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
381	2025-07-05	Data augmentation of time-series data in human movement biomechanics: A scoping review 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327038 PMID:40591732	综述	本文对生物力学时间序列数据的数据增强技术进行了范围综述，探讨了当前技术、评估其有效性并提出了应用建议	首次系统性地综述了生物力学时间序列数据的数据增强技术，并针对该领域的特点提出了具体建议	研究中发现许多文献缺乏对增强方法的适当评估，且合成数据中缺少软组织伪影，导致与实际数据存在差异	评估生物力学时间序列数据的数据增强技术及其应用效果	生物力学时间序列数据	生物力学	NA	数据增强技术	NA	时间序列数据	21篇相关文献
382	2025-07-05	MRI based early Temporal Lobe Epilepsy detection using DGWO based optimized HAETN and Fuzzy-AAL Segmentation Framework (FASF) 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325126 PMID:40601647	研究论文	本文提出了一种基于MRI的早期颞叶癫痫检测方法，结合了深度学习和优化算法以提高诊断准确性	引入了混合注意力增强Transformer网络(HAETN)和模糊-AAL分割框架(FASF)，结合了FPCM算法和AAL标记技术，并使用DGWO算法进行特征选择	未提及该方法在其他类型癫痫或不同MRI设备上的适用性	开发先进的深度学习技术以实现颞叶癫痫的早期准确诊断	颞叶癫痫患者	数字病理学	颞叶癫痫	MRI, 深度学习	HAETN, Transformer网络	MRI图像	Temporal Lobe Epilepsy-UNAM MRI数据集(具体样本数未提及)
383	2025-07-05	Enhancing IDS for the IoMT based on advanced features selection and deep learning methods to increase the model trustworthiness 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327137 PMID:40601650	研究论文	本研究提出了一种基于高级特征选择和深度学习的IoMT入侵检测系统(IDS)模型，以提高检测性能和模型可信度	结合信息增益(IG)和递归特征消除(RFE)并行选择特征，并使用深度自动编码器(DAE)降维，最后通过深度神经网络(DNN)进行分类	未提及模型在更广泛IoMT设备或不同攻击类型上的泛化能力	提高IoMT环境中入侵检测系统的效率和可信度	IoMT网络流量数据	机器学习	NA	信息增益(IG), 递归特征消除(RFE), 深度自动编码器(DAE)	深度神经网络(DNN)	网络流量数据	WUSTL-EHMS-2020和CICIDS2017数据集
384	2025-07-05	Particle swarm optimization-based NLP methods for optimizing automatic document classification and retrieval 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0325851 PMID:40601694	研究论文	提出了一种基于粒子群优化的自然语言处理方法PBX模型，用于优化自动文档分类和检索	结合深度学习和传统机器学习技术，利用BERT进行文本预训练，并结合ConvXGB模块进行分类，通过粒子群优化(PSO)优化超参数，显著提升性能	未来工作将集中于提升对小类别或模糊类别的性能，并扩展其实际应用范围	优化自动文档分类和检索的性能	多类任务和复杂文档的分类	自然语言处理	NA	BERT, ConvXGB, 粒子群优化(PSO)	PBX模型	文本	多个数据集，包括20 Newsgroups、Reuters-21578和AG News
385	2025-07-05	Global research landscape on artificial intelligence in echocardiography from 1997 to 2024: Bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251351201 PMID:40605994	研究论文	通过文献计量学方法分析1997年至2024年人工智能在超声心动图领域的全球研究趋势和热点	首次系统性地分析了AI在超声心动图领域的全球研究趋势和关键发展	仅基于Web of Science数据库，可能未涵盖所有相关研究	探索AI驱动的超声心动图研究热点，为未来研究提供数据支持和学术见解	1997-2024年间发表的605篇AI在超声心动图领域的研究文献	医学影像	心血管疾病	文献计量分析	深度学习	文献数据	605篇文献
386	2025-07-05	Optimizing deep learning models to combat amyotrophic lateral sclerosis (ALS) disease progression 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251349719 PMID:40605998	研究论文	本研究探讨了深度学习模型在预测肌萎缩侧索硬化症（ALS）疾病进展中的应用，并比较了不同模型的性能	通过超参数优化显著提升了深度学习模型和XGBoost模型的预测性能，并识别了影响ALS进展的关键特征	研究依赖于公开数据集PRO-ACT，可能无法涵盖所有ALS患者的多样性	优化深度学习模型以预测ALS疾病进展并区分不同类型ALS	ALS患者数据	机器学习	肌萎缩侧索硬化症	深度学习，XGBoost，LightGBM	深度学习序列模型，XGBoost，LightGBM	临床数据	PRO-ACT数据集中的ALS患者数据
387	2025-07-05	Brain age prediction model based on electroencephalogram signal and its application in children with autism spectrum disorders 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1605291 PMID:40606145	研究论文	该研究基于脑电图信号和深度学习技术，构建了一个用于预测大脑年龄的模型，并应用于自闭症谱系障碍（ASD）儿童的脑发育评估	首次使用GRU神经网络方法构建Auto-EEG-Brain AGE预测模型，并将其应用于ASD儿童的脑发育评估	样本量相对较小，ASD患者组仅98例	开发客观的生物标志物来评估ASD患者的脑发育异常	健康儿童（659例）和ASD患者（98例）	数字病理学	自闭症谱系障碍	EEG和深度学习	GRU神经网络	脑电图信号	757例（659例健康儿童和98例ASD患者）
388	2025-07-05	Plant disease classification in the wild using vision transformers and mixture of experts 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1522985 PMID:40606487	研究论文	提出了一种结合Vision Transformer和专家混合模型的新方法，用于在真实农业环境中进行植物病害分类	结合Vision Transformer和专家混合模型，通过动态分配专家处理不同类型输入数据，提高了模型在多样化图像条件下的性能	未提及具体的数据集规模限制或计算资源需求	提高植物病害分类模型在真实农业环境中的准确性和鲁棒性	植物病害图像	计算机视觉	植物病害	深度学习	Vision Transformer (ViT) 和专家混合模型	图像	NA
389	2025-07-05	Advancing 1.5T MR imaging: toward achieving 3T quality through deep learning super-resolution techniques 2025, Frontiers in human neuroscience IF:2.4Q2 DOI:10.3389/fnhum.2025.1532395 PMID:40606499	研究论文	本研究探讨了三种基于深度学习的超分辨率技术在提升1.5T MRI图像质量方面的效果，旨在达到与3T扫描相当的质量	提出使用Transformer Enhanced Generative Adversarial Network (TCGAN) 来显著提升1.5T MRI图像质量，为高成本3T MRI提供了一种经济有效的替代方案	研究未提及对不同神经疾病诊断效果的具体验证，也未讨论在实际临床环境中的适用性	提高1.5T MRI图像质量，使其接近3T MRI的水平	1.5T MRI图像	医学影像处理	神经系统疾病	深度学习超分辨率技术	TCGAN (Transformer Enhanced Generative Adversarial Network)	MRI图像	未提及具体样本数量
390	2025-07-05	Self-Powered Multimodal Tactile Sensing Enabled by Hybrid Triboelectric and Magnetoelastic Mechanisms 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0320 PMID:40607079	研究论文	本文介绍了一种利用摩擦电-磁弹性传感的创新方法，用于物体属性感知	结合摩擦电和磁弹性技术，实现自供电传感机制，无需外部电源即可生成传感信号，并通过深度学习算法实现高精度的物体属性识别	未提及具体局限性	提升物体属性感知技术的精度和实时性，支持机器人的智能化发展和实时触觉感知能力的增强	物体的材料特性、软度和粗糙度等多维信息	传感器技术	NA	摩擦电-磁弹性传感技术	深度学习算法	机械信息和多维物体属性数据	未提及具体样本数量
391	2025-07-05	HMA-Net: a hybrid mixer framework with multihead attention for breast ultrasound image segmentation 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1572433 PMID:40607452	research paper	提出了一种基于深度学习的混合框架HMA-Net，用于乳腺超声图像分割，结合了ConvMixer编码器和ConvNeXT解码器以及多头注意力机制	结合ConvMixer和ConvNeXT模块，引入卷积增强的多头注意力机制，有效捕捉局部和全局上下文信息	仅在两个公开数据集上进行了验证，未在更大规模或更多样化的数据集上测试	提高乳腺超声图像分割的准确性，以辅助乳腺癌早期检测	乳腺超声图像	digital pathology	breast cancer	deep learning	HMA-Net (结合ConvMixer和ConvNeXT)	image	BUSI和BrEaST两个数据集
392	2025-07-05	Regularization by neural style transfer for MRI field-transfer reconstruction with limited data 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1579251 PMID:40607454	research paper	提出了一种名为RNST的新框架，通过结合神经风格迁移（NST）引擎和去噪器，实现在有限数据条件下的MRI场迁移重建	RNST框架无需配对训练数据，利用风格先验解决有限数据设置下的重建问题，且在风格和内容图像未精确对齐时仍保持鲁棒性	未明确提及具体的数据规模限制或计算资源需求	解决在数据有限环境下MRI场迁移重建的挑战	MRI图像	medical imaging	NA	神经风格迁移（NST）	deep learning-based models	MRI图像	未明确提及具体样本数量
393	2025-07-05	Feasibility of real-time artificial intelligence-assisted anatomical structure recognition during endoscopic submucosal dissection 2025, Endoscopy international open IF:2.2Q2 DOI:10.1055/a-2615-8008 PMID:40611836	研究论文	本研究探讨了实时人工智能辅助在内镜黏膜下剥离术(ESD)中识别解剖结构的可行性	首次评估了实时AI算法在ESD手术中提供解剖结构识别和定位支持的可行性	研究样本量较小(12例ESD手术)，且为概念验证性研究，需要进一步研究验证其临床效益	提高ESD手术的安全性和操作速度	内镜黏膜下剥离术(ESD)中的相关解剖结构	数字病理	NA	深度学习	深度学习算法	内窥镜静态图像	30例ESD手术的1011张内窥镜静态图像用于训练，12例ESD手术(专家和新手各6例)用于验证
394	2025-07-05	Update of machine learning for ultrasound diagnosis of metabolic dysfunction-associated steatotic liver disease: a bright future for deep learning 2025, PeerJ IF:2.3Q2 DOI:10.7717/peerj.19645 PMID:40611943	综述	本文综述并分析了各种机器学习算法在代谢功能障碍相关脂肪性肝病（MASLD）超声诊断中的应用，强调了人工智能在该领域的优势和潜力	重点介绍了深度学习在超声诊断中的图像识别和分类能力，及其在MASLD诊断中的潜在应用	未提及具体研究的局限性	提高诊断准确性，扩大MASLD在初级保健中的筛查范围，支持早期诊断、预防和治疗	代谢功能障碍相关脂肪性肝病（MASLD）	机器学习	代谢功能障碍相关脂肪性肝病	超声诊断	深度学习（DL）	超声和放射影像	NA
395	2025-07-05	Identification of atrial fibrillation using heart rate variability: a meta-analysis 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1581683 PMID:40612371	meta-analysis	通过心率变异性识别心房颤动的荟萃分析	利用人工智能算法结合心率变异性模式提高心房颤动识别的准确性	仅纳入了12项诊断研究，样本量有限	评估机器学习和深度学习算法在识别心房颤动中的效果	心房颤动患者的心率变异性数据	machine learning	cardiovascular disease	AI算法	deep learning	ECG数据	12项诊断研究
396	2025-07-05	Biologically inspired hybrid model for Alzheimer's disease classification using structural MRI in the ADNI dataset 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1590599 PMID:40612382	研究论文	本研究提出了一种混合卷积神经网络-脉冲神经网络（CNN-SNN）架构，用于利用阿尔茨海默病神经影像倡议（ADNI）数据集中的结构MRI数据对阿尔茨海默病（AD）阶段进行分类	结合CNN进行层次空间特征提取和SNN进行生物启发的时序动态处理，模拟神经退行性变的时序进展	研究仅基于ADNI数据集，可能无法完全代表所有AD患者群体	提高阿尔茨海默病的早期诊断和分层	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	数字病理学	老年疾病	结构MRI（sMRI）	CNN-SNN混合模型	图像	ADNI数据集中的受试者（具体数量未提及）
397	2025-07-05	Comparing machine learning models with a focus on tone in grooming chat logs 2025, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2025.1591828 PMID:40612489	研究论文	本研究比较了深度学习模型与传统机器学习模型在检测在线聊天室中的儿童性诱骗对话和捕食者作者方面的表现，并探讨了捕食者使用的语气对检测能力的影响	使用大型语言模型LLaMA 3.2 1B进行性诱骗检测，并首次分析了不同语气（积极与消极）对检测性能的影响	研究仅基于PAN12聊天日志数据集，可能无法涵盖所有类型的性诱骗对话模式	提高自动检测在线性诱骗对话的能力，以更好地保护儿童在网络空间的安全	在线聊天室中的儿童性诱骗对话和捕食者作者	自然语言处理	NA	DistilBERT分类器，SVM，LLaMA 3.2 1B大型语言模型	SVM，LLaMA 3.2 1B	文本（聊天记录）	PAN12聊天日志数据集
398	2025-07-05	Transfer deep learning and explainable AI framework for brain tumor and Alzheimer's detection across multiple datasets 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1618550 PMID:40612575	研究论文	该研究提出了一种结合迁移学习和可解释AI技术的MRI图像分类新方法，用于脑肿瘤和阿尔茨海默病的检测	结合迁移学习和可解释AI技术，使用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	未提及具体的数据集样本量细节及模型在其他疾病上的泛化能力	提高脑肿瘤和阿尔茨海默病的诊断准确性，增强AI在医疗保健中的可信度	脑肿瘤和阿尔茨海默病的MRI图像	计算机视觉	脑肿瘤, 阿尔茨海默病	迁移学习, 可解释AI (XAI)	CNN-VGG16	MRI图像	三个不同的MRI数据集（具体样本量未提及）
399	2025-07-05	Corn variety identification based on improved EfficientNet lightweight neural network 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1603073 PMID:40612609	研究论文	本文提出了一种改进的EfficientNet轻量级模型，用于基于玉米穗图像的品种分类与识别	减少EfficientNetB0模型中的MBConv模块数量，引入CBAM注意力机制和扩张卷积以增强特征提取能力，使用Swish激活函数提高梯度传递稳定性	NA	保护玉米品种的知识产权并实现玉米穗的智能筛选	玉米穗图像	计算机视觉	NA	深度学习	改进的EfficientNet（SCD_EFTNet）	图像（RGB）	6529张五种玉米品种的穗图像
400	2025-07-05	P4CN-YOLOv5s: a passion fruit pests detection method based on lightweight-improved YOLOv5s 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1612642 PMID:40612616	研究论文	提出了一种基于轻量级改进YOLOv5s的百香果害虫检测方法P4CN-YOLOv5s	结合PLDIoU、四个CBAM模块和新的锚点，提高了对小而密集分布目标的检测精度和效率	未提及模型在极端光照或遮挡条件下的性能表现	提升自然果园环境中百香果害虫的检测效果	百香果害虫	计算机视觉	NA	Mosaic-9和Mixup数据增强算法	P4CN-YOLOv5s（基于YOLOv5s改进）	图像	6000张百香果害虫图像