深度学习在生物医药领域中的应用

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
181	2025-06-06	Ventricular volume adjustment of brain regions depicts brain changes associated with HIV infection and aging better than intracranial volume adjustment 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1516168 PMID:40458466	research paper	该研究探讨了在分析HIV感染和衰老相关的大脑结构变化时，采用侧脑室（LV）体积调整比颅内体积（ICV）调整更能揭示潜在的萎缩模式	提出了使用侧脑室体积调整作为新的分析方法，以更准确地识别HIV感染和衰老相关的大脑萎缩模式，尤其是在HIV相关神经认知障碍（HAND）的研究中	研究仅基于MRI T1图像数据，未考虑其他可能的神经影像学或临床数据	比较不同体积调整策略在识别HIV感染和衰老相关大脑萎缩模式中的效果	HIV感染者和健康对照者的大脑结构变化	digital pathology	HIV感染	MRI T1成像	deep learning models	image	NA
182	2025-06-06	A dynamic early-warning method for bridge structural safety based on data reconstruction and depth prediction 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324816 PMID:40460166	research paper	提出了一种基于数据重构和深度预测的桥梁结构安全动态预警方法	结合奇异值分解算法和LSTM网络，有效解耦监测数据并提高预测精度	仅通过应变数据验证，未涉及其他类型监测数据的测试	解决复杂耦合荷载下桥梁结构异常监测数据的有效检测与预警问题	桥梁结构监测数据	structural health monitoring	NA	singular value decomposition (SVD), long short-term memory (LSTM)	LSTM	strain data	实测应变数据（具体数量未说明）
183	2025-06-06	Interactive Segmentation Model for Placenta Segmentation from 3D Ultrasound images 2025, Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco) DOI:10.1007/978-3-031-73647-6_13 PMID:40463734	research paper	该论文提出了一种基于深度学习的交互式分割模型，用于从3D超声图像中分割胎盘，以提高分割的准确性和效率	首次将交互式分割模型应用于3D超声图像中的胎盘分割任务，并评估了人机交互模型的有效性和效率	该模型在3D超声图像分割中的性能可能受到该模态固有噪声的影响	开发一种高效且准确的胎盘分割方法，以替代耗时的手动标注	3D超声图像中的胎盘	数字病理学	妊娠相关疾病	深度学习	Segment Anything Model (SAM)	3D图像	未提及具体样本数量
184	2025-06-06	Towards sustainable solutions: Effective waste classification framework via enhanced deep convolutional neural networks 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0324294 PMID:40465648	研究论文	本文提出了一种创新的废物分类模型，结合了定制的DenseNet201架构、SE注意力机制和并行CNN分支的融合，以提高废物管理的效率和可扩展性	结合了SE注意力机制和并行CNN分支的融合，增强了从废物数据中提取复杂、深层和更可区分特征的能力	NA	提高废物分类的准确性和效率，促进环境可持续性	废物数据	计算机视觉	NA	深度学习	DenseNet201, CNN	图像	四个公开数据集和三个额外数据集以增强废物多样性和模型可靠性
185	2025-06-06	Application of ConvNeXt with transfer learning and data augmentation for malaria parasite detection in resource-limited settings using microscopic images 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313734 PMID:40465684	research paper	本研究探讨了使用ConvNeXt模型结合迁移学习和数据增强技术，在资源有限地区通过显微图像进行疟疾寄生虫检测的深度学习方法	采用ConvNeXt V2 Tiny Remod版本模型，结合数据增强和迁移学习技术，实现了98.1%的高准确率，并展示了在资源有限地区的实际应用潜力	研究依赖于增强后的数据集，原始数据量相对有限，且在资源极度匮乏地区的实际部署可能面临挑战	开发一种在资源有限地区能高效准确诊断疟疾的深度学习方法	疟疾寄生虫的显微图像	digital pathology	malaria	deep learning, data augmentation, transfer learning	ConvNeXt, Swin Tiny, ResNet18, ResNet50	image	初始27558张薄血涂片图像，增强后达到606276张
186	2025-06-06	Verification and application of deep learning models in daily sports activities of teenagers 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322166 PMID:40465756	研究论文	本文基于VGG16模型，结合BiLSTM和CBAM模块，验证并应用于青少年日常体育活动中羽毛球动作的识别	结合BiLSTM模型的双向学习时间序列信息优势和CBAM模块的通道与区域特征表示，显著提高了动作识别的准确性	研究仅针对羽毛球运动，可能不适用于其他体育活动的动作识别	提高青少年日常体育活动中动作识别的准确性	青少年日常体育活动中的羽毛球动作	计算机视觉	NA	深度学习	VGG16, BiLSTM, CBAM	视频	基于公共数据集Roboflow中的羽毛球训练数据集
187	2025-06-06	The effects of learning experience on college students' deep english learning: a study of the chain mediation effect of motivation and strategy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325491 PMID:40465789	research paper	本研究探讨学习体验对大学生英语深度学习的影响，以及动机和策略的链式中介效应	首次验证了英语学习领域中‘学习体验→学习动机→学习策略→深度学习’的链式中介模型	样本范围有限，采用了横断面设计	探究学习体验对大学生英语深度学习的影响机制	不同性别、年龄、教育背景和学业成绩水平的大学生	教育心理学	NA	量表评估，SPSS和AMOS软件统计分析	链式中介模型	问卷数据	不同背景的大学生样本
188	2025-06-06	Multi-branch GAT-GRU-transformer for explainable EEG-based finger motor imagery classification 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1599960 PMID:40469097	研究论文	提出了一种名为Multi-Branch GAT-GRU-Transformer的新型多分支深度学习框架，用于增强基于EEG的运动想象分类	结合了GAT、GRU和Transformer模块，提取空间、时间和频率特征，并通过SHAP和PLV分析提高模型的可解释性	NA	提高基于EEG的运动想象分类的性能和可解释性	EEG信号	脑机接口	NA	EEG	GAT, GRU, Transformer, CNN	EEG信号	Kaya数据集
189	2025-06-06	Mechanism and Multilayer Perceptron prediction model of the removal of α-terpineol, terpinen-4-ol and carvone from pasteurized citrus juices by β-cyclodextrin encapsulation 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1557934 PMID:40469671	research paper	研究揭示了天然环糊精（β-CD）改善巴氏杀菌柑橘汁感官评价的机制，并开发了基于常规理化指标的包埋预测模型	揭示了β-CD与异味化合物形成1:1包合物的可能构象，并利用多层感知器模型预测环糊精包埋效果	NA	改善巴氏杀菌柑橘汁的感官评价并预测环糊精包埋效果	柑橘汁中的α-松油醇、4-松油醇和香芹酮	食品科学	NA	气相色谱-质谱、扫描电子显微镜、X射线衍射、傅里叶变换红外光谱、热重分析和分子对接	Multilayer Perceptron	理化指标数据	NA
190	2025-06-06	Artificial intelligence in cancer pathology: Applications, challenges, and future directions 2025, CytoJournal IF:2.5Q2 DOI:10.25259/Cytojournal_272_2024 PMID:40469709	review	本文综述了人工智能在癌症病理学中的应用、挑战及未来发展方向	探讨了AI在多种癌症类型（如乳腺癌、肺癌、前列腺癌和结直肠癌）中的创新应用，包括组织分类、突变检测和预后预测	面临数据隐私保护、模型可解释性提升和监管标准满足等挑战	旨在提升癌症病理诊断的准确性、优化工作流程并支持精准肿瘤学	多种癌症类型（乳腺癌、肺癌、前列腺癌和结直肠癌）的病理学数据	digital pathology	cancer	machine learning, deep learning, computer vision	NA	histopathological images, multi-modal data	NA
191	2025-06-06	Res-ECA-UNet++: an automatic segmentation model for ovarian tumor ultrasound images based on residual networks and channel attention mechanism 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1589356 PMID:40470046	research paper	提出了一种基于残差网络和通道注意力机制的自动分割模型Res-ECA-UNet++，用于卵巢肿瘤超声图像的自动分割	结合UNet++基础架构与ResNet34骨干网络，引入残差模块解决梯度消失问题，并采用ECA-Net通道注意力机制提升肿瘤区域识别精度	模型对不同病理类型和成像特征的适应性有待进一步优化	提升卵巢肿瘤超声图像分割的准确性，缓解医疗资源紧张问题	卵巢肿瘤超声图像	digital pathology	ovarian tumor	deep learning	Res-ECA-UNet++ (基于UNet++和ResNet34的改进模型)	ultrasound images	临床卵巢肿瘤超声数据集及公开OTU2D数据集
192	2025-06-06	Application of artificial intelligence in palliative care: a bibliometric analysis of research hotspots and trends 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1597195 PMID:40470051	研究论文	本文通过文献计量学方法分析了人工智能在缓和医疗中的研究趋势，绘制了知识结构并识别了研究热点	首次系统地评估了人工智能在缓和医疗中的发展轨迹，填补了该领域在文献计量和可视化研究方面的空白	该领域仍处于早期发展阶段，发展中国家参与度不足	分析人工智能驱动的缓和医疗研究趋势，为未来发展提供参考	缓和医疗领域的人工智能应用研究	医疗人工智能	缓和医疗相关疾病	文献计量分析、共现分析、关键词趋势分析	机器学习、深度学习、自然语言处理	文献数据	246篇出版物，来自45个国家、615个机构和1,456位作者
193	2025-06-06	Application of artificial intelligence in modern healthcare for diagnosis of autism spectrum disorder 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1569464 PMID:40470058	research paper	该研究探讨了深度学习算法在通过儿童面部特征识别自闭症谱系障碍（ASD）中的应用	提出使用Inception-V3模型在ASD诊断中达到98%的准确率，超越了现有的迁移学习算法	研究依赖于特定数据集，可能无法涵盖所有ASD面部特征的多样性	提高ASD早期诊断的准确性和效率	自闭症谱系障碍（ASD）儿童的面部特征	digital pathology	geriatric disease	深度学习	ResNet50, Inception-V3, VGG-19	image	2,940张面部图像
194	2025-06-06	Design of Chinese traditional Jiaoyi (Folding chair) based on Kansei Engineering and CNN-GRU-attention 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1591410 PMID:40470295	research paper	本研究通过跨学科方法创新性地提升中国传统折叠扶手椅（交椅）设计中的个性化情感响应和用户体验质量	结合Kansei工程和CNN-GRU-attention混合深度学习模型，提出了一种可量化的智能设计范式，用于文化遗产的现代化计算设计	未明确提及样本规模或数据收集的具体限制	系统提取用户情感特征，提升传统家具设计的个性化和用户体验	中国传统折叠扶手椅（交椅）的设计	computational design	NA	web-behavior data mining, KJ method, semantic crawlers, fuzzy comprehensive assessment, random forest, K-prototype clustering	CNN-GRU-Attention hybrid deep learning model	multi-source social data	NA
195	2025-06-06	Deep learning-guided structural analysis of a novel bacteriophage KPP105 against multidrug-resistant Klebsiella pneumoniae 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.04.032 PMID:40470315	研究论文	本研究通过深度学习指导的结构分析，对新型噬菌体KPP105进行了全面的生理、基因组和结构分析，以评估其对抗多重耐药肺炎克雷伯菌的潜力	首次对新型噬菌体KPP105进行全面的生理、基因组和结构分析，并利用深度学习技术分析其宿主相互作用蛋白的结构	未提及研究的具体局限性	评估新型噬菌体KPP105作为对抗多重耐药肺炎克雷伯菌的替代药物的潜力	新型噬菌体KPP105及其宿主相互作用蛋白（如受体结合蛋白RBP和内溶素）	生物信息学	多重耐药细菌感染	深度学习、结构分析、基因组分析	NA	基因组数据、蛋白质结构数据	NA
196	2025-06-06	High throughput assessment of blueberry fruit internal bruising using deep learning models 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1575038 PMID:40470370	research paper	该研究利用深度学习模型快速量化蓝莓内部淤伤，为机器收获蓝莓提供了一种高效评估方法	首次将YOLO检测和分割模型应用于蓝莓内部淤伤的自动量化，并建立了淤伤比率与机械纹理参数的相关性	淤伤比率与地面真实值的相关系数为0.69，平均绝对百分比误差为15.87%，准确度有待提高	开发一种高效评估蓝莓内部淤伤的方法，以促进适合机器收获的蓝莓基因型培育	61个软到硬类型的蓝莓品种	computer vision	NA	deep learning	YOLO	image	61个蓝莓品种在2021-2023年三年期间的数据
197	2025-06-06	DualCMNet: a lightweight dual-branch network for maize variety identification based on multi-modal feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1588901 PMID:40470359	研究论文	提出了一种基于多模态特征融合的轻量级双分支网络DualCMNet，用于玉米品种识别	引入了HShuffleBlock特征转换模块、CBAM注意力机制和轻量级门控融合模块，实现了高精度与低计算开销的平衡	仅针对11个玉米品种进行了测试，可能需要更多样本来验证泛化能力	开发一种准确高效的玉米种子品种识别方法，满足智慧农业的实际应用需求	11个玉米品种的多模态数据	计算机视觉	NA	多模态数据融合	1D-CNN, MobileNetV3	图像, 高光谱数据	11个玉米品种的多模态数据
198	2025-06-06	Artificial Intelligence and Radiomics Applied to Prostate Cancer Bone Metastasis Imaging: A Review 2024-Dec, iRadiology DOI:10.1002/ird3.99 PMID:40453356	review	本文综述了人工智能和放射组学在前列腺癌骨转移影像分析中的应用	综合分析了放射组学、机器学习和深度学习在前列腺癌骨转移影像分析中的应用，并提出了未来研究方向	文献中缺乏对各种方法的详细分析和未来方向的深入探讨	探讨定量方法在前列腺癌骨转移影像分析中的应用及其临床意义	前列腺癌骨转移的影像数据	digital pathology	prostate cancer	radiomics, machine learning, deep learning	NA	image	NA
199	2025-06-06	Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review 2024-10-30, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57124 PMID:39475815	综述	本文探讨了人工智能和数据科学在急诊医学中整合社会健康决定因素（SDOH）数据的潜力和应用	首次系统性地评估了AI和数据科学在急诊医学中SDOH数据整合的应用，突出了机器学习和自然语言处理技术的优势	研究仍处于初级阶段，纳入的研究数量有限（26篇），且主要集中在急诊科患者	探索AI和数据科学在急诊医学中SDOH数据建模、提取和整合的应用潜力	急诊科患者及其SDOH数据	医疗信息学	急诊医学相关疾病（如脓毒症、急性心肌梗死、哮喘等）	机器学习（ML）、自然语言处理（NLP）、深度学习、模式匹配	NLP模型（包括基于规则的NLP、深度学习模型）	文本数据（临床记录等）	26项符合条件的研究（其中9项专门针对急诊患者）
200	2025-06-06	Deep learning-based rapid image reconstruction and motion correction for high-resolution cartesian first-pass myocardial perfusion imaging at 3T 2024-Sep, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30106 PMID:38576068	research paper	开发并评估了一种基于深度学习的快速图像重建和运动校正技术，用于3T高分辨率笛卡尔首过心肌灌注成像	提出了一种结合3D物理驱动展开网络架构和2D U-Net运动校正网络的深度学习技术，实现了快速高质量的图像重建和运动校正	研究样本量较小（20名受试者的135个切片），且未与其他先进的深度学习重建方法进行比较	开发快速高质量的图像重建和运动校正技术用于心肌灌注成像	心肌灌注图像	medical imaging	cardiovascular disease	deep learning-based image reconstruction	3D unrolled network, 2D U-Net	medical images	20名受试者的135个切片