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	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
582	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
583	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
584	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
585	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
586	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
587	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
588	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
589	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
590	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
591	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）
592	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
593	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
594	2025-10-05	Hyperspectral Imaging-Based Deep Learning Method for Detecting Quarantine Diseases in Apples 2025-Sep-18, Foods (Basel, Switzerland) DOI:10.3390/foods14183246 PMID:41008218	研究论文	提出一种基于高光谱成像和深度学习的方法用于检测苹果检疫性病害	设计了专用于高光谱输入的HSC-Resnet网络，通过增加卷积通道和集成通道与空间注意力机制来突出信息波段和区域	NA	开发快速、无损的苹果检疫性病害检测系统	感染三种常见检疫性病原体的苹果	计算机视觉	植物病害	高光谱成像	CNN	高光谱图像	NA	NA	HSC-Resnet	精确率	NA
595	2025-10-05	Improving the Detection Performance of Cardiovascular Diseases from Heart Sound Signals with a New Deep Learning-Based Approach 2025-Sep-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182379 PMID:41008751	研究论文	提出一种基于深度学习的心音信号分析方法，用于提高心血管疾病的检测性能	提出结合残差注意力块和MLP-mixer模型的深度学习架构，以及融合NCA和ReliefF算法的新特征选择方法	仅使用单一数据集进行验证，未提及外部验证结果	开发高精度的心血管疾病人工智能诊断支持系统	心音信号(PCG信号)	机器学习	心血管疾病	心音信号分析，谱图图像转换	深度学习	心音信号，图像	2016年PhysioNet/CinC挑战赛数据集	NA	残差块，注意力机制，MLP-mixer	准确率，灵敏度，特异性，精确率，F1分数	NA
596	2025-10-05	Radiomics in Pituitary Adenomas: A Systematic Review of Clinical Applications and Predictive Models 2025-Sep-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14186595 PMID:41010799	系统综述	本文系统综述了影像组学在垂体腺瘤中的临床应用和预测模型	首次系统性地总结和分析了影像组学在垂体腺瘤诊断、预测和预后建模中的应用现状	研究方法存在异质性，外部验证率低（仅12%），缺乏标准化	评估影像组学在垂体腺瘤临床应用的现状和预测模型性能	人类垂体腺瘤患者	医学影像分析	垂体腺瘤	MRI影像组学	机器学习,深度学习	医学影像	超过9350名患者，来自49项研究	PyRadiomics	支持向量机,随机森林,逻辑回归	AUC	NA
597	2025-10-05	A Dual-Segmentation Framework for the Automatic Detection and Size Estimation of Shrimp 2025-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s25185830 PMID:41013067	研究论文	提出一种基于双重分割的深度学习框架，用于自动检测虾类并精确估算其尺寸	集成实例分割与增强语义分割的双重分割框架，通过预测虾体中心线实现精确尺寸测量	未明确说明训练数据规模和模型在复杂场景下的泛化能力	开发自动化的虾类尺寸检测方法以替代传统人工测量	养殖虾类的物理特征和尺寸参数	计算机视觉	NA	图像处理，深度学习	实例分割，语义分割	图像	NA	NA	RTMDet-m, 自定义分割模型	AP50, FPS, F1-score, 平均绝对误差, 均方根误差	NA
598	2025-10-05	MultivariateSystem Identification of Differential Drive Robot: Comparison Between State-Space and LSTM-Based Models 2025-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s25185821 PMID:41013058	研究论文	比较状态空间模型和LSTM网络在差速驱动机器人系统辨识中的性能表现	首次对传统状态空间模型和深度学习LSTM网络在机器人系统辨识中进行直接对比研究	仅基于5分钟导航序列的实验数据，未在更复杂环境中验证模型鲁棒性	比较不同建模方法在机器人系统辨识中的性能差异	差速驱动机器人	机器学习	NA	系统辨识	状态空间模型,LSTM	机器人运动数据	5分钟导航序列的实验数据	NA	LSTM	FIT,RMSE	NA
599	2025-10-05	Linking a Deep Learning Model for Concussion Classification with Reorganization of Large-Scale Brain Networks in Female Youth 2025-Sep-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090986 PMID:41007230	研究论文	本研究开发基于LSTM的深度学习模型用于女性青少年脑震荡分类，并结合脑网络连接性分析探讨其神经机制	首次将深度学习分类与脑网络重组机制分析相结合，直接从原始静息态EEG数据实现脑震荡分类	样本量有限，未考虑激素周期变化和症状亚组差异，需要更大数据集验证	开发客观可靠的脑震荡早期诊断工具并探索其神经机制	15-24岁女性青少年（脑震荡患者与健康对照）	机器学习	脑震荡	静息态脑电图	LSTM	EEG信号	未明确具体样本数量（15-24岁女性青少年）	NA	LSTM	准确率,AUC	NA
600	2025-10-05	Artificial Intelligence in the Diagnosis and Treatment of Brain Gliomas 2025-Sep-17, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092285 PMID:41007844	综述	本文综述人工智能在脑胶质瘤诊断和治疗中的应用现状与前景	系统阐述AI通过深度学习驱动的影像组学和影像基因组学在胶质瘤分子特征预测、手术规划、放疗优化及免疫治疗等全流程管理中的创新应用	数据异质性、算法透明度不足和监管挑战阻碍AI在神经肿瘤学的临床转化	探讨人工智能技术在脑胶质瘤精准诊疗中的应用价值与发展方向	脑胶质瘤患者	数字病理	脑胶质瘤	深度学习驱动的影像组学、影像基因组学	深度学习模型	医学影像、分子数据、临床数据	NA	NA	NA	NA	NA