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
1441	2025-09-18	Multi-atlas multi-modality morphometry analysis of the South Texas Alzheimer's Disease Research Center postmortem repository 2025, NeuroImage. Clinical DOI:10.1016/j.nicl.2025.103752 PMID:39987858	研究论文	介绍对南德克萨斯阿尔茨海默病研究中心尸检库进行的多图谱多模态形态计量学分析	开发了专门处理尸检MRI数据的流程，包括使用深度学习算法分离脑组织与固定液，并创建更新的脑图谱	尸检扫描中区域脑体积测量具有挑战性，且组织对比度因脑固定而发生变化	研究共病性痴呆症，通过结合神经影像和组织病理学数据建立新型脑库	尸检人脑样本，来自南德克萨斯阿尔茨海默病研究中心库	数字病理学	阿尔茨海默病	MRI扫描，深度学习	Deep Networks	多模态MRI图像	约200例脑捐赠和100次MRI扫描
1442	2025-09-18	BanglaNewsClassifier: A machine learning approach for news classification in Bangla Newspapers using hybrid stacking classifiers 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0321291 PMID:40489455	研究论文	提出一种基于混合堆叠分类器的机器学习方法，用于孟加拉语新闻分类	首次将双向长短期记忆网络与支持向量机结合为堆叠元分类器，显著提升分类准确率至94%	未明确说明模型在跨领域新闻或新兴话题上的泛化能力	开发高效的孟加拉语新闻自动分类系统	孟加拉语新闻文章	自然语言处理	NA	TF-IDF向量化, word2Vec嵌入	BiLSTM, SVM, 堆叠分类器	文本	118,404篇孟加拉语新闻文章
1443	2025-09-18	Deep learning-based embedding of functional connectivity profiles for precision functional mapping 2025, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.129 PMID:40918268	研究论文	本研究利用变分自编码器嵌入功能连接图谱，实现多样本同时比较，用于精准功能映射的可视化与探索分析	采用变分自编码器将功能连接图谱嵌入低维潜在空间，突破传统空间相似性只能两两比较的限制，并保留数据的全局与局部结构	NA	开发一种能够同时比较多个功能连接图谱的方法，以提升精准功能映射的分析能力	不同解剖位置、个体及群体平均的功能连接图谱	机器学习	NA	变分自编码器	VAE	功能连接图谱	NA
1444	2025-09-18	MDWC-Net: a multi-scale dynamic-weighting context network for precise spinal X-ray segmentation 2025, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2025.1651296 PMID:40951635	研究论文	提出一种名为MDWC-Net的多尺度动态加权上下文网络，用于精确分割脊柱X射线图像	引入三个新模块（MSCAW、DFCB和BIEB）以解决脊柱X射线图像分割中的尺度变化和边界模糊问题	NA	提高脊柱结构在临床环境中的识别准确性和效率	脊柱X射线图像	计算机视觉	脊柱疾病	深度学习	CNN（编码器-解码器架构）	图像	280张X射线图像（来自河南省人民医院），按7:1:2比例分为训练、验证和测试集
1445	2025-09-18	Radiomics and ischemic stroke research: bibliometric insights and visual trends (2004-2024) 2025, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2025.1606388 PMID:40948650	综述	本文对2004-2024年间缺血性卒中影像组学研究进行了文献计量与可视化分析，揭示该领域的发展趋势与研究热点	首次系统性地通过文献计量学方法描绘缺血性卒中影像组学研究的演进轨迹与合作网络，识别关键技术进展与未来方向	基于文献计量分析，未涉及原始数据验证或方法学深度评估，可能存在文献收录偏差	通过文献计量分析探索缺血性卒中影像组学领域的研究演变、合作模式与技术发展趋势	2004-2024年间发表的缺血性卒中影像组学相关学术文献	医学影像分析	缺血性卒中	文献计量分析（使用CiteSpace和VOSviewer工具）	NA	文献元数据	涵盖2004-2024年间相关文献（具体数量未明确说明）
1446	2025-09-18	AI/ML-empowered approaches for predicting T Cell-mediated immunity and beyond 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1651533 PMID:40948755	研究论文	本文评估了基于AlphaFold 3的AI计算方法在预测TCR-pMHC特异性中的应用	利用深度神经网络和AlphaFold 3进行TCR-pMHC相互作用的精确建模，区分有效和无效表位	预测模型仍处于早期阶段，距离广泛实际应用尚需大量工作	开发准确预测T细胞免疫原性的方法，以促进免疫治疗和药物设计	T细胞受体与肽/MHC复合物（TCR-pMHC）的相互作用	机器学习	肿瘤、感染性疾病和自身免疫性疾病	深度神经网络，AlphaFold 3，计算机高通量筛选	深度学习模型	蛋白质结构数据	NA
1447	2025-09-18	Olfactory EEG based Alzheimer disease classification through transformer based feature fusion with tunable Q-factor wavelet coefficient mapping 2025, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2025.1638922 PMID:40948808	研究论文	使用基于Transformer的特征融合和可调Q因子小波系数映射，从嗅觉脑电信号分类阿尔茨海默病	提出结合Transformer的特征融合方法，并利用可调Q因子小波系数映射提升分类性能，在基于嗅觉记忆的脑电信号分类中达到93.14%的准确率	NA	通过深度学习模型利用嗅觉脑电信号实现阿尔茨海默病的早期检测	健康个体、遗忘型轻度认知障碍患者和阿尔茨海默病患者	机器学习	阿尔茨海默病	脑电图(EEG)，可调Q因子小波变换	Transformer	脑电信号	包含三类人群的脑电数据集
1448	2025-09-18	Unlocking artificial intelligence, machine learning and deep learning to combat therapeutic resistance in metastatic castration-resistant prostate cancer: a comprehensive review 2025, Ecancermedicalscience IF:1.2Q4 DOI:10.3332/ecancer.2025.1953 PMID:40949469	综述	本文综述了人工智能、机器学习和深度学习在应对转移性去势抵抗性前列腺癌治疗耐药性中的作用	整合多组学数据和临床参数，利用AI方法揭示耐药分子机制并预测治疗反应，推动个体化治疗策略	数据异质性和监管考虑阻碍了AI见解向临床实践的转化	探讨AI在克服mCRPC治疗耐药性方面的应用潜力与挑战	转移性去势抵抗性前列腺癌（mCRPC）患者	数字病理	前列腺癌	基因组学、蛋白质组学数据分析	机器学习与深度学习模型	基因组、蛋白质组和临床参数数据	NA
1449	2025-09-18	Automated seed counting using image processing and deep learning 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1659781 PMID:40949545	研究论文	本研究开发了基于图像处理和深度学习的自动化种子计数方法，并集成到移动应用中	结合图像处理和深度学习两种计算机视觉方法，开发移动应用实现高效自动化种子计数	图像处理方法依赖受控环境条件，深度学习方法对视觉复杂或密集簇状种子准确性不一致	开发自动化种子计数解决方案以提高农业研究和种植效率	农作物种子（特别是微型种子）	计算机视觉	NA	图像处理，深度学习	DL（深度学习模型）	图像	未明确说明具体样本数量
1450	2025-09-18	DSA-net: a lightweight and efficient deep learning-based model for pea leaf disease identification 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1642453 PMID:40949565	研究论文	提出一种轻量高效的深度学习模型DSA-Net，用于豌豆叶片病害识别	结合改进的MobileNet-V3_small、可变形卷积、自注意力机制和加性注意力机制，提升几何变化建模和全局特征识别能力	NA	提高豌豆叶片病害识别的准确性和实时性，满足现代农业需求	豌豆叶片，包括健康叶片和四种病害（褐斑病、潜叶蝇、白粉病、根腐病）	计算机视觉	植物病害	深度学习	CNN（MobileNet-V3改进版）、自注意力机制	图像	7915个样本，分为5个类别
1451	2025-09-18	MOSSNet: multiscale and oriented sorghum spike detection and counting in UAV images 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1526142 PMID:40949571	研究论文	提出一种用于无人机图像中多尺度和定向高粱穗检测与计数的深度学习模型MOSSNet	引入可变形卷积空间注意力模块（DCSA）和圆形平滑标签（CSL），结合Wise IoU定位损失函数，提升小目标检测和方向预测能力	尚未针对高粱不同生长阶段进行优化，实时检测流程有待开发	提升无人机图像中高粱穗的检测与计数精度	高粱穗	计算机视觉	NA	深度学习，无人机成像	CNN，定向目标检测	图像	未明确说明样本数量，基于田间条件无人机图像
1452	2025-09-18	Federated learning and differential privacy: Machine learning and deep learning for biomedical image data classification 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251358531 PMID:40949674	研究论文	评估结合差分隐私和联邦学习的机器学习方法在生物医学图像分类中的效果	将联邦学习与差分隐私技术结合应用于生物医学图像分类，在保护患者隐私的同时保持模型性能	FNN模型存在过拟合问题，验证准确率相对较低	开发隐私保护的生物医学图像分类方法	生物医学图像数据	机器学习	NA	联邦学习，差分隐私	FNN, GP, MLP	图像	NA
1453	2025-09-18	Deep learning applied in epilepsy: Bibliometric and visual analysis 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375840 PMID:40949669	文献计量分析	本研究通过文献计量和可视化方法分析深度学习在癫痫领域的应用趋势、热点及前沿发展	首次采用文献计量学方法对深度学习在癫痫领域的研究进行系统性可视化分析，揭示研究热点和前沿方向	仅纳入英文文献，数据来源限于Web of Science核心合集，可能存在文献覆盖不全	填补深度学习在癫痫领域文献计量分析的空白，指导未来研究方向	2006至2025年间发表的1266篇相关研究论文和综述	自然语言处理	癫痫	文献计量分析（CiteSpace, VOSviewer, Bibliometrix）	NA	文本数据（科学文献）	1266篇论文，来自290个国家/地区的1957个机构
1454	2025-09-18	Single-scan adaptive graph filtering for dynamic PET denoising by exploring intrinsic spatio-temporal structure 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1659122 PMID:40950959	研究论文	提出一种基于自适应时空图滤波的动态PET去噪方法，无需外部训练数据，直接利用单次扫描数据进行去噪	首次将图信号空间表示应用于动态PET去噪，通过自适应构建图滤波器挖掘数据内在时空结构，实现无需先验训练的单扫描去噪	未提及方法在极端噪声条件下的性能表现或计算效率方面的具体限制	提升动态PET图像质量，通过去噪改善信号噪声分离效果	动态PET扫描数据（正弦图）	医学图像处理	NA	时空图滤波（ST-GF）	图信号处理	医学影像（动态PET正弦图）	模拟和真实数据集（未指定具体数量）
1455	2025-09-18	Lightweight CNN for accurate brain tumor detection from MRI with limited training data 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1636059 PMID:40950994	研究论文	本研究开发了一种轻量级CNN模型，用于在有限MRI数据条件下实现高精度脑肿瘤检测	在少量训练数据（仅189张图像）下实现99%准确率的轻量化CNN架构，优于使用1800张图像的基线模型	数据集规模较小（189张图像），未来需要扩展数据量并整合可解释AI	开发数据有限条件下的精准脑肿瘤早期检测深度学习模型	脑部MRI图像	计算机视觉	脑肿瘤	MRI成像	CNN	灰度图像	189张脑部MRI图像（类别平衡）
1456	2025-09-18	Multi-omics modality completion and knowledge distillation for drug response prediction in cervical cancer 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622600 PMID:40951335	研究论文	提出一种结合多模态补全与知识蒸馏的深度学习框架MKDR，用于提升宫颈癌药物反应预测的准确性	整合变分自编码器进行模态补全，并利用知识蒸馏将完整样本信息迁移至不完整样本	NA	提高宫颈癌个性化治疗中药效预测的精度	宫颈癌细胞系的多组学数据	机器学习	宫颈癌	多组学数据分析	变分自编码器(VAE)与知识蒸馏	多组学数据（基因表达、拷贝数变异、突变数据）	宫颈癌细胞系数据（具体数量未明确说明）
1457	2025-09-18	Development of fully automated deep-learning-based approach for prediction of sentinel lymph node metastasis in breast cancer patients using ultrasound imaging 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1592521 PMID:40951361	研究论文	开发基于深度学习的全自动方法，利用超声图像预测乳腺癌患者前哨淋巴结转移	提出融合多种分割算法（DeepLabV3、U-Net、U-Net++）和CNN模型（ResNet50、ResNet101、DenseNet121）的集成预测模型，并首次结合深度学习特征与临床因素构建预测列线图	回顾性研究设计，样本仅来自两家医院（共692例患者），需要进一步多中心验证	开发自动化工具辅助乳腺癌前哨淋巴结转移的临床预测	乳腺癌患者的前哨淋巴结超声图像	数字病理	乳腺癌	超声成像	CNN（ResNet50, ResNet101, DenseNet121）, DeepLabV3, U-Net, U-Net++	医学图像	692例女性乳腺癌患者（训练集405例，内部验证集174例，外部测试集113例）
1458	2025-09-18	Intelligent Recognition and Segmentation of Blunt Craniocerebral Injury CT Images Based on DeepLabV3+ Model 2024-Oct-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2024.440801 PMID:39992333	研究论文	基于DeepLabV3+模型实现钝性颅脑损伤CT图像的智能识别与分割	首次将DeepLabV3+模型应用于法医学中钝性颅脑损伤的自动诊断，并探索了活体CT训练模型在尸体CT图像分割中的应用价值	直接使用活体CT训练的模型对尸体CT图像的分割能力较差，仅能准确分割部分损伤类型	实现钝性颅脑损伤的智能识别与分割，探索深度学习在法医学自动诊断中的应用价值	活体和尸体的颅脑CT图像	计算机视觉	颅脑损伤	CT成像	DeepLabV3+	图像	活体CT图像5486张（训练/验证/测试集），活体盲测集411张（255张损伤+156张正常），尸体盲测集460张（340张损伤+120张正常）
1459	2025-09-18	A comparison of antibody-antigen complex sequence-to-structure prediction methods and their systematic biases 2024-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5127 PMID:39167052	研究论文	比较六种抗体-抗原复合物序列到结构预测方法的性能并分析其系统性偏差	首次系统比较包括深度学习在内的多种预测方法，并发现模型质量与界面三级结构常见度之间的明确关系	结构数据库中界面几何数据稀缺可能限制机器学习在抗体-抗原相互作用预测中的应用	评估当前抗体-抗原复合物结构预测方法的性能并识别其局限性	抗体-抗原复合物	机器学习	NA	深度学习、蛋白质-蛋白质相互作用预测、同源建模、分子对接	AlphaFold-Multimer, RoseTTAFold, CNN (用于表位和互补位预测)	蛋白质序列和结构数据	NA
1460	2025-09-18	Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022 2024-Jun-25, Fa yi xue za zhi DOI:10.12116/j.issn.1004-5619.2023.430803 PMID:39166305	文献计量分析	对1991年至2022年法医人类学遗骸鉴定领域的文献进行计量分析，描述研究现状和未来热点	首次系统分析该领域文献趋势，并预测机器学习与深度学习技术将推动未来研究方向	国际和国内合作范围有限，数据仅来源于Web of Science核心合集	通过文献计量分析揭示法医人类学遗骸鉴定研究的发展趋势和主题变化	873篇英文论文，涉及国家、机构、作者及研究主题	法医人类学	NA	文献计量分析，使用python 3.9.2和Gephi 0.10进行网络可视化	NA	文本（科学文献数据）	873篇论文