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
281	2025-10-06	Digital Cardiovascular Twins, AI Agents, and Sensor Data: A Narrative Review from System Architecture to Proactive Heart Health 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175272 PMID:40942702	综述	本文综述了数字心血管孪生、AI智能体和传感器数据在心血管疾病预测和预防中的应用	提出结合数字心血管孪生、多模态传感器数据和人工智能的多层架构，实现心血管疾病的早期预警和个性化预防	作为叙事性综述，缺乏原始数据分析和系统性质量评估	探讨心血管疾病从被动治疗向预测性预防性护理转变的技术路径	心血管疾病患者的多模态数据（心电图、光电容积脉搏波、机械心动图等）	数字病理学	心血管疾病	可穿戴IoT设备（ECG、PPG、机械心动图）、临床记录、实验室生物标志物、遗传标记	机器学习,深度学习,图神经网络,Transformer网络,生成式AI	多维度数据流、传感器数据、临床数据	基于183项2016-2025年间发表的研究	NA	图网络,Transformer,贝叶斯滤波器,卡尔曼滤波器	NA	云计算,边缘计算
282	2025-10-06	Intelligent Fault Diagnosis System for Running Gear of High-Speed Trains 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175269 PMID:40942699	研究论文	本研究将TimesNet时间序列建模框架引入高速列车走行部故障诊断领域，通过创新的多周期分解和二维张量重塑策略提升诊断性能	首次将TimesNet框架应用于轨道交通走行部故障诊断，采用多维时间序列数据二维重塑技术增强周期特征提取能力	未明确说明模型在其他类型机械故障诊断中的泛化能力，且计算资源需求未详细量化	开发满足实时性要求的高速列车走行部智能故障诊断系统	高速列车走行部轴承和变速箱	机器学习	NA	时间序列分析	TimesNet	多元时间序列数据	高速列车轴承故障数据集和变速箱多模式故障数据集	NA	TimesNet	诊断准确率, 推理时间	嵌入式部署平台
283	2025-10-06	Efficient Deep Learning-Based Arrhythmia Detection Using Smartwatch ECG Electrocardiograms 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175244 PMID:40942673	研究论文	提出一种基于1D CNN的高效深度学习模型，用于从智能手表心电图检测心律失常	首次将深度学习模型应用于智能手表心电图数据，并同时考虑模型效率和临床实用性	二元模型特异性较低(6.25%)，可能影响实际应用效果	开发高效的心律失常自动检测方法以支持临床诊断	智能手表采集的心电图数据	机器学习	心血管疾病	心电图分析	CNN	心电图信号	使用UMass Medical School Simband和MIT-BIH心律失常两个数据库	NA	1D CNN	准确率, 灵敏度, 特异性	模型参数120万，计算量68.48 MFlops
284	2025-10-06	Pressure-Guided LSTM Modeling for Fermentation Quantification Prediction 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175251 PMID:40942681	研究论文	本研究开发了一种结合深度学习和区块链技术的发酵监测框架，用于预测发酵过程的量化指标	将LSTM模型与区块链数据记录相结合，提高了发酵监测的可靠性和透明度	NA	开发可靠的发酵过程预测和监测系统	发酵过程的量化指标预测	机器学习	NA	模块化传感器单元数据采集，区块链数据记录	LSTM	多元时间序列数据	AAG1-3数据集	NA	LSTM	决定系数(R²)	NA
285	2025-10-06	High-Performance Automated Detection of Sheep Binocular Eye Temperatures and Their Correlation with Rectal Temperature 2025-Aug-22, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172475 PMID:40941270	研究论文	本研究开发了一种用于自动检测绵羊双眼区域的E-S-YOLO11n模型，并分析了眼温与直肠温度的相关性	首次提出E-S-YOLO11n模型用于绵羊双眼区域的自动检测，并系统分析了双眼温度差异及其与直肠温度的关系	环境因素可能限制眼温作为直肠温度替代指标的可靠性，眼温与直肠温度相关性较弱且未达到统计学显著性	开发非接触式动物体温监测方法，探索眼温与直肠温度的相关性	绵羊	计算机视觉	NA	红外热成像技术(IRT)	YOLO	热成像图像	NA	NA	E-S-YOLO11n	精确率,召回率,mAP@0.5,F1分数,FPS,参数量,模型大小,GFLOPs	NA
286	2025-10-06	Small Object Detection in Agriculture: A Case Study on Durian Orchards Using EN-YOLO and Thermal Fusion 2025-Aug-22, Plants (Basel, Switzerland) DOI:10.3390/plants14172619 PMID:40941783	研究论文	提出EN-YOLO深度学习模型用于榴莲果园病虫害的小目标检测	集成EfficientNet骨干网络和多模态注意力机制，引入大跨度残差边缘保留关键空间信息，采用多模态输入策略	NA	开发自动化病虫害检测系统以提升榴莲种植管理效率	榴莲果园中的病虫害	计算机视觉	植物病虫害	多模态成像（RGB、近红外、热成像）	YOLO	图像	真实果园数据集	NA	EN-YOLO, EfficientNet, YOLOv8, YOLOv5-EB, Fieldsentinel-YOLO	计数准确率, 检测准确率, 泛化能力, 小目标识别能力	支持实时无人机部署
287	2025-10-06	Robust Pavement Modulus Prediction Using Time-Structured Deep Models and Perturbation-Based Evaluation on FWD Data 2025-Aug-22, Sensors (Basel, Switzerland) DOI:10.3390/s25175222 PMID:40942651	研究论文	提出一种结合时间结构建模和扰动评估的集成框架，用于路面结构模量的鲁棒预测	开发了五种时间序列输入策略，设计了混合Wide & Deep ResRNN架构，并采用基于高斯噪声扰动的蒙特卡洛式置信区间估计方法	仅使用±3%方差的高斯噪声模拟传感器不确定性，可能无法覆盖所有实际噪声类型	提高路面结构模量预测的准确性和鲁棒性	路面结构模量	机器学习	NA	Falling Weight Deflectometer (FWD) 数据采集	SimpleRNN, GRU, LSTM	时间序列数据	NA	NA	Wide & Deep ResRNN	预测准确度, 稳定性	NA
288	2025-10-06	Diagnosis of Oral Cancer With Deep Learning. A Comparative Test Accuracy Systematic Review 2025-Aug, Oral diseases IF:2.9Q1 DOI:10.1111/odi.15330 PMID:40163741	系统综述	比较深度学习模型与人类专家和其他诊断方法在口腔癌临床检测中的诊断准确性	首次通过贝叶斯荟萃分析直接比较深度学习模型与人类专家在口腔癌诊断中的准确性	纳入研究数量有限（8项），所有研究均存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的临床应用价值	口腔黏膜病变（癌变与非癌变）的摄影图像	计算机视觉	口腔癌	深度学习	深度学习模型	图像	8项研究纳入的患者口腔黏膜病变图像	NA	NA	灵敏度, 特异度	NA
289	2025-10-06	Feasibility study of fully automatic measurement of adenoid size on lateral neck and head radiographs using deep learning 2025-Aug, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-025-06332-0 PMID:40658209	研究论文	开发并验证基于深度学习的全自动腺样体尺寸测量系统，用于侧位头颈部X光片分析	首次实现基于RTMDet和RTMPose网络的腺样体尺寸全自动测量系统	回顾性研究，仅包含两个中心的711张X光片	开发全自动腺样体尺寸测量系统以提高临床诊断效率	头颈部侧位X光片中的腺样体组织	计算机视觉	耳鼻喉疾病	X射线成像	深度学习	医学影像	711张侧位头颈部X光片，来自两个医疗中心	NA	RTMDet, RTMPose	ICC, MAD, RMS, Bland-Altman图	NA
290	2025-10-06	Validating community concerns of menstrual changes associated with COVID-19 vaccination using a self-controlled case series analysis of real-world data 2025-Aug-30, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2025.127511 PMID:40695092	研究论文	本研究通过社交媒体分析和真实世界数据分析验证了COVID-19 mRNA疫苗接种与月经变化之间的关联	结合深度学习框架分析社交媒体讨论与真实世界医疗数据，首次系统验证COVID-19疫苗接种与月经变化的关联	研究基于观察性数据，无法确定因果关系，且仅分析了特定时间段的数据	调查COVID-19疫苗接种是否与月经紊乱发生率增加相关	15-49岁女性接种COVID-19疫苗后的月经变化情况	公共卫生，医学信息学	月经紊乱，疫苗相关不良反应	自我对照病例系列分析，深度学习自然语言处理	深度学习框架	社交媒体文本数据，医疗记录数据	70,977条社交媒体帖子，澳大利亚全科医疗数据集（2021年1月-2023年3月）	VaxPulse（专有深度学习框架）	NA	相对发病率，95%置信区间，P值	NA
291	2025-10-06	Integration of Gene Expression and Digital Histology to Predict Treatment-Specific Responses in Breast Cancer 2025-Aug-27, medRxiv : the preprint server for health sciences DOI:10.1101/2025.08.25.25334393 PMID:40909848	研究论文	本研究通过深度学习模型整合基因表达特征和数字病理学图像，预测乳腺癌患者对新辅助化疗的治疗反应	首次将基于Transformer的模型应用于数字病理学图像来推断基因表达特征，并在多个临床试验队列中验证其预测治疗反应的能力	研究主要基于回顾性队列数据，需要在前瞻性研究中进一步验证	开发能够预测乳腺癌治疗反应的数字病理学模型	1,940例接受新辅助化疗的乳腺癌患者的治疗前H&E染色活检样本	数字病理学	乳腺癌	数字组织学，RNA测序	Transformer	图像，基因表达数据	1,940例乳腺癌患者，来自多个临床试验队列	NA	Transformer	AUC	NA
292	2025-10-06	Helmets Labeling Crops: Kenya Crop Type Dataset Created via Helmet-Mounted Cameras and Deep Learning 2025-Aug-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05762-7 PMID:40866406	研究论文	本文通过头盔相机和深度学习技术创建了肯尼亚作物类型数据集	首次使用头盔相机结合公民科学网络收集作物数据，并开发深度学习流程处理图像	数据收集成本较高，仅覆盖肯尼亚2021和2022年长雨季	解决小农主导地区作物类型地图数据不足的问题，支持农业监测和粮食安全评估	肯尼亚小农种植的作物类型	计算机视觉	NA	头盔相机图像采集，深度学习	深度学习模型	图像	4,925个已验证的作物类型数据点	NA	NA	NA	NA
293	2025-10-06	Development of a deep learning method to identify acute ischaemic stroke lesions on brain CT 2025-Aug-26, Stroke and vascular neurology IF:4.4Q1 DOI:10.1136/svn-2024-003372 PMID:39572171	研究论文	开发一种基于深度学习的自动识别脑CT中急性缺血性卒中病灶的方法	使用仅标注但未进行病灶注释的常规脑CT扫描训练深度学习模型，无需传统方法所需的精细病灶标注	慢性脑部病变（特别是非卒中病变和旧卒中病灶）会显著降低检测准确性	开发快速自动化的脑CT缺血性卒中病灶检测方法	脑CT扫描图像	计算机视觉	缺血性卒中	CT成像	CNN	医学图像	2347名患者的5772张脑CT扫描	NA	卷积神经网络	准确率	NA
294	2025-10-06	Enhancing clinical skills education through scenario-based simulation with debriefing: A randomized controlled study on bone marrow aspiration training 2025-Aug-22, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044031 PMID:40859555	研究论文	本研究通过随机对照试验评估基于情景模拟结合结构化汇报的骨髓穿刺培训在临床技能教育中的效果	将结构化汇报与情景模拟相结合应用于骨髓穿刺培训，提供了可复制、可扩展的教学模型及其有效性证据	样本量相对有限（112名学生），且仅针对骨髓穿刺单一技能培训	评估基于汇报的情景模拟教学在临床技能教育中的有效性	112名临床医学学生	医学教育	NA	情景模拟训练、结构化汇报	NA	考试成绩、技能评估分数、问卷调查数据	112名临床医学学生（对照组54人，实验组58人）	NA	NA	前后测试成绩、骨髓穿刺评估分数、技能测试分数、客观结构化临床考试分数	NA
295	2025-10-06	Diagnostic report generation for macular diseases by natural language processing algorithms 2025-Aug-20, The British journal of ophthalmology DOI:10.1136/bjo-2024-326064 PMID:40348396	研究论文	本研究开发了基于规则和深度学习的自然语言处理算法，用于自动生成黄斑疾病的诊断报告	首次将多模态AI系统与NLP算法结合，针对四种黄斑疾病自动生成结构化诊断报告	仅针对四种特定黄斑疾病，样本量相对有限，未与资深眼科专家进行对比	研究自动生成黄斑疾病自然语言诊断报告的方法	1303名患者的2261只眼睛	自然语言处理	黄斑疾病	彩色眼底摄影，光学相干断层扫描	深度学习	图像，文本	2261只眼睛（来自1303名患者）	NA	NA	可读性评分，诊断正确性评分，病变描述评分，建议评分	NA
296	2025-10-06	Artificial Intelligence in Adult Congenital Heart Disease: Diagnostic and Therapeutic Applications and Future Directions 2025-Aug, Reviews in cardiovascular medicine IF:1.9Q3 DOI:10.31083/RCM41523 PMID:40927097	综述	本文综述人工智能在成人先天性心脏病领域的诊断、治疗应用及未来发展方向	系统阐述AI在ACHD领域多模态应用的创新潜力，包括影像自动分析、心电图缺陷识别、风险预测模型和3D手术规划	数据可用性不足、算法偏差、缺乏前瞻性验证和临床整合问题	探讨人工智能在成人先天性心脏病诊疗中的临床应用价值与发展前景	成人先天性心脏病患者群体	数字病理	心血管疾病	机器学习, 深度学习	NA	医学影像, 心电图, 临床数据	NA	NA	NA	准确率, 诊断一致性	NA
297	2025-10-06	Deep Learning-Based Super Resolution Applied to Finite Element Analysis of Fused Deposition Modeling 3D Printing 2025-Aug, 3D printing and additive manufacturing IF:2.3Q3 DOI:10.1089/3dp.2023.0191 PMID:40933586	研究论文	提出一种基于深度学习的超分辨率方法，用于改进熔融沉积建模3D打印的有限元分析精度和计算效率	将有限元分析中的网格模型类比为图像分辨率问题，首次将超分辨率技术应用于改进粗糙网格模型的精度	温度场和位移场之间的映射关系存在差异，需要分别处理	通过深度学习技术提高3D打印有限元分析的精度并减少计算时间	熔融沉积建模3D打印过程的温度场和位移场预测	计算机视觉	NA	有限元分析，熔融沉积建模	深度学习，超分辨率网络	网格数据，温度场图像，位移场图像	NA	NA	超分辨率残差网络	峰值信噪比，结构相似性指数	NA
298	2025-10-06	DeepEVD: Integrating Epidemiological data into deep learning frameworks based on spatio-temporal feature learning for EVD forecasting 2025-Aug, Spatial and spatio-temporal epidemiology IF:2.1Q3 DOI:10.1016/j.sste.2025.100741 PMID:40935501	研究论文	提出一种集成人类移动数据的深度学习框架DeepEVD，用于埃博拉病毒病暴发预测	首次将多种移动数据源（手机记录、GPS轨迹、社交媒体）与时空特征学习相结合，通过GCN和LSTM网络建立移动模式与EVD病例的时空关联	仅在西非疫情和塞拉利昂疫情数据集上验证，未在其他地区或疫情中测试	开发能够准确预测埃博拉病毒病暴发的深度学习框架	埃博拉病毒病传播与人类移动模式的关系	机器学习	埃博拉病毒病	时空数据分析，移动数据整合	GCN, LSTM	移动数据（手机记录、GPS轨迹、社交媒体），流行病学数据	2014-2016年西非疫情数据集，2015-2016年塞拉利昂疫情数据集	NA	图卷积网络，长短期记忆网络	预测误差降低率（5%-10%）	NA
299	2025-09-12	A weakly-supervised deep learning model for fast localisation and delineation of the skeleton, internal organs, and spinal canal on whole-body diffusion-weighted MRI (WB-DWI) 2025-Aug-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109043 PMID:40929938	研究论文	提出一种弱监督深度学习模型，用于在全身扩散加权MRI上快速定位和勾画骨骼、内部器官及椎管	使用基于图谱方法生成的“软标签”训练3D残差U-Net，实现快速且可重复的概率图生成，速度比传统方法快12倍	模型在肋骨区域的骨骼勾画性能相对较低（Dice评分0.67），且仅在晚期前列腺癌和多发性骨髓瘤患者中验证	开发自动化算法以支持癌症成像生物标志物（ADC和TDV）的量化测量	晚期前列腺癌（APC）和多发性骨髓瘤（MM）患者的全身扩散加权MRI扫描	数字病理	前列腺癌	WB-DWI（全身扩散加权磁共振成像）	3D Residual U-Net	image	532例患者扫描用于训练和验证，45例患者用于测试	NA	NA	NA	NA
300	2025-09-12	Sparse Learning Enabled by Constraints on Connectivity and Function 2025-Aug-22, Physical review letters IF:8.1Q1 DOI:10.1103/918k-x6np PMID:40929306	研究论文	本文通过可解析的联想学习模型，评估了不同稀疏性约束对连接和功能的影响，并提出了在线实现稀疏性的方法	发现ℓ₀范数约束可实现最优稀疏水平，且通过消除弱连接可获得近乎相同的效率，并支持在线实施	NA	研究如何在保持网络性能的前提下实现稀疏连接，以促进神经科学、深度学习和神经形态计算应用	人工神经网络和大脑的稀疏连接特性	机器学习	NA	ℓ₀范数约束、稀疏性诱导约束	可解析的联想学习模型	NA	NA	NA	NA	NA	NA