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
241	2025-07-05	HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1572433 PMID:40607452	research paper	提出了一种基于深度学习的混合框架HMA-Net，用于乳腺超声图像分割，结合了ConvMixer编码器和ConvNeXT解码器以及多头注意力机制	结合ConvMixer和ConvNeXT模块，引入卷积增强的多头注意力机制，有效捕捉局部和全局上下文信息	仅在两个公开数据集上进行了验证，未在更大规模或更多样化的数据集上测试	提高乳腺超声图像分割的准确性，以辅助乳腺癌早期检测	乳腺超声图像	digital pathology	breast cancer	deep learning	HMA-Net (结合ConvMixer和ConvNeXT)	image	BUSI和BrEaST两个数据集
242	2025-07-04	Role of artificial intelligence in early diagnosis and treatment of infectious diseases 2025-01, Infectious diseases (London, England) DOI:10.1080/23744235.2024.2425712 PMID:39540872	综述	本文综述了人工智能在传染病早期诊断和治疗中的关键作用	探讨了AI驱动的诊断工具（包括机器学习算法、深度学习和图像识别系统）如何提高疾病检测和监测的准确性和效率，以及AI在预测疾病爆发、优化治疗策略和个性化干预方面的潜力	讨论了AI在传染病管理中整合的伦理考虑、挑战和限制	研究AI在传染病早期诊断和治疗中的应用	传染病	医疗健康	传染病	机器学习算法、深度学习、图像识别系统	NA	NA	NA
243	2025-07-04	TGEL-transformer: Fusing educational theories with deep learning for interpretable student performance prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327481 PMID:40587446	研究论文	本研究提出了一种结合教育理论与深度学习的TGEL-Transformer框架，用于可解释的学生表现预测	提出了双通道特征处理模块、理论指导的四头注意力机制和可解释的预测层，融合了多元智能理论和社会认知理论	未提及具体局限性	提升教育数据挖掘的效果，为个性化教育提供数据支持	学生表现预测	教育技术	NA	深度学习	Transformer	教育数据	6,608名学生数据，外加480名跨文化数据验证
244	2025-07-04	Enhanced E-commerce decision-making through sentiment analysis using machine learning-based approaches and IoT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326744 PMID:40587469	研究论文	通过结合机器学习和物联网技术，提升电子商务决策能力，优化客户购物体验	创新性地应用机器学习算法不仅进行简单推荐，还包括需求预测，确保热门商品库存充足，减少客户失望并提升满意度	研究中未提及数据收集的具体规模和时间跨度，可能影响模型的泛化能力	提升电子商务决策能力，优化客户购物体验	电子商务平台及其客户	机器学习	NA	机器学习算法（包括逻辑回归、朴素贝叶斯、SVM、随机森林、AdaBoosting、GRU、LSTM）	逻辑回归、朴素贝叶斯、SVM、随机森林、AdaBoosting、GRU、LSTM	客户行为和偏好数据	NA
245	2025-07-04	An explainable-by-design end-to-end AI framework based on prototypical part learning for lesion detection and classification in Digital Breast Tomosynthesis images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.008 PMID:40599244	研究论文	该研究提出了一种基于原型部分学习的端到端AI框架，用于数字乳腺断层合成图像中的病变检测和分类	结合YOLOv5、YOLOv8和ProtoPNet的两阶段深度学习过程，提供可解释的预测结果	数据集限制和需要更准确的地面真实标注影响了最终指标	开发透明且可解释的AI系统，以加速数字乳腺断层合成扫描的分析	数字乳腺断层合成图像中的病变	数字病理学	乳腺癌	数字乳腺断层合成(DBT)	YOLOv5, YOLOv8, ProtoPNet	图像	NA
246	2025-07-04	A Deep Convolutional Neural Network Model for Lung Disease Detection Using Chest X-Ray Imaging 2025, Pulmonary medicine IF:2.0Q3 DOI:10.1155/pm/6614016 PMID:40599379	研究论文	本文提出了一种基于深度卷积神经网络（CNN）的自动化系统，用于通过胸部X射线和CT扫描检测多种肺部疾病	采用定制的CNN模型、预训练模型和图像增强方法，结合数据增强技术解决数据集不平衡问题，实现了高精度的肺部疾病检测	研究仅使用了来自Kaggle的6400张图像，样本来源和多样性可能存在限制	开发一种高效的自动化系统，用于早期检测和诊断肺部疾病	肺部疾病（肺炎和COVID-19）的X射线和CT扫描图像	计算机视觉	肺癌	图像增强、数据增强	CNN	图像	6400张图像（肺炎、COVID-19和正常三类）
247	2025-07-04	Application progress of artificial intelligence in managing thyroid disease 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1578455 PMID:40600013	综述	本文系统回顾了自20世纪90年代以来人工智能在甲状腺疾病管理中的应用进展，重点关注诊断创新、治疗个性化及临床实施中的新兴挑战	AI不仅减少了超声检查的主观性，还提高了甲状腺结节良恶性的鉴别率，减少了不必要的细针穿刺频率，并整合了超声、电子健康记录和可穿戴传感器等多模态数据进行持续健康监测	数据隐私、模型可解释性和临床适用性等方面的挑战仍然存在，数据异质性和伦理问题也是临床转化的障碍	探讨人工智能在甲状腺疾病管理中的应用及其在诊断和治疗中的潜力	甲状腺疾病的管理，包括图像分析、病理诊断、个性化治疗、患者监测和随访	数字病理学	甲状腺疾病	机器学习和深度学习	NA	多模态数据（超声、电子健康记录、可穿戴传感器）	NA
248	2025-07-04	GAN-enhanced deep learning for improved Alzheimer's disease classification and longitudinal brain change analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1587026 PMID:40600033	研究论文	该研究提出了一种结合GAN和深度学习的方法，用于改进阿尔茨海默病的分类和纵向脑变化分析	整合了ResNet101和LSTM网络，并创新性地添加了PDPO和DCK层，同时使用GAN模型检测AD的进展状态	可能存在计算复杂性和过拟合的风险	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	深度学习	ResNet101, LSTM, GAN	医学影像数据	ADNI和OASIS数据集
249	2025-07-04	Comparative analysis of convolutional neural networks and transformer architectures for breast cancer histopathological image classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1606336 PMID:40600038	研究论文	比较卷积神经网络和Transformer架构在乳腺癌组织病理学图像分类中的性能	比较了14种深度学习模型（包括CNN和Transformer架构）在乳腺癌诊断中的表现，发现ConvNeXT和UNI模型在特定任务中表现最佳	Transformer基础模型在零样本任务中表现有限，需要微调才能达到优异效果	评估不同深度学习模型在乳腺癌病理图像分类中的性能	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	CNN（如ResNet50, RegNet, ConvNeXT）和Transformer（如ViT, DINOV2, UNI, GigaPath）	图像	BreakHis v1数据集
250	2025-07-04	AlzheimerViT: harnessing lightweight vision transformer architecture for proactive Alzheimer's screening 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1568312 PMID:40600046	研究论文	本研究提出了一种轻量级的视觉变换器架构AlzheimerViT，用于基于MRI图像的阿尔茨海默病早期筛查	采用轻量级自注意力视觉变换器(ViT)架构，结合数据预处理和增强技术，提高了阿尔茨海默病预测的准确性和临床适用性	研究仅使用了OASIS-3数据集，未在其他独立数据集上验证模型的泛化能力	开发更可靠的阿尔茨海默病早期检测模型以改善治疗效果	阿尔茨海默病患者的大脑MRI图像	数字病理学	老年性疾病	MRI成像	Vision Transformer (ViT)	图像	OASIS-3数据集中的MRI图像
251	2025-07-04	Auxiliary Diagnosis of Pulmonary Nodules' Benignancy and Malignancy Based on Machine Learning: A Retrospective Study 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S518166 PMID:40600198	研究论文	本研究基于机器学习技术，通过回顾性分析CT扫描的肺结节数据，开发了一种辅助诊断肺结节良恶性的模型	采用Atten_FNN模型在肺结节良恶性诊断中表现出优越性能，并通过SHAP分析揭示了关键预测因素	研究结果在跨中心推广性方面存在局限，需要在多中心前瞻性队列中进行验证	开发非侵入性早期诊断方法，准确区分肺结节的良恶性	3355例肺结节患者（1156例良性，2199例恶性）	数字病理	肺癌	CT扫描	SVM, RF, XGBoost, FNN, Atten_FNN	图像、电子病历数据	3355例患者（1156例良性，2199例恶性）
252	2025-07-04	[Research Trends Using Artificial Intelligence in the MRI from 1989 to 2023: Analysis Using Text Mining] 2025, Nihon Hoshasen Gijutsu Gakkai zasshi DOI:10.6009/jjrt.25-1480 PMID:40603060	研究论文	通过文本挖掘分析1989年至2023年间MRI领域人工智能应用的研究趋势	利用文本挖掘技术全面分析MRI领域人工智能研究的发展趋势，揭示了深度学习的兴起及其与特定器官研究的关联	仅基于PubMed数据库的文章标题进行分析，可能未涵盖所有相关研究	可视化MRI领域人工智能相关研究领域并理解研究趋势	1989年至2023年间PubMed数据库中MRI领域应用人工智能的文章标题	数字病理	NA	文本挖掘	NA	文本	2870篇文章标题
253	2025-07-04	Elucidating linear programs by neural encodings 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1549085 PMID:40607448	研究论文	本文探讨了如何通过神经编码方法来解释线性规划（LP）的解决方案	提出了一种通过神经编码方法解释线性规划解决方案的新方法，填补了可解释人工智能（XAI）在线性规划领域的空白	在低扰动水平下，Saliency和LIME等归因方法难以区分	提高线性规划解决方案的可解释性	线性规划（LP）	机器学习	NA	神经编码方法	神经网络	数值数据	包括一个10k维的大规模LP在内的多种LP
254	2025-07-03	ECG signal generation using feature disentanglement auto-encoder 2025-Jan-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adab4f PMID:39820006	研究论文	提出一种特征解缠自动编码器（FDAE）用于生成心电图（ECG）信号，以解决罕见类别样本生成困难的问题	设计了一种新型的自动编码器结构，通过对比学习框架解缠ECG数据中的生成因子，并引入分类器和判别器提升生成信号的真实性	未明确提及模型在更复杂或噪声更大的ECG数据上的表现	提升ECG信号生成能力，特别是针对罕见心脏事件的样本生成	心电图（ECG）信号	机器学习	心血管疾病	对比学习、特征解缠	自动编码器（FDAE）	ECG信号数据	MIT-BIH心律失常数据库和Icentia11K数据集
255	2025-07-03	A systematic review of automated prediction of sudden cardiac death using ECG signals 2025-Jan-23, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ad9ce5 PMID:39657316	综述	本文系统回顾了2011至2023年间利用ECG信号自动预测心源性猝死（SCD）的研究进展	全面分析了机器学习和深度学习模型在SCD预测中的应用，并指出当前技术的局限性和未来研究方向	大多数预测模型基于小规模数据库，且主要依赖ECG和HRV信号，忽略了其他生理信号的潜在贡献	探索自动预测心源性猝死的方法，以提高预测准确性和实时临床应用可能性	心源性猝死（SCD）患者	机器学习	心血管疾病	ECG和HRV信号分析	K近邻、支持向量机、决策树、随机森林、朴素贝叶斯、卷积神经网络	ECG信号	使用公开数据库如MIT-BIH SCD Holter和Normal Sinus Rhythm，包含大量24小时SCD患者记录
256	2025-07-03	Deep learning generalization for diabetic retinopathy staging from fundus images 2025-Jan-22, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ada86a PMID:39788077	research paper	本文提出了一种名为DRStageNet的深度学习模型，用于从眼底图像中准确分期糖尿病视网膜病变，并解决模型在不同目标域中的泛化问题	使用六个公共和独立数据集，结合多源域微调策略，显著提升了模型在目标域中的泛化性能	错误分析显示60%的错误源于标签错误，表明数据标注质量可能影响模型性能	开发一个能够准确分期糖尿病视网膜病变并具有良好泛化能力的深度学习模型	糖尿病视网膜病变患者的眼底图像	digital pathology	diabetic retinopathy	deep learning	ViT	image	91,984张眼底图像
257	2025-07-03	Computer vision analysis of luteal color Doppler ultrasonography for early and automated pregnancy diagnosis in Bos taurus beef cows 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf166 PMID:40355396	研究论文	本研究评估了应用监督深度学习算法在肉牛中使用黄体彩色多普勒超声进行早期和实时妊娠诊断的适用性	首次将深度学习算法应用于黄体彩色多普勒超声图像，实现比行业标准方法更早的妊娠诊断	研究仅基于390头牛的样本，可能需要更大样本量验证模型的泛化能力	开发早期和自动化的牛妊娠诊断方法	肉牛（Bos taurus beef cows）	计算机视觉	NA	彩色多普勒超声	CNN（VGG19, Xception, ResNet50）	超声视频	390头母牛，提取20546帧有效图像（D20:10533帧，D22:10413帧）
258	2025-07-03	Donor-specific digital twin for living donor liver transplant recovery 2025, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpaf037 PMID:40486178	研究论文	本文提出了一种基于深度学习的个性化数字孪生模型，用于预测活体肝移植供体的肝脏恢复轨迹	结合基因表达数据和数学模型，开发了可解释的个性化数字孪生模型，用于预测供体特异性恢复轨迹	样本量较小（12名供体），需要更大规模的验证	提高活体肝移植手术的安全性和供体恢复效果	活体肝移植供体的肝脏恢复过程	数字病理学	肝脏疾病	基因表达分析，深度学习	数字孪生模型，微分方程模型	基因表达数据	12名供体，跟踪一年
259	2025-07-03	Retinal vessel metric analysis of type 1 diabetes mellitus in OCT angiography 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1562809 PMID:40584707	研究论文	通过光学相干断层扫描血管成像（OCTA）研究1型糖尿病（T1DM）患者在不同阶段的视网膜血管特征	使用深度学习模型对OCTA图像中的视网膜动脉和静脉进行分割，并分析不同区域的血管指标变化	样本量较小（63名T1DM患者和40名健康个体），且为回顾性研究	探究1型糖尿病患者的视网膜血管特征及其与糖尿病视网膜病变（DR）的关系	1型糖尿病患者的视网膜血管	数字病理学	糖尿病	光学相干断层扫描血管成像（OCTA）	深度学习模型	图像	63名T1DM患者（110只眼）和40名健康个体（79只眼）
260	2025-07-03	A hybrid transformer-based approach for early detection of Alzheimer's disease using MRI images 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.30849 PMID:40584904	研究论文	提出了一种基于Transformer的混合方法，利用MRI图像进行阿尔茨海默病的早期检测	结合了迁移学习、Transformer网络和RNN（LSTM）的多模态方法，从多个视角（矢状面、冠状面、轴向）捕捉MRI图像的全面特征	未提及模型在其他独立数据集上的泛化能力	提高阿尔茨海默病的早期诊断准确率	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI成像	Transformer, ResNet50, LSTM	图像	ADNI数据集（具体数量未说明）