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
11201	2025-10-07	Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00654 PMID:38842187	研究论文	提出两种基于深度学习的框架STFT-CNN和SST-CNN，用于检测药物诱导的心脏毒性	首次将短时傅里叶变换和同步压缩变换与CNN结合，从iPSC-CMs的机械搏动信号中检测心脏毒性	未明确说明样本规模和数据集的详细组成	开发更准确可靠的药物心脏毒性检测方法	诱导多能干细胞衍生的心肌细胞（iPSC-CMs）的机械搏动信号	机器学习	心血管疾病	阻抗测量，短时傅里叶变换（STFT），同步压缩变换（SST）	CNN	时间序列信号，二维图像表示	NA	NA	STFT-CNN, SST-CNN	准确率	NA
11202	2025-10-07	Percolation Images: Fractal Geometry Features for Brain Tumor Classification 2024, Advances in neurobiology DOI:10.1007/978-3-031-47606-8_29 PMID:38468053	研究论文	提出一种结合分形几何特征和深度学习的脑肿瘤分类混合方法	引入分形几何概念生成渗流图像以突出脑部图像的空间特性，并与原始图像共同输入卷积神经网络	NA	脑肿瘤检测与分类	脑部图像	计算机视觉	脑肿瘤	分形几何分析	CNN	图像	NA	NA	NA	NA	NA
11203	2025-10-07	An autonomous drone for search and rescue in forests using airborne optical sectioning 2021-06-23, Science robotics IF:26.1Q1 DOI:10.1126/scirobotics.abg1188 PMID:34162744	研究论文	本文介绍了一种使用空中光学切片技术在森林中自主搜索救援人员的无人机系统	开发了基于自适应采样的实时在线搜索技术，能够在飞行过程中动态调整路径，将图像复杂度降低至先前方法的1/10	在17次野外实验中未能找到全部42名隐藏人员（找到38名），在预设路径实验中精度为86%	开发能够在茂密遮挡森林中自主搜索救援人员的无人机系统	森林中隐藏的人员	计算机视觉	NA	空中光学切片技术，热成像处理	深度学习	热成像图像	17次野外实验，涉及42名隐藏人员	NA	NA	精度, 分类置信度	机载实时计算
11204	2025-10-07	Application of deep learning on quantitative analysis of binary solid dispersions by UV Raman spectroscopy for planetary exploration 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126154 PMID:40279879	研究论文	提出一种结合注意力机制的深度学习模型IRMSE，用于行星探测中紫外拉曼光谱的矿物和有机物定量分析	首次将带有压缩激励模块的Inception-ResNet-v1模型应用于紫外拉曼光谱定量分析，通过注意力机制从冗余特征中选择关键信息	NA	验证深度学习在行星探测拉曼光谱定量分析中的可行性	矿物与有机物组成的二元固体分散体系	机器学习	NA	紫外拉曼光谱	CNN	光谱数据	NA	NA	Inception-ResNet-v1	预测准确度	NA
11205	2025-10-07	A high-throughput framework for predicting three-dimensional structural-mechanical relationships of human cranial bones using a deep learning-based method 2025-Aug, Journal of the mechanical behavior of biomedical materials IF:3.3Q3 DOI:10.1016/j.jmbbm.2025.107007 PMID:40328110	研究论文	提出基于深度学习的高通量框架，用于预测人类颅骨三维结构与力学响应之间的关系	首次将三维颅骨微观结构与三维力学响应相关联，克服了传统方法仅能预测一维序列或二维截面力学属性的局限性	样本数量有限（40个颅骨样本），年龄分布较集中（平均82.5岁）	建立颅骨三维微观结构与力学响应之间的关联关系	人类颅骨样本	医学影像分析	颅骨损伤	micro-CT扫描，有限元模拟，准静态压缩实验	深度学习	三维医学影像	40个人类颅骨样本，从中提取2000个代表性体积单元	NA	优化后的U-Net	预测值与真实值之间的相似度	NA
11206	2025-10-07	Worldwide research trends on artificial intelligence in head and neck cancer: a bibliometric analysis 2025-Jul, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.02.014 PMID:40155307	文献计量分析	通过文献计量分析探索人工智能在头颈癌研究中的全球趋势	首次对人工智能在头颈癌领域的文献进行系统性文献计量分析，揭示了该领域的研究热点和发展趋势	仅基于Web of Science数据库，可能未涵盖所有相关文献；分析结果受数据库收录范围限制	分析人工智能在头颈癌研究中的全球发展趋势和研究热点	1995-2024年间发表的1,019篇人工智能相关头颈癌研究文献	医学信息学	头颈癌	文献计量分析	深度学习	文献数据	1,019篇论文	VosViewer, Biblioshiny/Bibiometrix for R Studio	NA	NA	NA
11207	2025-10-07	The role of deep learning in diagnostic imaging of spondyloarthropathies: a systematic review 2025-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-024-11261-x PMID:39658683	系统评价	本系统评价评估了深度学习模型在脊柱关节病影像诊断中的应用效果	首次系统评价深度学习在脊柱关节病多模态影像（MRI、CT、X线）诊断中的综合表现，特别关注先进CNN和U-Net架构的性能	部分研究样本量较小，需要更大数据集和进一步前瞻性及外部验证以提高AI模型的泛化能力	评估深度学习模型在提高脊柱关节病影像诊断准确性方面的作用	脊柱关节病的医学影像数据	医学影像分析	脊柱关节病	医学影像分析	CNN, U-Net	医学影像（MRI、CT、X线）	21项研究（具体样本量未明确说明）	NA	CNN, U-Net	AUC, 诊断准确率	NA
11208	2025-10-07	PET and CT based DenseNet outperforms advanced deep learning models for outcome prediction of oropharyngeal cancer 2025-Jun, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.110852 PMID:40118186	研究论文	本研究比较了传统DenseNet架构与先进深度学习模型在口咽癌患者无复发生存期预测中的性能	发现经过优化的传统DenseNet架构在外部测试中表现优于更复杂的先进模型，且去除GTV输入后性能反而提升	研究仅针对口咽癌患者，样本来源有限，需要更多验证	评估传统DenseNet架构在头颈癌预后预测中的性能表现	口咽癌患者	医学影像分析	口咽癌	PET和CT影像分析	DenseNet	医学影像（PET、CT）、轮廓分割数据	HECKTOR 2022数据集489例患者（训练集369例，测试集120例），外加400例外部测试患者	NA	DenseNet81	C-index	NA
11209	2025-10-07	Advances in MRI optic nerve segmentation 2025-Jun, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2025.106437 PMID:40220726	综述	本文系统回顾了2007至2024年间视神经MRI分割技术的发展历程	首次全面梳理视神经MRI分割从传统强度方法到深度学习算法的演进路径，涵盖多图谱解决方案	仅纳入27篇同行评审文献，可能未覆盖所有相关研究	提升视神经相关疾病的早期诊断和治疗规划能力	视神经结构与神经退行性疾病（如多发性硬化症）	医学影像分析	神经退行性疾病	磁共振成像（MRI）	深度学习算法	医学影像	基于27篇文献的系统回顾	NA	NA	NA	NA
11210	2025-10-07	Identification of therapeutics against PfPK6 protein of Plasmodium falciparum: Structure and Deep Learning approach 2025-Jun, Experimental parasitology IF:1.4Q3 DOI:10.1016/j.exppara.2025.108947 PMID:40288672	研究论文	通过结构方法和深度学习模型识别恶性疟原虫PfPK6蛋白的新型抑制剂	结合基于结构的虚拟筛选和深度学习模型识别新型PfPK6抑制剂，并验证其结合稳定性	仅通过计算模拟验证，需要实验验证抑制剂的实际效果	识别针对恶性疟原虫PfPK6蛋白的治疗药物	恶性疟原虫PfPK6蛋白及其抑制剂	计算生物学	疟疾	虚拟筛选,分子动力学模拟	深度学习	化合物结构数据	来自Tres Cantos抗疟数据集的小分子抑制剂化合物	NA	NA	结合亲和力(-13.553 kcal/mol),结合模式稳定性	NA
11211	2025-10-07	A magnetic resonance imaging (MRI)-based deep learning radiomics model predicts recurrence-free survival in lung cancer patients after surgical resection of brain metastases 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106920 PMID:40300277	研究论文	开发并验证基于磁共振成像的深度学习放射组学模型，用于预测肺癌患者脑转移灶手术切除后的无复发生存期	整合临床特征、形态学MRI指标、手工放射组学特征和深度学习特征构建综合预测模型，在五个医疗中心进行外部验证	回顾性研究设计，样本量相对有限（215例患者）	预测肺癌患者脑转移灶切除后的无复发生存期和颅内复发风险	215例经手术病理证实的脑转移肺癌患者	数字病理	肺癌	磁共振成像	深度学习放射组学模型	医学影像	215例患者（训练集167例，外部测试集48例）	NA	NA	C-index, AUC, Kaplan-Meier生存分析	NA
11212	2025-10-07	Deep learning-based triple-tracer brain PET scanning in a single session: A simulation study using clinical data 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121246 PMID:40316225	研究论文	本研究开发了一种基于深度学习的三示踪剂脑PET扫描方法，可在单次会话中实现多示踪剂信号分离	首次提出基于Swin Transformer架构的深度学习模型，用于从合成的三重示踪剂PET图像中分离不同示踪剂信号	FTP图像生成性能较差，研究基于模拟数据而非真实同时采集的多示踪剂PET数据	开发单次会话三重示踪剂脑PET成像协议，简化多示踪剂PET成像并减少辐射暴露	阿尔茨海默病神经影像倡议(ADNI)数据集中的认知正常患者、轻度认知障碍患者和痴呆患者	医学影像分析	阿尔茨海默病	PET成像，多示踪剂成像	深度学习	PET图像	ADNI数据集（具体样本数量未明确说明）	NA	Swin Transformer	MSE, SSIM, PSNR, 敏感性, 特异性, 相关系数	NA
11213	2025-10-07	Deep learning for liver lesion segmentation and classification on staging CT scans of colorectal cancer patients: a multi-site technical validation study 2025-Jun, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.106914 PMID:40327945	研究论文	本研究验证了基于深度学习的肝脏病灶分割与分类模型在结直肠癌分期CT扫描中的应用	首次在多中心技术验证研究中评估UNet模型对结直肠癌患者肝脏病灶的检测和分类性能，特别关注亚厘米级小病灶的检测能力	分类准确性中等，特异性较低（患者水平27.1%），测试数据来自单一机构	验证深度学习模型在结直肠癌分期CT扫描中肝脏病灶检测和分类的技术可行性	结直肠癌患者的肝脏病灶	数字病理	结直肠癌	CT扫描	CNN	医学影像	训练集：272例公共肝脏肿瘤CT扫描；测试集：220例结直肠癌分期CT扫描（2014-2019年）	NA	UNet	检测率，Dice相似系数，Bland-Altman界限，组内相关系数，敏感性，特异性，阳性预测值，阴性预测值，准确率	NA
11214	2025-05-19	Artificial Intelligence and Data Science Methods for Automatic Detection of White Blood Cells in Images 2025-May-16, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01538-y PMID:40379861	研究论文	本文评估了人工智能和数据科学方法在生物医学诊断中自动检测和计数白细胞的有效性	利用AI和DS算法自动识别、定位和分类白细胞，提高诊断效率和准确性	未来需要研究生成式AI在血细胞诊断中的应用	评估AI和DS在生物医学诊断中的有效性	白细胞图像	计算机视觉	白血病	机器学习、深度学习、分类算法	NA	图像	NA	NA	NA	NA	NA
11215	2025-10-07	COMPASS: Computational mapping of patient-therapist alliance strategies with language modeling 2025-May-15, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-025-03379-3 PMID:40374613	研究论文	提出COMPASS框架，利用大语言模型从心理治疗会话文本中直接推断治疗工作联盟	首次使用大语言模型分析心理治疗会话文本，直接映射到工作联盟评估工具，提供细粒度的患者-治疗师对齐轨迹分析	数据收集时间跨度较长（1970-2012年），某些疾病类别样本量较小（如自杀倾向仅12个会话）	开发计算框架分析心理治疗会话中的治疗工作联盟	心理治疗会话文本数据	自然语言处理	精神疾病	语言建模，主题建模	LLM，深度学习	文本	950多个心理治疗会话，涵盖焦虑症（498）、抑郁症（377）、精神分裂症（71）和自杀倾向（12）	NA	大语言模型，深度学习主题模型	语义相似度，主题演化分析	NA
11216	2025-10-07	Towards global reaction feasibility and robustness prediction with high throughput data and bayesian deep learning 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59812-0 PMID:40374636	研究论文	本研究通过整合高通量实验和贝叶斯深度学习，开发了预测有机反应可行性及环境因素鲁棒性的方法	创建了最大规模的单一HTE数据集，提出贝叶斯神经网络模型实现89.48%的预测准确率，通过细粒度不确定性解耦实现高效主动学习	研究聚焦于酸胺偶联反应，尚未验证在其他类型有机反应中的泛化能力	开发预测有机反应可行性和环境因素鲁棒性的计算方法	11,669个不同的酸胺偶联反应	机器学习	NA	高通量实验(HTE), 贝叶斯深度学习	贝叶斯神经网络	化学反应数据	11,669个不同的酸胺偶联反应	NA	贝叶斯神经网络	预测准确率	NA
11217	2025-10-07	Direct evaluation of antiplatelet therapy in coronary artery disease by comprehensive image-based profiling of circulating platelets 2025-May-15, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-59664-8 PMID:40374642	研究论文	通过基于图像的循环血小板全面分析直接评估冠状动脉疾病中的抗血小板治疗	首次使用深度学习技术对循环血小板进行全面图像分析，直接观察血栓状态并评估抗血小板治疗效果	样本量相对有限（207例患者），需要更大规模研究验证	开发直接评估冠状动脉疾病抗血小板治疗效果的新方法	冠状动脉疾病患者	数字病理学	冠状动脉疾病	基于图像的细胞分析，深度学习分析	深度学习	全血样本图像	207例冠状动脉疾病患者	NA	NA	血小板聚集体浓度测量	NA
11218	2025-10-07	An efficient trustworthy cyberattack defence mechanism system for self guided federated learning framework using attention induced deep convolution neural networks 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01561-7 PMID:40374691	研究论文	提出一种基于注意力机制深度卷积神经网络的联邦学习框架网络攻击防御系统	将自引导联邦学习与攻击情报相结合，采用多模型融合架构和优化算法提升网络安全防御能力	NA	开发隐私保护且高效的网络攻击防御机制	分布式系统中的网络攻击防御	机器学习	NA	联邦学习	CNN, BiLSTM, GRU, 注意力机制	网络流量数据	CIC-IDS-2017和UNSW-NB15数据集	NA	卷积神经网络、双向长短期记忆网络、门控循环单元、注意力机制融合模型(CBLG-A)	准确率	NA
11219	2025-10-07	Research on agricultural disease recognition methods based on very large Kernel convolutional network-RepLKNet 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01553-7 PMID:40374696	研究论文	本研究提出了一种基于超大核卷积网络RepLKNet的植物病害识别方法	采用超大核卷积设计显著扩大感受野，增强特征表示能力，克服传统小核卷积在捕获长距离依赖和全局上下文信息方面的局限性	NA	提高植物病害识别的准确性和效率	植物病害图像	计算机视觉	植物病害	深度学习	CNN	图像	95,865张图像，涵盖61种病害类别	NA	RepLKNet	总体准确率(OA), 平均准确率(AA), Kappa系数	NA
11220	2025-10-07	SpectroFusionNet a CNN approach utilizing spectrogram fusion for electric guitar play recognition 2025-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00287-w PMID:40374708	研究论文	提出SpectroFusionNet深度学习框架，通过声谱图融合实现电吉他演奏技术的自动识别	采用多种声谱图融合策略（早期融合和晚期融合）结合轻量级模型提取判别性特征	在实时音频数据集上准确率仅为70.9%，泛化能力有待提升	开发自动识别电吉他演奏技术的深度学习框架	电吉他演奏音频信号	机器学习	NA	声谱图分析（MFCC、CWT、Gammatone）	CNN	音频	9种不同的吉他声音类别	NA	MobileNetV2, InceptionV3, ResNet50	准确率, 精确率, 召回率	NA