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
341	2025-10-30	Icing Detection of Wind Turbine Blades Based on an Improved PP-YOLOE Detection Network 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206438 PMID:41157492	研究论文	本研究开发了一种改进的PP-YOLOE网络用于风力涡轮机叶片结冰状态的分类与检测	通过嵌入坐标注意力机制和集成空洞空间金字塔池化来增强特征表示，并创新性地应用粒子群优化算法实现超参数自动调优	NA	提高风力涡轮机叶片结冰检测的准确性和实时性，保障风力涡轮机安全经济运行	风力涡轮机叶片	计算机视觉	NA	NA	PP-YOLOE	图像	基于风洞实验室构建的风力涡轮机叶片结冰数据集	NA	PP-YOLOE, 坐标注意力机制, 空洞空间金字塔池化	平均精度	NA
342	2025-10-30	Artificial Intelligence-Aided Tooth Detection and Segmentation on Pediatric Panoramic Radiographs in Mixed Dentition Using a Transfer Learning Approach 2025-Oct-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202615 PMID:41153287	研究论文	开发基于深度学习的人工智能模型，用于儿童混合牙列期全景X光片中的牙齿自动检测与分割	采用创新的混合预标注策略，通过从650张公开成人X光片进行迁移学习，并结合专家手动精修	研究样本量相对有限（250张全景X光片），且主要针对6-13岁儿童混合牙列期	开发自动化牙齿检测和分割系统，辅助混合牙列期牙齿发育异常的早期诊断	儿童混合牙列期全景X光片中的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光成像	YOLOv11	医学影像	250张儿童全景X光片（患者年龄6-13岁），另使用650张公开成人X光片进行迁移学习	NA	YOLOv11	平均精度均值(mAP), F1分数, 精确率, 召回率	NA
343	2025-10-30	Artificial Intelligence in the Management of Infectious Diseases in Older Adults: Diagnostic, Prognostic, and Therapeutic Applications 2025-Oct-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102525 PMID:41153807	综述	本文综述了人工智能在老年人感染性疾病管理中的诊断、预后和治疗应用	系统总结了AI在老年感染性疾病管理中的多领域应用，特别关注衰弱和功能状态整合的预后算法	训练数据中衰弱老年人代表性不足，缺乏老年医学环境中的真实世界验证，模型可解释性不足	探索人工智能在老年人感染性疾病管理中的应用潜力	65岁及以上老年人的感染性疾病	医疗人工智能	感染性疾病	机器学习，深度学习，自然语言处理	机器学习，深度学习，NLP	医疗数据，临床记录	NA	NA	NA	AUC曲线下面积	NA
344	2025-10-30	Computer Vision-Based Deep Learning Modeling for Salmon Part Segmentation and Defect Identification 2025-Oct-16, Foods (Basel, Switzerland) DOI:10.3390/foods14203529 PMID:41154065	研究论文	提出基于计算机视觉的两阶段融合网络方法，实现鲑鱼部位精准分割和表面缺陷检测	提出结合CBAM注意力机制的改进U-Net模型和两阶段融合架构，通过YOLOv5小目标检测层快速定位缺陷区域	NA	提升鲑鱼加工过程中部位分割和缺陷检测的精度与效率	鲑鱼鱼体图像	计算机视觉	NA	机器视觉检测	U-Net, YOLOv5	图像	NA	NA	U-Net with CBAM, YOLOv5 with P2 layer	mAP, mIoU, fps	NA
345	2025-10-30	Data Augmentation-Enhanced Myocardial Infarction Classification and Localization Using a ResNet-Transformer Cascaded Network 2025-Oct-16, Biology DOI:10.3390/biology14101425 PMID:41154828	研究论文	提出一种结合ResNet和Transformer的级联网络，通过数据增强技术提升心肌梗死心电信号的分类和定位性能	首次将S变换时频特征提取与ResNet-Transformer级联网络相结合，并应用去噪扩散概率模型解决数据不平衡问题	未明确说明模型在不同类型心肌梗死患者群体中的泛化能力	开发准确的心肌梗死自动诊断和定位方法	心电信号	数字病理	心血管疾病	S变换，去噪扩散概率模型	CNN, Transformer	心电信号时频图	NA	NA	ResNet, Transformer	准确率	NA
346	2025-10-30	SEPoolConvNeXt: A Deep Learning Framework for Automated Classification of Neonatal Brain Development Using T1- and T2-Weighted MRI 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207299 PMID:41156170	研究论文	提出SEPoolConvNeXt深度学习框架，用于基于T1和T2加权MRI的新生儿大脑发育自动分类	集成残差连接、分组卷积和通道注意力机制，针对新生儿大脑发育特点设计的领域专用架构	在11-12个月阶段因类内变异性导致性能轻微下降，T2男性数据集在婴儿后期性能略低	新生儿大脑发育的自动分类和评估	新生儿大脑T1和T2加权MRI图像	计算机视觉	新生儿脑发育	T1加权MRI, T2加权MRI	CNN	医学图像	29,516张图像，按性别和MRI类型分为4个子组，每个子组按年龄分为14个类别	NA	SEPoolConvNeXt	准确率, F1分数	NA
347	2025-10-30	Secondary Prevention of AFAIS: Deploying Traditional Regression, Machine Learning, and Deep Learning Models to Validate and Update CHA2DS2-VASc for 90-Day Recurrence 2025-Oct-16, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207327 PMID:41156197	研究论文	本研究通过传统回归、机器学习和深度学习模型验证并更新CHA2DS2-VASc评分，以更好预测房颤相关急性缺血性卒中患者90天复发风险	首次针对房颤相关卒中患者的复发风险专门验证和更新CHA2DS2-VASc评分，并采用迁移学习利用非房颤卒中患者数据	依赖回顾性临床试验数据，可能存在报告质量不均的问题	开发和验证改进的临床预测规则，用于房颤相关急性缺血性卒中患者的二级预防	房颤相关急性缺血性卒中患者和非房颤急性缺血性卒中患者	机器学习	心血管疾病	临床预测规则验证	逻辑回归,XGBoost,多层感知机	临床数据	2763名房颤相关卒中患者和7809名非房颤卒中患者	NA	多层感知机	AUC,校准曲线,F1分数	NA
348	2025-10-30	A Study on the Performance Comparison of Brain MRI Image-Based Abnormality Classification Models 2025-Oct-16, Life (Basel, Switzerland) DOI:10.3390/life15101614 PMID:41157286	研究论文	本研究比较了基于脑部MRI图像的异常分类模型性能，重点关注深度学习与传统机器学习方法的对比	在脑部MRI异常分类中系统比较了自定义CNN、ResNet-50迁移学习与传统机器学习方法，并探讨了合成数据在医学图像分析中的应用	实验结果完全基于合成数据集，需要进一步用真实临床MRI数据进行验证才能确定临床适用性	开发并比较脑部MRI图像的异常分类模型性能	脑部MRI图像（正常与异常分类）	计算机视觉	脑部疾病	MRI成像	CNN, ResNet-50, SVM, 随机森林	图像	真实数据集：253张图像（98正常，155异常）；合成数据集：10,000张图像（5,000正常，5,000异常）	NA	ResNet-50, 自定义CNN	准确率, F1分数	NA
349	2025-10-30	Hybrid Diagnostic Framework for Interpretable Bearing Fault Classification Using CNN and Dual-Stage Feature Selection 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206386 PMID:41157440	研究论文	提出一种结合CNN迁移学习和可解释监督分类的混合诊断框架，用于轴承故障分类	采用双阶段特征选择方法（ANOVA+PFI）优化预训练VGG19网络提取的深度特征，并结合SHAP提供预测解释	仅在CWRU轴承数据集上进行验证，未在其他工业场景测试	开发同时具备高预测精度和模型透明度的轴承故障诊断方法	旋转机械轴承故障	机器学习	NA	振动信号分析	CNN, 监督分类	振动信号数据	CWRU轴承数据集	NA	VGG19	分类准确率	NA
350	2025-10-30	Multi-Scale Frequency-Aware Transformer for Pipeline Leak Detection Using Acoustic Signals 2025-Oct-16, Sensors (Basel, Switzerland) DOI:10.3390/s25206390 PMID:41157449	研究论文	提出一种多尺度频率感知Transformer架构，用于基于声学信号的管道泄漏检测	集成频率感知嵌入层、多头频率注意力机制、自适应噪声过滤模块和多尺度特征聚合机制，将频域先验知识融入神经网络架构设计	NA	解决管道泄漏声学信号检测中时频域特征利用不足、噪声环境适应性差和频域先验知识挖掘不充分的问题	管道泄漏声学信号	机器学习	NA	声学信号测量	Transformer	声学信号	NA	NA	Multi-Scale Frequency-Aware Transformer (MSFAT)	准确率, F1分数	NA
351	2025-10-30	Automated Implant Placement Pathway from Dental Panoramic Radiographs Using Deep Learning for Preliminary Clinical Assistance 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202598 PMID:41153269	研究论文	提出一种基于深度学习的AI辅助检测框架，用于从牙科全景X光片中自动预测种植体放置路径	首个基于牙科全景X光片的AI辅助种植路径预测诊断框架，结合YOLO模型和图像处理技术实现种植体放置路径的自动预测	NA	开发AI辅助检测框架以支持牙科种植治疗的临床决策	牙科全景X光片中的缺牙区域和邻近健康牙齿	计算机视觉	牙科疾病	深度学习，图像处理	YOLO	牙科全景X光图像	NA	YOLO	YOLOv9m, YOLOv8n-OBB	精确度，平均角度误差	NA
352	2025-10-30	Precision Through Detail: Radiomics and Windowing Techniques as Key for Detecting Dens Axis Fractures in CT Scans 2025-Oct-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202599 PMID:41153271	研究论文	本研究探讨先进窗位技术和不同分类方法组合对CT图像中齿状突骨折检测准确性的影响	结合深度学习分割、窗位调整和影像组学的混合方法，相比纯深度学习方法提升了齿状突骨折检测准确率	回顾性研究设计，样本量相对有限（366例患者）	评估和比较不同计算方法在CT图像中齿状突骨折检测的诊断性能	366例患者的上颈椎CT数据集	医学影像分析	颈椎骨折	CT成像、影像组学特征提取	CNN, FNN, U-Net, 机器学习分类器	CT图像	366例患者的上颈椎CT数据集，分为训练集、验证集和测试集	NA	U-Net	分类准确率	NA
353	2025-10-30	Comparative Analysis of Deep Learning Models for Predicting Causative Regulatory Variants 2025-Oct-15, Genes IF:2.8Q2 DOI:10.3390/genes16101223 PMID:41153440	研究论文	通过统一基准比较深度学习模型在预测调控变异和因果SNP优先排序任务中的性能	建立了首个统一评估框架，系统比较了CNN和Transformer模型在非编码变异功能预测中的表现	仅评估了54,859个SNP，覆盖的细胞系类型有限，未包含所有现有模型	评估深度学习模型在预测调控变异效应和识别因果SNP方面的性能	人类基因组中的54,859个单核苷酸多态性	机器学习	NA	MPRA, raQTL, eQTL	CNN, Transformer, CNN-Transformer混合模型	基因组序列数据	54,859个SNP，来自4种人类细胞系	NA	TREDNet, SEI, Borzoi	NA	NA
354	2025-10-30	Review of Artificial Intelligence Techniques for Breast Cancer Detection with Different Modalities: Mammography, Ultrasound, and Thermography Images 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101110 PMID:41155108	综述	本文系统回顾了用于乳腺癌检测的人工智能技术，涵盖乳腺X线摄影、超声和热成像三种成像模态	全面比较三种不同成像模态下的AI技术应用，并探讨可解释人工智能和多模态大语言模型在乳腺癌诊断中的未来发展	作为综述文章，不包含原始实验数据和新方法验证	评估人工智能技术在乳腺癌检测中的应用现状和未来发展	乳腺X线摄影、超声和热成像图像及其相关数据集	计算机视觉	乳腺癌	医学影像分析	传统机器学习,深度学习	医学图像	NA	NA	NA	NA	NA
355	2025-10-30	NeuroNet-AD: A Multimodal Deep Learning Framework for Multiclass Alzheimer's Disease Diagnosis 2025-Oct-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101107 PMID:41155106	研究论文	提出一种多模态深度学习框架NeuroNet-AD，用于阿尔茨海默病的多分类诊断	提出Meta Guided Cross Attention (MGCA)模块实现图像与元特征的有效跨模态对齐，并在ResNet-18骨干网络中集成卷积块注意力模块(CBAM)	缺乏大规模数据集限制了性能的进一步提升	提高阿尔茨海默病（包括轻度认知障碍）的诊断准确率	阿尔茨海默病患者、轻度认知障碍患者和正常对照组	数字病理学	阿尔茨海默病	磁共振成像(MRI)	CNN	图像, 文本	ADNI1和OASIS-3数据集	NA	ResNet-18, CBAM	准确率	NA
356	2025-10-30	Progress of AI-Driven Drug-Target Interaction Prediction and Lead Optimization 2025-Oct-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262010037 PMID:41155330	综述	本文综述了人工智能在药物靶点相互作用预测和先导化合物优化领域的最新进展与应用	系统整合了AI在药物设计各环节的应用策略，建立了指导研究人员选择合适AI方法的概念框架	NA	推进人工智能方法在药物研发中的应用	药物、靶点和疾病之间的相互作用关系	机器学习	NA	深度学习	NA	分子结构数据	NA	NA	NA	预测准确性	NA
357	2025-10-30	PPG-Net 4: Deep-Learning-Based Approach for Classification of Blood Flow Using Non-Invasive Dual Photoplethysmography (PPG) Signals 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206362 PMID:41157416	研究论文	提出基于双光电容积脉搏波信号的深度学习模型PPG-Net 4，用于无创血流模式分类	首次采用双传感器配置采集双位置PPG信号，结合梅尔频谱图和梅尔频率倒谱系数进行特征表示	样本量相对有限（75名参与者），需要进一步验证模型的泛化能力	开发无创血流模式分类方法以改进心血管疾病诊断	人体血流模式	机器学习	心血管疾病	光电容积脉搏波，信号处理	深度学习	PPG信号	75名参与者	NA	PPG-Net 4	F1-score	NA
358	2025-10-30	MSIMG: A Density-Aware Multi-Channel Image Representation Method for Mass Spectrometry 2025-Oct-15, Sensors (Basel, Switzerland) DOI:10.3390/s25206363 PMID:41157417	研究论文	提出一种用于质谱数据的密度感知多通道图像表示方法MSIMG	引入数据驱动的'密度峰值中心'补丁选择策略，通过密度图估计和非极大值抑制算法定位信号密集区域中心	NA	解决高维复杂质谱数据中关键特征提取的挑战	质谱数据	计算机视觉	NA	质谱分析	NA	质谱数据，图像表示	两个公共临床质谱数据集	NA	NA	NA	NA
359	2025-10-30	Transformer-Based Deep Learning for Preoperative Prediction of Microvascular Invasion in Hepatocellular Carcinoma 2025-Oct-14, Cancers IF:4.5Q1 DOI:10.3390/cancers17203314 PMID:41154371	研究论文	开发基于Transformer的深度学习框架，整合影像组学和临床特征用于肝细胞癌微血管侵犯的三分类预测	首次将Transformer架构应用于肝细胞癌微血管侵犯的三分类预测，并整合多模态特征	回顾性研究设计，样本量相对有限（437例患者）	术前预测肝细胞癌微血管侵犯状态	肝细胞癌患者	医学影像分析	肝细胞癌	Gd-BOPTA增强MRI影像组学分析	Transformer	医学影像数据，临床实验室数据	437例经病理证实的肝细胞癌患者（医院A：305例，医院B：132例）	NA	Transformer	准确率，加权F1分数，宏平均AUC，敏感性，特异性	NA
360	2025-10-30	AF-DETR: Transformer-Based Object Detection for Precise Atrial Fibrillation Beat Localization in ECG 2025-Oct-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101104 PMID:41155103	研究论文	提出一种基于Transformer的AF-DETR模型，用于心电图中心房颤动心跳的精确定位和分类	首次将Transformer目标检测架构应用于心电图AF心跳定位，引入对比去噪训练加速收敛并避免冗余预测	未明确说明模型计算复杂度及实时性表现	实现心电图中心房颤动心跳级别的精确检测和定位	心电图信号中的心房颤动心跳	计算机视觉	心血管疾病	ECG信号分析	Transformer, CNN	心电图信号	五个公开ECG数据集（CPSC2021, AFDB, LTAFDB, MITDB, NSRDB）	NA	CNN backbone + Transformer encoder-decoder	F1-score, 准确率	NA