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
241	2025-04-29	CRISPR-MFH: A Lightweight Hybrid Deep Learning Framework with Multi-Feature Encoding for Improved CRISPR-Cas9 Off-Target Prediction 2025-Mar-28, Genes IF:2.8Q2 DOI:10.3390/genes16040387 PMID:40282347	research paper	提出了一种轻量级混合深度学习框架CRISPR-MFH，通过多特征编码改进CRISPR-Cas9脱靶预测	引入了新颖的多特征独立编码方法，将gRNA-DNA序列对编码为三个不同的特征矩阵以减少信息损失，并提出了结合多尺度可分离卷积和混合注意力机制的轻量级框架	模型参数规模增加会导致复杂性上升，限制实际应用性	改进CRISPR-Cas9系统的脱靶效应预测	gRNA-DNA序列对	machine learning	NA	deep learning	hybrid deep learning framework (multi-scale separable convolutions + hybrid attention mechanisms)	sequence data	multiple benchmark datasets
242	2025-04-29	Automated, Standardized, Quantitative Analysis of Cardiovascular Borders on Chest X-Rays Using Deep Learning 2025-Mar-27, JACC. Advances DOI:10.1016/j.jacadv.2025.101687 PMID:40286357	research paper	开发了一种基于深度学习的自动化方法，用于量化胸部X光片中的心血管边界，并探索其临床应用价值	首次使用深度学习技术对心血管边界进行标准化、定量化分析，并建立了年龄和性别特定的正常范围	研究仅基于特定站点的数据，可能无法完全代表所有人群	开发一种自动化、标准化的心血管边界量化方法，并评估其在心血管疾病分类和风险分层中的临床效用	胸部X光片中的心血管边界	digital pathology	cardiovascular disease	deep learning	deep learning	image	96,129张正常胸部X光片和44,567张患病胸部X光片
243	2025-04-29	Assessing Cancer Presence in Prostate MRI Using Multi-Encoder Cross-Attention Networks 2025-Mar-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040098 PMID:40278014	研究论文	本文提出了一种多编码器交叉注意力网络，用于评估前列腺MRI中癌症的存在	首次专注于前列腺癌临床工作流程中一个关键但未被充分探索的任务：区分有癌症存在和无可疑癌症发现的病例，并采用了最大的前列腺癌MR图像集合进行大规模实验	未提及具体的局限性	准确诊断前列腺癌，为患者提供有效治疗并降低死亡率	前列腺癌患者和无可疑前列腺癌发现的病例	数字病理学	前列腺癌	MRI	多编码器交叉注意力融合架构	图像	训练集包含4504名患者的双参数MR图像及其临床变量，测试集包含975名回顾性患者和435名前瞻性患者
244	2025-04-29	Minimax Bayesian Neural Networks 2025-Mar-25, Entropy (Basel, Switzerland) DOI:10.3390/e27040340 PMID:40282575	research paper	本文研究了使用极小极大方法的更保守的贝叶斯神经网络（BNNs），揭示了闭环神经网络与BNNs之间的联系	将极小极大方法应用于贝叶斯神经网络，提出了一种更保守的BNNs，并揭示了其与闭环神经网络的联系	仅在简单数据集上进行了测试，未在大规模或复杂数据集上验证	研究贝叶斯神经网络的鲁棒性及其与闭环神经网络的关系	贝叶斯神经网络（BNNs）和闭环神经网络	machine learning	NA	NA	Bayesian neural networks (BNNs), deterministic neural network, stochastic neural network	NA	简单数据集（具体数量未提及）
245	2025-04-29	Large-Scale Coastal Marine Wildlife Monitoring with Aerial Imagery 2025-Mar-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040094 PMID:40278010	研究论文	本研究探讨了利用航拍图像和深度学习方法自动检测、分类和计数沿海海洋野生动物的可行性	开发了一个深度学习框架，用于从航拍图像中自动识别和分类海洋野生动物，支持生态动态分析	模型的F1分数在0.7到0.9之间，具体取决于个体类型，可能存在识别精度不稳定的问题	提高沿海海洋野生动物监测的效率和准确性，支持生物多样性保护和环境管理	南象海豹和南美海狮群体	计算机视觉	NA	航拍图像采集和深度学习	深度学习框架	图像	在阿根廷巴塔哥尼亚的Valdés半岛采集的高分辨率航拍图像数据集
246	2025-04-29	Development of an Intelligent Tablet Press Machine for the In-Line Detection of Defective Tablets Using Machine Learning and Deep Learning Models 2025-Mar-24, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17040406 PMID:40284402	研究论文	开发了一种集成机器学习和深度学习模型的智能压片机，用于实时检测缺陷药片	将机器学习和深度学习模型集成到压片机中，实现实时检测药片缺陷，作为过程分析技术工具	研究仅针对特定药物（盐酸二甲双胍）的压片过程，未验证对其他药物的适用性	开发一种智能压片机，用于实时检测药片缺陷	盐酸二甲双胍药片	机器学习	NA	过程分析技术(PAT)	随机森林(RF), 人工神经网络(ANN)	实时处理数据（压缩力、排出力、压缩速度等）	商业规模实验生产的盐酸二甲双胍药片
247	2025-04-29	Deep Learning-Based Detection of Aflatoxin B1 Contamination in Almonds Using Hyperspectral Imaging: A Focus on Optimized 3D Inception-ResNet Model 2025-Mar-22, Toxins IF:3.9Q1 DOI:10.3390/toxins17040156 PMID:40278655	research paper	本研究提出了一种基于深度学习的3D Inception-ResNet模型，利用高光谱图像检测杏仁中的黄曲霉毒素B1污染	采用优化的3D Inception-ResNet架构，结合特征选择算法，提高了分类准确率和处理效率	未提及模型在其他食品污染检测中的泛化能力	开发一种快速、无损的黄曲霉毒素B1污染检测方法，确保食品安全	杏仁中的黄曲霉毒素B1污染	computer vision	NA	hyperspectral imaging	3D Inception-ResNet	image	NA
248	2025-04-29	Deep Learning-Enhanced Motor Training: A Hybrid VR and Exoskeleton System for Cognitive-Motor Rehabilitation 2025-Mar-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040331 PMID:40281692	research paper	本研究探索了将实时机器学习分类的运动想象数据与脑机接口相结合，利用预制外骨骼和集成虚拟现实(VR)的EEG头戴设备，开发实用且可扩展的康复和日常运动训练治疗方案	关键创新包括用于数据分类的运动想象EEG采集协议，以及利用小波包变换进行特征提取的深度学习机器学习框架，并开发了新颖的VR钓鱼游戏以动态响应EEG输出	临床测试仍在进行中	开发实用且可扩展的康复和日常运动训练治疗方案	老年人的认知运动功能	脑机接口	geriatric disease	EEG, VR, 外骨骼	SVM, CNN, LSTM	EEG信号	NA
249	2025-04-29	A Color-Based Multispectral Imaging Approach for a Human Detection Camera 2025-Mar-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040093 PMID:40278009	研究论文	提出了一种基于颜色的多光谱成像方法，用于开发实时人体检测相机	使用四个特定波长（453、556、668和708 nm）进行衣物与背景分离，构建轻量级机器学习模型（多层感知机）	仅适用于白天条件和常见织物，对部分遮挡物体可能效果有限	开发一种支持实时处理的人体检测相机	衣物（作为人体检测的代理）	计算机视觉	NA	多光谱成像	多层感知机（MLP）	多光谱图像	NA
250	2025-04-29	CAD-Skin: A Hybrid Convolutional Neural Network-Autoencoder Framework for Precise Detection and Classification of Skin Lesions and Cancer 2025-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040326 PMID:40281686	research paper	提出了一种结合CNN和自动编码器的深度学习算法CAD-Skin，用于精确检测和分类皮肤病变及癌症	结合了多尺度视网膜、伽马校正、非锐化掩蔽和对比度受限自适应直方图均衡化的预处理方法，并集成了量子支持向量机(QSVM)进行最终分类	未明确提及在实际临床环境中的适用性验证	提高皮肤病变和癌症的诊断效率和分类准确性	皮肤病变和癌症，包括光化性角化病、恶性黑色素瘤等	digital pathology	skin cancer	deep learning, data augmentation	CNN, Autoencoder, QSVM	image	PAD-UFES-20-Modified, ISIC-2018, ISIC-2019数据集
251	2025-04-29	Local Extremum Mapping for Weak Supervision Learning on Mammogram Classification and Localization 2025-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040325 PMID:40281685	research paper	提出了一种新的局部极值映射（LEM）机制，用于乳腺X光片分类和弱监督病变定位	通过局部极值映射机制，仅使用图像级标签实现病变定位，显著降低标注成本	在病变定位方面的Dice相似系数为0.37，仍有提升空间	提高乳腺X光片的早期和准确检测，以提升生存率	乳腺X光片中的病变	digital pathology	breast cancer	weak supervision learning	CNN	image	两个公共乳腺X光片数据集（CBIS-DDSM和INbreast）
252	2025-04-29	Methods for Brain Connectivity Analysis with Applications to Rat Local Field Potential Recordings 2025-Mar-21, Entropy (Basel, Switzerland) DOI:10.3390/e27040328 PMID:40282562	research paper	本文介绍了一系列用于分析大脑依赖网络的统计方法，并应用于大鼠海马局部场电位（LFP）时间序列数据	结合经典和前沿方法，探索了多种统计技术（如Granger因果性、谱传递熵、小波相干性等）以及拓扑数据分析（TDA）和深度学习框架，用于捕捉神经动态和连接性	未提及具体样本量或实验设计的局限性	分析大脑依赖网络以理解潜在的神经机制（如感知、行动和记忆）	大鼠海马局部场电位（LFP）时间序列数据，专注于非空间嗅觉信息的编码	神经科学	NA	Granger causality (GC), robust canonical coherence analysis, spectral transfer entropy (STE), wavelet coherence, topological data analysis (TDA), deep learning-based canonical correlation frameworks	NA	时间序列数据（局部场电位记录）	NA
253	2025-04-29	Global Trends in Diabetic Foot Research (2004-2023): A Bibliometric Study Based on the Scopus Database 2025-Mar-21, International journal of environmental research and public health DOI:10.3390/ijerph22040463 PMID:40283692	研究论文	通过文献计量分析探讨2004-2023年间糖尿病足研究的全球趋势	利用Scopus数据库进行文献计量分析，揭示糖尿病足研究的发展趋势和热点	仅基于Scopus数据库，可能未涵盖所有相关研究	分析糖尿病足研究的全球趋势和未来方向	2004-2023年间Scopus数据库中关于糖尿病足的研究文献	文献计量学	糖尿病足	文献计量分析工具（Excel, Python, Biblioshiny, VOSviewer）	NA	文献数据	7136篇文献
254	2025-04-29	New Method of Impact Localization on Plate-like Structures Using Deep Learning and Wavelet Transform 2025-Mar-20, Sensors (Basel, Switzerland) DOI:10.3390/s25061926 PMID:40293079	研究论文	提出了一种利用二维卷积神经网络(CNN)和小波变换(WT)定位板状结构上冲击事件的新方法	结合CNN和小波变换处理冲击信号，实现了高精度的冲击定位	难以区分特征相似的数据样本，主要源于信号分段间隔和冲击距离两个因素	开发板状结构冲击定位的新方法	板状结构上的冲击事件	计算机视觉	NA	小波变换(WT)	CNN	图像	8个数据集(包含2-5次冲击信号)
255	2025-04-29	An Efficient 3D Measurement Method for Shiny Surfaces Based on Fringe Projection Profilometry 2025-Mar-20, Sensors (Basel, Switzerland) DOI:10.3390/s25061942 PMID:40293081	research paper	提出了一种基于条纹投影轮廓术（FPP）的高效3D测量方法，用于解决测量高反光表面时条纹饱和或过暗的问题	利用偏振片减轻条纹饱和，并通过深度学习方法增强低对比度区域的条纹质量，同时引入双频互补解码方法提高测量效率	未提及方法在极端反光条件下的表现或与其他方法的对比结果	解决高反光表面3D测量中的条纹饱和或过暗问题，提高测量精度和效率	高反光表面的3D测量	计算机视觉	NA	条纹投影轮廓术（FPP）	深度学习	图像	NA
256	2025-04-29	MAL-Net: A Multi-Label Deep Learning Framework Integrating LSTM and Multi-Head Attention for Enhanced Classification of IgA Nephropathy Subtypes Using Clinical Sensor Data 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061916 PMID:40293045	research paper	提出了一种名为MAL-Net的多标签深度学习框架，用于整合LSTM和多头注意力机制以增强IgA肾病亚型的分类	MAL-Net整合了LSTM网络和多头注意力机制，有效捕捉临床数据中的序列和上下文依赖关系，并通过内存网络模块提取临床传感器和记录的特征	研究仅基于500名IgAN患者的数据，样本量可能不足以覆盖所有临床情况的多样性	提高IgA肾病亚型分类的准确性，支持早期诊断和个性化治疗	500名IgA肾病患者的多维临床数据，包括人口统计学、实验室和症状变量	digital pathology	IgA nephropathy	deep learning	LSTM, Multi-Head Attention	clinical sensor data	500名IgAN患者
257	2025-04-29	Interference Mitigation Using UNet for Integrated Sensing and Communicating Vehicle Networks via Delay-Doppler Sounding Reference Signal Approach 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061902 PMID:40293069	研究论文	本文提出了一种利用UNet架构在延迟多普勒域中通过二维偏移增强集成传感与通信(ISAC)性能的新方法	利用延迟多普勒域中的二维偏移和UNet架构进行干扰抑制，提高了频谱效率和感知精度	未提及实际部署中的硬件限制或计算资源需求	提升车辆网络中集成传感与通信(ISAC)系统的性能	4G和5G系统中的车辆网络	通信系统	NA	延迟多普勒探测参考信号方法	UNet	Range-Doppler地图	NA
258	2025-04-29	A Weighted-Transfer Domain-Adaptation Network Applied to Unmanned Aerial Vehicle Fault Diagnosis 2025-Mar-19, Sensors (Basel, Switzerland) DOI:10.3390/s25061924 PMID:40293102	研究论文	提出了一种加权迁移域适应网络（WTDAN）方法，用于无人机电磁敏感飞行数据的在线异常检测和故障诊断	基于无监督迁移学习，设计了三个多尺度模块（特征提取器、域鉴别器和标签分类器），并采用多层域适应和源域样本加权策略	在异常目标数据样本较少的情况下性能较好，但在样本分布极度不平衡或噪声干扰更大时的表现未验证	提升无人机在复杂环境下的在线异常检测与故障诊断能力	无人机电磁敏感飞行数据	机器学习	NA	无监督迁移学习	WTDAN（加权迁移域适应网络）	传感器时序数据	公开数据集+实验测试数据集（未注明具体数量）
259	2025-04-29	Exploring the Feasibility of Deep Learning for Predicting Lignin GC-MS Analysis Results Using TGA and FT-IR 2025-Mar-18, Polymers IF:4.7Q1 DOI:10.3390/polym17060806 PMID:40292675	research paper	探讨使用深度学习方法基于TGA和FT-IR数据预测木质素GC-MS分析结果的可行性	首次提出利用AI模型从TGA和FT-IR数据预测GC-MS结果，为预算有限的研究提供替代方案	模型需要在更多木质素底物上进行验证以提高普适性，且需与有机化学家合作评估实际应用价值	开发经济高效的木质素分析方法	木质素（植物细胞壁提取的复杂生物聚合物）	machine learning	NA	TGA, FT-IR, GC-MS	deep learning	spectroscopic data	未明确说明（需跨多种木质素底物验证）
260	2025-04-29	A Deep Sparse Capsule Network for Non-Invasive Blood Glucose Level Estimation Using a PPG Sensor 2025-Mar-18, Sensors (Basel, Switzerland) DOI:10.3390/s25061868 PMID:40293000	研究论文	该研究提出了一种基于深度学习的非侵入性方法，利用光电容积描记术（PPG）信号估计血糖水平	提出了一种深度稀疏胶囊网络（DSCNet）模型，用于准确和稳健的血糖监测，并开发了带有自注意力机制的增强模型	未提及样本的具体数量或多样性，可能影响模型的泛化能力	开发一种非侵入性血糖监测方法，以减少传统侵入性方法带来的不适	糖尿病患者的光电容积描记术（PPG）信号	机器学习	糖尿病	光电容积描记术（PPG）	深度稀疏胶囊网络（DSCNet）	信号数据	NA