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
341	2025-11-14	Deep learning for inner speech recognition: a pilot comparative study of EEGNet and a spectro-temporal Transformer on bimodal EEG-fMRI data 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1668935 PMID:41209398	研究论文	本研究比较了EEGNet和谱时Transformer两种深度学习模型在双模态EEG-fMRI数据上的内隐语音识别性能	首次将谱时Transformer应用于内隐语音识别，并引入小波分解和自注意力机制	样本量较小（4名参与者），词汇量有限（8个单词），缺乏临床实时验证	评估和比较深度学习模型在内隐语音分类中的性能和泛化能力	健康参与者的内隐语音脑电信号	脑机接口	NA	脑电图，功能性磁共振成像	CNN, Transformer	脑电信号，时间序列数据	4名健康参与者，8个目标单词	NA	EEGNet, 谱时Transformer	准确率, 宏平均F1分数, 精确率, 召回率	NA
342	2025-11-14	Integrating clinical indications and patient demographics for multilabel abnormality classification and automated report generation in 3D chest CT scans 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1672364 PMID:41209490	研究论文	本研究提出一种多模态深度学习模型，通过整合3D胸部CT扫描、临床指征报告和患者人口统计学数据来改进多标签异常分类和自动报告生成	首次将临床指征和患者人口统计学数据与3D CT图像特征相结合，构建多模态深度学习框架用于胸部异常分类和报告生成	未详细说明模型在不同疾病类型上的具体性能差异，也未讨论模型在真实临床环境中的部署挑战	开发能够辅助放射科医生处理日益增长工作量的自动化CT扫描分析方法	3D胸部CT扫描图像、临床指征报告、患者年龄和性别数据	医学影像分析	胸部疾病	CT扫描	多模态深度学习模型	3D图像, 文本, 结构化数据	NA	NA	视觉编码器, 预训练语言模型, 前馈神经网络	F1分数, 临床效能指标	NA
343	2025-11-14	High-resolution protein modeling through Cryo-EM and AI: current trends and future perspectives - a review 2025, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2025.1688455 PMID:41209584	综述	本文综述了冷冻电镜与人工智能在蛋白质高分辨率建模中的最新进展、互补作用及未来展望	系统整合了冷冻电镜实验技术与AI结构预测方法的协同优势，重点分析了AlphaFold系列算法在解决膜蛋白、柔性蛋白等挑战性目标中的应用突破	AI与冷冻电镜整合方法仍存在局限性，如对某些复杂蛋白构象多样性的解析能力有限	加速蛋白质结构-功能关系探索，推动生物医学研究和药物开发	蛋白质（包括膜蛋白、柔性蛋白、固有无序蛋白和大分子复合物）	结构生物学	NA	冷冻电镜, 直接电子探测器, 人工智能结构预测	深度学习	电子显微镜图像, 氨基酸序列	NA	AlphaFold 2, AlphaFold 3	深度学习算法	NA	NA
344	2025-11-14	Multimodal image fusion for enhanced vehicle identification in intelligent transport 2025, PeerJ. Computer science DOI:10.7717/peerj-cs.3270 PMID:41209660	研究论文	提出一种基于深度学习的多模态图像融合方法，用于增强智能交通系统中的车辆识别能力	采用注意力机制生成深度图并与RGB图像融合，在Vision Transformer框架中结合HOG和BRISK描述符的混合特征提取技术	NA	提升遥感图像中车辆检测和分类的性能	航空图像中的车辆目标	计算机视觉	NA	多模态图像融合	Vision Transformer, ResNet, YOLO, MRF	多模态航空图像（RGB、红外、高光谱、多光谱、SAR、LiDAR）	三个基准数据集：Roundabout Aerial, AU-Air, VAID	YOLOv4, Vision Transformer	ResNet-18, ViT, YOLOv4	精确度	NA
345	2025-11-14	A Bayesian deep segmentation framework for glioblastoma tumor segmentation using follow-up MRIs 2025, Frontiers in neuroimaging DOI:10.3389/fnimg.2025.1630245 PMID:41210079	研究论文	开发了一种用于胶质母细胞瘤随访MRI肿瘤分割的贝叶斯深度学习框架	首次将贝叶斯学习与深度学习结合专门针对随访MRI的脑胶质瘤分割，通过不确定性信息识别和修正误分类	仅使用311例随访MRI数据，样本规模有限	提供有效的深度学习模型来准确分割随访MRI中的胶质母细胞瘤亚区	胶质母细胞瘤患者的随访MRI图像	医学影像分析	胶质母细胞瘤	MRI	贝叶斯深度学习模型	医学影像	311例随访MRI	NA	深度学习分割模型	DSC分数	NA
346	2025-11-14	Traditional and Artificial Intelligent Methods in Predicting Maxillofacial Soft Tissue Morphology After Orthognathic Surgery: A Narrative Review 2025, International journal of dentistry IF:1.9Q2 DOI:10.1155/ijod/6268492 PMID:41210161	综述	评估正颌手术后软组织形态预测的传统与人工智能方法，并指出未来研究方向	系统比较了从二维到三维预测方法的演变，重点分析了深度学习在预测精度和速度方面的突破性进展	深度学习存在数据不足、过拟合和可解释性缺乏等问题	提高正颌手术后软组织形态预测的准确性和效率	正颌手术患者的软组织形态变化	医学影像分析	颌面畸形	深度学习算法	DNN, PointNet, Transformer	医学影像数据	基于60篇相关文献的系统评估	NA	深度神经网络, PointNet, Transformer	预测准确性, 运算速度	NA
347	2025-11-14	MEA-Based Graph Deviation Network for Early Autism Syndrome Signatures in Human Forebrain Organoids 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0441 PMID:41210185	研究论文	提出基于图偏差网络的深度学习框架，通过分析人前脑类器官的多电极阵列数据来预测自闭症谱系障碍风险	首次将振幅调制的尖峰序列编码为动态图，利用图偏差网络检测神经发育扰动引起的网络组织异常	存在生物变异性，需要进一步验证模型的泛化能力	开发早期自闭症综合征特征的检测方法	人前脑类器官的神经活动	计算神经科学	自闭症谱系障碍	多电极阵列记录，体外脑发育研究	图偏差网络	神经尖峰活动数据，动态图数据	NA	深度学习框架	图偏差网络	网络效率，路径长度，输入连接性，早期功能障碍检测能力	NA
348	2025-11-14	Real-time jute leaf disease classification using an explainable lightweight CNN via a supervised and semi-supervised self-training approach 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1647177 PMID:41210703	研究论文	提出一种轻量级CNN模型结合半监督自训练框架，用于实时黄麻叶部病害分类	结合半监督学习与轻量级CNN，在仅10%标注数据下实现接近全监督的性能，并集成可解释性AI方法	仅针对三种黄麻叶部病害类别进行验证，数据集为自行采集	开发资源受限环境下可用的实时黄麻叶部病害分类系统	黄麻叶片图像	计算机视觉	植物病害	图像分类	CNN	图像	自行采集的黄麻叶片图像数据集，包含三个类别（尾孢菌叶斑病、金色花叶病、健康叶片）	Flask	改进的深度可分离卷积、增强型压缩激励块、改进的移动倒置瓶颈卷积块	准确率	资源受限的农业环境
349	2025-11-14	In-field estimation of vertical distribution of total nitrogen and nicotine content for tobacco plants based on multispectral and texture feature fusion 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1647566 PMID:41210719	研究论文	基于多光谱和纹理特征融合的田间烟草植株总氮和尼古丁含量垂直分布估测方法	提出光谱与纹理特征融合的深度学习方法，开发改进的AO-YOLOv8模型实现复杂条件下烟叶实例分割，并首次实现田间烟草氮和尼古丁含量垂直分布的可视化估测	田间环境下植物尺度估测精度相对较低（R值0.57-0.68），复杂环境因素可能影响模型稳定性	提高烟草植株总氮和尼古丁含量及其垂直分布估测精度，为智慧农业管理提供技术支持	田间种植的烟草植株	计算机视觉	NA	多光谱成像，纹理特征分析	YOLOv8, LSTM, RNN, MLP, FCNN	多光谱图像	未明确说明具体样本数量	NA	AO-YOLOv8, LSTM, RNN, MLP, FCNN	mAP50, mIoU, R值	NA
350	2025-11-14	A spontaneous keypoints connection algorithm for leafy plants skeletonization and phenotypes extraction 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1641255 PMID:41210720	研究论文	提出一种无需训练和标注的自发关键点连接算法，用于叶类植物骨架化和表型提取	开发了无需人工标注和训练过程的叶骨架提取方法，通过自发检测关键点并连接生成叶骨架	NA	开发高效、可扩展的植物叶表型提取方法	叶类植物（兰花和玉米）	计算机视觉	NA	图像分析	NA	图像	兰花垂直和正面视角图像，玉米图像数据集	NA	NA	曲率拟合误差, 叶片召回率	NA
351	2025-11-14	CausalX-Net: a causality-guided explainable segmentation network for brain tumors 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1693603 PMID:41210853	研究论文	提出一种基于因果推理的可解释脑肿瘤分割网络CausalX-Net，用于多模态MRI图像分析	首次将结构因果建模和干预推理引入脑肿瘤分割，通过反事实分析提供临床可解释的假设性解释	仅使用BraTS 2021数据集进行验证，需要更多临床数据验证泛化能力	开发具有临床可解释性的脑肿瘤分割方法	脑肿瘤MRI图像	数字病理	脑肿瘤	多模态MRI	CNN	医学图像	BraTS 2021数据集	NA	CausalX-Net	Dice相似系数	NA
352	2025-11-14	AI in phishing detection: a bibliometric review 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1496580 PMID:41211053	文献计量学综述	本文通过文献计量学方法系统分析了人工智能在网络钓鱼检测领域的研究现状和发展趋势	首次采用文献计量学方法对AI在网络钓鱼检测领域的研究进行全面分析，识别了该领域的研究主题演变和合作模式	仅基于Web of Science数据库的1096篇文献，可能未涵盖所有相关研究	填补AI在网络钓鱼检测领域的文献计量分析空白，补充现有综述研究	网络钓鱼检测相关的科学文献	自然语言处理,机器学习	NA	文献计量分析	机器学习,深度学习	文献元数据	1096篇文献	Biblioshiny,VOSviewer	NA	NA	NA
353	2025-11-14	Multi-class: spectral-spatial temporal pyramid network and multi-class classifier-based cardiovascular disease classification 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1650134 PMID:41211134	研究论文	提出一种基于多模态深度学习的心血管疾病分类框架MCC-CVD，整合心电图和心音图数据进行多类别疾病诊断	开发了光谱时空金字塔网络(SST-PNet)、三模式注意力机制(TPAM)和权重校正模块，首次将多模态数据与多组件深度学习架构结合用于心血管疾病分类	研究仅基于920例患者数据，样本规模相对有限；仅包含13项临床参数，可能未涵盖所有相关风险因素	开发有效的多模态机器学习技术用于心血管疾病的预测和检测	心血管疾病患者的心电图(ECG)和心音图(PCG)数据，包含13项临床参数	机器学习	心血管疾病	心电图(ECG), 心音图(PCG), 深度学习	CNN, 注意力机制	生理信号数据, 结构化临床数据	920例患者记录	NA	Spectral Spatial Temporal Pyramid Network (SST-PNet), Multi-class EnDe-CNN, 三模式注意力机制(TPAM)	准确率, F1-score, 精确率, 召回率, AUC	NA
354	2025-11-14	A self-supervised learning framework for discovering cortical folding patterns under genetic influence: Application to the Anterior Cingulate Cortex 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.987 PMID:41211100	研究论文	提出一种自监督学习框架，用于发现受遗传影响的皮层折叠模式，并应用于前扣带皮层区域	开发基于自监督深度学习的综合区域表征方法，直接从皮层折叠表征中发现新的遗传位点	仅在非英国白人血统的小规模队列中复制了一个位点，泛化能力有待验证	发现受遗传影响的皮层折叠模式及其与大脑发育和精神病学的关联	前扣带皮层区域的皮层折叠模式，特别是旁扣带沟形状	医学影像分析	精神疾病	自监督深度学习	深度学习	脑部影像数据	36,000名英国白人血统受试者（UK Biobank数据库）	NA	NA	遗传关联分析	NA
355	2025-11-14	Systematic evaluation of predictive models for futile recanalization before thrombectomy in patients with acute ischemic stroke 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1625236 PMID:41211281	系统评价	系统评估急性缺血性卒中患者血栓切除术无效再通预测模型的现状	首次系统评价机械取栓后无效再通的预测模型，并按建模方法进行分层描述性分析	无法进行正式的定量荟萃分析，因多数研究未提供AUC值的置信区间或标准误	为治疗决策提供依据，系统评价现有预测模型	急性缺血性卒中接受机械取栓的患者	医学预测模型	急性缺血性卒中	系统评价方法	传统回归模型, 机器学习/深度学习模型	临床和影像学特征	13项研究，包含23个预测模型	NA	NA	AUC	NA
356	2025-11-14	Intra-tumor and peritumoral radiomics and deep learning based on ultrasound for differentiating fibroadenoma and phyllodes tumor: a multicenter study 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1668793 PMID:41211416	研究论文	基于超声影像开发并验证了整合瘤内和瘤周特征的影像组学-深度学习模型，用于准确区分乳腺纤维腺瘤和叶状肿瘤	首次将瘤内和瘤周（8mm扩展区域）影像组学特征与临床因素结合，实现乳腺纤维上皮肿瘤的精确分型和亚型分层	回顾性多中心研究，样本量相对有限（300例患者）	开发非侵入性诊断工具，准确区分乳腺纤维腺瘤和叶状肿瘤并对其亚型进行分类	乳腺纤维上皮肿瘤患者（纤维腺瘤和叶状肿瘤）	医学影像分析	乳腺肿瘤	超声成像	CNN, MLP, ViT, GAN, RNN	超声图像	300例患者（141例纤维腺瘤，159例叶状肿瘤）来自三个医疗中心	PyRadiomics	多种深度学习架构组合	AUC, 准确率, 敏感度, 特异度, F1分数, 活检减少率	NA
357	2025-11-14	Prior-Radiomics-Guided Multi-Scale Feature Extraction Network Utilizing Preoperative MRI: A Pioneering Approach for Lymphovascular Invasion Prediction in Invasive Breast Cancer 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251391862 PMID:41212687	研究论文	开发了一种先验影像组学引导的多尺度特征提取网络，用于术前预测浸润性乳腺癌的淋巴血管侵犯	首次提出将深度学习与影像组学特征融合的多尺度特征提取网络，通过结合多尺度深度特征和工程化影像组学特征提升预测性能	回顾性研究，样本量相对有限（303例），单中心数据	术前预测浸润性乳腺癌患者的淋巴血管侵犯状态	303例接受MRI检查和手术切除的浸润性乳腺癌女性患者	数字病理	乳腺癌	磁共振成像	深度学习网络	医学影像	303例患者，按7:3比例随机分为训练集和验证集	NA	PRM-Net, M-Net	AUC, 95%置信区间	NA
358	2025-11-14	Detection and classification of venous thromboembolism through image test reports analysis using active learning and deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0335262 PMID:41212856	研究论文	本研究通过主动学习和深度学习模型分析静脉血栓栓塞影像报告，实现高效分类	结合主动学习策略与深度学习模型，在样本量有限和类别不平衡的真实临床数据中实现高性能分类	存在ICD-10编码欠文档化问题，在排除特定类别后模型性能下降	评估主动学习和深度学习在静脉血栓栓塞报告分类中的效果	5,839份影像检查报告，其中1,088份为VTE阳性	自然语言处理	静脉血栓栓塞	影像报告分析	LSTM, CNN, BERT	文本	5,839份影像报告	NA	LSTM, 多核1D-CNN, BERT, BioBERT	F1分数	NA
359	2025-11-14	Railway fastener defect detection using RFD-DETR: A lightweight real-time transformer-based approach 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331513 PMID:41212928	研究论文	提出一种基于Transformer的轻量级实时铁路扣件缺陷检测方法RFD-DETR	引入小波变换卷积模块、跨尺度特征融合模块和小波变换特征升级模块，在保持高精度的同时显著降低计算成本和参数数量	NA	开发高效的铁路扣件缺陷自动检测方法	铁路轨道扣件	计算机视觉	NA	NA	Transformer, DETR	图像	扩展后的铁路扣件数据集	NA	RFD-DETR, WTConv, CSPPDC, WFU	mAP, IoU	NA
360	2025-11-14	Material Design of Dental Implant for Minimum Stress Shielding of Bone Using Design of Experiment, Deep Learning, and Ashby Plot 2025, Journal of long-term effects of medical implants DOI:10.1615/JLongTermEffMedImplants.2025051075 PMID:41213046	研究论文	通过实验设计、深度学习和Ashby图确定最小应力屏蔽的牙科种植体材料属性	结合实验设计、深度学习和Ashby图进行牙科种植体材料设计，以最小化骨应力屏蔽效应	镍合金的生物相容性和技术难题需要进一步研究，碳纤维增强聚合物需要制造工艺关注	确定最小应力屏蔽的牙科种植体材料属性	牙科种植体材料	材料设计	牙科疾病	Ansys仿真, 实验设计, 深度学习	深度学习模型	仿真数据	5种材料评估	NA	NA	应力屏蔽最小化	Ansys软件