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
281	2025-11-14	CaneFocus-Net: A Sugarcane Leaf Disease Detection Model Based on Adaptive Receptive Field and Multi-Scale Fusion 2025-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s25216628 PMID:41228851	研究论文	提出一种基于自适应感受野和多尺度融合的甘蔗叶部病害检测模型CaneFocus-Net	引入轻量级跨阶段特征融合模块、通道-空间自适应校准机制与多尺度池化聚合模块，扩展高分辨率浅层特征层并采用分阶段自适应非线性优化策略	NA	实现复杂田间环境下甘蔗叶部病害的早期精准检测	甘蔗叶部病害	计算机视觉	植物病害	深度学习	CNN	图像	公共数据集	NA	CaneFocus-Net, 单阶段检测架构	精确率, 召回率, mAP50, mAP50-95	NA
282	2025-11-14	Advanced Signal Analysis Model for Internal Defect Mapping in Bridge Decks Using Impact-Echo Field Testing 2025-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s25216623 PMID:41228846	研究论文	本研究提出了一种先进的信号分析模型，用于通过冲击回波现场测试数据识别桥面板内部缺陷	将深度学习框架与冲击回波测试相结合，通过CNN模型优化信号参数，显著提高了缺陷检测精度	未明确说明模型在更广泛环境条件下的泛化能力	开发用于桥面板内部缺陷识别的先进信号分析方法	混凝土桥面板的内部缺陷检测	信号处理	基础设施损伤	冲击回波现场测试	CNN	信号数据	通过自动化检测系统在多个扫描路径上采集的大量现场数据	NA	卷积神经网络	分类准确率	NA
283	2025-11-14	Microstructure Identification of Additive Manufactured Titanium Alloy by Using Lamb Wave-DenseNet Network 2025-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s25216630 PMID:41228853	研究论文	提出结合超声检测和深度学习的增材制造钛合金微观结构识别方法	将改进的Lamb波-DenseNet网络用于增材制造钛合金微观结构识别，实现仿真与智能检测的桥梁连接	基于仿真数据集训练，实际应用效果需进一步验证	提高增材制造钛合金部件微观结构识别效率与准确性	增材制造钛合金的细晶、粗晶和混合晶微观结构	计算机视觉	NA	激光诱导超声Lamb波检测，COMSOL Multiphysics仿真	CNN	时域信号，频域特征	三种微观结构类型的仿真数据集	NA	DenseNet	识别准确率	COMSOL Multiphysics软件(v.6.3)
284	2025-11-02	Pulmonary function estimation using smartphone audio and deep learning 2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia IF:2.9Q2 DOI:10.36416/1806-3756/e20250003 PMID:41172409	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
285	2025-11-14	Hierarchical Multi-Stage Attention and Dynamic Expert Routing for Explainable Gastrointestinal Disease Diagnosis 2025-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212714 PMID:41226006	研究论文	提出GID-Xpert深度学习框架，通过分层多阶段注意力和动态专家路由实现可解释的胃肠道疾病诊断	集成分层多阶段注意力驱动的专家混合模型与动态路由机制，结合空间-通道注意力与专家块专业化设计	在GastroEndoNet数据集上性能相对较低(75.32%)，尚未在更广泛的胃肠道病理和临床环境中验证	提高胃肠道疾病分类的特征学习能力、准确性和可解释性	胃肠道疾病诊断	数字病理	胃肠道疾病	深度学习	注意力机制,专家混合模型	医学图像	三个基准数据集: WCEBleedGen, GastroEndoNet, KAUHC数据集	NA	分层多阶段注意力,动态专家路由	准确率	NA
286	2025-11-14	From Innovation to Application: Can Emerging Imaging Techniques Transform Breast Cancer Diagnosis? 2025-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212718 PMID:41226009	综述	本文综述六种新兴影像技术在乳腺癌诊断中的应用潜力	系统比较光学相干断层扫描、拉曼光谱、光声成像等六种新兴影像技术相对于传统诊断方法的优势	多数技术尚未应用于标准临床实践，需要验证、标准化和大规模临床试验	评估新兴影像技术对乳腺癌诊断的变革潜力	乳腺癌诊断影像技术	数字病理	乳腺癌	光学相干断层扫描, 拉曼光谱, 光声成像, 高光谱成像, 对比增强光谱乳腺摄影, 多光谱成像	NA	影像数据	NA	NA	NA	灵敏度, 特异性, 诊断准确率	NA
287	2025-11-14	Lightweight Deep Learning Models with Explainable AI for Early Alzheimer's Detection from Standard MRI Scans 2025-Oct-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212709 PMID:41226002	研究论文	开发轻量级深度学习模型用于从标准MRI扫描中早期检测阿尔茨海默病	结合轻量级模型与可解释AI方法，为资源受限的临床环境提供早期AD检测工具	仅使用标准MRI数据，未整合多模态数据或临床信息	开发计算效率高的早期阿尔茨海默病检测方法	认知正常(CN)、早期轻度认知障碍(EMCI)和晚期轻度认知障碍(LMCI)患者	医学影像分析	阿尔茨海默病	结构磁共振成像(MRI)	CNN	2D MRI图像切片	未明确指定样本数量	未明确指定	MobileNetV2, EfficientNetV2B0	准确率	未明确指定
288	2025-11-14	Generalizable Hybrid Wavelet-Deep Learning Architecture for Robust Arrhythmia Detection in Wearable ECG Monitoring 2025-Oct-26, Sensors (Basel, Switzerland) DOI:10.3390/s25216590 PMID:41228815	研究论文	提出一种结合小波变换和深度学习的混合架构，用于可穿戴设备心电信号的稳健心律失常检测	将时频表示与手工特征相结合，通过特征融合和PCA降维实现高精度与高效率的平衡	仅使用单一数据集进行验证，时频表示在不同折叠间存在变异性	开发适用于可穿戴设备的心律失常检测系统	心电图信号	数字病理	心血管疾病	小波变换，特征提取	CNN, Transformer	心电信号，时频图像	PhysioNet Challenge 2017数据集	PyTorch, TensorFlow	SimpleCNN, ResNet-18, CNNTransformer, Vision Transformer	准确率, F1分数, 精确率, 推理时间	GPU（具体型号未指定），边缘计算设备
289	2025-11-14	Application of Artificial Intelligence in Predicting Coal Mine Disaster Risks: A Review 2025-Oct-26, Sensors (Basel, Switzerland) DOI:10.3390/s25216586 PMID:41228809	综述	本文综述人工智能技术在煤矿灾害风险预测中的应用现状与发展前景	系统分析人工智能在五大煤矿灾害预测中的技术原理与应用效果，提出大模型和自主智能体等未来发展方向	未涉及具体实证研究数据，主要基于文献综述分析	探讨人工智能技术在煤矿灾害风险预测领域的应用潜力与发展路径	煤矿灾害风险预测系统	机器学习	NA	机器学习，深度学习，大语言模型	NA	多源异构数据	NA	NA	NA	预测准确率，数据整合能力，决策智能化程度	NA
290	2025-11-14	Hierarchical Dual-Model Detection Framework for Spotted Seals Using Deep Learning on UAVs 2025-Oct-25, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15213100 PMID:41227431	研究论文	提出一种基于深度学习的层次化双模型检测框架，用于无人机精准监测辽河口斑海豹	采用轻量化FF-YOLOv10模型进行快速目标定位与增强型PP-YOLOv7模型进行精准检测的双层架构，有效解决弱目标特征、背景干扰和边缘计算能力受限等挑战	未明确说明模型在极端天气或复杂海况下的适应性，以及长期部署的稳定性验证	开发高效精准的海洋濒危物种生态监测技术方案	辽河口斑海豹	计算机视觉	NA	深度学习，无人机航拍	CNN	图像	NA	YOLO系列框架	FF-YOLOv10, PP-YOLOv7	精确率，召回率，计算复杂度，推理速度	无人机边缘计算设备，地面工作站
291	2025-11-14	A Hybrid YOLO and Segment Anything Model Pipeline for Multi-Damage Segmentation in UAV Inspection Imagery 2025-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s25216568 PMID:41228791	研究论文	提出一种结合YOLO和Segment Anything Model的混合管道，用于无人机检测图像中的多损伤分割	开发了类别特定的混合分割策略，针对不同类型损伤采用不同的分割方法，结合专用检测器和基础模型的优势	对于裸露钢筋的分割效果相对较差(IoU仅为0.205)，几何复杂缺陷的分割仍存在挑战	为无人机基础设施检测开发最优的深度学习分割管道	民用基础设施中的裂缝、风化痕迹和裸露钢筋	计算机视觉	基础设施损伤	无人机图像采集	YOLO,SAM	图像	NA	SAHI	YOLO11,Segment Anything Model	mAP50,IoU	NA
292	2025-11-14	Deep Learning-Driven Automatic Segmentation of Weeds and Crops in UAV Imagery 2025-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s25216576 PMID:41228798	研究论文	本研究提出了一种结合超分辨率重建和语义分割的深度学习框架，用于无人机影像中作物和杂草的自动分割	首次将无人机超分辨率重建与语义分割结合应用于烟草田，系统评估了Transformer、Mamba和传统CNN模型，并发布了标注数据集	NA	开发精确的作物和杂草分割方法以提升作物产量、优化除草剂使用并减少环境影响	烟草田中的作物和杂草	计算机视觉	NA	无人机遥感，超分辨率重建，语义分割	CNN, Transformer, Mamba	无人机影像	NA	NA	RCAN, DPT with DINOv2, Mamba-based architectures	PSNR, SSIM, mIoU	NA
293	2025-11-14	Collecting and Processing Drone-based Remotely Sensed Data for Use in Forest Recovery Monitoring 2025-Oct-24, Journal of visualized experiments : JoVE DOI:10.3791/68745 PMID:41212771	研究论文	提出一套基于无人机遥感数据和深度学习模型的森林恢复监测方法	开发了专有的深度学习模型，能够跨不同传感器、研究地点和数据分辨率有效检测和分割树木边界	NA	监测复垦油气井场的森林恢复情况	森林生态系统中的树木	计算机视觉	NA	激光雷达, 多光谱成像, 无人机遥感	深度学习	3D点云数据, 多光谱图像	NA	NA	专有深度学习模型	NA	NA
294	2025-11-14	Transfer Learning and UNet Segmentation for Paddy Leaf Disease Classification as a Solution with a User-Friendly Interface for Non-Technical Users 2025-Oct-24, Journal of visualized experiments : JoVE DOI:10.3791/68861 PMID:41212843	研究论文	本研究提出基于迁移学习和UNet分割的定制化深度学习方案，用于水稻叶片病害分类，并开发了用户友好界面	结合迁移学习和UNet图像分割提升分类性能，为无技术背景用户开发直观图形界面	NA	开发可靠且可扩展的水稻叶片病害分类解决方案	水稻叶片病害图像	计算机视觉	植物病害	深度学习，图像分割	CNN	图像	来自水稻叶片病害检测数据集的两个数据集（分割图像和非分割图像）	NA	DenseNet-121, UNet	准确率, 精确率, 召回率	NA
295	2025-11-14	Normal Hematopoietic Stem Cells in Leukemic Bone Marrow Environment Undergo Morphological Changes Identifiable by Artificial Intelligence 2025-Oct-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262110354 PMID:41226393	研究论文	本研究利用人工智能深度学习技术识别白血病骨髓环境中非白血病造血干细胞发生的形态学变化	首次证明人工智能能够以高准确率（>96%）识别白血病骨髓环境中非白血病造血干细胞的形态学变化	研究仅使用真性红细胞增多症小鼠模型，尚未在人类患者中验证	探索白血病骨髓环境中非白血病造血干细胞的形态学变化及其临床意义	真性红细胞增多症小鼠模型中的非白血病造血干细胞和白血病干细胞	数字病理学	白血病	单细胞图像分析	深度学习	单细胞图像	NA	NA	NA	准确率	NA
296	2025-11-14	Toward Artificial Intelligence in Oncology and Cardiology: A Narrative Review of Systems, Challenges, and Opportunities 2025-Oct-24, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14217555 PMID:41226952	综述	本文综述了人工智能在肿瘤学和心脏病学领域的应用现状、挑战与未来机遇	系统梳理了AI在两大重要医学领域的最新进展，并首次将数字孪生和AI-ECG等新兴技术纳入讨论范围	仅基于PubMed数据库2019-2025年英文文献，排除了会议摘要和灰色文献，可能存在发表偏倚	探索人工智能在临床研究中的应用潜力，特别关注肿瘤学和心脏病学领域	AI技术在医学领域的应用系统、挑战和发展机遇	机器学习	肿瘤学, 心脏病学	NA	NA	图像数据, 信号数据	NA	NA	NA	NA	NA
297	2025-11-14	Radiomics and Deep Learning Interplay for Predicting MGMT Methylation in Glioblastoma: The Crucial Role of Segmentation Quality 2025-Oct-24, Cancers IF:4.5Q1 DOI:10.3390/cancers17213417 PMID:41228211	研究论文	本研究探讨了分割质量对基于多参数磁共振成像预测胶质母细胞瘤MGMT甲基化状态的影响	首次系统评估分割质量对MGMT状态预测性能的影响，揭示了即使Dice相似系数差异不显著时，手动分割仍能显著提升模型性能	仅使用单一公共数据集UPENN-GBM，样本量有限，需要更多高质量分割数据验证	开发基于多参数MRI的MGMT甲基化状态预测模型，并评估分割质量对预测性能的影响	胶质母细胞瘤患者的多参数MRI图像和MGMT甲基化状态	医学影像分析	胶质母细胞瘤	多参数磁共振成像	深度学习, 影像组学	医学影像	UPENN-GBM公共数据集	NA	NA	Dice相似系数	NA
298	2025-11-14	A Novel Demographic Indicator Fusion Network (DIFNet) for Dynamic Fusion of EEG and Demographic Indicators for Robust Depression Detection 2025-Oct-24, Sensors (Basel, Switzerland) DOI:10.3390/s25216549 PMID:41228772	研究论文	提出一种融合脑电图和人口统计学指标的深度学习框架DIFNet，用于提升抑郁症检测的准确性	首次提出动态融合脑电图特征与人口统计学指标（年龄、性别、教育年限）的深度学习框架，通过多模块协同实现人口统计信息的深度嵌入	未明确说明数据集规模和多样性限制，未讨论模型在其他人群中的泛化能力	开发融合多源信息的鲁棒性抑郁症检测方法	重度抑郁症患者的脑电图数据和人口统计学指标	机器学习	抑郁症	脑电图	CNN, Transformer, TCN	脑电图信号，人口统计学数据	NA	NA	多尺度卷积模块，Transformer编码器模块，时序卷积网络模块，人口统计指标融合模块	准确率	NA
299	2025-11-14	Artificial Intelligence and Circadian Thresholds for Stress Detection in Dairy Cattle 2025-Oct-24, Sensors (Basel, Switzerland) DOI:10.3390/s25216544 PMID:41228768	研究论文	本研究通过整合昼夜节律分析和深度学习技术开发了奶牛应激检测系统	首次将昼夜节律特征与LSTM神经网络结合用于奶牛应激水平分类，并实现提前1小时的应激预测	样本规模较小（仅10头奶牛），未说明模型在其他牛种或环境下的泛化能力	开发基于人工智能的奶牛应激检测方法	泌乳期荷斯坦奶牛	机器学习	NA	行为生物标志物监测，昼夜节律分析	LSTM	时间序列行为数据	10头奶牛连续监测365天，共87,600小时原始数据，3,650个牛日分析单元	NA	LSTM	准确率，AUC	NA
300	2025-11-14	A Hybrid Convolutional Neural Network-Long Short-Term Memory (CNN-LSTM)-Attention Model Architecture for Precise Medical Image Analysis and Disease Diagnosis 2025-Oct-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15212673 PMID:41225966	研究论文	提出了一种融合CNN-LSTM和注意力机制的混合深度学习模型MediVision，用于精确的医学图像分析和疾病诊断	首次将CNN特征提取、LSTM序列依赖建模和注意力机制相结合，并引入跳跃连接和Grad-CAM热力图可视化	NA	提高医学图像分类的准确性和可解释性	医学图像	计算机视觉	多种疾病	深度学习	CNN, LSTM, 注意力机制	医学图像	十个不同的医学图像数据集	NA	CNN-LSTM-Attention混合架构	准确率	NA