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
141	2025-10-06	Current State of Artificial Intelligence Model Development in Obstetrics 2025-Jun-05, Obstetrics and gynecology IF:5.7Q1 DOI:10.1097/AOG.0000000000005944 PMID:40472381	综述	本文综述了2019年至2024年间产科人工智能模型开发的最新进展，分析了应用趋势并评估其对产科护理的潜在影响	首次系统评估了近五年产科AI研究的全球现状，识别出最具临床应用潜力的AI模型类型	大多数研究患者群体与美国人群差异较大，模型泛化能力不确定，且极少模型已实际部署到临床实践	评估人工智能在产科领域的应用现状和发展趋势	2019年6月至2024年5月期间发表的产科AI相关研究文献	医疗人工智能	产科疾病	文献系统回顾与质量评估	机器学习,深度学习,神经网络	医学文献数据	从207篇最终纳入文献中分析，研究人群规模从10到953,909不等	NA	NA	预测准确性,模型验证	NA
142	2025-10-06	An innovative ensemble approach of deep learning models with soft computing techniques for GIS-based drought-zonation mapping in Rarh Region, West Bengal 2025-Jun, Environmental science and pollution research international DOI:10.1007/s11356-025-36634-7 PMID:40560313	研究论文	本研究采用深度学习集成方法结合软计算技术，为西孟加拉邦Rarh地区开发基于GIS的干旱分区地图	提出混合深度学习集成模型，结合多层感知器神经网络和DenseNet神经网络，用于精确绘制干旱易发区地图	研究区域局限于西孟加拉邦的Rarh地区，可能限制了模型的普适性	分析干旱情景并开发精确的干旱分区地图，为干旱管理提供决策支持	西孟加拉邦Rarh地区的Birbhum和Purba Bardhhaman地区	地理信息系统, 环境科学	NA	GIS, 深度学习, 软计算技术	MLP, DenseNet, 集成学习	空间数据, 气象数据, 农业数据, 水文数据, 社会经济数据	27个干旱评估因子，覆盖3个月、6个月和12个月三个时间尺度	NA	多层感知器神经网络, DenseNet神经网络, 混合深度学习集成模型	ROC-AUC	NA
143	2025-10-06	Research on prediction algorithm of effluent quality and development of integrated control system for waste-water treatment 2025-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03612-5 PMID:40456765	研究论文	本研究开发了一种用于废水处理厂出水质量预测的深度学习算法和集成控制系统	提出结合CNN、LSTM和GRU的QR-RF元学习器深度学习框架，并开发了集成控制系统	研究仅在江苏省某城市废水处理厂进行测试，未在其他地区验证	提高废水处理效率和质量预测精度，优化资源消耗	废水处理厂出水质量	机器学习	NA	深度学习	CNN,LSTM,GRU	废水质量监测数据	亚洲江苏省某城市废水处理厂数据	NA	CNN,LSTM,GRU,Random Forest	RMSE,MAE,COD去除率	NA
144	2025-10-06	2D Prediction of the Nutritional Composition of Dishes from Food Images: Deep Learning Algorithm Selection and Data Curation Beyond the Nutrition5k Project 2025-Jun-30, Nutrients IF:4.8Q1 DOI:10.3390/nu17132196 PMID:40647299	研究论文	本研究评估多种深度学习模型从食物图像预测营养组成的性能，并探讨数据质量对模型泛化能力的影响	超越Nutrition5k项目的数据管理方法，评估不同国家食物成分数据库对齐和数据管理策略对营养预测模型性能的影响	对复杂沙拉、鸡肉/鸡蛋类菜肴和西式早餐的预测性能普遍较差	开发意大利饮食评估工具，从食物图像直接预测质量、能量和宏量营养素含量	约5000种美国食堂复杂菜肴的食物图像和营养组成数据	计算机视觉	NA	深度学习	CNN, Transformer	图像	约5000个复杂菜肴样本	NA	ResNet-50, ResNet-101, InceptionV3, Vision Transformer-B-16	平均绝对百分比误差, 一致性百分比, 未加权Cohen's kappa, Bland-Altman图	NA
145	2025-10-06	Rice Canopy Disease and Pest Identification Based on Improved YOLOv5 and UAV Images 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134072 PMID:40648327	研究论文	基于改进YOLOv5模型和无人机图像的水稻冠层病虫害识别方法	在YOLOv5骨干网络中引入深度可分离卷积、MixConv模块、注意力机制和优化损失函数，显著提升模型速度、特征提取能力和鲁棒性	面对复杂田间环境和小数据集的挑战	实现水稻冠层病虫害的准确及时识别	四种常见水稻冠层病虫害	计算机视觉	NA	无人机图像采集、深度学习	YOLOv5	图像	NA	NA	YOLOv5_DWMix	平均精度	NA
146	2025-10-06	Unlabeled-Data-Enhanced Tool Remaining Useful Life Prediction Based on Graph Neural Network 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134068 PMID:40648324	研究论文	提出一种基于图神经网络的未标记数据增强工具剩余使用寿命预测方法	利用未标记数据定义自定义准则和损失函数，通过迁移学习将物理规则知识转移到标记数据模型中	未明确说明数据质量和模型计算复杂度	提高切削工具剩余使用寿命预测的准确性和泛化能力	切削工具	机器学习	NA	多传感器数据采集	图神经网络	多传感器时序数据	NA	NA	图神经网络	准确性, 泛化能力	NA
147	2025-10-06	FUSE-Net: Multi-Scale CNN for NIR Band Prediction from RGB Using GNDVI-Guided Green Channel Enhancement 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134076 PMID:40648337	研究论文	提出一种基于GNDVI引导的绿色通道增强方法和FUSE-Net深度学习模型，用于从RGB图像预测近红外波段	提出GNDVI引导的绿色通道调整方法(G-RGB)和结合多尺度卷积与MLP-Mixer通道学习的新型FUSE-Net架构	该方法不能替代真实的近红外数据，仅在RGB图像可用时提供可行近似	探索从标准RGB图像估计近红外反射率的低成本替代方案	罗勒叶片植被	计算机视觉	NA	高光谱成像(HSI)	CNN, MLP-Mixer	RGB图像, 高光谱图像	在受控条件下采集的罗勒叶片高分辨率RGB-HSI配对数据集	NA	FUSE-Net	均方误差(MSE), 峰值信噪比(PSNR), 光谱相关系数(SCC), 结构相似性(SSIM)	NA
148	2025-10-06	Dual Focus-3D: A Hybrid Deep Learning Approach for Robust 3D Gaze Estimation 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134086 PMID:40648341	研究论文	提出一种融合眼图外观特征与3D头部方向数据的混合深度学习架构，用于鲁棒的3D视线估计	提出多模态特征融合策略、针对3D视线预测优化的角度损失函数以及防止过拟合的正则化技术	NA	提高自然环境下3D视线估计的准确性和鲁棒性	人类视线方向	计算机视觉	NA	深度学习	混合深度学习架构	图像, 3D空间数据	5206个带注释样本	NA	Dual Focus-3D	MAE	NA
149	2025-10-06	Rolling Based on Multi-Source Time-Frequency Feature Fusion with a Wavelet-Convolution, Channel-Attention-Residual Network-Bearing Fault Diagnosis Method 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134091 PMID:40648345	研究论文	提出一种基于小波卷积和通道注意力残差网络的多源时频特征融合轴承故障诊断方法	融合连续小波变换、短时傅里叶变换、希尔伯特-黄变换和维格纳-维尔分布的多源时频特征，并构建轻量级WaveCAResNet模型	NA	提高轴承故障诊断的准确性和鲁棒性	滚动轴承	机器学习	NA	振动信号分析	CNN, 注意力机制, 残差网络	振动信号	典型轴承数据集	NA	WaveCAResNet, 残差网络, 小波卷积层, 通道注意力加权残差, 加权残差高效多尺度注意力	诊断准确率, 鲁棒性	NA
150	2025-10-06	Cross-Modal Data Fusion via Vision-Language Model for Crop Disease Recognition 2025-Jun-30, Sensors (Basel, Switzerland) DOI:10.3390/s25134096 PMID:40648350	研究论文	提出一种基于视觉语言模型的跨模态数据融合方法用于作物病害识别	首次将视觉语言模型应用于作物病害识别，通过多模态特征融合充分利用图像和文本信息的互补性	未明确说明模型在不同作物病害间的泛化能力及在真实田间环境下的性能表现	开发更准确高效的作物病害识别方法	作物叶片病害	计算机视觉,自然语言处理	作物病害	深度学习,跨模态学习	视觉语言模型	图像,文本	使用Soybean Disease、AI Challenge 2018和PlantVillage三个数据集	NA	跨注意力机制	准确率	NA
151	2025-10-06	A Deep Learning Framework for Enhancing High-Frequency Optical Fiber Vibration Sensing from Low-Sampling-Rate FBG Interrogators 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134047 PMID:40648303	研究论文	提出一种深度神经网络框架，用于从低采样率FBG解调器中增强高频光纤振动传感能力	通过深度学习方法突破低采样率FBG解调器的采样限制，实现高频振动识别	NA	开发智能光学振动传感和紧凑型低功耗状态监测解决方案	光纤布拉格光栅传感器和低功率低采样率FBG解调器	机器学习和信号处理	NA	光纤布拉格光栅传感技术	深度神经网络	原始时域信号	模拟和实验数据集组合	NA	深度神经网络	频率辨别能力	NA
152	2025-10-06	Multimodal Particulate Matter Prediction: Enabling Scalable and High-Precision Air Quality Monitoring Using Mobile Devices and Deep Learning Models 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134053 PMID:40648310	研究论文	提出一种基于移动设备摄像头和深度学习模型的多模态颗粒物浓度预测方法	首次将对比语言-图像预训练(CLIP)多模态框架应用于颗粒物浓度预测，实现从环境图像中提取视觉特征	需要季节性数据扩展和架构优化以进一步提升性能	开发可扩展的高精度空气质量监测系统	日本各地的颗粒物浓度	计算机视觉	NA	深度学习，图像分析	Transformer, 线性模型	图像，时间序列数据	多样化的智能手机拍摄图像	NA	CLIP, NLinear, Transformer	Top-1准确率, Top-5准确率, 处理时间	GPU, 单板计算机(SBC)
153	2025-10-06	A Review of OBD-II-Based Machine Learning Applications for Sustainable, Efficient, Secure, and Safe Vehicle Driving 2025-Jun-29, Sensors (Basel, Switzerland) DOI:10.3390/s25134057 PMID:40648315	综述	本文全面调查了基于OBD-II传感器数据和机器学习技术的车辆应用，旨在提升车辆系统的可持续性、运行效率、安全性和安保性	系统性地整合了多种机器学习方法在OBD-II数据上的应用，涵盖监督学习、无监督学习、强化学习、深度学习和混合模型	NA	通过机器学习技术增强车辆驾驶的可持续性、效率、安全性和安保性	车载诊断系统(OBD-II)传感器数据	机器学习	NA	OBD-II传感器技术	监督学习,无监督学习,强化学习,深度学习,混合模型	传感器数据	NA	NA	NA	NA	NA
154	2025-10-06	EpInflammAge: Epigenetic-Inflammatory Clock for Disease-Associated Biological Aging Based on Deep Learning 2025-Jun-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26136284 PMID:40650062	研究论文	开发了一个基于深度学习的可解释生物年龄预测工具EpInflammAge，整合表观遗传和炎症标志物	首次将表观遗传改变和免疫衰老这两个衰老关键标志相结合，通过深度学习创建疾病敏感的生物学年龄预测器	NA	开发高精度、疾病敏感的生物年龄预测模型	人类表观遗传和炎症数据	机器学习	老年疾病	DNA甲基化测序	深度神经网络	表观遗传数据、炎症数据	25,000个样本	NA	深度神经网络	平均绝对误差, Pearson相关系数	NA
155	2025-10-06	Exploring the Potential of a Deep Learning Model for Early CT Detection of High-Grade Metastatic Epidural Spinal Cord Compression and Its Impact on Treatment Delays 2025-Jun-28, Cancers IF:4.5Q1 DOI:10.3390/cancers17132180 PMID:40647478	研究论文	本研究评估深度学习模型在CT扫描中检测高级别转移性硬膜外脊髓压迫的能力及其对减少诊断延迟的影响	首次证明深度学习模型可帮助减少MESCC的诊断延迟，与经验丰富的评审者表现出几乎完美的一致性	回顾性研究，需要进一步前瞻性研究来确认模型在早期诊断中的确切作用	评估深度学习模型检测高级别转移性硬膜外脊髓压迫并减少诊断延迟的潜力	2015-2022年间接受手术治疗的140名C7至L2节段MESCC患者	医学影像分析	转移性硬膜外脊髓压迫	CT扫描，MRI扫描	深度学习模型	CT影像	140名患者，其中95名有术前CT扫描	NA	NA	kappa系数，诊断延迟天数	NA
156	2025-10-06	SPP-SegNet and SE-DenseNet201: A Dual-Model Approach for Cervical Cell Segmentation and Classification 2025-Jun-27, Cancers IF:4.5Q1 DOI:10.3390/cancers17132177 PMID:40647476	研究论文	提出SPP-SegNet和SE-DenseNet201双模型方法，用于宫颈细胞分割和分类	在SegNet框架中引入SPP瓶颈和空洞卷积以提取多尺度空间特征，并采用基于Squeeze-and-Excitation的DenseNet201进行分类	NA	提高宫颈癌检测的准确性	宫颈细胞	计算机视觉	宫颈癌	深度学习	CNN	图像	Pomeranian和SIPaKMeD两个数据集	NA	SegNet, DenseNet201	准确率	NA
157	2025-10-06	An Interpretability Method for Broken Wire Detection 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134002 PMID:40648258	研究论文	提出一种基于扰动的可解释性方法ESTC，用于钢丝绳断丝检测中YOLOv8模型的决策解释	针对信号对象而非普通对象设计可解释性方法，区别于同类方法	NA	解决钢丝绳断丝检测中深度学习模型的黑箱问题，提高模型可信度	钢丝绳电磁信号图像中的断丝缺陷	计算机视觉	NA	电磁信号成像	YOLOv8	图像	NA	NA	YOLOv8	NA	NA
158	2025-10-06	BDSER-InceptionNet: A Novel Method for Near-Infrared Spectroscopy Model Transfer Based on Deep Learning and Balanced Distribution Adaptation 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134008 PMID:40648263	研究论文	提出一种基于深度学习和平衡分布适应的近红外光谱模型迁移新方法	结合多尺度网络架构与平衡分布适应，增强跨仪器兼容性；提出RX-Inception多尺度结构和SE注意力机制	仅在公开的玉米和药物数据集上验证，未涉及更多作物类型或工业场景	解决近红外光谱分析中因仪器异质性、环境干扰和样品多样性导致的模型泛化能力不足问题	近红外光谱数据，特别是玉米和药物样本	机器学习	NA	近红外光谱分析技术	CNN, 迁移学习	光谱数据	公开的玉米和药物数据集	NA	Inception, Xception, ResNet, SE注意力机制	迁移效果，预测精度	NA
159	2025-10-06	A Self-Supervised Specific Emitter Identification Method Based on Contrastive Asymmetric Masked Learning 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134023 PMID:40648277	研究论文	提出一种基于对比非对称掩码学习的自监督特定辐射源识别方法，解决标签样本稀缺场景下的无线设备识别问题	首次将对比学习与非对称掩码自编码器结合用于特定辐射源识别，通过轻量级解码器和非线性映射增强射频指纹特征判别性	实验仅验证了ADS-B和Wi-Fi两种数据集，在其他无线通信场景的泛化能力有待进一步验证	开发在标签样本稀缺场景下仍能有效工作的特定辐射源识别方法	无线通信设备发射的射频信号	机器学习	NA	射频指纹识别	自编码器,对比学习	射频信号	真实世界的ADS-B和Wi-Fi数据集	NA	非对称自编码器,通道压缩激励残差块,单层卷积解码器	NA	NA
160	2025-10-06	A Comprehensive Methodological Survey of Human Activity Recognition Across Diverse Data Modalities 2025-Jun-27, Sensors (Basel, Switzerland) DOI:10.3390/s25134028 PMID:40648284	综述	本文对2014年至2025年间基于多种数据模态的人类活动识别方法进行了全面调查	涵盖多种数据模态的全面方法论调查，包括单模态和多模态技术，重点关注融合学习和协同学习框架	仅包含英文同行评审研究论文，可能遗漏其他语言的重要研究成果	系统梳理人类活动识别领域的最新进展和发展方向	人类活动识别系统和方法	计算机视觉	NA	机器学习，深度学习	NA	RGB图像和视频，骨架，深度，红外，点云，事件流，音频，加速度，雷达信号	NA	NA	NA	NA	NA