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
1281	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
1282	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
1283	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
1284	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
1285	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
1286	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
1287	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
1288	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
1289	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
1290	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
1291	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
1292	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
1293	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
1294	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
1295	2025-10-06	Novel deep learning for multi-class classification of Alzheimer's in disability using MRI datasets 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1567219 PMID:40910023	研究论文	提出一种基于迁移学习和融合架构的深度学习模型，用于MRI数据的阿尔茨海默病多分类	提出融合Inception和ResNet架构的'IncepRes'模型，并采用改进的ResNet152V2作为特征提取器	仅使用公开数据集，未提及临床验证和实际部署效果	实现阿尔茨海默病不同严重程度的精确多分类	阿尔茨海默病患者MRI扫描数据	计算机视觉	阿尔茨海默病	MRI扫描	CNN, 迁移学习	医学影像	三个数据集：ADNI、OASIS及合并数据集，包含四种类别：中度痴呆、轻度痴呆、极轻度痴呆、非痴呆	TensorFlow, Keras	ResNet152V2, VGG16, InceptionV3, MobileNet, IncepRes	准确率	NA
1296	2025-10-06	Using synthetic RNA to benchmark poly(A) length inference from direct RNA sequencing 2025-Jan-06, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giaf098 PMID:40899916	研究论文	本研究开发了新型深度学习工具BoostNano，并与现有三种工具在合成RNA标准品上进行了多聚腺苷酸尾长推断的基准测试	提出了新的深度学习多聚腺苷酸尾长估计工具BoostNano，并首次使用已知尾长的合成RNA标准品对现有工具进行系统性基准测试	测试仅使用两种合成RNA标准品，性能表现存在长度和样本依赖性	评估和比较不同多聚腺苷酸尾长推断工具的准确性和性能	合成体外转录RNA标准品（Sequin和增强型绿色荧光蛋白RNA）	生物信息学	NA	牛津纳米孔直接RNA测序	深度学习	RNA测序数据	两组合成RNA标准品（Sequin：30或60个核苷酸；eGFP：10-150个核苷酸）	NA	NA	平均误差，运行时间	NA
1297	2025-10-06	Integrating Peritumoral and Intratumoral Radiomics with Deep Learning for Preoperative Prediction of Lymphovascular Invasion in Invasive Breast Cancer Using DCE-MRI 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251374945 PMID:40899931	研究论文	开发并验证了一种结合瘤内和瘤周影像组学、深度学习特征及临床风险指标的人工智能系统，用于术前预测浸润性乳腺癌的淋巴血管侵犯状态	首次将瘤内和瘤周(0-1, 1-3, 3-5 mm)多区域影像组学特征与深度学习特征、临床风险因素融合，构建集成模型	回顾性研究，样本量有限(496例)，需多中心前瞻性验证	术前无创预测浸润性乳腺癌的淋巴血管侵犯状态	浸润性乳腺癌患者	医学影像分析	乳腺癌	动态对比增强MRI	SVM, ResNet-50, 集成模型	医学影像	496例浸润性乳腺癌患者(训练集344例，验证集152例)	NA	ResNet-50	敏感性, 特异性, AUC, 决策曲线分析	NA
1298	2025-10-06	Integrating radiomics, artificial intelligence, and molecular signatures in bone and soft tissue tumors: advances in diagnosis and prognostication 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1613133 PMID:40900793	系统综述	评估影像组学、人工智能和分子标志物在骨与软组织肿瘤诊断和预后中的整合应用	首次系统评估影像组学-AI流程在BSTT中的应用现状，揭示三模态数据整合的缺失并提出未来发展路线图	分子数据整合几乎缺失，仅2项研究包含组织病理学关联，缺乏标准化多组学特征融合方法和外部验证	推进骨与软组织肿瘤的多模态诊断系统临床转化	骨与软组织肿瘤	医学影像分析	骨与软组织肿瘤	MRI, CT, 影像组学	随机森林, CNN	医学影像	24项研究（从1,141条初始记录中筛选）	NA	基于注意力的神经网络, 图模型	AUC	NA
1299	2025-10-06	Hybrid feature fusion in cervical cancer cytology: a novel dual-module approach framework for lesion detection and classification using radiomics, deep learning, and reproducibility 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1595980 PMID:40900798	研究论文	提出一种结合放射组学和深度学习的双模块框架，用于宫颈癌细胞学的病变检测和分类	首次将放射组学特征与深度学习特征融合，并采用双模块框架进行宫颈癌病变检测和分类	需要更大规模验证，缺乏实时部署和可解释性AI分析	提高宫颈癌细胞学筛查的准确性和效率	宫颈细胞学样本	数字病理学	宫颈癌	放射组学分析，深度学习	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, XGBoost, Random Forest, CatBoost, TabNet, TabTransformer	细胞学图像	4,236个宫颈细胞学样本（来自6个医疗中心），外部验证集3,619个样本	PyTorch, TensorFlow	Swin Transformer, YOLOv11, Faster R-CNN, DETR, EfficientNet, TabTransformer	mAP, IoU, precision, recall, F1-score, accuracy, AUC	NA
1300	2025-10-06	A combined model integrating deep learning, radiomics, and clinical ultrasound features for predicting BRAF V600E mutation in papillary thyroid carcinoma with Hashimoto's thyroiditis 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1641037 PMID:40900897	研究论文	开发结合深度学习、影像组学和临床超声特征的集成模型，用于预测合并桥本甲状腺炎的甲状腺乳头状癌中BRAF V600E突变	首次将深度学习特征、影像组学特征与临床超声特征相结合，构建多模态预测模型	回顾性研究，样本来源仅限于中国四家医院	预测甲状腺乳头状癌合并桥本甲状腺炎患者的BRAF V600E突变状态	672名患者的717个甲状腺结节	医学影像分析	甲状腺癌	超声成像	机器学习	超声图像	717个甲状腺结节（来自672名患者）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA