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
8841	2025-10-06	DSA-net: a lightweight and efficient deep learning-based model for pea leaf disease identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1642453 PMID:40949565	研究论文	提出一种轻量高效的深度学习模型DSA-Net用于豌豆叶片病害识别	结合改进的MobileNet-V3_small、可变形卷积、自注意力机制和加性注意力机制，增强对病害几何变化和全局特征的建模能力	NA	提高豌豆叶片病害识别的准确率和实时性，满足现代农业对低成本高效诊断的需求	豌豆叶片病害	计算机视觉	植物病害	深度学习	CNN	图像	7915个样本，包含健康叶片和4种病害（褐斑病、潜叶蝇、白粉病、根腐病）共5个类别	NA	MobileNet-V3_small, DSA-Net	准确率	边缘设备
8842	2025-10-06	MOSSNet: multiscale and oriented sorghum spike detection and counting in UAV images 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1526142 PMID:40949571	研究论文	提出一种用于无人机图像中多尺度和定向高粱穗检测与计数的深度学习模型MOSSNet	提出可变形卷积空间注意力模块增强小目标特征捕捉能力，集成圆形平滑标签有效表示形态特征，采用Wise IoU定位损失函数优化网络损失	未在不同生长阶段验证模型性能，尚未实现实时检测工作流程	开发精准的高粱穗检测与计数方法以监测生长状况和预测产量	无人机拍摄的高粱穗图像	计算机视觉	NA	无人机成像技术	CNN	图像	NA	NA	MOSSNet	mAP, RMSEa, MAEa, RMSE, MAE	NA
8843	2025-10-06	Federated learning and differential privacy: Machine learning and deep learning for biomedical image data classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358531 PMID:40949674	研究论文	本研究评估了前馈神经网络、高斯过程和深度神经网络在联邦学习框架下对生物医学图像数据分类的效果，并引入差分隐私技术保护患者隐私	将联邦学习与差分隐私技术相结合应用于生物医学图像分类，在保护患者隐私的同时保持模型性能	FNN模型存在过拟合问题，验证准确率(68.75%)明显低于训练准确率(86.49%)	评估在隐私保护前提下生物医学图像数据分类的机器学习方法效果	生物医学图像数据	计算机视觉	NA	生物医学图像分析	FNN, GP, MLP, DNN	图像	NA	NA	前馈神经网络, 高斯过程, 多层感知机	准确率, 相关系数, 平均绝对误差, 均方根误差, 相对绝对误差, 相对均方根误差	NA
8844	2025-10-06	Deep learning applied in epilepsy: Bibliometric and visual analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375840 PMID:40949669	文献计量分析	通过文献计量和可视化分析方法研究深度学习在癫痫领域的应用现状和发展趋势	首次采用文献计量学方法对深度学习在癫痫领域的研究进行系统性可视化分析	仅纳入Web of Science数据库的英文文献，可能存在文献收录不全的局限性	分析深度学习在癫痫领域的研究趋势、热点和前沿发展	2006-2025年间发表的1266篇深度学习应用于癫痫的研究文献	机器学习	癫痫	文献计量分析，脑电图处理，脑成像分析	深度学习	文献数据，脑电图，医学影像	1266篇论文，来自290个国家/地区的1957个机构	CiteSpace, VOSviewer, Bibliometrix	NA	NA	NA
8845	2025-10-06	Single-scan adaptive graph filtering for dynamic PET denoising by exploring intrinsic spatio-temporal structure 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659122 PMID:40950959	研究论文	提出一种新型单次扫描自适应时空图滤波技术，用于动态PET图像去噪	无需外部训练数据，直接利用单次采集数据构建自适应图滤波器，探索数据内在时空结构	仅通过模拟和真实数据集验证，尚未在更广泛的临床场景中测试	开发针对动态PET图像的高效去噪方法	动态正电子发射断层扫描(PET)数据	医学图像处理	NA	动态PET成像	图滤波	PET正弦图数据	模拟和真实数据集	NA	时空图滤波(ST-GF)	NA	NA
8846	2025-10-06	Lightweight CNN for accurate brain tumor detection from MRI with limited training data 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1636059 PMID:40950994	研究论文	开发了一种轻量级CNN模型，用于在有限训练数据下从MRI图像中准确检测脑肿瘤	在有限数据条件下实现了高精度的脑肿瘤检测，相比需要大量数据的基线模型表现更优	仅使用189张MRI图像的小数据集，需要进一步扩大数据集验证模型泛化能力	开发轻量级深度学习模型用于脑肿瘤的早期检测	脑部MRI图像	计算机视觉	脑肿瘤	磁共振成像(MRI)	CNN	图像	189张灰度脑部MRI图像	TensorFlow, TFlearn	五层CNN架构(包含三个卷积层、两个池化层和一个全连接层)	准确率, 精确率, 召回率, F1分数, ROC AUC	NA
8847	2025-10-06	Multi-omics modality completion and knowledge distillation for drug response prediction in cervical cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622600 PMID:40951335	研究论文	提出MKDR深度学习框架，通过多组学模态补全和知识蒸馏技术提升宫颈癌药物反应预测准确性	结合变分自编码器模态补全和知识蒸馏技术，将完整组学数据信息迁移到不完整样本	未明确说明模型在其他癌症类型或临床样本上的泛化能力	提高宫颈癌药物反应预测准确性以支持个性化治疗策略开发	宫颈癌细胞系	机器学习	宫颈癌	多组学数据整合分析	变分自编码器,知识蒸馏	多组学数据（基因表达、拷贝数变异、突变数据）	NA	NA	MKDR-Student	MSE,R²,MAE,Spearman相关系数,Pearson相关系数	NA
8848	2025-10-06	Development of fully automated deep-learning-based approach for prediction of sentinel lymph node metastasis in breast cancer patients using ultrasound imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592521 PMID:40951361	研究论文	开发基于深度学习的全自动方法，利用超声影像预测乳腺癌患者前哨淋巴结转移	提出融合多种分割算法和CNN模型的集成方法，实现自动ROI勾画和预测，性能优于资深和初级放射科医生	回顾性研究设计，样本量相对有限（692例），需要更多外部验证	开发预测乳腺癌前哨淋巴结转移的深度学习模型	692例女性乳腺癌患者的超声影像数据	计算机视觉	乳腺癌	超声成像	CNN	超声图像	692例患者（训练集405例，内部验证集174例，外部测试集113例）	NA	DeepLabV3,U-Net,U-Net++,ResNet50,ResNet101,DenseNet121	AUC,准确率,Dice系数,ROC曲线,校准曲线,DCA	NA
8849	2025-10-06	Enhanced defect detection with autoencoder based analysis for Golay coded thermal wave imaging for inspection of carbon fiber reinforced polymers 2025-Sep-01, The Review of scientific instruments DOI:10.1063/5.0294144 PMID:40952248	研究论文	本研究探索了使用Golay编码热波成像结合自编码器处理技术来增强碳纤维增强聚合物内部缺陷的检测能力	提出了改进自编码器损失函数以更好捕捉热数据中缺陷特征的方法，并将Golay编码激励与自编码器处理相结合	仅针对特定设计的狭缝状缺陷进行研究，样本尺寸有限	提高碳纤维增强聚合物内部缺陷的检测灵敏度和可视化清晰度	碳纤维增强聚合物样本，包含三个不同厚度区域和工程设计的狭缝状缺陷	计算机视觉	NA	Golay编码热波成像，主动热成像技术	自编码器	热成像数据	1个碳纤维增强聚合物样本，包含3个不同厚度区域	NA	自编码器	信噪比，缺陷可见度	NA
8850	2025-10-06	Corticospinal tract reconstruction with tumor by using a novel direction filter based tractography method 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03357-3 PMID:40327206	研究论文	提出一种基于新型方向滤波器的皮质脊髓束重建方法，用于在肿瘤存在情况下实现稳健的神经纤维束重建	引入基于四阶微分方程的方向滤波器进行全局方向估计，结合空间一致性和解剖先验知识	NA	优化神经外科手术中肿瘤切除和皮质脊髓束保护的手术效果	皮质脊髓束（CST）	医学影像分析	脑肿瘤	弥散磁共振成像纤维束成像	深度学习	医学影像	NA	NA	NA	有效连接率，无连接率，断裂纤维数，短连接纤维数	NA
8851	2025-10-06	Deep learning-based prognostic assessment of polyploid giant cancer cells and mitotic figures in liver cancer 2025-Oct, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-025-03360-8 PMID:40332632	研究论文	开发基于深度学习的肝细胞癌多倍体巨癌细胞和有丝分裂象检测系统，并结合生存分析建立预后风险评估系统	首次将细胞水平特征检测与生存分析相结合，构建全流程的肝细胞癌预后评估系统	样本量相对有限（172例），需要进一步多中心验证	建立肝细胞癌的自动化预后风险评估系统	肝细胞癌患者的病理图像和临床预后数据	数字病理	肝癌	深度学习，生存分析	CNN	病理图像	172例肝细胞癌病例，340张病理图像	NA	CellFDet	F1-score	NA
8852	2025-10-06	An integrated deep learning framework using adaptive enhanced vision fusion and modified mobilenet architecture for precision classification of skin diseases with enhanced diagnostic performance 2025-Oct, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100331 PMID:40681043	研究论文	提出一种集成深度学习框架Dermo-Transfer，通过自适应增强视觉融合和改进的MobileNet架构实现皮肤疾病的精准分类	结合MobileNet与密集块和残差连接的新架构，采用多尺度Retinex、伽马校正和直方图均衡化增强图像质量，并引入量子支持向量机分类器	NA	提升皮肤疾病分类的准确性和诊断性能	皮肤疾病图像	计算机视觉	皮肤疾病	图像处理技术	CNN, QSVM	图像	77,314张皮肤疾病图像，涵盖软疣、疣、湿疹、银屑病、扁平苔藓、脂溢性角化病、特应性皮炎、黑色素瘤、基底细胞癌等疾病	NA	MobileNet, Dermo-Transfer	准确率	物联网设备和移动应用
8853	2025-10-06	Deep learning-enhanced development of innovative antioxidant liposomal drug delivery systems from natural herbs 2025-Sep-15, Materials horizons IF:12.2Q1 DOI:10.1039/d5mh00699f PMID:40600624	研究论文	开发基于BERT深度学习框架的天然草药抗氧化化合物筛选方法，并结合脂质体递送系统验证其抗氧化效果	提出两阶段BERT框架筛选天然抗氧化化合物，相比传统机器学习模型准确率提升约20%，并将筛选化合物与脂质体递送系统结合验证	仅针对2882种天然草药化合物进行筛选，未涵盖更广泛的化合物库	开发深度学习辅助的抗氧化脂质体药物递送系统，用于缓解氧化应激和细胞衰老	天然草药中的抗氧化化合物及其脂质体递送系统	自然语言处理	老年疾病	分子对接模拟，脂质体递送技术	BERT	化合物结构数据	587种实验确认的抗氧化剂和983种非活性化合物作为训练集，2882种天然草药化合物作为筛选库	BERT	BERT	准确率	NA
8854	2025-10-06	EZ-FRCNN: A Fast, Accessible and Robust Deep Learning Package for Object Detection Applications from Ethology to Cell Biology 2025-Sep-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.19.660198 PMID:40667197	研究论文	开发了一个名为EZ-FRCNN的本地化、用户友好型深度学习软件包，用于生物图像中的目标检测应用	提供了完全离线的图形化和脚本化界面，解决了生物学研究中基于区域的卷积神经网络技术门槛高和依赖云基础设施的问题	NA	开发易用且可扩展的目标检测工具，推动生物学发现	细胞表型、自由移动动物的摄食动态、自然环境中的动物	计算机视觉	NA	深度学习图像分析	基于区域的卷积神经网络	图像	NA	NA	Faster R-CNN	NA	本地部署，最小计算成本
8855	2025-10-06	FCM-NPOA: A hybrid Fuzzy C-means clustering with nomadic people optimizer for ovarian cancer detection 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241302736 PMID:40105378	研究论文	开发了一种结合模糊C均值聚类和游牧人群优化器的混合模型用于卵巢癌检测	提出FCM-NPOA混合模型，整合遗传和病理影像数据，优化模糊C均值聚类算法	仅使用349名患者数据，样本规模有限	卵巢癌早期诊断和分类	妇科腹盆腔肿瘤	机器学习	卵巢癌	遗传和病理影像数据整合	CNN, Transformer, 随机森林, 逻辑回归, SVM, 决策树	临床数据, 影像数据	349名患者	NA	UNeT, Transformer, FCM-NPOA-PM-UI	准确率, 精确率, F1分数, Dice系数	NA
8856	2025-10-06	Brain tumor detection using hybrid transfer learning and patch antenna-enhanced microwave imaging 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251325740 PMID:40208040	研究论文	提出一种结合混合迁移学习和贴片天线增强微波成像的创新脑肿瘤检测方法	将预训练深度学习模型与高分辨率微波成像技术相结合，利用贴片天线系统和MobileNet V2实现非侵入式实时脑肿瘤检测	仅通过仿真实验验证，尚未进行临床实际应用验证	开发一种非侵入式实时脑肿瘤检测技术以克服当前诊断方法的局限性	脑肿瘤	计算机视觉	脑肿瘤	微波成像，SAR分析	CNN	微波图像	NA	TensorFlow, PyTorch或Keras（具体框架未明确说明）	MobileNet V2	准确率, 精确率, 召回率, F1分数, 特异性	NA
8857	2025-10-06	A systematic review of artificial intelligence techniques based on electroencephalography analysis in the diagnosis of epilepsy disorders: A clinical perspective 2025-Sep, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2025.107582 PMID:40393108	系统综述	从临床角度系统回顾基于脑电图分析的人工智能技术在癫痫诊断中的应用	重点关注注意力机制而非传统深度学习或机器学习方法，并将研究范围从通用脑成像技术聚焦到癫痫诊断的脑电图数据分析	需要更多多中心合作以收集高质量数据并确保代码工具的开放访问	探讨人工智能在癫痫诊断领域的应用潜力	癫痫患者的脑电图数据	自然语言处理	癫痫	脑电图	注意力机制, ANN	脑电图信号	NA	NA	注意力机制, 人工神经网络	NA	NA
8858	2025-10-06	Performance of AI methods in PET-based imaging for outcome prediction in lymphoma: A systematic review and meta-analysis 2025-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112204 PMID:40466216	系统综述与荟萃分析	通过系统综述和荟萃分析评估基于PET影像的人工智能方法在淋巴瘤预后预测中的性能	首次对基于PET影像的AI方法在淋巴瘤预后预测中的性能进行系统评估，并比较了不同AI方法的预测效果	纳入研究存在异质性，需要更多前瞻性研究验证临床适用性	评估人工智能方法在淋巴瘤PET影像预后预测中的性能	淋巴瘤患者，主要为非霍奇金淋巴瘤	医学影像分析	淋巴瘤	PET影像分析	深度学习, 机器学习, 影像组学	PET医学影像	75项研究，其中61项聚焦非霍奇金淋巴瘤	NA	NA	HR, AUC, C-index, OR	Stata软件
8859	2025-10-06	Predicting survival rates of critically ill septic patients with heart failure using interpretable machine learning models 2025-Sep, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329251346284 PMID:40495578	研究论文	本研究开发了一种可解释的机器学习模型，用于预测伴有心力衰竭的危重脓毒症患者的生存率	首次针对伴有心力衰竭的脓毒症患者开发专用的可解释生存预测模型，并采用SHAP方法增强模型解释性	研究数据来源于公开数据库，可能存在选择偏倚，且仅验证了两个数据库的数据	开发可解释的预测模型来预测伴有心力衰竭的脓毒症患者的生存率	伴有心力衰竭的危重脓毒症患者	机器学习	心血管疾病	生存分析	DeepSurv	临床数据	11,778名患者	NA	DeepSurv	AUC,C-index,Integrated Brier Score,Decision Curve Analysis	NA
8860	2025-10-06	TME-guided deep learning predicts chemotherapy and immunotherapy response in gastric cancer with attention-enhanced residual Swin Transformer 2025-Aug-19, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102242 PMID:40695288	研究论文	提出基于肿瘤微环境引导的深度学习模型，用于预测胃癌患者的化疗和免疫治疗反应	首次将注意力增强的残差Swin Transformer网络应用于胃癌治疗反应预测，并利用中间任务提升模型性能	需要前瞻性研究验证临床实用性	预测胃癌患者对化疗和免疫治疗的反应	3,095例胃癌患者的多队列数据	数字病理学	胃癌	深度学习	Transformer	医学图像数据	3,095例胃癌患者	NA	注意力增强残差Swin Transformer	准确率	NA