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
8461	2025-10-06	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	提出一种结合深度学习与穆勒矩阵显微成像的悬浮颗粒识别方法	首次将深度学习技术与双模态穆勒矩阵显微成像系统结合，并自主研发Dual-HGNet网络增强YOLOv11主干网络	NA	开发能够准确识别不同材料悬浮颗粒的实时检测方法	水生环境中的悬浮颗粒	计算机视觉	NA	穆勒矩阵显微成像	CNN	偏振图像	不同材料制成的微球偏振数据集	PyTorch	YOLOv11, Dual-HGNet, MultiPolarNet	召回率, 精确率, mAP@0.5, FLOPs, 推理速度	GPU
8462	2025-10-06	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目标检测模型，用于全息数字免疫分析定量检测食品中的氯霉素	结合无透镜全息成像系统与轻量深度学习模型，通过切片推理算法提升小目标检测精度并降低计算复杂度	NA	开发用于食品安全检测的便携式全息生物传感器	食品样品中的氯霉素	计算机视觉	NA	全息成像，数字免疫分析	深度学习，目标检测	全息图像	NA	NA	YOLOv5s改进模型	精确度，召回率，线性检测范围	NA
8463	2025-10-06	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	本研究使用DeepLabv3+深度学习模型基于Sentinel-1合成孔径雷达影像自动检测苏伊士运河北部入口的石油泄漏	通过比较区域特定数据集与通用数据集训练的模型性能，证明了区域特定训练在提高石油泄漏检测精度方面的优势	研究仅限于苏伊士运河北部入口区域，未验证模型在其他地理区域的适用性	开发自动化的石油泄漏检测方法以保护海洋生态系统	苏伊士运河北部入口海域的石油泄漏事件	计算机视觉	NA	合成孔径雷达遥感	深度学习	卫星图像	两个数据集：EMSA-CSN数据集1100个石油泄漏事件，埃及本地数据集1500个石油泄漏事件，测试集30个案例	NA	DeepLabv3+	损失值, 准确率, 平均交并比, ROC曲线下面积, 面积预测精度	NA
8464	2025-10-06	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	开发了一种注意力驱动的UNet增强模型，用于显微镜图像中细菌孢子和营养细胞的精确分割	将注意力机制集成到UNet架构中，提高了对细菌细胞分割的准确性	NA	开发深度学习模型来自动分析显微镜图像中的细菌细胞	细菌孢子和营养细胞	计算机视觉	NA	显微镜成像	CNN	图像	超过10,000个细菌细胞	Python, Flask	UNet	准确率, 精确率, 灵敏度, 特异性	NA
8465	2025-10-06	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电场和界面如何调控溶剂化甘氨酸的互变异构动力学	首次结合深度势能分子动力学与增强采样技术，系统研究电场和空气-水界面对甘氨酸互变异构反应机制的双重调控作用	研究基于理论模拟，需要后续实验验证；仅针对甘氨酸分子，未扩展到其他生物分子体系	揭示电场和界面环境对生物分子互变异构反应热力学、动力学及反应机制的调控规律	溶剂化甘氨酸分子的互变异构反应	计算化学	NA	深度势能分子动力学，增强采样技术	深度学习势能模型	分子动力学模拟数据	甘氨酸-水体系分子动力学模拟	DeePMD-kit	深度神经网络势能函数	自由能计算，反应能垒，热力学稳定性	NA
8466	2025-10-06	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	研究论文	提出一种基于智能特征选择和视觉Transformer的深度学习系统，用于历史手稿的作者识别	首次将视觉Transformer应用于历史文档分析，结合智能特征选择和传统图像处理技术	仅使用ICDAR 2017数据集进行验证，未在其他历史手稿数据集上测试	开发一个强大的历史手稿作者识别系统	历史手稿文档	计算机视觉	NA	双边滤波去噪、Otsu阈值二值化、FAST特征检测、k-means聚类	Vision Transformer	图像	ICDAR 2017数据集	NA	Vision Transformer	NA	NA
8467	2025-10-06	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	研究论文	本研究开发了一种基于深度学习的自动分割方法，用于在全景X光片中分割牙髓和髓石	首次将深度学习算法应用于全景X光片中牙髓和髓石的自动分割任务	研究样本量有限，需要更大数据集来提升模型诊断能力	评估人工智能算法在全景X光片中准确诊断牙髓和髓石钙化的能力	牙髓和髓石	计算机视觉	牙科疾病	全景X光成像	深度学习	X光图像	713张全景X光片，包含4675个髓石和5085个牙髓标注	NA	NA	Dice系数, IoU, 精确率, 召回率	NA
8468	2025-10-06	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	提出一种基于微生物外部几何特征提取的轻量级多类显微镜图像自动分类方法	开发了参数显著少于深度学习的轻量级模型，能够生成可解释的分类学描述符，并在标准CPU硬件上实现快速推理	方法在计算资源有限的环境中表现良好，但可能不适用于需要更高精度的复杂场景	实现基于微生物外部几何特征的自动化多类显微镜图像分类	四种微生物类型：微球菌、双球菌、链球菌和杆菌	计算机视觉	NA	显微镜成像	自动化机器学习	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	NA	NA	精确率, 召回率, F1分数	标准CPU硬件
8469	2025-10-06	AI-Driven Drug Discovery: A Comprehensive Review 2025-Jun-17, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c00549 PMID:40547666	综述	本文全面评述了2019-2024年间人工智能在药物发现全流程中的应用进展与挑战	对AI/ML方法在药物发现全流程（从靶点识别到临床开发）进行系统性比较分析，强调透明方法论、鲁棒验证和伦理框架	存在数据可及性、模型可解释性和临床转化方面的持续差距	指导AI在药物研发领域的负责任整合，推动更安全有效的药物开发	人工智能在药物发现领域的应用方法论	机器学习	NA	深度学习、图神经网络、Transformer	深度学习, 图神经网络, Transformer	NA	NA	NA	NA	NA	NA
8470	2025-10-06	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	本研究开发了一种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	首次将深度学习分析应用于视网膜血管图像来区分双相情感障碍患者和健康个体	样本量相对有限（383名受试者），需要在更大样本中验证	开发基于视网膜血管图像的深度学习模型来辅助双相情感障碍的诊断	双相情感障碍患者和健康志愿者	计算机视觉	双相情感障碍	视网膜眼底成像	CNN	图像	383名受试者（188名双相情感障碍患者，195名健康志愿者）	NA	卷积神经网络	准确率, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
8471	2025-10-06	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信号，结合小波变换和深度学习技术预测动静脉通路显著狭窄	首次将小波变换和3D网格组件应用于动静脉通路声音分析，开发基于CNN的自动狭窄识别模型	样本量较小（30例患者），仅能预测严重狭窄（>50%），对轻度狭窄预测能力有待验证	开发基于声音分析的动静脉通路狭窄自动识别方法	30例终末期肾病伴动静脉通路功能障碍患者	机器学习	心血管疾病	电子听诊器录音、小波变换、血管造影	CNN	音频信号	30例患者，40个测试音频样本（20例显著狭窄，20例非显著狭窄）	NA	卷积神经网络	灵敏度, 特异度, 准确率	NA
8472	2025-10-06	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	系统综述与Meta分析	本文通过系统综述和Meta分析评估基于影像学的人工智能在预测宫颈癌淋巴血管间隙浸润中的诊断准确性	首次对基于影像学的人工智能在宫颈癌LVSI预测中的诊断性能进行系统评价和Meta分析，并比较了深度学习与机器学习、不同影像模态间的性能差异	外部验证数据集有限且研究多为回顾性设计，可能存在潜在偏倚	评估基于影像学的人工智能模型在预测宫颈癌淋巴血管间隙浸润中的诊断准确性	宫颈癌患者	医学影像分析	宫颈癌	影像学分析（PET/CT、MRI）	深度学习, 机器学习	医学影像	16项研究共2514名患者	NA	NA	敏感度, 特异度, AUC	NA
8473	2025-10-06	Preoperative model for predicting early recurrence in hepatocellular carcinoma patients using radiomics and deep learning: A multicenter study 2025-Jun-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v17.i6.106608 PMID:40547169	研究论文	本研究开发了一种结合影像组学和深度学习的术前模型，用于预测肝细胞癌患者消融治疗后早期复发风险	首次将肿瘤内和瘤周区域（5mm和10mm）特征相结合，采用光梯度增强机器学习算法构建预测模型	样本量相对有限（288例患者），需要更大规模的多中心验证	建立肝细胞癌患者消融治疗后早期复发的预测模型	肝细胞癌患者	数字病理	肝细胞癌	影像组学，深度学习	LightGBM	医学影像	288例患者（主要队列222例，外部队列66例）	NA	NA	AUC, 校准曲线, 决策曲线分析, Kaplan-Meier分析	NA
8474	2025-10-06	Dose Reduction in Scintigraphic Imaging Through Enhanced Convolutional Autoencoder-Based Denoising 2025-Jun-14, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060197 PMID:40558796	研究论文	本研究提出一种基于增强卷积自编码器的深度学习方法来提高低剂量骨闪烁成像图像质量，旨在降低患者辐射剂量同时保持诊断质量	开发了集成多尺度特征提取、通道注意力机制和高效残差块的增强卷积自编码器架构，用于从低剂量输入重建高质量图像	研究样本量相对有限（105名患者），且仅在单一医疗中心的设备上验证	开发降低核医学成像中患者辐射剂量的深度学习去噪方法	骨闪烁成像图像	医学影像处理	骨骼疾病	骨闪烁成像	自编码器	医学图像	105名患者的真实世界配对低剂量和全剂量图像	NA	增强卷积自编码器（ECAE）	峰值信噪比（PSNR）, 结构相似性指数（SSIM）, 专家定性评估	NA
8475	2025-10-06	Multi-Feature Facial Complexion Classification Algorithms Based on CNN 2025-Jun-13, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10060402 PMID:40558371	研究论文	提出三种基于CNN的多特征面部肤色分类算法，通过融合、拼接或独立训练不同面部区域特征来提升分类性能	提出三种创新的多特征融合框架，能更有效地利用面部特征信息，提高特征利用率和分类性能	仅使用721张面部图像进行训练验证，样本规模相对有限	开发高效的面部肤色分类算法以辅助健康状况评估	面部肤色特征	计算机视觉	NA	面部图像分析	CNN	图像	721张面部图像	NA	EfficientNet	准确率	NA
8476	2025-10-06	A Multimodal Multi-Stage Deep Learning Model for the Diagnosis of Alzheimer's Disease Using EEG Measurements 2025-Jun-13, Neurology international IF:3.2Q2 DOI:10.3390/neurolint17060091 PMID:40559329	研究论文	提出一种使用EEG测量诊断阿尔茨海默病的多模态多阶段深度学习模型	采用三阶段数据处理流程，结合多种时频分析方法和特征融合技术进行AD诊断	对额颞叶痴呆患者数据的诊断效果下降，需要进一步优化以同时检测多种神经退行性疾病	开发基于EEG的阿尔茨海默病自动诊断方法	阿尔茨海默病患者和健康个体的EEG测量数据	数字病理学	阿尔茨海默病	脑电图	CNN	EEG信号	NA	NA	CNN	准确率, 灵敏度, 特异性	NA
8477	2025-10-06	Deep learning neural network prediction of postoperative complications in patients undergoing laparoscopic right hemicolectomy with or without CME and CVL for colon cancer: insights from SICE (Società Italiana di Chirurgia Endoscopica) CoDIG data 2025-Jun-11, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-025-03165-9 PMID:40498162	研究论文	本研究利用深度学习神经网络预测结肠癌患者腹腔镜右半结肠切除术后并发症风险	首次将深度学习神经网络应用于意大利多中心数据库(CoDIG)来预测结肠癌术后并发症，并比较了多种机器学习模型的性能	需要外部验证和在多样化临床环境中的实施验证	评估机器学习模型在预测结肠癌术后并发症方面的应用价值	接受腹腔镜右半结肠切除术的结肠癌患者	机器学习	结肠癌	机器学习	深度学习神经网络,决策树,随机森林	临床数据	来自CoDIG多中心数据库的患者数据	NA	深度学习神经网络	准确率,精确率,召回率,F1分数	NA
8478	2025-10-06	Integration of AI and ML in Tuberculosis (TB) Management: From Diagnosis to Drug Discovery 2025-Jun-11, Diseases (Basel, Switzerland) DOI:10.3390/diseases13060184 PMID:40558595	综述	本文综述了人工智能和机器学习在结核病管理中的应用，涵盖从诊断到药物发现的各个环节	系统整合了AI/ML在结核病管理中的多种应用，特别强调了深度学习技术在医学图像分析中的优势	未提供具体的实验验证数据，主要基于现有研究的总结分析	探讨人工智能技术在结核病诊断和治疗中的应用潜力	结核病患者数据，包括医学影像和生物标志物	机器学习	结核病	医学影像分析，生物标志物检测	SVM, RF, CNN	医学图像，生物标志物数据	NA	NA	卷积神经网络	准确性，灵敏度	NA
8479	2025-10-06	SADiff: Coronary Artery Segmentation in CT Angiography Using Spatial Attention and Diffusion Model 2025-Jun-11, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11060192 PMID:40558791	研究论文	提出一种结合空间注意力和扩散模型的冠状动脉CT血管造影分割方法SADiff	首次将扩散模型与空间注意力机制结合用于冠状动脉分割，通过扩张注意力网络、扩散子网和条纹注意力网络的混合框架解决传统方法难点	未提及对极端运动伪影的处理能力及计算效率的具体分析	开发更准确和鲁棒的冠状动脉CT血管造影图像分割方法	冠状动脉CT血管造影图像中的血管结构	计算机视觉	心血管疾病	CT血管造影	扩散模型,注意力网络	医学图像	公共ImageCAS数据集和私有ImageLaPP数据集	NA	扩张注意力网络(DAN),扩散子网,条纹注意力网络(SAN)	Dice系数,Hausdorff距离	NA
8480	2025-10-06	Morphology of Macular Neovascularization in Age-Related Macular Degeneration Influences Treatment Requirement and Visual Outcome After 1 Year 2025-Jun-11, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15060246 PMID:40559108	研究论文	本研究评估OCT和OCTA参数对新生血管性年龄相关性黄斑变性患者治疗需求和视力预后的预测价值	首次系统评估MNV形态学参数与抗VEGF治疗需求及视力预后的相关性，并发现分形维度等新型OCTA参数的预测价值	回顾性研究设计，样本量有限（96眼），缺乏长期观察数据，需要深度学习模型进一步验证	探索OCT和OCTA参数在预测nAMD患者治疗需求和视力预后方面的应用价值	96只初治新生血管性年龄相关性黄斑变性患者的眼睛	数字病理	年龄相关性黄斑变性	光学相干断层扫描（OCT），OCT血管成像（OCTA），玻璃体内注射	NA	医学影像数据	96只初治nAMD患者的眼睛	NA	NA	最佳矫正视力（BCVA），玻璃体内注射次数	NA