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
961	2025-09-15	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，针对不同投资者风险偏好进行定制	结合LSTM和1D-CNN预测模型与三种投资组合框架（MVF、RPP、MDP），实现风险偏好对齐的优化策略	仅使用越南VN-100股票数据，未考虑交易成本和其他资产类别	开发风险偏好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	时间序列数据	2017-2024年越南VN-100股票的日收益率数据
962	2025-09-15	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	本研究探索了针对超声图像中病灶分割的定向数据增强策略，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模型架构下的有效性	策略效果受病灶类型和模型架构影响较大，需要针对性选择	解决超声图像中自动病灶分割的标注数据稀缺挑战	乳腺和甲状腺病灶	计算机视觉	乳腺和甲状腺疾病	数据增强策略	深度学习分割模型	超声图像	涉及两种病灶类型（乳腺和甲状腺）的实验分析
963	2025-09-15	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和光学相干断层扫描纹理正面图像感兴趣区域（ROI）的模型在近视眼中检测青光眼的诊断准确性	提出了一种双自编码器模型，整合了来自健康和青光眼训练数据的重建误差，显著优于传统方法和单自编码器模型	横断面研究设计，样本量相对有限（453只眼），未涉及外部验证	评估深度学习模型在近视眼中检测青光眼的诊断性能	近视人群中的健康眼和青光眼患者	计算机视觉	青光眼	光学相干断层扫描（OCT），SS-OCT成像	自编码器（Autoencoder）	图像	453只眼（来自315名参与者），包括268只健康眼和185只青光眼
964	2025-09-15	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	提出一种结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	融合多模态数据、概率不确定性量化、分层特征抽象和对抗域适应的统一架构，并引入临床先验知识增强可解释性	未提及具体数据稀缺性应对措施或模型在真实临床环境中的验证结果	通过人工智能技术提升心理健康诊断的精准度和可靠性	多模态心理健康数据集	机器学习	心理健康疾病	深度学习、多模态数据融合、对抗域适应	MedIntelligenceNet（基于深度学习的统一架构）	多模态图像数据	未明确说明具体样本数量
965	2025-09-15	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和集成分类的癫痫发作预测方法，使用EEG生物信号	结合手工特征与CNN提取特征，采用多分类器集成和元学习器进行最终预测，显著提升敏感性和特异性	NA	准确预测癫痫发作，降低误报率，适用于实时预测系统	癫痫患者的EEG信号	机器学习	癫痫	Butterworth滤波、小波变换、傅里叶变换、特征提取	SVM、随机森林、LSTM、集成分类器	EEG信号	公开CHB-MIT数据集
966	2025-09-15	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	本研究开发了一种基于CNN的深度学习模型，用于预测急性缺血性卒中患者的中医热证类型	首次将中医证候特征与实验室指标结合，利用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），仅为初步研究	预测急性缺血性卒中患者的中医热证类型以指导中西医结合用药	急性缺血性卒中患者	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例急性缺血性卒中患者
967	2025-09-15	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LSTM和GAM的深度学习时间序列模型，用于预测南非Kimberley的空气污染物，并利用xAI和因果推断增强模型可解释性	首次将LSTM与GAM集成用于空气污染物预测，并结合LIME和因果推断方法解决深度学习模型可解释性不足的问题	因果效应分析显示变量p值大于0.88，未达到统计显著性	开发可解释的空气污染物预测模型	空气污染物时间序列数据	机器学习	NA	LSTM, GAM, LIME, 因果推断	LSTM-GAM-xAI混合模型	时间序列数据	来自南非Hantam空气监测站的气象和污染物统计记录，并为Kimberley市生成合成数据
968	2025-09-15	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以提升重建效果	发布了首个包含852个轴突成像体积及对应标注的数据集，并设计了距离场监督的分割网络以有效处理复杂成像数据	数据仅来源于11个小鼠脑样本，可能限制模型的泛化能力	促进轴突重建算法的评估与开发，加速长程神经投射的重建研究	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体素的图像块
969	2025-09-15	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	开发了一种基于深度学习的自动化方法，用于识别和跟踪低对比度显微镜视频中的单个碳纳米管	使用Mask-RCNN架构结合ResNet-FPN骨干网络，显著提高了纳米管生长动力学数据提取的效率和可重复性	NA	分析碳纳米管的生长动力学	碳纳米管	计算机视觉	NA	原位同调偏振显微镜(HPM)	Mask-RCNN, ResNet-FPN	视频	NA
970	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
971	2025-09-15	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	提出一种基于自动模态融合的多模态深度学习模型用于植物分类	引入自动模态融合架构搜索方法，整合多种植物器官图像，并构建Multimodal-PlantCLEF数据集	未明确说明模型计算复杂度或实际部署可行性	提升植物分类准确率并解决多模态融合策略优化问题	植物器官图像（花、叶、果实、茎）	计算机视觉	NA	深度学习，多模态融合架构搜索	多模态深度学习模型	图像	979个植物类别（基于Multimodal-PlantCLEF数据集）
972	2025-09-15	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	提出一种多模态AI驱动的目标检测框架，用于自闭症患者心血管风险评估，并集成不确定性量化模块	结合多模态医疗数据（影像和电子健康记录）的新型特征融合机制，并嵌入不确定性量化以提高模型可解释性和可靠性	NA	开发自动化、精准的心血管风险评估工具，以改善自闭症患者的临床诊断效果	自闭症患者	机器学习和数字病理	心血管疾病	深度学习	目标检测框架（可能基于CNN或其他深度学习架构）	多模态数据（影像和电子健康记录）	NA
973	2025-09-15	A study on the non-contact measurement of sunflower disk inclination and its application to accurate phenotypic analysis 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1614898 PMID:40842516	研究论文	提出一种结合深度学习和几何分析的非接触式向日葵花盘倾斜角测量方法，用于精准表型分析	优化轻量级YOLO11-seg模型提升分割性能，结合几何分析实现高精度非接触测量	NA	实现向日葵花盘倾斜角的精准、高效、非接触测量	向日葵花盘和茎秆	计算机视觉	NA	深度学习，几何分析	YOLO11-seg	图像	220张测试图像
974	2025-09-15	Few-shot crop disease recognition using sequence- weighted ensemble model-agnostic meta-learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1615873 PMID:40842515	研究论文	提出一种基于序列加权集成模型无关元学习的少样本作物病害识别方法SWE-MAML	将集成学习与模型无关元学习（MAML）结合，通过序列训练多个基学习器并加权集成预测，显著提升少样本条件下的识别精度	基学习器数量对性能影响显著（最佳范围5-7个），需依赖预训练疾病类别数量提升未知类别识别能力	解决农业实践中病害图像数据稀缺问题，实现少样本条件下的作物病害精准识别	作物病害图像（特别以马铃薯病害为实际应用案例）	计算机视觉	作物病害	元学习（MAML）、集成学习	SWE-MAML（基于MAML的集成框架）	图像	PlantVillage数据集实验；实际任务中每病害类别仅30张支持集图像
975	2025-09-15	A multi-data fusion deep learning model for prognostic prediction in upper tract urothelial carcinoma 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1644250 PMID:40842585	研究论文	开发了一种多模态深度学习模型MICC，用于上尿路尿路上皮癌的预后预测	首次将多期相增强CT影像与临床数据融合，构建多模态深度学习模型进行UTUC预后预测	回顾性研究，样本量较小（133例患者），需外部验证	提高上尿路尿路上皮癌患者的预后预测准确性	133例接受根治性肾输尿管切除术的UTUC患者	数字病理	尿路上皮癌	多期相增强CT成像，SHAP分析	多模态深度学习模型（MICC），CNN-based（ImageNet），ClinicalNet	医学影像（CT），临床数据	133例患者（训练集103例，测试集30例）
976	2025-09-15	Bridging the clinical gap: Confidence informed IDH prediction in brain gliomas using MRI and deep learning 2025 Jan-Dec, Neuro-oncology advances IF:3.7Q2 DOI:10.1093/noajnl/vdaf142 PMID:40842645	研究论文	开发一种结合深度学习与贝叶斯逻辑回归的MRI影像方法，用于非侵入性预测脑胶质瘤IDH突变状态并提供置信度评分	首次将体素分割网络(MC-net)与贝叶斯逻辑回归(BLR)结合，提供IDH状态预测及独立计算的置信度评分，有效解决深度学习模型临床应用的可靠性问题	研究基于多机构数据但仍需更大规模外部验证，临床实际应用效果需进一步前瞻性研究验证	开发可靠的非侵入性IDH突变状态预测方法以替代组织活检，推动深度学习在神经肿瘤临床决策中的应用	脑胶质瘤患者	数字病理	脑胶质瘤	MRI影像分析，深度学习	MC-net, 贝叶斯逻辑回归(BLR)	医学影像(MRI)	2,481例来自8个机构的胶质瘤病例
977	2025-09-15	Enhancing detection of common bean diseases using Fast Gradient Sign Method-trained Vision Transformers 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1643582 PMID:40842854	研究论文	本研究提出了一种基于Vision Transformer并结合对抗性训练的深度学习模型，用于在坦桑尼亚常见豆类疾病（如豆锈病和炭疽病）的早期检测	首次将Vision Transformer与FGSM对抗训练结合，提升模型在真实农场环境下的鲁棒性，特别针对资源受限场景优化	研究可能受限于模拟扰动与真实环境变异的差异，且计算效率虽优化但仍需在更低资源设备验证	提高豆类疾病检测的准确性和鲁棒性，支持移动端在资源有限环境下的植物病害管理	常见豆类作物，特别是受豆锈病和炭疽病威胁的品种	计算机视觉	植物病害	对抗训练（FGSM）、迁移学习、交叉验证	Vision Transformer (ViT)	图像	100,000张标注图像，经过几何、颜色和FGSM扰动增强
978	2025-09-15	BioCompNet: A Deep Learning Workflow Enabling Automated Body Composition Analysis toward Precision Management of Cardiometabolic Disorders 2025, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0381 PMID:40842914	研究论文	开发了一个名为BioCompNet的深度学习工作流，用于自动化身体成分分析，以支持心脏代谢疾病的精准管理	集成双参数MRI序列与分层U-Net架构，实现15个关键身体成分的完全自动量化，大幅提升处理效率	NA	通过自动化身体成分分析支持心脏代谢风险的精准评估和临床决策	腹部和股部的身体成分，包括骨骼、肌肉和脂肪组织	数字病理	心血管疾病	双参数磁共振成像（MRI）	分层U-Net	医学影像	开发集：503名社区队列的8,048张MRI切片；验证集：30名三级医院患者的240张MRI切片
979	2025-09-15	Research progress in deep learning-based fundus image analysis for the diagnosis and prediction of hypertension-related diseases 2025, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2025.1608994 PMID:40843176	综述	本文系统总结了基于深度学习的眼底图像分析在高血压相关疾病诊断与预测中的研究进展	聚焦深度学习在高血压相关眼底病变分析、自动化诊断和心血管风险预测中的创新应用	当前模型在泛化能力、低质量图像鲁棒性和临床可解释性方面仍存在挑战	推动深度学习技术在高血压相关疾病管理中的实际应用	高血压相关疾病的眼底图像特征	计算机视觉	心血管疾病	深度学习	深度学习模型	图像	NA
980	2025-09-15	Automated AI-based segmentation of canine hepatic focal lesions from CT studies 2025, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2025.1638142 PMID:40843252	研究论文	开发并评估了一种基于深度学习的算法，用于自动分割犬类CT图像中的肝脏病灶	首次报道使用深度学习算法对犬类CT图像中的肝脏病灶进行自动分割	NA	提高犬类肝脏病灶治疗的精确规划	犬类肝脏病灶	计算机视觉	肝脏疾病	CT成像	nnUNet	图像	175例犬类CT病例（130例训练，45例测试）