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
4321	2025-04-15	Predicting PD-L1 status in NSCLC patients using deep learning radiomics based on CT images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91575-y PMID:40216830	研究论文	本研究开发了一种基于深度学习放射组学（DLR）的方法，用于预测非小细胞肺癌（NSCLC）患者的PD-L1表达状态	结合深度学习放射组学与临床数据，构建了预测PD-L1状态的集成模型，性能优于单一模型	样本量相对有限（352例），且PD-L1阳性样本占比不足50%	开发非侵入性预测NSCLC患者PD-L1表达状态的方法	非小细胞肺癌（NSCLC）患者	数字病理	肺癌	CT影像分析	ResNet50结合LASSO算法	CT图像	352例NSCLC患者（170例PD-L1阳性）
4322	2025-04-15	Continuous sleep depth index annotation with deep learning yields novel digital biomarkers for sleep health 2025-Apr-11, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01607-0 PMID:40216900	研究论文	提出一种深度学习方法，利用现有离散睡眠分期标签标注连续睡眠深度指数（SDI），揭示了更详细的睡眠结构并产生新的数字生物标志物	通过深度学习将传统五分类的睡眠分期扩展为连续的睡眠深度指数，捕捉了睡眠阶段的细微变化，并发现了与健康风险相关的新型睡眠亚型	研究基于回顾性数据，需要前瞻性研究验证SDI的临床价值	开发更精细的睡眠评估方法并探索其与健康风险的关联	来自四个大型队列的10,000多份多导睡眠图记录	数字健康	睡眠障碍	深度学习	深度学习模型（未指定具体架构）	多导睡眠图信号	超过10,000份睡眠记录
4323	2025-04-15	Application of the YOLOv11-seg algorithm for AI-based landslide detection and recognition 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95959-y PMID:40216897	研究论文	本研究提出了一种基于YOLOv11-seg深度学习模型的滑坡智能识别方法，用于高效准确地检测和识别滑坡	优化了YOLOv11-seg的特征提取和分割模块，提高了滑坡边界检测和像素级分割的准确性，特别是在复杂地形和遮挡情况下表现优异	未明确提及具体局限性，但可能包括模型在极端或未见过的地形条件下的泛化能力	开发高效准确的滑坡检测方法，以支持地质灾害监测和风险评估	滑坡	计算机视觉	NA	深度学习	YOLOv11-seg	图像	Bijie-Landslide数据集（具体样本数量未明确）
4324	2025-04-15	Deep learning-based classification of lymphedema and other lower limb edema diseases using clinical images 2025-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97564-5 PMID:40216943	研究论文	本研究探讨了深度学习在提高下肢水肿疾病诊断准确性中的应用	利用深度学习模型（如EfficientNetV2）对淋巴水肿和其他下肢水肿疾病进行分类，并通过Grad-CAM增强模型的可解释性	数据集多样性不足，且评估环境受控，需在真实世界环境中进一步验证	提高下肢水肿疾病的诊断准确性	淋巴水肿和其他下肢水肿疾病（如慢性静脉功能不全、深静脉血栓等）	计算机视觉	淋巴水肿	深度学习	CNN（如EfficientNetV2）和transformer-based模型	图像	1622张临床图像
4325	2025-04-15	Predicting the efficacy of microwave ablation of benign thyroid nodules from ultrasound images using deep convolutional neural networks 2025-Apr-11, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-02989-7 PMID:40217199	研究论文	使用深度卷积神经网络从超声图像预测良性甲状腺结节微波消融的疗效	首次比较了五种预训练的卷积神经网络模型（VGG19、Resnet 50、EfficientNetB1、EfficientNetB0和InceptionV3）在预测良性甲状腺结节微波消融疗效中的应用，并发现微调后的EfficientNetB1表现最佳	这是一项深度学习的初步研究，与实际临床应用存在差距，需要更深入的研究来开发能更好辅助临床的深度学习模型	预测超声引导下微波消融治疗良性甲状腺结节的效果	良性甲状腺结节患者	计算机视觉	甲状腺结节	超声引导微波消融（MWA）	CNN（包括VGG19、Resnet 50、EfficientNetB1、EfficientNetB0和InceptionV3）	超声图像	患者被随机分为训练集（70%）和验证集（30%）
4326	2025-04-15	Deep learning assisted analysis of biomarker changes in refractory neovascular AMD after switch to faricimab 2025-Apr-11, International journal of retina and vitreous IF:1.9Q2 DOI:10.1186/s40942-025-00669-2 PMID:40217505	研究论文	本研究利用深度学习算法分析光学相干断层扫描（OCT）生物标志物，评估Faricimab在难治性新生血管性年龄相关性黄斑变性（nAMD）患者中的疗效和持久性	首次使用基于卷积神经网络的深度学习算法对OCT生物标志物进行自动化分割，评估Faricimab在难治性nAMD患者中的治疗效果	样本量较小（46眼），且为回顾性研究，未来需改进AI模型以提高预测准确性并评估长期结果	评估Faricimab在难治性nAMD患者中的疗效和持久性，并探索AI驱动的生物标志物分割在疾病监测中的应用	难治性新生血管性年龄相关性黄斑变性（nAMD）患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN	图像	41名患者的46只眼
4327	2025-04-15	Revolutionizing cleft lip and palate management through artificial intelligence: a scoping review 2025-Apr-10, Oral and maxillofacial surgery DOI:10.1007/s10006-025-01371-1 PMID:40208434	综述	本文通过范围综述，综合了过去十年中人工智能在唇腭裂预测、诊断和治疗中的应用研究	首次系统综述了人工智能在唇腭裂管理中的应用，并提出了六个子类别，包括诊断、预测、治疗和教育	当前研究进展虽然前景广阔，但需要进一步研究以扩展和完善其有益应用	综合人工智能在唇腭裂管理中的应用研究，并突出其在预测、诊断和治疗方面的研究	唇腭裂患者	人工智能	唇腭裂	深度学习、机器学习	NA	NA	25项研究
4328	2025-04-15	Novel deep learning algorithm based MRI radiomics for predicting lymph node metastases in rectal cancer 2025-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96618-y PMID:40204902	research paper	该研究探讨了基于MRI的放射组学列线图在预测直肠癌淋巴结转移中的价值	开发了一种新型深度学习算法（DLRS）和列线图模型，结合临床预测因子和多参数MRI图像特征，提高了预测准确性	研究为回顾性分析，可能存在选择偏差	探索MRI放射组学在预测直肠癌淋巴结转移中的应用价值	430例直肠癌患者	digital pathology	rectal cancer	multiparametric MRI (mpMRI)	deep learning radscore (DLRS), nomogram	MRI图像	430例患者（192例淋巴结转移阳性）
4329	2025-04-15	Artificial Intelligence in Dentistry: A Narrative Review of Diagnostic and Therapeutic Applications 2025-Apr-08, Medical science monitor : international medical journal of experimental and clinical research IF:2.2Q3 DOI:10.12659/MSM.946676 PMID:40195079	综述	本文综述了人工智能在牙科领域的诊断和治疗应用，探讨了其在口腔疾病诊疗中的进展和挑战	全面回顾了AI在牙科多领域的应用，包括诊断和治疗优化，并指出了当前的技术挑战和未来研究方向	数据标注不准确、细粒度特征表达能力有限、缺乏通用模型、学习算法潜在偏见以及与医疗事故和数据隐私相关的法律风险	探讨人工智能在牙科领域的应用现状及未来发展方向	口腔疾病，包括牙髓病、牙周病、口腔种植、正畸、修复治疗及口腔颌面外科	数字病理学	口腔疾病	机器学习、人工神经网络(ANN)、深度学习	NA	影像数据	NA
4330	2025-04-15	Intelligent Detection and Recognition of Marine Plankton by Digital Holography and Deep Learning 2025-Apr-06, Sensors (Basel, Switzerland) DOI:10.3390/s25072325 PMID:40218838	research paper	提出了一种结合数字全息术和深度学习算法的智能方法，用于检测和识别海洋浮游生物	通过集成A-Unet网络和YOLOv5系统界面，实现了单张全息图稳定高效地重建和识别多种浮游生物	数字全息术的记录和重建需要严格控制的实验室环境和耗时的迭代计算	提高海洋浮游生物检测和识别的效率和准确性	海洋浮游生物	computer vision	NA	digital holography, deep learning	A-Unet, YOLOv5	image	典型海洋浮游生物样本（来自中国潍坊），包括桡足类、被囊动物和多毛类
4331	2025-04-15	Incremental learning for acute lymphoblastic leukemia classification based on hybrid deep learning using blood smear image 2025-Apr-05, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108456 PMID:40222054	研究论文	本文提出了一种基于混合深度学习的增量学习方法，用于血涂片图像中的急性淋巴细胞白血病分类	设计了TSCO-L-LeNet模型，结合Tangent Sand Cat Swarm Optimization和长短期记忆网络，采用增量学习进行精确分类	未提及模型在其他类型白血病或更大规模数据集上的泛化能力	开发一种快速、准确的白血病分类方法以辅助早期诊断	急性淋巴细胞白血病的血涂片图像	数字病理学	白血病	图像处理、深度学习	TSCO-L-LeNet (结合Tangent Sand Cat Swarm Optimization和LSTM的LeNet变体)	图像	未明确提及具体样本数量
4332	2025-04-15	An Explainable LSTM-Based Intrusion Detection System Optimized by Firefly Algorithm for IoT Networks 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072288 PMID:40218800	研究论文	本文提出了一种基于LSTM的可解释入侵检测系统，通过萤火虫算法优化，用于IoT网络	结合统计方法和元启发式算法进行特征选择，构建LSTM模型，并应用XAI工具（LIME和SHAP）提高模型的可解释性	仅在两个公开数据集上进行测试，可能无法涵盖所有IoT网络攻击场景	开发一种可解释且高效的入侵检测系统，以应对IoT设备面临的安全威胁	IoT网络中的入侵行为	机器学习	NA	元启发式算法（萤火虫算法），XAI工具（LIME和SHAP）	LSTM	网络流量数据	两个公开数据集（NF-BoT-IoT-v2和IoTID20）
4333	2025-04-15	An End-to-End General Language Model (GLM)-4-Based Milling Cutter Fault Diagnosis Framework for Intelligent Manufacturing 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072295 PMID:40218806	研究论文	提出了一种基于GLM-4的端到端铣刀故障诊断框架，用于智能制造	首次将GLM-4大型语言模型应用于铣刀故障诊断，结合领域特定特征工程，在小样本和噪声环境下表现出优越性能	仅在PHM 2010数据集和专有铣刀数据集上验证，未在其他类型机械故障诊断中测试	提高智能制造中铣刀故障诊断的准确性和鲁棒性	CNC机床和切削刀具	智能制造	NA	大型语言模型(GLMs)	GLM-4	传感器数据	PHM 2010数据集和专有铣刀数据集
4334	2025-04-15	Resource-Constrained Specific Emitter Identification Based on Efficient Design and Network Compression 2025-Apr-04, Sensors (Basel, Switzerland) DOI:10.3390/s25072293 PMID:40218805	research paper	提出了一种基于高效设计和网络压缩的资源受限特定发射器识别方法	开发了轻量级卷积网络LCNet，并在全连接层引入稀疏正则化技术，实现了超过99%的特征维度降低	未提及具体在极端资源受限环境下的性能表现	解决资源受限边缘设备在特定发射器识别任务中的模型参数冗余和高特征维度问题	自动相关监视广播(ADS-B)和Wi-Fi信号	machine learning	NA	深度学习	LCNet (轻量级卷积网络)	信号数据	公开的ADS-B和Wi-Fi数据集
4335	2025-04-15	Integrating Textual Queries with AI-Based Object Detection: A Compositional Prompt-Guided Approach 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072258 PMID:40218769	research paper	本文提出了一种新颖的神经符号对象检测框架，通过深度学习模块将对象提议与文本提示对齐，并通过符号模块实现逻辑推理	结合深度学习与符号推理，显著增强了对象检测和场景理解能力，支持复杂的查询驱动交互	使用了合成的3D图像数据集，可能在实际应用中的泛化能力有待验证	提升对象检测和识别的自动识别能力，特别是在上下文查询分析和人机交互方面	目标对象的自动识别与场景理解	computer vision	NA	deep learning, symbolic reasoning	neuro-symbolic framework	3D image	合成3D图像数据集（具体数量未提及）
4336	2025-04-15	IESSP: Information Extraction-Based Sparse Stripe Pruning Method for Deep Neural Networks 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072261 PMID:40218773	研究论文	提出了一种基于信息提取的稀疏条纹剪枝方法（IESSP），用于深度神经网络的模型压缩	引入了信息提取模块（IEM）和新型损失函数，提升了特征选择的精确度并平衡了准确性与效率	未提及在更大规模数据集或更复杂模型上的表现	减少深度神经网络模型的存储需求和计算资源消耗	深度神经网络模型（如VGG-16）	机器学习	NA	网络剪枝	CNN	图像	CIFAR-10数据集
4337	2025-04-15	Reliable Vehicle Routing Problem Using Traffic Sensors Augmented Information 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072262 PMID:40218774	研究论文	本文提出了一种结合交通传感器数据增强和深度学习技术的新型路由框架，以提高路径选择和网络可观测性的可靠性	引入了一种集成交通传感器数据增强和深度学习技术的新型路由框架，通过最小化传感器部署需求并提高网络范围的交通估计准确性，解决了传感器数据有限与网络可观测性之间的差距	未明确提及具体局限性，但可能涉及深度学习模型在极端交通条件下的泛化能力	提高实时交通管理和车辆路径优化的可靠性和可扩展性	交通网络和车辆路径问题	机器学习	NA	深度学习	Stacked Sparse Auto-Encoder (SAE)	交通传感器数据	未明确提及具体样本量
4338	2025-04-15	MCT-CNN-LSTM: A Driver Behavior Wireless Perception Method Based on an Improved Multi-Scale Domain-Adversarial Neural Network 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072268 PMID:40218780	research paper	提出了一种基于改进多尺度域对抗神经网络的驾驶员行为无线感知方法MCT-CNN-LSTM	结合多尺度和通道时间注意力模块，采用域对抗训练减少域偏移，提高驾驶行为分类准确率	NA	提高基于FMCW雷达系统的驾驶行为识别准确率	驾驶员行为	machine learning	NA	FMCW雷达系统	MCT-CNN-LSTM（多通道CNN结合LSTM网络）	雷达信号	真实测量数据集
4339	2025-04-15	ErgoReport: A Holistic Posture Assessment Framework Based on Inertial Data and Deep Learning 2025-Apr-03, Sensors (Basel, Switzerland) DOI:10.3390/s25072282 PMID:40218793	research paper	开发了一个基于惯性数据和深度学习的全面姿势评估框架ErgoReport，用于量化人体工学风险并识别导致风险的姿势	创新性地结合惯性数据和深度学习，生成图形用户界面报告，直观展示人体工学评分与姿势关联，帮助工人识别高风险姿势	研究仅涉及13名受试者，样本量较小，且仅测试了农业和建筑行业的两种工作任务	开发一个自动化、量化的姿势评估框架，以改进人体工学评估的效率和效果	工人姿势评估，特别是农业和建筑行业的工作任务	machine learning	work-related musculoskeletal disorders	Deep Learning	NA	inertial data	13名受试者，模拟农业收获和砌砖工作任务
4340	2025-04-15	A Non-Contact Privacy Protection Bed Angle Estimation Method Based on LiDAR 2025-Apr-02, Sensors (Basel, Switzerland) DOI:10.3390/s25072226 PMID:40218738	研究论文	提出了一种基于LiDAR技术的非接触式隐私保护床位角度估计方法	利用LiDAR技术实现非侵入式床位角度检测，结合YOLO-X和增强A2J算法的深度学习框架，提高了角度估计的准确性	实验仅在ICU环境中进行，未涉及其他医疗环境或家庭护理场景	开发一种隐私保护的床位角度监测系统，以减少医疗并发症	ICU中的床位角度监测	计算机视觉	NA	LiDAR技术，深度学习	YOLO-X, A2J算法	LiDAR数据	ICU环境中的实验数据