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
261	2025-10-05	Ecological suitability evaluation of traditional village locations in Jiangxi Province based on multi-model integration using artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332375 PMID:41032510	研究论文	基于人工智能多模型集成方法评估江西省传统村落选址的生态适宜性	首次将多种机器学习与深度学习方法集成应用于传统村落生态适宜性评价，构建综合适宜性指数(CSI)	研究范围仅限于江西省413个传统村落，未涵盖其他地区	评估传统村落选址的生态适宜性并分析祖先选址的生态智慧	江西省413个传统村落选址点	机器学习	NA	GIS空间分析，机器学习，深度学习	Random Forest, Support Vector Machine, Gradient Boosting Decision Trees, CNN, Multilayer Perceptron	空间栅格数据	413个传统村落选址点	NA	卷积神经网络，多层感知机	混淆矩阵，特征重要性分析，ROC曲线	NA
262	2025-10-05	RSA-TransUNet: a robust structure-adaptive TransUNet for enhanced road crack segmentation 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1633697 PMID:41035484	研究论文	提出一种用于道路裂缝分割的鲁棒结构自适应TransUNet模型RSA-TransUNet	提出轴向移位MLP注意力机制、自适应样条线性单元和多阶段进化优化策略，增强对多尺度裂缝特征的建模能力	未明确说明计算成本降低程度和实际部署效果	提升道路裂缝分割在复杂环境下的准确性和鲁棒性	道路裂缝图像	计算机视觉	NA	深度学习	TransUNet	图像	Crack500、CFD和DeepCrack三个数据集	NA	RSA-TransUNet	分割准确性、鲁棒性	NA
263	2025-10-05	Development of a novel artificial intelligence algorithm for interpreting fetal heart rate and uterine activity data in cardiotocography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1638424 PMID:41035563	研究论文	开发一种新型人工智能算法用于分析胎心监护中的胎心率和子宫活动数据	采用三并行一维U-Net架构处理双输入信号，结合深度学习和基于规则的技术识别胎心监护关键事件	仅使用美国19个分娩中心的数据，模型对减速事件的识别性能相对较低(F1=0.520)	开发辅助临床决策的胎心监护自动分析算法	胎心监护曲线中的加速、减速和宫缩事件	医疗人工智能	产科监护	胎心监护信号处理	深度学习, 规则基础系统	胎心率信号, 子宫活动信号	133,696个患者文件，最终使用1,600条曲线训练，421条验证，591条测试	NA	一维U-Net	召回率, 精确率, F1分数, 基线准确率	NA
264	2025-10-05	Predicting molecular subtype in breast cancer using deep learning on mammography images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1638212 PMID:41035664	研究论文	开发并评估基于乳腺X线摄影图像的深度学习模型，用于预测乳腺癌分子亚型	首次将卷积块注意力模块(CBAM)与DenseNet121结合用于乳腺癌分子亚型预测，提供非侵入性诊断替代方案	回顾性研究，样本量相对有限(390例患者)，模型性能有待进一步提升	开发非侵入性的乳腺癌分子亚型预测方法	经病理证实的浸润性乳腺癌患者	计算机视觉	乳腺癌	乳腺X线摄影	CNN	图像	390例患者	NA	DenseNet121-CBAM	AUC, 准确率, 敏感度, 特异度	NA
265	2025-10-05	Bibliometric analysis of the application of artificial intelligence techniques in bacteriology: a PRISMA-guided research agenda 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1641967 PMID:41035885	文献计量分析	通过PRISMA指导的文献计量分析，探讨人工智能技术在细菌学领域的应用现状和未来研究方向	首次将PRISMA框架的严谨性与文献计量技术相结合，系统分析细菌学中AI应用的全球科研产出和趋势演变	主要依赖Scopus和Web of Science数据库，可能未涵盖所有相关文献；分析基于文献计量指标而非原始研究数据	分析细菌学中人工智能技术应用的全球科研产出，并基于文献计量趋势提出未来研究议程	细菌学领域的人工智能应用相关科学文献	机器学习	NA	文献计量分析，PRISMA框架，共现网络分析，主题映射	传统机器学习方法，深度学习，基于Transformer的模型	文献元数据	从Scopus和Web of Science检索的细菌学AI应用相关文献	NA	NA	定量指标，共现网络分析，主题演化分析	NA
266	2025-10-05	Applications of artificial intelligence in early childhood health management: a systematic review from fetal to pediatric periods 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1613150 PMID:41036208	系统综述	系统评估人工智能在胎儿至儿科期健康管理中的应用现状、性能表现和临床转化准备度	首次系统性地综合评估AI在整个儿童健康连续谱（从胎儿期到儿科期）中的应用表现和转化障碍	纳入研究主要基于单中心回顾性数据，缺乏前瞻性验证和外部验证	评估AI在胎儿和儿科护理中的应用现状、诊断准确性和临床实用性，识别现实世界实施的关键障碍	0-18岁个体的健康管理，涵盖胎儿期、新生儿期和儿科期	医疗人工智能	儿科疾病	人工智能模型	深度学习	医疗数据	133项研究（从4938条记录中筛选）	NA	NA	AUC, 敏感性, 准确率	NA
267	2025-10-05	The evolution of artificial intelligence technology in non-alcoholic fatty liver disease 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1634165 PMID:41036300	文献计量分析	通过文献计量学方法系统分析人工智能在非酒精性脂肪肝病研究中的应用现状与发展趋势	首次采用多软件联合分析策略（HistCite Pro 2.1、Scimago Graphica、VOSviewer、CiteSpace）对NAFLD领域AI研究进行系统性文献计量分析	仅基于Web of Science数据库，可能存在文献收录不全；缺乏对研究质量的深入评估	识别AI在NAFLD领域的研究趋势、重点领域和发展方向	2010-2025年间NAFLD领域人工智能相关的655篇学术文献	医学信息学	非酒精性脂肪肝病	文献计量分析，多软件联合分析	深度学习算法	文献元数据，引文数据，关键词	655篇论文，来自60个国家、1462个研究机构、4744位作者	HistCite Pro, Scimago Graphica, VOSviewer, CiteSpace	NA	文献数量，国家贡献度，期刊分布，研究主题聚类	文献分析软件工具
268	2025-10-05	Diffusion-based skin disease data augmentation with fine-grained detail preservation and interpolation for data diversity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331404 PMID:41042755	研究论文	提出一种基于扩散模型的皮肤疾病数据增强方法，通过生成高质量合成图像解决医学数据稀缺问题	改进了稳定扩散模型，结合病灶区域掩码和多层次嵌入技术，在保持细节的同时生成多样化的皮肤疾病图像	该方法在临床应用中存在局限性	解决皮肤疾病诊断研究中的数据稀缺问题	七种皮肤疾病的图像数据	计算机视觉	皮肤疾病	扩散模型，图像插值技术	扩散模型，LDM	图像	NA	NA	Stable Diffusion, Latent Diffusion Model, CLIP encoder	分类性能指标	NA
269	2025-10-05	Effective image compression using transformer and residual network for balanced handling of high and low-frequency information 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333376 PMID:41042778	研究论文	提出一种结合Transformer和残差网络的端到端图像压缩方法TRN，能够平衡处理图像中的高频和低频信息	设计双网络架构，将自注意力路径和残差网络结合作为高低频混合器，解决了Transformer网络难以获取低频信息的问题	NA	开发高效的图像压缩方法，在减小数据大小的同时保留重要图像内容	图像数据	计算机视觉	NA	深度学习	Transformer, CNN	图像	NA	NA	Transformer, 残差网络	BD-rate	NA
270	2025-10-05	Tomato seedling stem and leaf segmentation method based on an improved ResNet architecture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1571445 PMID:40978790	研究论文	提出一种基于改进ResNet架构的番茄幼苗茎叶点云分割方法	通过集成瓶颈模块和下采样技术优化传统残差块，结合曲率特征和几何特性设计专用卷积层，并采用自适应平均池化提升泛化能力	未明确说明模型在其他植物物种上的泛化能力及实际部署环境中的性能表现	开发轻量级点云分割模型以提升番茄植株表型性状分析的准确性和效率	番茄幼苗的茎和叶点云数据	计算机视觉	NA	3D点云技术	CNN	点云数据	NA	NA	ResNet, X-ResNet	准确率, 决定系数(R²), 均方根误差(RMSE), 绝对百分比误差(APE)	NA
271	2025-10-05	Three-dimensional ultrastructural characterization of Drosophila melanogaster hygrosensilla across humidity conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314841 PMID:41021596	研究论文	本研究通过整合湿度控制、快速冷冻保存和连续块面扫描电镜技术，对果蝇湿度感受器的三维超微结构进行了表征	开发了结合精确湿度控制和深度学习分割的三维超微结构分析框架，首次揭示了不同湿度条件下感受器的结构差异	研究仅针对果蝇特定感受器，机制推测需要进一步实验验证	探究昆虫感知环境湿度的结构基础与机制	黑腹果蝇（Drosophila melanogaster）的湿度感受器	生物医学成像	NA	连续块面扫描电镜（SBF-SEM），快速冷冻保存	深度学习分割模型	三维电子显微镜图像	不同湿度条件下处理的果蝇湿度感受器样本	NA	NA	NA	NA
272	2025-10-05	Alzheimer's disease classification using a hybrid deep learning approach with multi-layer U-net segmentation and XAI driven analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332572 PMID:41021656	研究论文	提出一种结合多层级U-Net分割和可解释AI的混合深度学习方法来分类阿尔茨海默病	采用多层级U-Net进行灰质分割，结合多尺度EfficientNet与SVM的混合分类方法，并集成显著性图定量分析增强模型可解释性	尚未在公开可用的阿尔茨海默病MRI数据集上进行评估，需要进一步整合先进的XAI技术	开发准确的阿尔茨海默病早期诊断分类方法	阿尔茨海默病患者、轻度认知障碍患者和认知正常人群	医学影像分析	阿尔茨海默病	MRI脑部成像	深度学习, SVM	医学影像	NA	NA	U-Net, EfficientNet	准确率, 精确率, 召回率, F1分数	NA
273	2025-10-05	DiabetesXpertNet: An innovative attention-based CNN for accurate type 2 diabetes prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330454 PMID:41026707	研究论文	提出一种基于注意力机制的创新CNN模型DiabetesXpertNet，用于准确预测2型糖尿病	专门针对表格医疗数据设计的CNN架构，包含动态通道注意力模块和上下文感知特征增强器，能够优先处理临床重要特征并捕捉结构化数据中的复杂序列关系	NA	开发用于2型糖尿病早期预测的深度学习框架	2型糖尿病患者数据	机器学习	糖尿病	深度学习	CNN	表格医疗数据	PID数据集和德国法兰克福医院糖尿病数据集	NA	DiabetesXpertNet	准确率, AUC, 精确率, 召回率, F1分数	NA
274	2025-10-05	Establishment of a Machine Learning-Based Predictive Model for Klebsiella pneumoniae Liver Abscess 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S545440 PMID:41030238	研究论文	本研究建立了基于机器学习的肺炎克雷伯菌肝脓肿预测模型，用于区分肺炎克雷伯菌和非肺炎克雷伯菌病原体引起的肝脓肿	首次结合临床特征和超声特征，使用Boruta算法进行特征选择，并比较四种机器学习模型在肺炎克雷伯菌肝脓肿诊断中的性能	回顾性单中心研究，样本量相对有限（201例患者）	开发肺炎克雷伯菌肝脓肿的机器学习预测模型，实现早期临床诊断和治疗	201例细菌性肝脓肿患者（134例K-PLA，67例非K-PLA）	机器学习	肝脓肿	超声引导穿刺，实验室检查	深度学习全连接神经网络,分布式随机森林,梯度提升机,广义线性模型	临床数据,超声特征,实验室数据	201例患者（134例K-PLA，67例非K-PLA）	NA	全连接神经网络,随机森林,梯度提升机,广义线性模型	AUC	NA
275	2025-10-05	Integrating deep learning features from mammography with SHAP values for a machine learning model predicting over 5-year recurrence of breast ductal carcinoma In Situ post-lumpectomy 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1681072 PMID:41030436	研究论文	本研究开发了一种结合乳腺X线摄影深度学习特征和临床病理数据的机器学习模型，用于预测乳腺导管原位癌保乳术后5年复发风险	首次将乳腺X线摄影的深度学习特征与SHAP解释性分析相结合，构建可解释的复发预测模型	回顾性单中心研究，样本量有限（n=140），需要外部验证	预测乳腺导管原位癌保乳术后长期复发风险	140例来自哈尔滨医科大学附属肿瘤医院的乳腺导管原位癌患者（2011-2020年）	医学影像分析	乳腺癌	数字乳腺X线摄影，pyradiomics特征提取	梯度提升机（GBM）	医学影像，临床数据	140例患者（训练集100例，验证集40例）	Scikit-learn	梯度提升机	AUC，敏感度，特异度，阳性预测值，阴性预测值	NA
276	2025-10-05	General artificial intelligence for the diagnosis and treatment of cancer: the rise of foundation models 2025-Jan, BJR artificial intelligence DOI:10.1093/bjrai/ubaf015 PMID:41030612	综述	本文探讨了生成式人工智能和基础模型在癌症诊断与治疗领域的应用现状与前景	系统阐述了基础模型作为新一代大规模AI工具在医学领域的变革潜力，强调其多功能性、高性能和个性化增强特性	存在多重障碍阻碍通用AI和生成式AI的临床转化	分析基础模型在肿瘤学领域的应用前景与挑战	癌症诊断与治疗	机器学习	癌症	生成式人工智能, 基础模型	NA	多模态医疗数据	NA	NA	NA	NA	NA
277	2025-10-05	Embryo selection at the cleavage stage using Raman spectroscopy of day 3 culture medium and machine learning: a preliminary study 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1608318 PMID:41030854	研究论文	本研究探索结合拉曼光谱和机器学习预测第3天胚胎培养结果，为卵裂期胚胎选择提供非侵入性方法	首次将拉曼光谱与机器学习结合用于第3天胚胎培养基分析，实现卵裂期胚胎发育潜力预测	初步研究样本量有限（172个样本），需更大规模验证	开发非侵入性方法预测胚胎发育潜力，避免延长培养对子代健康的影响	第3天人类胚胎培养液样本	机器学习	生殖医学	拉曼光谱	多层感知器,人工神经网络,门控循环单元,线性判别分析	光谱数据	172个第3天培养液样本（来自78对夫妇）	NA	NA	准确率,灵敏度,特异性	NA
278	2025-10-05	Advancing breast cancer relapse prediction with radiomics and neural networks: a clinically interpretable framework 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1593806 PMID:41030950	研究论文	本研究开发了一种基于放射组学和深度学习的可解释框架，用于预测乳腺癌复发	结合临床相关放射组学特征与深度学习模型，提供临床可解释的乳腺癌复发预测框架	使用私有内部数据集，缺乏外部验证	开发乳腺癌复发预测模型以改善临床治疗效果	乳腺癌患者	数字病理学	乳腺癌	放射组学分析	神经网络	数字乳腺X线影像	私有内部数据集（具体数量未提及）	NA	NA	AUC	NA
279	2025-10-05	Comparative analysis of machine learning techniques on the BraTS dataset for brain tumor classification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1596718 PMID:41030946	研究论文	比较多种机器学习和深度学习技术在BraTS数据集上的脑肿瘤分类性能	发现传统机器学习方法（随机森林）在脑肿瘤分类任务中优于多种先进深度学习架构	仅使用单一数据集进行评估，未考虑不同数据分布和临床场景的泛化能力	评估不同机器学习技术在脑肿瘤MRI图像分类中的相对性能	脑肿瘤患者	计算机视觉	脑肿瘤	MRI	Random Forest, CNN	医学图像	BraTS 2024数据集	NA	Simple CNN, VGG16, VGG19, ResNet50, Inception-ResNetV2, EfficientNet	准确率	NA
280	2025-10-05	Development and evaluation of a deep learning model for occlusion classification in intraoral photographs 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20140 PMID:41031041	研究论文	开发并评估用于口内照片咬合分类的深度学习模型	首次将深度学习技术应用于口内照片的咬合分类，实现咬合关系的自动化识别	模型性能在不同咬合子类别间存在差异，边缘对边缘咬合的识别准确率相对较低	开发基于深度学习的咬合分类工具，提高正畸诊断和治疗规划的效率和客观性	口内照片中的咬合关系分类	计算机视觉	口腔疾病	口内摄影	深度学习	图像	6100名患者的5000张45°侧方视角和2200张90°侧方视角口内照片	PyTorch	Swin Transformer	加权平均F1分数	NA