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
1261	2025-12-15	A Review of Pedestrian Trajectory Prediction Methods Based on Deep Learning Technology 2025-Dec-03, Sensors (Basel, Switzerland) DOI:10.3390/s25237360 PMID:41374735	综述	本文系统回顾并批判性分析了基于深度学习的行人轨迹预测方法，涵盖了RNN、GAN、GCN和Transformer等关键模型家族	引入了比较分析框架，在标准化标准下评估各方法的优缺点，并提供了数据集和评估指标的全面分类，突出了现有实践和新兴趋势	NA	回顾和批判性分析基于深度学习的行人轨迹预测方法，以指导未来研究发展	行人轨迹预测方法	计算机视觉	NA	深度学习	RNN, GAN, GCN, Transformer	轨迹数据	NA	NA	NA	NA	NA
1262	2025-12-15	Development and Validation of a CNN-Based Diagnostic Pipeline for the Diagnosis of Otitis Media 2025-Dec-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238572 PMID:41375875	研究论文	本研究开发并验证了一个基于CNN的多步骤AI诊断流程，用于自动将鼓膜图像分类为四种中耳炎类别	提出一个包含图像质量评估、鼓膜分割、左右侧分类和疾病分类的四阶段CNN诊断流程，并整合了MambaOut、CaraNet、EfficientNet和ConvNeXt等多种深度学习模型	研究基于回顾性收集的有限数据集（2964张图像），未在更广泛或前瞻性临床环境中进行验证	开发一个自动化的AI诊断流程，以支持中耳炎的准确分类，特别是在非专科医生和基层医疗环境中	鼓膜耳镜图像	计算机视觉	中耳炎	耳镜成像	CNN	图像	2964张耳镜图像	NA	MambaOut, CaraNet, EfficientNet, ConvNeXt	准确率, F1分数	NA
1263	2025-12-15	A Comprehensive Review Comparing Artificial Intelligence and Clinical Diagnostic Approaches for Dry Eye Disease 2025-Dec-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233071 PMID:41374451	综述	本文系统综述了人工智能在干眼病诊断中的应用，并比较了AI模型与临床诊断方法的性能	首次系统性地比较了多种AI模型与临床诊断方法在干眼病诊断中的表现，并基于PRISMA指南进行了全面的文献分析	纳入研究多为2020-2025年间，缺乏外部验证，且未充分解决专家间诊断差异性问题	评估人工智能在眼科干眼病诊断中的应用效果，并与临床诊断方法进行比较	干眼病诊断研究	数字病理学	干眼病	多种眼科成像技术	深度学习模型	医学图像	基于30篇原始同行评审文章的系统综述	NA	U-Net, ResNet, DenseNet, GANs, Transformer	准确率	NA
1264	2025-12-15	An Improved Lightweight Model for Protected Wildlife Detection in Camera Trap Images 2025-Dec-02, Sensors (Basel, Switzerland) DOI:10.3390/s25237331 PMID:41374705	研究论文	本文提出了一种改进的轻量级模型YOLO11-APS，用于相机陷阱图像中的受保护野生动物检测	通过集成自注意力与卷积模块、部分卷积模块和SlimNeck范式，增强了YOLO11n模型，在复杂条件下强化了特征提取并降低了计算成本	未明确提及模型在极端环境或更多物种上的泛化能力限制	开发一种高效、轻量化的深度学习模型，用于受保护野生动物的自动监测	相机陷阱图像中的受保护野生动物	计算机视觉	NA	NA	YOLO	图像	NA	NA	YOLO11n, YOLO11-APS	精确率, 召回率, mAP@0.5, mAP@0.5:0.95	NA
1265	2025-12-15	Few-Shot and Zero-Shot Learning for MRI Brain Tumor Classification Using CLIP and Vision Transformers 2025-Dec-02, Sensors (Basel, Switzerland) DOI:10.3390/s25237341 PMID:41374716	研究论文	本研究比较了使用深度学习和视觉语言模型的少样本学习和零样本学习方法，用于MRI脑肿瘤分类	在有限标注数据下，通过比较少样本学习和零样本学习范式，特别是使用原型网络结合不同骨干网络，显著提升了MRI脑肿瘤分类的准确性	研究仅在特定数据集和实验设置下进行，可能未涵盖所有脑肿瘤类型或MRI扫描条件	开发数据高效的MRI脑肿瘤分类方法，以应对标注数据稀缺的挑战	MRI脑肿瘤扫描图像	计算机视觉	脑肿瘤	MRI扫描	CNN, ResNet, Vision Transformer, CLIP	图像	1000个随机采样的五样本、四类别实验	NA	ResNet-18, ResNet-50, Vision Transformer, Prototypical Network	准确率, F1分数	NA
1266	2025-12-15	Cross-Temporal Egg Variety and Storage Period Classifications via Multi-Task Deep Learning with Near-Infrared Hyperspectral Imaging 2025-Dec-02, Foods (Basel, Switzerland) DOI:10.3390/foods14234140 PMID:41376076	研究论文	本研究提出了一种多任务深度学习框架，利用近红外高光谱成像技术，实现对鸡蛋品种和储存期的跨时间无损分类	提出了集成CNN、SE通道注意力和Transformer编码器的多任务跨时间挤压与激励网络（MT-CTSE-Net），通过任务间特征共享来缓解储存引起的光谱漂移，提升模型在真实世界质量监测中的泛化能力	NA	开发一种非破坏性、跨时间的检测方法，用于鸡蛋品种识别和储存期分类，以支持农产品供应链中的质量评估与监测	三种商业鸡蛋品种（恩施富硒蛋、木兰湖杂粮蛋、正大叶黄素蛋）的近红外高光谱数据	计算机视觉	NA	近红外高光谱成像	CNN, Transformer	光谱数据	NA	NA	MT-CTSE-Net (集成CNN, SE, Transformer)	准确率, F1分数	NA
1267	2025-12-15	ADMGCN: graph convolutional network for Alzheimer's disease diagnosis with a meta-learning paradigm 2025-Dec-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf580 PMID:41148043	研究论文	本文提出了一种基于元学习范式的图卷积网络ADMGCN，用于阿尔茨海默病的早期诊断	结合元学习范式，通过采样创建标签平衡任务以最大化数据利用并缓解标签不平衡问题，同时引入加权和降维技术提升性能、存储和训练效率	未明确提及模型在外部数据集上的泛化能力或计算资源需求的具体限制	开发一种灵活且高效的图卷积网络方法，用于阿尔茨海默病的早期诊断	阿尔茨海默病神经影像学倡议数据集中的受试者	机器学习	阿尔茨海默病	神经影像学	图卷积网络	图数据	未明确指定具体样本数量，但使用了阿尔茨海默病神经影像学倡议数据集	未明确指定，但代码在GitHub上公开	ADMGCN	准确率	NA
1268	2025-12-15	Browser-Based Multi-Cancer Classification Framework Using Depthwise Separable Convolutions for Precision Diagnostics 2025-Dec-01, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15233066 PMID:41374447	研究论文	本文提出了一种基于浏览器的多癌种分类框架，利用深度可分离卷积进行实时、客户端推理，无需外部服务器或专用GPU	首个完全可部署于浏览器、保护隐私的多癌种诊断深度学习框架，实现了无需基础设施开销的高精度AI	未明确提及模型在低性能设备上的具体性能表现或跨浏览器兼容性测试细节	开发一种无需高性能硬件、服务器依赖且保护数据隐私的癌症早期精准诊断工具	涵盖26种癌症类型的组织病理学和细胞学图像	数字病理学	多癌种	组织病理学成像、细胞学成像	CNN	图像	超过130,000张图像	TensorFlow.js	Xception, VGG16, ResNet50, EfficientNet-B0, Vision Transformer	Top-1准确率, Top-5准确率	浏览器端推理，无需专用GPU或外部服务器
1269	2025-12-15	DELTA-SoyStage: A Lightweight Detection Architecture for Full-Cycle Soybean Growth Stage Monitoring 2025-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s25237303 PMID:41374678	研究论文	本文提出了一种名为DELTA-SoyStage的轻量级目标检测架构，用于全周期大豆生长阶段的监测	结合EfficientNet骨干网络、轻量级ChannelMapper颈部和新提出的DELTA检测头，实现了高效的大豆生长阶段分类，计算成本显著降低	数据收集在受控温室条件下进行，可能未完全覆盖田间环境的多样性	优化大豆生长阶段的准确识别，以支持精准农业决策	大豆植株	计算机视觉	NA	RGB图像采集	目标检测模型	图像	17,204张标注的RGB图像，涵盖从出苗到完全成熟的九个生长阶段	NA	EfficientNet, ChannelMapper, DELTA检测头	平均精度	适合部署在资源受限的边缘设备上
1270	2025-12-15	Advanced Signal Processing Methods for Partial Discharge Analysis: A Review 2025-Dec-01, Sensors (Basel, Switzerland) DOI:10.3390/s25237318 PMID:41374693	综述	本文全面综述了用于局部放电分析的高级信号处理方法	系统比较了不同方法，强调了它们在处理非平稳和含噪PD信号中的演变与互补作用	当前研究缺乏标准化、可解释且可嵌入的AI解决方案用于实时细粒度PD分类	回顾局部放电分析中的高级信号处理方法	局部放电信号	信号处理	NA	时间频率技术、小波变换、希尔伯特-黄变换、基于人工智能的方法	NA	信号	NA	NA	NA	NA	NA
1271	2025-12-13	Letter to editor "A deep learning-based clinical-radiomics model predicting the treatment response of immune checkpoint inhibitors (ICIs)-based conversion therapy in potentially convertible hepatocellular carcinoma patients: a tumor marker prognostic study" 2025-Dec-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000003203 PMID:41382402	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1272	2025-12-15	EffResViT-SE FusionNet: A Hybrid Deep Learning Framework for Accurate Classification of Coffee Leaf Diseases 2025-Dec, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71311 PMID:41383578	研究论文	提出了一种名为EffResViT-SE FusionNet的混合深度学习框架，用于咖啡叶部疾病的准确分类	提出了一种新颖的混合深度学习框架，将增强SE块的EfficientNetB3和ResNet50与Vision Transformer融合，有效结合了CNN的局部特征提取和Transformer的全局上下文建模能力	未明确说明模型在真实田间环境下的泛化能力，以及计算资源需求的具体情况	开发一个准确、可扩展的咖啡叶部疾病早期检测和分类解决方案，以支持及时干预和促进可持续农业	咖啡叶部疾病（叶锈病、Phoma病、Cercospora病和潜叶虫）以及健康叶片	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	58,555张咖啡叶片图像，分为5类：健康（18,984）、潜叶虫（16,983）、叶锈病（8,336）、Cercospora（7,681）和Phoma（6,571）	NA	EfficientNetB3, ResNet50, Vision Transformer (ViT)	准确率, 精确率, 召回率, F1分数	NA
1273	2025-12-14	Fast operating room scattered radiation calculation in x-ray guided interventions by using deep learning 2025-Dec-12, Journal of radiological protection : official journal of the Society for Radiological Protection IF:1.4Q3 DOI:10.1088/1361-6498/ae268e PMID:41330002	研究论文	本研究提出了一种结合蒙特卡洛模拟与深度学习的方法，用于实时估计X射线引导手术中手术室内的三维散射辐射	首次将蒙特卡洛模拟与深度学习相结合，实现手术室内三维散射辐射的实时快速计算，并能适应不同的临床场景	未提及具体临床验证规模及长期稳定性数据	提高X射线引导手术中医护人员免受散射电离辐射危害的安全性	手术室内的散射辐射分布	医学影像分析	NA	蒙特卡洛模拟，X射线成像	深度学习神经网络	模拟辐射图，患者形态数据，成像参数	未明确说明	未明确说明	未明确说明	平均绝对百分比误差，器官剂量误差	NVIDIA RTX 2080 GPU
1274	2025-12-14	Comprehensive review of machine learning and deep learning techniques for epileptic seizure detection and prediction based on neuroimaging modalities 2025-Dec-11, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-025-00208-8 PMID:41372680	综述	本文全面回顾了基于神经影像模态的癫痫发作检测和预测的机器学习和深度学习技术	系统性地分类了从传统信号处理到先进机器学习及深度学习算法的技术演变，并分析了关键研究趋势与挑战	NA	为癫痫发作检测和预测提供技术综述，以改进临床治疗和患者护理	脑电信号，包括头皮脑电图（EEG）和颅内脑电图	机器学习	癫痫	脑电图（EEG），神经影像模态	支持向量机，随机森林，卷积神经网络，循环神经网络，Transformer，图神经网络，混合架构	信号	NA	NA	NA	NA	NA
1275	2025-12-14	The Application of Deep Learning Human Pose Estimation in Sport: A Systematic Review 2025-Dec-10, Sports medicine - open DOI:10.1186/s40798-025-00953-3 PMID:41369858	综述	本文首次从体育科学视角，系统回顾了基于深度学习的人体姿态估计在体育领域的应用现状、数据集特点、算法方法及面临的挑战	首次从体育科学视角对基于深度学习的人体姿态估计进行系统性评估，并提出了针对未来研究和应用的实际指导建议	大多数研究依赖私有数据集进行算法训练和验证，限制了研究的可重复性和泛化能力；缺乏开放数据集和标准化实践	系统评估基于深度学习的人体姿态估计在体育领域的应用，分析其数据集可用性、方法可重复性及人为因素的影响	体育运动中的人体姿态估计相关研究	计算机视觉	NA	深度学习	深度学习模型	2D和3D视觉数据	371篇相关文章	NA	NA	NA	NA
1276	2025-12-14	Transformer-based deep learning enhances discovery in migraine GWAS 2025-Dec-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65991-7 PMID:41372126	研究论文	本研究开发了一种基于Transformer的深度学习模型InsightGWAS，通过整合功能注释并利用来自重度抑郁症GWAS数据的迁移学习，增强了偏头痛的遗传发现	首次将Transformer模型应用于GWAS数据，结合功能注释和跨疾病迁移学习，显著提高了偏头痛相关基因座的发现能力	模型依赖于现有GWAS数据集和功能注释的完整性，可能受限于数据质量和样本代表性	增强偏头痛的遗传发现，揭示新的遗传位点和相关生物学通路	偏头痛患者与对照组的GWAS数据	机器学习	偏头痛	GWAS, 迁移学习	Transformer	基因组关联数据	53,109例病例和230,876例对照	NA	Transformer	验证位点准确性	NA
1277	2025-12-14	A hybrid CNN-transformer framework optimized by Grey Wolf Algorithm for accurate sign language recognition 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27390-2 PMID:41372241	研究论文	本文提出了一种结合CNN、Transformer和灰狼优化算法的深度学习框架，用于准确高效地识别动态手语手势，特别是在美国手语中	提出了一种新颖的混合CNN-Transformer框架，并利用灰狼优化算法进行超参数调优，以提高模型性能和收敛速度	NA	开发一个高精度、高效率的手语识别系统，以辅助沟通技术	美国手语中的动态手势识别	计算机视觉	NA	深度学习	CNN, Transformer	图像	两个基准数据集：ASL Alphabet和ASL MNIST	NA	CNN-Transformer混合架构	准确率, F1分数, Matthews相关系数, AUC	NA
1278	2025-12-14	Deep learning-based artificial intelligence models predict survival in patients with oral cavity squamous cell carcinoma 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27428-5 PMID:41372262	研究论文	本研究应用深度学习人工智能模型整合多种临床因素，预测口腔鳞状细胞癌患者的生存期	开发了用于多组分类的深度神经网络，整合了传统TNM分期中未充分代表的个体化临床因素，如生活方式和ASA分类，并通过最小二乘和多任务学习处理类别不平衡问题	研究为回顾性分析，可能存在选择偏倚；样本量相对有限（1,018例），且未在外部验证集中测试模型泛化能力	提高口腔鳞状细胞癌患者生存预测的准确性，实现个体化预后评估和治疗规划	1996年至2020年间手术治疗的1,018名口腔鳞状细胞癌患者	机器学习	口腔癌	深度学习	深度神经网络	临床变量（包括人口统计学、生活方式、病理特征等）	1,018名患者	NA	深度神经网络	AUC, 敏感性, 特异性, 一致性指数	NA
1279	2025-12-14	Gradient-based optimization of complex nanoparticle heterostructures enabled by deep learning on heterogeneous graphs 2025-Dec-08, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00917-3 PMID:41361025	研究论文	本文利用深度学习优化核壳结构上转换纳米粒子的非线性光学性质	采用异构图神经网络结合物理驱动的纳米结构表示，并通过梯度优化方法实现了纳米材料的高效逆设计	训练数据依赖于计算成本高昂的动力学蒙特卡洛模拟，可能限制数据集的进一步扩展	优化上转换纳米粒子的非线性光学性能以实现逆设计	核壳结构上转换纳米粒子	机器学习	NA	动力学蒙特卡洛模拟	图神经网络	光谱数据	超过6000个模拟样本	NA	异构图神经网络	预测发射强度	NA
1280	2025-12-14	An investigation of race bias in deep learning-based segmentation of prostate MRI images 2025-Dec-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26189-5 PMID:41353223	研究论文	本研究探讨了基于深度学习的MRI前列腺分割模型中存在的种族偏见问题	首次系统性地研究了MRI前列腺分割深度学习模型中的种族偏见，揭示了训练数据种族不平衡对模型性能的影响	研究仅关注白人和黑人种族群体，未涵盖其他种族；样本量相对有限；仅使用T2加权MRI数据	调查深度学习在前列腺MRI分割中是否存在种族偏见	前列腺MRI图像	数字病理学	前列腺癌	磁共振成像	深度学习模型	医学图像	五个临床T2加权MRI数据集（种族比例不同）加一个公共数据集，测试集包含32名白人和黑人匹配受试者	NA	NA	Dice相似系数	NA