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
2421	2025-10-06	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种基于生物学信息的U-Net模型BiU-Net，用于解决基因型插补问题	将生物学信息融入U-Net架构，通过分割基因型数据并编码位置信息来保持基因组上下文	未明确说明在小数据集中的罕见变异插补性能提升程度	开发更准确的基因型插补方法以提升全基因组关联研究的统计功效	基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000基因组计划、路易斯安那骨质疏松研究、西蒙斯基因组多样性计划数据集	NA	BiU-Net	整体指标、按次要等位基因频率分层的指标	NA
2422	2025-10-06	Artificial Intelligence in Ocular Transcriptomics: Applications of Unsupervised and Supervised Learning 2025-Aug-26, Cells IF:5.1Q2 DOI:10.3390/cells14171315 PMID:40940727	综述	本文综述了2019-2025年间人工智能在眼科转录组学中的应用，重点介绍了监督和非监督学习方法在生物标志物发现、细胞类型分类及眼部疾病建模方面的进展	系统总结了AI在眼科转录组学中的最新应用，涵盖单细胞工作流程标准技术和深度学习多组学整合方法	存在可解释性和标准化方面的挑战	探讨人工智能在眼科转录组学数据分析中的应用价值	眼部组织转录组数据，包括视网膜、角膜、黄斑等组织	机器学习	眼科疾病	微阵列、bulk RNA-seq、单细胞RNA-seq	PCA,t-SNE,UMAP,WGCNA,LASSO,SVM,随机森林,变分自编码器,神经网络	基因表达数据	NA	NA	NA	NA	NA
2423	2025-10-06	Deep Learning for Cervical Spine Radiography: Automated Measurement of Intervertebral and Neural Foraminal Distances 2025-Aug-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172162 PMID:40941650	研究论文	提出一种基于深度学习的自动化方法，用于定位颈椎X光片中的椎体并测量神经孔距离	使用YOLOv8实现颈椎自动定位和分割，集成图像增强技术分析神经孔距离和椎间隙，显著提升C7椎体识别准确率至100%	NA	开发自动化颈椎X光片分析系统，提高诊断效率和准确性	C2至C7颈椎椎体，重点关注神经孔距离和椎间隙测量	计算机视觉	颈椎退行性疾病	X射线成像，图像增强	YOLO	X光图像	NA	NA	YOLOv8	定位准确率，处理时间	NA
2424	2025-10-06	A Rapid Segmentation Method Based on Few-Shot Learning: A Case Study on Roadways 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175290 PMID:40942720	研究论文	提出一种基于小样本学习的快速道路分割方法，通过正负样本学习机制实现跨场景高效分割	提出结合反投影模块和分割模块的新型架构，设计同时考虑正负样本的学习机制，无需迁移学习即可实现跨场景快速分割	仅针对道路图像进行验证，在其他类型图像上的泛化能力未经验证	降低分割模型的部署成本，促进道路图像分割应用	道路图像	计算机视觉	NA	小样本学习	深度学习	图像	少量道路图像提示样本	NA	反投影模块(BPM), 分割模块(SM)	交并比(IoU)	边缘部署
2425	2025-10-06	Multi-Scale Attention Networks with Feature Refinement for Medical Item Classification in Intelligent Healthcare Systems 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175305 PMID:40942733	研究论文	提出一种用于智能医疗系统中医疗物品分类的多尺度注意力网络与特征优化混合深度学习框架	集成EfficientDet的BiFPN多尺度检测、BiFormer的双层路由注意力机制和结合三元组损失与在线难例挖掘的ResNet-18，实现视觉相似、遮挡和小尺度医疗物品的精准识别	基于自定义数据集开发，模型泛化能力未在公开基准数据集上验证	开发用于智能医疗库存系统的医疗物品自动识别与分类方法	医疗物品（包括药品和急救物资）	计算机视觉	NA	深度学习	CNN, Transformer	图像	5000多张在不同光照、遮挡和摆放条件下采集的医疗物品图像	TensorFlow, PyTorch	EfficientDet, BiFormer, ResNet-18	平均精度(mAP@0.5:0.95), 分类准确率	NA
2426	2025-10-06	Metaheuristic-Driven Feature Selection for Human Activity Recognition on KU-HAR Dataset Using XGBoost Classifier 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175303 PMID:40942734	研究论文	本研究提出基于元启发式算法增强的XGBoost分类器，用于KU-HAR数据集上的人类活动识别	首次将金豺优化算法和战争策略优化算法与XGBoost分类器结合用于特征选择	仅使用单一数据集进行验证，未在其他HAR数据集上测试泛化能力	开发高效的人类活动识别方法，通过特征选择降低模型复杂度	智能手机加速度计和陀螺仪传感器采集的人类活动数据	机器学习	NA	传感器数据分析	XGBoost	传感器时序数据	KU-HAR数据集（具体样本数未提及）	XGBoost, SHAP	集成学习	准确率, F-score, 精确率, 召回率, 标准差, 时间复杂度	NA
2427	2025-10-06	An Instrumental High-Frequency Smart Meter with Embedded Energy Disaggregation 2025-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s25175280 PMID:40942710	研究论文	本文介绍了一种高频采样(15 kHz)并本地执行能量分解的智能电表原型	将高频采样与本地能量分解集成到电表硬件中，并引入了三种新颖的硬件感知性能指标	NA	开发能够在边缘设备上执行能量分解的高频智能电表	智能电表原型和嵌入式平台	物联网	NA	高频采样技术	深度学习模型	高频电力测量数据	NA	NA	NA	准确率, 延迟, 功耗, 吞吐量, 单位成本效率, 单位吞吐量效率, 单位能量效率	六种嵌入式平台
2428	2025-10-06	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	本文对深度强化学习在雾计算环境中任务卸载和资源分配的应用进行了全面调查	首次系统性地对涉及多用户设备和多雾节点的深度强化学习任务卸载进行全面分类和分析	作为综述文章，不包含原始实验数据或性能验证	调查深度强化学习在雾计算任务卸载和资源分配中的应用现状和发展方向	雾计算环境中的任务卸载和资源分配方法	机器学习	NA	深度强化学习	DRL	系统状态数据、资源分配数据	NA	NA	NA	服务质量指标	NA
2429	2025-10-06	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	提出一种集成稀疏注意力和混合专家机制的轻量级植物病害分割框架Sparse-MoE-SAM	结合稀疏注意力机制和两阶段MoE解码器，动态激活关键通道并优化计算路径，在保持精度的同时显著降低计算成本	NA	解决资源受限环境下植物病害分割模型部署的挑战	植物叶片病害区域	计算机视觉	植物病害	深度学习	SAM, MoE	图像	三个异构数据集（PlantVillage Extended, CVPPP和自采集田间图像）	PyTorch	Segment Anything Model, 混合专家解码器, 空洞空间金字塔池化	平均交并比	移动和边缘设备
2430	2025-10-06	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	本研究开发了基于深度学习的多传感器模型，用于预测780DP钢激光焊接中的熔深深度	首次将迁移学习技术应用于激光焊接熔深预测，并比较了单传感器与多传感器模型的性能差异	需要精密的光学相干断层扫描校准，且微调模型性能反而下降	开发准确预测激光焊接过程中关键孔深度的深度学习模型	780双相钢的激光焊接过程	机器视觉	NA	光学相干断层扫描，激光焊接，光谱仪信号采集	CNN	图像，光谱信号	NA	TensorFlow, Keras	MobileNetV2, ResNet50V2, EfficientNetB3, Xception	决定系数R，平均绝对误差MAE	NA
2431	2025-10-06	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	本文系统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	提出了按输入模态分类的结构化分类法，并提供了模态无关的全面概述	作为综述文章，不包含原创性实验研究	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,雷达数据,多模态数据	NA	NA	NA	标准评估指标	NA
2432	2025-10-06	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智能体和传感器数据在心血管疾病预测和预防中的应用	提出结合数字心血管孪生、多模态传感器数据和人工智能的多层架构，实现心血管疾病的早期预警和个性化预防	作为叙事性综述，缺乏原始数据分析和系统性质量评估	探讨心血管疾病从被动治疗向预测性预防性护理转变的技术路径	心血管疾病患者的多模态数据（心电图、光电容积脉搏波、机械心动图等）	数字病理学	心血管疾病	可穿戴IoT设备（ECG、PPG、机械心动图）、临床记录、实验室生物标志物、遗传标记	机器学习,深度学习,图神经网络,Transformer网络,生成式AI	多维度数据流、传感器数据、临床数据	基于183项2016-2025年间发表的研究	NA	图网络,Transformer,贝叶斯滤波器,卡尔曼滤波器	NA	云计算,边缘计算
2433	2025-10-06	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，通过创新的多周期分解和二维张量重塑策略提升诊断性能	首次将TimesNet框架应用于轨道交通走行部故障诊断，采用多维时间序列数据二维重塑技术增强周期特征提取能力	未明确说明模型在其他类型机械故障诊断中的泛化能力，且计算资源需求未详细量化	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变速箱	机器学习	NA	时间序列分析	TimesNet	多元时间序列数据	高速列车轴承故障数据集和变速箱多模式故障数据集	NA	TimesNet	诊断准确率, 推理时间	嵌入式部署平台
2434	2025-10-06	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1D CNN的高效深度学习模型，用于从智能手表心电图检测心律失常	首次将深度学习模型应用于智能手表心电图数据，并同时考虑模型效率和临床实用性	二元模型特异性较低(6.25%)，可能影响实际应用效果	开发高效的心律失常自动检测方法以支持临床诊断	智能手表采集的心电图数据	机器学习	心血管疾病	心电图分析	CNN	心电图信号	使用UMass Medical School Simband和MIT-BIH心律失常两个数据库	NA	1D CNN	准确率, 灵敏度, 特异性	模型参数120万，计算量68.48 MFlops
2435	2025-10-06	Pressure-Guided LSTM Modeling for Fermentation Quantification Prediction 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175251 PMID:40942681	研究论文	本研究开发了一种结合深度学习和区块链技术的发酵监测框架，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	开发可靠的发酵过程预测和监测系统	发酵过程的量化指标预测	机器学习	NA	模块化传感器单元数据采集，区块链数据记录	LSTM	多元时间序列数据	AAG1-3数据集	NA	LSTM	决定系数(R²)	NA
2436	2025-10-06	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	本研究开发了一种用于自动检测绵羊双眼区域的E-S-YOLO11n模型，并分析了眼温与直肠温度的相关性	首次提出E-S-YOLO11n模型用于绵羊双眼区域的自动检测，并系统分析了双眼温度差异及其与直肠温度的关系	环境因素可能限制眼温作为直肠温度替代指标的可靠性，眼温与直肠温度相关性较弱且未达到统计学显著性	开发非接触式动物体温监测方法，探索眼温与直肠温度的相关性	绵羊	计算机视觉	NA	红外热成像技术(IRT)	YOLO	热成像图像	NA	NA	E-S-YOLO11n	精确率,召回率,mAP@0.5,F1分数,FPS,参数量,模型大小,GFLOPs	NA
2437	2025-10-06	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EN-YOLO深度学习模型用于榴莲果园病虫害的小目标检测	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，采用多模态输入策略	NA	开发自动化病虫害检测系统以提升榴莲种植管理效率	榴莲果园中的病虫害	计算机视觉	植物病虫害	多模态成像（RGB、近红外、热成像）	YOLO	图像	真实果园数据集	NA	EN-YOLO, EfficientNet, YOLOv8, YOLOv5-EB, Fieldsentinel-YOLO	计数准确率, 检测准确率, 泛化能力, 小目标识别能力	支持实时无人机部署
2438	2025-10-06	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，用于路面结构模量的鲁棒预测	开发了五种时间序列输入策略，设计了混合Wide & Deep ResRNN架构，并采用基于高斯噪声扰动的蒙特卡洛式置信区间估计方法	仅使用±3%方差的高斯噪声模拟传感器不确定性，可能无法覆盖所有实际噪声类型	提高路面结构模量预测的准确性和鲁棒性	路面结构模量	机器学习	NA	Falling Weight Deflectometer (FWD) 数据采集	SimpleRNN, GRU, LSTM	时间序列数据	NA	NA	Wide & Deep ResRNN	预测准确度, 稳定性	NA
2439	2025-10-06	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和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模型与人类专家在口腔癌诊断中的准确性	纳入研究数量有限（8项），所有研究均存在偏倚风险，证据等级较低	评估深度学习模型在口腔癌诊断中的临床应用价值	口腔黏膜病变（癌变与非癌变）的摄影图像	计算机视觉	口腔癌	深度学习	深度学习模型	图像	8项研究纳入的患者口腔黏膜病变图像	NA	NA	灵敏度, 特异度	NA
2440	2025-10-06	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	开发并验证基于深度学习的全自动腺样体尺寸测量系统，用于侧位头颈部X光片分析	首次实现基于RTMDet和RTMPose网络的腺样体尺寸全自动测量系统	回顾性研究，仅包含两个中心的711张X光片	开发全自动腺样体尺寸测量系统以提高临床诊断效率	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	X射线成像	深度学习	医学影像	711张侧位头颈部X光片，来自两个医疗中心	NA	RTMDet, RTMPose	ICC, MAD, RMS, Bland-Altman图	NA