深度学习在生物医药领域中的应用

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
101	2025-07-26	A Unified YOLOv8 Approach for Point-of-Care Diagnostics of Salivary α-Amylase 2025-Jul-02, Biosensors DOI:10.3390/bios15070421 PMID:40710071	研究论文	本文介绍了一种便携式、AI驱动的即时诊断系统，用于通过比色图像分析自动分类唾液α-淀粉酶（sAA）	提出了一种统一的YOLOv8分割-分类模型，简化了流程并实现了实时设备端推理，性能优于模块化YOLOv4-CNN架构	研究仅基于1024张图像的数据集，可能需要在更大规模的数据上进行验证	开发一种快速、可靠且可扩展的唾液诊断移动健康应用平台	唾液α-淀粉酶（sAA）	计算机视觉	NA	比色图像分析	YOLOv8, YOLOv4-CNN	图像	1024张图像，代表八种不同的sAA浓度分类问题
102	2025-07-26	Prostate MRI Using Deep Learning Reconstruction in Response to Cancer Screening Demands-A Systematic Review and Meta-Analysis 2025-Jul-02, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15070284 PMID:40710401	系统综述与荟萃分析	本文系统综述了深度学习重建（DLR）在前列腺MRI中的应用及其对图像质量和采集时间的影响	探讨了DLR技术在前列腺MRI中的潜在优势，特别是在减少采集时间同时保持或提升图像质量方面的创新应用	研究间图像质量指标的异质性阻碍了定量综合分析，且基于传统数据训练的AI模型在DLR图像上的准确性可能降低	评估DLR技术在前列腺MRI中的应用效果，特别是在癌症筛查需求增加的背景下	前列腺MRI图像	数字病理学	前列腺癌	深度学习重建（DLR）	深度学习模型	MRI图像	33项研究
103	2025-07-26	Artificial Intelligence in the Management of Malnutrition in Cancer Patients: A Systematic Review 2025-Jul, Advances in nutrition (Bethesda, Md.) DOI:10.1016/j.advnut.2025.100438 PMID:40334987	系统综述	本文系统评估了人工智能在癌症患者营养不良管理中的应用及其效果	首次系统评价AI在癌症患者营养管理中的多领域应用，包括营养状态评估、预测和临床结果改善	需要进一步研究以标准化AI模型并确保临床适用性	评估人工智能在癌症患者营养不良识别和管理中的作用	癌症患者	医疗人工智能	癌症	机器学习算法（决策树、随机森林、支持向量机）和深度学习模型	决策树、随机森林、支持向量机、深度学习	医疗影像和临床数据	11项研究（共52,228名患者）
104	2025-07-26	Regularized Gradient Statistics Improve Generative Deep Learning Models of Super Resolution Microscopy 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202401900 PMID:40454902	research paper	本文提出了一种在超分辨率荧光显微镜深度学习模型训练过程中通过正则化信号梯度统计来改进生成图像质量的方法	通过在训练数据集中对图像进行梯度及拉普拉斯统计量的正则化处理，使其更接近自然场景图像的统计特性，从而提升生成图像质量	该方法仅适用于具有适当先验信息的图像（如BioSR数据集中丝状结构图像）	改进超分辨率显微镜深度学习模型的图像生成质量	超分辨率荧光显微镜图像	computer vision	NA	深度学习	Conditional Variational Diffusion Model (CVDM)	图像	BioSR数据集（包含衍射极限图像与超分辨率图像的匹配对）
105	2025-07-26	Deep Learning Based Models for CRISPR/Cas Off-Target Prediction 2025-Jul, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500122 PMID:40468633	综述	本文综述了基于深度学习的CRISPR/Cas脱靶预测工具，评估了六种深度学习模型在公共数据集上的性能	强调了将验证过的脱靶数据集整合到模型训练中以提升预测性能的重要性，并评估了六种深度学习模型的综合表现	没有一种模型在所有场景中始终优于其他模型	改进CRISPR/Cas脱靶位点预测，确保更安全的基因组编辑应用	CRISPR/Cas脱靶位点预测工具及其性能评估	机器学习	NA	深度学习	CRISPR-Net, CRISPR-IP, R-CRISPR, CRISPR-M, CrisprDNT, Crispr-SGRU	序列数据	六个公共数据集及CRISPRoffT数据库中的验证数据
106	2025-07-26	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-Jul, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	本文提出了一种基于记忆核最小化的神经网络（MEMnets），用于准确识别生物分子动力学的慢集体变量（CVs）	MEMnets通过最小化时间积分记忆核的上界，利用并行编码器网络识别最优CVs，克服了传统方法假设马尔可夫动力学的局限性	在大型生物分子动态系统中，有限采样可能影响CVs识别的准确性	开发一种深度学习框架，以识别生物分子动力学中的慢集体变量	生物分子（如FIP35 WW域和细菌RNA聚合酶）的构象变化	机器学习	NA	深度学习	神经网络（MEMnets）	分子动力学数据	NA
107	2025-07-26	ICD lead and primary metal artifact detection and inpainting in cardiac CT images 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17947 PMID:40660812	研究论文	开发了一种自动检测心脏CT扫描中ICD导线及周围金属伪影并修复受影响区域的方法	提出了两种深度学习模型，用于自动检测和修复心脏CT图像中的ICD导线及金属伪影，提高了心脏分割和运动分析的准确性	方法主要针对已重建的CT图像，可能不适用于其他类型的医学影像或不同来源的金属伪影	减少心脏CT图像中由ICD导线引起的金属伪影，恢复丢失的解剖信息	心脏CT图像中的ICD导线及金属伪影	数字病理学	心血管疾病	深度学习	2D U-Net, 3D图像修复模型	CT图像	12名患者的心脏4DCT扫描数据，以及148名患者的无伪影心脏CT数据用于合成数据集
108	2025-07-26	Multistage attention-based extraction and fusion of protein sequence and structural features for protein function prediction 2025-Jul-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf374 PMID:40569190	研究论文	提出了一种基于多阶段注意力机制的蛋白质功能预测框架MAEF-GO，整合了蛋白质序列和结构特征	创新性地整合了图卷积网络和图注意力网络提取蛋白质结构特征，并引入了频域注意力机制和跨注意力模块	未提及具体局限性	改进蛋白质功能预测方法	蛋白质序列和结构特征	生物信息学	NA	图卷积网络、图注意力网络、频域注意力机制	MAEF-GO	蛋白质序列和结构数据	未提及具体样本量
109	2025-07-26	From Industry 4.0 to 5.0: Exploring the Opportunity of Biodegradable Freshness Indicator Packaging 2025-Jul, Comprehensive reviews in food science and food safety IF:12.0Q1 DOI:10.1111/1541-4337.70242 PMID:40708461	综述	本文探讨了从工业4.0到5.0背景下，生物可降解新鲜度指示包装的机遇及其在食品包装行业的应用	结合数字技术与包装技术的跨学科整合，提出了生物可降解材料与新鲜度指示包装的创新应用	未具体提及实验数据或案例研究的局限性	探索生物可降解新鲜度指示包装在可持续食品包装中的潜力和机遇	生物可降解聚合物和新鲜度指示包装技术	食品包装技术	NA	机器学习、大数据、物联网、3D打印、深度学习、区块链、云边协作、万物互联、4D打印	NA	NA	NA
110	2025-07-26	Detect+Track: robust and flexible software tools for improved tracking and behavioural analysis of fish 2025-Jul, Royal Society open science IF:2.9Q1 DOI:10.1098/rsos.242086 PMID:40708665	research paper	介绍了一种名为Detect+Track的新型视频处理方法，结合深度学习目标检测器与基于模板的目标无关跟踪器，显著提高了动物跟踪的准确性和鲁棒性	结合深度学习目标检测器与基于模板的目标无关跟踪器，显著提高了动物跟踪的准确性和鲁棒性，特别是在遮挡、光照变化、身体变形和表面波纹等挑战性条件下	未明确提及具体局限性，但可能需要手动校正和重新训练以适应新的对象类别	提高动物在复杂环境中运动和决策研究的跟踪和分析能力	Picasso triggerfish（毕加索扳机鱼）在随机排列的圆柱障碍物中导航的行为实验	computer vision	NA	深度学习目标检测、基于模板的跟踪、Voronoi镶嵌、平面同调、光流法	深度学习目标检测器	video	未明确提及具体样本数量，但涉及毕加索扳机鱼的行为实验
111	2025-07-26	VGG-EffAttnNet: Hybrid Deep Learning Model for Automated Chili Plant Disease Classification Using VGG16 and EfficientNetB0 With Attention Mechanism 2025-Jul, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.70653 PMID:40708782	研究论文	提出了一种结合VGG16和EfficientNetB0的混合深度学习模型VGG-EffAttnNet，用于辣椒植物病害的自动分类	结合VGG16和EfficientNetB0，引入注意力机制和蒙特卡洛Dropout（MCD）以提高分类的准确性和鲁棒性	未来工作需扩展到实时移动和边缘设备部署，增强模型的可解释性，并探索去中心化农业诊断的联邦学习	开发一种高效的深度学习模型，用于辣椒植物病害的自动分类，以支持精准农业	辣椒植物的病害图像	计算机视觉	辣椒植物病害	深度学习	VGG16, EfficientNetB0	图像	5000张图像，涵盖五个类别：健康、叶卷曲、叶斑、粉虱和黄化
112	2025-07-26	Machine learning-assisted point-of-care diagnostics for cardiovascular healthcare 2025-Jul, Bioengineering & translational medicine IF:6.1Q1 DOI:10.1002/btm2.70002 PMID:40708978	research paper	本文探讨了机器学习辅助的即时诊断设备在心血管疾病医疗中的应用及其潜力	利用深度学习框架改进即时诊断设备，实现更频繁的异常检测和自动化专家级诊断	数据隐私问题和数据集代表性偏见可能阻碍临床整合	提升心血管疾病的诊断准确性和医疗效率	心血管疾病患者	machine learning	cardiovascular disease	deep learning	deep learning frameworks	medical data	NA
113	2025-07-26	An Interactive Human-in-the-Loop Framework for Skeleton-Based Posture Recognition in Model Education 2025-Jul-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10070431 PMID:40710243	research paper	提出了一种基于骨架的姿势识别的人机交互框架，用于支持模型训练和艺术教育	结合了传统和深度学习分类算法，并整合了视觉推荐模块以增强教学互动性	未提及数据集是否具有多样性或泛化能力	开发一个支持姿势分类和模型训练的交互式框架	人体姿势（站立、坐、跳跃、蹲伏、躺）	computer vision	NA	骨架特征提取（关节坐标、角度、肢体长度、对称性度量）	KNN, SVM, Random Forest, LSTM, Transformer	image	4870张标注图像用于训练和验证，500张图像用于测试
114	2025-07-26	Deep Learning Approaches for Automated Prediction of Treatment Response in Non-Small-Cell Lung Cancer Patients Based on CT and PET Imaging 2025-Jun-30, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11070078 PMID:40710896	综述	本文综述了基于深度学习的自动化方法，用于预测非小细胞肺癌患者对治疗的反应，主要基于CT和PET影像	探讨了深度学习在分析CT和PET影像中的形态和代谢变化方面的创新应用，以自动化评估肺癌治疗反应	未提及具体样本量或数据集的详细描述，可能缺乏对方法实际应用效果的深入分析	旨在通过深度学习技术提高非小细胞肺癌治疗反应的评估效率和客观性	非小细胞肺癌患者的CT和PET影像	数字病理学	肺癌	CT和PET影像分析	深度学习（未指定具体模型）	医学影像	NA
115	2025-07-26	Morphometric, Biomechanical and Macromolecular Performances of β-TCP Macro/Micro-Porous Lattice Scaffolds Fabricated via Lithography-Based Ceramic Manufacturing for Jawbone Engineering 2025-Jun-28, Journal of functional biomaterials IF:5.0Q2 DOI:10.3390/jfb16070237 PMID:40710452	研究论文	本研究开发并表征了一种新型光刻打印陶瓷β-TCP支架，具有宏观/微观多孔晶格结构，旨在优化骨传导和机械稳定性	采用光刻技术制造具有宏观/微观多孔晶格的β-TCP支架，结合先进的成像技术和深度学习工具评估其骨再生效果	未提及长期临床效果及大规模临床试验结果	开发用于颌骨工程的高效骨组织再生支架	β-TCP支架及其在颌骨再生中的应用	生物医学工程	颌骨缺损	光刻陶瓷制造技术、微计算机断层扫描、同步辐射成像、傅里叶变换红外成像分析	深度学习工具	图像数据	未明确提及具体样本数量
116	2025-07-26	The Robust Vessel Segmentation and Centerline Extraction: One-Stage Deep Learning Approach 2025-Jun-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070209 PMID:40710596	研究论文	本文提出了一种新颖的一阶段深度学习方法，用于同时进行血管分割和中心线提取	采用多任务神经网络设计了一种混合架构，结合卷积和图层，以及特定任务的损失函数，有效捕捉分割和中心线提取之间的拓扑关系，并利用它们的互补特征	NA	提高血管成像应用中血管分割和中心线提取的准确性和效率	血管分割和中心线提取	计算机视觉	NA	深度学习	多任务神经网络	图像	142张来自LIDC-IDRI和AMOS数据集的胸部及腹部区域的计算机断层扫描血管造影图像
117	2025-07-26	Artificial Intelligence-Driven Drug Toxicity Prediction: Advances, Challenges, and Future Directions 2025-Jun-23, Toxics IF:3.9Q1 DOI:10.3390/toxics13070525 PMID:40710970	综述	本文综述了人工智能在药物毒性预测领域的应用进展、挑战及未来发展方向	系统总结了深度学习与多模态数据融合策略在药物毒理学评估中的科学范式转变	未提及具体技术实现的局限性或数据偏差问题	为药物研发中的毒性预测提供全面的理论框架和技术策略	药物毒性预测相关文献及全球发展现状	机器学习	NA	深度学习、多模态数据融合	机器学习模型、深度学习模型	多模态数据	NA
118	2025-07-26	Optimizing Tumor Detection in Brain MRI with One-Class SVM and Convolutional Neural Network-Based Feature Extraction 2025-Jun-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070207 PMID:40710594	研究论文	本研究通过结合One-Class SVM和基于CNN的特征提取方法，优化了脑MRI中的肿瘤检测	使用仅基于健康脑MRI图像提取的特征训练One-Class SVM，结合多种深度学习架构和传统特征提取技术，显著提高了异常检测性能	需要减少推理时间、扩展和多样化训练数据集，并增加可解释性工具以支持临床整合	优化脑MRI中的肿瘤检测，解决医学影像数据类别不平衡的问题	脑MRI图像	计算机视觉	脑肿瘤	MRI	One-Class SVM, CNN (DenseNet121, VGG16, MobileNetV2, InceptionV3, ResNet50)	图像	未明确说明样本数量
119	2025-07-26	RGB-to-Infrared Translation Using Ensemble Learning Applied to Driving Scenarios 2025-Jun-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11070206 PMID:40710593	research paper	提出一种使用梯度提升决策树从RGB图像合成真实红外数据的方法，以增强自动驾驶感知系统的多模态传感能力	采用梯度提升决策树进行RGB到红外图像的转换，作为传统深度学习方法（如CNN和GAN）的有效替代方案，特别是在数据稀缺的情况下	未明确提及具体局限性，但可能包括对特定数据集（如MS2、EPFL和Freiburg）的依赖性以及合成图像在极端场景下的泛化能力	增强自动驾驶感知系统的多模态传感能力，特别是红外模态的数据融合	RGB图像和红外图像（包括近红外和热成像图像）	computer vision	NA	梯度提升决策树	ensemble learning	image	涉及多个数据集（MS2、EPFL和Freiburg）以及CARLA模拟器生成的合成RGB图像
120	2025-07-26	Deep Learning-Enhanced Noninvasive Detection of Pulmonary Hypertension and Subtypes via Chest Radiographs, Validated by Catheterization 2025-Jun-18, Chest IF:9.5Q1 DOI:10.1016/j.chest.2025.06.008 PMID:40541737	research paper	该研究开发了深度学习模型（CXR-PH-Net和CXR-CHD-PAH-Net），通过胸部X光片非侵入性检测肺动脉高压（PH）及其亚型先天性心脏病相关肺动脉高压（CHD-PAH）	利用深度学习技术从常规胸部X光片中检测PH及其亚型，为非侵入性诊断提供了新方法，尤其在资源有限的环境中具有潜在应用价值	需要在更多样化的人群中进行进一步验证以增强临床普适性	开发非侵入性、准确且易于获取的肺动脉高压及其亚型诊断工具	肺动脉高压（PH）患者，特别是先天性心脏病相关肺动脉高压（CHD-PAH）患者	digital pathology	cardiovascular disease	deep learning	CNN	image	4,576名患者（包括2,288名PH患者），其中2,140名用于内部测试，1,158名RHC确认的内部队列和90名来自2家独立医院的外部RHC队列