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
10761	2025-10-06	Detection and classification of meat freshness using an optimized deep learning method 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.144783 PMID:40479992	研究论文	提出一种基于深度学习的肉类新鲜度检测与分类方法	结合VGG19特征提取与改进型人工原生动物优化器(IAPO)进行特征选择，并通过粒子群优化(PSO)增强优化效果	论文未明确说明实验数据的规模和多样性限制	开发准确的肉类新鲜度分类系统以保障食品安全	肉类新鲜度（新鲜、半新鲜、变质）	计算机视觉	NA	深度学习	CNN	图像	NA	NA	VGG19	准确率, 灵敏度, 特异性	NA
10762	2025-10-06	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Oct-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	本研究利用低场核磁共振结合深度学习技术对冷冻模型食品进行无损质量评估	首次将低场核磁共振技术与反向传播人工神经网络结合，用于冷冻食品质量评估	仅使用凝胶模型食品，未涉及真实食品样品	开发冷冻食品无损质量评估方法	含水量90%和80%的凝胶模型食品	机器学习	NA	低场核磁共振(LF-NMR)	PLSR, BP-ANN	核磁共振数据	梯度温度条件下冷冻的凝胶模型食品样品	NA	NA	R, RMSE, RPD	NA
10763	2025-10-06	Deep learning reduced order models of vaginal tear propagation 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107074 PMID:40499333	研究论文	本文开发了结合有限元分析、本征正交分解和机器学习的计算模型来预测阴道变形和撕裂传播	首次将本征正交分解降阶模型与机器学习相结合应用于阴道组织撕裂预测，显著提高了计算效率	基于啮齿动物离体微力学数据，尚未在人体组织上验证	开发计算模型预测阴道分娩过程中的组织变形和撕裂传播	阴道组织在压力作用下的变形和撕裂行为	计算生物力学	产科创伤	有限元分析，本征正交分解，机器学习	机器学习模型，降阶模型	位移场数据，压力数据	基于啮齿动物离体微力学数据	NA	POD-ML模型	均方根误差	NA
10764	2025-10-06	Longitudinal EEG-based assessment of neuroplasticity and adaptive responses to transcranial focused ultrasound stimulation 2025-Oct, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110521 PMID:40581220	研究论文	本研究提出了一种整合经颅聚焦超声刺激与脑电图监测的纵向评估协议模型，用于评估神经可塑性和适应性脑响应	开发了集成纵向评估协议模型，结合统计建模和神经网络模式识别，实现了对经颅聚焦超声刺激诱导的神经可塑性变化的动态监测	未明确说明样本规模和具体实验设计细节	评估经颅聚焦超声刺激对神经可塑性和适应性脑响应的长期影响	脑电图信号和神经适应性轨迹	神经工程	神经系统疾病	经颅聚焦超声刺激，脑电图监测	神经网络，机器学习分类器，深度学习模型	脑电图信号	NA	NA	NA	NA	NA
10765	2025-10-06	Predicting rat lumbar vertebral failure patterns as synthetic μCT images using a deep convolutional generative adversarial network 2025-Oct, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107116 PMID:40582223	研究论文	本研究开发了一种生成式深度学习模型，通过创建大鼠腰椎骨折的合成3D μCT图像来预测骨折模式	首次使用3D条件生成对抗网络(cGAN)从不同加载状态的μCT图像预测大鼠腰椎骨折模式	训练样本量较小(64个图像)，仅针对大鼠腰椎进行验证	开发能够预测生物结构损伤行为的生成式深度学习模型	大鼠腰椎椎体	计算机视觉	骨科疾病	μCT成像	cGAN	3D μCT图像	64个训练图像，8个验证图像	NA	3D条件生成对抗网络	DSC, JAC, FID, SSIM	NA
10766	2025-10-06	Near-infrared spectroscopy coupled with Gramian angular field two-dimensional convolutional neural network for white tea adulteration detection 2025-Aug-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.14353 PMID:40405615	研究论文	本研究结合格拉米角场图像编码技术和二维卷积神经网络，利用近红外光谱数据定量检测白茶的地理来源掺假	首次将格拉米角场图像编码技术应用于近红外光谱数据，结合二维卷积神经网络进行茶叶掺假定量检测	未提及模型在其他茶叶品种或更大样本规模下的泛化能力	开发基于近红外光谱的白茶地理来源掺假定量检测方法	白茶样品	计算机视觉	NA	近红外光谱技术	CNN	光谱数据, 图像	NA	NA	2D-CNN, 1D-CNN	R2, 均方根误差	NA
10767	2025-10-06	A PET/CT-based 3D deep learning model for predicting spread through air spaces in stage I lung adenocarcinoma 2025-Aug, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-03870-9 PMID:39994163	研究论文	本研究开发了一种基于PET/CT的3D深度学习模型，用于预测I期肺腺癌患者的气腔扩散状态	首次将3D深度学习模型与PET/CT影像融合应用于STAS预测，并通过两阶段读者研究验证临床实用性	回顾性研究设计，需要前瞻性验证	预测I期肺腺癌患者术前气腔扩散状态	162名I期肺腺癌患者	医学影像分析	肺癌	18F-FDG PET/CT成像	深度学习	3D医学影像	162例患者，按4:1比例分为训练集和测试集	NA	ResNet50	AUC, 敏感性, 特异性, 诊断准确率	NA
10768	2025-10-06	Deep Learning in Echocardiography for Enhanced Detection of Left Ventricular Function and Wall Motion Abnormalities 2025-Aug, Ultrasound in medicine & biology.. DOI:10.1016/j.ultrasmedbio.2025.03.015 PMID:40316488	系统综述	本文系统回顾了深度学习技术在超声心动图中检测心血管异常的应用	首次系统评估深度卷积神经网络在超声心动图诊断左心室功能和室壁运动异常中的整合应用	数据多样性不足、图像质量问题以及深度学习模型的计算需求限制了临床广泛应用	评估深度学习技术在超声心动图诊断心血管异常中的效果和应用前景	29项关于深度学习在超声心动图中应用的研究	医学影像分析	心血管疾病	超声心动图	深度卷积神经网络(DCNN)	超声心动图像	29项研究	NA	深度卷积神经网络	诊断准确性, 可重复性	NA
10769	2025-10-06	Deep learning dosiomics in grade 4 radiation-induced lymphopenia prediction in radiotherapy for esophageal cancer: a multi-center study 2025-Aug, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110995 PMID:40550423	研究论文	本研究探讨了使用深度学习、剂量组学特征结合剂量体积直方图参数和临床因素预测食管癌放疗患者4级放射性淋巴细胞减少症的可行性	首次将深度学习剂量组学与剂量组学特征、DVH参数和临床因素相结合构建多中心预测模型	回顾性研究设计，样本量相对有限	预测食管癌放疗患者的4级放射性淋巴细胞减少症	545名接受放疗的食管癌患者	医学影像分析	食管癌	放疗剂量分布分析	深度学习	放射剂量分布数据，临床数据	545名患者来自5个医疗中心	NA	NA	AUC	NA
10770	2025-10-06	Generation of synthetic tomographic images from biplanar X-ray: a narrative review of history, methods, and the state of the art 2025-Aug, Journal of neurosurgical sciences IF:1.3Q3 DOI:10.23736/S0390-5616.25.06506-3 PMID:40662246	综述	本文综述了基于深度学习的从双平面或多平面二维X射线生成合成三维CT图像的方法	系统梳理了深度学习在合成CT生成领域的最新进展，包括CNN、GAN和条件扩散处理等先进技术	作为叙述性综述，未进行定量分析或方法比较	探讨从二维X射线生成合成三维CT图像的深度学习方法	双平面或多平面二维X射线数据	医学影像分析	NA	X射线成像，CT成像	CNN, GAN, 条件扩散模型	二维X射线图像，三维CT图像	NA	NA	NA	NA	NA
10771	2025-10-06	Deep quantum Monte Carlo approach for polaritonic chemistry 2025-Jul-21, The Journal of chemical physics IF:3.1Q1 DOI:10.1063/5.0272805 PMID:40662707	研究论文	提出一种深度学习变分量子蒙特卡洛方法用于求解光学腔中分子的电子和光子薛定谔方程	将典型电子神经网络波函数拟设扩展到描述联合费米子和玻色子系统，在量子蒙特卡洛框架中处理电子-光子系统	仅应用于腔中氢分子系统，尚未验证更复杂分子体系	解决光学腔中分子系统的量子力学计算问题	光学腔中捕获的氢分子	机器学习	NA	量子蒙特卡洛方法	神经网络	量子态数据	氢分子系统	NA	神经网络波函数拟设	能量、偶极矩、电荷密度位移、光子场状态、电子-光子纠缠度	NA
10772	2025-10-06	MS2MP: A Deep Learning Framework for Metabolic Pathway Prediction from MS/MS-Based Untargeted Metabolomics 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.4c06875 PMID:40583780	研究论文	提出一种直接从MS/MS非靶向代谢组学数据预测KEGG代谢通路的深度学习框架MS2MP	首个能够直接从MS谱图预测代谢通路的计算工具，无需先进行代谢物注释	仅基于33,221个实验MS谱图进行训练，可能对某些罕见代谢通路覆盖不足	开发直接从串联质谱数据预测代谢通路的深度学习方法	非靶向代谢组学中的MS/MS谱图和KEGG代谢通路	机器学习	NA	串联质谱(MS/MS)，非靶向代谢组学	图神经网络(GNN)	质谱数据，图数据(碎片树图)	33,221个实验MS谱图，161个代谢物标准品	NA	图神经网络	平衡准确率，精确匹配率	NA
10773	2025-10-06	Mapping the Conformational Heterogeneity Intrinsic to the Protein Native Ensemble 2025-Jul-15, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.5c00201 PMID:40615361	综述	本文探讨了在AlphaFold时代如何超越单一蛋白质结构预测，通过整合实验与计算方法揭示蛋白质天然构象集合的异质性	提出'序列-集合-功能'新范式，强调需要映射构象状态集合、相对种群、转换时间尺度及其对物理扰动的敏感性	NA	阐明理解蛋白质功能需要超越单一结构，探索构象景观的异质性	蛋白质构象集合和功能关系	计算生物学	NA	多探针实验，物理基础模型	NA	结构生物学数据	NA	NA	NA	NA	NA
10774	2025-10-06	Deep learning-based contour propagation in magnetic resonance imaging-guided radiotherapy of lung cancer patients 2025-Jul-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade8d0 PMID:40570891	研究论文	本研究开发了基于深度学习的形变图像配准网络，用于磁共振引导放疗中肺部器官风险区和肿瘤靶区的轮廓传播	首次将混合Transformer-卷积神经网络TransMorph模型应用于多中心、不同场强MR-Linac的轮廓传播，实现了跨设备的高精度分割	研究样本量相对有限，且主要针对肺癌患者，未验证其他癌症类型的适用性	提高磁共振成像引导放疗中轮廓传播的效率和准确性	肺癌患者（包括I-II期、中央型肺癌和III期患者）	医学影像分析	肺癌	磁共振成像	深度学习	医学影像	172例患者（140例内部数据+18例外部中央型肺癌+14例III期肺癌），共490对图像	PyTorch	TransMorph	Dice相似系数, Hausdorff距离百分位数（50th和95th）, 均方误差	NA
10775	2025-10-06	Dose-aware denoising diffusion model for low-dose CT 2025-Jul-15, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ade8cc PMID:40570896	研究论文	提出一种新型剂量感知扩散模型用于低剂量CT图像去噪	引入基于物理的前向过程与连续时间步长，结合计算高效的噪声校准模块，能够泛化到未知剂量水平	NA	解决低剂量CT去噪中泛化性和随机采样不确定性的问题	低剂量CT图像	医学影像处理	NA	CT成像	扩散模型	医学图像	梅奥诊所数据集	NA	剂量感知扩散模型	定性评估,定量评估	NA
10776	2025-10-06	MSCMLCIDTI: Drug-Target Interaction Prediction Based on Multiscale Feature Extraction and Deep Interactive Attention Fusion Mechanisms 2025-Jul-15, Journal of computational chemistry IF:3.4Q2 DOI:10.1002/jcc.70170 PMID:40660331	研究论文	提出基于多尺度特征提取和深度交互注意力融合机制的药物-靶点相互作用预测模型	结合多尺度卷积块和深度交叉交互机制，增强局部特征表示和药物-靶点信息交互建模能力	NA	提高药物-靶点相互作用预测的准确性	药物化合物和氨基酸序列	机器学习	NA	深度学习	CNN, 注意力机制	分子结构指纹，蛋白质序列	四个公开基准数据集	NA	多尺度卷积块，多层交叉交互网络	预测准确率	NA
10777	2025-10-06	Collaborative Internal Cavity Effect and Interfacial Modulation Mechanism for Boosting Deep Learning-Powered Immunochromatographic Pathogen Detection 2025-Jul-15, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03367 PMID:40662476	研究论文	本研究开发了一种结合深度学习与纳米材料的免疫层析检测平台，用于病原体超灵敏检测	首次协同利用空心碳纳米球的内腔效应和界面抗体定向固定机制，结合卷积神经网络实现信号放大和智能分析	NA	提升免疫层析检测病原体的灵敏度和准确性	病原体（具体种类未明确说明）	机器学习	传染病	免疫层析检测，光热检测，比色检测	CNN	图像	加标牛奶和生菜样本	NA	卷积神经网络	准确率	NA
10778	2025-10-06	AI-Driven Smart Sportswear for Real-Time Fitness Monitoring Using Textile Strain Sensors 2025-Jul-14, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3588051 PMID:40658556	研究论文	开发了一种集成纺织应变传感器和深度学习框架的智能运动服装系统，用于实时监测健身活动质量	首次将丝网印刷石墨烯应变传感器与1D ResNet-18深度学习框架结合，实现呼吸-力量协调和肌肉激活对称性的同步无创监测	仅针对六种运动条件进行验证，样本规模和运动类型覆盖范围有限	开发能够实时分类运动执行质量的智能运动服装系统	人体运动过程中的生理和生物力学参数	机器学习	NA	纺织应变传感器，丝网印刷石墨烯传感器	CNN	传感器数据	NA	NA	1D ResNet-18	分类准确率	NA
10779	2025-10-06	Mining Global and Local Semantics from Unlabeled Spectra for Spectral Classification 2025-Jul-14, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3588122 PMID:40658574	研究论文	提出一种名为GLSM的自监督学习方法，用于从未标记光谱数据中挖掘全局和局部语义信息以提升光谱分类性能	首次将全局语义挖掘和局部语义挖掘两种代理任务结合，通过自监督学习捕获光谱数据的全局域不变特征和局部精细细节	未明确说明方法在极端噪声条件下的鲁棒性以及对计算资源的具体要求	开发不依赖大量标注数据的光谱分类方法	分子振动光谱数据	机器学习	NA	分子振动光谱	自监督学习	光谱数据	三个数据集（具体数量未说明）	NA	GLSM（全局和局部语义挖掘）	NA	NA
10780	2025-10-06	AI-driven smart agriculture using hybrid transformer-CNN for real time disease detection in sustainable farming 2025-Jul-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10537-6 PMID:40659733	研究论文	提出一种结合Transformer和CNN的混合深度学习模型AttCM-Alex，用于可持续农业中的实时植物病害检测	通过整合卷积操作与自注意力机制，有效解决光照变化和图像噪声问题，在挑战性环境条件下实现稳健的病害检测	仅通过模拟农业场景进行测试，未在真实复杂农田环境中全面验证	提升植物病害检测的准确性和鲁棒性，支持可持续农业发展	植物病害图像	计算机视觉	植物病害	深度学习	Transformer, CNN	图像	NA	NA	AttCM-Alex	准确率	NA