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
2121	2025-12-01	DLCPD-25: A Large-Scale and Diverse Dataset for Crop Disease and Pest Recognition 2025-Nov-20, Sensors (Basel, Switzerland) DOI:10.3390/s25227098 PMID:41305306	研究论文	本文提出了一个大规模、多样化的农作物病虫害识别数据集DLCPD-25，并验证了其在实际应用中的价值	构建了首个包含221,943张图像、覆盖23种作物和203个类别的大规模农作物病虫害数据集，具有真实田间环境和自然长尾分布特点	数据集虽然规模大但未提及具体的样本平衡策略，且仅在有限的下游任务上进行了验证	解决农作物病虫害识别领域数据集不足的问题，推动鲁棒深度学习模型的发展	农作物病虫害图像数据，包括23种作物的203个病虫害类别和健康状态	计算机视觉	农作物病虫害	图像采集与处理	自监督学习模型	图像	221,943张图像，覆盖23种作物和203个类别	PyTorch	MAE, SimCLR v2, MoCo v3	准确率, F1分数	NA
2122	2025-12-01	Correction: Agundis-Tinajero et al. Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2. Viruses 2025, 17, 1272 2025-Nov-20, Viruses DOI:10.3390/v17111520 PMID:41305547	correction	对原论文中图1b引用遗漏的更正说明	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2123	2025-12-01	Deep Learning for Sex Estimation from Whole-Foot X-Rays: Benchmarking CNNs for Rapid Forensic Identification 2025-Nov-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222923 PMID:41300947	研究论文	本研究评估深度学习CNN模型在全足X光片性别估计中的应用	首次系统评估多种CNN架构在全足X光片性别估计中的表现，相比传统方法准确率显著提升	单中心回顾性研究，样本量有限（471例），未包含畸形或手术病例	开发基于全足X光片的自动化性别估计方法用于法医鉴定	471名成年人（238男，233女）的全足X光片	计算机视觉	NA	X射线成像	CNN	医学影像	471例成人足部X光片（训练集70%，验证集15%，测试集15%）	NA	AlexNet,ResNet-18,ResNet-50,ShuffleNet,GoogleNet,InceptionV3	准确率,灵敏度,特异性,精确率,F1分数	NA
2124	2025-12-01	Correction: Saraiva et al. Deep Learning and High-Resolution Anoscopy: Development of an Interoperable Algorithm for the Detection and Differentiation of Anal Squamous Cell Carcinoma Precursors-A Multicentric Study. Cancers 2024, 16, 1909 2025-Nov-19, Cancers IF:4.5Q1 DOI:10.3390/cancers17223698 PMID:41301086	更正	对先前发表的关于深度学习和高分辨率肛门镜检查在肛门鳞状细胞癌前病变检测与鉴别研究中的错误进行更正	NA	NA	NA	NA	NA	肛门鳞状细胞癌	NA	NA	NA	NA	NA	NA	NA	NA
2125	2025-12-01	Takens-Based Kernel Transfer Entropy Connectivity Network for Motor Imagery Classification 2025-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s25227067 PMID:41305274	研究论文	提出一种基于Takens嵌入和核化传递熵的端到端深度学习模型TEKTE-Net，用于运动想象脑电信号的分类	集成时间嵌入与核化传递熵估计器来推断有向功能连接，采用可微分框架估计非线性时延交互作用	NA	开发可靠的运动想象脑电信号解码方法，提升脑机接口系统的性能	运动想象脑电信号	机器学习	NA	脑电图	CNN	脑电信号	BCI Competition IV 2a数据集	NA	TEKTE-Net	时间分析、空间分析、频谱分析	NA
2126	2025-12-01	Dynamic Golf Swing Analysis Framework Based on Efficient Similarity Assessment 2025-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s25227073 PMID:41305280	研究论文	提出一种基于动态运动相似性测量的高尔夫挥杆分析框架，通过分割挥杆动作阶段和评估关节关键点轨迹来改进传统相似性评估方法	将挥杆动作分割为七个标准阶段，整合连续运动轨迹并归一化关节坐标，通过数值积分量化路径差异，捕捉运动流而非孤立姿态	引入了轻微的计算开销（约169毫秒）	开发更符合专家感知的高尔夫挥杆动作分析系统	高尔夫挥杆动作	计算机视觉	NA	基于图像的姿态估计	NA	图像	NA	NA	NA	相位平均分离度, 脊柱角度轨迹差异, 配对t检验	NA
2127	2025-12-01	Explainable Deep Learning Framework for Binary Corrosion Image Classification Using Grad-CAM 2025-Nov-19, Sensors (Basel, Switzerland) DOI:10.3390/s25227070 PMID:41305277	研究论文	本研究开发了一个可解释的深度学习框架，用于金属腐蚀图像的二元分类，并集成Grad-CAM技术提供模型决策过程的可视化解释	将四种预训练CNN架构与可解释人工智能技术结合，通过Grad-CAM可视化清晰识别腐蚀区域，为模型预测提供合理解释	仅针对二元分类任务，数据集规模相对有限，未在更复杂的多类别腐蚀分类中进行验证	开发高效可靠的金属腐蚀自动检测方法，减少对人工检查的依赖	金属材料表面的腐蚀图像	计算机视觉	NA	图像分类	CNN	图像	4012张原始图像，经数据增强后共9636张图像	NA	ResNet50, MobileNetV2, NASNetMobile, EfficientNetV2B0	准确率, 混淆矩阵, 计算时间, ROC曲线, 精确率-召回率曲线, Cohen's Kappa	NA
2128	2025-12-01	Toward accurate breast cancer classification: A review of multi-modal machine learning approaches 2025-Nov-18, Methods (San Diego, Calif.) DOI:10.1016/j.ymeth.2025.10.011 PMID:41265505	综述	本文综述了多模态机器学习方法在乳腺癌分类中的应用，重点关注恶性/良性分类和分子亚型分类	系统探讨了多模态数据融合技术、基于注意力的Transformer架构在WSI全切片图像处理中的应用以及模型可解释性工具	NA	回顾乳腺癌分类中的多模态机器学习方法，指导精准肿瘤学领域的未来研究方向	乳腺癌分类和分子亚型识别	数字病理学	乳腺癌	转录组学, 影像学, 基因组学	深度学习, 机器学习, 传统模型	图像, 转录组数据, 基因组数据	NA	NA	Transformer, 注意力机制架构	NA	NA
2129	2025-12-01	Deep Learning Performance in Analyzing Nailfold Videocapillaroscopy Images in Systemic Sclerosis 2025-Nov-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222912 PMID:41300936	研究论文	本研究使用深度学习方法对系统性硬化症患者的甲襞毛细血管镜图像进行分类	首次系统比较六种不同复杂度和计算效率的深度学习模型在甲襞毛细血管镜图像分类任务中的表现	样本量相对有限（977张可用图像），且排除了245张正常图像以平衡类别	开发能够准确分类系统性硬化症甲襞毛细血管镜图像的深度学习模型	系统性硬化症患者和健康个体的甲襞毛细血管镜图像	计算机视觉	系统性硬化症	甲襞毛细血管镜成像	CNN	图像	977张甲襞毛细血管镜图像（来自50名系统性硬化症患者和30名健康个体）	NA	MobileNetV3Large, ResNet152V2, Xception, VGG-19, InceptionV3, NASNetLarge	准确率, 精确率, 召回率, F1分数, 交叉熵损失, ROC AUC	NA
2130	2025-12-01	Artificial Intelligence for the Diagnosis and Management of Patellofemoral Instability: A Comprehensive Review 2025-Nov-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222918 PMID:41300942	综述	本文全面回顾了人工智能在髌股不稳诊断与管理中的当前应用与未来潜力	首次系统总结AI技术在髌股不稳领域的应用现状，涵盖自动化图像分析、预测建模和预后预测等前沿方向	现有研究受限于小样本数据集、方法学异质性和缺乏外部验证	探索人工智能在髌股不稳诊疗中的临床应用价值	髌股不稳患者群体及相关医学影像数据	医学人工智能	骨科疾病	医学影像分析	机器学习,深度学习	医学影像	基于11篇相关文献的研究数据	NA	NA	NA	NA
2131	2025-12-01	From Slide to Insight: The Emerging Alliance of Digital Pathology and AI in Melanoma Diagnostics 2025-Nov-18, Cancers IF:4.5Q1 DOI:10.3390/cancers17223696 PMID:41301061	综述	探讨数字病理学与人工智能在皮肤黑色素瘤诊断中的整合应用	系统综述了AI模型在黑色素瘤诊断中的五大应用领域，包括可解释性分类策略和直接从H&E切片推断分子改变	研究普遍性受限，数据集小而单一，缺乏外部验证	改善皮肤黑色素瘤的诊断准确性和可重复性	皮肤黑色素瘤组织切片	数字病理学	皮肤黑色素瘤	全玻片成像(WSI)	CNN, U-Net, Mask R-CNN	病理图像	87项研究	NA	U-Net, Mask R-CNN	诊断准确率	NA
2132	2025-12-01	Resolving Steam Turbine Casing Thermal Management Challenges with a Dual Attentive Bi-GRU Soft Sensor for Transient Operation 2025-Nov-18, Materials (Basel, Switzerland) DOI:10.3390/ma18225213 PMID:41304057	研究论文	提出一种基于双向门控循环单元和注意力机制的双模型深度学习框架，用于预测燃煤电厂中压汽轮机壳体在瞬态运行条件下的温度	采用双模型架构结合注意力机制的Bi-GRU网络，针对不同运行工况分别建模，通过超带宽调优优化模型参数	研究基于单一电厂的特定机组数据，需要进一步验证在其他工业场景的适用性	开发软传感器解决汽轮机壳体热管理挑战，实现实时应力监测和控制	370 MW燃煤电厂中压汽轮机壳体温度	机器学习	NA	软传感器技术	Bi-GRU, LSTM	时间序列传感器数据	Opole电厂4号机组一年运行数据	NA	双向门控循环单元, 注意力机制	均方误差, 平均绝对误差	NA
2133	2025-12-01	Optimizing Fuel Consumption Prediction Model Without an On-Board Diagnostic System in Deep Learning Frameworks 2025-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s25227031 PMID:41305238	研究论文	提出一种基于贝叶斯优化和蒙特卡洛Dropout的LSTM网络模型，用于无需车载诊断系统的实时燃油消耗率预测	结合贝叶斯优化和MC-Dropout方法的BMC-LSTM网络，仅使用油门位置、速度和加速度数据实现燃油消耗预测，无需传统OBD系统所需的车辆参数和环境条件	模型训练和验证所使用的参考燃油消耗率数据仍需通过OBD系统在数据采集阶段获取	开发无需车载诊断系统的实时燃油消耗率预测模型，提高能源效率和减少排放	车辆燃油消耗率预测	机器学习	NA	贝叶斯优化，蒙特卡洛Dropout	LSTM，Bidirectional LSTM	时间序列数据	NA	深度学习框架	BMC-LSTM，LSTM，Bidirectional LSTM	均方误差，均方根误差，平均绝对误差，R平方	NA
2134	2025-12-01	MCP-YOLO: A Pruned Edge-Aware Detection Framework for Real-Time Insulator Defect Inspection via UAV 2025-Nov-18, Sensors (Basel, Switzerland) DOI:10.3390/s25227049 PMID:41305256	研究论文	提出一种轻量级实时绝缘子缺陷检测框架MCP-YOLO，用于无人机电力巡检	提出MS-EdgeNet模块增强多粒度边缘特征，动态特征金字塔网络DyFPN实现多尺度检测，辅助检测头训练，以及Group SLIM剪枝技术	NA	实现无人机电力巡检中绝缘子缺陷的实时准确检测	输电线路绝缘子缺陷	计算机视觉	NA	无人机影像采集	YOLO	图像	3091张无人机拍摄图像	NA	MCP-YOLO, MS-EdgeNet, DyFPN	mAP@0.5, 精确率, 召回率, FPS	NA
2135	2025-12-01	The Role of Quantitative Ultrasound in Monitoring Neoadjuvant Chemotherapy in Breast Cancer: A Narrative Review 2025-Nov-17, Cancers IF:4.5Q1 DOI:10.3390/cancers17223676 PMID:41301040	综述	本文综述了定量超声在监测乳腺癌新辅助化疗反应中的临床应用价值和技术原理	系统阐述了定量超声结合纹理分析、放射组学和深度学习等先进方法在早期预测病理完全反应方面的创新应用	需要标准化采集处理协议、稳健解释算法和大规模前瞻性多中心验证	评估定量超声在乳腺癌新辅助化疗疗效监测中的作用	乳腺癌患者，特别是HER2阳性和三阴性乳腺癌亚型	数字病理	乳腺癌	定量超声（QUS），包括射频数据分析、参数映射、纹理分析	深度学习	超声射频数据，分子数据，临床数据	NA	NA	NA	病理完全反应（pCR）预测准确性	NA
2136	2025-12-01	Artificial Intelligence-Assisted Dermatologic Screening: Epidemiology and Clinical Features of Basal Cell Carcinoma, Squamous Cell Carcinoma, Seborrheic Keratosis and Actinic Keratosis 2025-Nov-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111258 PMID:41301214	文献综述	综述四种常见非黑色素瘤皮肤病变的流行病学、筛查指南、临床表现及机器学习解决方案	系统评估人工智能在皮肤病变识别与分类中的最新进展，强调敏感性阈值对早期检测的重要性	研究设计差异和数据集偏差阻碍直接比较，公开数据集中深色肤色代表不足	评估人工智能在皮肤病变筛查中的应用现状与挑战	基底细胞癌、鳞状细胞癌、脂溢性角化病和光化性角化病	计算机视觉	皮肤癌	深度学习	深度学习分类器	皮肤病变图像	NA	NA	NA	敏感性, 诊断性能	NA
2137	2025-12-01	Reticuloruminal Motility Monitoring for the Prediction of Peripartal Hypocalcemia in Cattle 2025-Nov-17, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15223306 PMID:41302014	研究论文	本研究通过监测奶牛围产期网胃瘤胃运动和温度模式，开发预测低血钙症的方法	首次结合反刍时间阈值和深度学习模型，利用多指标传感器数据分析预测围产期低血钙症	样本量有限（89次产犊），深度学习模型使用外部数据训练，未在本数据集上训练	预测奶牛围产期低血钙症风险，实现个体化预防和干预	47头奶牛和22头小母牛的89次产犊过程	数字病理	奶牛代谢疾病	网胃瘤胃传感器监测	深度学习	传感器数据（反刍时间、瘤胃周期、网胃收缩持续时间、网胃温度）	89次产犊（来自47头奶牛和22头小母牛）	NA	NA	灵敏度, 特异度	NA
2138	2025-12-01	Nanomaterials in Drug Delivery: Leveraging Artificial Intelligence and Big Data for Predictive Design 2025-Nov-17, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262211121 PMID:41303604	综述	本文综述了人工智能和大数据在纳米材料药物递送系统预测设计中的应用与前景	将人工智能与大数据分析整合到纳米材料设计中，通过多维度数据预测纳米载体特性并探索新型化学结构	未涉及具体实验验证数据，主要基于现有研究进行理论分析和展望	探讨人工智能和大数据如何促进纳米材料药物递送系统的预测设计与临床转化	纳米材料药物递送系统	机器学习	NA	大数据分析，组学分析	机器学习，深度学习，生成算法	多维度数据集（物理化学表征，药代动力学，组学数据，临床前结果）	NA	NA	NA	NA	NA
2139	2025-12-01	Path-Routing Convolution and Scalable Lightweight Networks for Robust Underwater Acoustic Target Recognition 2025-Nov-17, Sensors (Basel, Switzerland) DOI:10.3390/s25227007 PMID:41305215	研究论文	提出路径路由卷积机制和可扩展轻量网络，用于鲁棒的水声目标识别	提出新颖的路径路由卷积机制，通过多扩张率并行路径和自适应路由策略实现跨尺度声学特征的判别性提取	未明确说明模型在极端恶劣海洋环境下的性能表现	解决水下声学目标识别中模型参数过大和难以适应多尺度频谱特征的问题	水面船舶类型识别	机器学习	NA	水声信号处理	CNN	声学信号	DeepShip和ShipsEar两个数据集	NA	MobilePR-ConvNet	准确率	资源受限的水下设备
2140	2025-12-01	WELD-DETR: A Real-Time Welding Defect Detection Framework with Multi-Scale Feature Fusion and Multi-Kernel Perception Optimization 2025-Nov-17, Sensors (Basel, Switzerland) DOI:10.3390/s25227024 PMID:41305232	研究论文	提出了一种基于多尺度特征融合和多核感知优化的实时焊接缺陷检测框架WELD-DETR	引入分层特征金字塔结构HFPS和多核感知小波卷积模块MPWC，显著提升微米级缺陷检测能力	未明确说明在极端工业环境下的鲁棒性测试范围	开发实时焊接缺陷检测框架以提升工业焊接质量检测效率	焊接缺陷（包括微裂纹和气孔等五种常见缺陷类型）	计算机视觉	NA	深度学习	DETR	图像	工业级焊接数据集（包含五种缺陷类型）	PyTorch	DETR, HFPS, MPWC	mAP@0.5-0.95, 精确率, FPS	NVIDIA RTX 2060 GPU