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
661	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
662	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
663	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
664	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
665	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
666	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
667	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
668	2025-10-05	DAGMNet: Dual-Branch Attention-Pruned Graph Neural Network for Multimodal sMRI and fMRI Fusion in Autism Prediction 2025-Sep-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092168 PMID:41007731	研究论文	提出一种双分支注意力剪枝图神经网络DAGMNet，用于融合多模态脑影像数据预测自闭症谱系障碍	首次将结构磁共振成像、功能磁共振成像和表型数据通过注意力机制和图神经网络进行融合，采用表型剪枝的动态图学习方法实现个性化诊断	仅在ABIDE-I数据集上验证，需要更多数据集验证泛化能力	通过多模态脑影像数据融合提高自闭症谱系障碍的早期诊断准确率	自闭症谱系障碍患者和正常对照组的脑影像数据	医学影像分析	自闭症谱系障碍	sMRI, fMRI	图神经网络	脑影像数据, 表型数据	ABIDE-I数据集	NA	双分支注意力剪枝图神经网络	准确率, AUC	NA
669	2025-10-05	Emulating Hyperspectral and Narrow-Band Imaging for Deep-Learning-Driven Gastrointestinal Disorder Detection in Wireless Capsule Endoscopy 2025-Sep-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090953 PMID:41007198	研究论文	提出一种名为SAVE的新型框架，通过软件方法将标准白光内窥镜图像转换为模拟高光谱和窄带成像的频谱增强表示，以改进无线胶囊内镜对胃肠道疾病的诊断	开发了首个能够同时模拟高光谱成像和窄带成像的软件增强框架，无需硬件升级即可提升胶囊内镜的成像能力	研究基于单一数据集(Kvasir-v2)进行验证，需要更多临床数据来证实其泛化能力	提高无线胶囊内镜对胃肠道疾病的诊断准确性	胃肠道疾病相关的内窥镜图像	计算机视觉	胃肠道疾病	颜色校准、伽马校正、CIE 1931 XYZ变换、主成分分析	CNN	图像	6490张标注图像，涵盖8个胃肠道相关类别	NA	Inception-Net V3, MobileNetV2, MobileNetV3, AlexNet	F1-score, 准确率, SSIM	NA
670	2025-10-05	Forecasting infectious disease outbreak risks from vaccine sentiments on social media: A data-driven dynamical systems approach 2025-Sep-04, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2025101 PMID:41024476	研究论文	本研究开发了一种基于社交媒体疫苗情绪数据预测传染病爆发风险的深度学习系统	将临界减速通用信号与深度学习分类器结合，使用非高斯Lévy噪声模拟真实世界波动，在理论数据和实证数据上均优于传统指标	基于模拟数据训练，在真实环境中的表现需要进一步验证	通过社交媒体情绪监测预测传染病爆发风险	社交媒体疫苗情绪时间序列数据	机器学习	传染病	社交媒体数据分析，时间序列分析	LSTM, ResNet	时间序列数据	基于随机耦合行为-疾病模型生成的模拟数据	NA	LSTM, ResNet	灵敏度，特异度	NA
671	2025-10-05	Sensor Fusion for Target Detection Using LLM-Based Transfer Learning Approach 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090928 PMID:41008054	研究论文	提出一种基于LLM迁移学习的传感器融合方法，用于自主移动代理检测静态和移动目标	利用真实传感器数据而非理论模型，通过LLM迁移学习框架整合光学和LIDAR数据，能够解释不同传感器间的依赖关系	仅针对LIDAR和光学两种传感器类型进行验证，未涉及其他传感器类型	开发鲁棒的传感器融合方法以提高目标检测性能	静态和移动目标	机器学习和传感器融合	NA	传感器融合、目标检测、深度学习	LLM, CNN, 深度学习模型	LIDAR点云数据、光学图像数据	NA	LLM框架	GPT-2, 专用深度学习模型	精确率, 召回率, 计算效率	边缘设备（通过知识蒸馏压缩模型）
672	2025-10-05	Learnable Convolutional Attention Network for Unsupervised Knowledge Graph Entity Alignment 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090924 PMID:41008050	研究论文	提出一种可学习卷积注意力网络LCA-UEA用于无监督知识图谱实体对齐	在注意力机制前执行卷积操作确保结构信息获取，设计基于潜在匹配关系的关系结构重建方法，提出基于一致性的相似度函数	未明确说明方法在超大规模知识图谱上的可扩展性限制	解决无监督知识图谱实体对齐任务中标注数据缺乏导致的性能瓶颈	知识图谱中的实体对齐	自然语言处理	NA	深度学习	注意力网络,卷积神经网络	图结构数据	三个不同规模和类型的数据集（跨语言和单语言）	NA	LCA-UEA	Hits@1	NA
673	2025-10-05	Accelerated Super-Resolution Reconstruction for Structured Illumination Microscopy Integrated with Low-Light Optimization 2025-Sep-03, Micromachines IF:3.0Q2 DOI:10.3390/mi16091020 PMID:41011910	研究论文	提出一种集成低光优化的结构化照明显微镜超分辨率重建加速框架	首创π/2相移SIM的空间域计算范式，并开发自适应局部过曝校正策略与零样本学习算法RUAS	NA	解决结构化照明显微镜处理效率低和重建图像质量差的双重挑战	荧光微球和牛肺动脉内皮细胞标本	计算机视觉	NA	结构化照明显微镜(SIM)	深度学习	显微图像	NA	RUAS	零样本学习架构	重建速度、横向分辨率、轴向分辨率、图像质量	NA
674	2025-10-05	From deep learning discovery to clinical validation: a new composite marker predicts mortality in type 2 diabetes 2025-Sep-03, Cardiovascular diabetology. Endocrinology reports DOI:10.1186/s40842-025-00229-5 PMID:41013834	研究论文	本研究开发并验证了一种新型复合生物标志物ln[ALP×sCr]用于预测2型糖尿病患者的全因死亡率和心血管疾病死亡率	首次结合深度学习特征选择和传统流行病学建模，开发出碱性磷酸酶与血清肌酐的复合指标来评估糖尿病患者的死亡风险	研究基于观察性数据，无法确定因果关系；结果主要适用于美国人群	开发并验证能够预测2型糖尿病患者死亡风险的复合生物标志物	美国NHANES研究中82,091名成年糖尿病患者	机器学习	2型糖尿病	深度学习特征选择，限制性立方样条分析，Cox比例风险模型	深度学习模型	临床生物标志物数据，死亡率随访数据	82,091名美国成年人，其中4,839名2型糖尿病患者纳入分析	NA	NA	风险比(HR)，置信区间(CI)，中介分析比例	NA
675	2025-10-05	Machine and Deep Learning on Radiomic Features from Contrast-Enhanced Mammography and Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Breast Cancer Characterization 2025-Sep-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090952 PMID:41007196	研究论文	评估机器学习和深度学习方法在对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征中对乳腺癌表征和肿瘤分子谱预测的准确性	首次结合对比增强乳腺摄影和动态对比增强磁共振成像的影像组学特征，应用多种机器学习和深度学习模型进行乳腺癌多参数表征	样本量相对有限（153例患者），HER2状态预测的AUC值相对较低（0.669）	乳腺癌表征和肿瘤分子谱预测	153例乳腺良恶性病变患者	医学影像分析	乳腺癌	对比增强乳腺摄影，动态对比增强磁共振成像，影像组学特征提取	梯度提升机，神经网络，LASSO	医学影像	153例患者（113例恶性病变，其中32例高级别，66例HER2阳性）	PyRadiomics, R	梯度提升机，神经网络，LASSO	AUC，准确率，灵敏度	NA
676	2025-10-05	Encoding of Demographic and Anatomical Information in Chest X-Ray-Based Severe Left Ventricular Hypertrophy Classifiers 2025-Sep-02, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092140 PMID:41007703	研究论文	本研究开发了一种直接从胸部X光片分类严重左心室肥厚的深度学习框架	无需中间解剖估计模型或人口统计学输入，通过互信息神经估计量化临床相关属性在内部表示中的编码	仅使用单一数据集进行验证，未在外部数据集上测试泛化能力	开发能够从胸部X光片准确分类严重左心室肥厚的AI系统	严重左心室肥厚患者和正常对照的胸部X光影像	计算机视觉	心血管疾病	胸部X光成像	CNN, Vision Transformer	医学影像	来自CheXchoNet数据集的类别平衡子集，包含等量的SLVH阳性和阴性病例	PyTorch	ResNet-18, Vision Transformer	AUROC, AUPRC	NA
677	2025-10-05	Determination of Kennedy's classification in panoramic X-rays by automated tooth labeling 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03469-z PMID:40555836	研究论文	本研究开发了一种基于深度学习的自动化系统，用于在全景X光片中自动确定肯尼迪分类	首次将Mask R-CNN实例分割模型应用于全景X光片的牙齿自动标记和肯尼迪分类确定	最常见的错误来源于形态相似牙齿的错误标记	研究部分缺牙颌肯尼迪分类的自动确定方法	206名患者的209张全景X光片	计算机视觉	牙科疾病	全景X光成像	CNN	医学图像	209张全景X光片（来自206名患者）	TensorFlow, PyTorch	Mask R-CNN	准确率, 敏感度, 精确度, F1分数	NA
678	2025-10-05	Multi-task deep learning for automatic image segmentation and treatment response assessment in metastatic ovarian cancer 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03484-0 PMID:40900399	研究论文	提出一种多任务深度学习方法，用于自动分割转移性卵巢癌图像并评估治疗反应	首次展示多任务深度学习在评估复杂多部位HGSOC患者主要疾病负担中化疗诱导肿瘤变化的可行性	样本量相对有限（99例患者），需要在更大规模数据集中验证	开发自动图像分割和治疗反应评估方法以应对HGSOC的多尺度复杂性挑战	高级别浆液性卵巢癌（HGSOC）患者的盆腔/卵巢和网膜病变	数字病理	卵巢癌	对比增强计算机断层扫描（CE-CT）	深度学习	医学图像	99例卵巢癌患者的198张CE-CT图像用于训练，49例患者的98张扫描用于独立验证	NA	U-Net	AUC,Dice系数	NA
679	2025-10-05	Artificial intelligence in mental health: integrating opportunities and challenges of multimodal deep learning for mental disorder prevention and treatment 2025-Sep, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003624 PMID:40901142	综述	通过多模态深度学习探讨人工智能在精神障碍预防和治疗中的机遇与挑战	提出了负责任应用人工智能于心理健康护理的概念框架	基于文献综述，缺乏原始实验数据验证	探索人工智能在心理健康领域的应用潜力与实施挑战	心理健康护理系统与人工智能技术	机器学习	精神障碍	多模态深度学习、预测分析	深度学习	多模态数据	NA	NA	NA	NA	NA
680	2025-10-05	Streamlining the annotation process by radiologists of volumetric medical images with few-shot learning 2025-Sep, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03457-3 PMID:40563071	研究论文	提出一种结合少样本学习和全监督模型优势的新方法，用于简化放射科医生对体积医学图像的标注过程	通过优化扫描切片补丁的支持集和优先选择需要最少校正的标注扫描，显著减少放射科医生的标注工作量	NA	减少放射科医生对体积医学图像中微小结构（如病灶）的手动标注工作量	肝脏、肺部和脑部病灶	医学影像分析	肝脏疾病,肺部疾病,脑部疾病	CT扫描,MRI扫描	少样本学习模型,全监督模型	体积医学图像	375次扫描,5933个病灶	nnU-Net,UniverSeg	U-Net	病灶检测校正工作量减少百分比,误识别病灶减少百分比,病灶轮廓校正减少百分比,像素校正减少百分比	NA