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
201	2025-09-15	Efficacy of artificial intelligence-based FFR technology for coronary CTA stenosis detection in clinical management of coronary artery disease: a systematic review 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1635923 PMID:40821942	系统综述	综述人工智能基于FFR技术结合冠脉CTA在冠脉狭窄检测中的临床应用与发展	整合AI-FFR技术与CCTA，提升冠脉狭窄诊断准确性及临床管理效率	算法鲁棒性不足、数据异质性及临床实施存在挑战	评估AI-FFR技术在冠脉疾病诊断与管理中的效能	冠脉狭窄检测及冠脉疾病患者	医疗人工智能	心血管疾病	AI-based FFR, CCTA, 深度学习算法	深度学习	医学影像（冠脉CTA）	NA
202	2025-09-15	Molecular Merged Hypergraph Neural Network for Explainable Solvation Gibbs Free Energy Prediction 2025, Research (Washington, D.C.) DOI:10.34133/research.0740 PMID:40822120	研究论文	提出一种分子合并超图神经网络（MMHNN），用于可解释的溶剂化吉布斯自由能预测	通过预定义子图集和超节点替换构建超图表示，降低计算复杂度同时保留关键分子相互作用，并引入基于图信息瓶颈理论的解释机制	未明确说明模型在处理极端大规模分子系统时的具体性能边界或数据需求限制	准确预测分子在溶剂中的溶剂化吉布斯自由能，并提升模型的可解释性	溶质分子与溶剂分子间的相互作用	计算化学	NA	超图神经网络，图信息瓶颈理论	MMHNN（分子合并超图神经网络）	分子结构数据	未明确说明具体样本数量，但经过广泛实验验证
203	2025-09-15	Attention-enhanced hybrid deep learning model for robust mango leaf disease classification via ConvNeXt and vision transformer fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1638520 PMID:40822714	研究论文	提出一种基于ConvNeXt和Vision Transformer融合的混合深度学习模型MangoLeafCMDF-FAMNet，用于芒果叶病害多分类	结合ConvNeXt和Vision Transformer同时提取局部纹理和全局语义特征，引入特征注意力模块（FAM）增强特征判别力，并采用新颖的跨模态动态融合策略	NA	实现芒果叶病害的准确、及时自动分类，以支持植物健康管理和可持续农业生产	芒果叶片	计算机视觉	植物病害	深度学习	CNN, Transformer, 混合模型	图像	三个基准数据集（MangoLeafDataset1: 8类, MangoLeafDataset2: 5类, MangoLeafDataset3: 8类）
204	2025-09-15	Exploring subthreshold processing for next-generation TinyAI 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1638782 PMID:40822709	观点论文	探讨亚阈值处理原理在下一代微型人工智能（TinyAI）设计中的应用与潜力	首次系统地将生物神经系统的亚阈值动态机制引入AI架构设计，提出基于分级激活函数、树突启发分层处理和混合模拟-数字系统的创新路径	NA	开发能源高效的新型AI计算架构与方法，推动资源受限环境下的可持续智能系统发展	人工智能计算架构与硬件平台	机器学习	NA	神经形态计算、存内计算	NA	NA	NA
205	2025-09-15	Contrast-enhanced CT-based deep learning model assists in preoperative risk classification of thymic epithelial tumors 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1616816 PMID:40823066	研究论文	本研究开发并评估了一种基于对比增强CT的深度学习模型，用于辅助放射科医生对胸腺上皮肿瘤进行术前风险分层	首次使用对比增强CT图像结合多种深度学习模型（包括ResNet 101等）进行胸腺上皮肿瘤风险分类，并证明其优于传统影像组学模型	回顾性研究，样本量有限（仅266例患者），且仅来自两个中心	开发并评估深度学习模型以辅助胸腺上皮肿瘤的术前风险分类	266例经组织病理学确诊的胸腺上皮肿瘤患者	计算机视觉	胸腺上皮肿瘤	对比增强CT成像	DenseNet 121, ResNet 101, Inception V3, VGG 11, MobileNet V2, ShuffleNet V2	医学影像（CT图像）	266例患者（训练集205例，外部测试集61例）
206	2025-09-15	AI-driven dynamic orthodontic treatment management: personalized progress tracking and adjustments-a narrative review 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1612441 PMID:40823526	综述	本文系统回顾了人工智能在动态正畸治疗管理中多维应用，包括个性化进展追踪与调整	揭示了AI通过多模态数据融合与深度学习实现牙齿移动轨迹预测和牙根吸收早期检测等技术突破	当前研究仍需解决数据隐私保护框架、算法可解释性增强及多中心验证等核心问题	提升临床疗效和患者体验，推动正畸诊疗向更精准和个性化方向发展	正畸治疗过程与患者数据	医疗人工智能	口腔正畸	多模态数据分析（锥束CT、口内扫描、3D面部图像）	CNN（卷积神经网络）	医学影像数据	NA
207	2025-09-15	Deep learning-based time series prediction in multispectral and hyperspectral imaging for cancer detection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1605865 PMID:40823576	研究论文	提出一种基于深度学习的多光谱和高光谱医学影像时间序列预测框架，用于癌症检测	整合多尺度特征提取、注意力机制和领域自适应策略，并引入自监督学习和知识引导正则化模块	NA	提升基于光谱成像的癌症检测性能，包括病变分割和疾病分类	多光谱和高光谱医学影像数据	计算机视觉	癌症	多光谱成像、高光谱成像	深度学习框架（含注意力机制和自监督学习）	时间序列影像数据	NA
208	2025-09-15	Artificial intelligence in acupuncture: bridging traditional knowledge and precision integrative medicine 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1633416 PMID:40823583	综述	本文综述人工智能在针灸研究中的应用，推动传统经验医学向数据驱动的精准整合医学发展	整合多种AI技术（如深度学习、NLP、计算机视觉）实现舌象分类、证候模式识别及古典文献知识自动化提取	受限于数据集的有限性与异质性、标注一致性不足以及临床验证缺失	通过AI技术提升针灸诊断客观性、治疗标准化及个体化疗效建模	针灸临床数据（舌图像、文本文献、神经影像等）	自然语言处理	NA	深度学习、自然语言处理(NLP)、计算机视觉、神经影像分析	CNN、Transformer	图像、文本、神经影像数据	NA
209	2025-09-15	A lightweight intelligent compression method for fast Sea Level Anomaly data transmission 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327220 PMID:40824961	研究论文	提出一种轻量级智能压缩方法CompressGAN，用于高效传输海平面异常数据并保留关键中尺度海洋特征	结合全局-局部双判别器确保涡旋时空一致性，引入物理感知的涡旋识别率评估指标，并采用参数剪枝和自适应量化优化硬件效率	在泛化测试中PSNR降低4.2±0.3 dB，SSIM降低0.7126，识别率降低4.1%	解决船载计算限制与实时海洋数据传输需求之间的关键平衡问题	海平面异常数据中的中尺度海洋涡旋特征	计算机视觉	NA	深度学习，生成对抗网络	GAN	海洋再分析数据集图像	多组海洋再分析数据集（具体数量未明确说明）
210	2025-09-15	AI-ming backwards: Vanishing archaeological landscapes in Mesopotamia and automatic detection of sites on CORONA imagery 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330419 PMID:40824971	研究论文	通过利用CORONA卫星影像重新训练深度学习模型，提升考古遗址在已严重变迁环境中的自动检测能力	将历史CORONA卫星影像与深度学习结合，首次实现高精度检测已消失考古遗址，并发现4个新遗址	研究区域限于巴格达西部的Abu Ghraib地区，未验证模型在其他地理环境的泛化能力	开发自动检测因人为活动而消失的考古遗址的AI方法	美索不达米亚冲积平原的考古遗址景观	计算机视觉	NA	卫星遥感成像、深度学习	CNN（卷积神经网络）	卫星图像（灰度）	Abu Ghraib地区的CORONA卫星影像数据集
211	2025-09-15	Detecting infrared UAVs on edge devices through lightweight instance segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330074 PMID:40825008	研究论文	提出一种轻量级实例分割框架YOLO11-AU-IR，用于在边缘设备上实时检测红外无人机	通过三重架构创新实现性能平衡：EADown双分支处理保留小目标特征，HSAN多尺度注意力增强特征表示，ATFL自适应损失函数解决前景-背景不平衡	NA	解决红外无人机检测中精度、实时性和边缘部署可行性的冲突需求	红外无人机热信号	计算机视觉	NA	实例分割	YOLO11-AU-IR	红外图像	AUVD-Seg300数据集
212	2025-09-15	Research on a virtual-real fusion experimental system for the cutting part of a boom-type roadheader 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330291 PMID:40825028	研究论文	提出一种用于掘进机截割部的虚实融合实验系统，结合深度学习与数字孪生技术优化截割控制	开发了离散化数字煤岩体构建方法和链式数字映射体构建方法，实现虚拟实验主导物理实验标定	未提及系统在复杂地质条件下的泛化能力或长期稳定性验证	降低掘进机实验研究的安全风险和经济成本，提高实验效率	掘进机截割模块	工业智能	NA	深度学习、数值模拟、数字孪生、强化学习	DDPG	仿真数据、物理传感器数据	未明确样本数量，基于虚拟-物理实验平台
213	2025-09-15	Deep learning applications for diabetic retinopathy and retinopathy of prematurity diseases diagnosis: a systematic review 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.08.23 PMID:40827296	系统综述	本文系统回顾了深度学习在糖尿病视网膜病变和早产儿视网膜病变诊断中的应用	首次系统评估了深度学习模型在这两种视网膜疾病诊断中的研究质量，并应用了IJMEDI清单进行质量评估	大多数研究存在数据规模和模型验证的挑战，部分研究未包含数据来源和规模等关键信息	评估深度学习在糖尿病视网膜病变和早产儿视网膜病变诊断中的应用现状和研究质量	26篇相关研究文献，包含36个深度学习模型	数字病理学	糖尿病视网膜病变和早产儿视网膜病变	深度学习	深度学习模型	视网膜图像数据	基于1476篇文献筛选出的26篇研究，具体样本规模因研究而异
214	2025-09-15	Advanced investing with deep learning for risk-aligned portfolio optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330547 PMID:40828808	研究论文	本研究提出了一种基于深度学习的投资组合优化框架，针对不同投资者风险偏好进行定制	结合LSTM和1D-CNN预测模型与三种投资组合框架（MVF、RPP、MDP），实现风险偏好对齐的优化策略	仅使用越南VN-100股票数据，未考虑交易成本和其他资产类别	开发风险偏好对齐的投资组合优化方法以提高投资绩效	越南VN-100股票的日收益率数据	机器学习	NA	深度学习	LSTM, 1D-CNN	时间序列数据	2017-2024年越南VN-100股票的日收益率数据
215	2025-09-15	Enhancing Lesion Segmentation in Ultrasound Images: The Impact of Targeted Data Augmentation Strategies 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/3309822 PMID:40831600	研究论文	本研究探索了针对超声图像中病灶分割的定向数据增强策略，以解决标注样本稀缺问题	提出了五种不同的混合样本增强策略，并系统评估了它们在不同病灶类型和模型架构下的有效性	策略效果受病灶类型和模型架构影响较大，需要针对性选择	解决超声图像中自动病灶分割的标注数据稀缺挑战	乳腺和甲状腺病灶	计算机视觉	乳腺和甲状腺疾病	数据增强策略	深度学习分割模型	超声图像	涉及两种病灶类型（乳腺和甲状腺）的实验分析
216	2025-09-15	Glaucoma detection in myopic eyes using deep learning autoencoder-based regions of interest 2025, Frontiers in ophthalmology DOI:10.3389/fopht.2025.1624015 PMID:40831714	研究论文	本研究评估了基于深度学习自编码器和光学相干断层扫描纹理正面图像感兴趣区域（ROI）的模型在近视眼中检测青光眼的诊断准确性	提出了一种双自编码器模型，整合了来自健康和青光眼训练数据的重建误差，显著优于传统方法和单自编码器模型	横断面研究设计，样本量相对有限（453只眼），未涉及外部验证	评估深度学习模型在近视眼中检测青光眼的诊断性能	近视人群中的健康眼和青光眼患者	计算机视觉	青光眼	光学相干断层扫描（OCT），SS-OCT成像	自编码器（Autoencoder）	图像	453只眼（来自315名参与者），包括268只健康眼和185只青光眼
217	2025-09-15	Enhancing mental health diagnostics through deep learning-based image classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1627617 PMID:40832094	研究论文	提出一种结合临床知识的深度学习框架MedIntelligenceNet，用于提升心理健康诊断的准确性和鲁棒性	融合多模态数据、概率不确定性量化、分层特征抽象和对抗域适应的统一架构，并引入临床先验知识增强可解释性	未提及具体数据稀缺性应对措施或模型在真实临床环境中的验证结果	通过人工智能技术提升心理健康诊断的精准度和可靠性	多模态心理健康数据集	机器学习	心理健康疾病	深度学习、多模态数据融合、对抗域适应	MedIntelligenceNet（基于深度学习的统一架构）	多模态图像数据	未明确说明具体样本数量
218	2025-09-15	Feature fusion ensemble classification approach for epileptic seizure prediction using electroencephalographic bio-signals 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1566870 PMID:40832093	研究论文	提出一种基于特征融合和集成分类的癫痫发作预测方法，使用EEG生物信号	结合手工特征与CNN提取特征，采用多分类器集成和元学习器进行最终预测，显著提升敏感性和特异性	NA	准确预测癫痫发作，降低误报率，适用于实时预测系统	癫痫患者的EEG信号	机器学习	癫痫	Butterworth滤波、小波变换、傅里叶变换、特征提取	SVM、随机森林、LSTM、集成分类器	EEG信号	公开CHB-MIT数据集
219	2025-09-15	Heat syndrome types prediction of traditional Chinese medicine in acute ischemic stroke through deep learning: a pilot study 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1601601 PMID:40832609	研究论文	本研究开发了一种基于CNN的深度学习模型，用于预测急性缺血性卒中患者的中医热证类型	首次将中医证候特征与实验室指标结合，利用CNN模型预测AIS患者的热证类型，并采用SHAP和PDP进行特征解释	样本量较小（193例），仅为初步研究	预测急性缺血性卒中患者的中医热证类型以指导中西医结合用药	急性缺血性卒中患者	数字病理	心血管疾病	深度学习	CNN	临床数据（中医证候、实验室指标、基线评估）	193例急性缺血性卒中患者
220	2025-09-15	A hybrid long short-term memory with generalized additive model and post-hoc explainable artificial intelligence with causal inference for air pollutants prediction in Kimberley, South Africa 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620019 PMID:40832676	研究论文	提出一种结合LSTM和GAM的深度学习时间序列模型，用于预测南非Kimberley的空气污染物，并利用xAI和因果推断增强模型可解释性	首次将LSTM与GAM集成用于空气污染物预测，并结合LIME和因果推断方法解决深度学习模型可解释性不足的问题	因果效应分析显示变量p值大于0.88，未达到统计显著性	开发可解释的空气污染物预测模型	空气污染物时间序列数据	机器学习	NA	LSTM, GAM, LIME, 因果推断	LSTM-GAM-xAI混合模型	时间序列数据	来自南非Hantam空气监测站的气象和污染物统计记录，并为Kimberley市生成合成数据