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
301	2025-07-17	Whole-Body 3D Pose Estimation Based on Body Mass Distribution and Center of Gravity Constraints 2025-Jun-25, Sensors (Basel, Switzerland) DOI:10.3390/s25133944 PMID:40648200	研究论文	提出了一种基于Transformer架构和人体质量分布及重心约束的全身3D姿态估计方法	通过整合人体质量分布和重心约束，设计了联合损失函数以提高关键点预测的准确性和鲁棒性	未提及方法在实时性或多视角场景下的表现	提高从单目图像中估计人体3D姿态的准确性	人体3D姿态	计算机视觉	NA	Transformer架构，力矩合成方法	Transformer	图像	Human 3.6M WholeBody数据集
302	2025-07-17	AI-Powered Mobile App for Nuclear Cataract Detection 2025-Jun-25, Sensors (Basel, Switzerland) DOI:10.3390/s25133954 PMID:40648211	研究论文	本研究开发了一款基于深度学习的Android移动应用，用于通过裂隙灯获取的眼部图像检测核性白内障	采用多阶段分类方法分析眼部图像，结合LOCS III量表对白内障进展进行全面表征，并在移动设备上实现实时分析	研究仅基于Nuclear Cataract Database的数据进行验证，未涉及其他类型白内障或更大规模的真实世界测试	开发一款高精度的移动应用程序，用于早期检测和分级核性白内障	核性白内障患者的眼部图像	计算机视觉	白内障	深度学习	CNN（包括VGG16、ResNet50、VGG11、ResNet18、MobileNetV2和EfficientNet-B0）	图像	来自Nuclear Cataract Database的临床医生标记图片
303	2025-07-17	Enhancing Multi-User Activity Recognition in an Indoor Environment with Augmented Wi-Fi Channel State Information and Transformer Architectures 2025-Jun-25, Sensors (Basel, Switzerland) DOI:10.3390/s25133955 PMID:40648212	研究论文	本文提出了一种结合信号预处理、数据增强和CNN-Transformer混合模型的深度学习方法，用于增强室内环境中基于Wi-Fi信道状态信息的多用户活动识别	提出了一种混合深度学习方法，整合了信号预处理、针对性数据增强以及CNN和Transformer模型的定制化集成，解决了多用户识别和数据稀缺的挑战	在复杂多用户环境中标注数据稀缺的情况下，模型的泛化能力仍有待提高	提升室内环境中多用户活动识别的准确性和泛化能力	基于Wi-Fi信道状态信息的人类活动识别	机器学习和智能环境	NA	Wi-Fi Channel State Information (CSI)	CNN和Transformer混合模型	时序传感器数据	未明确说明具体样本数量
304	2025-07-17	Artificial Intelligence in the Management of Hereditary and Acquired Hemophilia: From Genomics to Treatment Optimization 2025-Jun-25, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26136100 PMID:40649878	research paper	本文探讨了人工智能在遗传性和获得性血友病管理中的应用，从基因组学到治疗优化	利用机器学习和深度学习技术预测出血风险、优化治疗方案，并通过医学影像提高关节损伤和关节积血的检测精度	伦理考虑和数据标准化的需求仍是广泛采用的关键障碍	探索人工智能在血友病管理中的潜力，以提高诊断准确性和治疗效果	遗传性和获得性血友病患者	digital pathology	hemophilia	machine learning, deep learning	NA	medical imaging, clinical data	NA
305	2025-07-17	Aneurysm Analysis Using Deep Learning 2025-Jun-25, medRxiv : the preprint server for health sciences DOI:10.1101/2025.06.19.25328680 PMID:40666317	研究论文	本研究提出了一种利用深度学习自动测量动脉瘤体积的方法，旨在改善临床风险评估和治疗规划	结合预训练神经网络和专家系统，无需手动标注即可自动识别动脉瘤边界并计算体积	研究使用的数据集缺乏像素级的主动脉分割标注	开发自动化动脉瘤体积测量技术以支持临床决策	60名患者的未标注医学影像数据	数字病理学	心血管疾病	深度学习	UNet, SAM2, LSTM	医学影像	60名患者的影像数据
306	2025-07-17	EZ-FRCNN: A Fast, Accessible and Robust Deep Learning Package for Object Detection Applications from Ethology to Cell Biology 2025-Jun-25, bioRxiv : the preprint server for biology DOI:10.1101/2025.06.19.660198 PMID:40667197	research paper	介绍了一个名为EZ-FRCNN的深度学习软件包，用于从行为学到细胞生物学的目标检测应用	提供了一个本地托管、用户友好的软件包，解决了生物学研究中深度学习应用的技术障碍	未提及具体的性能限制或与其他方法的比较	开发一个可访问且可扩展的目标检测工具，用于生物学数据集的分析	生物学数据集中的特征识别和定位	computer vision	NA	深度学习	region-based convolutional neural networks (R-CNN)	image	未提及具体样本数量
307	2025-07-17	Multimodal Deep Learning for Stage Classification of Head and Neck Cancer Using Masked Autoencoders and Vision Transformers with Attention-Based Fusion 2025-Jun-24, Cancers IF:4.5Q1 DOI:10.3390/cancers17132115 PMID:40647415	研究论文	该研究提出了一种多模态深度学习框架，用于头颈部鳞状细胞癌的分期分类，结合了临床和影像数据	使用基于VGG16的掩码自编码器(MAE)进行自监督视觉特征学习，并通过注意力机制(CBAM和BAM)增强，采用注意力加权融合网络融合图像和临床特征	NA	提高头颈部鳞状细胞癌的AJCC分期准确性以辅助治疗计划	头颈部鳞状细胞癌(HNSCC)	数字病理	头颈癌	多模态深度学习	VGG16, MAE, Vision Transformer, CBAM, BAM	影像数据, 临床数据	HNSCC和HN1数据集
308	2025-07-17	Adaptive Sampling Framework for Imbalanced DDoS Traffic Classification 2025-Jun-24, Sensors (Basel, Switzerland) DOI:10.3390/s25133932 PMID:40648189	research paper	提出一种自适应采样框架，用于解决DDoS流量分类中的类别不平衡问题	结合过采样和欠采样技术，提出自适应采样策略，显著提升少数类别的检测性能	仅在特定测试条件下验证了方法的有效性，未涉及实际复杂网络环境中的表现	解决网络流量分类中的类别不平衡问题，提升DDoS攻击检测的准确性和及时性	DDoS流量数据	machine learning	NA	oversampling and undersampling techniques	NA	network traffic data	benchmark DDoS traffic datasets
309	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
310	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
311	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
312	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
313	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）
314	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
315	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
316	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
317	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
318	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
319	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
320	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