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
2221	2025-12-01	Systematic Review of Artificial Intelligence and Electrocardiography for Cardiovascular Disease Diagnosis 2025-Nov-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111248 PMID:41301204	系统综述	系统回顾人工智能在心电图分析中用于心血管疾病诊断的最新进展	全面分析2019-2025年间100多项研究，按疾病类型、模型架构和方法创新进行分类比较	存在人口统计学偏倚、数据集多样性不足和监管障碍等问题	评估人工智能在心电图分析中用于心血管疾病诊断的应用现状和前景	心血管疾病患者的心电图数据	机器学习	心血管疾病	心电图分析	CNN, LSTM, 混合模型	心电图信号	超过100项研究涉及的数据集	NA	卷积神经网络, 长短期记忆网络, 混合模型	灵敏度, 可重复性, 亚临床状况检测性能	NA
2222	2025-12-01	A Synergistic Multi-Scale Attention and Composite Feature Extraction Network for Coronary Artery Segmentation 2025-Nov-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111247 PMID:41301203	研究论文	提出一种用于冠状动脉分割的多尺度注意力和复合特征提取网络	设计了复合特征提取模块(CFEM)和多尺度复合注意力模块(MCAM)，在U型架构中协同整合多尺度卷积、空间注意力和轻量级通道注意力	NA	提高二维数字减影血管造影图像中冠状动脉分割的准确性	冠状动脉血管结构	计算机视觉	心血管疾病	数字减影血管造影	深度学习	医学图像	公共ARCADE数据集	NA	U-Net	Dice系数, clDice, HD95	NA
2223	2025-12-01	Decision-Support for Restorative Dentistry: Hybrid Optimization Enhances Detection on Panoramic Radiographs 2025-Nov-14, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13222904 PMID:41302292	研究论文	本研究比较了机器学习、深度学习和混合优化方法在全景X光片上自动分类五种牙科修复体的性能	提出混合灰狼-粒子群优化算法(HGWO-PSO)进行特征选择，结合SVM分类器，在牙科修复体检测任务中表现优于传统方法和基线CNN	采用单标签图像级分类方法，无法处理单张X光片中多个修复体的情况，数据集规模有限且存在类别不平衡	开发用于牙科修复体自动检测的决策支持系统	牙科全景X光片中的五种修复体类型：充填体、种植体、根管治疗、固定局部义齿/桥体、牙冠	计算机视觉	牙科疾病	图像处理(直方图均衡化、CLAHE)、纹理特征提取(GLCM)	SVM, CNN, 决策树, 随机森林, K近邻	图像	353张匿名全景X光片，包含2137个标记修复体	TensorFlow	CNN	准确率, 宏精确率, 宏召回率, F1分数	CUDA 11.8, cuDNN 8.9, 使用GPU训练
2224	2025-12-01	Malignancy in Ground-Glass Opacity Using Multivariate Regression and Deep Learning Models: A Proof-of-Concept Study 2025-Nov-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14228082 PMID:41303118	研究论文	本研究比较多元统计回归与深度学习模型在预测肺磨玻璃结节恶性风险中的性能	首次将传统多元统计回归与云端AI深度学习模型直接比较用于GGO恶性风险预测	样本量较小（仅47例患者），结果可能随样本扩大而变化	比较两种方法在预测肺磨玻璃结节恶性风险中的表现差异	肺磨玻璃结节（GGO）患者	医学影像分析	肺癌	CT扫描，图像纹理分析	深度学习，多元统计回归	CT医学影像	47例患者（32例恶性，15例良性）	NA	NA	敏感度，特异度，AUC，95%置信区间	云端部署
2225	2025-12-01	Multimodal Fusion of Chest X-Rays and Blood Biomarkers for Automated Silicosis Staging 2025-Nov-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14228074 PMID:41303108	研究论文	开发并验证了一种融合胸部X光和血液生物标志物的自动多模态框架用于矽肺分期	提出了三种融合架构（早期、晚期和混合），将血液生物标志物分析与CXR分析相结合，用于矽肺自动分期	样本量相对较小（94名患者，341个配对样本），需要在更大规模研究中进一步验证	开发自动多模态框架用于矽肺分期，提高诊断准确性和一致性	94名工程石材矽肺患者及其341个配对的CXR和生物标志物样本	医学影像分析	矽肺	胸部X光成像，血液生物标志物检测	深度学习，传统机器学习	图像，血液生物标志物数据	94名患者，341个配对样本	NA	NA	AUC	NA
2226	2025-12-01	Evaluation of a Hybrid CNN Model for Automatic Detection of Malignant and Benign Lesions 2025-Nov-14, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61112036 PMID:41303872	研究论文	本研究开发了一种混合CNN模型用于甲状腺结节超声图像的良恶性分类	提出结合EfficientNet-B3主干网络、SE模块和残差细化模块的混合架构，并采用R-based异常数据增强和GAN技术解决类别不平衡问题	需要临床验证，模型决策过程可解释性有待提升，尚未集成到常规医院工作流程	开发自动分类甲状腺结节良恶性的深度学习模型	甲状腺结节超声图像	计算机视觉	甲状腺癌	超声成像	CNN, GAN	图像	TN5000数据集包含5000张超声图像（3572恶性，1428良性）	NA	EfficientNet-B3, SE blocks, 残差细化模块	准确率, 灵敏度, 精确率, F1分数	NA
2227	2025-12-01	Machine Learning Methods for the Prediction of Intraoperative Hypotension with Biosignal Waveforms 2025-Nov-14, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61112039 PMID:41303875	研究论文	本研究开发并验证了使用生物信号波形和临床信息预测术中低血压的机器学习和深度学习模型	结合四种生物信号波形（动脉血压、心电图、光电容积脉搏波和二氧化碳波形）与患者个性化临床信息，开发混合CNN-RNN模型预测术中低血压	回顾性观察研究，数据来自单一医疗中心，需要前瞻性验证	开发能够预测术中低血压的机器学习模型以预防术后并发症	接受非心脏手术的患者	机器学习	心血管疾病	生物信号监测	梯度提升机, CNN-RNN混合模型	波形数据, 临床信息	2611名患者（来自6388名患者的VitalDB开放数据集）	NA	CNN-RNN混合架构	AUROC, 准确率	NA
2228	2025-12-01	Interfacial Gap Prediction in Laser Welding of Pure Copper Overlap Joints Using Multiple Sensors 2025-Nov-14, Materials (Basel, Switzerland) DOI:10.3390/ma18225189 PMID:41304032	研究论文	提出一种基于深度学习和多传感器融合的铜搭接接头界面间隙预测新方法	首次结合图像传感器、光谱仪和光学相干断层扫描传感器，利用深度学习进行铜焊接界面间隙预测	未明确说明模型在其他材料或焊接工艺中的泛化能力	开发精确预测铜搭接接头激光焊接界面间隙的方法	纯铜搭接接头的激光焊接过程	机器学习和传感器融合	NA	激光焊接、多传感器融合、光学相干断层扫描	深度学习模型	图像数据、光谱数据、光学相干断层扫描数据	在不同间隙条件下采集的多传感器数据	NA	二元间隙分类模型	准确率	NA
2229	2025-12-01	Real-Time and Fully Automated Robotic Stacking System with Deep Learning-Based Visual Perception 2025-Nov-14, Sensors (Basel, Switzerland) DOI:10.3390/s25226960 PMID:41305167	研究论文	提出基于深度学习视觉感知的全自动实时机器人堆垛系统，用于工业生产线上的分类和搬运任务	将YOLOv5s目标检测算法与工业机器人集成，实现实时全自动操作，并通过环境优化达到100%操作准确率	NA	开发用于工业自动化的实时机器人堆垛系统	13种不同类型的工业袋装产品	计算机视觉	NA	深度学习视觉感知	CNN	图像	9600个包裹（5天现场测试）	Python	YOLOv5s	mAP@0.5, 分类准确率	NA
2230	2025-12-01	Non-Destructive Detection and Grading of Plum Quality Based on Multimodal Data 2025-Nov-14, Sensors (Basel, Switzerland) DOI:10.3390/s25226962 PMID:41305169	研究论文	提出基于深度学习的多模态数据融合技术，通过融合李子颜色图像和光谱数据实现李子品质的无损检测与分级	首次将VGG16网络与1D-CNN结合用于李子品质评估，通过多模态数据融合显著提升分类准确率至100%	未提及模型泛化能力测试和实际应用场景验证	开发李子品质无损检测与分级的新技术方法	李子果实	计算机视觉	NA	可见光-近红外光谱技术（波长范围350-1700 nm）	CNN	图像, 光谱数据	NA	NA	VGG16, 1D-CNN	准确率	NA
2231	2025-12-01	Efficient Prestress Wedge Flaw Detection Using a Lightweight Computational Framework 2025-Nov-14, Sensors (Basel, Switzerland) DOI:10.3390/s25226978 PMID:41305185	研究论文	提出一种轻量级FasterNET-YOLOv5框架用于预应力楔形件缺陷检测	开发了轻量级检测框架，实现96.3%的检测精度和18%的端到端推理速度提升，并建立了机器视觉检测与力学模型的关联	未明确说明样本数据集的具体规模和多样性	提高预应力楔形件缺陷检测的准确性和鲁棒性，实现工业实时检测	桥梁和道路建设中的预应力楔形件螺纹缺陷	计算机视觉	NA	机器视觉，深度学习	YOLOv5	图像	NA	PyTorch	FasterNET-YOLOv5	精度, 召回率, mAP@0.5, 推理速度	便携式或嵌入式设备
2232	2025-12-01	Dual-Sensor Hyperspectral Fusion for Prediction of Sorghum Tannin Content Oriented to Liquor Brewing 2025-Nov-13, Foods (Basel, Switzerland) DOI:10.3390/foods14223880 PMID:41300038	研究论文	本研究通过融合双高光谱传感器特征开发了一种高粱单宁含量的无损检测方法	首次将可见-近红外和短波红外双传感器特征融合与深度学习相结合用于高粱单宁含量预测	样本数量有限（240个），仅涵盖特定品种和产区的高粱样本	为白酒酿造过程中高粱单宁含量的精确控制提供快速无损检测技术方案	240个具有代表性的高粱样本，涵盖不同品种和产区	计算机视觉	NA	高光谱成像技术（可见-近红外和短波红外）	CNN, SVM, PLS	高光谱图像数据	240个高粱样本	NA	CNN	决定系数(R), 均方根误差(RMSE), 残差预测偏差(RPD)	NA
2233	2025-12-01	Machine Learning-Enabled Rapid Assessment of Plant-Based Protein Digestibility Through Physicochemical Profiles 2025-Nov-13, Foods (Basel, Switzerland) DOI:10.3390/foods14223874 PMID:41300032	研究论文	开发集成深度学习框架，通过理化特征快速评估植物蛋白消化率	将消化率评估从资源密集型过程转变为快速、微量样本的预测方法，识别α-螺旋含量、无规则卷曲含量和溶解性作为关键消化率指标	模型基于23种植物蛋白分离物开发，需在更广泛样本上验证	开发快速评估植物蛋白消化率的方法以加速蛋白质优化流程	23种多样化植物蛋白分离物	机器学习	NA	理化特征分析	前馈神经网络	理化特征数据	23种植物蛋白分离物	NA	前馈神经网络	R值	NA
2234	2025-12-01	Hybrid State-Space and Vision Transformer Framework for Fetal Ultrasound Plane Classification in Prenatal Diagnostics 2025-Nov-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222879 PMID:41300902	研究论文	提出一种结合状态空间模型和视觉Transformer的混合框架，用于胎儿超声平面分类和生物测量	首次将状态空间模型与视觉Transformer结合，通过门控决策融合和多重校准策略解决超声图像领域变异性、噪声伪影和类别不平衡问题	未提及计算效率分析和实时推理性能评估	提高胎儿超声平面分类的准确性和临床实用性	胎儿超声图像	计算机视觉	产前诊断	超声成像	状态空间模型,视觉Transformer	图像	三个公开数据集：FETAL_PLANES_DB、HC18和大规模胎儿头部数据集	NA	状态空间模型,视觉Transformer	准确率,宏F1分数,预期校准误差,Dice系数,交并比,平均绝对误差	NA
2235	2025-12-01	A Physics-Informed Residual and Particle Swarm Optimization Framework for Physics-Informed UAV GPS Spoofing Detection 2025-Nov-13, Sensors (Basel, Switzerland) DOI:10.3390/s25226925 PMID:41305133	研究论文	提出一种结合物理信息残差建模与粒子群优化的无人机GPS欺骗检测框架	引入物理可解释的残差构建过程，通过强制GNSS观测值的时间和载波级别一致性来捕捉信号不一致性	NA	开发鲁棒高效的无人机GPS欺骗检测方法	无人机导航系统中的GPS欺骗信号	机器学习	NA	GPS信号分析	XGBoost	GNSS观测数据，导航特征	NA	XGBoost	XGBoost分类器	准确率，F1分数	NA
2236	2025-12-01	From Fingerprinting to Advanced Machine Learning: A Systematic Review of Wi-Fi and BLE-Based Indoor Positioning Systems 2025-Nov-13, Sensors (Basel, Switzerland) DOI:10.3390/s25226946 PMID:41305153	系统性综述	对基于Wi-Fi和BLE的机器学习室内定位系统进行系统性文献综述	系统分析2020-2024年间ML在IPS中的应用趋势，重点关注深度学习方法的兴起	环境变异性、设备异构性和校准需求等实施挑战尚未完全解决	综述机器学习在室内定位系统中的应用发展	基于IEEE 802.11 Wi-Fi和蓝牙低功耗(BLE)的室内定位研究	机器学习	NA	RSSI, CSI, RTT, AoA	机器学习, 深度学习	无线信号测量数据	NA	NA	NA	NA	NA
2237	2025-12-01	Hybrid Deep Learning Models for Analyzing Histological Images of the Zebrafish Intestine Under Oxidative Stress 2025-Nov-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222859 PMID:41300884	研究论文	本研究提出了一种混合深度学习模型，用于分析氧化应激条件下斑马鱼肠道组织学图像	应用CLAHE增强图像质量，并首次将四种深度学习模型（Xception、自编码器、自定义CNN和Vision Transformer）与三种传统分类器（SVM、RF、kNN）结合，提高了斑马鱼肠道组织图像分类准确率	使用私有数据集，样本量未明确说明，模型泛化能力有待验证	开发混合深度学习模型以提高斑马鱼肠道组织学图像分类准确率	斑马鱼肠道组织学图像	数字病理学	氧化应激相关肠道损伤	组织学图像分析	CNN, Autoencoder, Vision Transformer, SVM, RF, kNN	图像	NA	NA	Xception, Vision Transformer, 自定义CNN, 自定义自编码器	准确率	NA
2238	2025-12-01	RAVE-HD: A Novel Sequential Deep Learning Approach for Heart Disease Risk Prediction in e-Healthcare 2025-Nov-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15222866 PMID:41300891	研究论文	提出一种名为RAVE-HD的序列混合深度学习方法，用于电子医疗中的心脏病风险预测	结合ResNet和Vanilla RNN的序列混合模型，采用邻近加权随机合成采样技术处理类别不平衡，并通过SHAP分析提供可解释性	NA	开发可靠、可解释且可扩展的心脏病筛查解决方案	心脏病患者医疗数据	机器学习	心血管疾病	递归特征消除，邻近加权随机合成采样	ResNet, Vanilla RNN	医疗数据集	NA	NA	ResNet, Vanilla RNN	准确率，ROC-AUC，召回率，精确度	NA
2239	2025-12-01	An Innovative Model for Diagnosing Lesions in Coronary Angiography Imagery Using an Improved YOLOv4 Model 2025-Nov-12, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12111241 PMID:41301197	研究论文	本研究开发了一种改进的YOLOv4模型，用于冠状动脉造影图像中病灶的自动检测和分类，并探索模型检测的病灶特征与主要不良心血管事件的相关性	改进了YOLOv4算法，通过迁移学习在冠状动脉造影数据集上进行校准，首次将深度学习检测的病灶解剖特征与长期预后评估相结合	回顾性研究设计，样本量相对有限（408例患者），病灶检测的平均精度为55.01%仍有提升空间	开发AI辅助诊断工具，实现冠状动脉病灶的自动检测和分类，并探索其与心血管预后的关联	408例急性心肌梗死患者的冠状动脉造影图像数据	计算机视觉	心血管疾病	冠状动脉造影	CNN	图像	408例急性心肌梗死患者	NA	YOLOv4	mAP, Log-rank检验	NA
2240	2025-12-01	From Traditional Machine Learning to Fine-Tuning Large Language Models: A Review for Sensors-Based Soil Moisture Forecasting 2025-Nov-12, Sensors (Basel, Switzerland) DOI:10.3390/s25226903 PMID:41305111	综述	本文系统回顾了从传统机器学习到微调大语言模型的土壤湿度预测方法，并提出了一种新的分类框架	提出了土壤湿度预测的新分类法，首次系统综述了联邦学习、迁移学习和大型语言模型在土壤湿度预测中的最新应用	仅纳入了2017-2025年间发表的68篇同行评审研究，可能未覆盖该领域所有相关文献	为研究人员和从业者构建准确、可扩展且可信赖的土壤湿度预测系统提供见解，推动智慧农业发展	土壤湿度预测相关的AI模型和方法	机器学习	NA	物联网传感技术、实时传感系统	传统机器学习,深度学习,混合模型,LLM	传感器数据,气象数据	基于68篇同行评审研究（从189篇文献中筛选）	NA	NA	NA	NA