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
321	2025-10-07	CFR-YOLO: A Novel Cow Face Detection Network Based on YOLOv7 Improvement 2025-Feb-11, Sensors (Basel, Switzerland) DOI:10.3390/s25041084 PMID:40006313	研究论文	提出了一种基于YOLOv7改进的新型牛脸检测网络CFR-YOLO，用于提高牛脸检测精度	通过提取牛脸特征点计算框重心和尺寸设计检测网络，使用FReLU激活函数替代SiLU，CBF模块替代CBS模块，在骨干网络引入RFB模块，在头部层引入CBAM卷积注意力模块	NA	探索牛脸检测技术在牛个体检测中的应用，提高检测准确率	牛脸图像	计算机视觉	NA	深度学习	YOLO	图像	自建牛脸数据集	NA	YOLOv7改进架构，包含RFB模块，CBAM注意力模块	准确率，召回率，平均精度(mAP)	NA
322	2025-10-07	Decision Fusion-Based Deep Learning for Channel State Information Channel-Aware Human Action Recognition 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041061 PMID:40006290	研究论文	提出基于决策融合的深度学习架构DF-CNN，用于WiFi信道状态信息(CSI)的人体动作识别	首次将CSI信道分别处理并通过决策融合策略整合输出，充分利用信道特定信息	未明确说明实验环境和数据集的规模限制	提升基于CSI的人体动作识别性能	WiFi信道状态信息(CSI)	机器学习	NA	WiFi信道状态信息采集	CNN	无线信号数据	NA	NA	DF-CNN	准确率	NA
323	2025-10-07	Research on Upper Limb Motion Intention Classification and Rehabilitation Robot Control Based on sEMG 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041057 PMID:40006285	研究论文	基于表面肌电信号的上肢运动意图分类及其在康复机器人控制中的应用研究	结合上肢肌肉解剖学与运动学原理建立肌肉骨骼模型，并采用多流卷积神经网络进行九类运动意图分类	未明确说明样本规模和数据采集条件，模型泛化能力需进一步验证	实现基于sEMG的上肢运动意图识别并应用于康复机器人交互控制	上肢运动意图和末端执行器康复机器人	生物医学工程	康复医学	表面肌电信号(sEMG)	传统机器学习,深度学习,CNN	肌电信号	NA	OpenSim	多流卷积神经网络(MLCNN)	分类准确率,运动平滑度,运动精度	NA
324	2025-10-07	CLUMM: Contrastive Learning for Unobtrusive Motion Monitoring 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041048 PMID:40006277	研究论文	提出一种基于对比学习的无干扰运动监测框架，用于从原始图像中学习丰富表示而无需人工标注	利用对比学习方法直接从原始图像学习人体运动表示，通过关注制造任务相关的关键关节坐标来降低环境复杂性影响	使用模拟工作场所任务的自定义数据集，可能无法完全代表真实工作环境	开发无干扰的实时人体运动监测系统	在制造环境中执行任务的人类受试者	计算机视觉	NA	对比学习	深度学习	图像	模拟各种工作场所任务的人类受试者自定义数据集	NA	对比学习框架	准确率	NA
325	2025-10-07	Conotoxins: Classification, Prediction, and Future Directions in Bioinformatics 2025-Feb-09, Toxins IF:3.9Q1 DOI:10.3390/toxins17020078 PMID:39998095	综述	本文探讨机器学习与深度学习在芋螺毒素分类、预测和生物信息学研究中的应用进展	系统比较了关键数据库、特征提取技术和分类模型，并提出整合多模态数据和改进预测框架的未来方向	NA	推动芋螺毒素的计算分类、功能预测和新型肽设计研究	芋螺毒素（来自芋螺毒液的二硫键丰富肽类家族）	生物信息学	NA	机器学习，深度学习	NA	序列数据，多模态数据	NA	NA	NA	NA	NA
326	2025-10-07	A Novel Deep Learning-Based (3D U-Net Model) Automated Pulmonary Nodule Detection Tool for CT Imaging 2025-Feb-08, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32020095 PMID:39996895	研究论文	开发基于3D U-Net的深度学习算法，用于CT影像中肺结节的自动检测	提出新型3D U-Net模型用于肺结节自动检测，并在多机构数据集上进行验证	NA	开发辅助放射科医生进行肺结节检测的自动化工具	CT扫描中的肺结节	计算机视觉	肺癌	CT成像	3D U-Net	CT影像	491次扫描，包含5669个经放射科医生标注的肺结节	NA	3D U-Net	灵敏度, 假阳性率, FROC曲线, CPM分数, 特异性	NA
327	2025-10-07	Retinal Arteriovenous Information Improves the Prediction Accuracy of Deep Learning-Based baPWV Index From Color Fundus Photographs 2025-Feb-03, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.2.63 PMID:39998460	研究论文	本研究通过深度学习模型从彩色眼底照片预测肱踝脉搏波传导速度，并验证视网膜动静脉信息对预测准确性的提升效果	首次将视网膜动静脉概率图作为通道注意力机制应用于baPWV预测，基于改进的深度U-net架构HURVS模型自动提取血管分割信息	回顾性研究设计，样本量相对有限（696名参与者），未进行外部验证	比较不同深度学习模型从彩色眼底照片预测baPWV的准确性	696名接受健康检查的参与者，收集其baPWV测量值和彩色眼底照片	计算机视觉	心血管疾病	彩色眼底摄影，视网膜血管分割	U-net, 深度卷积神经网络	图像	696名参与者	NA	深度U-net, HURVS模型	相关系数R	NA
328	2025-05-11	Automated Detection of Retinal Detachment Using Deep Learning-Based Segmentation on Ocular Ultrasonography Images 2025-Feb-03, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.2.26 PMID:40014336	research paper	开发了一种基于深度学习的自动化流程，用于从B型眼超声图像中检测视网膜脱离	提出了一种结合编码器-解码器分割网络和机器学习分类器的计算流程，显著提高了视网膜脱离的检测性能	样本量相对较小，仅包含279张B型眼超声图像	提高视网膜脱离在B型眼超声图像中的自动化检测准确率	B型眼超声图像中的视网膜脱离	digital pathology	retinal detachment	deep learning-based segmentation	encoder-decoder segmentation network, ResNet-50, MobileNetV3, UNet	image	279张B型眼超声图像（来自204名患者，包括66张视网膜脱离图像、36张后玻璃体脱离图像和177张健康对照图像）	NA	NA	NA	NA
329	2025-10-07	Biomechanical Risk Classification in Repetitive Lifting Using Multi-Sensor Electromyography Data, Revised National Institute for Occupational Safety and Health Lifting Equation, and Deep Learning 2025-Feb-01, Biosensors DOI:10.3390/bios15020084 PMID:39996986	研究论文	本研究结合多传感器肌电数据、修订版NIOSH举重方程和深度学习技术，开发了重复举重任务中的生物力学风险分类系统	首次将可穿戴EMG传感器与深度学习模型相结合，实现精确、实时的动态风险评估	样本量相对较小（25名参与者），研究环境为受控实验室条件	开发准确的生物力学风险评估方法以改善职业安全	重复举重任务中的肌肉活动和风险水平	机器学习	职业性肌肉骨骼疾病	肌电图（EMG），修订版NIOSH举重方程（RNLE）	CNN, MLP, LSTM	时间序列EMG数据	25名参与者，超过700万个数据点	NA	卷积神经网络，多层感知机，长短期记忆网络	精确度，召回率	NA
330	2025-05-10	Derivation of an artificial intelligence-based electrocardiographic model for the detection of acute coronary occlusive myocardial infarction 2025-Feb-28, Archivos de cardiologia de Mexico IF:0.7Q4 DOI:10.24875/ACM.24000195 PMID:40020200	research paper	开发了一种基于人工智能的心电图模型，用于检测急性冠状动脉闭塞性心肌梗死	使用深度学习模型（CNN）通过智能手机摄像头获取的心电图数据来检测ACOMI，其性能优于人类专家和STEMI标准	研究为单中心研究，需要进一步的外部验证	评估AI-ECG模型在急性冠状动脉综合征（ACS）患者中检测急性冠状动脉闭塞性心肌梗死（ACOMI）的性能	被初步诊断为ACS（包括STEMI和NSTEMI）的患者	machine learning	cardiovascular disease	ECG	CNN	ECG图像	未明确提及样本数量，但包括STEMI和NSTEMI患者	NA	NA	NA	NA
331	2025-05-10	Deep Learning Protocol for Predicting Full-Spectrum Infrared and Raman Spectra of Polypeptides and Proteins Using All-Atom Models 2025-Feb-27, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c00169 PMID:39966082	研究论文	本研究开发了一种基于深度学习的协议，用于预测多肽和蛋白质的全谱红外和拉曼光谱	利用转移学习和DetaNet模型成功模拟了数千个原子组成蛋白质的振动光谱，效率比传统量子化学方法高10^10倍	NA	开发高效预测蛋白质振动光谱的深度学习方法	氨基酸、二肽、三肽以及大型多肽和蛋白质	机器学习	NA	红外光谱、拉曼光谱	DetaNet（深度等变张量注意力网络）	光谱数据	氨基酸、二肽和三肽的综合数据集	NA	NA	NA	NA
332	2025-05-10	Toward equitable major histocompatibility complex binding predictions 2025-Feb-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2405106122 PMID:39964728	research paper	该研究开发了一种机器学习框架，用于评估MHC结合预测中的数据不平衡问题，并提出了一种先进的MHC结合预测模型，以减少不同种族群体间的数据差异	引入了一种机器学习框架来评估MHC等位基因结合预测中的数据不平衡影响，并开发了一种先进的MHC结合预测模型，提供每个等位基因的性能估计	尽管模型减轻了大部分数据差异，但仍存在一些不平等问题需要进一步解决	开发公平的MHC结合预测模型，用于个性化免疫疗法和疫苗开发	MHC等位基因及其结合数据	machine learning	cancer	deep learning	NA	biological data	NA	NA	NA	NA	NA
333	2025-05-10	A hybrid inception-dilated-ResNet architecture for deep learning-based prediction of COVID-19 severity 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91322-3 PMID:39987169	research paper	提出了一种基于深度学习的混合Inception-dilated-ResNet架构，用于预测COVID-19的严重程度	首次将Inception-ResNet与扩张机制结合，用于COVID-19严重程度的评估，并在CT图像分类任务中表现优于非扩张模型	需要依赖专业放射科医生对CT扫描进行标注，且样本量相对有限	开发一种有效的深度学习方法，用于评估COVID-19患者的肺部病变严重程度	COVID-19患者的胸部CT扫描图像	computer vision	COVID-19	deep learning	Inception-dilated-ResNet (dResNet)	image	1548例人类胸部CT扫描	NA	NA	NA	NA
334	2025-05-10	Semi-supervised tissue segmentation from histopathological images with consistency regularization and uncertainty estimation 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90221-x PMID:39987243	research paper	提出一种半监督方法用于组织病理学图像中的组织结构语义分割	结合自监督训练和一致性正则化，利用CNN教师模型生成伪标签训练学生模型，并采用蒙特卡洛dropout估计模型不确定性	需要大量标注数据训练模型，且对于罕见疾病数据获取困难	提高组织病理学图像分割的准确性	组织病理学图像中的组织结构	digital pathology	NA	semi-supervised learning, Monte Carlo dropout	CNN	image	public dataset (具体数量未提及)	NA	NA	NA	NA
335	2025-05-10	Enhanced recognition and counting of high-coverage Amorphophallus konjac by integrating UAV RGB imagery and deep learning 2025-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91364-7 PMID:39987316	研究论文	本研究通过整合无人机RGB影像和深度学习技术，提高了高覆盖率魔芋植株的识别和计数准确性	提出了一种结合早期和高覆盖率阶段魔芋位置信息的深度学习模型，显著提高了高覆盖率阶段魔芋植株的识别和计数准确率	研究主要针对魔芋这种具有单一茎干和直立生长特性的作物，对其他作物的适用性需要进一步验证	提高高覆盖率阶段魔芋植株的识别和计数准确性，为农业管理和产量预测提供支持	魔芋植株	计算机视觉	NA	无人机RGB影像	深度学习模型	图像	未明确说明样本数量	NA	NA	NA	NA
336	2025-05-10	Deep learning-assisted screening and diagnosis of scoliosis: segmentation of bare-back images via an attention-enhanced convolutional neural network 2025-Feb-14, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-025-05564-y PMID:39953540	研究论文	开发了一种基于深度学习的图像分割模型，用于提高脊柱侧弯筛查的效率	在原始U-Net架构中加入了注意力机制，构建了Dual AttentionUNet模型用于图像分割	研究样本量相对较小，仅包含350名脊柱侧弯患者和108名健康受试者	提高脊柱侧弯筛查的效率和准确性	脊柱侧弯患者和健康受试者的裸背图像和站立全长前后位脊柱X光片	计算机视觉	脊柱侧弯	深度学习	Dual AttentionUNet	图像	350名脊柱侧弯患者和108名健康受试者	NA	NA	NA	NA
337	2025-05-10	Machine Learning in the Management of Patients Undergoing Catheter Ablation for Atrial Fibrillation: Scoping Review 2025-Feb-10, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/60888 PMID:39928932	综述	本文通过范围综述评估了机器学习在心房颤动导管消融患者管理中的应用现状	系统比较了不同机器学习模型在特定临床任务中的表现，并总结了该领域的优势与局限性	大多数模型缺乏外部验证，存在高偏倚风险	评估机器学习在心房颤动导管消融患者管理中的应用证据	接受心房颤动导管消融治疗的患者	机器学习	心血管疾病	机器学习	CNN	人口统计学数据、临床特征、影像学数据、电生理信号	23项纳入研究	NA	NA	NA	NA
338	2025-05-10	Change analysis of surface water clarity in the Persian Gulf and the Oman Sea by remote sensing data and an interpretable deep learning model 2025-Feb, Environmental science and pollution research international DOI:10.1007/s11356-025-36018-x PMID:39966320	研究论文	利用遥感数据和可解释深度学习模型分析波斯湾和阿曼海水体透明度的变化	结合MODIS-Aqua影像、统计测试和深度学习模型，首次全面监测波斯湾和阿曼海2002至2018年的水体透明度变化，并应用解释技术确定关键影响因素	研究时间跨度有限（2002-2018年），且仅基于MODIS-Aqua影像数据	监测波斯湾和阿曼海的水体透明度变化以评估生态系统健康状况和水质	波斯湾和阿曼海的水体透明度及相关环境参数	遥感与环境监测	NA	MODIS-Aqua遥感影像、统计测试、深度学习模型	CNN、LSTM	遥感影像、环境参数数据	2002至2018年波斯湾和阿曼海的遥感监测数据	NA	NA	NA	NA
339	2025-05-10	A practical deep learning model for core temperature prediction of specialized workers in high-temperature environments 2025-Feb, Journal of thermal biology IF:2.9Q1 DOI:10.1016/j.jtherbio.2025.104079 PMID:39970650	研究论文	本文开发了一种结合卡尔曼滤波和长期序列预测深度学习模型的无创核心温度预测模型，用于高温环境下特种作业人员的健康监测	结合卡尔曼滤波和长期序列预测深度学习模型，利用皮肤温度和心率作为输入特征，实现个性化实时核心温度预测	实验样本量较小（13名参与者），且仅在34至40°C的环境温度范围内进行验证	解决高温环境下特种作业人员核心温度的实时监测和预测问题	高温环境下特种作业人员的核心温度	机器学习	NA	卡尔曼滤波和长期序列预测深度学习模型	LSTM	皮肤温度和心率数据	13名参与者的实验数据	NA	NA	NA	NA
340	2025-05-10	Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography 2025-Feb, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00198 PMID:39977708	研究论文	该研究利用放射组学和深度学习技术，通过计算机断层扫描（CT）预测免疫治疗引起的肺炎（PN）	首次结合放射组学特征和深度学习模型（CNN）预测免疫治疗引起的肺炎，相比传统放射组学方法，深度学习模型表现出更高的预测性能	结合放射组学和深度学习的模型相比仅使用CNN的模型并未显示出显著改进	预测癌症患者在免疫检查点抑制剂（ICI）治疗期间可能发生的肺炎，以提高治疗安全性和有效性	接受ICI治疗的癌症患者	数字病理学	肺癌	计算机断层扫描（CT）	CNN	图像	671名患者的2,700份胸部CT扫描数据	NA	NA	NA	NA