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
421	2025-09-08	Multilayered SDN security with MAC authentication and GAN-based intrusion detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331470 PMID:40906752	研究论文	提出一种结合MAC认证和生成对抗网络的多层SDN安全系统，用于高效检测和防御网络入侵	采用四Q曲线认证系统提升安全性，结合DDcGAN和SFOA优化算法实现高精度入侵检测，显著降低误报率	未提及实际部署复杂度和兼容性问题	提升软件定义网络（SDN）的安全性，防御网络攻击	SDN网络中的数据传输和网络节点	网络安全	NA	椭圆曲线密码学，DDcGAN，SFOA，GSOM	GAN，DDcGAN	网络数据包	未明确指定样本数量，但测试包含50%恶意节点场景
422	2025-09-08	Deep Learning-Based Detection of Arrhythmia Using ECG Signals - A Comprehensive Review 2025, Vascular health and risk management IF:2.6Q2 DOI:10.2147/VHRM.S508620 PMID:40909176	综述	本文全面回顾了基于深度学习的ECG信号心律失常检测方法	系统评估了30篇论文，总结了CNN、RNN等混合架构的高精度性能（如99.93%准确率）	存在数据集异质性、模型可解释性不足及实时实施挑战	探索深度学习在心电图心律失常检测中的应用与发展趋势	心电图（ECG）信号	机器学习	心血管疾病	深度学习、信号处理	CNN、RNN、混合架构	ECG信号	基于30篇论文的系统评估（未明确总样本量）
423	2025-09-08	Quantitative video analysis of head acceleration events: a review 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1658222 PMID:40909217	综述	本文综述了基于视频定量分析运动中头部加速事件（HAEs）的当前技术现状，重点探讨了视频测量方法及其自动化潜力	整合传统视频测量与新兴计算机视觉和深度学习技术，探索视频作为独立定量工具的潜力，提升HAEs测量的可扩展性和准确性	当前视频方法存在可扩展性、准确性和生物力学洞察力的限制，且依赖手动跟踪和模型匹配可能效率较低	评估和推动视频技术在运动头部加速事件定量测量与建模中的应用	运动中头部加速事件（HAEs）	计算机视觉	神经退行性疾病	视频测量、视频测量法、手动点跟踪、模型图像匹配、计算机视觉、深度学习	NA	视频	NA
424	2025-09-08	A novel MRI-based deep learning-radiomics framework for evaluating cerebrospinal fluid signal in central nervous system infection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659653 PMID:40909443	研究论文	提出一种结合手工放射组学特征和深度学习的非侵入性MRI框架，用于评估中枢神经系统感染患者的脑脊液信号变化	首次开发融合放射组学与深度学习特征的混合模型（DenseASPP-RadFusion和MobileASPP-RadFusion），并发现豆状核下区域是区分感染与非感染脑脊液的最可靠解剖靶点	样本量较小（52例患者+52例对照），需未来多中心验证；脑室系统分析性能显著较低	通过非侵入性MRI技术替代腰椎穿刺，实现中枢神经系统感染的早期诊断	急性中枢神经系统感染患者及神经学检查正常的对照人群	数字病理	中枢神经系统感染	MRI（T2加权成像），拉普拉斯高斯滤波	DenseASPP-RadFusion, MobileASPP-RadFusion, DenseNet-201, MobileNet-V3Large	医学影像（MRI）	52例患者和52例对照
425	2025-09-08	A review of plant leaf disease identification by deep learning algorithms 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1637241 PMID:40909895	综述	本文回顾了基于深度学习算法进行植物叶片病害识别的研究进展与应用	整合多国植物叶片病害数据集，系统评述不同深度学习网络在该领域的应用与数据开发方式	未提出新的算法模型，主要侧重于现有研究的归纳与分析	推动植物叶片病害识别领域的发展，为未来研究提供基础	植物叶片病害	计算机视觉	NA	深度学习	多种深度学习网络	图像	多国植物叶片病害数据集
426	2025-09-08	YOLOv11-GSF: an optimized deep learning model for strawberry ripeness detection in agriculture 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1584669 PMID:40909907	研究论文	提出一种基于YOLOv11优化的实时草莓成熟度检测算法YOLOv11-GSF，用于复杂农业环境中的目标识别	引入GhostConv卷积方法减少计算开销，C3K2-SG模块增强局部特征捕捉能力，F-PIoUv2损失函数加速模型收敛	NA	解决复杂环境中草莓成熟度检测的效率与精度问题	草莓果实	计算机视觉	NA	深度学习	YOLOv11-GSF (基于CNN的优化架构)	图像	NA
427	2025-09-08	Diagnosis methods for pancreatic cancer with the technique of deep learning: a review and a meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1597969 PMID:40909977	综述与荟萃分析	本文系统回顾并荟萃分析了深度学习技术在胰腺癌早期诊断中的应用方法与效果	首次结合系统综述与荟萃分析方法，全面评估深度学习在胰腺癌诊断中的性能指标，并探索非影像学诊断新途径	仅纳入7篇研究进行荟萃分析，样本量有限；未涵盖非英语文献可能存在选择偏倚	总结深度学习在胰腺癌诊断中的应用现状并展望未来发展方向	胰腺导管腺癌（PDAC）患者	数字病理	胰腺癌	深度学习（DL）	NA	影像数据（EUS、CE-CT）与非影像数据（尿液标志物、疾病轨迹）	基于7项符合条件的研究（具体样本数未明确说明）
428	2025-09-08	Novel deep learning for multi-class classification of Alzheimer's in disability using MRI datasets 2025, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2025.1567219 PMID:40910023	研究论文	提出一种基于迁移学习和CNN融合架构的深度学习模型，用于MRI图像中阿尔茨海默病多类别精确分类	结合Inception和ResNet架构提出新型'IncepRes'模型，并在多个数据集上实现优于现有方法的分类精度（最高98.35%）	NA	开发自动化阿尔茨海默病多类别分类系统以辅助疾病管理和治疗	阿尔茨海默病患者MRI扫描图像	计算机视觉	阿尔茨海默病	迁移学习	CNN (ResNet152V2, VGG16, InceptionV3, MobileNet) 和 IncepRes融合模型	MRI图像	三个数据集：ADNI、OASIS及合并数据集，包含四种类别（中度痴呆、轻度痴呆、极轻度痴呆、非痴呆）
429	2025-09-07	Enhanced bi-branch deep learning network for in vivo hyperspectral imaging recognition of organs and tissues 2026-Jan-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126815 PMID:40845607	研究论文	开发了一种增强型双分支深度学习网络，用于活体高光谱成像中器官和组织的识别	整合图卷积网络(GCN)和Transformer的双分支架构，结合特征增强模块提升模型性能	NA	提高活体高光谱图像中器官和组织的识别精度	猪和斑马鱼的多个器官和组织	计算机视觉	NA	高光谱成像，漫反射近红外光谱	GCN, Transformer, 双分支网络	高光谱图像	公共猪数据集和斑马鱼活体测量数据
430	2025-09-07	Detection of aging-induced vascular remodeling based on Raman imaging and deep learning 2026-Jan-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2025.126832 PMID:40848497	研究论文	本研究结合拉曼成像和深度学习技术检测小鼠主动脉的老化诱导血管重塑	首次使用拉曼成像同时分析五种组织成分，并成功通过MCR-ALS和深度学习区分年轻与老化主动脉组织	NA	早期检测动脉老化以预防和控制慢性疾病	小鼠主动脉组织	数字病理	心血管疾病	拉曼成像，代谢组学，MCR-ALS分析	深度学习	光谱图像数据	NA
431	2025-09-07	A novel colorimetric detection based on bifunctionalized gold nanoparticle combined with machine learning and deep learning models to identify microbial transglutaminase in foods 2026-Jan-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2025.128533 PMID:40602019	研究论文	开发一种结合双功能化金纳米粒子、机器学习和深度学习的比色检测方法，用于食品中微生物转谷氨酰胺酶的识别与预测	首次将双功能化金纳米粒子比色传感与机器学习及深度学习模型结合，实现对多种食品中mTG活性的高精度检测与预测	NA	建立高效检测食品中微生物转谷氨酰胺酶活性的方法	微生物转谷氨酰胺酶(mTG)在食品中的活性	机器学习	NA	比色检测、金纳米粒子(AuNPs)	Decision Tree, Random Forest, Multilayer Perceptron (MLP)	浓度-吸光度数据	648个数据点，来自6种不同食品类型
432	2025-09-07	Artificial intelligence-based apps for screening and diagnosing diabetic retinopathy and common ocular disorders 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.107166 PMID:40900875	综述	本文综述了人工智能在眼科疾病筛查与诊断中的应用，特别是糖尿病视网膜病变及其他常见眼病	全面总结了AI在多种眼病（如糖尿病视网膜病变、青光眼、年龄相关性黄斑变性）诊断中的集成应用及与远程医疗的结合前景	在发展中国家实施AI算法仍存在挑战	探讨人工智能在眼科疾病诊断和预后中的应用及未来发展	糖尿病视网膜病变、糖尿病性黄斑水肿、青光眼、年龄相关性黄斑变性等眼病	医学人工智能	眼科疾病	机器学习、深度学习	深度学习算法	医学影像数据	NA
433	2025-09-07	Artificial intelligence for early diagnosis and risk prediction of periodontal-systemic interactions: Clinical utility and future directions 2025-Dec-20, World journal of methodology DOI:10.5662/wjm.v15.i4.105516 PMID:40900876	系统性综述	评估人工智能在牙周病与全身性疾病相互作用早期诊断和风险预测中的临床应用与未来方向	首次系统评估AI整合多组学数据与先进影像技术（如CBCT和MRI）在牙周-系统性疾病双向相互作用中的诊断与预测价值	仅纳入2010-2024年样本量≥500的研究，可能存在发表偏倚	提升牙周病与全身性疾病相互作用的早期诊断准确性和风险预测能力	牙周病患者（特别伴2型糖尿病等系统性疾病）	医疗人工智能	牙周病及相关系统性疾病（糖尿病、心血管疾病等）	多组学数据分析、锥形束CT（CBCT）、磁共振成像（MRI）	机器学习、深度学习、自然语言处理（NLP）	多模态数据（临床数据、影像数据、文本记录）	1000-1500名参与者（纳入研究要求≥500样本量）
434	2025-09-07	Adversarial learning for beamforming domain transfer in ultrasound medical imaging 2025-Dec, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107749 PMID:40674811	研究论文	本研究提出使用生成对抗网络（GANs）将平面波DAS超声图像转换为类似F-DMAS方法生成的高质量图像	首次将对抗学习应用于超声波束形成域迁移，利用GAN在无法获取原始RF数据的情况下提升B模式图像质量，并引入纹理分析作为生成模型的验证手段	依赖模拟数据验证，临床实际应用效果需进一步验证；未说明模型在不同超声设备和扫描参数下的泛化能力	改善超声医学图像质量，特别是在无法获取原始射频数据的情况下实现图像增强	超声B模式图像	医学图像处理	NA	生成对抗网络（GANs），包括Pix2Pix、金字塔Pix2Pix和CycleGAN架构	GAN	超声图像	NA
435	2025-09-07	Integration of pre-trained GRU and molecular docking for virtual screening of quinoa seed derived ACE inhibitory peptides: An innovative prediction strategy 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145591 PMID:40712418	研究论文	本研究开发了一种结合预训练GRU模型和分子对接的创新策略，用于高效筛选藜麦种子来源的ACE抑制肽	采用迁移学习预训练GRU模型解决数据稀缺问题，结合平衡MSE损失函数处理标签不平衡，并整合分子对接评分实现多维度肽筛选	仅针对特定长度的ACE抑制肽进行验证，样本规模有限且需实验合成验证	开发高效的生物活性肽虚拟筛选方法	藜麦种子蛋白衍生的ACE抑制肽	自然语言处理	心血管疾病	分子对接、迁移学习	GRU (Gated Recurrent Unit)	序列数据	7条合成肽（其中4条显示活性）
436	2025-09-07	Deep learning algorithm-assisted non-destructive detection of TBARS values of salmon flesh using multi-modal molecular spectra fusion 2025-Nov-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145649 PMID:40712430	研究论文	提出一种基于多模态分子光谱融合和卷积神经网络的深度学习框架，用于无损检测鲑鱼肉脂质氧化程度	首次将近红外和拉曼光谱融合与CNN结合，实现端到端的TBARS值预测，在动态存储条件下提升预测精度和鲁棒性	NA	开发非破坏性方法评估鲑鱼肉在多种存储条件下的脂质氧化情况	鲑鱼肉样本	机器学习	NA	近红外光谱、拉曼光谱	CNN	光谱数据	NA
437	2025-09-07	Decoding olfactory response from neurophysiological signal with a multi modal deep learning framework 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107775 PMID:40609506	研究论文	提出一种多模态深度学习框架TACAF，用于从脑电和呼吸信号解码嗅觉响应	引入Token对齐和交叉注意力融合网络，结合小波特征和时间窗口选择，首次实现呼吸信号与EEG的语义同步	仅基于20名受试者数据，样本规模有限；长时间气味暴露会导致嗅觉适应，影响识别性能	通过解码神经生理信号更好地理解嗅觉感知的神经特征	人类嗅觉系统的时域动态特性及对愉快/不愉快气味的神经响应	神经科学计算	NA	EEG信号处理，小波变换，频谱分析	多模态深度学习框架（TACAF），多头自注意力机制	脑电信号（EEG），呼吸信号	20名受试者的EEG记录和呼吸信号
438	2025-09-07	MSC-transformer-based 3D-attention with knowledge distillation for multi-action classification of separate lower limbs 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107806 PMID:40614457	研究论文	提出基于MSC-transformer的三维注意力模型结合知识蒸馏，用于下肢分离动作的多动作分类	首次在EEG分析中引入维度特异性注意力机制（空间、滤波和时间注意力），并采用多尺度可分离卷积提升计算效率，结合在线知识蒸馏优化概率分布学习	未明确说明模型计算复杂度或实时性能，且针对下肢分离动作的数据集规模可能有限	解决运动想象（MI）、真实运动（RM）和运动观察（MO）的多动作分类问题，特别关注下肢分离动作	基于脑电图（EEG）的下肢运动信号	脑机接口	NA	EEG信号处理，知识蒸馏（KD）	MSC-T3AM（基于Transformer的注意力模型），CNN	时间序列脑电信号	NA
439	2025-07-06	Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531] 2025-Nov, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112556 PMID:40615244	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
440	2025-09-07	Flexible visually secure image encryption with meta-learning compression and chaotic systems 2025-Nov, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107799 PMID:40618469	研究论文	提出一种结合元学习、混沌系统和深度学习的视觉安全图像加密方案，实现高质量压缩与安全加密	设计动态辅助输入的元学习压缩重建网络，构建新型IS-DP混沌系统，并采用LSB-2校正嵌入方法	NA	提升视觉安全图像加密的安全性和解密图像质量	数字图像	计算机视觉	NA	元学习、混沌系统、深度学习、LSB嵌入	深度学习网络	图像	NA