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
2541	2025-10-07	SmartSkin-XAI: An Interpretable Deep Learning Approach for Enhanced Skin Cancer Diagnosis in Smart Healthcare 2024-Dec-30, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010064 PMID:39795592	研究论文	提出一种结合可解释人工智能技术的深度学习方法SmartSkin-XAI，用于增强皮肤癌诊断	将微调的DenseNet121模型与XAI技术相结合，在保持高准确性的同时提供可解释的预测结果	NA	开发准确且可解释的皮肤癌诊断系统，改善早期检测和患者管理	皮肤癌（特别是黑色素瘤）诊断	计算机视觉	皮肤癌	深度学习，可解释人工智能	CNN	皮肤图像	ISIC数据集和Kaggle数据集	NA	DenseNet121, InceptionV3, ResNet50	准确率, 精确率, 召回率, F1分数	NA
2542	2025-01-14	Effect of Depth Band Replacement on Red, Green and Blue Image for Deep Learning Weed Detection 2024-Dec-30, Sensors (Basel, Switzerland) DOI:10.3390/s25010161 PMID:39796952	研究论文	本研究探讨了在深度学习杂草检测中，用深度数据替换RGB图像中的一个波段对YOLOv8模型性能的影响	提出了一种用深度数据替换RGB图像中的一个波段的方法，以解决传统RGB方法在检测杂草时因纹理和结构相似性而导致的困难	使用RGBD系统计算成本高，不适合小型轻量级机器人	研究深度数据替换RGB波段对YOLOv8模型在杂草检测中性能的影响	牧场中的杂草	计算机视觉	NA	深度学习	YOLOv8	图像	NA	NA	NA	NA	NA
2543	2025-10-07	Improving Imitation Skills in Children with Autism Spectrum Disorder Using the NAO Robot and a Human Action Recognition 2024-Dec-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010060 PMID:39795588	研究论文	本研究使用NAO机器人和人类动作识别算法来改善自闭症谱系障碍儿童的模仿技能	将机器人技术与深度学习相结合，开发基于人类动作识别算法的模仿技能分析方法	NA	探索机器人技术是否能改善自闭症儿童的模仿技能并支持治疗师	自闭症谱系障碍儿童	机器人技术	自闭症谱系障碍	深度学习	NA	动作数据	NA	NA	NA	NA	NA
2544	2025-10-07	Design, Development, and Testing of Machine Learning Models to Estimate Properties of Friction Stir Welded Joints 2024-Dec-29, Materials (Basel, Switzerland) DOI:10.3390/ma18010094 PMID:39795739	研究论文	本研究使用六种监督机器学习模型预测搅拌摩擦焊接接头的极限抗拉强度和硬度	首次系统比较六种机器学习模型在搅拌摩擦焊接性能预测中的表现，并发现人工神经网络具有最高精度	研究基于200个数据集，样本量相对有限，模型泛化能力需进一步验证	开发能够准确预测搅拌摩擦焊接接头力学性能的机器学习模型	搅拌摩擦焊接接头	机器学习	NA	搅拌摩擦焊接	线性回归,支持向量回归,决策树回归,随机森林回归,K近邻算法,人工神经网络	数值数据	200个数据集	NA	人工神经网络	准确率	NA
2545	2025-01-14	Improved Intelligent Condition Monitoring with Diagnostic Indicator Selection 2024-Dec-29, Sensors (Basel, Switzerland) DOI:10.3390/s25010137 PMID:39796927	研究论文	本研究开发了一种预测性维护系统，专注于特征选择以检测和分类风力涡轮机叶片中的模拟缺陷	提出了一种基于相关性分析并结合全面视觉评估的结构化特征选择方法，保留了关键的领域特定信息，避免了故障指标的误解	特征减少并未同样提升深度学习模型的性能指标	开发一种更有效的预测性维护系统，用于风力涡轮机叶片的缺陷检测和分类	风力涡轮机叶片的模拟缺陷	机器学习	NA	相关性分析	深度神经网络, 投票分类器	振动数据	NA	NA	NA	NA	NA
2546	2025-10-07	Improved Consistency of Lung Nodule Categorization in CT Scans with Heterogeneous Slice Thickness by Deep Learning-Based 3D Super-Resolution 2024-Dec-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010050 PMID:39795578	研究论文	提出基于深度学习的3D超分辨率方法，用于从异质性层厚CT图像生成薄层CT图像，提高肺结节体积测量的准确性	首次将深度学习3D超分辨率技术应用于肺结节CT图像的层厚标准化，显著改善异质性层厚对结节体积评估的影响	研究样本量有限，仅由两名放射科医生进行定性评估，需要更大规模验证	提高肺结节体积测量的准确性，改善肺癌筛查中结节分类的一致性	肺结节CT图像	计算机视觉	肺癌	CT扫描	深度学习	3D医学图像	未明确说明具体样本数量	NA	3D超分辨率网络	Likert量表评分, 结节体积差异百分比, Lung-RADS分类一致性	NA
2547	2025-01-14	Physics-Constrained Deep Learning for Security Ink Colorimetry with Attention-Based Spectral Sensing 2024-Dec-28, Sensors (Basel, Switzerland) DOI:10.3390/s25010128 PMID:39796919	研究论文	本文提出了一种基于物理约束的深度学习框架，用于高精度安全墨水比色法，集成了物理信息神经网络架构、先进的注意力机制和贝叶斯优化框架	该框架在颜色预测精度上达到了前所未有的水平（CIEDE2000 (ΔE00): 0.70 ± 0.08），特征提取效率提高了58.3%，并通过贝叶斯优化框架确保参数调优的鲁棒性	NA	开发一种高精度的安全墨水比色法，以应对全球安全和商业中的伪造问题	安全墨水	机器学习	NA	深度学习	物理信息神经网络架构	光谱数据	1500个工业样品	NA	NA	NA	NA
2548	2025-10-07	Leveraging Thermal Infrared Imaging for Pig Ear Detection Research: The TIRPigEar Dataset and Performances of Deep Learning Models 2024-Dec-27, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15010041 PMID:39794984	研究论文	本文建立了猪耳热红外图像数据集TIRPigEar，并评估了多种深度学习模型在猪耳检测任务上的性能	创建了首个包含23,189张猪耳热红外图像的大规模数据集，并通过猪舍巡检机器人自动采集数据	猪耳温度不能直接代表核心体温，仅能反映温度变化趋势	开发基于热红外成像的猪耳检测方法，为精准畜牧业提供技术支持	猪耳热红外图像	计算机视觉	NA	热红外成像技术	YOLO系列目标检测模型	热红外图像	23,189张图像，包含69,567个标注文件	NA	YOLOv9m	精确率,召回率,mAP50	NA
2549	2025-10-07	Automatic Reproduction of Natural Head Position in Orthognathic Surgery Using a Geometric Deep Learning Network 2024-Dec-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010042 PMID:39795570	研究论文	开发了一种几何深度学习网络NHP-Net，用于从CT扫描中自动重现自然头位	首次使用几何深度学习网络自动从CT扫描中重现自然头位，解决了传统方法依赖外部设备和患者配合的问题	研究仅基于150名正颌手术患者的数据集，样本量相对有限	提高正颌手术中自然头位确定的准确性和效率	正颌手术患者的头骨三维结构	计算机视觉	颌面畸形	CT扫描	几何深度学习网络	三维点云数据	150名正颌手术患者	NA	NHP-Net	平均绝对误差,旋转误差	NA
2550	2025-10-07	Porter 6: Protein Secondary Structure Prediction by Leveraging Pre-Trained Language Models (PLMs) 2024-Dec-27, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26010130 PMID:39795988	研究论文	本研究开发了基于预训练语言模型的蛋白质二级结构预测系统Porter 6	利用预训练语言模型ESM-2作为输入特征，采用CBRNN集成预测器，在蛋白质二级结构预测准确率上相比前代提升3%	NA	提高蛋白质二级结构预测的准确性和计算效率	蛋白质序列及其二级结构	自然语言处理, 机器学习	NA	蛋白质语言模型	CBRNN, 集成学习	蛋白质序列数据	NA	NA	CBRNN, ESM-2, ProtTrans	准确率, Q3分类准确率, Q8分类准确率	NA
2551	2025-01-14	Reconstruction of Optical Coherence Tomography Images from Wavelength Space Using Deep Learning 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010093 PMID:39796883	研究论文	本文提出了一种基于深度学习的简化且计算效率高的方法，直接从波长域重建去斑的光学相干断层扫描（OCT）图像	提出了一种直接从波长域重建OCT图像的深度学习方法，减少了传统方法对硬件资源的依赖和计算复杂性	未提及具体的数据集大小或实验样本数量，可能影响方法的普适性验证	旨在提高OCT图像重建的质量和计算效率	光学相干断层扫描（OCT）图像	计算机视觉	NA	深度学习	CNN（卷积神经网络）	图像	NA	NA	NA	NA	NA
2552	2025-01-14	Fault Diagnosis of Lithium Battery Modules via Symmetrized Dot Pattern and Convolutional Neural Networks 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010094 PMID:39796884	研究论文	本文提出了一种结合对称点模式（SDP）方法和卷积神经网络（CNN）的混合算法，用于锂电池模块的故障检测	结合SDP方法和CNN进行锂电池故障检测，实现了99.9%的识别准确率	NA	开发一种高效的锂电池模块故障检测方法	锂电池模块	机器学习	NA	对称点模式（SDP）方法，卷积神经网络（CNN）	CNN	图像	共收集3000个样本，每种故障类型400个用于训练，200个用于测试	NA	NA	NA	NA
2553	2025-01-14	Time-Series Forecasting of PM2.5 and PM10 Concentrations Based on the Integration of Surveillance Images 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010095 PMID:39796885	研究论文	本文提出了一种双通道深度学习模型，结合监控图像和多源数值数据进行空气质量预测，特别是PM2.5和PM10浓度的时间序列预测	创新点在于结合了VGG16和LSTM的混合网络，能够从监控图像序列中捕捉详细的时空特征，并结合大气、气象和时间数据，实现更准确的空气质量预测	未来的工作需要扩展数据集并优化网络架构，以进一步提高预测精度和计算效率	研究目标是提高空气质量预测的准确性和鲁棒性，以减轻污染相关危害并保护公共健康	研究对象是PM2.5和PM10浓度的预测	计算机视觉	NA	深度学习	VGG16-LSTM	图像和数值数据	2021年上海数据集以及台湾高雄两个站点的数据集	NA	NA	NA	NA
2554	2025-01-14	CINet: A Constraint- and Interaction-Based Network for Remote Sensing Change Detection 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010103 PMID:39796892	研究论文	本文提出了一种基于约束和交互的网络（CINet），用于遥感变化检测（RSCD），通过引入约束机制和跨空间通道注意力模块（CSCA）来提高变化检测的准确性	提出了约束机制和跨空间通道注意力模块（CSCA），有效增强了双时相图像特征图之间的信息交互和变化检测的准确性	未明确提及具体局限性	提高遥感变化检测的准确性和有效性	双时相遥感图像	计算机视觉	NA	深度学习	CINet	图像	六个广泛使用的遥感基准数据集（如LEVIR-CD数据集）	NA	NA	NA	NA
2555	2025-01-14	Damage Detection and Identification on Elevator Systems Using Deep Learning Algorithms and Multibody Dynamics Models 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010101 PMID:39796893	研究论文	本文开发了一种结合深度学习算法和多体动力学模型的新方法，用于电梯系统的损伤检测和识别	结合物理测量和高保真多体动力学模型生成的振动数据，与深度学习算法结合，用于电梯系统的损伤检测和分类	数据可能稀缺或不存在，可能影响整体检测过程	开发一种用于电梯系统的损伤检测和识别方法，以提高维护和修复过程的效率	电梯系统	机器学习	NA	多体动力学模拟，深度学习算法	自编码器，卷积神经网络（CNN）	振动数据	NA	NA	NA	NA	NA
2556	2025-01-14	Enhancing Autonomous Driving in Urban Scenarios: A Hybrid Approach with Reinforcement Learning and Classical Control 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010117 PMID:39796908	研究论文	本文提出了一种结合强化学习和经典控制的混合方法，用于增强城市场景中的自动驾驶决策能力	提出了一种混合架构，结合了深度强化学习算法的学习能力和经典方法的可靠性，以解决自动驾驶决策问题	研究主要在模拟环境中进行，尚未在真实世界中进行大规模验证	增强自动驾驶在城市场景中的决策能力	自动驾驶车辆的决策系统	自动驾驶	NA	深度强化学习	部分可观测马尔可夫决策过程（POMDP）	传感器预处理数据和高清地图信息	在CARLA模拟器中进行的多场景测试	NA	NA	NA	NA
2557	2025-01-14	BA-ATEMNet: Bayesian Learning and Multi-Head Self-Attention for Theoretical Denoising of Airborne Transient Electromagnetic Signals 2024-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s25010077 PMID:39796868	研究论文	本文介绍了一种基于深度学习的去噪网络BA-ATEMNet，用于处理航空瞬变电磁信号中的噪声问题	结合贝叶斯学习和多头自注意力机制，显著提升了卷积神经网络的特征提取能力，增强了模型在不同噪声环境下的适应性	未提及具体的数据集规模或实验条件的局限性	提高航空瞬变电磁信号去噪效果，以支持矿产勘探和地质调查	航空瞬变电磁信号	机器学习	NA	深度学习	CNN, 多头自注意力机制	电磁信号	未提及具体样本数量	NA	NA	NA	NA
2558	2025-01-14	Residual Vision Transformer and Adaptive Fusion Autoencoders for Monocular Depth Estimation 2024-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s25010080 PMID:39796871	研究论文	本文提出了一种端到端的监督单目深度估计自编码器，结合混合卷积神经网络和视觉变换器的编码器以及有效的自适应融合解码器，用于从单视角彩色图像中预测高精度深度图	创新点在于在编码器中混合了视觉变换器的残差配置以增强局部和全局信息，并在解码器中引入了自适应融合模块以有效合并编码器和解码器的特征	未明确提及具体限制	研究目的是提高单目深度估计的精度，以应用于3D场景重建、虚拟现实、自动驾驶和人机交互等领域	单视角彩色图像	计算机视觉	NA	深度学习	自编码器（包含混合卷积神经网络和视觉变换器）	图像	NYU数据集	NA	NA	NA	NA
2559	2025-10-07	Automated Detection and Differentiation of Stanford Type A and Type B Aortic Dissections in CTA Scans Using Deep Learning 2024-Dec-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010012 PMID:39795540	研究论文	开发并验证基于深度学习的自动检测和区分Stanford A型和B型主动脉夹层的模型系统	首个基于深度学习的自动检测系统，能够同时识别主动脉夹层并区分Stanford A型和B型分类	回顾性研究，样本量有限，需要进一步前瞻性验证	开发自动检测和分类主动脉夹层的深度学习模型	主动脉CTA扫描图像	计算机视觉	心血管疾病	计算机断层扫描血管成像(CTA)	深度学习	医学图像	训练集398例，验证集50例，测试集50例，独立测试集316例，总计498例患者	NA	目标检测模型, 分类模型	灵敏度, 特异度	NA
2560	2025-10-07	The Potential for High-Priority Care Based on Pain Through Facial Expression Detection with Patients Experiencing Chest Pain 2024-Dec-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010017 PMID:39795545	研究论文	开发基于面部表情的计算机自动胸痛检测辅助系统，以改善患者护理服务并减少心脏损伤	使用YOLO系列模型通过面部表情检测胸痛患者，实现急诊护理中的高优先级分诊	NA	开发胸痛检测辅助系统以优化急诊护理服务	经历胸痛的患者	计算机视觉	心血管疾病	面部表情分析	YOLO	图像	NA	NA	YOLOv4, YOLOv6, YOLOv7	准确率	NA