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
141	2025-05-20	Deep learning-based Fast Volumetric Image Generation for Image-guided Proton Radiotherapy 2024-Nov, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2024.3439585 PMID:40385936	研究论文	开发了一种基于深度学习的快速体积图像生成框架，用于图像引导的质子放射治疗	提出了一种结合深度学习与kV X射线投影的快速体积图像重建方法，优化了质子FLASH治疗中的图像引导系统	研究仅针对30例肺癌患者的数据进行了验证，样本量相对有限	提高图像引导放射治疗的精确度，特别是在质子FLASH治疗中的应用	肺癌患者	数字病理	肺癌	深度学习，kV X射线投影	DL-based	图像	30例肺癌患者的四维CT数据集
142	2025-05-20	Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms 2024-06-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c00488 PMID:38843447	研究论文	开发了一种结合表面增强拉曼光谱(SERS)和深度学习算法CoVari的方法，用于快速准确检测和量化SARS-CoV-2变种	使用ACE2功能化的AgNR@SiO阵列SERS传感器和CoVari深度学习算法，实现了对病毒变种的高精度检测和浓度定量	在未知样本测试中，浓度低于781 PFU/mL时分类准确率可能下降	开发快速定量检测病毒变种的诊断平台	SARS-CoV-2及其变种病毒	机器学习	COVID-19	表面增强拉曼光谱(SERS)	CoVari深度学习算法	光谱数据	三种病毒(SARS-CoV-2、SARS-CoV-2 B1和CoV-NL63)的SERS光谱数据
143	2025-05-20	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	research paper	本研究提出了两种基于深度学习的框架STFT-CNN和SST-CNN，用于显著提高药物诱导心脏毒性的检测准确性和可靠性	利用诱导多能干细胞衍生的心肌细胞(iPSC-CMs)作为更接近人类的细胞模型，并通过先进的转换技术将时间信号转化为二维表示，显著提高了检测的准确性	NA	开发更准确、可靠的药物诱导心脏毒性检测方法	药物诱导的心脏毒性	machine learning	cardiovascular disease	impedance measurements, short-time Fourier transform (STFT), synchro-squeezing transform (SST)	CNN	temporal signals converted into two-dimensional representations	NA
144	2025-05-20	Massively parallel characterization of regulatory elements in the developing human cortex 2024-05-24, Science (New York, N.Y.) DOI:10.1126/science.adh0559 PMID:38781390	研究论文	通过大规模并行报告实验研究人类大脑皮层发育中的基因调控元件	首次在人类神经元发育中建立了功能基因调控元件和变异的全面目录，并利用深度学习解码增强子活性的序列基础和上游调控因子	研究主要关注发育中的大脑皮层，可能不适用于其他脑区或发育阶段	探究人类大脑皮层发育中基因调控元件的功能	人类中孕期皮层原代细胞和脑类器官中的102,767个开放染色质区域	基因组学	神经发育疾病	大规模并行报告实验(MPRA)、深度学习	深度学习模型	基因组数据	102,767个开放染色质区域
145	2025-05-20	Percolation Images: Fractal Geometry Features for Brain Tumor Classification 2024, Advances in neurobiology DOI:10.1007/978-3-031-47606-8_29 PMID:38468053	research paper	提出了一种结合分形几何特征和深度学习的混合方法用于脑肿瘤分类	利用分形几何生成'渗透'图像以突出脑图像中的重要空间特性，并结合CNN进行肿瘤检测	未提及具体的数据集大小或模型在更广泛数据集上的泛化能力	提高脑肿瘤分类的准确性和效率	脑肿瘤图像	digital pathology	brain tumor	fractal geometry, deep learning	CNN	image	在一个知名基准数据集上进行实验，但未提及具体样本数量
146	2025-05-20	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	research paper	介绍了一种用于森林搜救的自主无人机原型，能够在密集遮挡的森林中自主寻找人员	采用自适应在线采样技术，结合深度学习分类和动态飞行路径调整，显著提高了搜救效率和精度	实验仅在特定森林类型和飞行条件下进行，未涉及所有可能的复杂环境	开发一种能够在无稳定网络覆盖的偏远地区进行高效搜救的自主无人机系统	森林中隐藏的人员	computer vision	NA	thermal image processing, deep learning-based classification	deep learning	thermal images	42名隐藏人员（其中38名被成功找到）
147	2025-05-19	Detection of ninhydrin-glyphosate in groundwater via the colour chart-assisted digital camera method 2025-Oct-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126253 PMID:40273772	研究论文	本研究介绍了一种新颖的一次性多标准色卡应用，通过三种仪器（颜色可见分光光度计、数码单反相机和手机摄像头）定量检测地下水样品中的草甘膦	首次将一次性多标准色卡应用于三种不同仪器进行草甘膦检测，并实现了实时监测	数码单反相机存在离子干扰导致浓度高估，而颜色可见分光光度计受磷酸盐和硝酸盐影响	开发一种经济高效、用户友好的即时检测技术，用于地下水草甘膦污染监测	地下水样品中的草甘膦	环境监测	NA	颜色可见分光光度法、数码相机成像分析	NA	图像数据、光谱数据	75 mL 地下水样品（浓度范围50-500 ng/mL）
148	2025-05-19	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	本研究提出了一种名为IRMSE的深度学习模型，用于UV拉曼光谱的定量分析，以支持行星探索任务	提出结合深度残差网络和注意力机制的IRMSE模型，用于拉曼光谱的定量分析，优于传统方法	NA	验证深度学习在行星探索任务中拉曼光谱定量分析的可行性	矿物和有机化合物的固体分散体	机器学习	NA	UV拉曼光谱	Inception-ResNet-v1 with squeeze-and-excitation block (IRMSE)	光谱数据	NA
149	2025-05-19	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	research paper	本研究提出了一种基于深度学习的高通量框架，用于预测人类颅骨的三维结构-力学关系	首次使用深度学习框架直接关联三维颅骨微观结构与宏观力学响应，克服了以往1D或2D方法的局限性	研究样本量相对有限（40个颅骨样本），且年龄分布集中在老年人群（平均82.5岁）	建立颅骨微观结构与宏观力学性能之间的关系模型，提高颅骨损伤诊断准确性	人类颅骨样本及其三维微观结构和力学响应	digital pathology	NA	micro-CT扫描，有限元模拟，准静态压缩实验	优化后的U-Net网络	三维医学影像数据	40个人类颅骨样本（平均年龄82.5岁），从中提取2000个代表性体积单元（RVE）
150	2025-05-19	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	本文通过文献计量分析探讨了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应用进行了全面的文献计量分析，揭示了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研究；未对研究质量进行深入评估	探索人工智能在头颈癌研究中的应用趋势和发展状况	1995至2024年间发表的1,019篇与人工智能和头颈癌相关的论文	人工智能在医学中的应用	头颈癌	文献计量分析技术（VosViewer和Biblioshiny/Bibiometrix）	深度学习模型（用于分割任务）	科学文献数据	1,019篇论文
151	2025-05-19	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	系统综述	本文综述了深度学习在脊柱关节病（SpA）影像诊断中的应用及其效果	深度学习模型（尤其是CNN和U-Net）在SpA影像诊断中表现出高准确性，部分模型AUC高达0.98，与放射科专家水平相当	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SpA影像诊断准确性方面的作用	脊柱关节病（SpA）的MRI、CT和X射线影像	数字病理学	脊柱关节病	深度学习	CNN, U-Net	医学影像（MRI、CT、X射线）	21项研究（具体样本量未明确说明）
152	2025-05-19	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	research paper	本研究探讨了使用优化的DenseNet架构在头颈癌患者无复发生存期预测中的表现，并与现有最先进的深度学习模型进行了比较	展示了基础DenseNet架构在优化层数和图像融合策略后，能够达到与更复杂架构的SOTA模型相媲美的预测性能，并在外部测试中表现更优	研究依赖于特定数据集（HECKTOR 2022），可能限制了结果的普遍适用性	比较DenseNet架构与现有最先进模型在头颈癌患者无复发生存期预测中的性能	头颈癌患者，特别是口咽癌（OPC）患者	digital pathology	oropharyngeal cancer	PET和CT成像	DenseNet	image	889名口咽癌患者（HECKTOR 2022数据集中的489名和额外中心的400名）
153	2025-05-19	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	本文综述了过去十年间视神经磁共振成像分割技术的发展，从基于强度的方法到最新的深度学习算法	追踪了视神经分割技术的发展历程，包括多图谱解决方案和多种图像模态的应用	仅涵盖了2007年至2024年间发表的27篇同行评审文章，可能未涵盖所有相关研究	提高视神经相关疾病的早期诊断和治疗准确性，以及规划放射治疗干预	视神经结构和变化	数字病理学	多发性硬化症	磁共振成像（MRI）	深度学习算法	图像	27篇同行评审文章
154	2025-05-19	Quantifying axonal features of human superficial white matter from three-dimensional multibeam serial electron microscopy data assisted by deep learning 2025-Jun, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121212 PMID:40222502	research paper	该研究利用深度学习辅助的三维多光束电子显微镜数据，量化了人类浅表白质的轴突特征	首次在纳米级分辨率下对人类浅表白质中的短程关联纤维进行详细的形态学表征，并提供了大型3D人类电子显微镜数据集	研究仅针对浅表白质中的髓鞘轴突，未涵盖其他类型的神经纤维或白质区域	量化人类浅表白质中轴突的形态特征，以理解皮质-皮质连接的驱动因素	人类浅表白质中的短程关联纤维	digital pathology	NA	multi-beam scanning electron microscopy (EM)	CNN	3D electron microscopy images	一个200×200×112 μm的人类浅表白质体积样本，包含128,285个髓鞘轴突
155	2025-05-19	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	本研究通过计算方法和深度学习模型识别了一种新型PfPK6抑制剂，用于治疗疟疾	利用结构基础方法和深度学习模型筛选小分子抑制剂，发现TCMDC-132409作为潜在的抗疟疾抑制剂	研究仅基于计算模拟，尚未进行实验验证	识别针对疟原虫PfPK6蛋白的治疗药物	疟原虫PfPK6蛋白及其潜在抑制剂	计算生物学	疟疾	虚拟筛选、分子动力学模拟	DL (深度学习模型)	分子结构数据	多种小分子抑制剂数据集，包括Tres Cantos Antimalarial Set中的化合物
156	2025-05-19	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	research paper	开发并验证了一种基于MRI的深度学习放射组学模型（DLRM），用于预测肺癌患者脑转移（BrMs）手术切除后的无复发生存期（RFS）	整合了临床和形态学MRI预测因子、手工特征和深度学习特征，构建了一个新的DLRM模型，用于预测RFS和颅内复发	研究为回顾性设计，样本量相对较小（215例患者），且仅来自五个中心	预测肺癌患者脑转移手术切除后的无复发生存期（RFS）	215例经手术病理证实的脑转移肺癌患者	digital pathology	lung cancer	MRI, deep learning radiomics	DLRM (deep learning radiomics model)	MRI images	215例患者（167例训练集，48例外部测试集）
157	2025-05-19	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	本研究探讨了基于深度学习的单次三示踪剂脑PET成像协议，旨在简化多示踪剂PET成像并减少辐射暴露	提出了一种基于Swin Transformer架构的深度学习模型，用于从合成的双示踪剂和三示踪剂PET图像中分离信号，简化了多示踪剂PET成像过程	深度学习模型在生成FTP图像方面的表现不如FBB/FBP和FDG图像成功	简化多示踪剂PET成像，减少扫描时间和辐射暴露，提高患者舒适度	阿尔茨海默病神经影像学倡议（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	数字病理学	阿尔茨海默病	PET扫描	Swin Transformer	图像	ADNI数据集中的患者，包括认知正常、轻度认知障碍和痴呆患者
158	2025-05-19	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	research paper	本研究通过深度学习模型对结直肠癌患者的肝脏病灶进行分割和分类的技术验证	使用UNet深度学习模型在结直肠癌分期CT扫描中验证肝脏病灶检测和分类的性能，特别是在亚厘米病灶上的表现	分类准确性中等，特异性较低，未来需要进一步研究其对放射科医生工作效率的影响	验证深度学习模型在结直肠癌患者肝脏病灶检测和分类中的应用	结直肠癌患者的肝脏病灶	digital pathology	colorectal cancer	CT scans	UNet	image	220例结直肠癌分期CT扫描（来自单一机构，2014-2019年）
159	2025-05-19	Deep-Learning-Based Integration of Sequence and Structure Information for Efficiently Predicting miRNA-Drug Associations 2025-May-17, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c00038 PMID:40380921	研究论文	提出了一种名为DLST-MDA的深度学习方法，通过整合序列和结构信息来预测miRNA与药物的关联	创新地利用miRNA和药物的属性信息，而非常用的相互作用图信息，采用多尺度CNN和图神经网络分别学习序列和结构信息	性能可能受到miRNA和药物序列长度的限制	预测miRNA与药物的关联，以克服癌症治疗中的耐药性问题	miRNA和药物	机器学习	癌症	多尺度CNN，图神经网络	CNN, GNN	序列数据，分子图数据	基于最新数据库构建的基准数据集，具体样本量未明确说明
160	2025-05-19	Deep Learning-Assisted Sensor Array Based on Host-Guest Chemistry for Accurate Fluorescent Visual Identification of Multiple Explosives 2025-May-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c01326 PMID:40380950	研究论文	本文介绍了一种基于主客体化学的深度学习辅助传感器阵列，用于高精度荧光视觉识别多种爆炸物	结合环糊精保护的多色荧光金纳米团簇和DenseNet算法，实现了对七种爆炸物的高精度识别	NA	开发一种快速准确识别多种爆炸物的方法	七种爆炸物	计算机视觉	NA	荧光传感器阵列	DenseNet	图像	NA