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	2025-06-22	Hyperspectral-driven PSO-SVM model and optimized CNN-LSTM-Attention fusion network for qualitative and quantitative non-destructive detection of adulteration in strong-aroma Baijiu 2025-Jun-17, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145197 PMID:40541145	研究论文	本研究结合高光谱成像和深度学习技术，用于检测白酒中的掺假行为	提出了一种名为Ghost-LSTM-Scaled Dot-Product Attention (GLSNet)的新型融合网络，用于定量预测，其预测性能显著优于传统方法和其他深度学习模型	NA	实现白酒掺假的快速准确检测，为质量控制和市场监管提供支持	白酒中的掺假样本	计算机视觉	NA	高光谱成像	PSO-SVM, CNN, LSTM, GLSNet	图像	NA
162	2025-06-22	A Meta-Analysis of the Diagnostic Test Accuracy of Artificial Intelligence for Predicting Emergency Department Revisits 2025-Jun-16, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02210-2 PMID:40522351	meta-analysis	该研究通过荟萃分析评估人工智能在预测急诊科复诊中的诊断测试准确性	首次通过荟萃分析量化评估AI在急诊复诊预测中的表现，并识别导致研究间异质性的协变量	纳入研究数量有限（20篇），且存在显著的异质性	评估AI预测急诊科复诊的性能并分析研究间异质性来源	急诊科复诊患者	machine learning	NA	machine learning, deep learning, artificial intelligence	NA	临床数据	20篇研究（包含27个AI模型）
163	2025-06-22	VAE-GANMDA: A microbe-drug association prediction model integrating variational autoencoders and generative adversarial networks 2025-Jun-16, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103198 PMID:40540756	研究论文	提出了一种结合变分自编码器（VAE）和生成对抗网络（GAN）的模型VAE-GANMDA，用于预测微生物与药物之间的关联	通过融合VAE和GAN学习数据的非线性流形特征，并改进VAE生成模块，结合CBAM和高斯核函数增强特征提取能力，同时使用SVD技术提取线性特征，最终结合线性和非线性特征进行预测	未提及具体的数据集大小或实验环境的限制	预测微生物与药物之间的关联，以替代传统耗时且昂贵的生物实验方法	微生物与药物的关联数据	机器学习	NA	VAE, GAN, SVD, k-means++, MLP	VAE-GANMDA	关联数据	NA
164	2025-06-22	Low-field NMR-based deep learning for non-destructive quality assessment of frozen model foods 2025-Jun-16, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145181 PMID:40540836	研究论文	本研究利用低场核磁共振和深度学习技术对冷冻模型食品进行非破坏性质量评估	结合低场核磁共振(LF-NMR)与反向传播人工神经网络(BP-ANN)构建新型质量评估模型	仅使用两种含水量的凝胶模型食品作为研究对象	开发冷冻食品的非破坏性质量评估方法	含水量90%和80%的凝胶模型食品	机器学习	NA	低场核磁共振(LF-NMR)	PLSR, BP-ANN	核磁共振数据	梯度温度条件下冷冻的凝胶模型食品样本
165	2025-06-22	SurgRIPE challenge: Benchmark of surgical robot instrument pose estimation 2025-Jun-14, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103674 PMID:40541088	研究论文	介绍SurgRIPE挑战赛，旨在为手术机器人器械姿态估计提供基准测试	提出了首个针对无标记手术器械姿态估计的公开挑战赛，并提供了真实手术视频数据与真实姿态标注	未提及具体的数据集规模限制或算法泛化能力的局限性	推动手术机器人器械姿态估计技术的发展，实现更精确和自主的手术程序	手术机器人器械的姿态估计	计算机视觉	NA	深度学习	NA	视频	NA
166	2025-06-22	Deep learning in poultry farming: comparative analysis of Yolov8, Yolov9, Yolov10, and Yolov11 for dead chickens detection 2025-Jun-13, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105440 PMID:40541098	研究论文	本研究比较了YOLOv8、YOLOv9、YOLOv10和YOLOv11在无笼养鸡场中检测死鸡的性能	比较了最新YOLO系列模型在死鸡检测中的性能，并提供了基于农场特定操作约束的模型选择建议	研究使用了合成数据集，未在真实农场条件下进行验证	评估不同YOLO模型在死鸡检测中的性能，为家禽养殖场提供AI监控方案	无笼养鸡场中的死鸡	计算机视觉	NA	目标检测	YOLOv8n, YOLOv9c, YOLOv10n, YOLOv11n	图像	3413张合成图像
167	2025-06-22	Predicting and explaining high dead-on-arrival outcomes in meat-type ducks using deep learning: A path to improved welfare management 2025-Jun-13, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105439 PMID:40541105	研究论文	本研究利用深度学习模型预测和解释肉鸭运输过程中的高到货死亡率，以提高福利管理	首次将可解释的深度学习模型应用于肉鸭到货死亡率预测，并结合SHAP分析提高模型透明度	研究仅基于2022-2023年的数据，可能无法涵盖所有季节变化因素	开发可解释的深度学习模型以预测肉鸭高到货死亡率，优化屠宰前管理	肉鸭运输过程中的到货死亡率	数字病理	NA	深度学习	深度学习模型	结构化数据	8220车次肉鸭运输记录
168	2025-06-22	Advanced mastitis detection in Bos indicus cows: A deep learning approach integrated with infrared thermography 2025-Jun-12, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104173 PMID:40540820	研究论文	本研究提出了一种结合红外热成像技术和深度学习算法的方法，用于检测Tharparkar牛（Bos indicus）的乳腺炎	首次将红外热成像技术与深度学习算法结合，用于检测Tharparkar牛的乳腺炎，特别是在不同季节下的表现	研究仅针对Tharparkar牛，可能不适用于其他牛种	开发一种非侵入性、准确的乳腺炎检测方法，以提高奶牛的健康管理和生产效率	Tharparkar牛（Bos indicus）的乳腺炎检测	数字病理	乳腺炎	红外热成像技术（IRT）、加州乳腺炎测试（CMT）、体细胞计数（SCC）	CNN、ResNet-50、VGG16	图像	7223个乳腺热图，来自健康、亚临床乳腺炎（SCM）和临床乳腺炎（CM）的乳腺区域
169	2025-06-22	Hybrid adaptive attention deep supervision-guided U-Net for breast lesion segmentation in ultrasound computed tomography images 2025-Jun-09, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03377-z PMID:40488959	研究论文	提出了一种基于深度学习的混合自适应注意力深度监督引导U-Net网络（HAA-DSUNet），用于乳腺超声计算机断层扫描（BUCT）图像中的乳腺病变分割	用混合自适应注意力模块（HAAM）替代U-Net的传统采样卷积模块，以扩大感受野并探索丰富的全局特征，同时保留精细细节；应用对比损失作为深度监督以减少上采样过程中的信息损失	NA	开发自动化乳腺癌诊断系统，用于早期筛查乳腺病变以提高患者生存率	乳腺超声计算机断层扫描（BUCT）图像中的乳腺病变	数字病理	乳腺癌	深度学习	HAA-DSUNet（基于U-Net的改进模型）	图像	两个UCT图像数据集HCH和HCH-PHMC
170	2025-06-22	Classification of pediatric video capsule endoscopy images for small bowel abnormalities using deep learning models 2025-Jun-07, World journal of gastroenterology IF:4.3Q1 DOI:10.3748/wjg.v31.i21.107601 PMID:40538507	research paper	本研究使用深度学习模型对小儿视频胶囊内窥镜图像中的小肠异常进行分类	开发了一种基于深度学习的诊断工具，用于自动分类小儿VCE图像中的小肠病变，提高了诊断准确性和效率	研究为回顾性分析，可能存在选择偏倚；样本量相对较小，仅来自单一医疗中心	利用深度学习模型自动分类小儿VCE图像中的小肠病变	162名小儿患者的2298张高分辨率VCE图像	digital pathology	inflammatory bowel disease	video capsule endoscopy	DenseNet121, VGG-16, ResNet50, vision transformer	image	162名儿科患者的2298张图像
171	2025-06-22	Trajectory-Ordered Objectives for Self-Supervised Representation Learning of Temporal Healthcare Data Using Transformers: Model Development and Evaluation Study 2025-Jun-04, JMIR medical informatics IF:3.1Q2 DOI:10.2196/68138 PMID:40465350	研究论文	本研究提出了一种名为TOO-BERT的基于Transformer的模型，通过整合新颖的轨迹顺序目标（TOO）来改进电子健康记录（EHR）序列的建模	引入了轨迹顺序目标（TOO）以增强模型对医疗事件间复杂时序依赖关系的理解，并通过条件选择过程进一步优化上下文理解和时序感知	研究仅针对两种特定的EHR数据集（MIMIC-IV和MDC）进行了评估，可能在其他数据集上的泛化能力有待验证	改进基于Transformer的模型在捕捉EHR数据中复杂时序依赖关系方面的能力	电子健康记录（EHR）中的患者轨迹数据	自然语言处理	心力衰竭、阿尔茨海默病	掩码语言建模（MLM）、自监督学习	Transformer（TOO-BERT）	电子健康记录（EHR）序列数据	MIMIC-IV数据集约1000万条医疗代码，MDC数据集约800万条医疗代码
172	2025-06-22	Screening and Risk Analysis of Atrial Fibrillation After Radiotherapy for Breast Cancer: Protocol for the Cross-Sectional Cohort Study "Watch Your Heart (WATCH)" 2025-Jun-04, JMIR research protocols IF:1.4Q3 DOI:10.2196/67875 PMID:40466092	研究论文	该研究旨在通过WATCH队列研究评估乳腺癌放疗后心房颤动的发生率及其与心脏辐射暴露的关联	首次系统研究乳腺癌放疗后心房颤动的发生率，并探索心脏辐射暴露与心房颤动发生的关联	样本量相对较小（200名患者），且仅针对65岁以上的患者群体	评估乳腺癌放疗后心房颤动的发生率，并研究心脏辐射暴露与心房颤动发生的关联	65岁以上接受乳腺癌放疗5年且无心房颤动病史的患者	数字病理	乳腺癌	Withings ScanWatch智能手表监测、心电图（ECG）、经胸超声心动图（TTE）	深度学习算法	生理信号数据、医学影像数据	200名65岁以上接受乳腺癌放疗5年且无心房颤动病史的患者
173	2025-06-22	Automated periodontal assessment in orthodontic patients: a dual CNN framework 2025-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06410-5 PMID:40455084	研究论文	本研究开发了一种基于卷积神经网络（CNN）的系统，用于在正畸患者的口内图像中诊断牙结石、牙菌斑、牙龈增生和牙龈炎症	提出了一种双CNN框架（YOLOv8和混合U-Net + ResNet50模型），用于自动化牙周评估，提供快速和客观的评估	最终的诊断结论仍需依赖临床医生的专业知识和判断	开发深度学习系统以辅助正畸患者的牙周评估	正畸患者的口内图像	计算机视觉	牙周病	CNN	YOLOv8, U-Net + ResNet50	图像	1000张正畸患者的侧位和正面口内图像
174	2025-06-22	Predicting hemorrhagic transformation in acute ischemic stroke: a systematic review, meta-analysis, and methodological quality assessment of CT/MRI-based deep learning and radiomics models 2025-Jun, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-025-02336-3 PMID:40133723	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习和放射组学在预测急性缺血性卒中出血性转化中的准确性和实用性	比较了深度学习模型、放射组学模型及临床结合模型的性能，发现临床结合模型表现最佳	存在中度至重度异质性，参考标准不一致且外部验证有限	优化急性缺血性卒中患者的治疗策略	急性缺血性卒中患者	digital pathology	cardiovascular disease	CT/MRI成像	DL和radiomics-based ML模型	医学影像	16项研究共3083名参与者
175	2025-06-22	Evaluating anti-VEGF responses in diabetic macular edema: A systematic review with AI-powered treatment insights 2025-Jun-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_1810_24 PMID:40434455	综述	本文系统回顾了深度学习和机器学习在评估糖尿病黄斑水肿患者抗VEGF治疗反应中的应用	利用AI算法区分抗VEGF治疗的应答者和非应答者，并评估多种机器学习模型在延长给药间隔耐受性分析中的效果	研究基于2016-2023年间发表的50篇相关论文，可能存在发表偏倚	评估AI技术在糖尿病黄斑水肿抗VEGF治疗反应预测中的应用效果	糖尿病黄斑水肿患者	数字病理学	糖尿病黄斑水肿	深度学习, 机器学习	LDA, ResNet-50, CNN with attention, QDA, RF, SVM	医学影像数据	50篇相关论文(2016-2023年)
176	2025-06-22	SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION 2025-May-30, ArXiv PMID:40492248	研究论文	提出了一种基于稀疏驱动的并行成像一致性方法，用于改进自监督MRI重建	通过精心设计的扰动训练物理驱动的深度学习网络，并在稀疏域中评估模型预测扰动的能力，从而减少伪影	在高加速率下应用时仍可能引入伪影，影响图像保真度	改进快速MRI扫描的重建质量	MRI图像重建	医学影像处理	NA	自监督学习	PD-DL（物理驱动的深度学习）	MRI图像数据	fastMRI膝盖和大脑数据集
177	2025-06-22	Deep Learning Differentiates Papilledema, NAION, and Healthy Eyes With Unsegmented 3D OCT Volumes 2025-May-28, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.05.036 PMID:40447246	研究论文	本研究利用深度学习技术，通过未分割的3D OCT体积数据区分视乳头水肿、非动脉炎性前部缺血性视神经病变(NAION)和健康眼睛	首次使用完整的3D OCT体积数据进行深度学习分类，而非传统的分割方法或眼底照片	研究为回顾性分析，需要前瞻性研究验证模型性能	开发自动诊断工具以区分视乳头水肿、NAION和健康眼睛	视神经头(ONH)和视乳头周围视网膜(PPR)的OCT扫描图像	数字病理	眼科疾病	光学相干断层扫描(OCT)	ResNet 3D-18	3D图像	4619份原始光谱域ONH体积扫描(1539只眼睛)，外加1663份外部验证扫描(742只眼睛)
178	2025-06-22	Automated landmark-based mid-sagittal plane: reliability for 3-dimensional mandibular asymmetry assessment on head CT scans 2025-May-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-025-06397-z PMID:40415151	research paper	本研究评估了一种基于自动标记的中矢状面（MSP）在头部CT扫描中量化下颌骨不对称性的可靠性	提出了一种基于深度学习的自动标记方法构建MSP，用于评估下颌骨不对称性，并与手动方法进行比较	研究仅基于368例CT扫描，且自动方法的临床适用性需进一步验证	评估自动标记方法构建MSP在量化下颌骨不对称性中的可靠性	368例头部CT扫描，包括正颌手术患者	digital pathology	NA	deep learning-based method	NA	CT scans	368例头部CT扫描
179	2025-06-22	Machine learning-based multimodal radiomics and transcriptomics models for predicting radiotherapy sensitivity and prognosis in esophageal cancer 2025-May-15, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110242 PMID:40381695	研究论文	本研究整合了多模态放射组学和转录组学数据，利用机器学习方法预测食管癌患者的放疗敏感性和预后	首次结合SEResNet101深度学习模型分析多模态数据，发现STUB1基因通过促进SRC蛋白泛素化降解来增强放疗敏感性	研究主要基于UCSC Xena和TCGA数据库的回顾性数据，需要更多前瞻性临床验证	开发预测食管癌放疗敏感性和预后的精准医学模型	食管癌患者	数字病理	食管癌	RNA-seq	SEResNet101, Lasso回归, Cox分析	影像数据, 转录组数据	TCGA和UCSC Xena数据库中的食管癌样本
180	2025-06-22	Machine learning based radiomic models outperform clinical biomarkers in predicting outcomes after immunotherapy for hepatocellular carcinoma 2025-Apr-17, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.04.017 PMID:40246150	research paper	该研究利用机器学习和深度学习技术，结合放射组学和临床数据，预测肝细胞癌患者免疫治疗后的生存结果和治疗反应	开发了集成放射组学和临床数据的机器学习模型，显著优于传统临床生物标志物在预测免疫治疗结果方面的表现	研究样本量相对较小（152例患者），且为回顾性研究	预测肝细胞癌患者接受atezolizumab联合bevacizumab免疫治疗后的生存结果和治疗反应	不可切除肝细胞癌患者	digital pathology	hepatocellular carcinoma	deep learning, machine learning	seven machine learning models combined with 13 feature selection techniques	CT images and clinical data	152 patients from two international centers