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
661	2025-10-30	GOUHFI: A novel contrast- and resolution-agnostic segmentation tool for ultra-high-field MRI 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.960 PMID:41158555	研究论文	提出一种名为GOUHFI的新型深度学习分割工具，专门用于超高频磁共振图像的分割	首次提出对对比度和分辨率不敏感的超高频MRI分割方法，无需微调或重新训练	训练数据仅包含206个标注图，可能限制模型泛化能力	开发适用于超高频MRI的自动分割技术	超高频磁共振脑部图像	医学影像分析	神经系统疾病	超高频磁共振成像	深度学习	3D磁共振图像	来自4个数据集的206个标注图（包含3T、7T和9.4T数据）	NA	3D U-Net	Dice-Sørensen相似系数	NA
662	2025-10-30	Anomaly detection and early risk identification in digital disaster response-based on deep learning in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1624345 PMID:41158574	研究论文	提出基于深度学习的异常检测和早期风险识别框架，用于数字灾难响应中的公共卫生危机管理	结合LSTM和Transformer架构分析时空数据，在异常检测精度上提升23%，误报率降低31%	未提及模型在极端灾难场景下的泛化能力和计算效率限制	提升公共卫生危机中的实时决策能力和态势感知	来自医院、急救服务、社交媒体和环境传感器的多源异构数据	机器学习	公共卫生事件	深度学习	LSTM, Transformer	时空数据	多个数据集（EM-DAT、FEMA、UNOSAT、Earthquake）	NA	LSTM, Transformer	精确度, 误报率	NA
663	2025-10-30	New-generation rice seed germination assessment: high efficiency and flexibility via SeedRuler web-based platform 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1671998 PMID:41158679	研究论文	开发了一个基于网络的稻种发芽评估平台SeedRuler，结合传统图像处理和深度学习技术提高分析效率和准确性	整合了三种核心模块（传统图像处理、YOLOv5目标检测和SAM分割模型），支持用户自定义发芽标准，提供自动种子尺寸测量功能	NA	提高稻种发芽评估的准确性、效率和可用性	水稻种子	计算机视觉	NA	图像处理，深度学习	YOLOv5, Segment Anything Model (SAM)	图像	1,200张水稻种子图像	NA	YOLOv5, SAM	平均精度均值(mAP), 平均绝对误差(MAE)	基于网络平台
664	2025-10-30	Deep learning for scene understanding in mitochondrial dysregulation and blood cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1609851 PMID:41158859	研究论文	提出一种集成医学影像、基因组信息和临床参数的新型深度学习框架，用于线粒体失调相关血癌的全面场景理解和诊断	结合自监督学习、视觉Transformer和图神经网络，采用基于注意力的多模态融合机制，并整合对抗域适应和不确定性量化模块	NA	开发精确可扩展的血癌早期检测和管理框架	线粒体失调相关血癌	数字病理	血癌	医学影像、基因组信息、临床参数多模态数据整合	Transformer, GNN	图像, 基因组数据, 临床数据	NA	NA	视觉Transformer, 图神经网络	分类性能	NA
665	2025-10-30	Deep learning radiomics model of epicardial adipose tissue for predicting postoperative atrial fibrillation after lung lobectomy in lung cancer patients 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1623248 PMID:41158854	研究论文	开发并验证基于心外膜脂肪组织的深度学习影像组学模型，用于预测肺癌患者肺叶切除术后心房颤动的风险	首次结合心外膜脂肪组织的手工和深度学习影像组学特征，构建术后房颤预测模型	机器学习算法和重采样技术未显著提升模型性能	预测肺癌患者肺叶切除术后心房颤动的发生风险	来自两个中心的1,008名肺癌患者	医学影像分析	肺癌	对比增强胸部CT成像	深度学习,逻辑回归	医学影像	1,008名患者	NA	NA	AUC,G-mean,F-measure	NA
666	2025-10-30	LiT: limit order book transformer 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1616485 PMID:41159129	研究论文	提出一种基于Transformer架构的限价订单簿预测模型LiT，用于预测短期市场走势	首次将结构化补丁和基于Transformer的自注意力机制应用于限价订单簿预测，能够同时建模市场微观结构中的空间和时间特征	NA	开发能够准确预测短期市场走势的深度学习模型	高频限价订单簿数据	机器学习	NA	深度学习	Transformer	金融时间序列数据	多个限价订单簿数据集	NA	Transformer	NA	NA
667	2025-10-30	Enhancing COVID-19 classification of X-ray images with hybrid deep transfer learning models 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1646743 PMID:41159128	研究论文	提出一种混合深度迁移学习框架用于COVID-19 X射线图像分类	整合三种不同实验流程，将传统用于目标检测的YOLOV4应用于COVID-19特征检测，并采用遗传算法进行超参数优化	NA	开发高效的COVID-19 X射线图像分类方法	COVID-19 X射线图像	计算机视觉	COVID-19	深度迁移学习	CNN	X射线图像	超过5000个样本的Kaggle数据集	NA	AlexNet, EfficientNetB1, ResNet18, VGG16, YOLOV4	准确率, F1分数, 精确率, AUC	NA
668	2025-10-30	Intracranial aneurysm segmentation on digital subtraction angiography: a retrospective and multi-center study 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1646517 PMID:41159199	研究论文	本研究开发了一种新型深度学习模型SDAN，用于数字减影血管造影中颅内动脉瘤的精确分割	提出了形状感知双流注意力网络，包含边缘感知局部注意力模块和全局形状感知融合块，专门解决小动脉瘤分割难题	回顾性研究，数据来自三个机构，需要进一步前瞻性验证	提高数字减影血管造影中颅内动脉瘤的分割性能，特别是小动脉瘤的分割准确性	颅内动脉瘤	数字病理	脑血管疾病	数字减影血管造影	深度学习	医学图像	62,187张回顾性DSA图像用于训练和测试，26,415张图像用于外部验证	NA	SDAN, ELAM, GSFB	DSC, HD95, 敏感度	NA
669	2025-10-05	Continuous Reaching and Grasping With a BCI Controlled Robotic Arm in Healthy and Stroke-Affected Individuals 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.2025.3611821 PMID:40966144	研究论文	提出一种基于运动想象的脑机接口范式，通过添加“点击”信号实现机械臂的连续抓取控制	将计算机鼠标机制引入运动想象范式，增加额外输出信号，提升脑机接口系统的自由度	脑电信号信噪比低和空间分辨率有限	开发能够同时控制移动和点击的脑机接口系统，实现连续抓取任务	健康受试者和中风幸存者	脑机接口	中风	脑电信号处理	深度学习	EEG信号	健康受试者和中风患者（具体数量未提及）	NA	NA	任务完成数量（5分钟内平均移动7个杯子）	NA
670	2025-10-05	Reduced Biquaternion Dual-Branch Deraining U-Network via Multi-Attention Mechanism 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3612841 PMID:41004362	研究论文	提出一种基于约化双四元数的双分支去雨U-Net网络，通过多注意力机制提升图像去雨性能	首次将约化双四元数值神经网络应用于图像去雨任务，利用其代数特性更准确建模雨痕伪影同时保留背景图像空间结构	未明确说明对真实雨景数据的泛化能力限制及计算复杂度分析	解决现有去雨方法对多变雨型适应能力不足和从合成数据到真实数据迁移效果差的问题	雨纹/雨雾/雨滴/真实雨等多种雨型图像	计算机视觉	NA	深度学习	U-Net, 注意力机制	图像	NA	NA	U-Net, 双分支结构, 自注意力机制, 卷积注意力机制	目标检测精度, 分割精度, 图像恢复质量	NA
671	2025-10-05	Ecological suitability evaluation of traditional village locations in Jiangxi Province based on multi-model integration using artificial intelligence 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332375 PMID:41032510	研究论文	基于人工智能多模型集成方法评估江西省传统村落选址的生态适宜性	首次将多种机器学习与深度学习方法集成应用于传统村落生态适宜性评价，构建综合适宜性指数(CSI)	研究范围仅限于江西省413个传统村落，未涵盖其他地区	评估传统村落选址的生态适宜性并分析祖先选址的生态智慧	江西省413个传统村落选址点	机器学习	NA	GIS空间分析，机器学习，深度学习	Random Forest, Support Vector Machine, Gradient Boosting Decision Trees, CNN, Multilayer Perceptron	空间栅格数据	413个传统村落选址点	NA	卷积神经网络，多层感知机	混淆矩阵，特征重要性分析，ROC曲线	NA
672	2025-10-05	Development of a novel artificial intelligence algorithm for interpreting fetal heart rate and uterine activity data in cardiotocography 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1638424 PMID:41035563	研究论文	开发一种新型人工智能算法用于分析胎心监护中的胎心率和子宫活动数据	采用三并行一维U-Net架构处理双输入信号，结合深度学习和基于规则的技术识别胎心监护关键事件	仅使用美国19个分娩中心的数据，模型对减速事件的识别性能相对较低(F1=0.520)	开发辅助临床决策的胎心监护自动分析算法	胎心监护曲线中的加速、减速和宫缩事件	医疗人工智能	产科监护	胎心监护信号处理	深度学习, 规则基础系统	胎心率信号, 子宫活动信号	133,696个患者文件，最终使用1,600条曲线训练，421条验证，591条测试	NA	一维U-Net	召回率, 精确率, F1分数, 基线准确率	NA
673	2025-10-05	Bibliometric analysis of the application of artificial intelligence techniques in bacteriology: a PRISMA-guided research agenda 2025, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2025.1641967 PMID:41035885	文献计量分析	通过PRISMA指导的文献计量分析，探讨人工智能技术在细菌学领域的应用现状和未来研究方向	首次将PRISMA框架的严谨性与文献计量技术相结合，系统分析细菌学中AI应用的全球科研产出和趋势演变	主要依赖Scopus和Web of Science数据库，可能未涵盖所有相关文献；分析基于文献计量指标而非原始研究数据	分析细菌学中人工智能技术应用的全球科研产出，并基于文献计量趋势提出未来研究议程	细菌学领域的人工智能应用相关科学文献	机器学习	NA	文献计量分析，PRISMA框架，共现网络分析，主题映射	传统机器学习方法，深度学习，基于Transformer的模型	文献元数据	从Scopus和Web of Science检索的细菌学AI应用相关文献	NA	NA	定量指标，共现网络分析，主题演化分析	NA
674	2025-10-05	Applications of artificial intelligence in early childhood health management: a systematic review from fetal to pediatric periods 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1613150 PMID:41036208	系统综述	系统评估人工智能在胎儿至儿科期健康管理中的应用现状、性能表现和临床转化准备度	首次系统性地综合评估AI在整个儿童健康连续谱（从胎儿期到儿科期）中的应用表现和转化障碍	纳入研究主要基于单中心回顾性数据，缺乏前瞻性验证和外部验证	评估AI在胎儿和儿科护理中的应用现状、诊断准确性和临床实用性，识别现实世界实施的关键障碍	0-18岁个体的健康管理，涵盖胎儿期、新生儿期和儿科期	医疗人工智能	儿科疾病	人工智能模型	深度学习	医疗数据	133项研究（从4938条记录中筛选）	NA	NA	AUC, 敏感性, 准确率	NA
675	2025-10-05	The evolution of artificial intelligence technology in non-alcoholic fatty liver disease 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1634165 PMID:41036300	文献计量分析	通过文献计量学方法系统分析人工智能在非酒精性脂肪肝病研究中的应用现状与发展趋势	首次采用多软件联合分析策略（HistCite Pro 2.1、Scimago Graphica、VOSviewer、CiteSpace）对NAFLD领域AI研究进行系统性文献计量分析	仅基于Web of Science数据库，可能存在文献收录不全；缺乏对研究质量的深入评估	识别AI在NAFLD领域的研究趋势、重点领域和发展方向	2010-2025年间NAFLD领域人工智能相关的655篇学术文献	医学信息学	非酒精性脂肪肝病	文献计量分析，多软件联合分析	深度学习算法	文献元数据，引文数据，关键词	655篇论文，来自60个国家、1462个研究机构、4744位作者	HistCite Pro, Scimago Graphica, VOSviewer, CiteSpace	NA	文献数量，国家贡献度，期刊分布，研究主题聚类	文献分析软件工具
676	2025-10-05	Diffusion-based skin disease data augmentation with fine-grained detail preservation and interpolation for data diversity 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331404 PMID:41042755	研究论文	提出一种基于扩散模型的皮肤疾病数据增强方法，通过生成高质量合成图像解决医学数据稀缺问题	改进了稳定扩散模型，结合病灶区域掩码和多层次嵌入技术，在保持细节的同时生成多样化的皮肤疾病图像	该方法在临床应用中存在局限性	解决皮肤疾病诊断研究中的数据稀缺问题	七种皮肤疾病的图像数据	计算机视觉	皮肤疾病	扩散模型，图像插值技术	扩散模型，LDM	图像	NA	NA	Stable Diffusion, Latent Diffusion Model, CLIP encoder	分类性能指标	NA
677	2025-10-05	Effective image compression using transformer and residual network for balanced handling of high and low-frequency information 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0333376 PMID:41042778	研究论文	提出一种结合Transformer和残差网络的端到端图像压缩方法TRN，能够平衡处理图像中的高频和低频信息	设计双网络架构，将自注意力路径和残差网络结合作为高低频混合器，解决了Transformer网络难以获取低频信息的问题	NA	开发高效的图像压缩方法，在减小数据大小的同时保留重要图像内容	图像数据	计算机视觉	NA	深度学习	Transformer, CNN	图像	NA	NA	Transformer, 残差网络	BD-rate	NA
678	2025-10-05	Tomato seedling stem and leaf segmentation method based on an improved ResNet architecture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1571445 PMID:40978790	研究论文	提出一种基于改进ResNet架构的番茄幼苗茎叶点云分割方法	通过集成瓶颈模块和下采样技术优化传统残差块，结合曲率特征和几何特性设计专用卷积层，并采用自适应平均池化提升泛化能力	未明确说明模型在其他植物物种上的泛化能力及实际部署环境中的性能表现	开发轻量级点云分割模型以提升番茄植株表型性状分析的准确性和效率	番茄幼苗的茎和叶点云数据	计算机视觉	NA	3D点云技术	CNN	点云数据	NA	NA	ResNet, X-ResNet	准确率, 决定系数(R²), 均方根误差(RMSE), 绝对百分比误差(APE)	NA
679	2025-10-05	Three-dimensional ultrastructural characterization of Drosophila melanogaster hygrosensilla across humidity conditions 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314841 PMID:41021596	研究论文	本研究通过整合湿度控制、快速冷冻保存和连续块面扫描电镜技术，对果蝇湿度感受器的三维超微结构进行了表征	开发了结合精确湿度控制和深度学习分割的三维超微结构分析框架，首次揭示了不同湿度条件下感受器的结构差异	研究仅针对果蝇特定感受器，机制推测需要进一步实验验证	探究昆虫感知环境湿度的结构基础与机制	黑腹果蝇（Drosophila melanogaster）的湿度感受器	生物医学成像	NA	连续块面扫描电镜（SBF-SEM），快速冷冻保存	深度学习分割模型	三维电子显微镜图像	不同湿度条件下处理的果蝇湿度感受器样本	NA	NA	NA	NA
680	2025-10-05	Alzheimer's disease classification using a hybrid deep learning approach with multi-layer U-net segmentation and XAI driven analysis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332572 PMID:41021656	研究论文	提出一种结合多层级U-Net分割和可解释AI的混合深度学习方法来分类阿尔茨海默病	采用多层级U-Net进行灰质分割，结合多尺度EfficientNet与SVM的混合分类方法，并集成显著性图定量分析增强模型可解释性	尚未在公开可用的阿尔茨海默病MRI数据集上进行评估，需要进一步整合先进的XAI技术	开发准确的阿尔茨海默病早期诊断分类方法	阿尔茨海默病患者、轻度认知障碍患者和认知正常人群	医学影像分析	阿尔茨海默病	MRI脑部成像	深度学习, SVM	医学影像	NA	NA	U-Net, EfficientNet	准确率, 精确率, 召回率, F1分数	NA