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
361	2025-09-30	Sli2Vol+: Segmenting 3D Medical Images Based on an Object Estimation Guided Correspondence Flow Network 2025 Feb-Mar, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision DOI:10.1109/wacv61041.2025.00357 PMID:41001582	研究论文	提出一种基于对象估计引导对应流网络的自监督框架，用于3D医学图像分割	开发了对象估计引导对应流网络来学习连续切片间的可靠对应关系，解决了传统方法中的误差累积和间断处理问题	每个训练和测试体积仅使用单个标注切片，可能在某些复杂情况下限制性能	减少3D医学图像分割的标注负担，提高分割准确性	3D医学图像中的解剖结构	医学图像分析	多器官疾病	自监督学习	对应流网络	3D医学图像	多个不同数据集，涵盖不同器官、模态和模式
362	2025-09-30	Fine-grained Prototype Network for MRI Sequence Classification 2025, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056361649250717162910 PMID:40754881	研究论文	提出一种用于MRI序列分类的细粒度原型网络SequencesNet	结合CNN和改进视觉transformer的特征提取网络，引入特征选择模块和原型分类模块来捕捉细粒度差异	计算复杂度较高，模型泛化能力有待提升	解决MRI序列分类中类间差异细微、类内变化显著的问题	腹部MRI序列图像	医学影像分析	腹部疾病	深度学习	CNN + Vision Transformer	医学图像	公共腹部MRI序列分类数据集和私有数据集
363	2025-09-30	Gamma-Band Binaural Beats Neuromodulation Enhances P300 Classification in an Auditory Brain-Computer Interface Paradigm 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3604016 PMID:40880336	研究论文	本研究探索伽马波段双耳节律作为非侵入性神经调控方法对听觉P300脑机接口性能的增强效果	首次系统评估伽马波段双耳节律对听觉P300-BCI的调控作用，并通过非周期性脑电成分分析揭示其神经机制	研究样本仅包含健康参与者，未涉及临床患者群体	开发低成本、易操作的神经调控方法以优化听觉脑机接口性能	30名健康参与者	脑机接口	NA	双耳节律刺激、脑电图、不规则重采样自动谱分析	机器学习分类器、深度学习模型	脑电信号	30名健康参与者
364	2025-09-30	Novel Physics-Informed Bayesian Fusion Post-Processor for Enhanced Gait Phase Recognition Using Surface Electromyography 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3604618 PMID:40889304	研究论文	提出一种新型物理信息贝叶斯融合后处理器，用于增强基于表面肌电信号的步态相位识别	将生物力学序列约束嵌入分类器的后验概率输出，抑制不稳定转换并促进自然步态进展	NA	提高肌电控制在下肢辅助设备中的安全性、可靠性和实时性能	下肢肌肉表面肌电信号和步态周期五个相位	机器学习	NA	表面肌电信号采集	SVM, ANN, KNN, CNN-LSTM混合深度学习模型	肌电信号	40名受试者的SIAT-LLMD数据集
365	2025-09-30	EfficientNetSwift: A Lightweight and Precise Deep Learning Model for Detecting Oral Squamous Cell Carcinoma Using Pathological Images 2025 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251380966 PMID:41004387	研究论文	提出基于改进轻量级EfficientNetSwift的深度学习模型，用于口腔鳞状细胞癌病理图像的自动检测	开发了轻量级EfficientNetSwift模型，在保持高精度的同时显著减少参数数量	NA	开发人工智能方法实现口腔鳞状细胞癌的自动化检测	口腔鳞状细胞癌(OSCC)病理图像	数字病理	口腔鳞状细胞癌	深度学习	EfficientNetSwift	病理图像	NA
366	2025-09-30	Automatic road damage recognition based on improved YOLOv11 with multi-scale feature extraction and fusion attention mechanism 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327387 PMID:41004548	研究论文	提出一种基于改进YOLOv11的自动道路损伤识别方法，通过多尺度特征提取和融合注意力机制提升检测性能	引入微小目标检测层增强小物体识别能力，集成全局注意力机制抑制背景噪声，采用轻量化卷积模块优化计算效率	仅在RDD2022数据集上进行验证，未提及其他数据集或实际部署环境的泛化能力	开发高效准确的道路损伤自动检测方法以支持交通安全和基础设施维护	道路损伤图像	计算机视觉	NA	深度学习	YOLOv11	图像	RDD2022数据集（具体数量未提及）
367	2025-09-30	CAAFE-ResNet: A ResNet With Channel Attention-Augmented Feature Extraction for Prognostic Assessment in Rectal Cancer 2025 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70030 PMID:40867076	研究论文	提出一种基于ResNet18的CAAFE-ResNet18深度学习模型，用于直肠癌MRI图像的预后评估	设计了特征提取与补充模块(CAAFE)，结合多尺度扩张卷积并行架构和通道注意力机制，实现多层次信息融合、空间特征增强和通道特征优化	NA	早期识别直肠癌治疗中显示完全缓解(CR)和无响应(NR)的患者	局部晚期直肠癌(LARC)患者的MRI图像	计算机视觉	直肠癌	磁共振成像(MRI)	CNN, ResNet, 通道注意力机制	图像	NA
368	2025-09-30	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	研究样本量有限（848例），仅来自单一医疗机构，需要更大规模多中心验证	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）患者	计算机视觉	宫颈癌	阴道镜图像分析	U-NET++, RepVGG	图像	848名受试者（424张训练图像，424张验证图像）
369	2025-09-30	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、深度学习和预测建模）在胶质瘤放疗工作流程中的整合应用	NA	回顾胶质瘤放疗的发展历程，探讨AI在放疗各阶段的新兴作用，并讨论未来个性化、自适应和数据驱动策略的临床实施方向	胶质瘤，特别是高级别胶质母细胞瘤（GBM）	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、预测建模	医学影像	NA
370	2025-09-30	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，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	提升多模态图像融合网络在复杂场景下保留细节信息的能力	红外图像、可见光图像和医学图像	计算机视觉	NA	深度学习	多尺度交互网络	多模态图像	NA
371	2025-09-30	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CFP和OCT双模态成像开发深度学习模型，并在多种设备和扫描模式下验证其泛化能力	样本量相对有限（1445对图像），且仅在三家医院进行验证	开发能够诊断多种视网膜疾病的深度学习模型并评估其性能	1029名患者的眼底彩照和光学相干断层扫描图像	数字病理	视网膜疾病	深度学习	Fusion-MIL（多实例学习融合模型）	图像	1445对CFP-OCT图像（来自1029名患者），另加1184对用于PM ATN分类
372	2025-09-30	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	提出基于集成迁移学习和SSD检测器的多类别眼病分类系统	结合五种迁移学习DCNN模型和集成模型，并首次使用SSD检测器进行CRVO和BRVO检测	NA	开发可靠的AI驱动方法用于早期精确检测常见眼病	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, SSD	图像	3744张原始视网膜图像
373	2025-09-30	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，并整合迁移学习和统计协调技术	仅针对自闭症谱系障碍进行验证，未测试其他神经发育疾病	提高多站点神经影像数据的诊断分类准确性	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
374	2025-09-30	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结合在地表水监测、评估和管理中的应用	系统总结了AI/ML/DL与GEE平台结合的方法，并通过内布拉斯加州湖泊案例展示了逐月追踪水体和监测水质指标的能力	揭示了当前方法的局限性和改进机会	探讨人工智能与地理空间技术在地表水监测和管理中的应用	地表水体的数量和质量监测	地理信息系统与遥感	NA	Google Earth Engine、遥感技术、人工智能、机器学习、深度学习	机器学习模型、深度学习模型	多传感器遥感数据、地理空间数据	三个内布拉斯加州湖泊（2022-2023年监测数据）
375	2025-09-30	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	开发基于深度学习的人工智能模型用于从组织病理活检图像中早期分类乳腺癌亚型	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	仅使用公开数据集BreaKHis进行验证，未在更广泛的临床数据上测试	开发乳腺癌早期分类的人工智能诊断工具	乳腺癌组织病理活检图像	数字病理	乳腺癌	深度学习	DenseNet121	图像	BreaKHis公开数据集，使用5折交叉验证
376	2025-09-30	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探讨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合作网络	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，识别当前研究热点	112篇与人工智能和骨科相关的文献	医学信息学	骨科疾病	文献计量分析，R软件	NA	文献数据	112篇文献
377	2025-09-30	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牛油果成熟度和内部质量的方法	首次将可解释AI与移动成像技术结合用于牛油果质量评估，采用CNN残差回归模型和LIME技术提供模型解释性	研究仅针对牛油果单一品种，在室温储存条件下进行测试	开发非破坏性食品质量评估方法以减少食物浪费	牛油果的成熟度和内部质量	计算机视觉	NA	智能手机成像、纹理分析仪	CNN ResNetR、支持向量机回归、随机森林、视觉变换器	图像	1400张牛油果图像，采集自8天储存期
378	2025-09-30	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、矿物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	建立川贝母多维质量评价体系和准确溯源方法	来自不同产地的川贝母样本（色卡乡野生、八美镇组织培养再生、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、矿物质营养元素分析、高光谱成像	ResNet（残差网络）	代谢组数据、化学成分数据、矿物质元素数据、高光谱图像	来自四个不同产地的川贝母样本集合
379	2025-09-30	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	提出一种结合宽度学习与深度学习的深度-宽度学习网络模型(ABLSS)，用于葡萄叶片病害的精准识别与诊断	将宽度学习网络与深度学习技术相结合，引入LTM机制和SENet注意力机制，并集成扩张空间金字塔池化和特征金字塔网络以提升小病斑识别能力	NA	实现葡萄叶片病害的快速、精准和高效识别与诊断	葡萄叶片病害	计算机视觉	植物病害	深度学习、宽度学习	ABLSS（深度-宽度学习网络）、U-Net、BLS	图像	NA
380	2025-09-30	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	结合改进的ResNet、动态卷积网络(DCN)和渐进式原型网络(PPN)构建集成模型，具备强大的跨作物泛化能力	NA	开发高效准确的辣椒叶片病害自动识别方法	辣椒叶片样本（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(IMNM)，包含改进ResNet、DCN、PPN	图像	五类辣椒叶片样本，并在苹果、小麦和水稻叶片上进行跨物种验证