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
501	2025-06-08	Application of artificial intelligence in palliative care: a bibliometric analysis of research hotspots and trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1597195 PMID:40470051	研究论文	本文通过文献计量学方法分析了人工智能在姑息治疗中的研究趋势，识别了研究热点和未来发展方向	首次系统评估人工智能在姑息治疗领域的发展轨迹，通过文献计量和可视化研究揭示技术应用趋势和跨学科合作路径	研究仍处于早期发展阶段，发展中国家参与度不足，技术应用尚未完全成熟	分析人工智能驱动的姑息治疗研究趋势，绘制知识结构并识别研究热点	姑息治疗领域的人工智能应用研究	自然语言处理	老年病	文献计量分析、共现分析、关键词趋势分析	机器学习、深度学习、自然语言处理	文献数据	246篇出版物，来自45个国家、615个机构和1,456位作者
502	2025-06-08	Application of artificial intelligence in modern healthcare for diagnosis of autism spectrum disorder 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1569464 PMID:40470058	research paper	本研究探讨了深度学习算法在通过儿童面部特征识别自闭症谱系障碍（ASD）中的应用	提出使用Inception-V3模型进行ASD诊断，准确率达到98%，优于现有迁移学习算法	研究仅基于面部图像数据，未考虑其他行为或生理指标	提高自闭症谱系障碍的早期诊断准确性和效率	自闭症谱系障碍儿童的面部特征	digital pathology	geriatric disease	deep learning	Inception-V3, ResNet50, VGG-19	image	2,940张儿童面部图像
503	2025-06-08	Design of Chinese traditional Jiaoyi (Folding chair) based on Kansei Engineering and CNN-GRU-attention 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1591410 PMID:40470295	research paper	本研究通过跨学科方法创新性地提升中国传统折叠椅（交椅）设计中的个性化情感响应和用户体验质量	结合Kansei工程和CNN-GRU-attention混合深度学习模型，提出了一种量化智能设计范式，用于文化遗产的现代化	未提及具体样本量或数据收集的局限性	系统提取用户情感特征，提升传统家具设计的个性化和用户体验	中国传统折叠椅（交椅）	computational design	NA	web-behavior data mining, KJ method, semantic crawlers, fuzzy comprehensive assessment, random forest, K-prototype clustering	CNN-GRU-Attention hybrid deep learning model	multi-source social data	NA
504	2025-06-08	Deep learning-guided structural analysis of a novel bacteriophage KPP105 against multidrug-resistant Klebsiella pneumoniae 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.032 PMID:40470315	研究论文	本研究通过深度学习方法对新型噬菌体KPP105进行了生理、基因组和结构分析，揭示了其对抗多重耐药肺炎克雷伯菌的潜力	首次对新型噬菌体KPP105进行了全面的生理、基因组和结构分析，特别是利用深度学习技术分析了其宿主相互作用蛋白的结构	未提及实验样本量及具体实验验证数据	研究新型噬菌体KPP105的特性及其对抗多重耐药细菌的潜力	新型噬菌体KPP105及其宿主相互作用蛋白	生物信息学	多重耐药细菌感染	深度学习、基因组分析、结构分析	深度学习模型	基因组数据、蛋白质结构数据	NA
505	2025-06-08	High throughput assessment of blueberry fruit internal bruising using deep learning models 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1575038 PMID:40470370	研究论文	该研究利用深度学习模型快速量化蓝莓果实内部淤伤，为机器收获蓝莓提供高效评估方法	首次将YOLO检测和分割模型应用于蓝莓内部淤伤评估，开发了用户友好界面并公开模型	淤伤比率与真实值的相关性为0.69，平均绝对百分比误差为15.87%，存在一定误差	开发高效评估蓝莓内部淤伤的方法，以促进适合机器收获的蓝莓品种培育	61个软硬程度不同的蓝莓品种	计算机视觉	NA	深度学习	YOLO检测模型和分割模型	图像	2021-2023年期间61个蓝莓品种的果实
506	2025-06-08	DualCMNet: a lightweight dual-branch network for maize variety identification based on multi-modal feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1588901 PMID:40470359	研究论文	提出了一种基于多模态特征融合的轻量级双分支网络DualCMNet，用于玉米品种识别	引入HShuffleBlock特征转换模块、CBAM注意力机制和轻量级门控融合模块，动态调整特征权重，实现高精度和低计算开销的平衡	仅针对11种玉米品种进行测试，未验证在其他作物上的泛化能力	开发一种轻量级多模态融合网络，用于玉米品种的高效准确识别	11种玉米品种的多模态数据（高光谱数据和图像数据）	计算机视觉	NA	高光谱数据处理和空间特征提取	1D-CNN和MobileNetV3	高光谱数据和图像数据	11种玉米品种的多模态数据
507	2025-06-08	Global trends in the use of artificial intelligence for urological tumor histopathology: A 20-year bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251348834 PMID:40475298	研究论文	本文通过20年的文献计量分析，探讨了人工智能在泌尿系统肿瘤病理学中的全球研究趋势和创新	首次对人工智能在泌尿系统肿瘤病理学中的应用进行了长达20年的全球文献计量分析，揭示了研究趋势、主要贡献者和未来发展方向	研究仅基于Web of Science数据库的文献，可能存在遗漏；临床转化面临数据偏差、模型可解释性和伦理监管等挑战	分析人工智能在泌尿系统肿瘤病理学中的全球研究趋势和创新	199篇关于AI在泌尿系统肿瘤病理学中应用的论文	数字病理学	前列腺癌	文献计量分析（CiteSpace, VOSviewer）	机器学习, 深度学习	文献数据	199篇论文
508	2025-06-08	YOLO-ODD: an improved YOLOv8s model for onion foliar disease detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1551794 PMID:40475906	research paper	本文提出了一种改进的YOLOv8s模型YOLO-ODD，用于检测洋葱叶部病害	通过集成CABM和DTAH注意力机制，改进了YOLOv8模型，提高了对洋葱叶部病害的检测准确率	NA	开发一种能够早期检测洋葱叶部病害的深度学习模型	洋葱叶部病害（炭疽病、茎枯病、紫斑病和扭曲病）	computer vision	plant disease	deep learning	YOLOv8	image	NA
509	2025-06-07	Variational graph autoencoder for reconstructed transcriptomic data associated with NLRP3 mediated pyroptosis in periodontitis 2025-01-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86455-4 PMID:39809940	研究论文	本研究评估了变分图自编码器（VGAE）在重建与NLRP3介导的牙周炎细胞焦亡相关基因数据中的效果	首次应用VGAE模型重建与NLRP3介导的细胞焦亡相关的基因数据，并在牙周炎研究中展示了高准确性和精确度	存在5820个假阴性结果，表明模型采取较为保守的预测策略	评估VGAE在重建牙周炎相关基因数据中的效能	与NLRP3介导的细胞焦亡相关的基因数据	数字病理学	牙周炎	无监督K均值聚类，VGAE	VGAE	基因表达数据	NCBI GEO数据集GSE262663中的3个样本（含缺氧暴露与无缺氧暴露）
510	2025-06-07	Autofluorescence Virtual Staining System for H&E Histology and Multiplex Immunofluorescence Applied to Immuno-Oncology Biomarkers in Lung Cancer 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0327 PMID:39636222	research paper	本研究展示了通过结合高通量高光谱荧光显微镜和机器学习，从未染色的非小细胞肺癌组织的自发荧光图像生成虚拟H&E染色和多重免疫荧光染色的可行性	将虚拟染色技术从AF扩展到不同疾病（肺癌）和染色模式（mIF），并开发了新的虚拟H&E和多重免疫荧光染色	虚拟染色在各种评估指标上表现中等至良好，但未提及是否在所有情况下都优于传统染色方法	探索虚拟染色在数字病理学中的潜力，以促进空间生物学研究，提高临床工作流程的效率和可靠性	非小细胞肺癌组织	digital pathology	lung cancer	hyperspectral fluorescence microscopy, machine learning	deep learning	image	NA
511	2025-06-07	Deep Learning Predicts Subtype Heterogeneity and Outcomes in Luminal A Breast Cancer Using Routinely Stained Whole-Slide Images 2025-01-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0397 PMID:39740059	研究论文	利用深度学习从常规染色的全切片图像中预测Luminal A型乳腺癌的亚型异质性及其临床结果	首次使用深度学习模型从常规染色的全切片图像中量化Luminal A型乳腺癌的亚型混合，并证明其与肿瘤侵袭性和不良预后的关联	研究仅针对Luminal A型乳腺癌，未涵盖其他亚型	开发一种低成本、可扩展的方法来量化肿瘤内亚型异质性，并探索其对精准肿瘤学的影响	Luminal A型乳腺癌患者	数字病理学	乳腺癌	深度学习	CNN	图像	680例来自TCGA-BRCA队列的病例，其中230例用于最终测试
512	2025-06-07	Deep Learning to Simulate Contrast-Enhanced MRI for Evaluating Suspected Prostate Cancer 2025-Jan, Radiology IF:12.1Q1 DOI:10.1148/radiol.240238 PMID:39807983	research paper	本研究探讨了使用深度学习从非对比MRI序列生成模拟对比增强MRI的可行性，并评估其在评估临床显著性前列腺癌中的潜在价值	利用深度学习模型（pix2pix算法）从非对比MRI序列合成对比增强MRI扫描，为减少对比剂使用提供可能	研究为回顾性设计，且样本量有限，可能影响结果的普遍性	评估深度学习生成模拟对比增强MRI的可行性及其在前列腺癌评估中的应用价值	疑似前列腺癌的男性患者	digital pathology	prostate cancer	MRI	pix2pix algorithm	image	567名男性患者（平均年龄66岁±11）
513	2025-06-07	Investigating the Key Trends in Applying Artificial Intelligence to Health Technologies: A Scoping Review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322197 PMID:40372995	综述	本文探讨了人工智能在医疗技术中的关键趋势，重点关注其在诊断和治疗中的变革潜力以及面临的挑战	系统总结了2020年至2024年间68项关于医疗AI的研究，揭示了AI在医疗流程中的准确性和时效性提升	存在数据整合、处理错误、决策制定和患者安全方面的挑战，且需要更深入的伦理和隐私考量	研究人工智能在医疗健康领域的整合及其未来发展的潜力	医疗健康领域的人工智能应用	人工智能	NA	深度学习方法和机器学习	NA	学术研究数据	68项学术研究
514	2025-06-07	Advances in functional magnetic resonance imaging-based brain function mapping: a deep learning perspective 2025, Psychoradiology DOI:10.1093/psyrad/kkaf007 PMID:40401160	综述	本文回顾了基于深度学习的fMRI脑功能映射方法的演变	探讨了fMRI嵌入、脑基础模型和脑启发人工智能等新兴趋势及其在脑功能映射中的潜在革命性影响	未提及具体实验验证或性能比较	提供深度学习和fMRI脑功能映射领域当前技术和未来方向的全面概述	fMRI数据	机器学习	NA	fMRI	CNN, RNN, transformers	fMRI数据	NA
515	2025-06-07	Intelligent and precise auxiliary diagnosis of breast tumors using deep learning and radiomics 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320732 PMID:40455816	research paper	开发了一种结合深度学习和放射组学的智能诊断模型，用于提高乳腺肿瘤的诊断准确性	结合MobileNet与ResNeXt启发的深度可分离和分组卷积，改进了特征处理效率和参数数量	外部验证集的准确率（69.44%）和AUC（0.75）低于内部验证集，可能表明模型在泛化性上仍有提升空间	提高乳腺肿瘤的智能辅助诊断准确性	乳腺肿瘤	digital pathology	breast cancer	deep learning, radiomics	MobileNet, ResNeXt, VGG16, ResNet, AlexNet	image	AI-Dhabyani和TCIA乳腺超声数据集
516	2025-06-07	UICD: A new dataset and approach for urdu image captioning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0320701 PMID:40455832	research paper	该研究创建了一个新的乌尔都语图像描述数据集(UCID)并提出了专为乌尔都语图像描述设计的深度学习架构	提出了首个乌尔都语图像描述数据集UC-23-RY，并设计了NASNetLarge-LSTM和ResNet-50-LSTM两种深度学习架构	乌尔都语图像描述研究资源匮乏，且数据集基于Flickr30k数据集启发	填补乌尔都语图像描述研究的空白，提升自动乌尔都语图像描述的质量	乌尔都语图像描述	natural language processing	NA	deep learning	NASNetLarge-LSTM, ResNet-50-LSTM	image, text	159,816 Urdu captions
517	2025-06-07	A dynamic early-warning method for bridge structural safety based on data reconstruction and depth prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324816 PMID:40460166	研究论文	提出了一种基于数据重构和深度预测的桥梁结构安全动态预警方法	利用SVD算法分解和重构监测数据，结合LSTM网络建立预测模型，显著提高了预测准确性	未提及具体桥梁类型或环境条件下的适用性限制	解决复杂耦合荷载下桥梁结构异常监测数据的有效检测和预警问题	桥梁结构的安全监测数据	结构健康监测	NA	奇异值分解(SVD), 长短期记忆网络(LSTM)	LSTM	应变监测数据	未明确提及样本数量
518	2025-06-07	Multi-modal remote sensory learning for multi-objects over autonomous devices 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1430222 PMID:40462839	研究论文	提出了一种结合马尔可夫随机场和Alex Net模型的新方法，用于遥感图像中多对象的精确识别和场景分类	采用马尔可夫随机场进行精确标记和Alex Net模型进行场景识别的协同组合，提高了对复杂空中物体间交互的理解和识别能力	未提及具体样本量限制或计算资源需求	提高遥感图像中多对象识别的准确性和速度	遥感图像中的多类对象	计算机视觉	NA	马尔可夫随机场(MRF), Alex Net模型	MRF, CNN(Alex Net)	遥感图像	基准数据集(UC Merced Land Use和AID)
519	2025-06-07	MultiCubeNet: Multitask deep learning for molecular subtyping and prognostic prediction in gliomas 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf079 PMID:40463652	research paper	开发并验证了一个名为MultiCubeNet的多任务深度学习模型，用于同时预测胶质瘤的关键分子标记和预后	提出了一个多序列、多尺度、多任务的深度学习框架，能够同时预测IDH突变、1p/19q共缺失、TERT启动子突变和预后	在TCGA队列中的性能不太理想，AUC值低于0.8	开发一个深度学习模型，用于胶质瘤的分子亚型和预后预测	457例成人型弥漫性胶质瘤（193例训练队列；162例和102例分别在SZS和TCGA验证队列中）	digital pathology	glioma	deep learning	MultiCubeNet	image	457例成人型弥漫性胶质瘤
520	2025-06-07	Interactive Segmentation Model for Placenta Segmentation from 3D Ultrasound images 2025, Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-73647-6_13 PMID:40463734	research paper	本文评估了3D交互式分割模型在人机协作胎盘分割任务中的表现，并提出了一种高效的人机交互模型	首次将人机交互模型应用于3D超声图像胎盘分割任务，并验证其有效性	未说明模型在临床环境中的实际应用效果	开发高效的3D超声图像胎盘分割方法	3D超声图像中的胎盘组织	digital pathology	产科疾病	3D超声成像	interactive segmentation model (基于SAM)	3D医学图像	未明确说明样本数量