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
21	2025-09-30	Artificial intelligence and peripheral neuropathies: Strategies for the development, application, and repair of regenerative biomaterials 2025-Sep-29, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00561 PMID:41017675	综述	探讨人工智能在神经再生生物材料开发中的应用及其对周围神经病变修复的潜力	将人工智能与神经再生生物材料相结合，通过机器学习和深度学习优化材料性能并预测神经再生效果	面临数据整合困难、算法复杂以及临床转化验证不足等挑战	开发更有效的周围神经病变修复生物材料	神经再生生物材料与周围神经病变	机器学习	周围神经病变	机器学习、深度学习、3D生物打印	机器学习、深度学习	材料性能数据、神经再生实验数据	NA
22	2025-09-30	Personalised sports rehabilitation analysis using a fitness enhanced model based on big data and deep learning 2025-Sep-29, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2025.2561926 PMID:41020342	研究论文	本研究通过结合可穿戴设备和环境传感器，建立了一个基于大数据和深度学习的个性化气功康复分析模型	将嵌入式技术和大数据分析应用于气功康复，开发了技术增强的个性化康复模型	NA	建立现代化的健康康复管理模式	气功康复训练参与者	机器学习	康复医学	大数据分析、深度学习	深度学习模型	生理数据、运动数据	NA
23	2025-09-30	Metaheuristic-optimized swin transformer with SHAP explainability for keratoconus classification from corneal topography maps 2025-Sep-29, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-025-03744-7 PMID:41021086	研究论文	提出一种基于元启发式优化Swin Transformer和SHAP可解释性的圆锥角膜自动分类方法	结合改进的Swin Transformer块与残差多层感知器，并引入北极狐优化器提升模型性能，集成SHAP提供决策可解释性	NA	开发自动化的圆锥角膜早期检测系统	角膜地形图数据	计算机视觉	圆锥角膜	深度学习	Swin Transformer, R-MLP, PFO	图像	基准数据集（具体数量未提及）
24	2025-09-30	Leveraging MobileNetV2 and deep learning innovation for high accuracy Plasmodium Vivax detection in blood smears 2025-Sep-29, Saudi pharmaceutical journal : SPJ : the official publication of the Saudi Pharmaceutical Society IF:3.0Q2 DOI:10.1007/s44446-025-00019-1 PMID:41021108	研究论文	本研究提出了一种基于改进MobileNetV2和YOLOv3的深度学习模型，用于血液涂片中疟原虫的高精度检测	在YOLOv3骨干网络中引入改进的MobileNetV2，并在瓶颈层使用转换卷积层(TCL)，根据图像特征类别计算权重，提高对感染和未感染疟原虫细胞的分类效果	模型在薄血涂片分类中的准确性仍是主要挑战	提高疟疾寄生虫检测的准确性和速度，为医疗专业人员提供更好的诊断方法	薄血涂片图像中的间日疟原虫(P. vivax)细胞	计算机视觉	疟疾	深度学习	YOLOv3, MobileNetV2, CNN	图像	NA
25	2025-09-30	Artificial Intelligence to Detect Developmental Dysplasia of Hip: A Systematic Review 2025-Sep-28, Journal of paediatrics and child health IF:1.6Q2 DOI:10.1111/jpc.70172 PMID:41015898	系统评价	系统评价人工智能在检测发育性髋关节发育不良中的诊断准确性	首次系统评估深度学习算法在DDH诊断中的应用效果，涵盖超声和X射线两种影像模式	外部数据集验证有限，影响结果的普适性	评估人工智能算法检测发育性髋关节发育不良的诊断准确性	有DDH风险或疑似DDH的儿童（<16岁）	医学人工智能	发育性髋关节发育不良	深度学习	深度学习算法	超声图像和X射线图像	超声图像研究15项（n=8315），X射线研究8项（n=7091）
26	2025-09-30	Multispectral Blood Cell Image Analysis via Deep Learning With YOLOv5 2025-Sep-28, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500384 PMID:41016832	研究论文	提出基于多光谱成像和YOLOv5的血细胞识别方法	首次将多光谱成像与YOLOv5结合用于血细胞识别，相比单波长成像显著提升识别性能	白细胞样本相对稀缺	开发高精度的血细胞自动识别方法	血细胞（红细胞、血小板、白细胞）	计算机视觉	NA	多光谱成像	YOLOv5	多光谱图像	五个波长的血细胞图像
27	2025-09-30	Single-image estimation of tree volume via pixel-mapped 3D reconstruction: A low-cost solution using deep learning and curvature segmentation 2025-Sep-27, The Science of the total environment DOI:10.1016/j.scitotenv.2025.180420 PMID:41016068	研究论文	提出一种基于单张图像的树木体积自动测量框架，通过深度学习与曲率分割实现低成本林业调查	集成SegFormer深度学习模型、树干骨架提取、自适应曲率分割算法和分段三维重建，实现从图像像素到物理单位的直接映射	主要误差来源于分段高度测量的不准确性	开发高效低成本的树木参数测量方法以替代昂贵的LiDAR技术	树木树干参数（体积和高度）	计算机视觉	NA	深度学习、曲率分割、三维重建	SegFormer	图像、点云数据	3013棵树木（涵盖4个树种）的图像数据，以及141棵不同树种的点云数据和破坏性测量数据
28	2025-09-30	Differentiation between epileptic and functional/dissociative seizures using density spectral array of ictal single-channel EEG with deep learning 2025-Sep-27, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110713 PMID:41016125	研究论文	本研究使用单通道脑电图的密度谱阵列和深度学习技术区分癫痫发作与功能性/分离性发作	首次将单通道脑电图(Cz电极)的密度谱阵列与深度学习结合用于癫痫与非癫痫发作的鉴别	回顾性研究，样本量有限(共99名患者)，仅针对内侧颞叶癫痫和功能性/分离性发作	开发基于单通道脑电图和深度学习的癫痫发作自动鉴别方法	内侧颞叶癫痫患者和功能性/分离性发作患者	医学人工智能	癫痫	密度谱阵列分析，长期视频脑电监测	CNN(ResNet34)	脑电图信号	99名患者(48名mTLE，51名FDS)，共206次发作记录
29	2025-09-30	High Resolution TOF-MRA Using Compressed Sensing-based Deep Learning Image Reconstruction for the Visualization of Lenticulostriate Arteries: A Preliminary Study 2025-Sep-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2024-0025 PMID:39034144	研究论文	本研究比较压缩感知深度学习重建与传统压缩感知算法在时间飞跃磁共振血管成像中对豆纹动脉的显示效果	首次将压缩感知与深度学习相结合用于高分辨率TOF-MRA图像重建，在较高加速因子下仍能保持豆纹动脉的显示质量	样本量较小（仅5名健康志愿者），属于初步研究	评估压缩感知深度学习重建在TOF-MRA中显示豆纹动脉的图像质量	豆纹动脉	医学影像处理	脑血管疾病	时间飞跃磁共振血管成像，压缩感知，深度学习	深度学习	医学影像	5名健康志愿者
30	2025-09-30	Versatile Image-Assisted Cell Sorting by Selective Trapping with Spatiotemporal Multiparameter Targeting 2025-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c01433 PMID:40960346	研究论文	本文介绍了一种基于图像引导多参数可调靶向的二维细胞分选技术2D-SIGMAT，通过动态原位光激活细胞捕获实现精确高效的细胞分离	开发了具有时空多参数靶向能力的图像辅助细胞分选技术，能够记录无运动模糊的高分辨率图像，像素数量是其他图像辅助分选仪的十倍以上，并兼容荧光和明场成像	NA	开发一种多功能、高性能的细胞分选方法，克服现有细胞分选技术在多功能性、设置复杂性和细胞数量要求方面的限制	从单细胞到类器官的各种尺寸生物样本	生物医学工程	NA	图像引导细胞分选、荧光成像、明场成像、深度学习目标检测	YOLOv5	图像数据、时间序列数据	NA
31	2025-09-30	Harnessing Geospatial Artificial Intelligence (GeoAI) for Environmental Epidemiology: A Narrative Review 2025-Sep-26, Current environmental health reports IF:7.4Q1 DOI:10.1007/s40572-025-00497-4 PMID:41003951	综述	本文综述了地理空间人工智能在环境流行病学领域的最新应用进展	将地理空间分析与机器学习和人工智能相结合，实现大规模人群健康数据库中的可扩展地理空间暴露评估	存在参与者隐私保护、数据代表性以及高质量验证数据集构建等挑战	探讨地理空间人工智能在环境流行病学研究中的应用	环境暴露与健康关系，重点关注心血管疾病、痴呆、癌症等长期潜伏期疾病	环境流行病学	心血管疾病	地理空间人工智能、机器学习、深度学习	GeoAI	地理空间数据、智能手机和可穿戴设备传感器数据、街景图像	NA
32	2025-09-30	Physics-informed deep learning for plasmonic sensing of nanoscale protein dynamics in solution 2025-Sep-26, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw0783 PMID:41004578	研究论文	提出一种结合合成复频率波与卷积神经网络的等离子体传感器，用于溶液环境中纳米级蛋白质二级结构的实时定量分析	将合成复频率波增强的物理信息融入卷积神经网络，显著提升蛋白质二级结构预测精度，实现原位实时监测蛋白质构象变化	未明确说明模型对不同类型的蛋白质结构的泛化能力及实际生物样本中的验证结果	开发能够在水溶液环境中准确量化纳米级蛋白质二级结构及其动态变化的方法	溶液环境中的纳米级蛋白质（小于10纳米）及其二级结构动态	计算生物物理	NA	中红外等离子体传感技术、合成复频率波增强技术	物理信息卷积神经网络（Physics-informed CNN）、标准CNN	光谱数据（酰胺I带）	NA
33	2025-09-30	Scalable deep learning reconstruction for accelerated multidimensional nuclear magnetic resonance spectroscopy of proteins 2025-Sep-26, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw8122 PMID:41004582	研究论文	提出一种可扩展的深度学习重建方法，用于加速多维核磁共振波谱分析	首次将深度学习扩展到处理更高维度（4D）核磁共振波谱，并能适应不同加速因子（2-33）的稳健重建	需要复杂网络结构和更多数据，应用受到一定限制	开发可扩展的深度学习方法来加速多维核磁共振波谱采集	蛋白质的多维核磁共振波谱数据	机器学习	NA	核磁共振波谱技术	神经网络	时间域信号	NA
34	2025-09-30	COVID-19 Pneumonia Diagnosis Using Medical Images: Deep Learning-Based Transfer Learning Approach 2025-Sep-26, JMIRx med DOI:10.2196/75015 PMID:41004646	研究论文	本研究评估了基于深度迁移学习的COVID-19肺炎医学影像诊断方法	首次系统比较六种先进卷积神经网络在COVID-19诊断中的表现，并证明DenseNet121在突变病毒株诊断中的稳健性	未提及外部验证数据集或模型在真实临床环境中的泛化能力评估	开发快速、准确且对病毒突变具有韧性的COVID-19医学影像诊断系统	胸部X光和CT影像	计算机视觉	COVID-19肺炎	深度迁移学习	CNN（包括VGG16、ResNet50、ConvNeXtTiny、MobileNet、NASNetMobile、DenseNet121）	医学影像	NA
35	2025-09-30	MultiD4CAD: Multimodal Dataset composed of CT and Clinical Features for Coronary Artery Disease Analysis 2025-Sep-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05743-w PMID:41006273	研究论文	本文提出了一个包含CT影像和临床特征的多模态冠状动脉疾病数据集MultiD4CAD	整合了心外膜和冠状动脉周围脂肪组织分割的CCTA影像数据与临床生物标志物，创建了专门用于CAD分析的多模态数据集	仅包含疑似CAD患者的数据，未提及与其他数据集的对比验证	开发支持临床决策支持系统的多模态数据集，用于冠状动脉疾病分析	疑似冠状动脉疾病患者	数字病理	心血管疾病	冠状动脉计算机断层扫描血管成像	深度学习架构	影像和临床数据	NA
36	2025-09-30	InfEHR: Clinical phenotype resolution through deep geometric learning on electronic health records 2025-Sep-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63366-6 PMID:41006287	研究论文	提出InfEHR框架，通过深度几何学习从电子健康记录中自动计算临床可能性	将完整电子健康记录转换为时间图以捕捉表型动态，实现无需大量标注数据的临床概率推断	NA	开发无需大量标注数据的电子健康记录分析方法，实现临床表型解析	电子健康记录中的临床数据	机器学习	新生儿无菌性脓毒症、术后急性肾损伤	深度几何学习	几何深度学习	电子健康记录	来自西奈山医疗系统和加州大学欧文医学中心的电子健康记录
37	2025-09-30	Optimized YOLO based model for photovoltaic defect detection in electroluminescence images 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13956-7 PMID:41006343	研究论文	提出了一种优化的YOLO模型PV-YOLOv12n，用于光伏电致发光图像中的缺陷检测	在YOLOv12n基础上引入A2C2f模块，通过优先关注关键缺陷区域来增强特征提取能力	未提及具体的数据集规模限制或模型在其他类型缺陷上的表现	开发高效的光伏面板缺陷检测方法以保障光伏系统可靠性	光伏面板的电致发光图像中的缺陷	计算机视觉	NA	深度学习目标检测	YOLOv12n优化变体（PV-YOLOv12n）	电致发光图像	使用PVEL-AD和Roboflow两个数据集进行实验验证
38	2025-09-30	Enhancing indoor activity recognition for disabled persons using multi head self attention recurrent neural network with improved pelican algorithm 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14515-w PMID:41006356	研究论文	提出一种改进鹈鹕优化算法的多头自注意力循环神经网络方法，用于增强残疾人士的室内活动识别	结合改进鹈鹕优化算法(IPOA)进行超参数调优，并采用双向长短期记忆网络与多头自注意力机制(BiLSTM-MHSA)进行活动分类	仅在Florence 3D Actions数据集上进行了验证，需要更多数据集测试泛化能力	提升针对残疾人士的室内活动识别系统的准确性和效果	残疾人士的室内日常活动	计算机视觉	残疾人士	自适应双边滤波(ABF)、EfficientNetB7特征提取、BiLSTM-MHSA分类、IPOA优化算法	循环神经网络(RNN)、双向长短期记忆网络(BiLSTM)、多头自注意力机制(MHSA)	图像、传感器数据	Florence 3D Actions数据集
39	2025-09-30	A novel deep neural architecture for efficient and scalable multidomain image classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10517-w PMID:41006388	研究论文	提出一种名为DeepFreqNet的新型深度神经网络架构，用于高效可扩展的多领域图像分类	结合多尺度特征提取、深度可分离卷积和残差连接三种强大组件，无需大量重新配置即可适应不同数据集	NA	开发能够有效泛化到不同图像领域的高性能多领域图像分类模型	九个基准数据集，包括MRI肿瘤分类、血细胞分类和手语识别	计算机视觉	肿瘤疾病	深度学习	深度神经网络	图像	九个基准数据集
40	2025-09-30	A physics-based fingerprinting approach for efficient device identification in OWC system 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12220-2 PMID:41006393	研究论文	提出一种基于物理学的指纹识别方法，用于光无线通信系统中的设备身份认证	利用LED的非线性响应变化作为物理指纹特征，替代传统数据密集型深度学习方法	NA	开发高效、可扩展的设备认证解决方案，适用于资源受限的物联网环境	光无线通信系统中的设备识别	机器学习	NA	等效电路模型	基于物理学的指纹识别模型	信号数据	NA