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
1161	2025-11-06	Spiking neural networks for EEG signal analysis using wavelet transform 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1652274 PMID:41179991	研究论文	提出一种结合小波变换和脉冲神经网络的SpikeWavformer模型，用于脑电信号分析	首次将脉冲自注意力机制与离散小波变换相结合，实现自动EEG信号时频分解和能量高效分类决策	未明确说明模型在更广泛BCI任务中的泛化能力	解决现有脑机接口方法依赖手动特征提取和高能耗的问题	脑电信号（EEG）	脑机接口	NA	小波变换，脑电信号处理	脉冲神经网络，Transformer	脑电信号	NA	NA	SpikeWavformer（脉冲Transformer）	NA	适用于资源受限的边缘设备
1162	2025-11-06	Advancing epileptic seizure recognition through bidirectional LSTM networks 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1668358 PMID:41180116	研究论文	本研究通过设计双向长短期记忆网络模型来提升癫痫发作识别的准确性和可靠性	采用双向LSTM网络架构捕捉神经信号的动态特征，实现端到端特征学习，无需复杂预处理和特征工程	NA	提高癫痫发作识别的准确性和可靠性	癫痫患者的脑电图信号	生物医学信号处理	癫痫	脑电图	BiLSTM	脑电图信号	11500个样本，每个样本包含179个特征	NA	双向LSTM网络，包含多个全连接层、Dropout层和批归一化层	准确率，F1分数，召回率，精确率	NA
1163	2025-11-06	RTCB: an integrated deep learning model for garlic leaf disease identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1687300 PMID:41180409	研究论文	提出一种基于改进ResNet18、三重注意力和卷积块注意力机制的深度学习模型RTCB，用于大蒜叶部病害识别	在经典ResNet18架构基础上，用部分卷积替换残差块中的卷积层提升计算效率，引入三重注意力增强关键特征关注能力，并在每个残差层后添加卷积块注意力机制改善特征感知	NA	开发高效准确的大蒜叶部病害识别方法，为智能农业中的自动病害监测与控制提供技术参考	大蒜叶部病害	计算机视觉	植物病害	深度学习	CNN	图像	NA	NA	ResNet18	准确率	边缘计算设备
1164	2025-11-06	Skin disease diagnosis using decision and feature level fusion of deep features 2025, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2025.1478688 PMID:41180465	研究论文	提出一种结合特征级融合和决策级融合的混合集成框架用于皮肤疾病诊断	首次将特征级融合和决策级融合策略结合，并引入基于GAN的数据增强方法	未明确说明模型在临床环境中的实际部署效果和计算效率	开发自动化的皮肤疾病检测和分类系统	皮肤疾病图像	计算机视觉	皮肤疾病	深度学习	CNN, Transformer, GAN	图像	四个基准数据集：PH2、HAM10000、ISIC 2018、ISIC 2019	NA	DenseNet201, VGG19, Vision Transformer (ViT)	准确率, 精确率, 召回率, F1分数	NA
1165	2025-11-06	Gliomas Analysis via Multimodal MRI-Deep Learning Fusion: Technical Innovations in Segmentation, Molecular Subtyping, and Clinical Translation Pathways 2025, Advances in medical education and practice IF:1.8Q2 DOI:10.2147/AMEP.S554692 PMID:41181383	综述	系统综述多模态MRI与深度学习融合技术在胶质瘤分割、分子分型和临床转化中的最新进展	提出Transformer-3D CNN混合模型与跨模态注意力机制，实现影像特征与EGFR/PI3K-AKT信号通路的生物学关联挖掘	存在数据异质性、模型可解释性不足和伦理限制等挑战，需建立标准化临床转化协议	通过多模态MRI与深度学习融合实现胶质瘤精准诊疗和全程个性化管理	胶质瘤患者的多模态MRI影像数据及分子标记	数字病理	胶质瘤	多模态MRI	Transformer, 3D CNN	多模态MRI影像	NA	NA	Transformer-3D CNN混合模型	Dice系数, 准确率	NA
1166	2025-11-06	Deep learning methods for 3D tracking of fish in challenging underwater conditions for future perception in autonomous underwater vehicles 2025, Frontiers in robotics and AI IF:2.9Q2 DOI:10.3389/frobt.2025.1628213 PMID:41181523	研究论文	开发用于水下鱼类3D追踪的深度学习系统，以改善自主水下航行器的感知能力	提出了三种新的鱼类-相机距离自动评估流程，并与现有方法结合形成四种完整管道	仅与声纳数据进行对比验证，未在更复杂水下环境中全面测试	开发实时鱼类距离评估系统以改善水下航行器控制算法	养殖网箱中的鱼类	计算机视觉	NA	立体视觉，单目视觉	深度学习	视频，图像	NA	ROS2	NA	平均绝对误差(MAE)	NA
1167	2025-11-06	Utility of wearable technology in predicting panic attacks: A scoping review 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390475 PMID:41181552	综述	本文通过范围综述评估了可穿戴技术在预测惊恐发作方面的应用现状	系统总结了可穿戴设备结合机器学习方法在惊恐发作预测领域的最新研究进展和方法学特征	现有研究预测时间框架不实用，缺乏近实时预测的成功证据	评估可穿戴技术在惊恐发作预测中的效用和方法学	惊恐发作患者	机器学习	精神疾病	可穿戴设备监测	LSTM, RNN, 随机森林, 监督异常检测, 混合回归模型	生理指标数据	7项研究	NA	NA	准确率	NA
1168	2025-11-06	AI-Powered histopathology slide image interpretation in oncology: A comprehensive knowledge mapping and bibliometric analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393286 PMID:41181553	文献计量分析	通过文献计量学方法分析2000-2024年间人工智能在肿瘤组织病理学图像解读领域的全球研究趋势	首次对AI驱动组织病理学图像解释领域进行全面的知识图谱绘制和文献计量分析，揭示了研究集群演变轨迹	数据来源仅限于Scopus数据库，可能遗漏部分相关文献；分析受限于数据库收录范围	绘制AI驱动组织病理学图像解释在肿瘤学领域的全球研究格局和发展趋势	1874篇相关科学出版物	数字病理学	多种癌症（乳腺癌、前列腺癌、结直肠癌、头颈癌、妇科癌症、胃肠/肝癌）	组织病理学图像分析	CNN, 深度学习, 经典机器学习, 弱监督学习, Transformer	全切片图像, 多组学数据	1874篇出版物	NA	CNN, Transformer	NA	NA
1169	2025-11-06	FAME: A privacy-preserving dual-stage deep learning framework for breast ultrasound imaging using federated transfer and synthetic learning 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251390564 PMID:41181569	研究论文	提出一种隐私保护的联邦注意力引导多任务集成网络框架，用于乳腺超声图像的联合分割和分类	结合联邦迁移学习与类别特异性合成数据生成，采用差分隐私和注意力机制实现隐私保护下的多任务学习	仅在公开数据集上验证，未在真实多中心临床环境中测试	开发隐私保护的自动化乳腺超声分析框架	乳腺超声图像	计算机视觉	乳腺癌	深度学习，联邦学习，生成对抗网络	CNN, GAN, 集成学习	医学图像	BUSI数据集780张图像(80%训练，10%验证，10%测试)，BUSC数据集407张图像，UDIAT数据集163张图像	TensorFlow, PyTorch	MAU-Net, ResNet50V2, NASNetLarge, AC-GAN	准确率, F1分数, AUC, Dice系数	NA
1170	2025-11-06	Ensemble learning for improved sentiment analysis in doctor-patient communication 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251393338 PMID:41181566	研究论文	本研究比较了深度学习和集成学习方法在医患沟通情感分析中的性能	填补了医患情感分析基准测试的空白，首次系统比较了深度学习、Transformer和集成模型在三分类情感分析中的表现	仅使用文本数据，未包含多模态信息；低严重度类别识别仍具挑战性；模型实时部署能力有待验证	提升医患沟通中情感分析的准确性和可解释性	医患咨询对话文本	自然语言处理	NA	文本挖掘，情感分析	LSTM, BiLSTM, CNN, CNN-LSTM, BERT, 集成学习	文本	3325个匿名医患咨询对话	TensorFlow, PyTorch, Scikit-learn	LSTM, BiLSTM, CNN, BERT	准确率, 精确率, 召回率, F1分数	NA
1171	2025-11-06	Application and research progress on artificial intelligence in the quality of Traditional Chinese Medicine 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1687681 PMID:41181603	综述	系统综述人工智能技术在中药质量控制领域的应用与研究进展	提出人工智能与多组学、生物信息学方法整合的新策略，用于中药质量标志物识别和药效机制解析	存在可扩展性、监管合规性等技术瓶颈和挑战	建立数据驱动的中药质量控制体系，支持中药产业高质量发展	中药质量评估与安全性评价	机器学习, 数字病理	NA	多组学分析, 生物信息学	机器学习, 深度学习	光谱, 色谱, 图像, 文本	NA	NA	NA	NA	NA
1172	2025-11-06	Categorization of collagen type I and II blend hydrogel using multipolarization SHG imaging with ResNet regression 2023-11-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-46417-0 PMID:37945626	研究论文	本研究提出基于多偏振二次谐波成像和ResNet回归的胶原I型和II型混合水凝胶分类方法	首次将ResNet深度学习模型应用于多偏振SHG图像分析，无需传统耗时的数学模型拟合过程	模型训练依赖于特定偏振角度(10°间隔)的图像采集，可能限制其通用性	开发自动化的胶原混合水凝胶分类和回归分析方法	胶原I型和II型混合水凝胶(0%, 25%, 50%, 75%, 100% II型)	计算机视觉	NA	多偏振二次谐波成像(SHG)	CNN	图像	5种混合比例的水凝胶，每种采集18张偏振图像	NA	ResNet	平均绝对误差(MAE)	NA
1173	2025-11-05	Auto-Masked Audio Spectrogram Transformer for depression detection from speech 2026-Jan-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.120295 PMID:40967413	研究论文	提出一种用于从语音中检测抑郁症的自掩码音频频谱图Transformer模型	引入自掩码训练增强上下文学习，结合时频注意力机制同时捕捉时间和频率信息	NA	开发非侵入性抑郁症筛查工具	语音信号	自然语言处理	抑郁症	语音频谱分析	Transformer	音频频谱图	两个公开数据集：Distress Analysis Interview Corpus-Wizard of Oz和Multi-modal Open Dataset for Mental disorder Analysis	NA	Auto-Masked Audio Spectrogram Transformer (AMAST)	F1分数	NA
1174	2025-11-05	Enhanced epileptic seizure detection using CNNs with convolutional block attention and short-term memory networks 2026-Jan-05, Behavioural brain research IF:2.6Q3 DOI:10.1016/j.bbr.2025.115831 PMID:40962227	研究论文	提出一种结合卷积块注意力机制和长短时记忆网络的癫痫发作检测方法	首次将卷积块注意力模块(CBAM)与CNN-LSTM结合，增强模型对关键信息的关注能力	仅在公开的波恩大学数据集上进行验证，未在更大规模或更复杂临床数据上测试	开发准确的癫痫发作检测方法以改善患者生活质量	癫痫患者的脑电图(EEG)信号	医疗信号处理	癫痫	脑电图(EEG)信号分析	CNN,LSTM	脑电图信号	波恩大学公开数据集中的三类EEG信号	NA	CNN_CBAM_LSTM	准确率	NA
1175	2025-11-05	Improving Reproducibility of Volumetric Evaluation Using Computed Tomography in Pediatric Patients with Congenital Heart Disease 2025-Dec, Pediatric cardiology IF:1.5Q2 DOI:10.1007/s00246-024-03630-6 PMID:39217235	研究论文	评估深度学习标注程序与传统方法在先天性心脏病患儿心室容积测量中的可重复性对比	首次在儿科先天性心脏病患者中系统比较深度学习自动标注工具与传统半自动方法在心室容积测量中的可重复性	样本量有限（127例），仅评估了特定两种软件工具	评估左心室、右心室和功能性单心室容积测量的观察者内、观察者间和研究间可重复性	先天性心脏病儿科患者的心室容积数据	医学影像分析	先天性心脏病	心脏CT扫描	深度学习	CT影像	127例患者（56名女性，71名男性，平均年龄82.1个月）	NA	NA	观察者内一致性，观察者间一致性，重建时间，重新配置测试次数	NA
1176	2025-11-05	Deep learning-Guided optimization of cobalt catalysts for antibiotic degradation 2025-Dec-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122811 PMID:40962004	研究论文	本研究结合机器学习和优化算法优化钴催化剂以提升抗生素降解效率	提出融合TabNet深度学习模型与新型麻雀搜索算法(SSA)的催化剂优化方法，并通过SHAP分析揭示降解机制	数据来源于207篇文献，样本量有限；模型仅在钴基催化剂体系验证	优化高级氧化过程中抗生素去除效率并加速无机催化剂开发	钴基催化剂（单原子钴Co-CuO、氧化钴CoO、钴铁氧体CoFeO）	机器学习	NA	高级氧化过程	TabNet	实验数据	207篇文献数据	NA	TabNet	准确率,R值	NA
1177	2025-11-05	Origin traceability and quality assessment of licorice in Asia based on multidimensional fingerprinting and enhanced by deep learning 2025-Dec-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145997 PMID:40886543	研究论文	本研究开发了一种基于深度学习增强的多维指纹图谱方法，用于亚洲甘草的产地溯源和质量评估	首次将化学计量学、机器学习和网络药理学相结合预测甘草质量标志物，并采用深度学习模型进行产地识别和质量评估	仅收集了6个中亚国家和6个中国省份的样品，样本来源范围有限	开发成本效益高的甘草产地溯源和质量评估方法	来自中亚六国和中国六省的甘草样品	机器学习	NA	多维指纹图谱，液相色谱，质谱分析	深度学习	化学指纹图谱数据	来自6个中亚国家和6个中国省份的甘草样品	NA	NA	NA	NA
1178	2025-11-05	DeepSANet: A deep learning approach for hierarchical geographical source attribution of Salmonella 2025-Dec, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.117554 PMID:41185308	研究论文	提出一种基于深度学习的沙门氏菌分层地理溯源方法DeepSANet	首次将深度学习引入沙门氏菌地理溯源任务，设计了并行分层预测模块和自适应分层迁移损失函数	NA	开发高精度的沙门氏菌地理来源追踪方法	沙门氏菌基因组数据	机器学习	食源性疾病	核心基因组多位点序列分型(cgMLST)	Transformer	基因组数据	基于EnteroBase构建的大规模数据集，包含全球分布的多种血清型分离株	NA	Swin Transformer	准确率	NA
1179	2025-11-05	A hybrid deep learning approach for accurate diagnosis of tibiofibula open and closed fractures using x-ray images 2025-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-025-00393-z PMID:41185686	研究论文	开发了一种基于混合深度学习的X射线图像分类模型，用于准确诊断胫腓骨开放性和闭合性骨折	结合多尺度卷积核的混合卷积和通道注意力机制，增强特征提取能力而不显著增加计算成本	仅针对胫腓骨骨折进行分类，尚未扩展到其他骨折类型和真实临床场景	通过深度学习提高骨折分类的准确性，优化骨科影像诊断	胫腓骨开放性和闭合性骨折的X射线图像	计算机视觉	骨科骨折	X射线成像	CNN	图像	NA	NA	混合卷积神经网络	准确率,F1分数	NA
1180	2025-11-05	AI-Enhanced Lateral Flow Assay Enables 3-Minute Quantitative Detection with Laboratory-Grade Accuracy 2025-Nov-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05108 PMID:41124618	研究论文	开发了一种基于深度学习的快速定量侧向流动检测方法，可在3分钟内实现实验室级别的精准检测	融合ResNet空间特征提取和DyFormer动态时序建模的创新架构，首次实现3分钟快速定量检测	仅在COVID-19和乙肝病毒数据集上验证，需要更多疾病类型的验证	克服传统侧向流动检测技术检测时间长且只能定性分析的局限性	侧向流动免疫检测平台	计算机视觉	传染病	侧向流动免疫检测	深度学习	图像	COVID-19和乙肝病毒数据集	NA	ResNet,DyFormer	准确率,灵敏度,特异性,决定系数	NA