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
2241	2025-10-06	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	本文系统综述了基于人工智能的FFR技术在冠状动脉CTA狭窄检测中的临床应用效能	整合AI技术于冠状动脉CTA的FFR评估，聚焦AI辅助定量冠脉CTA、深度学习算法及三维冠脉重建与血流动力学模拟的创新应用	算法鲁棒性不足、数据异质性问题和临床实施存在挑战	评估AI-FFR技术在冠脉疾病临床管理中的诊断准确性和临床应用价值	冠状动脉疾病患者的冠脉CTA影像数据	医学影像分析	冠状动脉疾病	冠状动脉计算机断层扫描血管造影（CCTA）、血流储备分数（FFR）评估	深度学习	医学影像	NA	NA	NA	诊断准确性	NA
2242	2025-10-06	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，在保留关键分子相互作用的同时有效降低模型复杂度，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特定类型分子系统时的局限性	准确预测分子在溶剂中的溶剂化吉布斯自由能	溶质分子和溶剂分子	机器学习	NA	分子建模	图神经网络,超图神经网络	分子结构数据	NA	NA	分子合并超图神经网络(MMHNN)	效率,可解释性	NA
2243	2025-10-06	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和视觉Transformer融合的注意力增强混合深度学习模型，用于芒果叶病害分类	结合ConvNeXt和Vision Transformer两种特征提取器，引入特征注意力模块和跨模态动态融合策略	NA	开发稳健的芒果叶病害自动诊断系统	芒果叶片图像	计算机视觉	植物病害	深度学习	CNN, Transformer	图像	三个基准数据集：MangoLeafDataset1（8类）、MangoLeafDataset2（5类）、MangoLeafDataset3（8类）	NA	ConvNeXt, Vision Transformer, MangoLeafCMDF-FAMNet	分类准确率, 召回率, 精确率, 马修斯相关系数, 科恩卡帕分数	NA
2244	2025-10-06	Exploring subthreshold processing for next-generation TinyAI 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1638782 PMID:40822709	研究论文	探索亚阈值处理原理在下一代微型人工智能设计中的应用	首次系统地将生物神经系统的亚阈值处理机制引入AI架构设计，提出分级激活函数、树突启发分层处理等创新方法	尚未进行实际硬件验证和性能基准测试	开发适用于资源受限环境的高能效人工智能系统	生物神经系统与人工智能架构的能效对比	机器学习	NA	亚阈值处理、神经形态计算	NA	NA	NA	NA	分级激活函数、树突启发分层处理、混合模拟-数字系统	能效指标	神经形态硬件、存内计算平台
2245	2025-10-06	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	开发基于对比增强CT的深度学习模型，用于术前辅助胸腺上皮肿瘤风险分层	首次比较六种深度学习模型在胸腺上皮肿瘤风险分类中的表现，并证明深度学习模型可缩小不同年资放射科医生的诊断差距	回顾性研究，样本量有限（266例），仅使用静脉期CT图像	开发辅助放射科医生进行胸腺上皮肿瘤术前风险分层的深度学习模型	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	CNN	医学影像	266例患者（训练集205例，外部测试集61例）	NA	DenseNet 121, ResNet 101, Inception V3, VGG 11, MobileNet V2, ShuffleNet V2	AUC, 准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值	NA
2246	2025-10-06	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	系统回顾人工智能在正畸治疗中个性化进度跟踪、实时决策支持和风险预测的多维应用	揭示AI通过多模态数据融合和深度学习算法在牙齿移动轨迹预测、牙根吸收早期检测等领域的技术突破	当前研究仍需解决数据隐私保护框架、算法可解释性增强和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管理	医疗人工智能	口腔正畸	锥形束CT、口内扫描、3D面部成像等多模态数据分析	CNN	医学影像数据	NA	NA	NA	NA	NA
2247	2025-10-06	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时间序列预测框架，用于多光谱和高光谱医学影像分析以改进癌症检测	整合多尺度特征提取、注意力机制和领域自适应策略，并引入知识引导正则化模块和自监督学习来缓解医学数据标注稀缺问题	NA	改进基于光谱成像的癌症检测性能	多光谱和高光谱医学影像	计算机视觉	癌症	多光谱成像, 高光谱成像	深度学习	时间序列光谱影像	NA	NA	NA	准确率, 鲁棒性, 可解释性	NA
2248	2025-10-06	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	本文综述人工智能技术在针灸研究中的应用进展，探讨如何将传统经验医学转化为数据驱动的精准医学	首次系统整合深度学习、元分析建模、自然语言处理、计算机视觉和神经影像分析等多种AI技术于针灸研究领域	受限于数据集的有限性和异质性、标注标准不统一以及临床验证不足	推动针灸从传统经验实践向数据驱动的精准整合医学转型	针灸诊疗过程中的舌象图像、证候模式、古典文献和临床数据	自然语言处理,计算机视觉,机器学习	NA	神经影像分析,舌象采集	CNN,Transformer	图像,文本,神经影像数据	NA	NA	卷积神经网络,基于Transformer的NLP模型	NA	NA
2249	2025-10-06	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，用于海平面异常数据的快速传输	集成全局-局部双判别器确保中尺度涡旋时空连贯性，采用空洞卷积增强特征感受野，引入涡旋识别率作为物理感知评估指标	在海洋操作场景下性能存在可控下降（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需求之间的关键权衡问题	海平面异常数据中的中尺度海洋特征（特别是涡旋）	计算机视觉	NA	深度学习压缩方法	GAN	海洋再分析数据	多个海洋再分析数据集	NA	CompressGAN, SRGAN, SRResNet	PSNR, SSIM, 中尺度涡旋识别准确率, 推理时间, 峰值内存	船载硬件约束（148秒/图像推理时间，25GB峰值内存）
2250	2025-10-06	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	通过使用CORONA卫星影像重新训练深度学习模型，改进考古遗址自动识别能力	将古老的CORONA卫星影像与深度学习结合，在已完全改变的环境中识别已消失的考古遗址	研究区域仅限于阿布格莱布地区，需要进一步验证在其他地区的适用性	开发能够自动识别因人为活动而消失的考古遗址的AI方法	美索不达米亚平原的考古遗址	计算机视觉	NA	卫星遥感成像	CNN	卫星图像	阿布格莱布地区的考古遗址	NA	基于Bing的卷积网络	IoU, 准确率	NA
2251	2025-10-06	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	通过三重架构创新解决红外无人机检测中的精度、实时性和资源限制冲突：EADown双分支处理保留小目标特征，HSAN多尺度卷积增强特征表示，ATFL自适应阈值焦点损失解决前景背景不平衡	仅在AUVD-Seg300数据集上验证，未在其他红外数据集测试泛化能力	开发适用于资源受限边缘设备的红外无人机实时检测方法	红外无人机图像中的热信号特征	计算机视觉	NA	红外成像技术	实例分割	红外图像	AUVD-Seg300数据集（300个样本）	PyTorch	YOLO11-AU-IR, YOLO11n-seg	mAP@0.50, mAP@0.50:0.95, FPS, 参数量, GFLOPs	NVIDIA RTX 3090, NVIDIA Jetson TX2（INT8 CPU模式）
2252	2025-10-06	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	提出了一种悬臂式掘进机截割部的虚实融合实验系统，用于解决实验研究中的安全风险、成本高和效率低的问题	提出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，建立了以虚拟实验主导物理实验标定的虚实融合平台	未提及系统在不同地质条件下的适用性和长期稳定性验证	优化悬臂式掘进机截割部的控制策略，实现低应力状态截割	悬臂式掘进机的截割部	数字孪生	NA	深度学习、数值模拟、数字孪生技术	深度确定性策略梯度(DDPG)	力学性能数据、姿态变化数据、振动数据	NA	NA	DDPG	应力平均误差、系统连接周期	NA
2253	2025-10-06	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	系统综述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在两种视网膜病变诊断中的应用质量，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，部分研究缺乏数据来源和数据大小的关键信息	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	26篇相关研究文章，包含36个深度学习模型	医学影像分析	糖尿病视网膜病变,早产儿视网膜病变	深度学习	深度学习模型	视网膜图像	从1476篇文章中筛选出26篇符合条件的研究	NA	NA	NA	NA
2254	2025-10-06	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，可根据不同投资者风险偏好进行定制	将LSTM和1D-CNN两种预测模型与三种投资组合框架（MVF、RPP、MDP）相结合，针对不同风险偏好进行优化	仅使用越南VN-100股票数据，未考虑交易成本、动态再平衡和其他资产类别	开发风险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	金融时间序列数据	2017-2024年越南VN-100股票日收益率数据	NA	LSTM, 1D-CNN	准确性, 稳定性, 风险调整后收益, 总收益	NA
2255	2025-10-06	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	本研究探索针对超声图像中病灶分割的数据增强策略，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分割模型中的有效性	研究仅针对乳腺和甲状腺两种病灶类型，未涵盖其他类型病灶	解决超声图像中自动化病灶分割的标注数据稀缺挑战	乳腺和甲状腺病灶的超声图像	计算机视觉	乳腺疾病,甲状腺疾病	深度学习	深度学习分割模型	超声图像	NA	NA	NA	Dice系数,Jaccard指数	NA
2256	2025-10-06	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的ROI模型在近视眼青光眼检测中的诊断准确性	提出了一种双自编码器模型，整合了健康眼和青光眼训练数据的重建误差，显著提升了诊断性能	横断面研究设计，样本量相对有限（453只眼），需要进一步验证	评估基于OCT纹理enface图像ROI的深度学习模型在近视眼青光眼检测中的诊断准确性	315名参与者的453只眼睛（168名健康个体的268只眼和147名青光眼患者的185只眼）	计算机视觉	青光眼	扫频源光学相干断层扫描（SS-OCT）	自编码器	图像	453只眼睛（268只健康眼，185只青光眼）	NA	自编码器	AUROC, AUPRC	NA
2257	2025-10-06	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	提出一种融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	提出临床知识引导的自适应策略，整合多模态数据融合、概率不确定性量化、分层特征抽象和对抗域适应技术	面临数据稀缺、模型可解释性、领域适应性等挑战	开发更个性化、透明和可靠的心理健康诊断系统	心理健康诊断	机器学习	心理健康疾病	多模态数据融合、概率不确定性量化、对抗域适应	深度学习	多模态数据	NA	NA	MedIntelligenceNet	诊断准确率、模型校准、领域适应性	NA
2258	2025-10-06	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集成分类的癫痫发作预测方法，使用脑电图生物信号进行准确预测	结合手工特征与一维CNN特征形成综合特征向量，并采用模型无关的元学习器集成分类器进行最终预测	仅使用公开数据集进行验证，未提及在临床环境中的实际应用效果	开发准确预测癫痫发作的机器学习方法	癫痫患者的脑电图信号	机器学习	癫痫	脑电图信号处理	CNN, LSTM, SVM, 随机森林	脑电图信号	CHB-MIT公开数据集	NA	一维卷积神经网络, LSTM	灵敏度, 特异度, 误报率	NA
2259	2025-10-06	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	本研究开发基于卷积神经网络的深度学习方法来预测急性缺血性中风患者的中医热证类型	首次将中医证候特征与实验室指标相结合，使用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例患者），属于初步研究	预测急性缺血性中风患者的中医热证类型以指导中西医结合治疗	急性缺血性中风患者	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例急性缺血性中风患者	NA	卷积神经网络	准确率,F1分数,AUC	NA
2260	2025-10-06	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	提出一种结合长短期记忆网络和广义可加模型的深度学习时间序列模型，用于预测南非金伯利市的空气污染物	首次将LSTM与GAM结合用于空气污染物预测，并集成事后可解释人工智能技术和因果推断方法	因果效应分析显示变量p值较高(>0.88)，表明因果关系不显著	解决空气污染物的非线性特征预测问题	南非金伯利市的空气污染物	机器学习	NA	时间序列分析，合成数据生成	LSTM, GAM	时间序列数据	来自南非Hantam (Karoo)空气监测站的气象和空气污染物统计记录，通过随机抽样方法为金伯利市生成合成数据	NA	LSTM-GAM_xAI	MSE, RMSE, MAE	NA