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
121	2025-07-06	Fine-Grained Classification of Pressure Ulcers and Incontinence-Associated Dermatitis Using Multimodal Deep Learning: Algorithm Development and Validation Study 2025-May-01, JMIR AI DOI:10.2196/67356 PMID:40605794	研究论文	开发并验证了一种多模态深度学习框架，用于压力性溃疡（PUs）和失禁性皮炎（IAD）的精细分类	提出了一种结合伤口图像和分类患者数据的多模态深度学习框架，显著提高了PUs和IAD的分类准确性，并在某些任务上超越了人类专家	细粒度分类性能仍有提升空间，特别是IAD分类的F1-score较低（53.20%），且需要进一步验证实际临床应用效果	开发一个强大的多模态深度学习框架，以提高PUs和IAD的诊断准确性并支持临床决策	压力性溃疡（PUs）和失禁性皮炎（IAD）的伤口图像及其严重程度分类	数字病理	皮肤疾病	深度学习	CNN, Transformer (TinyViT, ConvNeXtV2)	图像, 分类数据	1555张伤口图像，由4位伤口专家标注
122	2025-07-06	Comparison of Deep Learning Approaches Using Chest Radiographs for Predicting Clinical Deterioration: Retrospective Observational Study 2025-Apr-10, JMIR AI DOI:10.2196/67144 PMID:40605772	研究论文	本研究比较了使用胸部X光片预测临床恶化的不同深度学习方法和数据增强方法	首次比较了多种计算机视觉模型和数据增强方法在预测临床恶化方面的性能，并发现DenseNet121结合特定数据增强方法表现最佳	研究为回顾性观察研究，可能存在选择偏倚，且仅在一个医疗系统内进行	比较和验证不同计算机视觉模型和数据增强方法在预测临床恶化方面的性能	住院患者的胸部X光片	计算机视觉	呼吸系统疾病	深度学习	VGG16, DenseNet121, Vision Transformer, ResNet50, Inception V3	图像	21,817例患者住院记录(其中1,655例出现临床恶化)
123	2025-07-06	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	评估基于深度学习的自适应压缩感知网络在脑部MRI三维体积重建中的性能，并在临床环境中进行验证	提出了一种基于深度学习的重建方法，能够在显著减少扫描时间的同时保持图像质量和体积量化准确性	样本量较小（10名健康志愿者和22名患者），且仅在脑部MRI中进行了验证	评估和验证深度学习重建在脑部MRI中的性能	健康志愿者和患者的脑部MRI数据	医学影像分析	脑部疾病	深度学习重建（DLR）和自适应压缩感知（CS）	深度学习网络	MRI图像	10名健康志愿者和22名患者
124	2025-07-06	Image-based Mandibular and Maxillary Parcellation and Annotation using Computer Tomography (IMPACT): A Deep Learning-based Clinical Tool for Orodental Dose Estimation and Osteoradionecrosis Assessment 2025-Mar-20, medRxiv : the preprint server for health sciences DOI:10.1101/2025.03.18.25324199 PMID:40166584	研究论文	提出了一种基于深度学习的自动分割框架，用于放射治疗CT图像中口腔牙齿和颌骨子体积的精确分割，以支持剂量评估和骨放射性坏死评估	首次开发了一种与ClinRad ORN分期系统对齐的深度学习自动分割框架，用于个体牙齿和颌骨子体积的分割	在分割牙齿和数据中常缺失的子体积时表现有限	提高放射治疗中口腔结构的剂量评估和骨放射性坏死检测的准确性	头颈癌患者的口腔牙齿和颌骨子体积	数字病理	头颈癌	计算机断层扫描(CT)	Swin UNETR, ResUNet	医学影像	未明确说明样本数量
125	2025-07-06	Advancing structure modeling from cryo-EM maps with deep learning 2025-02-07, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20240784 PMID:39927816	review	本文讨论了利用深度学习从冷冻电镜图谱中推进结构建模的进展	强调了AI驱动方法在冷冻电镜结构建模中的变革性作用	未提及具体实验数据或样本量的限制	探讨冷冻电镜图谱中生物分子结构的自动建模方法	冷冻电镜图谱中的生物分子结构	结构生物学	NA	冷冻电镜(cryo-EM)	深度学习	冷冻电镜图谱	NA
126	2025-07-06	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	本研究利用深度学习和可解释人工智能技术调查牙科专业人员对CAD软件性能的满意度	首次将DL-XAI行为分析方法应用于牙科领域，识别影响CAD软件满意度的关键因素	样本仅包含436名牙科专业人员，可能无法代表所有用户群体	评估牙科专业人员对CAD软件性能的满意度及其影响因素	牙科学生、牙医和牙科技师等牙科专业人员	医疗人工智能	牙科疾病	深度学习(DL)、可解释人工智能(XAI)、排列特征重要性分析(PFIA)、Shapley加性解释方法	多层感知器人工神经网络(MLP-ANN)	行为数据、问卷调查数据	436名具有不同CAD经验的牙科专业人员
127	2025-07-06	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	研究论文	本文提出了一种名为MTGA的元学习优化方法，用于生成具有高度可转移性的对抗样本，以测试行人重识别模型的鲁棒性	首次考虑了跨测试能力，通过元学习优化生成对抗样本，并引入了扰动随机擦除模块和归一化混合策略	未提及具体的数据集规模限制或计算资源需求	提升对抗样本在跨模型、跨数据集和跨测试场景中的可转移性，以更全面地评估行人重识别模型的鲁棒性	行人重识别模型	计算机视觉	NA	元学习优化	生成对抗网络(GAN)	图像	未明确提及具体样本数量
128	2025-07-06	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	提出了一种基于多域融合和交叉注意力的少样本网络入侵检测方法，旨在解决现实场景中攻击样本有限和域偏移问题	结合多域特征融合和双向交叉注意力机制，设计了双分支特征提取器和双域双向交叉注意力模块，并引入了基于改进Mamba架构的分层特征编码模块	未提及方法在更复杂或更大规模网络环境中的表现	提高少样本条件下网络入侵检测的准确性和跨域泛化能力	网络流量数据	机器学习	NA	二维离散余弦变换(2D-DCT), 状态空间建模	Mamba架构	网络流量序列数据	在两个基准数据集CICIDS2017和CICIDS2018上进行实验
129	2025-07-06	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	本研究评估了实时人工智能辅助在内镜黏膜下剥离术(ESD)中识别解剖结构的可行性	首次开发并验证了用于ESD术中实时解剖结构识别的AI算法	样本量较小(仅12例ESD手术)，且仅在猪模型中进行验证	提高ESD手术的安全性和操作速度	内镜黏膜下剥离术(ESD)中的解剖结构识别	数字病理	NA	深度学习	深度学习算法	内镜静态图像	30例ESD手术的1011张图像用于训练，12例猪模型ESD手术用于验证
130	2025-07-06	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	本文回顾并分析了各种机器学习算法在代谢功能障碍相关脂肪性肝病（MASLD）超声诊断中的应用，强调了人工智能在该领域的优势和潜力	重点关注深度学习在超声诊断中的卓越图像识别和分类能力	未提及具体研究样本量或数据集的局限性	提高诊断准确性，扩大MASLD在初级保健中的筛查范围，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）	机器学习	代谢功能障碍相关脂肪性肝病	超声诊断	深度学习（DL）	超声和放射影像	NA
131	2025-07-06	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	meta-analysis	通过心率变异性识别心房颤动的荟萃分析	利用人工智能算法分析心率变异性模式，提高心房颤动的识别准确率	仅纳入12项诊断研究，样本量有限	评估人工智能算法在识别心房颤动中的效果	心房颤动患者的心率变异性数据	machine learning	cardiovascular disease	AI算法	deep learning	ECG数据	12项诊断研究
132	2025-07-06	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	提出了一种混合卷积神经网络-脉冲神经网络（CNN-SNN）架构，用于利用结构MRI数据对阿尔茨海默病（AD）阶段进行分类	结合CNN的空间特征提取能力和SNN的生物启发性时间动态处理能力，提出了一种新型混合模型	研究仅基于ADNI数据集，可能无法完全代表所有AD患者群体	开发一种计算高效且生物学合理的AD诊断框架	阿尔茨海默病患者、轻度认知障碍患者和认知正常受试者	数字病理学	老年疾病	结构MRI（sMRI）	CNN-SNN混合模型	图像	ADNI数据集中的三类受试者（AD、MCI、CN）
133	2025-07-06	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	本研究比较了深度学习模型与传统机器学习模型在检测在线聊天室中的儿童性诱骗对话和捕食者作者方面的效果，并探讨了捕食者使用的语气对检测能力的影响	使用大型语言模型LLaMA 3.2 1B进行性诱骗检测，并分析了不同语气对检测性能的影响	研究仅基于PAN12聊天日志数据集，可能无法涵盖所有性诱骗对话的模式	更好地理解捕食者的策略并推进自动性诱骗检测技术以保护在线儿童	在线聊天室中的性诱骗对话和捕食者作者	自然语言处理	NA	DistilBERT分类器，SVM，LLaMA 3.2 1B大型语言模型	SVM，LLaMA 3.2 1B	文本	PAN12聊天日志数据集中的性诱骗对话
134	2025-07-06	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	research paper	该研究提出了一种结合迁移学习和可解释AI（XAI）技术的MRI图像分类新方法，用于脑肿瘤和阿尔茨海默病的检测	结合迁移学习和可解释AI（XAI）技术，使用混合CNN-VGG16模型，并通过SHAP提供模型决策过程的透明视图	未提及具体的数据集样本量细节及模型在更广泛数据集上的泛化能力	提高脑肿瘤和阿尔茨海默病的诊断准确性，并增强AI在医疗保健中的可信度	MRI图像，包括脑肿瘤分类、阿尔茨海默病检测和另一脑肿瘤数据集	digital pathology	brain tumor, Alzheimer's	transfer learning, Explainable AI (XAI), SHAP	hybrid CNN-VGG16	MRI image	三个MRI数据集（具体样本量未提及）
135	2025-07-06	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	本文提出了一种改进的EfficientNet轻量级模型，用于玉米穗图像的分类与识别	减少了EfficientNetB0模型中的MBConv模块数量，引入了CBAM注意力机制和扩张卷积以增强特征提取能力，并使用Swish激活函数提高梯度传递的稳定性	NA	保护玉米品种的知识产权并实现玉米穗的智能筛选	五个品种的玉米穗	计算机视觉	NA	深度学习	改进的EfficientNet（SCD_EFTNet）	RGB图像	6529张玉米穗图像
136	2025-07-06	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	提出了一种基于轻量化改进YOLOv5s的百香果害虫检测方法P4CN-YOLOv5s	结合PLDIoU、四个CBAM模块和一个新Anchors，改进了YOLOv5s模型，提高了检测精度和效率	未提及模型在其他作物害虫检测上的泛化能力	开发高效准确的百香果害虫检测方法	百香果害虫	计算机视觉	NA	深度学习	YOLOv5s改进模型P4CN-YOLOv5s	图像	6000张百香果害虫图像
137	2025-07-06	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	本研究开发了一种基于多期增强CT图像和临床特征的深度学习模型，用于预测神经母细胞瘤的风险分层和预后	结合Swin Transformer模型和多期增强CT图像，提高了神经母细胞瘤风险分层和预后评估的准确性	样本量相对较小（202例患者），且仅基于单中心数据	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	数字病理学	神经母细胞瘤	多期增强CT	Swin Transformer, 随机生存森林（RSF）	图像, 临床数据	202例神经母细胞瘤患者
138	2025-07-06	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	本研究探索基于机器学习的足底压力分析方法，包括解剖区域分割和关键点检测，以提高多中心数据的自动化处理能力	提出了一种整合多中心足底压力数据的新框架，用于分割和标志点检测，减少了人工标注的依赖并降低了主观偏差	对于边界模糊的跖骨区域1，模型的准确性依赖于专家评审，且回归模型在关键点检测中的误差较高	开发自动化、标准化的足底压力分析方法，以支持临床和研究应用	足底压力数据	机器学习	足部畸形	机器学习	U-Net, 深度学习回归模型	足底压力图像	460名个体（197名女性，263名男性）的758个足底压力样本
139	2025-07-06	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	研究论文	通过文献计量和网络可视化方法研究人工智能在慢性病护理中的应用现状、热点及未来趋势	首次系统性地使用文献计量学方法分析人工智能在慢性病护理领域的研究现状和未来趋势	仅基于Web of Science数据库的文献，可能未涵盖所有相关研究	探索人工智能在慢性病护理领域的应用现状、热点话题和未来前景	2001年至2023年间发表的2438篇关于人工智能和慢性病护理的文献	医疗健康信息学	慢性病	文献计量分析、网络可视化	NA	文献数据	2438篇文献
140	2025-07-06	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	本研究利用功能磁共振成像(fMRI)和基于深度学习的分析方法，探索了亚里士多德触觉错觉的神经解码	首次将深度学习方法应用于fMRI数据，以分类亚里士多德触觉错觉的感知，并识别相关脑区	基于刺激的分类任务准确率较低(约50%)，未能区分三种触觉刺激类型	识别与亚里士多德触觉错觉相关的脑区并开发分类模型	30名参与者的fMRI数据和触觉感知记录	神经科学与机器学习	NA	fMRI, 深度学习	CNN, SFCN	fMRI数据	30名参与者