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
281	2025-09-08	Quantitative video analysis of head acceleration events: a review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1658222 PMID:40909217	综述	本文综述了基于视频定量分析运动中头部加速事件（HAEs）的当前技术现状，重点探讨了视频测量方法及其自动化潜力	整合传统视频测量与新兴计算机视觉和深度学习技术，探索视频作为独立定量工具的潜力，提升HAEs测量的可扩展性和准确性	当前视频方法存在可扩展性、准确性和生物力学洞察力的限制，且依赖手动跟踪和模型匹配可能效率较低	评估和推动视频技术在运动头部加速事件定量测量与建模中的应用	运动中头部加速事件（HAEs）	计算机视觉	神经退行性疾病	视频测量、视频测量法、手动点跟踪、模型图像匹配、计算机视觉、深度学习	NA	视频	NA
282	2025-09-08	A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659653 PMID:40909443	研究论文	提出一种结合手工放射组学特征和深度学习的非侵入性MRI框架，用于评估中枢神经系统感染患者的脑脊液信号变化	首次开发融合放射组学与深度学习特征的混合模型（DenseASPP-RadFusion和MobileASPP-RadFusion），并发现豆状核下区域是区分感染与非感染脑脊液的最可靠解剖靶点	样本量较小（52例患者+52例对照），需未来多中心验证；脑室系统分析性能显著较低	通过非侵入性MRI技术替代腰椎穿刺，实现中枢神经系统感染的早期诊断	急性中枢神经系统感染患者及神经学检查正常的对照人群	数字病理	中枢神经系统感染	MRI（T2加权成像），拉普拉斯高斯滤波	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	医学影像（MRI）	52例患者和52例对照
283	2025-09-08	A review of plant leaf disease identification by deep learning algorithms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1637241 PMID:40909895	综述	本文回顾了基于深度学习算法进行植物叶片病害识别的研究进展与应用	整合多国植物叶片病害数据集，系统评述不同深度学习网络在该领域的应用与数据开发方式	未提出新的算法模型，主要侧重于现有研究的归纳与分析	推动植物叶片病害识别领域的发展，为未来研究提供基础	植物叶片病害	计算机视觉	NA	深度学习	多种深度学习网络	图像	多国植物叶片病害数据集
284	2025-09-08	YOLOv11-GSF: an optimized deep learning model for strawberry ripeness detection in agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1584669 PMID:40909907	研究论文	提出一种基于YOLOv11优化的实时草莓成熟度检测算法YOLOv11-GSF，用于复杂农业环境中的目标识别	引入GhostConv卷积方法减少计算开销，C3K2-SG模块增强局部特征捕捉能力，F-PIoUv2损失函数加速模型收敛	NA	解决复杂环境中草莓成熟度检测的效率与精度问题	草莓果实	计算机视觉	NA	深度学习	YOLOv11-GSF (基于CNN的优化架构)	图像	NA
285	2025-09-08	Diagnosis methods for pancreatic cancer with the technique of deep learning: a review and a meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1597969 PMID:40909977	综述与荟萃分析	本文系统回顾并荟萃分析了深度学习技术在胰腺癌早期诊断中的应用方法与效果	首次结合系统综述与荟萃分析方法，全面评估深度学习在胰腺癌诊断中的性能指标，并探索非影像学诊断新途径	仅纳入7篇研究进行荟萃分析，样本量有限；未涵盖非英语文献可能存在选择偏倚	总结深度学习在胰腺癌诊断中的应用现状并展望未来发展方向	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	深度学习（DL）	NA	影像数据（EUS、CE-CT）与非影像数据（尿液标志物、疾病轨迹）	基于7项符合条件的研究（具体样本数未明确说明）
286	2025-09-08	Novel deep learning for multi-class classification of Alzheimer's in disability using MRI datasets 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1567219 PMID:40910023	研究论文	提出一种基于迁移学习和CNN融合架构的深度学习模型，用于MRI图像中阿尔茨海默病多类别精确分类	结合Inception和ResNet架构提出新型'IncepRes'模型，并在多个数据集上实现优于现有方法的分类精度（最高98.35%）	NA	开发自动化阿尔茨海默病多类别分类系统以辅助疾病管理和治疗	阿尔茨海默病患者MRI扫描图像	计算机视觉	阿尔茨海默病	迁移学习	CNN (ResNet152V2, VGG16, InceptionV3, MobileNet) 和 IncepRes融合模型	MRI图像	三个数据集：ADNI、OASIS及合并数据集，包含四种类别（中度痴呆、轻度痴呆、极轻度痴呆、非痴呆）
287	2025-09-07	Using synthetic RNA to benchmark poly(A) length inference from direct RNA sequencing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf098 PMID:40899916	研究论文	提出新型深度学习工具BoostNano，并与现有工具比较评估poly(A)尾长推断准确性	首次使用已知poly(A)长度的合成RNA标准品系统评估多种工具性能，并引入密度分布峰值平均方法提升准确性	仅使用体外转录RNA标准品，未涉及复杂生物样本	评估直接RNA测序中poly(A)尾长推断工具的准确性	合成RNA标准品（Sequin和eGFP RNA）	生物信息学	NA	Oxford Nanopore直接RNA测序	深度学习	RNA测序数据	两组合成RNA标准品（Sequin含30/60nt，eGFP含10-150nt poly(A)尾）
288	2025-09-07	Integrating Peritumoral and Intratumoral Radiomics with Deep Learning for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer Using DCE-MRI 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251374945 PMID:40899931	研究论文	本研究开发了一种结合瘤内和瘤周影像组学、深度学习特征及临床风险因素的AI系统，用于术前预测浸润性乳腺癌的淋巴血管侵犯状态	首次整合多区域（0-5mm）影像组学特征与深度学习特征，并融合临床风险因素构建集成模型，显著提升预测性能	回顾性多中心研究，可能存在选择偏倚；未进行外部验证	术前无创预测乳腺癌淋巴血管侵犯状态	浸润性乳腺癌患者	数字病理	乳腺癌	DCE-MRI，影像组学分析	ResNet-50, SVM, LASSO, 集成模型	医学影像（MRI）	496例患者（训练集344例，验证集152例）
289	2025-09-07	A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities 2025, IEEE transactions on automation science and engineering : a publication of the IEEE Robotics and Automation Society IF:5.9Q1 DOI:10.1109/tase.2025.3556290 PMID:40893870	研究论文	提出一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，解决多模态数据不完整问题	提出不完整跨模态互知识蒸馏(IC-MKD)框架，通过教师-学生模型结构处理缺失模态，并引入模态解缠教师模型	NA	开发能够处理不完整多模态数据的阿尔茨海默病早期检测方法	阿尔茨海默病患者的多模态神经影像数据	医学影像分析	阿尔茨海默病	深度学习，知识蒸馏	IC-MKD框架（包含模态解缠教师模型和学生模型）	多模态神经影像数据（MRI和PET）	使用ADNI数据集进行案例研究
290	2025-09-07	Integrating radiomics, artificial intelligence, and molecular signatures in bone and soft tissue tumors: advances in diagnosis and prognostication 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613133 PMID:40900793	系统综述	系统评估影像组学、人工智能与分子标志物整合在骨与软组织肿瘤诊断和预后中的应用进展	首次系统分析多模态数据整合的现状，明确影像-分子融合的技术空白并提出基于注意力机制与图模型的解决方案	缺乏标准化多组学特征融合方法、外部验证不足（仅17%研究）、深度学习可解释性有限	推进骨与软组织肿瘤的多模态诊断系统临床转化	骨与软组织肿瘤（BSTTs）	数字病理	骨与软组织肿瘤	MRI、CT、机器学习、分子标志物分析	随机森林（42%）、CNN（17%）	医学影像（MRI/CT）、分子数据	24项研究（源自1141条初始记录）
291	2025-09-07	Hybrid feature fusion in cervical cancer cytology: a novel dual-module approach framework for lesion detection and classification using radiomics, deep learning, and reproducibility 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1595980 PMID:40900798	研究论文	提出一种结合放射组学与深度学习的双模块框架，用于宫颈癌细胞学中的病变检测与分类	创新性地融合了放射组学特征与深度学习特征，并采用多种先进模型进行联合优化与验证	需进一步开展可解释性AI研究、实时部署验证及更大规模临床验证	提升宫颈癌细胞学筛查的自动化诊断准确性与效率	宫颈细胞学样本	数字病理学	宫颈癌	放射组学分析、深度学习特征提取	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, XGBoost, Random Forest, CatBoost, TabNet, TabTransformer	细胞学图像	内部数据集4,236例样本（来自6个医疗中心），外部验证集APCData 3,619例样本
292	2025-09-07	A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1641037 PMID:40900897	研究论文	开发一种结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变	首次将深度学习特征、影像组学特征与临床超声特征融合，构建多模态预测模型，并采用SHAP分析进行特征贡献度解释	回顾性研究设计，样本仅来自中国四家医院，可能存在选择偏倚	预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态	672名患者的717个甲状腺结节	医学影像分析	甲状腺癌	超声成像、机器学习特征选择（mRMR、LASSO）	集成机器学习模型（包含9种算法比较）	超声图像、临床特征	717个甲状腺结节（来自672名患者）
293	2025-09-07	Automatic detection and prediction of epileptic EEG signals based on nonlinear dynamics and deep learning: a review 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1630664 PMID:40900924	综述	本文综述了基于非线性动力学和深度学习的癫痫EEG信号自动检测与预测研究进展	总结了非线性特征在捕捉发作前过渡中的优势、注意力机制处理长程依赖的关键作用，以及非线性属性与深度学习架构整合带来的跨患者泛化和噪声抑制优势	存在临床转化障碍、算法性能权衡问题以及特征提取/选择局限性	癫痫EEG信号的自动检测与预测	癫痫患者的脑电图(EEG)信号	机器学习	癫痫	非线性动力学方法(混沌理论、分形分析、熵计算)、深度学习	CNN, LSTM	EEG时间序列数据	NA
294	2025-09-07	Faster, more accurate? A feasibility study on replacing human judges with artificial intelligence in video review for the Paris Olympics Taekwondo competition 2025, Frontiers in sports and active living IF:2.3Q2 DOI:10.3389/fspor.2025.1632326 PMID:40901016	研究论文	本研究探讨人工智能在巴黎奥运会跆拳道比赛视频回放系统中替代人工判罚的可行性与效果	首次将ChatGPT-4.5与OpenPose深度学习模型结合应用于奥运跆拳道视频判罚，并提出人机协同的混合判罚模式	在头部轻微接触或视觉遮挡场景中存在判罚差异，需保留人工裁判对复杂情况的最终裁决权	提升体育竞赛视频回放系统的判罚准确性与效率	巴黎奥运会跆拳道比赛的241个视频回放案例	计算机视觉	NA	深度学习，ChatGPT-4.5，OpenPose姿态识别	深度学习模型	视频	241个比赛视频回放案例
295	2025-09-07	Clinical-oriented 3D visualization and quantitative analysis of gingival thickness using convolutional neural networks and CBCT 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1635155 PMID:40901030	研究论文	开发基于CBCT和深度学习的牙龈厚度3D可视化系统，用于种植手术规划	首次实现从2D切片到连续3D表面的空间量化评估，采用梯度色彩映射直观显示牙龈厚度变化	样本量较小（50例患者），需进一步验证临床适用性	开发牙龈厚度的三维可视化与定量分析系统，提升种植手术规划精度	50例牙缺失患者的CBCT和口内扫描数据	计算机视觉	口腔疾病	CBCT，口内扫描（IOS），深度学习语义分割	DeepLabV3+	医学影像（CBCT切片）	50例牙缺失患者
296	2025-09-07	Privacy-preserving dementia classification from EEG via hybrid-fusion EEGNetv4 and federated learning 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1617883 PMID:40901300	研究论文	提出一种结合深度学习和联邦学习的轻量级隐私保护脑电图分类框架，用于痴呆症早期诊断	首次将混合融合EEGNetv4模型与联邦学习结合，在保证隐私的前提下实现高精度痴呆分类	研究仅基于88名受试者的静息态脑电图数据，样本规模有限	开发隐私保护的脑电信号痴呆分类方法	阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者	数字病理学	老年性疾病	脑电图(EEG)信号处理，联邦学习(FL)	CNN（EEGNetv4, EEGITNet, EEGInception等），FedAvg	脑电图信号	88名受试者的静息态脑电图数据
297	2025-09-07	Protein-ligand affinity prediction via Jensen-Shannon divergence of molecular dynamics simulation trajectories 2025, Biophysics and physicobiology IF:1.6Q4 DOI:10.2142/biophysico.bppb-v22.0015 PMID:40901491	研究论文	提出一种基于Jensen-Shannon散度的分子动力学模拟轨迹分析方法，用于预测蛋白质-配体结合亲和力	用JS散度替代深度学习相似性估计，显著降低计算成本；将模拟时间减半仍保持可比精度；提出通过AutoDock Vina粗估Δ值来预测PC1与Δ相关性的符号	在缺乏实验Δ值（oracle）时，相关性的符号可能被误解	开发计算效率更高的蛋白质-配体结合亲和力预测方法	蛋白质-配体复合物	计算化学	NA	分子动力学模拟，Jensen-Shannon散度，AutoDock Vina	NA	分子动力学模拟轨迹	NA
298	2025-09-07	Progress and trends on machine learning in proteomics during 1997-2024: a bibliometric analysis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1594442 PMID:40901512	文献计量分析	对1997-2024年间机器学习在蛋白质组学领域的应用进行首次大规模文献计量分析，揭示知识结构和发展趋势	首次专门针对机器学习驱动的蛋白质组学研究进行系统性文献计量分析，构建完整的领域知识图谱	基于文献计量方法，可能受数据库收录范围和检索策略限制	阐明机器学习在蛋白质组学领域的知识结构、发展轨迹和研究趋势	5156篇Web of Science核心合集收录的相关出版物	机器学习	NA	文献计量分析工具（CiteSpace、VOSviewer、bibliometrix）	NA	文献元数据	5156篇出版物（1997-2024年）
299	2025-09-07	Artificial intelligence in dysphagia since the 21st century: a bibliometric and visualization study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1624381 PMID:40901523	文献计量学综述	通过文献计量和可视化方法分析21世纪以来人工智能在吞咽障碍领域的研究趋势、合作网络及主题演变	首次对吞咽障碍AI研究进行系统性文献计量分析，揭示全球研究产出、核心贡献者及演进阶段	数据仅来源于WoSCC数据库，未涵盖其他学术资源；缺乏对研究方法质量的深入评估	绘制吞咽障碍AI研究全景图，指导未来跨学科研究方向	2000-2025年间Web of Science收录的633篇吞咽障碍AI相关文献	医学信息学	吞咽障碍	文献计量分析、可视化分析	NA	文献元数据（作者、机构、关键词等）	633篇文献，涉及3533位作者、292种期刊
300	2025-09-07	Artificial intelligence in electroencephalography analysis for epilepsy diagnosis and management 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1615120 PMID:40901672	综述	本文系统评估人工智能在脑电图分析中用于癫痫诊断和管理的研究进展	聚焦支持性AI和预测性AI两种应用模型，强调多模态数据融合与个性化诊断能力	模型可解释性不足、数据质量限制以及临床转化存在障碍	改善癫痫检测、监测和治疗评估	癫痫患者的脑电图数据	机器学习	癫痫	EEG（脑电图）	深度学习和机器学习	时间序列信号数据	NA