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
601	2025-10-06	Artificial intelligence in wearable biosensing: Enhancing data analysis and decision-making 2025, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2025.06.012 PMID:40921531	研究论文	探讨人工智能与可穿戴生物传感器在个性化医疗中的融合应用	提出多模态大语言模型在可穿戴生物传感数据分析中的创新应用，并展望数字人、元宇宙与世界模型的未来融合	NA	提升可穿戴生物传感器的数据处理效率和实时决策能力	可穿戴生物传感器采集的生理数据	机器学习	NA	可穿戴生物传感技术	深度学习算法,多模态大语言模型	生理数据	NA	NA	多模态大语言模型	NA	NA
602	2025-10-06	A deep learning and digital archaeology approach for mosquito repellent discovery 2025-Jan-22, Chemical senses IF:2.8Q2 DOI:10.1093/chemse/bjaf021 PMID:40598906	研究论文	开发了一种结合深度学习和数字考古学的创新方法，用于发现新型驱蚊分子	首次将图神经网络应用于驱蚊剂发现，并通过数字化历史数据集实现了数据驱动的分子筛选	需要进一步验证候选分子在真实环境中的长期效果和安全性	开发高效、安全的新型驱蚊剂以应对虫媒疾病	蚊子驱避分子和多种病原体传播昆虫媒介	机器学习	虫媒疾病	行为测定、触角叶神经记录	GNN	分子结构数据、驱避性测量数据	约19,000个驱蚊性测量数据，317个候选分子	NA	图神经网络	命中率、预测准确性	NA
603	2025-10-06	Changes in Self-Directed Learning Among Doctor of Physical Therapy Students Across Didactic Curriculum: A Mixed-Methods Analysis 2025-Jan-07, Journal, physical therapy education DOI:10.1097/JTE.0000000000000382 PMID:39763033	研究论文	本研究通过混合方法分析物理治疗博士学生在课程期间自我导向学习能力的变化	首次在物理治疗教育中追踪学生自我导向学习能力的纵向变化，并将定量测量与定性主题分析相结合	样本量有限（50名定量研究参与者，14名定性研究参与者），仅来自单一中西部DPT项目	探究传统物理治疗博士学生在课程期间自我导向学习能力的变化模式	物理治疗博士学生	教育研究	NA	混合研究方法	NA	问卷调查数据、焦点小组访谈数据	50名学生参与定量研究，14名学生参与定性研究	NA	NA	MSLQ评分、Grit量表评分、主题分析	NA
604	2025-10-06	ASAS-NANP symposium: mathematical modeling in animal nutrition: synthetic database generation for non-normal multivariate distributions: a rank-based method with application to ruminant methane emissions 2025-Jan-04, Journal of animal science IF:2.7Q1 DOI:10.1093/jas/skaf136 PMID:40319357	研究论文	提出一种基于秩次的合成数据库生成方法，用于处理反刍动物甲烷排放等动物科学中的非正态多元分布数据	开发了一种新的基于秩次的方法来生成具有相关非正态多元分布的合成数据库，相比copula方法能更好地保持原始分布矩和相关性结构	可能在合成数据库的子集中引入人工（未知）关系，随机森林回归对分布类型具有高度特异性	解决动物科学中数据有限的问题，提高预测建模工具的准确性和可靠性	反刍动物甲烷排放数据	机器学习	NA	合成数据生成，统计建模	随机森林, 多元线性模型	多元分布数据	NA	NA	NA	R2, 标准误差	NA
605	2025-10-06	DeepLigType: Predicting Ligand Types of Protein-Ligand Binding Sites Using a Deep Learning Model 2025 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2024.3493820 PMID:39509302	研究论文	提出一种名为DeepLigType的深度学习模型，用于预测蛋白质-配体结合位点的配体类型	首次将CBAM注意力机制与ResNet结合用于配体类型预测，并创建了新的LigType5数据集	仅针对五种特定配体类型进行分类，未涵盖所有可能的配体类型	开发计算方法来预测蛋白质-配体结合位点的配体类型，以辅助药物发现	蛋白质-配体结合位点及其对应的配体类型	生物信息学	NA	深度学习	CNN	蛋白质结构数据	基于PDBbind和scPDB数据集构建的LigType5数据集	NA	CBAM-ResNet	准确率,AUC	NA
606	2025-10-06	Automatic analysis of three-dimensional cardiac tagged magnetic resonance images using neural networks trained on synthetic data 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101869 PMID:40021091	研究论文	提出一种基于合成数据训练的神经网络方法，用于自动分析三维心脏标记磁共振图像中的位移	首次开发专门针对三维心脏标记MR图像的深度学习分析方法，使用合成数据进行网络训练	方法在合成数据上初步验证，需要进一步在更多真实临床数据上验证	开发用于三维心脏标记磁共振图像位移分析的深度学习方法	左心室运动分析	医学图像分析	心血管疾病	三维标记磁共振成像	神经网络	三维磁共振图像	外部验证人类数据集和猪体内研究数据集	NA	NA	位移偏差, 应变测量差异	NA
607	2025-10-06	The Potential Diagnostic Application of Artificial Intelligence in Breast Cancer 2025, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128369168250311172823 PMID:40207818	综述	探讨人工智能在乳腺癌病理学中的诊断应用潜力	AI平台可预测乳腺癌风险并在临床诊断前三年前识别肿瘤，深度学习技术对癌症亚型分类和肿瘤风险分级达到与专业放射科医师相当的准确度	需要高质量数据集并面临临床工作流程整合的挑战	提升乳腺癌诊断和治疗策略	乳腺癌病理学数据	数字病理学	乳腺癌	深度学习	CNN	组织病理学数据、乳腺X线摄影数据	NA	NA	卷积神经网络	准确度	NA
608	2025-10-06	Cine cardiac magnetic resonance segmentation using temporal-spatial adaptation of prompt-enabled segment-anything-model: a feasibility study 2025, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.101909 PMID:40350082	研究论文	本研究提出了一种基于Segment Anything Model的时序空间自适应方法用于心脏电影磁共振图像分割	首次将分割基础模型SAM适配于心脏电影磁共振分割，引入时序空间注意力机制并支持文本提示和框提示	作为可行性研究，样本量相对有限且主要针对特定病理类型	开发具有高泛化能力的心脏电影磁共振自动分割方法	心脏电影磁共振图像中的左心室和心肌组织	计算机视觉	心血管疾病	心脏磁共振成像	基础模型微调	医学图像	公共测试数据集136例，内部数据集93例（主动脉狭窄40例，HFpEF 53例）	PyTorch	Segment Anything Model, 时序空间注意力机制	Dice系数, 相关系数	NA
609	2025-10-06	Decoding the Variable Velocity of Lower-Limb Stepping Movements From EEG 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3603635 PMID:40875414	研究论文	本研究通过脑电图解码健康参与者下肢踏步运动的三维速度，比较线性回归和深度学习方法的性能	首次使用CNN-LSTM深度学习框架从EEG信号解码下肢踏步运动的三维速度，并在真实步行任务中验证可行性	样本量较小（仅9名健康参与者），未在患者群体中验证	开发脑机接口控制的外骨骼用于神经康复	健康参与者的下肢踏步运动	脑机接口	神经康复	脑电图	CNN, LSTM	EEG信号	9名健康参与者（G1组5人，G2组4人）	深度学习框架	CNN-LSTM组合架构	解码准确度, R值	NA
610	2025-10-06	Hyperspectral anomaly detection leveraging spatial attention and right-shifted spectral energy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330640 PMID:40906778	研究论文	提出一种基于图注意力网络和β小波图神经网络的高光谱图像异常检测算法	结合空间注意力机制和右移光谱能量特性，利用β小波替代拉普拉斯矩阵分解提升计算效率	NA	提升高光谱图像异常检测的精度和效率	高光谱图像中的异常像素	计算机视觉	NA	高光谱成像	图神经网络,图注意力网络	高光谱图像	6个真实高光谱数据集和1个模拟数据集	NA	GAN-BWGNN	AUC,检测时间	NA
611	2025-10-06	HWANet: A Haar Wavelet-based Attention Network for remote sensing object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330759 PMID:40906788	研究论文	提出一种基于Haar小波的注意力网络HWANet，用于解决遥感目标检测中的多尺度变化挑战	提出结合Haar小波变换与注意力机制的新型网络架构，通过低频增强下采样和频域自注意力模块减少信息损失并提升空间结构捕获能力	未提及模型在更复杂场景或更大规模数据集上的泛化能力	提升遥感图像中多尺度目标检测的精度和效率	遥感图像中的各类目标	计算机视觉	NA	Haar小波变换	CNN,注意力网络	遥感图像	NWPU VHR-10数据集和SAR-Airport-1.0数据集	NA	HWANet（包含LEM、HFDSA、SIIM模块）	mAP50	NA
612	2025-10-06	Unlocking the power of L1 regularization: A novel approach to taming overfitting in CNN for image classification 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327985 PMID:40911635	研究论文	提出一种通过L1正则化抑制CNN过拟合的新方法，并在多个图像分类数据集上验证其有效性	首次系统研究不同L1正则化系数对CNN各层的影响，提出针对卷积层和全连接层的差异化正则化策略	仅在三类特定数据集上进行验证，未涉及更复杂的图像分类任务	解决CNN在图像分类任务中的过拟合问题，提升模型泛化能力	图像分类任务中的卷积神经网络模型	计算机视觉	NA	深度学习	CNN	图像	三个数据集：MNIST手写数字、芒果树叶数据集、Quick Draw手绘草图数据集	NA	基础CNN架构	准确率	NA
613	2025-10-06	Effective SMOTE boost with deep learning for IDC identification in whole-slide images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0329078 PMID:40901930	研究论文	提出一种基于SMOTE的卷积神经网络方法用于全切片图像中浸润性导管癌的识别	将SMOTE数据增强技术与CNN结合，提出SMO_CNN模型，在IDC识别任务中表现优于传统CNN、VGG19和ResNet50模型	样本量相对较小（162个病例），未提及外部验证结果	开发有效的深度学习方法用于乳腺癌组织病理学图像分析	浸润性导管癌（IDC）组织区域	数字病理学	乳腺癌	组织病理学成像	CNN	全切片图像	162名IDC患者的组织切片图像（训练集113张，测试集49张）	NA	SMO_CNN, CNN, VGG19, ResNet50	准确率	NA
614	2025-10-06	Multilayered SDN security with MAC authentication and GAN-based intrusion detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331470 PMID:40906752	研究论文	提出一种结合MAC认证和GAN入侵检测的多层SDN安全系统	首次将四Q曲线认证系统与双判别器条件生成对抗网络相结合用于SDN入侵检测，并采用羊群优化算法优化模型性能	未提及系统在更大规模网络环境中的测试结果和实时性能表现	提高软件定义网络的安全性，降低入侵检测的误报率	SDN网络中的网络数据包和恶意节点	网络安全	NA	椭圆曲线密码学，入侵检测技术	GAN, GSOM	网络数据包	NA	NA	DDcGAN, GSOM	准确率，精确率，F1分数，敏感度，误报率，功耗，网络吞吐量	NA
615	2025-10-06	Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review 2025, Vascular health and risk management IF:2.6Q2 DOI:10.2147/VHRM.S508620 PMID:40909176	综述	本文系统综述了基于深度学习的ECG信号心律失常检测方法的研究进展	对30篇文献进行结构化分析，全面评估深度学习在心律失常检测中的最新进展和混合架构应用	存在数据集异质性、模型可解释性不足和实时实施等关键问题	研究深度学习在心电图心律失常检测中的应用	心律失常检测相关研究文献	机器学习	心血管疾病	ECG信号处理	CNN, RNN	ECG信号	30篇研究论文	NA	卷积神经网络，混合架构(CNN+RNN)	准确率，F1分数	NA
616	2025-10-06	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分析量化头部加速事件的当前研究进展	系统整合了传统视频测量方法与新兴计算机视觉和深度学习技术，探讨视频在头部加速事件量化分析中的潜力	当前视频方法在可扩展性、准确性和生物力学洞察力方面仍存在局限	评估视频分析在体育运动中头部加速事件量化测量的应用价值	体育运动中发生的头部加速事件	计算机视觉	神经退行性疾病	视频测量技术	深度学习	视频	NA	NA	NA	NA	NA
617	2025-10-06	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	首次将手工放射组学特征与深度学习特征融合，开发混合模型用于中枢神经系统感染的脑脊液信号评估	样本量较小（52例患者），单中心回顾性研究，需要在多中心进行验证	开发非侵入性方法替代腰椎穿刺，用于中枢神经系统感染的诊断	急性中枢神经系统感染患者和正常神经学表现的对照受试者	数字病理	中枢神经系统感染	磁共振成像	深度学习, 放射组学	医学影像	52例急性中枢神经系统感染患者和52例对照受试者	NA	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	准确率, 精确率, F1分数	NA
618	2025-10-06	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	本文综述了基于深度学习算法的植物叶片病害识别方法的研究进展与应用	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病害识别中的应用，并提出解决光照条件、病害相似性等挑战的研究方向	未提出新的算法模型，主要基于现有研究进行系统性综述	推动植物叶片病害识别领域的发展，为未来研究提供理论基础	植物叶片病害	计算机视觉	植物病害	深度学习	深度学习网络	叶片图像	多国数据集（未指定具体数量）	NA	多种深度学习网络架构	NA	NA
619	2025-10-06	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优化的草莓成熟度实时检测算法YOLOv11-GSF	引入Ghost卷积生成丰富特征图、C3K2-SG模块结合自移动点卷积和卷积门控线性单元、F-PIoUv2损失函数加速模型收敛	NA	解决复杂温室环境中草莓成熟度检测的效率和精度问题	草莓果实	计算机视觉	NA	深度学习	YOLO	图像	NA	NA	YOLOv11-GSF	平均精度,准确率,召回率	NA
620	2025-10-06	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	本文系统综述了深度学习技术在胰腺癌诊断中的应用方法，并通过荟萃分析评估其诊断性能	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早期诊断中的性能表现，并探索非影像学诊断方法的潜力	仅纳入7篇文献进行荟萃分析，样本量有限；主要基于过去5年的研究，可能存在发表偏倚	总结深度学习技术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	医学影像分析，机器学习	胰腺癌	深度学习，内镜超声（EUS），增强计算机断层扫描（CE-CT），尿液标志物分析	深度学习算法	医学影像数据，尿液标志物数据，疾病轨迹数据	基于7项研究的汇总分析	NA	NA	准确率，灵敏度，特异性，AUC，阳性似然比，阴性似然比	使用StataMP 17进行统计分析