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
7461	2025-10-06	A Hybrid Deep Learning Framework for Accurate Cell Segmentation in Whole Slide Images Using YOLOv11, StarDist, and SAM2 2025-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060674 PMID:40564490	研究论文	提出一种集成YOLOv11、StarDist和SAM2的混合深度学习框架，用于全切片图像中的细胞分割	首次将目标检测、几何建模和提示分割三种互补方法集成到统一框架中，通过协同作用提升细胞分割性能	仅在256×256图像块上评估，未验证在全切片级别的大规模应用效果	开发精确的细胞分割方法以推进计算病理学的定量分析	全切片图像中的细胞结构	数字病理学	NA	全切片成像	CNN, 基于提示的分割模型	图像	包含高分辨率细胞级标注的256×256图像块数据集	NA	YOLOv11, StarDist, SAM2	Dice系数, IoU, F1分数, 精确率, 召回率	NA
7462	2025-10-06	An Innovative Artificial Intelligence Classification Model for Non-Ischemic Cardiomyopathy Utilizing Cardiac Biomechanics Derived from Magnetic Resonance Imaging 2025-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060670 PMID:40564486	研究论文	提出一种基于心脏生物力学的AI分类模型，用于非缺血性心肌病的早期诊断和亚型区分	首次将心室内压力梯度衍生的生物力学标记与深度学习相结合，通过双路径混合架构捕捉传统形态学模型忽略的细微生物力学功能障碍	需要多中心数据验证，生物力学参数提取依赖特定MRI序列	开发用于非缺血性心肌病亚型分类的人工智能模型	非缺血性心肌病患者	医学影像分析	心血管疾病	心脏磁共振成像	CNN-LSTM, MLP	影像, 时间序列数据	1196名患者（训练集），137名患者（外部验证）	NA	双路径混合架构，CNN-LSTM编码器，MLP编码器	AUC	NA
7463	2025-10-06	A Deep Learning and Explainable AI-Based Approach for the Classification of Discomycetes Species 2025-Jun-18, Biology DOI:10.3390/biology14060719 PMID:40563969	研究论文	本研究提出了一种结合深度学习和可解释人工智能的盘菌物种分类方法	首次将EfficientNet-B0模型与Grad-CAM、Score-CAM等可解释AI技术结合用于盘菌物种分类，实现了高精度且可解释的分类结果	使用的数据集规模有限，未来需要更大规模数据集进行验证	开发准确可靠的盘菌物种自动分类系统	盘菌物种	计算机视觉	NA	深度学习，可解释人工智能	CNN	图像	NA	NA	EfficientNet-B0, EfficientNet-B4, MobileNetV3-L, ShuffleNet	准确率, F1分数, AUC	NA
7464	2025-10-06	An Efficient Algorithm for Small Livestock Object Detection in Unmanned Aerial Vehicle Imagery 2025-Jun-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15121794 PMID:40564345	研究论文	提出一种基于YOLOv7的高效牲畜检测算法LSNET，用于无人机影像中的小型牲畜目标检测	引入低层预测头(P2)检测小目标，移除深层预测头(P5)减少下采样影响，提出大核注意力空间金字塔池化模块(LKASPP)，并使用WIoU v3损失函数替代CIoU	NA	解决无人机影像中牲畜目标小而密集导致的识别错误问题，提高牲畜检测精度	放牧牲畜	计算机视觉	NA	无人机影像采集	YOLO	图像	来自内蒙古呼伦贝尔草原陈巴尔虎旗的无人机影像数据集	NA	YOLOv7,LSNET	mAP	NA
7465	2025-10-06	Deep Learning Applications in Dental Image-Based Diagnostics: A Systematic Review 2025-Jun-18, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13121466 PMID:40565492	系统综述	系统回顾深度学习在牙科影像诊断中的应用，评估AI模型的性能并分析其局限性与临床应用潜力	首次系统评估牙科AI模型的整体诊断准确率（82%），并全面分析ANN和CNN在多种牙科疾病诊断中的表现	存在数据偏差、成本问题、技术要求、伦理问题以及小样本数据集性能下降等挑战	识别牙科AI模型，评估其性能，分析不足并讨论未来在牙科临床实践中的应用潜力	牙科影像诊断AI模型	计算机视觉	牙科疾病	深度学习	ANN, CNN	牙科影像	947篇文献中筛选20篇进行荟萃分析	NA	人工神经网络，卷积神经网络	诊断准确率	NA
7466	2025-10-06	Machine and Deep Learning for the Diagnosis, Prognosis, and Treatment of Cervical Cancer: A Scoping Review 2025-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121543 PMID:40564863	综述	本文对机器学习和深度学习在宫颈癌预测、诊断和预后中的应用进行了范围综述	系统梳理了2015-2025年间153项关于ML和DL在宫颈癌领域应用的研究，首次全面总结了该领域的研究现状和发展趋势	需要更多证据验证这些人工智能方法在宫颈癌早期检测、预后和治疗管理中的有效性和可重复性	探索机器学习和深度学习在宫颈癌预测、诊断和预后中的应用	宫颈癌相关研究	机器学习	宫颈癌	机器学习，深度学习	NA	图像	153项研究	NA	NA	NA	NA
7467	2025-10-06	Enhancing Hippocampal Subfield Visualization Through Deep Learning Reconstructed MRI Scans 2025-Jun-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121523 PMID:40564843	研究论文	本研究通过深度学习重建的MRI扫描比较T2 TSE DRB序列与标准T2 TSE序列在海马体分割和体积测量中的表现	首次系统评估深度学习重建的DRB序列在海马体亚区可视化中的临床应用价值，并证明其在保持诊断准确性的同时显著缩短图像采集时间	样本量较小（36名受试者），仅针对癫痫患者群体进行研究	评估深度学习重建MRI序列在海马体病理评估中的效果和效率	癫痫患者的海马体亚区结构	医学影像分析	癫痫	MRI, 深度学习图像重建	深度学习重建模型	MRI图像	36名受试者（平均年龄39±14岁，21名男性，15名女性）	FreeSurfer	NA	体积测量准确性, z值, 效应大小, 图像采集时间减少率	NA
7468	2025-10-06	Fuzzy Optimized Attention Network with Multi-Instance Deep Learning (FOAN-MIDL) for Alzheimer's Disease Diagnosis with Structural Magnetic Resonance Imaging (sMRI) 2025-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121516 PMID:40564837	研究论文	提出一种结合模糊优化注意力网络与多实例深度学习的系统，用于基于结构磁共振成像的阿尔茨海默病诊断	提出模糊樽海鞘群算法优化注意力权重，结合多实例学习池化过程生成全局加权脑图像	未明确说明样本规模和数据平衡性问题	改进阿尔茨海默病早期诊断的判别特征识别能力	轻度认知障碍患者和阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	注意力网络,多实例深度学习	医学影像	ADNI和AIBL两个数据集（具体数量未说明）	NA	模糊优化注意力网络,多实例深度学习	灵敏度,特异性,准确率	NA
7469	2025-10-06	Can AI-Based ChatGPT Models Accurately Analyze Hand-Wrist Radiographs? A Comparative Study 2025-Jun-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121513 PMID:40564836	研究论文	评估基于ChatGPT的大型语言模型在手部腕部X光片上预测骨龄和识别生长阶段的有效性	首次系统评估通用GPT模型在骨龄预测任务中的表现，探索其作为传统方法和CNN模型的替代方案	样本量较小(仅90张X光片)，模型预测存在偏差，尚不能替代临床检查	评估LLM-based聊天机器人在骨龄预测和生长阶段识别中的效果	手部腕部X光片	医学影像分析	生长发育评估	X射线成像	LLM, ChatGPT	X光图像	90张匿名手部腕部X光片(30张来自每个生长阶段，男女各半)	NA	GPT-4o, GPT-o4-mini-high, GPT-o1-pro	Pearson相关系数, 平均绝对误差, 准确率, Bland-Altman分析, Cohen's kappa	NA
7470	2025-10-06	Hierarchical Swin Transformer Ensemble with Explainable AI for Robust and Decentralized Breast Cancer Diagnosis 2025-Jun-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060651 PMID:40564466	研究论文	提出一种结合分层Swin Transformer集成与可解释AI的联邦学习系统，用于稳健的去中心化乳腺癌诊断	首次将四种分层Swin Transformer变体与随机森林元学习器集成，并采用联邦学习框架保护数据隐私，同时集成Grad-CAM提供可解释性	未明确说明模型在异构数据分布环境下的性能表现	开发一种安全、可解释且具有强泛化能力的乳腺癌诊断AI系统	乳腺癌医学影像数据	计算机视觉	乳腺癌	深度学习，联邦学习	Transformer, Random Forest	医学影像	五个基准数据集：BreakHis、BUSI、INbreast、CBIS-DDSM和组合数据集	PyTorch	Swin Transformer Tiny, Swin Transformer Small, Swin Transformer Base, Swin Transformer Large	F1分数, PR AUC, Matthews相关系数	未明确指定，但支持实时Web应用部署
7471	2025-10-06	ViSwNeXtNet Deep Patch-Wise Ensemble of Vision Transformers and ConvNeXt for Robust Binary Histopathology Classification 2025-Jun-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121507 PMID:40564828	研究论文	提出ViSwNeXtNet集成框架，结合多种视觉Transformer模型用于组织病理学二元分类	首次将ConvNeXt、Swin和ViT三种Transformer架构进行补丁级集成，并采用INCA特征选择方法	目前仅支持二元分类，需要多中心验证和可解释性AI技术集成	开发稳健的组织病理学图像分类方法以提高肠上皮化生的诊断准确性	H&E染色组织切片中的肠上皮化生病变	数字病理学	胃癌前病变	H&E染色	Transformer, CNN	图像	自定义数据集：516例肠上皮化生病例和521例对照病例；GasHisSDB数据集：20,160个正常和13,124个异常图像块	NA	ConvNeXt-Tiny, Swin-Tiny, ViT-Base	准确率, 灵敏度, F1分数	NA
7472	2025-10-06	Enhancing Heart Disease Diagnosis Using ECG Signal Reconstruction and Deep Transfer Learning Classification with Optional SVM Integration 2025-Jun-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121501 PMID:40564822	研究论文	本研究提出了一种集成ECG信号分割与迁移学习分类的深度学习框架，旨在提高心脏疾病诊断性能	提出创新的ECG分割算法，集成自适应预处理、基于直方图的导联分离和鲁棒点跟踪技术，专注于从噪声和重叠的多导联图像中自动精确重建单个ECG导联	NA	通过ECG信号重建和深度迁移学习分类增强心脏疾病诊断	12导联标准ECG图像	机器学习	心血管疾病	ECG信号分析	CNN, SVM	图像	NA	NA	VGG16, VGG19, ResNet50, InceptionNetV2, GoogleNet	准确率, 召回率, 精确率, F1分数	NA
7473	2025-10-06	Artificial Intelligence Applications to Personalized Dietary Recommendations: A Systematic Review 2025-Jun-13, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13121417 PMID:40565444	系统综述	本系统综述评估人工智能生成的饮食干预在改善成人临床结局方面的有效性	首次系统评估AI在个性化饮食推荐中的应用效果，整合了机器学习、深度学习和物联网系统的混合方法	需要进一步研究验证长期效果、完善干预方案并提高用户依从性	评估人工智能生成的饮食干预在改善临床结局方面的有效性	18-91岁接受AI生成饮食推荐的成年人	机器学习	糖尿病,肠易激综合征	机器学习,深度学习,物联网系统	机器学习算法,深度学习	血糖生物标志物,肠道微生物组组成,自我报告数据	11项符合纳入标准的研究（5项RCT, 5项前后设计, 1项横断面分析）	NA	NA	IBS症状严重程度降低39%,糖尿病缓解率72.7%,统计学显著改善	NA
7474	2025-10-06	Detection of Soluble Solid Content in Citrus Fruits Using Hyperspectral Imaging with Machine and Deep Learning: A Comparative Study of Two Citrus Cultivars 2025-Jun-13, Foods (Basel, Switzerland) DOI:10.3390/foods14122091 PMID:40565699	研究论文	本研究比较机器学习和深度学习结合高光谱成像技术预测两个柑橘品种可溶性固形物含量的性能	首次系统比较传统机器学习与深度学习模型在两个不同柑橘品种SSC预测中的表现，并探索了深度学习架构的组合模型	研究仅涉及两个柑橘品种，模型泛化能力有待验证	开发基于高光谱成像的柑橘可溶性固形物含量预测模型	椪柑和天朝两个柑橘品种	计算机视觉	NA	高光谱成像	支持向量机,偏最小二乘回归,卷积神经网络,长短期记忆网络,Transformer	高光谱图像	两个柑橘品种的样本	NA	CNN,LSTM,Transformer	预测性能	NA
7475	2025-10-06	Epileptic Seizure Detection Using Machine Learning: A Systematic Review and Meta-Analysis 2025-Jun-12, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15060634 PMID:40563805	系统综述与荟萃分析	通过系统综述和荟萃分析评估机器学习模型在癫痫发作检测中的性能表现	首次对机器学习在癫痫发作检测中的性能进行系统性量化评估，并分析模型类型、数据预处理方法和数据集类型对结果的影响	需要更大规模的多中心临床研究来验证算法在真实临床环境中的可解释性、安全性和适用性	评估机器学习模型在癫痫发作检测中的性能，为智能工具开发提供循证基础	基于脑电图信号的癫痫发作检测研究	机器学习	癫痫	脑电图信号分析	深度学习, 传统机器学习	脑电图信号	60项研究，93个数据集	NA	NA	灵敏度, 特异度, AUC	Stata 17.0
7476	2025-10-06	Machine Learning-Augmented Triage for Sepsis: Real-Time ICU Mortality Prediction Using SHAP-Explained Meta-Ensemble Models 2025-Jun-12, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13061449 PMID:40564166	研究论文	开发一种可解释的机器学习框架，用于预测ICU脓毒症患者的院内死亡率	提出结合集成机器学习算法与深度学习架构的混合建模方法，使用红食人鱼优化算法进行特征选择和超参数调优，并通过SHAP提供模型解释	使用回顾性数据，需要前瞻性验证；可能存在数据采集偏差	提高脓毒症患者死亡率预测的准确性和及时性，改善临床决策	ICU脓毒症患者	机器学习	脓毒症	机器学习，深度学习	集成学习，深度学习	临床数据，实验室数据	三级大学医院2019年1月至2024年6月患者记录，以及MIMIC-III数据集外部验证	NA	元集成模型	AUC，Brier分数，召回率	NA
7477	2025-10-06	Characterizing Breast Tumor Heterogeneity Through IVIM-DWI Parameters and Signal Decay Analysis 2025-Jun-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15121499 PMID:40564820	研究论文	本研究提出了一种结合IVIM-DWI、高光谱成像技术和深度学习的乳腺癌肿瘤表征新方法	首次将IVIM-DWI数据作为高光谱图像堆栈处理，结合深度神经网络进行乳腺肿瘤异质性分析，无需对比剂	样本量较小（仅22例），仅针对肿块型乳腺癌，缺乏多中心验证	开发无创、安全的乳腺癌诊断方法，替代传统对比增强MRI	乳腺肿瘤组织，特别是肿块型乳腺癌	医学影像分析	乳腺癌	IVIM-DWI，高光谱成像，MRI	深度神经网络	MRI图像，多b值扩散加权图像	22例确诊为肿块型乳腺癌的患者	NA	深度神经网络	Dice相似系数，Jaccard指数，3D-ROC分析	3T MRI系统（Discovery MR750 3.0 Tesla）
7478	2025-10-06	A Lightweight Breast Cancer Mass Classification Model Utilizing Simplified Swarm Optimization and Knowledge Distillation 2025-Jun-11, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12060640 PMID:40564456	研究论文	提出一种利用简化群优化和知识蒸馏的轻量级乳腺癌肿块分类模型	提出新型串联分类架构和两阶段策略，结合知识蒸馏与简化群优化方法开发轻量化模型	未明确说明模型在更广泛数据集上的泛化能力	开发计算效率高的轻量级乳腺癌肿块异常分类模型	乳腺肿块异常分类	计算机视觉	乳腺癌	数据增强，图像预处理	CNN, DNN	医学影像	CBIS-DDSM数据集	NA	NASNetMobile, SSO-Concatenated NASNetMobile (SSO-CNNM)	准确率, 精确率, 召回率, AUC	NA
7479	2025-10-06	Sequence-Based Prediction for Protein Solvent Accessibility 2025-Jun-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26125604 PMID:40565067	研究论文	开发了一种基于序列的蛋白质溶剂可及性预测工具SolAcc	首次将三维蛋白质结构特征与LSTM深度学习方法结合用于氨基酸可及性预测	NA	预测氨基酸的溶剂可及性以了解蛋白质功能	蛋白质氨基酸残基	自然语言处理	NA	序列分析	LSTM	蛋白质序列	NA	NA	LSTM	NA	NA
7480	2025-10-06	Research on Plant RNA-Binding Protein Prediction Method Based on Improved Ensemble Learning 2025-Jun-10, Biology DOI:10.3390/biology14060672 PMID:40563923	研究论文	提出一种基于改进集成学习的植物RNA结合蛋白预测方法，整合浅层和深度学习模型	将SVM、LR、LDA和LightGBM的预测结果集成到增强的TextCNN中，使用K-肽组成编码和相关性阈值减少冗余	NA	开发准确预测植物RNA结合蛋白的计算方法	植物RNA结合蛋白	机器学习	NA	K-肽组成编码	SVM,LR,LDA,LightGBM,CNN	蛋白质序列	基准数据集4992条序列，独立测试集1086条序列	NA	TextCNN	ACC,F1-score,MCC,SN,SP	NA