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
341	2025-08-11	Data-driven non-intrusive reduced order modelling of selective laser melting additive manufacturing process using proper orthogonal decomposition and convolutional autoencoder 2025, Advanced modeling and simulation in engineering sciences IF:2.0Q3 DOI:10.1186/s40323-025-00305-6 PMID:40777044	研究论文	本研究提出并比较了两种数据驱动的非侵入式降阶模型（ROMs）用于增材制造（AM）过程：POD-ANN和CAE-MLP模型	结合降阶建模技术与机器学习算法，提出POD-ANN和CAE-MLP两种新模型，用于增材制造过程的分析	虽然两种模型均表现出良好的预测性能，但CAE-MLP模型在预测精度和性能上优于POD-ANN模型	提高增材制造过程分析的精度和效率	增材制造（AM）过程	机器学习	NA	POD, ANN, CAE, MLP	POD-ANN, CAE-MLP	数值模拟数据	NA
342	2025-08-11	Deriving equivalent symbol-based decision models from feedforward neural networks 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1618149 PMID:40777518	研究论文	该研究探讨了从前馈神经网络（FNNs）中提取可解释的符号模型（如决策树）的方法，以提高AI系统的透明度和信任度	提出了一种系统方法，利用FNNs中的分布式表示来识别符号组件，并将神经网络激活映射到决策树边缘，从而生成可解释的符号模型	研究仅针对前馈神经网络，未涉及其他类型的神经网络	提高AI系统的透明度和信任度，通过提取可解释的符号模型来阐明神经网络的运作	前馈神经网络（FNNs）和符号模型（如决策树）	机器学习	NA	分布式表示、符号组件识别	FNNs, 决策树	NA	NA
343	2025-08-11	Automatic segmentation of chest X-ray images via deep-improved various U-Net techniques 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251366855 PMID:40777837	research paper	评估多种基于U-Net的深度学习架构在胸部X光图像分割中的性能，并确定最有效的模型	比较了八种U-Net变体的性能，发现U-Net9在准确性和计算效率上表现最佳	仅使用了公开可用的胸部X光数据集，未涉及其他模态的医学影像数据	评估不同U-Net架构在胸部X光图像分割中的性能，寻找最优模型	胸部X光图像及其对应的分割掩码	digital pathology	COVID-19, viral pneumonia	deep learning	U-Net variants (U-Net7, U-Net9, U-Net11, U-Net13, U-Net16, U-Net32, U-Net64, U-Net128)	image	公开可用的胸部X光数据集，包含正常、COVID-19和病毒性肺炎类别
344	2025-08-11	Automated detection of diabetic retinopathy lesions in ultra-widefield fundus images using an attention-augmented YOLOv8 framework 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608580 PMID:40778265	研究论文	本研究提出了一种改进的YOLOv8模型，用于精确识别糖尿病视网膜病变(DR)病灶	在YOLOv8模型中集成了两种注意力机制(convEMA和convSimAM)，提高了对小尺寸、低对比度和结构复杂特征的检测能力	仅使用了单一数据源(UWF眼底图像)，未在其他类型图像上验证模型泛化能力	提高糖尿病视网膜病变病灶的自动检测精度	糖尿病视网膜病变患者的超广角眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	YOLOv8+convEMA, YOLOv8+convSimAM	图像	3,388张超广角眼底图像(分辨率2,600×2048像素)
345	2025-08-11	A novel deep learning model based on multimodal contrast-enhanced ultrasound dynamic video for predicting occult lymph node metastasis in papillary thyroid carcinoma 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1634875 PMID:40778281	研究论文	本研究基于多模态对比增强超声动态视频构建深度学习模型，用于预测甲状腺乳头状癌隐匿性淋巴结转移	首次结合2D超声和对比增强超声动态视频构建多模态深度学习模型，显著提高了预测隐匿性淋巴结转移的敏感性和特异性	研究为回顾性分析，样本量有限(396例)，且仅在单一机构收集数据	术前预测甲状腺乳头状癌患者的隐匿性淋巴结转移	临床淋巴结阴性的甲状腺乳头状癌患者	数字病理	甲状腺癌	对比增强超声(CEUS)	深度学习模型(包括DL_CEUSvideo、DL_image和DL_combined)	超声图像和动态视频	396例临床淋巴结阴性的甲状腺乳头状癌病例
346	2025-08-10	Machine learning for diabetic foot care: accuracy trends and emerging directions in healthcare AI 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1613946 PMID:40756392	review	本文系统分析了机器学习在糖尿病足研究中的应用趋势、重点领域和方法学方法	首次系统综述了机器学习在糖尿病足研究中的应用，识别了关键趋势和新兴方向	仅纳入了2020-2024年间发表的25篇研究文章，样本量有限	分析机器学习在糖尿病足研究中的应用趋势和方法	糖尿病足相关研究和机器学习应用	machine learning	diabetes	thermal imaging, IoT, smart insoles	deep learning, large language models	image, structured clinical data, IoT sensor data	25篇研究文章
347	2025-08-10	Mangrove species classification using a proposed ensemble U-Net model and Planet satellite imagery: A case study in Ngoc Hien district, Ca Mau province, Vietnam 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327315 PMID:40768506	研究论文	本研究提出了一种集成U-Net模型，结合Planet卫星影像，用于越南Ca Mau省Ngoc Hien地区的红树林物种分类	采用先进的深度学习解决方案（集成U-Net模型）和高分辨率Planet卫星影像（5米×5米）进行红树林物种分类	研究仅针对越南Ca Mau省Ngoc Hien地区的特定红树林物种，可能不具备广泛适用性	通过深度学习和卫星影像技术实现红树林物种的高效分类	红树林物种（Avicennia alba、Rhizophora apiculate和混合红树林）	计算机视觉	NA	深度学习、卫星影像分析	集成U-Net模型（包含MobileNet、SEResNeXt-101和Efficientnet-B7）	卫星影像	NA
348	2025-08-10	MSMCE: A novel representation module for classification of raw mass spectrometry data 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321239 PMID:40768503	research paper	提出了一种名为MSMCE的新型多通道嵌入表示模块，用于提高原始质谱数据的分类性能	MSMCE模块通过建模通道间依赖关系生成多通道表示，并结合特征融合机制显著提升分类性能	未提及具体的数据集规模限制或跨数据集泛化能力的详细验证	解决质谱数据高维复杂性带来的特征提取与分类挑战	原始质谱数据	machine learning	NA	质谱分析(MS)	深度学习模型（未指定具体类型）	质谱数据	四个公共数据集（未提具体样本量）
349	2025-08-10	Artificial intelligence in personalized nutrition and food manufacturing: a comprehensive review of methods, applications, and future directions 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1636980 PMID:40771216	综述	本文全面回顾了人工智能在个性化营养和食品制造中的方法、应用及未来方向	将AI技术应用于个性化营养和食品制造，实现实时膳食建议、基于生物标志物的餐食规划以及食品生产中的质量控制与废物最小化	涉及算法透明度、数据隐私和公平获取等关键挑战	探讨AI在营养和食品系统中的创新应用，以支持精准健康和可持续发展	个性化营养和食品制造	人工智能	NA	深度学习、联邦学习、计算机视觉	NA	NA	NA
350	2025-08-10	A hybrid approach for pattern recognition and interpretation in age-related false memory 2025, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2025.1579259 PMID:40771329	研究论文	本文开发了一种结合优化机器学习技术与大规模基于transformer的语言模型的混合方法，用于识别年轻人和老年人中区分真实记忆与错误记忆的行为模式	提出了一种改进的LightGBM模型，结合语言模型增强可解释性，用于研究年龄相关的错误记忆机制	当前用于研究年龄相关认知变化的方法存在局限性	探究年龄相关认知衰退，特别是错误记忆形成的潜在机制	年轻人和老年人的记忆行为模式	机器学习	老年疾病	机器学习	改进的LightGBM	行为数据	NA
351	2025-08-10	gamUnet: designing global attention-based CNN architectures for enhanced oral cancer detection and segmentation 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1582439 PMID:40771464	研究论文	提出了一种名为gamUnet的新型CNN架构，用于增强口腔癌的检测和分割	集成了全局注意力机制(GAM)以增强模型捕获全局跨模态信息的能力，并引入了gamResNet进一步改进口腔癌检测性能	未提及具体的数据集规模或模型在临床环境中的验证情况	开发一种能够更准确检测和分割口腔鳞状细胞癌(OSCC)的深度学习模型	口腔鳞状细胞癌(OSCC)的组织病理学图像	数字病理学	口腔癌	深度学习	CNN, gamUnet, gamResNet	图像	NA
352	2025-08-10	Advances in ocular aging: combining deep learning, imaging, and liquid biopsy biomarkers 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1591936 PMID:40771477	综述	本文探讨了结合深度学习、成像技术和液体活检生物标志物在眼部衰老研究中的进展	整合深度学习与先进成像及液体活检生物标志物，为理解眼部衰老及其对全身健康的影响提供了新视角	未提及具体实验数据或样本量，可能缺乏实证支持	探索眼部衰老作为全身衰老相关疾病和死亡率的标志物的直接关系	眼部衰老及其与全身健康的关系	数字病理学	老年疾病	液体活检、眼部成像	深度学习	图像、生物标志物数据	NA
353	2025-08-10	Applications and advances of multi-omics technologies in gastrointestinal tumors 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1630788 PMID:40771479	综述	本文系统综述了多组学技术在胃肠道肿瘤研究中的最新进展及其在早期筛查、生物标志物发现和治疗优化中的应用	整合了基因组学、转录组学、蛋白质组学和代谢组学等多维数据，构建多尺度框架，为分子分型和靶向治疗开辟了新路径	数据异质性、算法泛化能力不足以及高成本等问题限制了临床转化	探讨多组学技术在胃肠道肿瘤研究中的应用与进展	胃肠道肿瘤	多组学技术	胃肠道肿瘤	基因组学、转录组学、蛋白质组学、代谢组学、表观基因组学、宏基因组学、脂质组学	NA	多组学数据	NA
354	2025-08-10	Stochastic-based learning for image classification in chest X-ray diagnosis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251361745 PMID:40771770	研究论文	本文介绍了一种基于随机深度学习的胸部X光图像分类方法，旨在提高肺炎等肺部疾病的检测精度	采用随机深度学习方法优化卷积神经网络架构，结合dropout正则化和数据增强技术，显著提高了分类性能和模型鲁棒性	需要在更多样化的大规模数据集上进行验证，并整合到临床决策支持系统中才能广泛应用	提高胸部X光图像中肺部疾病（特别是肺炎）的诊断精度	胸部X光图像	计算机视觉	肺炎	随机深度学习	CNN	图像	NA
355	2025-08-10	CDFA: Calibrated deep feature aggregation for screening synergistic drug combinations 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1608832 PMID:40771923	research paper	提出了一种名为CDFA的校准深度特征聚合框架，用于筛选协同药物组合	利用基于蛋白质信息和基因表达的新型细胞系表示，以及基于Transformer的特征聚合网络，通过多头注意力机制建模药物对和细胞系之间的复杂相互作用，并引入不确定性校准方法	NA	开发一种计算工具，用于高效可靠地筛选协同药物组合	药物组合和细胞系	machine learning	NA	deep learning	Transformer	protein information, gene expression	NA
356	2025-08-10	Emerging trends and knowledge networks in pan-cancer sorafenib resistance: a 20-year bibliometric investigation 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1581820 PMID:40771926	研究论文	本研究通过文献计量学方法分析了20年来关于索拉非尼耐药性的研究趋势和知识网络	首次采用系统性文献计量学方法对索拉非尼耐药性进行跨癌种分析，揭示了关键耐药机制和研究热点	研究仅基于Web of Science数据库的文献，可能遗漏其他数据库的重要研究	阐明索拉非尼耐药的潜在机制并识别研究趋势和空白	索拉非尼耐药相关研究文献	医学文献计量学	肝癌、肾细胞癌、甲状腺癌	文献计量分析、VOSviewer、CiteSpace	NA	文献数据	1484篇符合条件的出版物
357	2025-08-10	Federated knee injury diagnosis using few shot learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1589358 PMID:40771942	研究论文	本文提出了一种结合少样本学习和联邦学习的混合方法，用于通过MRI扫描诊断膝关节损伤	整合了少样本学习和联邦学习，采用3DResNet50架构增强特征提取和嵌入表示，解决了标注数据稀缺和隐私问题	冠状面视图性能较低，复杂架构导致计算需求高	提高膝关节损伤的诊断准确性和患者数据隐私保护	膝关节损伤（如前交叉韧带撕裂和半月板撕裂）的MRI扫描	计算机视觉	膝关节损伤	MRI扫描	3DResNet50, Prototypical Networks	MRI图像	MRNet数据集
358	2025-08-10	A comparative study of bone density in elderly people measured with AI and QCT 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582960 PMID:40771941	research paper	本研究比较了AI和QCT在老年人骨密度测量中的效果，验证了AI模型在骨质疏松诊断中的临床效用	首次采用双验证框架验证基于深度学习的BMD预测算法，并证明AI驱动的BMD量化在诊断准确性上不劣于QCT	研究为回顾性多中心研究，可能存在选择偏倚	验证AI在骨密度测量中的诊断等效性，评估其在骨质疏松分类中的临床效用	702名患者的CT/QCT配对数据集	digital pathology	geriatric disease	AI, QCT, CT	深度学习模型	医学影像	702名患者(2019-2022年)
359	2025-08-10	Artificial intelligence in neurodegenerative diseases research: a bibliometric analysis since 2000 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1607924 PMID:40771972	综述	本文通过文献计量学方法分析了2000年至2025年3月16日间人工智能在神经退行性疾病研究中的应用和发展趋势	利用VOSviewer、CiteSpace和Bibliometrix R等工具，首次全面绘制了该领域的合作网络、关键词趋势和知识轨迹	数据仅来源于Web of Science核心合集，可能未涵盖所有相关研究	探索人工智能在神经退行性疾病研究中的发展历程和应用现状	1402篇出版物（1159篇文章和243篇综述）	人工智能	神经退行性疾病	文献计量分析	CNN	文献数据	1402篇出版物
360	2025-08-10	Domain adaptive deep possibilistic clustering for EEG-based emotion recognition 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1592070 PMID:40772260	研究论文	提出一种名为DADPc的新框架，结合深度域不变特征学习和可能性聚类，用于基于EEG的情感识别	将最大均值差异（MMD）重新表述为模糊熵正则化框架下的单中心聚类任务，并引入自适应加权损失和记忆库策略以提高伪标签和跨域对齐的可靠性	未明确提及具体局限性	克服传统域适应方法在EEG情感识别中的泛化能力不足问题	基于EEG的情感识别	机器学习	NA	深度域不变特征学习、可能性聚类、最大均值差异（MMD）	DADPc框架	EEG信号	三个基准数据集（SEED、SEED-IV和DEAP）