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
621	2025-10-05	KG-SR-LLM: Knowledge-Guided Semantic Representation and Large Language Model Framework for Cross-Domain Bearing Fault Diagnosis 2025-Sep-16, Sensors (Basel, Switzerland) DOI:10.3390/s25185758 PMID:41012996	研究论文	提出一种结合知识引导语义表示与大语言模型的轴承故障诊断框架KG-SR-LLM，解决跨域泛化问题	首次将大语言模型引入轴承故障诊断领域，设计结构化表示方法将振动时序数据转换为可解释文本序列，并提出基于低秩自适应的知识引导提示调优策略	未明确说明模型在极端工况下的表现及计算效率分析	开发具有跨域泛化能力的轴承故障诊断方法	工业、航空航天和能源领域的轴承设备	故障诊断	NA	振动信号分析	LLM	振动时间序列	11个公共数据集	LoRA	KG-SR-LLM	诊断准确率	NA
622	2025-10-05	A Systematic Review of Techniques for Artifact Detection and Artifact Category Identification in Electroencephalography from Wearable Devices 2025-Sep-16, Sensors (Basel, Switzerland) DOI:10.3390/s25185770 PMID:41013007	系统综述	本文系统综述了可穿戴脑电图设备中伪迹检测和伪迹类别识别的技术方法	首次系统性地总结了可穿戴EEG设备中针对干电极、有限头皮覆盖和受试者移动等特殊因素产生的伪迹处理方法	仅有少数研究明确针对可穿戴EEG的特殊性，且很少分离检测和去除阶段对性能指标的影响	评估可穿戴脑电图设备中伪迹检测和伪迹类别识别的方法	58项关于可穿戴EEG伪迹处理的研究	生物医学信号处理	NA	脑电图, 小波变换, 独立成分分析, 自动子空间重建	深度学习	脑电信号	58项研究	NA	NA	准确率, 选择性	NA
623	2025-10-05	Video-Based Automated Lameness Detection for Dairy Cows 2025-Sep-16, Sensors (Basel, Switzerland) DOI:10.3390/s25185771 PMID:41013006	研究论文	开发基于视频的自动化奶牛跛行检测方法	提出全自动端到端视频分析系统，引入自定义7点运动评分系统，结合脊柱曲率、头部位置和腿部间距多特征分析	仅使用832头奶牛样本，评估存在一定局限性	开发自动化奶牛跛行检测方法以替代人工观察	不同跛行程度的奶牛	计算机视觉	奶牛跛行症	视频分析，深度学习	深度学习	视频，图像帧	832头奶牛	NA	NA	准确率	NA
624	2025-10-05	Passable: An Intelligent Traffic Light System with Integrated Incident Detection and Vehicle Alerting 2025-Sep-16, Sensors (Basel, Switzerland) DOI:10.3390/s25185760 PMID:41013015	研究论文	提出一种集成事故检测和车辆预警功能的智能自适应交通灯控制系统	结合深度学习与计算机视觉实现实时交通状况监测，动态调整信号时序并通过无线通信向驾驶员发送预警	尚未在真实车辆通信技术和多协调交叉路口进行测试，未集成行人及应急车辆检测功能	优化交通流、提升道路安全、改善驾驶体验	城市交通系统及交通参与者	计算机视觉	NA	深度学习、计算机视觉、无线通信	深度学习模型	图像	NA	NA	NA	NA	NA
625	2025-10-05	From Anatomy to Genomics Using a Multi-Task Deep Learning Approach for Comprehensive Glioma Profiling 2025-Sep-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090979 PMID:41007223	研究论文	提出一种多任务深度学习框架MGMT-Net，通过多模态MRI数据同时实现胶质瘤解剖分割和基因组标记物预测	开发跨模态注意力融合模块和混合Transformer-CNN编码器，首次在单一模型中整合空间解剖分析和遗传特征预测	模型在外部机构队列的泛化能力仍需进一步验证，未提及计算效率对临床实时应用的影响	开发综合胶质瘤分析框架，桥接放射影像学与基因组学见解	胶质瘤患者的多模态MRI数据和基因组标记物	医学影像分析	胶质瘤	多模态MRI	Transformer, CNN	医学影像	BraTS 2024数据集和TCGA/EGD联合数据集	NA	混合Transformer-CNN编码器，跨模态注意力融合模块	分割精度，生物标记物分类性能	NA
626	2025-10-05	PHSP-Net: Personalized Habitat-Aware Deep Learning for Multi-Center Glioblastoma Survival Prediction Using Multiparametric MRI 2025-Sep-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090978 PMID:41007224	研究论文	提出一种个性化栖息地感知的深度学习网络PHSP-Net，用于基于多参数MRI的多中心胶质母细胞瘤生存预测	结合自适应栖息地分割策略，实现患者特异性亚区域分割和生存预测，提供可解释性可视化	NA	开发准确且可泛化的多中心胶质母细胞瘤总体生存期预测方法	经组织学确认的WHO IV级胶质母细胞瘤患者	数字病理学	胶质母细胞瘤	多参数MRI	CNN	医学影像	1084名来自四个中心的患者（UPENN-GBM、UCSF-PDGM、LUMIERE和TCGA-GBM）	NA	PHSP-Net, ResNet10	AUROC, Kaplan-Meier分析, log-rank检验	NA
627	2025-10-05	YOLO-WildASM: An Object Detection Algorithm for Protected Wildlife 2025-Sep-15, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15182699 PMID:41007943	研究论文	提出一种基于YOLOv8改进的野生动物目标检测算法YOLO-WildASM，用于复杂自然环境中保护野生动物的准确识别	在YOLOv8架构中引入三个关键改进：P2小目标检测层、多头自注意力机制和双向特征金字塔网络	仅针对10种保护野生动物物种进行验证，在更广泛物种上的泛化能力有待进一步测试	开发适用于复杂自然环境的野生动物目标检测算法	10种保护野生动物物种	计算机视觉	NA	深度学习	CNN	图像	超过8000张图像	NA	YOLOv8, YOLO-WildASM, BiFPN	mAP50	NA
628	2025-10-05	Automated Detection and Segmentation of Ascending Aorta Dilation on a Non-ECG-Gated Chest CT Using Deep Learning 2025-Sep-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182336 PMID:41008708	研究论文	开发用于在非心电图门控胸部CT上自动检测和分割升主动脉扩张的深度学习模型	提出结合CNN分类和U-Net分割的两阶段深度学习流程，在非心电图门控CT上实现高精度主动脉分割	仅使用500例非心电图门控胸部CT扫描进行训练和验证	开发自动化升主动脉扩张检测和分割方法	升主动脉扩张患者	计算机视觉	心血管疾病	非心电图门控胸部CT扫描	CNN, U-Net	医学影像	500例非心电图门控胸部CT扫描，包含超过50,000个切片	NA	CNN, U-Net	Dice相似系数, 交并比, 分类准确率	NA
629	2025-10-05	ViT-DCNN: Vision Transformer with Deformable CNN Model for Lung and Colon Cancer Detection 2025-Sep-15, Cancers IF:4.5Q1 DOI:10.3390/cancers17183005 PMID:41008848	研究论文	提出结合视觉Transformer和可变形CNN的ViT-DCNN模型用于肺癌和结肠癌检测	将ViT的自注意力机制与可变形卷积相结合，能够同时学习整体上下文信息和细粒度局部空间细节	数据集规模有限，模型可解释性有待提升	提高肺癌和结肠癌的检测和分类准确率	肺癌和结肠癌组织病理学图像	计算机视觉	肺癌, 结肠癌	组织病理学成像	Transformer, CNN	图像	来自肺癌和结肠癌组织病理学图像数据集的五类图像数据（结肠腺癌、结肠正常、肺腺癌、肺正常、肺鳞状细胞癌），按80%训练、10%验证、10%测试划分	NA	ViT-DCNN, ResNet-152, EfficientNet-B7, SwinTransformer, DenseNet-201, ConvNext, TransUNet, CNN-LSTM, MobileNetV3, NASNet-A	准确率, F1分数, 召回率, 精确率	NA
630	2025-10-05	Artificial Intelligence and Digital Tools Across the Hepato-Pancreato-Biliary Surgical Pathway: A Systematic Review 2025-Sep-15, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14186501 PMID:41010705	系统综述	本文系统综述了人工智能和数字工具在肝胆胰外科手术路径中的应用	首次系统评估AI和数字工具在整个肝胆胰外科手术路径中的综合应用，涵盖从术前诊断到术中导航的全流程	大多数研究为回顾性、单中心或可行性研究，外部验证有限	评估人工智能和数字工具在肝胆胰外科手术护理中的应用效果	肝胆胰外科手术患者	数字病理	肝胆胰疾病	机器学习、深度学习、影像组学、增强现实/混合现实、计算机视觉	机器学习、深度学习	医学影像	38项符合纳入标准的研究	NA	NA	AUC	NA
631	2025-10-05	RWKV-VIO: An Efficient and Low-Drift Visual-Inertial Odometry Using an End-to-End Deep Network 2025-Sep-15, Sensors (Basel, Switzerland) DOI:10.3390/s25185737 PMID:41012976	研究论文	提出一种基于RWKV架构的高效低漂移视觉-惯性里程计框架	首次将RWKV架构应用于VIO任务，设计了轻量级结构和线性计算复杂度的时序建模方法	仅使用公开数据集进行验证，未在实际机器人平台上进行实时测试	解决视觉-惯性里程计中的时序建模和计算效率问题	自主导航和机器人系统的定位与姿态估计	计算机视觉	NA	视觉-惯性里程计技术	RWKV	图像和惯性测量单元数据	公开数据集	PyTorch	RWKV	定位精度，模型大小，推理时间	NA
632	2025-10-05	Correction: Javeed et al. A Hybrid Deep Learning-Driven SDN Enabled Mechanism for Secure Communication in Internet of Things (IoT). Sensors 2021, 21, 4884 2025-Sep-15, Sensors (Basel, Switzerland) DOI:10.3390/s25185739 PMID:41013172	correction	对先前发表的关于物联网安全通信的混合深度学习驱动SDN机制论文进行更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
633	2025-10-05	AI-Assisted Fusion Technique for Orthodontic Diagnosis Between Cone-Beam Computed Tomography and Face Scan Data 2025-Sep-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090975 PMID:41007220	研究论文	提出一种基于深度学习的锥形束计算机断层扫描与面部扫描数据融合技术，用于提高正畸诊断和治疗规划的准确性	结合深度学习模型与迭代最近点算法，解决CBCT和面部扫描数据采集时间差异及外部细节干扰的问题	结果仅为初步可行性研究，尚未证实临床准确性	提高医学影像诊断准确性和治疗规划效率，特别是在美容手术和正畸领域	锥形束计算机断层扫描数据和面部扫描数据	计算机视觉	NA	锥形束计算机断层扫描，面部扫描	深度学习	3D图像，面部网格数据	NA	NA	NA	配准误差，内点RMSE	NA
634	2025-10-05	Turning the Tide-Artificial Intelligence in the Evolving Landscape of Liver Cancer 2025-Sep-14, Cancers IF:4.5Q1 DOI:10.3390/cancers17183003 PMID:41008847	综述	本文探讨人工智能在肝癌早期检测、诊断、分期、治疗选择和治疗后监测等临床全流程中的应用潜力与挑战	系统梳理AI在肝癌临床管理全流程中的应用现状，并首次综合讨论其临床转化面临的伦理、监管和后勤障碍	大多数AI应用仍处于概念验证阶段，缺乏大规模临床试验和监管批准，临床实践整合进展缓慢	评估人工智能在肝癌管理中的转化潜力并分析临床应用的障碍	肝癌患者	数字病理	肝癌	影像组学	机器学习,深度学习	影像数据,临床数据,病理数据,分子数据	NA	NA	NA	诊断准确率	NA
635	2025-10-05	MCEM: Multi-Cue Fusion with Clutter Invariant Learning for Real-Time SAR Ship Detection 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185736 PMID:41012975	研究论文	提出一种用于合成孔径雷达图像中实时船舶检测的多线索融合与杂波不变学习框架	集成尺度自适应卷积的特征提取模块、解耦目标-背景模糊性的特征融合模块和优化精度-效率平衡的检测头模块	NA	解决合成孔径雷达图像中弱小目标散射特征、复杂海杂波干扰和计算效率低下的船舶检测难题	合成孔径雷达图像中的船舶目标	计算机视觉	NA	合成孔径雷达成像	CNN	图像	使用HRSID和SSDD两个高杂波SAR数据集	NA	无锚框检测框架	APS, APL	NA
636	2025-10-05	Abnormal Vibration Signal Detection of EMU Motor Bearings Based on VMD and Deep Learning 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185733 PMID:41012972	研究论文	提出结合变分模态分解和深度学习的异常振动信号检测方法，用于高速动车组电机轴承的状态监测	采用自适应VMD参数选择优化模态分解，结合CNN-BiLSTM- ResNet混合深度学习模型进行多尺度特征提取和时间建模，实现从早期征兆到显著偏差的异常检测	使用非实时地面监测系统数据，可能无法完全反映实时运行状态	解决高速动车组电机轴承振动信号的非平稳性和多分量耦合特性带来的异常检测挑战	CR400AF动车组电机轴承的振动信号	机器学习	NA	振动信号分析，变分模态分解	CNN, BiLSTM, ResNet, OC-SVM	振动信号数据	CR400AF动车组电机轴承实际运行数据	NA	CNN-BiLSTM-ResNet混合架构	RMSE, MAE, R2, 准确率, F1-score	NA
637	2025-10-05	Bridging the Methodological Gap Between Inertial Sensors and Optical Motion Capture: Deep Learning as the Path to Accurate Joint Kinematic Modelling Using Inertial Sensors 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185728 PMID:41012969	研究论文	提出一种创新的深度学习方法，通过惯性传感器数据预测标记点位置，实现传统光学运动捕捉方法在惯性传感器上的应用	首次使用深度学习模型将惯性传感器数据转换为光学运动捕捉系统的标记点位置，解决了两种技术间的方法学鸿沟	研究主要关注矢状面的关节角度，未全面评估其他运动平面；样本量相对有限	建立惯性传感器与光学运动捕捉系统之间的方法学桥梁，实现准确的关节运动学建模	18名参与者在跑步机上行走时的运动数据	机器学习	NA	惯性测量单元(IMU)，光学运动捕捉(OMC)	自编码器	传感器数据，运动捕捉数据	18名参与者	NA	自编码器网络	均方根误差(RMSE)	NA
638	2025-10-05	Deep Learning-Based Iodine Contrast Augmentation for Suboptimally Enhanced CT Pulmonary Angiography: Implications for Pulmonary Embolism Diagnosis 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182325 PMID:41008696	研究论文	评估深度学习碘对比度增强算法在次优CT肺动脉造影中对肺栓塞诊断的图像质量和诊断性能影响	首次将深度学习碘对比度增强算法应用于次优CT肺动脉造影，显著提升图像质量和肺栓塞诊断准确率	回顾性研究，样本量有限（103例），需进一步前瞻性验证	优化次优CT肺动脉造影的图像质量和肺栓塞诊断性能	次优CT肺动脉造影图像	医学影像分析	肺栓塞	CT肺动脉造影	深度学习	医学影像	103例次优CT肺动脉造影病例（2020年5月至2025年3月）	NA	NA	AUC, 信噪比, 对比噪声比, 准确率	NA
639	2025-10-05	Automated Brain Tumor MRI Segmentation Using ARU-Net with Residual-Attention Modules 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182326 PMID:41008698	研究论文	提出一种结合残差连接和注意力模块的ARU-Net深度学习架构，用于脑部肿瘤MRI图像的自动分割	集成残差连接、自适应通道注意力和维度空间三重注意力模块的新型网络架构，能更有效提取多尺度特征	NA	开发精确分割脑部肿瘤区域的自动化方法，提高分割准确性和泛化能力	脑部肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	BTMRII数据集	NA	U-Net, DenseNet121, Xception, ARU-Net	准确率, 精确率, 召回率, F1分数, Dice相似系数, 交并比	NA
640	2025-10-05	Automated Computer-Assisted Diagnosis of Pleural Effusion in Chest X-Rays via Deep Learning 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182322 PMID:41008694	研究论文	本研究开发了一种基于深度学习的自动胸腔积液检测系统，用于胸部X光图像分析	结合图像裁剪、图像增强和EfficientNet-B0模型，显著提升胸腔积液检测准确率，相比先前研究提高21.30%	NA	开发自动胸腔积液检测系统以辅助医生诊断	胸部X光图像中的胸腔积液	计算机视觉	肺部疾病	深度学习	CNN	图像	NA	NA	EfficientNet-B0	准确率	NA