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
7861	2025-10-05	A review of AI-driven Google Earth Engine applications in surface water monitoring, assessment, and management 2025, Discover geoscience DOI:10.1007/s44288-025-00255-x PMID:41018550	综述	本文综述了人工智能与Google Earth Engine结合在地表水监测、评估和管理中的应用	系统总结了AI/ML/DL与GEE平台在地表水监测中的集成应用，并包含内布拉斯加州湖泊的案例研究	揭示了当前方法的局限性和改进机会	评估人工智能与地理空间技术在地表水监测和管理中的应用效果	地表水体的数量和质量监测	机器学习	NA	多传感器遥感技术	机器学习,深度学习	遥感影像	三个内布拉斯加州湖泊(2022-2023)	Google Earth Engine	NA	NA	基于网络的并行处理平台
7862	2025-10-05	An artificial intelligence model for early-stage breast cancer classification from histopathological biopsy images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1627876 PMID:41018739	研究论文	提出一种基于深度学习的人工智能模型，用于从组织病理学活检图像中对早期乳腺癌进行分类	采用DenseNet121骨干网络结合多尺度特征融合策略，能够捕捉多个抽象层次的形态学特征	仅使用公开数据集进行验证，未在真实临床环境中测试	开发乳腺癌亚型分类的人工智能模型以辅助诊断	乳腺癌组织病理学活检图像	数字病理学	乳腺癌	组织病理学成像	CNN	图像	BreaKHis公开数据集	NA	DenseNet121	准确率	NA
7863	2025-10-05	The Rise of Artificial Intelligence in Orthopedics: A Bibliometric and Visualization Analysis 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S536633 PMID:41019150	文献计量分析	通过文献计量学方法分析人工智能在骨科领域的研究进展和热点趋势	首次系统性地对人工智能在骨科领域的应用进行文献计量和可视化分析，识别当前研究热点	仅基于PubMed数据库，合作网络分析显示国际合作频率有限	调查人工智能在骨科领域的应用进展和研究现状	2010-2024年间PubMed数据库中112篇AI与骨科相关文献	文献计量学	骨科疾病	文献计量分析，可视化分析	NA	文献数据	112篇相关文章	R软件	NA	NA	R软件版本4.2.0
7864	2025-10-05	Reshaping Anesthesia with Artificial Intelligence: From Concept to Reality 2025, Anesthesia and critical care (Houston, Tex.) PMID:41019310	综述	本文综述人工智能在麻醉学领域的应用现状与发展前景	系统分析AI在麻醉领域从规则系统到深度学习模型的演进路径，提出可解释AI框架的整合方案	存在医疗系统间可重复性验证不足、伦理争议、临床质疑及数据深度不足等障碍	探讨人工智能技术在麻醉学领域的转化应用与未来发展	麻醉临床流程与患者管理	自然语言处理, 机器学习	围术期并发症	生理信号监测, 脑电图反馈, 超声成像, 药物基因组学	深度学习, 机器学习	生理信号, 文本记录, 影像数据	NA	NA	NA	NA	NA
7865	2025-10-05	Explainable AI and mobile imaging for non-destructive avocado ripeness and internal quality assessment to reduce food waste 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101196 PMID:41019612	研究论文	本研究结合智能手机成像和深度学习技术，开发了一种非破坏性评估鳄梨成熟度和内部质量的方法	首次将可解释AI与移动成像结合用于鳄梨质量评估，开发了CNN残差回归模型并应用LIME技术提供模型解释	研究仅针对鳄梨单一水果，在室温储存条件下进行，样本量为1400张图像	通过非破坏性质量评估减少食物浪费，支持更智能的消费和分销决策	鳄梨果实	计算机视觉	NA	智能手机成像，纹理分析仪测量	CNN, Vision Transformer, 支持向量机回归, 随机森林	图像	1400张鳄梨图像，采集于8天储存期间	NA	ResNetR, CNN, Vision Transformer	相关系数R, 准确率	NA
7866	2025-10-05	Multidimensional quality evaluation and traceability study of Fritillariae Cirrhosae Bulbus from different sources 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1648434 PMID:41019711	研究论文	通过多维分析技术研究不同来源川贝母的质量差异并建立深度学习溯源模型	首次整合非靶向代谢组学、生物碱定量、矿物营养元素分析和高光谱成像特征，构建基于ResNet深度学习模型的川贝母溯源系统	外部验证准确率为86.67%，仍有提升空间；样本来源地域有限	建立川贝母多维质量评价体系和准确溯源方法	不同地理来源和栽培方式的川贝母样本	数字病理	NA	非靶向代谢组学,生物碱定量分析,矿物营养元素分析,高光谱成像	深度学习,CNN	高光谱图像,代谢组数据,化学成分数据	来自色卡乡、八美镇、川主寺镇和安宏乡的川贝母样本	NA	ResNet	准确率	NA
7867	2025-10-05	Deep-broad learning network model for precision identification and diagnosis of grape leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611301 PMID:41019747	研究论文	提出一种结合宽度学习与深度学习的深度-宽度学习网络模型(ABLSS)，用于葡萄叶片病害的精准识别与诊断	将宽度学习网络模型与深度学习技术相结合，引入LTM机制和SENet注意力机制，并整合扩张空间金字塔池化和特征金字塔网络	NA	实现葡萄叶片病害的快速、精准、高效识别与诊断	葡萄叶片病害	计算机视觉	植物病害	图像识别	深度学习,宽度学习	图像	NA	NA	BLS,U-Net,SENet	准确率,MIOU,MPA	NA
7868	2025-10-05	IMNM: integrated multi-network model for identifying pepper leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1558349 PMID:41019742	研究论文	提出一种集成多网络模型(IMNM)用于识别辣椒叶片病害	结合改进的ResNet、动态卷积网络(DCN)和渐进式原型网络(PPN)构建集成模型，具备强大的跨作物泛化能力	NA	开发基于深度学习的作物病害智能识别方法	辣椒叶片病害（健康、病毒病、叶枯病、褐斑病、斑点病）以及苹果、小麦、水稻叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	五种典型辣椒叶片样本	NA	ResNet,DCN,PPN	准确率,特异性,精确率,灵敏度	NA
7869	2025-10-05	YOLO-LF: application of multi-scale information fusion and small target detection in agricultural disease detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609284 PMID:41019758	研究论文	提出改进的YOLO-LF模型用于农业病害检测，通过多尺度信息融合和小目标检测技术提升检测精度	引入CSPPA、SEA和LGCK模块，增强多尺度特征融合、注意力机制和小病变区域敏感性	NA	提高农业病害检测的准确性和效率，特别是针对小目标和复杂背景下的检测任务	农业作物病害	计算机视觉	农业病害	深度学习	YOLO	图像	Plant Pathology 2020 - FGVC7和Plant Pathology 2021 - FGVC8数据集	NA	YOLO-LF, CSPPA, SEA, LGCK	mAP@0.5%, mAP@0.5-0.95%	NA
7870	2025-10-05	Avoidance behaviours of farmed Atlantic salmon (Salmo salar L.) to artificial sound and light: a case study of net-pen mariculture in Norway 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1657567 PMID:41019777	研究论文	研究养殖大西洋鲑对人工声音和光照的回避行为，为水产养殖设备设计提供依据	首次系统研究商业网箱养殖环境下大西洋鲑对不同频率声音和不同深度光照强度的行为响应	仅针对挪威网箱养殖环境，未考虑其他养殖条件或鱼种	评估养殖设备产生的声音和光照对鱼类行为的影响，优化水产养殖设备设计	养殖大西洋鲑	水产养殖	NA	声纳监测，深度学习图像处理	深度学习	声纳图像数据	商业网箱中的成年养殖大西洋鲑	NA	NA	回避距离估计	NA
7871	2025-10-05	Evaluation of the impact of AI-driven personalized learning platform on medical students' learning performance 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1610012 PMID:41020237	研究论文	评估基于Coze平台的AI驱动个性化学习对医学生学习成效的影响	首次在医学教育中整合动态学习路径优化、情感感知支持和BERT模型资源推荐的综合AI干预方案	样本量较小（40人），缺乏长期效果追踪，需多中心大样本研究进一步验证	评估AI个性化学习平台在医学教育中的应用价值	40名全日制医学本科生	自然语言处理	NA	自然语言处理（NLP），BERT模型	BERT	文本数据，学习行为数据，测评成绩	40名医学本科生（实验组20人，对照组20人）	NA	BERT	标准化测试成绩，学习满意度量表，学习时长，课堂互动频率，文献阅读量	NA
7872	2025-10-05	Hybrid deep learning framework for environmental microplastic classification: Integrating CNN-based spectral feature extraction and transformer models 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126989 PMID:40816460	研究论文	提出一种结合CNN和Transformer的混合深度学习框架，用于环境微塑料的FTIR光谱分类	首次将CNN的局部光谱特征提取能力与Transformer的全局依赖建模能力相结合，形成互补优势的混合架构	未提及模型在极端环境条件下的表现验证	开发高精度的环境微塑料分类方法	来自土壤、空气、沉积物和水体基质的环境微塑料	机器学习	NA	傅里叶变换红外光谱(FTIR)	CNN, Transformer	光谱数据	包含17种聚合物类型的光谱数据集	NA	CNN-Transformer混合架构	准确率	NA
7873	2025-10-05	Surveillance of urban river environment by quantifying distributions of water quality parameters using hyperspectral remote sensing-based ripple propagation graph network 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126875 PMID:40846259	研究论文	提出混合反馈涟漪网络（HF-RN）从无人机高光谱数据中反演水质参数浓度	集成深度学习、空间分布模式分析和概率统计分析，通过涟漪传播图网络增强采样区与未采样区的空间关联性	未明确说明模型对特定水质条件或地理环境的泛化能力	开发高效的城市河流水质监测方法	城市河流水质参数（总磷、总氮、化学需氧量、生化需氧量、叶绿素a、总悬浮固体）	环境遥感	NA	高光谱遥感	图神经网络	高光谱图像	实际监测数据集（未明确具体样本数量）	深度学习框架	混合反馈涟漪网络（HF-RN）	平均绝对百分比误差（MAPE）	NA
7874	2025-10-05	Interpreting spatiotemporal dynamics of Ulva prolifera blooms in the southern yellow sea using an attention-enhanced transformer framework 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.126999 PMID:40846261	研究论文	本研究开发了一种基于注意力增强Transformer的深度学习框架，用于解释和预测黄海南部浒苔暴发的时空动态	首次将多头自注意力机制的Transformer框架应用于浒苔暴发预测，能够动态捕捉空间依赖性并识别最优环境因子组合	研究区域仅限于黄海南部，模型在其他海域的适用性需要进一步验证	理解和预测浒苔暴发的复杂时空动态，为针对性防控提供科学依据	黄海南部的浒苔暴发现象	机器学习	NA	深度学习，时空数据分析	Transformer	海洋环境数据	NA	NA	Transformer with multi-head self-attention	MAE, MSE, R	NA
7875	2025-10-05	Legacy and emerging per- and poly-fluorinated substances (PFASs) as potential pathogenic drivers of diabetes mellitus: Challenges and perspectives 2025-Nov-01, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2025.127033 PMID:40865758	综述	本文综述了全氟和多氟烷基物质（PFASs）作为糖尿病潜在致病驱动因素的研究现状与展望	系统总结了PFASs在不同生命阶段对糖尿病的影响机制，并提出了结合图神经网络、人工智能和多组学数据融合等前沿技术的未来研究方向	PFASs的具体致病机制尚未完全阐明，现有研究忽视了影响因素、复合暴露相互作用以及致病机制的复杂性	探讨PFASs暴露与糖尿病之间的关联机制及未来研究方向	全氟和多氟烷基物质（PFASs）与糖尿病发病机制的关系	环境健康与疾病机制	糖尿病	高通量筛选、多组学数据整合、器官芯片、干细胞衍生模型	图神经网络、深度学习、机器学习、非线性混合模型	多组学数据、体外实验数据、体内实验数据	NA	NA	NA	NA	NA
7876	2025-10-05	YOLOv8-DuckPluck: A lightweight target detection model for cherry valley duck feather pecking site detection 2025-Oct, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.105484 PMID:40618564	研究论文	提出一种基于YOLOv8的樱桃谷鸭啄羽部位检测轻量级模型YOLOv8-DuckPluck	提出新型轻量级多尺度特征提取模块NeoMSM-C2f，采用DyHead检测头动态调整检测策略，并应用知识蒸馏技术提升检测精度	NA	解决高密度多目标复杂环境下目标检测模型处理速度慢、参数量大和模型体积大的问题	樱桃谷鸭的啄羽行为检测	计算机视觉	NA	深度学习	YOLO, CNN	图像	NA	NA	YOLOv8, NeoMSM-C2f, DyHead	mAP, 检测速度(f/s)	NA
7877	2025-10-05	Assessing the impact of day and night urban outdoor environments on women's physiological and psychological states using pedestrian-centric street view images 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118433 PMID:40743851	研究论文	通过街景图像和多学科方法评估城市昼夜环境对女性生理心理状态的影响	首次结合行人视角街景图像和时空分析方法研究昼夜环境变化对女性生理心理的差异化影响	研究范围限于特定城市环境，未考虑个体差异和文化背景等因素	探究不同城市环境昼夜变化对女性生理心理状态的影响机制	城市户外环境中的女性行人	计算机视觉	NA	街景图像采集、深度学习分析	深度学习模型	街景图像、问卷数据、生理测量数据	未明确说明具体样本数量	NA	NA	空间自相关分析、MGWR回归分析	NA
7878	2025-10-05	The interembodiment of healing: Holistic transformations in neurological rehabilitation and care 2025-Oct, Social science & medicine (1982) DOI:10.1016/j.socscimed.2025.118468 PMID:40768952	研究论文	通过民族志研究探讨神经康复中患者与治疗师之间的跨身体互动对康复过程的影响	提出'跨身体性'概念，强调康复过程中情感、信息与身体学习的多维整合，挑战将瘫痪视为个体状况的传统观点	基于10个月民族志研究，样本范围有限，未涉及量化验证	探索神经康复过程中患者与治疗师之间的互动机制及其对康复效果的影响	瘫痪患者（脊髓损伤和创伤性脑损伤）、护理人员及康复专业人员	医学人类学	神经系统疾病	民族志研究、案例研究	NA	定性数据、观察记录、案例资料	10个月田野调查涉及的患者、护理人员和康复专业人员群体	NA	NA	NA	NA
7879	2025-10-05	Fusing Echocardiography Images and Medical Records for Continuous Patient Stratification 2025-Oct, IEEE transactions on ultrasonics, ferroelectrics, and frequency control DOI:10.1109/TUFFC.2025.3600902 PMID:40833913	研究论文	提出融合超声心动图图像和医疗记录的方法，用于高血压患者的连续分层	首次将Transformer模型应用于表格数据，融合多模态医疗数据学习心血管疾病的连续表征	训练样本有限（少于200个训练样本），仅针对高血压患者进行研究	开发能够综合考虑医疗记录和超声心动图描述符的患者分层方法	239名高血压患者	医疗人工智能	心血管疾病	超声心动图，医疗记录分析	Transformer	图像，表格数据	239名高血压患者	NA	XTab基础模型，Transformer编码器	AUROC，平均绝对误差(MAE)	NA
7880	2025-10-05	Explainable Machine Learning for Characterizing Unknown Molecular Structures in Infrared Spectra 2025-Sep-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03126 PMID:40960350	研究论文	提出一种用于红外光谱中未知分子结构功能基团检测的可解释深度学习方法	开发了子结构导向光谱解释器网络(SSIN)，将红外光谱分析先验知识融入训练和推理过程，解决了现有方法的黑盒问题	NA	开发高效且可解释的红外光谱功能基团检测方法	未知分子的红外光谱	机器学习	NA	红外光谱分析	深度学习	红外光谱数据	NIST数据库中的8845个气相红外光谱	NA	子结构导向光谱解释器网络(SSIN)	准确率	NA