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	2025-10-01	Spectral Demodulation of Mixed-Linewidth FBG Sensor Networks Using Cloud-Based Deep Learning for Land Monitoring 2025-Sep-09, Sensors (Basel, Switzerland) DOI:10.3390/s25185627 PMID:41012864	研究论文	提出基于Transformer的神经网络架构解决光纤布拉格光栅传感器网络中的光谱重叠问题	首次将Transformer架构应用于混合线宽FBG传感器网络的光谱解调，结合双线宽配置和反射/透射模式融合技术	NA	解决FBG传感器网络中光谱重叠问题，提高传感器密度和网络可扩展性	光纤布拉格光栅传感器网络	深度学习	NA	Transformer神经网络、云计算、光谱解调	Transformer	光谱数据	在12种漂移场景下进行全面评估
342	2025-09-30	Multivariate Time Series Anomaly Detection Based on Inverted Transformer with Multivariate Memory Gate 2025-Sep-08, Entropy (Basel, Switzerland) DOI:10.3390/e27090939 PMID:41008065	研究论文	提出一种基于倒置Transformer和多变量记忆门的多元时间序列异常检测方法ITMMG	采用倒置token嵌入策略和多变量记忆门，能更好地捕捉变量间深度依赖关系和单个变量的正常模式	NA	解决工业物联网中多元时间序列异常检测面临的挑战	多元时间序列数据	机器学习	NA	深度学习	Transformer	时间序列数据	多个标准时间序列异常检测数据集
343	2025-10-01	HIRD-Net: An Explainable CNN-Based Framework with Attention Mechanism for Diabetic Retinopathy Diagnosis Using CLAHE-D-DoG Enhanced Fundus Images 2025-Sep-08, Life (Basel, Switzerland) DOI:10.3390/life15091411 PMID:41010353	研究论文	提出一种结合增强预处理和新型CNN架构的端到端糖尿病视网膜病变诊断框架	提出HIRD-Net网络结构，结合分层特征融合、多尺度初始残差密集块、通道注意力机制和多重全局平均池化	NA	开发准确高效的糖尿病视网膜病变计算机辅助诊断系统	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	CLAHE-D-DoG图像增强、深度学习	CNN（HIRD-Net）、注意力机制（SECA）、Grad-CAM	眼底图像	IDRiD-APTOS2019、DDR和EyePACS三个数据集
344	2025-10-01	Integration of EHR and ECG Data for Predicting Paroxysmal Atrial Fibrillation in Stroke Patients 2025-Sep-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090961 PMID:41007206	研究论文	本研究开发了一种基于Transformer的深度学习模型，整合心电图和电子健康记录数据来预测中风患者的阵发性心房颤动	首次通过系统平衡ECG和EHR两种异构数据源的相对贡献比例，确定了最佳输入比例(ECG占2/3，EHR占1/3)，显著提升了预测性能	研究样本量较小(仅189名患者)，需要在更大规模的研究中进行验证	提高阵发性心房颤动在中风患者中的预测准确性	189名隐源性中风患者，其中49名患有阵发性心房颤动	医疗人工智能	心血管疾病	深度学习，Transformer模型	Transformer	心电图信号和结构化电子健康记录数据	189名患者(49名PAF患者，140名非PAF患者)
345	2025-10-01	GNSS Interference Identification Driven by Eye Pattern Features: ICOA-CNN-ResNet-BiLSTM Optimized Deep Learning Architecture 2025-Sep-07, Entropy (Basel, Switzerland) DOI:10.3390/e27090938 PMID:41008064	研究论文	提出一种基于眼图特征和优化深度学习架构的GNSS干扰类型智能分类方法	将GNSS信号转换为二维眼图进行视觉表征，提出结合混沌映射、精英扰动机制和自适应加权策略的改进Coati优化算法(ICOA)，构建CNN-ResNet-BiLSTM混合架构	NA	解决全球导航卫星系统在安全领域面临的干扰识别关键挑战	GNSS干扰信号（连续波干扰、线性调频干扰、脉冲干扰、调频干扰、调幅干扰和欺骗干扰）	信号处理	NA	眼图分析、信息熵特征提取、深度学习	CNN-ResNet-BiLSTM混合架构、ICOA优化算法	信号眼图	NA
346	2025-10-01	The Evaluation of a Deep Learning Approach to Automatic Segmentation of Teeth and Shade Guides for Tooth Shade Matching Using the SAM2 Algorithm 2025-Sep-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090959 PMID:41007204	研究论文	评估使用SAM2算法进行牙齿和比色板自动分割的深度学习方法在牙齿比色匹配中的应用	首次使用四种微调的Segment Anything Model 2变体同时分割自然牙齿和比色板，并评估其空间精度和颜色保真度	仅在单一数据集上验证，需要更广泛的基准测试和多中心外部评估来确定其临床适用性	开发用于牙齿比色匹配的自动分割方法，减少视觉评估的主观性	口腔内照片中的自然牙齿和比色板	计算机视觉	牙科疾病	深度学习，图像分割	SAM2（四种变体：tiny、small、base plus、large）和UNet	图像（口腔内照片）	NA
347	2025-10-01	Eye Tracking-Enhanced Deep Learning for Medical Image Analysis: A Systematic Review on Data Efficiency, Interpretability, and Multimodal Integration 2025-Sep-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090954 PMID:41007199	系统综述	系统综述眼动追踪增强深度学习在医学图像分析中的应用，重点关注数据效率、可解释性和多模态集成	提出眼动追踪作为数据效率优化器、模型可解释性验证器和多模态对齐监督器的统一框架	作为综述文章，不涉及原始实验数据收集和分析	探讨眼动追踪技术如何增强深度学习在医学图像分析中的表现	眼动追踪与深度学习结合的医学图像分析方法	医学图像分析	NA	眼动追踪技术	深度学习、多模态学习模型、视觉语言模型	医学图像、眼动数据	NA
348	2025-10-01	DAGMNet: Dual-Branch Attention-Pruned Graph Neural Network for Multimodal sMRI and fMRI Fusion in Autism Prediction 2025-Sep-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092168 PMID:41007731	研究论文	提出一种用于自闭症预测的双分支注意力剪枝图神经网络，融合结构磁共振成像、功能磁共振成像和表型数据	采用模态特异性特征提取、基于注意力的跨模态融合模块和表型剪枝的动态图学习模块，实现个性化诊断	NA	通过多模态神经影像和表型信息融合提高自闭症谱系障碍的诊断准确性	自闭症谱系障碍患者	医学影像分析	自闭症谱系障碍	结构磁共振成像(sMRI)、功能磁共振成像(fMRI)	图神经网络(GNN)	医学影像、表型数据	ABIDE-I数据集和ADNI数据集
349	2025-10-01	Emulating Hyperspectral and Narrow-Band Imaging for Deep-Learning-Driven Gastrointestinal Disorder Detection in Wireless Capsule Endoscopy 2025-Sep-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090953 PMID:41007198	研究论文	提出一种新型光谱辅助视觉增强器(SAVE)框架，将标准白光内窥镜图像转换为模拟高光谱和窄带成像的谱增强表示	首次通过软件方法在无线胶囊内窥镜中模拟高光谱和窄带成像功能，无需硬件升级	研究基于公开数据集Kvasir-v2，需进一步临床验证	提高无线胶囊内窥镜对胃肠道疾病的诊断准确性	胃肠道疾病的内窥镜图像	计算机视觉	胃肠道疾病	颜色校准、伽马校正、CIE 1931 XYZ变换、主成分分析(PCA)	Inception-Net V3, MobileNetV2, MobileNetV3, AlexNet	图像	6490张标注图像，涵盖8个胃肠道相关类别
350	2025-10-01	Forecasting infectious disease outbreak risks from vaccine sentiments on social media: A data-driven dynamical systems approach 2025-Sep-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025101 PMID:41024476	研究论文	本研究开发了一种基于社交媒体疫苗情绪数据预测传染病爆发风险的深度学习预警系统	将临界减速的通用信号与深度学习相结合，使用LSTM和ResNet架构从社交媒体时间序列中检测预警信号，并采用更符合现实世界重尾波动的Lévy噪声模拟数据	模型训练基于模拟数据，在真实环境中的表现仍需进一步验证	通过分析社交媒体上的疫苗情绪变化来预测传染病爆发风险，为公共卫生干预提供早期预警	社交媒体上的疫苗情绪时间序列数据	自然语言处理	传染病	深度学习，时间序列分析	LSTM, ResNet	文本时间序列数据	基于随机耦合行为-疾病模型生成的模拟数据
351	2025-10-01	Sensor Fusion for Target Detection Using LLM-Based Transfer Learning Approach 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090928 PMID:41008054	研究论文	提出一种基于LLM迁移学习的传感器融合方法，用于自主移动代理检测静态和移动目标	利用真实传感器数据而非理论模型，通过LLM迁移学习框架整合光学和LIDAR数据，能够解释不同传感器间的依赖关系	NA	开发鲁棒的传感器融合方法以提高目标检测性能	静态和移动目标	机器学习和传感器融合	NA	LLM迁移学习、知识蒸馏、深度学习	LLM、CNN、GPT-2	光学传感器数据、LIDAR点云数据	NA
352	2025-10-01	Learnable Convolutional Attention Network for Unsupervised Knowledge Graph Entity Alignment 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090924 PMID:41008050	研究论文	提出一种用于无监督知识图谱实体对齐的可学习卷积注意力网络LCA-UEA	在注意力机制前执行卷积操作以确保结构信息获取，设计基于潜在匹配关系的关系结构重建方法，提出基于一致性的相似度函数	未明确说明具体局限性，但暗示现有无监督方法存在建模复杂度高或效果与实用性难以平衡的问题	解决无监督知识图谱实体对齐任务中因缺乏标注数据导致的性能瓶颈	知识图谱中的实体对齐	自然语言处理	NA	对比学习，深度学习	卷积注意力网络	知识图谱数据	三个不同规模和类型（跨语言和单语言）的数据集
353	2025-10-01	Accelerated Super-Resolution Reconstruction for Structured Illumination Microscopy Integrated with Low-Light Optimization 2025-Sep-03, Micromachines IF:3.0Q2 DOI:10.3390/mi16091020 PMID:41011910	研究论文	提出一种集成低光优化的结构化照明显微镜超分辨率重建加速框架	首创π/2相移SIM的空间域计算范式，并开发自适应局部过曝校正策略与零样本学习算法	NA	解决结构化照明显微镜重建效率低和图像质量差的双重挑战	荧光微球和牛肺动脉内皮细胞标本	计算显微成像	NA	结构化照明显微镜(SIM)、零样本学习	RUAS深度学习算法	显微图像	NA
354	2025-10-01	From deep learning discovery to clinical validation: a new composite marker predicts mortality in type 2 diabetes 2025-Sep-03, Cardiovascular diabetology. Endocrinology reports DOI:10.1186/s40842-025-00229-5 PMID:41013834	研究论文	本研究通过深度学习发现并临床验证了一种新型复合标志物ln[ALP×sCr]，用于预测2型糖尿病患者的全因死亡和心血管疾病死亡风险	首次将深度学习特征选择与传统流行病学建模相结合，发现碱性磷酸酶和血清肌酐的乘积对数可作为反映心肾功能障碍的复合生物标志物	基于观察性研究设计，无法确定因果关系；研究人群仅限于美国成年人	开发并验证能够预测2型糖尿病患者死亡风险的复合生物标志物	美国国家健康与营养调查(NHANES)中82,091名美国成年人，其中4,839名2型糖尿病患者	机器学习	2型糖尿病	深度学习模型、限制性立方样条分析、Cox比例风险模型、中介分析	深度学习模型	临床生化指标数据	82,091名美国成年人，其中4,839名2型糖尿病患者，中位随访时间11.4年
355	2025-10-01	Machine and Deep Learning on Radiomic Features from Contrast-Enhanced Mammography and Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Breast Cancer Characterization 2025-Sep-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090952 PMID:41007196	研究论文	评估机器学习和深度学习方法在对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征中对乳腺癌表征和肿瘤分子谱预测的准确性	首次将机器学习和深度学习方法应用于多参数CEM和DCE-MRI的影像组学特征，用于乳腺癌的全面表征和分子谱预测	样本量相对有限（153例患者），HER2状态预测的AUC值较低（0.669）	开发基于影像组学的非侵入性工具用于乳腺癌表征和分子标志物预测	153例乳腺良恶性病变患者，包括113例恶性病变	医学影像分析	乳腺癌	影像组学分析、弹性网络正则化、ROSE平衡方法	梯度提升机(GBM)、神经网络、LASSO	医学影像（CEM和DCE-MRI图像）	153例患者（113例恶性病变，其中32例高级别G3，66例HER2阳性）
356	2025-10-01	Encoding of Demographic and Anatomical Information in Chest X-Ray-Based Severe Left Ventricular Hypertrophy Classifiers 2025-Sep-02, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092140 PMID:41007703	研究论文	本研究开发了一种直接从胸部X光片分类严重左心室肥厚的深度学习框架	无需中间解剖估计模型或人口统计学输入，直接通过胸部X光片分类SLVH，并量化临床相关属性在内部表示中的编码方式	NA	开发能够从胸部X光片准确检测严重左心室肥厚的AI系统	严重左心室肥厚患者	计算机视觉	心血管疾病	深度学习	ResNet-18, Vision Transformer (ViT)	胸部X光图像	来自CheXchoNet数据集的类别平衡子集，包含等量的SLVH阳性和阴性病例
357	2025-10-01	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究开发了一种基于深度学习的自动系统，用于在口腔全景X光片中确定肯尼迪分类	首次将Mask R-CNN实例分割模型应用于口腔全景X光片的牙齿自动标记和肯尼迪分类确定	最常见的错误源于形态相似牙齿的错误标记	研究部分缺牙颌肯尼迪分类的自动确定方法	206名患者的209张口腔全景X光片	计算机视觉	牙科疾病	深度学习	Mask R-CNN	X光图像	209张全景X光片（来自206名患者）
358	2025-10-01	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	开发多任务深度学习模型用于转移性卵巢癌的自动图像分割和治疗反应评估	首次展示多任务深度学习在复杂多部位高级别浆液性卵巢癌中评估化疗诱导肿瘤变化的可行性	样本量相对有限，仅包含99名患者的198个CE-CT图像	评估转移性卵巢癌患者对新辅助化疗的治疗反应	高级别浆液性卵巢癌患者的盆腔/卵巢和网膜病灶	数字病理学	卵巢癌	对比增强计算机断层扫描	U-Net	医学影像	99名患者（训练集）和49名患者（验证集）的CE-CT扫描图像
359	2025-10-01	Artificial intelligence in mental health: integrating opportunities and challenges of multimodal deep learning for mental disorder prevention and treatment 2025-Sep, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003624 PMID:40901142	综述	本文探讨了多模态深度学习在精神障碍预防和治疗中的机遇与挑战	提出了负责任应用人工智能于心理健康护理的概念框架	基于文献综述，缺乏原始实证研究数据支持	探索人工智能在心理健康领域的应用机遇与挑战	心理健康护理和人工智能技术	自然语言处理	精神障碍	多模态深度学习、预测分析	深度学习	文本	NA
360	2025-10-01	Streamlining the annotation process by radiologists of volumetric medical images with few-shot learning 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03457-3 PMID:40563071	研究论文	提出一种结合少样本学习和全监督模型优势的医学图像标注方法，显著降低放射科医生对小结构标注的工作量	通过优化支持集的扫描切片块和优先选择需要最少修正的标注扫描，将少样本学习模型与全监督模型相结合	NA	开发一种减少放射科医生对体积医学图像手动标注工作量的方法	肝脏、肺部和脑部病变	医学影像分析	多器官病变	少样本学习、全监督学习	UniverSeg、nnU-Net	CT和MRI扫描图像	375次扫描，包含5933个病变