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
161	2025-09-14	Analysis of Deep Reinforcement Learning Algorithms for Task Offloading and Resource Allocation in Fog Computing Environments 2025-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s25175286 PMID:40942716	综述	本文对雾计算环境中基于深度强化学习的任务卸载与资源分配方法进行全面综述	首次系统性地对多用户设备与多雾节点场景下的深度强化学习全流程应用进行分类与分析，并提出新的分类体系	NA	解决雾计算环境中任务放置与资源分配的动态优化问题，满足严格的服务质量要求	物联网设备任务卸载与雾计算资源分配系统	机器学习	NA	深度强化学习（DRL）	DRL	系统状态数据与性能指标	NA
162	2025-09-14	Sparse-MoE-SAM: A Lightweight Framework Integrating MoE and SAM with a Sparse Attention Mechanism for Plant Disease Segmentation in Resource-Constrained Environments 2025-Aug-24, Plants (Basel, Switzerland) DOI:10.3390/plants14172634 PMID:40941799	研究论文	提出一种轻量级框架Sparse-MoE-SAM，用于资源受限环境下的植物病害分割	集成稀疏注意力机制与两阶段MoE解码器，动态激活关键通道并优化计算路径，显著降低计算成本同时保持精度	未明确说明模型在不同植物物种或极端环境条件下的泛化能力	解决资源受限环境中高精度植物病害分割的部署挑战	植物叶片病害区域	计算机视觉	植物病害	深度学习，稀疏注意力机制，混合专家系统	SAM增强框架，CNN变体	图像	三个异构数据集（PlantVillage Extended, CVPPP和自收集田间图像）
163	2025-09-14	Transfer Learning-Based Multi-Sensor Approach for Predicting Keyhole Depth in Laser Welding of 780DP Steel 2025-Aug-24, Materials (Basel, Switzerland) DOI:10.3390/ma18173961 PMID:40942387	研究论文	本研究开发基于迁移学习的深度学习模型，利用同轴熔池图像和光谱仪信号预测780DP钢激光焊接中的熔深深度	首次将多传感器数据与CNN迁移学习结合用于激光焊接熔深预测，显著提升预测精度	模型性能依赖于OCT信号的校准精度，且未明确说明模型泛化能力	预测激光焊接过程中关键孔深度以控制焊接质量	780双相钢（780DP steel）的激光焊接过程	机器视觉与工业应用	NA	光学相干断层扫描（OCT）、光谱仪信号采集、迁移学习	CNN（包括MobileNetV2, ResNet50V2, EfficientNetB3, Xception）	图像信号（同轴熔池图像）与光谱信号	未明确说明样本数量，但使用多传感器数据进行训练和验证
164	2025-09-14	A Survey of Deep Learning-Based 3D Object Detection Methods for Autonomous Driving Across Different Sensor Modalities 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175264 PMID:40942694	综述	本文全面综述了基于深度学习的自动驾驶3D目标检测方法，重点关注不同传感器模态的应用	提出按输入模态分类的结构化分类法，并系统比较不同方法在标准评估指标下的性能	NA	系统梳理和比较自动驾驶中基于深度学习的3D目标检测方法	自动驾驶场景中的3D目标检测方法	计算机视觉	NA	深度学习	NA	图像、点云、多模态数据	基于基准数据集的定量比较
165	2025-09-14	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代理和传感器数据在心血管疾病预测与预防中的应用与系统架构	提出整合多模态数据与AI技术的四层系统架构，实现无症状病理的早期检测和个性化预防干预	NA	探讨心血管疾病从被动治疗转向预测性和预防性护理的技术路径	心血管疾病患者	数字病理学	心血管疾病	可穿戴IoT设备(ECG, PPG, 机械心动图)、机器学习、深度学习、图网络、transformer网络、生成式AI、医疗大语言模型(LLMs)	深度学习、图网络、transformer网络、贝叶斯滤波、卡尔曼滤波	多模态临床和环境数据(传感器数据、电子病历、实验室生物标志物、遗传标记)	基于183项研究(2016-2025年)的综合分析
166	2025-09-14	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，通过创新的多维数据处理策略提升诊断性能	首次将TimesNet框架应用于轨道交通走行部故障诊断，采用一维数据二维张量重塑机制增强周期特征提取能力	未明确说明模型在极端噪声环境下的泛化能力及不同车型的适用性范围	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（轴承和齿轮箱）	时间序列分析	NA	多周期分解策略、二维张量重塑	TimesNet	多变量时间序列数据	高速列车轴承故障数据集和变工况齿轮箱多模式故障诊断数据集
167	2025-09-14	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	提出一种基于一维CNN的高效深度学习模型，用于从智能手表ECG中检测心律失常	首次针对智能手表ECG数据设计高效心律失常检测模型，注重模型效率与实际临床部署	二元模型特异性较低（6.25%），且仅在公开数据集上验证	开发高效心律失常自动检测方法以辅助临床诊断	智能手表采集的心电图（ECG）数据	数字病理	心血管疾病	ECG信号分析	1D CNN	时间序列信号	使用UMass Medical School Simband和MIT-BIH心律失常两个公开数据集
168	2025-09-14	Pressure-Guided LSTM Modeling for Fermentation Quantification Prediction 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175251 PMID:40942681	研究论文	本研究提出了一种结合深度学习和区块链技术的集成框架，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	提升发酵过程的实时监测和预测能力	发酵过程量化指标（发酵百分比和累积发酵量化值）	机器学习	NA	LSTM深度学习技术，区块链数据记录	LSTM	多变量时间序列数据	AAG1-3数据集（具体样本数量未明确说明）
169	2025-09-14	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	提出一种基于E-S-YOLO11n模型的自动化绵羊双眼区域检测方法，并分析眼温与直肠温度的相关性	首次结合红外热成像与深度学习实现绵羊双眼温度的自动检测，并系统分析双眼温度差异及与直肠温度的相关性	环境因素可能影响眼温作为直肠温度替代指标的可靠性，且眼温与直肠温度相关性未达到统计学显著性	开发非接触式动物体温监测方法，提升精准畜牧业的效率	绵羊	计算机视觉	NA	红外热成像技术(IRT), 深度学习	E-S-YOLO11n (YOLO变体)	热成像图像	未明确说明样本数量，但包含左右眼温度对比分析
170	2025-09-14	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	提出一种基于EN-YOLO和热融合技术的深度学习模型，用于农业中小物体检测，特别是在榴莲园中精准识别病虫害	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，并采用多模态输入策略增强鲁棒性	NA	开发自动化病虫害检测系统，提升榴莲作物产量和质量管理的智能农业应用	榴莲园中的病虫害	计算机视觉	NA	深度学习，多模态成像（RGB、近红外、热成像）	EN-YOLO（基于YOLO架构的增强模型）	图像	真实果园数据集（具体数量未明确说明）
171	2025-09-14	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，用于从FWD数据中鲁棒预测路面结构模量	开发了五种时间序列输入策略并设计混合Wide & Deep ResRNN架构，结合蒙特卡洛风格扰动评估提升模型鲁棒性	NA	提高路面结构模量预测的准确性和抗噪声鲁棒性	路面结构模量	机器学习	NA	Falling Weight Deflectometer (FWD) 数据采集	Wide & Deep ResRNN (包含SimpleRNN, GRU, LSTM)	时间序列数据	NA
172	2025-09-14	"Frustratingly easy" domain adaptation for cross-species transcription factor binding prediction 2025-Aug-05, bioRxiv : the preprint server for biology DOI:10.1101/2025.05.21.655414 PMID:40501927	研究论文	提出一种名为MORALE的领域自适应框架，用于提升跨物种转录因子结合预测的准确性和泛化性	通过对齐跨物种序列嵌入的统计矩，无需对抗训练或复杂架构即可学习物种不变调控特征	NA	解决深度学习模型在跨物种基因组序列预测中的泛化性问题	转录因子（TF）结合位点	计算生物学	NA	ChIP-seq，深度学习	嵌入式序列模型（架构无关）	DNA序列数据	多物种TF ChIP-seq数据集（包含五个物种）
173	2025-09-14	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及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与人类专家在口腔癌诊断中的表现	纳入研究存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的准确性	口腔黏膜病变（癌变与非癌变）的摄影图像	数字病理	口腔癌	深度学习	深度学习模型	图像	8项研究（具体样本量未提供）
174	2025-09-14	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	本研究开发并验证了一种基于深度学习的全自动系统，用于在头颈部侧位X光片上测量腺样体大小	首次实现全自动腺样体测量，结合RTMDet和RTMPose网络进行关键点检测，采用数学公式计算腺样体尺寸	回顾性研究，仅包含两个中心的711张X光片，可能存在选择偏倚	开发客观可靠的腺样体量化测量系统以辅助临床诊断和治疗策略制定	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	深度学习，X光成像	RTMDet, RTMPose	医学影像	711张头颈部侧位X光片来自两个医疗中心
175	2025-09-13	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	本研究通过分析社交媒体数据和真实世界医疗数据，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VaxPulse分析社交媒体讨论，并采用自控病例系列分析验证真实世界数据中的月经紊乱现象	研究基于观察性数据，无法确定因果关系，且仅关注了短期影响（最长13周）	调查COVID-19疫苗接种是否与月经紊乱发生率的增加相关	15-49岁女性在COVID-19疫苗接种后的月经变化情况	公共卫生	月经紊乱	自控病例系列分析（SCCS），深度学习自然语言处理	深度学习框架（VaxPulse）	社交媒体文本数据，医疗记录数据	澳大利亚全科医疗数据集中的15-49岁女性患者，社交媒体平台70,977条相关讨论帖子
176	2025-09-13	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整合基因表达和数字病理学数据，预测乳腺癌患者对新辅助化疗的特定治疗反应	开发基于Transformer的模型从H&E染色切片预测基因表达特征，并在多个独立队列中验证其预测病理完全缓解的能力	研究主要基于回顾性队列数据，需要在前瞻性临床试验中进一步验证	预测乳腺癌患者对新辅助化疗的治疗反应并指导精准治疗选择	1,940名接受新辅助化疗的乳腺癌患者	数字病理学	乳腺癌	深度学习、RNA测序、数字病理学	Transformer	图像、基因表达数据	1,940例乳腺癌患者样本，来自多个临床试验和真实世界队列
177	2025-09-13	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	本文介绍了一个通过头盔相机和深度学习创建的肯尼亚作物类型数据集	利用头盔相机和公民科学网络收集地理参考图像，并通过深度学习流程处理成作物类型数据集	NA	解决农业监测中详细作物类型地图数据缺乏的问题	肯尼亚小农主导地区的作物类型	计算机视觉	NA	深度学习	NA	图像	4,925个经过验证的作物类型数据点
178	2025-09-13	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CT图像缺血性卒中病灶自动识别方法	利用常规采集的未标注病灶边界的CT扫描数据训练模型，无需人工病灶标注	慢性脑部病变（特别是非卒中病灶和陈旧性卒中病灶）会显著降低识别准确率	提高缺血性卒中CT影像的自动化检测效率与准确性	急性缺血性卒中患者的脑部CT扫描影像	计算机视觉	心血管疾病	深度学习	CNN	图像	2347名患者（中位年龄82岁）的5772次CT扫描
179	2025-09-13	Advanced microstructure imaging at high b-values and high resolution combining ultra-high performance gradient diffusion imaging and model-based deep learning demonstrated using 3D multi-slab acquisition 2025-Aug-24, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70046 PMID:40851334	研究论文	本研究展示了结合高性能梯度和模型驱动深度学习的3D多层面扩散加权成像技术，用于高b值和高分辨率下的脑微结构成像	利用高性能梯度系统缩短回波时间，并通过优化的3D k空间欠采样方法显著减少采集时间，实现全脑高分辨率微结构建模	NA	开发和支持先进脑微结构建模的扩散成像方法	人脑	医学影像	NA	3D多层面扩散加权成像，隔室模型，导航运动补偿重建	模型驱动的深度学习算法	扩散加权影像	NA
180	2025-09-13	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	本研究探讨基于情景模拟结合结构化汇报的骨髓穿刺训练在临床技能教育中的有效性	将结构化汇报与情景模拟结合应用于骨髓穿刺训练，提供可复制和可扩展的教学模型	样本量有限（112名学生），且仅针对单一临床操作技能	评估基于汇报的模拟教学在临床技能教育中的效果	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	测试分数，评估结果，问卷调查数据	112名临床医学学生（对照组54人，实验组58人）