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
9141	2025-06-04	Detection and classification of supraspinatus pathologies on shoulder magnetic resonance images using a code-free deep learning application 2025-Oct, Asia-Pacific journal of sports medicine, arthroscopy, rehabilitation and technology DOI:10.1016/j.asmart.2025.04.005 PMID:40454208	research paper	评估无代码深度学习应用在肩部磁共振成像中诊断冈上肌腱病变的性能	使用无代码深度学习应用LobeAI和ResNet-50 V2模型进行冈上肌腱病变的分类和检测	当前迭代的无代码深度学习应用在临床实践中的可靠性有待提高	评估无代码深度学习应用在诊断冈上肌腱病变中的性能	肩部磁共振成像中的冈上肌腱病变（部分撕裂、全层撕裂和肌腱病）	digital pathology	supraspinatus pathologies	MRI	ResNet-50 V2	image	患者肩部MRI图像，包括正常、部分撕裂、全层撕裂和肌腱病	NA	NA	NA	NA
9142	2025-10-06	The environmental risk of heterogeneous oxidation is unneglectable: Time-resolved assessments beyond typical intermediate investigation 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123572 PMID:40184704	研究论文	本研究提出了一种环境风险评估方法，用于区分高级氧化过程中不同氧化路径的解毒效果	通过深度学习回归建模和理论化学辅助评估，量化了高级氧化过程中的环境风险，发现了超过40%先前被忽视的毒性	研究主要关注异相高级氧化过程，对其他类型氧化过程的适用性有待验证	开发定量环境风险评估方法，提高污染物解毒评估的准确性	高级氧化过程中的污染物副产物	环境科学	NA	密度泛函理论，深度神经网络回归建模	深度神经网络	化学结构数据，毒性数据	NA	NA	回归模型	风险商数，聚类分析	NA
9143	2025-10-06	Temporal and spatial feature extraction using graph neural networks for multi-point water quality prediction in river network areas 2025-Aug-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2025.123561 PMID:40184707	研究论文	提出一种时空特征图神经网络（STF-GNN）用于河网区域多点水质预测	集成图卷积网络、门控循环单元和自注意力机制，显式建模分布式监测站之间的多尺度时空依赖关系	未提及模型计算复杂度及实时预测能力	改进河网区域水质预测的准确性和泛化能力	河网区域分布式水质监测站	图神经网络	NA	水质监测时间序列分析	GCN, GRU, 自注意力机制	多元时间序列数据	未明确说明具体样本数量	NA	STF-GNN（时空特征图神经网络）	RMSE, 相对误差, 峰谷同步率	NA
9144	2025-06-04	Ultrasound-based deep learning to differentiate salivary gland tumors 2025-Aug, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.014 PMID:40379502	研究论文	本研究开发了一种基于超声成像的深度学习模型DeepSGT，用于准确区分良性和恶性唾液腺肿瘤	使用多种CNN模型处理超声图像，并采用Focal Loss微调ResNet50d模型以解决类别不平衡问题，模型性能显著超过超声医师的诊断	研究为回顾性设计，样本量相对有限（315例患者）	开发一种准确区分良性和恶性唾液腺肿瘤的深度学习模型，以辅助临床决策	唾液腺肿瘤患者的超声图像	计算机视觉	唾液腺肿瘤	超声成像	CNN（包括Inception v3、ResNet101d、EfficientNet、DenseNet、Vision Transformer和ResNet50d）	图像	315例经手术切除后病理证实的唾液腺肿瘤患者	NA	NA	NA	NA
9145	2025-10-06	Video-Based Lifting Action Recognition Using Rank-Altered Kinematic Feature Pairs 2025-Jul, Human factors IF:2.9Q2 DOI:10.1177/00187208241309748 PMID:39723832	研究论文	提出基于视频的举重动作识别方法，通过等级变化运动学特征对实现实时监测	使用等级变化运动学特征对构建集成分类器，比基线分类器快12.5倍以上	未明确说明样本多样性和环境适应性限制	实时监测举重任务以预防工作相关的下背部损伤	视频中的人体举重动作	计算机视觉	下背部损伤	BlazePose姿态估计	集成分类器	视频	NA	NA	BlazePose	准确率,精确率,召回率,F1分数	移动设备,嵌入式系统
9146	2025-10-06	Enhancing Functional Protein Design Using Heuristic Optimization and Deep Learning for Anti-Inflammatory and Gene Therapy Applications 2025-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.26810 PMID:39985803	研究论文	本研究开发了一种结合启发式优化和深度学习的蛋白质序列设计方法，用于增强蛋白质功能特性	提出启发式优化方法增强蛋白质关键功能特性（溶解度、柔韧性、稳定性），同时保持结构完整性	未明确说明方法在特定蛋白质类型或规模上的局限性	开发功能更优且易于实验室生产的蛋白质设计方法	具有抗炎特性和基因治疗应用潜力的合成蛋白质	机器学习	炎症性疾病	蛋白质序列设计	深度学习	蛋白质序列数据	NA	NA	NA	恢复率, 置信度, AlphaFold评估	NA
9147	2025-10-06	A Deep Learning Survival Model for Evaluating the Survival Prognosis of Papillary Thyroid Cancer: A Population-Based Cohort Study 2025-Jul, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-025-17290-0 PMID:40254654	研究论文	本研究开发了一种基于深度学习技术的生存模型，用于评估甲状腺乳头状癌患者的生存预后	首次将DeepSurv深度学习生存模型应用于甲状腺乳头状癌的预后预测，并在多个外部数据集上进行了验证	研究基于回顾性数据，可能存在选择偏倚，且模型性能需要在更多前瞻性研究中验证	构建基于临床风险因素的深度学习模型来预测甲状腺乳头状癌患者的生存预后	甲状腺乳头状癌患者	机器学习	甲状腺癌	深度学习生存分析	深度神经网络	临床数据	来自美国17个SEER癌症登记处（2000-2020年）的连续患者数据，以及MDACC和TCGA两个外部测试数据集	DeepSurv	Cox比例风险深度神经网络	一致性指数, 整体生存率	NA
9148	2025-06-04	Temporal insights into ecological community: Advancing waterbird monitoring with dome camera and deep learning 2025-Jul, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.125769 PMID:40403671	研究论文	本研究通过整合半球形摄像头和级联神经网络（CNNs），开发了一个自动化观测系统，用于监测中国西南部滇池半封闭湿地的水鸟群落动态	提出了一种结合半球形摄像头和级联神经网络（CNNs）的自动化观测系统，实现了对水鸟群落的高精度、高频率、连续和长期监测	研究仅在一个半封闭湿地（滇池）进行，可能无法代表其他类型湿地的水鸟群落动态	开发一个自动化观测系统，用于高效监测水鸟群落的动态，以支持物种保护和栖息地管理策略的制定	滇池半封闭湿地的水鸟群落	计算机视觉	NA	级联神经网络（CNNs）	CNN	图像	595个监测时段，识别出5目6科17种鸟类	NA	NA	NA	NA
9149	2025-10-06	Empirical analysis on retinal segmentation using PSO-based thresholding in diabetic retinopathy grading 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0299 PMID:39754503	研究论文	提出一种基于粒子群优化算法的视网膜分割方法，用于改善糖尿病视网膜病变分级任务的准确性	使用PSO算法自动确定分割阈值，并通过可解释AI分析视网膜分割对模型性能的影响	使用有限的数据集进行实验	提高糖尿病视网膜病变自动分级的准确性	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底图像分析	CNN	图像	IDRiD眼底数据集	NA	ResNet50	准确率	NA
9150	2025-10-06	Gesture recognition from surface electromyography signals based on the SE-DenseNet network 2025-Jun-26, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2024-0282 PMID:39873377	研究论文	提出基于SE-DenseNet融合网络的手势识别方法，用于表面肌电信号分类	将Squeeze-and-Excitation注意力机制与DenseNet融合，在DenseBlock和Transition层间插入注意力模块以增强特征表示能力	未明确说明模型计算复杂度的具体改进程度和泛化能力的量化指标	提高表面肌电信号手势识别的准确性和鲁棒性	表面肌电信号手势识别	机器学习	康复技术	表面肌电信号采集	CNN	表面肌电信号	NinaPro DB2和DB4数据集	NA	DenseNet-101, SE-DenseNet	准确率	NA
9151	2025-10-06	Deep Learning-Assisted Multiplexed Electrochemical Fingerprinting for Chinese Tea Identification 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06651 PMID:40207593	研究论文	开发了一种结合多元电化学指纹技术和一维卷积神经网络的传感器阵列，用于快速检测茶多酚和鉴别24种中国茶叶	受地标启发的激光雕刻传感器阵列设计，将多元电化学指纹技术与1D-CNN算法相结合，显著提高了茶叶鉴别的准确性	NA	开发快速精确检测茶多酚和鉴别中国茶叶的新方法	三种茶多酚和24种不同类型的中国茶叶	机器学习	NA	多元电化学指纹技术，激光雕刻传感器阵列	CNN	电化学指纹数据	24种茶叶品种	NA	一维卷积神经网络(1D-CNN)	准确率	NA
9152	2025-10-06	Multiplexing and Sensing with Fluorescence Lifetime Imaging Microscopy Empowered by Phasor U-Net 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02028 PMID:40378347	研究论文	提出一种名为Phasor U-Net的深度学习方法来提升荧光寿命成像显微镜的成像速度与精度	开发了结合两个轻量级U-Net子网络的深度学习架构，仅需计算机生成数据集训练即可实现噪声降低和仪器响应函数校正	未提及方法在更复杂生物样本或临床环境中的验证情况	提升荧光寿命成像显微镜在多重成像和传感应用中的性能	小鼠小肠样本和量子点材料	计算机视觉	NA	荧光寿命成像显微镜(FLIM)	U-Net	显微镜图像	计算机生成数据集和小鼠小肠样本	NA	U-Net	修正Kullback-Leibler散度, 平均绝对误差	NA
9153	2025-06-04	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文提出了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	机器视觉	NA	荧光传感器阵列	DenseNet	图像	NA	NA	NA	NA	NA
9154	2025-06-04	Analysis of the Evolutionary Process of Spatial Microdamage Propagation in Silicon Nitride Bearings Using Deep Learning-Driven Molecular Dynamics 2025-Jun-03, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c00466 PMID:40389365	研究论文	本研究提出了一种基于3D点云重建和机器学习势函数的分子动力学建模方法，用于揭示氮化硅轴承表面空间微损伤的动态演化机制	首次揭示了氮化硅轴承中微损伤扩展与弹塑性变形之间的动态耦合机制，阐明了损伤闭合行为的区域变异性	NA	揭示氮化硅轴承表面空间微损伤的动态演化机制，为陶瓷轴承的寿命预测和抗损伤设计提供原子尺度理论支持	氮化硅轴承表面的空间微损伤	分子动力学模拟	NA	3D点云重建、机器学习势函数、深度势原子相互作用模型	深度势原子相互作用模型	3D点云数据	NA	NA	NA	NA	NA
9155	2025-06-04	Unveiling Spectrum-Structure Correlation in Vibrational Spectroscopy: Task-Driven Deep Learning Classification Balancing Global Fusion and Local Extraction 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c05842 PMID:40399767	研究论文	本文开发了两种基于CNN的算法，分别针对混合物分类和功能基团识别任务，通过多尺度卷积和注意力机制提升光谱-结构关联分析的效率和准确性	针对光谱数据中全局和局部信息关注度的差异，设计了两种任务导向的CNN算法（CNN-Peak和ResNet-ResPeak），实现了特征融合与局部提取的平衡	算法性能可能受限于光谱数据固有的特征丰富度和数据量不足的问题	提升光谱-结构关联分析在混合物分类和功能基团识别任务中的准确性和泛化能力	振动光谱数据	机器学习	NA	多尺度卷积、注意力机制	CNN、ResNet	光谱数据	NA	NA	NA	NA	NA
9156	2025-06-04	An interpretable deep learning approach for autism spectrum disorder detection in children using NASNet-mobile 2025-Jun-03, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/addbe7 PMID:40403743	research paper	该研究提出了一种可解释的深度学习方法，用于儿童自闭症谱系障碍（ASD）的检测，结合了NASNet-Mobile模型和LIME技术以提高分类的透明度	结合NASNet-Mobile模型和LIME技术，提高了ASD分类的可解释性，同时取得了优于现有模型的性能	研究仅基于ABIDE-I数据集中的sMRI图像，可能无法涵盖所有ASD病例的多样性	提高自闭症谱系障碍（ASD）的早期检测和诊断准确性	儿童自闭症谱系障碍（ASD）患者	digital pathology	autism spectrum disorder	sMRI	NASNet-Mobile, LIME	image	ABIDE-I数据集中的两个年龄组（2-11岁和12-18岁）的sMRI图像	NA	NA	NA	NA
9157	2025-06-04	Unsupervised Adaptive Deep Learning Framework for Video Denoising in Light Scattering Imaging 2025-Jun-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06905 PMID:40405330	研究论文	提出了一种基于深度学习的自适应去噪框架，用于光散射成像视频中的噪声处理	该框架是无监督且自学习的，能够利用时间信息进行去噪，并包含噪声分布图、视频去噪和去噪效果判别三个阶段	未提及具体的数据集规模或实验条件的限制	为光散射成像提供一种自动化的去噪方法，以提高信号质量和应用准确性	光散射成像视频	计算机视觉	NA	光散射成像	FastDVDNet	视频	未提及具体样本数量，但涉及纳米颗粒分析和单细胞无标记识别两种应用场景	NA	NA	NA	NA
9158	2025-06-04	Automated Classification of Cervical Spinal Stenosis using Deep Learning on CT Scans 2025-Jun-03, Spine IF:2.6Q1 DOI:10.1097/BRS.0000000000005414 PMID:40458958	research paper	开发并验证了一种基于CT扫描的深度学习模型，用于诊断颈椎管狭窄症(CSS)	利用深度学习模型提高CT图像在CSS诊断中的效能，作为MRI的替代方案	研究为回顾性设计，可能影响模型的泛化能力	开发一种基于CT的深度学习模型，用于CSS的自动化诊断	颈椎管狭窄症(CSS)患者	digital pathology	geriatric disease	CT扫描	Faster R-CNN, CNN	image	未明确提及具体样本数量，但按8:1:1比例分为训练集、验证集和测试集	NA	NA	NA	NA
9159	2025-06-04	AI-Driven Biomarker Discovery and Personalized Allergy Treatment: Utilizing Machine Learning and NGS 2025-Jun-03, Current allergy and asthma reports IF:5.4Q1 DOI:10.1007/s11882-025-01207-8 PMID:40459653	review	探讨人工智能（AI）和下一代测序（NGS）在过敏诊断和治疗中的变革潜力	结合AI驱动的算法和NGS技术，识别复杂的分子模式和预测性标志物，推动过敏诊断和治疗的个性化	数据整合和临床实施方面的挑战	提升过敏疾病的生物标志物发现、患者分层和个性化管理策略的精确性	过敏疾病	machine learning	allergy	NGS, single-cell RNA sequencing	machine learning, deep learning	molecular data	NA	NA	NA	NA	NA
9160	2025-06-04	Deep learning-based automatic segmentation of arterial vessel walls and plaques in MR vessel wall images for quantitative assessment 2025-Jun-03, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11697-9 PMID:40459736	研究论文	开发并验证了一种基于深度学习的自动方法，用于MR血管壁图像中血管壁和动脉粥样硬化斑块的分割以进行定量评估	提出了名为Vessel-SegNet的纯学习型CNN用于分割管腔和血管壁，并利用血管壁先验（包括手动先验和基于Tversky损失的自动先验）提高斑块分割的准确性	由于缺乏对其他设备、人群和解剖学研究的测试，研究结果的可靠性仍需进一步探索	提高血管成分（包括管腔、血管壁和斑块）分割的准确性和效率，以进行定量评估	193名来自五个中心的动脉粥样硬化斑块患者	数字病理	心血管疾病	T1加权MRI扫描	CNN	图像	193名患者（107名用于训练和验证，39名用于内部测试，47名用于外部测试）	NA	NA	NA	NA