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
3321	2025-10-06	Artificial intelligence in medical imaging empowers precision neoadjuvant immunochemotherapy in esophageal squamous cell carcinoma 2025-Sep-09, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2025-012468 PMID:40930744	研究论文	探讨人工智能在医学影像中辅助食管鳞癌新辅助免疫化疗精准治疗的应用	结合影像组学和深度学习从临床CT图像中提取高维特征，揭示传统评估难以察觉的生物学异质性	NA	开发精准预测食管鳞癌新辅助免疫化疗疗效的工具	局部晚期食管鳞状细胞癌患者	医学影像分析	食管鳞状细胞癌	CT影像分析	深度学习	医学影像	NA	NA	NA	NA	NA
3322	2025-10-06	Two step approach for detecting and segmenting the second mesiobuccal canal of maxillary first molars on cone beam computed tomography (CBCT) images via artificial intelligence 2025-Sep-08, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06796-4 PMID:40926256	研究论文	本研究开发了一种基于CNN和U-Net的定制深度学习模型，用于在锥形束CT图像中检测和分割上颌第一磨牙的第二近颊根管	采用两步法人工智能方法（分类+分割）处理牙科CBCT图像，专门针对MB2根管的检测与分割任务	样本量较小（仅37名患者），测试集AUC值较低（0.57）	评估定制深度学习模型在CBCT图像中检测和分割上颌第一磨牙第二近颊根管的准确性	上颌第一磨牙的第二近颊根管（MB2）	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN, U-Net	医学影像	37名患者的CBCT扫描数据	NA	定制CNN, U-Net	F1分数, 准确率, 召回率, 精确率, AUC, Dice系数	NA
3323	2025-10-06	DG-TTA: Out-of-Domain Medical Image Segmentation Through Augmentation, Descriptor-Driven Domain Generalization, and Test-Time Adaptation 2025-Sep-08, Sensors (Basel, Switzerland) DOI:10.3390/s25175603 PMID:40943032	研究论文	提出一种结合增强、描述符驱动领域泛化和测试时适应的新方法，用于解决医学图像分割在跨域场景中的性能下降问题	提出SSC描述符与GIN强度增强的组合用于领域泛化，并结合一致性方案的测试时适应方法	NA	提升预训练医学分割模型在未见领域图像上的分割质量	跨域医学图像分割	计算机视觉	NA	医学图像分割	深度学习分割模型	3D CT和MRI图像	五个公开数据集，包含腹部、脊柱和心脏成像	NA	NA	Dice系数	NA
3324	2025-10-06	A Study on Light Preference in Gilts via Behavioral Pattern Analysis 2025-Sep-07, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172620 PMID:40941415	研究论文	通过行为模式分析研究后备母猪的光照偏好，为改善动物福利提供依据	开发了动态多色自选系统，结合可编程RGBW-LED阵列和实时图像识别技术研究后备母猪的光色偏好	样本量较小（24头后备母猪），研究周期为5周	确定后备母猪在人工光照下的最佳光照环境	后备母猪（未产仔的雌性猪）	计算机视觉	NA	实时图像识别技术	YOLOv8n	图像	24头后备母猪	YOLOv8	YOLOv8n	时空分布比例、活动水平、采食量	NA
3325	2025-10-06	Deep Learning-Based DNA Methylation Detection in Cervical Cancer Using the One-Hot Character Representation Technique 2025-Sep-07, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172263 PMID:40941751	研究论文	本研究提出了一种基于UNet架构和one-hot字符编码技术的深度学习框架，用于宫颈癌中的DNA甲基化检测	首次将UNet架构与创新的one-hot字符编码技术结合用于DNA甲基化预测，并系统比较了单体和二聚体两种编码策略	研究仅限于宫颈癌相关基因的启动子区域验证，未在其他癌症类型或基因组区域进行测试	开发可靠的DNA甲基化预测工具以改善宫颈癌的早期检测和诊断	宫颈癌相关的DNA甲基化位点，特别是五个宫颈癌相关基因的启动子区域	生物信息学	宫颈癌	DNA甲基化检测，one-hot字符编码	UNet	DNA序列数据	5000、10000和20000个CG位点，使用100bp、200bp和300bp的序列窗口大小	NA	UNet	准确率, 灵敏度, 特异性, AUROC	NA
3326	2025-10-06	Maize Kernel Batch Counting System Based on YOLOv8-ByteTrack 2025-Sep-07, Sensors (Basel, Switzerland) DOI:10.3390/s25175584 PMID:40943013	研究论文	基于YOLOv8-ByteTrack的玉米籽粒批量计数系统设计与实现	创新性地将YOLOv8目标检测框架与ByteTrack多目标跟踪算法集成，建立高效的籽粒轨迹跟踪和计数模型	NA	解决玉米籽粒下落计数中目标ID频繁切换、下落速度快和传统方法精度有限的问题	玉米籽粒	计算机视觉	NA	深度学习	CNN	视频	NA	YOLOv8, ByteTrack	YOLOv8	计数准确率	NA
3327	2025-10-06	5G High-Precision Positioning in GNSS-Denied Environments Using a Positional Encoding-Enhanced Deep Residual Network 2025-Sep-06, Sensors (Basel, Switzerland) DOI:10.3390/s25175578 PMID:40943007	研究论文	提出一种基于位置编码增强深度残差网络的5G高精度定位方法，用于GNSS信号缺失环境	提出位置编码多尺度残差网络（PE-MSRN），通过位置编码机制将原始AOA数据转换为丰富空间特征并映射为2D图像，结合多尺度特征提取机制	主要基于模拟场景验证，在真实复杂环境中的性能需要进一步测试	解决GNSS信号缺失环境下的5G高精度定位问题	5G信道状态信息（CSI）和到达角（AOA）数据	机器学习	NA	5G信道状态信息分析，到达角测量	CNN, ResNet	信号数据，2D图像	覆盖多种定位场景的数据集	NA	多尺度残差网络（MSRN），ResNet	定位精度，收敛速度	NA
3328	2025-10-06	Prognostic Associations and Functional Implications of Angiogenesis-Related miRNA Variants in Ischemic Stroke 2025-Sep-05, Cells IF:5.1Q2 DOI:10.3390/cells14171389 PMID:40940802	研究论文	本研究探讨血管生成相关miRNA基因多态性与缺血性脑卒中风险的关联	首次发现rs13137 A>T和rs4636297 G>A多态性与脑卒中易感性显著相关，并应用深度学习模型评估基因-基因和基因-环境相互作用	基于人群的病例对照设计可能存在选择偏倚，样本量未明确说明	识别缺血性脑卒中的遗传生物标志物，改善早期诊断、风险预测和治疗策略	缺血性脑卒中患者和对照人群	生物信息学	缺血性脑卒中	基因分型、深度学习	深度学习模型	基因分型数据、临床风险因素数据	NA	NA	NA	预测准确性	NA
3329	2025-10-06	Efficient Tissue Detection in Whole-Slide Images Using Classical and Hybrid Methods: Benchmark on TCGA Cancer Cohorts 2025-Sep-05, Cancers IF:4.5Q1 DOI:10.3390/cancers17172918 PMID:40941015	研究论文	本研究在TCGA癌症队列上对四种全切片图像组织检测方法进行基准测试，提出了一种新型无注释双通混合方法	提出了一种无需人工注释、CPU优化的双通混合方法，在保持高精度的同时显著提升处理速度	仅在TCGA数据集的九种癌症队列上进行测试，未在其他数据集验证通用性	评估和比较全切片图像中组织检测方法的准确性和效率	3322个来自TCGA的九种癌症队列的全切片图像	数字病理学	癌症	全切片图像分析	U-Net++, 传统图像处理方法	图像	3322个全切片图像	NA	U-Net++	mIoU, 处理时间	CPU
3330	2025-10-06	Deep Learning-Driven Intelligent Fluorescent Probes: Advancements in Molecular Design for Accurate Food Safety Detection 2025-Sep-05, Foods (Basel, Switzerland) DOI:10.3390/foods14173114 PMID:40941229	综述	探讨深度学习在荧光传感技术中的应用进展，重点关注分子设计优化和复杂信号分析	将深度学习与荧光传感技术相结合，实现智能探针设计和复杂信号分析的创新方法	未涉及具体实验验证数据，主要基于现有文献分析	提升食品安全检测中荧光探针的设计效率和信号分析准确性	荧光探针分子和复杂荧光信号	机器学习	NA	荧光传感技术	深度学习	分子结构数据，荧光信号数据	NA	NA	NA	NA	NA
3331	2025-10-06	Real-Time Pig Weight Assessment and Carbon Footprint Monitoring Based on Computer Vision 2025-Sep-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172611 PMID:40941406	研究论文	基于计算机视觉技术开发轻量级深度学习模型实现生猪实时体重评估与碳足迹监测	提出集成ShuffleNetV2、线性可变形卷积和ACmix模块的轻量化模型EcoSegLite，在资源受限环境下实现高精度实时体重监测	研究仅基于63头生猪样本，样本规模有限；实验周期为6个月，未覆盖完整生长周期	通过优化饲喂策略减少生猪生产过程中的碳足迹	生猪生长过程中的体重变化与碳足迹	计算机视觉	NA	深度学习，生命周期评估(LCA)	CNN	图像	63头生猪（偏关农场2024年12月至2025年5月）	NA	ShuffleNetV2, Linear Deformable Convolution, ACmix	mAP50	资源受限环境（模型参数仅1.6M）
3332	2025-10-06	Integrating Artificial Intelligence and Biotechnology to Enhance Cold Stress Resilience in Legumes 2025-Sep-05, Plants (Basel, Switzerland) DOI:10.3390/plants14172784 PMID:40941948	综述	本文综述了人工智能与生物技术整合提升豆类作物耐寒性的研究进展	首次系统整合AI技术与多组学数据，提出冷胁迫早期检测准确率超95%的智能监测方案	多组学数据标准化不足及资源受限地区的成本限制	通过技术整合提升豆类作物的耐寒性与气候适应性	鹰嘴豆、大豆、小扁豆和豇豆等主要豆类作物	农业生物技术	非疾病类（环境胁迫）	多组学分析、高通量表型分析、基因组选择、高光谱/热成像	CNN-LSTM混合模型	基因组数据、表型图像数据、环境传感器数据	基于数十万SNP标记的基因组选择	深度学习框架	CNN-LSTM混合架构	准确率、预测精度提升率	NA
3333	2025-10-06	Improving Intelligent Vehicle Control with a Prediction Model of Passenger Comfort Based on Postural Instability Parameters 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175529 PMID:40942958	研究论文	基于姿态不稳定参数建立乘客舒适度预测模型以改进智能车辆控制	首次通过乘客姿态摆动参数与主观舒适度的关联分析，发现角速度变化是导致乘客不适的主要因素	研究仅针对五种常见驾驶条件，样本量为60人，可能需要更大样本验证	提高智能车辆的乘客舒适度	智能车辆乘客	机器学习	NA	现场测试、姿态数据采集	传统机器学习算法,深度学习算法	乘客姿态数据、车辆运动数据、主观舒适度数据	60名参与者	NA	NA	准确率	NA
3334	2025-10-06	Lightweight Deep Learning Architecture for Multi-Lead ECG Arrhythmia Detection 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175542 PMID:40942969	研究论文	提出一种集成卷积神经网络和通道注意力机制的轻量级深度学习架构，用于多导联心电图心律失常检测	结合通道注意力机制增强模型对ECG信号关键特征的关注能力，创新性地同时支持2导联和12导联ECG信号分类	未明确说明模型在更广泛数据集或临床环境中的泛化能力	开发高效准确的心律失常自动检测方法以改善心血管疾病诊断	心电图信号中的五种心律失常类型	机器学习	心血管疾病	心电图信号分析	CNN	心电图信号	MIT-BIH和INCART心律失常数据集	NA	卷积神经网络与通道注意力机制	准确率,F1分数	NA
3335	2025-10-06	A Review of Dynamic Traffic Flow Prediction Methods for Global Energy-Efficient Route Planning 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175560 PMID:40942987	综述	本文系统回顾了2020-2025年全球动态交通流预测与节能路径规划的研究进展	构建了交通预测与路径规划的集成框架，揭示了异构图神经网络在多源异构数据整合中的未开发潜力	现有研究多孤立且应用单一模型，缺乏对不同模型在各种场景下适应性、泛化能力和融合潜力的系统比较	解决交通拥堵导致的能源消耗和碳排放问题，实现智能交通系统可持续发展	动态交通流预测方法与节能路径规划技术	机器学习	NA	交通流预测算法	LSTM,图神经网络,统计模型,深度学习模型	交通流数据	NA	NA	LSTM,图神经网络	RMSE,MAPE	NA
3336	2025-10-06	Integrating Radiomics and Artificial Intelligence (AI) in Stereotactic Body Radiotherapy (SBRT)/Stereotactic Radiosurgery (SRS): Predictive Tools for Tailored Cancer Care 2025-Sep-04, Cancers IF:4.5Q1 DOI:10.3390/cancers17172906 PMID:40941003	系统综述	分析人工智能在立体定向放射治疗中预测患者结局和治疗相关毒性的应用	整合AI与SBRT/SRS技术，识别传统方法可能遗漏的新型影像学、剂量学或生物学生物标志物	仅纳入29项回顾性研究，缺乏前瞻性临床验证	评估AI在预测SBRT/SRS治疗结果和毒性方面的应用潜力	接受SBRT或SRS治疗的实体瘤患者，包括早期原发性肺癌、肝肿瘤、脑转移瘤和良性颅内肿瘤	医学影像分析	多种癌症（肺癌、肝肿瘤、脑转移瘤等）	放射组学，人工智能	机器学习，深度学习	影像数据，临床数据	29项研究（2020-2025年发表）	NA	NA	NA	NA
3337	2025-10-06	Optimizing Dam Detection in Large Areas: A Hybrid RF-YOLOv11 Framework with Candidate Area Delineation 2025-Sep-04, Sensors (Basel, Switzerland) DOI:10.3390/s25175507 PMID:40942937	研究论文	提出一种结合地理因子分析和深度学习检测的水坝提取框架，用于优化大区域水坝识别	融合随机森林地理因子分析与YOLOv11深度学习检测的混合框架，通过候选区域划分显著提升水坝识别效率	研究仅在巴基斯坦信德省验证，需要进一步测试在其他地区的适用性	改进水坝空间数据库，实现水坝动态监测和精准识别	中小型水坝	计算机视觉	NA	遥感识别	随机森林,YOLO	高分辨率遥感影像,地理空间数据	巴基斯坦信德省区域	NA	YOLOv11	精度,召回率,AUC,mAP50	NA
3338	2025-10-06	An Explainable Deep Learning Framework for Multimodal Autism Diagnosis Using XAI GAMI-Net and Hypernetworks 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172232 PMID:40941719	研究论文	提出一种结合行为表型和脑结构MRI的多模态可解释深度学习框架用于自闭症谱系障碍诊断	首次将GAMI-Net与超网络结合，构建可解释且个性化的多模态诊断框架，融合行为数据和脑结构特征	仅在单一数据集上进行验证，未来需要在更大规模多中心数据集和不同数据划分方案上验证框架鲁棒性	开发可解释的深度学习框架以提高自闭症谱系障碍诊断的准确性和有效性	自闭症谱系障碍患者的行为表型和脑结构特征	数字病理学	自闭症谱系障碍	结构磁共振成像	CNN, GNN, Autoencoder, MLP	行为数据, 脑结构图像	ABIDE-I数据集中的约247名受试者	NA	GAMI-Net, CNN-GNN混合模型, Autoencoder, Hyper Network	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
3339	2025-10-06	Classification Performance of Deep Learning Models for the Assessment of Vertical Dimension on Lateral Cephalometric Radiographs 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172240 PMID:40941727	研究论文	本研究评估了六种深度学习模型在侧位头颅X光片上根据垂直骨骼生长模式进行分类的性能	无需解剖标志点识别即可直接对头颅X光片进行垂直生长模式分类	样本量相对有限（1050例患者），模型性能在不同角度指标间存在差异	评估深度学习算法在正畸诊断中分类垂直骨骼生长模式的性能	1050名患者的侧位头颅X光片	计算机视觉	正畸疾病	X射线成像	CNN, 混合模型	医学影像	1050例患者侧位头颅X光片	NA	ResNet101, DenseNet201, EfficientNet B0, EfficientNet V2 B0, ConvNetBase, 混合模型	准确率, 精确率, F1分数, 平均绝对误差, Cohen's Kappa, Grad-CAM	NA
3340	2025-10-06	Category-Aware Two-Stage Divide-and-Ensemble Framework for Sperm Morphology Classification 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172234 PMID:40941720	研究论文	提出一种用于精子形态分类的两阶段深度集成学习框架	引入两阶段分层分类策略和结构化多阶段投票集成方法，显著降低视觉相似类别间的误分类	NA	开发准确的全自动精子形态分类系统以支持男性生育能力评估	精子图像	计算机视觉	男性不育症	图像染色	集成学习,深度学习	图像	包含18个类别的综合数据集，包含三种染色方案	NA	NFNet-F4,Vision Transformer,集成四种不同深度学习架构	准确率	NA