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
10861	2025-10-07	Rapid detection of the viability of naturally aged maize seeds using multimodal data fusion and explainable deep learning techniques 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143692 PMID:40068265	研究论文	本研究提出了一种基于多模态数据融合和可解释深度学习技术的玉米种子活力快速检测方法	首次将多传感器信息融合与可解释深度学习相结合用于自然老化玉米种子活力检测，提出了MSCNSVN模型	NA	提高玉米种子活力检测的准确性和可解释性	自然老化的玉米种子	计算机视觉	NA	多传感器数据采集（MV, RS, TS, FS, SS）	深度学习	多模态传感器数据	NA	NA	MSCNSVN	准确率	NA
10862	2025-10-07	Online assessment of soluble solids content in strawberries using a developed Vis/NIR spectroscopy system with a hanging grasper 2025-Jun-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.143671 PMID:40073605	研究论文	开发了一种基于可见/近红外光谱的悬挂式草莓可溶性固形物含量在线检测系统	采用悬挂式传输方式结合深度学习方法的在线检测系统，解决了草莓易损伤和检测效率问题	研究主要针对草莓，对其他小型易损水果的适用性需要进一步验证	实现在线检测草莓内部品质（可溶性固形物含量）	草莓	光谱分析	NA	可见/近红外光谱技术	PLSR, 1D-CNN, LSTM	光谱数据	NA	NA	1D-CNN-LSTM	RPD, R, RMSEP	NA
10863	2025-10-07	Artificial intelligence driven plaque characterization and functional assessment from CCTA using OCT-based automation: A prospective study 2025-Jun-01, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2025.133140 PMID:40064207	研究论文	开发并验证一种基于CCTA和OCT图像的AI模型，用于自动分析斑块特征和冠状动脉功能	首次将CCTA与OCT图像结合，通过深度学习实现斑块特征的自动分析和冠状动脉功能评估	样本量相对较小（100例患者），需在更大规模研究中进一步验证	开发自动化斑块特征分析和冠状动脉功能评估的AI模型	接受侵入性冠状动脉造影、OCT和CCTA检查的冠心病患者	医学影像分析	心血管疾病	CCTA, OCT, 深度学习	CNN	医学影像（断层扫描图像）	100例患者，21,471张断层扫描图像	NA	卷积神经网络	McNemar检验, ICC, AUC	NA
10864	2025-10-07	Genetic Distinctions Between Reticular Pseudodrusen and Drusen: A Genome-Wide Association Study 2025-Jun, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.03.007 PMID:40064387	研究论文	通过全基因组关联研究识别网状假性玻璃膜疣与玻璃膜疣之间的遗传差异	首次通过深度学习分析OCT影像识别病例，发现了三个与网状假性玻璃膜疣相关的罕见遗传变异位点	样本量有限，特别是纯网状假性玻璃膜疣病例较少，部分关联未达到全基因组显著性	识别网状假性玻璃膜疣特有的遗传决定因素	UK Biobank队列中的网状假性玻璃膜疣患者、玻璃膜疣患者和对照参与者	生物医学	年龄相关性黄斑变性	全基因组关联研究，光学相干断层扫描	深度学习	基因组数据，OCT影像，彩色眼底照片	1787名参与者（1037名对照，361名纯玻璃膜疣，66名纯网状假性玻璃膜疣，323名混合病例）	NA	NA	P值	NA
10865	2025-10-07	Convolutional neural network-based method for the real-time detection of reflex syncope during head-up tilt test 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108622 PMID:40068530	研究论文	提出一种基于卷积神经网络的实时检测方法，用于在直立倾斜试验中检测反射性晕厥	采用端到端架构结合残差和压缩激励模块，无需手动提取特征，仅需原始血压信号即可实现反射性晕厥的早期检测	样本中反射性晕厥患者数量相对较少（57例），可能影响模型泛化能力	开发实时反射性晕厥检测系统以提高医疗效率和患者便利性	1348名患者（1291名正常，57名反射性晕厥患者）	医疗人工智能	反射性晕厥	直立倾斜试验，血压监测	CNN	生理信号（血压信号）	1348名患者	NA	残差块，压缩激励块	AUC, 敏感度, 特异度	NA
10866	2025-10-07	MCNEL: A multi-scale convolutional network and ensemble learning for Alzheimer's disease diagnosis 2025-Jun, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.108703 PMID:40081198	研究论文	提出一种多尺度卷积网络和集成学习框架MCNEL，用于阿尔茨海默病的早期准确诊断	结合改进的EfficientNet-B0和MobileNetV2模型与DenseNet121构建混合特征提取工具，开发基于SimAM的特征融合方法，并设计具有自适应权重调整策略的集成学习分类器	NA	提高阿尔茨海默病的早期诊断准确性	阿尔茨海默病患者及不同阶段认知障碍患者	计算机视觉	阿尔茨海默病	磁共振成像(MRI)	CNN,集成学习	医学图像	ADNI数据集(ADNI-1和ADNI-2)	NA	EfficientNet-B0,MobileNetV2,DenseNet121	准确率	NA
10867	2025-10-07	A longitudinal observational study with ecological momentary assessment and deep learning to predict non-prescribed opioid use, treatment retention, and medication nonadherence among persons receiving medication treatment for opioid use disorder 2025-Jun, Journal of substance use and addiction treatment DOI:10.1016/j.josat.2025.209685 PMID:40127869	研究论文	本研究使用生态瞬时评估和深度学习预测接受阿片类药物使用障碍治疗患者的非处方阿片使用、治疗保留和药物不依从行为	结合生态瞬时评估的实时情境数据与递归深度学习模型，采用7天滑动窗口预测次日结果，并应用SHAP解释特征延迟和重要性	样本量相对较小（62名参与者），模型性能在不同结果指标间存在较大差异（AUC 0.58-0.97）	预测接受阿片类药物使用障碍治疗患者的关键治疗结果，以提供主动干预方法	接受阿片类药物使用障碍治疗的成年患者	机器学习	阿片类药物使用障碍	生态瞬时评估，电子健康记录分析	递归深度学习模型	生态瞬时评估数据，电子健康记录，情境数据（压力、疼痛、社交环境等）	62名成年人，14,322次观察	NA	递归神经网络	AUC	NA
10868	2025-05-14	Spectroscopic techniques combined with chemometrics for rapid detection of food adulteration: Applications, perspectives, and challenges 2025-Jun, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.116459 PMID:40356185	review	本文综述了近三年来六种光谱技术与化学计量学方法在常见食品掺假检测中的应用、前景与挑战	总结了六种光谱技术（NIR、FTIR、HSI、Raman、UV-Vis和FS）与化学计量学方法在食品掺假检测中的综合应用，并提出了基于深度学习的方法和数据融合的未来研究方向	线性化学计量学方法仍是主要研究方法，这可能限制光谱技术的应用潜力	探讨光谱技术与化学计量学在食品掺假快速检测中的应用与未来发展	常见食品掺假（粉状食品、肉类、蜂蜜、饮料、食用油和乳制品）	食品检测	NA	NIR, FTIR, HSI, Raman, UV-Vis, FS	线性化学计量学方法、深度学习模型	光谱数据	NA	NA	NA	NA	NA
10869	2025-10-07	NCPepFold: Accurate Prediction of Noncanonical Cyclic Peptide Structures via Cyclization Optimization with Multigranular Representation 2025-May-13, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c00139 PMID:40255206	研究论文	开发了一种专门用于预测含非经典氨基酸环肽结构的深度学习模型NCPepFold	首次提出结合残基和原子级多粒度信息，通过环化优化直接预测含非经典氨基酸环肽结构的方法	仅针对环肽结构预测，未涉及线性肽或其他生物分子结构预测	提高含非经典氨基酸环肽结构预测的准确性	含非经典氨基酸的环肽	机器学习	NA	深度学习	深度学习模型	肽结构数据	NA	NA	NCPepFold	均方根偏差(RMSD)	NA
10870	2025-10-07	SpecRecFormer: Deep Learning-Driven Adaptive Component Identification of PAH Mixtures Based on Single-Component Raman Spectra 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00461 PMID:40298131	研究论文	提出一种基于深度学习的SpecRecFormer模型，用于快速识别多环芳烃混合物中的单个组分	集成双通道CNN和Transformer模块进行局部和全局特征提取，并引入自适应阈值策略动态调整决策阈值	训练数据仅来自四个单组分参考光谱，可能限制模型在更广泛化合物上的泛化能力	解决混合光谱中组分识别的挑战，特别是光谱峰重叠和分子相互作用导致的特征峰位移问题	多环芳烃混合物的拉曼光谱	光谱分析	NA	拉曼光谱	CNN, Transformer	光谱数据	四个单组分参考光谱，扩展到三个真实世界PAH数据集	NA	双通道CNN, Transformer	准确率	NA
10871	2025-10-07	Effect of Cell-Cell Interaction on Single-Cell Behavior Revealed by a Deep Learning-Aided High-Throughput Addressable Single-Cell Coculture System 2025-May-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00306 PMID:40298933	研究论文	开发了一种深度学习辅助的高通量可寻址单细胞共培养系统，用于研究单细胞水平的细胞间相互作用	结合高通量单细胞共培养和自动化数据处理，实现了快速配对异质性细胞并定量分析单细胞相互作用	NA	研究细胞间相互作用对单细胞行为的影响	单个乳腺癌细胞和单个内皮细胞	数字病理	乳腺癌	单细胞共培养系统	深度学习	单细胞数据	NA	NA	NA	NA	NA
10872	2025-10-07	Lightweight and universal deep learning model for fast proton spot dose calculation at arbitrary energies 2025-May-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add3b9 PMID:40315885	研究论文	提出一种轻量级通用深度学习模型用于快速计算任意能量下的质子点剂量	首次将LSTM网络应用于质子点剂量计算，实现了适用于任意能量的轻量级通用模型	在鼻咽癌和肺癌病例中，由于组织结构差异，部分点剂量样本出现明显偏差	开发适用于快速自适应规划和质量保证的质子点剂量计算方法	前列腺癌、鼻咽癌和肺癌病例	医学物理	前列腺癌,鼻咽癌,肺癌	质子治疗	LSTM	剂量数据	前列腺、鼻咽和肺癌病例数据集	NA	MED-LSTM	伽马通过率	NA
10873	2025-10-07	Discovery and Prediction on a Family of Hard Superconductors with Kagome Lattice: XY3 Compounds 2025-May-13, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.4c15032 PMID:40317254	研究论文	通过结构预测发现具有Kagome晶格的XY3化合物家族，并研究其超导和硬质特性	首次在NaSi_6/相中发现Kagome晶格，并通过深度学习分子动力学模拟构建相图	研究主要基于理论计算和模拟，需要实验验证	探索具有Kagome晶格和硬质特性的超导体材料	XY3化合物（X=Li, Na, Cs; Y=B, Si, Ge）	材料科学	NA	结构预测，深度学习分子动力学模拟	深度学习	晶体结构数据，分子动力学模拟数据	多种XY3化合物组合（X=Li, Na, Cs; Y=B, Si, Ge）	NA	NA	超导临界温度，熔点温度	NA
10874	2025-05-14	Segmentation of renal vessels on non-enhanced CT images using deep learning models 2025-May-13, Abdominal radiology (New York) DOI:10.1007/s00261-025-04984-y PMID:40358703	研究论文	评估使用深度学习模型在非增强CT图像上进行肾血管重建的可能性	首次在非增强CT图像上应用深度学习模型进行肾血管重建，并与放射科医生的结果进行比较	模型在识别小的附属血管方面仍有困难，准确率显著低于放射科医生	探索深度学习在非增强CT图像上肾血管重建的应用	177名患者的非增强期、动脉期和静脉期CT扫描	数字病理	肾脏疾病	深度学习	深度学习模型	CT图像	177名患者的CT扫描（训练集120，验证集20，测试集37）	NA	NA	NA	NA
10875	2025-10-07	Validation of a fingertip home sleep apnea testing system using deep learning AI and a temporal event localization analysis 2025-May-12, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsae317 PMID:39821673	研究论文	验证基于深度学习AI和时序事件定位分析的指尖家庭睡眠呼吸暂停检测系统TipTraQ	开发了结合多通道光电容积描记和加速度计传感器的紧凑型家用设备，并采用深度学习AI系统进行睡眠呼吸暂停评估	研究样本主要来自特定医疗中心，需要更广泛的外部验证	验证家庭睡眠呼吸暂停测试系统的准确性和可靠性	疑似阻塞性睡眠呼吸暂停的成年患者	医疗AI	阻塞性睡眠呼吸暂停	光电容积描记术，加速度计传感	深度学习AI	生理信号数据	352名参与者（240名内部验证，112名外部验证）	NA	NA	Spearman相关系数，均方根误差，真阳性率，假阳性率，假阴性率，Cohen's kappa	基于云端的AI系统
10876	2025-10-07	Use of Artificial Intelligence in Recognition of Fetal Open Neural Tube Defect on Prenatal Ultrasound 2025-May-12, American journal of perinatology IF:1.5Q2 DOI:10.1055/a-2589-3554 PMID:40239713	研究论文	使用深度学习模型比较正常和开放性神经管缺陷胎儿的轴向颅脑超声图像，并评估其在识别开放性神经管缺陷方面的预测准确性	首次将深度学习迁移学习模型应用于胎儿开放性神经管缺陷的超声图像识别，在临床应用中显示出高准确率	样本量相对较小（59例病例和116例对照），研究设计为病例对照研究	开发基于人工智能的胎儿开放性神经管缺陷自动识别系统	妊娠14-28周的正常胎儿和开放性神经管缺陷胎儿的轴向经丘脑超声图像	计算机视觉	神经管缺陷	超声成像	CNN	图像	59例开放性神经管缺陷病例和116例正常对照	NA	EfficientNet B0,VGG16,Inception V3	Cohen kappa分数,准确率,AUROC,F1分数,敏感性,特异性	NA
10877	2025-05-14	Deep Learning-Enabled Echocardiographic Assessment of Biventricular Ejection Fractions: The Dual-Task QUEST-EF Model 2025-May-12, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf147 PMID:40354128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10878	2025-10-07	GAMMNet: Gating Multi-head Attention in a Multi-modal Deep Network for Sound Based Respiratory Disease Detection 2025-May-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3569160 PMID:40354202	研究论文	提出一种名为GAMMNet的新型多模态神经网络，通过门控机制和多头注意力提升基于声音的呼吸系统疾病检测性能	引入独特的门控机制自适应调节各模态对分类结果的影响，并结合多头注意力和线性变换模块增强分类性能	未明确说明模型在临床环境中的实际部署挑战和计算效率问题	开发接触式监测技术用于呼吸系统疾病的早期检测	基于多模态声音数据的呼吸系统疾病	机器学习	呼吸系统疾病	多模态声音分析	深度学习神经网络	多模态声音数据	真实世界多模态呼吸声音数据集（具体数量未说明）	NA	GAMMNet（包含门控机制、多头注意力模块和线性变换模块）	分类准确率（与其他深度学习方法比较）	NA
10879	2025-10-07	MRI-Based Diagnostic Model for Alzheimer's Disease Using 3D-ResNet 2025-May-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add73d PMID:40354785	研究论文	本研究提出了一种基于3D-ResNet架构的阿尔茨海默病诊断模型，使用MRI数据进行三种认知状态的分类	在残差结构中引入特殊注意力机制(SAM)以增强特征表示，结合ResNet和3D-CNN的优势	仅使用ADNI数据集，样本量相对有限	开发基于深度学习的阿尔茨海默病早期准确诊断方法	阿尔茨海默病(AD)、轻度认知障碍(MCI)和认知正常(CN)个体	计算机视觉	阿尔茨海默病	MRI	3D-CNN	3D MRI图像	800个脑部MRI扫描	NA	3D-ResNet	准确率	NA
10880	2025-10-07	Evaluating Machine- and Deep Learning Approaches for Artifact Detection in Infant EEG: Classifier Performance, Certainty, and Training Size Effects 2025-May-12, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/add740 PMID:40354792	研究论文	评估机器学习和深度学习方法在婴儿EEG伪迹检测中的性能表现	无需特征提取直接处理原始EEG信号，比较了传统机器学习与深度学习在婴儿EEG数据上的表现	仅使用单一数据集，未进行外部验证	开发自动化的婴儿EEG伪迹检测方法	294名婴儿的EEG数据	机器学习	NA	脑电图(EEG)	Random Forest, Support Vector Machine, 深度学习模型	EEG信号	294名婴儿（平均年龄8.34个月），66,851个数据段	NA	NA	平衡准确率	NA