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
201	2026-02-02	Empirical Mode Decomposition-Based Deep Learning Model Development for Medical Imaging: Feasibility Study for Gastrointestinal Endoscopic Image Classification 2025-Dec-22, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010004 PMID:41590889	研究论文	本研究提出了一种基于二维经验模态分解的深度学习框架，用于提升医学图像分类性能，并在胃肠道内窥镜图像分类任务中验证其有效性	将二维经验模态分解技术集成到深度学习流程中，通过分解图像为内在模态函数来增强图像特征，从而显著提高模型性能	仅使用公开的Kvasir数据集进行验证，未在其他医学图像领域或更大规模数据集上测试，且未详细讨论计算复杂度增加的问题	开发一种基于二维经验模态分解的深度学习模型，以提升多类图像分类任务的性能，并探索其在医疗影像中早期疾病检测的潜力	胃肠道内窥镜图像	计算机视觉	胃肠道疾病	二维经验模态分解	CNN, Transformer	图像	Kvasir数据集，包含8类胃肠道图像，每类1000张，共8000张图像	NA	ResNet152, VGG19bn, MobileNetV3L, SwinTransformerV2S	准确率, F1分数, AUC	NA
202	2026-02-02	Development of a Multispectral Image Database in Visible-Near-Infrared for Demosaicking and Machine Learning Applications 2025-Dec-20, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010002 PMID:41590887	研究论文	本研究开发了一个可见光-近红外多光谱图像数据库，用于去马赛克技术和机器学习应用	利用基于滤光片阵列技术的高端多光谱相机，创建了一个包含高分辨率多光谱图像、标注图像和掩码的免费可访问数据库	数据库依赖于特定平台（PImRob）的相机技术，且多光谱相机技术相对较新，可用性有限	为多光谱图像的去马赛克技术、分割算法和深度学习研究提供数据支持	不同植物和杂草的多光谱图像	计算机视觉	NA	多光谱成像，滤光片阵列技术	NA	多光谱图像	NA	NA	NA	NA	NA
203	2026-02-02	Deep learning-enabled accurate assessment of gait impairments in Parkinson's disease using smartphone videos 2025-Dec-13, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02150-8 PMID:41390840	研究论文	本文提出了一种基于深度学习的框架，利用智能手机录制的视频评估帕金森病患者的步态障碍	该框架能够以高精度预测帕金森病严重程度，并有效区分药物对步态障碍的综合疗效，特别是能够检测到超出统一帕金森病评定量表分辨率的药物诱导的细粒度步态变化	未在摘要中明确说明	评估帕金森病患者的步态障碍，并分析药物疗效	帕金森病患者的步态	计算机视觉	帕金森病	智能手机视频录制	深度学习	视频	NA	NA	NA	AUC, F1分数, 精确度	NA
204	2026-02-02	Artificial Intelligence in Medicine: Moving From "Prediction" to "Patient-Centric Decision Intelligence" 2025-Dec, Cureus DOI:10.7759/cureus.100323 PMID:41613711	评论	本文讨论了人工智能在医疗领域从预测模型向以患者为中心的决策智能的转变	提出了从预测性AI向决策智能医疗系统（DIHS）的过渡，强调整合多模态患者数据以支持个性化临床决策	未提及具体实施案例或实证研究结果	推动人工智能在医疗中从预测功能转向支持个性化、可操作的临床决策	临床AI系统、多模态患者数据、决策智能医疗系统	机器学习	NA	多模态深度学习	深度学习平台	结构化数据、图像、自由文本临床记录、语音生物标志物、可穿戴传感器输出、社会健康决定因素、环境暴露、医生推理	NA	NA	NA	NA	NA
205	2026-01-30	A deep learning based automated maxillary sinus segmentation and bone grafts analysis in CBCT images 2025-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02275-w PMID:41469515	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SA-ai，用于在CBCT图像中分割上颌窦并分析骨移植体积	提出了一种结合2D U-Net和3D V-Net的全自动深度学习系统，用于量化上颌窦骨增量，实现了超过20倍的工作流程效率提升	研究仅基于85名患者的配对CBCT数据集，样本量相对有限，且未明确提及外部验证或泛化能力评估	优化种植体治疗，通过自动化系统精确评估上颌窦骨增量	上颌窦骨移植后的骨增益	数字病理学	NA	CBCT成像	深度学习	CBCT图像	85名患者的配对CBCT数据集	NA	2D U-Net, 3D V-Net	Dice系数, RMSE, ICC	NA
206	2026-01-30	A clinically validated 3D deep learning approach for quantifying vascular invasion in pancreatic cancer 2025-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02260-3 PMID:41476122	研究论文	本文提出了一种名为PAN-VIQ的自动化深度学习框架，用于从增强CT扫描中量化胰腺癌的血管侵犯情况	开发了首个自动化深度学习框架PAN-VIQ，通过3D包裹角度量化肿瘤与血管的相互作用，克服了传统2D主观评估的局限性	未在更广泛的外部数据集上进行验证，且可能依赖于特定CT扫描协议	量化胰腺导管腺癌的血管侵犯，以支持手术规划	胰腺导管腺癌患者	数字病理学	胰腺癌	增强CT扫描	深度学习	3D图像	训练和内部验证2130例，前瞻性测试202例	未指定	PAN-VIQ	准确率, 召回率	NA
207	2026-01-30	RadioGuide-DCN: A Radiomics-Guided Decorrelated Network for Medical Image Classification 2025-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13010046 PMID:41595978	研究论文	本文提出了一种名为RadioGuide-DCN的创新放射组学引导的去相关网络，用于医学图像分类	将放射组学特征作为先验信息整合到深度神经网络中，并采用特征去相关损失机制结合反注意力特征融合模块，有效减少特征冗余并增强模型捕捉局部细节和全局模式的能力	未明确提及具体局限性	解决现有深度学习方法因数据集大小限制导致的过拟合问题，以及传统手工特征方法缺乏特异性和无法充分捕捉复杂病理信息的问题	医学图像，包括B超、CT、MRI等多种模态	计算机视觉	肿瘤	放射组学	深度神经网络	图像	NA	NA	Kolmogorov-Arnold Network (KAN)	准确率, AUC	NA
208	2026-01-30	IESS-FusionNet: Physiologically Inspired EEG-EMG Fusion with Linear Recurrent Attention for Infantile Epileptic Spasms Syndrome Detection 2025-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13010057 PMID:41595989	研究论文	本文提出了一种名为IESS-FusionNet的双流端到端框架，用于从同步脑电图和表面肌电图信号中准确、实时地检测婴儿痉挛综合征	提出了一种新颖的跨时间混合模块，基于RWKV架构的线性循环注意力机制，实现了高效、时间衰减、双向的跨模态融合，该融合明确尊重了痉挛期间皮质-肌肉耦合的因果和生理特性	模型在内部临床数据集上进行评估，其泛化能力有待在更大规模、多中心的外部数据集中进一步验证	开发一种用于婴儿痉挛综合征自动检测的准确且计算高效的解决方案	患有确诊婴儿痉挛综合征的婴儿的同步脑电图和表面肌电图记录	机器学习	婴儿痉挛综合征	同步脑电图和表面肌电图记录	深度学习, 双流框架	时间序列信号	内部临床数据集，具体数量未明确说明	NA	IESS-FusionNet, Unimodal Encoder, 双向Mamba, RWKV架构	准确率, 特异性, 敏感性	NA
209	2026-01-30	A Deep Learning Model That Combines ResNet and Transformer Architectures for Real-Time Blood Glucose Measurement Using PPG Signals 2025-Dec-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13010049 PMID:41595981	研究论文	本研究开发了一种结合ResNet和Transformer架构的深度学习模型，用于通过PPG信号实时测量血糖	结合ResNet CNN和Transformer块构建模型，并在预处理中通过数据质量分级选择干扰较少的信号进行训练，以提高模型的泛化能力	需要在更广泛的人群中进行进一步验证	改进基于PPG的非侵入式血糖估计，减少个性化和非个性化测量之间的性能差距	PPG信号	机器学习	糖尿病	PPG信号监测	CNN, Transformer	生理信号数据	来自10,000名受试者的700,000个数据点，其中60,000个未见数据用于非个性化案例测试	NA	ResNet, Transformer	平均绝对相对差异（MARD）, Clarke误差网格（CEG）	NA
210	2026-01-30	YOLO-LA: Prototype-Based Vision-Language Alignment for Silicon Wafer Defect Pattern Detection 2025-Dec-31, Micromachines IF:3.0Q2 DOI:10.3390/mi17010067 PMID:41597851	研究论文	提出一种基于原型的轻量级视觉-语言对齐框架YOLO-LA，用于晶圆缺陷模式检测	首次将视觉-语言对齐引入晶圆缺陷检测领域，利用缺陷描述的语义信息增强模型可解释性和泛化能力	未明确说明模型在未见缺陷模式上的泛化性能，且仅在一个公开数据集上验证	通过视觉-语言对齐提升晶圆缺陷模式检测的准确性和可解释性	晶圆缺陷模式（Wafer Bin Maps）	计算机视觉	NA	视觉-语言对齐	YOLO系列模型	图像（晶圆缺陷图）	WM-811K数据集	PyTorch（推测）	YOLOv10, YOLOv12	分类准确率	未明确说明
211	2026-01-30	Lightweight residual graph augmented transformer for cassava leaf disease recognition using spectral directional features 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33748-3 PMID:41461849	研究论文	本文提出了一种轻量级残差图增强的图变换器网络Lite-RGA-GTNet，用于基于光谱方向特征的木薯叶病害识别	结合光谱方向预处理和渐进式令牌剪枝，集成RGB数据与方向梯度和植被指数图，在注意力层前采用残差图推理，并通过分层图变换器模块融合局部-全局特征，生成紧凑且上下文丰富的表示	未提及	开发一种轻量级模型，用于木薯叶病害识别，以支持实时农业部署	木薯叶图像，包括健康和病害样本	计算机视觉	木薯叶病害	光谱方向预处理，包括方向梯度和植被指数图	图变换器网络	图像	未提及具体数量，但基于一个包含五类（包括健康和病害样本）的木薯叶图像基准数据集	未提及	Lite-RGA-GTNet	准确率, 精确率, 召回率, F1分数	未提及
212	2026-01-30	Hardware Accelerators for Cardiovascular Signal Processing: A System-on-Chip Perspective 2025-Dec-30, Micromachines IF:3.0Q2 DOI:10.3390/mi17010051 PMID:41597832	综述	本文对专为实时心血管信号处理设计的硬件加速器进行了全面的系统性分析，重点关注心电图、光电容积脉搏波和血压监测系统	从系统级芯片的角度，对2014年至2024年间59篇研究论文进行系统性分析，并识别出混合FPGA-ASIC架构和边缘AI加速器作为下一代心血管疾病监测系统最有前景的解决方案	分析基于2014年至2024年间的文献，可能未涵盖最新技术进展；研究范围限定于特定信号类型	调查用于实时心血管信号处理的硬件加速器，为下一代心血管疾病监测系统提供指导	心电图、光电容积脉搏波和血压监测系统	数字病理学	心血管疾病	NA	机器学习, 深度学习	信号	59篇研究论文	NA	NA	能源效率, 处理速度, 临床准确性	现场可编程门阵列, 专用集成电路, 边缘人工智能加速器
213	2026-01-30	A Novel Fabric Strain Sensor Array with Hybrid Deep Learning for Accurate Knee Movement Recognition 2025-Dec-30, Micromachines IF:3.0Q2 DOI:10.3390/mi17010056 PMID:41597836	研究论文	本文提出了一种新型轻质织物应变传感器阵列，结合混合深度学习模型，用于准确识别膝关节运动	采用独特的两层八传感元件设计实现膝关节应变分布的空间映射，并首次将CNN + BiLSTM + Attention混合模型应用于此类传感器数据，通过通道注意力机制识别关键传感元件	实验姿势多样性有限，仅测试了坐姿抬腿、站立和行走三种活动	开发用于膝关节运动监测的智能传感系统	膝关节运动与应变分布	机器学习	NA	织物应变传感	CNN, BiLSTM, Attention	时间序列传感器数据	10名受试者	NA	CNN + BiLSTM + Attention混合架构	准确率	NA
214	2026-01-30	Forecasting Daily Ambient PM2.5 Concentrations in Qingdao City Using Deep Learning and Hybrid Interpretable Models and Analysis of Driving Factors Using SHAP 2025-Dec-30, Toxics IF:3.9Q1 DOI:10.3390/toxics14010044 PMID:41600593	研究论文	本研究采用深度学习模型预测青岛市每日PM2.5浓度，并利用SHAP分析驱动因素	提出了一种新颖的混合可解释CNN-BiLSTM-Transformer架构，结合了局部特征提取、双向时间依赖捕获和全局模式增强	未明确说明数据集的样本数量或时间范围，可能影响模型泛化能力	预测空气污染（特别是PM2.5浓度）以支持公共健康和政策制定	青岛市的气象因素和大气污染物数据	机器学习	NA	深度学习	RNN, ANN, CNN, BiLSTM, Transformer, CNN-BiLSTM-Transformer	时间序列数据（气象和污染物数据）	NA	NA	RNN, ANN, CNN, BiLSTM, Transformer, CNN-BiLSTM-Transformer	RMSE, MAE, MAPE, 相关系数R	NA
215	2026-01-30	Ball bearing fault detection using an acoustic based machine learning approach 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33978-5 PMID:41457076	研究论文	本文提出了一种基于声学振动信号和连续小波变换的深度神经网络方法，用于球轴承故障检测	采用非重叠窗口将数值信号转换为堆叠的尺度图，并结合小波尺度图与卷积网络实现实时数据分类，在故障诊断中展现出更高的预测精度	NA	通过机器学习方法预测球轴承故障，实现早期故障检测以支持预测性维护	球轴承的声学振动信号	机器学习	NA	连续小波变换	CNN	声学振动信号	NA	NA	LeNet-5	准确率	NA
216	2025-12-31	Deep learning denoising enables rapid SEM imaging under charging conditions for FE SEM, CD SEM, and review SEM 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33273-3 PMID:41461855	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
217	2026-01-30	Explainable fusion of EfficientNetB0 and ResNet50 for liver fibrosis staging in ultrasound imaging 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33544-z PMID:41461883	研究论文	本文提出了一种结合EfficientNetB0和ResNet50的多流深度学习架构，用于超声图像中的肝纤维化分期	提出了一种特征级融合解决方案，结合了EfficientNetB0和ResNet50模型，并采用了先进的归一化/正则化技术	未明确提及研究局限性	开发一种用于肝纤维化分期的深度学习模型	超声图像中的肝纤维化分期	计算机视觉	肝纤维化	超声成像	CNN	图像	NA	NA	EfficientNetB0, ResNet50	准确率, 损失值	NA
218	2026-01-30	Deep Learning-Based EEG Emotion Recognition: A Review 2025-Dec-28, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci16010041 PMID:41594762	综述	本文综述了基于深度学习的脑电图（EEG）情绪识别方法，总结了常用模型、应用、网络架构设计、优化策略及基于EEG信号特征的模型设计	提出了一个最小化的共性-个性（C-I）框架来评估模型，并讨论了从共性与个性角度改进现有方法的策略	NA	总结和评估深度学习在EEG情绪识别领域的应用，并探讨未来研究方向	脑电图（EEG）信号	自然语言处理	NA	EEG信号采集	深度学习模型	EEG信号	NA	NA	NA	NA	NA
219	2026-01-30	Accurate Clinical Entity Recognition and Code Mapping of Anatomopathological Reports Using BioClinicalBERT Enhanced by Retrieval-Augmented Generation: A Hybrid Deep Learning Approach 2025-Dec-27, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13010030 PMID:41595962	研究论文	本文开发并评估了一种用于解剖病理学报告中实体提取和多本体标准化的自动化流程	采用BioClinicalBERT结合检索增强生成技术，整合密集和BM25稀疏检索，实现多本体（SNOMED CT、LOINC、ICD-11）术语映射	研究样本有限，需多机构验证才能临床部署	自动化提取解剖病理学报告中的临床实体并进行术语标准化	解剖病理学报告	自然语言处理	NA	检索增强生成	BERT	文本	560份来自突尼斯军事医院的报告	NA	BioBERT v1.1, BioClinicalBERT	精确率, 召回率, F1分数, Cohen's Kappa	NA
220	2026-01-30	A Bidirectional Design Method for Through-Glass Vias with Selective Laser Wet Etching Based on the Cross-Modal Learning Method 2025-Dec-27, Micromachines IF:3.0Q2 DOI:10.3390/mi17010033 PMID:41597814	研究论文	本文提出了一种基于跨模态学习方法的玻璃通孔双向设计方法，用于精确预测激光湿法刻蚀参数与形态	通过整合元胞自动机刻蚀扩散物理模型与稳定扩散架构，实现了从激光参数到玻璃通孔形态的精确前向预测，并应用对比语言-图像预训练模型实现高效逆向设计	NA	解决激光湿法刻蚀工艺参数复杂影响下，玻璃通孔参数与刻蚀形态精确双向预测的挑战	玻璃通孔	机器学习	NA	选择性激光湿法刻蚀	稳定扩散, 对比语言-图像预训练	图像, 文本	NA	NA	稳定扩散, 对比语言-图像预训练	NA	NA