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
281	2025-11-14	Sentinel-2based dataset covering Indian regions for road detection: A dataset for infrastructure monitoring 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112141 PMID:41210354	研究论文	提出一个基于Sentinel-2卫星图像的印度道路检测数据集，用于基础设施监测	首个专门针对印度地区、覆盖多种地形且包含原始和增强版本Sentinel-2图像的道路分割数据集	道路掩码基于OpenStreetMap数据生成，可能受数据完整性和准确性限制	为卫星图像道路提取任务提供公开可用的基准数据集	印度七个不同地区的道路网络	计算机视觉	NA	卫星遥感	深度学习分割模型	卫星图像	5634个256×256像素的高质量样本	QGIS, Rasterio	NA	分割性能指标	NA
282	2025-11-14	MoringaLeafNet: A multi-class leaf disease dataset for precision agriculture and deep learning research 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112174 PMID:41210364	研究论文	本文介绍了MoringaLeafNet数据集，这是一个用于辣木叶病害检测的多类别图像数据集	创建了首个专门针对辣木叶病害的多类别图像数据集，包含四种叶片状态的高质量图像	数据采集仅来自孟加拉国的两个苗圃，可能缺乏地理多样性	开发农业病害早期检测系统，支持精准农业和深度学习研究	辣木叶片图像	计算机视觉	植物病害	图像采集，数据增强	NA	图像	来自孟加拉国两个苗圃的辣木叶片图像，采集时间为2025年3-4月和8-9月	NA	NA	NA	NA
283	2025-11-14	Artificial Intelligence Techniques and Health Literacy: A Systematic Review 2025-Dec, Mayo Clinic proceedings. Digital health DOI:10.1016/j.mcpdig.2025.100269 PMID:41211528	系统综述	系统回顾人工智能在健康素养领域的应用现状、局限性和未来发展	首次系统性地综述人工智能技术在健康素养领域的应用，涵盖文本复杂度评估、文本简化、翻译和问答等多种功能	健康素养测量工具应用不足，个体层面仅1项研究使用测量工具，组织层面测量基本被忽视，参与者参与度低（仅5项研究）	评估人工智能在健康素养领域的应用效果和发展前景	基于文本的健康材料，包括在线文章和电子健康记录	自然语言处理	NA	系统文献综述	传统机器学习,深度学习,Transformer	文本	18项符合纳入标准的研究（从1296项研究中筛选）	NA	NA	人工评估,可读性指标,机器学习指标	NA
284	2025-11-14	Detection of Microscopic Glioblastoma Infiltration in Peritumoral Edema Using Interactive Deep Learning With DTI Biomarkers: Testing via Stereotactic Biopsy 2025-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70058 PMID:40888617	研究论文	开发并评估了一种交互式深度学习框架GIAIDF，用于检测胶质母细胞瘤在瘤周水肿区的微观浸润	首次将交互式深度学习与DTI生物标志物相结合，通过立体定向活检验证，能够识别常规MRI无法检测的微观肿瘤浸润	样本量相对有限，需要多中心前瞻性研究进一步验证	开发能够检测胶质母细胞瘤瘤周水肿区微观浸润的深度学习工具	胶质母细胞瘤患者	数字病理	胶质母细胞瘤	扩散张量成像，立体定向活检	深度学习	MRI图像	73例训练患者，25例内部验证患者，25例外部验证患者，13例前瞻性活检患者	NA	GIAIDF框架	AUC, 准确率, 敏感度, 特异度, 召回率, 精确率, F1分数	NA
285	2025-11-14	An Artificial Intelligence System for Staging the Spheno-Occipital Synchondrosis 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70018 PMID:40891390	研究论文	开发用于评估和分类蝶枕软骨联合融合阶段的自动化可解释深度学习算法	提出新型注意力机制模型ConvNeXt+Conv Attention，并集成YOLOv11实现全自动区域检测和分割	样本仅来自美国中西部私人诊所的723个CBCT扫描，可能存在地域局限性	开发自动化AI系统用于蝶枕软骨联合融合阶段分期	正畸患者的蝶枕软骨联合	医学影像分析	正畸相关骨骼发育	锥形束计算机断层扫描	CNN, 注意力机制	医学影像	723个CBCT扫描	NA	ResNet, EfficientNet, ConvNeXt, ConvNeXt+Conv Attention, YOLOv11	准确率	NA
286	2025-11-14	Smartphone image dataset for turmeric plant leaf disease from Bangladesh spice fields 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112184 PMID:41215795	研究论文	开发了一个用于姜黄植物叶片病害识别的智能手机图像数据集，并利用深度学习模型实现高效病害分类	创建了首个来自孟加拉国香料田的姜黄叶片病害综合数据集，包含原始和增强图像，强调高质量和多样化数据	数据集仅包含四种病害类别，可能未覆盖所有姜黄病害类型；所有数据来自单一国家地区	通过深度学习技术实现姜黄叶片病害的早期精准识别，提高农业生产力	姜黄植物叶片，包括健康叶片和三种病害类型（蚜虫侵害、斑点病、叶斑病）	计算机视觉	植物病害	智能手机图像采集，数据增强	CNN	图像	865张原始姜黄叶片图像和3496张增强图像	NA	EfficientNetB7, ResNet152	准确率	NA
287	2025-11-14	SmallFishBD: An extensive image dataset of common native small fish species in Bangladesh for identification and classification 2025-Dec, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112193 PMID:41215796	数据论文	本文介绍了包含孟加拉国十种常见本土小型鱼类图像的综合性数据集，用于鱼类识别分类研究	提供了首个针对孟加拉国本土小型鱼类的标准化图像数据集，采用统一采集环境和数据增强技术	样本仅来自达卡市鱼类市场，可能无法完全代表全国所有地区的鱼类种群	开发自动化鱼类物种识别分类系统，支持生物多样性监测和渔业管理	十种孟加拉国本土小型鱼类物种	计算机视觉	NA	智能手机图像采集，数据增强技术	NA	图像	十种鱼类物种，来自达卡多个市场的代表性样本	NA	NA	NA	NA
288	2025-11-14	A machine learning-based EEG signal analysis framework to enhance emotional state detection 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10367-2 PMID:41215981	研究论文	本研究提出基于机器学习的EEG信号分析框架，通过多种机器学习模型和合成数据增强技术来提升情绪状态检测性能	综合比较九种机器学习模型在五种不同数据集配置下的表现，并利用GAN、SMOTE和ADASYN三种合成数据生成技术增强模型性能	未明确说明患者群体的具体特征和情绪状态的分类标准	开发高效的EEG信号情绪状态检测方法	300名患者的EEG信号数据以及生成的合成数据	机器学习	NA	EEG信号分析	LR, DT, RF, kNN, SVM, LGBM, AdaBoost, MLP, 1D CNN	EEG信号	300名患者真实数据 + 20,000个合成数据点	NA	MLP, 1D CNN	准确率, 延迟时间	NA
289	2025-11-14	Development of a hybrid 2.5D deep learning model for glioma survival prediction using T1-weighted MRI from the CGGA database 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100697 PMID:41216617	研究论文	开发基于T1加权MRI的混合2.5D深度学习模型用于胶质瘤生存预测	提出混合2.5D卷积神经网络处理多切片输入，在克服体积分析计算限制的同时保留重要空间信息	样本量相对有限（217例患者），仅使用T1加权对比增强MRI序列	开发非侵入性深度学习框架预测胶质瘤患者总生存期	胶质瘤患者	数字病理	胶质瘤	T1加权对比增强MRI	CNN	医学影像	217例患者（训练集70%，测试集30%）	PyTorch, TensorFlow	ResNet, DenseNet	C-index, 时间依赖性AUC, Kaplan-Meier分析	NA
290	2025-11-14	A multimodal deep learning framework for functional brain network classification in rs-fMRI 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10369-0 PMID:41220406	研究论文	提出一种多模态深度学习框架，用于自动分类癫痫患者静息态功能磁共振成像中的功能脑网络	开发结合3D-CNN和LSTM的混合架构，同时利用空间、时域和频域特征进行功能脑网络分类	颞叶网络分类性能较低（0.14-0.24），部分类别识别精度有待提升	自动化分类癫痫患者rs-fMRI中的功能脑网络，支持癫痫手术规划	癫痫患者的静息态功能磁共振成像数据	医学影像分析	癫痫	静息态功能磁共振成像，独立成分分析	3D-CNN, LSTM	功能磁共振成像数据	NA	NA	3D卷积神经网络，长短期记忆网络	准确率，灵敏度，ROC AUC	NA
291	2025-11-14	A Hybrid Bidirectional Deep Learning Model Using HRV for Prediction of ICU Mortality Risk in TBI Patients 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00209-5 PMID:41230239	研究论文	本研究开发了一种混合双向深度学习模型，通过分析心率变异性来预测创伤性脑损伤患者在ICU的早期死亡风险	提出了一种结合权重预测器和双向长短期记忆单元(BiLSTM)的混合深度学习架构，通过特征加权和HRV数据模式捕捉来提升预测性能	模型完全依赖于ICU监测的ECG数据，可能受限于数据质量和可用性	优化创伤性脑损伤患者的护理策略，有效分配医疗资源，降低死亡率	创伤性脑损伤(TBI)患者	医疗人工智能	创伤性脑损伤	心率变异性(HRV)分析，心电图(ECG)信号处理	BiLSTM, 深度学习混合模型	心电图信号数据	来自Gold Coast大学医院和CHARIS系统的TBI患者数据	NA	双向长短期记忆网络(BiLSTM)与权重预测器混合架构	准确率, AUROC, AUPRC	NA
292	2025-11-14	Multi-Cohort Federated Learning Shows Synergy in Mortality Prediction for MRI-Based and Metabolomics-Based Age Scores 2025-Dec, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00208-6 PMID:41230244	研究论文	本研究通过联邦学习分析基于脑MRI的BrainAge和基于代谢物的MetaboAge两种生物年龄评分在死亡率预测中的协同作用	首次使用联邦学习研究不同生物年龄评分之间的相互作用，并发现BrainAge和MetaboAge在死亡率预测中具有互补价值	研究仅基于三个大型人群队列，数据共享限制可能影响更广泛的应用	研究不同类型生物年龄评分之间的相互关系及其在疾病预测中的价值	基于脑MRI的BrainAge评分和基于代谢物的MetaboAge评分	机器学习	老年疾病	脑MRI, 代谢组学	深度学习	医学影像, 代谢物数据	三个大型人群队列	联邦学习框架	深度学习模型	年龄预测误差, 关联分析, 生存分析	NA
293	2025-11-14	A systematic review of computer-aided acupoint localization 2025-Nov-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113708 PMID:41210988	系统综述	系统回顾了使用传统算法和深度学习在不同解剖区域进行穴位定位的研究文献	首次系统评估人工智能技术在穴位定位领域的应用效果与局限性	依赖现有文献质量，缺乏原始实验数据验证	评估自动化穴位定位技术的有效性、局限性和未来发展方向	穴位定位相关研究文献	计算机视觉	NA	深度学习，传统图像处理算法	深度学习模型	医学图像数据	NA	NA	NA	NA	NA
294	2025-11-14	Dual-channel deep learning captures intratumoural heterogeneity on CECT for preoperative risk stratification of thymic epithelial tumors 2025-Nov-21, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.113683 PMID:41210998	研究论文	开发双通道深度学习框架用于胸腺上皮肿瘤的术前风险分层	结合双通道CNN与自适应动态聚类算法，首次在CECT图像上捕获肿瘤内异质性进行风险分层	样本量相对有限（336例），需进一步多中心验证	提高胸腺上皮肿瘤术前风险分层的准确性	胸腺上皮肿瘤患者	医学影像分析	胸腺上皮肿瘤	对比增强CT（CECT）	CNN	医学影像	336例多中心胸腺上皮肿瘤患者	NA	DenseNet121	AUC	NA
295	2025-11-14	A deep learning-based radiomics model for noninvasive diagnosis of melanoma 2025-Nov-14, Melanoma research IF:1.5Q4 DOI:10.1097/CMR.0000000000001071 PMID:41201865	研究论文	开发了一种结合深度学习和影像组学的非侵入性诊断模型，用于提高黑色素瘤早期诊断的准确性和临床实用性	首次将深度学习特征（ResNet50层输出）与影像组学特征相结合构建随机森林模型用于黑色素瘤诊断	回顾性单中心研究，样本量相对有限（350例患者）	提高黑色素瘤早期诊断的准确性和临床实用性	皮肤色素性病变患者	医学影像分析	黑色素瘤	影像组学分析	随机森林,支持向量机,K近邻,ResNet	医学影像数据	350例皮肤色素性病变患者（训练集245例，验证集105例）	Python 3.8.5, sklearn	ResNet50	AUC	NA
296	2025-11-14	Light fuel classification based on Raman spectroscopy and region-adaptive convolutional neural networks 2025-Nov-13, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01009h PMID:41178741	研究论文	提出基于拉曼光谱和区域自适应卷积神经网络的轻质燃料分类方法	将拉曼光谱划分为四个区域进行特异性特征提取，通过基于区域峰值密度的初始权重分配和自适应区域贡献约束机制增强模型对弱特征峰的识别能力	仅使用16种不同等级和来源的轻质燃料样本，样本多样性可能有限	开发快速准确的轻质燃料战场识别方法	汽油、柴油和航空燃料等轻质燃料	机器学习	NA	拉曼光谱	CNN	光谱数据	16种不同等级和来源的轻质燃料	NA	一维卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
297	2025-11-14	Prediction of single event effects in SiC MOSFET devices based on deep learning 2025-Nov-13, Nanotechnology IF:2.9Q2 DOI:10.1088/1361-6528/ae1a8f PMID:41183390	研究论文	提出基于深度学习的SiC MOSFET单粒子效应预测方法，通过SRIM-TCAD集成建模实现高效预测	首次将深度学习应用于SiC MOSFET单粒子效应预测，提出对称对数倒数数据缩放技术，实现比传统TCAD仿真快5-6个数量级的预测速度	仅针对SiC MOSFET器件进行研究，未验证在其他半导体器件上的适用性	开发高效准确预测SiC MOSFET单粒子效应的方法	SiC MOSFET器件的单粒子效应	机器学习	NA	SRIM-TCAD集成建模	RDNN, CNN-GRU	仿真数据	52,920个单粒子效应事件	NA	残差深度神经网络, 卷积神经网络-门控循环单元	R²	NA
298	2025-11-14	Deep Learning-Decoded Raman Spectroscopy for Hour-Scale iPSC Pluripotency Assessment via Lipid-Protein Biomarkers 2025-Nov-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03560 PMID:41230979	研究论文	结合深度学习与拉曼光谱技术，实现小时级别的诱导多能干细胞多能性无标记评估	首次实现小时级别的iPSC多能性快速检测，在培养基扰动1小时即可检测多能性异常，早于形态学变化	未明确说明样本规模和验证集的多样性	开发快速无标记的诱导多能干细胞多能性评估方法	诱导多能干细胞(iPSC)	机器学习	NA	拉曼光谱	CNN	光谱数据	NA	NA	一维卷积神经网络(1D-CNN)	准确率	NA
299	2025-11-14	Multi-sequence MRI deep learning and habitat radiomics for predicting mismatch repair status and prognosis in colorectal liver metastasis: a multicenter study 2025-Nov-13, La Radiologia medica DOI:10.1007/s11547-025-02155-z PMID:41231329	研究论文	基于多序列MRI的栖息地影像组学和深度学习模型预测结直肠癌肝转移的错配修复状态及预后	首次将栖息地影像组学与深度学习相结合，利用多序列MRI术前预测CRLM的MMR状态和预后	回顾性研究，样本量有限（178例患者）	术前预测结直肠癌肝转移的错配修复状态和患者预后	结直肠癌肝转移患者	医学影像分析	结直肠癌肝转移	多序列MRI（T2WI、DWI、动态增强MRI）	深度学习模型	医学影像	178例患者（训练集93例，内部验证集40例，外部验证集45例）	NA	NA	AUC, 95% CI, log-rank检验	NA
300	2025-11-14	Resolution and quality enhancement of SPECT cerebral blood flow images using Pix2pix deep learning 2025-Nov-13, Annals of nuclear medicine IF:2.5Q2 DOI:10.1007/s12149-025-02129-1 PMID:41231365	研究论文	本研究使用Pix2pix深度学习框架提升SPECT脑血流图像的分辨率和图像质量	首次将Pix2pix机器学习框架应用于SPECT-CBF图像增强，使其在视觉和结构上更接近高质量的PET-CBF图像	样本量相对较小（73例患者），且仅针对脑缺血疑似患者进行研究	提升SPECT脑血流图像的空间分辨率和图像质量	73例疑似脑缺血患者的SPECT和PET脑血流图像	医学影像处理	脑缺血	SPECT成像（使用123I-IMP）、PET成像（使用O-15标记气体）	GAN	医学影像	73例患者（43例训练，15例测试，15例验证）	Pix2pix	Pix2pix	视觉评分（5分制）、结构相似性指数（SSIM）、ROI定量分析、相关系数（r）	NA