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
5801	2025-11-03	App2: software solution for apple leaf disease detection based on deep learning (CNN+SVM) 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1648867 PMID:41169736	研究论文	开发了一款基于深度学习(CNN+SVM)的苹果叶病害检测移动应用App2	提出结合CNN和SVM的混合模型用于苹果叶病害识别，并集成OpenAI API进行图像预过滤	在清晰病叶图像上的检测性能为80%，仍有提升空间	通过移动应用实现苹果叶病害的早期检测	苹果树叶片图像	计算机视觉	植物病害	深度学习	CNN,SVM	图像	NA	FastAPI,React Native,OpenAI API	CNN+SVM混合架构	准确率	Azure云平台
5802	2025-11-03	Evaluating data partitioning strategies for accurate prediction of protein-ligand binding free energy changes in mutated proteins 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.10.020 PMID:41169760	研究论文	本研究评估了不同数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响，并提出了一种基于查询-锚点对的学习框架	提出了查询-锚点对学习框架，利用已知状态作为锚点来预测未知查询状态，显著提高了预测准确性	在UniProt数据划分策略下模型性能下降，需要依赖参考数据来提升预测精度	评估数据划分策略对蛋白质-配体结合自由能变化预测准确性的影响	蛋白质突变引起的蛋白质-配体结合自由能变化	机器学习	NA	ESM-2蛋白质大语言模型嵌入	机器学习/深度学习模型	蛋白质序列数据	MdrDB数据库	NA	ESM-2	Pearson相关系数	NA
5803	2025-11-03	Enhancing Robotic Collaborative Tasks Through Contextual Human Motion Prediction and Intention Inference 2025, International journal of social robotics IF:3.8Q2 DOI:10.1007/s12369-024-01140-2 PMID:41169784	研究论文	提出一种深度学习架构，通过预测3D人体运动和人类意图来增强机器人在协作任务中的能力	结合人类运动预测和意图推断，考虑机器人存在时的交互情境，采用多头注意力机制处理不同任务的输入	未明确说明模型在更复杂场景下的泛化能力，用户研究样本规模有限	提高机器人在人机协作任务中的表现和适应性	人机协作场景中的人类运动和意图	计算机视觉, 机器人学	NA	深度学习, 运动预测, 意图推断	多头注意力机制	3D运动数据, 情境信息	用户研究参与者（具体数量未说明）	NA	多头注意力架构	社会性, 自然度, 安全性, 舒适度	NA
5804	2025-11-03	Automated detection of pinworm parasite eggs using YOLO convolutional block attention module for enhanced microscopic image analysis 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1559987 PMID:41169809	研究论文	提出一种结合YOLO和注意力机制的新型框架YCBAM，用于自动化检测显微镜图像中的蛲虫寄生虫卵	首次将YOLO与自注意力机制和卷积块注意力模块（CBAM）集成，在具有挑战性的成像条件下实现寄生虫元素的精确定位	NA	开发自动化寄生虫检测方法以提高诊断准确性和效率	显微镜图像中的蛲虫寄生虫卵	计算机视觉	寄生虫感染	深度学习，显微镜成像	YOLO, CNN	显微镜图像	NA	NA	YOLO Convolutional Block Attention Module (YCBAM), CBAM	精确度, 召回率, 训练框损失, 平均精度(mAP), mAP50-95	NA
5805	2025-11-03	Artificial intelligence (AI)-Enabled behavioral health application for college students: Pilot study protocol 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335847 PMID:41166359	研究论文	本研究开发了一款基于人工智能的行为健康应用程序，用于大学生抑郁症状的自动筛查	结合传感器行为数据和深度学习技术开发主动、私密、自动化的心理健康自我意识工具	仅针对两所美国大学的1000名大一学生，样本代表性有限	开发自动化筛查工具识别大学生抑郁行为模式	18岁及以上大学一年级本科生	机器学习	抑郁症	传感器数据采集、问卷调查	深度学习	传感器行为数据、调查问卷数据	约1000名来自美国中西部和西南部两所公立大学的一年级本科生	NA	NA	NA	NA
5806	2025-11-03	Enhanced audience sentiment analysis in IoT-integrated metaverse media communication 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332106 PMID:41166380	研究论文	提出一种集成物联网和元宇宙媒体的深度学习情感分析框架，用于增强观众情感分析能力	融合BERT双向编码和GPT生成建模的BG-Hybrid混合模型，结合动态窗口分割和持续优化机制	未明确说明模型在跨语言和文化背景下的泛化能力	开发可扩展的实时情感分析系统，处理异构高速媒体流	物联网集成元宇宙媒体通信中的观众情感	自然语言处理	NA	情感分析	BERT, GPT	文本	Twitter Sentiment140和Amazon Reviews数据集	NA	BG-Hybrid混合架构	准确率, F1分数, 响应延迟	NA
5807	2025-11-02	Development and validation of a backpropagation neural network model for predicting nursing unit staffing needs: A cross-sectional study 2025-Dec, International journal of nursing studies IF:7.5Q1 DOI:10.1016/j.ijnurstu.2025.105207 PMID:40972497	研究论文	本研究开发并验证了一种反向传播神经网络模型，用于预测护理单元人员配置需求	将效率评估与深度学习技术相结合开发护理人员配置预测模型，实现人员配置精度与操作灵活性的平衡	需要多中心验证并整合外部因素以实现更广泛应用	优化临床科室护理人员配置，提高患者安全性和人力资源效率	55个护理单元的数据，包括13个最优效率单元和42个次优效率单元	机器学习	NA	数据包络分析，深度学习	反向传播神经网络	护理运营数据	55个护理单元2023年1-12月的数据	NA	反向传播神经网络	均方误差，Pearson相关系数，Bland-Altman分析，决定系数	NA
5808	2025-11-02	Patient-specific functional liver segments based on centerline classification of the hepatic and portal veins 2025-Dec, Computer assisted surgery (Abingdon, England) DOI:10.1080/24699322.2025.2580307 PMID:41171014	研究论文	提出一种基于肝静脉和门静脉中心线分类的患者特异性肝脏分割方法	通过详细分类肝静脉和门静脉实现个性化肝脏分段，相比传统方法能更好地贴合患者实际解剖结构	需要外科医生在3D模型上标注血管端点，存在一定人工干预	改进肝脏手术规划中的解剖分段精度	肝脏血管系统（肝静脉和门静脉）	数字病理	肝脏疾病	3D建模，血管中心线计算	NA	3D医学图像	NA	3D Slicer, nnU-Net	nnU-Net	Dice相似系数，体积测量，专家评估	NA
5809	2025-11-02	Evolution and integration of artificial intelligence across the cancer continuum in women: advances in risk assessment, prevention, and early detection 2025-Nov, Cancer causes & control : CCC IF:2.2Q2 DOI:10.1007/s10552-025-02048-6 PMID:40833534	综述	本文综述了人工智能在女性乳腺癌风险预测、预防和早期检测领域的发展与应用	重点关注可解释人工智能(XAI)、深度学习(DL)和机器学习(ML)在乳腺癌全流程中的应用，并系统分析算法公平性、模型透明度和数据集代表性	存在算法偏差、少数群体代表性不足、外部验证有限等问题，58%的公共数据集集中于乳腺X线摄影，缺乏断层合成和组织病理学等多模态数据	总结人工智能在乳腺癌风险预测、预防和早期检测领域的发展现状与未来前景	乳腺癌相关文献资料（2000-2025年）	数字病理学	乳腺癌	乳腺X线摄影、断层合成、组织病理学	深度学习, 机器学习	医学影像	NA	NA	NA	AUC	NA
5810	2025-11-02	Deep learning models based on DWI-MRI for prognosis prediction in acute ischemic stroke receiving intravenous thrombolysis: Development and validation 2025-Nov, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2025.101391 PMID:41067525	研究论文	基于DWI-MRI开发深度学习模型预测接受静脉溶栓治疗的急性缺血性卒中患者预后	首次比较深度学习与传统机器学习方法在急性缺血性卒中预后预测中的性能，并开发结合临床特征与深度学习特征的融合模型	回顾性研究设计，样本量相对有限（682例患者）	开发并验证基于DWI-MRI的预测模型，评估急性缺血性卒中患者静脉溶栓治疗后的预后	急性缺血性卒中患者	医学影像分析	急性缺血性卒中	弥散加权成像MRI（DWI-MRI）	深度学习, 传统机器学习	医学影像, 临床数据	682例来自两家医院的急性缺血性卒中患者	NA	NA	AUC, 敏感度, 特异度, 准确度	NA
5811	2025-11-02	A dual-module 3D fusion framework for multi-modal MRI segmentation in anal fistulae 2025-Nov, Medical physics IF:3.2Q1 DOI:10.1002/mp.70102 PMID:41173810	研究论文	提出一种用于肛门瘘管多模态MRI分割的双模块3D融合框架	采用双模块框架设计，在输入阶段创新性地捕获多维度信息，在输出阶段应用残差技术优化分割结果，并引入新型OPDL损失函数专门解决假阳性问题	仅使用自收集数据集，未在外部数据集验证泛化能力	开发稳健的肛门瘘管MRI分割方法以提高准确性并降低假阳性	肛门瘘管在MRI图像中的分割	医学图像分割	肛门瘘管	多模态MRI	深度学习	多方向MRI扫描图像	950个自收集多方向MRI扫描	NA	双模块融合框架	Dice Score, IoU Score	NA
5812	2025-11-02	A review of the application of deep learning in thyroid nodule imaging: from model architectures to training methods and core image analysis tasks 2025-Oct-31, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae1505 PMID:41115427	综述	系统回顾深度学习在甲状腺结节影像分析中的应用，涵盖模型架构、训练方法和核心任务	从模型架构、训练方法和核心任务三个维度系统总结深度学习在甲状腺结节影像分析中的最新进展	NA	为未来相关研究提供有价值的参考见解和改进方向	甲状腺结节医学影像	计算机视觉	甲状腺结节	医学影像分析	CNN, RNN, GAN, Transformer, 混合模型	医学影像	NA	NA	NA	NA	NA
5813	2025-11-02	An explainable modified convolutional mixer neural network-based deep learning framework for accurate brain tumor detection and classification 2025-Oct-31, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2025.2574357 PMID:41170771	研究论文	提出一种可解释的改进卷积混合神经网络框架，用于精确检测和分类脑肿瘤	结合ConvMixer+块去除冗余特征、CANet融合多尺度特征、EANet精炼空间特征，并使用Grad-CAM增强模型可解释性	仅使用公开数据集，未在临床环境中进行验证	开发计算效率高且可解释的脑肿瘤检测分类方法	脑部MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN, ANN	图像	10,087张MRI图像（来自两个公开数据集）	NA	EM-ConvMixer+Net, ConvMixer+, CANet, EANet, M-ANN	准确率, F1分数	NA
5814	2025-11-02	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并验证一种基于腹部CT扫描的深度学习算法用于骨质疏松症机会性筛查	利用常规腹部CT扫描进行骨质疏松症筛查，实现多中心验证的深度学习算法	回顾性研究设计，样本量相对有限	开发并验证从腹部CT扫描中筛查骨质疏松症的算法	腰椎椎体	计算机视觉	骨质疏松症	CT扫描，DEXA扫描	深度学习	医学影像	504名参与者（中位年龄66岁，388名女性）	NA	2D UNet, ResNet34	AUC, 敏感性, 特异性, Pearson相关系数, Brier分数	NA
5815	2025-11-02	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2025-Oct-31, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	开发基于人工智能的小肾脏肿瘤自动分割方法，使用多中心、多扫描仪、多序列MRI数据	首次在多中心、多扫描仪、多序列MRI数据上开发小肾脏肿瘤自动分割方法，并验证其在非通用电气扫描仪上的泛化能力	研究为回顾性设计，需要进一步前瞻性验证	开发小肾脏肿瘤的自动分割方法以提高诊断效率	988例经病理证实的小肾脏肿瘤患者的MRI图像	医学影像分析	肾脏肿瘤	MRI多序列成像	深度学习分割网络	医学影像	988例患者（训练集733例，测试集180例，泛化集75例）	NA	NA	检测率，Dice相似系数	NA
5816	2025-11-02	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的创新条件引导扩散模型，用于加速MRI重建过程同时保持重建质量	结合Multi-Free U-KAN模块和动态裁剪策略，通过多头注意力机制和标量调制因子增强模型在复杂噪声环境中的鲁棒性和结构保持能力	NA	通过深度学习方法加速MRI重建过程同时保持重建质量	MRI图像重建	医学影像处理	NA	MRI	条件引导扩散模型	MRI图像，k空间数据	NA	NA	TC-KANRecon, MF-UKAN	定性评估，定量评估	NA
5817	2025-11-02	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2025-Oct-31, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种基于分层深度学习的可解释病毒分类框架HieRMVir	整合随机森林特征加权与互信息引导的注意力正则化，考虑生物分类学层次结构	未明确说明对未知病毒或高度变异病毒的识别能力	开发可解释且准确的病毒基因组序列分类方法	病毒基因组序列	机器学习	病毒性疾病	基因组测序	深度学习	基因组序列数据	超过100万个基因组序列	NA	分层深度学习框架	准确率, 分层性能指标	NA
5818	2025-11-02	Hybrid deep learning model for spinal tumor diagnosis on MRI scans 2025-Oct-31, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251385793 PMID:41172043	研究论文	提出一种结合MRI图像和患者年龄数据的混合深度学习模型，用于脊柱肿瘤的诊断和分类	融合Inception V3和Vision Transformer的混合模型，结合患者年龄信息，使用自注意力融合机制提升诊断准确性	NA	提高脊柱肿瘤诊断准确率，区分良性和恶性肿瘤	脊柱肿瘤患者的MRI扫描图像和年龄数据	计算机视觉	脊柱肿瘤	MRI扫描	混合深度学习模型	图像, 临床数据	NA	NA	Inception V3, Vision Transformer	准确率, 敏感性, 特异性	NA
5819	2025-11-02	Ensemble learning of attention-based BiLSTM networks for ADHD detection from EEG signals code 2025-Oct-31, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2576625 PMID:41173469	研究论文	提出一种基于注意力机制的双向LSTM集成学习方法，用于从脑电图信号中检测注意力缺陷多动障碍	使用并行注意力机制的双向LSTM集成学习模型，结合频谱图、分形维度和递归图等多种特征提取方法	NA	开发客观准确的ADHD自动检测方法	脑电图信号	机器学习	注意力缺陷多动障碍	脑电图	BiLSTM, 集成学习	脑电图信号	两个数据集	NA	PABiLSTM, ResNet-50	准确率	NA
5820	2025-11-02	Deep learning-based segmentation of T1 and T2 cardiac MRI maps for automated disease detection 2025-Oct-31, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12069-z PMID:41174040	研究论文	本研究开发了一种基于深度学习的T1和T2心脏MRI图像分割方法，用于自动化疾病检测	首次将深度学习应用于心脏T1/T2图谱分割，并探索了多种强度统计特征在疾病检测中的效用	样本量相对较小（144名受试者），需要更大规模的外部验证	评估深度学习在心脏MRI分割中的准确性，并探索多特征机器学习在疾病检测中的优势	心脏T1和T2图谱的左心室血池和心肌组织	医学影像分析	心血管疾病	心脏MRI，T1/T2 mapping	深度学习，机器学习	医学影像	144名受试者（平均年龄42.2±16.1岁，76名男性），分为训练集100例、验证集15例和测试集29例	NA	NA	Dice相似系数，平均绝对百分比误差，F1分数，精确率，召回率，AUC	NA