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
301	2025-10-01	Deep Learning Applications in Lymphoma Imaging 2025, Acta haematologica IF:1.7Q3 DOI:10.1159/000547427 PMID:40659002	综述	本文综述了深度学习在淋巴瘤影像学中的应用现状、挑战与前景	系统总结了深度学习在PET/CT、CT和MRI等多种影像模态中实现淋巴瘤自动检测、分割和分类的创新应用	存在影像协议差异影响模型泛化性、依赖小规模回顾性数据集、模型可解释性不足以及临床工作流整合困难等挑战	探讨深度学习技术在淋巴瘤影像诊断和管理中的应用价值与发展方向	淋巴瘤影像数据（PET/CT、CT、MRI）	医学影像分析	淋巴瘤	PET/CT、CT、MRI影像技术	深度学习模型	医学影像	NA
302	2025-10-02	Leveraging deep learning for early detection of cervical cancer and dysplasia in China using U-NET++ and RepVGG networks 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1624111 PMID:41018091	研究论文	本研究利用U-NET++和RepVGG深度学习网络改进阴道镜图像分析，提升宫颈癌及癌前病变的早期检测准确率	首次将U-NET++图像分割与RepVGG分类框架结合应用于宫颈病变检测，在早期病变识别方面表现优异	研究样本仅来自单一医疗机构，模型泛化能力有待进一步验证	通过深度学习技术提高宫颈癌早期检测的准确性	宫颈癌、HPV感染和宫颈上皮内瘤变(CIN)	计算机视觉	宫颈癌	深度学习	U-NET++, RepVGG	图像	848名受试者，其中424张高质量图像用于训练，424张用于验证
303	2025-10-02	Radiotherapy for glioma in the AI era: current applications and future prospects 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1673752 PMID:41018092	综述	本文综述了人工智能时代下胶质瘤放射治疗的当前应用与未来前景	系统探讨了AI技术（包括影像组学、深度学习和预测模型）在胶质瘤放疗工作流程中的整合应用	NA	总结胶质瘤放疗技术的发展历程，探索AI在放疗各阶段的新兴作用	胶质瘤（特别是高级别胶质母细胞瘤）的放射治疗	数字病理	胶质瘤	IMRT、质子治疗、碳离子放疗、术中放疗、FLASH放疗	深度学习、预测模型	医学影像数据	NA
304	2025-10-02	RefineFuse: an end-to-end network for multi-scale refinement fusion of multi-modality images 2025, Visual intelligence DOI:10.1007/s44267-025-00087-w PMID:41018163	研究论文	提出RefineFuse多尺度交互网络用于多模态图像融合，通过平衡局部细节特征和全局语义信息生成高质量融合图像	引入基于双重注意力的特征交互模块和全局注意力机制，通过特定模块在像素域和语义域建模跨模态特征耦合，并逐步将深层语义信息融入浅层细节信息	NA	提升融合网络在复杂场景下保留细节信息的能力，生成更高质量的多模态融合图像	红外图像、可见光图像和医学图像	计算机视觉	NA	深度学习	端到端网络、多尺度交互网络、注意力机制	多模态图像（红外、可见光、医学图像）	NA
305	2025-10-02	Diagnostic performance and generalizability of deep learning for multiple retinal diseases using bimodal imaging of fundus photography and optical coherence tomography 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1665173 PMID:41018263	研究论文	开发并评估基于眼底彩照和光学相干断层扫描的双模态深度学习模型用于多种视网膜疾病的诊断	首次结合眼底彩照和光学相干断层扫描双模态成像开发深度学习模型，并在多设备和扫描模式下验证其泛化能力	样本量相对有限（共1445对图像），且仅在三家医院收集数据	开发能够诊断多种视网膜疾病的深度学习模型并评估其诊断性能和泛化能力	视网膜疾病患者，包括糖尿病视网膜病变、年龄相关性黄斑变性、病理性近视等七种视网膜状况	数字病理	视网膜疾病	深度学习，双模态成像	Fusion-MIL（多实例学习融合模型）	图像（眼底彩照和光学相干断层扫描）	1445对CFP-OCT图像来自1029名患者，另加1184对用于PM ATN分类
306	2025-10-02	TL-MED: Multiclass eye disease classification based on ensemble transfer learning and CRVO-BRVO detection via a single shot multibox detector 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251379729 PMID:41018518	研究论文	基于集成迁移学习和单发多框检测器的多类眼病分类及视网膜静脉阻塞检测研究	提出五种基于迁移学习的深度卷积神经网络模型和集成模型，并首次将单发多框检测器应用于视网膜静脉阻塞检测	仅使用3744张原始视网膜图像，样本量相对有限	开发可靠的AI驱动方法用于常见眼病的早期精确检测	视网膜图像中的青光眼、白内障、糖尿病视网膜病变及视网膜静脉阻塞	计算机视觉	眼病	迁移学习、集成学习	VGG16、ResNet152、DenseNet169、EfficientNetB3、NASNetMobile、集成模型、SSD	图像	3744张原始视网膜图像
307	2025-10-02	VAE deep learning model with domain adaptation, transfer learning and harmonization for diagnostic classification from multi-site neuroimaging data 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1553035 PMID:41018545	研究论文	开发了一种结合域适应、迁移学习和数据协调的VAE深度学习模型，用于多站点fMRI数据的神经发育障碍诊断分类	首次将VAE-MMD深度学习模型应用于多站点fMRI数据的域适应，并展示了迁移学习和数据协调的协同优势	研究仅针对自闭症谱系障碍的诊断分类，未验证在其他神经系统疾病上的适用性	提高多站点神经影像数据的机器学习诊断分类性能	自闭症、阿斯伯格综合征和典型发育对照组的fMRI数据	机器学习	神经发育障碍	fMRI	VAE-MMD	神经影像数据	ABIDE-I和ABIDE-II数据集，并额外加入HBN和AOMIC数据集的健康对照样本
308	2025-10-02	A review of AI-driven Google Earth Engine applications in surface water monitoring, assessment, and management 2025, Discover geoscience DOI:10.1007/s44288-025-00255-x PMID:41018550	综述	本文综述了人工智能与Google Earth Engine结合在水体监测与评估中的应用	系统总结了AI/ML/DL与GEE平台结合监测地表水的新方法，并包含内布拉斯加州湖泊的案例研究	揭示了当前方法的局限性并指出了改进机会	评估AI驱动方法在GEE平台上进行地表水监测、评估和管理的效果	地表水（湖泊和湿地）的数量和质量监测	遥感与地理信息系统	NA	多传感器遥感、人工智能、机器学习、深度学习	多种模型家族比较	遥感影像数据	包含内布拉斯加州三个湖泊的案例研究（2022-2023年）
309	2025-10-02	An artificial intelligence model for early-stage breast cancer classification from histopathological biopsy images 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1627876 PMID:41018739	研究论文	提出一种基于深度学习的模型，用于从组织病理学活检图像中分类早期乳腺癌	采用DenseNet121骨干网络结合多尺度特征融合策略，能够捕捉多个抽象层次的形态学特征	NA	开发人工智能模型用于乳腺癌的早期分类和亚型识别	乳腺癌组织病理学活检图像	数字病理学	乳腺癌	深度学习	DenseNet121	图像	公开可用的BreaKHis数据集，采用5折交叉验证
310	2025-10-02	The Rise of Artificial Intelligence in Orthopedics: A Bibliometric and Visualization Analysis 2025, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S536633 PMID:41019150	文献计量分析	通过文献计量和可视化分析研究人工智能在骨科领域的应用进展与研究热点	首次系统分析2010-2024年间人工智能在骨科领域的研究趋势和热点主题	仅基于PubMed数据库，国际合作频率相对有限	调查人工智能在骨科领域的应用进展和现状	骨科领域相关学术文献	医学信息学	骨科疾病	文献计量分析，R软件	NA	文献数据	112篇相关文章
311	2025-10-02	Reshaping Anesthesia with Artificial Intelligence: From Concept to Reality 2025, Anesthesia and critical care (Houston, Tex.) PMID:41019310	综述	本文综述人工智能在麻醉学领域的应用现状与发展前景	系统分析从早期规则系统到机器学习、深度学习模型的演进，展示AI在生理参数监测、精准麻醉给药和风险预测等方面的创新应用	面临伦理担忧、临床疑虑、医疗系统间可复现性不足以及缺乏深入数据支持等障碍	探讨人工智能技术在麻醉学领域的应用潜力与发展方向	麻醉临床实践与患者管理	医疗人工智能	NA	机器学习、深度学习、自然语言处理	NA	生理监测数据、脑电图、超声影像、临床文本	NA
312	2025-10-02	Explainable AI and mobile imaging for non-destructive avocado ripeness and internal quality assessment to reduce food waste 2025, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101196 PMID:41019612	研究论文	本研究结合智能手机成像和深度学习技术，开发了一种非破坏性评估鳄梨成熟度和内部质量的方法	首次将可解释AI与移动成像结合用于鳄梨质量评估，采用CNN残差回归模型和LIME技术提供模型解释	研究仅针对鳄梨单一水果，样本量相对有限（1400张图像），存储条件固定为室温	开发非破坏性水果质量评估方法以减少食物浪费	鳄梨的成熟度和内部质量	计算机视觉	NA	智能手机成像、深度学习、LIME可解释性技术	CNN ResNetR、支持向量机回归、随机森林、视觉变换器	图像	1400张鳄梨图像，采集自8天存储期
313	2025-10-02	Multidimensional quality evaluation and traceability study of Fritillariae Cirrhosae Bulbus from different sources 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1648434 PMID:41019711	研究论文	本研究通过多维分析方法评估不同来源川贝母的质量差异并建立深度学习溯源模型	首次整合非靶向代谢组学、生物碱定量、矿质营养元素分析和高光谱成像特征，构建基于ResNet深度学习模型的川贝母溯源系统	外部验证准确率为86.67%，仍有提升空间；样本来源相对有限	建立川贝母多维质量评价体系和准确溯源方法	来自不同产地和栽培方式的川贝母样本（色卡乡野生、八美镇组织培养、川主寺镇野生、安宏乡人工栽培）	数字病理	NA	非靶向代谢组学、生物碱定量分析、矿质营养元素分析、高光谱成像	ResNet深度学习模型、PLS-DA	代谢组学数据、化学分析数据、高光谱图像	来自四个不同来源的川贝母样本
314	2025-10-02	Deep-broad learning network model for precision identification and diagnosis of grape leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1611301 PMID:41019747	研究论文	提出结合宽度学习与深度学习的ABLSS模型，用于葡萄叶片病害的精准识别与诊断	融合宽度学习网络与深度学习技术，引入LTM机制和SENet注意力机制，结合扩张空间金字塔池化和特征金字塔网络提升小病斑识别能力	NA	实现葡萄叶片病害的快速、精准、高效识别与诊断	葡萄叶片病害	计算机视觉	植物病害	深度学习、宽度学习、图像分割	ABLSS（基于BLS优化的深度学习网络）、U-Net	图像	NA
315	2025-10-02	IMNM: integrated multi-network model for identifying pepper leaf diseases 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1558349 PMID:41019742	研究论文	提出一种集成多网络模型IMNM用于识别辣椒叶片病害	结合改进ResNet、动态卷积网络和渐进式原型网络构建集成模型，具备强大的跨作物泛化能力	NA	开发高效准确的作物叶片病害智能识别方法	辣椒叶片病害（健康、病毒病、叶枯病、褐斑病、叶点霉病）	计算机视觉	植物病害	深度学习	集成多网络模型（改进ResNet、DCN、PPN）	图像	五类典型辣椒叶片样本，并在苹果、小麦和水稻叶片上进行跨物种验证
316	2025-10-02	YOLO-LF: application of multi-scale information fusion and small target detection in agricultural disease detection 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1609284 PMID:41019758	研究论文	提出改进的YOLO-LF模型用于农业病害检测，通过多尺度信息融合和小目标检测技术提升检测性能	引入CSPPA模块增强多尺度特征融合，SEA模块强化上下文和局部信息的注意力机制，LGCK模块提高对小病灶区域的敏感性	NA	提高农业病害检测中复杂背景下小目标检测的准确性和效率	农作物病害	计算机视觉	农业病害	深度学习	YOLO-LF（基于YOLO改进模型）	图像	Plant Pathology 2020 - FGVC7和Plant Pathology 2021 - FGVC8数据集
317	2025-10-02	Avoidance behaviours of farmed Atlantic salmon (Salmo salar L.) to artificial sound and light: a case study of net-pen mariculture in Norway 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1657567 PMID:41019777	研究论文	研究养殖大西洋鲑对人工声音和光照的回避行为，为水产养殖设备设计提供依据	首次系统研究商业网箱养殖环境下大西洋鲑对不同频率声音和不同深度光照强度的行为反应，并采用深度学习自动分析鱼群分布模式	仅针对挪威网箱养殖环境，未考虑其他养殖条件或鱼种	探究养殖大西洋鲑对人工声音和光照的行为反应，为水产养殖设备设计提供指导	养殖大西洋鲑（Salmo salar L）	水产养殖行为学	NA	声纳数据采集，深度学习图像处理	深度学习	声纳图像数据	商业网箱中的成年养殖大西洋鲑
318	2025-10-02	Evaluation of the impact of AI-driven personalized learning platform on medical students' learning performance 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1610012 PMID:41020237	研究论文	评估基于Coze平台的AI驱动个性化学习对医学生学习成效的影响	首次将动态学习路径优化、情感感知支持和BERT模型资源推荐整合应用于医学教育个性化学习平台	样本量较小（40人），缺乏长期效果验证，存在伦理风险需要进一步评估	评估AI个性化学习平台在医学教育中的应用价值，为教育数字化转型提供实证依据	40名全日制医学本科生	自然语言处理	NA	自然语言处理（NLP），BERT模型，情感计算	BERT	文本，平台日志，测试成绩，问卷调查	40名医学本科生（实验组20人，对照组20人）
319	2025-10-02	Establishment of a Machine Learning-Based Predictive Model for Klebsiella pneumoniae Liver Abscess 2025, Infection and drug resistance IF:2.9Q2 DOI:10.2147/IDR.S545440 PMID:41030238	研究论文	本研究建立了基于机器学习的肺炎克雷伯菌肝脓肿预测模型	首次结合临床特征和超声特征，使用Boruta算法筛选关键预测变量，并比较四种机器学习模型在K-PLA诊断中的性能	回顾性研究设计，样本量有限（201例患者），需外部验证确认模型泛化能力	开发肺炎克雷伯菌肝脓肿的机器学习诊断模型	201例细菌性肝脓肿患者（134例K-PLA，67例非K-PLA）	机器学习	肝脓肿	Boruta特征选择算法，5折交叉验证	Deep Learning-Fully Connected Neural Network, Distributed Random Forest, Gradient Boosting Machine, Generalized Linear Model	临床数据，超声特征，实验室检查结果	201例患者（中位年龄57岁，男性136例）
320	2025-10-02	Integrating deep learning features from mammography with SHAP values for a machine learning model predicting over 5-year recurrence of breast ductal carcinoma In Situ post-lumpectomy 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1681072 PMID:41030436	研究论文	开发结合乳腺X线摄影深度学习特征和临床病理数据的可解释机器学习模型，用于预测乳腺导管原位癌保乳术后5年以上复发风险	首次将乳腺X线摄影的深度学习特征与SHAP值解释结合，创建可解释的预测模型，突破了传统方法仅依赖临床病理因素的局限	回顾性单中心研究，样本量相对有限（140例患者），需要外部验证	预测乳腺导管原位癌患者保乳术后长期复发风险	140例来自哈尔滨医科大学附属肿瘤医院的乳腺导管原位癌患者（2011-2020年）	数字病理	乳腺癌	数字乳腺X线摄影、pyradiomics特征提取、LASSO回归、SHAP值分析	梯度提升机(GBM)及其他15种机器学习算法	医学图像（乳腺X线摄影）、临床病理数据	140例患者（训练集100例，验证集40例）