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
2101	2025-05-09	A Novel Framework for Whole-Slide Pathological Image Classification Based on the Cascaded Attention Mechanism 2025-Jan-25, Sensors (Basel, Switzerland) DOI:10.3390/s25030726 PMID:39943365	research paper	提出了一种基于级联注意力机制的全切片病理图像分类新框架	采用级联注意力机制，有效识别有意义模式并抑制无关背景信息，提升了分类准确性和模型泛化能力	仅在Camelyon16数据集上进行了验证，需要更多数据集验证泛化性	解决传统病理图像分析的局限性，提高肿瘤诊断效率和准确性	全切片病理图像	digital pathology	tumor	deep learning	cascaded attention mechanism	image	Camelyon16数据集
2102	2025-05-09	Spatio-Temporal Transformer with Kolmogorov-Arnold Network for Skeleton-Based Hand Gesture Recognition 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030702 PMID:39943338	研究论文	提出了一种基于骨架的手势识别框架ST-KT，结合了时空图卷积网络和带有Kolmogorov-Arnold网络的Transformer模型	引入了Kolmogorov-Arnold网络（KAN）到Transformer中，以增强非线性建模能力，同时提出了一种时空位置嵌入方法以丰富节点特征表示	未提及具体的数据集规模限制或计算资源需求	提高基于骨架的手势识别的准确性和鲁棒性	人类手的骨架序列	计算机视觉	NA	时空图卷积网络（ST-GCN），Transformer	ST-KT（结合ST-GCN和KAN-Transformer）	骨架序列数据	在两个数据集（SHREC'17 track和DHG-14/28）上进行了评估
2103	2025-05-09	CDKD-w+: A Keyframe Recognition Method for Coronary Digital Subtraction Angiography Video Sequence Based on w+ Space Encoding 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030710 PMID:39943348	research paper	提出了一种基于w+空间编码的冠状动脉数字减影血管造影视频序列关键帧识别方法CDKD-w+	利用pSp编码器将冠状动脉DSA图像编码为w+空间的潜在代码，通过帧间潜在代码的差异分析进行心跳关键帧定位	未提及方法在其他类型医学影像上的泛化能力	提高冠状动脉3D建模的准确性	冠状动脉数字减影血管造影视频序列	digital pathology	cardiovascular disease	w+ space encoding	pSp encoder	video	自建的冠状动脉DSA心跳关键帧识别数据集
2104	2025-05-09	Comprehensive Evaluation of Multi-Omics Clustering Algorithms for Cancer Molecular Subtyping 2025-Jan-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26030963 PMID:39940732	research paper	本研究开发了一个用于全面评估多组学聚类算法的通用框架，并引入了一种创新的度量指标——准确性加权平均指数，用于评估和比较11种最先进的多组学聚类算法	引入了准确性加权平均指数，同时考虑聚类性能和临床相关性，为多组学聚类算法的评估提供了新方法	缺乏明确的金标准，使得评估和比较这些方法具有挑战性	评估和比较多组学聚类算法在癌症分子分型中的应用	11种最先进的多组学聚类算法，包括基于深度学习的方法	machine learning	cancer	multi-omics clustering	deep learning-based methods	multi-omics data	NA
2105	2025-05-09	The Future of Clinical Active Shoulder Range of Motion Assessment, Best Practice, and Its Challenges: Narrative Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030667 PMID:39943306	review	本文探讨了基于视频的姿态技术和无标记运动捕捉在肩部活动范围评估中的临床应用	综述了视频姿态技术和无标记运动捕捉在肩部活动范围评估中的最新进展和应用前景	不同方法之间存在准确性差异，且智能手机摄像头在捕捉旋转运动和前屈运动时存在困难	优化肩部干预后的结果评估	肩部活动范围评估技术	数字病理	NA	视频姿态技术、无标记运动捕捉、LiDAR/深度感知、智能手机摄像头、深度学习	NA	视频、运动捕捉数据	NA
2106	2025-05-09	Efficient Limb Range of Motion Analysis from a Monocular Camera for Edge Devices 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030627 PMID:39943266	research paper	提出了一种轻量级的深度学习模型，用于从单目摄像头估计人体姿态并测量肢体活动范围（ROM），优化部署在资源受限的边缘设备上	模型采用紧凑的神经网络架构和8位量化参数，在边缘设备上实现了高效运行，同时保持了测量准确性	未提及模型在不同光照条件或复杂背景下的性能表现	开发一种高性能、低成本的摄像头工具，用于评估上下肢活动范围	上下肢活动范围（ROM）测量	computer vision	NA	深度学习	紧凑神经网络	image	未明确提及具体样本量
2107	2025-05-09	Stacking Ensemble Deep Learning for Real-Time Intrusion Detection in IoMT Environments 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030624 PMID:39943263	研究论文	本文提出了一种专为IoMT网络设计的新型入侵检测系统（IDS），利用机器学习和深度学习技术，通过堆叠集成方法提高检测准确率	结合堆叠集成方法和Kappa架构框架，实现了对IoMT数据流的实时处理和高精度入侵检测	未提及系统在极端网络条件下的性能表现或对新型未知攻击的检测能力	解决IoMT系统面临的独特网络安全挑战，提供可靠且可扩展的解决方案	IoMT网络中的网络入侵行为	机器学习	NA	机器学习和深度学习技术	堆叠集成方法	IoMT数据流	未明确提及具体样本数量
2108	2025-05-09	Automatic Measurement of Frontomaxillary Facial Angle in Fetal Ultrasound Images Using Deep Learning 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030633 PMID:39943270	research paper	提出了一种基于深度学习的辅助检查框架，用于自动测量胎儿超声图像中的额上颌面角	使用深度学习网络自动分割关键区域并预测关键点坐标，实现了额上颌面角的自动测量，提高了准确性和可靠性	研究仅基于1549张胎儿超声图像，样本量可能不足以覆盖所有临床情况	开发一种自动测量胎儿超声图像中额上颌面角的方法，以提高筛查21三体综合征的准确性和效率	胎儿超声图像中的额上颌面角	digital pathology	trisomy 21	deep learning	CNN	image	1549张胎儿超声图像
2109	2025-05-09	Exploring Trends and Clusters in Human Posture Recognition Research: An Analysis Using CiteSpace 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030632 PMID:39943272	研究论文	本研究利用CiteSpace软件对2011年至2024年间发表的3066篇核心研究论文进行可视化分析，探讨了人体姿态识别领域的跨学科研究方向	通过深入引文分析识别了1200篇文章和五个重要研究集群，揭示了从传统方法到深度学习及多传感器数据融合方法的转变	预测未来突破性进展可能会减少	识别人体姿态识别领域的研究空白、趋势和创新方向	3066篇核心研究论文	计算机视觉	NA	CiteSpace软件分析	深度学习	研究论文	3066篇核心研究论文
2110	2025-05-09	A Complete Pipeline to Extract Temperature from Thermal Images of Pigs 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030643 PMID:39943283	研究论文	本文提出了一种完整的流程，用于从猪的热成像图像中自动提取温度	结合热成像技术和AI技术，开发了一个自动化的温度提取系统，无需人工干预	未提及系统在不同环境或不同品种猪上的泛化能力	探索热成像和AI在猪研究中的潜力，开发自动化温度提取系统	猪的热成像图像	计算机视觉	NA	热成像技术	CNN（卷积神经网络）	图像	未明确提及具体样本数量
2111	2025-05-09	Advanced Deep Learning Models for Melanoma Diagnosis in Computer-Aided Skin Cancer Detection 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030594 PMID:39943236	研究论文	本研究开发了一种基于深度学习的自动化模型，用于辅助早期皮肤癌检测，特别是在黑色素瘤的诊断中	提出了一种混合方法，结合形态学操作和基于上下文聚合的深度神经网络，用于去除毛发线并改善皮肤癌图像的对比度，以及使用深度学习进行图像分割和分类	研究仅使用了ISIC 2020基准数据集，可能无法涵盖所有临床场景	开发高效的计算机辅助诊断（CAD）方法，用于黑色素瘤的早期检测和诊断	皮肤癌图像，特别是黑色素瘤和良性病变	计算机视觉	黑色素瘤	深度学习	深度神经网络	图像	ISIC 2020基准数据集
2112	2025-05-09	NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030610 PMID:39943246	研究论文	介绍了一种基于EEG的运动意图控制的软体机器人手套NeuroFlex，用于手部康复	采用基于transformer的深度学习架构解码运动意图，并将非侵入式脑机接口与软体机器人手套结合	未提及样本的具体数量及多样性，可能影响结果的泛化性	开发一种通过EEG信号控制的软体机器人手套，以促进手部康复	因中风或脊髓损伤导致手部运动障碍的患者	脑机接口	中风	EEG	transformer-based DL	EEG信号	NA
2113	2025-05-09	A fully automated U-net based ROIs localization and bone age assessment method 2025-Jan-03, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025007 PMID:39949166	research paper	提出了一种基于U-net的完全自动化ROIs定位和骨龄评估方法	结合了U-net和InceptionResNetV2网络，实现了高精度的ROIs定位和骨龄预测，同时结合了ROIs和全局特征的优势	未提及在不同年龄段或不同种族群体中的泛化能力	开发一种完全自动化的骨龄评估方法，提高评估的准确性和效率	青少年的骨龄评估	computer vision	NA	deep learning	U-net, InceptionResNetV2	image	公共RSNA数据集和内部数据集
2114	2025-05-09	Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium 2025-Jan-02, Science (New York, N.Y.) DOI:10.1126/science.adp3957 PMID:39946451	研究论文	使用深度学习比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	开发了三种指标来比较羊膜动物端脑中的细胞类型，并揭示了哺乳动物和鸟类大脑皮层细胞类型之间的相似性	研究主要关注哺乳动物和鸟类的比较，可能不适用于其他动物类群	比较哺乳动物和鸟类大脑皮层细胞类型的增强子编码	鸡端脑的单细胞多组学和空间分辨转录组数据	生物信息学	NA	单细胞多组学、空间分辨转录组学、深度学习	深度学习	基因组调控序列	鸡端脑的单细胞数据
2115	2025-05-09	A privacy-preserved horizontal federated learning for malignant glioma tumour detection using distributed data-silos 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316543 PMID:39932966	research paper	提出了一种基于分布式数据孤岛的隐私保护水平联邦学习模型，用于恶性胶质瘤肿瘤检测	采用分布式和隐私保护的联邦学习方法，解决了传统深度学习模型在数据隐私和集中存储方面的挑战	模型性能依赖于客户端的数量和数据分布类型（IID或非IID）	开发一种高效且隐私保护的恶性胶质瘤检测方法	恶性胶质瘤患者的MRI扫描数据	digital pathology	malignant glioma	MRI	MobileNetV2, federated learning (FL)	image	MRI scans of non-tumour and glioma tumours (具体数量未提及)
2116	2025-05-09	Epileptic seizure detection in EEG signals via an enhanced hybrid CNN with an integrated attention mechanism 2025-Jan, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025004 PMID:39949163	研究论文	提出了一种结合CNN、BiGRU和CBAM的新型深度学习框架，用于癫痫发作的EEG信号检测	结合CNN、BiGRU和CBAM的混合架构，优化了EEG模式识别，提高了检测准确率	未提及具体的数据集规模或多样性限制	开发一种可靠的癫痫发作检测方法，以优化患者护理	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	CNN, BiGRU, CBAM	EEG信号	公共EEG数据集（具体数量未提及）
2117	2025-05-09	Multi-step depth enhancement refine network with multi-view stereo 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0314418 PMID:39946337	研究论文	本文介绍了一种创新的多视图立体匹配网络——多步深度增强细化网络（MSDER-MVS），旨在提高高分辨率3D重建的准确性和计算效率	MSDER-MVS网络结合了现代深度学习的强大能力和传统3D重建技术的几何直觉，特别关注深度图质量和重建过程效率的优化，创新点包括双分支融合结构和特征金字塔网络（FPN）以有效提取和整合多尺度特征，以及引入可微分的深度优化过程	未来计划将该方法扩展到更复杂的环境和更大规模的数据集，以增强模型的泛化能力和实时处理能力	提高高分辨率3D重建的准确性和计算效率	多视图立体匹配网络	计算机视觉	NA	深度学习	MSDER-MVS网络	3D图像	标准DTU数据集
2118	2025-05-09	Deep learning based screening model for hip diseases on plain radiographs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318022 PMID:39946371	research paper	开发并验证了一种基于深度学习的筛查模型，用于在普通X光片上区分正常髋关节与严重髋关节疾病	使用深度学习模型在普通X光片上高效筛查髋关节疾病，并比较了不同预处理和骨干算法的效果	研究数据仅来自特定时间段的电子医疗记录，可能无法涵盖所有髋关节疾病类型	开发一种高准确性和可靠性的深度学习模型，辅助医生更准确地诊断髋关节疾病	普通髋关节X光片	digital pathology	hip diseases	deep learning	DenseNet, EfficientNet	image	1,726张X光片（500张正常髋关节X光片和1,226张髋关节疾病X光片）
2119	2025-05-09	Diagnostic of fatty liver using radiomics and deep learning models on non-contrast abdominal CT 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0310938 PMID:39946425	研究论文	本研究探讨了非对比腹部CT影像组学和深度学习模型在准确诊断脂肪肝中的潜力	系统比较了2D和3D影像组学模型及深度学习模型在四分类脂肪肝诊断中的性能，为确定最佳肝脏脂肪诊断模型提供了更广泛的视角	研究为回顾性设计，可能受到选择偏倚的影响	探索非对比腹部CT影像组学和深度学习模型在脂肪肝诊断中的应用	840名接受非对比腹部CT和定量CT(QCT)检查的个体	数字病理学	脂肪肝	QCT技术	随机森林算法、Bagging决策树算法	CT图像	840名参与者(平均年龄49.1岁±11.5岁；581名男性)
2120	2025-05-09	Hybrid-RViT: Hybridizing ResNet-50 and Vision Transformer for Enhanced Alzheimer's disease detection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318998 PMID:39951414	research paper	开发了一种名为Hybrid-RViT的新型深度学习模型，用于增强阿尔茨海默病的检测	结合了预训练的卷积神经网络ResNet-50和Vision Transformer (ViT)，以分类不同阶段的阿尔茨海默病脑部MRI图像	NA	提高阿尔茨海默病的早期检测准确率，以预防疾病进展并制定有效治疗方案	脑部MRI图像	digital pathology	geriatric disease	deep learning	Hybrid-RViT (ResNet-50 + ViT)	image	NA