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
3541	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
3542	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
3543	2025-10-06	A Study on Detection of Prohibited Items Based on X-Ray Images with Lightweight Model 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175462 PMID:40942891	研究论文	提出一种基于X射线图像的轻量级违禁物品自动检测方法	引入具有残差结构和注意力机制的新骨干网络，结合扩张卷积空间金字塔模块和深度可分离卷积算法融合多尺度特征	NA	解决多违禁物品共存、物品重叠导致识别信息不全、分布位置多变以及便携检测设备需求等挑战	X射线图像中的违禁物品	计算机视觉	NA	X射线成像	深度学习	图像	NA	NA	基于YOLOv4-tiny改进的新骨干网络	检测率,mAP,FPS	NA
3544	2025-10-06	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的车道线检测网络OTVLD-Net，用于提升极端道路条件下的车道检测性能	设计了全维度动态卷积结合改进特征翻转融合层和非局部网络层的ODVT-Net，利用车道水平对称性聚合对称特征，并在解码阶段添加特征图与车道请求间的交叉注意力机制	NA	提升车道检测模型在极端道路条件下的适应性和复杂车道拓扑的处理能力	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	NA	OTVLD-Net, ODVT-Net, ResNet-18	F1分数, 准确率	NA
3545	2025-10-06	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	开发了两阶段框架，首次将精确的鼾声事件检测与深度学习分类相结合，提出自适应多特征融合端点检测算法和混合深度神经网络ERBG-Net	NA	开发自动化的家庭OSAHS筛查系统	阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者的鼾声数据	数字病理	睡眠呼吸障碍	声学分析, 谱减法降噪	CNN, RNN	音频信号	13644个鼾声样本(6830个正常样本和6814个OSAHS相关样本)	NA	ResNet18, 双向GRU, ECA注意力机制	准确率, F1分数	NA
3546	2025-10-06	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	本研究探索基于表面肌电信号(sEMG)和LSTM网络的人类运动预测方法在不同传感器硬件平台上的表现	证明了深度学习网络对传感器硬件的无关性，不同配置的传感器硬件能产生相似性能的双向LSTM网络	仅研究了一自由度角轨迹预测，未涉及更复杂的多自由度运动预测	研究不同硬件传感器平台对深度学习神经网络预测人体运动轨迹性能的影响	人体手臂运动的一自由度角轨迹	机器学习	NA	表面肌电信号(sEMG)	LSTM, bi-LSTM	sEMG原始数据	使用两个不同sEMG传感器平台从受试者收集的原始数据	NA	LSTM, bi-LSTM	NA	NA
3547	2025-10-06	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解决计算需求和能源限制问题	提出首个针对煤矿环境的无电池视觉感知方案，采用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	研究主要针对煤矿特定环境，在其他极端环境下的适用性需要进一步验证	开发适用于资源受限煤矿环境的高效能无电池视觉感知系统	煤矿地下环境中的安全监控视觉感知	计算机视觉	NA	深度神经网络，深度可分离卷积	深度学习，CNN	图像	NA	NA	深度可分离卷积模块，EADP-Net	Top-1准确率，推理能耗	无电池系统，超级电容缓冲，电压调节
3548	2025-10-06	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阈值法进行脉络膜血管三维重建和定量分析	回顾性研究设计，样本量有限（共78只眼），脉络膜血管指数无显著统计学差异	评估单侧cCSC患者对侧眼的脉络膜血管结构变化	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，健康对照组	数字病理	中心性浆液性脉络膜视网膜病变	光学相干断层扫描，三维图像重建	CNN	医学影像	30只cCSC患眼，22只对侧眼，26只对照眼	NA	ResUNet	均值比较，P值	NA
3549	2025-10-06	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	本文对遗传人工智能在胃肠道疾病早期诊断中的最新进展进行了系统综述	首次系统综述了遗传人工智能在胃肠道疾病中的应用，识别了关键SNP和预测变量	仅纳入10项原始研究，未发现深度学习相关研究	评估遗传人工智能在胃肠道疾病诊断中的应用效果	胃肠道疾病及相关疾病患者	生物信息学	胃肠道疾病	单核苷酸多态性分析	随机森林	基因数据	10项原始研究	NA	NA	准确率,AUC,R平方	NA
3550	2025-10-06	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	本研究开发了一种基于轻量级深度学习模型的无人机图像分类系统，用于震后损伤等级预测	采用MobileNetV3-Small轻量级CNN模型在无人机平台上实现实时震后损伤等级分类，显著降低计算复杂度并提升边缘设备部署能力	仅针对三种损伤等级进行分类，未涵盖更细粒度的损伤评估	开发实时准确的震后建筑损伤评估系统以支持搜救团队工作	震后建筑结构的无人机航拍图像	计算机视觉	NA	无人机航拍技术	CNN	图像	三个震后损伤等级数据集的合并数据集	NA	MobileNetV3-Small	FLOPs, F-score, 准确率	Raspberry Pi 5边缘设备
3551	2025-10-06	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光学相机通信系统中颜色偏移键控调制信号的检测与分类模型	首次将YOLOv8深度学习框架应用于光学相机通信系统的信号检测与分类，在真实环境条件下实现高精度符号识别	通信距离有限（30cm-3m），数据速率和系统可扩展性有待提升	优化光学相机通信系统中接收器的性能	颜色偏移键调制的光学通信信号	计算机视觉	NA	颜色偏移键控调制	CNN	图像序列	8×8 LED矩阵发射器和CMOS相机接收器组成的实验系统	YOLOv8	YOLOv8	准确率	NA
3552	2025-10-06	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	本研究提出了一种基于无参考图像质量评估的数据质量保障框架，用于优化移动隧道扫描系统中的裂缝检测性能	首次系统研究水平运动模糊对CNN裂缝检测性能的影响，并建立NR-IQA指标与检测性能的关联关系	主要关注水平方向运动模糊，未考虑其他类型的图像质量退化因素	优化移动隧道扫描系统中基于深度学习的裂缝检测可靠性	隧道裂缝检测图像	计算机视觉	NA	无参考图像质量评估	CNN	图像	公共数据集和真实世界MTSS数据集	NA	ResNet, VGG, AlexNet	F1分数	NA
3553	2025-10-06	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	本文回顾了近5年来中轴型脊柱关节炎影像学评估的新进展，重点关注增强CT和MRI技术	介绍了基于深度学习的合成CT技术，可将MRI序列转换为类CT图像；国际共识推荐包含4个序列的MRI方案用于骶髂关节常规诊断评估	仅涵盖过去5年的发展，未涉及更早期的技术进展	更新中轴型脊柱关节炎的影像学评估方法	骶髂关节的炎症性和结构性病变	医学影像分析	中轴型脊柱关节炎	CT, MRI, 深度学习	深度学习	医学影像	NA	NA	NA	识别准确性	NA
3554	2025-10-06	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AI模型，用于从锥形束计算机断层扫描图像中自动分割上颌窦病变	首次将卷积神经网络应用于CBCT图像中上颌窦病变的自动分割，实现了高精度的病理检测	研究仅基于500名患者的1000个上颌窦样本，需要更大规模的数据验证模型的泛化能力	评估人工智能算法在检测上颌窦病变方面的准确性	上颌窦病理变化	计算机视觉	上颌窦疾病	锥形束计算机断层扫描	CNN	医学影像	500名患者的1000个上颌窦	NA	卷积神经网络	Dice相似系数, 交并比, 召回率, F1分数, 精确率	NA
3555	2025-10-06	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读在检测和预测肌营养不良患者左心室收缩功能障碍方面的应用价值	首次将深度学习心电图分析技术应用于肌营养不良患者的心功能筛查，提供了一种非侵入性的替代方案	需要外部验证、儿科应用研究不足、尚未完全整合到临床护理计划中	开发基于AI的心电图筛查工具，用于肌营养不良患者左心室收缩功能障碍的检测和预测	肌营养不良患者，包括杜氏肌营养不良、贝克型肌营养不良、肢带型肌营养不良、强直性肌营养不良患者及女性携带者	数字病理	肌营养不良	心电图、超声心动图	CNN	心电图信号	推导队列：53,874对心电图-超声心动图数据（来自30,978名患者）；测试集：390对数据（来自390名肌营养不良患者）	NA	卷积神经网络	AUROC, 敏感性, 特异性, 阴性预测值, 阳性预测值	NA
3556	2025-10-06	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	开发基于深度学习的乳腺X线摄影自动诊断系统，并在日本进行首次大规模多机构临床试验	首次针对日本女性开发的乳腺X线摄影AI-CADx系统，填补了日本人群验证证据的空白	回顾性研究设计，需前瞻性研究进一步验证医生使用该系统的诊断性能	建立适用于日本女性的乳腺X线摄影AI辅助诊断系统	日本女性的筛查或诊断性乳腺X线摄影图像	计算机视觉	乳腺癌	乳腺X线摄影	深度学习	医学图像	11,450名日本女性的20,638张乳腺X线图像，包括5,019例乳腺癌、5,026例良性和10,593例正常图像	NA	SE-ResNet, 滑动窗口算法	敏感度, 特异度, AUC, 准确率	NA
3557	2025-10-06	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	提出基于配对质子-碳数据的生成对抗网络，用于提高集成模式质子成像的空间分辨率	首次利用配对质子-碳数据训练条件生成对抗网络，实现质子束图像到碳离子束图像的转换，从而提升质子放射成像的分辨率	在人体头部模体评估中观察到噪声增加	提高集成模式质子放射成像的空间分辨率	质子放射成像和碳离子放射成像	医学影像处理	NA	集成模式质子成像，闪烁体探测器成像	条件生成对抗网络	图像	547,224对质子-碳图像	NA	Proton2Carbon	空间分辨率，水等效厚度精度	NA
3558	2025-10-06	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，通过融合神经影像数据和症状分类来改进情绪和精神病性障碍的诊断分类	提出集成深度多模态框架，将神经影像数据与症状分类相结合，通过识别生物同质性组别来改善诊断分类	依赖现有症状分类作为基础，可能存在初始诊断标签噪声的问题	改进精神疾病的诊断分类，识别潜在的生物标志物，减轻标签噪声	情绪和精神病性障碍患者	医学影像分析	精神疾病	fMRI, 结构MRI	深度学习, 集成学习	神经影像数据	NA	NA	深度卷积框架	NA	NA
3559	2025-10-06	A Review on Biomarker-Enhanced Machine Learning for Early Diagnosis and Outcome Prediction in Ovarian Cancer Management 2025-Sep, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71224 PMID:40927964	综述	评估生物标志物驱动的机器学习模型在卵巢癌早期检测、风险分层和治疗规划中的增强作用	系统整合多模态生物标志物数据与机器学习技术，显著提升卵巢癌诊断和预后预测性能	样本量较小、缺乏外部验证、排除了影像学和基因组学数据	改善卵巢癌的早期检测和预后预测	卵巢癌患者	机器学习	卵巢癌	生物标志物分析	Random Forest, XGBoost, Neural Networks, RNN	多模态数据（肿瘤标志物、炎症、代谢和血液学参数）	基于17项研究的综合分析	NA	集成方法、深度学习	AUC, 分类准确率	NA
3560	2025-10-06	Automated quantification of lung pathology on micro-CT in diverse disease models using deep learning 2025-Sep, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.105904 PMID:40886406	研究论文	开发基于深度学习的自动化肺部分割模型，用于量化多种疾病模型中的肺部病理变化	提出通用的深度学习肺部分割模型，能够适用于多种肺部疾病模型、扫描仪配置和啮齿类物种，并通过2.5D概率平均方法提高了分割精度	NA	开发能够自动量化肺部病理变化的深度学习模型，提高微CT数据分析效率	啮齿类动物（大鼠、仓鼠、八齿鼠）的肺部微CT图像	数字病理学	肺部疾病	微CT成像	深度学习	医学图像	来自唐氏综合征、病毒和真菌感染、COVID-19、肺部炎症和纤维化等多种疾病模型的纵向微CT图像数据集	NA	2D模型, 2.5D模型	Dice相似系数	NA