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
2901	2026-03-02	DeepFit: Physically and Chemically Informed XAS-Structure Fitting Made Simple 2026-Feb-19, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c04009 PMID:41711252	研究论文	本文介绍了一种名为DeepFit的通用深度学习框架，用于解决X射线吸收光谱（XAS）结构拟合中的不适定问题，通过结合光谱失配和量子化学能量的可微分最小化，实现物理和化学信息化的结构精修	DeepFit首次将E(3)等变神经网络应用于XAS结构拟合，通过融合机器学习光谱近似和量子化学约束，将定量XAS分析转化为黑盒化、常规化的工具	方法主要基于理论光谱数据库训练，在实验验证中仅针对均相催化剂进行了案例研究，可能未覆盖所有材料类型或复杂体系	开发一种物理和化学信息化的深度学习框架，以简化XAS结构拟合过程，提高精度和效率	3d/4d过渡金属配合物的局部结构，特别是均相催化剂	机器学习	NA	X射线吸收光谱（XAS）	E(3)-等变神经网络	光谱数据	67,000个理论K边光谱，来自多样化的3d/4d过渡金属配合物	NA	E(3)-等变神经网络	平均绝对误差（MAE），ROC-AUC	NA
2902	2026-03-02	Estimation of Wind Turbine Heights with Shadows Using Gaofen-2 Satellite Imagery 2026-Feb-19, Sensors (Basel, Switzerland) DOI:10.3390/s26041330 PMID:41755269	研究论文	本文提出了一种利用高分二号卫星影像通过阴影估计风力涡轮机高度的方法	结合YOLOv5-CBAM和MSASDNet进行目标识别与阴影提取，并构建空间几何模型以从阴影长度反演风力涡轮机高度	阴影提取精度为82.53%，可能存在误差；方法依赖于卫星和太阳角度数据，可能受天气条件影响	开发一种快速有效的风力涡轮机高度估计方法，用于自然灾害后的状态监测	风力涡轮机及其阴影	计算机视觉	NA	高分辨率卫星遥感成像	CNN	卫星图像	中国怀来县风电场的GF-2卫星遥感数据	PyTorch	YOLOv5-CBAM, MSASDNet	识别准确率, 阴影提取准确率, 平均绝对误差	NA
2903	2026-03-02	An Underwater 6-DoF Position and Orientation Estimation Method for Divers Based on the VideoPose5CH Model 2026-Feb-19, Sensors (Basel, Switzerland) DOI:10.3390/s26041335 PMID:41755274	研究论文	本文提出了一种基于VideoPose5CH模型的水下潜水员六自由度位置与姿态估计方法	提出了一种新颖的VideoPose5CH网络架构，并设计了一种针对水下环境优化的陆地3D人体姿态数据集增强策略，以解决水下数据稀缺问题	方法在距离范围2.643米至11.477米内有效，但未明确说明在此范围外的性能或极端水下条件下的鲁棒性	实现水下环境中自主水下航行器对潜水员位置和姿态的精确感知，以促进有效的人机协作	水下环境中的潜水员	计算机视觉	NA	NA	深度学习网络	视频序列，2D关节坐标	NA	NA	VideoPose5CH	平均位置误差（厘米），平均姿态误差（度）	NA
2904	2026-03-02	AI in High-Frequency Micro-Ultrasound: Advancing Prostate Imaging from Segmentation to Cancer Detection 2026-Feb-18, Cancers IF:4.5Q1 DOI:10.3390/cancers18040665 PMID:41749918	综述	本文综述了人工智能在高频微超声（micro-US）应用于前列腺癌检测、分割和配准中的当前证据	首次对应用于ExactVu 29 MHz微超声的前列腺癌人工智能研究进行了全面综述，涵盖了从传统机器学习到深度学习架构的多种方法	所有研究均基于回顾性数据评估，缺乏实时临床应用验证，且证据数量有限（仅10项研究）	评估人工智能在高频微超声前列腺成像中的应用现状与潜力	前列腺癌	数字病理学	前列腺癌	高频微超声（29 MHz micro-US）	机器学习, 深度学习	超声图像	NA	NA	Transformer, 多示例学习, 集成校准, 3D分割	AUROC, Dice相似系数, 标志点误差	NA
2905	2026-03-02	Strength Prediction of Cement-Stabilized Steel Slag Using Deep Learning and SHAP Analysis 2026-Feb-18, Materials (Basel, Switzerland) DOI:10.3390/ma19040795 PMID:41753513	研究论文	本研究结合实验分析与深度学习，探究了养护龄期、钢渣含量和级配组成对水泥稳定钢渣力学性能的影响，并开发了CNN-GRU-Attention模型预测其强度	结合实验微观机理分析与深度学习模型预测，并引入SHAP分析解释变量交互作用，为水泥稳定钢渣强度预测提供了理论与方法框架	NA	研究水泥稳定钢渣的力学性能演化规律及强度预测	水泥稳定钢渣	机器学习	NA	SEM-EDS, XRD	CNN, GRU, Attention	实验数据	NA	NA	CNN-GRU-Attention	R值, RMSE, MAE	NA
2906	2026-03-02	Can Deep Learning Identify Early Chinese Ceramics Using Only 2D Images? 2026-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s26041312 PMID:41755251	研究论文	本研究探索了深度学习仅使用二维图像识别早期中国陶瓷的可行性，包括视觉特征识别和朝代断代任务	首次大规模将深度学习引入早期中国陶瓷识别领域，并设计了类别不平衡学习策略以提升多标签任务性能	陶瓷断代在整个历史长河中仍具挑战性，且需要领域知识进行结果解释	验证深度学习能否仅通过二维图像（无需额外领域知识）识别早期中国陶瓷的视觉特征并进行朝代断代	涵盖15个朝代、4种代表性釉色和15种器型的中国古代陶瓷	计算机视觉	NA	NA	CNN	图像	高度多样化的中国古代陶瓷数据集（具体数量未明确说明）	NA	五种最先进的神经网络（具体架构未明确说明）	准确率	NA
2907	2026-03-02	Global Identification of Lunar Dark Mantle Deposits 2026-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s26041318 PMID:41755257	研究论文	本文提出了一种基于改进YOLOv8深度学习模型的方法，用于全球识别月球暗色幔沉积物	引入了结合注意力机制的多尺度特征提取模块，增强了模型在不同尺度目标检测上的能力，显著提升了识别精度	NA	开发一种高效准确的月球暗色幔沉积物识别方法，以支持月球探索和资源开发	月球暗色幔沉积物	计算机视觉	NA	NA	CNN	图像	基于月球勘测轨道飞行器数据构建的数据集，包含手动标注的DMD区域和切片图像	PyTorch	YOLOv8	精确率, 召回率, 平均精度均值	NA
2908	2026-03-02	A Hybrid Automatic Model for Circle Detection in X-Ray Imagery: A Case Study on Hip Prosthesis Wear 2026-Feb-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13020235 PMID:41749774	研究论文	本研究提出了一种用于X射线图像中圆形检测和几何特征提取的全自动混合框架，并以髋关节假体磨损为例进行案例研究	结合了基于深度学习的区域定位与稳健的几何拟合，通过YOLOv5检测器定位感兴趣区域，再结合Canny边缘检测、Edge-Snap精炼和RANSAC圆拟合，提高了在低对比度、噪声和金属伪影干扰下的圆形检测鲁棒性	研究仅以髋关节假体磨损作为案例研究，未涉及临床或诊断声明，且方法在其他X射线图像圆形检测任务中的泛化性有待进一步验证	开发一种全自动混合框架，用于X射线图像中圆形结构的稳健检测和几何特征提取	髋关节前后位X射线图像中的圆形结构，特别是与髋关节假体相关的组件	计算机视觉	骨科疾病	X射线成像	CNN	图像	NA	PyTorch, OpenCV	YOLOv5	mAP@0.5	NA
2909	2026-03-02	Research on an Automatic Solution Method for Plane Frames Based on Computer Vision 2026-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s26041299 PMID:41755238	研究论文	本文提出了一种基于深度学习的平面框架自动求解方法，通过计算机视觉从打印的结构示意图中提取信息并自动完成内力分析与可视化	首次将YOLOv8算法应用于平面框架结构示意图的检测与识别，结合矩阵位移法实现从图像到内力分析的端到端自动化求解	方法依赖于打印的平面结构示意图，可能不适用于手绘或复杂三维结构；未讨论对模糊、低质量图像的鲁棒性	开发一种快速、智能的平面框架内力分析自动化方法，以替代传统繁琐的力学推导和有限元软件建模	平面框架结构示意图（包括节点、荷载、边界约束等结构元素）	计算机视觉	NA	图像采集（智能手机）、图像预处理（校正、增强）、目标检测	CNN	图像	结构力学问题集及一个双跨门式框架结构	NA	YOLOv8	检测精度、求解精度	NA
2910	2026-03-02	Progression-Aware and Explainable CNN-Transformer Framework for Multiclass Alzheimer's Disease Staging Using MRI 2026-Feb-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040593 PMID:41750741	研究论文	本文提出了一种轻量级混合CNN-Transformer框架DeepAttentionADNet，用于基于MRI图像进行阿尔茨海默病的多阶段分类	结合卷积特征提取与Transformer全局上下文建模，引入进展感知的序数学习目标以捕捉疾病严重程度的顺序性，并利用一致性正则化增强鲁棒性	未明确提及研究的具体局限性	开发一种鲁棒且可解释的阿尔茨海默病严重程度多阶段分类方法	阿尔茨海默病患者的MRI图像	计算机视觉	阿尔茨海默病	MRI	CNN, Transformer	图像	NA	NA	CNN-Transformer混合架构	F1-score, AUROC	NA
2911	2026-03-02	Physics-Informed Neural Networks for Modeling Postprandial Plasma Amino Acids Kinetics in Pigs 2026-Feb-16, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16040634 PMID:41751095	研究论文	本研究开发了一种物理信息神经网络框架，用于建模猪餐后血浆氨基酸动力学，相比传统非线性最小二乘回归方法，在数据受限条件下展现出更高的鲁棒性和预测准确性	首次将机械常微分方程直接整合到深度学习损失函数中，构建物理信息神经网络框架，用于解决餐后血浆氨基酸动力学的逆问题，无需重复采血和精确初始化	研究基于基准数据集进行回顾性分析，未在更大规模或不同品种猪群中进行外部验证	开发一种更稳健、数据高效的替代方法，用于建模猪餐后血浆氨基酸动力学，以评估消化效率和系统代谢状态	猪的餐后血浆氨基酸动力学	机器学习	NA	物理信息神经网络	PINN	血浆氨基酸浓度时间序列数据	基准数据集（具体数量未明确说明）	NA	物理信息神经网络	均方根误差	NA
2912	2026-03-02	Prospective Assessment of Embryoid Body by Deep Learning on Label-Free Time-Lapse Images from the Microwell Array 2026-Feb-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines14020445 PMID:41751344	研究论文	本研究开发了一个基于深度学习的前瞻性框架，利用无标记延时图像预测胚胎体形成结果和最终直径	首次将早期阶段明场延时成像与三维卷积神经网络结合，实现胚胎体形成的前瞻性、非侵入性质量预测	研究依赖于平衡数据集构建，可能未涵盖所有变异情况，且模型性能在更广泛的应用场景中需进一步验证	开发一个前瞻性、非侵入性框架，以提高胚胎体生产的可重复性	胚胎体在微孔阵列上的形成过程	计算机视觉	NA	明场延时成像	3D-CNN	图像序列	通过欠采样构建的平衡数据集，具体数量未明确说明	NA	三维卷积神经网络	准确率, 平均绝对误差	NA
2913	2026-03-02	A Robust mmWave Radar Framework for Accurate People Counting and Motion Classification 2026-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s26041289 PMID:41755228	研究论文	本文提出了一种基于60 GHz毫米波雷达的室内人员计数与运动分类系统，通过增强的ResNet-50深度学习模型处理多普勒和距离谱图，实现高精度且保护隐私的监控	利用毫米波雷达技术克服传统摄像头和红外方法的隐私风险与光照依赖问题，结合增强的ResNet-50模型在复杂室内环境中实现鲁棒的人员计数和运动分类	实验仅在典型室内环境中进行，样本规模有限，且人员计数范围仅覆盖0-3人，未验证更大规模或更复杂场景下的性能	开发一种准确、隐私保护且鲁棒的室内人员计数与运动分类系统，用于智能建筑管理、安全控制和资源优化	室内环境中的人员及其运动状态	计算机视觉	NA	毫米波雷达信号处理，多普勒和距离谱图分析	CNN	雷达回波信号，谱图	在典型室内环境中收集的实验数据，具体样本数未明确说明	NA	ResNet-50	准确率	NA
2914	2026-03-02	Autoregressive and Residual Index Convolution Model for Point Cloud Geometry Compression 2026-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s26041287 PMID:41755225	研究论文	本研究提出了一种混合点云压缩方法，通过从八叉树节点转换到体素占用估计，并使用二进制算术范围编码器寻找其下界比特率	引入了自回归分组方法以迭代方式处理体素占用，并在骨干架构中添加蒸馏层以增强特征贡献，从而在时间和内存消耗上实现显著改进	未明确提及具体局限性，但可能涉及模型在更复杂点云场景下的泛化能力或计算资源需求	开发高效的点云几何压缩方法，以提升压缩性能并降低复杂度	点云数据	计算机视觉	NA	二进制算术范围编码，1D卷积，交叉熵优化	自回归模型，卷积神经网络	点云	三个数据集	NA	自回归和残差索引卷积模型	比特率，时间消耗，内存消耗	NA
2915	2026-03-02	Young White Pine Detection Using UAV Imagery and Deep Learning Object Detection Models 2026-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s26041284 PMID:41755222	研究论文	本研究结合无人机影像与深度学习目标检测模型，用于监测白松幼树的森林再生情况	首次在ArcGIS Pro软件中系统评估20种深度学习目标检测模型对白松幼树的识别性能，并采用图像旋转（无其他增强）策略显著提升模型精度	研究仅限于纽约州圣劳伦斯县的特定区域，未涵盖不同气候或土壤条件下的白松再生情况	开发一种基于无人机和深度学习的自动化森林再生评估工具，减少人工野外调查工作量	白松幼树（分为三个尺寸等级，并在低、中、高密度区域进行分层）	计算机视觉	NA	无人机遥感、多光谱成像	深度学习目标检测模型	RGB三波段与五波段多光谱正射影像	纽约州圣劳伦斯县多个研究点的白松幼树样本（按尺寸与密度分层）	ArcGIS Pro 3.4	Faster R-CNN	平均精度、总体准确率、混淆矩阵	NA
2916	2026-03-02	A Survey on Deep Learning Techniques for Fingerprint Presentation Attack Detection 2026-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s26041283 PMID:41755223	综述	本文综述了基于深度学习的指纹呈现攻击检测技术，探讨了近年来的方法、分类、基准指标和公开数据集，并展望了未来研究方向	专注于深度学习在指纹呈现攻击检测领域的应用，系统性地分类和总结了现有方法，为未来研究提供方向	仅关注深度学习技术，未涵盖传统手工方法，且为综述性质，缺乏原创实验验证	综述基于深度学习的指纹呈现攻击检测方法，以提升指纹认证系统的安全性	指纹呈现攻击检测技术	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	基准指标	NA
2917	2026-03-02	MCADS: Simultaneous Detection and Analysis of 18 Chest Radiographic Abnormalities Using Multi-Label Deep Learning 2026-Feb-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16040585 PMID:41750732	研究论文	本研究提出了一种名为MCADS的多标签深度学习系统，用于自动检测和分析胸片中的18种异常	开发了一个集成预训练DenseNet121模型和Grad-CAM可视化技术的端到端平台，能够同时快速检测18种胸部放射学异常	未提及系统在真实临床环境中的长期验证结果或与放射科医生的直接比较研究	解决全球放射科医生短缺导致的胸片解读延迟问题，提高诊断效率	胸部X光图像	计算机视觉	胸部疾病	深度学习	CNN	图像	使用八个大型公开数据集（具体样本数量未说明）	TorchXRayVision	DenseNet121	AUC	中央服务器（具体配置未说明）
2918	2026-03-02	Non-Destructive Freshness Assessment of Atlantic Salmon (Salmo salar) via Hyperspectral Imaging and an SPA-Enhanced Transformer Framework 2026-Feb-15, Foods (Basel, Switzerland) DOI:10.3390/foods15040725 PMID:41750916	研究论文	本研究提出了一种结合高光谱成像和Transformer深度学习架构的新颖检测框架，用于大西洋鲑鱼新鲜度的非破坏性评估	首次将Transformer架构与高光谱成像结合用于水产品新鲜度评估，并系统比较了多种预处理协议和特征波长选择算法，验证了注意力机制在光谱数据分析中的优越性	研究仅针对大西洋鲑鱼单一物种，未验证其他水产品的适用性；实验在受控条件下进行，实际冷链物流环境的复杂性可能影响模型性能	开发一种实时、非侵入性的水产品新鲜度检测方法，以满足现代食品工业对智能供应链的需求	大西洋鲑鱼	计算机视觉	NA	高光谱成像	Transformer	高光谱图像	NA	NA	Transformer	决定系数	NA
2919	2026-03-02	Comparison of CNN-Based Image Classification Approaches for Implementation of Low-Cost Multispectral Arcing Detection 2026-Feb-15, Sensors (Basel, Switzerland) DOI:10.3390/s26041268 PMID:41755208	研究论文	本文比较了基于CNN的图像分类方法，用于实现低成本多光谱电弧检测系统	采用集成模型进行传感器融合，评估了使用更廉价、易获取和易更换硬件进行多光谱电弧检测的可行性	训练数据存在缺口时系统冗余性会降低，除非采取其他预防措施	评估低成本传感器选项在电弧检测应用中的可行性	无人机搭载传感器采集的多光谱图像数据	计算机视觉	NA	多光谱成像	CNN, 集成模型	图像	NA	NA	NA	NA	NA
2920	2026-03-02	RIME-Net: A Physics-Guided Unpaired Learning Framework for Automotive Radar Interference Mitigation and Weak Target Enhancement 2026-Feb-15, Sensors (Basel, Switzerland) DOI:10.3390/s26041277 PMID:41755216	研究论文	本文提出了一种名为RIME-Net的物理引导无配对学习框架，用于联合实现汽车雷达干扰抑制和弱目标增强	提出了一种无需配对训练样本的物理引导无配对学习框架，结合了干扰抑制网络和目标增强网络，通过谱一致性损失、恒等映射约束以及显著性先验来同时处理干扰和增强弱目标	未明确说明框架在极端复杂电磁环境或极端低信噪比条件下的性能边界，也未讨论实时计算效率是否满足车载部署需求	解决汽车毫米波雷达因互干扰和宽带噪声导致的信噪比下降及弱目标丢失问题，提升雷达感知可靠性	汽车毫米波雷达的距离-多普勒（RD）地图	机器学习	NA	NA	GAN, CNN	图像（距离-多普勒地图）	NA	NA	CycleGAN（循环一致对抗架构）, 多尺度残差块, 通道-空间注意力机制	SINR（信号与干扰加噪声比）, 召回率, 结构相似性	NA