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
181	2025-11-06	Deep learning methods for 3D tracking of fish in challenging underwater conditions for future perception in autonomous underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1628213 PMID:41181523	研究论文	开发用于水下鱼类3D追踪的深度学习系统，以改善自主水下航行器的感知能力	提出了三种新的鱼类-相机距离自动评估流程，并与现有方法结合形成四种完整管道	仅与声纳数据进行对比验证，未在更复杂水下环境中全面测试	开发实时鱼类距离评估系统以改善水下航行器控制算法	养殖网箱中的鱼类	计算机视觉	NA	立体视觉，单目视觉	深度学习	视频，图像	NA	ROS2	NA	平均绝对误差(MAE)	NA
182	2025-11-06	Utility of wearable technology in predicting panic attacks: A scoping review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390475 PMID:41181552	综述	本文通过范围综述评估了可穿戴技术在预测惊恐发作方面的应用现状	系统总结了可穿戴设备结合机器学习方法在惊恐发作预测领域的最新研究进展和方法学特征	现有研究预测时间框架不实用，缺乏近实时预测的成功证据	评估可穿戴技术在惊恐发作预测中的效用和方法学	惊恐发作患者	机器学习	精神疾病	可穿戴设备监测	LSTM, RNN, 随机森林, 监督异常检测, 混合回归模型	生理指标数据	7项研究	NA	NA	准确率	NA
183	2025-11-06	AI-Powered histopathology slide image interpretation in oncology: A comprehensive knowledge mapping and bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393286 PMID:41181553	文献计量分析	通过文献计量学方法分析2000-2024年间人工智能在肿瘤组织病理学图像解读领域的全球研究趋势	首次对AI驱动组织病理学图像解释领域进行全面的知识图谱绘制和文献计量分析，揭示了研究集群演变轨迹	数据来源仅限于Scopus数据库，可能遗漏部分相关文献；分析受限于数据库收录范围	绘制AI驱动组织病理学图像解释在肿瘤学领域的全球研究格局和发展趋势	1874篇相关科学出版物	数字病理学	多种癌症（乳腺癌、前列腺癌、结直肠癌、头颈癌、妇科癌症、胃肠/肝癌）	组织病理学图像分析	CNN, 深度学习, 经典机器学习, 弱监督学习, Transformer	全切片图像, 多组学数据	1874篇出版物	NA	CNN, Transformer	NA	NA
184	2025-11-06	FAME: A privacy-preserving dual-stage deep learning framework for breast ultrasound imaging using federated transfer and synthetic learning 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390564 PMID:41181569	研究论文	提出一种隐私保护的联邦注意力引导多任务集成网络框架，用于乳腺超声图像的联合分割和分类	结合联邦迁移学习与类别特异性合成数据生成，采用差分隐私和注意力机制实现隐私保护下的多任务学习	仅在公开数据集上验证，未在真实多中心临床环境中测试	开发隐私保护的自动化乳腺超声分析框架	乳腺超声图像	计算机视觉	乳腺癌	深度学习，联邦学习，生成对抗网络	CNN, GAN, 集成学习	医学图像	BUSI数据集780张图像(80%训练，10%验证，10%测试)，BUSC数据集407张图像，UDIAT数据集163张图像	TensorFlow, PyTorch	MAU-Net, ResNet50V2, NASNetLarge, AC-GAN	准确率, F1分数, AUC, Dice系数	NA
185	2025-11-06	Ensemble learning for improved sentiment analysis in doctor-patient communication 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393338 PMID:41181566	研究论文	本研究比较了深度学习和集成学习方法在医患沟通情感分析中的性能	填补了医患情感分析基准测试的空白，首次系统比较了深度学习、Transformer和集成模型在三分类情感分析中的表现	仅使用文本数据，未包含多模态信息；低严重度类别识别仍具挑战性；模型实时部署能力有待验证	提升医患沟通中情感分析的准确性和可解释性	医患咨询对话文本	自然语言处理	NA	文本挖掘，情感分析	LSTM, BiLSTM, CNN, CNN-LSTM, BERT, 集成学习	文本	3325个匿名医患咨询对话	TensorFlow, PyTorch, Scikit-learn	LSTM, BiLSTM, CNN, BERT	准确率, 精确率, 召回率, F1分数	NA
186	2025-11-06	Application and research progress on artificial intelligence in the quality of Traditional Chinese Medicine 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1687681 PMID:41181603	综述	系统综述人工智能技术在中药质量控制领域的应用与研究进展	提出人工智能与多组学、生物信息学方法整合的新策略，用于中药质量标志物识别和药效机制解析	存在可扩展性、监管合规性等技术瓶颈和挑战	建立数据驱动的中药质量控制体系，支持中药产业高质量发展	中药质量评估与安全性评价	机器学习, 数字病理	NA	多组学分析, 生物信息学	机器学习, 深度学习	光谱, 色谱, 图像, 文本	NA	NA	NA	NA	NA
187	2025-11-05	PhysioFormer: Integrating multimodal physiological signals and symbolic regression for explainable affective state prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335221 PMID:41171897	研究论文	提出一种名为PhysioFormer的新型模型，通过整合多模态生理信号和符号回归实现可解释的情感状态预测	结合个体属性和多模态生理数据解决个体间变异性，集成符号回归增强模型可解释性，首次在情感计算中同时处理动态时间序列和多模态特征	仅在WESAD数据集上进行验证，尚未在更大数据集和实时应用中测试，对复杂环境的适应性有待进一步验证	开发高可靠性和准确性的情感计算模型用于心理健康监测和心理干预	基于手腕和胸部采集的多模态生理信号数据	机器学习	心理健康	多模态生理信号处理	Transformer	时间序列生理信号数据	WESAD数据集的手腕和胸部子集	NA	PhysioFormer（包含特征嵌入和情感表示模块）	准确率, 敏感性	NA
188	2025-11-05	A novel channel reduction concept to enhance the classification of motor imagery tasks in brain-computer interface systems 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335511 PMID:41171945	研究论文	提出一种结合统计检验和深度学习的混合方法，用于增强脑机接口系统中运动想象任务的分类性能	提出新型通道选择方法，结合t检验与Bonferroni校正的通道缩减技术，并开发DLRCSPNN深度学习框架	NA	开发新型通道选择方法以提升基于EEG的运动想象任务在BCI应用中的性能	脑电信号中的运动想象任务	脑机接口	运动障碍	脑电图	神经网络	脑电信号	三个实时EEG-based BCI数据集	DLRCSPNN	DLRCSP特征提取结合神经网络分类	准确率	NA
189	2025-11-04	Physically Consistent Image Augmentation for Deep Learning in Mueller Matrix Polarimetry 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3618390 PMID:41082429	研究论文	提出一种用于穆勒矩阵偏振测量中深度学习应用的物理一致性图像增强框架	开发了专门针对偏振数据特性的物理一致性数据增强方法，解决了传统增强技术会破坏偏振特性的问题	NA	提升深度学习在偏振成像领域的泛化能力和性能	穆勒矩阵偏振图像	计算机视觉	NA	穆勒矩阵偏振测量	深度学习模型	偏振图像	多个数据集（具体数量未明确说明）	NA	NA	语义分割性能指标	NA
190	2025-11-04	Correction: Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335901 PMID:41171705	correction	对一篇关于基于深度学习的沥青混凝土水库面板裂缝图像识别技术的文章进行更正	NA	NA	NA	NA	computer vision	NA	NA	NA	image	NA	NA	NA	NA	NA
191	2025-11-04	The group-housed pigs attacking and daily behaviors detection and tracking based on improved YOLOv5s and DeepSORT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334783 PMID:41171718	研究论文	基于改进YOLOv5s和DeepSORT开发猪只攻击行为和日常行为的检测与追踪方法	引入注意力机制和Shape-IoU优化边界框回归损失函数，提升模型在遮挡和重叠情况下的鲁棒性	未明确说明数据集规模和具体实验环境限制	开发稳定高精度的猪只行为自动检测与追踪深度学习方法	群养猪只的进食、站立、躺卧和攻击四种行为类型	计算机视觉	NA	视频监控	YOLOv5s, DeepSORT	视频	NA	PyTorch	YOLOv5s with attention mechanism, DeepSORT	mAP@0.5, MOTA, MOTP	NA
192	2025-11-04	Contrast limited adaptive histogram equalization (CLAHE) and colour difference histogram (CDH) feature merging capsule network (CCFMCapsNet) for complex image recognition 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335393 PMID:41171751	研究论文	提出一种结合CLAHE和CDH特征融合的胶囊网络CCFM-CapsNet，用于复杂图像识别和植物病害检测	在原始CapsNet基础上集成CLAHE降噪和CDH特征提取，并加入最大池化和dropout层，有效提升复杂图像识别能力	胶囊网络存在编码器网络考虑图像所有元素和拥挤问题，在复杂图像处理上仍有局限	开发高精度的植物叶片病害检测模型，支持可持续发展目标2（零饥饿）	苹果、香蕉、葡萄、玉米、芒果、辣椒、土豆、水稻、番茄的叶片病害，以及fashion-MNIST和CIFAR-10数据集	计算机视觉	植物病害	CLAHE（对比度受限自适应直方图均衡化），CDH（颜色差异直方图）	CapsNet, CNN	图像	多个植物病害数据集及标准数据集（fashion-MNIST, CIFAR-10）	NA	CCFM-CapsNet, CapsNet	准确率	NA
193	2025-11-04	Automated forest land division using deep learning and drone imagery 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335009 PMID:41171825	研究论文	本文提出了一种利用无人机图像处理和深度学习技术实现森林土地划分中树木自动计数的解决方案	将无人机影像与先进计算机视觉算法结合，实现树冠自动检测，替代传统耗时且易出错的人工计数方法	NA	开发自动化树木计数系统以支持森林土地划分决策	森林区域中的树木	计算机视觉	NA	无人机影像处理	深度学习	无人机图像	NA	NA	NA	NA	NA
194	2025-11-03	Benchmarking diffusion models against state-of-the-art architectures for OCT fluid biomarker segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335615 PMID:41160596	研究论文	本研究评估扩散模型在OCT视网膜液性生物标志物分割中的性能，并与当前主流分割模型进行比较	首次将扩散模型应用于OCT视网膜液性生物标志物分割任务，并与多种先进分割架构进行系统对比	使用的标注扫描数量有限（SRF 269例，IRF 224例，PED 114例），可能影响模型泛化能力	开发自动化的OCT视网膜疾病特征分割方法，辅助临床诊断标准化	视网膜OCT扫描中的视网膜下液(SRF)、视网膜内液(IRF)和色素上皮脱离(PED)	计算机视觉	视网膜疾病	光学相干断层扫描(OCT)	扩散模型, U-Net, Transformer	医学图像	SRF 269例，IRF 224例，PED 114例 OCT扫描	NA	扩散模型, Nested U-Net, nnU-Net, TransUNet, SwinUNet	Dice系数, 敏感度, 特异度, Pearson相关系数, R2	NA
195	2025-11-03	Evaluating machine learning models for predictive accuracy in cryptocurrency price forecasting 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.2626 PMID:41169439	研究论文	本研究评估机器学习分类模型和技术指标在加密货币价格预测中的预测性能和鲁棒性	提供了包含逻辑回归、随机森林和梯度提升等模型在不同数据配置和重采样技术下的新颖比较，以解决类别不平衡问题	未明确说明具体使用的加密货币种类和数据时间范围	识别可靠的加密货币算法交易方法，为明智决策和盈利策略开发提供依据	加密货币市场的历史交易数据	机器学习	NA	NA	逻辑回归, 随机森林, 梯度提升, XGBoost	历史交易数据	NA	NA	NA	预测准确率	NA
196	2025-11-03	Cajal's legacy in the digital era: from neuroscience foundations to deep learning 2025, Frontiers in neuroanatomy IF:2.1Q3 DOI:10.3389/fnana.2025.1672016 PMID:41169656	综述	本文探讨了Santiago Ramón y Cajal的神经科学奠基性工作对现代人工智能特别是深度学习的持续影响	系统性地揭示了Cajal神经科学理论与现代深度学习之间的历史渊源和理论联系	NA	回顾Cajal的关键贡献并探索其在人工智能发展中的作用	Cajal的神经科学理论与深度学习理论	机器学习	NA	NA	人工神经网络	NA	NA	NA	NA	NA	NA
197	2025-11-03	A Deep Learning Approach Toward Differentiating Left versus Right for Idiopathic Ventricular Arrhythmia Originated from Outflow Tract 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_2_25 PMID:41169702	研究论文	本研究使用深度学习技术通过标准12导联心电图区分起源于流出道的特发性室性心律失常的左右侧起源位置	首次将下一代测序思想应用于心电图分析，创建一维早搏数据流，并比较多种一维深度学习模型在心律失常起源定位中的性能	研究基于公开数据集，样本量相对有限(334名患者)，未在更广泛人群中验证	开发基于深度学习的无创方法，准确定位流出道起源的室性心律失常的起源侧别	特发性室性心律失常患者的心电图数据	医疗人工智能	心血管疾病	心电图分析	LSTM, GRU, 1D-CNN	一维心电图信号	334名患者	NA	一维卷积神经网络	准确率, F1分数	NA
198	2025-11-03	Intelligent grading of sugarcane leaf disease severity by integrating physiological traits with the SSA-XGBoost algorithm 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1698808 PMID:41169726	研究论文	提出一种基于生理特征整合SSA-XGBoost算法的甘蔗叶部病害严重程度智能分级方法	首次将麻雀搜索算法(SSA)与XGBoost结合用于甘蔗病害严重度分级，相比基于图像的深度学习方法具有数据易获取、计算效率高和模型透明度好的优势	研究仅针对三种甘蔗叶部病害，未验证对其他病害的适用性；模型性能依赖特定仪器采集的生理参数	开发甘蔗叶部病害严重程度的智能诊断与早期预警技术	感染褐条病、环斑病和花叶病的甘蔗叶片	农业人工智能	植物病害	植物营养分析仪(TYS-4N)测量SPAD值、叶面温度和氮含量	XGBoost, KNN, AdaBoost, Random Forest, Logistic Regression, Decision Tree	生理特征数据	从耿马县采集的独立验证数据集，包含四个严重度等级（轻度、中度、中重度和重度）的甘蔗叶片样本	Scikit-learn, XGBoost	SSA-XGBoost	精确率, 召回率, F1分数, 准确率, PRFA综合评分	NA
199	2025-11-03	App2: software solution for apple leaf disease detection based on deep learning (CNN+SVM) 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1648867 PMID:41169736	研究论文	开发了一款基于深度学习(CNN+SVM)的苹果叶病害检测移动应用App2	提出结合CNN和SVM的混合模型用于苹果叶病害识别，并集成OpenAI API进行图像预过滤	在清晰病叶图像上的检测性能为80%，仍有提升空间	通过移动应用实现苹果叶病害的早期检测	苹果树叶片图像	计算机视觉	植物病害	深度学习	CNN,SVM	图像	NA	FastAPI,React Native,OpenAI API	CNN+SVM混合架构	准确率	Azure云平台
200	2025-11-03	Evaluating data partitioning strategies for accurate prediction of protein-ligand binding free energy changes in mutated proteins 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.020 PMID:41169760	研究论文	本研究评估了不同数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响，并提出了一种基于查询-锚点对的学习框架	提出了查询-锚点对学习框架，利用已知状态作为锚点来预测未知查询状态，显著提高了预测准确性	在UniProt数据划分策略下模型性能下降，需要依赖参考数据来提升预测精度	评估数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响	蛋白质突变引起的蛋白质-配体结合自由能变化	机器学习	NA	ESM-2蛋白质大语言模型嵌入	机器学习/深度学习模型	蛋白质序列数据	MdrDB数据库	NA	ESM-2	Pearson相关系数	NA