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
6001	2025-03-30	A Flexible Spatio-Temporal Architecture Design for Artifact Removal in EEG with Arbitrary Channel-Settings 2025-Mar-28, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3555813 PMID:40153283	研究论文	提出了一种名为ASTI-Net的灵活架构，用于处理任意通道设置的EEG信号中的伪迹去除问题	设计了双分支去噪模型ASTI-Net，能够处理任意EEG通道设置，通过时空注意力加权和可变形卷积操作捕捉通道间空间特性和通道内时间依赖性	未提及具体在真实临床环境中的性能表现或计算效率方面的限制	开发一种灵活有效的EEG伪迹去除方法，适用于不同临床和研究场景	EEG信号	生物医学信号处理	NA	深度学习	ASTI-Net（双分支网络）	EEG信号	在两个半模拟数据集和真实任务态EEG数据上进行了评估
6002	2025-03-30	Accelerating fringe projection profilometry to 100k fps at high-resolution using deep learning 2025-Mar-27, Light, science & applications DOI:10.1038/s41377-025-01802-4 PMID:40140350	research paper	该论文通过深度学习技术将条纹投影轮廓测量法的速度提升至每秒10万帧，同时保持高分辨率	利用深度学习技术显著提升条纹投影轮廓测量法的速度至100k fps，同时保持高分辨率	NA	提升条纹投影轮廓测量法的速度和分辨率，扩展其在高速瞬态场景中的应用	条纹投影轮廓测量法	computer vision	NA	deep learning	NA	3D imaging data	NA
6003	2025-03-30	Lightweight coal mine conveyor belt foreign object detection based on improved Yolov8n 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-87848-1 PMID:40133307	research paper	提出了一种基于改进Yolov8n模型的轻量级算法，用于煤矿传送带异物检测，以提高检测速度并降低模型复杂度	采用轻量级StarNet作为主干网络，提出C2f.-EIEM模块增强特征学习能力，使用LSKA机制改进SPPF，替换通道注意力机制为C2f_MLCA，增加轻量级检测头Detect-LSDECD，以及用MPDIoU替换CIoU损失函数	未提及算法在不同光照或极端环境下的表现，也未讨论模型在其他类型异物检测上的泛化能力	解决基于深度学习的传送带异物检测方法速度慢、参数多、计算需求高的问题	煤矿传送带上的异物	computer vision	NA	NA	Yolov8n改进模型	image	NA
6004	2025-03-30	Integrating vibration signal analysis and image embedding for enhanced bearing fault diagnosis in manufacturing 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94351-0 PMID:40140467	研究论文	提出了一种名为ZERONE的新型图像嵌入方法，用于增强机械系统中轴承故障的诊断	ZERONE方法通过将时域特征、频域特征和振动信号的操作条件整合到单一图像中，简化了表示，并利用CNN模型进行故障诊断，显著提高了诊断准确率	未明确提及方法的局限性	提高机械系统中轴承故障诊断的准确性和效率	机械系统中的轴承故障	计算机视觉	NA	振动信号分析、图像嵌入	CNN	图像、振动信号	Paderborn University轴承数据集和Jiangnan University数据集
6005	2025-03-30	Research on the influence of spontaneous commercial space on the commercial vitality of historical and cultural districts 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94712-9 PMID:40140652	研究论文	本研究探讨了自发商业空间对历史文化街区商业活力的影响，并利用深度学习和机器学习方法进行了系统分析	首次结合Mask R-CNN深度学习和随机森林回归分析，量化了自发商业空间对商业活力的影响，并提出了预测框架	研究仅基于武汉昙华林历史文化街区的数据，可能无法完全代表其他地区的情况	探究自发商业空间对历史文化街区商业活力的影响	武汉昙华林历史文化街区的自发商业空间	计算机视觉	NA	Mask R-CNN深度学习、随机森林回归分析、SHAP解释方法	Mask R-CNN、随机森林	图像	4217张标注图像
6006	2025-03-30	Steel surface defect detection based on multi-layer fusion networks 2025-Mar-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-74601-3 PMID:40140671	research paper	该论文提出了一种基于多层融合网络的钢材表面缺陷检测方法，通过改进YOLOv5模型提高了复杂背景下大目标和小目标的检测能力	将RepBi-PAN融合网络集成到YOLOv5中，优化模型结构并引入DenseNet结构和归一化注意力模块(NAM)，提升了检测性能	未明确说明在极端低分辨率或极端复杂背景下的性能表现	提高钢材表面缺陷检测的准确率和召回率	钢材表面缺陷	computer vision	NA	deep learning	YOLOv5 with RepBi-PAN and DenseNet	image	未明确说明具体样本数量
6007	2025-03-30	Evaluating segmentation methods for UAV-Based Spoil Pile Delineation 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-77616-y PMID:40133311	研究论文	本研究评估了不同分割方法在无人机拍摄的废料堆划分中的应用	比较了传统分割方法与深度学习方法，特别是基于形态学的深度学习分割方法Segment Anything Model (SAM)的优越性能	未提及具体的数据集大小或实验条件的限制	优化分割策略，以促进基于图像的废料堆监测和矿山环境的可持续管理	矿山废料堆	计算机视觉	NA	对象分类和图像分割	Segment Anything Model (SAM)	图像	NA
6008	2025-03-30	A plug and play fuzzy mask extraction module for single image deraining 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94643-5 PMID:40133341	研究论文	提出了一种用于单幅图像去雨的即插即用模糊掩模提取模块	基于像素级成员资格提取模糊掩模地面真值，能更精细地表达单幅雨图中每个像素与其邻域像素的灰色相似性和空间相似性	未提及具体的数据集规模和计算资源需求	提高单幅图像去雨算法的性能	单幅雨图	计算机视觉	NA	深度学习	编码-解码网络	图像	未明确提及具体样本数量
6009	2025-03-30	A multilayer deep autoencoder approach for cross layer IoT attack detection using deep learning algorithms 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93473-9 PMID:40133346	研究论文	本文提出了一种多层深度自编码器方法（M-LDAE），用于跨层物联网攻击检测	M-LDAE利用深度自编码器的分层简化能力提取包含全局和局部属性的潜在表示，有效防御多种网络威胁	NA	提高跨层物联网攻击检测的准确性和适应性	物联网网络中的网络层和传输层攻击	机器学习	NA	深度学习算法	RNNs, GNNs, TCNs	网络数据	基准数据集和真实场景数据
6010	2025-03-30	African buffalo optimization with deep learning-based intrusion detection in cyber-physical systems 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91500-3 PMID:40133383	研究论文	提出了一种结合非洲水牛优化算法和深度学习的网络入侵检测模型（ABOADL-IDS），用于网络物理系统中的安全攻击检测	首次将非洲水牛优化算法（ABO）与堆叠深度信念网络（SDBN）相结合，并利用海鸥优化（SGO）算法进行超参数选择，提高了入侵检测的准确率	仅在NSLKDD2015和CICIDS2015数据集上进行了验证，未在其他数据集上测试模型的泛化能力	提高网络物理系统（CPS）中入侵检测的准确性和效率	网络物理系统（CPS）中的安全攻击	机器学习	NA	非洲水牛优化算法（ABO）、堆叠深度信念网络（SDBN）、海鸥优化（SGO）	SDBN	网络流量数据	NSLKDD2015和CICIDS2015数据集
6011	2025-03-30	An effective microscopic image augmentation approach 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-93954-x PMID:40133431	研究论文	提出一种有效的显微图像增强方法，用于解决中草药显微图像样本量小和稀有特征比例低的问题	结合条件引导显微图像生成模型(CGMIGM)和半监督学习数据增强模型(SSLDAM)，有效生成稀有特征并提升图像可用性	未明确说明方法在其他类型显微图像上的泛化能力	解决中草药显微图像样本量小和稀有特征检测困难的问题	中草药显微图像	计算机视觉	NA	去噪扩散概率模型(DDPM)、半监督学习	CGMIGM, SSLDAM	显微图像	未明确说明具体样本量，但提到小样本问题
6012	2025-03-30	An enhanced image restoration using deep learning and transformer based contextual optimization algorithm 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94449-5 PMID:40133442	research paper	提出了一种结合Lewin架构与SwinIR的增强图像修复模型，利用深度学习和Transformer技术优化图像修复过程	结合Lewin架构与SwinIR，采用深度学习和Transformer技术，图像修复性能提升4.2%	未提及具体计算资源消耗或处理速度，可能在实际应用中存在效率问题	解决图像处理中噪声和模糊等问题，提升图像修复质量	受损图像（受噪声、模糊等问题影响）	computer vision	NA	deep learning, Transformer	Lewin architecture, SwinIR	image	多种图像数据集（未提具体数量）
6013	2025-03-30	Adaptive signal recognition in mines based on deep learning 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95070-2 PMID:40133479	研究论文	本文提出了一种基于深度学习的自适应信号识别方法，用于解决煤矿复杂无线环境中多种无线通信技术共存和严重信号干扰导致的识别准确率低和系统复杂度高的问题	结合分组残差卷积和通道混洗技术，显著减少模型参数数量（比原始WaveNet少37%），同时利用扩张因果卷积捕捉信号中的长程依赖关系，增强模型对多径干扰特征的判别能力，并引入动态通道注意力机制自适应调整特征权重，提高识别准确率	NA	提高煤矿复杂无线环境中的信号识别准确率和系统效率	煤矿复杂无线环境中的信号	机器学习	NA	深度学习	Group Residual Shuffle Attention WaveNet	信号数据	公共数据集（RML2016.10a）和模拟数据集
6014	2025-03-30	Road manhole cover defect detection via multi-scale edge enhancement and feature aggregation pyramid 2025-Mar-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95450-8 PMID:40133666	research paper	提出了一种名为EEFA-YOLO的增强方法，用于道路井盖缺陷检测，结合了多尺度边缘增强和特征聚合金字塔模块	引入了多尺度边缘增强(MSEE)和特征聚合金字塔(FAP)两个新模块，提高了模型对细微物体和边缘细节的敏感性，并解决了尺度变化和背景干扰问题	未明确提及具体局限性	提高道路井盖缺陷检测的准确性和效率，以保障公共安全和优化维护作业	道路井盖及其缺陷（完好、破损、丢失、错位）	computer vision	NA	deep learning	EEFA-YOLO (基于YOLOv11改进)	image	包含多种场景和缺陷类型的多样化道路井盖数据集（具体数量未提及）
6015	2025-03-30	Artificial Intelligence in the Diagnosis of Neurological Diseases Using Biomechanical and Gait Analysis Data: A Scopus-Based Bibliometric Analysis 2025-Mar-20, Neurology international IF:3.2Q2 DOI:10.3390/neurolint17030045 PMID:40137466	文献综述	本研究通过文献计量分析和文献综述，探讨人工智能技术在神经学领域中的应用进展，特别是在生物力学和步态分析数据用于神经系统疾病诊断方面的应用	利用VOSviewer软件和Scopus数据库进行文献计量分析，识别了该领域的关键期刊、作者和研究合作，揭示了研究热点和主要贡献	研究合作相对有限，仅有少数高被引作者、文献和期刊推动该领域研究	探索人工智能技术在神经学领域中的应用进展，特别是在神经系统疾病诊断方面的应用	113篇2018年至2024年间发表的文献	机器学习	神经系统疾病	机器学习（ML）和深度学习（DL）	NA	生物力学和步态分析数据	113篇文献
6016	2025-03-30	Artificial Intelligence in Nuclear Cardiac Imaging: Novel Advances, Emerging Techniques, and Recent Clinical Trials 2025-Mar-19, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14062095 PMID:40142902	综述	本文探讨了人工智能在核医学心脏成像中的最新进展及其对心脏诊断领域的快速变革	人工智能技术如机器学习和深度学习神经网络为核医学心脏成像提供了新的数据解读方法，提升了图像重建、降噪及复杂数据集解释的能力	未明确提及具体的技术或临床实施中的限制	探索人工智能在核医学心脏成像中的最新进展、技术应用及临床试验	核医学心脏成像技术及其在冠状动脉疾病诊断和治疗决策中的应用	数字病理学	心血管疾病	机器学习和深度学习神经网络	ML和DL	图像	NA
6017	2025-03-30	Development of GUI-Driven AI Deep Learning Platform for Predicting Warpage Behavior of Fan-Out Wafer-Level Packaging 2025-Mar-17, Micromachines IF:3.0Q2 DOI:10.3390/mi16030342 PMID:40141953	研究论文	本研究开发了一个基于深度学习的AI预测平台，专门用于预测扇出型晶圆级封装(FOWLP)的翘曲行为	平台采用图形用户界面(GUI)，简化了深度学习模型的设计、训练和操作，使非专业用户无需大量编程知识即可配置和运行AI预测	NA	解决扇出型晶圆级封装(FOWLP)翘曲行为预测的挑战，提高电子封装设计的效率和准确性	扇出型晶圆级封装(FOWLP)的翘曲行为	机器学习	NA	深度学习	NA	大型数据集	NA
6018	2025-03-30	Fundus-Derived Predicted Age Acceleration in Glaucoma Patients Using Deep Learning and Propensity Score-Matched Controls 2025-Mar-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14062042 PMID:40142850	research paper	本研究利用深度学习和倾向评分匹配对照，探讨了青光眼与加速生物衰老之间的关系，并分析了系统性因素和视网膜血管变化在这一关联中的作用	首次使用眼底图像衍生的预测年龄来研究青光眼与加速生物衰老的关联，并探索了系统性因素和视网膜血管变化的影响	研究为横断面设计，无法确定因果关系，需要进一步纵向研究	研究青光眼与加速生物衰老之间的关系，并探索系统性因素和视网膜血管变化的作用	青光眼患者和匹配对照	digital pathology	glaucoma	deep learning	EfficientNet	image	6023名参与者（包括547名青光眼患者和547名匹配对照）
6019	2025-03-30	Enhancing Unconditional Molecule Generation via Online Knowledge Distillation of Scaffolds 2025-Mar-12, Molecules (Basel, Switzerland) DOI:10.3390/molecules30061262 PMID:40142038	研究论文	本文提出了一种通过在线知识蒸馏框架将分子支架信息整合到语言模型中，以增强无条件分子生成的方法	通过在线知识蒸馏框架整合分子支架信息，提升无条件分子生成的有效性和新颖性	直接使用支架作为先验输入可能引入偏差，限制新分子的探索	提高无条件分子生成的有效性和新颖性，以加速药物发现过程	药物样分子	自然语言处理	NA	在线知识蒸馏	GPT, Transformer	SMILES字符串	在两个著名的分子生成基准测试上进行实验
6020	2025-03-30	Computational Analysis of Morphological Changes in Lactiplantibacillus plantarum Under Acidic Stress 2025-Mar-12, Microorganisms IF:4.1Q2 DOI:10.3390/microorganisms13030647 PMID:40142539	研究论文	通过计算图像分析研究酸性压力下植物乳杆菌形态变化	开发了一种结合深度学习和目标检测的计算方法，用于测量细菌细胞尺寸，并揭示了酸性环境下细菌形态的显著变化	研究仅针对单一菌种，结果可能不适用于其他细菌	研究酸性压力对细菌形态的影响	植物乳杆菌	计算机视觉	NA	深度学习、目标检测、图像分类	深度学习模型	图像	单一菌种培养物