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
341	2025-09-14	From Data to Diagnosis: A Novel Deep Learning Model for Early and Accurate Diabetes Prediction 2025-Aug-27, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13172138 PMID:40941490	研究论文	提出一种新型深度学习模型TIPNet，用于早期准确预测糖尿病	设计时序初始感知器网络(TIPNet)，结合自适应合成过采样策略和可解释AI技术，提升模型性能与可解释性	NA	开发高精度、可解释的糖尿病早期预测工具	糖尿病健康指标数据	机器学习	糖尿病	深度学习，自适应合成过采样，可解释人工智能	TIPNet (时序初始感知器网络)	结构化健康指标数据	253,680个实例，22个特征
342	2025-09-14	Comparative Evaluation of CNN and Transformer Architectures for Flowering Phase Classification of Tilia cordata Mill. with Automated Image Quality Filtering 2025-Aug-27, Sensors (Basel, Switzerland) DOI:10.3390/s25175326 PMID:40942760	研究论文	比较CNN和Transformer架构在自动图像质量过滤条件下对Tilia cordata Mill开花期分类的性能	引入基于XGBoost的自动化图像质量过滤方法，并首次系统对比经典CNN与Transformer在物候期识别中的表现	NA	开发自动化开花期分类方法以支持生态研究和气候变化监测	Tilia cordata Mill（小叶椴树）的开花阶段	计算机视觉	NA	深度学习，图像分类	CNN（VGG16, ResNet50, EfficientNetB3, MobileNetV3 Large, ConvNeXt Tiny）, Transformer（ViT-B/16, Swin Transformer Tiny）	图像	大规模真实野外环境图像数据集（具体数量未明确说明）
343	2025-09-14	BiU-Net: A Biologically Informed U-Net for Genotype Imputation 2025-Aug-26, Research square DOI:10.21203/rs.3.rs-6797863/v1 PMID:40909775	研究论文	提出一种结合生物学信息的U-Net模型BiU-Net，用于基因型插补以提高全基因组关联研究的统计效力	通过分割基因型数据并编码位置信息来保留基因组上下文，解决了小数据集中罕见变异插补的难题	NA	开发参考基因组无关的深度学习方法，提升复杂基因组区域和群体不匹配情况下的基因型插补性能	人类基因型数据	机器学习	NA	基因型插补	U-Net	基因型数据	1000 Genomes Project、Louisiana Osteoporosis Study和Simons Genome Diversity Project数据集
344	2025-09-14	Artificial Intelligence in Ocular Transcriptomics: Applications of Unsupervised and Supervised Learning 2025-Aug-26, Cells IF:5.1Q2 DOI:10.3390/cells14171315 PMID:40940727	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
345	2025-09-14	Deep Learning for Cervical Spine Radiography: Automated Measurement of Intervertebral and Neural Foraminal Distances 2025-Aug-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172162 PMID:40941650	研究论文	本研究提出了一种基于深度学习的自动化方法，用于定位颈椎X光片中的椎体并测量椎间孔距离	使用YOLOv8实现颈椎自动定位与分割，在C7椎体识别上达到100%准确率，相比现有方法提升66.67%	NA	开发自动化颈椎X光分析系统，提高诊断效率和准确性	颈椎X光影像中的C2-C7椎体	计算机视觉	颈椎退行性疾病	图像增强，YOLOv8目标检测	YOLOv8	X光影像	NA
346	2025-09-14	A Rapid Segmentation Method Based on Few-Shot Learning: A Case Study on Roadways 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175290 PMID:40942720	研究论文	提出一种基于少样本学习的快速道路图像分割方法，降低部署成本并提升跨场景适应性	结合反向投影模块和分割模块，引入同时考虑正负样本的学习机制，无需迁移学习即可实现跨场景快速分割	NA	降低道路图像分割模型的部署成本与资源需求	道路图像	计算机视觉	NA	少样本学习	基于模块化设计的深度学习模型（含BPM和SM模块）	图像	少量本地道路图像提示样本
347	2025-09-14	Multi-Scale Attention Networks with Feature Refinement for Medical Item Classification in Intelligent Healthcare Systems 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175305 PMID:40942733	研究论文	提出一种结合EfficientDet、BiFormer和ResNet的混合深度学习框架，用于智能医疗系统中医疗物品的多尺度检测与细粒度分类	集成双向特征金字塔网络（BiFPN）、双层级路由注意力机制以及三元组损失与在线难负样本挖掘（OHNM）的ResNet-18，实现多尺度检测与空间上下文优化	NA	提升智能医疗系统中医疗物品（如药品和急救物资）的识别与分类精度，以保障库存完整性和资源可及性	医疗物品（药品、急救物资等）的图像	计算机视觉	NA	深度学习，目标检测，图像分类	EfficientDet-BiFormer-ResNet（混合架构）	图像	超过5000张在不同光照、遮挡和摆放条件下采集的医疗物品图像
348	2025-09-14	Metaheuristic-Driven Feature Selection for Human Activity Recognition on KU-HAR Dataset Using XGBoost Classifier 2025-Aug-26, Sensors (Basel, Switzerland) DOI:10.3390/s25175303 PMID:40942734	研究论文	本研究提出基于元启发式算法增强的XGBoost分类器框架，用于KU-HAR数据集上的人类活动识别	首次将Golden Jackal Optimization和War Strategy Optimization两种元启发式算法与XGBoost结合用于特征选择	仅使用单一数据集进行验证，缺乏在其他HAR数据集上的泛化性测试	开发高效的特征选择方法以提高人类活动识别的准确性和效率	智能手机加速度计和陀螺仪传感器采集的人类活动数据	机器学习	NA	元启发式算法，特征选择，10折交叉验证	XGBoost, GJO-XGB, WARSO-XGB	传感器时序数据	KU-HAR数据集（具体样本数未明确说明）
349	2025-09-14	An Instrumental High-Frequency Smart Meter with Embedded Energy Disaggregation 2025-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s25175280 PMID:40942710	研究论文	提出一种高频采样并本地执行能量分解的智能电表原型，采用深度学习模型在嵌入式平台实现高效非侵入式负载监测	将15 kHz高频采样与本地能量分解相结合，引入三个硬件感知性能指标量化单位成本、吞吐量和能效的NILM效率	NA	开发嵌入式高性能智能电表，实现本地能量分解并评估不同硬件平台的性能	智能电表硬件架构与嵌入式处理平台	嵌入式系统	NA	高频采样（15 kHz）、深度学习推理	深度学习模型（具体类型未明确说明）	高频电力信号数据	在六个嵌入式平台上进行基准测试（具体样本数量未说明）
350	2025-09-14	Analysis of Deep Reinforcement Learning Algorithms for Task Offloading and Resource Allocation in Fog Computing Environments 2025-Aug-25, Sensors (Basel, Switzerland) DOI:10.3390/s25175286 PMID:40942716	综述	本文对雾计算环境中基于深度强化学习的任务卸载与资源分配方法进行全面综述	首次系统性地对多用户设备与多雾节点场景下的深度强化学习全流程应用进行分类与分析，并提出新的分类体系	NA	解决雾计算环境中任务放置与资源分配的动态优化问题，满足严格的服务质量要求	物联网设备任务卸载与雾计算资源分配系统	机器学习	NA	深度强化学习（DRL）	DRL	系统状态数据与性能指标	NA
351	2025-09-14	Sparse-MoE-SAM: A Lightweight Framework Integrating MoE and SAM with a Sparse Attention Mechanism for Plant Disease Segmentation in Resource-Constrained Environments 2025-Aug-24, Plants (Basel, Switzerland) DOI:10.3390/plants14172634 PMID:40941799	研究论文	提出一种轻量级框架Sparse-MoE-SAM，用于资源受限环境下的植物病害分割	集成稀疏注意力机制与两阶段MoE解码器，动态激活关键通道并优化计算路径，显著降低计算成本同时保持精度	未明确说明模型在不同植物物种或极端环境条件下的泛化能力	解决资源受限环境中高精度植物病害分割的部署挑战	植物叶片病害区域	计算机视觉	植物病害	深度学习，稀疏注意力机制，混合专家系统	SAM增强框架，CNN变体	图像	三个异构数据集（PlantVillage Extended, CVPPP和自收集田间图像）
352	2025-09-14	Transfer Learning-Based Multi-Sensor Approach for Predicting Keyhole Depth in Laser Welding of 780DP Steel 2025-Aug-24, Materials (Basel, Switzerland) DOI:10.3390/ma18173961 PMID:40942387	研究论文	本研究开发基于迁移学习的深度学习模型，利用同轴熔池图像和光谱仪信号预测780DP钢激光焊接中的熔深深度	首次将多传感器数据与CNN迁移学习结合用于激光焊接熔深预测，显著提升预测精度	模型性能依赖于OCT信号的校准精度，且未明确说明模型泛化能力	预测激光焊接过程中关键孔深度以控制焊接质量	780双相钢（780DP steel）的激光焊接过程	机器视觉与工业应用	NA	光学相干断层扫描（OCT）、光谱仪信号采集、迁移学习	CNN（包括MobileNetV2, ResNet50V2, EfficientNetB3, Xception）	图像信号（同轴熔池图像）与光谱信号	未明确说明样本数量，但使用多传感器数据进行训练和验证
353	2025-09-14	A Survey of Deep Learning-Based 3D Object Detection Methods for Autonomous Driving Across Different Sensor Modalities 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175264 PMID:40942694	综述	本文全面综述了基于深度学习的自动驾驶3D目标检测方法，重点关注不同传感器模态的应用	提出按输入模态分类的结构化分类法，并系统比较不同方法在标准评估指标下的性能	NA	系统梳理和比较自动驾驶中基于深度学习的3D目标检测方法	自动驾驶场景中的3D目标检测方法	计算机视觉	NA	深度学习	NA	图像、点云、多模态数据	基于基准数据集的定量比较
354	2025-09-14	Digital Cardiovascular Twins, AI Agents, and Sensor Data: A Narrative Review from System Architecture to Proactive Heart Health 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175272 PMID:40942702	综述	本文综述了数字心血管孪生、AI代理和传感器数据在心血管疾病预测与预防中的应用与系统架构	提出整合多模态数据与AI技术的四层系统架构，实现无症状病理的早期检测和个性化预防干预	NA	探讨心血管疾病从被动治疗转向预测性和预防性护理的技术路径	心血管疾病患者	数字病理学	心血管疾病	可穿戴IoT设备(ECG, PPG, 机械心动图)、机器学习、深度学习、图网络、transformer网络、生成式AI、医疗大语言模型(LLMs)	深度学习、图网络、transformer网络、贝叶斯滤波、卡尔曼滤波	多模态临床和环境数据(传感器数据、电子病历、实验室生物标志物、遗传标记)	基于183项研究(2016-2025年)的综合分析
355	2025-09-14	Intelligent Fault Diagnosis System for Running Gear of High-Speed Trains 2025-Aug-24, Sensors (Basel, Switzerland) DOI:10.3390/s25175269 PMID:40942699	研究论文	本研究将TimesNet时间序列建模框架引入高速列车走行部故障诊断领域，通过创新的多维数据处理策略提升诊断性能	首次将TimesNet框架应用于轨道交通走行部故障诊断，采用一维数据二维张量重塑机制增强周期特征提取能力	未明确说明模型在极端噪声环境下的泛化能力及不同车型的适用性范围	开发满足实时性要求的高速列车走行部智能故障诊断系统	高速列车走行部（轴承和齿轮箱）	时间序列分析	NA	多周期分解策略、二维张量重塑	TimesNet	多变量时间序列数据	高速列车轴承故障数据集和变工况齿轮箱多模式故障诊断数据集
356	2025-09-14	Efficient Deep Learning-Based Arrhythmia Detection Using Smartwatch ECG Electrocardiograms 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175244 PMID:40942673	研究论文	提出一种基于一维CNN的高效深度学习模型，用于从智能手表ECG中检测心律失常	首次针对智能手表ECG数据设计高效心律失常检测模型，注重模型效率与实际临床部署	二元模型特异性较低（6.25%），且仅在公开数据集上验证	开发高效心律失常自动检测方法以辅助临床诊断	智能手表采集的心电图（ECG）数据	数字病理	心血管疾病	ECG信号分析	1D CNN	时间序列信号	使用UMass Medical School Simband和MIT-BIH心律失常两个公开数据集
357	2025-09-14	Pressure-Guided LSTM Modeling for Fermentation Quantification Prediction 2025-Aug-23, Sensors (Basel, Switzerland) DOI:10.3390/s25175251 PMID:40942681	研究论文	本研究提出了一种结合深度学习和区块链技术的集成框架，用于预测发酵过程的量化指标	将LSTM模型与区块链数据记录相结合，提高了发酵监测的可靠性和透明度	NA	提升发酵过程的实时监测和预测能力	发酵过程量化指标（发酵百分比和累积发酵量化值）	机器学习	NA	LSTM深度学习技术，区块链数据记录	LSTM	多变量时间序列数据	AAG1-3数据集（具体样本数量未明确说明）
358	2025-09-14	High-Performance Automated Detection of Sheep Binocular Eye Temperatures and Their Correlation with Rectal Temperature 2025-Aug-22, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172475 PMID:40941270	研究论文	提出一种基于E-S-YOLO11n模型的自动化绵羊双眼区域检测方法，并分析眼温与直肠温度的相关性	首次结合红外热成像与深度学习实现绵羊双眼温度的自动检测，并系统分析双眼温度差异及与直肠温度的相关性	环境因素可能影响眼温作为直肠温度替代指标的可靠性，且眼温与直肠温度相关性未达到统计学显著性	开发非接触式动物体温监测方法，提升精准畜牧业的效率	绵羊	计算机视觉	NA	红外热成像技术(IRT), 深度学习	E-S-YOLO11n (YOLO变体)	热成像图像	未明确说明样本数量，但包含左右眼温度对比分析
359	2025-09-14	Small Object Detection in Agriculture: A Case Study on Durian Orchards Using EN-YOLO and Thermal Fusion 2025-Aug-22, Plants (Basel, Switzerland) DOI:10.3390/plants14172619 PMID:40941783	研究论文	提出一种基于EN-YOLO和热融合技术的深度学习模型，用于农业中小物体检测，特别是在榴莲园中精准识别病虫害	集成EfficientNet骨干网络和多模态注意力机制，引入大跨度残差边缘保留关键空间信息，并采用多模态输入策略增强鲁棒性	NA	开发自动化病虫害检测系统，提升榴莲作物产量和质量管理的智能农业应用	榴莲园中的病虫害	计算机视觉	NA	深度学习，多模态成像（RGB、近红外、热成像）	EN-YOLO（基于YOLO架构的增强模型）	图像	真实果园数据集（具体数量未明确说明）
360	2025-09-14	Robust Pavement Modulus Prediction Using Time-Structured Deep Models and Perturbation-Based Evaluation on FWD Data 2025-Aug-22, Sensors (Basel, Switzerland) DOI:10.3390/s25175222 PMID:40942651	研究论文	提出一种结合时间结构建模和扰动评估的集成框架，用于从FWD数据中鲁棒预测路面结构模量	开发了五种时间序列输入策略并设计混合Wide & Deep ResRNN架构，结合蒙特卡洛风格扰动评估提升模型鲁棒性	NA	提高路面结构模量预测的准确性和抗噪声鲁棒性	路面结构模量	机器学习	NA	Falling Weight Deflectometer (FWD) 数据采集	Wide & Deep ResRNN (包含SimpleRNN, GRU, LSTM)	时间序列数据	NA