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
1461	2025-09-10	Applications of artificial intelligence in liver cancer: A scoping review 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103244 PMID:40818357	综述	本文探讨人工智能在原发性肝癌管理中的应用，包括筛查、诊断、治疗规划和预后预测等方面	聚焦AI在肝癌临床实践中的最新进展，特别是深度学习模型在早期检测和多模态数据整合中的高敏感性与特异性	许多模型缺乏全面的临床适用性评估和外部验证，开发与临床实施之间存在差距	系统回顾人工智能在原发性肝癌管理中的应用及其临床潜力	原发性肝癌，特别是肝细胞癌和肝内胆管癌	人工智能	肝癌	机器学习（ML）和深度学习（DL）	深度学习模型	CT和MRI影像数据	基于62项精选研究的文献分析（初筛13,122篇文章）
1462	2025-09-10	Leveraging explainable artificial intelligence for transparent and trustworthy cancer detection systems 2025-Nov, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103243 PMID:40839960	综述	系统回顾可解释人工智能（XAI）在癌症检测中的应用，强调透明度与可信度	首次系统分类XAI技术在不同癌种的应用并量化方法使用趋势（如CNN占31%，SHAP占44.4%）	仅7.4%的研究涉及安全性问题，存在安全性与临床落地差距	推动肿瘤学中可信赖且可解释的AI系统发展	多种癌症类型（乳腺癌、皮肤癌、肺癌、结直肠癌、脑癌等）	数字病理	癌症	可解释人工智能（XAI）	CNN	医学影像数据	NA（系统性综述未涉及具体样本量）
1463	2025-09-10	Subject-specific acceleration of simultaneous quantification of blood flow and T1 of the brain using a dual-flip-angle phase-contrast stack-of-stars sequence 2025-Nov, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110495 PMID:40784463	研究论文	开发一种高度加速的MRI技术，用于同时量化脑组织血流和T1值	结合双翻转角相位对比星形堆栈序列与深度学习重建算法，实现16倍加速的同时血流和T1量化	仅在定量体模和六名健康志愿者中验证，未涉及患者群体	开发快速脑血流和T1同时量化技术	脑动脉血流和脑组织T1映射	医学影像	脑血管疾病	MRI双翻转角相位对比星形堆栈序列	基于深度学习的混合特征哈希编码隐式神经表示与显式稀疏先验知识结合算法(INRESP)	MRI图像数据（幅度和相位图像）	1个定量体模和6名健康志愿者
1464	2025-09-10	Deep learning-augmented inductively coupled plasma atomic emission spectrometry for multivariate authentication of green tea origin and grades 2025-Nov, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117015 PMID:40922162	研究论文	结合电感耦合等离子体原子发射光谱和反向传播神经网络，实现绿茶产地与等级的多变量同步认证	首次将SHAP可解释性分析与BPNN结合用于茶叶认证，并证明其在等级分类上优于传统PCA降维方法	仅针对龙井茶样本进行验证，未涵盖其他绿茶品种	开发同步认证绿茶产地和等级的可靠方法	绿茶样本（如龙井茶）	机器学习	NA	ICP-AES（电感耦合等离子体原子发射光谱）	BPNN（反向传播神经网络）	元素含量数据	未明确样本数量（龙井茶样本）
1465	2025-09-10	Evaluation of high-resolution pituitary dynamic contrast-enhanced MRI using deep learning-based compressed sensing and super-resolution reconstruction 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11574-5 PMID:40221940	研究论文	评估基于深度学习的压缩感知与超分辨率重建技术在高分辨率垂体动态对比增强MRI中对微腺瘤的诊断性能	首次将深度学习压缩感知与超分辨率重建（DLCS-SR）结合应用于垂体DCE MRI，显著提升图像分辨率和诊断一致性	样本量有限（126例），且为单中心前瞻性研究，需进一步多中心验证	评估DLCS-SR重建技术在垂体微腺瘤MRI诊断中的性能提升	疑似垂体微腺瘤患者（126例参与者）	医学影像分析	垂体疾病	动态对比增强MRI（DCE MRI）、深度学习压缩感知与超分辨率重建（DLCS-SR）	深度学习（具体架构未说明）	MRI影像	126例疑似垂体微腺瘤患者
1466	2025-09-10	Artificial intelligence for medication-related osteonecrosis of the jaw: a scoping review 2025-Oct, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.03.004 PMID:40393880	综述	本文通过范围综述方法，总结了人工智能在药物相关性颌骨坏死预测、诊断和管理中的应用现状	首次系统梳理AI在MRONJ领域的应用，涵盖预测模型、影像诊断及患者教育三大方向，并对比不同模型的性能表现	纳入研究数量有限（仅8篇），数据质量、模型验证和临床整合方面存在挑战	评估人工智能技术在药物相关性颌骨坏死临床管理中的应用潜力与研究进展	涉及MRONJ的患者群体及相关临床数据	医疗人工智能	颌骨坏死	机器学习（支持向量机、随机森林、梯度提升机）和深度学习	SVM, Random Forest, GBM, CNN, 大语言模型	临床数据和放射影像	基于8项符合条件的研究，具体样本量未统一报告
1467	2025-09-10	A New Approach for Calculating Texture Coefficients of Different Rocks With Image Segmentation and Image Processing Techniques 2025-Oct, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.24879 PMID:40418716	研究论文	提出一种基于图像分割和图像处理技术计算岩石纹理系数的新方法	采用深度学习图像处理技术进行岩石薄片图像分割，并开发Python算法实现快速TC计算，分割精度高达IoU=0.97	NA	开发更高效准确的岩石纹理系数计算方法	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	图像分割，图像处理	深度学习	图像	20种岩石的薄片图像
1468	2025-09-10	Navigating the landscape of multimodal AI in medicine: A scoping review on technical challenges and clinical applications 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103621 PMID:40482561	综述	本文对医学领域基于深度学习的多模态人工智能应用进行了范围综述，分析了432篇相关论文	系统评估了多模态AI在医学领域的技术架构、融合策略和应用效果，揭示了其相比单模态模型平均AUC提升6.2个百分点的优势	存在跨部门协调困难、数据异质性和数据集不完整等挑战	探讨多模态AI在医学领域的技术挑战和临床应用	2018-2024年间发表的432篇医学多模态AI研究论文	多模态人工智能	NA	深度学习	多模态融合模型	多模态医疗数据	432篇研究论文
1469	2025-09-10	A multi-component heavy metal detection method using UV-Vis superimposed spectrum and deep learning 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139187 PMID:40664080	研究论文	提出一种结合紫外-可见叠加光谱与深度学习的多组分重金属检测方法，用于环境监测	集成组合化学探针增强比色反应特异性，并采用Transformer模型端到端提取定性与定量信息	NA	解决环境样品中光谱重叠问题，实现多组分重金属同时检测与生态风险评估	重金属（如Sb、Fe、Ni、Cd、Cu等）	机器学习	NA	紫外-可见光谱(UV-Vis)、高通量实验、组合化学探针	Transformer	光谱数据	5种代表性重金属训练，扩展至10种重金属实际样品验证
1470	2025-09-10	Recognition of microplastic aging features based on multimodal data fusion and attention mechanisms 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139301 PMID:40684512	研究论文	基于多模态数据融合和注意力机制识别微塑料老化特征	首次结合SEM图像和FT-IR数据通过多模态融合与注意力机制解析微塑料老化过程，显著提升识别准确率	NA	开发深度学习模型以更准确识别和解释微塑料的老化特征及机制	微塑料老化样本	计算机视觉	NA	SEM成像, FT-IR光谱分析, t-SNE可视化, 马氏距离度量学习	深度学习模型（含注意力机制）	图像, 光谱数据	1371个样本，涵盖7种老化类型
1471	2025-09-10	Racial and ethnic disparities in exposure to short-term NO2 air pollution in California during 1980-2022 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139309 PMID:40695125	研究论文	本研究利用深度学习框架估算1980-2022年加利福尼亚高分辨率短期NO₂暴露水平，并量化不同种族/族裔群体的暴露差异	首次利用深度学习结合化学传输模型输出估算历史时期高时空分辨率NO₂浓度，填补了长期种族暴露差异研究的空白	依赖模型估算而非直接观测数据，且研究范围仅限于加利福尼亚地区	量化历史时期种族与族裔群体在短期NO₂空气污染暴露中的差异	加利福尼亚州不同种族/族裔群体（西班牙裔/拉丁裔、非拉丁裔非洲裔/黑人、非拉丁裔美洲原住民/阿拉斯加原住民/亚裔/太平洋岛民、非拉丁裔白人）	环境健康	NA	深度学习框架、化学传输模型、地理空间数据分析	深度学习模型	地理空间数据、模型输出数据	1980-2022年加利福尼亚州全境1km×1km网格日度数据
1472	2025-09-10	Real-time oil spill concentration assessment through fluorescence imaging and deep learning 2025-Sep-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.139374 PMID:40818234	研究论文	本研究结合荧光成像、深度学习、移动应用和数据管理系统，实现实时油污浓度自动评估	首次将荧光成像与定制卷积神经网络回归模型集成，实现高精度实时油污浓度测量	仅测试了两种原油类型，浓度范围限于0-500 mg/L，未涵盖所有可能的油类和环境条件	开发快速准确的实时油污评估技术以支持环境应急响应	两种原油（萘基原油和芳香-萘基原油）的荧光图像	计算机视觉	NA	荧光成像	CNN结合定制回归模型	图像	1530张荧光图像，涵盖两种原油类型和0-500 mg/L浓度梯度
1473	2025-09-10	Deep Learning Estimation of 24-2 Visual Field Map from Optic Nerve Head Optical Coherence Tomography Angiography 2025-Sep-10, Journal of glaucoma IF:2.0Q2 DOI:10.1097/IJG.0000000000002626 PMID:40923848	研究论文	利用深度学习从OCT血管成像的视神经头图像估计24-2视野图	首次将深度学习应用于OCTA图像，通过利用视盘周围区域信息高精度估计24-2视野图	NA	开发从OCT血管成像视神经头图像估计24-2视野图的深度学习模型	994名参与者（1684只眼睛）的3148个视野-OCTA图像对	计算机视觉	眼科疾病	OCT血管成像（OCTA）	深度学习模型	图像	994名参与者的1684只眼睛，共3148个图像对
1474	2025-09-10	Early Detection of Lung Metastases in Breast Cancer Using YOLOv10 and Transfer Learning: A Diagnostic Accuracy Study 2025-Sep-09, Medical science monitor : international medical journal of experimental and clinical research IF:2.2Q3 DOI:10.12659/MSM.948195 PMID:40922404	研究论文	本研究利用YOLOv10和迁移学习开发并验证了一种基于CT影像的乳腺癌肺转移早期检测系统	首次将YOLOv10深度学习模型与迁移学习相结合应用于乳腺癌肺转移检测，实现了96.4%的准确率和0.96的AUC值	样本量较小（仅16名患者），回顾性单中心研究设计可能限制结果的泛化性	开发并验证基于深度学习的乳腺癌肺转移自动检测系统以提高诊断准确性	乳腺癌确诊并发生肺转移的患者	计算机视觉	乳腺癌	CT成像，深度学习，迁移学习	YOLOv10, ResNet-50, GoogLeNet	CT图像	16名患者的1264张增强CT图像
1475	2025-09-10	Calibration Transfer of Deep Learning Models among Multiple Raman Spectrometers via Low-Rank Adaptation 2025-Sep-09, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01846 PMID:40922652	研究论文	提出基于低秩自适应的校准迁移方法（LoRA-CT），实现深度学习模型在不同拉曼光谱仪间的参数高效微调	通过低秩矩阵分解权重更新，仅需极少样本即可实现优异校准迁移，可训练参数比全参数微调减少600倍	NA	解决拉曼光谱仪间系统差异导致的深度学习模型可移植性问题	溶剂混合物和混合油数据集	机器学习	NA	拉曼光谱	深度学习	光谱数据	三个数据集（甲醇混合物测试集等），使用极少数迁移样本
1476	2025-09-10	Comparison of DLIR and ASIR-V algorithms for virtual monoenergetic imaging in carotid CTA under a triple-low protocol 2025-Sep-09, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01866-7 PMID:40924047	研究论文	比较DLIR和ASIR-V算法在三低扫描协议下颈动脉CTA中50 keV虚拟单能成像的图像质量	首次在颈动脉CTA三低扫描协议下系统比较深度学习和传统迭代重建算法对虚拟单能成像质量的提升效果	样本量有限（120例患者），未评估长期临床影响	评估不同重建算法在低剂量颈动脉CTA中的成像性能	颈动脉疾病患者	医学影像	脑血管疾病	双能CT血管成像（DE-CTA），虚拟单能成像（VMI）	深度学习图像重建（DLIR），自适应统计迭代重建（ASIR-V）	医学影像	120例患者分为5个实验组
1477	2025-09-10	Deep-learning-enabled high-throughput Screening of MXene photocatalysts for hydrogen production 2025-Sep-09, Nanoscale IF:5.8Q1 DOI:10.1039/d5nr02764k PMID:40924402	研究论文	开发深度学习辅助高通量筛选方法，从MXene材料中高效发现用于光催化制氢的候选材料	结合深度学习框架与高通量筛选，首次实现对23,857种MXene材料的高效性能预测与筛选	计算方法的准确性依赖于训练数据集C2DB的质量和覆盖范围	逆向设计高性能二维光催化剂用于太阳能制氢	MXene类二维材料	材料科学	NA	深度学习、高通量筛选、密度泛函理论、非绝热分子动力学、符号回归	深度学习框架	材料结构数据、能带数据、能量数据	23,857种MXene材料，最终筛选出14种稳定候选材料
1478	2025-09-10	YOLOv12 Algorithm-Aided Detection and Classification of Lateral Malleolar Avulsion Fracture and Subfibular Ossicle Based on CT Images: A Multicenter Study 2025-Sep-09, JMIR medical informatics IF:3.1Q2 DOI:10.2196/79064 PMID:40924436	研究论文	本研究评估了基于YOLOv12等深度学习算法在CT图像上检测和分类外踝撕脱性骨折与腓骨下籽骨的性能，并与放射科医生的诊断结果进行对比	首次在多中心研究中将最新的YOLOv12算法应用于该特定诊断场景，并证明其性能显著优于其他深度学习方法及放射科医生仅基于CT的诊断	研究为回顾性设计，且仅来自中国的两家医院，可能存在选择偏倚	评估深度学习算法在CT图像上区分外踝撕脱性骨折与腓骨下籽骨的诊断能力	1918名患者（1253例外踝撕脱性骨折，665例腓骨下籽骨）的CT图像	计算机视觉	骨科疾病	CT成像，深度学习	YOLOv12, Faster R-CNN, SSD, RetinaNet	CT图像	1918名患者，分为训练集1092例，内部验证集476例，外部测试集350例
1479	2025-09-10	BiVAE-CPI: An Interpretable Generative Model Using a Bilateral Variational Autoencoder for Compound-Protein Interaction Prediction 2025-Sep-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01001 PMID:40839758	研究论文	提出一种基于双边变分自编码器的可解释生成模型BiVAE-CPI，用于预测化合物-蛋白质相互作用	首次将双边变分自编码器(BiVAE)应用于CPI预测，通过潜在空间学习共享低维潜在表示，并考虑不同CPI对之间的相关性	NA	开发深度学习模型以改进化合物-蛋白质相互作用预测，助力药物发现与开发	化合物-蛋白质相互作用对	机器学习	NA	双边变分自编码器(BiVAE)、图同构网络(GIN)、门控卷积编码器	BiVAE, GIN, 门控卷积神经网络	化合物分子图数据、蛋白质序列数据	在两个基准数据集上进行了实验验证
1480	2025-09-10	Enhancing the Interpretation of Skin Lesion Diagnosis: Concept Adaptive Fine-Tuning of Vision-Language Models 2025-Sep-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3606881 PMID:40920523	研究论文	提出基于预训练视觉语言模型的概念自适应微调方法，用于皮肤病变诊断的可解释多模态模型开发	通过概念逻辑重建图像并施加一致性损失，使模型能用少量数据快速适应任务，并提供自然语言驱动的可解释性	NA	提升皮肤病变自动诊断模型的可解释性和分类性能	皮肤病变图像及相关医学文本报告	计算机视觉	皮肤疾病	概念自适应微调(CptAFT)	Vision-Language Model (BiomedCLIP)	图像和文本	少量训练数据（具体数量未明确说明）