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
2601	2025-07-17	A Hybrid Compact Convolutional Transformer with Bilateral Filtering for Coffee Berry Disease Classification 2025-Jun-24, Sensors (Basel, Switzerland) DOI:10.3390/s25133926 PMID:40648184	研究论文	提出了一种结合紧凑卷积变换器（CCT）和双边滤波的轻量级方法，用于咖啡浆果病（CBD）的分类	首次将紧凑卷积变换器（CCT）应用于咖啡浆果病（CBD）分类，结合双边滤波和颜色分割增强数据，实现了高精度和低资源消耗	研究仅针对咖啡浆果病（CBD），未涉及其他浆果病害，且数据集规模相对较小（1737张图像）	开发一种轻量级且高精度的咖啡浆果病（CBD）分类方法，以支持可持续咖啡生产系统	咖啡浆果（健康与CBD感染）	计算机视觉	咖啡浆果病	双边滤波、颜色分割	紧凑卷积变换器（CCT）、MLP、SVM、决策树	图像	1737张咖啡浆果图像
2602	2025-07-17	MAK-Net: A Multi-Scale Attentive Kolmogorov-Arnold Network with BiGRU for Imbalanced ECG Arrhythmia Classification 2025-Jun-24, Sensors (Basel, Switzerland) DOI:10.3390/s25133928 PMID:40648186	研究论文	提出了一种名为MAK-Net的混合深度学习框架，用于解决心电图信号分类中的类别不平衡问题	结合了多尺度卷积模块、通道注意力机制、双向门控循环单元和Kolmogorov-Arnold网络层，以提高分类性能和可解释性	仅在MIT-BIH心律失常数据库上进行了验证，未在其他数据集上测试	提高心电图信号分类的准确性和鲁棒性，特别是在类别不平衡的情况下	心电图信号	机器学习	心血管疾病	深度学习、SMOTE	MAK-Net（结合CNN、BiGRU和KAN）	信号数据	MIT-BIH心律失常数据库
2603	2025-07-17	Enhancing Pandemic Prediction: A Deep Learning Approach Using Transformer Neural Networks and Multi-Source Data Fusion for Infectious Disease Forecasting 2025-Jun-24, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.24.25330211 PMID:40666360	研究论文	提出一种基于Transformer神经网络和多源数据融合的深度学习模型，用于预测县级COVID-19病例和死亡情况	结合历史病例数据、死亡数据和社交媒体情感分析，开发了多级多尺度注意力机制进行自适应时频分析	仅针对COVID-19疫情，未测试在其他传染病上的适用性	提高传染病疫情预测的准确性	COVID-19病例和死亡数据	机器学习	COVID-19	深度学习	Transformer	时间序列数据、社交媒体文本	三个Omicron变异波期间(2021年12月至2023年2月)的县级数据
2604	2025-07-17	TableBorderNet: A Table Border Extraction Network Considering Topological Regularity 2025-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s25133899 PMID:40648157	研究论文	提出了一种考虑拓扑规则性的表格边框提取网络TableBorderNet，用于扫描道路工程图纸中的表格边框精确提取	通过沿明确的行和列方向引导卷积特征提取来捕获结构上下文，并引入拓扑感知损失函数以确保复杂或退化输入中的拓扑一致性	需要进一步验证在更大规模和多样化的工程图纸数据集上的性能	加速工程图纸的数字化，支持数据驱动的道路资产管理	扫描的道路工程图纸中的表格边框	计算机视觉	NA	语义分割框架	CNN	图像	未明确提及具体样本数量
2605	2025-07-17	A Novel Deep Learning Model for Human Skeleton Estimation Using FMCW Radar 2025-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s25133909 PMID:40648167	研究论文	提出了一种基于FMCW雷达和深度学习的人体骨骼估计新方法	整合CNN、多头Transformer和Bi-LSTM网络增强时空特征表示，并引入帧拼接策略提升数据质量	未提及在复杂环境或多目标场景下的性能表现	解决稀疏雷达点云数据导致的关节定位不准确问题	FMCW雷达采集的人体运动数据	计算机视觉	NA	FMCW雷达	CNN、多头Transformer、Bi-LSTM	雷达点云数据	MARS数据集（未提具体样本量）
2606	2025-07-17	Utilizing GCN-Based Deep Learning for Road Extraction from Remote Sensing Images 2025-Jun-23, Sensors (Basel, Switzerland) DOI:10.3390/s25133915 PMID:40648174	研究论文	提出了一种基于图卷积网络（GCN）的改进模型FR-SGCN，用于从遥感图像中提取道路，以提高精确度和鲁棒性	结合了图推理和注意力机制的层次深度可分离图卷积网络（FR-SGCN），通过混合邻接矩阵构建方法和图卷积捕捉全局上下文关系	遥感数据中道路与背景的视觉特征相似，复杂环境下的道路（如被阴影或树木遮挡）仍难以检测	提高从遥感图像中提取道路的精确度和鲁棒性，支持绿色基础设施的精确规划	遥感图像中的道路	计算机视觉	NA	GCN, 注意力机制, 图推理	FR-SGCN（层次深度可分离图卷积网络）	遥感图像	自建数据集和公共数据集，与12种不同方法进行对比实验
2607	2025-07-17	A Study on Tool Breakage Detection Technology Based on Current Sensing and Non-Contact Signal Analysis 2025-Jun-22, Sensors (Basel, Switzerland) DOI:10.3390/s25133880 PMID:40648139	研究论文	提出了一种基于电流感应和非接触信号分析的数控加工中刀具断裂检测技术	使用SCT013电流传感器捕获主轴电流信号，无需硬件修改，并通过FFT提取频谱特征，结合深度学习模型进行自动检测	深度学习模型的推理时间较长，范围在15至58秒之间	开发一种可靠的非接触式刀具断裂检测方法，以提高数控加工的生产效率和降低维护成本	数控加工中的刀具断裂	机器学习和信号处理	NA	FFT（快速傅里叶变换）和深度学习模型（ANN, DNN, CNN）	ANN, DNN, CNN	电流信号	20次实验
2608	2025-07-17	Accuracy-Efficiency Trade-Off: Optimizing YOLOv8 for Structural Crack Detection 2025-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s25133873 PMID:40648132	research paper	本文提出了一种优化的YOLOv8模型，用于解决结构裂缝检测中深度学习模型面临的精度与效率权衡问题	通过引入SimAM注意力机制增强主干网络，使用轻量级C3Ghost模块减少参数和计算量，并采用双向多尺度特征融合结构替换标准颈部以提高效率	NA	优化YOLOv8模型以提高结构裂缝检测的精度和效率	结构裂缝	computer vision	NA	deep learning	YOLOv8	image	NA
2609	2025-07-17	Proposed SmartBarrel System for Monitoring and Assessment of Wine Fermentation Processes Using IoT Nose and Tongue Devices 2025-Jun-21, Sensors (Basel, Switzerland) DOI:10.3390/s25133877 PMID:40648136	研究论文	本文介绍了SmartBarrel，一种基于物联网的创新感官系统，用于监测和预测葡萄酒发酵过程	提出了一种新型的深度学习模型V-LSTM，以及结合模糊逻辑模块进行酒精含量估计和发酵曲线生成	实验规模较小，可能需要在更大规模的发酵过程中进一步验证	开发一个智能系统来监测和预测葡萄酒发酵过程的关键参数	葡萄酒发酵过程	物联网	NA	IoT传感器、深度学习、模糊逻辑	V-LSTM	传感器数据（气体排放、酸度、残糖、颜色变化）	小规模发酵实验
2610	2025-07-17	Automated chart filing on bitewings using deep learning: enhancing clinical diagnosis in a multi-center study 2025-Jun-21, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105919 PMID:40550354	研究论文	本研究提出了一种基于深度学习的自动化咬翼片图表归档方法，旨在提高牙科临床诊断的效率和准确性	开发了Hierarchical Mask DINO模型进行多类别分层端到端实例分割，相比其他模型在牙齿发现分类上表现更优	样本主要来自欧洲三个国家，可能限制了模型在其他人群中的泛化能力	自动化咬翼片的全面图表归档，提高牙科诊断效率	咬翼片X光图像	数字病理	牙科疾病	深度学习	Hierarchical Mask DINO, Mask DINO, SparseInst, Mask R-CNN	图像	1045张咬翼片用于训练和验证，216张用于外部测试
2611	2025-07-17	Design and Evaluation of a Soft Robotic Actuator with Non-Intrusive Vision-Based Bending Measurement 2025-Jun-20, Sensors (Basel, Switzerland) DOI:10.3390/s25133858 PMID:40648117	研究论文	本文介绍了一种新型软体气动执行器的设计与评估，该执行器具有两个独立的弯曲腔室，用于康复目的	采用双腔室配置和基于视觉的非侵入式弯曲测量方法，减少了传统可穿戴设备的复杂性和布线	未提及长期使用下的耐用性或不同环境条件下的性能稳定性	开发用于康复和人机交互的软体执行器	软体气动执行器及其弯曲测量系统	机器人技术	康复医学	基于视觉的深度学习检测	深度学习模型	图像	未明确提及
2612	2025-07-17	Deep Learning Improves Parameter Estimation in Reinforcement Learning Models 2025-Jun-18, bioRxiv : the preprint server for biology DOI:10.1101/2025.03.21.644663 PMID:40666915	research paper	该研究探讨了深度学习在强化学习模型参数估计中的应用，并与传统方法进行比较	提出了一种结合神经网络和现代优化技术的深度学习流程，以提高强化学习模型参数估计的准确性和可靠性	尽管两种方法在预测性能上相当，但产生的参数估计存在差异，表明仅凭拟合性能不足以识别这些参数	研究深度学习是否能够改进强化学习模型中的参数估计	人类和动物的基于价值的决策数据集	machine learning	NA	deep learning, neural networks, modern optimization techniques	reinforcement learning (RL) models	value-based decision-making datasets	来自人类和动物的多样化数据集
2613	2025-07-17	Graph Attention Neural Networks Reveal TnsC Filament Assembly in a CRISPR-Associated Transposon 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.17.659969 PMID:40666904	研究论文	本文结合多微秒自由能模拟和基于深度学习的图注意力网络（GAT）模型，揭示了CRISPR相关转座子中TnsC丝状体组装和生长的分子机制	利用GAT模型从复杂分子模拟中提供可解释的机制见解，并揭示了TnsC丝状体在5'→3'方向上的定向伸长动态补偿机制	NA	阐明TnsC丝状体形成和生长的分子机制，以促进CAST系统的理性设计	CRISPR相关转座子（CAST）系统中的AAA+ ATP酶TnsC	机器学习	NA	多微秒自由能模拟，深度学习	GAT（图注意力网络）	分子模拟数据	NA
2614	2025-07-17	Developing inhibitors of the guanosine triphosphate hydrolysis accelerating activity of Regulator of G protein Signaling-14 2025-Jun-17, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.11.659181 PMID:40667230	研究论文	本文描述了成功识别和验证一种可选择性抑制RGS14 GTP酶加速蛋白(GAP)活性的可处理化学型	首次发现可抑制RGS14 GAP活性的小分子化合物，并通过机器学习增强的对接技术优化配体	研究主要基于计算机模拟和体外实验，尚未进行体内疗效验证	开发针对RGS14蛋白GAP活性的抑制剂	RGS14蛋白及其与Gα蛋白的相互作用	药物发现	中枢神经系统疾病和代谢紊乱	结构引导虚拟筛选、配体对接、荧光检测、放射性GTP水解测定	深度学习	分子结构数据	40多种第二代活性类似物
2615	2025-07-17	Advancements in epilepsy classification: Current trends and future directions 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103257 PMID:40655433	综述	本文全面综述了利用脑电图（EEG）信号分类局灶性和非局灶性癫痫的最新进展	强调了机器学习和深度学习方法在克服现有分类挑战中的作用，并探讨了结合传统信号处理技术与机器学习算法的混合模型应用	未提及具体样本量或实验数据，可能缺乏实证支持	提高癫痫分类精度并探索未来研究方向	局灶性和非局灶性癫痫	机器学习	癫痫	EEG信号处理	混合模型（传统信号处理与机器学习结合）	EEG信号	NA
2616	2025-07-17	XSE-TomatoNet: An explainable AI based tomato leaf disease classification method using EfficientNetB0 with squeeze-and-excitation blocks and multi-scale feature fusion 2025-Jun, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103159 PMID:40655435	研究论文	本文提出了一种基于可解释AI的番茄叶病分类方法XSE-TomatoNet，通过结合EfficientNetB0、SE模块和多尺度特征融合技术，提高了分类性能	XSE-TomatoNet通过引入SE模块和多尺度特征融合技术，增强了模型对番茄叶病的分类能力，并利用LIME、SHAP、Grad-CAM等方法提高了模型的可解释性	NA	提高番茄叶病的自动分类准确率，并为种植者提供实用的诊断工具	番茄叶病	计算机视觉	植物疾病	深度学习	EfficientNetB0, SE模块, 多尺度特征融合	图像	NA
2617	2025-07-17	Artificial Intelligence in Cardiovascular Diagnosis: Innovations and Impact on Disease Screenings 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_557_25 PMID:40655749	研究论文	本文探讨了人工智能在心血管疾病诊断中的创新及其对疾病筛查的影响	利用AI技术（如机器学习和深度学习算法）提高心血管疾病的诊断准确性和早期检测能力	未提及具体AI模型在临床实践中的实际应用限制或数据隐私问题	探索AI在心血管疾病诊断和预测中的应用及其对医疗系统的潜在影响	心血管疾病（如心力衰竭、心房颤动、冠状动脉疾病和瓣膜性心脏病）	数字病理学	心血管疾病	机器学习和深度学习算法	CNN	图像（如ECG）	NA
2618	2025-07-17	Evaluation of Artificial Intelligent Systems Based Analysis in Dental Periapical Lesions - A Radiological Study 2025-Jun, Journal of pharmacy & bioallied sciences DOI:10.4103/jpbs.jpbs_2002_24 PMID:40655781	研究论文	本研究评估了基于AI的牙科根尖周病变分析，使用CBCT扫描进行放射学研究	比较了手动机器学习AI和深度学习AI在牙科根尖周病变诊断中的准确性，发现手动机器学习AI表现更优	研究样本量有限（500例CBCT扫描），且仅在单一机构进行	评估AI系统在牙科根尖周病变放射学诊断中的性能	牙科根尖周病变（根尖周囊肿、脓肿和肉芽肿）	数字病理	牙科疾病	CBCT扫描	手动机器学习AI和深度学习AI	医学影像	500例CBCT扫描（400例训练，100例测试）
2619	2025-07-17	Artificial Intelligence in Ultrasound-Based Diagnoses of Gynecological Tumors: A Systematic Review 2025-Jun, Cureus DOI:10.7759/cureus.85884 PMID:40656430	系统综述	本文系统综述了人工智能在基于超声的妇科肿瘤诊断中的应用，评估了其性能指标、方法学优势和局限性	首次系统评估了AI在妇科肿瘤超声诊断中的综合表现，并提出了未来研究方向	研究间存在成像方案、样本量和验证方法的异质性，仅3项研究采用前瞻性设计，少数研究解决了算法偏差或真实世界临床整合问题	评估人工智能在妇科肿瘤超声诊断中的应用效果	妇科肿瘤（卵巢癌、子宫内膜癌和子宫肿块）	数字病理学	妇科肿瘤	超声成像	CNN, ResNet	图像	26项符合条件的研究（共252条初始记录）
2620	2025-07-17	Emerging frontiers in protein structure prediction following the AlphaFold revolution 2025-Apr, Journal of the Royal Society, Interface DOI:10.1098/rsif.2024.0886 PMID:40233800	综述	本文探讨了深度学习驱动的蛋白质结构预测工具（如AlphaFold）的最新进展及其在高级应用中的应用	聚焦于AlphaFold革命后蛋白质结构预测的前沿应用，并提出了报告AlphaFold预测的指南	未涉及蛋白质动态行为及其与其他生物分子相互作用的具体实验验证	推动蛋白质结构预测工具在生物学、化学和计算机科学交叉领域的应用	蛋白质结构及其与其他生物分子的相互作用	生物信息学	NA	深度学习	AlphaFold	蛋白质结构数据	数百万个蛋白质结构模型