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	2025-10-05	A Deep Learning Framework for Classification of Neuroendocrine Neoplasm Whole Slide Images 2025-Sep-13, Cancers IF:4.5Q1 DOI:10.3390/cancers17182991 PMID:41008835	研究论文	开发用于神经内分泌肿瘤全切片图像分类的深度学习框架	首次系统研究H&E染色、H&E联合Ki-67染色以及病理学家校正病例三种设置下的神经内分泌肿瘤分级性能	样本量相对有限（186例患者），需要进一步研究确认模型识别出的预后独特亚组是否为不同临床实体	开发自动化机器学习流程用于神经内分泌肿瘤分级	胃肠胰腺神经内分泌肿瘤	数字病理	神经内分泌肿瘤	全切片图像分析	深度学习	病理图像	385个样本（247张H&E染色图像，138张Ki-67图像），来自186例患者	NA	NA	平衡准确率，c-index	NA
642	2025-10-05	A Lightweight Hybrid Detection System Based on the OpenMV Vision Module for an Embedded Transportation Vehicle 2025-Sep-13, Sensors (Basel, Switzerland) DOI:10.3390/s25185724 PMID:41012964	研究论文	提出一种基于OpenMV视觉模块的轻量级混合检测系统，用于嵌入式运输车辆的实时目标检测	采用两阶段检测机制：远距离使用HSV颜色空间红色阈值分割快速定位，近距离切换轻量级深度学习模型进行细粒度识别，构建FOMO MobileNetV2模型	仅在实验室环境下测试，样本量相对有限（820个样本）	满足移动嵌入式无人车辆实验室物品运输智能控制系统的实时目标检测需求	实验室环境中的检测目标	计算机视觉	NA	HSV颜色空间分割，深度学习	CNN	图像	820个样本（包含光照强度和物体距离两个变量的多维数据集）	OpenMV	MobileNetV2, FOMO	平均分类准确率	嵌入式终端（OpenMV H7 Plus摄像头）
643	2025-10-05	Deep Learning for Heart Sound Abnormality of Infants: Proof-of-Concept Study of 1D and 2D Representations 2025-Sep-12, Children (Basel, Switzerland) DOI:10.3390/children12091221 PMID:41007086	研究论文	本研究开发了一种结合CNN和LSTM的深度学习框架，用于婴儿心音异常的早期诊断	首次将心脏听诊信号的时间-频率表示与深度学习结合，专注于婴儿先天性心脏缺陷的早期检测	依赖公开数据集，需要进一步临床验证以确认实际应用效果	开发基于深度学习的先天性心脏缺陷早期诊断方法	婴儿心脏听诊信号	数字病理	心血管疾病	心音听诊，MFCC特征提取	CNN, LSTM	音频信号	NA	NA	CNN-LSTM混合架构	准确率	NA
644	2025-10-05	Rapid Screening of Anticoagulation Compounds for Biological Target-Associated Adverse Effects Using a Deep-Learning Framework in the Management of Atrial Fibrillation 2025-Sep-12, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090972 PMID:41007217	研究论文	本研究开发了一个深度学习框架，用于预测抗凝药物在房颤治疗中可能引起的生物学靶点相关不良反应	将深度学习应用于药物不良反应的生物学靶点筛查，考虑了蛋白质序列和受影响器官的生物学基础	NA	开发预测抗凝药物不良反应的深度学习框架，指导房颤治疗中的最优药物选择	抗凝药物（依诺肝素、利伐沙班、依度沙班、阿哌沙班）及其生物学靶点	机器学习	心血管疾病	深度学习	深度学习模型	蛋白质序列、药物不良反应数据	NA	NA	NA	精确度, 召回率	NA
645	2025-10-05	Predicting Immunotherapy-Induced Pneumonitis Based on Chest CT and Non-Imaging Data 2025-Sep-12, Cancers IF:4.5Q1 DOI:10.3390/cancers17182980 PMID:41008824	研究论文	提出基于胸部CT和非影像数据的深度学习多模态预测方法，用于预测免疫检查点抑制剂治疗引发的肺炎	首次将预训练视觉Transformer提取的深度学习特征、放射组学特征和临床特征相结合，开发多模态预测模型	未提及研究样本量的具体限制和外部验证结果	预测接受免疫检查点抑制剂治疗的非小细胞肺癌患者发生肺炎的风险	接受免疫检查点抑制剂治疗的非小细胞肺癌患者	医学影像分析	肺癌	计算机断层扫描(CT)	Vision Transformer, 机器学习算法	影像数据(CT图像), 临床数据	NA	NA	Vision Transformer	准确率, AUC	NA
646	2025-10-05	Machine Learning for Multi-Target Drug Discovery: Challenges and Opportunities in Systems Pharmacology 2025-Sep-12, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17091186 PMID:41012523	综述	本文全面综述了机器学习在多靶点药物发现中的应用、挑战与未来方向	系统整合了从传统监督学习到现代图神经网络和多任务学习等机器学习技术在多靶点药物开发中的应用，并探讨了生成建模、联邦学习等前沿方向	存在数据稀疏性、模型可解释性不足、泛化能力有限以及实验工作流整合困难等挑战	为研究人员提供利用机器学习开发更安全有效的多靶点治疗药物的路线图	多靶点药物发现和系统药理学	机器学习	癌症, 神经退行性疾病, 中枢神经系统疾病	机器学习, 深度学习	注意力模型, 图神经网络, 多任务学习, 生成模型	大规模生物数据	NA	NA	NA	NA	NA
647	2025-10-05	A Multi-Working States Sensor Anomaly Detection Method Using Deep Learning Algorithms 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185686 PMID:41012925	研究论文	提出一种基于LSTM深度学习算法的多工作状态传感器异常检测方法	针对传感器数据标签缺失和机器运行状态变化的问题，结合输入选择方法提高LSTM网络预测精度	仅使用单一真实数据集（矿用卡车）进行验证，未在其他场景测试	解决传感器异常检测中标签数据缺乏和运行状态变化带来的挑战	矿用卡车传感器数据	机器学习	NA	传感器数据采集	LSTM	时间序列数据	一个矿用卡车运行的真实数据集	NA	LSTM	异常检测准确率	NA
648	2025-10-05	Transparent EEG Analysis: Leveraging Autoencoders, Bi-LSTMs, and SHAP for Improved Neurodegenerative Diseases Detection 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185690 PMID:41012929	研究论文	本研究开发了一种结合自编码器、双向LSTM和SHAP的深度学习流程，用于基于EEG信号的阿尔茨海默病和额颞叶痴呆分类	提出了一种新颖的分类流程，结合自编码器进行特征提取和Bi-LSTM分析时间模式，并应用SHAP增强模型可解释性	EEG信号存在噪声敏感性和受试者间变异性等挑战	开发透明且准确的EEG信号分类方法用于神经退行性疾病检测	阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者以及认知正常对照组的EEG信号	机器学习	神经退行性疾病	脑电图(EEG)	自编码器, Bi-LSTM	EEG信号	88名老年参与者（36名AD患者，23名FTD患者，29名认知正常对照组）	NA	自编码器, 双向长短期记忆网络	准确率	NA
649	2025-10-05	Study on Centroid Height Prediction of Non-Rigid Vehicle Based on Deep Learning Combined Model 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185692 PMID:41012931	研究论文	提出一种结合CNN、LSTM和注意力机制的深度学习模型，用于预测非刚性车辆的质心高度	首次将CNN-LSTM-Attention混合模型应用于车辆质心高度预测，通过注意力机制增强0°区域附近关键载荷转移特征	模型验证仅在与仿真相同悬架条件下的实际倾斜测试数据中进行	提高车辆质心高度测量的准确性和计算效率	非刚性车辆	机器学习	NA	深度学习	CNN, LSTM, Attention	仿真数据，实际测试数据	NA	NA	CNN-LSTM-Attention	计算速度，预测误差	NA
650	2025-10-05	Development and Performance of an Artificial Intelligence-Based Deep Learning Model Designed for Evaluating Dental Ergonomics 2025-Sep-11, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13182277 PMID:41008408	研究论文	开发并评估基于人工智能的深度学习模型用于评估牙科人体工程学	首次将YOLOv11和MediaPipe策略性整合开发牙科人体工程学姿势评估模型	仅使用500张牙科专业人员照片进行训练和验证，样本量有限	开发AI模型评估牙科工作姿势，预防肌肉骨骼系统损伤	牙科专业人员的工作姿势	计算机视觉	肌肉骨骼系统疾病	深度学习	CNN	图像	500张牙科专业人员操作照片	YOLOv11, MediaPipe	YOLOv11	Kappa系数, ICC, 灵敏度, 特异性, AUC	NA
651	2025-10-05	GlioSurvQNet: A DuelContextAttn DQN Framework for Brain Tumor Prognosis with Metaheuristic Optimization 2025-Sep-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182304 PMID:41008676	研究论文	提出了一种基于强化学习的脑肿瘤预后预测框架GlioSurvQNet，用于胶质瘤分级和生存期预测	首次将DuelContextAttn DQN架构与元启发式优化算法结合应用于脑肿瘤预后预测，通过SHAP特征选择增强模型可解释性	未提及外部验证结果和临床部署的实际可行性	开发高精度、可解释的脑肿瘤分类和生存预测AI模型	脑胶质瘤患者的多模态MRI影像数据	医学影像分析	脑肿瘤	多模态MRI（FLAIR、T1CE、T2序列）	DQN, 强化学习	医学影像	NA	NA	DuelContextAttn Deep Q-Network	准确率	NA
652	2025-10-05	Recent Trends in Machine Learning, Deep Learning, Ensemble Learning, and Explainable Artificial Intelligence Techniques for Evaluating Crop Yields Under Abnormal Climate Conditions 2025-Sep-11, Plants (Basel, Switzerland) DOI:10.3390/plants14182841 PMID:41011993	综述	本文综述了在异常气候条件下评估作物产量的机器学习、深度学习、集成学习和可解释人工智能技术的最新趋势	系统整合了多种AI技术在作物产量预测中的应用，特别关注可解释AI在复杂多维模型中的潜力	可解释AI技术仍处于早期应用阶段，各研究输入特征差异较大且受数据可用性限制	探讨先进AI技术在作物产量预测中的应用，支持精准农业发展和数据驱动的农业政策制定	作物产量预测模型及其在异常气候条件下的应用	机器学习	NA	遥感成像技术，高光谱成像，多光谱成像	Random Forest, Support Vector Machines, Artificial Neural Networks, Convolutional Neural Networks	遥感影像，环境数据	NA	NA	NA	准确率	NA
653	2025-10-05	An Integrated and Robust Vision System for Internal and External Thread Defect Detection with Adversarial Defense 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185664 PMID:41012903	研究论文	提出一种集成视觉系统用于内外螺纹缺陷检测，具备高鲁棒性和对抗防御能力	集成内外螺纹检测的统一成像平台、生成式数据增强策略、轻量化优化深度学习模型以及针对alpha通道攻击的双重防御机制	NA	开发可靠高效的工业视觉系统用于螺纹缺陷检测	工业螺纹部件	计算机视觉	NA	图像增强技术、生成式数据增强	深度学习模型	图像	NA	NA	YOLO变体	精度、效率	NA
654	2025-10-05	Automated Remote Detection of Falls Using Direct Reconstruction of Optical Flow Principal Motion Parameters 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185678 PMID:41012917	研究论文	提出一种基于光学流主运动参数直接重建的自动跌倒检测方法	避免计算昂贵的光学流完整重建，通过直接重建主运动参数提供相关描述符	未明确说明具体样本量，未来需要针对资源受限环境进行优化	开发全自动跌倒检测系统	跌倒检测场景中的运动参数	计算机视觉	老年疾病	光学流分析	NA	视频	NA	NA	NA	检测准确率, 计算效率	NA
655	2025-10-05	A Performance Study of Deep Neural Network Representations of Interpretable ML on Edge Devices with AI Accelerators 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185681 PMID:41012919	研究论文	本研究探索了一种将可解释机器学习算法表示为深度神经网络的新方法，以提升边缘设备上的推理效率和能耗表现	提出了将可解释ML推理表示为深度神经网络的新方法，并成功利用通用AI加速器实现性能提升	仅针对预测性维护领域的一个回归任务和一个分类任务进行了验证	实现可解释机器学习算法在边缘硬件上的高效推理	边缘设备上的AI加速器（NPU和TPU）	机器学习	NA	深度神经网络表示	DNN	传感器数据	NA	开源可解释ML工具箱	IDNNRep	推理时间，能耗效率，准确率	QXSP-ML81单板计算机NPU，Google Coral TPU
656	2025-10-05	Multi-Scale Remote-Sensing Phenomics Integrated with Multi-Omics: Advances in Crop Drought-Heat Stress Tolerance Mechanisms and Perspectives for Climate-Smart Agriculture 2025-Sep-10, Plants (Basel, Switzerland) DOI:10.3390/plants14182829 PMID:41011981	综述	系统总结多尺度遥感表型组学与多组学整合研究作物干旱-热胁迫耐受机制的最新进展	提出'像素到蛋白质'研究范式，整合遥感表型组学与多组学数据解析胁迫响应通路	存在数据标准化和跨平台整合的挑战	阐明作物对干旱-热复合胁迫的耐受机制，推动气候智能型农业发展	农作物	机器学习	NA	遥感表型组学,基因组学,转录组学,蛋白质组学,代谢组学	机器学习,深度学习	遥感图像,多组学数据	NA	NA	NA	NA	NA
657	2025-10-05	Image Sensor-Supported Multimodal Attention Modeling for Educational Intelligence 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185640 PMID:41012879	研究论文	提出一种集成图像传感器数据与文本上下文信息的多模态注意力模型，用于教育智能领域的个性化学习指导	通过跨模态注意力机制实现视觉特征与文本元素的细粒度语义对齐，并引入认知弱点高亮模块增强任务相关特征的可区分性	未明确说明数据集的规模和多样性限制，以及在实际教育场景中的部署挑战	解决教育智能中多模态感知的低融合效率和个性化不足问题	学习者背景和任务上下文嵌入	教育智能	NA	图像传感器数据采集、跨模态注意力机制	深度学习框架	图像传感器数据、文本信息、上下文信息	NA	NA	跨模态对齐模块、个性化反馈生成器、认知弱点高亮模块	准确率92.37%、召回率91.28%、精确率90.84%	NA
658	2025-10-05	Integrating UAV-Derived Diameter Estimations and Machine Learning for Precision Cabbage Yield Mapping 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185652 PMID:41012891	研究论文	本研究通过无人机影像和机器学习方法，开发了卷心菜头直径估计和产量预测的精准农业框架	首次将基于深度学习的姿态估计模型(YOLOv8s-pose和YOLOv11s-pose)应用于卷心菜头直径估计，并结合多源数据开发产量预测模型	研究仅基于单一生长季节的数据，且无人机飞行高度固定为6米	开发非破坏性的卷心菜产量精准预测方法	卷心菜种植田中的单个卷心菜头	计算机视觉, 机器学习	NA	无人机遥感, 多光谱成像	YOLO, CatBoost	RGB图像, 多光谱图像, 气候数据	2024年卷心菜生长季节的无人机影像数据	NA	YOLOv8s-pose, YOLOv11s-pose	平均相对误差(MRE), 平均精度(mAP), 均方误差(MSE), 相关系数(R)	NA
659	2025-10-05	High-Resolution Remote Sensing Imagery Water Body Extraction Using a U-Net with Cross-Layer Multi-Scale Attention Fusion 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185655 PMID:41012894	研究论文	提出一种基于改进U-Net和跨层多尺度注意力融合的遥感影像水体提取方法	提出AMU-Net模型，融合改进残差连接、多尺度注意力机制、双注意力门控调制和跨层几何注意力融合模块	未提及模型计算复杂度及在实际业务系统中的部署性能	提升高分辨率遥感影像中水体提取的准确性和边界定位精度	遥感影像中的水体区域	计算机视觉	NA	遥感成像技术	CNN, U-Net	遥感图像	GID和WHDLD两个数据集	NA	U-Net, AMU-Net	IoU	NA
660	2025-10-05	Intelligence Architectures and Machine Learning Applications in Contemporary Spine Care 2025-Sep-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090967 PMID:41007212	综述	本文综述人工智能和机器学习技术在当代脊柱护理中的架构创新与应用进展	系统整合了从影像诊断到精准基因组学的多维AI应用，并首次提出联邦学习框架在脊柱护理中的隐私保护分析方案	存在算法不透明性、监管碎片化、数据异质性以及跨人群和临床场景的泛化能力有限等问题	评估AI/ML技术在脊柱护理领域的应用现状与发展方向	脊柱疾病诊断、手术规划、基因组风险分层和术后结果预测	医疗人工智能	脊柱疾病	全基因组关联研究(GWAS)、多组学分析、联邦学习	CNN, 深度学习	医学影像、基因组数据、临床数据	NA	NA	卷积神经网络	NA	NA