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
221	2025-10-31	MONTUR project: Dataset for understanding and forecasting tourist flows 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335190 PMID:41144532	研究论文	本研究开发了基于分布式传感器技术和机器学习算法的旅游流量监测与预测系统	使用XGBoost算法在高度平稳时间序列数据上取得了比深度学习模型更准确的预测效果	NA	监测和预测奥斯塔谷地区的旅游流量以支持区域经济和社会政策决策	奥斯塔谷地区的旅游交通流量数据	机器学习	NA	分布式传感器技术，摄像头监测	XGBoost	时间序列数据，车辆通行数据	超过4100万次车辆通行记录	NA	XGBoost	MAE, MSE	NA
222	2025-10-31	Electroencephalographic neural correlates and deep learning analysis of a single brief focused mindfulness meditation in young adults: A pilot study 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251388138 PMID:41146675	研究论文	本研究探索短暂专注正念冥想与脑电图神经特征的关系，并采用深度学习模型对冥想状态进行分类	首次结合生理指标和脑电图特征分析单次短暂专注正念冥想的效果，并开发集成深度学习模型用于脑电信号分类	样本量较小（n=24），仅为试点研究，缺乏长期跟踪数据	研究短暂专注正念冥想对年轻成年人生理和神经活动的影响，并开发有效的脑电信号分类模型	年轻成年人	机器学习	NA	脑电图	MLP, LSTM, CNN, 集成模型	脑电信号	29名参与者入组，24名完成分析	NA	多层感知器, 长短期记忆网络, 卷积神经网络, 集成模型(MLP+LSTM+CNN)	准确率	NA
223	2025-10-31	An interpretable multimodal deep learning framework for Alzheimer's disease diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390281 PMID:41146678	研究论文	开发了一种可解释的多模态深度学习框架NeuroFusion-ADNet，用于阿尔茨海默病的诊断	提出双路径深度学习模型，结合结构MRI和功能PET成像数据，采用双向交叉注意力融合层和分割信息引导的分类模块	研究样本量相对有限（381名受试者），需要在更大数据集上进一步验证	提高阿尔茨海默病的诊断准确性和临床可解释性	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)、功能正电子发射断层扫描(PET)	CNN, 注意力机制	医学影像	381名受试者（包括正常对照组、轻度认知障碍和阿尔茨海默病患者）	NA	双路径深度学习模型，包含模态特定编码器、双向交叉注意力融合层	准确率, Dice系数	NA
224	2025-10-31	Hazediff: A training-free diffusion-based image dehazing method with pixel-level feature injection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329759 PMID:41150673	研究论文	提出一种无需训练的基于扩散模型的图像去雾方法HazeDiff，通过像素级特征注入实现高效去雾	首次提出无需配对训练数据的扩散模型去雾方法，引入像素级特征注入(PFI)和结构保留模型(SRM)技术	未明确说明计算资源需求和运行效率的具体数据	解决图像去雾问题，提升雾天图像质量以支持中高层视觉任务	雾霾退化图像	计算机视觉	NA	扩散模型	扩散模型	图像	在真实世界和合成数据集上进行了全面实验	NA	自注意力层,交叉注意力	NIQE, PSNR	NA
225	2025-10-31	A surface defect detection method for electronic products based on improved YOLOv11 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334333 PMID:41150691	研究论文	提出一种基于改进YOLOv11的电子产品表面缺陷检测方法	引入MD-C2F模块、DualConv模块和Inner_MPDIoU损失函数来提升模型性能	NA	解决现有YOLO模型在处理复杂背景和小目标缺陷方面的局限性	电子产品表面缺陷	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv11	准确率,召回率,mAP50,检测速度	NA
226	2025-10-31	Enhanced local feature extraction of lite network with scale-invariant CNN for precise segmentation of small brain tumors in MRI 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334447 PMID:41150687	研究论文	提出一种轻量级网络LiteMRINet，通过尺度不变CNN增强局部特征提取，用于精确分割MRI中的小脑肿瘤	引入共享CNN网络架构实现尺度不变性，直接对输入图像进行三尺度下采样，在不增加参数总量的情况下增强大尺度局部特征提取能力	未明确说明在极低分辨率图像或不同MRI扫描协议下的泛化能力	开发轻量级脑肿瘤精确分割方法，适用于资源受限设备	脑MRI图像中的小肿瘤	计算机视觉	脑肿瘤	MRI	CNN, Transformer	医学图像	LGG分割数据集和BraTS21数据集	NA	UNet, Transformer	分割准确率	内存资源受限设备
227	2025-10-31	ECG-Based Energy Expenditure Prediction Using BiLSTM With Improved Snow Ablation Optimizer 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3624274 PMID:41129428	研究论文	提出一种基于改进雪消融优化器的BiLSTM网络，使用心电图信号准确预测能量消耗	引入改进雪消融优化器(ISAO)自适应调整搜索策略，优化BiLSTM超参数和输入窗口长度，同时考虑高频ECG信号和低频EE数据	NA	在多种运动条件下准确估计能量消耗，分析各种因素对估计结果的影响	人机交互系统中的人类能量消耗	机器学习	NA	心电图(ECG)监测，逐次呼吸法	BiLSTM	心电图信号，能量消耗数据	NA	NA	BiLSTM	RMSE, R²	NA
228	2025-10-30	Using machine and deep learning to predict short-term complications following trigger digit release surgery 2025-Jan, Journal of hand and microsurgery IF:0.3Q4 DOI:10.1016/j.jham.2024.100171 PMID:39876951	研究论文	本研究使用机器学习和深度学习技术预测扳机指松解术后短期并发症	首次将多种机器学习算法应用于扳机指手术并发症预测，并比较不同模型性能	回顾性研究设计，样本量相对有限（1209例），模型预测性能有提升空间	评估机器学习技术在预测扳机指松解术后短期并发症的能力	接受扳机指松解术的患者	机器学习	手部疾病	机器学习，深度学习	Random Forest, Elastic-Net Regression, XGBoost, Neural Network	临床数据	1209例扳机指松解术病例	NA	神经网络	AUC	NA
229	2025-10-30	DeepRNAac4C: a hybrid deep learning framework for RNA N4-acetylcytidine site prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1622899 PMID:40927364	研究论文	提出一种混合深度学习框架DeepRNAac4C用于RNA N4-乙酰胞苷位点预测	整合残差神经网络、CNN、BiLSTM和BiGRU，有效捕捉局部和全局序列特征	NA	提高RNA ac4C位点预测的准确性和泛化能力	RNA N4-乙酰胞苷(ac4C)修饰位点	生物信息学	NA	RNA序列分析	CNN, BiLSTM, BiGRU, 残差神经网络	RNA序列数据	NA	NA	混合架构(ResNet, CNN, BiLSTM, BiGRU)	准确率	NA
230	2025-10-30	Attention-enhanced deep learning for cervical cytology: combining convolutional networks with multi-head attention and fuzzy logic 2025, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/207475 PMID:41140357	研究论文	提出一种结合卷积神经网络、多头注意力和模糊逻辑的注意力增强深度学习框架，用于宫颈细胞学图像分类	引入基于模糊距离的集成方法融合多个CNN模型预测，结合四种先进预处理技术和注意力机制提升特征学习能力	未提及模型在不同数据集上的泛化能力验证和临床部署的实际可行性	开发自动化宫颈癌诊断系统以提高诊断准确性和标准化程度	宫颈涂片图像	计算机视觉	宫颈癌	图像预处理技术（小波去噪、CLAHE、背景校正、拉普拉斯锐化）	CNN	图像	NA	NA	Simple CNN, InceptionV3, Xception, Xception with Attention, Inception Attention	准确率	NA
231	2025-10-30	Cotton pest and disease diagnosis via YOLOv11-based deep learning and knowledge graphs: a real-time voice-enabled edge solution 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1671755 PMID:41140380	研究论文	提出一种基于YOLOv11深度学习与知识图谱的棉花病虫害实时语音边缘诊断解决方案	集成增强型YOLOv11检测器与领域知识图谱，结合LAMP剪枝和师生蒸馏策略实现轻量化部署，并通过蓝牙语音反馈提供实时决策支持	未提及模型在其他作物病虫害上的泛化能力及长期野外稳定性验证	开发实时、可访问的棉花病虫害智能管理边缘解决方案	棉花病虫害图像及领域知识	计算机视觉	植物病害	深度学习，知识图谱构建	YOLO	图像	知识图谱包含3000+三元组，覆盖7个主要类别	PyTorch	YOLOv11	mAP50, FPS	Jetson Xavier NX边缘设备
232	2025-10-30	The use of artificial intelligence in the prevention and management of bleeding disorders: a systematic review 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606788 PMID:41140650	系统综述	系统评估人工智能在出血性疾病预防和管理中的应用	首次系统综述AI在出血性疾病管理中的综合应用，涵盖多种机器学习模型和预测变量	数据集碎片化、模型可解释性有限、外部验证不足阻碍临床广泛应用	探索AI在出血性疾病预防、诊断和管理中的作用	出血性疾病患者，包括血友病、血管性血友病和免疫性血小板减少症	医疗人工智能	出血性疾病	机器学习算法、预测分析	Random Forest, XGBoost, LightGBM, 深度学习	遗传标记、实验室生物标志物、临床病史变量、人口统计学数据	基于12项符合纳入标准的研究	NA	NA	诊断准确性、风险分层、治疗结果改善	NA
233	2025-10-30	Diagnosing autism spectrum disorder based on eye tracking technology using deep learning models 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1690177 PMID:41140663	研究论文	基于眼动追踪技术使用深度学习模型诊断自闭症谱系障碍	结合CNN和LSTM模型分析眼动数据，采用互信息特征选择方法优化特征集，在ASD诊断中达到99.78%的准确率	使用标准数据集，未提及外部验证或临床实时应用的具体挑战	通过深度学习算法利用眼动追踪数据实现自闭症谱系障碍的自动诊断	患有和未患有自闭症谱系障碍的儿童	机器学习	自闭症谱系障碍	眼动追踪技术	CNN, LSTM	眼动数据	标准数据集（具体数量未提及）	NA	CNN-LSTM	准确率	NA
234	2025-10-30	Predicting the onset of internalizing disorders in early adolescence using deep learning optimized with AI 2025, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2025.1487894 PMID:41140958	研究论文	使用深度学习结合进化算法预测青少年早期内化障碍的发病	采用进化算法联合优化超参数和自动特征选择，分析更多候选预测因子类型，超越先前最大规模的机器学习研究	需要在其他数据集中复制验证以测试结果的泛化性	预测青少年早期内化障碍（抑郁、焦虑、躯体症状障碍）的发病	ABCD队列中9-10岁儿童及其父母提供的多领域预测因子	机器学习	精神疾病	深度学习，进化算法	人工神经网络	多领域特征数据（认知、心理社会、神经、生物）	约6000个候选预测因子	NA	人工神经网络	AUC, 准确率	NA
235	2025-10-30	Exploring AI Approaches for Breast Cancer Detection and Diagnosis: A Review Article 2025, Breast cancer (Dove Medical Press) DOI:10.2147/BCTT.S550307 PMID:41141218	综述	本文综述了人工智能在乳腺癌检测与诊断中的最新进展和应用前景	系统整合了多种影像模态（乳腺X线摄影、DBT、超声、MRI、全玻片成像）和AI技术（CNN、ViT、GAN），强调临床工作流程集成与多模态数据融合	存在外部验证不足、领域适应性差、报告标准不统一、可解释性有限以及伦理隐私等临床转化障碍	探讨AI技术在乳腺癌检测与诊断中的应用现状和发展方向	乳腺癌影像数据和相关临床病理数据	计算机视觉	乳腺癌	乳腺X线摄影、数字乳腺断层合成、超声、MRI、全玻片成像	CNN, Vision Transformer, GAN	医学影像	NA	NA	CNN, ViT, GAN	NA	NA
236	2025-10-30	KinMethyl: robust methylation detection in prokaryotic SMRT sequencing via kinetic signal modeling and deep feature integration 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf249 PMID:41141336	研究论文	提出一种名为KinMethyl的深度学习框架，通过整合序列和动力学信号来改进原核生物中的甲基化检测	开发了基于全基因组扩增样本训练的回归模型来预测未甲基化序列的动力学信号，并将其整合到下游分类器中以提高低信噪比条件下的检测性能	NA	提高原核生物PacBio SMRT测序中甲基化检测的准确性和鲁棒性	多种细菌基因组中的甲基化修饰，包括5-甲基胞嘧啶(5mC)、N6-甲基腺嘌呤(6mA)和N4-甲基胞嘧啶(4mC)	生物信息学	NA	PacBio单分子实时测序(SMRT), 全基因组扩增	回归模型, 分类器	序列数据, 动力学信号	多种细菌物种	深度学习框架	NA	AUC, DeLong检验P值	NA
237	2025-10-30	Hybrid recurrent with spiking neural network model for enhanced anomaly prediction in IoT networks security 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1651516 PMID:41141909	研究论文	提出一种结合循环神经网络和脉冲神经网络的混合模型HRSNN，用于增强物联网网络安全的异常预测	首次将循环神经网络的空间特征学习能力与脉冲神经网络的时间适应性相结合，形成混合架构	NA	提高物联网网络安全的异常检测能力	物联网网络数据	机器学习	NA	SMOTE, RFE	RNN, SNN	网络数据	CIC-IoT23和TON_IoT数据集	NA	HRSNN	准确率	NA
238	2025-10-30	PainSeeker: a head pose-invariant deep learning method for assessing rat's pain by facial expressions 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1619794 PMID:41142570	研究论文	提出一种头部姿态不变深度学习模型PainSeeker，通过面部表情自动评估大鼠疼痛程度	开发头部姿态不变深度学习模型，能识别与疼痛强相关的局部面部区域并在不同头部姿态下学习一致判别特征	仅使用六只正畸治疗大鼠的数据集，样本规模有限	开发自动评估实验室大鼠疼痛的方法	实验室大鼠的面部表情	计算机视觉	疼痛评估	面部表情分析	深度学习	图像	六只正畸治疗大鼠的面部图像数据集	NA	PainSeeker	F-score, 准确率	NA
239	2025-10-30	Predicting the conformational flexibility of antibody and T cell receptor complementarity-determining regions 2025, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-025-01131-6 PMID:41143207	研究论文	开发了一种基于深度学习的方法来预测抗体和T细胞受体CDR3环的结构灵活性	构建了包含120万个环结构的ALL-conformations数据集，并开发了首个能够可靠预测CDR环构象灵活性的深度学习工具ITsFlexible	训练数据的稀缺性仍然是结构灵活性预测的主要限制因素	预测抗体和T细胞受体互补性决定区(CDR)的结构灵活性	抗体和T细胞受体的CDR3环	计算生物学	NA	深度学习，分子动力学模拟，冷冻电镜	图神经网络	蛋白质结构数据	120万个环结构，代表超过10万个独特序列	NA	图神经网络架构	二元分类准确率	NA
240	2025-10-30	C-HDNet: A Fast Hyperdimensional Computing Based Method for Causal Effect Estimation from Networked Observational Data 2025, Social network analysis and mining IF:2.3Q3 DOI:10.1007/s13278-025-01502-2 PMID:41143237	研究论文	提出一种基于超维度计算的因果效应估计方法，用于处理网络观测数据中的网络干扰问题	首次将超维度计算原理应用于网络混杂环境下的因果效应估计，通过有效编码网络结构信息提高匹配准确性	NA	从具有网络干扰的观测数据中准确估计因果效应	网络结构中的个体及其邻居影响	机器学习	NA	超维度计算	匹配模型	网络观测数据	多个基准数据集	NA	C-HDNet	准确度, 运行时间	NA