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
7541	2025-10-06	Deep learning-based reconstruction for three-dimensional volumetric brain MRI: a qualitative and quantitative assessment 2025-Mar-27, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01647-8 PMID:40148785	研究论文	评估基于自适应压缩感知网络的深度学习重建方法在脑部MRI中的性能表现	首次将深度学习重建与压缩感知技术结合应用于三维脑部MRI，实现扫描时间减半而不损失图像质量	样本量较小（10名健康志愿者和22名患者），需要更大规模研究验证	验证深度学习重建方法在脑部MRI扫描时间优化和图像质量保持方面的效果	健康志愿者和临床患者的三维脑部MRI数据	医学影像分析	脑部疾病	磁共振成像，压缩感知技术	深度学习重建网络	三维脑部MRI图像	10名健康志愿者和22名患者	NA	自适应压缩感知网络	图像质量评分，信噪比，锐度，解剖结构清晰度，伪影评估，体积测量准确性	NA
7542	2025-10-06	Deep learning and explainable artificial intelligence for investigating dental professionals' satisfaction with CAD software performance 2025-Feb, Journal of prosthodontics : official journal of the American College of Prosthodontists DOI:10.1111/jopr.13900 PMID:39010644	研究论文	使用深度学习和可解释人工智能研究牙科专业人员对CAD软件性能的满意度	首次将深度学习和可解释人工智能相结合用于牙科领域的行为分析，通过MLP-ANN模型和XAI方法揭示影响用户满意度的关键因素	研究样本仅限于436名牙科专业人员，未涉及更广泛的用户群体	调查牙科专业人员对CAD软件性能的满意度及其影响因素	牙科学生、牙医和牙科技师	机器学习	NA	行为分析	MLP-ANN	问卷调查数据	436名牙科专业人员	NA	多层感知器人工神经网络	准确率,精确率,召回率	NA
7543	2025-10-06	Few-shot network intrusion detection method based on multi-domain fusion and cross-attention 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0327161 PMID:40601763	研究论文	提出一种基于多域融合和交叉注意力的小样本网络入侵检测方法	结合多域特征融合与双向交叉注意力机制，采用双分支特征提取器捕获空间和频域特征，并引入基于改进Mamba架构的分层特征编码模块	NA	解决现实场景中攻击样本有限和域偏移显著导致检测性能下降的问题	网络流量数据	机器学习	NA	二维离散余弦变换(2D-DCT)	深度学习	网络流量序列	CICIDS2017和CICIDS2018两个基准数据集	NA	双分支特征提取器, 双向交叉注意力模块, 改进Mamba架构	准确率	NA
7544	2025-10-06	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	评估实时人工智能辅助内镜黏膜下剥离术中解剖结构识别的可行性	首次开发用于ESD手术的实时AI解剖结构识别系统，提供术中定向支持	概念验证研究，样本量有限，需要进一步研究确认临床效益	提高内镜黏膜下剥离术的安全性和手术速度	猪模型中的内镜黏膜下剥离手术	计算机视觉	NA	内镜成像	深度学习	图像	30例ESD手术的1011张内镜静态图像，12例猪模型ESD手术	NA	NA	Dice系数	NA
7545	2025-10-06	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	本文综述并分析了机器学习算法在代谢功能障碍相关脂肪性肝病超声诊断中的应用，特别关注深度学习的优势与潜力	重点关注深度学习在超声诊断中的图像识别和分类能力，强调AI在该领域的应用前景	NA	提高诊断准确性，扩大初级保健中的MASLD筛查，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)	医学影像分析	代谢功能障碍相关脂肪性肝病	超声诊断	深度学习	超声影像	NA	NA	NA	NA	NA
7546	2025-10-06	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	荟萃分析	通过心率变异性识别心房颤动的荟萃分析研究	首次系统评估人工智能算法利用心率变异性模式识别心房颤动的诊断性能	仅纳入12项诊断研究，样本来源和算法类型存在异质性	评估基于心率变异性的人工智能算法在心房颤动识别中的诊断准确性	心房颤动患者的心率变异性数据	机器学习	心血管疾病	心率变异性分析	深度学习算法	心电图数据	来自12项诊断研究的汇总数据	NA	NA	灵敏度, 特异度, AUC	NA
7547	2025-10-06	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	提出一种混合CNN-SNN架构，利用ADNI数据集中的结构MRI数据进行阿尔茨海默病阶段分类	首次将卷积神经网络与脉冲神经网络结合，通过SNN模拟神经退行性疾病的时间动态特性，即使使用静态sMRI输入	研究仅基于ADNI数据集，需要外部验证；模型性能在移除SNN模块时显著下降	开发生物启发的计算模型以改进阿尔茨海默病的早期诊断和分期	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	医学影像分析	阿尔茨海默病	结构MRI	CNN, SNN	医学影像	ADNI数据集中的三类受试者（AD、MCI、CN）	NA	混合CNN-SNN架构，使用泄漏积分发放神经元	准确率, 精确率, 召回率, F1分数	NA
7548	2025-10-06	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	本研究比较深度学习模型与传统机器学习模型在检测网络聊天室中儿童诱骗对话的效果，并分析诱骗者使用的语气对检测能力的影响	首次将大型语言模型LLaMA 3.2 1B应用于儿童诱骗检测，并系统分析不同语气（积极/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诱骗对话模式	提高自动检测网络儿童诱骗对话的能力，保护儿童在线安全	网络聊天室中的儿童诱骗对话和诱骗者	自然语言处理	NA	情感分类，深度学习	SVM, 大型语言模型	文本聊天记录	PAN12聊天日志数据集中的诱骗对话	NA	DistilBERT, LLaMA 3.2 1B	精确率, 召回率, F1分数	NA
7549	2025-10-06	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	提出一种结合迁移学习和可解释AI的框架，用于跨多个数据集的脑肿瘤和阿尔茨海默病检测	将迁移学习与可解释AI技术相结合，采用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	NA	提高MRI图像分类的准确性，增强医疗领域AI应用的可信度	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	MRI	CNN,VGG16	图像	三个不同的MRI数据集（脑肿瘤分类、阿尔茨海默病检测和另一个脑肿瘤数据集）	NA	CNN-VGG16混合模型	准确率	NA
7550	2025-10-06	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	提出改进的EfficientNet轻量级神经网络模型用于玉米果穗品种识别	减少EfficientNetB0模型的MBConv模块数量，引入CBAM注意力机制和空洞卷积增强特征提取能力	仅针对5个玉米品种进行验证，样本多样性有限	实现玉米果穗的智能筛选和品种知识产权保护	玉米果穗图像	计算机视觉	NA	深度学习	CNN	RGB图像	6529张玉米果穗图像，涵盖5个品种	NA	EfficientNetB0, MBConv, CBAM, SCD_EFTNet	Recall, Precision, mAP, 推理时间	NA
7551	2025-10-06	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	提出基于轻量化改进YOLOv5s的百香果害虫检测方法P4CN-YOLOv5s	结合PLDIoU损失函数、四个CBAM注意力模块和优化锚框，针对密集小目标检测场景进行专门优化	仅针对百香果害虫特定场景验证，未在其他作物害虫检测中测试泛化能力	提升自然果园环境中百香果害虫的检测精度和效率	百香果害虫图像	计算机视觉	NA	深度学习	YOLO	图像	6000张百香果害虫图像	PyTorch	YOLOv5s, CBAM	准确率, F1分数, 检测时间	NA
7552	2025-10-06	Development of intelligent tools to predict neuroblastoma risk stratification and overall prognosis based on multiphase enhanced CT and clinical features 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1573398 PMID:40612805	研究论文	开发基于多期增强CT和临床特征的深度学习模型，用于神经母细胞瘤风险分层和预后评估	首次结合Swin Transformer模型和多期增强CT图像与临床特征进行神经母细胞瘤风险分层和预后预测	样本量相对有限（202例患者），需要更大规模数据验证	提高神经母细胞瘤风险分层和预后评估的准确性	神经母细胞瘤患者	计算机视觉	神经母细胞瘤	多期增强CT成像	Swin Transformer, 随机生存森林, Cox回归	CT图像, 临床特征数据	202例神经母细胞瘤患者	NA	Swin Transformer	AUC, 准确率, C-index	NA
7553	2025-10-06	Toward automated plantar pressure analysis: machine learning-based segmentation and key point detection across multicenter data 2025, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2025.1579072 PMID:40613004	研究论文	本研究开发了一种基于机器学习的足底压力分析方法，用于解剖区域分割和关键点检测	首次探索了足底压力分析中关键点预测，并提出了适用于多中心数据的标准化自动化分析框架	在边界模糊区域（如第一跖骨区）性能有限，需要专家审查提升关键病例的准确性	开发自动化足底压力分析方法，减少对人工标注的依赖	460名受试者（197名女性，263名男性）的758个足底压力样本	计算机视觉	足部畸形	足底压力分析	CNN, 回归模型	足底压力图像	758个足底压力样本，来自460名受试者	NA	U-Net	Dice系数, 欧几里得距离	NA
7554	2025-10-06	Research trends in the application of artificial intelligence in nursing of chronic disease: a bibliometric and network visualization study 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1608266 PMID:40613079	文献计量学研究	通过文献计量学和网络可视化方法分析人工智能在慢性病护理领域的研究现状、热点主题和未来趋势	首次系统性地运用文献计量学方法对人工智能在慢性病护理领域的应用研究进行全面分析，识别研究热点和未来发展方向	仅基于Web of Science数据库的文献，可能遗漏其他数据库的重要研究；分析结果受限于所选文献计量工具的功能	探索人工智能在慢性病护理领域的应用现状、研究热点和未来前景	2001-2023年间Web of Science核心合集中关于人工智能与慢性病护理的相关文献	文献计量学	慢性疾病	文献计量分析，网络可视化	NA	文献数据	2438篇文献	CiteSpace, VOSviewer	NA	NA	NA
7555	2025-10-06	Neural decoding of Aristotle tactile illusion using deep learning-based fMRI classification 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1606801 PMID:40613086	研究论文	本研究使用基于深度学习的fMRI分类方法解码亚里士多德触觉错觉的神经机制	首次将深度学习CNN模型应用于fMRI数据来研究亚里士多德触觉错觉，并通过Grad-CAM分析识别关键脑区	刺激分类任务准确率仅约50%，无法有效区分三种触觉刺激类型	识别参与亚里士多德触觉错觉的脑区	30名参与者的fMRI数据和触觉感知记录	机器学习	NA	功能磁共振成像	CNN	fMRI图像数据	30名参与者	NA	简单全卷积网络	准确率	NA
7556	2025-10-06	Application of deep learning for multi-scale behavioral analysis in SNCA E46K Parkinson's disease drosophila 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10294-2 PMID:40605911	研究论文	开发基于深度学习的自动化多尺度行为分析流程，用于SNCA E46K帕金森病果蝇模型的行为表型分类	结合无标记姿态估计和无监督聚类方法，从行为序列模式中提取帕金森病相关表型特征	仅使用果蝇模型进行研究，未在哺乳动物模型或临床环境中验证	建立客观可扩展的帕金森病行为分析方法	野生型和SNCA E46K突变型果蝇	计算机视觉	帕金森病	无标记姿态估计，无监督聚类	深度学习	视频，运动轨迹数据	野生型和突变型果蝇群体	NA	NA	分类准确率	NA
7557	2025-10-06	Mifnet: a MamBa-based interactive frequency convolutional neural network for motor imagery decoding 2025-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-025-10287-1 PMID:40605914	研究论文	提出一种基于MamBa的交互式频率卷积神经网络MIFNet，用于运动想象脑电信号解码	首次将选择性状态空间模型(SSMs)与CNN结合，通过非重叠频率分解和MamBa时序模块有效捕获长程依赖关系	NA	改进运动想象脑电信号解码性能，解决现有方法在全局时序依赖和计算效率方面的局限	运动想象脑电信号	脑机接口	NA	脑电图	CNN, SSMs	脑电信号	三个公共MI-EEG数据集(BCIC-IV-2A, OpenBMI, High Gamma)	NA	MIFNet, ConvEncoder, MamBa	分类准确率	NA
7558	2025-10-06	CT-based deep learning radiomics analysis for preoperative Lauren classification in gastric cancer and explore the tumor microenvironment 2025-Dec, European journal of radiology open IF:1.8Q3 DOI:10.1016/j.ejro.2025.100667 PMID:40607047	研究论文	本研究基于CT的深度学习影像组学分析，用于胃癌患者术前Lauren分型鉴别并探索肿瘤微环境	结合CT影像组学特征与临床信息构建nomogram模型，并首次通过转录组学分析揭示不同Lauren分型在肿瘤微环境中的异质性	研究为回顾性设计，样本量相对有限，需要多中心前瞻性研究进一步验证	术前无创鉴别胃癌Lauren分型并探索肿瘤微环境特征	胃癌患者	数字病理	胃癌	CT成像, RNA测序	深度学习, 影像组学	CT图像, 临床数据, 转录组数据	578例患者（训练集311例，内部验证集132例，外部验证集135例）	NA	nomogram	C-index, 校准曲线, 决策曲线	NA
7559	2025-10-06	Multiparametric MRI-based machine learning system of molecular subgroups and prognosis in medulloblastoma 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11385-8 PMID:39883158	研究论文	基于多参数MRI和机器学习构建髓母细胞瘤分子亚型识别、预后预测及风险分层系统	提出新型双路残差网络Bi-ResNet-MB用于MRI特征提取，并建立基于XGBoost的预后模型和M2R风险评分系统	样本量相对有限（139例训练集，108例验证集），单中心研究	利用人工智能技术准确识别髓母细胞瘤分子亚型并预测临床结局	髓母细胞瘤患者	医学影像分析	髓母细胞瘤	多参数MRI	CNN, XGBoost	医学影像	139例训练患者（36例女性，平均年龄7.27±3.62岁），108例独立验证患者	NA	Bi-ResNet-MB	AUC	NA
7560	2025-10-06	High-resolution deep learning reconstruction for coronary CTA: compared efficacy of stenosis evaluation with other methods at in vitro and in vivo studies 2025-Aug, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11376-9 PMID:39903239	研究论文	比较混合型迭代重建、模型迭代重建、深度学习重建和高分辨率深度学习重建在冠状动脉CTA中对狭窄评估的效果	首次在体外和体内研究中直接比较四种重建方法对冠状动脉狭窄评估的效果，特别是高分辨率深度学习重建的优越性	样本量有限（31例患者），仅评估了非钙化阶梯状狭窄斑块	评估不同重建方法在冠状动脉CTA中对狭窄评估的准确性和图像质量	体外血管模型和接受冠状动脉CTA检查的患者	医学影像分析	心血管疾病	冠状动脉计算机断层扫描血管成像（CCTA），面积探测器CT（ADCT），超高分辨率CT（UHR-CT）	深度学习重建	医学影像数据	体外研究：3种直径（3mm、4mm、5mm）血管模型，4种狭窄程度（0%、25%、50%、75%）；体内研究：31例患者	NA	NA	图像噪声，内径测量准确性，CAD-RADS分类准确性，McNemar检验	NA