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
161	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
162	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
163	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
164	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
165	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
166	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
167	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
168	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
169	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
170	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
171	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
172	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）
173	2025-09-10	Correction to: Deep Learning in High-Resolution Anoscopy: Assessing the Impact of Staining and Therapeutic Manipulation on Automated Detection of Anal Cancer Precursors 2025-Sep-08, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000000894 PMID:40920629	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
174	2025-09-10	De-MSI: A Deep Learning-Based Data Denoising Method to Enhance Mass Spectrometry Imaging by Leveraging the Chemical Prior Knowledge 2025-Sep-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02946 PMID:40921155	研究论文	提出一种基于深度学习的质谱成像数据去噪方法De-MSI，利用化学先验知识提升数据质量	无需真实标注数据，通过质谱先验知识构建训练集，首次实现无监督的MSI数据深度去噪	未与其他先进深度学习方法进行系统对比，泛化性需更多数据验证	提升质谱成像数据质量，解决复杂噪声模式下的去噪难题	小鼠胎儿、小鼠大脑和大鼠大脑的质谱成像数据	计算生物学	NA	MALDI, DESI, 质谱成像	深度神经网络	质谱成像数据	多个小鼠胎儿数据集、5μm分辨率小鼠脑数据集、大鼠脑数据集
175	2025-09-10	Deep Learning-Based Detection of Reticular Pseudodrusen in Age-Related Macular Degeneration 2025-Sep-08, Clinical & experimental ophthalmology DOI:10.1111/ceo.14607 PMID:40922557	研究论文	开发并外部验证一种基于深度学习的模型，用于在光学相干断层扫描中检测年龄相关性黄斑变性中的网状假性玻璃膜疣	首次提出用于网状假性玻璃膜疣实例分割的深度学习模型，并在多中心数据中实现与视网膜专家相当的检测性能	模型性能虽与专家相当，但尚未在更广泛的临床环境中验证其通用性	开发自动化工具以支持年龄相关性黄斑变性的临床管理	年龄相关性黄斑变性患者的视网膜OCT扫描图像	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	深度学习实例分割模型	医学图像	9800张OCT B扫描图像（内部测试250张），1017只眼睛来自812名个体（外部测试）
176	2025-09-10	Large-Scale Dermatopathology Dataset for Lesion Segmentation: Model Development and Analysis 2025-Sep-08, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2025.40.e220 PMID:40923506	研究论文	构建并评估了一个大规模皮肤病理学图像数据集，用于训练AI模型进行病变分割	创建了来自四个机构、包含34,376张切片图像的多机构大规模数据集，涵盖正常皮肤和六种常见皮肤病变类型	数据集可能仍存在特定疾病覆盖范围的限制，且仅针对皮肤病变分割任务	开发AI辅助诊断工具以减少皮肤癌诊断中的变异性，支持皮肤病理学家	皮肤组织样本，包括正常皮肤和六种皮肤病变类型	数字病理学	皮肤癌	组织病理学成像和深度学习分割	病变分割模型（具体架构未明确说明）	图像	34,376张组织病理学切片图像，来自四个机构
177	2025-09-10	Deep Learning-Assisted Organogel Pressure Sensor for Alphabet Recognition and Bio-Mechanical Motion Monitoring 2025-Sep-08, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01912-z PMID:40924231	研究论文	开发了一种基于深度学习的多功能有机凝胶压力传感器，用于字母识别和生物力学运动监测	首次将钴纳米颗粒封装氮掺杂碳纳米管嵌入PVA/明胶基质，创造具有抗冻、自粘、自愈合特性的有机凝胶传感器	NA	开发高性能可穿戴传感器用于人机接口和健康监测	有机凝胶压力传感器及其在字母识别和人体运动监测中的应用	机器学习	NA	深度学习，电化学阻抗谱	深度学习模型	压力传感数据	NA
178	2025-09-10	Immunoelectron microscopy: a comprehensive guide from sample preparation to high-resolution imaging 2025-Sep-08, Discover nano DOI:10.1186/s11671-025-04346-z PMID:40924310	综述	本文系统介绍了免疫电子显微镜技术的全流程，包括样本制备到高分辨率成像的策略与应用	提出基于系统随机抽样和深度学习算法的定量分析框架，并整合FIB-SEM三维重建与CLEM多模态策略	NA	提供免疫电子显微镜技术的全面指南，推动超微结构病理诊断与精准纳米医学发展	生物分子（如蛋白质、病原体-宿主相互作用标记物、肿瘤微环境标志物）	生物医学成像	肿瘤	免疫电子显微镜（IEM）、FIB-SEM、CLEM	深度学习算法（如Gold Digger）	电子显微镜图像、三维重建数据、多模态成像数据	NA
179	2025-09-10	Self-supervised representation learning with continuous training data improves the feel and performance of myoelectric control 2025-Sep-07, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111029 PMID:40921113	研究论文	本研究探索使用连续动态数据和自监督学习改进基于肌电信号模式识别的控制性能	采用连续动态训练数据捕获真实运动动态特性，并首次将自监督学习(VICReg)应用于肌电控制领域	NA	提升肌电控制系统的可用性和性能，为更直观的用户友好型假肢设备铺平道路	肌电信号模式识别控制系统	机器学习	NA	sEMG-PR（表面肌电信号模式识别）	LDA, LSTM	肌电信号数据	20名参与者
180	2025-09-10	Dosiomics-guided deep learning for radiation esophagitis prediction in lung cancer: optimal region of interest definition via multi-branch fusion auxiliary learning 2025-Sep-06, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111121 PMID:40921328	研究论文	本研究开发了一种结合剂量组学和深度学习的多任务辅助学习模型，用于预测肺癌放疗患者的≥2级放射性食管炎	提出剂量组学引导的多分支融合辅助学习方法，通过辐射剂量分布图像自动定义准确客观的感兴趣区域	回顾性研究设计，样本来源限于三家医院	预测肺癌患者放疗后放射性食管炎的发生风险	接受放疗的肺癌患者	数字病理	肺癌	剂量组学分析，深度学习	ResNet34结合对比学习和辅助分割模块	辐射剂量分布图像	488例患者（训练集235例，内部验证集101例，外部验证集152例）