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
321	2025-10-01	A Deep Learning Framework for Classification of Neuroendocrine Neoplasm Whole Slide Images 2025-Sep-13, Cancers IF:4.5Q1 DOI:10.3390/cancers17182991 PMID:41008835	研究论文	开发用于神经内分泌肿瘤全切片图像分类的深度学习框架	提出结合H&E和Ki-67染色图像的机器学习流程，在NEN分级中实现高准确率并识别出具有独特预后的G1肿瘤亚群	需要进一步研究确定模型识别出的不一致分组是否为不同的临床实体	开发自动化的神经内分泌肿瘤分级系统以解决病理学家评估中的变异性问题	胃肠胰腺神经内分泌肿瘤	数字病理	神经内分泌肿瘤	全切片图像分析	深度学习框架	图像	385个样本（247张H&E图像和138张Ki-67图像），来自186名患者
322	2025-10-01	A Lightweight Hybrid Detection System Based on the OpenMV Vision Module for an Embedded Transportation Vehicle 2025-Sep-13, Sensors (Basel, Switzerland) DOI:10.3390/s25185724 PMID:41012964	研究论文	提出基于OpenMV视觉模块的轻量级混合检测系统，用于嵌入式无人运输车辆的实时目标检测	采用两阶段检测机制：远距离使用HSV颜色空间红色阈值分割，近距离使用轻量级深度学习模型FOMO MobileNetV2，相比基准模型准确率提升26.5%	仅针对实验室环境的小型物品运输场景，未在更复杂环境中验证	满足移动嵌入式无人车辆在实验室物品运输中的实时目标检测需求	实验室环境中的检测目标（具体物品未明确说明）	计算机视觉	NA	HSV颜色空间分割、深度学习、PID控制算法	FOMO MobileNetV2	图像	自建多维数据集包含820个样本（考虑光照强度和物体距离两个变量）
323	2025-10-01	Deep Learning for Heart Sound Abnormality of Infants: Proof-of-Concept Study of 1D and 2D Representations 2025-Sep-12, Children (Basel, Switzerland) DOI:10.3390/children12091221 PMID:41007086	研究论文	本研究开发了一种基于深度学习的创新框架，用于婴儿先天性心脏病的早期诊断	首次将心脏听诊音频信号通过MFCC转换为时频表示，并结合CNN和LSTM网络进行先天性心脏病早期检测	研究主要依赖于公开数据集，需要进一步临床验证	开发基于深度学习的先天性心脏病早期诊断方法	婴儿心脏听诊音频信号	医学人工智能	先天性心脏病	Mel-Frequency Cepstral Coefficients (MFCC)	CNN + LSTM	音频信号	公开数据集（具体数量未明确说明）
324	2025-10-01	Rapid Screening of Anticoagulation Compounds for Biological Target-Associated Adverse Effects Using a Deep-Learning Framework in the Management of Atrial Fibrillation 2025-Sep-12, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090972 PMID:41007217	研究论文	本研究开发了一个深度学习框架，用于预测抗凝药物在房颤治疗中可能引起的生物学靶点相关不良反应	将深度学习应用于药物不良反应的生物学机制预测，整合蛋白质序列和受影响器官信息进行预筛查	NA	预筛查抗凝药物在临床试验中的使用持久性和成功率，指导最优药物选择	抗凝药物（依诺肝素、利伐沙班、依度沙班、阿哌沙班）及其生物学靶点	机器学习	心血管疾病	深度学习	深度学习框架	蛋白质序列、药物不良反应数据	使用SIDER和FAERS外部验证数据集进行评估
325	2025-10-01	Predicting Immunotherapy-Induced Pneumonitis Based on Chest CT and Non-Imaging Data 2025-Sep-12, Cancers IF:4.5Q1 DOI:10.3390/cancers17182980 PMID:41008824	研究论文	本研究提出了一种基于深度学习的多模态预测方法，用于预测非小细胞肺癌患者在接受免疫检查点抑制剂治疗后发生肺炎的风险	首次结合视觉Transformer提取的深度学习特征、放射组学特征和临床特征，采用多模态方法预测免疫治疗相关肺炎	NA	开发机器学习算法准确预测免疫检查点抑制剂治疗引起的肺炎	接受免疫检查点抑制剂治疗的非小细胞肺癌患者	医学影像分析	肺癌	深度学习、机器学习、放射组学分析	Vision Transformer + 十种机器学习算法	CT影像、临床数据	NA
326	2025-10-01	Machine Learning for Multi-Target Drug Discovery: Challenges and Opportunities in Systems Pharmacology 2025-Sep-12, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17091186 PMID:41012523	综述	本文全面综述了机器学习在系统药理学多靶点药物发现中的应用、挑战与未来方向	系统整合了从传统监督学习到现代图神经网络和多任务学习等机器学习技术在多靶点药物发现中的应用，并探讨了生成模型、联邦学习等前沿方向	面临数据稀疏性、模型可解释性不足、泛化能力有限以及实验工作流程整合困难等挑战	为研究人员提供利用机器学习开发更安全有效的多靶点治疗药物的路线图	多靶点药物发现过程和系统药理学研究	机器学习	癌症和神经退行性疾病	机器学习、深度学习	注意力机制模型、图神经网络、多任务学习框架、生成模型	大规模生物数据	NA
327	2025-10-01	A Multi-Working States Sensor Anomaly Detection Method Using Deep Learning Algorithms 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185686 PMID:41012925	研究论文	提出一种基于LSTM深度学习算法的多工作状态传感器异常检测方法	通过LSTM网络考虑机器不同工作状态对传感器测量的影响，并采用基于预测误差的输入选择方法提高检测精度	仅使用来自矿山卡车的一个真实数据集进行验证，缺乏更广泛场景的测试	解决传感器数据中异常检测和隔离的问题，特别是在缺乏标注数据的场景下	传感器数据，特别是来自矿山卡车操作过程中的传感器测量数据	机器学习	NA	LSTM（长短期记忆网络）	LSTM	时间序列传感器数据	来自矿山卡车操作的一个真实数据集
328	2025-10-01	Transparent EEG Analysis: Leveraging Autoencoders, Bi-LSTMs, and SHAP for Improved Neurodegenerative Diseases Detection 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185690 PMID:41012929	研究论文	本研究开发了一种结合自编码器、双向LSTM和SHAP的深度学习流程，用于基于EEG信号的阿尔茨海默病和额颞叶痴呆分类	提出了一种新颖的分类流程，结合自编码器进行特征提取和Bi-LSTM分析时间模式，并应用SHAP增强模型可解释性	EEG信号存在噪声敏感性和受试者间变异性等挑战	开发透明且准确的神经退行性疾病检测方法	阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者及认知正常对照组的EEG信号	机器学习	神经退行性疾病	EEG信号分析	自编码器、双向LSTM(Bi-LSTM)	EEG信号	88名老年参与者（36名AD患者，23名FTD患者，29名认知正常对照组）
329	2025-10-01	Study on Centroid Height Prediction of Non-Rigid Vehicle Based on Deep Learning Combined Model 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185692 PMID:41012931	研究论文	提出一种结合CNN、LSTM和注意力机制的深度学习模型，用于预测非刚性车辆的质心高度	首次将CNN-LSTM-Attention混合模型应用于车辆质心高度预测，通过注意力机制增强0°区域附近关键载荷转移特征	模型验证仅在与仿真相同悬架条件下进行，未考虑更广泛的悬架配置	提高非刚性车辆质心高度的预测精度，解决传统倾斜台测试方法的系统误差问题	非刚性车辆的质心高度参数	机器学习	NA	深度学习混合模型	CNN-LSTM-Attention	仿真数据和真实测试数据	基于Adams仿真平台生成的车辆倾斜测试数据及真实倾斜测试数据
330	2025-10-01	Development and Performance of an Artificial Intelligence-Based Deep Learning Model Designed for Evaluating Dental Ergonomics 2025-Sep-11, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13182277 PMID:41008408	研究论文	开发并评估基于人工智能的深度学习模型用于评估牙科人体工程学姿势	首次将YOLOv11和MediaPipe策略性整合开发牙科人体工程学姿势评估模型，实现实时反馈和自动评估	仅使用500张牙科专业人员照片进行训练和验证，样本量相对有限	开发人工智能模型评估牙科工作姿势，预防肌肉骨骼系统损伤	牙科专业人员在患者身上执行操作时的工作姿势	计算机视觉	肌肉骨骼系统疾病	深度学习	YOLOv11, MediaPipe	图像	500张牙科专业人员操作照片（正面和矢状面拍摄）
331	2025-10-01	GlioSurvQNet: A DuelContextAttn DQN Framework for Brain Tumor Prognosis with Metaheuristic Optimization 2025-Sep-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182304 PMID:41008676	研究论文	提出基于强化学习的GlioSurvQNet框架，用于脑肿瘤分级和生存期预测	采用DuelContextAttn DQN架构结合元启发式算法优化，首次将强化学习应用于脑肿瘤预后预测	未提及外部验证数据集和临床部署的可行性	开发高精度、可解释的脑肿瘤预后预测模型	胶质瘤患者的多模态MRI影像数据	医学影像分析	脑肿瘤	多模态MRI（FLAIR、T1CE、T2序列）	DuelContextAttn DQN（深度Q网络）	医学影像	NA
332	2025-10-01	Recent Trends in Machine Learning, Deep Learning, Ensemble Learning, and Explainable Artificial Intelligence Techniques for Evaluating Crop Yields Under Abnormal Climate Conditions 2025-Sep-11, Plants (Basel, Switzerland) DOI:10.3390/plants14182841 PMID:41011993	综述	本文综述了在异常气候条件下评估作物产量的机器学习、深度学习、集成学习和可解释人工智能技术的应用现状	系统整合了多种AI技术在作物产量预测中的应用，特别关注了可解释AI在复杂多维模型中的潜力	可解释AI技术仍处于早期应用阶段，各研究输入特征差异较大且受数据可用性限制	研究人工智能技术在异常气候条件下作物产量预测中的应用	作物产量预测模型及相关环境因素	机器学习	NA	遥感成像技术、高光谱成像(HSI)、多光谱成像(MSI)	随机森林(RF)、支持向量机(SVM)、人工神经网络(ANN)、卷积神经网络(CNN)、基于堆叠的集成方法	遥感图像、环境数据	NA
333	2025-10-01	An Integrated and Robust Vision System for Internal and External Thread Defect Detection with Adversarial Defense 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185664 PMID:41012903	研究论文	提出一种集成视觉系统用于内外螺纹缺陷检测，具备高鲁棒性和对抗防御能力	集成内外螺纹检测的统一成像平台、生成式数据增强策略、轻量化深度学习模型及针对alpha通道攻击的双重防御机制	未明确说明具体样本数量和数据集的详细构成	开发可靠高效的工业视觉系统用于螺纹零件缺陷检测	工业螺纹零件的内外螺纹表面缺陷	计算机视觉	NA	图像增强技术、生成式数据增强、深度学习	优化的轻量级深度学习模型（与YOLO变体对比）	图像	NA
334	2025-10-01	Automated Remote Detection of Falls Using Direct Reconstruction of Optical Flow Principal Motion Parameters 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185678 PMID:41012917	研究论文	提出一种基于光学流主运动参数直接重建的自动化跌倒检测方法	避免计算昂贵的光学流完整重建，通过直接重建主运动参数提供相关描述符实现准确检测	未明确说明具体实验环境和数据集的局限性	开发完全自动化的跌倒检测技术以解决可穿戴设备和人工监控的局限性	跌倒检测的监控场景和受监测个体	计算机视觉	老年疾病	光学流分析、主运动参数重建	NA	视频	NA
335	2025-10-01	A Performance Study of Deep Neural Network Representations of Interpretable ML on Edge Devices with AI Accelerators 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185681 PMID:41012919	研究论文	本研究提出将可解释机器学习算法表示为深度神经网络的方法，以提升边缘设备上的推理效率和能耗表现	提出了可解释深度神经网络表示(IDNNRep)方法，首次实现了在通用AI加速器上高效运行可解释ML算法	仅在一个回归任务和一个分类任务上进行了验证，需要更多应用场景的测试	解决边缘设备上ML算法效率低下、实现复杂且缺乏可解释性的问题	边缘设备上的可解释机器学习算法	机器学习	NA	深度神经网络表示、量化技术	DNN	传感器数据	使用预测性维护领域的一个回归任务和一个分类任务进行验证
336	2025-10-01	Multi-Scale Remote-Sensing Phenomics Integrated with Multi-Omics: Advances in Crop Drought-Heat Stress Tolerance Mechanisms and Perspectives for Climate-Smart Agriculture 2025-Sep-10, Plants (Basel, Switzerland) DOI:10.3390/plants14182829 PMID:41011981	综述	系统总结多尺度遥感表型组学与多组学整合研究作物干旱-热胁迫耐受机制的最新进展	提出'像素到蛋白质'研究范式，整合遥感表型组学与多组学数据解析胁迫响应通路	存在数据标准化和跨平台整合的挑战	阐明作物干旱-热胁迫耐受机制，促进气候智能型农业发展	农作物	农业信息学	非疾病研究	遥感技术、基因组学、转录组学、蛋白质组学、代谢组学	机器学习、深度学习	遥感图像、多组学数据	NA
337	2025-10-01	Image Sensor-Supported Multimodal Attention Modeling for Educational Intelligence 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185640 PMID:41012879	研究论文	提出一种集成图像传感器数据与文本上下文信息的多模态注意力框架，用于教育智能领域的个性化学习指导	通过跨模态注意力机制实现视觉特征与文本元素的细粒度语义对齐，并引入认知弱点高亮模块增强任务相关特征的可辨别性	NA	解决教育智能中多模态感知融合效率低和个性化不足的问题	学习者背景和任务上下文嵌入	教育智能	NA	深度学习、跨模态注意力机制	深度学习框架	图像传感器数据、文本信息、上下文信息	NA
338	2025-10-01	Integrating UAV-Derived Diameter Estimations and Machine Learning for Precision Cabbage Yield Mapping 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185652 PMID:41012891	研究论文	本研究结合无人机直径估计与机器学习技术，开发了精准卷心菜产量测绘方法	首次将基于深度学习的姿态估计模型(YOLOv8s-pose和YOLOv11s-pose)应用于卷心菜头直径估计，并整合多源数据开发AI产量预测框架	NA	开发非破坏性的卷心菜产量精准预测方法	卷心菜作物	计算机视觉	NA	无人机遥感、多光谱成像	YOLOv8s-pose, YOLOv11s-pose, CatBoost	RGB图像、多光谱图像、气候数据	NA
339	2025-10-01	High-Resolution Remote Sensing Imagery Water Body Extraction Using a U-Net with Cross-Layer Multi-Scale Attention Fusion 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185655 PMID:41012894	研究论文	提出了一种基于U-Net架构的AMU-Net模型，用于高分辨率遥感影像中的水体提取	设计了跨层多尺度注意力融合机制，包括改进的残差连接模块、多尺度注意力机制、双注意力门控调制模块和跨层几何注意力融合模块，并采用三重约束损失框架	NA	提高遥感影像中水体提取的准确性和边界定位精度	遥感影像中的水体区域	计算机视觉	NA	深度学习	U-Net、CNN	遥感影像	GID和WHDLD两个数据集
340	2025-10-01	Intelligence Architectures and Machine Learning Applications in Contemporary Spine Care 2025-Sep-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090967 PMID:41007212	综述	本文综述人工智能和机器学习技术在脊柱护理领域的应用现状与发展趋势	首次从多维度系统整合脊柱护理中AI技术的多个应用方向，包括影像诊断、手术规划、基因组风险分层和术后结果预测	存在算法不透明性、监管碎片化、数据异质性和跨人群临床环境泛化能力有限等挑战	评估AI和ML技术在当代脊柱护理中的应用现状与未来发展	脊柱护理相关的诊断、治疗和预后预测技术	医疗人工智能	脊柱疾病	卷积神经网络、机器人引导平台、深度学习形态分析、全基因组关联研究(GWAS)、多组学平台、联邦学习	CNN、深度学习模型	医学影像、基因组数据、临床数据	NA