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
321	2025-06-26	Development and validation of a deep learning algorithm for discriminating glioma recurrence from radiation necrosis on MRI 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1573700 PMID:40548110	研究论文	开发并验证了一种基于深度学习的算法，用于在MRI上区分胶质瘤复发与放射性坏死	利用深度学习技术自动区分胶质瘤复发与放射性坏死，提高了诊断准确性	样本量较小，且模型在敏感性方面仍有提升空间	开发一种自动化方法，用于区分胶质瘤复发与放射性坏死	接受放疗后疑似复发的胶质瘤患者	数字病理学	胶质瘤	MRI扫描	CNN（包括ResNet10、MresNet、Vgg16）	图像（3D-MRI扫描，包括T1加权、T2加权和对比增强T1序列）	234例患者（192例胶质瘤复发，42例放射性坏死）
322	2025-06-26	Application of deep learning based on convolutional neural network model in multimodal ultrasound diagnosis of unexplained cervical lymph node enlargement 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1542265 PMID:40548118	研究论文	本研究探讨了基于卷积神经网络（CNN）的深度学习模型在多模态超声诊断不明原因颈部淋巴结肿大中的应用	使用预训练的ResNet模型在多模态超声图像（包括2D成像、彩色多普勒血流成像和弹性成像）上进行三分类（转移性、淋巴瘤和良性淋巴结），并通过Grad-CAM提供模型可解释性	研究为回顾性分析，可能存在选择偏差	提高不明原因颈部淋巴结肿大的诊断准确性	586例不明原因颈部淋巴结肿大患者	数字病理	淋巴瘤	多模态超声成像（2D成像、彩色多普勒血流成像、弹性成像）	CNN, ResNet	图像	586例患者
323	2025-06-26	High-precision deformation monitoring and intelligent early warning for wellbore based on BDS/GNSS 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325913 PMID:40549791	研究论文	本研究基于BDS/GNSS观测数据，采用改进的MLAMBDA算法进行高频动态计算，建立了井筒变形的高精度监测与智能预警模型	提出了基于双差模型的改进MLAMBDA算法，并首次将Bi-LSTM深度学习算法应用于井筒变形预警模型	研究范围局限于6公里基线长度内的井筒变形监测，未验证更长基线下的性能	开发高精度井筒变形监测与智能预警方法	受周边煤矿开采影响的井筒变形	地理信息系统与卫星导航	NA	BDS/GNSS观测、MLAMBDA算法、Bi-LSTM算法	Bi-LSTM	卫星导航观测数据	基线长度1-6公里的观测数据
324	2025-06-26	Deep learning-based time series prediction for precision field crop protection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1575796 PMID:40551773	研究论文	本文提出了一种基于深度学习的时空感知数据融合网络（SADF-Net）和资源感知自适应决策算法（RAADA），用于精准农业中的时间序列预测和资源优化	结合了卷积层、循环神经网络和注意力机制的多模态数据融合方法，以及利用强化学习的动态资源分配策略	未明确提及具体的数据噪声和不完整性对模型性能的影响程度	提高精准农业中的作物产量预测准确性和资源利用效率	农业领域的多模态数据（卫星图像、物联网传感器数据、气象预报）	机器学习	NA	深度学习、强化学习	CNN、RNN、注意力机制	多模态数据（图像、传感器数据、时间序列数据）	大规模农业数据集（未明确具体数量）
325	2025-06-26	A BERT-based rice enhancer identification model combined with sequence-representation differential entropy interpretation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1618174 PMID:40551770	研究论文	本研究提出了一种基于BERT的水稻增强子识别模型，结合序列表示差分熵解释，提高了识别精度	整合DNABERT-2作为特征提取工具，结合SVM进行分类，并通过差分熵分析解释模型性能优化机制	未提及模型在其他作物或更广泛基因组数据上的泛化能力	提高水稻增强子识别的准确性和可解释性	水稻基因序列中的增强子	自然语言处理	NA	DNABERT-2, SVM	BERT, SVM	基因序列	未明确提及具体样本数量
326	2025-06-26	Recent Applications of Artificial Intelligence and Related Technical Challenges in MALDI MS and MALDI-MSI: A Mini Review 2025, Mass spectrometry (Tokyo, Japan) DOI:10.5702/massspectrometry.A0175 PMID:40551965	综述	本文综述了人工智能在MALDI MS和MALDI-MSI中的最新应用及相关技术挑战	探讨了人工智能在提高MALDI-TOF MS和MALDI-MSI数据分析中的准确性和效率方面的潜力	人工智能技术仍处于初步阶段，存在识别、定量和解释方法不够有效的问题	回顾人工智能在质谱数据分析中的应用及面临的挑战	MALDI-TOF MS和MALDI-MSI数据	质谱分析	NA	MALDI-TOF MS, MALDI-MSI	监督机器学习, 人工神经网络	质谱数据	NA
327	2025-06-26	Tooth image segmentation and root canal measurement based on deep learning 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1565403 PMID:40552111	research paper	本研究开发了一种基于深度学习的牙齿图像分割和根管测量自动化方法，旨在为临床医生提供客观、高效和准确的测量结果	利用Attention U-Net识别牙齿描述符，并采用集成的深度学习方法进行分割，自动测量和可视化根管长度和角度	未提及样本量的具体限制或潜在的泛化性问题	开发自动化方法以辅助临床医生进行根管诊断分级、器械选择和术前规划	牙齿的CBCT图像	digital pathology	NA	cone beam computed tomography (CBCT)	Attention U-Net	image	未提及具体样本量
328	2025-06-26	Multi-atlas ensemble graph neural network model for major depressive disorder detection using functional MRI data 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1537284 PMID:40552311	研究论文	本文提出了一种基于多图谱集成图神经网络（GNN）的模型，用于利用静息态功能磁共振成像（rs-fMRI）数据检测重度抑郁症（MDD）	通过结合多个大脑区域分割图谱的功能连接特征，构建集成模型，以更准确地捕捉大脑复杂性并检测MDD的独特特征，相比单一图谱模型更具优势	模型在跨站点数据上的泛化能力虽经测试，但实际应用中可能仍需进一步验证	开发一种能够从rs-fMRI图像中检测出区分性特征的集成GNN模型，以辅助MDD的诊断	重度抑郁症（MDD）患者的功能磁共振成像数据	数字病理学	抑郁症	静息态功能磁共振成像（rs-fMRI）	图神经网络（GNN）	图像	大型多站点MDD数据集（具体数量未提及）
329	2025-06-26	Recognition of common shortwave protocols and their subcarrier modulations based on multi-scale convolutional GRU 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326536 PMID:40554517	研究论文	本研究提出了一种基于多尺度卷积GRU的模型，用于自动识别短波通信协议及其子载波调制格式	提出了一种混合架构MSC-GRU，结合并行卷积分支和双向GRU，增强了空间特征多样性和序列学习能力	仅针对三种短波通信协议及其子载波调制格式进行了验证，未涉及更多协议类型	解决复杂环境下短波通信协议和调制格式的自动识别问题	短波通信信号	信号处理	NA	深度学习	MSC-GRU（多尺度卷积GRU）	时间序列信号	45,000个标记样本（包括仿真和USRP采集的真实数据）
330	2025-06-26	Systematic review of generative adversarial networks (GANs) in cell microscopy: Trends, practices, and impact on image augmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0291217 PMID:40554529	系统综述	本文系统综述了生成对抗网络（GANs）在细胞显微镜图像增强中的趋势、实践和影响	分析了GANs在细胞显微镜图像增强中的流行架构和损失函数，并提出了设计良好实践和黄金标准的重要性	研究中存在性能指标、基线和数据集缺乏共识的问题	探讨GANs在细胞显微镜图像增强中的应用及其影响	细胞显微镜图像	计算机视觉	NA	生成对抗网络（GANs）	StyleGAN, Vanilla, Wasserstein	图像	46项研究，其中23项以图像增强为主要任务，29个公开数据集
331	2025-06-26	A flow pattern recognition method for gas-liquid two-phase flow based on dilated convolutional channel attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325784 PMID:40554565	研究论文	本文提出了一种基于扩张卷积通道注意力机制的增强型DenseNet模型（ED-DenseNet），用于提高气液两相流流型图像的识别准确率	通过引入多分支结构、ECA注意力机制和扩张卷积，增强了深度特征提取能力，实现了多尺度特征提取和精细化的通道信息处理	实验数据集的规模有限	提高气液两相流流型图像的识别准确率	气液两相流的流型图像	计算机视觉	NA	深度学习	ED-DenseNet（基于DenseNet121改进的模型）	图像	包含环状流、泡状流、搅动流、分散流和段塞流等多种流型的气液两相流图像数据集
332	2025-06-26	An integrated IKOA-CNN-BiGRU-Attention framework with SHAP explainability for high-precision debris flow hazard prediction in the Nujiang river basin, China 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326587 PMID:40554568	研究论文	提出了一种可解释的深度学习框架IKOA-CNN-BiGRU-Attention，用于中国怒江流域的高精度泥石流灾害预测	结合了改进的开普勒优化算法、CNN、双向门控循环单元和注意力机制，并通过SHAP增强模型可解释性	研究仅针对怒江流域云南段，模型在其他地区的适用性有待验证	开发高精度且可解释的泥石流灾害预测模型	怒江流域云南段159条泥石流易发沟谷	机器学习	NA	深度学习	IKOA-CNN-BiGRU-Attention	地质环境数据	159条泥石流易发沟谷
333	2025-06-26	The impact of artificial intelligence on the endoscopic assessment of inflammatory bowel disease-related neoplasia 2025, Therapeutic advances in gastroenterology IF:3.9Q1 DOI:10.1177/17562848251348574 PMID:40556746	综述	本文总结了人工智能在炎症性肠病相关肿瘤内镜评估中的应用现状、潜在益处、局限性和未来方向	聚焦于AI在IBD相关肿瘤检测中的应用，填补了该领域文献的不足	针对IBD相关肿瘤的临床数据仍然有限，需要更多IBD特异性队列的验证	评估AI技术在炎症性肠病相关肿瘤内镜检测中的应用效果	炎症性肠病(IBD)患者	数字病理学	炎症性肠病	机器学习和深度学习技术	NA	内镜图像	NA
334	2025-06-26	Deep learning based automation of mean linear intercept quantification in COPD research 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1461016 PMID:40556856	研究论文	本文提出了一种基于深度学习的自动化方法，用于量化慢性阻塞性肺疾病（COPD）研究中的平均线性截距（MLI）	利用AutoML软件开发了一种自动化MLI量化方法，显著提高了处理效率和结果的可比性	自动化方法得出的MLI值普遍高于手动测量值，尽管这种差异具有一致性	开发一种自动化工具以提高COPD研究中肺气肿定量分析的效率和准确性	C57BL/6小鼠的染色组织显微镜图像	数字病理学	慢性阻塞性肺疾病	AutoML	语义分割算法	图像	两组C57BL/6小鼠（吸烟组和对照组）
335	2025-06-26	Deep learning for MRI-based acute and subacute ischaemic stroke lesion segmentation-a systematic review, meta-analysis, and pilot evaluation of key results 2025, Frontiers in medical technology IF:2.7Q3 DOI:10.3389/fmedt.2025.1491197 PMID:40556872	系统综述与荟萃分析	本文系统综述了2015年至2023年间使用深度学习算法对急性及亚急性缺血性卒中病灶进行MRI分割的研究，并通过荟萃分析评估了不同架构的性能	首次针对急性及亚急性卒中病灶分割任务系统评估了最优深度学习架构，并验证了带残差连接的U-Net配置的优越性	纳入研究的算法泛化性普遍不足，且仅评估了ISLES-2015-SISS数据集	确定MRI图像中急性/亚急性缺血性卒中病灶分割的最佳深度学习架构	急性及亚急性缺血性卒中患者的脑部MRI图像	医学图像分析	缺血性卒中	深度学习	U-Net变体（UResNet50/AG-UResNet50）	MRI图像	41项研究（来自1485篇筛选文献）
336	2025-06-26	Auto-branch multi-task learning for simultaneous prediction of multiple correlated traits associated with Alzheimer's disease 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1538544 PMID:40557283	研究论文	提出了一种自动分支多任务学习模型，用于同时预测与阿尔茨海默病相关的多个相关表型	在深度学习框架内提出动态分支的多任务学习模型，防止负面信息传递，确保表型间参数共享有益	未提及具体样本量及数据来源的局限性	提升多相关表型的预测性能	与阿尔茨海默病相关的七个表型	机器学习	老年病	深度学习	自动分支多任务学习模型	遗传数据	NA
337	2025-06-24	Deep Learning-Enabled Assessment of Right Ventricular Function Improves Prognostication After Transcatheter Edge-to-Edge Repair for Mitral Regurgitation 2025-Jan, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.124.017005 PMID:39836730	研究论文	本研究利用深度学习模型评估右心室功能，以改善二尖瓣反流患者经导管边缘对边缘修复术后的预后预测	首次使用深度学习模型从标准二维超声心动图视频中预测右心室射血分数，并证明其在预测一年死亡率方面优于传统方法	研究仅基于回顾性多中心注册数据，且仅评估了一年的死亡率	评估深度学习预测的右心室射血分数在严重二尖瓣反流患者经导管边缘对边缘修复术后的预后价值	接受经导管边缘对边缘修复术的严重二尖瓣反流患者	数字病理学	心血管疾病	二维超声心动图	深度学习模型	视频	1154名2017至2023年间接受治疗的患者
338	2025-06-24	Dynamic Prediction of Cardiovascular Death among Old People with Mildly Reduced Kidney Function Using Deep Learning Models Based on a Prospective Cohort Study 2025, Gerontology IF:3.1Q3 DOI:10.1159/000545679 PMID:40359927	research paper	本研究使用深度学习模型动态预测肾功能轻度减退老年人群的心血管死亡风险	采用新型深度学习算法Dynamic DeepHit模型，在纵向研究中实现个体动态生存预测，并证明其优于传统Cox回归和随机生存森林模型	研究人群仅限于中国天津社区的老年人，可能限制结果的普适性	识别肾功能轻度减退老年人群的心血管死亡风险特征，开发更准确的预测模型	12,650名60岁以上肾功能轻度减退(eGFR 45-90 mL/min/1.73 m2)的老年人	machine learning	cardiovascular disease	NA	DeepHit, Dynamic DeepHit, Cox regression, Random Survival Forest	临床随访数据	12,650名社区老年人，随访7年期间838例心血管死亡
339	2025-06-24	Introducing a Deep Neural Network Model with Practical Implementation for Polyp Detection in Colonoscopy Videos 2025, Journal of medical signals and sensors DOI:10.4103/jmss.jmss_23_24 PMID:40546333	research paper	本研究提出了一种用于结肠镜检查视频中息肉检测的深度学习模型，并进行了实际应用验证	采用迁移学习和多任务学习解决标记数据有限的问题，同时实现息肉分类和边界框检测任务	缺乏非息肉图像数据集，需从LDPolyp视频数据集中提取非息肉图像	开发高效、准确且经济的实时息肉检测解决方案	结肠镜检查视频中的息肉	computer vision	gastrointestinal lesions	deep learning	deep neural network	video	KVASIR-SEG、CVC-CLINIC数据集以及从LDPolyp视频数据集中提取的非息肉图像
340	2025-06-22	Expression of Concern: Real-time recognition of spraying area for UAV sprayers using a deep learning approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326610 PMID:40540481	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA