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
641	2025-10-31	Research on Wind Field Correction Method Integrating Position Information and Proxy Divergence 2025-Oct-01, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100651 PMID:41149181	研究论文	提出一种融合位置信息和物理约束的风场校正深度学习方法PPWNet	直接使用稀疏观测数据作为真值，融合观测点位置编码和物理一致性约束，采用并行双分支DenseInception网络模拟生物视觉系统的分层处理机制	未明确说明模型在不同地理区域和气象条件下的泛化能力	提高数值模型初始风场的校正精度	风场数据	机器学习	NA	深度学习	CNN,注意力机制	网格数据,观测数据	NA	NA	DenseInception,PointNet,并行双分支网络	MAE,RMSE	NA
642	2025-10-31	Development of Semi-Automatic Dental Image Segmentation Workflows with Root Canal Recognition for Faster Ground Tooth Acquisition 2025-Oct-01, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100340 PMID:41150016	研究论文	本研究开发了两种半自动牙科图像分割工作流程，用于加速深度学习模型训练数据的获取	提出了结合种子生长法和分水岭算法的半自动分割工作流程，专门针对牙科结构特别是根管区域的分割	需要大量标注数据集，模型泛化能力仍需验证	提高牙科图像分割的诊断准确性并加速分割过程	牙齿和根管区域	计算机视觉	牙科疾病	图像分割	3D U-Net, GAN	3D牙科图像	三个独立数据集，包含上颌中切牙和上颌第二磨牙	3D Slicer	3D U-Net, GAN	Dice系数	NA
643	2025-10-31	Deep Learning Predicts Cardiac Output from Seismocardiographic Signals in Heart Failure 2025-Sep-30, The American journal of cardiology DOI:10.1016/j.amjcard.2025.09.037 PMID:41038524	研究论文	本研究开发了一种深度学习模型，通过心震图信号无创预测心力衰竭患者的心输出量	首次将深度学习与可穿戴心震图传感器结合，实现无创心输出量估计，特别在低输出状态下表现优异	需要前瞻性多中心验证来确认普适性和评估临床影响	开发并评估直接从心震图、心电图和体重指数估计心输出量的深度学习模型	心力衰竭患者	机器学习	心血管疾病	心震图, 心电图	CNN	生理信号	73名心力衰竭患者（训练集），64名患者（验证集）	NA	深度卷积神经网络	平均偏差, 一致性界限	NA
644	2025-10-31	Identification of Hybrid Indica Paddy Rice Grain Varieties Based on Hyperspectral Imaging and Deep Learning 2025-Sep-30, Biosensors DOI:10.3390/bios15100647 PMID:41149299	研究论文	本研究基于高光谱成像和深度学习技术开发了一种杂交籼稻稻谷品种分类方法	提出结合CNN-Transformer混合模型，并采用SNV预处理、CARS特征波长选择和可解释性分析来优化分类性能	NA	实现杂交籼稻稻谷品种的精确分类，为水稻质量控制提供自动化工具	杂交籼稻稻谷品种	计算机视觉	NA	高光谱成像	CNN,Transformer	高光谱图像	NA	NA	CNN-Transformer	准确率,F1分数	NA
645	2025-10-31	Interpretability of Deep High-Frequency Residuals: A Case Study on SAR Splicing Localization 2025-Sep-28, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100338 PMID:41150014	研究论文	本研究评估深度高频残差在SAR图像拼接定位中的可解释性特性	发现深度高频残差不仅能识别图像篡改区域，还能揭示所应用的编辑技术特性	研究主要针对SAR振幅图像的拼接定位，未涉及其他类型图像或篡改技术	评估深度高频残差在多媒体取证中的可解释性特性	合成孔径雷达图像中的拼接篡改区域	多媒体取证	NA	深度高频残差分析	神经网络	SAR图像	NA	NA	NA	NA	NA
646	2025-10-31	Image-Based Telecom Fraud Detection Method Using an Attention Convolutional Neural Network 2025-Sep-27, Entropy (Basel, Switzerland) DOI:10.3390/e27101013 PMID:41148971	研究论文	提出一种基于注意力卷积神经网络的图像化电信欺诈检测方法	采用特征转换方法将用户通信行为转化为图像表示，并结合Focal Loss函数解决数据极端不平衡问题	未明确说明模型在跨区域或跨运营商场景下的泛化能力	开发能有效识别电信欺诈行为的深度学习检测系统	电信用户的通信行为数据	计算机视觉	NA	特征转换技术	CNN	图像化通信数据	真实通信数据集（具体数量未说明）	NA	注意力卷积神经网络	召回率,AUC	NA
647	2025-10-31	Radiomics in non-oncologic musculoskeletal diseases: from pixels to practice 2025-Sep-27, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107106 PMID:41162310	综述	本文综述了影像组学在非肿瘤性肌肉骨骼疾病中的应用原理、工作流程及临床潜力	将影像组学从肿瘤学领域扩展到非肿瘤性肌肉骨骼疾病，并强调人工智能技术对提升分析一致性的推动作用	成像协议、分割和特征提取的标准化与可重复性不足限制了更广泛的临床整合	探讨影像组学在非肿瘤性肌肉骨骼疾病中的临床应用价值与方法学框架	骨质疏松症、骨关节炎、风湿性疾病、神经病理学和创伤相关损伤等非肿瘤性肌肉骨骼疾病	医学影像分析	肌肉骨骼疾病	影像组学特征提取	深度学习	放射学图像	NA	开源AI平台	NA	NA	NA
648	2025-10-31	Dual-Attention-Based Block Matching for Dynamic Point Cloud Compression 2025-Sep-25, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100332 PMID:41150008	研究论文	提出一种基于双重注意力的块匹配网络用于动态点云压缩，通过分层运动估计/补偿框架提升帧间预测精度	引入分层ME/MC框架自适应选择运动场粒度，并提出双重注意力KNN块匹配网络通过双向注意力机制更精确测量点间相关性	未明确说明计算复杂度和对硬件资源的需求	解决动态三维点云因空间分布不规则导致的帧间压缩难题	动态三维点云数据	计算机视觉	NA	点云压缩技术	深度学习网络	三维点云数据	8iFVBv2数据集	NA	双重注意力KNN块匹配网络(DA-KBM)	BD-Rate	NA
649	2025-10-31	SGFNet: Redundancy-Reduced Spectral-Spatial Fusion Network for Hyperspectral Image Classification 2025-Sep-24, Entropy (Basel, Switzerland) DOI:10.3390/e27100995 PMID:41148953	研究论文	提出一种基于信息论的冗余减少光谱-空间融合网络SGFNet，用于高光谱图像分类	从信息论角度设计光谱引导融合网络，通过光谱感知滤波模块和光谱-空间自适应融合模块减少特征冗余和不确定性	NA	解决高光谱图像分类中光谱冗余和空间噪声问题，构建高效准确的分类模型	高光谱图像数据	计算机视觉	NA	高光谱成像	CNN	高光谱图像	四个广泛使用的高光谱基准数据集	NA	SGFNet, SAFM, SSAF, SGGC	多个评估指标	NA
650	2025-10-31	Designing the Future of Biosensing: Advances in Aptamer Discovery, Computational Modeling, and Diagnostic Applications 2025-Sep-24, Biosensors DOI:10.3390/bios15100637 PMID:41149291	综述	本文综述了计算工具在适配体研究和生物传感器开发中的最新进展，重点关注机器学习、深度学习和结构建模技术的应用	整合了预测算法在适配体-靶标相互作用建模、序列优化和设计流程方面的进展，特别关注结构转换适配体和双适配体系统的技术创新	存在数据集标准化不足和机器学习模型可解释性有限的挑战	推动适配体生物传感器向可扩展、即时检测和临床可部署诊断解决方案的发展	适配体-靶标相互作用、生物传感器设计	机器学习, 计算生物学	NA	机器学习, 深度学习, 结构建模	NA	序列数据, 结构数据	NA	NA	NA	灵敏度, 特异性	NA
651	2025-10-31	Deep Learning-Based 30-Day Mortality Prediction in Critically Ill Bone and Bone Marrow Metastasis Patients: A Multicenter Retrospective Cohort Study 2025-Sep-24, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32100533 PMID:41149453	研究论文	开发并验证基于深度学习的危重骨与骨髓转移患者30天死亡率预测模型	首次针对危重BBM患者开发专用死亡率预测工具，采用多中心数据验证并部署在线计算器	回顾性研究设计，模型性能需在前瞻性研究中进一步验证	开发危重骨与骨髓转移患者的早期死亡率预测工具	来自MIMIC-IV、eICU-CRD和新疆医科大学第一附属医院的ICU危重BBM患者	医疗人工智能	骨与骨髓转移癌	深度学习	TabNet, XGBoost, Lasso回归	临床数据	多中心ICU患者数据（具体数量未明确说明）	NA	TabNet	AUC, 平均精度, 校准曲线, 决策曲线, 准确率	NA
652	2025-10-31	Classifying Sex from MSCT-Derived 3D Mandibular Models Using an Adapted PointNet++ Deep Learning Approach in a Croatian Population 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100328 PMID:41150004	研究论文	本研究开发了一种基于改进PointNet++深度学习方法的3D下颌骨模型性别分类系统，应用于克罗地亚人群的法医人类学分析	首次将改进的PointNet++架构应用于下颌骨3D点云数据的性别分类，并开发了用户友好的实时分类网络应用	研究样本仅来自克罗地亚南部人群，样本量相对有限（254个样本）	通过深度学习技术提高基于下颌骨的性别估计准确性，为法医人类学提供自动化工具	克罗地亚人群的多层螺旋CT衍生的3D下颌骨模型	计算机视觉	NA	多层螺旋CT扫描，3D建模	PointNet++, 自编码器, 逻辑回归	3D点云数据，STL文件	254个3D下颌骨模型（127男性，127女性）	TensorFlow, PyTorch, Gradio	PointNet++, 自编码器	准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值, 马修斯相关系数	NA
653	2025-10-31	Image Matching: Foundations, State of the Art, and Future Directions 2025-Sep-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100329 PMID:41150005	综述	本文对图像匹配技术进行了全面综述，涵盖其发展历程、当前研究现状和未来发展方向	系统梳理了图像匹配技术从手工特征提取到深度学习方法的演变历程，并提出了H-矩阵优化、LoFTR模型加速等未来研究方向	作为综述论文，不包含原始实验数据和新算法提出，主要基于现有文献进行分析和总结	为研究人员提供图像匹配领域的全面技术概览和发展洞察	图像匹配算法和技术	计算机视觉	NA	NA	深度学习神经网络,注意力机制	图像	NA	NA	LoFTR	NA	NA
654	2025-10-31	Digital Twin Cognition: AI-Biomarker Integration in Biomimetic Neuropsychology 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100640 PMID:41149170	系统综述	本文系统综述了数字孪生认知技术在神经心理学中整合AI驱动生物标志物的研究进展	提出数字孪生认知新范式，创建个体认知系统的动态个性化虚拟模型，实现持续监测和精准干预	算法可解释性不足、人群泛化能力有限、医疗系统整合困难，高准确率声明主要基于小规模同质队列且外部验证有限	推进个性化认知健康，通过AI驱动的生物标志物整合提升神经心理评估和干预效果	神经退行性疾病和多发性硬化症患者	数字病理学	神经退行性疾病	多模态生物标志物整合（神经影像、生理、行为、数字表型）	深度学习, 传统机器学习	多模态数据	小规模同质队列，需要大规模多中心验证研究	NA	NA	预测准确率	NA
655	2025-10-31	MASleepNet: A Sleep Staging Model Integrating Multi-Scale Convolution and Attention Mechanisms 2025-Sep-23, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics10100642 PMID:41149171	研究论文	提出一种融合多尺度卷积和注意力机制的睡眠分期模型MASleepNet	整合多模态深度特征，采用多尺度卷积模块并行提取不同时间尺度特征，并通过通道注意力机制自适应加权融合各模态特征	仅在Sleep-EDF数据集上验证，未在其他睡眠数据集测试泛化能力	实现自动睡眠分期以解决传统人工分期方法耗时、依赖专家经验等问题	多通道多导睡眠图信号	机器学习	睡眠障碍	多导睡眠图	CNN, BiLSTM	生理信号	Sleep-EDF数据集（包含Sleep-EDF-78和Sleep-EDF-20两个子集）	NA	多尺度卷积模块, 双向长短期记忆网络, 注意力机制	准确率	NA
656	2025-10-31	A Comprehensive Framework for Eye Tracking: Methods, Tools, Applications, and Cross-Platform Evaluation 2025-Sep-23, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr18050047 PMID:41149949	综述	本文系统探讨了眼动追踪的概念、方法、工具、应用及跨平台评估，重点关注现代高效技术及其在各领域的应用	整合了基于视频眼动图(VOG)的系统、深度学习凝视估计模型、可穿戴设备等现代方法，并提出解决特定眼动追踪方法局限性的策略	某些特定眼动追踪方法存在固有局限性，需要进一步解决技术挑战	建立眼动追踪的综合框架，探索其在人机交互、教育、医疗等领域的应用潜力	眼动追踪技术、方法、工具及应用系统	人机交互	NA	视频眼动图(VOG)、深度学习、虚拟/增强现实、辅助技术	深度学习模型	眼动数据、视频数据	NA	NA	NA	NA	NA
657	2025-10-31	A Review on the Detection of Plant Disease Using Machine Learning and Deep Learning Approaches 2025-Sep-23, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11100326 PMID:41150002	综述	本文系统评述了使用机器学习和深度学习方法进行植物病害检测的研究进展	首次在实验室和实时田间条件下批判性评估模型性能，强调鲁棒性、泛化能力和边缘部署适用性，并引入GreenViT、混合ViT-CNN模型和YOLO系列检测器等新架构	依赖手工特征、过拟合问题、对环境噪声敏感、数据集规模小且不平衡、现实世界性能不佳	实现植物病害的早期准确检测以确保粮食安全、提高作物产量和促进精准农业	植物病害	计算机视觉	NA	图像分类	CNN, Transformer, GAN, YOLO	图像	NA	NA	GreenViT, ViT-CNN混合模型, YOLO, DCGAN	准确率, 推理速度, 硬件效率	边缘部署
658	2025-10-31	Prediction of bronchopulmonary dysplasia using machine learning from chest X-rays of premature infants in the neonatal intensive care unit 2025-Sep-05, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000044322 PMID:40922342	研究论文	本研究开发了一种基于深度学习的人工智能模型，利用早产儿胸部X光片预测支气管肺发育不良的发生及其严重程度	首次使用DenseNet121深度学习架构从早产儿系列胸部X光片中预测BPD严重程度分级	样本量有限且缺乏外部验证数据集	开发人工智能模型预测早产儿支气管肺发育不良的严重程度	新生儿重症监护室中胎龄≤28周且体重<1250g的早产儿	医学影像分析	支气管肺发育不良	胸部X光摄影	深度学习	医学影像	122名早产儿的395张胸部X光片	NA	DenseNet121	AUC	NA
659	2025-10-31	Fused RGB and IR image based deep learning detection of dried laver bugak for robotic automation systems 2025-Aug-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16563-8 PMID:40877352	研究论文	开发基于融合RGB和红外图像的深度学习检测模型，用于紫菜脆片的自动分拣和装载机器人系统	提出使用VGG19网络融合RGB和红外图像的新方法，并首次将YOLOv11l和RT-DETR模型应用于紫菜脆片检测	NA	实现紫菜脆片生产过程中的自动化分拣和装载	干燥紫菜脆片	计算机视觉	NA	RGB和红外图像融合	YOLO, RT-DETR	图像	NA	NA	VGG19, YOLOv11l, YOLOv8s	F1分数, mAP@0.5	NA
660	2025-10-31	mamp-ml: A deep learning approach to epitope immunogenicity in plants 2025-Jul-15, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.11.664399 PMID:40791437	研究论文	开发了一个名为mamp-ml的深度学习框架，用于预测植物受体-配体相互作用和表位免疫原性	结合大型蛋白质语言模型ESM-2与二十多年的功能数据，构建了能够预测免疫原性结果的管道和模型，即使缺乏实验结构也能实现预测	模型在测试集上的预测准确率为73%，仍有提升空间	预测植物受体-配体相互作用和表位免疫原性	植物免疫系统中的LRR受体和配体组合	机器学习,计算生物学	植物病原体感染	蛋白质语言模型,深度学习	深度学习模型	蛋白质序列数据,功能数据	基于二十多年研究积累的功能数据	NA	ESM-2	准确率	NA