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
1001	2025-10-06	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	本文综述并分析了机器学习算法在代谢功能障碍相关脂肪性肝病超声诊断中的应用，特别关注深度学习的优势与潜力	重点关注深度学习在超声诊断中的图像识别和分类能力，强调AI在该领域的应用前景	NA	提高诊断准确性，扩大初级保健中的MASLD筛查，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)	医学影像分析	代谢功能障碍相关脂肪性肝病	超声诊断	深度学习	超声影像	NA	NA	NA	NA	NA
1002	2025-10-06	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	荟萃分析	通过心率变异性识别心房颤动的荟萃分析研究	首次系统评估人工智能算法利用心率变异性模式识别心房颤动的诊断性能	仅纳入12项诊断研究，样本来源和算法类型存在异质性	评估基于心率变异性的人工智能算法在心房颤动识别中的诊断准确性	心房颤动患者的心率变异性数据	机器学习	心血管疾病	心率变异性分析	深度学习算法	心电图数据	来自12项诊断研究的汇总数据	NA	NA	灵敏度, 特异度, AUC	NA
1003	2025-10-06	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	提出一种混合CNN-SNN架构，利用ADNI数据集中的结构MRI数据进行阿尔茨海默病阶段分类	首次将卷积神经网络与脉冲神经网络结合，通过SNN模拟神经退行性疾病的时间动态特性，即使使用静态sMRI输入	研究仅基于ADNI数据集，需要外部验证；模型性能在移除SNN模块时显著下降	开发生物启发的计算模型以改进阿尔茨海默病的早期诊断和分期	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	医学影像分析	阿尔茨海默病	结构MRI	CNN, SNN	医学影像	ADNI数据集中的三类受试者（AD、MCI、CN）	NA	混合CNN-SNN架构，使用泄漏积分发放神经元	准确率, 精确率, 召回率, F1分数	NA
1004	2025-10-06	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	本研究比较深度学习模型与传统机器学习模型在检测网络聊天室中儿童诱骗对话的效果，并分析诱骗者使用的语气对检测能力的影响	首次将大型语言模型LLaMA 3.2 1B应用于儿童诱骗检测，并系统分析不同语气（积极/消极）对检测性能的影响	研究仅基于PAN12聊天日志数据集，可能无法涵盖所有类型的诱骗对话模式	提高自动检测网络儿童诱骗对话的能力，保护儿童在线安全	网络聊天室中的儿童诱骗对话和诱骗者	自然语言处理	NA	情感分类，深度学习	SVM, 大型语言模型	文本聊天记录	PAN12聊天日志数据集中的诱骗对话	NA	DistilBERT, LLaMA 3.2 1B	精确率, 召回率, F1分数	NA
1005	2025-10-06	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	研究论文	提出一种结合迁移学习和可解释AI的框架，用于跨多个数据集的脑肿瘤和阿尔茨海默病检测	将迁移学习与可解释AI技术相结合，采用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	NA	提高MRI图像分类的准确性，增强医疗领域AI应用的可信度	脑肿瘤和阿尔茨海默病的MRI图像	计算机视觉	脑肿瘤,阿尔茨海默病	MRI	CNN,VGG16	图像	三个不同的MRI数据集（脑肿瘤分类、阿尔茨海默病检测和另一个脑肿瘤数据集）	NA	CNN-VGG16混合模型	准确率	NA
1006	2025-10-06	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	提出改进的EfficientNet轻量级神经网络模型用于玉米果穗品种识别	减少EfficientNetB0模型的MBConv模块数量，引入CBAM注意力机制和空洞卷积增强特征提取能力	仅针对5个玉米品种进行验证，样本多样性有限	实现玉米果穗的智能筛选和品种知识产权保护	玉米果穗图像	计算机视觉	NA	深度学习	CNN	RGB图像	6529张玉米果穗图像，涵盖5个品种	NA	EfficientNetB0, MBConv, CBAM, SCD_EFTNet	Recall, Precision, mAP, 推理时间	NA
1007	2025-10-06	P4CN-YOLOv5s: a passion fruit pests detection method based on lightweight-improved YOLOv5s 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1612642 PMID:40612616	研究论文	提出基于轻量化改进YOLOv5s的百香果害虫检测方法P4CN-YOLOv5s	结合PLDIoU损失函数、四个CBAM注意力模块和优化锚框，针对密集小目标检测场景进行专门优化	仅针对百香果害虫特定场景验证，未在其他作物害虫检测中测试泛化能力	提升自然果园环境中百香果害虫的检测精度和效率	百香果害虫图像	计算机视觉	NA	深度学习	YOLO	图像	6000张百香果害虫图像	PyTorch	YOLOv5s, CBAM	准确率, F1分数, 检测时间	NA
1008	2025-10-06	Development of intelligent tools to predict neuroblastoma risk stratification and overall prognosis based on multiphase enhanced CT and clinical features 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573398 PMID:40612805	研究论文	开发基于多期增强CT和临床特征的深度学习模型，用于神经母细胞瘤风险分层和预后评估	首次结合Swin Transformer模型和多期增强CT图像与临床特征进行神经母细胞瘤风险分层和预后预测	样本量相对有限（202例患者），需要更大规模数据验证	提高神经母细胞瘤风险分层和预后评估的准确性	神经母细胞瘤患者	计算机视觉	神经母细胞瘤	多期增强CT成像	Swin Transformer, 随机生存森林, Cox回归	CT图像, 临床特征数据	202例神经母细胞瘤患者	NA	Swin Transformer	AUC, 准确率, C-index	NA
1009	2025-10-06	Toward automated plantar pressure analysis: machine learning-based segmentation and key point detection across multicenter data 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1579072 PMID:40613004	研究论文	本研究开发了一种基于机器学习的足底压力分析方法，用于解剖区域分割和关键点检测	首次探索了足底压力分析中关键点预测，并提出了适用于多中心数据的标准化自动化分析框架	在边界模糊区域（如第一跖骨区）性能有限，需要专家审查提升关键病例的准确性	开发自动化足底压力分析方法，减少对人工标注的依赖	460名受试者（197名女性，263名男性）的758个足底压力样本	计算机视觉	足部畸形	足底压力分析	CNN, 回归模型	足底压力图像	758个足底压力样本，来自460名受试者	NA	U-Net	Dice系数, 欧几里得距离	NA
1010	2025-10-06	Research trends in the application of artificial intelligence in nursing of chronic disease: a bibliometric and network visualization study 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1608266 PMID:40613079	文献计量学研究	通过文献计量学和网络可视化方法分析人工智能在慢性病护理领域的研究现状、热点主题和未来趋势	首次系统性地运用文献计量学方法对人工智能在慢性病护理领域的应用研究进行全面分析，识别研究热点和未来发展方向	仅基于Web of Science数据库的文献，可能遗漏其他数据库的重要研究；分析结果受限于所选文献计量工具的功能	探索人工智能在慢性病护理领域的应用现状、研究热点和未来前景	2001-2023年间Web of Science核心合集中关于人工智能与慢性病护理的相关文献	文献计量学	慢性疾病	文献计量分析，网络可视化	NA	文献数据	2438篇文献	CiteSpace, VOSviewer	NA	NA	NA
1011	2025-10-06	Neural decoding of Aristotle tactile illusion using deep learning-based fMRI classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1606801 PMID:40613086	研究论文	本研究使用基于深度学习的fMRI分类方法解码亚里士多德触觉错觉的神经机制	首次将深度学习CNN模型应用于fMRI数据来研究亚里士多德触觉错觉，并通过Grad-CAM分析识别关键脑区	刺激分类任务准确率仅约50%，无法有效区分三种触觉刺激类型	识别参与亚里士多德触觉错觉的脑区	30名参与者的fMRI数据和触觉感知记录	机器学习	NA	功能磁共振成像	CNN	fMRI图像数据	30名参与者	NA	简单全卷积网络	准确率	NA
1012	2025-10-06	SiamTITP: Incorporating Temporal Information and Trajectory Prediction Siamese Network for Satellite Video Object Tracking 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3573527 PMID:40560699	研究论文	提出一种结合时间信息和轨迹预测的孪生网络SiamTITP，用于卫星视频目标跟踪	开发了动态更新模板的时间信息子模块和基于多项式函数拟合的轨迹预测子模块，无需特征融合和加权结果即可处理遮挡问题	未明确说明计算复杂度或实时性能限制	解决卫星视频目标跟踪中特征区分度不足、遮挡处理复杂和超参数过多的问题	卫星视频中的运动目标	计算机视觉	NA	卫星视频分析	Siamese network	卫星视频	三个大型卫星视频数据集（SatSOT、SV248S和OOTB）	NA	SiamTITP	NA	NA
1013	2025-10-06	A Wavelet-Guided Deep Unfolding Network for Single Image Reflection Removal 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3581418 PMID:40569799	研究论文	提出一种基于小波引导的深度展开网络WDUNet，用于单图像反射去除	首次将离散小波变换与深度展开技术结合用于反射去除，通过频域分析区分反射伪影与传输内容	在反射与传输内容视觉相似度极高的复杂场景中仍存在挑战	解决单图像反射去除问题，提升图像质量	包含反射干扰的单一图像	计算机视觉	NA	离散小波变换	深度展开网络	图像	四个基准数据集	NA	WDUNet, LPEM, HPEM	客观评价指标, 主观视觉质量	NA
1014	2025-10-06	MRI based early Temporal Lobe Epilepsy detection using DGWO based optimized HAETN and Fuzzy-AAL Segmentation Framework (FASF) 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325126 PMID:40601647	研究论文	提出一种结合模糊AAL分割框架和混合注意力增强Transformer网络的早期颞叶癫痫检测方法	提出新型混合注意力增强Transformer网络(HAETN)，结合模糊可能性C均值算法的FASF分割框架，以及采用Dipper灰狼优化算法的特征选择方法	NA	通过开发先进深度学习技术促进颞叶癫痫的早期准确诊断	颞叶癫痫患者	医学影像分析	颞叶癫痫	MRI	Transformer	MRI图像	颞叶癫痫-UNAM MRI数据集	NA	Hybrid Attention-Enhanced Transformer Network (HAETN)	准确率, 敏感度, F1分数	NA
1015	2025-10-06	Enhancing IDS for the IoMT based on advanced features selection and deep learning methods to increase the model trustworthiness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327137 PMID:40601650	研究论文	提出一种基于高级特征选择和深度学习的IoMT入侵检测系统模型，以提高检测性能和模型可信度	并行使用信息增益和递归特征消除进行特征选择，结合深度自编码器降维，在资源受限的IoMT环境中实现高效入侵检测	仅在特定数据集(WUSTL-EHMS-2020和CICIDS2017)上进行验证，未提及其他IoMT环境下的泛化能力	开发高效的入侵检测系统以增强IoMT环境的安全性	IoMT网络流量数据	机器学习	NA	特征选择技术	深度自编码器,深度神经网络	网络流量数据	WUSTL-EHMS-2020和CICIDS2017数据集	NA	深度自编码器,深度神经网络	准确率,精确率,召回率,F1分数	NA
1016	2025-10-06	Particle swarm optimization-based NLP methods for optimizing automatic document classification and retrieval 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325851 PMID:40601694	研究论文	提出一种基于粒子群优化的自然语言处理方法PBX模型，用于优化自动文档分类和检索	将BERT预训练与ConvXGB分类模块相结合，并使用粒子群优化算法优化超参数	在较小或模糊类别上的性能有待提升，实际应用范围需要扩展	优化自动文档分类和检索性能	文本分类任务，包括新闻分类、情感分析和信息检索	自然语言处理	NA	自然语言处理	BERT, ConvXGB	文本	多个数据集包括20 Newsgroups、Reuters-21578和AG News	NA	BERT, ConvXGB	准确率, 精确率, 召回率, F1分数	NA
1017	2025-10-06	Global research landscape on artificial intelligence in echocardiography from 1997 to 2024: Bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351201 PMID:40605994	文献计量分析	通过文献计量方法分析1997-2024年间人工智能在超声心动图领域的研究热点和发展趋势	首次系统梳理人工智能在超声心动图领域的全球研究格局和发展轨迹	仅基于Web of Science数据库，可能遗漏其他重要文献来源	探索AI驱动超声心动图的研究热点和发展趋势	1997-2024年间发表的605篇相关文献	医学影像分析	心血管疾病	文献计量分析	NA	文献数据	605篇文献	VOSviewer, CiteSpace	NA	NA	NA
1018	2025-10-06	Optimizing deep learning models to combat amyotrophic lateral sclerosis (ALS) disease progression 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251349719 PMID:40605998	研究论文	本研究利用深度学习模型优化预测肌萎缩侧索硬化症（ALS）的疾病进展	通过超参数优化显著提升深度学习模型在ALS进展预测中的性能，并发现XGBoost模型在区分延髓和肢体发病类型方面表现优异	使用公开数据集PRO-ACT，可能受限于数据集的样本特征和规模	优化深度学习模型以预测ALS疾病进展并实现早期风险分层	肌萎缩侧索硬化症（ALS）患者数据	机器学习	神经退行性疾病	NA	深度学习序列模型,XGBoost,LightGBM	临床数据	PRO-ACT公开数据集	NA	NA	R-squared,Root Mean Squared Error,灵敏度,特异性,准确率,F1-score,Matthews Correlation Coefficient,AUC	NA
1019	2025-10-06	Brain age prediction model based on electroencephalogram signal and its application in children with autism spectrum disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1605291 PMID:40606145	研究论文	基于脑电图信号构建脑年龄预测模型并应用于自闭症谱系障碍儿童	首次使用门控循环单元神经网络构建基于脑电图的脑年龄预测模型，并将其应用于自闭症谱系障碍儿童的脑发育评估	样本量相对有限（98名ASD患者），且为回顾性研究	开发客观的生物标志物来评估自闭症谱系障碍的脑发育异常	659名健康儿童和98名自闭症谱系障碍患者	机器学习	自闭症谱系障碍	脑电图	GRU	脑电图信号	757名儿童（659名健康儿童，98名ASD患者）	NA	门控循环单元神经网络	相关系数，脑年龄差距估计	NA
1020	2025-10-06	Plant disease classification in the wild using vision transformers and mixture of experts 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1522985 PMID:40606487	研究论文	提出一种结合视觉变换器和混合专家的新方法，用于野外环境下的植物病害分类	首次将视觉变换器与混合专家模型结合，通过门控机制动态选择最适合的专家处理不同输入条件	未明确说明模型在极端环境条件下的性能表现和计算资源需求	提高植物病害分类模型在真实农业环境中的泛化能力	植物病害图像	计算机视觉	植物病害	深度学习	Vision Transformer, 混合专家模型	图像	NA	NA	Vision Transformer, Mixture of Experts	准确率	NA