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
1461	2025-10-06	Detecting early gastrointestinal polyps in histology and endoscopy images using deep learning 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1571075 PMID:40703309	研究论文	提出一种基于深度学习的三阶段方法用于早期胃肠道息肉检测	开发了结合编码器-解码器网络、预训练模型和SVM分类器的三阶段深度学习框架	InceptionV3模型性能略低于其他模型，未说明具体原因	早期胃肠道癌变检测	胃肠道息肉	计算机视觉	胃肠道癌	深度学习	CNN, SVM	图像	5个数据集（CRC-VAL-HE-7K、CRC-VAL-HE-100K、Kvasir_v2、北京肿瘤医院数据集、弱标注数据集）	NA	编码器-解码器网络, VGG16, VGG19, ResNet50, InceptionV3	准确率	NA
1462	2025-10-06	Integrating pathomics and deep learning for subtyping uveal melanoma: identifying high-risk immune infiltration profiles 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1585097 PMID:40703526	研究论文	本研究结合病理组学和深度学习技术对葡萄膜黑色素瘤进行亚型分型，识别高风险免疫浸润特征	首次将无监督学习技术与深度学习模型相结合，识别出葡萄膜黑色素瘤的高免疫浸润亚型，并基于死亡率风险改进患者分层方法	样本量相对有限（训练集70例，验证集68例），需要更大规模的多中心研究验证	利用无监督学习技术识别葡萄膜黑色素瘤的高免疫浸润亚型，基于死亡率风险改进患者分层	葡萄膜黑色素瘤患者	数字病理学	葡萄膜黑色素瘤	H&E染色全玻片图像分析，基因组数据分析	深度学习，无监督学习	病理图像，基因组数据，临床数据	训练集70例（来自GDC数据库），验证集68例（来自华西医院）	CellProfiler	Inception-V3	生存预测准确性，患者分类准确性	NA
1463	2025-10-06	Supervised contrastive loss helps uncover more robust features for photoacoustic prostate cancer identification 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592815 PMID:40703547	研究论文	本研究将监督对比学习引入光声光谱分析，用于前列腺癌识别	提出SCL-adjust模型，在光声光谱特征提取中应用监督对比损失函数，显著提升特征鲁棒性和模型迁移性能	个体异质性仍然是影响判别性能的重要因素	从复杂生物组织中提取更可靠特征，提升前列腺癌的判别准确率	前列腺癌的光声光谱数据	医学影像分析	前列腺癌	光声光谱分析	CNN, 监督对比学习	光谱数据	NA	NA	CNN-based模型, SC模型, SCL-adjust模型	准确率	NA
1464	2025-10-06	Using deep learning to screen OCTA images for hypertension to reduce the risk of serious complications 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1581785 PMID:40703652	研究论文	使用深度学习分析OCTA图像筛查高血压以降低严重并发症风险	首次结合Xception卷积神经网络和多Swin Transformer架构分析高血压患者的眼底微血管变化	样本量有限（422张OCTA图像），模型准确率有待进一步提升	通过深度学习分析OCTA图像筛查高血压及其并发症风险	高血压患者和健康受试者的眼底血管	计算机视觉	心血管疾病	光学相干断层扫描血管成像（OCTA）	CNN, Transformer	图像	422张OCTA图像（来自136名高血压患者和85名健康受试者）	NA	Xception, Swin Transformer	准确率, 灵敏度	NA
1465	2025-10-06	Construction of crown profile prediction model of Pinus yunnanensis based on CNN-LSTM-attention method 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1567131 PMID:40703862	研究论文	基于CNN-LSTM-Attention混合深度学习方法和新型树冠竞争指数构建云南松树冠轮廓预测模型	首次将CNN-LSTM-Attention混合深度学习模型与新型树冠轮廓竞争指数(CPCI)相结合，有效捕捉树冠空间异质性和垂直结构	研究仅基于云南大理苍山5个年龄分层固定样地的629棵树数据，样本来源地域有限	提高云南松树冠轮廓预测精度，更好地理解森林结构和竞争关系	云南松(Pinus yunnanensis)树冠轮廓	计算机视觉	NA	深度学习建模	CNN, LSTM, Attention机制	树冠轮廓数据	629棵树，来自5个年龄分层固定样地	NA	CNN-LSTM, CNN-LSTM-Attention, Vanilla LSTM	MSE, RMSE, MAE, R²	NA
1466	2025-10-06	Design and development of an efficient RLNet prediction model for deepfake video detection 2025, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2025.1569147 PMID:40704217	研究论文	提出一种结合ResNet和LSTM的RLNet深度学习框架，用于高精度检测深度伪造视频	同时利用空间和时间特征进行深度伪造检测，结合ResNet捕捉帧级空间异常和LSTM分析视频序列的时间不一致性	未明确说明数据集的具体规模和多样性限制	开发高效的深度伪造视频检测方法以增强数字内容的安全性和真实性	真实视频和深度伪造视频	计算机视觉	NA	深度学习	CNN, LSTM	视频	包含真实视频和深度伪造视频的多样化数据集（具体数量未说明）	NA	ResNet, LSTM	准确率	NA
1467	2025-10-06	Application of deep learning for diagnosis of shoulder diseases in older adults: a narrative review 2025-Jan, Ewha medical journal IF:0.3Q3 DOI:10.12771/emj.2025.e6 PMID:40704206	综述	探讨深度学习在老年人肩部疾病诊断中的应用现状与潜力	系统综述深度学习在肩部疾病自动化诊断中的创新应用，包括图像分割、运动分析和骨质疏松量化	需要大规模前瞻性验证研究来确保通用性和临床工作流程整合	评估深度学习技术在老年人肩部疾病诊断与管理中的应用价值	老年人肩部疾病患者	计算机视觉	老年疾病	MRI, CT, X射线	CNN	医学影像	NA	NA	卷积神经网络	准确率	NA
1468	2025-10-06	Analysis of Research Hotspots and Development Trends in the Diagnosis of Lung Diseases Using Low-Dose CT Based on Bibliometrics 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056402094250530075121 PMID:40491372	研究论文	基于文献计量学分析低剂量CT在肺部疾病诊断中的研究热点和发展趋势	首次系统梳理低剂量CT在肺部疾病诊断领域的研究演进轨迹，揭示从技术改进到健康风险评估再到AI辅助诊断的研究路径转变	仅基于Web of Science英文文献，可能遗漏其他语言的重要研究成果	探索低剂量CT在肺部疾病诊断领域的研究热点和发展趋势	2005年至2024年6月期间发表的关于低剂量CT和肺部疾病的文献	医学影像分析	肺癌	文献计量分析，CiteSpace软件分析	NA	文献数据	Web of Science核心合集中2005-2024年6月的相关文献	CiteSpace	NA	中心性指标，关键词频率	NA
1469	2025-10-06	Deep learning-based text generation for plant phenotyping and precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1564394 PMID:40535926	研究论文	提出一种结合深度学习文本生成与领域知识的植物表型分析计算框架	开发了混合生成模型、生物约束优化策略和环境感知模块的新型框架	NA	提高植物表型分析的准确性、可解释性和适应性	植物表型特征	计算机视觉	NA	深度学习文本生成	生成模型	高维成像数据	NA	NA	混合生成模型	预测准确性、可解释性、可扩展性	NA
1470	2025-10-06	Robust Palmprint Recognition via Multi-Stage Noisy Label Selection and Correction 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3588040 PMID:40668719	研究论文	提出一种多阶段噪声标签选择与校正框架，用于提升噪声标签环境下掌纹识别的鲁棒性	首次提出结合自监督学习、傅里叶分析和原型校正的多阶段噪声标签处理框架	未明确说明计算复杂度及在极低质量图像上的适用性	解决实际应用中掌纹识别受噪声标签影响的问题	约束和非约束环境下的掌纹图像	计算机视觉	NA	深度学习	NA	图像	多个掌纹数据库（具体数量未说明）	NA	NA	准确率	NA
1471	2025-10-06	Brain tumor segmentation using deep learning: high performance with minimized MRI data 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1616293 PMID:40697313	研究论文	本研究开发了一种基于深度学习的大脑肿瘤分割方法，通过最小化所需的MRI序列数量实现高性能分割	证明了仅使用T1C和FLAIR两种MRI序列即可达到或优于传统四序列组合的分割性能	研究主要针对胶质瘤分割，未验证其他类型脑肿瘤的适用性	优化脑肿瘤分割流程，减少MRI序列依赖	胶质瘤的增强肿瘤区域和肿瘤核心区域	医学影像分析	脑肿瘤	MRI成像	3D U-Net	医学影像	训练集285例，测试集358例（包含2018 BraTS验证集66例和2021 BraTS数据集292例）	NA	3D U-Net	Dice系数, 敏感性, 特异性, Hausdorff距离	NA
1472	2025-10-06	Progress and current trends in prediction models for the occurrence and prognosis of cancer and cancer-related complications: a bibliometric and visualization analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1556521 PMID:40697367	文献计量分析	通过文献计量和可视化分析方法探讨癌症相关预测模型的研究热点与未来趋势	首次采用文献计量学方法系统分析癌症预测模型领域的研究现状和发展趋势	仅基于Web of Science数据库，可能遗漏其他重要数据库中的相关研究	识别癌症相关预测模型的研究热点和未来发展方向	癌症预测模型相关学术文献	文献计量学	癌症	文献计量分析，可视化分析	NA	文献数据	1,556篇出版物	VOSviewer, CiteSpace	NA	NA	NA
1473	2025-10-06	Integrating deep learning and clinical characteristics for early prediction of endometrial cancer using multimodal ultrasound imaging: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1600242 PMID:40697376	研究论文	本研究开发了一种结合多模态超声成像和临床特征的深度学习模型，用于子宫内膜癌的早期预测	首次将多模态超声图像（二维和彩色多普勒）与临床风险因素通过深度学习进行整合，构建子宫内膜癌早期诊断模型	回顾性研究设计，样本量相对有限，需要更大规模的前瞻性多中心试验验证	提高子宫内膜癌的早期诊断准确性	611名患者（132例子宫内膜癌，479例非子宫内膜癌）	医学影像分析	子宫内膜癌	多模态超声成像	深度学习模型	超声图像	1,443张多模态超声图像（来自611名患者）	NA	NA	AUC	NA
1474	2025-10-06	FGA-Corn: an integrated system for precision pesticide application in center leaf areas using deep learning vision 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1571228 PMID:40697871	研究论文	开发了一种基于深度学习视觉的玉米中心叶片区域精准农药喷洒集成系统	提出FGA-Corn集成系统，包含FCRF机械结构、ASDS决策算法和GMA-YOLOv8检测算法，在YOLOv8n基础上引入GHG2S骨干网络和混合局部通道注意力机制	NA	解决传统农药喷洒浪费和环境污染问题，实现精准农业施药	玉米作物的中心叶片区域	计算机视觉	NA	深度学习视觉	CNN	图像	D1和D2两个数据集	YOLOv8	YOLOv8n, GHG2S, GhostConv, SimAM, Mixed Local Channel Attention	mAP@0.5, 检测准确率, 农药输送率, 输送精度, 模型大小, 计算复杂度	NA
1475	2025-10-06	Development and validation of a deep learning-based pathomics signature for prognosis and chemotherapy benefits in colorectal cancer: a retrospective multicenter cohort study 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1602909 PMID:40698083	研究论文	开发并验证基于深度学习的病理组学特征用于结直肠癌预后预测和化疗获益评估	首次从H&E染色全切片图像中开发可解释的多示例学习模型构建病理组学特征，结合SHAP和Grad-CAM提升模型可解释性	回顾性研究设计，需要前瞻性研究进一步验证	提高结直肠癌预后预测准确性并指导辅助化疗决策	结直肠癌患者	数字病理	结直肠癌	全切片图像分析，转录组测序	多示例学习	病理图像，转录组数据	883张切片来自两个独立队列	深度学习框架	多示例学习模型	净重分类指数，综合判别指数	NA
1476	2025-10-06	Dynamic Multi-Image Weighting for Automated Detection and Diagnosis of Abnormal Urinary Tract on Voiding Cystourethrography with a Deep Learning System: A Retrospective, Large-Scale, Multicenter Study 2025, Research (Washington, D.C.) DOI:10.34133/research.0771 PMID:40698328	研究论文	开发用于排尿性膀胱尿道造影的深度学习诊断系统，通过动态多图像加权实现尿路异常的自动检测与诊断	提出新型架构实现单张VCUG图像的膀胱、尿道和输尿管自动分割与诊断，并动态评估每张图像的相对重要性	回顾性研究，数据来源于15家中国医院，可能存在选择偏倚	开发自动诊断尿路异常的深度学习系统并评估其临床辅助价值	排尿性膀胱尿道造影图像中的膀胱、尿道和输尿管	计算机视觉	泌尿系统疾病	VCUG成像技术	深度学习	医学图像	1,660名患者的7,899张VCUG图像	NA	NA	AUC, 诊断一致性	NA
1477	2025-10-06	Deep learning for pediatric chest x-ray diagnosis: Repurposing a commercial tool developed for adults 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328295 PMID:40705715	研究论文	本研究评估了将成人胸部X光AI诊断工具(Lunit INSIGHT CXR)重新应用于儿科患者的诊断性能	首次系统评估商用成人AI工具在儿科胸部X光诊断中的适应性和性能表现	研究样本仅包含2-14岁儿童，未涵盖婴幼儿群体；使用单中心数据	验证成人AI诊断工具在儿科胸部X光中的适用性	958例2-14岁儿童的连续正面胸部X光片	医学影像分析	儿科胸部疾病	胸部X光摄影	深度学习	医学影像	958例儿童胸部X光片，其中200例(20.9%)存在相关病理发现	NA	Lunit INSIGHT CXR	AUC, 敏感性, 特异性	商用AI工具
1478	2025-10-06	Multi-modal deep learning for intelligent landscape design generation: A novel CBS3-LandGen model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0328138 PMID:40705822	研究论文	提出了一种基于多模态深度学习的智能景观设计生成模型CBS3-LandGen	首次将ConvNeXt、BART和StyleGAN3集成到多模态架构中，实现图像与文本数据的协同生成优化	未明确说明模型在复杂地形和特殊设计需求下的适应性	开发智能景观设计生成方法以提高设计效率和精准度	景观设计方案的自动生成	计算机视觉	NA	多模态深度学习	CNN,Transformer,GAN	图像,文本	DeepGlobe和COCO数据集	PyTorch	ConvNeXt,BART,StyleGAN3	FID,IS	NA
1479	2025-10-06	Correction: Deep learning-based text generation for plant phenotyping and precision agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1648292 PMID:40708587	correction	对一篇关于基于深度学习的植物表型和精准农业文本生成文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1480	2025-10-06	Ultrasound radiomics models improve preoperative diagnosis and reduce unnecessary biopsies in indeterminate thyroid nodules 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1615304 PMID:40708722	研究论文	开发超声影像组学模型用于术前诊断不确定甲状腺结节并减少不必要活检	首次针对病理结果确认的不确定甲状腺结节开发超声影像组学模型，并显著减少不必要活检	回顾性研究，样本量有限（197个结节）	提高不确定甲状腺结节的诊断准确性并减少不必要手术	不确定甲状腺结节	医学影像分析	甲状腺结节	超声影像	影像组学模型	超声图像	197个不确定甲状腺结节（训练集136个，验证集61个）	Pyradiomics, 3-Dimensional Slicer	Radunion模型, Radsize模型	灵敏度, 特异度, 阳性预测值, 阴性预测值, 准确率, ROC分析	NA