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
481	2025-05-09	An Efficient Lightweight Multi Head Attention Gannet Convolutional Neural Network Based Mammograms Classification 2025-Feb, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70043 PMID:39921233	research paper	本研究提出了一种轻量级多头注意力Gannet卷积神经网络（LMGCNN），用于有效分类乳腺X光片图像，以提高乳腺癌的检测和分类	引入了轻量级多头注意力Gannet卷积神经网络（LMGCNN），结合了Wiener滤波、非锐化掩蔽和自适应直方图均衡化进行图像增强和去噪，并采用自适应量子平衡优化器与人工蜂群算法进行特征选择	研究仅在两个数据集（CBIS-DDSM和MIAS）上进行了评估，可能需要更多数据验证模型的泛化能力	开发自动化系统以改善乳腺癌在乳腺X光片图像中的检测和分类	乳腺X光片图像	computer vision	breast cancer	Wiener滤波、非锐化掩蔽、自适应直方图均衡化、GLCM特征提取	LMGCNN（Lightweight Multihead attention Gannet Convolutional Neural Network）	image	两个数据集（CBIS-DDSM和MIAS）
482	2025-05-09	Perspectives: Comparison of Deep Learning Segmentation Models on Biophysical and Biomedical Data 2025-Jan-30, ArXiv PMID:39184539	研究论文	本文比较了四种深度学习模型在生物物理学和生物医学数据分割任务中的表现	提供了针对小训练数据集条件下，不同深度学习模型在分割任务中的性能比较和选择指南	研究仅针对四种模型进行比较，可能未涵盖所有相关模型	比较不同深度学习模型在生物物理学和生物医学数据分割任务中的表现	生物物理学和生物医学数据	计算机视觉	NA	深度学习	CNN, U-Nets, vision transformers, vision state space models	图像	小训练数据集
483	2025-05-09	DynHeter-DTA: Dynamic Heterogeneous Graph Representation for Drug-Target Binding Affinity Prediction 2025-Jan-30, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26031223 PMID:39940990	research paper	提出了一种动态异构图预测模型DynHeter-DTA，用于药物-靶标结合亲和力预测	模型动态调整药物-药物、蛋白质-蛋白质和药物-蛋白质之间的连接强度，构建可变异构图结构，显著提升模型的表达能力和泛化性能	未提及具体局限性	改进药物-靶标亲和力预测的准确性和效率	药物和靶标蛋白质	machine learning	NA	Graph Isomorphism Networks (GIN) 和 Self-Attention Graph Pooling (SAGPooling)	动态异构图预测模型	药物和蛋白质的相互作用数据	Davis、KIBA和Human公共数据集
484	2025-05-09	A Vision Transformer Model for the Prediction of Fatal Arrhythmic Events in Patients with Brugada Syndrome 2025-Jan-30, Sensors (Basel, Switzerland) DOI:10.3390/s25030824 PMID:39943462	research paper	本研究介绍了一种基于视觉Transformer（ViT）的模型，利用12导联心电图图像预测Brugada综合征患者的致命性心律失常事件	首次将视觉Transformer模型应用于Brugada综合征患者的心电图分析，以预测致命性心律失常事件	样本量相对较小（278份心电图，来自210名患者），且测试集包含来自单一个体的24小时记录数据，可能影响模型的泛化能力	开发一种准确的风险预测模型，帮助Brugada综合征患者的临床决策	Brugada综合征患者的心电图数据	digital pathology	cardiovascular disease	deep learning-based artificial intelligence (AI)	Vision Transformer (ViT)	image	278份心电图（来自210名Brugada综合征患者）
485	2025-05-09	Real-Time Driver Drowsiness Detection Using Facial Analysis and Machine Learning Techniques 2025-Jan-29, Sensors (Basel, Switzerland) DOI:10.3390/s25030812 PMID:39943451	研究论文	利用面部分析和机器学习技术开发实时、非侵入性的驾驶员疲劳检测系统	系统评估了多种机器和深度学习算法在三个关键公共数据集上的表现，KNN分类器在UTA-RLDD数据集上达到了最高准确率98.89%，YOLOv5和YOLOv8在相同数据集上实现了100%的精确度和召回率	未提及具体局限性	开发实时、非侵入性的驾驶员疲劳检测系统以提高道路安全	驾驶员疲劳状态	计算机视觉	NA	机器学习、深度学习、计算机视觉	KNN、SVM、CNN、YOLOv5、YOLOv8、Faster R-CNN	图像	三个公共数据集（NTHUDDD、YawDD、UTA-RLDD）
486	2025-05-09	Radar Signal Processing and Its Impact on Deep Learning-Driven Human Activity Recognition 2025-Jan-25, Sensors (Basel, Switzerland) DOI:10.3390/s25030724 PMID:39943363	研究论文	研究雷达信号处理与深度学习在人类活动识别（HAR）中的结合应用	将卷积神经网络（CNN）与传统雷达信号处理方法结合，评估三种二维雷达处理技术与四种CNN架构的组合，提出MobileNetV2与STFT预处理的理想平衡方案	未提及具体的研究局限性	提高人类活动识别的准确性和效率	雷达信号处理与深度学习在HAR中的应用	计算机视觉	NA	range-FFT、time-Doppler-based STFT、SPWVD	CNN（VGG-16、VGG-19、ResNet-50、MobileNetV2）	图像数据（雷达生成的二维地图）	未提及具体样本数量
487	2025-05-09	A Novel Framework for Whole-Slide Pathological Image Classification Based on the Cascaded Attention Mechanism 2025-Jan-25, Sensors (Basel, Switzerland) DOI:10.3390/s25030726 PMID:39943365	research paper	提出了一种基于级联注意力机制的全切片病理图像分类新框架	采用级联注意力机制，有效识别有意义模式并抑制无关背景信息，提升了分类准确性和模型泛化能力	仅在Camelyon16数据集上进行了验证，需要更多数据集验证泛化性	解决传统病理图像分析的局限性，提高肿瘤诊断效率和准确性	全切片病理图像	digital pathology	tumor	deep learning	cascaded attention mechanism	image	Camelyon16数据集
488	2025-05-09	Spatio-Temporal Transformer with Kolmogorov-Arnold Network for Skeleton-Based Hand Gesture Recognition 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030702 PMID:39943338	研究论文	提出了一种基于骨架的手势识别框架ST-KT，结合了时空图卷积网络和带有Kolmogorov-Arnold网络的Transformer模型	引入了Kolmogorov-Arnold网络（KAN）到Transformer中，以增强非线性建模能力，同时提出了一种时空位置嵌入方法以丰富节点特征表示	未提及具体的数据集规模限制或计算资源需求	提高基于骨架的手势识别的准确性和鲁棒性	人类手的骨架序列	计算机视觉	NA	时空图卷积网络（ST-GCN），Transformer	ST-KT（结合ST-GCN和KAN-Transformer）	骨架序列数据	在两个数据集（SHREC'17 track和DHG-14/28）上进行了评估
489	2025-05-09	CDKD-w+: A Keyframe Recognition Method for Coronary Digital Subtraction Angiography Video Sequence Based on w+ Space Encoding 2025-Jan-24, Sensors (Basel, Switzerland) DOI:10.3390/s25030710 PMID:39943348	research paper	提出了一种基于w+空间编码的冠状动脉数字减影血管造影视频序列关键帧识别方法CDKD-w+	利用pSp编码器将冠状动脉DSA图像编码为w+空间的潜在代码，通过帧间潜在代码的差异分析进行心跳关键帧定位	未提及方法在其他类型医学影像上的泛化能力	提高冠状动脉3D建模的准确性	冠状动脉数字减影血管造影视频序列	digital pathology	cardiovascular disease	w+ space encoding	pSp encoder	video	自建的冠状动脉DSA心跳关键帧识别数据集
490	2025-05-09	Comprehensive Evaluation of Multi-Omics Clustering Algorithms for Cancer Molecular Subtyping 2025-Jan-23, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26030963 PMID:39940732	research paper	本研究开发了一个用于全面评估多组学聚类算法的通用框架，并引入了一种创新的度量指标——准确性加权平均指数，用于评估和比较11种最先进的多组学聚类算法	引入了准确性加权平均指数，同时考虑聚类性能和临床相关性，为多组学聚类算法的评估提供了新方法	缺乏明确的金标准，使得评估和比较这些方法具有挑战性	评估和比较多组学聚类算法在癌症分子分型中的应用	11种最先进的多组学聚类算法，包括基于深度学习的方法	machine learning	cancer	multi-omics clustering	deep learning-based methods	multi-omics data	NA
491	2025-05-09	The Future of Clinical Active Shoulder Range of Motion Assessment, Best Practice, and Its Challenges: Narrative Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030667 PMID:39943306	review	本文探讨了基于视频的姿态技术和无标记运动捕捉在肩部活动范围评估中的临床应用	综述了视频姿态技术和无标记运动捕捉在肩部活动范围评估中的最新进展和应用前景	不同方法之间存在准确性差异，且智能手机摄像头在捕捉旋转运动和前屈运动时存在困难	优化肩部干预后的结果评估	肩部活动范围评估技术	数字病理	NA	视频姿态技术、无标记运动捕捉、LiDAR/深度感知、智能手机摄像头、深度学习	NA	视频、运动捕捉数据	NA
492	2025-05-09	Machine Learning-Based Resource Management in Fog Computing: A Systematic Literature Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030687 PMID:39943326	系统文献综述	本文系统综述了雾计算中基于机器学习的资源管理技术	采用PRISMA协议全面分析雾计算中ML和DL解决方案，揭示了DL在资源管理中的主导地位及其关键影响因素	仅纳入68篇扩展版本的研究论文，可能未涵盖所有相关研究	分析雾计算中基于机器学习的资源管理技术及其优化关键因素	68篇关于雾计算资源管理的研究论文	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	文献数据	68篇研究论文
493	2025-05-09	Efficient Limb Range of Motion Analysis from a Monocular Camera for Edge Devices 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030627 PMID:39943266	research paper	提出了一种轻量级的深度学习模型，用于从单目摄像头估计人体姿态并测量肢体活动范围（ROM），优化部署在资源受限的边缘设备上	模型采用紧凑的神经网络架构和8位量化参数，在边缘设备上实现了高效运行，同时保持了测量准确性	未提及模型在不同光照条件或复杂背景下的性能表现	开发一种高性能、低成本的摄像头工具，用于评估上下肢活动范围	上下肢活动范围（ROM）测量	computer vision	NA	深度学习	紧凑神经网络	image	未明确提及具体样本量
494	2025-05-09	Stacking Ensemble Deep Learning for Real-Time Intrusion Detection in IoMT Environments 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030624 PMID:39943263	研究论文	本文提出了一种专为IoMT网络设计的新型入侵检测系统（IDS），利用机器学习和深度学习技术，通过堆叠集成方法提高检测准确率	结合堆叠集成方法和Kappa架构框架，实现了对IoMT数据流的实时处理和高精度入侵检测	未提及系统在极端网络条件下的性能表现或对新型未知攻击的检测能力	解决IoMT系统面临的独特网络安全挑战，提供可靠且可扩展的解决方案	IoMT网络中的网络入侵行为	机器学习	NA	机器学习和深度学习技术	堆叠集成方法	IoMT数据流	未明确提及具体样本数量
495	2025-05-09	Automatic Measurement of Frontomaxillary Facial Angle in Fetal Ultrasound Images Using Deep Learning 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030633 PMID:39943270	research paper	提出了一种基于深度学习的辅助检查框架，用于自动测量胎儿超声图像中的额上颌面角	使用深度学习网络自动分割关键区域并预测关键点坐标，实现了额上颌面角的自动测量，提高了准确性和可靠性	研究仅基于1549张胎儿超声图像，样本量可能不足以覆盖所有临床情况	开发一种自动测量胎儿超声图像中额上颌面角的方法，以提高筛查21三体综合征的准确性和效率	胎儿超声图像中的额上颌面角	digital pathology	trisomy 21	deep learning	CNN	image	1549张胎儿超声图像
496	2025-05-09	Exploring Trends and Clusters in Human Posture Recognition Research: An Analysis Using CiteSpace 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030632 PMID:39943272	研究论文	本研究利用CiteSpace软件对2011年至2024年间发表的3066篇核心研究论文进行可视化分析，探讨了人体姿态识别领域的跨学科研究方向	通过深入引文分析识别了1200篇文章和五个重要研究集群，揭示了从传统方法到深度学习及多传感器数据融合方法的转变	预测未来突破性进展可能会减少	识别人体姿态识别领域的研究空白、趋势和创新方向	3066篇核心研究论文	计算机视觉	NA	CiteSpace软件分析	深度学习	研究论文	3066篇核心研究论文
497	2025-05-09	A Complete Pipeline to Extract Temperature from Thermal Images of Pigs 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030643 PMID:39943283	研究论文	本文提出了一种完整的流程，用于从猪的热成像图像中自动提取温度	结合热成像技术和AI技术，开发了一个自动化的温度提取系统，无需人工干预	未提及系统在不同环境或不同品种猪上的泛化能力	探索热成像和AI在猪研究中的潜力，开发自动化温度提取系统	猪的热成像图像	计算机视觉	NA	热成像技术	CNN（卷积神经网络）	图像	未明确提及具体样本数量
498	2025-05-09	Advanced Deep Learning Models for Melanoma Diagnosis in Computer-Aided Skin Cancer Detection 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030594 PMID:39943236	研究论文	本研究开发了一种基于深度学习的自动化模型，用于辅助早期皮肤癌检测，特别是在黑色素瘤的诊断中	提出了一种混合方法，结合形态学操作和基于上下文聚合的深度神经网络，用于去除毛发线并改善皮肤癌图像的对比度，以及使用深度学习进行图像分割和分类	研究仅使用了ISIC 2020基准数据集，可能无法涵盖所有临床场景	开发高效的计算机辅助诊断（CAD）方法，用于黑色素瘤的早期检测和诊断	皮肤癌图像，特别是黑色素瘤和良性病变	计算机视觉	黑色素瘤	深度学习	深度神经网络	图像	ISIC 2020基准数据集
499	2025-05-09	NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030610 PMID:39943246	研究论文	介绍了一种基于EEG的运动意图控制的软体机器人手套NeuroFlex，用于手部康复	采用基于transformer的深度学习架构解码运动意图，并将非侵入式脑机接口与软体机器人手套结合	未提及样本的具体数量及多样性，可能影响结果的泛化性	开发一种通过EEG信号控制的软体机器人手套，以促进手部康复	因中风或脊髓损伤导致手部运动障碍的患者	脑机接口	中风	EEG	transformer-based DL	EEG信号	NA
500	2025-05-09	A fully automated U-net based ROIs localization and bone age assessment method 2025-Jan-03, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025007 PMID:39949166	research paper	提出了一种基于U-net的完全自动化ROIs定位和骨龄评估方法	结合了U-net和InceptionResNetV2网络，实现了高精度的ROIs定位和骨龄预测，同时结合了ROIs和全局特征的优势	未提及在不同年龄段或不同种族群体中的泛化能力	开发一种完全自动化的骨龄评估方法，提高评估的准确性和效率	青少年的骨龄评估	computer vision	NA	deep learning	U-net, InceptionResNetV2	image	公共RSNA数据集和内部数据集