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
641	2025-04-29	A novel temporal classification prototype network for few-shot bearing fault detection 2025-Apr-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98963-4 PMID:40275051	research paper	提出了一种名为时序分类原型网络（TCPN）的新方法，用于解决工业轴承故障检测中数据稀缺的问题	提出了时序分类原型网络（TCPN）和增强时序卷积网络（ETCN），以及基于相似度度量的ContractSim分类器（CSC），在数据稀缺条件下保持训练效果和泛化能力	未提及具体的数据稀缺程度对模型性能的影响，以及在实际工业环境中的适用性	解决工业轴承故障检测中数据稀缺导致的深度学习模型训练不足和泛化问题	工业轴承故障信号	machine learning	NA	Fourier变换	TCPN, ETCN, CSC	时序信号数据	四个标准轴承数据集
642	2025-04-29	Exploring the potential and limitations of deep learning and explainable AI for longitudinal life course analysis 2025-Apr-24, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-22705-4 PMID:40275204	研究论文	探讨深度学习和可解释AI在纵向生命历程分析中的潜力与局限性	比较了多种深度学习架构与传统方法在稀疏纵向数据上的表现，并评估了SHAP值在解释性方面的局限性	SHAP值的解释性与因果关系存在不一致，且没有一种模型在所有场景中表现最佳	评估深度学习和可解释AI在生命历程数据分析中的应用效果	模拟的纵向生命历程数据	机器学习	NA	深度学习、可解释AI（XAI）	CNN、RNN（基于注意力机制）、XGBoost、逻辑回归	模拟数据	NA
643	2025-04-29	Challenging Reaction Prediction Models to Generalize to Novel Chemistry 2025-Apr-23, ACS central science IF:12.7Q1 DOI:10.1021/acscentsci.5c00055 PMID:40290152	research paper	本文探讨了深度学习模型在有机反应产物预测中的泛化能力，特别是在面对新化学领域时的表现	提出了一系列更具挑战性的评估方法，包括对新专利、新作者以及时间分割数据的测试，以揭示当前反应预测模型的能力和局限	当前模型在分布外领域的表现仍有不足，特别是在面对新反应类型的发现时	评估和改进深度学习模型在有机反应预测中的泛化能力	有机反应预测模型	machine learning	NA	deep learning	SMILES-based deep learning model	chemical reaction data	NA
644	2025-04-29	Optimal Control of Specification in LPG Blend: A Deep Learning and PSO-Driven Framework for Minimizing Off-Spec Production 2025-Apr-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.4c10068 PMID:40290953	研究论文	本文提出了一种结合深度学习和粒子群优化的两阶段方法，用于预测和优化液化石油气（LPG）混合过程中的产品规格，以减少不合格产品的生产	结合LSTM深度学习模型和粒子群优化（PSO）技术，首次在LPG混合过程中实现预测与优化的协同作用，并考虑了不同烃类组分对输入变量的差异影响	研究仅针对特定炼油厂的LPG生产过程，未考虑原油类型对LPG规格的影响	优化LPG混合过程中的产品规格控制，减少不合格产品的生产	液化石油气（LPG）的混合生产过程	机器学习	NA	LSTM, PSO	LSTM	历史测量数据	年度数据集（具体数量未提及）
645	2025-04-29	Low-Light Image and Video Enhancement for More Robust Computer Vision Tasks: A Review 2025-Apr-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040125 PMID:40278041	综述	本文综述了低光照图像和视频增强技术及其在计算机视觉任务中的应用	比较了传统和基于深度学习的增强方法，并分析了光照增强如何提高计算机视觉任务的鲁棒性	监督学习方法虽然效果最佳，但缺乏真实世界数据和对新数据的鲁棒性，需要转向零样本学习	探讨低光照增强技术在计算机视觉任务中的应用和效果	低光照图像和视频	计算机视觉	NA	NA	监督学习、零样本学习	图像、视频	NA
646	2025-04-29	Deep Learning-Based Estimation of Myocardial Material Parameters from Cardiac MRI 2025-Apr-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040433 PMID:40281793	研究论文	本研究提出了一种基于深度学习的方法，从常规心脏磁共振成像数据中快速准确地估计左心室心肌材料参数	利用深度学习直接从心脏MRI数据估计心肌材料参数，避免了传统有限元方法中耗时的迭代优化过程	在病理样本上的预测误差较高，表明在建模病变心肌组织方面存在挑战	开发一种计算效率高且准确的心肌材料参数估计方法，以推进计算建模和临床应用	左心室心肌材料参数	医学影像分析	心血管疾病	心脏磁共振成像(CMRI)	ResNet18	医学影像	1288名健康受试者和少量病理样本(包括ARV和HCM病例)
647	2025-04-29	Histology-Specific Treatment Strategies and Survival Prediction in Lung Cancer Patients with Spinal Metastases: A Nationwide Analysis 2025-Apr-21, Cancers IF:4.5Q1 DOI:10.3390/cancers17081374 PMID:40282550	research paper	本研究评估了肺癌脊柱转移患者的治疗模式、生存结果和预后因素，并整合了深度学习生存预测模型	整合了深度学习生存预测模型来评估肺癌脊柱转移患者的预后，并提出了组织学特异性治疗策略	研究为回顾性队列研究，可能存在选择偏倚，且未考虑所有潜在混杂因素	评估肺癌脊柱转移患者的治疗模式、生存结果和预后因素，以优化治疗策略	非小细胞肺癌（NSCLC）和小细胞肺癌（SCLC）脊柱转移患者	digital pathology	lung cancer	深度学习生存预测模型	SurvTrace	临床数据	428,919名肺癌患者，其中5.1%发展为脊柱转移
648	2025-04-29	Mutual Information Neural-Estimation-Driven Constellation Shaping Design and Performance Analysis 2025-Apr-21, Entropy (Basel, Switzerland) DOI:10.3390/e27040451 PMID:40282686	研究论文	本文提出了基于互信息神经估计（MINE）的几何、概率及联合星座成形方案，以最大化互信息（MI）	首次引入MINE模块，通过反向传播有效估计和最大化互信息，无需明确了解信道状态信息	仅优化发射端，未考虑接收端的复杂性	提高高速相干通信系统中的星座成形性能，以满足日益增长的容量需求	无线和光通信中的星座成形设计	通信技术	NA	深度学习（DL）	MINE-GCS, MINE-PCS, MINE-JCS	信号数据	通过仿真验证，具体样本数量未提及
649	2025-04-29	MAF-MixNet: Few-Shot Tea Disease Detection Based on Mixed Attention and Multi-Path Feature Fusion 2025-Apr-21, Plants (Basel, Switzerland) DOI:10.3390/plants14081259 PMID:40284147	research paper	提出了一种名为MAF-MixNet的新型少样本端到端检测网络，用于复杂田间条件下的茶叶病害检测	设计了混合注意力分支(MA-Branch)和多路径特征融合模块(MAFM)，有效解决了有限样本下特征提取不足的瓶颈	未提及具体局限性	开发一种能够在少量标注数据下实现稳健检测的茶叶病害检测方法	茶叶病害（炭疽病和褐斑病）	computer vision	plant disease	few-shot learning	MAF-MixNet (基于混合注意力和多路径特征融合的CNN变体)	image	5-shot和10-shot场景下的测试
650	2025-04-29	A Vision-Based Method for Detecting the Position of Stacked Goods in Automated Storage and Retrieval Systems 2025-Apr-21, Sensors (Basel, Switzerland) DOI:10.3390/s25082623 PMID:40285312	research paper	提出了一种基于机器视觉的检测算法，用于自动化存储和检索系统中货物堆叠位置的检测	集成了托盘表面物体检测网络（STEGNet）与箱体边缘检测算法，引入了高效门控金字塔特征网络（EG-FPN）和轻量级注意力机制	未提及具体局限性	为现代物流系统中的自动化货物堆叠监控提供可靠解决方案	自动化存储和检索系统中的货物堆叠	computer vision	NA	机器视觉、深度学习	STEGNet、EG-FPN	image	GY-WSBW-4D数据集和WSGID-B数据集
651	2025-04-29	Deep Learning-Based Fault Diagnosis via Multisensor-Aware Data for Incipient Inter-Turn Short Circuits (ITSC) in Wind Turbine Generators 2025-Apr-20, Sensors (Basel, Switzerland) DOI:10.3390/s25082599 PMID:40285287	研究论文	提出了一种基于深度学习的多传感器感知数据方法，用于风力涡轮发电机早期匝间短路故障诊断	结合传统基线机器学习算法和先进深度网络架构，利用电流、振动和轴向磁通传感器信号诊断七种不同的ITSC故障类型	未提及具体数据集的规模或在实际风电场环境中的验证情况	提高风力涡轮发电机早期匝间短路故障诊断的准确性和稳定性	风力涡轮发电机的匝间短路故障	机器学习	NA	深度学习框架	深度网络架构	多传感器信号（电流、振动、轴向磁通）	未明确提及具体样本数量
652	2025-04-29	Forced Oscillation Detection via a Hybrid Network of a Spiking Recurrent Neural Network and LSTM 2025-Apr-20, Sensors (Basel, Switzerland) DOI:10.3390/s25082607 PMID:40285296	research paper	提出了一种结合脉冲循环神经网络(SRNN)和长短期记忆网络(LSTM)的混合网络，用于检测电力系统中的强制振荡	通过结合SRNN的计算和能效优势与LSTM的时间依赖性捕捉能力，提出了一种新型混合网络，有效区分强制振荡与自然振荡	未明确提及具体局限性	提高电力系统稳定性监测中强制振荡检测的准确性和效率	电力系统中的振荡数据	machine learning	NA	backpropagation-through-time (BPTT)优化算法	混合网络(SRNN + LSTM)	时间序列数据	模拟和真实振荡数据集
653	2025-04-29	Deep Layered Network Based on Rotation Operation and Residual Transform for Building Segmentation from Remote Sensing Images 2025-Apr-20, Sensors (Basel, Switzerland) DOI:10.3390/s25082608 PMID:40285301	研究论文	提出了一种基于旋转操作和残差变换的深度分层网络C_ASegformer，用于高分辨率遥感图像中的建筑物分割	设计了深度分层增强融合模块(DLEF)整合不同感受野的层次信息，引入三重注意力模块(TA)通过多方向旋转操作和残差变换建立建筑物与环境间的依赖关系，并提出多级扩张连接模块(MDC)以低计算成本捕获多尺度上下文关系	未明确提及研究局限性	提升高分辨率遥感图像中建筑物分割的精度	高分辨率遥感图像中的建筑物	计算机视觉	NA	深度学习	C_ASegformer（基于Transformer的改进模型）	遥感图像	三个数据集（马萨诸塞州数据集、INRIA数据集和WHU数据集）
654	2025-04-29	Overview of Research on Digital Image Denoising Methods 2025-Apr-20, Sensors (Basel, Switzerland) DOI:10.3390/s25082615 PMID:40285303	综述	本文综述了传统图像去噪方法和基于深度神经网络的图像去噪方法，并进行了比较分析	提供了传统与深度学习方法在图像去噪领域的全面对比，并指出了未来研究方向	未提出新的去噪算法，主要是对现有方法的总结和比较	比较和总结图像去噪领域的不同方法	二维振幅图像	计算机视觉	NA	NA	深度神经网络	图像	公共去噪数据集
655	2025-04-29	Retina-Inspired Models Enhance Visual Saliency Prediction 2025-Apr-18, Entropy (Basel, Switzerland) DOI:10.3390/e27040436 PMID:40282671	research paper	提出了一种结合视网膜模型和深度神经网络的显著性预测框架，通过信息理论优化信息流和减少冗余	将视网膜模型与深度神经网络结合，利用信息理论优化显著性预测，提高预测准确性和效率	未提及具体的数据集限制或模型泛化能力的测试	提高视觉显著性预测的准确性和效率	视觉显著性预测模型	computer vision	NA	deep neural networks (DNNs), information theory	DNNs	image	多个基准数据集（未提及具体数量）
656	2025-04-29	Self-Supervised Multiscale Contrastive and Attention-Guided Gradient Projection Network for Pansharpening 2025-Apr-18, Sensors (Basel, Switzerland) DOI:10.3390/s25082560 PMID:40285249	研究论文	提出了一种基于多尺度对比学习和注意力引导梯度投影网络的全色锐化方法	结合多尺度对比学习和注意力引导梯度投影网络，设计了一种高效且通用的光谱-空间通用模块（SSUM），用于逐步平衡光谱和空间信息	NA	解决遥感图像处理中的全色锐化问题	全色（PAN）和多光谱（MS）图像	计算机视觉	NA	离散小波变换（DWT）	注意力引导梯度投影网络	图像	NA
657	2025-04-29	Technical Aspects of Deploying UAV and Ground Robots for Intelligent Logistics Using YOLO on Embedded Systems 2025-Apr-18, Sensors (Basel, Switzerland) DOI:10.3390/s25082572 PMID:40285259	研究论文	本研究探讨了在资源受限的嵌入式平台上部署基于深度学习的物体检测技术，以优化无人机和地面机器人在物流领域的实时应用	提供了YOLOv5和YOLOv8的全面比较分析，开发了用于选择性物体可视化的用户友好GUI，并比较了Python和C#环境下的部署策略	研究主要关注嵌入式平台的性能优化，可能未涵盖所有物流场景的复杂性	优化实时物体检测在嵌入式平台上的部署，提升物流自动化的效率和操作效果	无人机和地面机器人	计算机视觉	NA	YOLO物体检测	YOLOv5, YOLOv8	图像	COCO数据集和定制的物流数据集
658	2025-04-29	Accuracy of artificial intelligence in prediction of osteoporotic fractures in comparison with dual-energy X-ray absorptiometry and the Fracture Risk Assessment Tool: A systematic review 2025-Apr-18, World journal of orthopedics IF:2.0Q2 DOI:10.5312/wjo.v16.i4.103572 PMID:40290609	系统综述	比较人工智能（AI）与双能X线吸收测定法（DXA）和骨折风险评估工具（FRAX）在预测骨质疏松性骨折中的效能	AI在预测骨质疏松性骨折方面显示出优于DXA和FRAX的潜力	需要更多中心、更多样化的人群、更大数据集和更长的随访时间来验证AI模型的预测性能	评估和比较AI模型与DXA和FRAX在预测脆性骨折中的效能	骨质疏松导致的近端股骨和脊柱骨折患者	数字病理	骨质疏松	AI算法、深度学习、机器学习、卷积神经网络	CNN	医学影像数据	来自13项研究的24489名患者
659	2025-04-29	Deep Learning-Driven Abbreviated Shoulder MRI Protocols: Diagnostic Accuracy in Clinical Practice 2025-Apr-17, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040048 PMID:40278715	research paper	本研究评估了深度学习加速的肩部MRI协议在临床实践中的诊断准确性	首次在临床实践中探索不同加速因子对肩部MRI诊断准确性的影响	单中心研究，样本量相对较小（88例患者）	评估2倍和4倍深度学习加速肩部MRI协议与标准协议相比的诊断准确性	88例连续患者（49男，39女；平均年龄51岁）的肩部MRI检查	digital pathology	NA	MRI	deep learning	image	88例患者
660	2025-04-29	A Lightweight Pig Aggressive Behavior Recognition Model by Effective Integration of Spatio-Temporal Features 2025-Apr-17, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15081159 PMID:40281992	研究论文	提出一种基于深度学习的轻量级猪只攻击行为识别模型，结合MobileNetV2和Autoformer，有效提取时空特征	结合MobileNetV2和Autoformer，集成CBAM和HS-FPN模块，改进Autoformer编码器嵌入GAU单元，提升模型在复杂环境下的适应性和小目标检测能力	实验仅在公开数据集上验证，未说明在实际养殖场景中的泛化性能	提高猪只攻击行为识别的准确性和适应性，支持科学养殖管理	猪只攻击行为	计算机视觉	NA	深度学习	MobileNetV2, Autoformer, CBAM, HS-FPN, GAU	视频	公开数据集（未说明具体样本量）