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	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
642	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
643	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
644	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
645	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
646	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
647	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
648	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
649	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
650	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
651	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
652	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
653	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
654	2025-10-05	Spectral Demodulation of Mixed-Linewidth FBG Sensor Networks Using Cloud-Based Deep Learning for Land Monitoring 2025-Sep-09, Sensors (Basel, Switzerland) DOI:10.3390/s25185627 PMID:41012864	研究论文	提出基于Transformer的神经网络架构解决光纤布拉格光栅传感器网络中的光谱重叠问题	首次将Transformer架构应用于混合线宽FBG传感器网络的光谱解调，结合双线宽配置与反射/透射模式融合	NA	解决FBG传感器网络中光谱重叠问题，提高传感器密度和网络可扩展性	光纤布拉格光栅传感器网络	机器学习	NA	光纤布拉格光栅传感	Transformer	光谱数据	NA	NA	Transformer	解调精度	云计算平台
655	2025-10-05	Multivariate Time Series Anomaly Detection Based on Inverted Transformer with Multivariate Memory Gate 2025-Sep-08, Entropy (Basel, Switzerland) DOI:10.3390/e27090939 PMID:41008065	研究论文	提出一种基于倒置Transformer和多变量记忆门的多元时间序列异常检测方法ITMMG	采用倒置token嵌入策略和多变量记忆门，增强变量间深度依赖关系和个体变量正常模式的捕捉能力	未明确说明在极端不平衡数据集上的具体表现和计算复杂度分析	解决工业物联网中多元时间序列异常检测面临的挑战	多元时间序列数据	机器学习	NA	深度学习	Transformer	多元时间序列数据	NA	NA	倒置Transformer, 多变量记忆门	检测准确率, 鲁棒性	NA
656	2025-10-05	HIRD-Net: An Explainable CNN-Based Framework with Attention Mechanism for Diabetic Retinopathy Diagnosis Using CLAHE-D-DoG Enhanced Fundus Images 2025-Sep-08, Life (Basel, Switzerland) DOI:10.3390/life15091411 PMID:41010353	研究论文	提出一种基于CNN的可解释性框架HIRD-Net，用于糖尿病视网膜病变诊断	结合CLAHE-D-DoG增强预处理与新型分层初始-残差-密集网络架构，引入通道注意力机制和多尺度语义聚合	未明确说明数据集的具体规模限制和计算效率的量化比较	开发准确高效的糖尿病视网膜病变计算机辅助诊断系统	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	眼底成像	CNN	图像	IDRiD-APTOS2019、DDR和EyePACS数据集	NA	HIRD-Net, 分层初始-残差-密集网络	准确率	NA
657	2025-10-05	Integration of EHR and ECG Data for Predicting Paroxysmal Atrial Fibrillation in Stroke Patients 2025-Sep-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090961 PMID:41007206	研究论文	开发基于Transformer的深度学习模型，整合心电图和电子健康记录数据预测卒中患者的阵发性心房颤动	首次通过系统平衡心电图和电子健康记录数据的相对贡献比例来优化预测性能	研究样本量较小（189例患者），需要在更大规模研究中验证	提高卒中患者阵发性心房颤动的预测准确性	189例隐源性卒中患者，其中49例患有阵发性心房颤动	医疗人工智能	心血管疾病	深度学习，多模态数据融合	Transformer	心电图信号，结构化电子健康记录变量	189例患者（49例PAF，140例非PAF）	NA	Transformer	准确率，灵敏度，特异度，AUROC，AUPRC	NA
658	2025-10-05	GNSS Interference Identification Driven by Eye Pattern Features: ICOA-CNN-ResNet-BiLSTM Optimized Deep Learning Architecture 2025-Sep-07, Entropy (Basel, Switzerland) DOI:10.3390/e27090938 PMID:41008064	研究论文	提出一种基于眼图特征的深度学习框架，用于智能分类全球导航卫星系统干扰类型	将GNSS信号转换为二维眼图进行视觉表示，提出改进的食蚁兽优化算法(ICOA)用于超参数优化，融合CNN、ResNet和BiLSTM的混合架构	NA	解决全球导航卫星系统在安全领域面临的关键挑战，实现干扰类型的智能分类	全球导航卫星系统信号干扰	机器学习	NA	眼图特征分析，信息熵量化	CNN, ResNet, BiLSTM	二维眼图	NA	NA	CNN-ResNet-BiLSTM混合架构	准确率, 精确率, 召回率, F1分数, 特异性	NA
659	2025-10-05	The Evaluation of a Deep Learning Approach to Automatic Segmentation of Teeth and Shade Guides for Tooth Shade Matching Using the SAM2 Algorithm 2025-Sep-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090959 PMID:41007204	研究论文	开发并评估基于SAM2算法的深度学习模型，用于口腔内照片中天然牙齿和比色板的自动分割与颜色匹配	首次将Segment Anything Model 2 (SAM2)应用于牙齿和比色板的同时分割，并系统比较了四种不同规模SAM2变体与UNet基线的性能	仅基于单一数据集进行技术可行性验证，缺乏多中心外部验证和临床验证	开发自动牙齿颜色匹配系统，减少修复和修复牙科中视觉评估的主观性	口腔内照片中的天然牙齿和比色板	计算机视觉	牙科疾病	深度学习图像分割	SAM2, UNet	口腔内照片图像	NA	NA	Segment Anything Model 2 (tiny, small, base plus, large), UNet	Dice相似系数, 交并比, 归一化95% Hausdorff距离, CIELAB变异系数, CIEDE2000色差	NA
660	2025-10-05	Eye Tracking-Enhanced Deep Learning for Medical Image Analysis: A Systematic Review on Data Efficiency, Interpretability, and Multimodal Integration 2025-Sep-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090954 PMID:41007199	系统综述	系统综述眼动追踪技术如何增强深度学习在医学图像分析中的数据效率、可解释性和多模态整合	提出眼动追踪作为数据效率优化器、模型可解释性验证器和多模态对齐监督器的统一框架	作为综述文章，主要依赖现有文献分析，缺乏原始实验验证	探索眼动追踪与深度学习在医学图像分析中的整合策略	眼动追踪增强的深度学习模型在医学图像分析中的应用	医学图像分析	NA	眼动追踪技术	深度学习模型, 多模态学习模型, 视觉语言模型	医学图像, 眼动数据	NA	NA	NA	NA	NA