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
401	2025-05-10	Sentiment mining of online comments of sports venues: Consumer satisfaction and its influencing factors 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0319476 PMID:40333946	研究论文	基于互联网大数据、深度学习、主题分析和社交网络分析，对体育场馆在线评论进行情感挖掘，以捕捉消费者满意度及其影响因素	利用互联网大数据和深度学习技术进行情感挖掘，替代传统耗时、资源密集且覆盖范围有限的调查方法	未提及具体样本量或数据来源的局限性	研究体育场馆消费者满意度及其影响因素，以开发更消费者友好的服务	体育场馆的在线评论	自然语言处理	NA	情感挖掘、主题分析、社交网络分析	深度学习	文本	NA
402	2025-05-10	A KAN-based hybrid deep neural networks for accurate identification of transcription factor binding sites 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322978 PMID:40334196	research paper	提出了一种基于KAN的混合深度神经网络CBR-KAN，用于准确识别转录因子结合位点	结合多尺度卷积模块、BiLSTM网络和KAN网络，通过残差连接优化模型，显著提高了预测准确率	未提及模型在更大规模数据集上的泛化能力	预测转录因子结合位点，以支持药物设计和开发	DNA序列中的转录因子结合位点	bioinformatics	NA	ChIP-seq	CNN, BiLSTM, KAN	DNA序列数据	50个常见的ChIP-seq基准数据集
403	2025-05-10	OA-HybridCNN (OHC): An advanced deep learning fusion model for enhanced diagnostic accuracy in knee osteoarthritis imaging 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0322540 PMID:40334259	research paper	该研究提出了一种名为OA-HybridCNN (OHC)的深度学习融合模型，用于提高膝关节骨关节炎影像诊断的准确性	OHC模型整合了ResNet和DenseNet架构，有效解决了DenseNet中的梯度消失问题，并提高了预测准确性	未提及具体局限性	提高膝关节骨关节炎影像诊断的准确性和效率	膝关节骨关节炎影像数据	computer vision	geriatric disease	深度学习	CNN (ResNet和DenseNet融合)	image	未提及具体样本数量
404	2025-05-10	Artificial intelligence in pathologic myopia: a review of clinical research studies 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1572750 PMID:40337273	review	本文综述了人工智能在病理性近视（PM）临床研究中的最新进展	探讨了AI在PM筛查、诊断、分级分类及预测评估中的潜在应用	未提及具体AI模型的性能比较或临床验证的局限性	探索AI技术在病理性近视管理中的应用	病理性近视及其相关眼底疾病	digital pathology	geriatric disease	machine learning, deep learning	NA	image	NA
405	2025-05-10	Brain age in multiple sclerosis: a study with deep learning and traditional machine learning 2025, Brain communications IF:4.1Q2 DOI:10.1093/braincomms/fcaf152 PMID:40337466	研究论文	本研究使用深度学习和传统机器学习方法评估多发性硬化症患者的脑龄，并比较两种方法的性能	首次在多发性硬化症患者中比较深度学习和传统机器学习方法在脑龄评估中的表现，并验证深度学习模型的有效性	研究为回顾性观察研究，数据来自两个机构，可能存在选择偏倚	验证深度学习脑龄模型在多发性硬化症中的有效性，并比较其与传统机器学习模型的性能	多发性硬化症患者	数字病理学	多发性硬化症	MRI	全卷积网络（深度学习）与传统机器学习模型	图像	1516名多发性硬化症患者的4584个MRI扫描
406	2025-05-10	Deciphering metabolic disease mechanisms for natural medicine discovery via graph autoencoders 2025, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2025.1594186 PMID:40337507	research paper	该研究开发了一种结合图自编码器(GAEs)和非负矩阵分解(NMF)的创新框架，用于通过代谢物-疾病关联分析研究代谢疾病的发病机制	结合图自编码器和非负矩阵分解的创新框架，用于揭示代谢疾病的发病机制	未明确说明样本量或数据来源的具体限制	研究代谢疾病的发病机制，以支持天然药物的发现和开发	代谢疾病（如糖尿病）及其相关的代谢物	machine learning	diabetes	graph autoencoders (GAEs), non-negative matrix factorization (NMF)	GAE, NMF	metabolite-disease association data	NA
407	2025-05-09	Perspectives: Comparison of Deep Learning Segmentation Models on Biophysical and Biomedical Data 2025-Jan-30, ArXiv PMID:39184539	研究论文	本文比较了四种深度学习模型在生物物理学和生物医学数据分割任务中的表现	提供了针对小训练数据集条件下，不同深度学习模型在分割任务中的性能比较和选择指南	研究仅针对四种模型进行比较，可能未涵盖所有相关模型	比较不同深度学习模型在生物物理学和生物医学数据分割任务中的表现	生物物理学和生物医学数据	计算机视觉	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	小训练数据集
408	2025-05-09	DynHeter-DTA: Dynamic Heterogeneous Graph Representation for Drug-Target Binding Affinity Prediction 2025-Jan-30, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26031223 PMID:39940990	research paper	提出了一种动态异构图预测模型DynHeter-DTA，用于药物-靶标结合亲和力预测	模型动态调整药物-药物、蛋白质-蛋白质和药物-蛋白质之间的连接强度，构建可变异构图结构，显著提升模型的表达能力和泛化性能	未提及具体局限性	改进药物-靶标亲和力预测的准确性和效率	药物和靶标蛋白质	machine learning	NA	Graph Isomorphism Networks (GIN) 和 Self-Attention Graph Pooling (SAGPooling)	动态异构图预测模型	药物和蛋白质的相互作用数据	Davis、KIBA和Human公共数据集
409	2025-05-09	A Vision Transformer Model for the Prediction of Fatal Arrhythmic Events in Patients with Brugada Syndrome 2025-Jan-30, Sensors (Basel, Switzerland) DOI:10.3390/s25030824 PMID:39943462	research paper	本研究介绍了一种基于视觉Transformer（ViT）的模型，利用12导联心电图图像预测Brugada综合征患者的致命性心律失常事件	首次将视觉Transformer模型应用于Brugada综合征患者的心电图分析，以预测致命性心律失常事件	样本量相对较小（278份心电图，来自210名患者），且测试集包含来自单一个体的24小时记录数据，可能影响模型的泛化能力	开发一种准确的风险预测模型，帮助Brugada综合征患者的临床决策	Brugada综合征患者的心电图数据	digital pathology	cardiovascular disease	deep learning-based artificial intelligence (AI)	Vision Transformer (ViT)	image	278份心电图（来自210名Brugada综合征患者）
410	2025-05-09	Real-Time Driver Drowsiness Detection Using Facial Analysis and Machine Learning Techniques 2025-Jan-29, Sensors (Basel, Switzerland) DOI:10.3390/s25030812 PMID:39943451	研究论文	利用面部分析和机器学习技术开发实时、非侵入性的驾驶员疲劳检测系统	系统评估了多种机器和深度学习算法在三个关键公共数据集上的表现，KNN分类器在UTA-RLDD数据集上达到了最高准确率98.89%，YOLOv5和YOLOv8在相同数据集上实现了100%的精确度和召回率	未提及具体局限性	开发实时、非侵入性的驾驶员疲劳检测系统以提高道路安全	驾驶员疲劳状态	计算机视觉	NA	机器学习、深度学习、计算机视觉	KNN、SVM、CNN、YOLOv5、YOLOv8、Faster R-CNN	图像	三个公共数据集（NTHUDDD、YawDD、UTA-RLDD）
411	2025-05-09	Radar Signal Processing and Its Impact on Deep Learning-Driven Human Activity Recognition 2025-Jan-25, Sensors (Basel, Switzerland) DOI:10.3390/s25030724 PMID:39943363	研究论文	研究雷达信号处理与深度学习在人类活动识别（HAR）中的结合应用	将卷积神经网络（CNN）与传统雷达信号处理方法结合，评估三种二维雷达处理技术与四种CNN架构的组合，提出MobileNetV2与STFT预处理的理想平衡方案	未提及具体的研究局限性	提高人类活动识别的准确性和效率	雷达信号处理与深度学习在HAR中的应用	计算机视觉	NA	range-FFT、time-Doppler-based STFT、SPWVD	CNN（VGG-16、VGG-19、ResNet-50、MobileNetV2）	图像数据（雷达生成的二维地图）	未提及具体样本数量
412	2025-05-09	A Novel Framework for Whole-Slide Pathological Image Classification Based on the Cascaded Attention Mechanism 2025-Jan-25, Sensors (Basel, Switzerland) DOI:10.3390/s25030726 PMID:39943365	research paper	提出了一种基于级联注意力机制的全切片病理图像分类新框架	采用级联注意力机制，有效识别有意义模式并抑制无关背景信息，提升了分类准确性和模型泛化能力	仅在Camelyon16数据集上进行了验证，需要更多数据集验证泛化性	解决传统病理图像分析的局限性，提高肿瘤诊断效率和准确性	全切片病理图像	digital pathology	tumor	deep learning	cascaded attention mechanism	image	Camelyon16数据集
413	2025-05-09	Spatio-Temporal Transformer with Kolmogorov-Arnold Network for Skeleton-Based Hand Gesture Recognition 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030702 PMID:39943338	研究论文	提出了一种基于骨架的手势识别框架ST-KT，结合了时空图卷积网络和带有Kolmogorov-Arnold网络的Transformer模型	引入了Kolmogorov-Arnold网络（KAN）到Transformer中，以增强非线性建模能力，同时提出了一种时空位置嵌入方法以丰富节点特征表示	未提及具体的数据集规模限制或计算资源需求	提高基于骨架的手势识别的准确性和鲁棒性	人类手的骨架序列	计算机视觉	NA	时空图卷积网络（ST-GCN），Transformer	ST-KT（结合ST-GCN和KAN-Transformer）	骨架序列数据	在两个数据集（SHREC'17 track和DHG-14/28）上进行了评估
414	2025-05-09	CDKD-w+: A Keyframe Recognition Method for Coronary Digital Subtraction Angiography Video Sequence Based on w+ Space Encoding 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030710 PMID:39943348	research paper	提出了一种基于w+空间编码的冠状动脉数字减影血管造影视频序列关键帧识别方法CDKD-w+	利用pSp编码器将冠状动脉DSA图像编码为w+空间的潜在代码，通过帧间潜在代码的差异分析进行心跳关键帧定位	未提及方法在其他类型医学影像上的泛化能力	提高冠状动脉3D建模的准确性	冠状动脉数字减影血管造影视频序列	digital pathology	cardiovascular disease	w+ space encoding	pSp encoder	video	自建的冠状动脉DSA心跳关键帧识别数据集
415	2025-05-09	Comprehensive Evaluation of Multi-Omics Clustering Algorithms for Cancer Molecular Subtyping 2025-Jan-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26030963 PMID:39940732	research paper	本研究开发了一个用于全面评估多组学聚类算法的通用框架，并引入了一种创新的度量指标——准确性加权平均指数，用于评估和比较11种最先进的多组学聚类算法	引入了准确性加权平均指数，同时考虑聚类性能和临床相关性，为多组学聚类算法的评估提供了新方法	缺乏明确的金标准，使得评估和比较这些方法具有挑战性	评估和比较多组学聚类算法在癌症分子分型中的应用	11种最先进的多组学聚类算法，包括基于深度学习的方法	machine learning	cancer	multi-omics clustering	deep learning-based methods	multi-omics data	NA
416	2025-05-09	The Future of Clinical Active Shoulder Range of Motion Assessment, Best Practice, and Its Challenges: Narrative Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030667 PMID:39943306	review	本文探讨了基于视频的姿态技术和无标记运动捕捉在肩部活动范围评估中的临床应用	综述了视频姿态技术和无标记运动捕捉在肩部活动范围评估中的最新进展和应用前景	不同方法之间存在准确性差异，且智能手机摄像头在捕捉旋转运动和前屈运动时存在困难	优化肩部干预后的结果评估	肩部活动范围评估技术	数字病理	NA	视频姿态技术、无标记运动捕捉、LiDAR/深度感知、智能手机摄像头、深度学习	NA	视频、运动捕捉数据	NA
417	2025-05-09	Efficient Limb Range of Motion Analysis from a Monocular Camera for Edge Devices 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030627 PMID:39943266	research paper	提出了一种轻量级的深度学习模型，用于从单目摄像头估计人体姿态并测量肢体活动范围（ROM），优化部署在资源受限的边缘设备上	模型采用紧凑的神经网络架构和8位量化参数，在边缘设备上实现了高效运行，同时保持了测量准确性	未提及模型在不同光照条件或复杂背景下的性能表现	开发一种高性能、低成本的摄像头工具，用于评估上下肢活动范围	上下肢活动范围（ROM）测量	computer vision	NA	深度学习	紧凑神经网络	image	未明确提及具体样本量
418	2025-05-09	Stacking Ensemble Deep Learning for Real-Time Intrusion Detection in IoMT Environments 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030624 PMID:39943263	研究论文	本文提出了一种专为IoMT网络设计的新型入侵检测系统（IDS），利用机器学习和深度学习技术，通过堆叠集成方法提高检测准确率	结合堆叠集成方法和Kappa架构框架，实现了对IoMT数据流的实时处理和高精度入侵检测	未提及系统在极端网络条件下的性能表现或对新型未知攻击的检测能力	解决IoMT系统面临的独特网络安全挑战，提供可靠且可扩展的解决方案	IoMT网络中的网络入侵行为	机器学习	NA	机器学习和深度学习技术	堆叠集成方法	IoMT数据流	未明确提及具体样本数量
419	2025-05-09	Automatic Measurement of Frontomaxillary Facial Angle in Fetal Ultrasound Images Using Deep Learning 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030633 PMID:39943270	research paper	提出了一种基于深度学习的辅助检查框架，用于自动测量胎儿超声图像中的额上颌面角	使用深度学习网络自动分割关键区域并预测关键点坐标，实现了额上颌面角的自动测量，提高了准确性和可靠性	研究仅基于1549张胎儿超声图像，样本量可能不足以覆盖所有临床情况	开发一种自动测量胎儿超声图像中额上颌面角的方法，以提高筛查21三体综合征的准确性和效率	胎儿超声图像中的额上颌面角	digital pathology	trisomy 21	deep learning	CNN	image	1549张胎儿超声图像
420	2025-05-09	Exploring Trends and Clusters in Human Posture Recognition Research: An Analysis Using CiteSpace 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030632 PMID:39943272	研究论文	本研究利用CiteSpace软件对2011年至2024年间发表的3066篇核心研究论文进行可视化分析，探讨了人体姿态识别领域的跨学科研究方向	通过深入引文分析识别了1200篇文章和五个重要研究集群，揭示了从传统方法到深度学习及多传感器数据融合方法的转变	预测未来突破性进展可能会减少	识别人体姿态识别领域的研究空白、趋势和创新方向	3066篇核心研究论文	计算机视觉	NA	CiteSpace软件分析	深度学习	研究论文	3066篇核心研究论文