Sensors (Basel, Switzerland) DOI:10.3390/s25237395 PMID:41374770	研究论文	本文探索了使用LiDAR作为新型传感模态，非接触式估计基于EDA的唤醒状态的可行性	首次提出使用LiDAR远程估计基于EDA的唤醒状态，无需直接皮肤接触，解决了当前驾驶员监控系统的一个核心限制	在留一受试者评估中，跨受试者泛化能力面临挑战，算法本身并非主要研究焦点，仅用于验证方法的可行性	评估LiDAR作为非接触式传感模态，用于估计驾驶员基于EDA的唤醒状态的可行性，以提升驾驶安全与用户体验	驾驶员的前额LiDAR反射强度信号与基于手指的传统EDA信号	机器学习	NA	LiDAR（光探测与测距）	CNN, LSTM, TCN, Random Forest, Extra Trees	LiDAR反射强度信号序列	NA	NA	Temporal Convolutional Network	平均绝对误差, 相关系数	NA
626	2025-12-15	Artificial Intelligence for Predicting Difficult Airways: A Review 2025-Dec-04, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238600 PMID:41375910	综述	本文综述了人工智能和机器学习模型在预测困难气道方面的应用，并与传统临床方法进行了比较	系统评估了AI/ML模型在困难气道预测中的性能，特别强调了MixMatch半监督深度学习模型的优越表现，并分析了模型的方法学稳健性、临床适用性及伦理考量	方法学异质性、缺乏标准化评估指标、人群多样性有限以及模型可解释性框架和伦理挑战（如数据隐私和算法偏见）关注不足	评估和比较人工智能与机器学习模型在预测困难气道方面的性能，以提升麻醉学和急诊医学中的患者安全	用于预测困难气道的人工智能和机器学习模型	机器学习	NA	NA	深度学习	图像, 临床参数	NA	NA	MixMatch	AUC, 灵敏度, 特异性	NA
627	2025-12-15	Molecular-Level Identification of Liquor Vintage via an Intelligent Electronic Tongue Integrated with a One-Dimensional Convolutional Neural Network 2025-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s25237350 PMID:41374725	研究论文	本研究开发了一种集成一维卷积神经网络的智能电子舌系统，用于快速、准确地识别白酒的陈酿年份	首次将一维卷积神经网络与自制的多电极电化学传感电子舌系统结合，用于白酒年份识别，并实现了迄今为止基于电子舌的最高预测准确率	研究仅针对连续五年、每年间隔一年的特定白酒年份进行识别，未涵盖更广泛或非连续年份范围，且系统在真实市场大规模应用中的鲁棒性有待进一步验证	开发一种客观、可重复、高通量的方法来替代传统主观感官评价，以实现白酒陈酿年份的准确识别，应用于产品真伪鉴别和市场价值优化	以特定间隔年份（一年间隔）生产的连续五个年份的白酒	机器学习	NA	电化学传感， MEMS温度传感	SVM, Random Forest, 1D-CNN	电化学传感器信号数据	涉及五个连续年份的白酒样本（具体样本数量未在摘要中明确）	NA	一维卷积神经网络	准确率	NA
628	2025-12-15	A Review of Pedestrian Trajectory Prediction Methods Based on Deep Learning Technology 2025-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s25237360 PMID:41374735	综述	本文系统回顾并批判性分析了基于深度学习的行人轨迹预测方法，涵盖了RNN、GAN、GCN和Transformer等关键模型家族	引入了比较分析框架，在标准化标准下评估各方法的优缺点，并提供了数据集和评估指标的全面分类，突出了现有实践和新兴趋势	NA	回顾和批判性分析基于深度学习的行人轨迹预测方法，以指导未来研究发展	行人轨迹预测方法	计算机视觉	NA	深度学习	RNN, GAN, GCN, Transformer	轨迹数据	NA	NA	NA	NA	NA
629	2025-12-15	Development and Validation of a CNN-Based Diagnostic Pipeline for the Diagnosis of Otitis Media 2025-Dec-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238572 PMID:41375875	研究论文	本研究开发并验证了一个基于CNN的多步骤AI诊断流程，用于自动将鼓膜图像分类为四种中耳炎类别	提出一个包含图像质量评估、鼓膜分割、左右侧分类和疾病分类的四阶段CNN诊断流程，并整合了MambaOut、CaraNet、EfficientNet和ConvNeXt等多种深度学习模型	研究基于回顾性收集的有限数据集（2964张图像），未在更广泛或前瞻性临床环境中进行验证	开发一个自动化的AI诊断流程，以支持中耳炎的准确分类，特别是在非专科医生和基层医疗环境中	鼓膜耳镜图像	计算机视觉	中耳炎	耳镜成像	CNN	图像	2964张耳镜图像	NA	MambaOut, CaraNet, EfficientNet, ConvNeXt	准确率, F1分数	NA
630	2025-12-15	A Comprehensive Review Comparing Artificial Intelligence and Clinical Diagnostic Approaches for Dry Eye Disease 2025-Dec-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233071 PMID:41374451	综述	本文系统综述了人工智能在干眼病诊断中的应用，并比较了AI模型与临床诊断方法的性能	首次系统性地比较了多种AI模型与临床诊断方法在干眼病诊断中的表现，并基于PRISMA指南进行了全面的文献分析	纳入研究多为2020-2025年间，缺乏外部验证，且未充分解决专家间诊断差异性问题	评估人工智能在眼科干眼病诊断中的应用效果，并与临床诊断方法进行比较	干眼病诊断研究	数字病理学	干眼病	多种眼科成像技术	深度学习模型	医学图像	基于30篇原始同行评审文章的系统综述	NA	U-Net, ResNet, DenseNet, GANs, Transformer	准确率	NA
631	2025-12-15	An Improved Lightweight Model for Protected Wildlife Detection in Camera Trap Images 2025-Dec-02, Sensors (Basel, Switzerland) DOI:10.3390/s25237331 PMID:41374705	研究论文	本文提出了一种改进的轻量级模型YOLO11-APS，用于相机陷阱图像中的受保护野生动物检测	通过集成自注意力与卷积模块、部分卷积模块和SlimNeck范式，增强了YOLO11n模型，在复杂条件下强化了特征提取并降低了计算成本	未明确提及模型在极端环境或更多物种上的泛化能力限制	开发一种高效、轻量化的深度学习模型，用于受保护野生动物的自动监测	相机陷阱图像中的受保护野生动物	计算机视觉	NA	NA	YOLO	图像	NA	NA	YOLO11n, YOLO11-APS	精确率, 召回率, mAP@0.5, mAP@0.5:0.95	NA
632	2025-12-15	Few-Shot and Zero-Shot Learning for MRI Brain Tumor Classification Using CLIP and Vision Transformers 2025-Dec-02, Sensors (Basel, Switzerland) DOI:10.3390/s25237341 PMID:41374716	研究论文	本研究比较了使用深度学习和视觉语言模型的少样本学习和零样本学习方法，用于MRI脑肿瘤分类	在有限标注数据下，通过比较少样本学习和零样本学习范式，特别是使用原型网络结合不同骨干网络，显著提升了MRI脑肿瘤分类的准确性	研究仅在特定数据集和实验设置下进行，可能未涵盖所有脑肿瘤类型或MRI扫描条件	开发数据高效的MRI脑肿瘤分类方法，以应对标注数据稀缺的挑战	MRI脑肿瘤扫描图像	计算机视觉	脑肿瘤	MRI扫描	CNN, ResNet, Vision Transformer, CLIP	图像	1000个随机采样的五样本、四类别实验	NA	ResNet-18, ResNet-50, Vision Transformer, Prototypical Network	准确率, F1分数	NA
633	2025-12-15	Cross-Temporal Egg Variety and Storage Period Classifications via Multi-Task Deep Learning with Near-Infrared Hyperspectral Imaging 2025-Dec-02, Foods (Basel, Switzerland) DOI:10.3390/foods14234140 PMID:41376076	研究论文	本研究提出了一种多任务深度学习框架，利用近红外高光谱成像技术，实现对鸡蛋品种和储存期的跨时间无损分类	提出了集成CNN、SE通道注意力和Transformer编码器的多任务跨时间挤压与激励网络（MT-CTSE-Net），通过任务间特征共享来缓解储存引起的光谱漂移，提升模型在真实世界质量监测中的泛化能力	NA	开发一种非破坏性、跨时间的检测方法，用于鸡蛋品种识别和储存期分类，以支持农产品供应链中的质量评估与监测	三种商业鸡蛋品种（恩施富硒蛋、木兰湖杂粮蛋、正大叶黄素蛋）的近红外高光谱数据	计算机视觉	NA	近红外高光谱成像	CNN, Transformer	光谱数据	NA	NA	MT-CTSE-Net (集成CNN, SE, Transformer)	准确率, F1分数	NA
634	2025-12-15	ADMGCN: graph convolutional network for Alzheimer's disease diagnosis with a meta-learning paradigm 2025-Dec-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf580 PMID:41148043	研究论文	本文提出了一种基于元学习范式的图卷积网络ADMGCN，用于阿尔茨海默病的早期诊断	结合元学习范式，通过采样创建标签平衡任务以最大化数据利用并缓解标签不平衡问题，同时引入加权和降维技术提升性能、存储和训练效率	未明确提及模型在外部数据集上的泛化能力或计算资源需求的具体限制	开发一种灵活且高效的图卷积网络方法，用于阿尔茨海默病的早期诊断	阿尔茨海默病神经影像学倡议数据集中的受试者	机器学习	阿尔茨海默病	神经影像学	图卷积网络	图数据	未明确指定具体样本数量，但使用了阿尔茨海默病神经影像学倡议数据集	未明确指定，但代码在GitHub上公开	ADMGCN	准确率	NA
635	2025-12-15	Classification and functional prediction of fungal glycosyltransferases using machine learning and deep learning methods 2025-Dec, Fungal genetics and biology : FG & B IF:2.4Q3 DOI:10.1016/j.fgb.2025.104045 PMID:41202912	研究论文	本研究利用机器学习和深度学习方法对真菌糖基转移酶进行分类和功能预测	采用卷积变分自编码器整合三维折叠、氨基酸结构和生化特征，并创新性地结合衍生变量和描述性统计，实现了数据驱动的GTs分类系统	NA	揭示糖基转移酶的结构模式与其功能之间的关联	来自88个代表性真菌物种的3340个糖基转移酶	机器学习	NA	NA	卷积变分自编码器, k-means	蛋白质三维折叠预测、氨基酸结构和生化特征数据	3340个糖基转移酶	NA	卷积变分自编码器	NA	NA
636	2025-12-15	Automated Retinal Vascular Analysis Reveals Response to Acetazolamide in Idiopathic Intracranial Hypertension 2025-Dec-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.12.9 PMID:41342622	研究论文	本研究利用深度学习自动分析视网膜血管，评估其对特发性颅内高压（IIH）中视乳头水肿治疗反应的识别能力	首次应用深度学习自动分析视网膜血管参数（如静脉直径、分形维数、弯曲度和血管密度）来监测IIH治疗反应，并发现静脉-动脉比值（V:A）与临床指标（如Frisén分级、脑脊液开放压）显著相关	研究为回顾性分析，样本量相对有限（n=165），且仅针对特定治疗（乙酰唑胺）和IIH患者，结果可能无法推广到其他疾病或治疗方案	评估自动视网膜血管分析是否能识别特发性颅内高压（IIH）引起的视乳头水肿的治疗反应	特发性颅内高压（IIH）患者，伴有轻度视力丧失，接受饮食/生活方式调整加乙酰唑胺或安慰剂治疗	数字病理学	特发性颅内高压	彩色眼底摄影，光学相干断层扫描（OCT），深度学习自动分析	深度学习	图像	165名参与者	NA	AutoMorph	R2，P值	NA
637	2025-12-15	Enhancing CBCT-based CT synthesis using planning MRI in adaptive proton therapy for head cancer: A deep learning approach 2025-Dec, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70367 PMID:41373115	研究论文	本研究提出了一种基于深度学习的Pix2Pix条件生成对抗网络，通过结合CBCT和T1加权MRI数据来合成CT图像，以改善头癌自适应质子治疗中的剂量计算精度	首次将MRI数据整合到CBCT基础的CT合成中，利用Pix2Pix-cGAN框架结合ResUnet和SwinUnet作为生成器，显著提升了软组织细节恢复和剂量计算精度	数据集规模有限，未来需要收集更大样本进行验证，且仅针对头癌应用，未扩展到其他癌症类型	提高自适应质子治疗中基于CBCT的CT合成质量，以优化剂量计算和治疗计划	头癌患者的CBCT和T1加权MRI图像数据	数字病理学	头癌	MRI成像, CBCT成像	cGAN, CycleGAN	图像	未明确指定样本数量，但提到需要未来收集更大数据集	未明确指定，但基于深度学习框架	ResUnet, SwinUnet	平均HU误差, 剂量差异, 剂量分布	未明确指定
638	2025-12-15	Browser-Based Multi-Cancer Classification Framework Using Depthwise Separable Convolutions for Precision Diagnostics 2025-Dec-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233066 PMID:41374447	研究论文	本文提出了一种基于浏览器的多癌种分类框架，利用深度可分离卷积进行实时、客户端推理，无需外部服务器或专用GPU	首个完全可部署于浏览器、保护隐私的多癌种诊断深度学习框架，实现了无需基础设施开销的高精度AI	未明确提及模型在低性能设备上的具体性能表现或跨浏览器兼容性测试细节	开发一种无需高性能硬件、服务器依赖且保护数据隐私的癌症早期精准诊断工具	涵盖26种癌症类型的组织病理学和细胞学图像	数字病理学	多癌种	组织病理学成像、细胞学成像	CNN	图像	超过130,000张图像	TensorFlow.js	Xception, VGG16, ResNet50, EfficientNet-B0, Vision Transformer	Top-1准确率, Top-5准确率	浏览器端推理，无需专用GPU或外部服务器
639	2025-12-15	DELTA-SoyStage: A Lightweight Detection Architecture for Full-Cycle Soybean Growth Stage Monitoring 2025-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s25237303 PMID:41374678	研究论文	本文提出了一种名为DELTA-SoyStage的轻量级目标检测架构，用于全周期大豆生长阶段的监测	结合EfficientNet骨干网络、轻量级ChannelMapper颈部和新提出的DELTA检测头，实现了高效的大豆生长阶段分类，计算成本显著降低	数据收集在受控温室条件下进行，可能未完全覆盖田间环境的多样性	优化大豆生长阶段的准确识别，以支持精准农业决策	大豆植株	计算机视觉	NA	RGB图像采集	目标检测模型	图像	17,204张标注的RGB图像，涵盖从出苗到完全成熟的九个生长阶段	NA	EfficientNet, ChannelMapper, DELTA检测头	平均精度	适合部署在资源受限的边缘设备上
640	2025-12-15	Advanced Signal Processing Methods for Partial Discharge Analysis: A Review 2025-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s25237318 PMID:41374693	综述	本文全面综述了用于局部放电分析的高级信号处理方法	系统比较了不同方法，强调了它们在处理非平稳和含噪PD信号中的演变与互补作用	当前研究缺乏标准化、可解释且可嵌入的AI解决方案用于实时细粒度PD分类	回顾局部放电分析中的高级信号处理方法	局部放电信号	信号处理	NA	时间频率技术、小波变换、希尔伯特-黄变换、基于人工智能的方法	NA	信号	NA	NA	NA	NA	NA