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
6661	2025-02-16	Efficient Deep Learning-Based Detection Scheme for MIMO Communication Systems 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030669 PMID:39943308	研究论文	本文提出了一种基于深度学习的MIMO通信系统信号检测策略，通过预处理阶段标记输入信号，提出了两种新方案并评估了其性能	提出了一种新的基于深度学习的信号检测策略，并引入了两种新方案（OHA和DSE），在降低复杂度的同时保持了较高的分类性能和较低的误码率	与传统的OH方案相比，OHA和DSE方案在误码率性能上有轻微损失（分别小于1 dB和2 dB）	解决MIMO通信系统中检测器复杂度高的问题，提供一种在检测复杂度和误码率之间权衡的灵活设计	MIMO通信系统的信号检测	机器学习	NA	深度学习	神经网络	信号数据	NA
6662	2025-02-16	Machine Learning-Based Resource Management in Fog Computing: A Systematic Literature Review 2025-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s25030687 PMID:39943326	系统文献综述	本文通过系统文献综述分析了基于机器学习的雾计算资源管理技术	采用PRISMA协议，全面分析了雾计算领域中机器学习和深度学习解决方案，揭示了深度学习在资源管理中的主导地位	研究局限于68篇扩展版本的研究论文，可能未涵盖所有相关文献	分析雾计算中基于机器学习的资源管理技术	雾计算资源管理	机器学习	NA	机器学习（ML）、深度学习（DL）	NA	文献数据	68篇研究论文
6663	2025-02-16	Enhanced Multi-Model Deep Learning for Rapid and Precise Diagnosis of Pulmonary Diseases Using Chest X-Ray Imaging 2025-Jan-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030248 PMID:39941178	研究论文	本文提出了一种增强的多模型深度学习（EMDL）方法，用于通过胸部X光成像快速准确诊断肺部疾病	EMDL方法集成了五种预训练的深度学习模型，并结合了先进的图像预处理和多阶段特征选择与优化管道，显著提高了诊断精度和模型鲁棒性	研究主要依赖于胸部X光数据集，可能在其他类型的医学影像数据上表现不同	开发一种快速、准确的肺部疾病诊断工具，以改善医疗响应	流感、结核病和病毒性肺炎等呼吸系统疾病	计算机视觉	肺癌	深度学习	VGG-16, VGG-19, ResNet, AlexNet, GoogleNet	图像	两个独立的胸部X光数据集
6664	2025-02-16	Virtual Biopsy for the Prediction of MGMT Promoter Methylation in Gliomas: A Comprehensive Review of Radiomics and Deep Learning Approaches Applied to MRI 2025-Jan-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15030251 PMID:39941181	综述	本文综述了利用放射组学和深度学习方法预测胶质瘤中MGMT启动子甲基化状态的研究进展	结合放射组学和深度学习，提供了一种非侵入性的MGMT启动子甲基化状态预测工具	研究人群、数据来源和方法的异质性反映了管道和机器学习算法的复杂性，可能需要通用标准化才能在临床实践中实施	预测胶质瘤中MGMT启动子甲基化状态，以增强神经肿瘤学中的个性化医疗	胶质瘤患者	数字病理学	胶质瘤	放射组学（RD）和深度学习（DL）	深度学习模型	MRI影像数据	34项研究，涉及公共（如BraTS, TCGA）和私人机构数据集
6665	2025-02-16	Efficient Limb Range of Motion Analysis from a Monocular Camera for Edge Devices 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030627 PMID:39943266	研究论文	本文提出了一种轻量级的深度学习模型，用于从单目摄像头估计人体姿态并测量肢体活动范围（ROM），特别适用于资源受限的边缘设备	提出了一种优化的深度学习模型，专为边缘设备设计，具有高效的内存利用和低延迟，同时保持较高的测量精度	模型在边缘设备上的性能可能受到硬件限制的影响，且未涉及大规模临床验证	开发一种低成本、高性能的摄像头工具，用于评估上下肢活动范围（ROM）	人体上下肢活动范围（ROM）的测量	计算机视觉	NA	深度学习	轻量级神经网络	图像	NA
6666	2025-02-16	Stacking Ensemble Deep Learning for Real-Time Intrusion Detection in IoMT Environments 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030624 PMID:39943263	研究论文	本文提出了一种专为IoMT网络设计的新型入侵检测系统（IDS），利用机器学习和深度学习技术，通过堆叠集成方法提高检测精度	采用堆叠集成方法结合多种分类器的优势，显著提高了检测精度，并在Kappa架构框架中实现，确保实时性能	未提及具体的数据集规模或实验环境的局限性	解决IoMT系统中的独特网络安全挑战，提供可靠且可扩展的解决方案	IoMT网络中的入侵检测	机器学习	NA	机器学习和深度学习	堆叠集成方法	IoMT数据流	未提及具体样本数量
6667	2025-02-16	Automatic Measurement of Frontomaxillary Facial Angle in Fetal Ultrasound Images Using Deep Learning 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030633 PMID:39943270	研究论文	本文提出了一种基于深度学习的辅助检查框架，用于自动测量胎儿超声图像中的前颌面部角度（FMF）	使用深度学习网络自动分割关键区域并预测计算FMF角度所需的关键点坐标，实现了高精度和可靠性的自动测量	研究依赖于1549张胎儿超声图像，样本量可能不足以覆盖所有临床情况	提高胎儿超声图像中前颌面部角度测量的准确性和效率	胎儿超声图像	计算机视觉	唐氏综合症	深度学习	CNN	图像	1549张胎儿超声图像
6668	2025-02-16	Deep-Learning Framework for Efficient Real-Time Speech Enhancement and Dereverberation 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030630 PMID:39943269	研究论文	本文提出了一种用于高效实时语音增强和去混响的深度学习框架	提出了一个扩展的Deep Filter Net框架，显著提高了去混响性能，同时保持了竞争性的降噪质量	Deep Filter Net的去混响性能有限	开发一种计算高效的语音增强和去混响方法，适用于资源受限设备	语音信号	自然语言处理	NA	深度学习	Deep Filter Net	语音数据	NA
6669	2025-02-16	Exploring Trends and Clusters in Human Posture Recognition Research: An Analysis Using CiteSpace 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030632 PMID:39943272	研究论文	本研究通过CiteSpace软件对2011年至2024年间发表的3066篇核心研究论文进行视觉分析，探讨了人类姿势识别的跨学科研究方向，揭示了知识结构、研究主题、关键文献、趋势和机构贡献	通过深入的引用分析识别了1200篇文章和五个重要研究集群，展示了从传统方法到深度学习和多传感器数据融合方法的转变，以及生物力学原理与工程技术的整合	研究预测未来突破性进展可能会减少，且主要基于控制环境下的数据，可能无法完全反映实际应用场景	探讨人类姿势识别领域的跨学科研究方向和创新路径	人类姿势识别	计算机视觉	NA	深度学习，传感器技术	深度学习模型	图像，传感器数据	3066篇核心研究论文
6670	2025-02-16	A Complete Pipeline to Extract Temperature from Thermal Images of Pigs 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030643 PMID:39943283	研究论文	本文提出了一种从猪的热成像图像中自动提取温度的完整流程	结合热成像和人工智能技术，开发了一个自动化的温度提取系统，减少了人工干预	未提及系统在不同环境或不同猪种中的适用性	探索热成像和人工智能在猪研究中的应用潜力	猪的热成像图像	计算机视觉	NA	热成像	卷积神经网络（CNN）	图像	未明确提及样本数量
6671	2025-02-16	Specific Emitter Identification Method for Limited Samples via Time-Wavelet Spectrum Consistency 2025-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s25030648 PMID:39943287	研究论文	本文提出了一种基于TFC-CNN的特定发射器识别方法，用于解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题	提出了一种基于时间-小波谱一致性的TFC-CNN方法，通过连续小波变换进行数据增强，并利用复值神经网络和深度卷积神经网络提取隐藏的发射器身份特征	方法在样本稀缺的情况下表现良好，但在样本充足的情况下是否仍具有优势未明确说明	解决在发射器样本稀缺和训练数据有限的情况下传统方法难以分类的问题	无线电信号中的发射器	机器学习	NA	连续小波变换（CWT）	TFC-CNN（复值神经网络和深度卷积神经网络）	无线电信号	开源WiFi数据集和自动相关监视广播（ADS-B）数据集
6672	2025-02-16	Coupling Artificial Intelligence with Proper Mathematical Algorithms to Gain Deeper Insights into the Biology of Birds' Eggs 2025-Jan-21, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15030292 PMID:39943062	研究论文	本文探讨了将人工智能与适当的数学算法结合，以深入理解鸟类卵的生物学特性	提出了将深度学习和人工智能应用于禽蛋形态分析的新方法，并重新评估了多种数学模型的有效性和实用性	未具体说明所提出方法的实验验证结果和实际应用效果	研究目的是通过AI和DL技术提高禽蛋的质量、生产力和市场竞争力	研究对象是禽蛋的形态特征，包括形状、重量、体积、表面积和气室计算	计算机视觉	NA	深度学习（DL）	深度学习模型	图像	未提及具体样本数量
6673	2025-02-16	Advanced Deep Learning Models for Melanoma Diagnosis in Computer-Aided Skin Cancer Detection 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030594 PMID:39943236	研究论文	本文旨在开发用于黑色素瘤计算机辅助诊断（CAD）的高效方法，包括预处理、分割和分类	提出了一种混合方法，结合形态学操作和基于上下文聚合的深度神经网络，用于去除毛发线并改善皮肤镜图像的对比度	研究仅使用了ISIC 2020基准数据集，未涉及其他数据集或实际临床环境中的验证	开发自动化模型以辅助早期皮肤癌检测	黑色素瘤的计算机辅助诊断	计算机视觉	皮肤癌	深度神经网络	CNN	图像	ISIC 2020基准数据集
6674	2025-02-16	NeuroFlex: Feasibility of EEG-Based Motor Imagery Control of a Soft Glove for Hand Rehabilitation 2025-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s25030610 PMID:39943246	研究论文	本文介绍了NeuroFlex，一种基于EEG的运动意图控制软体手套，用于手部康复	NeuroFlex采用基于transformer的深度学习架构，从运动想象EEG数据中解码运动意图，并将其转化为辅助手套的控制输入	NA	研究目的是通过非侵入性脑机接口（BCI）检测和辅助患者的尝试运动，提高康复方案的有效性和用户体验	研究对象是因神经系统疾病（如中风或脊髓损伤）导致手部和手指活动受限的患者	脑机接口	中风, 脊髓损伤	EEG, 深度学习	transformer	EEG数据	NA
6675	2025-02-16	Physics-informed deep learning for infectious disease forecasting 2025-Jan-16, ArXiv PMID:39876937	研究论文	本文提出了一种基于物理信息神经网络（PINNs）的新型传染病预测模型，旨在提高传染病预测的准确性和能力	该模型将疾病传播的动态系统表示融入损失函数中，结合流行病学理论和数据，防止模型过拟合，并引入子网络考虑流动性、疫苗接种等影响传播率的关键因素	模型仅在加利福尼亚州的COVID-19数据上进行了验证，尚未在其他地区或疾病上进行广泛测试	提高传染病预测的准确性和能力，以支持公共卫生决策	COVID-19在加利福尼亚州的传播情况	机器学习	传染病	物理信息神经网络（PINNs）	PINN	时间序列数据	加利福尼亚州的COVID-19数据
6676	2025-02-16	Active learning of enhancers and silencers in the developing neural retina 2025-Jan-15, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2024.12.004 PMID:39778579	研究论文	本文开发了一种主动学习方法，用于训练能够区分由光感受器转录因子CRX结合位点组成的增强子和沉默子的模型	通过结合合成生物学和不确定性采样，生成多轮大规模并行报告实验数据，迭代训练模型，有效区分具有相同序列但功能相反的CRX位点	模型主要针对CRX结合位点，可能不适用于其他转录因子的调控元件	开发一种能够区分增强子和沉默子的模型，以解释转录因子在不同上下文中的激活或抑制功能	光感受器转录因子CRX的结合位点	机器学习	NA	大规模并行报告实验	深度学习模型	基因组序列	几乎所有的CRX结合位点
6677	2024-08-07	Cardiac CT-derived quantification of myocardial extracellular volume using deep learning-based reconstruction: A feasibility study 2025 Jan-Feb, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2024.07.008 PMID:39025757	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6678	2025-02-16	An examination of daily CO2 emissions prediction through a comparative analysis of machine learning, deep learning, and statistical models 2025-Jan, Environmental science and pollution research international DOI:10.1007/s11356-024-35764-8 PMID:39800837	研究论文	本研究通过比较分析机器学习、深度学习和统计模型，预测每日CO2排放量	首次系统比较了14种模型在预测每日CO2排放量方面的性能，并提出了使用集成技术提升模型性能的方法	深度学习模型的高计算需求可能限制其在实际应用中的广泛使用	比较不同模型在预测每日CO2排放量方面的性能，以帮助设定短期减排目标	中国、印度、美国和欧盟27国及英国的每日CO2排放数据	机器学习	NA	NA	ARMA, ARIMA, SARMA, SARIMA, SVM, RF, GB, ANN, GRU, LSTM, BILSTM, CNN-RNN	时间序列数据	2022年1月1日至2023年9月30日的每日CO2排放数据
6679	2025-02-16	Advancements in Viral Genomics: Gated Recurrent Unit Modeling of SARS-CoV-2, SARS, MERS, and Ebola viruses 2025, Revista da Sociedade Brasileira de Medicina Tropical IF:1.8Q3 DOI:10.1590/0037-8682-0178-2024 PMID:39936709	研究论文	本研究使用门控循环单元（GRU）深度学习模型，全面分析和比较了SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列	采用GRU深度学习模型分析病毒基因组序列，揭示了其进化动态、传播模式和致病性，为开发有效的诊断和治疗干预措施提供了新思路	研究目前仅限于四种病毒，未来需要扩展到更多疾病和新发现的病毒	通过基因组分析增强对新兴病毒威胁的理解、准备和应对能力	SARS-CoV-2、SARS、MERS和埃博拉病毒的基因组序列	自然语言处理	NA	基因组测序技术	GRU	基因组序列	四种病毒的基因组序列
6680	2025-02-16	Improving building extraction from high-resolution aerial images: Error correction and performance enhancement using deep learning on the Inria dataset 2025 Jan-Mar, Science progress IF:2.6Q2 DOI:10.1177/00368504251318202 PMID:39943714	研究论文	本研究利用深度学习技术改进从高分辨率航空图像中提取建筑物的方法，并在Inria数据集上进行了性能比较	通过消除错误数据和调整图像大小，显著提升了深度学习网络在建筑物提取任务中的性能	某些模型在特定挑战性条件下（如树木遮挡、复杂室内花园）表现不佳，容易产生误报	提高从高分辨率航空图像中提取建筑物的准确性和效率	高分辨率航空图像中的建筑物	计算机视觉	NA	深度学习	DeepLabv3+, Attention U-Net, U-Net, SE-ResNeXt-50, SE-ResNet-50, ResNeXt-50, ResNet-50, UNet++, U2Net	图像	180张高分辨率航空图像