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
2261	2025-10-06	A neuronal imaging dataset for deep learning in the reconstruction of single-neuron axons 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1628030 PMID:40837216	研究论文	本研究提供了一个用于单神经元轴突重建的成像数据集，并提出了一种距离场监督的分割网络来改进轴突检测	发布了首个专门用于轴突重建评估的数据集，并提出了距离场监督的分割网络来有效增强图像信号	数据集仅包含11个小鼠脑样本，样本规模相对有限	促进轴突重建算法的评估和开发，加速长程轴突投射的重建	小鼠脑样本中的单神经元轴突	计算机视觉	NA	荧光显微光学切片断层成像	分割网络	三维体积图像	11个小鼠脑样本，852个192×192×192体素的体积图像	NA	距离场监督分割网络	轴突检测率	NA
2262	2025-10-06	Deep-learning recognition and tracking of individual nanotubes in low-contrast microscopy videos 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.96 PMID:40837738	研究论文	开发基于深度学习的自动化方法识别和追踪低对比度显微镜视频中的单个碳纳米管	将Mask-RCNN架构与ResNet-FPN骨干网络结合，首次实现低对比度显微镜视频中单个纳米管的自动识别与追踪	未明确说明模型在极端低信噪比条件下的性能表现	提高碳纳米管生长动力学分析的效率和可重复性	碳纳米管	计算机视觉	NA	原位均质偏振显微镜(HPM)	CNN	视频	NA	NA	Mask-RCNN, ResNet-FPN	与人工测量一致性	NA
2263	2025-09-15	Generative Artificial Intelligence in the Metaverse Era: A Review on Models and Applications 2025, Research (Washington, D.C.) DOI:10.34133/research.0804 PMID:40837875	综述	本文综述了生成式人工智能在元宇宙时代的模型与应用，探讨其如何推动虚拟环境内容创建和用户体验提升	系统分析生成式AI与元宇宙的融合关系，并对支撑技术进行定性与定量评估，指出跨学科协同的创新潜力	技术尚未完全契合发展需求，真正沉浸式体验的实现仍存在挑战	探讨生成式AI在元宇宙中的模型基础、应用现状及未来发展方向	元宇宙平台及其内容生成技术	人工智能	NA	深度学习	生成式神经网络	多模态数据（虚拟环境、交互内容）	NA	NA	NA	NA	NA
2264	2025-10-06	Automatic fused multimodal deep learning for plant identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1616020 PMID:40838081	研究论文	提出一种自动融合多模态深度学习方法用于植物识别	采用多模态融合架构搜索实现自动模态融合，并构建了Multimodal-PlantCLEF数据集	未明确说明模型的计算复杂度和实际部署可行性	开发自动融合多模态深度学习模型以提升植物分类性能	植物器官图像（花、叶、果实、茎）	计算机视觉	NA	深度学习，多模态融合	深度学习	图像	979个植物类别	NA	多模态融合架构	准确率，McNemar检验	NA
2265	2025-10-06	Multimodal AI-driven object detection with uncertainty quantification for cardiovascular risk assessment in autistic patients 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1606159 PMID:40842474	研究论文	提出一种融合多模态医学数据的人工智能目标检测框架，用于自闭症患者心血管风险评估	结合多模态医学数据的新型特征融合机制，并嵌入不确定性量化模块以提高模型可解释性和可靠性	未明确说明数据集的规模和多样性限制，也未详细讨论模型在真实临床环境中的泛化能力	开发自动化、精准的心血管风险评估方法，改善自闭症患者的医疗诊断	自闭症患者的心血管风险评估	计算机视觉	心血管疾病	多模态数据融合，深度学习	目标检测模型	影像数据，电子健康记录	NA	NA	NA	灵敏度，特异性	NA
2266	2025-10-06	A study on the non-contact measurement of sunflower disk inclination and its application to accurate phenotypic analysis 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1614898 PMID:40842516	研究论文	提出结合深度学习和几何分析的非接触式向日葵花盘倾斜角测量方法	优化轻量级YOLO11-seg模型提升分割性能，结合几何分析实现非接触精确测量	仅使用220张测试图像，样本规模有限	实现向日葵花盘倾斜角的精确表型分析	向日葵花盘和茎秆	计算机视觉	NA	深度学习，几何分析	CNN	图像	220张测试图像	NA	YOLO11-seg	召回率，mAP50，RMSE，MAE，R	NA
2267	2025-10-06	Few-shot crop disease recognition using sequence- weighted ensemble model-agnostic meta-learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1615873 PMID:40842515	研究论文	提出一种基于序列加权集成模型无关元学习的少样本作物病害识别方法	将集成学习与模型无关元学习相结合，提出序列加权集成框架，在少样本条件下显著提升作物病害识别性能	基础学习器数量对性能有显著影响，需要确定最优范围（5-7个）	解决农业场景中数据稀缺条件下的作物病害少样本识别问题	作物病害图像	计算机视觉	作物病害	深度学习	元学习，集成学习	图像	PlantVillage数据集，真实马铃薯病害识别任务中每类仅30张图像	NA	MAML, SWE-MAML	准确率	NA
2268	2025-10-06	A multi-data fusion deep learning model for prognostic prediction in upper tract urothelial carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1644250 PMID:40842585	研究论文	开发了一种融合多期相CT影像和临床数据的深度学习模型MICC，用于上尿路尿路上皮癌的预后预测	首次提出多模态融合深度学习模型，结合影像和临床数据提升UTUC预后预测准确性	回顾性研究，样本量较小（133例患者），单中心数据	提高上尿路尿路上皮癌患者的预后预测准确性	133例接受根治性肾输尿管切除术的UTUC患者	数字病理	尿路上皮癌	多期相增强CT成像	深度学习	医学影像，临床数据	133例患者（训练集103例，测试集30例）	NA	MICC（多模态影像-临床组合分类器）	AUC，准确率，敏感性，特异性，阴性预测值，阳性预测值	NA
2269	2025-10-06	Bridging the clinical gap: Confidence informed IDH prediction in brain gliomas using MRI and deep learning 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf142 PMID:40842645	研究论文	开发一种结合深度学习与贝叶斯逻辑回归的框架，通过MRI非侵入性预测脑胶质瘤IDH突变状态并提供置信度评分	将体素分割网络与贝叶斯逻辑回归结合，提供IDH状态预测及置信度评分，解决深度学习模型临床转化中的可靠性问题	未明确说明模型在不同MRI设备或扫描参数下的泛化能力	开发可靠的非侵入性IDH突变状态预测方法以替代组织活检	脑胶质瘤患者	数字病理	脑胶质瘤	MRI	深度学习,贝叶斯模型	医学影像	2,481例来自8个机构的胶质瘤病例	NA	MC-net	准确率,AUC,Brier分数	NA
2270	2025-10-06	Enhancing detection of common bean diseases using Fast Gradient Sign Method-trained Vision Transformers 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1643582 PMID:40842854	研究论文	本研究提出一种基于Vision Transformer并结合对抗训练的深度学习模型，用于在真实农场条件下增强常见豆类疾病的检测鲁棒性	将对抗训练（特别是FGSM方法）与Vision Transformer结合，提升模型在资源受限环境下的疾病检测鲁棒性	研究主要针对坦桑尼亚的豆类疾病，可能对其他地区或作物的适用性有限	提高在真实农场条件下豆类疾病检测的准确性和鲁棒性	豆类作物（特别是豆锈病和豆炭疽病）	计算机视觉	植物疾病	深度学习，对抗训练	Vision Transformer (ViT)	图像	100,000张标注图像	NA	Vision Transformer	准确率	低资源设置
2271	2025-10-06	BioCompNet: A Deep Learning Workflow Enabling Automated Body Composition Analysis toward Precision Management of Cardiometabolic Disorders 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0381 PMID:40842914	研究论文	开发了一个名为BioCompNet的端到端深度学习工作流，用于自动化身体成分分析以支持心脏代谢疾病的精准管理	整合双参数MRI序列与分层U-Net架构，实现15个生物力学关键身体成分的全自动量化	NA	开发自动化身体成分分析工作流以支持心脏代谢疾病的风险评估和临床决策	腹部和股部的15个身体成分区域，包括骨骼、肌肉和脂肪组织	医学影像分析	心脏代谢疾病	双参数磁共振成像（水/脂肪序列）	深度学习	医学影像（MRI）	开发集：8,048个MRI切片来自503人的社区队列；验证集：240个MRI切片来自30人的三级医院	NA	分层U-Net	Dice相似系数, 组内相关系数	NA
2272	2025-10-06	Research progress in deep learning-based fundus image analysis for the diagnosis and prediction of hypertension-related diseases 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608994 PMID:40843176	综述	系统总结基于深度学习的眼底图像分析在高血压相关疾病诊断与预测中的研究进展	聚焦深度学习在高血压相关疾病眼底图像分析中的最新应用，涵盖血管分割、动静脉分类、病变检测和系统性疾病预测等多个维度	当前模型在泛化能力、低质量图像鲁棒性和临床可解释性方面仍面临挑战	推动深度学习技术在高血压相关疾病管理中的实际应用	高血压相关疾病的眼底图像特征	计算机视觉	心血管疾病	彩色眼底摄影(CFP)	深度学习(DL)	图像	NA	NA	NA	NA	NA
2273	2025-10-06	Automated AI-based segmentation of canine hepatic focal lesions from CT studies 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1638142 PMID:40843252	研究论文	开发并评估基于深度学习的犬肝局灶性病变自动分割算法	首个基于深度学习的犬肝肿块CT影像自动分割算法研究	样本量有限（175例CT），仅来自两个诊所和单一数据库	开发自动分割犬肝肿块的深度学习算法以改善治疗规划	犬肝局灶性病变	数字病理	肝肿瘤	CT成像	深度学习	CT影像	175例犬CT病例（130例训练，45例测试）	nnUNet v2	nnU-Net	Dice系数, ASSD	NA
2274	2025-10-06	Artificial Intelligence in the Management of Asthma: A Review of a New Frontier in Patient Care 2025, Journal of asthma and allergy IF:3.7Q1 DOI:10.2147/JAA.S535264 PMID:40851769	综述	探讨人工智能在哮喘管理中的变革潜力，包括预测分析、个性化治疗和持续患者参与	系统评估AI在哮喘护理中的最新应用，包括预测病情恶化、风险分层和个性化治疗建议	存在患者信任、数据安全和公平技术获取等伦理挑战	改善哮喘管理，提高患者预后并减轻医疗负担	哮喘患者群体（全球3.39亿人，美国2500万人）	医疗人工智能	哮喘	机器学习、神经网络、深度学习	ML	可穿戴设备数据、患者记录	NA	NA	NA	预测准确性、治疗依从性	NA
2275	2025-10-06	Digital pathology-based artificial intelligence model to predict microsatellite instability in gastroesophageal junction adenocarcinomas 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1486140 PMID:40852482	研究论文	基于数字病理和人工智能模型预测胃食管结合部腺癌微卫星不稳定性的研究	首次开发基于H&E染色病理标本的深度学习模型来准确识别GEJ腺癌中的MSI-H状态	样本量相对有限（212例患者），需要更大规模的外部验证	开发基于数字病理的人工智能模型预测胃食管结合部腺癌的微卫星不稳定性	胃食管结合部腺癌患者	数字病理	胃食管结合部腺癌	H&E染色、数字病理	CNN, MLP	病理图像	212例患者的416张H&E染色切片	NA	Simple Vit, ResNet18	AUC, 敏感度, 特异度	NA
2276	2025-10-06	Predicting mortality in critically ill patients with hypertension using machine learning and deep learning models 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1568907 PMID:40860363	研究论文	本研究评估机器学习和深度学习模型在预测ICU高血压危重患者死亡率方面的表现	首次系统比较传统机器学习与深度学习模型在高血压危重患者死亡率预测中的性能，并采用SHAP方法进行模型可解释性分析	回顾性研究设计，未来需要前瞻性验证；未详细讨论模型临床实施的伦理考量	评估不同ML和DL模型在预测高血压危重患者死亡率方面的性能比较	ICU收治的危重高血压患者	机器学习	高血压	机器学习，深度学习	逻辑回归，决策树，支持向量机，CNN，LSTM	临床数据	30,096名ICU危重高血压患者	NA	1D CNN，LSTM	AUC，其他性能指标	NA
2277	2025-10-06	LiSA-MobileNetV2: an extremely lightweight deep learning model with Swish activation and attention mechanism for accurate rice disease classification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1619365 PMID:40860730	研究论文	提出一种极轻量级的深度学习模型LiSA-MobileNetV2，用于水稻病害的精确分类	结合结构简化、Swish激活函数和注意力机制，在保持计算效率的同时显著提升分类精度	NA	开发高精度、资源高效的实时水稻病害检测解决方案	水稻病害图像	计算机视觉	水稻病害	深度学习	CNN	图像	NA	NA	MobileNetV2	准确率, 参数量, FLOPs	NA
2278	2025-10-06	Deep learning and pathomics analyses predict prognosis of high-grade gliomas 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1614678 PMID:40860971	研究论文	本研究利用深度学习和病理组学分析高级别胶质瘤的预后预测	开发了结合病理组学特征和临床特征的联合预测模型，在高级别胶质瘤预后预测中表现出色	NA	预测高级别胶质瘤患者的预后	高级别胶质瘤患者	数字病理	脑癌	全切片图像分析	深度学习模型	病理图像	NA	NA	NA	C-index, 中位无进展生存期	NA
2279	2025-10-06	Study of obesity research using machine learning methods: A bibliometric and visualization analysis from 2004 to 2023 2024-Sep-06, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000039610 PMID:39252327	研究论文	通过文献计量学和可视化分析方法，系统评估2004-2023年间机器学习方法在肥胖研究中的应用	首次采用文献计量学方法系统分析机器学习在肥胖研究领域的发展模式和内在关系	仅纳入Web of Science数据库的英文文献，可能存在文献收录偏差	定量考察、可视化和分析机器学习方法在肥胖研究中的文献特征和发展趋势	2004-2023年间发表的3286篇肥胖研究相关文献	机器学习	肥胖症	文献计量分析	NA	文献数据	3286篇符合标准的文献	VOSviewer, CiteSpace, Excel	NA	NA	NA
2280	2025-10-06	Multimodal imaging and deep learning in geographic atrophy secondary to age-related macular degeneration 2023-Dec, Acta ophthalmologica IF:3.0Q1 DOI:10.1111/aos.15796 PMID:37933610	综述	本文全面综述了年龄相关性黄斑变性继发地图样萎缩的多模态成像基础、诊断分类流程及人工智能算法在影像数据分析中的前沿应用	系统整合多模态成像与深度学习技术，聚焦于地图样萎缩的自动诊断和预后评估	NA	探讨人工智能算法在地图样萎缩影像量化分析和临床决策支持中的应用	年龄相关性黄斑变性继发的地图样萎缩病变	医学影像分析	年龄相关性黄斑变性	多模态成像	深度学习	医学影像	NA	NA	NA	NA	NA