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
341	2025-10-05	Water meter reading recognition method based on character attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332119 PMID:40991632	研究论文	提出一种基于字符注意力机制的水表读数识别方法，通过改进的深度学习网络提升自然场景下水表读数的识别准确率	引入字符检测注意力机制改进数字检测性能，结合改进的LeNet-5网络和全局平均池化层提升识别精度并缓解过拟合问题	未明确说明对极端光照条件和复杂背景干扰的鲁棒性测试	解决实际应用中因拍摄角度和环境光照变化导致的水表读数识别难题	水表表盘图像中的数字字符	计算机视觉	NA	图像识别	CNN	图像	CCF真实场景水表读数自动识别数据集	NA	ResNet, FPN, LeNet-5	识别准确率	NA
342	2025-10-05	Intervertebral disc anomaly intelligent classification system based on deep learning, IDAICS 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1646008 PMID:40994700	研究论文	提出基于深度学习的椎间盘异常智能分类系统IDAICS，用于自动分类椎间盘异常	首次将YOLOv8-seg网络应用于椎间盘异常分类，开发了高精度的自动化诊断系统	数据集规模相对有限（574张CT图像），仅包含四种椎间盘异常类型	提高椎间盘异常诊断准确性和临床效率，改善脊柱健康管理	椎间盘异常（正常椎间盘、许莫氏结节、椎间盘膨出、椎间盘突出）	计算机视觉	脊柱疾病	CT成像	YOLOv8-seg	医学图像	574张椎间盘CT图像（500张训练，74张验证）	PyTorch	YOLOv8-seg	准确率, kappa系数	NA
343	2025-10-05	Deep learning-based prediction of cerebral white matter hyperintensity burden using carotid magnetic resonance angiography 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1656705 PMID:40994715	研究论文	本研究开发了一种基于深度学习的框架，仅使用3D颈动脉飞行时间磁共振血管成像来预测脑白质高信号负荷	首次利用常规获取的非侵入性颈动脉TOF MRA图像，通过深度学习独立预测WMH负荷	研究中使用的样本量有限，模型性能仍有提升空间	研究颈动脉TOF MRA是否可用于预测脑白质高信号负荷	脑白质高信号和颈动脉血管影像	医学影像分析	脑血管疾病	磁共振血管成像	深度学习	3D医学影像	NA	NA	SFCN, ResNet10, MedicalNet, Medical Slice Transformer	准确率, AUC	NA
344	2025-10-05	Hyperspectral reconstruction for mobile diabetic foot blood perfusion monitoring 2025, BMC artificial intelligence DOI:10.1186/s44398-025-00011-8 PMID:40994833	研究论文	开发了一种名为MobiPerf的移动糖尿病足血流灌注监测系统，通过高光谱重建技术从普通RGB图像中提取血氧信号	消除了对相机配置文件的依赖，采用深度学习高光谱重建模型实现跨相机泛化，并提出无需参考图像校准的自定义算法	对感染并发症的敏感性有限，需要在更多真实场景下验证	开发无需专业硬件和复杂校准的移动糖尿病足血流灌注监测系统	糖尿病足溃疡患者的血流灌注和血氧信号	计算机视觉	糖尿病足溃疡	高光谱成像，高光谱重建，远程光电容积描记术	深度学习模型	图像，视频	糖尿病足溃疡图像数据集（N≈6000），接触式PPG视频数据集（N=56）	NA	NA	与HSI相机提取信号的一致性，对缺血条件的敏感性，rPPG性能	移动硬件，智能手机
345	2025-10-05	Construction of a prediction model for axillary lymph node metastasis in breast cancer patients based on a multimodal fusion strategy of ultrasound and pathological images 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1591858 PMID:40994941	研究论文	本研究基于超声和病理图像的多模态融合策略，构建了乳腺癌患者腋窝淋巴结转移预测模型	首次将术前超声图像和H&E染色核心针活检病理图像通过多层融合策略相结合，用于预测乳腺癌腋窝淋巴结转移	模型性能尚未达到最优水平，样本量相对有限	开发多模态深度学习模型预测乳腺癌患者腋窝淋巴结转移状态	211例经组织学确诊的乳腺癌患者	数字病理	乳腺癌	超声成像、H&E染色组织病理学	深度学习	图像	211例乳腺癌患者，每位患者包含一张超声图像和一张组织病理图像	NA	PLNeT, ULNet	准确率, 精确率, 召回率, F1分数, AUC	NA
346	2025-10-05	Research progress of artificial intelligence in the early screening, diagnosis, precise treatment and prognosis prediction of three central gynecological malignancies 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1648407 PMID:40994951	综述	总结人工智能在三大妇科恶性肿瘤早期筛查、诊断、精准治疗和预后预测中的最新应用进展	系统梳理AI技术在子宫内膜癌、宫颈癌和卵巢癌全流程管理中的创新应用，辩证讨论当前局限性与未来转化潜力	现有诊断方法存在固有局限，耐药机制复杂影响疗效，治疗毒性影响生活质量，不同医院医生经验水平导致诊疗质量差异	探讨人工智能技术在妇科恶性肿瘤诊疗领域的应用价值与发展前景	子宫内膜癌、宫颈癌和卵巢癌三大妇科恶性肿瘤	医学人工智能	妇科恶性肿瘤	深度学习、机器学习	DL, ML	医学影像、基因组数据、临床信息	NA	NA	NA	NA	NA
347	2025-10-05	Improving the diagnosis of endometrial cancer in postmenopausal women in primary care settings using an artificial intelligence-based ultrasound detecting model 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646826 PMID:40994958	研究论文	开发基于深度学习的超声检测模型，用于辅助初级医疗机构诊断绝经后妇女子宫内膜癌	首次开发专门针对绝经后妇女子宫内膜癌的深度学习超声检测系统，整合子宫内膜厚度、肿瘤均质性及血流特征等多参数分析	研究数据来自单一医疗机构，样本量相对有限，需要更多外部验证	提高初级医疗机构对绝经后妇女子宫内膜癌的超声诊断效率	经子宫内膜活检确诊的子宫内膜癌患者	计算机视觉	子宫内膜癌	超声检查，灰度超声，血流参数分析	深度学习	超声图像	877名患者，877张超声图像（训练集614，验证集175，测试集88）	NA	NA	AUC，ROC曲线	NA
348	2025-10-05	Estimating the full-period rice leaf area index using CNN-LSTM-Attention and multispectral images from unmanned aerial vehicles 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1636967 PMID:40995010	研究论文	提出一种结合CNN、LSTM和自注意力机制的深度学习模型，利用无人机多光谱影像实现全生育期水稻叶面积指数的高精度估算	首次将CNN-LSTM与自注意力机制结合应用于水稻叶面积指数估算，能有效处理时间序列多光谱数据并降低土壤背景干扰	NA	开发高精度水稻叶面积指数估算方法，为精准农业管理提供技术支持	水稻作物	计算机视觉	NA	无人机多光谱成像	CNN, LSTM	多光谱图像	NA	NA	CNN-LSTM-Attention	决定系数(R²), 相对均方根误差(RRMSE)	NA
349	2025-10-05	Development and internal validation of a mammography-based model fusing clinical, radiomics, and deep learning models for sentinel lymph node metastasis prediction in breast cancer 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659422 PMID:40995087	研究论文	开发基于乳腺X线摄影的融合模型，结合临床、影像组学和深度学习特征预测乳腺癌前哨淋巴结转移状态	提出后融合策略整合临床、影像组学和深度学习单模态模型的预测概率，实现多源信息有效融合	仅进行内部验证，缺乏外部验证集验证模型泛化能力	预测乳腺癌患者前哨淋巴结转移状态	乳腺癌患者	数字病理	乳腺癌	乳腺X线摄影	深度学习,支持向量机	医学影像	训练集203例，内部验证集87例，独立测试集82例	Scikit-learn	NA	AUC,决策曲线分析,校准曲线	NA
350	2025-10-05	An MRI based histogram oriented gradient and deep learning approach for accurate classification of mild cognitive impairment and Alzheimer's disease 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1529761 PMID:40995095	研究论文	提出一种基于MRI的梯度方向直方图和深度学习方法，用于轻度认知障碍和阿尔茨海默病的准确分类	结合Harris角点兴趣点和HOG特征提取方法，并比较三种分类器在AD分期诊断中的性能	仅使用T1加权脑部MRI数据，未涉及多模态数据或更大规模样本验证	开发早期非侵入性阿尔茨海默病诊断方法	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	计算机视觉	阿尔茨海默病	MRI	SVM,KNN,DNN	图像	NA	NA	深度神经网络	准确率	NA
351	2025-10-05	Convolutional neural networks decode finger movements in motor sequence learning from MEG data 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1623380 PMID:40995145	研究论文	本研究使用卷积神经网络从脑磁图数据中解码手指运动序列学习	提出线性有限脉冲响应卷积神经网络(LF-CNN)，在保持高精度的同时提供空间和频谱域的可解释性	研究仅涉及健康参与者，未在临床患者群体中验证	开发快速可靠的非侵入式脑机接口手指运动解码方法	健康参与者在序列反应时间任务中的手指运动	脑机接口	NA	脑磁图(MEG)	CNN	神经生理信号	健康参与者（具体数量未在摘要中说明）	NA	LF-CNN, EEGNet, FBCSP-ShallowNet, VGG19	准确率	NA
352	2025-10-05	Predicting Paediatric Brain Disorders from MRI Images Using Advanced Deep Learning Techniques 2025-Jan-16, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-024-09707-0 PMID:39821839	研究论文	本研究提出使用多种先进卷积神经网络模型从MRI图像预测儿童脑部疾病	采用包括EfficientNetB0、InceptionResNetV2等10种CNN模型进行综合比较，并结合ADAM和RMSprop优化器进行模型优化	NA	开发基于人工智能的儿童脑部疾病诊断系统，提高诊断准确性和效率	儿童脑部疾病的MRI图像	计算机视觉	儿童脑部疾病	MRI	CNN	图像	NA	NA	EfficientNetB0,EfficientNetB3,Xception,InceptionV3,MobileNetV2,VGG19,DenseNet169,ResNet50V2,ResNet152V2,InceptionResNetV2	准确率,损失函数,RMSE,精确率,召回率,F1分数,计算时间	NA
353	2025-10-05	Combination of ultrasound-based radiomics and deep learning with clinical data to predict response in breast cancer patients treated with neoadjuvant chemotherapy 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1525285 PMID:40538839	研究论文	本研究开发了一种结合超声影像、深度学习特征和临床数据的融合模型，用于预测乳腺癌患者新辅助化疗后的病理完全缓解	首次将超声影像组学特征、深度学习特征与临床数据相结合构建预测模型，显著提高了对新辅助化疗疗效的预测准确性	回顾性研究设计，样本仅来自两个医疗中心，需要更大规模的前瞻性验证	预测乳腺癌患者新辅助化疗后的病理完全缓解(pCR)	643例经病理确诊的乳腺癌患者	医学影像分析	乳腺癌	超声成像	机器学习,深度学习	超声图像,临床数据	643例乳腺癌患者(中心1:372例，中心2:271例)，共收集2920个影像组学特征和4096个深度学习特征	NA	NA	准确率,AUC,ROC分析	NA
354	2025-10-05	Comparative analysis of multimodal architectures for effective skin lesion detection using clinical and image data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1608837 PMID:40951333	研究论文	开发了一种融合皮肤镜图像和临床数据的多模态框架，用于皮肤病变分类	提出系统评估多种融合策略的多模态数据融合框架，首次将交叉注意力机制应用于皮肤病变分类的临床数据融合	存在类别不平衡问题和高级融合方法的计算复杂性挑战	通过融合临床数据和图像数据提高皮肤病变分类的准确性	皮肤病变	计算机视觉	皮肤癌	深度学习	MLP, CNN	图像, 临床元数据	HAM10000数据集	NA	ResNet	准确率	NA
355	2025-10-05	Sentiment analysis of classical Chinese literature: An unsupervised deep learning model with BERT and graph attention networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330919 PMID:40986623	研究论文	提出一种结合BERT、情感词典和图注意力网络的无监督深度学习框架，用于古典中文文学的情感分析	首次将BERT嵌入、情感词典增强和图注意力网络结合用于古典中文文本的无监督情感分析，有效处理复杂语言结构和文化细微差别	主要针对古典中文文学，在其它类型文本上的适用性需要进一步验证	开发适用于古典中文文学的无监督情感分析方法	古典中文文学文本	自然语言处理	NA	情感分析，无监督学习	BERT, GAT, K-Means	文本	NA	NA	BERT, 图注意力网络	准确率, 精确率, 召回率, F1分数	NA
356	2025-10-05	Generation of synthetic TSPO PET maps from structural MRI images 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1633273 PMID:40988654	研究论文	本研究开发了一种从结构MRI图像生成合成TSPO PET图像的深度学习模型	首次使用3D U-Net模型从常规T1加权MRI合成TSPO PET图像，实现了低成本、无创的神经炎症成像	样本量相对有限（204次扫描），且仅使用了单一类型的结构MRI数据	开发从结构MRI数据生成TSPO PET图像的深度学习模型，以降低神经炎症成像的成本和辐射暴露	人类受试者，包括膝骨关节炎患者、背痛患者和健康对照者	医学影像分析	神经炎症相关疾病	TSPO PET成像，结构MRI成像	CNN	3D医学图像	204次扫描（膝骨关节炎患者44次，背痛患者86次，健康对照28次）	NA	3D U-Net	均方误差，对比噪声比	NA
357	2025-10-05	Predicting antibiotic resistance genes and bacterial phenotypes based on protein language models 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1628952 PMID:40988849	研究论文	基于蛋白质语言模型开发深度学习模型预测抗生素耐药基因和细菌表型	整合两种蛋白质语言模型(ProtBert-BFD和ESM-1b)并采用数据增强技术和LSTM网络提升特征提取和分类性能	未提及具体样本量数据和研究局限性	精确预测细菌抗生素耐药基因和表型以理解耐药机制并指导临床抗生素使用	细菌抗生素耐药基因和细菌耐药表型	自然语言处理	传染病	高通量DNA测序	LSTM	蛋白质序列	NA	NA	ProtBert-BFD,ESM-1b,LSTM	准确率,精确率,召回率,F1分数	NA
358	2025-10-05	Dynamic graph neural networks for UAV-based group activity recognition in structured team sports 2025, Frontiers in neurorobotics IF:2.6Q3 DOI:10.3389/fnbot.2025.1631998 PMID:40988991	研究论文	开发基于动态图神经网络和Bi-LSTM的无人机群体活动识别系统，用于结构化团队运动中的多人行为识别	整合多种特征（外观、骨骼、运动）并采用动态图神经网络建模时空关系，在无人机视角下实现高效的群体活动识别	NA	解决动态交互、遮挡和多视角变化等挑战，实现复杂体育场景中的群体活动识别	团队运动中的多人群体活动	计算机视觉	NA	HOG, LBP, SIFT, MediaPipe, MOCON	DGNN, Bi-LSTM	视频	三个数据集：排球数据集、SoccerTrack无人机足球数据集、NBA篮球数据集	YOLOv11, SORT	Dynamic Graph Neural Network, Bi-LSTM	准确率, mAP, MPCA, 推理时间	NA
359	2025-10-05	Quantitative prediction of intracellular dynamics and synaptic currents in a small neural circuit 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1515194 PMID:40989108	研究论文	本文使用循环机制模型预测小型神经回路中的细胞内动态和突触电流	将深度学习工具应用于数据驱动模型，能够从未用于训练的数据中预测突触电流，并推导出数据驱动的频率依赖性电导	模型训练仍具有挑战性，需要满足关键收缩条件才能保证训练方法的适用性	估计神经回路动态，建模、训练和解释数据驱动模型	半中心振荡器(HCO)神经回路，由两个胃神经节神经元互连构成	机器学习	NA	动态钳实验协议	循环机制模型	细胞内实验数据	NA	NA	NA	速度,性能	NA
360	2025-10-05	Arabic hate speech detection using deep learning: a state-of-the-art survey of advances, challenges, and future directions (2020-2024) 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3133 PMID:40989294	综述	本文系统综述了2020-2024年间深度学习在阿拉伯语仇恨言论检测领域的最新进展、挑战与未来方向	首次系统梳理了阿拉伯语仇恨言论检测在方言多样性、形态复杂性和社会政治因素等独特挑战下的深度学习技术发展脉络	仅涵盖2020-2024年间的研究成果，且阿拉伯语标注数据集的稀缺性限制了部分分析的深度	评估深度学习技术在阿拉伯语仇恨言论检测中的应用效果与发展趋势	阿拉伯语社交媒体内容中的仇恨言论	自然语言处理	NA	深度学习	CNN, RNN, Transformer	文本	NA	NA	BERT, AraBERT, 混合架构	NA	NA