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
16461	2025-10-06	AI-driven framework for automated detection of kidney stones in CT images: integration of deep learning architectures and transformers 2025-Aug-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/adf3ba PMID:40706620	研究论文	提出一种基于人工智能的框架，用于在CT图像中自动检测和分类肾结石	集成深度学习和Transformer架构，提出SwinTResNet模型用于精确分割，并结合Vision Transformer进行分类	未提及外部验证数据集和临床部署的可行性	开发自动检测肾结石的AI方法以提高诊断效率和准确性	CT图像中的肾结石	计算机视觉	肾结石	CT成像	深度学习, Transformer	CT图像	NA	NA	SwinTResNet, Vision Transformer (ViT)	训练准确率, 验证准确率	NA
16462	2025-10-06	Artificial Intelligence for Materials Discovery, Development, and Optimization 2025-Aug-05, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c04200 PMID:40711807	综述	探讨人工智能、机器学习和深度学习在材料发现、开发和优化领域的变革性影响与应用	系统整合了AI在材料科学中的多维度应用，并前瞻性地提出量子计算与AI融合、因果推理与物理信息AI等未来发展方向	面临数据质量不一致、模型可解释性有限、缺乏标准化数据共享框架等挑战	推动材料科学领域的人工智能应用发展	材料发现、开发与优化过程	机器学习	NA	高通量筛选、计算设计、自主实验	RNN, CNN, GNN, 生成模型, Transformer	材料数据集	NA	NA	循环神经网络, 卷积神经网络, 图神经网络, 生成模型, Transformer	NA	量子计算
16463	2025-10-06	Brain tumor segmentation by optimizing deep learning U-Net model 2025-Aug-05, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251363699 PMID:40760965	研究论文	本文提出了一种优化的U-Net架构用于脑肿瘤MRI图像分割	在U-Net模型中引入Leaky ReLU激活函数、批归一化和正则化，并采用聚焦损失和广义Dice损失函数解决类别不平衡问题	仅在BraTS'2020数据集上进行验证，未在其他数据集测试泛化能力	开发改进的脑肿瘤MRI图像分割方法	脑肿瘤MRI图像	医学图像分析	脑肿瘤	磁共振成像(MRI)	U-Net	医学图像	BraTS'2020数据集	NA	U-Net	准确率,Dice系数	NA
16464	2025-10-06	A novel lung cancer diagnosis model using hybrid convolution (2D/3D)-based adaptive DenseUnet with attention mechanism 2025-Aug-05, Network (Bristol, England) DOI:10.1080/0954898X.2025.2533871 PMID:40762174	研究论文	提出一种结合混合卷积和注意力机制的高效肺癌诊断模型，用于早期准确检测肺癌	开发了基于混合卷积（2D/3D）的自适应DenseUnet注意力机制（HC-ADAM）和混合自适应扩张网络注意力机制（HADN-AM），结合ResNet和LSTM的串行级联结构	NA	开发高效的肺癌早期诊断深度学习技术	肺癌CT图像	计算机视觉	肺癌	CT成像	CNN, LSTM	医学图像	LIDC-IDRI标准基准数据集	NA	DenseUnet, ResNet, LSTM	准确率, 精确率, F1分数	NA
16465	2025-10-06	Optimization of deep learning-based denoising for arterial spin labeling: Effects of averaging and training strategies 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70013 PMID:40762194	研究论文	系统研究动脉自旋标记图像深度学习中平均化和训练策略对去噪效果的影响	首次系统比较不同平均化策略和训练方法在深度学习去噪中的效果，包括窗口平均与交错平均方法	研究仅基于152个单延迟ASL扫描，样本量相对有限	优化基于深度学习的动脉自旋标记图像去噪处理流程	动脉自旋标记图像	医学影像处理	NA	动脉自旋标记成像	CNN,Transformer	医学影像	152个单延迟ASL扫描，来自152名受试者	NA	基于卷积神经网络和Transformer的模型	结构相似性,峰值信噪比,归一化平均绝对误差	NA
16466	2025-10-06	Utilizing 3D fast spin echo anatomical imaging to reduce the number of contrast preparations in T 1 ρ $$ {T}_{1\rho } $$ quantification of knee cartilage using learning-based methods 2025-Aug-05, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70022 PMID:40762171	研究论文	提出一种结合T1ρ加权快速自旋回波图像和质子密度加权解剖图像的深度学习加速T1ρ量化方法，用于膝关节软骨评估	首次将质子密度加权解剖图像与T1ρ加权图像结合，通过深度学习模型实现在减少对比剂准备次数的情况下仍能保持准确的T1ρ量化	回顾性研究，样本量较小（40名参与者），需要在更大规模数据集中验证	开发加速T1ρ量化方法以减少扫描时间，促进骨关节炎评估在常规临床工作流程中的整合	膝关节软骨	医学影像分析	骨关节炎	MRI，快速自旋回波成像，T1ρ量化	深度学习	MRI图像	40名参与者（30名OA患者和10名健康志愿者）	NA	2D U-Net, 多层感知机	平均绝对误差，平均绝对百分比误差，区域误差，区域百分比误差	NA
16467	2025-10-06	Integrating Deep Learning and Real-Time Imaging to Visualize In Situ Self-Assembly of Self-Healing Interpenetrating Polymer Networks Formed by Protein and Polysaccharide Fibers 2025-Aug-05, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c11459 PMID:40762431	研究论文	本研究通过整合深度学习和实时成像技术，可视化蛋白质和多糖纤维形成的自修复互穿聚合物网络的原位自组装过程	首次报道基于脱铁铁蛋白的淀粉样蛋白水凝胶形成，并开发深度学习驱动的图像分析方法实现纤维组分的自动识别和三维微观结构解析	未明确说明样本的具体数量和研究规模	开发具有增强机械性能和自修复能力的全天然生物聚合物基互穿网络水凝胶	淀粉样蛋白纤维（AFs）和植物凝胶（PHY）形成的互穿聚合物网络水凝胶	计算机视觉	NA	扫描电子显微镜、共聚焦激光扫描显微镜、荧光标记	CNN	图像	NA	NA	卷积神经网络	NA	NA
16468	2025-10-06	A Sensor Array Composed of Organelle-Targeting Fluorescent Probes and Polydopamine Particles for Deep Learning-Assisted Identification and Ablation of Drug-Resistant Lung Tumors 2025-Aug-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02524 PMID:40762433	研究论文	开发了一种由细胞器靶向荧光探针和聚多巴胺颗粒组成的传感器阵列，结合深度学习网络用于识别和消融耐药性肺癌	首次构建了多细胞器靶向传感器阵列(PPTA-SA)，结合深度学习实现耐药性肺癌细胞和肿瘤的高精度识别与多细胞器靶向光热治疗	NA	解决非小细胞肺癌化疗耐药性识别和治疗难题	非小细胞肺癌细胞和肿瘤切片	数字病理	肺癌	荧光成像, 光热治疗	深度学习网络	图像	NA	NA	NA	准确率	NA
16469	2025-10-06	Evaluation of Net Withdrawal Time and Colonoscopy Video Summarization Using Deep Learning Based Automated Temporal Video Segmentation 2025-Aug-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01632-1 PMID:40762931	研究论文	开发基于深度学习的结肠镜检查视频时间分割模型，用于准确测量净退镜时间和生成关键事件的可视化摘要	首次提出自动排除非观察活动时间的净退镜时间测量方法，并生成定量可视化程序事件摘要	模型训练数据仅来自40个完整结肠镜检查视频和825个盲肠片段，样本规模相对有限	提高结肠镜检查程序质量的客观评估标准	结肠镜检查视频和程序事件	计算机视觉	结直肠癌	结肠镜检查视频分析	深度学习模型	视频	40个完整结肠镜检查视频和825个盲肠片段，来自221个结肠镜检查程序	NA	NA	F1分数, 相关系数r, p值	NA
16470	2025-10-06	Identification of Isomerically Diverse Ginsenosides Using Engineered Aerolysin Nanopore via Non-Translocation Blockade Sensing 2025-Aug-04, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202506741 PMID:40456701	研究论文	本研究开发了一种基于工程化气溶素纳米孔的非易位阻断传感技术，用于识别结构多样的ginsenosides异构体	通过S278K突变使气溶素纳米孔获得带正电内腔，产生强烈电渗流和增强的空间/焓势垒，实现非易位阻断传感模式	NA	开发新型纳米孔传感技术以解决结构相似小分子分析物识别难题	ginsenosides（人参皂苷）类糖缀合物	生物传感	NA	纳米孔传感，非易位阻断传感	深度学习	阻断信号数据	30种ginsenosides	NA	NA	停留时间延长43倍	NA
16471	2025-10-06	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-Aug-04, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	本文开发了基于密度矩阵碎片化和物理信息机器学习的蛋白质-配体结合亲和力快速排序方法	结合密度矩阵碎片化方法与机器学习校正的色散势能，实现了蛋白质-配体结合亲和力的高效准确排序	深度学习模型Sfcnn在数据集间的可转移性较差，广泛训练的神经网络在化学多样性系统中存在局限性	开发快速准确的蛋白质-配体结合亲和力排序方法用于药物筛选	细胞周期蛋白依赖性激酶2（CDK2）和Janus激酶1（JAK1）数据集中的28个配体	机器学习	NA	密度矩阵碎片化方法，量子碎片化方法	机器学习，深度学习	蛋白质-配体复合物数据	28个配体（来自两个CDK2数据集和一个JAK1数据集）	NA	Sfcnn	相关系数R	无需大规模并行化，每个复合物计算时间小于5分钟
16472	2025-10-06	In Silico Digital Breast Tomosynthesis Dataset for the Comparative Analysis of Deep Learning Models in Tumor Segmentation 2025-Aug-04, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01626-z PMID:40760265	研究论文	本研究评估了计算机生成的数字乳腺断层合成数据作为乳腺肿瘤分割深度学习模型训练源的可行性	首次系统评估计算机生成的DBT数据在肿瘤分割任务中的应用潜力，并比较了13种不同深度学习架构的性能	研究使用的计算机生成数据与真实数据存在领域差异，样本量相对有限（230个ROI）	探索计算机生成的DBT数据作为深度学习模型训练补充资源的有效性	数字乳腺断层合成图像中的乳腺肿瘤区域	计算机视觉	乳腺癌	数字乳腺断层合成	CNN	医学图像	230个二维感兴趣区域	NA	U-Net, FCN, DeepLabv3, DeepLabv3+	F1-score, IoU, precision, recall	NA
16473	2025-10-06	Predicting hematoma expansion after intracerebral hemorrhage: a comparison of clinician prediction with deep learning radiomics models 2025-Aug, Neurocritical care IF:3.1Q2 DOI:10.1007/s12028-025-02214-3 PMID:39920546	研究论文	比较深度学习影像组学模型与临床专家在预测脑出血后血肿扩张方面的性能	首次系统比较机器学习影像组学模型与临床专家在预测血肿扩张方面的表现，并建立了新的性能基准	模型整体AUC值仅为中等水平，需要进一步改进	预测非创伤性脑出血后的血肿扩张	脑出血患者	医学影像分析	脑出血	头部计算机断层扫描	随机森林, 深度学习	医学影像, 临床数据	900名研究参与者（训练队列621人，测试队列279人）	NA	NA	AUC, Kappa值, 组内相关系数	NA
16474	2025-10-06	A direct learning approach for detection of hotspots in microwave hyperthermia treatments 2025-Aug, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03343-9 PMID:40067423	研究论文	提出一种基于深度学习的直接学习方法，用于微波热疗治疗中检测乳腺组织温度是否超过阈值	首次将深度卷积编码器-解码器架构应用于微波热疗中的热点检测，相比传统方法展现出更强的正则化能力	数据主要来自内部数据生成器模拟，仅部分验证使用商业软件仿真数据	开发微波热疗过程中组织温度监测的自动化检测方法	乳腺组织温度分布	计算机视觉	乳腺癌	微波热疗	CNN	图像	NA	NA	卷积编码器-解码器	准确率	NA
16475	2025-10-06	Hypermetabolic pulmonary lesions detection and diagnosis based on PET/CT imaging and deep learning models 2025-Aug, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07215-0 PMID:40183951	研究论文	基于PET/CT影像和深度学习模型开发用于高代谢肺病灶检测和分类的系统	采用多维联合网络结合图像块和二维投影进行分类，并与放射组学模型进行性能对比	存在假阳性分割，部分对应相邻区域可疑病灶	开发评估用于高代谢肺病灶检测和分类的深度学习模型	高代谢肺病灶（良性、肺癌、肺淋巴瘤和转移瘤）	计算机视觉	肺癌	PET/CT成像	深度学习模型	PET/CT图像	647例病例（409男/238女）来自5个中心，内部数据集426例，外部测试集I 151例，外部测试集II 70例	NA	多维联合网络	准确率, AUC	NA
16476	2025-10-06	Machine learning and clinical EEG data for multiple sclerosis: A systematic review 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103116 PMID:40334524	系统综述	系统综述了机器学习特别是深度学习模型在脑电图数据分析中应用于多发性硬化症的现有研究	首次系统性地整合了机器学习与脑电图技术在多发性硬化症管理中的应用，重点关注深度学习架构和混合模型	存在机器学习脑电图分析的潜在偏差和挑战	改善多发性硬化症的预测、诊断、监测和治疗	多发性硬化症患者	机器学习	多发性硬化症	脑电图	深度学习,CNN,混合模型	脑电图数据	NA	NA	卷积神经网络,混合模型	NA	NA
16477	2025-10-06	Deep learning for early detection of chronic kidney disease stages in diabetes patients: A TabNet approach 2025-08, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103153 PMID:40347843	研究论文	本研究开发了一种基于TabNet的深度学习模型，用于糖尿病患者的慢性肾脏病分期早期检测	采用新颖的迭代后向特征选择策略确定关键预测因子，并使用基于注意力的TabNet架构构建分类模型	研究数据来源于单一队列研究(CRIC)，需要在更广泛人群中验证模型性能	开发糖尿病患者的慢性肾脏病分期预测模型以实现早期检测	糖尿病患者的慢性肾脏病分期	机器学习	慢性肾脏病	纵向数据分析	TabNet, XGBoost, 随机森林, AdaBoost, 多层感知机	表格数据	慢性肾脏病队列研究(CRIC)的纵向数据	NA	TabNet	准确率	NA
16478	2025-10-06	Rapid identification of Litopenaeus vannamei pathogenic bacteria: a combined approach using surface-enhanced Raman spectroscopy (SERS) and deep learning 2025-Aug, Analytical and bioanalytical chemistry IF:3.8Q1 DOI:10.1007/s00216-025-05974-1 PMID:40613867	研究论文	提出一种结合表面增强拉曼光谱(SERS)和深度学习的南美白对虾病原菌快速识别方法	首次将LSGAN数据增强与Transformer模型结合用于拉曼光谱分类，有效解决了光谱数据稀缺问题	初始数据集较小(仅160个光谱)，需在更多病原菌种类上验证方法通用性	开发快速准确的南美白对虾病原菌检测方法以替代传统PCR检测	四种常见南美白对虾病原菌	计算机视觉	水产养殖疾病	表面增强拉曼光谱(SERS)	LSGAN, Transformer	光谱数据	原始160个光谱，增强后2160个光谱	NA	LSGAN, Transformer	准确率	NA
16479	2025-10-06	Transparent brain tumor detection using DenseNet169 and LIME 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13233-7 PMID:40750659	研究论文	提出结合DenseNet169和LIME的脑肿瘤分类模型，提升分类性能和可解释性	首次将DenseNet169与LIME集成，在保持高精度的同时提供可视化解释	仅使用单一模态数据，未验证多中心数据泛化能力	开发高精度且可解释的脑肿瘤自动分类系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	2870张MRI图像，涵盖三种肿瘤类型	NA	DenseNet169	准确率	资源受限的临床环境
16480	2025-10-06	Seasonal disparities in green exposure under the 15-minute city framework: a case study of Xi'an, China 2025-Aug-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13757-y PMID:40750666	研究论文	本研究在15分钟城市框架下评估西安市季节性绿地暴露不平等现象	首次在15分钟城市框架下结合人类移动性分析季节性绿地暴露不平等，并整合绿视率指数、空间统计方法和深度学习技术	研究仅针对单一城市案例，缺乏多城市对比验证	评估15分钟城市框架下季节性绿地暴露不平等及其与房价的关系	西安市不同距离生活圈内的绿地暴露和房价数据	城市环境分析	NA	绿视率指数、空间统计方法、深度学习	深度学习模型	城市房价大数据、空间数据	西安市全域范围数据	NA	NA	空间自相关分析	NA