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
661	2025-07-09	Sentiment analysis in public health: a systematic review of the current state, challenges, and future directions 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1609749 PMID:40620557	系统综述	本文系统综述了情感分析在公共卫生领域的当前状态、挑战和未来方向	全面概述了情感分析在公共卫生中的方法、应用、数据来源、挑战、评估实践和伦理考虑	面临解释性和资源需求方面的挑战，以及数据质量、偏见、语言复杂性和伦理问题	理解情感分析在公共卫生中的方法、应用和局限性	公共卫生领域的情感分析研究	自然语言处理	NA	情感分析	深度学习方法和大型语言模型（LLMs）	文本	83篇相关论文
662	2025-07-09	Utilising artificial intelligence in prehospital emergency care systems in low- and middle-income countries: a scoping review 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1604231 PMID:40620558	综述	本文探讨了人工智能在中低收入国家院前急救系统中的应用现状及其对未来发展的影响	首次系统综述了人工智能在中低收入国家院前急救中的使用情况，并评估了其未来发展潜力	仅分析了英文发表的文献，可能遗漏未明确标注人工智能或中低收入国家的相关研究	评估人工智能在中低收入国家院前急救医疗服务中的应用现状及发展前景	中低收入国家的院前急救系统	医疗人工智能	急救医学	深度学习模型	机器学习算法	文本数据	16篇纳入研究的文献，样本量存在显著差异
663	2025-07-09	Artificial Intelligence and Postpartum Hemorrhage 2025-Jan, Maternal-fetal medicine (Wolters Kluwer Health, Inc.) DOI:10.1097/FM9.0000000000000257 PMID:40620613	研究论文	本文探讨了人工智能（AI）在产后出血（PPH）预测和管理中的应用	将AI技术（包括机器学习和深度学习）应用于PPH的预测建模和风险分层，并探索了结合子宫收缩性指标和放射组学提高预测准确性的新方法	现有模型缺乏外部验证，且大多数研究在高资源医疗环境中进行，缺乏适用于资源有限地区的模型	探索AI技术在解决全球PPH负担方面的潜力	产后出血（PPH）患者	数字病理学	产后出血	机器学习、深度学习	NA	医疗数据、穿戴设备数据	每年约1400万女性受影响（全球数据）
664	2025-07-09	MDDeep-Ace: species-specific acetylation site prediction based on multi-domain adaptation 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19649 PMID:40620770	研究论文	提出了一种基于多域适应的深度学习方法MDDeep-Ace，用于预测物种特异性赖氨酸乙酰化位点	通过整合多物种数据，MDDeep-Ace提高了物种特异性预测模型的泛化能力，提升了预测性能	NA	改进物种特异性赖氨酸乙酰化位点的预测方法	赖氨酸乙酰化位点	机器学习	NA	深度学习	多域适应模型	生物序列数据	NA
665	2025-07-09	Quantifying social distance using deep learning-based video analysis: results from the BTBR mouse model of autism 2025, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2025.1602205 PMID:40620906	研究论文	本文利用基于深度学习的视频分析工具DeepLabCut（DLC）量化了自闭症模型BTBR小鼠的社交距离	使用DLC自动追踪小鼠社交行为，提高了行为量化的精确性和准确性	研究结果可能受到年龄、性别和体型等因素的影响	研究自闭症谱系障碍（ASD）模型小鼠的社交行为	BTBR T Itpr3/J（BTBR）小鼠和CBA对照小鼠	计算机视觉	自闭症谱系障碍	DeepLabCut（DLC）	深度学习	视频	BTBR小鼠和CBA对照小鼠的配对实验
666	2025-07-09	Multi-task deep learning framework for enhancing Mayo endoscopic score classification in ulcerative colitis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251356396 PMID:40621175	研究论文	本文提出了一种多任务深度学习框架，用于提高溃疡性结肠炎Mayo内镜评分分类的准确性	采用多任务学习框架，模仿人脑从粗到细的处理机制，有效解决医学影像数据不平衡问题	未来研究需要探索整合多个基于卷积神经网络的模型以进一步提高分类准确性	提高溃疡性结肠炎内镜图像分类的准确性，特别是对疾病严重阶段的识别	溃疡性结肠炎的内镜图像	数字病理	溃疡性结肠炎	多任务学习(MTL)	DenseNet121, MobileNet-v3-large	图像	NA
667	2025-07-09	Deep learning-based electroencephalic decoding of the phase-lagged transcranial alternating current stimulation 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1545726 PMID:40621214	研究论文	本研究探讨了基于深度学习的脑电图解码技术，用于识别跨频率耦合交流电刺激（CFC-tACS）的相位滞后类型	首次使用修改后的EEGNet模型解码CFC-tACS的相位滞后类型，并揭示了顶叶区β波段活动在解码中的重要作用	样本量较小（仅21名健康受试者），且仅测试了45°和180°两种相位滞后条件	开发一种能够解码非侵入性脑刺激相位类型的方法，以促进脑机接口-神经调控闭环系统的发展	21名健康个体的任务相关脑电信号	脑机接口	NA	CFC-tACS（跨频率耦合交流电刺激）	修改后的EEGNet	脑电图（EEG）信号	21名健康个体
668	2025-07-09	An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S529322 PMID:40621598	research paper	本文介绍了一个用于肝细胞癌（HCC）的人工智能（AI）流程，从数据处理到治疗建议	提出了一个统一的AI流程，整合多模态数据（如影像、基因组和临床记录），应用于肿瘤检测、早期诊断、个性化治疗规划、药物开发及患者管理	面临数据质量、标准化和隐私等挑战	通过AI技术改善HCC的诊断、治疗和研究，提高患者预后和管理策略的有效性	肝细胞癌（HCC）患者	digital pathology	liver cancer	machine learning, deep learning, virtual screening, molecular modeling	NA	imaging, genomic, clinical records	NA
669	2025-07-09	BoKDiff: best-of-K diffusion alignment for target-specific 3D molecule generation 2025, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbaf137 PMID:40621602	研究论文	介绍了一种名为BoKDiff的领域适应框架，用于基于目标蛋白3D结构的药物设计，通过结合多目标优化和Best-of-K对齐来增强配体生成	首次将Best-of-K对齐和Best-of-N采样策略整合到基于结构的药物设计中，提高了配体生成的多样性和质量	蛋白质-配体数据有限，对齐问题可能影响模型效果	提高基于目标蛋白3D结构的配体生成质量和实用性	配体分子	药物设计	NA	扩散模型，几何深度学习	DecompDiff	3D分子结构数据	CrossDocked2020数据集
670	2025-07-09	Correction: Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1635819 PMID:40625355	correction	对一篇基于多模态成像的深度学习放射组学区分乳腺肿瘤良恶性的文章进行更正	NA	NA	NA	NA	digital pathology	breast cancer	NA	deep learning	multimodal imaging	NA
671	2025-07-08	TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103373 PMID:39454312	研究论文	提出了一种名为TopoTxR的新型拓扑引导深度卷积网络，用于在DCE-MRI上学习乳腺实质结构	通过显式提取多尺度拓扑结构并结合注意力机制，改进了对乳腺实质结构的量化	NA	改进乳腺实质结构的量化方法，以更好地理解疾病病理生理学和治疗反应	乳腺实质结构	数字病理学	乳腺癌	DCE-MRI	CNN	图像	公开数据集I-SPY 1（N = 161）和Rutgers专有数据集（N = 120）
672	2025-07-08	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	research paper	提出了一种名为MTGA的元学习优化方法，用于生成高度可迁移的对抗样本，以测试现实世界中人员再识别模型的鲁棒性	首次考虑了跨测试能力，通过元学习优化生成对抗样本，并引入扰动随机擦除模块和归一化混合策略来增强跨模型、跨数据集和跨测试的迁移性	未提及具体的数据集规模或实验环境限制	提升对抗样本在跨模型、跨数据集和跨测试场景中的迁移能力，以更全面地评估人员再识别模型的鲁棒性	人员再识别模型	computer vision	NA	meta-learning	generative attacker	image	NA
673	2025-07-06	Few-shot network intrusion detection method based on multi-domain fusion and cross-attention 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327161 PMID:40601763	研究论文	提出了一种基于多域融合和交叉注意力的少样本网络入侵检测方法，旨在解决现实场景中攻击样本有限和域偏移问题	结合多域特征融合和双向交叉注意力机制，设计了双分支特征提取器和双域双向交叉注意力模块，并引入了基于改进Mamba架构的分层特征编码模块	未提及方法在更复杂或更大规模网络环境中的表现	提高少样本条件下网络入侵检测的准确性和跨域泛化能力	网络流量数据	机器学习	NA	二维离散余弦变换(2D-DCT), 状态空间建模	Mamba架构	网络流量序列数据	在两个基准数据集CICIDS2017和CICIDS2018上进行实验
674	2025-07-06	Feasibility of real-time artificial intelligence-assisted anatomical structure recognition during endoscopic submucosal dissection 2025, Endoscopy international open IF:2.2Q2 DOI:10.1055/a-2615-8008 PMID:40611836	研究论文	本研究评估了实时人工智能辅助在内镜黏膜下剥离术(ESD)中识别解剖结构的可行性	首次开发并验证了用于ESD术中实时解剖结构识别的AI算法	样本量较小(仅12例ESD手术)，且仅在猪模型中进行验证	提高ESD手术的安全性和操作速度	内镜黏膜下剥离术(ESD)中的解剖结构识别	数字病理	NA	深度学习	深度学习算法	内镜静态图像	30例ESD手术的1011张图像用于训练，12例猪模型ESD手术用于验证
675	2025-07-06	Update of machine learning for ultrasound diagnosis of metabolic dysfunction-associated steatotic liver disease: a bright future for deep learning 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19645 PMID:40611943	综述	本文回顾并分析了各种机器学习算法在代谢功能障碍相关脂肪性肝病（MASLD）超声诊断中的应用，强调了人工智能在该领域的优势和潜力	重点关注深度学习在超声诊断中的卓越图像识别和分类能力	未提及具体研究样本量或数据集的局限性	提高诊断准确性，扩大MASLD在初级保健中的筛查范围，支持早期诊断、预防和治疗	代谢功能障碍相关脂肪性肝病（MASLD）	机器学习	代谢功能障碍相关脂肪性肝病	超声诊断	深度学习（DL）	超声和放射影像	NA
676	2025-07-06	Identification of atrial fibrillation using heart rate variability: a meta-analysis 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1581683 PMID:40612371	meta-analysis	通过心率变异性识别心房颤动的荟萃分析	利用人工智能算法分析心率变异性模式，提高心房颤动的识别准确率	仅纳入12项诊断研究，样本量有限	评估人工智能算法在识别心房颤动中的效果	心房颤动患者的心率变异性数据	machine learning	cardiovascular disease	AI算法	deep learning	ECG数据	12项诊断研究
677	2025-07-06	Biologically inspired hybrid model for Alzheimer's disease classification using structural MRI in the ADNI dataset 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1590599 PMID:40612382	研究论文	提出了一种混合卷积神经网络-脉冲神经网络（CNN-SNN）架构，用于利用结构MRI数据对阿尔茨海默病（AD）阶段进行分类	结合CNN的空间特征提取能力和SNN的生物启发性时间动态处理能力，提出了一种新型混合模型	研究仅基于ADNI数据集，可能无法完全代表所有AD患者群体	开发一种计算高效且生物学合理的AD诊断框架	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	数字病理学	老年疾病	结构MRI（sMRI）	CNN-SNN混合模型	图像	ADNI数据集中的三类受试者（AD、MCI、CN）
678	2025-07-06	Comparing machine learning models with a focus on tone in grooming chat logs 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1591828 PMID:40612489	研究论文	本研究比较了深度学习模型与传统机器学习模型在检测在线聊天室中的儿童性诱骗对话和捕食者作者方面的效果，并探讨了捕食者使用的语气对检测能力的影响	使用大型语言模型LLaMA 3.2 1B进行性诱骗检测，并分析了不同语气对检测性能的影响	研究仅基于PAN12聊天日志数据集，可能无法涵盖所有性诱骗对话的模式	更好地理解捕食者的策略并推进自动性诱骗检测技术以保护在线儿童	在线聊天室中的性诱骗对话和捕食者作者	自然语言处理	NA	DistilBERT分类器，SVM，LLaMA 3.2 1B大型语言模型	SVM，LLaMA 3.2 1B	文本	PAN12聊天日志数据集中的性诱骗对话
679	2025-07-06	Transfer deep learning and explainable AI framework for brain tumor and Alzheimer's detection across multiple datasets 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1618550 PMID:40612575	research paper	该研究提出了一种结合迁移学习和可解释AI（XAI）技术的MRI图像分类新方法，用于脑肿瘤和阿尔茨海默病的检测	结合迁移学习和可解释AI（XAI）技术，使用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	未提及具体的数据集样本量细节及模型在更广泛数据集上的泛化能力	提高脑肿瘤和阿尔茨海默病的诊断准确性，并增强AI在医疗保健中的可信度	MRI图像，包括脑肿瘤分类、阿尔茨海默病检测和另一脑肿瘤数据集	digital pathology	brain tumor, Alzheimer's	transfer learning, Explainable AI (XAI), SHAP	hybrid CNN-VGG16	MRI image	三个MRI数据集（具体样本量未提及）
680	2025-07-06	Corn variety identification based on improved EfficientNet lightweight neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1603073 PMID:40612609	研究论文	本文提出了一种改进的EfficientNet轻量级模型，用于玉米穗图像的分类与识别	减少了EfficientNetB0模型中的MBConv模块数量，引入了CBAM注意力机制和扩张卷积以增强特征提取能力，并使用Swish激活函数提高梯度传递的稳定性	NA	保护玉米品种的知识产权并实现玉米穗的智能筛选	五个品种的玉米穗	计算机视觉	NA	深度学习	改进的EfficientNet（SCD_EFTNet）	RGB图像	6529张玉米穗图像