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	2025-09-14	OTVLD-Net: An Omni-Dimensional Dynamic Convolution-Transformer Network for Lane Detection 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175475 PMID:40942904	研究论文	提出一种基于全维度卷积Transformer的车道检测网络OTVLD-Net，用于提升极端路况下的车道检测能力	结合全维度动态卷积与Transformer特征权重生成机制，引入车道对称性特征聚合和消失点检测模块	NA	提升车道检测模型在复杂道路条件和拓扑结构下的适应性与准确性	车道线检测	计算机视觉	NA	深度学习	CNN, Transformer	图像	OpenLane和CurveLanes数据集
302	2025-09-14	Non-Contact Screening of OSAHS Using Multi-Feature Snore Segmentation and Deep Learning 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175483 PMID:40942909	研究论文	提出一种结合多特征鼾声分割和深度学习的非接触式OSAHS筛查方法	开发两阶段框架，首次集成精确鼾声事件检测与深度学习分类，并设计自适应多特征融合端点检测算法	NA	实现阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的自动化家庭筛查	鼾声信号	机器学习	睡眠呼吸障碍	梅尔频谱图转换，谱减法降噪	ECA-enhanced ResNet18 与双向GRU混合网络（ERBG-Net）	音频信号	13644个鼾声样本（6830正常，6814 OSAHS相关）
303	2025-09-14	Sensor-Agnostic, LSTM-Based Human Motion Prediction Using sEMG Data 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175474 PMID:40942903	研究论文	本研究探讨基于sEMG数据的传感器无关LSTM模型用于人体运动预测	证明了不同硬件配置的sEMG传感器数据在双向LSTM网络中表现相似，凸显深度学习的硬件无关性	NA	研究不同sEMG传感器硬件对深度学习网络预测人体单自由度角轨迹性能的影响	人体手臂运动	机器学习	NA	sEMG（表面肌电图）	bi-LSTM（双向长短期记忆网络）	sEMG原始数据	使用两种不同sEMG传感器平台从受试者收集数据
304	2025-09-14	MineVisual: A Battery-Free Visual Perception Scheme in Coal Mine 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175486 PMID:40942912	研究论文	提出一种用于煤矿环境的无电池视觉感知方案MineVisual，通过轻量化深度神经网络和能量感知动态剪枝网络提升计算效率和能源利用率	引入能量感知动态剪枝网络(EADP-Net)，在波动电源条件下保持推理精度和能效，并集成超级电容缓冲与电压调节技术	NA	解决煤矿地下环境中高计算需求和能源约束的关键挑战，实现智能安全监测	煤矿地下环境中的视觉感知与安全监测	计算机视觉	NA	深度可分离卷积模块，动态网络剪枝	轻量化深度神经网络，EADP-Net	图像	NA
305	2025-09-14	Three-Dimensional Choroidal Vessels Assessment in Fellow Eyes of Patients With Central Serous Chorioretinopathy 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.10 PMID:40919871	研究论文	使用深度学习三维算法评估单侧慢性中心性浆液性脉络膜视网膜病变患者对侧眼的脉络膜血管结构	首次应用深度学习ResUNet模型结合Phansalkar阈值法实现脉络膜血管三维重建与定量分析	样本量较小（30例患者），且为回顾性研究，CVI变化未达显著统计学差异	评估cCSC患者对侧眼的脉络膜血管形态学特征	单侧慢性中心性浆液性脉络膜视网膜病变患者及其对侧眼与健康对照组	数字病理	视网膜疾病	深度学习自动分割、三维血管重建、Phansalkar阈值二值化	ResUNet	医学影像	30只cCSC患眼、22只对侧眼和26只对照眼
306	2025-09-14	Genetic Artificial Intelligence in Gastrointestinal Disease: A Systematic Review 2025-Sep-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172227 PMID:40941714	系统综述	本文系统综述了遗传人工智能在胃肠道疾病早期诊断中的最新进展	首次系统总结遗传AI在胃肠道疾病中的应用，并识别关键SNPs和预测变量	仅纳入10项研究，未发现深度学习相关研究，数据来源有限	评估遗传人工智能在胃肠道疾病诊断中的有效性和应用进展	胃肠道疾病及相关疾病的遗传数据和临床变量	生物信息学	胃肠道疾病	SNP分析，机器学习	随机森林	遗传数据，临床数据	10项原始研究（来自PubMed）
307	2025-09-14	Deep Learning Image-Based Classification for Post-Earthquake Damage Level Prediction Using UAVs 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175406 PMID:40942835	研究论文	本研究探讨使用轻量级CNN模型MobileNetV3-Small通过无人机图像进行震后损坏等级实时预测	采用MobileNetV3-Small模型实现最低FLOPs（比ShuffleNetv2减少58.8%），并通过微调最后五层显著提升准确性和鲁棒性（性能提升4.5%）	NA	开发基于无人机图像的实时震后损坏评估系统，以支持搜救团队高效开展工作	震后建筑结构的损坏程度	计算机视觉	NA	深度学习图像分类	CNN, MobileNetV3-Small	图像	合并三个震后损坏等级数据集
308	2025-09-14	High-Accuracy Deep Learning-Based Detection and Classification Model in Color-Shift Keying Optical Camera Communication Systems 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175435 PMID:40942863	研究论文	提出一种基于深度学习的高精度检测与分类模型，用于优化采用颜色偏移键控调制的光学相机通信系统接收性能	首次将YOLOv8框架应用于CSK调制OCC系统的符号检测与分类，实现98.4%的高识别准确率	通信距离限于30厘米至3米，未来需提升数据速率和系统可扩展性	优化光学相机通信系统的接收性能，提升符号识别准确率	采用CSK调制的8×8 LED矩阵发射器与CMOS相机接收器组成的通信系统	机器视觉	NA	颜色偏移键控（CSK）调制，深度学习图像处理	YOLOv8	图像序列	实验验证采用8×8 LED矩阵和CMOS相机，在30cm-3m距离范围测试
309	2025-09-14	Advancements in Artificial Intelligence and Machine Learning for Occupational Risk Prevention: A Systematic Review on Predictive Risk Modeling and Prevention Strategies 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175419 PMID:40942853	系统综述	本文系统回顾了人工智能和机器学习在职业风险预防中的应用，重点关注预测性风险建模和预防策略	首次系统评估AI在职业风险预防中的最新进展，并识别出现有研究的局限性和未来方向	过度依赖视觉数据（在低能见度环境中效果受限），缺乏AI风险检测系统的标准化方法	识别、评估和综合AI算法在工作场所危险环境和职业风险检测与预测中的应用文献	职业风险预防领域的研究文献，特别是高风险行业如建筑、采矿和制造业	机器学习	NA	深度学习，特别是CNN和YOLO模型	CNN, YOLO	视觉数据（图像/视频），占研究超过40%	61篇相关文章进行定量和定性分析
310	2025-09-14	Optimizing Deep Learning-Based Crack Detection Using No-Reference Image Quality Assessment in a Mobile Tunnel Scanning System 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175437 PMID:40942868	研究论文	本研究提出一种基于无参考图像质量评估的数据质量保证框架，用于优化移动隧道扫描系统中的深度学习裂缝检测性能	首次系统分析水平运动模糊对CNN裂缝检测性能的影响，并建立NR-IQA指标与模型性能的强相关性	主要针对水平方向运动模糊，未考虑其他类型图像退化或复杂环境因素	提升移动隧道扫描系统中基于深度学习的裂缝检测可靠性	隧道表面裂缝	计算机视觉	NA	无参考图像质量评估（NR-IQA）	CNN（包括ResNet、VGG、AlexNet）	图像	公共数据集和真实MTSS数据集
311	2025-09-14	Generalized deep learning for histopathology image classification using supervised contrastive learning 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.013 PMID:39551131	研究论文	本研究提出了一种名为HistopathAI的混合网络，利用监督对比学习和深度特征融合技术，旨在提升组织病理学图像分类的准确性和效率	结合监督对比学习(SCL)和混合深度特征融合(HDFF)技术，在包括不平衡数据集在内的多种场景下显著提高分类精度	NA	开发一个能够提高组织病理学图像分类准确性的深度学习框架，以支持癌症诊断	组织病理学图像	数字病理学	癌症	监督对比学习(SCL)，混合深度特征融合(HDFF)	EfficientNetB3, ResNet50, 混合网络	图像	七个公开数据集和一个私有数据集，涵盖多个组织病理学领域
312	2025-09-14	Full dimensional dynamic 3D convolution and point cloud in pulmonary nodule detection 2025-Sep, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.11.033 PMID:39617261	研究论文	提出一种名为ODR3DNet的新型深度学习模型，用于肺结节检测，结合全维度动态3D卷积和点云数据处理技术	引入全维度动态3D卷积模块(OD3D)和专门针对3D点云数据的机器学习检测算法，显著提升特征提取能力和模型适应性	NA	提高肺结节检测的准确性和早期诊断效果	肺结节	计算机视觉	肺癌	深度学习，3D点云处理	3D CNN，ODR3DNet	3D图像，点云数据	NA
313	2025-09-14	Update of imaging in the assessment of axial spondyloarthritis 2025-Sep, Best practice & research. Clinical rheumatology DOI:10.1016/j.berh.2025.102064 PMID:40229184	综述	本文回顾了过去5年中轴型脊柱关节炎影像评估技术的新进展，重点关注CT和MRI技术的创新应用	介绍了基于深度学习的合成CT技术以及国际共识推荐的4序列MRI方案，提升了炎症和结构损伤评估的精确度	NA	更新中轴型脊柱关节炎的影像学评估方法和技术进展	骶髂关节的炎症和结构损伤	医学影像分析	中轴型脊柱关节炎	增强CT、MRI、深度学习	深度学习算法	医学影像（X光、CT、MRI）	NA
314	2025-09-14	Detection of maxillary sinus pathologies using deep learning algorithms 2025-Sep, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2 DOI:10.1007/s00405-025-09451-4 PMID:40394252	研究论文	本研究开发了一种基于深度学习的人工智能方法，用于从CBCT图像中自动检测上颌窦病变	采用卷积神经网络实现上颌窦病变的自动分割，在CBCT影像中达到了高精度分割性能	NA	评估人工智能算法在CBCT扫描中检测上颌窦病变的准确性	上颌窦病变	计算机视觉	鼻窦疾病	锥形束计算机断层扫描(CBCT)	CNN	医学影像	500名患者的1000个上颌窦样本
315	2025-09-14	Left ventricular systolic dysfunction screening in muscular dystrophies using deep learning-based electrocardiogram interpretation 2025 Sep-Oct, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2025.154048 PMID:40527225	研究论文	本研究评估基于人工智能的心电图解释（AI-ECG）在检测和预测肌营养不良患者左心室收缩功能障碍（LVSD）中的应用	首次使用卷积神经网络（CNN）分析心电图数据，为非侵入性筛查肌营养不良患者LVSD提供替代方案，并展示其预测新发LVSD的潜力	研究局限于单中心数据，尚未进行外部验证，且未涵盖儿科患者群体	开发并验证AI-ECG作为肌营养不良患者LVSD筛查和预测工具	肌营养不良患者，包括杜兴型（DMD）、贝克尔型（BMD）、肢带型肌营养不良（LGMD）、强直性肌营养不良（MD）及女性DMD/BMD携带者	数字病理	肌营养不良	心电图（ECG）和超声心动图	CNN（卷积神经网络）	心电图信号	推导队列包含30,978名患者的53,874对ECG-超声心动图数据；测试集包含390名肌营养不良患者的390对数据
316	2025-09-14	Development of a deep learning-based automated diagnostic system (DLADS) for classifying mammographic lesions - a first large-scale multi-institutional clinical trial in Japan 2025-Sep, Breast cancer (Tokyo, Japan) DOI:10.1007/s12282-025-01741-3 PMID:40608200	研究论文	开发并验证了日本首个基于深度学习的乳腺X线摄影AI辅助诊断系统（DLADS），用于自动分类乳腺病变	首次在日本大规模多机构临床研究中构建并验证针对日本女性的乳腺AI-CADx系统，解决了西方AI系统在亚洲人群有效性未充分验证的问题	回顾性研究设计，前瞻性验证尚未完成，样本仅来自日本人群	建立针对日本女性的乳腺X线摄影AI辅助诊断系统，并验证其诊断乳腺癌的敏感性和特异性	日本女性乳腺X线摄影图像，包括乳腺癌、良性和正常样本	计算机视觉	乳腺癌	乳腺X线摄影，深度学习	SE-ResNet，滑动窗口算法	医学图像（乳腺X线摄影）	11,450名日本女性，20,638张乳腺X线图像（5,019例癌症，5,026例良性，10,593例正常）
317	2025-09-14	Analog optical computer for AI inference and combinatorial optimization 2025-Sep, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09430-z PMID:40903585	研究论文	提出一种结合模拟电子学和三维光学的模拟光学计算机（AOC），用于加速AI推理和组合优化	通过快速定点搜索实现双域能力，避免数字转换并增强噪声鲁棒性，在单一平台上支持AI推理和组合优化	NA	开发能效更高的计算平台以应对AI和组合优化日益增长的能量需求	AI推理和组合优化问题	机器学习和光学计算	NA	模拟光学计算，三维光学技术	基于定点抽象的神经网络模型和梯度下降方法	图像数据（分类和重建），非线性回归数据，金融交易数据	通过四个案例研究展示（图像分类、非线性回归、医学图像重建、金融交易结算），但未指定具体样本数量
318	2025-09-14	Deep learning-based prediction of axillary pathological complete response in patients with breast cancer using longitudinal multiregional ultrasound 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105896 PMID:40876229	研究论文	本研究开发并验证了一种基于深度学习的iShape模型，利用纵向多区域超声图像预测乳腺癌患者腋窝病理学完全缓解	提出信息共享-私有(iShape)模型，通过从纵向原发肿瘤和腋窝淋巴结超声图像中学习共同和特定的图像表示，提高模型可解释性	回顾性研究设计，可能存在选择偏倚	预测接受新辅助治疗的腋窝淋巴结阳性乳腺癌患者的腋窝病理学完全缓解	活检证实为腋窝淋巴结阳性的乳腺癌患者	数字病理	乳腺癌	超声成像，RNA测序分析	深度学习，iShape模型	超声图像	训练集371例患者，三个外部验证集分别包含295、244和225例患者
319	2025-09-14	A generative adversarial network to improve integrated mode proton imaging resolution using paired proton-carbon data 2025-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.18081 PMID:40926569	研究论文	提出一种基于配对质子-碳数据的生成对抗网络，用于提升集成模式质子成像的空间分辨率	利用配对质子-碳数据训练条件生成对抗网络，实现数据驱动的空间变异点扩散函数去卷积操作	观察到部分噪声增加	提高集成模式质子放射成像的空间分辨率	质子铅笔束图像与碳离子束图像的配对数据	医学影像处理	NA	生成对抗网络(GAN)	条件生成对抗网络(cGAN)	图像	547,224对质子-碳图像，使用马尔堡离子治疗中心的闪烁探测器采集
320	2025-09-14	Neuroimaging Data Informed Mood and Psychosis Diagnosis Using an Ensemble Deep Multimodal Framework 2025-Sep, Human brain mapping IF:3.5Q1 DOI:10.1002/hbm.70347 PMID:40927869	研究论文	本研究开发了一种集成深度多模态框架，利用神经影像数据改进情绪和精神病诊断的分类	整合多模态神经影像数据（fMRI与结构MRI），采用集成方法、深度学习和数据融合技术，将神经影像与症状分类结合，识别生物同质群体并减少标签噪声	NA	改进精神疾病的分类方法，通过生物标志物增强现有症状分类系统的准确性	情绪和精神病类别的患者神经影像数据	机器学习	精神疾病	fMRI, 结构MRI	深度卷积框架, 集成学习(bagging)	神经影像数据	NA