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
16481	2025-10-06	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	本文系统回顾了人工智能在原发性肝癌管理中的应用进展	全面梳理了AI在肝癌筛查、诊断、治疗规划和预后预测等全流程中的应用现状	多数模型缺乏充分的临床适用性评估和外部验证，开发与临床应用存在差距	探索人工智能在肝癌管理中的应用潜力	原发性肝癌（肝细胞癌和肝内胆管癌）	机器学习	肝癌	机器学习，深度学习	深度学习模型	医学影像数据（CT，MRI）	从13,122篇文献中筛选出62篇进行详细分析	NA	NA	敏感性，特异性	NA
16482	2025-10-06	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	开发了一种结合多种金属元素分析和反向传播神经网络的方法，用于同时鉴定绿茶的产地和等级	首次将ICP-AES与BPNN结合用于同时鉴定茶叶产地和等级，并采用SHAP进行模型解释和优化	仅针对龙井茶等特定绿茶品种进行研究，样本多样性可能有限	建立简单可靠的绿茶产地和等级同时鉴定方法	绿茶样本（如龙井茶）	机器学习	NA	电感耦合等离子体原子发射光谱法（ICP-AES）	BPNN（反向传播神经网络）	光谱数据，元素含量数据	NA	NA	BPNN	准确率	NA
16483	2025-10-06	Evaluation of a deep learning segmentation tool to help detect spinal cord lesions from combined T2 and STIR acquisitions in people with multiple sclerosis 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11541-0 PMID:40185925	研究论文	开发用于检测多发性硬化患者脊髓病变的深度学习分割工具，并评估其对临床医生诊断性能的提升	首次开发基于矢状位T2和STIR序列组合的深度学习模型用于脊髓多发性硬化病变检测，并在多中心数据上验证其临床价值	样本量相对有限（50例患者），仅基于法国多发性硬化登记处的回顾性数据，缺乏外部验证	开发深度学习模型辅助临床医生检测多发性硬化患者的脊髓病变	多发性硬化患者的脊髓MRI图像	医学影像分析	多发性硬化	MRI（T2和STIR序列）	深度学习分割模型	医学影像	50例患者（39名女性，中位年龄41岁），来自40台不同扫描仪的回顾性数据	NA	NA	灵敏度, 精确度, Light's kappa	NA
16484	2025-10-06	Real-life benefit of artificial intelligence-based fracture detection in a pediatric emergency department 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11554-9 PMID:40192806	研究论文	评估基于人工智能的骨折检测软件在儿科急诊真实临床环境中的性能表现	在真实儿科急诊环境中评估AI骨折检测软件性能，并分析其对经验不足医师诊断准确性的影响	仅评估单一商业AI软件，样本量有限，未进行多中心验证	评估AI骨折检测软件在儿科急诊中的临床应用价值	18岁以下儿童的1672张X光片	医学影像分析	骨折	X光成像	深度学习	X光图像	1672张儿童X光片（中位年龄10.9岁，59%男性）	NA	NA	灵敏度, 特异性, 准确率	NA
16485	2025-10-06	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和超分辨率重建技术在高分辨率垂体动态对比增强MRI中诊断微腺瘤的性能	首次将深度学习压缩感知与超分辨率重建技术结合应用于垂体DCE MRI，实现高分辨率成像同时提升诊断性能	样本量有限（126例），且为单中心前瞻性研究	评估DLCS-SR重建技术在垂体微腺瘤诊断中的性能	疑似垂体微腺瘤患者	医学影像分析	垂体疾病	动态对比增强MRI	深度学习	医学影像	126名疑似垂体微腺瘤患者	NA	NA	AUC, κ统计量	NA
16486	2025-10-06	Deep learning and conventional hip MRI for the detection of labral and cartilage abnormalities using arthroscopy as standard of reference 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11546-9 PMID:40240555	研究论文	比较基于深度学习的高分辨率髋关节MRI与传统压缩感知MRI在检测髋臼唇和软骨异常方面的性能	首次将高分辨率深度学习MRI(CSAI)与标准分辨率压缩感知MRI在髋关节病变检测中进行系统比较	样本量较小(32例患者)，对某些区域软骨病变的敏感性仍然较低	评估深度学习MRI在髋关节病变诊断中的性能	股骨髋臼撞击综合征患者	医学影像分析	骨科疾病	MRI, 深度学习, 压缩感知	深度学习模型	医学影像	32例患者(平均年龄37.5岁, 24名男性)	NA	NA	敏感性, 特异性, 准确性	3-T MRI设备
16487	2025-10-06	Deep learning reconstruction for detection of liver lesions at standard-dose and reduced-dose abdominal CT 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11596-z PMID:40251443	研究论文	本研究比较了深度学习重建与迭代重建在标准剂量和降低剂量腹部CT中检测肝脏病灶的诊断性能	首次系统评估深度学习重建在降低CT辐射剂量方面的潜力，并与传统迭代重建方法进行对比	样本量相对有限（44名参与者），仅针对胃肠道和胰腺腺癌肝转移患者，未涵盖其他类型肝脏病变	评估深度学习重建在降低CT辐射剂量同时保持肝脏病灶检测准确性的能力	已知胃肠道和胰腺腺癌肝转移的患者	医学影像分析	肝脏转移癌	CT扫描，深度学习重建，迭代重建	深度学习	CT影像	44名参与者，348个肝脏病灶（297个转移灶，51个良性病灶）	NA	NA	病灶检测率，置信区间，McNemar检验，混合效应逻辑回归	NA
16488	2025-10-06	Deep learning enhances reliability of dynamic contrast-enhanced MRI in diffuse gliomas: bypassing post-processing and providing uncertainty maps 2025-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11588-z PMID:40252095	研究论文	提出一种新颖的深度学习模型，直接从DCE-MRI估计药代动力学参数图和不确定性评估	使用时序概率深度学习模型绕过动脉输入函数估计，直接生成PK参数图和不确定性图	单中心回顾性研究，样本量有限	提高弥漫性胶质瘤DCE-MRI的可靠性	成人型弥漫性胶质瘤患者	医学影像分析	胶质瘤	DCE-MRI	深度学习	医学影像	329名患者（平均年龄55±15岁，197名男性）	NA	时序概率模型	SSIM, ICC, AUROC	NA
16489	2025-10-06	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	提出一种结合图像分割和图像处理技术计算岩石纹理系数的新方法	开发了基于深度学习的图像分割技术和Python算法，实现快速准确的岩石纹理系数计算	仅使用20种岩石样本进行验证，样本规模有限	改进岩石纹理系数的计算方法，提高计算效率和准确性	20种不同类型的火成岩、变质岩和沉积岩	计算机视觉	NA	薄片图像分析	深度学习	图像	20种岩石的薄片图像	Python	NA	IoU	NA
16490	2025-10-06	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	本文通过范围综述方法系统分析了医学领域基于深度学习的多模态AI应用现状、技术挑战和临床实施策略	首次对2018-2024年间432篇多模态AI医学应用论文进行系统性分析，揭示了多模态模型相比单模态平均AUC提升6.2个百分点的优势	存在跨部门协调困难、数据特征异质性和数据集不完整等挑战	探索多模态AI在医学领域的技术挑战和临床应用前景	432篇2018-2024年发表的医学多模态AI研究论文	机器学习	NA	深度学习	深度学习模型	多模态医疗数据	432篇研究论文	NA	多模态融合架构	AUC	NA
16491	2025-10-06	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	首次将Transformer模型应用于紫外可见叠加光谱分析，通过组合化学探针增强显色反应特异性，实现端到端的多重金属定性与定量分析	真实环境样本检测的R²值（0.681）低于方法开发阶段（0.936），表明在复杂实际环境中性能有所下降	解决环境监测中光谱重叠问题，实现多组分重金属快速检测	五种代表性重金属（Sb、Fe、Ni、Cd、Cu）及实际环境样本中的十种重金属	机器学习	NA	紫外可见光谱法，组合化学探针，高通量实验	Transformer	光谱数据	五种代表性重金属训练，十种重金属实际样本测试	NA	Transformer	R², RMSE, MAE	NA
16492	2025-10-06	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	首次将SEM图像和FT-IR数据通过多模态融合与注意力机制结合，能够识别不同老化类型的关键特征关联	NA	开发能够准确识别微塑料老化特征的方法，理解微塑料老化机制	微塑料老化样品	计算机视觉,自然语言处理	NA	SEM成像,FT-IR光谱分析	深度学习模型	图像,光谱数据	1371个样品，涵盖7种老化类型	NA	注意力机制	准确率,F1分数	NA
16493	2025-10-06	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	本研究通过结合荧光成像、深度学习、移动应用和数据管理系统，开发了一种自动化实时溢油评估方法	首次将荧光成像与深度学习相结合用于实时溢油浓度评估，并开发了配套的移动应用和数据管理系统	仅测试了两种原油类型（萘基原油和芳香-萘基原油），浓度范围限定在0-500 mg/L	开发快速准确的实时溢油评估技术以支持环境评估和应急响应	两种原油类型：萘基原油和芳香-萘基原油	计算机视觉	NA	荧光成像	CNN	图像	1530张荧光图像，包含两种原油类型在不同浓度下的数据	NA	卷积神经网络结合自定义回归模型	R²分数, RMSE	NA
16494	2025-10-06	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	本研究使用YOLOv10和迁移学习技术开发了一种基于CT影像的乳腺癌肺转移早期检测系统	首次将YOLOv10模型与迁移学习相结合应用于乳腺癌肺转移的CT影像检测，相比现有方法具有更高的诊断准确性	样本量较小（仅16名患者），数据来源于单一医疗机构，需要更大规模的多中心研究验证	开发并验证基于深度学习的乳腺癌肺转移自动检测系统	乳腺癌确诊患者的肺部CT影像	计算机视觉	乳腺癌	CT影像分析	YOLOv10, CNN	医学影像	16名患者的1264张增强CT图像	NA	ResNet-50, GoogLeNet	准确率, 灵敏度, 特异性, 精确率, AUC	NA
16495	2025-10-06	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转移方法LoRA-CT，实现深度学习模型在多个拉曼光谱仪之间的高效迁移	通过将权重更新分解为低秩矩阵，实现参数高效的模型微调，比全参数微调减少600倍可训练参数	NA	解决深度学习模型在不同拉曼光谱仪之间的可移植性问题	溶剂混合物和混合油样品	机器学习	NA	拉曼光谱	深度学习	光谱数据	三个数据集（溶剂混合物和混合油），使用极少量转移样本	NA	NA	决定系数R², 均方根误差RMSE	NA
16496	2025-10-06	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	提出了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应用于CPI预测，考虑不同CPI对之间的相关性，并通过潜在空间学习共享低维潜在表示	未明确说明模型在更大规模数据集上的泛化能力	开发一种能够更好预测化合物-蛋白质相互作用的深度学习模型	化合物-蛋白质相互作用对	机器学习	NA	深度学习	变分自编码器, 图神经网络, 门控卷积网络	化合物结构数据, 蛋白质序列数据	两个基准数据集（具体数量未明确说明）	NA	双边变分自编码器(BiVAE), 图同构网络(GIN), 门控卷积编码器	NA	NA
16497	2025-10-06	A generalist deep-learning volume segmentation tool for volume electron microscopy of biological samples 2025-Sep, Journal of structural biology IF:3.0Q3 DOI:10.1016/j.jsb.2025.108214 PMID:40449855	研究论文	介绍了一种用于生物样本体积电子显微镜的通用深度学习体积分割工具VST	开发了能够处理多种生物样本类型的通用体积分割工具，自动化数据预处理、增强和网络构建流程，并支持基于轮廓图的实例分割	NA	开发适用于体积电子显微镜图像的通用深度学习分割工具	生物样本的体积电子显微镜图像数据	计算机视觉	NA	体积电子显微镜，透射电子显微镜，扫描电子显微镜	深度学习	体积电子显微镜图像堆栈	NA	NA	NA	NA	本地硬件
16498	2025-10-06	Developing a deep learning-based surgical-skill assessment model focused on instrument handling in laparoscopic colorectal surgery 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110260 PMID:40544713	研究论文	开发基于深度学习的腹腔镜结直肠手术中器械操作技能评估模型	首次利用计算机视觉技术自动识别腹腔镜手术中的组织抓取行为，并基于组织抓取次数实现自动手术技能评估	自动识别成功/失败组织抓取的准确性不足，需要进一步提高识别精度	开发自动化手术技能评估方法，重点关注腹腔镜手术中的器械操作技能	腹腔镜结直肠手术视频	计算机视觉	结直肠癌	计算机视觉技术	深度学习模型	手术视频	三个不同技能水平组（高技能组、中技能组、低技能组）的手术视频	NA	NA	相关性分析	NA
16499	2025-10-06	Development and interpretation of a pathomics-driven ensemble predictive model for prognosis of intrahepatic cholangiocarcinoma 2025-Sep, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2025.110295 PMID:40627917	研究论文	开发并解释了一种基于病理组学的集成预测模型，用于肝内胆管癌的预后预测	首次开发了肝内胆管癌的病理组学集成预测模型，并通过多种方法提升模型可解释性	NA	开发可解释的病理组学模型以改善肝内胆管癌的临床管理和预后预测	肝内胆管癌患者	数字病理	肝内胆管癌	深度学习，K-means聚类，细胞形态学特征分析	集成模型，深度学习	术后肿瘤切片图像	252例iCCA患者（内部验证）+ TCGA数据库（外部验证）	NA	NA	AUC	NA
16500	2025-10-06	AI Revolution in Radiology, Radiation Oncology and Nuclear Medicine: Transforming and Innovating the Radiological Sciences 2025-Sep, Journal of medical imaging and radiation oncology IF:2.2Q2 DOI:10.1111/1754-9485.13880 PMID:40631621	综述	评估人工智能在放射学、核医学和放射肿瘤学领域的影响，并强调医学教育中AI专业培训的必要性	系统阐述AI在放射科学三大分支领域的整合现状与教育需求，强调跨学科融合与专业人才培养的创新视角	作为综述文章未涉及具体实验验证，主要基于现有文献分析	探讨AI技术在放射科学领域的临床应用与教育整合	放射学、核医学和放射肿瘤学的诊断与治疗流程	医学影像分析	NA	深度学习、机器学习	NA	医学影像	NA	NA	NA	诊断准确性、工作效率	NA