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
581	2025-10-05	Convolutional Neural Networks for Hole Inspection in Aerospace Systems 2025-Sep-22, Sensors (Basel, Switzerland) DOI:10.3390/s25185921 PMID:41013160	研究论文	开发了一种集成控制光学、照明和嵌入式深度学习的紧凑型手持检测设备HANNDI，用于航空航天制造中孔洞的自动化检测	首个结合机械成像几何控制、可控照明和嵌入式CNN推理的手持式自动光学检测系统	使用专有数据集训练，可能限制模型的泛化能力	开发自动化检测系统替代人工目视检查，提高航空航天制造中孔洞检测的效率和可靠性	航空航天制造中的铆钉孔、机加工孔和紧固件位置	计算机视觉	NA	光学成像、深度学习	CNN	图像	约3700张航空航天资产图像	NA	YOLO	精确率, 召回率	嵌入式推理系统
582	2025-10-05	Enhancing Melanoma Diagnosis in Histopathology with Deep Learning and Synthetic Data Augmentation 2025-Sep-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12091001 PMID:41007246	研究论文	本研究探讨了使用生成对抗网络生成合成图像对基于ResNet-18架构的黑色素瘤自动分类器性能的影响	首次在1024×1024像素高分辨率下评估合成数据增强对黑色素瘤组织病理学诊断的影响，并采用FID指标评估生成图像质量	混合模型性能并未始终优于仅使用真实数据的模型，且仅针对黑色素痣类别进行了数据平衡	提高黑色素瘤在组织病理学图像中的诊断准确性	苏木精-伊红染色的组织病理学图像	数字病理学	黑色素瘤	组织病理学染色	GAN, CNN	图像	未明确具体样本数量，但提及假阴性病例从80例减少到75例	NA	ResNet-18	准确率, 特异性, 假阴性率, FID	NA
583	2025-10-05	A Comparative Evaluation of Meta-Learning Models for Few-Shot Chest X-Ray Disease Classification 2025-Sep-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182404 PMID:41008775	研究论文	本研究对元学习模型在胸部X射线疾病分类中的效果进行了比较评估	首次系统比较了四种代表性元学习模型在胸部X射线疾病少样本分类任务中的性能，并确定了最优的骨干网络架构	仅在ChestX-ray14数据集上进行评估，未在其他医学影像数据集上验证泛化能力	评估元学习模型在胸部X射线疾病少样本分类任务中的有效性	胸部X射线图像中的疾病分类	计算机视觉	胸部疾病	医学影像分析	元学习模型	图像	ChestX-ray14数据集	NA	Prototypical Networks, Relation Networks, MAML, FoMAML, ConvNeXt, DenseNet-121, ResNet-50, MobileNetV2, ViT	召回率, F1分数, 精确度, FLOPs, 执行时间	NA
584	2025-10-05	Damage Localization and Sensor Layout Optimization for In-Service Reinforced Concrete Columns Using Deep Learning and Acoustic Emission 2025-Sep-21, Materials (Basel, Switzerland) DOI:10.3390/ma18184406 PMID:41010246	研究论文	本研究结合深度学习算法和声发射技术，对在役钢筋混凝土柱进行损伤定位并优化传感器布局方案	提出基于k-means聚类和投票选择概念的数据清洗方法，并比较不同传感器布局方案对浅层和深层混凝土基体损伤定位的效果	NA	解决在役钢筋混凝土柱的健康检测问题，包括损伤定位和传感器布局优化	在役钢筋混凝土柱	机器学习	NA	声发射技术	BP神经网络,RBF神经网络,SVR	声发射信号数据	NA	NA	NA	MAE,RMSE,R	NA
585	2025-10-05	Robust Pedestrian Detection and Intrusion Judgment in Coal Yard Hazard Areas via 3D LiDAR-Based Deep Learning 2025-Sep-21, Sensors (Basel, Switzerland) DOI:10.3390/s25185908 PMID:41013146	研究论文	提出一种基于3D LiDAR的鲁棒行人入侵检测方法，用于煤矿场危险区域的安全监控	提出EFT-RCNN行人检测网络，通过EnhancedVFE模块改进空间特征提取，使用FocalConv重构3D骨干网络，并采用TeBEVPooling优化鸟瞰图生成	NA	开发煤矿场危险区域行人入侵检测系统，预防安全事故	煤矿场危险区域内的行人	计算机视觉	NA	3D LiDAR	深度学习	3D点云数据	公共KITTI数据集和实际测试数据	PyTorch	EFT-RCNN, Voxel-RCNN	平均精度, 检测准确率, 距离测量误差, FPS	NA
586	2025-10-05	GPR Feature Enhancement of Asphalt Pavement Hidden Defects Using Computational-Efficient Image Processing Techniques 2025-Sep-20, Materials (Basel, Switzerland) DOI:10.3390/ma18184400 PMID:41010241	研究论文	本研究提出使用计算高效的图像处理技术增强沥青路面隐蔽缺陷的探地雷达特征	将简单图像处理方法作为GPR数据预处理步骤，显著提升双曲线特征检测精度和速度	NA	开发实时GPR测量中快速准确检测隐蔽缺陷的方法	沥青路面隐蔽缺陷	计算机视觉	NA	探地雷达(GPR)	Faster R-CNN, YOLOv8	图像	NA	标准图像处理库	CBAM-YOLOv8	mAP@0.5, 推理时间, 信噪比(RIHSNR)	NA
587	2025-10-05	Enhancing Heart Rate Detection in Vehicular Settings Using FMCW Radar and SCR-Guided Signal Processing 2025-Sep-20, Sensors (Basel, Switzerland) DOI:10.3390/s25185885 PMID:41013123	研究论文	提出一种基于FMCW雷达和SCR引导信号处理的优化框架，用于车辆环境下的非接触式心率检测	结合雷达放置优化和先进相位处理技术，通过SCR分析确定最佳雷达位置，开发了无需接触传感器的心率检测方法	仅在基线和轻度运动条件下验证，未在剧烈运动或极端驾驶条件下测试	提升车辆环境中使用FMCW雷达进行心率检测的准确性和可靠性	车辆驾驶员的心率和心率变异性监测	信号处理	心血管疾病	FMCW雷达，相位处理，信号处理	深度学习	雷达信号	多名人类参与者在实验室和动态驾驶模拟器环境中的测试	NA	NA	准确率	Walabot FMCW雷达模块
588	2025-10-05	Advances in computational nephropathology 2025-Sep-19, Kidney international IF:14.8Q1 DOI:10.1016/j.kint.2025.06.029 PMID:40976424	综述	本文全面概述了计算病理学在肾脏病理学领域的进展与应用	提出将计算方法整合到数字病理工作流程中，推动肾脏病理学进入“kidnAI”病理学新时代	在常规临床实践中实施仍面临技术、监管和伦理挑战	探讨计算病理学在肾脏病理学中的方法与应用	肾脏组织病理图像和诊断数据	数字病理	肾脏疾病	数字病理，人工智能，深度学习	深度学习	组织病理图像	NA	NA	NA	NA	NA
589	2025-10-05	ErisNet: A Deep Learning Model for Noise Reduction in CT Images 2025-Sep-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090997 PMID:41007242	研究论文	提出一种名为ErisNet的深度学习模型用于降低CT图像中的噪声	开发了新型AI模型ErisNet专门用于CT图像降噪，在多个解剖部位验证了其有效性	仅使用23例尸体全身CT扫描进行训练，样本量有限	开发CT图像降噪的深度学习模型	尸体全身CT扫描图像	计算机视觉	NA	CT成像	深度学习模型	CT图像	23例尸体全身CT扫描	NA	ErisNet	MSE, PSNR, SSIM, VIF, EPI, NV, 放射科医生评分	NA
590	2025-10-05	YOLOv8-DMC: Enabling Non-Contact 3D Cattle Body Measurement via Enhanced Keypoint Detection 2025-Sep-19, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15182738 PMID:41007983	研究论文	提出一种优化的轻量级深度学习模型YOLOv8-DMC，用于通过牛体侧视图图像进行非接触式3D体型测量	集成三种注意力模块（DRAMiTransformer、MHSA-C2f、CASimAM）提升遮挡和光照变化下的鲁棒性，结合16邻域深度补全和通滤波技术生成彩色点云	仅使用严格侧视图图像，可能对非标准姿态的适应性有限	开发精准的非接触式牛体尺寸测量方法以支持精准畜牧业管理	牛的解剖关键点检测和3D体型测量	计算机视觉	NA	RGB-D成像	CNN	图像	7000多张图像，137头牛的真实测量数据	PyTorch	YOLOv8	AP@0.5, AP@[0.50:0.95], 平均相对误差	边缘设备
591	2025-10-05	Exploring Imagined Movement for Brain-Computer Interface Control: An fNIRS and EEG Review 2025-Sep-19, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15091013 PMID:41008372	综述	系统评述脑机接口中基于运动想象的脑电和近红外光谱技术研究进展	首次系统比较EEG和fNIRS在运动想象解码中的优劣，并探讨混合系统的协同优势	在线运动想象解码可靠性仍低于实际运动执行，生理延迟问题尚未完全解决	评估非侵入式脑机接口在运动功能恢复中的应用潜力	运动想象脑机接口系统	脑机接口	肢体功能障碍	EEG, fNIRS, 混合神经成像	深度学习	神经信号	NA	NA	NA	分类准确率	NA
592	2025-10-05	Electroencephalography-Based Machine Learning for Biomarker Detection in Dyslexia and Autism Spectrum Disorder: A Comparative Review of Models, Features, and Diagnostic Utility 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182388 PMID:41008759	综述	本文系统综述了基于脑电图的机器学习和深度学习方法在自闭症谱系障碍和发育性阅读障碍生物标志物检测中的最新进展	比较分析了多种机器学习模型在神经发育障碍诊断中的应用，包括传统方法和基于Transformer的先进架构	模型可解释性不足，泛化能力有限，特别是对高度异质性的自闭症谱系障碍适用性存在挑战	探索与自闭症谱系障碍和发育性阅读障碍相关的神经生物学指标检测	自闭症谱系障碍和发育性阅读障碍患者	机器学习	自闭症谱系障碍, 发育性阅读障碍	脑电图	支持向量机, 随机森林, 深度神经网络, Transformer	脑电图信号	基于15篇同行评审研究论文（2013-2025年）	MATLAB, MNE-Python, EEGLAB	深度神经网络, Transformer架构	准确率	NA
593	2025-10-05	Deep Learning-Based Prediction Model of Surgical Indication of Nasal Bone Fracture Using Waters' View 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182386 PMID:41008757	研究论文	开发基于深度学习的AI模型，通过Waters位X光片预测鼻骨骨折手术指征	首次将深度学习技术应用于鼻骨骨折手术指征预测，结合位移角度、骨间隙大小等多参数构建预测模型	研究为回顾性分析，样本量相对有限（2099张影像），需要进一步前瞻性验证	开发辅助急诊科医生识别鼻骨骨折并确定手术指征的AI决策支持工具	2008年3月至2022年7月期间接受颅骨X光检查（Waters位）的面部创伤患者	计算机视觉	鼻骨骨折	X射线摄影（Waters位）	深度学习	X光影像	2099张X光影像	NA	50层网络架构	准确率, 精确率, 召回率, F1分数	NA
594	2025-10-05	RETRACTED: Hasanin et al. Exploration of Despair Eccentricities Based on Scale Metrics with Feature Sampling Using a Deep Learning Algorithm. Diagnostics 2022, 12, 2844 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182384 PMID:41008786	撤稿声明	期刊正式撤回一篇关于使用深度学习算法探索绝望异常特征的研究论文	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
595	2025-10-05	Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2 2025-Sep-19, Viruses DOI:10.3390/v17091272 PMID:41012699	研究论文	开发基于深度学习的自动分割和分析方法，用于识别寨卡病毒和SARS-CoV-2引起的线粒体损伤	首次将U-Net架构的卷积神经网络应用于病毒感染的线粒体超微结构自动分割和分析，实现免疫反应预测	未提及模型在不同细胞类型或病毒种类间的泛化能力验证	通过自动分析线粒体形态变化来预测病毒感染引发的免疫反应类型	感染两种SARS-CoV-2变体或寨卡病毒的细胞线粒体	数字病理学	病毒感染	透射电子显微镜	CNN	图像	NA	NA	U-Net	准确率	NA
596	2025-10-05	Pixel-Level Segmentation of Retinal Breaks in Ultra-Widefield Fundus Images with a PraNet-Based Machine Learning Model 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185862 PMID:41013098	研究论文	本研究开发了一种基于PraNet架构的深度学习分割模型，用于在超广角眼底图像中实现视网膜裂孔的像素级分割	这是首个使用深度学习在超广角眼底图像中实现视网膜裂孔像素级分割的研究	NA	开发自动准确的视网膜裂孔分割方法以辅助早期诊断	视网膜裂孔	计算机视觉	视网膜疾病	超广角眼底成像	深度学习	图像	8083个病例的34,867张超广角眼底图像	NA	PraNet	准确率,精确率,召回率,IoU,dice系数,质心距离分数	NA
597	2025-10-05	Partitioned RIS-Assisted Vehicular Secure Communication Based on Meta-Learning and Reinforcement Learning 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185874 PMID:41013112	研究论文	提出一种基于元学习和强化学习的分区RIS辅助车载安全通信方案，通过联合优化RIS分区和反射矩阵来应对动态窃听威胁	首次将分区RIS与元学习、强化学习相结合，通过RIS分区分别增强合法信号和定向干扰窃听者，实现安全性能最大化	研究基于仿真验证，未提及实际部署中的硬件限制和信道测量误差影响	解决车载自组织网络中动态窃听威胁下的安全通信问题	车载自组织网络中的通信安全	机器学习	NA	元学习，强化学习	NA	仿真数据	NA	NA	NA	安全速率，收敛速度	NA
598	2025-10-05	A Hybrid Deep Learning Framework for Fault Diagnosis in Milling Machines 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185866 PMID:41013110	研究论文	提出一种用于铣床刀具故障诊断的混合深度学习框架，解决工业监测中的噪声信号、有限故障标签和工况变化等挑战	结合基线漂移去除、对数连续小波尺度图、Canny边缘检测和双分支编码器的混合框架，通过集成决策机制实现高精度故障诊断	未明确说明样本数量和数据来源的具体细节	开发高精度、鲁棒的铣床刀具故障诊断方法	铣床切割刀具	机器学习	NA	振动信号分析，连续小波变换，边缘检测	深度学习，集成学习	振动信号，时频图像	真实切削刀具数据（具体数量未说明）	NA	双分支编码器，集成决策机制	准确率	轻量级框架（具体硬件未说明）
599	2025-10-05	Review of Uneven Road Surface Information Perception Methods for Suspension Preview Control 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185884 PMID:41013122	综述	系统综述了用于悬架预瞄控制的路面不平信息感知方法，重点关注坑洼和减速带的识别技术	强调高程信息在悬架预瞄控制中的核心作用，并系统总结了基于LiDAR、立体视觉和多模态融合的高程重建技术	NA	提升路面信息检测精度和悬架预瞄系统控制效率，促进智能底盘发展	路面不平信息（坑洼、减速带）	机器视觉	NA	LiDAR、立体视觉、多传感器融合	NA	2D图像、3D点云、多模态传感器数据	NA	NA	NA	NA	NA
600	2025-10-05	Compound Jamming Recognition Under Low JNR Setting Based on a Dual-Branch Residual Fusion Network 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185881 PMID:41013118	研究论文	提出一种基于双分支残差融合网络的复合干扰识别方法，用于低干噪比条件下的雷达干扰信号识别	采用双分支架构同时处理时域和时频域特征，结合多分支卷积结构增强特征提取，并应用有效的特征融合策略捕获细微模式	基于仿真实验结果，未提及在实际雷达系统中的验证	提升雷达抗干扰能力，实现复杂电磁环境下复合干扰信号的准确识别	雷达复合干扰信号	信号处理	NA	深度学习	CNN	时域信号，时频域信号	NA	NA	双分支残差融合网络	识别准确率，噪声鲁棒性	NA