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
341	2025-06-30	Improving Doppler Radar Precipitation Prediction with Citizen Science Rain Gauges and Deep Learning 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123719 PMID:40573605	研究论文	利用公民科学雨量计数据和深度学习改进多普勒雷达降水预测	结合公民科学雨量计观测和深度学习框架，通过构建分段线性降雨累积函数来校正雷达降水率偏差	在完全未见过的区域泛化能力有限，特别是对高强度降雨	提高多普勒雷达降水预测的准确性和实时性	多普勒雷达降水预测	机器学习	NA	深度学习	ResNet-101	雷达数据和雨量计观测数据	NA
342	2025-06-30	EffRes-DrowsyNet: A Novel Hybrid Deep Learning Model Combining EfficientNetB0 and ResNet50 for Driver Drowsiness Detection 2025-Jun-13, Sensors (Basel, Switzerland) DOI:10.3390/s25123711 PMID:40573599	研究论文	提出了一种名为EffRes-DrowsyNet的混合深度学习模型，用于检测驾驶员疲劳状态	结合EfficientNetB0的计算效率和ResNet50的深度表征能力，构建新型混合模型	未明确说明模型在极端光照或遮挡条件下的表现	开发高性能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	视频分析	EfficientNetB0与ResNet50混合模型	视频	三个基准数据集（SUST-DDD、YawDD和NTHU-DDD）
343	2025-06-30	A Review of Research on Fruit and Vegetable Picking Robots Based on Deep Learning 2025-Jun-12, Sensors (Basel, Switzerland) DOI:10.3390/s25123677 PMID:40573563	综述	本文综述了基于深度学习的果蔬采摘机器人关键技术及应用，探讨了当前技术瓶颈及未来发展方向	首次全面梳理深度学习技术在果蔬采摘机器人中的核心应用、技术瓶颈及未来趋势	未涉及具体实验验证或量化性能对比	为深度学习技术在果蔬采摘机器人中的实际应用提供理论支持和实践指导	果蔬采摘机器人	计算机视觉	NA	深度学习	NA	多模态数据	NA
344	2025-06-30	Lights-Transformer: An Efficient Transformer-Based Landslide Detection Model for High-Resolution Remote Sensing Images 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123646 PMID:40573533	研究论文	提出了一种基于Transformer的高效滑坡检测模型Lights-Transformer，用于高分辨率遥感图像	引入了多尺度上下文信息、高效注意力机制、融合块和多角度特征融合，以及轻量分割头以提高推理速度	未提及具体的数据集限制或模型泛化能力的测试	提高滑坡检测的准确性和效率	高分辨率遥感图像中的滑坡区域	计算机视觉	NA	深度学习	Transformer	图像	GDCLD数据集
345	2025-06-30	CAGNet: A Network Combining Multiscale Feature Aggregation and Attention Mechanisms for Intelligent Facial Expression Recognition in Human-Robot Interaction 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123653 PMID:40573540	研究论文	提出了一种结合多尺度特征聚合和注意力机制的神经网络CAGNet，用于人机交互中的智能面部表情识别	结合多尺度特征聚合和注意力机制，优化局部和全局特征的捕获，提高面部表情识别的准确率	仅在FER2013和CK+两个标准数据集上进行了验证，未在其他多样化数据集上测试	提升人机交互中面部表情识别的准确性和自然性	面部表情识别	计算机视觉	NA	深度学习	CNN, CBAM, GAP	图像	FER2013和CK+数据集
346	2025-06-30	Remaining Useful Life Prediction of Bearings via Semi-Supervised Transfer Learning Based on an Anti-Self-Healing Health Indicator 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123662 PMID:40573548	研究论文	本文提出了一种基于抗自愈健康指标的半监督迁移学习方法，用于预测轴承的剩余使用寿命	提出了一种抗自愈健康指标（ASH-HI）和基于Transformer架构的半监督迁移学习方法，解决了自愈现象和缺乏寿命终止数据的问题	未提及具体的数据集规模限制或模型计算复杂度	提高轴承剩余使用寿命预测的准确性和实用性	滚动轴承	机器学习	NA	迁移学习，半监督学习	Transformer	信号特征	使用PHM 2012、NASA IMS和实验设置三个数据集进行验证
347	2025-06-30	A Novel Bilateral Data Fusion Approach for EMG-Driven Deep Learning in Post-Stroke Paretic Gesture Recognition 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123664 PMID:40573553	研究论文	介绍了一种用于从亚急性中风患者的肌电信号中识别手势的混合深度学习模型	提出了一种新颖的双侧数据融合方法，结合非麻痹肢体的肌电信号进行训练，显著提升了模型性能	结果可能略低于传统监督学习算法	提高中风后麻痹手势识别的准确性	25名表现出麻痹临床特征的中风患者	机器学习	中风	EMG	CNN-LSTM	肌电信号	25名患者的七种手势运动数据，分两次采集
348	2025-06-30	A Survey of Deep Learning-Driven 3D Object Detection: Sensor Modalities, Technical Architectures, and Applications 2025-Jun-11, Sensors (Basel, Switzerland) DOI:10.3390/s25123668 PMID:40573555	综述	本文全面综述了深度学习驱动的3D物体检测，聚焦于传感器模态与技术架构之间的协同创新	提出双轴'传感器模态-技术架构'分类框架，系统分析基于RGB相机、LiDAR及多模态融合的检测方法	未涉及具体实验验证或性能比较	推动3D感知系统向更高精度和更强泛化能力发展	3D物体检测方法	计算机视觉	NA	深度学习	CNN, BEV方法, 占用网络, 时序融合架构	RGB图像, LiDAR点云, 多模态数据	NA
349	2025-06-30	Federated Learning and EEL-Levy Optimization in CPS ShieldNet Fusion: A New Paradigm for Cyber-Physical Security 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123617 PMID:40573503	研究论文	本文提出了一种名为CPS ShieldNet Fusion的综合安全框架，结合联邦学习和EEL-Levy优化方法，以增强网络物理系统的安全性	结合联邦残差卷积网络(FedRCNet)和EEL-Levy融合优化(ELFO)方法，实现去中心化模型训练并提升复杂安全威胁检测能力	现有方法在可扩展性、数据隐私和应对CPS环境动态性方面仍存在局限	提升网络物理系统(CPS)的网络安全防护能力	网络物理系统(CPS)	机器学习	NA	联邦学习, EEL-Levy优化	Federated Residual Convolutional Network (FedRCNet)	网络安全数据	CICIoT-2023, Edge-IIoTset-2023和UNSW-NB数据集
350	2025-06-30	Robust Estimation of Unsteady Beat-to-Beat Systolic Blood Pressure Trends Using Photoplethysmography Contextual Cycles 2025-Jun-09, Sensors (Basel, Switzerland) DOI:10.3390/s25123625 PMID:40573512	研究论文	提出一种基于光电容积描记术（PPG）和深度学习的新型方法，用于稳健估计逐拍收缩压趋势	引入了两阶段架构和新型输入结构'上下文周期'，将单次收缩压值预测转化为序列预测任务，并利用并行ResU块和Transformer层捕捉周期间交互和时间依赖性	未明确说明模型在长期连续监测中的表现或对不同人群的适用性	开发可靠的逐拍收缩压趋势估计方法，用于日常健康监测	光电容积描记术（PPG）信号和收缩压趋势	机器学习	心血管疾病	深度学习	并行ResU块和Transformer层的混合模型	PPG信号	NA
351	2025-06-30	Unobtrusive Sleep Posture Detection Using a Smart Bed Mattress with Optimally Distributed Triaxial Accelerometer Array and Parallel Convolutional Spatiotemporal Network 2025-Jun-08, Sensors (Basel, Switzerland) DOI:10.3390/s25123609 PMID:40573496	研究论文	开发了一种基于智能床垫的非接触式睡眠姿势检测系统，用于睡眠质量评估和健康监测	使用八个优化分布的三轴加速度计作为前端数据采集单元，并构建了并行卷积时空网络（PCSN）进行睡眠姿势分类	未提及系统在真实环境中的长期稳定性和对不同体型人群的适用性	开发一种低成本、非接触式的睡眠姿势检测系统，用于改善睡眠质量评估和健康监测	睡眠姿势（俯卧、仰卧、左侧卧、左侧胎儿式、右侧卧、右侧胎儿式）	数字健康	睡眠呼吸暂停、压疮	三轴加速度计、并行卷积时空网络	CNN、LSTM、Bi-LSTM	加速度数据	未明确提及样本数量
352	2025-06-30	Segment Anything Model (SAM) and Medical SAM (MedSAM) for Lumbar Spine MRI 2025-Jun-07, Sensors (Basel, Switzerland) DOI:10.3390/s25123596 PMID:40573483	研究论文	本研究评估了Segment Anything Model (SAM)和Medical SAM (MedSAM)在腰椎MRI图像中分割椎间盘和椎体的性能，并与nnU-Net模型进行了比较	首次在腰椎MRI分割中应用零样本深度学习模型SAM和MedSAM，并展示了它们在无需训练数据情况下的可行性	性能仍不及最新的nnU-Net模型，分割结果存在一定的不一致性	评估零样本深度学习模型在腰椎MRI分割中的性能	腰椎MRI图像中的椎间盘(IVD)和椎体(VB)	数字病理	腰椎疾病	MRI	SAM, MedSAM, nnU-Net	图像	82具捐赠者脊柱样本
353	2025-06-30	Enhanced RNA secondary structure prediction through integrative deep learning and structural context analysis 2025-Jun-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf533 PMID:40530692	research paper	该论文提出了一种整合深度学习和结构上下文分析的RNA二级结构预测方法	采用分阶段学习策略整合RNA序列和结构上下文信息，并利用配对约束训练模型，显著提高了预测的鲁棒性	数据稀缺和过拟合问题仍然存在	提高RNA二级结构预测的准确性和鲁棒性	RNA二级结构	machine learning	NA	deep learning	DSRNAFold	RNA序列和结构数据	多个基准数据集
354	2025-06-30	Method for Estimating Amount of Saliva Secreted Using a Throat Microphone 2025-Jun-06, Sensors (Basel, Switzerland) DOI:10.3390/s25123584 PMID:40573471	研究论文	提出一种使用喉部麦克风声音来估计唾液分泌量的方法	首次提出利用可穿戴喉部麦克风采集的声音，通过深度学习分类吞咽声音来估计唾液分泌量	唾液分泌量估计的相关系数R为0.600，准确度有待提高	开发一种能够持续监测唾液分泌量的方法	人类唾液分泌	机器学习	口腔疾病	深度学习	NA	声音	NA
355	2025-06-30	Enhanced risk stratification for stage II colorectal cancer using deep learning-based CT classifier and pathological markers to optimize adjuvant therapy decision 2025-Jun-04, Annals of oncology : official journal of the European Society for Medical Oncology IF:56.7Q1 DOI:10.1016/j.annonc.2025.05.537 PMID:40480552	研究论文	本研究开发了一种结合深度学习CT分类器和病理标志物的智能风险整合系统（IRIS-CRC），用于更精确地分层II期结直肠癌患者的风险，以优化辅助治疗决策	首次将基于Swin Transformer的深度学习CT分类器（STAR-CRC）与病理标志物整合，创建了四层预后分层的IRIS-CRC系统，相比现有指南显著提高了风险分层的精确性	研究仅基于回顾性数据，需要前瞻性临床试验验证其临床效用	开发更精确的II期结直肠癌风险分层系统以优化辅助化疗决策	II期结直肠癌患者	数字病理	结直肠癌	多平面CT成像分析	Swin Transformer（STAR-CRC）	CT图像+病理标志物数据	2992例II期CRC患者（来自12个中心），其中1587例用于模型开发，1405例用于外部验证
356	2025-06-30	Clinical outcome and deep learning imaging characteristics of patients treated by radio-chemotherapy for a "molecular" glioblastoma 2025-Jun-04, The oncologist DOI:10.1093/oncolo/oyaf127 PMID:40542584	研究论文	本研究评估了分子胶质母细胞瘤（molGB）对标准治疗的反应，并探讨了深度学习和机器学习在MRI上区分无对比增强的molGB与低级别胶质瘤（LGG）的能力	首次利用AI模型基于MRI FLAIR高信号分割特征区分无对比增强的molGB与LGG，并发现无对比增强的molGB患者生存期更长	研究为回顾性设计，样本量相对较小（132例患者），且未探讨不同分子亚型的潜在异质性	评估分子胶质母细胞瘤对标准治疗的反应及开发基于AI的影像学诊断工具	132例接受放疗和替莫唑胺治疗的胶质母细胞瘤患者（包括histGB和molGB亚型）	数字病理学	胶质母细胞瘤	MRI FLAIR成像	深度学习/AI模型	医学影像（MRI）	132例患者（包含histGB和molGB亚型）
357	2025-06-30	The role of learned song in the evolution and speciation of Eastern and Spotted towhees 2025-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013135 PMID:40526780	研究论文	本研究探讨了东方斑唧鹀和斑点唧鹀学习歌曲在物种进化和分化中的作用	利用机器学习模型分析歌曲特征，揭示小变异在多特征中如何促进姐妹物种识别其物种特异性歌曲	公开可用的遗传数据有限，且物种分类在重叠区域的准确性较低	研究学习歌曲在物种进化和分化中的作用	东方斑唧鹀和斑点唧鹀	机器学习	NA	机器学习	随机森林、深度学习、梯度提升机、卷积神经网络（CNN）	音频	广泛的社区科学录音，包括重叠区域和潜在杂交个体的歌曲
358	2025-06-29	Systems and synthetic biology for plant natural product pathway elucidation 2025-Jun-24, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2025.115715 PMID:40382775	综述	本文总结了系统和合成生物学在植物代谢途径表征和工程中的应用进展	讨论了多种策略，包括共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究和蛋白质复合物鉴定，并通过案例研究展示了这些方法在解析复杂途径和提高重要天然产物产量中的应用	未具体提及研究的局限性	探索植物天然产物途径的解析和工程化	植物代谢途径和天然产物	合成生物学	NA	共表达分析、基因簇鉴定、代谢物分析、深度学习方法、全基因组关联研究、蛋白质复合物鉴定	深度学习	基因组数据、代谢物数据	NA
359	2025-06-29	Qualitative and quantitative analysis of functional cardiac MRI using a novel compressed SENSE sequence with artificial intelligence image reconstruction 2025-Jun-19, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110448 PMID:40543831	研究论文	评估结合压缩感知(CS)与基于深度学习的算法(CS-AI)在心脏磁共振成像(MRI)中加速平衡稳态自由进动(bSSFP)序列的可行性	首次将压缩感知(CS)与基于卷积神经网络(CNN)的深度学习算法(CS-AI)结合，用于加速心脏MRI并保持图像质量和功能分析准确性	研究仅涉及30名健康志愿者，未在患者群体中验证	探索加速心脏MRI扫描同时保持图像质量和功能分析准确性的新方法	心脏磁共振成像	医学影像分析	心血管疾病	压缩感知(CS)、深度学习算法(CS-AI)、平衡稳态自由进动(bSSFP)	CNN	MRI图像	30名健康志愿者
360	2025-06-29	Sentiment Analysis Using a Large Language Model-Based Approach to Detect Opioids Mixed With Other Substances Via Social Media: Method Development and Validation 2025-Jun-19, JMIR infodemiology IF:3.5Q1 DOI:10.2196/70525 PMID:40536906	研究论文	本研究利用大型语言模型GPT-3.5 Turbo分析社交媒体上的评论，以检测混合其他物质的阿片类药物使用情况及其相关风险	采用GPT-3.5 Turbo等先进模型分析YouTube评论中的情感，以预测阿片类药物过量风险，相比传统机器学习模型性能提升3.26%	数据来源仅限于YouTube评论，可能无法全面代表所有阿片类药物使用者的体验	通过分析社交媒体数据，提高对阿片类药物使用及其风险的监测能力，以改善医疗响应和干预策略	YouTube上关于混合其他物质的阿片类药物使用的自报告评论	自然语言处理	阿片类药物滥用	情感分析	GPT-3.5 Turbo, 深度学习模型, 变压器模型	文本	2020年12月至2024年3月期间的YouTube评论