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
1601	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
1602	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
1603	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
1604	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
1605	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
1606	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
1607	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
1608	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
1609	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
1610	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
1611	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
1612	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
1613	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
1614	2025-10-06	Advancing 1.5T MR imaging: toward achieving 3T quality through deep learning super-resolution techniques 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1532395 PMID:40606499	研究论文	本研究探索使用深度学习超分辨率技术提升1.5T磁共振图像质量，使其达到3T扫描水平	首次系统比较三种深度学习超分辨率技术在MRI图像增强中的表现，并证明TCGAN模型在此任务中的优越性	研究仅限于脑部MRI图像，未验证在其他身体部位或不同病理条件下的适用性	开发经济有效的MRI图像增强方法，解决不同场强扫描仪数据异质性问题	1.5T和3T磁共振脑部图像	计算机视觉	神经系统疾病	磁共振成像	GAN, Transformer	医学图像	NA	NA	Transformer Enhanced Generative Adversarial Network (TCGAN)	SSIM, PSNR, LPIPS, IDP	NA
1615	2025-10-06	Self-Powered Multimodal Tactile Sensing Enabled by Hybrid Triboelectric and Magnetoelastic Mechanisms 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0320 PMID:40607079	研究论文	提出一种基于摩擦电-磁弹性传感的自供电多模态触觉感知技术	融合摩擦电和磁弹性机制实现自供电传感，无需外部电源即可生成传感信号	NA	提升物体属性感知能力，解决解耦难度和精度限制的挑战	物体的材料特性、软硬度和粗糙度等关键特征	传感器技术	NA	摩擦电-磁弹性传感技术	深度学习算法	多维度物体信息	NA	NA	NA	准确率	NA
1616	2025-10-06	HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1572433 PMID:40607452	研究论文	提出一种基于深度学习的混合框架HMA-Net用于乳腺超声图像分割	结合ConvMixer编码器和ConvNeXT解码器，并引入卷积增强的多头注意力机制来捕获局部和全局上下文特征	NA	提高乳腺超声图像中肿瘤分割的准确性	乳腺超声图像中的肿瘤区域	计算机视觉	乳腺癌	超声成像	深度学习	图像	两个数据集（BUSI数据集和BrEaST数据集）	NA	ConvMixer, ConvNeXT	Jaccard指数, Dice相似系数	NA
1617	2025-10-06	Role of artificial intelligence in early diagnosis and treatment of infectious diseases 2025-01, Infectious diseases (London, England) DOI:10.1080/23744235.2024.2425712 PMID:39540872	综述	本文全面综述了人工智能在传染病早期诊断与治疗中的关键作用	系统整合了AI在传染病诊断工具、疫情预测、治疗策略优化和药物研发等多方面的应用潜力	探讨了AI在传染病管理中面临的伦理考量、挑战和局限性	评估人工智能在传染病早期诊断和治疗中的应用价值	传染病诊断与治疗系统	医疗人工智能	传染病	机器学习算法、深度学习、图像识别系统	NA	患者个体数据、医学影像数据	NA	NA	NA	NA	NA
1618	2025-10-06	An explainable-by-design end-to-end AI framework based on prototypical part learning for lesion detection and classification in Digital Breast Tomosynthesis images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.06.008 PMID:40599244	研究论文	提出基于原型部分学习的可解释端到端AI框架，用于数字乳腺断层合成图像中的病灶检测和分类	结合YOLO系列模型和ProtoPNet构建可解释的AI系统，通过原型部分学习提供预测解释	数据集限制和需要更准确的地面实况标注影响了最终指标	开发透明AI系统加速DBT扫描分析并确保可解释性	数字乳腺断层合成图像中的乳腺病灶	计算机视觉	乳腺癌	数字乳腺断层合成	CNN	医学图像	NA	PyTorch	YOLOv5,YOLOv8,ProtoPNet	召回率,准确率	NA
1619	2025-10-06	A Deep Convolutional Neural Network Model for Lung Disease Detection Using Chest X-Ray Imaging 2025, Pulmonary medicine IF:2.0Q3 DOI:10.1155/pm/6614016 PMID:40599379	研究论文	提出一种基于定制卷积神经网络和预训练模型的自动化系统，用于通过胸部X射线和CT扫描检测多种肺部疾病	结合定制CNN与预训练模型，采用图像增强方法处理胸部影像数据，在肺部疾病检测中实现高性能指标	仅使用单一来源数据集（Kaggle），样本量相对有限，未进行多中心验证	开发自动化肺部疾病检测系统，提高诊断效率和准确性	肺部疾病（肺炎和COVID-19）患者的胸部X射线和CT影像	计算机视觉	肺部疾病	医学影像分析	CNN	图像	6400张影像	NA	定制卷积神经网络,预训练模型	准确率,精确率,召回率,F1分数	NA
1620	2025-10-06	Application progress of artificial intelligence in managing thyroid disease 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1578455 PMID:40600013	综述	系统回顾人工智能在甲状腺疾病管理中的应用进展，重点关注诊断创新、治疗个性化及临床实施挑战	首次系统梳理自1990年代以来AI在甲状腺疾病管理中的演进历程，涵盖多模态数据整合与临床转化障碍分析	存在数据隐私、模型可解释性及临床适用性等挑战，数据异质性和伦理问题尚未完全解决	评估人工智能在甲状腺疾病管理中的应用效果与发展前景	甲状腺疾病患者（特别是甲状腺切除术后患者）的诊疗数据	医学人工智能	甲状腺疾病	机器学习、深度学习	NA	超声图像、CT/MRI影像、组织病理学数据、电子健康记录、可穿戴传感器数据	NA	NA	NA	良恶性结节鉴别率、不必要细针穿刺减少频率	NA