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
1441	2025-12-05	Laser spectral enhancement and analysis based on blind-spot networks and Kolmogorov-Arnold networks 2026-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128806 PMID:40934630	研究论文	本文提出了一种结合盲点网络和Kolmogorov-Arnold网络的自监督深度学习框架，用于增强激光诱导击穿光谱的分析性能	提出了一种无需干净参考数据的自监督光谱去噪网络（BSSDN），并首次将Kolmogorov-Arnold网络（KANs）架构应用于LIBS定量分析，通过自适应样条基函数和局部加权改进了传统多层感知机的局限性	研究仅在六种认证不锈钢参考材料上进行了验证，样本类型和数量有限，未在其他材料或更复杂基体中进行广泛测试	解决激光诱导击穿光谱技术中光谱噪声干扰和定量分析精度有限的问题，提升LIBS的分析性能	激光诱导击穿光谱数据，特别是来自六种认证不锈钢参考材料（JZG201-JZG206B）的光谱	机器学习	NA	激光诱导击穿光谱	盲点网络, Kolmogorov-Arnold网络	光谱数据	六种认证不锈钢参考材料（36 × 36 mm固体块）	NA	盲点光谱去噪网络, Kolmogorov-Arnold网络	平均光谱相对标准偏差, 特征峰保留率, 强度保真度, 决定系数, 预测均方根误差	NA
1442	2025-12-05	ResFusionNet-TSMT: A residual network for pesticide detection using surface-enhanced Raman spectroscopy 2026-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128852 PMID:40972279	研究论文	本文提出了一种名为ResFusionNet-TSMT的新型深度学习框架，用于基于表面增强拉曼光谱同时进行农药分类和浓度定量检测	该模型创新性地将残差网络的局部特征提取能力与Transformer的全局依赖建模相结合，采用双流架构处理原始和多尺度光谱输入，引入注意力池化机制聚焦判别性峰值，并利用Transformer编码器进行鲁棒特征融合，同时通过新颖的类别注意力机制优化分类与回归任务的联合学习	NA	提高农药检测的准确性，解决光谱干扰和信号变异性问题	农药	机器学习	NA	表面增强拉曼散射	CNN, Transformer	光谱	NA	NA	ResNet, Transformer	准确率, F1分数, 平均绝对误差, 相关系数R	NA
1443	2025-12-05	Metabolic profiling of Yangxinshi tablet based on time-staggered ion list dynamic detection integrated with metabolic molecular network 2026-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128910 PMID:41016099	研究论文	本文开发了一种基于时间交错离子列表动态检测与代谢分子网络整合的综合分析策略，用于系统表征大鼠口服养心氏片后的体内代谢谱	创新性地建立了BS-VPMDF-tsPIL-AE数据采集模式，结合代谢分子网络和深度学习辅助的质量缺陷过滤智能分类，有效提升了低丰度药物衍生成分的检测能力	研究仅在大鼠血浆和尿液中进行，未涉及其他组织或物种，且部分原型成分仅通过标准品对比初步鉴定，需进一步验证	系统表征养心氏片在大鼠体内的代谢产物，以推进中药药效物质基础研究	大鼠口服养心氏片后的血浆和尿液样本	代谢组学	NA	质谱分析，代谢分子网络，深度学习辅助质量缺陷过滤	深度学习	质谱数据	大鼠血浆和尿液样本，具体数量未明确说明	R编程，Python	NA	NA	NA
1444	2025-12-05	Study on discrimination of Glycyrrhizae Radix et Rhizoma (Licorice) varieties and origin traceability based on composite feature reconstruction combined with HLOA-CNN algorithm 2026-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128821 PMID:40946482	研究论文	本研究提出了一种基于复合特征重构与HLOA-CNN算法的甘草品种鉴别与产地溯源方法	整合多源表型和化学特征，并采用角蜥蜴优化算法（HLOA）优化CNN超参数，构建了HLOA-CNN分类模型，实现了对甘草品种和产地的精确识别	未明确提及模型在其他数据集或实际应用场景中的泛化能力测试	开发一种准确鉴别甘草品种和追溯其产地的智能方法，以保障功能性食品的真实性	甘草（Glycyrrhizae Radix et Rhizoma）样本	机器学习	NA	多源特征提取（RGB颜色、可见光谱、Tamura纹理）、化学成分测量、主成分分析（PCA）、偏最小二乘判别分析（PLS-DA）	CNN	多源特征数据（表型特征、化学特征）	未明确说明具体样本数量，但提及收集了甘草样本并构建了多源特征数据集	NA	CNN（具体架构未指定，但由HLOA优化超参数）	准确率	NA
1445	2025-12-05	Deep-learning-driven spectral image analysis for intelligent monitoring of multiple pesticides and antibiotics 2026-Feb-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128942 PMID:41052491	研究论文	本研究提出了一种基于深度学习的谱图像分析方法，用于智能监测农业水体中的多种农药和抗生素	采用微调的ResNet-50深度学习模型，通过建立光谱特征与参考浓度之间的映射，实现了对未知污染物浓度的有效预测，为农药和抗生素的快速识别提供了新视角	在3.8-10 μg/L浓度范围内，自然水样的异常预测频率有所增加，尽管整体准确率仍相对较高	开发一种快速、同时检测多种农药和抗生素的智能监测方法，以应对环境污染物带来的健康风险	农业水体中的农药（草甘膦、苯达松）和抗生素（苄青霉素钾、盐酸四环素）	计算机视觉	NA	光谱分析	CNN	光谱图像	6100个样本，包含草甘膦、苯达松、苄青霉素钾和盐酸四环素，浓度范围为3.8-550 μg/L	NA	ResNet-50	决定系数, 可靠预测率, 检测限	NA
1446	2025-12-05	Swin-EffuseNet: A dual-stream attention-based model combining Swin transformer V2 and EfficientNet-BO for bone fracture classification 2026-Feb, Journal of orthopaedics IF:1.5Q3 DOI:10.1016/j.jor.2025.10.016 PMID:41340716	研究论文	提出了一种名为Swin-EffuseNet的双流深度学习模型，用于X射线图像中的骨折分类	通过注意力机制融合Swin Transformer V2和EfficientNet-B0，结合全局语义特征与细粒度局部纹理，提升骨折分类性能	未明确提及模型在更广泛数据集或临床环境中的泛化能力限制	开发一个准确、高效且可解释的智能骨折分类模型，以支持诊断工作流程	X射线图像中的骨折分类，包括无骨折、发丝状骨折、简单骨折和复杂骨折四类	计算机视觉	骨折	深度学习	Transformer, CNN	图像	4370张X射线图像，来自两个公开数据集	NA	Swin Transformer V2, EfficientNet-B0	准确率, 精确率, 召回率, F1分数, ROC-AUC, 对数损失	NA
1447	2025-12-05	REST: Holistic Learning for End-to-End Semantic Segmentation of Whole-Scene Remote Sensing Imagery 2026-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3609767 PMID:40938720	研究论文	本文提出了一种名为REST的端到端框架，用于实现全场景遥感影像的整体语义分割	首次提出了一种真正端到端的框架，通过新颖的空间并行交互机制（SPIM）克服GPU内存限制，实现全场景遥感影像的整体分割，无需依赖裁剪或融合等次优策略	NA	解决全场景遥感影像（WRI）的整体语义分割问题，克服GPU内存限制	全场景遥感影像（WRI），包括多光谱、高光谱影像，以及卫星和无人机平台获取的数据	计算机视觉	NA	NA	NA	图像	NA	NA	NA	NA	GPU
1448	2025-12-05	Robust Brain Extraction Tool for Nonenhanced CT and CT Angiography: CTA-BET 2026-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240847 PMID:41147859	研究论文	开发并评估了一种基于深度学习的脑提取模型CTA-BET，用于CT血管造影和非增强CT图像的精确脑部分割	提出了一种专门针对CTA和NCCT图像的鲁棒脑提取工具，在两种模态上均优于现有基准工具	研究为回顾性研究，训练数据来自多机构但样本量有限（CTA训练100例），未在更广泛的外部数据集上进行前瞻性验证	开发一种适用于CT血管造影和非增强CT图像的准确脑提取工具，以增强临床和研究中的自动化成像分析	CT血管造影图像和非增强CT图像中的脑组织	数字病理学	NA	CT血管造影，非增强CT	CNN	3D医学图像	训练集：100例CTA患者（多机构）；验证集：50例外部CTA患者；NCCT验证：132例患者（CQ500公开数据集）	NA	NA	Dice分数，Hausdorff距离，分数归一化直方图	NA
1449	2025-12-05	Adnexal Lesion Discrimination Using Deep Learning Analysis of Dynamic Contrast-enhanced US Images 2026-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.240786 PMID:41190943	研究论文	本研究开发了一种基于动态对比增强超声图像的多模态深度学习模型（OCNet），用于分类附件病变	开发了首个结合动态对比增强超声图像的多模态深度学习模型（OCNet），用于附件病变分类，其性能超越了现有的O-RADS US和ADNEX模型，并能提升初级放射科医生的诊断能力	研究为回顾性设计，样本量相对有限（395例），且仅在中国14家医院进行，可能存在选择偏倚	开发并验证一种深度学习模型，以提高附件病变（尤其是良恶性鉴别）的诊断准确性	经病理证实的附件病变患者，包括良性和恶性病变	数字病理	卵巢癌	动态对比增强超声	深度学习模型	图像	395名女性患者（252例良性，143例恶性），分为训练集（275例）、内部测试集（57例）和外部测试集（63例）	NA	OCNet	AUC, 特异性	NA
1450	2025-12-05	Unsupervised Gaze Representation Learning by Switching Features 2026-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3600680 PMID:40828694	研究论文	提出一种无监督学习框架，通过切换特征来分离注视相关和注视无关信息，以改进3D注视估计	通过编码图像对并切换部分潜在特征来提取共享信息，从而区分注视相关和注视无关信息	未明确说明框架在极端光照或遮挡条件下的鲁棒性	开发无监督学习框架以提升3D注视估计的准确性	眼睛图像和面部图像	计算机视觉	NA	无监督学习	编码器-解码器	图像	NA	NA	Cross-Encoder, Cross-Encoder++	NA	NA
1451	2025-12-05	GAN-Based Domain Adaptation for Image-Aware Layout Generation in Advertising Poster Design 2026-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3602846 PMID:40857181	研究论文	本文提出了一种基于GAN的域适应方法，用于在广告海报设计中生成图像感知的布局	引入了内容感知图形布局数据集（CGL-Dataset），并设计了两种GAN模型（CGL-GAN和PDA-GAN），其中PDA-GAN结合了无监督域适应和像素级判别器，以生成基于输入图像视觉纹理的图像感知布局	未明确说明模型在更广泛设计风格或不同产品类型上的泛化能力	研究基于深度学习的图像感知布局生成，以提升广告海报设计的自动化水平	广告海报的图形布局	计算机视觉	NA	GAN, 无监督域适应	GAN	图像	60,548对修复后的海报标注和121,000张干净产品图像	NA	CGL-GAN, PDA-GAN	准确性, 精确度, 召回率, F1分数, AUC	NA
1452	2025-12-05	An End-to-End Depth-Based Pipeline for Selfie Image Rectification 2026-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3604574 PMID:40889307	研究论文	提出一种基于深度学习的端到端自拍图像校正流程，通过预测面部深度、调整相机参数和修复缺失像素来减轻透视畸变	采用端到端训练框架，一次性处理全帧图像无需人脸裁剪，结合可微分渲染器优化深度估计，并引入辅助模块预测相机水平移动以减少修复区域	依赖合成数据集进行训练，在真实场景中的泛化能力未充分验证	开发自拍图像透视畸变校正技术	自拍图像中的人脸及身体区域	计算机视觉	NA	深度学习，合成数据生成	CNN	图像	使用虚幻引擎生成的大规模合成人脸数据集，包含多样化的主体、姿态、表情、配饰和光照条件	未明确说明	未明确说明	定量评估与定性比较	未明确说明
1453	2025-12-05	Rethinking Adnexal Mass Diagnosis with Dynamic Contrast-enhanced US and Deep Learning 2026-Jan, Radiology. Artificial intelligence DOI:10.1148/ryai.250977 PMID:41335002	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1454	2025-12-05	Directed Vectors for Generation of Independent Subspaces in the Bio-inpired Networks 2025-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065725500790 PMID:41293813	研究论文	本文提出了一种基于生物视网膜网络的不对称网络，用于解释网络功能并生成独立子空间	通过计算模拟展示了分层不对称网络中生成方向性运动向量，这些向量能创建独立子空间，从而促进感官信息向高效特征提取、分类和学习的传输	NA	解释复杂深度神经网络的结构和功能，并探索生物启发网络在特征提取和分类中的应用	生物视网膜网络和不对称神经网络	机器学习	NA	NA	神经网络	NA	NA	NA	不对称网络	分类性能	NA
1455	2025-12-05	Deep learning-based object detection of restorative dental instruments with potential implications for workflow automation and infection control in dental supply units 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30774-z PMID:41339466	研究论文	本研究提出了一种基于深度学习的自动化检测与分类修复性牙科器械的概念验证方法	首次将YOLOv8模型应用于标准化托盘上修复性牙科器械的自动化检测与分类，并与前代YOLO模型进行性能比较	需要在更多样化的临床环境中进行进一步验证，以确保模型的泛化能力	支持牙科供应单元的工作流程自动化和感染控制	标准化托盘上的修复性牙科器械	计算机视觉	NA	深度学习	CNN	图像	1000张图像，包含14000个标注实例，涵盖14个器械类别	PyTorch	YOLOv8, YOLOv5, YOLOv6, YOLOv7	精确度, 召回率, mAP@0.5, mAP@[0.5:0.95]	NA
1456	2025-12-05	Automatic rib fracture detection on postmortem CT data using deep learning 2025-Dec-04, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03669-x PMID:41339543	研究论文	本文评估了深度学习模型nnDetection在死后CT扫描数据上自动检测肋骨骨折的性能，并分析了临床与死后CT成像之间的领域偏移因素	首次将深度学习模型应用于死后CT扫描数据进行肋骨骨折检测，并系统性地识别了临床与死后CT数据之间的领域偏移主要因素	样本量相对较小（仅50例死后CT扫描），且未探索更先进的技术来克服领域偏移因素	评估深度学习模型在死后CT数据上自动检测肋骨骨折的性能，并识别临床与死后CT成像之间的领域偏移因素	死后CT扫描数据和临床CT扫描数据中的肋骨骨折	计算机视觉	肋骨骨折	CT扫描	深度学习模型	CT图像	50例死后CT扫描（24%女性；平均年龄61岁，范围19-96岁）和660例临床CT扫描（36%女性；平均年龄55岁，范围21-94岁）	nnDetection	nnDetection	平均灵敏度, 平均精确度（在0.1交并比下）	NA
1457	2025-12-05	Improving prediction region accuracy in marine animal movement with temporal fusion transformer 2025-Dec-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29520-2 PMID:41339653	研究论文	本研究利用时序融合变换器（TFT）神经网络，基于434头南象海豹的卫星追踪数据，预测其7天内的移动位置并填补数据缺失，以提升海洋动物移动预测的准确性	首次将时序融合变换器（TFT）应用于海洋动物移动预测，相比传统状态空间模型，将定位误差降低15%，并显著缩小预测区域范围（预测任务缩小5倍，插补任务缩小30-40%）	模型在训练数据未覆盖的新地理区域应用时，性能下降约30%，表明将学习到的模式迁移到陌生环境存在挑战	提升海洋动物移动预测的准确性，以支持保护工作和生态系统管理	南象海豹的卫星追踪数据	机器学习	NA	卫星追踪	TFT（时序融合变换器）	时序数据	434头南象海豹的追踪数据	NA	Temporal Fusion Transformer	定位误差，预测区域效率	NA
1458	2025-12-05	Evaluation of the effectiveness of panoramic radiography in maxillary 3rd molars on an artificial intelligence model developed with findings obtained with cone beam computed tomography 2025-Dec-04, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07438-5 PMID:41340110	研究论文	本研究评估了基于CBCT数据训练的深度学习模型在分析全景X光片上上颌第三磨牙与上颌窦底位置关系的有效性	利用CBCT数据训练的深度学习模型分析全景X光片，以客观评估上颌第三磨牙与上颌窦底的位置关系，减少对CBCT成像的依赖	研究仅使用了1,054张全景X光图像，样本量相对有限；且模型在三分类问题上的准确率（约68-69%）低于二分类问题（约89-91%）	评估深度学习模型在全景X光片上识别上颌第三磨牙与上颌窦底位置关系的性能，并比较不同深度学习架构的分类效果	上颌第三磨牙与上颌窦底的位置关系	计算机视觉	口腔疾病	锥形束计算机断层扫描（CBCT），全景X光摄影（PR）	CNN	图像	1,054张全景X光图像	NA	VGG16, VGG19, ResNet50, ResNet101, GoogleNet	准确率, 混淆矩阵	NA
1459	2025-12-05	Comprehensive review on learning models of leukemia detection based on morphological information 2025-Dec-04, Leukemia & lymphoma IF:2.2Q3 DOI:10.1080/10428194.2025.2583449 PMID:41340531	综述	本文系统回顾了基于形态学信息的白血病检测中的人工智能方法，包括图像采集、预处理、分割和分类技术	对白血病检测中的人工智能方法进行了全面系统的回顾，涵盖了从传统图像处理到深度学习框架的多种技术，并指出了现有问题和未来方向	作为综述文章，未提出新的实验模型或算法，主要基于现有文献进行分析和总结	回顾和总结基于人工智能的白血病检测方法，以促进该领域的进一步发展	白血病检测中的人工智能方法，包括图像采集、预处理、分割和分类模型	数字病理学	白血病	外周血涂片显微镜检查、流式细胞术、骨髓活检成像、高级成像技术	机器学习, 深度学习	图像	NA	NA	NA	NA	NA
1460	2025-12-05	Feasibility study on automated cytokinesis-block micronucleus assay analysis in cytogenetic biodosimetry using YOLOv5 object detection 2025-Dec-04, International journal of radiation biology IF:2.1Q2 DOI:10.1080/09553002.2025.2588409 PMID:41342911	研究论文	本研究探讨了使用YOLOv5对象检测技术自动化分析细胞遗传学生物剂量学中的胞质分裂阻滞微核试验的可行性	首次将基于深度学习的对象检测（YOLOv5）应用于细胞遗传学生物剂量学中的微核分析，以实现快速、可靠的自动化检测	研究仍处于初步阶段，训练图像数量较少，可能通过数据增强进一步改进模型	应用深度学习对象检测技术分析微核，以加速细胞遗传学生物剂量学中的剂量估计，支持辐射应急医学中的快速分诊	健康志愿者的外周血样本，经0、2和3 Gy照射处理	计算机视觉	辐射损伤	细胞培养、全玻片成像	CNN	图像	来自健康志愿者的外周血样本，具体数量未明确说明	YOLOv5	YOLOv5	分类性能、剂量-响应曲线比较	NA