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
221	2025-07-06	Biologically inspired hybrid model for Alzheimer's disease classification using structural MRI in the ADNI dataset 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1590599 PMID:40612382	研究论文	提出了一种混合卷积神经网络-脉冲神经网络（CNN-SNN）架构，用于利用结构MRI数据对阿尔茨海默病（AD）阶段进行分类	结合CNN的空间特征提取能力和SNN的生物启发性时间动态处理能力，提出了一种新型混合模型	研究仅基于ADNI数据集，可能无法完全代表所有AD患者群体	开发一种计算高效且生物学合理的AD诊断框架	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	数字病理学	老年疾病	结构MRI（sMRI）	CNN-SNN混合模型	图像	ADNI数据集中的三类受试者（AD、MCI、CN）
222	2025-07-06	Comparing machine learning models with a focus on tone in grooming chat logs 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1591828 PMID:40612489	研究论文	本研究比较了深度学习模型与传统机器学习模型在检测在线聊天室中的儿童性诱骗对话和捕食者作者方面的效果，并探讨了捕食者使用的语气对检测能力的影响	使用大型语言模型LLaMA 3.2 1B进行性诱骗检测，并分析了不同语气对检测性能的影响	研究仅基于PAN12聊天日志数据集，可能无法涵盖所有性诱骗对话的模式	更好地理解捕食者的策略并推进自动性诱骗检测技术以保护在线儿童	在线聊天室中的性诱骗对话和捕食者作者	自然语言处理	NA	DistilBERT分类器，SVM，LLaMA 3.2 1B大型语言模型	SVM，LLaMA 3.2 1B	文本	PAN12聊天日志数据集中的性诱骗对话
223	2025-07-06	Transfer deep learning and explainable AI framework for brain tumor and Alzheimer's detection across multiple datasets 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1618550 PMID:40612575	research paper	该研究提出了一种结合迁移学习和可解释AI（XAI）技术的MRI图像分类新方法，用于脑肿瘤和阿尔茨海默病的检测	结合迁移学习和可解释AI（XAI）技术，使用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	未提及具体的数据集样本量细节及模型在更广泛数据集上的泛化能力	提高脑肿瘤和阿尔茨海默病的诊断准确性，并增强AI在医疗保健中的可信度	MRI图像，包括脑肿瘤分类、阿尔茨海默病检测和另一脑肿瘤数据集	digital pathology	brain tumor, Alzheimer's	transfer learning, Explainable AI (XAI), SHAP	hybrid CNN-VGG16	MRI image	三个MRI数据集（具体样本量未提及）
224	2025-07-06	Corn variety identification based on improved EfficientNet lightweight neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1603073 PMID:40612609	研究论文	本文提出了一种改进的EfficientNet轻量级模型，用于玉米穗图像的分类与识别	减少了EfficientNetB0模型中的MBConv模块数量，引入了CBAM注意力机制和扩张卷积以增强特征提取能力，并使用Swish激活函数提高梯度传递的稳定性	NA	保护玉米品种的知识产权并实现玉米穗的智能筛选	五个品种的玉米穗	计算机视觉	NA	深度学习	改进的EfficientNet（SCD_EFTNet）	RGB图像	6529张玉米穗图像
225	2025-07-06	P4CN-YOLOv5s: a passion fruit pests detection method based on lightweight-improved YOLOv5s 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1612642 PMID:40612616	研究论文	提出了一种基于轻量化改进YOLOv5s的百香果害虫检测方法P4CN-YOLOv5s	结合PLDIoU、四个CBAM模块和一个新Anchors，改进了YOLOv5s模型，提高了检测精度和效率	未提及模型在其他作物害虫检测上的泛化能力	开发高效准确的百香果害虫检测方法	百香果害虫	计算机视觉	NA	深度学习	YOLOv5s改进模型P4CN-YOLOv5s	图像	6000张百香果害虫图像
226	2025-07-06	Development of intelligent tools to predict neuroblastoma risk stratification and overall prognosis based on multiphase enhanced CT and clinical features 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573398 PMID:40612805	研究论文	本研究开发了一种基于多期增强CT图像和临床特征的深度学习模型，用于预测神经母细胞瘤的风险分层和预后	结合Swin Transformer模型和多期增强CT图像，提高了神经母细胞瘤风险分层和预后评估的准确性	样本量相对较小（202例患者），且仅基于单中心数据	提高神经母细胞瘤风险分层和预后评估的准确性	神经母细胞瘤患者	数字病理学	神经母细胞瘤	多期增强CT	Swin Transformer, 随机生存森林（RSF）	图像, 临床数据	202例神经母细胞瘤患者
227	2025-07-06	Toward automated plantar pressure analysis: machine learning-based segmentation and key point detection across multicenter data 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1579072 PMID:40613004	研究论文	本研究探索基于机器学习的足底压力分析方法，包括解剖区域分割和关键点检测，以提高多中心数据的自动化处理能力	提出了一种整合多中心足底压力数据的新框架，用于分割和标志点检测，减少了人工标注的依赖并降低了主观偏差	对于边界模糊的跖骨区域1，模型的准确性依赖于专家评审，且回归模型在关键点检测中的误差较高	开发自动化、标准化的足底压力分析方法，以支持临床和研究应用	足底压力数据	机器学习	足部畸形	机器学习	U-Net, 深度学习回归模型	足底压力图像	460名个体（197名女性，263名男性）的758个足底压力样本
228	2025-07-06	Research trends in the application of artificial intelligence in nursing of chronic disease: a bibliometric and network visualization study 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1608266 PMID:40613079	研究论文	通过文献计量和网络可视化方法研究人工智能在慢性病护理中的应用现状、热点及未来趋势	首次系统性地使用文献计量学方法分析人工智能在慢性病护理领域的研究现状和未来趋势	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	探索人工智能在慢性病护理领域的应用现状、热点话题和未来前景	2001年至2023年间发表的2438篇关于人工智能和慢性病护理的文献	医疗健康信息学	慢性病	文献计量分析、网络可视化	NA	文献数据	2438篇文献
229	2025-07-06	Neural decoding of Aristotle tactile illusion using deep learning-based fMRI classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1606801 PMID:40613086	研究论文	本研究利用功能磁共振成像(fMRI)和基于深度学习的分析方法，探索了亚里士多德触觉错觉的神经解码	首次将深度学习方法应用于fMRI数据，以分类亚里士多德触觉错觉的感知，并识别相关脑区	基于刺激的分类任务准确率较低(约50%)，未能区分三种触觉刺激类型	识别与亚里士多德触觉错觉相关的脑区并开发分类模型	30名参与者的fMRI数据和触觉感知记录	神经科学与机器学习	NA	fMRI, 深度学习	CNN, SFCN	fMRI数据	30名参与者
230	2025-07-05	SiamTITP: Incorporating Temporal Information and Trajectory Prediction Siamese Network for Satellite Video Object Tracking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3573527 PMID:40560699	research paper	提出了一种名为SiamTITP的Siamese网络，用于卫星视频目标跟踪，通过整合时间信息和轨迹预测来提高跟踪性能	设计了时间信息子模块和轨迹预测子模块，动态更新模板以增强特征判别性，并利用多项式函数拟合历史结果来处理遮挡问题	未提及具体局限性	提高卫星视频目标跟踪的性能，解决现有方法在特征判别性、遮挡处理和超参数过多方面的问题	卫星视频中的目标跟踪	computer vision	NA	Siamese network	SiamTITP	video	三个大型卫星视频数据集（SatSOT、SV248S和OOTB）
231	2025-07-05	A Wavelet-Guided Deep Unfolding Network for Single Image Reflection Removal 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3581418 PMID:40569799	research paper	提出了一种基于小波引导的深度展开网络（WDUNet），用于单图像反射去除，结合小波分解和深度展开技术提高方法的可解释性和泛化能力	首次将离散小波变换（DWT）与深度展开技术结合用于反射去除，设计了低频参数估计模块（LPEM）和高频参数估计模块（HPEM）自动学习模型超参数	未明确提及方法在极端复杂场景下的性能表现或计算效率方面的限制	解决单图像反射去除（SIRR）问题，提升复杂场景下反射与透射内容的分离效果	含有反射干扰的单幅图像	computer vision	NA	Discrete Wavelet Transform (DWT), deep unfolding	Wavelet-guided Deep Unfolding Network (WDUNet)	image	四个基准数据集（未明确样本数量）
232	2025-07-05	MRI based early Temporal Lobe Epilepsy detection using DGWO based optimized HAETN and Fuzzy-AAL Segmentation Framework (FASF) 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325126 PMID:40601647	研究论文	本文提出了一种基于MRI的早期颞叶癫痫检测方法，结合了深度学习和优化算法以提高诊断准确性	引入了混合注意力增强Transformer网络(HAETN)和模糊-AAL分割框架(FASF)，结合了FPCM算法和AAL标记技术，并使用DGWO算法进行特征选择	未提及该方法在其他类型癫痫或不同MRI设备上的适用性	开发先进的深度学习技术以实现颞叶癫痫的早期准确诊断	颞叶癫痫患者	数字病理学	颞叶癫痫	MRI, 深度学习	HAETN, Transformer网络	MRI图像	Temporal Lobe Epilepsy-UNAM MRI数据集(具体样本数未提及)
233	2025-07-05	Enhancing IDS for the IoMT based on advanced features selection and deep learning methods to increase the model trustworthiness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327137 PMID:40601650	研究论文	本研究提出了一种基于高级特征选择和深度学习的IoMT入侵检测系统(IDS)模型，以提高检测性能和模型可信度	结合信息增益(IG)和递归特征消除(RFE)并行选择特征，并使用深度自动编码器(DAE)降维，最后通过深度神经网络(DNN)进行分类	未提及模型在更广泛IoMT设备或不同攻击类型上的泛化能力	提高IoMT环境中入侵检测系统的效率和可信度	IoMT网络流量数据	机器学习	NA	信息增益(IG), 递归特征消除(RFE), 深度自动编码器(DAE)	深度神经网络(DNN)	网络流量数据	WUSTL-EHMS-2020和CICIDS2017数据集
234	2025-07-05	Particle swarm optimization-based NLP methods for optimizing automatic document classification and retrieval 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325851 PMID:40601694	研究论文	提出了一种基于粒子群优化的自然语言处理方法PBX模型，用于优化自动文档分类和检索	结合深度学习和传统机器学习技术，利用BERT进行文本预训练，并结合ConvXGB模块进行分类，通过粒子群优化(PSO)优化超参数，显著提升性能	未来工作将集中于提升对小类别或模糊类别的性能，并扩展其实际应用范围	优化自动文档分类和检索的性能	多类任务和复杂文档的分类	自然语言处理	NA	BERT, ConvXGB, 粒子群优化(PSO)	PBX模型	文本	多个数据集，包括20 Newsgroups、Reuters-21578和AG News
235	2025-07-05	Global research landscape on artificial intelligence in echocardiography from 1997 to 2024: Bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351201 PMID:40605994	研究论文	通过文献计量学方法分析1997年至2024年人工智能在超声心动图领域的全球研究趋势和热点	首次系统性地分析了AI在超声心动图领域的全球研究趋势和关键发展	仅基于Web of Science数据库，可能未涵盖所有相关研究	探索AI驱动的超声心动图研究热点，为未来研究提供数据支持和学术见解	1997-2024年间发表的605篇AI在超声心动图领域的研究文献	医学影像	心血管疾病	文献计量分析	深度学习	文献数据	605篇文献
236	2025-07-05	Optimizing deep learning models to combat amyotrophic lateral sclerosis (ALS) disease progression 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251349719 PMID:40605998	研究论文	本研究探讨了深度学习模型在预测肌萎缩侧索硬化症（ALS）疾病进展中的应用，并比较了不同模型的性能	通过超参数优化显著提升了深度学习模型和XGBoost模型的预测性能，并识别了影响ALS进展的关键特征	研究依赖于公开数据集PRO-ACT，可能无法涵盖所有ALS患者的多样性	优化深度学习模型以预测ALS疾病进展并区分不同类型ALS	ALS患者数据	机器学习	肌萎缩侧索硬化症	深度学习，XGBoost，LightGBM	深度学习序列模型，XGBoost，LightGBM	临床数据	PRO-ACT数据集中的ALS患者数据
237	2025-07-05	Brain age prediction model based on electroencephalogram signal and its application in children with autism spectrum disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1605291 PMID:40606145	研究论文	该研究基于脑电图信号和深度学习技术，构建了一个用于预测大脑年龄的模型，并应用于自闭症谱系障碍（ASD）儿童的脑发育评估	首次使用GRU神经网络方法构建Auto-EEG-Brain AGE预测模型，并将其应用于ASD儿童的脑发育评估	样本量相对较小，ASD患者组仅98例	开发客观的生物标志物来评估ASD患者的脑发育异常	健康儿童（659例）和ASD患者（98例）	数字病理学	自闭症谱系障碍	EEG和深度学习	GRU神经网络	脑电图信号	757例（659例健康儿童和98例ASD患者）
238	2025-07-05	Plant disease classification in the wild using vision transformers and mixture of experts 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1522985 PMID:40606487	研究论文	提出了一种结合Vision Transformer和专家混合模型的新方法，用于在真实农业环境中进行植物病害分类	结合Vision Transformer和专家混合模型，通过动态分配专家处理不同类型输入数据，提高了模型在多样化图像条件下的性能	未提及具体的数据集规模限制或计算资源需求	提高植物病害分类模型在真实农业环境中的准确性和鲁棒性	植物病害图像	计算机视觉	植物病害	深度学习	Vision Transformer (ViT) 和专家混合模型	图像	NA
239	2025-07-05	Advancing 1.5T MR imaging: toward achieving 3T quality through deep learning super-resolution techniques 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1532395 PMID:40606499	研究论文	本研究探讨了三种基于深度学习的超分辨率技术在提升1.5T MRI图像质量方面的效果，旨在达到与3T扫描相当的质量	提出使用Transformer Enhanced Generative Adversarial Network (TCGAN) 来显著提升1.5T MRI图像质量，为高成本3T MRI提供了一种经济有效的替代方案	研究未提及对不同神经疾病诊断效果的具体验证，也未讨论在实际临床环境中的适用性	提高1.5T MRI图像质量，使其接近3T MRI的水平	1.5T MRI图像	医学影像处理	神经系统疾病	深度学习超分辨率技术	TCGAN (Transformer Enhanced Generative Adversarial Network)	MRI图像	未提及具体样本数量
240	2025-07-05	Self-Powered Multimodal Tactile Sensing Enabled by Hybrid Triboelectric and Magnetoelastic Mechanisms 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0320 PMID:40607079	研究论文	本文介绍了一种利用摩擦电-磁弹性传感的创新方法，用于物体属性感知	结合摩擦电和磁弹性技术，实现自供电传感机制，无需外部电源即可生成传感信号，并通过深度学习算法实现高精度的物体属性识别	未提及具体局限性	提升物体属性感知技术的精度和实时性，支持机器人的智能化发展和实时触觉感知能力的增强	物体的材料特性、软度和粗糙度等多维信息	传感器技术	NA	摩擦电-磁弹性传感技术	深度学习算法	机械信息和多维物体属性数据	未提及具体样本数量