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
1861	2025-10-30	A comprehensive annotated image dataset for deep learning analysis of eggplant leaf diseases 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112140 PMID:41140868	研究论文	开发了一个用于茄子叶片病害深度学习分析的全面标注图像数据集，并提出了CBAM-EfficientNetB0分类模型	创建了目前最全面的茄子病害数据集，包含10种不同病害类别，并提出结合通道和空间注意力的CBAM-EfficientNetB0模型	数据仅来自孟加拉国的两个农业区域，可能缺乏地理多样性	实现茄子叶片病害的准确识别和分类，支持精准农业中的早期病害检测	茄子叶片病害图像	计算机视觉	植物病害	图像采集、数据增强	CNN	图像	3116张原始高分辨率图像，通过数据增强扩展到10000张	NA	CBAM-EfficientNetB0, ResNet50, VGG16, VGG19	准确率	NA
1862	2025-10-30	Spectral-distortion-suppressed deep learning for fiber sensor photoacoustic microscopy 2025-Dec, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2025.100774 PMID:41142359	研究论文	提出一种抑制光谱畸变的深度学习框架，用于光纤传感器光声显微镜，以提高血氧饱和度计算的准确性	开发了两阶段深度学习框架，第一阶段将3D数据降维为2D图像并抑制噪声，第二阶段整合双波长图像并抑制光谱畸变	使用传统高信噪比光声显微镜系统采集的数据集进行验证，未在真实临床环境中验证	解决光纤传感器光声显微镜在扩大视场时信噪比下降导致血氧饱和度计算不准确的问题	光纤传感器光声显微镜系统采集的光声信号和图像数据	医学影像处理	NA	光声显微镜，光纤激光传感器	深度学习	3D光声数据，2D图像	NA	NA	NA	信噪比，血氧饱和度计算准确性，图像保真度	NA
1863	2025-10-30	Enhancing accuracy of detecting left atrial dilatation on CT pulmonary angiography 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100696 PMID:41142702	研究论文	本研究评估人工智能分割模型在CT肺动脉造影中检测左心房扩张的性能	首次在非心电图门控CTPA中使用深度学习模型自动测量左心房体积，并与心脏MRI金标准及放射科医生报告进行对比	单中心回顾性研究，样本主要来自白人群体（85.8%），可能限制结果的普适性	提高在CT肺动脉造影中检测左心房扩张的准确性	疑似肺动脉高压患者	医学影像分析	心血管疾病	CT肺动脉造影（CTPA），心脏MRI（CMR）	深度学习分割模型	医学影像（CT和MRI）	451名患者（平均年龄64±13岁，62.5%女性，85.8%白人）	NA	NA	敏感性，特异性，阳性预测值，阴性预测值，相关系数，Kappa系数，Bland-Altman分析	NA
1864	2025-10-30	PlantCity: A comprehensive image based on multi crop leaves in Pakistan 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112130 PMID:41140863	研究论文	本文介绍了PlantCity数据集，这是一个包含巴基斯坦12种主要作物叶片的高分辨率图像数据集，用于植物病害分类	创建了首个针对巴基斯坦多种作物的综合植物病害图像数据集，包含真实田间条件下的高温环境数据	数据收集仅限于巴基斯坦两个特定地区，可能无法代表其他地理区域的环境条件	开发用于自动化植物病害分类的深度学习模型，支持精准农业和可持续农业	12种主要作物叶片：苹果、杏、豆类、樱桃、玉米、无花果、葡萄、枇杷、梨、番茄、核桃和柿子	计算机视觉	植物病害	智能手机计算机视觉	深度学习模型	图像	原始图像10,667张，增强后总计52,273张图像，涵盖52个类别（41个病害类和11个健康类）	NA	NA	NA	NA
1865	2025-10-30	Cotton leaf image dataset for disease classification and health monitoring 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112142 PMID:41159111	研究论文	本文提出了一个用于棉花叶部疾病分类和健康监测的精心策划图像数据集	创建了包含原始和增强高分辨率图像的棉花叶部疾病数据集，涵盖四种常见疾病类型，支持精准农业研究	数据仅来自孟加拉国达卡的一个农业大学的植物，地理多样性有限	开发早期自动化疾病检测和棉花植物健康监测方法	棉花叶部疾病图像	计算机视觉	植物疾病	图像采集	深度学习模型	图像	1373张原始图像和4963张增强图像	NA	NA	NA	NA
1866	2025-10-29	Dataset of two-phase flow in a horizontal pipe: synchronized measurements of acceleration, pressure, void fraction and high-velocity camera 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112117 PMID:41140862	研究论文	本文提供了一个水平管道中气水两相流的同步测量数据集，包含加速度、压力、空隙率和高速摄像数据	通过同步采集多传感器数据与高速摄像，并应用深度学习算法进行气泡分割和跟踪，实现了对多相流动力学的综合分析	数据集仅包含23个实验点，覆盖三种流型（分层流、段塞流和分散气泡流），样本规模有限	研究管道中两相流和流致振动现象	水平管道中的气水混合两相流	流体力学	NA	高速摄像、传感器同步测量、图像处理	深度学习算法	时间序列传感器数据、视频图像	23个实验点，600秒传感器数据（25.6 kHz采样率），15秒高速视频（800 fps）	NA	NA	NA	NA
1867	2025-10-29	Unravelling emotions: exploring deep learning approaches for EEG-based emotion recognition with current challenges and future recommendations 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10328-9 PMID:41141240	综述	本文系统综述了基于脑电图信号和深度学习的情绪识别研究现状，并比较了不同模型的性能	系统比较了多种深度学习模型与传统机器学习模型在脑电图情绪识别中的性能，并提出了未来研究路线图	仅基于PRISMA指南筛选了2018-2024年间120篇文献，可能存在文献覆盖不全的局限性	探索深度学习在基于脑电图的情绪识别中的应用效果	脑电图信号和情绪识别	机器学习	NA	脑电图	CNN, LSTM, GRU, BiLSTM, 双向GRU, 卷积循环神经网络, EEG-Conformer	脑电图信号	基于SEED和GAMEEMO两个数据集	NA	卷积循环神经网络, EEG-Conformer	准确率, 精确率, 召回率, F1分数	NA
1868	2025-10-27	MCA-GAN: A lightweight Multi-scale Context-Aware Generative Adversarial Network for MRI reconstruction 2025-Dec, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110465 PMID:40780320	研究论文	提出一种轻量级多尺度上下文感知生成对抗网络MCA-GAN，用于加速MRI重建	通过双域生成器协同优化k空间和图像域表示，集成多个轻量级模块实现高效多尺度特征提取和全局上下文建模	NA	提高MRI重建质量同时显著降低计算成本	MRI图像重建	医学影像处理	NA	磁共振成像	GAN	MRI图像	IXI、MICCAI 2013和MRNet膝关节数据集	NA	MCA-GAN, 包含DWLA、AGRB、MSCMB、CSMS模块	PSNR, SSIM	NA
1869	2025-10-25	Arthroscopy-validated diagnostic performance of sub-5-min deep learning super-resolution 3T knee MRI in children and adolescents 2025-Dec, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-04969-4 PMID:40493057	研究论文	评估5分钟内深度学习超分辨率3T膝关节MRI在儿童青少年中的诊断性能	首次在儿童青少年中验证结合六倍并行成像和同步多层采集的深度学习超分辨率快速MRI技术	回顾性研究，样本量有限(44例)，年龄范围较窄(9-17岁)	确定快速深度学习超分辨率膝关节MRI的诊断性能	患有膝关节疼痛的儿童和青少年患者	医学影像	膝关节疾病	深度学习超分辨率MRI，并行成像(PIx3)，同步多层采集(SMSx2)	深度学习	MRI影像	44名儿童和青少年(24名男孩，平均年龄15±2岁)	NA	超分辨率网络	灵敏度, 特异性, 准确率, AUC, 组内相关系数	NA
1870	2025-10-05	YOLOv5-aided paper-based microfluidic intelligent sensing platform for multiplex sweat biomarker analysis 2025-Dec-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.117978 PMID:40945114	研究论文	开发了一种基于YOLOv5的纸基微流体智能传感平台，用于汗液中多种生物标志物的检测	结合易制造的纸基微流控芯片、智能手机成像和深度学习框架，实现了99.5%的平均精度	未明确说明样本规模和计算资源需求	开发一种成本效益高、便携且可重复的汗液生物标志物检测方法	汗液中的铁离子、氯离子和葡萄糖	计算机视觉	NA	比色检测、微流控技术	CNN	图像	NA	PyTorch	YOLOv5	平均精度	NA
1871	2025-10-05	Advancing CRISPR with deep learning: A comprehensive review of models and databases 2025-Dec-09, Molecular therapy. Nucleic acids DOI:10.1016/j.omtn.2025.102691 PMID:41017815	综述	本文全面回顾了用于预测CRISPR基因编辑靶向效率的深度学习模型和相关数据库	系统梳理了当前CRISPR领域可用的数据库资源，并强调了机器学习/深度学习方法在预测脱靶效应中的关键作用	当前预测准确性受限于可用训练数据量，且需要更多序列特征整合到深度学习工具中	促进基因编辑疗法发展，通过预测CRISPR基因编辑实验效率来减少脱靶效应	CRISPR基因编辑系统及其脱靶效应	机器学习	NA	CRISPR基因编辑	深度学习	序列数据	NA	NA	NA	预测准确性	NA
1872	2025-10-05	Automatic specific absorption rate (SAR) prediction for hyperthermia treatment planning using deep learning method 2025-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group IF:3.0Q2 DOI:10.1080/02656736.2025.2554860 PMID:40922671	研究论文	开发一种基于深度学习的快速准确预测人脑比吸收率分布的方法，用于支持脑癌患者的实时热疗治疗计划	首次提出使用带有交叉注意力块的编码器-解码器神经网络从脑电特性、肿瘤3D等中心坐标和微波天线相位设置预测SAR分布	仅使用201个模拟数据进行训练和评估，样本量相对有限	开发快速准确的SAR预测方法以支持实时热疗治疗计划	脑癌患者的头部SAR分布	医学影像分析	脑癌	有限元建模，深度学习	编码器-解码器神经网络	模拟数据，3D坐标数据	201个模拟样本（训练181个，测试20个）	NA	编码器-解码器网络，交叉注意力块	均方根误差，平均绝对误差，结构相似性指数	NA
1873	2025-10-05	Grapevine disease detection using (q,τ)-nabla calculus quantum deformation with deep learning features 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103619 PMID:41018245	研究论文	提出一种结合(q,τ)-Nabla微积分量子变形特征和深度学习特征的混合分类方法用于葡萄叶病害检测	首次将(q,τ)-Nabla微积分量子变形特征与深度学习特征相结合用于植物病害分类	NA	开发有效的葡萄叶病害检测方法以支持可持续农业和粮食安全	葡萄叶病害	计算机视觉	植物病害	计算机视觉、图像分析	CNN	图像	NA	NA	预训练卷积神经网络	准确率	NA
1874	2025-10-05	Towards safer environments: A YOLO and MediaPipe-based human fall detection system with alert automation 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103623 PMID:41018251	研究论文	开发了一种基于YOLOv8和MediaPipe的人体跌倒检测系统，具有实时警报功能	结合MediaPipe姿态估计和YOLOv8目标检测，利用位置标志点和活动识别算法提高系统在真实场景中的可扩展性和鲁棒性	NA	通过实时跌倒检测提升公共场所安全	人体跌倒行为	计算机视觉	NA	姿态估计，目标检测，异常检测	CNN	视频	NA	MediaPipe, YOLOv8	YOLOv8	准确率, 精确率, 召回率, F1分数	NA
1875	2025-10-05	EyeMap: A fusion-based method for eye movement-based visual attention maps as predictive markers of parkinsonism 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103607 PMID:40994894	研究论文	开发了一种名为EyeMap的融合方法，用于可视化眼动模式并作为帕金森症的预测标记	通过后期融合技术结合多种眼动可视化方式的预测结果，无需手动特征工程即可检测帕金森特异性凝视异常	NA	开发眼动视觉注意力地图作为帕金森症的预测标记	帕金森患者和健康对照组的眼动数据	计算机视觉	帕金森症	眼动追踪	机器学习,深度学习	眼动数据（扫描路径、注视热图、网格化感兴趣区域）	包含PD患者和健康对照组的眼动追踪数据集	NA	NA	NA	NA
1876	2025-10-05	GShC-Net: Hybrid deep learning with DCTLAP feature extraction for brain tumor detection 2025-Dec, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108577 PMID:40701121	研究论文	提出一种混合深度学习模型GShC-Net用于脑肿瘤检测	融合GoogleNet和Shepard卷积神经网络，结合DCTLAP特征提取的混合深度学习架构	NA	开发自动化计算机辅助诊断系统以改进脑肿瘤早期检测	脑肿瘤医学图像	计算机视觉	脑肿瘤	医学图像分析	CNN,混合深度学习	图像	NA	NA	GoogleNet,Shepard CNN,GShC-Net	真阳性率,真阴性率,准确率	NA
1877	2025-10-06	A Transformer-based framework with generative spectral augmentation for online monitoring of hyaluronic acid fermentation 2025-Dec-01, Carbohydrate polymers IF:10.7Q1 DOI:10.1016/j.carbpol.2025.124278 PMID:40973290	研究论文	提出结合数据增强和深度学习的在线监测框架，用于透明质酸发酵过程中分子量和浓度的实时监测	首次将Wasserstein GAN with gradient penalty (WGAN-GP)数据增强技术与改进的Transformer模型相结合，用于近红外光谱分析	未明确说明训练数据的具体规模和发酵过程的变异范围	开发精确实时的透明质酸发酵过程监测方法	透明质酸发酵过程	机器学习	NA	近红外光谱分析	GAN, Transformer, CNN, LSTM	光谱数据	NA	NA	WGAN-GP, Transformer, 1D-CNN, LSTM	预测精度, 泛化能力	NA
1878	2025-10-06	Application of Raman Spectroscopy Coupled With Chemometrics for the Detection and Quantification of Mancozeb Residues in Collard Green 2025-Dec, Analytical science advances IF:3.0Q2 DOI:10.1002/ansa.70045 PMID:40959212	研究论文	本研究利用拉曼光谱结合化学计量学方法检测和定量羽衣甘蓝中的代森锰锌农药残留	首次将拉曼光谱与机器学习模型结合用于代森锰锌农药残留的检测和定量分析	研究仅在特定浓度范围(0.01-0.5 ppm)内验证，未涵盖所有可能的残留浓度	评估拉曼光谱结合数据分析技术在叶菜类蔬菜农药残留监测中的可行性	羽衣甘蓝中的代森锰锌农药残留	光谱分析	NA	拉曼光谱	支持向量机,卷积神经网络,集成学习	光谱数据	NA	NA	CNN	准确率,精确率,训练准确率,测试准确率	NA
1879	2025-10-06	Generalizable deep learning for photoplethysmography-based blood pressure estimation-A benchmarking study 2025-Dec-01, Machine Learning. Health DOI:10.1088/3049-477X/ae01a8 PMID:40959521	研究论文	本研究通过基准测试评估深度学习模型在光电容积脉搏波血压估计中的泛化能力	首次系统评估深度学习模型在光电容积脉搏波血压估计中的分布外泛化性能，并提出基于样本的域适应方法	模型性能受不同数据集间血压分布差异的显著影响，泛化能力仍有待提升	研究基于光电容积脉搏波的深度学习血压估计模型的泛化能力	光电容积脉搏波信号和对应的血压测量值	机器学习	心血管疾病	光电容积脉搏波	深度学习	波形信号	PulseDB数据集及多个外部数据集	NA	XResNet1d101	平均绝对误差	NA
1880	2025-10-06	Analyzing mental disorders with a CNN-GRU deep learning model on motor activity 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10335-w PMID:40964443	研究论文	使用CNN-GRU深度学习模型分析运动活动数据以识别情绪障碍	首次将CNN-GRU架构应用于连续运动活动数据来分析情绪障碍，相比现有方法实现了更高的准确率	仅使用单一数据集（Depresjon数据集）进行验证，需要更多样化的数据来验证泛化能力	开发基于深度学习的情感障碍自动检测方法	情绪障碍患者的运动活动数据	机器学习	情绪障碍	腕戴式活动记录技术	CNN, GRU	连续运动活动序列数据	Depresjon数据集中的样本	NA	CNN-GRU混合架构	准确率	NA