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
901	2025-10-06	An explainable and federated deep learning framework for skin cancer diagnosis 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324393 PMID:40668852	研究论文	提出一种结合深度学习、联邦学习和可解释AI的智能框架用于皮肤癌诊断	首次将联邦学习与可解释AI结合应用于皮肤癌诊断，在保护数据隐私的同时提供模型解释	仅在两个公开数据集上进行测试，未涉及更广泛的临床数据验证	开发保护隐私且可解释的皮肤癌智能诊断框架	皮肤癌医学图像	计算机视觉	皮肤癌	深度学习，联邦学习，可解释AI	CNN, Transformer	医学图像	ISBI2016和ISBI2017两个公开数据集	NA	VGG16, Xception, DenseNet169, InceptionV3, MobileViT, InceptionResNetV2	准确率	NA
902	2025-10-06	Refining Intra-Arterial Therapy Selection for Large Hepatocellular Carcinoma: A Deep Learning Approach Based on Covariate Interaction Analysis 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S532116 PMID:40672044	研究论文	开发并验证基于深度学习和协变量交互分析的DELICAITE模型，用于指导大肝癌患者经动脉治疗的选择	首次将深度卷积神经网络与协变量交互分析相结合，构建DELICAITE模型用于优化大肝癌的经动脉治疗方案选择	回顾性研究设计，需要进一步前瞻性验证	开发深度学习模型指导不可切除大肝癌患者在TACE和HAIC之间的治疗决策	900例接受经动脉治疗的大肝癌患者	数字病理	肝癌	经动脉化疗栓塞(TACE), 肝动脉灌注化疗(HAIC)	DCNN	临床数据和影像数据	900例大肝癌患者，包含前瞻性和独立外部验证队列	NA	深度卷积神经网络	AUC, 总生存期	NA
903	2025-10-06	A deep learning-based image analysis model for automated scoring of horizontal ocular movement disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1522894 PMID:40672453	研究论文	提出基于深度学习的图像分析方法，用于自动评分水平眼球运动障碍的严重程度	开发了RetinaEye自动评分模型，首次实现水平眼球运动障碍的自动化客观评估	研究样本量相对有限（164名患者和121名健康受试者），需要更大规模验证	开发自动评分系统评估水平眼球运动障碍的严重程度	眼球运动障碍患者和健康受试者的眼部图像	计算机视觉	眼球运动障碍	深度学习图像分析	CNN	图像	2,565张眼部图像（来自164名患者和121名健康受试者），测试集184张双眼凝视图像	NA	RetinaEye	一致性系数(κ=0.860), 相关系数(ρ=0.897)	NA
904	2025-10-06	Intelligent recognition of tobacco leaves states during curing with deep neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1604382 PMID:40672565	研究论文	本研究开发了一种基于深度学习的烟草烘烤过程中叶片形态状态智能识别方法	首次构建了面向工业实际场景的大规模烟草叶片形态状态数据集，并开发了高效的深度学习识别方法	研究主要关注形态状态识别，未充分考虑时间状态因素；数据集虽大但仅限于中国多个产区的实际密集烤房	研究深度学习算法在真实工业场景中识别烟草叶片形态状态的潜力	烟草叶片在烘烤过程中的形态状态，包括变黄程度、变褐程度和干燥程度	计算机视觉	NA	深度学习	深度神经网络	工业场景图像	来自中国多个产区实际密集烤房的大规模综合数据集	NA	NA	准确率	NA
905	2025-10-06	OculusNet: Detection of retinal diseases using a tailored web-deployed neural network and saliency maps for explainable AI 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1596726 PMID:40672824	研究论文	本研究开发了名为OculusNet的可解释深度学习系统，用于通过OCT图像检测视网膜疾病并部署于网页平台	结合定制化神经网络与显著图可视化技术实现可解释AI，并开发网页部署方案实现即时检测	未明确说明训练数据来源及样本多样性，临床实际应用效果需进一步验证	开发高效可解释的视网膜疾病自动检测系统	光学相干断层扫描（OCT）图像中的视网膜疾病	计算机视觉	视网膜疾病	光学相干断层扫描（OCT）	CNN	图像	NA	NA	OculusNet, VGG19, MobileNetV2, VGG16, DenseNet-121	准确率, 马修斯相关系数, 科恩卡帕系数	网页部署平台
906	2025-10-06	A multi-graph convolutional network method for Alzheimer's disease diagnosis based on multi-frequency EEG data with dual-mode connectivity 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1555657 PMID:40672873	研究论文	提出一种基于多频段EEG数据和双模式连接的多图卷积网络方法用于阿尔茨海默病诊断	首次同时整合功能连接和结构连接信息，并充分利用多频段EEG特征，通过多图卷积网络更全面捕捉脑区关系	未明确说明样本规模和数据来源的局限性，也未讨论模型在其他神经退行性疾病上的泛化能力	开发新型图深度学习模型用于阿尔茨海默病的早期诊断	阿尔茨海默病患者和健康对照组的EEG数据	机器学习	阿尔茨海默病	脑电图(EEG)	图卷积网络(GCN)	EEG信号	NA	NA	多图卷积网络(Multi-Graph Convolutional Network)	准确率,AUC	NA
907	2025-10-06	Critical factors influencing live birth rates in fresh embryo transfer for IVF: insights from cluster ensemble algorithms 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88210-1 PMID:39881210	研究论文	本研究通过开发新型NMF集成算法分析影响新鲜胚胎移植活产率的关键临床因素	提出基于非负矩阵分解的集成算法(NMFE)，结合NMF、AMU-NMF和广义深度学习聚类算法，提高分析准确性	研究仅基于2238个IVF周期数据，样本量相对有限，且未验证算法在其他生殖医学场景的适用性	识别影响新鲜胚胎移植成功的关键临床因素	接受体外受精-胚胎移植治疗的不孕夫妇	机器学习	不孕症	非负矩阵分解，深度学习聚类	集成学习算法	临床特征数据	2238个IVF治疗周期，包含85个临床特征	NA	NMF, AMU-NMF, GDLC	准确性，可靠性	NA
908	2025-10-06	Deep learning-based malaria parasite detection: convolutional neural networks model for accurate species identification of Plasmodium falciparum and Plasmodium vivax 2025-01-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87979-5 PMID:39885248	研究论文	提出基于卷积神经网络的深度学习模型，用于从厚血涂片中准确识别恶性疟原虫、间日疟原虫和未感染白细胞	开发七通道输入的CNN模型，解决了既往模型难以区分疟原虫物种的难题	当前模型基于实验室环境开发，尚未在真实世界质量图像上全面验证	通过自动化医学图像分析提升疟疾诊断的准确性和效率	感染恶性疟原虫和间日疟原虫的红细胞及未感染白细胞	计算机视觉	疟疾	厚血涂片显微镜检查	CNN	医学图像	12,954个测试案例（总预测64,126次）	NA	NA	准确率,精确率,召回率,特异性,F1分数,损失率	NA
909	2025-10-06	Investigating the performance of multivariate LSTM models to predict the occurrence of Distributed Denial of Service (DDoS) attack 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313930 PMID:39823417	研究论文	本研究评估多元LSTM模型在预测分布式拒绝服务(DDoS)攻击方面的性能	首次系统比较多种LSTM变体与传统机器学习模型在DDoS攻击预测中的表现，并证明LSTM在网络安全时序数据处理中的优越性	无法完全避免服务器遭受DDoS攻击，仅能一定程度预防；研究基于特定数据集CICDDoS2019	开发能够准确预测DDoS攻击的深度学习模型	网络流量数据和DDoS攻击模式	机器学习	NA	深度学习，机器学习	LSTM, DNN, Random Forest, AdaBoost, Gaussian Naive Bayes	网络流量时序数据	CICDDoS2019数据集，包含88个特征，最终选用22个关键特征	NA	Vanilla LSTM, Stacked LSTM, Deep Neural Networks	准确率	NA
910	2025-10-06	Artificial intelligence in ophthalmology: a bibliometric analysis of the 5-year trends in literature 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1580583 PMID:40665980	文献计量分析	通过文献计量方法分析2020-2024年人工智能在眼科领域应用的最新研究趋势	超越单个研究领域提供更全面的视角，涵盖2022年后疫情时代和AI技术快速发展期的文献，填补了先前文献计量研究的空白	仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献	阐明人工智能在眼科领域应用的最新观点和发展趋势	人工智能与眼科交叉领域的学术文献	医学信息学	眼科疾病	文献计量分析	NA	文献元数据	21,725篇文献，来自134个国家和7,126个机构	CiteSpace, VOSviewer, Bibliometrix	NA	NA	NA
911	2025-10-06	PSSR2: a user-friendly Python package for democratizing deep learning-based point-scanning super-resolution microscopy 2025, BMC methods DOI:10.1186/s44330-024-00020-5 PMID:40666158	研究论文	介绍PSSR2——一个用户友好的Python软件包，用于普及基于深度学习的点扫描超分辨率显微镜技术	重新设计PSSR工作流程和方法，通过集成的命令行界面和Napari插件实现用户友好的超分辨率工作流程，改进了半合成数据生成和训练过程	PSSR2模型仅适用于与训练数据足够相似的超分辨率数据，需要针对真实世界基准数据进行验证	开发易于使用的深度学习工具来增强显微镜图像质量	低分辨率显微镜图像	计算机视觉	NA	点扫描超分辨率显微镜	深度学习	电子显微镜图像	配对的低分辨率和高分辨率电子显微镜图像测试数据集	Python	NA	准确性, 视觉代表性	NA
912	2025-10-06	Dual-stage segmentation and classification framework for skin lesion analysis using deep neural network 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351858 PMID:40666627	研究论文	开发了一种用于皮肤病变分割和分类的双阶段深度学习框架	提出结合U-Net分割网络与EfficientFormer/SwiftFormer分类网络的双阶段框架，并在不平衡数据集和新型SLICE-3D数据集上验证性能	未明确说明模型在临床环境中的实际部署挑战和计算效率问题	开发准确可靠的皮肤病变自动分析系统以辅助早期诊断	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, Transformer	图像, 表格数据	HAM10000数据集(10,000训练图像), ISIC 2018, ISIC 2024 SLICE-3D数据集	PyTorch	U-Net, VGG16, EfficientFormer, SwiftFormer, ResNet	准确率, F1分数, 敏感度, 特异性, Jaccard指数, Dice相似系数, AUC	NA
913	2025-10-06	A method for English paragraph grammar correction based on differential fusion of syntactic features 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0326081 PMID:40668821	研究论文	提出一种基于句法特征差分融合的英语段落语法纠错方法	通过差分融合分析相邻句子的句法差异，识别由语法错误引起的显著差异，锁定错误位置和类型	未明确说明方法在大规模语料上的适用性和计算效率	提高段落级语法纠错的质量和准确率	英语段落语法错误	自然语言处理	NA	依赖解析，句法特征分析	Transformer, Seq2Seq	文本	NA	NA	BERT, Transformer	准确率	NA
914	2025-10-06	Optimizing dental implant identification using deep learning leveraging artificial data 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87579-3 PMID:39880861	研究论文	本研究评估了通过将人工生成的牙科植入物图像整合到深度学习过程中来提升全景X射线图像中牙科植入物分类性能的潜力	利用三维扫描技术创建植入物表面模型并生成人工X射线图像，通过结合真实和人工图像优化分类模型性能	仅针对10种牙科植入物类型进行研究，样本多样性有限	优化牙科植入物识别性能	牙科植入物	计算机视觉	NA	三维扫描，X射线成像	CNN	X射线图像	7,946张体内牙科植入物图像加上人工生成图像	NA	ResNet50	准确率	NA
915	2025-10-06	Optimized sequential model for superior classification of plant disease 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-86427-8 PMID:39880879	研究论文	本研究开发了一种优化的序列模型，用于植物病害的准确分类	使用卷积神经网络自主学习和提取复杂特征，相比传统机器学习方法实现了96%的更高准确率	研究仅限于芒果和花生的叶片病害，未涵盖其他作物或更广泛的病害类型	提高植物病害检测的准确性和效率，支持大规模农业管理	芒果和花生叶片	计算机视觉	植物病害	图像处理	CNN	图像	马哈拉施特拉邦西部实地采集的叶片样本和在线数据集	NA	卷积神经网络	准确率	NA
916	2025-10-06	A deep learning analysis for dual healthcare system users and risk of opioid use disorder 2025-01-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77602-4 PMID:39881142	研究论文	本研究使用深度学习和可解释人工智能分析双系统医疗使用者与阿片类药物使用障碍风险之间的关系	首次探索双系统使用与人口统计学和临床因素对阿片类药物使用障碍风险的交互作用	回顾性研究设计，数据仅限于华盛顿特区和巴尔的摩VA医疗中心	研究双系统医疗使用对阿片类药物使用障碍风险的影响及影响因素交互作用	856,299例来自VA医疗中心的患者实例	医疗健康分析	阿片类药物使用障碍	自然语言处理，ICD-9/10诊断编码	深度神经网络	临床记录文本，诊断编码	856,299例患者实例，其中146,688例(17%)确诊阿片类药物使用障碍	NA	深度神经网络	AUC 78%	NA
917	2025-10-06	Deep Learning-Based Algorithm for Staging Secondary Caries in Bitewings 2025, Caries research IF:2.9Q1 DOI:10.1159/000542289 PMID:39471790	研究论文	开发基于深度学习的算法用于咬翼片中继发龋的检测和分期	采用创新性的病变严重程度连续评估方法，首次将Mask R-CNN与Swin Transformer结合用于继发龋分期	灵敏度值相对较低（所有病变0.737，牙本质病变0.808），样本仅来自荷兰牙科诊所网络	开发用于咬翼片中继发龋检测和分期的深度学习算法	来自383名15-88岁患者的413张咬翼片中的2,612颗修复牙齿	计算机视觉	龋齿	牙科影像分析	CNN	影像	413张咬翼片，2,612颗修复牙齿，383名患者	PyTorch	Mask R-CNN, Swin Transformer	特异性, 灵敏度, ROC曲线下面积, Pearson相关系数, Bland-Altman图	NA
918	2025-10-06	AADNet: An End-to-End Deep Learning Model for Auditory Attention Decoding 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.2025.3587637 PMID:40633040	研究论文	提出了一种名为AADNet的端到端深度学习模型，用于解决多说话者环境中的听觉注意解码问题	将传统的两阶段AAD方法整合为端到端的直接方法，显著提高了模型性能和对未见受试者的泛化能力	NA	开发更有效的听觉注意解码方法，用于神经导向听力设备	脑电图信号和语音信号	机器学习	NA	脑电图	深度学习神经网络	脑电图信号，语音信号	三个不同的数据集	NA	AADNet	分类准确率	NA
919	2025-10-06	Finger drawing on smartphone screens enables early Parkinson's disease detection through hybrid 1D-CNN and BiGRU deep learning architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327733 PMID:40658696	研究论文	开发混合深度学习模型通过智能手机屏幕手指绘图检测早期帕金森病	提出结合一维卷积神经网络和双向门控循环单元的混合架构，仅需消费者级智能手机和徒手交互即可实现帕金森病检测，区别于依赖临床评分量表、神经影像或基于触控笔的现有方法	样本量相对较小（58名参与者），仅针对早期特发性帕金森病患者	通过分析智能手机屏幕上手指绘图的运动数据实现早期帕金森病检测	28名早期特发性帕金森病患者和30名年龄匹配的健康对照者	机器学习	帕金森病	智能手机运动数据采集	1D-CNN, BiGRU	运动数据（手指触摸坐标、瞬时移动速度、时间戳）	58名参与者（28名患者，30名对照）	NA	混合1D-CNN和双向GRU架构	准确率, 灵敏度, 特异性, 置信区间	NA
920	2025-10-06	Sustainable deep vision systems for date fruit quality assessment using attention-enhanced deep learning models 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1521508 PMID:40661755	研究论文	提出一种结合DenseNet121和SE注意力机制的新方法，用于椰枣果实图像分类和质量评估	在传统DenseNet模型中集成SE注意力模块，增强关键图像特征表示能力	NA	开发可持续的深度视觉系统，实现水果质量自动评估	椰枣果实图像	计算机视觉	NA	图像分类	CNN	图像	NA	NA	DenseNet121, SE Attention, YOLOv8n	准确率, 精确率, 召回率, F1分数	NA