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
7181	2025-10-06	AI-driven dynamic orthodontic treatment management: personalized progress tracking and adjustments-a narrative review 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1612441 PMID:40823526	综述	系统回顾人工智能在正畸治疗中个性化进度跟踪、实时决策支持和风险预测的多维应用	揭示AI通过多模态数据融合和深度学习算法在牙齿移动轨迹预测、牙根吸收早期检测等领域的技术突破	当前研究仍需解决数据隐私保护框架、算法可解释性增强和多中心验证等核心问题	提升临床疗效和患者体验，推动正畸诊疗向更精准和个性化方向发展	正畸治疗过程与患者管理	医疗人工智能	口腔正畸	锥形束CT、口内扫描、3D面部成像等多模态数据分析	CNN	医学影像数据	NA	NA	NA	NA	NA
7182	2025-10-06	Deep learning-based time series prediction in multispectral and hyperspectral imaging for cancer detection 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1605865 PMID:40823576	研究论文	提出一种基于深度学习的时间序列预测框架，用于多光谱和高光谱医学影像分析以改进癌症检测	整合多尺度特征提取、注意力机制和领域自适应策略，并引入知识引导正则化模块和自监督学习来缓解医学数据标注稀缺问题	NA	改进基于光谱成像的癌症检测性能	多光谱和高光谱医学影像	计算机视觉	癌症	多光谱成像, 高光谱成像	深度学习	时间序列光谱影像	NA	NA	NA	准确率, 鲁棒性, 可解释性	NA
7183	2025-10-06	Artificial intelligence in acupuncture: bridging traditional knowledge and precision integrative medicine 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1633416 PMID:40823583	综述	本文综述人工智能技术在针灸研究中的应用进展，探讨如何将传统经验医学转化为数据驱动的精准医学	首次系统整合深度学习、元分析建模、自然语言处理、计算机视觉和神经影像分析等多种AI技术于针灸研究领域	受限于数据集的有限性和异质性、标注标准不统一以及临床验证不足	推动针灸从传统经验实践向数据驱动的精准整合医学转型	针灸诊疗过程中的舌象图像、证候模式、古典文献和临床数据	自然语言处理,计算机视觉,机器学习	NA	神经影像分析,舌象采集	CNN,Transformer	图像,文本,神经影像数据	NA	NA	卷积神经网络,基于Transformer的NLP模型	NA	NA
7184	2025-10-06	A lightweight intelligent compression method for fast Sea Level Anomaly data transmission 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327220 PMID:40824961	研究论文	提出一种轻量级智能压缩方法CompressGAN，用于海平面异常数据的快速传输	集成全局-局部双判别器确保中尺度涡旋时空连贯性，采用空洞卷积增强特征感受野，引入涡旋识别率作为物理感知评估指标	在海洋操作场景下性能存在可控下降（PSNR降低4.2±0.3 dB，SSIM降低0.7126，识别率降低4.1%）	解决船载计算限制与实时海洋数据需求之间的关键权衡问题	海平面异常数据中的中尺度海洋特征（特别是涡旋）	计算机视觉	NA	深度学习压缩方法	GAN	海洋再分析数据	多个海洋再分析数据集	NA	CompressGAN, SRGAN, SRResNet	PSNR, SSIM, 中尺度涡旋识别准确率, 推理时间, 峰值内存	船载硬件约束（148秒/图像推理时间，25GB峰值内存）
7185	2025-10-06	AI-ming backwards: Vanishing archaeological landscapes in Mesopotamia and automatic detection of sites on CORONA imagery 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330419 PMID:40824971	研究论文	通过使用CORONA卫星影像重新训练深度学习模型，改进考古遗址自动识别能力	将古老的CORONA卫星影像与深度学习结合，在已完全改变的环境中识别已消失的考古遗址	研究区域仅限于阿布格莱布地区，需要进一步验证在其他地区的适用性	开发能够自动识别因人为活动而消失的考古遗址的AI方法	美索不达米亚平原的考古遗址	计算机视觉	NA	卫星遥感成像	CNN	卫星图像	阿布格莱布地区的考古遗址	NA	基于Bing的卷积网络	IoU, 准确率	NA
7186	2025-10-06	Detecting infrared UAVs on edge devices through lightweight instance segmentation 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330074 PMID:40825008	研究论文	提出一种轻量级实例分割框架YOLO11-AU-IR，用于在边缘设备上实时检测红外无人机	通过三重架构创新解决红外无人机检测中的精度、实时性和资源限制冲突：EADown双分支处理保留小目标特征，HSAN多尺度卷积增强特征表示，ATFL自适应阈值焦点损失解决前景背景不平衡	仅在AUVD-Seg300数据集上验证，未在其他红外数据集测试泛化能力	开发适用于资源受限边缘设备的红外无人机实时检测方法	红外无人机图像中的热信号特征	计算机视觉	NA	红外成像技术	实例分割	红外图像	AUVD-Seg300数据集（300个样本）	PyTorch	YOLO11-AU-IR, YOLO11n-seg	mAP@0.50, mAP@0.50:0.95, FPS, 参数量, GFLOPs	NVIDIA RTX 3090, NVIDIA Jetson TX2（INT8 CPU模式）
7187	2025-10-06	Research on a virtual-real fusion experimental system for the cutting part of a boom-type roadheader 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330291 PMID:40825028	研究论文	提出了一种悬臂式掘进机截割部的虚实融合实验系统，用于解决实验研究中的安全风险、成本高和效率低的问题	提出了离散化数字煤岩体构建方法和链式数字映射体构建方法，建立了以虚拟实验主导物理实验标定的虚实融合平台	未提及系统在不同地质条件下的适用性和长期稳定性验证	优化悬臂式掘进机截割部的控制策略，实现低应力状态截割	悬臂式掘进机的截割部	数字孪生	NA	深度学习、数值模拟、数字孪生技术	深度确定性策略梯度(DDPG)	力学性能数据、姿态变化数据、振动数据	NA	NA	DDPG	应力平均误差、系统连接周期	NA
7188	2025-10-06	Deep learning applications for diabetic retinopathy and retinopathy of prematurity diseases diagnosis: a systematic review 2025, International journal of ophthalmology IF:1.9Q2 DOI:10.18240/ijo.2025.08.23 PMID:40827296	系统综述	系统综述了深度学习在糖尿病视网膜病变和早产儿视网膜病变诊断中的应用	首次系统评估了深度学习在两种视网膜病变诊断中的应用质量，并应用了IJMEDI清单进行质量评估	大多数研究存在数据规模和模型验证的挑战，部分研究缺乏数据来源和数据大小的关键信息	评估深度学习在糖尿病视网膜病变和早产儿视网膜病变诊断中的应用现状	26篇相关研究文章，包含36个深度学习模型	医学影像分析	糖尿病视网膜病变,早产儿视网膜病变	深度学习	深度学习模型	视网膜图像	从1476篇文章中筛选出26篇符合条件的研究	NA	NA	NA	NA
7189	2025-10-06	Advanced investing with deep learning for risk-aligned portfolio optimization 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0330547 PMID:40828808	研究论文	本研究提出了一种基于深度学习的投资组合优化框架，可根据不同投资者风险偏好进行定制	将LSTM和1D-CNN两种预测模型与三种投资组合框架（MVF、RPP、MDP）相结合，针对不同风险偏好进行优化	仅使用越南VN-100股票数据，未考虑交易成本、动态再平衡和其他资产类别	开发风险对齐的投资组合优化方法以提高投资绩效	越南VN-100股票的日收益率数据	机器学习	NA	深度学习	LSTM, 1D-CNN	金融时间序列数据	2017-2024年越南VN-100股票日收益率数据	NA	LSTM, 1D-CNN	准确性, 稳定性, 风险调整后收益, 总收益	NA
7190	2025-10-06	Enhancing Lesion Segmentation in Ultrasound Images: The Impact of Targeted Data Augmentation Strategies 2025, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/3309822 PMID:40831600	研究论文	本研究探索针对超声图像中病灶分割的数据增强策略，以解决标注样本稀缺问题	提出了五种不同的混合样本增强策略，并系统评估了它们在不同病灶类型和分割模型中的有效性	研究仅针对乳腺和甲状腺两种病灶类型，未涵盖其他类型病灶	解决超声图像中自动化病灶分割的标注数据稀缺挑战	乳腺和甲状腺病灶的超声图像	计算机视觉	乳腺疾病,甲状腺疾病	深度学习	深度学习分割模型	超声图像	NA	NA	NA	Dice系数,Jaccard指数	NA
7191	2025-10-06	Glaucoma detection in myopic eyes using deep learning autoencoder-based regions of interest 2025, Frontiers in ophthalmology DOI:10.3389/fopht.2025.1624015 PMID:40831714	研究论文	本研究评估了基于深度学习自编码器的ROI模型在近视眼青光眼检测中的诊断准确性	提出了一种双自编码器模型，整合了健康眼和青光眼训练数据的重建误差，显著提升了诊断性能	横断面研究设计，样本量相对有限（453只眼），需要进一步验证	评估基于OCT纹理enface图像ROI的深度学习模型在近视眼青光眼检测中的诊断准确性	315名参与者的453只眼睛（168名健康个体的268只眼和147名青光眼患者的185只眼）	计算机视觉	青光眼	扫频源光学相干断层扫描（SS-OCT）	自编码器	图像	453只眼睛（268只健康眼，185只青光眼）	NA	自编码器	AUROC, AUPRC	NA
7192	2025-10-06	Enhancing mental health diagnostics through deep learning-based image classification 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1627617 PMID:40832094	研究论文	提出一种融合临床知识的深度学习框架MedIntelligenceNet，用于提升心理健康诊断的准确性和鲁棒性	提出临床知识引导的自适应策略，整合多模态数据融合、概率不确定性量化、分层特征抽象和对抗域适应技术	面临数据稀缺、模型可解释性、领域适应性等挑战	开发更个性化、透明和可靠的心理健康诊断系统	心理健康诊断	机器学习	心理健康疾病	多模态数据融合、概率不确定性量化、对抗域适应	深度学习	多模态数据	NA	NA	MedIntelligenceNet	诊断准确率、模型校准、领域适应性	NA
7193	2025-10-06	Feature fusion ensemble classification approach for epileptic seizure prediction using electroencephalographic bio-signals 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1566870 PMID:40832093	研究论文	提出一种基于特征融合集成分类的癫痫发作预测方法，使用脑电图生物信号进行准确预测	结合手工特征与一维CNN特征形成综合特征向量，并采用模型无关的元学习器集成分类器进行最终预测	仅使用公开数据集进行验证，未提及在临床环境中的实际应用效果	开发准确预测癫痫发作的机器学习方法	癫痫患者的脑电图信号	机器学习	癫痫	脑电图信号处理	CNN, LSTM, SVM, 随机森林	脑电图信号	CHB-MIT公开数据集	NA	一维卷积神经网络, LSTM	灵敏度, 特异度, 误报率	NA
7194	2025-10-06	Heat syndrome types prediction of traditional Chinese medicine in acute ischemic stroke through deep learning: a pilot study 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1601601 PMID:40832609	研究论文	本研究开发基于卷积神经网络的深度学习方法来预测急性缺血性中风患者的中医热证类型	首次将中医证候特征与实验室指标相结合，使用CNN模型预测AIS患者的热证类型，并采用SHAP和PDP进行特征解释	样本量较小（193例患者），属于初步研究	预测急性缺血性中风患者的中医热证类型以指导中西医结合治疗	急性缺血性中风患者	数字病理	心血管疾病	深度学习	CNN	临床数据（中医证候、实验室指标、基线评估）	193例急性缺血性中风患者	NA	卷积神经网络	准确率,F1分数,AUC	NA
7195	2025-10-06	A hybrid long short-term memory with generalized additive model and post-hoc explainable artificial intelligence with causal inference for air pollutants prediction in Kimberley, South Africa 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1620019 PMID:40832676	研究论文	提出一种结合长短期记忆网络和广义可加模型的深度学习时间序列模型，用于预测南非金伯利市的空气污染物	首次将LSTM与GAM结合用于空气污染物预测，并集成事后可解释人工智能技术和因果推断方法	因果效应分析显示变量p值较高(>0.88)，表明因果关系不显著	解决空气污染物的非线性特征预测问题	南非金伯利市的空气污染物	机器学习	NA	时间序列分析，合成数据生成	LSTM, GAM	时间序列数据	来自南非Hantam (Karoo)空气监测站的气象和空气污染物统计记录，通过随机抽样方法为金伯利市生成合成数据	NA	LSTM-GAM_xAI	MSE, RMSE, MAE	NA
7196	2025-10-06	A neuronal imaging dataset for deep learning in the reconstruction of single-neuron axons 2025, Frontiers in neuroinformatics IF:2.5Q3 DOI:10.3389/fninf.2025.1628030 PMID:40837216	研究论文	本研究提供了一个用于单神经元轴突重建的成像数据集，并提出了一种距离场监督的分割网络来改进轴突检测	发布了首个专门用于轴突重建评估的数据集，并提出了距离场监督的分割网络来有效增强图像信号	数据集仅包含11个小鼠脑样本，样本规模相对有限	促进轴突重建算法的评估和开发，加速长程轴突投射的重建	小鼠脑样本中的单神经元轴突	计算机视觉	NA	荧光显微光学切片断层成像	分割网络	三维体积图像	11个小鼠脑样本，852个192×192×192体素的体积图像	NA	距离场监督分割网络	轴突检测率	NA
7197	2025-10-06	Deep-learning recognition and tracking of individual nanotubes in low-contrast microscopy videos 2025, Beilstein journal of nanotechnology IF:2.6Q2 DOI:10.3762/bjnano.16.96 PMID:40837738	研究论文	开发基于深度学习的自动化方法识别和追踪低对比度显微镜视频中的单个碳纳米管	将Mask-RCNN架构与ResNet-FPN骨干网络结合，首次实现低对比度显微镜视频中单个纳米管的自动识别与追踪	未明确说明模型在极端低信噪比条件下的性能表现	提高碳纳米管生长动力学分析的效率和可重复性	碳纳米管	计算机视觉	NA	原位均质偏振显微镜(HPM)	CNN	视频	NA	NA	Mask-RCNN, ResNet-FPN	与人工测量一致性	NA
7198	2025-09-15	Generative Artificial Intelligence in the Metaverse Era: A Review on Models and Applications 2025, Research (Washington, D.C.) DOI:10.34133/research.0804 PMID:40837875	综述	本文综述了生成式人工智能在元宇宙时代的模型与应用，探讨其如何推动虚拟环境内容创建和用户体验提升	系统分析生成式AI与元宇宙的融合关系，并对支撑技术进行定性与定量评估，指出跨学科协同的创新潜力	技术尚未完全契合发展需求，真正沉浸式体验的实现仍存在挑战	探讨生成式AI在元宇宙中的模型基础、应用现状及未来发展方向	元宇宙平台及其内容生成技术	人工智能	NA	深度学习	生成式神经网络	多模态数据（虚拟环境、交互内容）	NA	NA	NA	NA	NA
7199	2025-10-06	Automatic fused multimodal deep learning for plant identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1616020 PMID:40838081	研究论文	提出一种自动融合多模态深度学习方法用于植物识别	采用多模态融合架构搜索实现自动模态融合，并构建了Multimodal-PlantCLEF数据集	未明确说明模型的计算复杂度和实际部署可行性	开发自动融合多模态深度学习模型以提升植物分类性能	植物器官图像（花、叶、果实、茎）	计算机视觉	NA	深度学习，多模态融合	深度学习	图像	979个植物类别	NA	多模态融合架构	准确率，McNemar检验	NA
7200	2025-10-06	Multimodal AI-driven object detection with uncertainty quantification for cardiovascular risk assessment in autistic patients 2025, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2025.1606159 PMID:40842474	研究论文	提出一种融合多模态医学数据的人工智能目标检测框架，用于自闭症患者心血管风险评估	结合多模态医学数据的新型特征融合机制，并嵌入不确定性量化模块以提高模型可解释性和可靠性	未明确说明数据集的规模和多样性限制，也未详细讨论模型在真实临床环境中的泛化能力	开发自动化、精准的心血管风险评估方法，改善自闭症患者的医疗诊断	自闭症患者的心血管风险评估	计算机视觉	心血管疾病	多模态数据融合，深度学习	目标检测模型	影像数据，电子健康记录	NA	NA	NA	灵敏度，特异性	NA