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
221	2025-09-06	Deep learning-based semantic segmentation for rice yield estimation by analyzing the dynamic change of panicle coverage 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611653 PMID:40894489	研究论文	本研究提出一种基于深度学习和时间序列分析的稻穗覆盖动态变化方法，用于水稻表型分析和产量预测	首次将时间序列稻穗覆盖动态变化与分段函数建模相结合，用于水稻产量预测，突破了传统单时间点分析的局限	研究仅基于RGB图像，未考虑多光谱或其他传感数据，且仅在两个生长季节进行验证	通过分析稻穗覆盖的动态变化来准确预测水稻产量及其构成要素	水稻冠层和高分辨率RGB图像	计算机视觉	NA	RGB成像和语义分割	DeepLabv3+, U-Net, PSPNet, FPN, LinkNet, PLSR, RFR, GBR, XGBR	图像	两个生长季节的水稻冠层高分辨率RGB图像
222	2025-09-06	Cenobamate reduces epileptiform activity in the ex vivo F98 rat glioma model 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1629259 PMID:40896334	研究论文	本研究首次在胶质瘤相关癫痫临床前模型中评估新型抗惊厥药物cenobamate的疗效	首次在F98胶质瘤模型中测试cenobamate的抗癫痫效果，并采用深度学习分析癫痫样事件	研究基于离体大鼠脑切片模型，结果需在体实验进一步验证	评估cenobamate在胶质瘤相关癫痫模型中的抗惊厥效果	Fischer大鼠的皮质切片，包括假手术组和F98肿瘤植入组	神经科学	脑胶质瘤	局部场电位记录，急性去抑制溶液，功率谱密度分析	深度学习	电生理信号	未明确样本数量，使用正常Fischer大鼠和F98肿瘤植入动物的皮质切片
223	2025-09-06	Magnetoencephalographic source localization and reconstruction via deep learning 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1578473 PMID:40896341	研究论文	提出一种名为Deep-MEG的深度学习算法，用于从MEG信号中实现高分辨率的时空源定位与重建	采用混合神经网络架构同时提取时空信息，突破传统方法空间分辨率限制，并能处理全脑信号而非仅限皮层源	NA	解决MEG信号源级重建中空间分辨率不足的问题，为临床提供精确病理组织定位	脑磁图（MEG）信号及脑内神经活动源	机器学习	NA	MEG，深度学习	混合神经网络（hybrid neural network）	脑磁图信号	通过真实正向模型进行多主动源仿真，并采用真实MEG数据验证
224	2025-09-06	Multilayered SDN security with MAC authentication and GAN-based intrusion detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331470 PMID:40906752	研究论文	提出一种结合MAC认证和生成对抗网络的多层SDN安全系统，用于高效检测和防御网络入侵	采用四Q曲线认证系统提升安全性，结合DDcGAN和SFOA优化算法实现高精度入侵检测，并显著降低误报率和能耗	NA	提升软件定义网络（SDN）的安全性，防御网络攻击	SDN网络中的数据传输和入侵行为	网络安全	NA	椭圆曲线密码学，DDcGAN，SFOA，GSOM	GAN，DDcGAN	网络数据包	NA
225	2025-09-06	Hyperspectral anomaly detection leveraging spatial attention and right-shifted spectral energy 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330640 PMID:40906778	研究论文	提出一种基于图注意力网络和β小波图神经网络的高光谱异常检测算法，整合空间与光谱信息提升检测精度	结合自适应空间注意力机制和β小波局部带通滤波，有效处理光谱能量右移现象并避免复杂矩阵分解	NA	提升高光谱图像异常检测的精度与效率	高光谱图像像素	计算机视觉	NA	图神经网络，小波变换，KNN	GAN-BWGNN (图注意力网络-β小波图神经网络)	高光谱图像	6个真实高光谱数据集和1个模拟数据集（包括AVIRIS-II、abu-beach-2等）
226	2025-09-06	HWANet: A Haar Wavelet-based Attention Network for remote sensing object detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330759 PMID:40906788	研究论文	提出一种基于Haar小波的注意力网络HWANet，用于解决遥感目标检测中的多尺度变化挑战	结合Haar小波变换与注意力机制，设计低频增强下采样模块和频域自注意力模块，降低计算复杂度的同时提升多尺度信息捕获能力	NA	提升遥感图像中多尺度目标检测的精度与效率	遥感图像中的目标物体	computer vision	NA	Haar wavelet transform	CNN with attention mechanism	remote sensing images	NWPU VHR-10和SAR-Airport-1.0数据集
227	2025-09-06	Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review 2025, Vascular health and risk management IF:2.6Q2 DOI:10.2147/VHRM.S508620 PMID:40909176	综述	本文全面回顾了基于深度学习的ECG信号心律失常检测方法，分析了30篇相关研究论文	系统评估了深度学习模型在心律失常检测中的性能，最高准确率达到99.93%，并深入探讨了混合架构等最新技术趋势	存在数据集异质性、模型可解释性不足以及实时实施等关键挑战	通过深度学习技术改进心律失常的及时准确诊断，以优化临床管理和干预	心电图（ECG）信号	机器学习	心血管疾病	深度学习，信号处理	CNN, RNN, 混合架构	ECG信号	基于30篇研究论文的系统回顾
228	2025-09-06	Quantitative video analysis of head acceleration events: a review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1658222 PMID:40909217	综述	本文综述了基于视频定量分析运动中头部加速事件（HAEs）的当前技术现状，重点探讨了视频测量方法及其自动化潜力	整合传统视频测量与新兴计算机视觉和深度学习技术，探索视频作为独立定量工具的潜力，超越其传统仅用于确认暴露的角色	当前视频方法存在可扩展性、准确性和生物力学洞察力的限制，以及假阳性率高和颅骨耦合不良等挑战	评估和推进视频在运动头部加速事件定量测量与建模中的应用	运动中头部加速事件（HAEs）	计算机视觉	神经退行性疾病	视频测量、手动点跟踪、模型基图像匹配、深度学习和计算机视觉	NA	视频	NA
229	2025-09-06	A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659653 PMID:40909443	研究论文	提出一种基于MRI的深度学习-影像组学框架，用于评估中枢神经系统感染中的脑脊液信号	首次结合手工影像组学特征与深度学习，开发非侵入性混合模型（DenseASPP-RadFusion和MobileASPP-RadFusion）分析脑室系统和豆状核下实质区域的CSF信号	样本量较小（52例患者+52例对照），需多中心验证；模型在脑室系统区域性能显著较低	开发非侵入性方法替代腰椎穿刺，实现中枢神经系统感染的早期诊断	急性中枢神经系统感染患者及神经功能正常的对照人群	医学影像分析	中枢神经系统感染	MRI影像分析、影像组学特征提取、Laplacian of Gaussian滤波	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	MRI图像（轴向T2加权）	52例患者和52例对照
230	2025-09-06	A review of plant leaf disease identification by deep learning algorithms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1637241 PMID:40909895	综述	本文综述了基于深度学习算法的植物叶片病害识别方法及其研究进展	整合多国植物叶片病害数据集，系统分析不同深度学习网络在病害识别中的应用与数据开发方式	未提出新的算法模型，主要对现有研究进行归纳总结	探讨深度学习在植物叶片病害识别领域的研究现状与发展潜力	植物叶片病害图像数据	计算机视觉	植物病害	深度学习	多种深度神经网络	图像	多国数据集（具体数量未说明）
231	2025-09-06	YOLOv11-GSF: an optimized deep learning model for strawberry ripeness detection in agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1584669 PMID:40909907	研究论文	提出一种基于YOLOv11优化的实时草莓成熟度检测算法YOLOv11-GSF，用于复杂农业环境中的目标识别	引入GhostConv卷积方法降低计算开销，设计C3K2-SG模块增强局部特征提取能力，采用F-PIoUv2损失函数加速模型收敛	NA	解决复杂环境下草莓成熟度检测的效率与精度问题	温室环境中的草莓果实	计算机视觉	NA	深度学习	YOLOv11-GSF (基于CNN的改进模型)	图像	NA
232	2025-09-06	Diagnosis methods for pancreatic cancer with the technique of deep learning: a review and a meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1597969 PMID:40909977	综述与荟萃分析	本文综述并荟萃分析了深度学习技术在胰腺癌诊断中的应用方法及效果	首次系统评估深度学习在胰腺癌早期诊断中的综合性能，涵盖影像与非影像多种诊断方法	仅纳入7篇研究进行荟萃分析，样本量有限；可能存在发表偏倚	总结深度学习在胰腺癌诊断中的应用并展望未来发展方向	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	深度学习（DL）	NA	影像数据（EUS、CE-CT）与非影像数据（尿液标志物、疾病轨迹）	基于7项符合条件的研究（具体样本数未明确说明）
233	2025-09-06	Novel deep learning for multi-class classification of Alzheimer's in disability using MRI datasets 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1567219 PMID:40910023	研究论文	提出一种基于迁移学习和CNN融合架构的深度学习模型，用于MRI数据中阿尔茨海默病多类别精确分类	融合Inception和ResNet架构提出新型'IncepRes'模型，并采用改进的ResNet152V2作为特征提取器，在多个数据集上实现高精度分类	仅使用公开数据集，未提及外部验证或临床实际应用效果	开发自动化的阿尔茨海默病多类别分类系统以辅助早期诊断和治疗管理	阿尔茨海默病患者MRI扫描数据，包含中度痴呆、轻度痴呆、极轻度痴呆和非痴呆四个类别	计算机视觉	老年疾病	迁移学习，深度学习	CNN，ResNet152V2，VGG16，InceptionV3，MobileNet，IncepRes	MRI图像	三个数据集（ADNI、OASIS及合并数据集），每个包含四类样本
234	2025-09-06	A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities 2024-Oct-22, medRxiv : the preprint server for health sciences DOI:10.1101/2023.08.24.23294574 PMID:37662267	研究论文	提出一种跨模态互知识蒸馏框架，用于处理不完整多模态数据的阿尔茨海默病早期诊断	通过跨模态互知识蒸馏（MKD）处理缺失模态问题，教师模型和学生模型相互增强学习	NA	解决多模态神经影像数据不完整问题，提升阿尔茨海默病早期诊断性能	阿尔茨海默病患者的多模态神经影像数据（MRI和PET）	数字病理学	阿尔茨海默病	深度学习，知识蒸馏	深度学习框架（包含Modality-Disentangling Teacher模型和学生模型）	多模态神经影像数据（MRI和PET图像）	使用ADNI数据集进行案例研究（具体样本数量未明确说明）
235	2025-09-06	Exploiting correlations across trials and behavioral sessions to improve neural decoding 2024-Oct-10, bioRxiv : the preprint server for biology DOI:10.1101/2024.09.14.613047 PMID:39314484	研究论文	提出两种新型神经解码模型，利用跨试验和跨行为会话的相关性提升小鼠行为解码精度	首次引入多会话降秩模型和状态空间模型，显式利用跨试验和会话的神经活动相关性，相比传统方法显著提升解码性能	NA	改进神经解码精度，揭示动物决策的潜在行为动力学	小鼠神经活动数据与四种不同行为	神经科学数据分析	NA	Neuropixels神经信号记录，降秩回归，状态空间建模	多会话降秩模型，多会话状态空间模型	神经电生理信号	433个实验会话，覆盖270个大脑区域
236	2025-09-06	Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review 2024 Sep-Oct, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2024.05.008 PMID:38885761	系统综述	本文系统回顾了人工智能算法在糖尿病视网膜病变筛查中的应用现状与技术进展	整合了当前AI在DR筛查中的多种深度学习方法，并指出分类与分割技术结合的未来方向	高质量标注数据获取困难，模型复杂性管理挑战大，且实际临床应用的可靠性仍需验证	评估人工智能在糖尿病视网膜病变自动筛查中的研究现状并指导未来研究方向	糖尿病视网膜病变筛查相关的研究文献和AI技术方法	医学人工智能	糖尿病视网膜病变	深度学习，包括分类、检测和分割技术	YOLO, ViT, U-Net, CNN	彩色眼底图像	主要基于IDRiD数据集（516张图像），涵盖不同DR和糖尿病黄斑水肿阶段
237	2025-09-06	Vasculature segmentation in 3D hierarchical phase-contrast tomography images of human kidneys 2024-Aug-26, bioRxiv : the preprint server for biology DOI:10.1101/2024.08.25.609595 PMID:39253466	研究论文	通过全球机器学习竞赛开发深度学习算法，用于人类肾脏3D分层相衬断层扫描图像中的血管分割	组织全球1401名参与者的大规模竞赛，建立基于相衬断层扫描的血管分割新基准	计算方法的准确性仍存在局限	开发可扩展的3D血管分割算法，用于研究和临床应用	人类肾脏血管系统	计算机视觉	NA	分层相衬断层扫描	深度学习	3D图像	手动标注的3D肾脏数据集（具体样本数量未明确说明）
238	2025-09-06	PixelPrint 4D : A 3D printing method of fabricating patient-specific deformable CT phantoms for respiratory motion applications 2024-Aug-03, medRxiv : the preprint server for health sciences DOI:10.1101/2024.08.02.24311385 PMID:39211887	研究论文	提出一种名为PixelPrint 4D的3D打印方法，用于制造患者特异性可变形CT呼吸运动体模	能够精确复制患者肺部结构、纹理和衰减特性，并展示准确的非刚性变形能力	NA	开发更真实的呼吸运动体模以评估CT成像中的运动补偿技术	肺部呼吸运动体模	医学影像	肺部疾病	3D打印技术	NA	CT影像数据	NA
239	2025-09-06	Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome 2024-07, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology IF:3.7Q2 DOI:10.1016/j.clinph.2024.05.002 PMID:38797002	研究论文	使用深度学习模型基于单通道静息态脑电图预测新生儿脑年龄，并探索脑年龄差与神经发育结局的关联	开发了数据需求大幅减少的深度学习模型，仅需20分钟单通道EEG即可准确预测脑年龄，适用于临床床边应用	模型仅在神经发育正常的新生儿数据上训练，测试数据集有限且来自两个临床中心	建立适用于临床的新生儿脑年龄预测模型，并评估脑年龄差与神经发育结局的关系	早产新生儿	机器学习	新生儿神经发育疾病	EEG（脑电图），Bayley婴幼儿发展量表（BSID）	深度学习模型	EEG信号	来自两个临床中心的独立测试数据集
240	2025-09-06	Deep learning model utilizing clinical data alone outperforms image-based model for hernia recurrence following abdominal wall reconstruction with long-term follow up 2024-07, Surgical endoscopy DOI:10.1007/s00464-024-10980-y PMID:38862826	研究论文	本研究比较了仅使用临床数据和仅使用影像数据的深度学习模型在预测腹壁重建术后疝复发方面的表现	发现仅基于临床数据的深度学习模型在预测疝复发方面优于影像模型和混合模型	所有三个模型对复发的预测能力都较差，需要进一步研究提升	评估深度学习模型预测腹壁重建术后疝复发的效果，并比较不同数据类型的预测能力	接受腹壁重建术并有术前CT影像的患者	机器学习	疝病	深度学习	DLM	影像数据和临床数据	190名腹壁重建术患者，平均随访超过7年