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
21	2025-09-23	A Multi-Sensor Fusion Approach Combined with RandLA-Net for Large-Scale Point Cloud Segmentation in Power Grid Scenario 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113350 PMID:40968864	研究论文	提出结合多传感器融合与RandLA-Net的电力塔点云分割方法	采用LiDAR与双目深度相机融合方案，结合FAST-LIO算法实现时空同步，构建彩色点云数据集并优化RandLA-Net框架	NA	实现复杂环境下电力塔的智能识别与监控	电力输电塔	计算机视觉	NA	LiDAR、双目深度相机、FAST-LIO算法	RandLA-Net	点云数据	包含超千万点的点云数据集
22	2025-09-23	Retrospective Frailty Assessment in Older Adults Using Inertial Measurement Unit-Based Deep Learning on Gait Spectrograms 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113351 PMID:40968907	研究论文	本研究利用基于惯性测量单元(IMU)的步态谱图和深度学习技术，对老年人衰弱状态进行回顾性评估	首次将原始IMU信号转换为时频谱图，并仅使用卷积神经网络直接从谱图中识别衰弱状态，无需复杂预处理	研究为回顾性分析，样本量有限，需要前瞻性验证	开发客观、自动化的老年人衰弱评估方法	老年人群的步态数据	机器学习	老年疾病	惯性测量单元(IMU)数据采集、时频分析	CNN	运动传感器数据	未明确具体样本数量，使用现有IMU数据集
23	2025-09-23	Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113357 PMID:40968943	研究论文	提出一种基于深度学习与鞋内负载细胞传感器的三维地面反作用力和二维压力中心估计方法	使用仅三个单轴负载细胞实现多场景步态参数估计，在最小传感器配置下达到或超越现有研究性能	内外侧方向精度较低，斜坡条件下垂直地面反作用力误差相对较高	开发适用于真实环境的多场景步态参数估计系统	40名健康年轻成年人的步态数据	机器学习	NA	深度学习	FCNN, CNN, Seq2Seq-LSTM, Transformer	传感器时序数据	40名健康年轻成年人，涵盖直线行走/转弯/上坡/下坡/跑步五种步态条件
24	2025-09-23	A Deep-Learning-Based Real-Time Microearthquake Monitoring System (RT-MEMS) for Taiwan 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113353 PMID:40968920	研究论文	介绍基于深度学习的台湾实时微地震监测系统（RT-MEMS），用于快速生成高分辨率地震目录	首次将深度学习模型与自动化处理流程结合，实现比台湾中央气象局标准目录更高分辨率和效率的实时地震监测	NA	开发实时微地震监测系统以提升地震活动监测的时效性和精确性	台湾地区的地震活动，包括背景地震活动和地震序列	机器学习	NA	深度学习，SeedLink数据传输，PhasePAPY地震定位	SeisBlue深度学习模型	连续波形数据	台湾地区高质量地震台网连续数据（具体数量未提及）
25	2025-09-23	Study on Lightweight Bridge Crack Detection Algorithm Based on YOLO11 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113276 PMID:40968797	研究论文	提出一种基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD	采用高效多尺度卷积模块增强通道和空间注意力机制，并引入轻量级检测头实现模型轻量化	NA	开发高效准确的桥梁裂缝自动检测方法	桥梁裂缝图像	计算机视觉	NA	深度学习	YOLO11	图像	桥梁裂缝数据集
26	2025-09-23	Recent Advancements in Hyperspectral Image Reconstruction from a Compressive Measurement 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113286 PMID:40968829	综述	本文全面综述了基于压缩测量的高光谱图像重建领域的最新进展	系统地将高光谱图像重建方法分为三大范式：传统模型驱动方法、深度学习方法和融合数据驱动先验与退化过程数学建模的混合框架	NA	推动高光谱图像重建领域的发展	高光谱图像重建技术	计算成像	NA	深度学习、压缩感知	CNN、Transformer	高光谱图像	NA
27	2025-09-23	Enhanced Channel Estimation for RIS-Assisted OTFS Systems by Introducing ELM Network 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113292 PMID:40968820	研究论文	提出一种基于极限学习机的信道估计方法，用于提升RIS辅助OTFS系统在高移动场景下的性能	首次将极限学习机引入RIS辅助OTFS系统的信道估计，并采用基于阈值的初始特征提取方法增强ELM网络的学习能力	ELM网络参数相比深度学习网络较少，存在固有局限性	降低RIS辅助OTFS系统中信道估计的复杂度并提升估计精度	可重构智能表面辅助的正交时频空间系统	机器学习	NA	极限学习机、消息传递算法	ELM	通信信号数据	NA
28	2025-09-23	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较了传统分类器与混合神经网络在基于EEG手势分类中的性能表现	提出结合经验小波变换瞬时频率和幅度的混合神经网络架构，在EEG手势识别中实现更高分类准确率	仅针对七个特定手势进行二分类任务，样本规模有限（33名参与者）	提高脑机接口系统中EEG手势识别的分类准确率	33名参与者执行的七种不同手势的EEG信号	脑机接口	NA	经验小波变换、带功率特征提取	混合神经网络、LDA、SVM	EEG信号	33名参与者的七种手势EEG记录
29	2025-09-23	TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113259 PMID:40968794	研究论文	本文介绍了一个用于分析交通事故的计算机视觉数据集TU-DAT	首个结合真实监控视频和高保真模拟视频的混合交通异常数据集，包含时空标注和结构化元数据	NA	解决交通异常检测模型训练和评估缺乏公开数据集的问题	道路交通事故和异常驾驶行为	计算机视觉	NA	计算机视觉分析	混合深度学习和逻辑推理框架	视频	约280个真实世界和模拟视频
30	2025-09-23	Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113267 PMID:40968798	研究论文	基于科里奥利流量计和神经网络的水煤浆固液两相流测量误差校正研究	提出深度学习校正框架，通过BP神经网络和算法优化将两相流测量误差从5.11%降低至1.01%	研究聚焦水煤浆特定工况，未验证其他类型多相流体的适用性	提升科里奥利质量流量计在液固两相流场景下的测量精度	水煤浆固液两相流体	工业过程控制	NA	深度学习、神经网络优化	BP神经网络	流量计传感器数据	通过重复性实验构建的液固两相流测量数据集
31	2025-09-23	Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113258 PMID:40968800	综述	本文全面分析深度学习增强水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新型分类框架	提出基于水下无线传感器网络（UWSNs）集成的新型分类框架，探讨通信感知SLAM方法如何提升水下导航精度和操作效率	作为综述论文，主要分析现有技术而非提出新算法，未进行实证性能验证	探讨深度学习技术如何克服水下SLAM面临的挑战，并展望未来研究方向	自主水下航行器（AUVs）和水下无线传感器网络（UWSNs）	机器人与自主系统	NA	深度学习、传感器融合、声学通信	Transformer架构、轻量级神经网络	多模态传感器数据、图像数据	NA
32	2025-09-23	Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113264 PMID:40968808	研究论文	提出结合动态3D摄影测量和深度学习的混合方法，用于面部瘫痪的客观量化评估	首次将面部运动点云数据与专家共识相结合，通过PointNet网络实现面部瘫痪严重程度的自动化定量评估	样本量较小（仅包含五种面部表情），需要进一步扩大数据集验证泛化能力	开发客观量化的面部瘫痪评估方法以解决临床主观评估的可重复性问题	面部瘫痪患者的面部运动数据	计算机视觉	面部神经疾病	动态3D摄影测量、深度学习	PointNet	3D点云数据	基于五种面部表情（静止状态和最大表情状态）的点云数据集
33	2025-09-23	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	研究论文	提出LivecellX深度学习框架，用于活细胞成像中的单细胞定向分析，解决细胞分割和追踪的准确性挑战	定义了分割校正新任务，提出纠正分割网络和轨迹级校正算法，利用归一化距离变换和合成增强技术	NA	开发可扩展的活细胞动态分析框架，提高单细胞分割和追踪精度	活细胞成像数据中的单细胞	计算机视觉	NA	深度学习、活细胞成像	CS-Net（纠正分割网络）	活细胞成像视频数据	包含来自两种不同类型显微镜的新型成像数据集
34	2025-09-23	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸	开发了基于小分子构象统计拟合的旋转异构体分布建模方法，显著提升参数化效率并扩展可建模的NCAA类型	NA	改进Rosetta软件中非经典氨基酸的参数化方法	非经典氨基酸的旋转异构体分布建模	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
35	2025-09-23	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	开发基于机器学习和深度学习的猴痘监测模型，利用临床笔记进行病例检测	首次在学习型医疗系统框架下比较传统机器学习（LASSO回归）与深度学习模型（ClinicalBERT、ClinicalLongformer）在猴痘监测中的性能	单中心回顾性研究，样本量有限（228例病例），需外部验证	开发高效的猴痘病例自动监测模型以支持公共卫生 surveillance	经PCR确诊的猴痘患者及匹配对照组	自然语言处理	猴痘	机器学习、深度学习、自然语言处理	LASSO、ClinicalBERT、ClinicalLongformer	临床文本笔记	228例确诊病例和698例匹配对照
36	2025-09-22	Reinforcing Deep Learning-Enabled Surveillance with Smart Sensors 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113345 PMID:40968866	研究论文	提出一种结合智能传感器和深度学习的创新监控强化系统，用于资源受限的物理设备和移动环境	通过深度学习技术增强监控系统的适应性和有效性，在动态公共环境中优化节点布局并确保实时响应	NA	强化三维环境中异构传感器的监控能力	资源受限的网络物理设备和移动元素	计算机视觉	NA	深度学习	NA	传感器数据	NA
37	2025-09-18	Cellular and subcellular specialization enables biology-constrained deep learning 2025-May-27, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.22.655599 PMID:40501912	研究论文	提出一种生物学约束的深度学习模型，通过模拟神经元细胞类型和树突区室化实现图像分类任务	首次将兴奋性/抑制性细胞类型分离和树突-胞体区室化结构整合到多层人工神经网络中，并采用完全生物学兼容的深度学习算法	模型虽基于生物学约束，但仍为计算模拟，需实验验证其预测	探索大脑多层级神经回路中学习协调的生物学机制	人工神经网络模型与生物神经元回路的对应关系	机器学习	NA	深度学习算法	具有循环连接的多层ANN（含兴奋性/抑制性细胞类型和树突区室化结构）	图像	NA
38	2025-09-15	Using deep learning to predict internalizing problems from brain structure in youth 2025-May-09, bioRxiv : the preprint server for biology DOI:10.1101/2024.11.28.625869 PMID:40654936	研究论文	使用深度学习基于青少年脑结构预测内化问题（如焦虑和抑郁）	首次利用深度学习从多维度脑结构特征中预测内化问题的横断面及纵向恶化轨迹，并在神经发育条件人群中表现出良好性能	纵向模型在普通人群样本中预测性能一般（AUC=0.66），且主要依赖脑结构数据，未整合其他生物或环境因素	探索内化问题的生物标志物，开发预测模型以识别高风险个体	青少年人群，包括普通人群和神经发育条件（如自闭症、ADHD）患者	机器学习	精神健康疾病	深度学习	深度学习模型（具体架构未说明）	脑结构数据（厚度、表面积、体积）	横断面分析14,523人，纵向分析10,540人，数据来自ABCD、HBN、HCP-D和POND四个大型数据集
39	2025-09-13	Histopathology-based Protein Multiplex Generation using Deep Learning 2025-May-28, medRxiv : the preprint server for health sciences DOI:10.1101/2024.01.26.24301803 PMID:39677425	研究论文	提出一种基于深度学习的框架HistoPlexer，从常规H&E组织病理图像生成空间分辨的蛋白质多重成像	使用条件生成对抗网络架构和定制损失函数，直接从H&E图像生成蛋白质多重成像，克服了传统方法成本高、耗时长的问题	NA	开发从标准H&E图像生成蛋白质多重成像的深度学习方法，用于肿瘤微环境表征	转移性黑色素瘤样本及多种癌症类型的公开数据集	数字病理	黑色素瘤	深度学习，蛋白质多重成像	条件生成对抗网络（cGAN）	组织病理图像	转移性黑色素瘤样本和多种癌症类型的公开数据集
40	2025-09-13	scDILT: A Model-Based and Constrained Deep Learning Framework for Single-Cell Data Integration, Label Transferring, and Clustering 2025 May-Jun, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3553068 PMID:40811359	研究论文	提出一种基于条件自编码器和深度嵌入聚类的单细胞数据整合工具scDILT，用于消除批次效应并保持参考数据集的细胞类型模式	首次结合条件自编码器与深度嵌入聚类，通过同质和异质约束同时实现数据整合、标签转移和聚类，支持多组学单细胞数据整合	NA	开发单细胞数据整合工具，实现新数据集与参考数据集的无损整合与标签迁移	单细胞RNA测序数据	生物信息学	NA	scRNA-seq	条件自编码器, 深度嵌入聚类	单细胞测序数据	模拟和真实数据集（未指定具体数量）