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	2025-12-12	Decoding Coherent Patterns from Arrayed Waveguides for Free-Space Optical Angle-of-Arrival Estimation 2025-Nov-27, Sensors (Basel, Switzerland) DOI:10.3390/s25237231 PMID:41374606	研究论文	本文提出了一种基于阵列波导相干模式解码的新型自由空间光学到达角估计方法	创新性地将阵列波导相干模式解码方法应用于解码光信号的空间角度信息，实现了集成光子学与深度学习的强大协同	NA	旨在超越传统AOA检测技术在小型化、低复杂度和高可靠性方面的固有局限	自由空间光学信号	光学传感	NA	阵列波导相干模式解码	CNN-Attention Regressor	强度序列	NA	NA	CNN-Attention	平均绝对误差, 均方根误差	NA
342	2025-12-12	Rectus Femoris and Gastrocnemius EMG Driven Cheonjiin Speller for Korean Text Input 2025-Nov-27, Sensors (Basel, Switzerland) DOI:10.3390/s25237243 PMID:41374617	研究论文	本研究开发了一种基于表面肌电信号的Cheonjiin拼写系统，用于帮助手部活动受限的个体进行韩语文本输入	提出了一种基于大腿股直肌和小腿腓肠肌的双通道表面肌电信号、使用简单时域特征进行实时分类的轻量级韩语拼写系统，无需深度学习模型即可实现高效识别	未提及具体的样本量或受试者详细信息，且系统仅在韩语输入场景下进行了测试	为手部活动受限的个体开发一种高效、可访问的辅助文本输入系统	手部活动受限的个体	人机交互，辅助技术	运动障碍	表面肌电信号采集与处理	基于特征提取的分类器	表面肌电信号	NA	Python 3.10.8	NA	识别准确率，信息传输率	NA
343	2025-12-12	Digital Pathology with AI for Cervical Biopsies: Diagnostic Accuracy at the CIN2+ Threshold 2025-Nov-27, Cancers IF:4.5Q1 DOI:10.3390/cancers17233808 PMID:41375009	研究论文	本研究评估了深度学习系统EagleEye在宫颈活检H&E全切片图像上检测CIN2+病变的诊断准确性，并与病理学家及AI辅助工作流程进行了比较	开发并评估了一个用于宫颈活检数字病理的深度学习系统，在CIN2+阈值上实现了高灵敏度，并展示了AI辅助工作流程在识别额外相关病变方面的价值	单中心研究，样本量有限（99例），且为回顾性设计	评估深度学习系统在宫颈活检组织学分级中检测CIN2+病变的诊断性能	宫颈穿刺活检的H&E染色全切片图像	数字病理	宫颈癌	H&E染色，p16免疫组化染色	深度学习系统	全切片图像	99例存档宫颈穿刺活检样本（正常19例，CIN1 20例，CIN2 20例，CIN3 20例，ACIS 20例）	NA	EagleEye	Cohen's κ，灵敏度，特异性	NA
344	2025-12-12	Applications of Artificial Intelligence as a Prognostic Tool in the Management of Acute Aortic Syndrome and Aneurysm: A Comprehensive Review 2025-Nov-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238420 PMID:41375721	综述	本文全面回顾了人工智能在急性主动脉综合征和动脉瘤预后管理中的应用	系统总结了人工智能（特别是机器学习和深度学习）在主动脉疾病预后预测中的创新应用，包括超越传统临床评分工具（如EuroSCORE II和GERAADA）的集成算法和生物标志物整合方法，并探讨了其在模拟主动脉生物力学行为（如生长速率、破裂风险）和预测术后并发症方面的潜力	许多现有研究受限于小样本量、单中心设计以及缺乏外部验证，这限制了其普适性	评估人工智能作为预后工具在急性主动脉综合征和胸主动脉动脉瘤管理中的应用现状与潜力	急性主动脉综合征和胸主动脉动脉瘤患者	数字病理学	心血管疾病	影像学、放射组学、计算建模	机器学习, 深度学习	临床数据、影像数据、生物标志物数据	NA	NA	NA	准确性、判别力	NA
345	2025-12-12	SPOT-Cardio: Integrated Application for AI-Powered Automated Myocardial Scar Quantification on Joint Bright- and Black-Blood Late Gadolinium Enhancement MRI Images 2025-Nov-27, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14238428 PMID:41375730	研究论文	本文介绍了SPOT-Cardio，一个基于AI的自动化工具箱，用于在联合亮血和黑血晚期钆增强MRI图像上量化心肌瘢痕	开发了首个集成先进SPOT图像采集技术与深度学习模型的自动化解决方案，实现了在单次扫描中同时获取高对比度瘢痕信息和详细心脏解剖结构，并一键完成分割、定位和生物标志物提取	未提及模型在外部验证集上的性能、对不同扫描仪或采集协议的泛化能力，以及临床部署后的实际工作流程效率提升的具体数据	开发一个自动化解决方案，以简化心脏磁共振后处理，实现对心脏结构和心肌病理的一致、快速和定量评估	心脏磁共振图像，特别是联合亮血和黑血晚期钆增强图像	数字病理学	心血管疾病	2D屏气晚期钆增强成像技术，SPOT	深度学习模型	图像	NA	NA	2D U-Net, MedFormer	NA	NA
346	2025-12-12	Deep Generative Model-Driven Design of Microbial Synthetic Promoters 2025-Nov-26, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2510.10043 PMID:41309366	综述	本文综述了利用深度生成模型（VAE、GAN、扩散模型）设计和生成具有可调表达水平的微生物合成启动子的方法、流程和应用	系统总结并比较了三种主流深度生成模型（VAE、GAN、扩散模型）在合成启动子设计中的原理、优势和应用策略，为这一新兴领域提供了全面的方法学框架	作为综述文章，未提出新的原创模型或实验数据，主要基于现有文献进行归纳和评述	探讨如何利用深度学习技术加速和优化微生物合成启动子的设计与生成	微生物合成启动子（人工设计的DNA序列）	机器学习	NA	深度生成模型（DGM）	VAE, GAN, 扩散模型	DNA序列数据	NA	NA	NA	NA	NA
347	2025-12-12	Neural Networks for Estimating Attitude, Line of Sight, and GNSS Ambiguity Through Onboard Sensor Fusion 2025-Nov-26, Sensors (Basel, Switzerland) DOI:10.3390/s25237212 PMID:41374587	研究论文	本文提出了一种基于深度学习的传感器融合框架，用于在动态不确定条件下估计飞行器的姿态、视线和GNSS载波相位模糊度	开发了两个神经网络估计器，分别用于GNSS载波相位模糊度解算和机体坐标系下的重力矢量重构，并将其集成到混合制导导航方案中，以捕获传感器测量值与物理状态之间的非线性关系，提升在退化条件下的泛化能力	研究在六自由度仿真环境中进行验证，虽然包含了完整的炮弹制导火箭气动模型，但尚未在真实物理系统或更广泛的实战场景中进行全面测试	为下一代低成本制导、导航与控制（GNC）系统开发一种精确可靠的传感器融合方法，以在观测性有限或传感器性能退化的场景下实现精确操作	制导火箭的姿态、视线（LOS）和GNSS载波相位模糊度	机器学习	NA	传感器融合（GNSS、IMU、半主动激光）、远程传感	神经网络	传感器测量数据（GNSS、IMU、SAL）、仿真状态数据	NA	NA	NA	估计精度、制导精度、总体延迟	NA
348	2025-12-12	Study on Multi-Station Identification Technology of Lightning Electromagnetic Pulses (LEMPs) Based on Deep Learning 2025-Nov-26, Sensors (Basel, Switzerland) DOI:10.3390/s25237217 PMID:41374591	研究论文	本研究提出了一种基于深度学习的多站闪电电磁脉冲识别技术，旨在提高闪电监测与定位的准确性	首次将卷积神经网络与多站数据相结合用于闪电电磁脉冲的特征提取与模式识别，显著提升了识别准确率	未提及模型在不同地理环境或极端天气条件下的泛化能力测试	提高闪电电磁脉冲的准确识别与分类能力，为现代电子系统防护提供技术支持	闪电电磁脉冲信号	机器学习	NA	闪电定位系统数据采集	CNN	电磁信号数据	NA	NA	卷积神经网络	准确率	NA
349	2025-12-12	Multi-State Recognition of Electro-Hydraulic Servo Fatigue Testers via Spatiotemporal Fusion and Bidirectional Cross-Attention 2025-Nov-26, Sensors (Basel, Switzerland) DOI:10.3390/s25237229 PMID:41374604	研究论文	本文提出了一种基于时空特征融合和双向交叉注意力的多状态识别方法，用于电液伺服疲劳试验机的在线健康监测	结合了双向时序卷积网络、双向门控循环单元和双向交叉注意力机制，实现了时空特征的细粒度双向交互与融合，并引入GradNorm动态平衡多任务权重	NA	解决电液伺服疲劳试验机在高频、高负载、长时间循环操作中多部件并发退化与故障的在线健康监测挑战	电液伺服疲劳试验机	机器学习	NA	多传感器数据采集	BiTCN, BiGRU	传感器时间序列数据	来自SDZ0100电液伺服疲劳试验机的真实多传感器数据集	NA	双向时序卷积网络, 双向门控循环单元	准确率, F1分数	NA
350	2025-12-12	Dose-Guided Hybrid AI Model with Deep and Handcrafted Radiomics for Explainable Radiation Dermatitis Prediction in Breast Cancer VMAT 2025-Nov-26, Cancers IF:4.5Q1 DOI:10.3390/cancers17233767 PMID:41374969	研究论文	本文开发了一种混合人工智能模型，结合深度学习和手工放射组学特征，用于预测乳腺癌患者接受VMAT治疗后的放射性皮炎	提出了一种结合深度放射组学、手工放射组学、临床特征和剂量体积直方图参数的混合AI模型，并利用可解释性AI方法增强模型的可信度和临床实用性	研究为回顾性单中心设计，样本量相对较小（148例患者），可能影响模型的泛化能力	提高乳腺癌患者接受VMAT治疗后放射性皮炎的预测准确性，以支持早期高风险识别和个性化预防策略	接受VMAT治疗的乳腺癌患者	数字病理学	乳腺癌	放射组学分析，剂量体积直方图参数提取	混合AI模型（结合深度学习和传统机器学习）	CT图像，临床数据，剂量参数	148例符合条件的乳腺癌患者	PyRadiomics, Scikit-learn	VGG16	AUC, 召回率, F1分数	NA
351	2025-12-12	ConvNeXt-Driven Detection of Alzheimer's Disease: A Benchmark Study on Expert-Annotated AlzaSet MRI Dataset Across Anatomical Planes 2025-Nov-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15232997 PMID:41374378	研究论文	本研究提出了一种基于ConvNeXt架构的深度学习方法来检测阿尔茨海默病，并在新构建的AlzaSet MRI数据集上进行了基准测试	引入了新颖的、专家标注的AlzaSet MRI数据集，并在三个解剖平面上比较了不同尺寸的ConvNeXt模型，发现冠状面视图最具诊断信息性，且ConvNeXt-Base模型在冠状面切片上表现最佳	数据集存在类别不平衡问题，样本量相对较小（79名受试者）	开发准确、低成本的阿尔茨海默病早期诊断工具	阿尔茨海默病患者和认知正常对照者的结构MRI扫描	计算机视觉	阿尔茨海默病	结构MRI扫描	CNN	图像	79名受试者（63名阿尔茨海默病患者，16名认知正常对照者），总计12,947个切片	NA	ConvNeXt-Tiny, ConvNeXt-Small, ConvNeXt-Base, VGG16, VGG19, InceptionV3, DenseNet121	准确率, AUC	NA
352	2025-12-12	Self-Attention-Based Deep Learning for Missing Sensor Data Imputation in Real-Time Probe Card Monitoring 2025-Nov-25, Sensors (Basel, Switzerland) DOI:10.3390/s25237194 PMID:41374569	研究论文	本研究应用并评估了一种基于自注意力的深度学习模型，用于在半导体探针卡实时监测中重建因传感器故障而缺失的数据	提出并评估了基于自注意力的时间序列插补模型，在广泛数据丢失场景下，其平均绝对误差相比传统方法平均提升了66%，且每个epoch的训练速度比基于循环神经网络的对比方法快二十倍以上	未明确提及模型在更复杂噪声环境或不同类型传感器数据融合下的泛化能力	解决工业监测中因传感器故障导致的实时数据缺失问题，以保障后续分析的完整性	来自工业传感器网络（包含加速度计和麦克风）的损坏信号	机器学习	NA	NA	自注意力模型	时间序列传感器数据	NA	NA	Self-Attention-based Imputation for Time Series, Bidirectional Recurrent Imputation for Time Series	平均绝对误差, 时域和频域指标	NA
353	2025-12-12	Research on Deep Learning-Based Human-Robot Static/Dynamic Gesture-Driven Control Framework 2025-Nov-25, Sensors (Basel, Switzerland) DOI:10.3390/s25237203 PMID:41374578	研究论文	本文提出了一种基于深度学习的静态/动态手势驱动控制框架，用于人机交互中的物体抓取与递送任务	提出了一种结合2D-CNN进行静态手势识别、以及3D-CNN与LSTM混合架构进行动态手势识别的综合方法，并整合了基于MediaPipe的手部姿态估计与深度相机坐标转换，实现了从手势识别到机器人控制的完整流程	实验仅涉及4名参与者和100次试验，样本量较小；仅在三种光照条件下进行测试，环境多样性可能不足	开发一种基于自然手势的、鲁棒的视觉驱动机器人控制方法，以促进人机协作应用	人机手势交互、机器人控制	计算机视觉	NA	深度相机姿态估计、手部特征点提取	CNN, LSTM	图像、视频序列	4名参与者，每人进行100次试验（包含静态与动态手势任务）	MediaPipe	2D-CNN, 3D-CNN, LSTM	准确率, 任务成功率, 任务完成时间	NA
354	2025-12-12	Advances in Artificial Intelligence for Glioblastoma Radiotherapy Planning and Treatment 2025-Nov-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17233762 PMID:41374965	综述	本文综述了人工智能在胶质母细胞瘤放疗规划与治疗中的最新进展	探讨了基于多模态成像和数学建模的自动分割框架、剂量映射及生物信息引导的放疗规划，并整合放射基因组学实现高精度成像生物标志物分类	临床应用部署受限，主要由于外部验证不足和单机构训练数据集	推动人工智能在胶质母细胞瘤放疗规划与纵向监测中的临床转化	胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多模态成像，数学建模	深度学习	图像	NA	NA	NA	DSC	NA
355	2025-12-12	Detection of Hatching Information of Meat Duck Eggs Based on Deep Learning 2025-Nov-25, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15233400 PMID:41375459	研究论文	本文提出了一种基于深度学习的肉鸭种蛋孵化信息检测方法，旨在提高孵化过程的自动化水平	首次将深度学习技术应用于肉鸭种蛋孵化信息的自动检测，实现了对孵化过程中关键信息的非侵入式识别	NA	开发一种自动化检测肉鸭种蛋孵化信息的技术，以优化孵化管理	肉鸭种蛋	计算机视觉	NA	深度学习	CNN	图像	NA	NA	NA	NA	NA
356	2025-12-12	Advancements in Animal Breeding: From Mendelian Genetics to Machine Learning 2025-Nov-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms262311352 PMID:41373512	综述	本文回顾了动物育种从孟德尔遗传学到机器学习的演变历程，重点介绍了基因组预测和机器学习技术在提高育种精度和生产效率中的应用	整合机器学习与多组学策略，将基因组预测从传统统计方法转向深度学习模型，显著提升了预测准确性	作为综述文章，未提出新的实验数据或模型，主要总结现有进展	探讨动物育种技术的发展历程及其在提高牲畜生产力、健康与福利方面的应用前景	牲畜（如奶牛、肉牛）的育种过程及相关性状（如体重、产奶量）	机器学习	NA	基因组预测（如GEBV）、QTL定位、多组学策略	深度学习模型	基因组数据、表型数据	NA	NA	NA	相关性（如平均相关系数0.643）	NA
357	2025-12-12	A ResNet-50-UNet Hybrid with Whale Optimization Algorithm for Accurate Liver Tumor Segmentation 2025-Nov-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15232975 PMID:41374356	研究论文	提出了一种结合ResNet-50-UNet混合结构和鲸鱼优化算法（WOA）的模型，用于精确分割肝脏肿瘤	将鲸鱼优化算法（WOA）用于优化LiTS-Res-UNet的超参数，以提高深度学习模型的分割性能	未明确提及具体局限性，可能包括计算成本高或对特定数据集的依赖	提高肝脏肿瘤分割的准确性，以辅助肝癌的诊断和治疗规划	肝脏和肝脏肿瘤	数字病理学	肝癌	3D医学影像分割	CNN	3D医学图像	基准数据集（具体数量未提及）	NA	ResNet-50, U-Net, LiTS-Res-UNet	准确率, Dice系数, Jaccard指数	NA
358	2025-12-12	DuXplore: A Dual-Hierarchical Deep Learning Model for Prognostic Prediction of Hepatocellular Carcinoma in Digital Pathology 2025-Nov-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15232981 PMID:41374364	研究论文	本文提出了一种名为DuXplore的双分支深度学习框架，通过整合组织结构和细胞形态学特征，用于肝细胞癌（HCC）的预后预测	提出了一种结合宏观组织结构和微观细胞形态学的双分支深度学习模型，并采用模型无关的可解释性分析来阐明各分支的贡献	模型仅在HCC的WSI上验证，未来需要更广泛的多中心、多组学研究来优化采样尺度并增强临床转化	开发一个用于肝细胞癌预后预测的深度学习模型	肝细胞癌（HCC）患者的全切片图像（WSI）	数字病理学	肝细胞癌	数字病理图像分析	深度学习	图像	公共TCGA数据集和临床中心EHBH队列	NA	双分支深度学习框架（Macro-Net, Micro-Net），多层感知机	C-index, log-rank检验	NA
359	2025-12-12	A Novel Deep Learning Framework for Liver Fibrosis Staging and Etiology Diagnosis Using Integrated Liver-Spleen Elastography 2025-Nov-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15232986 PMID:41374368	研究论文	本研究开发了一种基于肝脏和脾脏二维剪切波弹性成像的深度学习框架，用于肝纤维化分期和病因诊断	提出了一种结合肝脏和脾脏2D-SWE影像组学特征与迁移学习的集成模型，在肝纤维化分期和病因诊断上实现了卓越性能	研究为回顾性分析，样本量有限（198例），需要进一步的外部验证	评估基于肝脏和脾脏2D-SWE的影像组学模型在肝纤维化分期和病因鉴别中的性能	经活检证实的肝纤维化患者	数字病理学	肝纤维化	二维剪切波弹性成像（2D-SWE）	机器学习模型，迁移学习模型	肝脏和脾脏的灰度图像及2D-SWE图像	198名患者	NA	NA	受试者工作特征曲线下面积（AUC）	NA
360	2025-12-12	Combining Fixed-Weight ArcFace Loss and Vision Transformer for Facial Expression Recognition 2025-Nov-24, Sensors (Basel, Switzerland) DOI:10.3390/s25237166 PMID:41374541	研究论文	本文提出了一种结合固定权重ArcFace损失和Vision Transformer的面部表情识别方法	引入权重约束的ArcFace损失，并将其集成到Vision Transformer框架中，以缓解数据不平衡导致的隐式偏差并减少计算开销	未明确说明方法在更广泛数据集或实际应用场景中的泛化能力	提高面部表情识别的准确性和计算效率	面部表情图像数据	计算机视觉	NA	深度学习	Vision Transformer	图像	RAF-DB和FER2013数据集	PyTorch, TensorFlow	Vision Transformer	识别准确率, 计算效率	未指定