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
701	2025-09-14	Deep Learning-Driven Intelligent Fluorescent Probes: Advancements in Molecular Design for Accurate Food Safety Detection 2025-Sep-05, Foods (Basel, Switzerland) DOI:10.3390/foods14173114 PMID:40941229	综述	探讨深度学习在荧光传感技术中用于智能探针设计和复杂信号分析的最新进展	整合深度学习非线性建模与模式识别能力，优化荧光探针分子设计并提升复杂食品基质中信号解析精度	未涉及具体实验验证数据，主要基于理论和方法论层面的讨论	推动食品安全检测技术发展，通过智能方法提升荧光传感的准确性与效率	荧光探针分子结构与性质、复杂荧光信号	机器学习	NA	荧光传感	深度学习（DL）	分子结构数据、光学信号数据	NA
702	2025-09-14	Real-Time Pig Weight Assessment and Carbon Footprint Monitoring Based on Computer Vision 2025-Sep-05, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15172611 PMID:40941406	研究论文	基于计算机视觉的实时猪只体重评估与碳足迹监测研究	提出轻量化深度学习模型EcoSegLite，结合ShuffleNetV2、LDConv和ACmix模块，在资源受限环境下实现高精度实时体重估计，并与生命周期评估框架整合优化饲喂策略	研究仅基于63头猪的样本数据，时间和样本规模可能存在局限性	通过优化饲喂策略减少养猪生产的碳足迹，实现碳达峰和碳中和目标	生猪生长过程	计算机视觉	NA	深度学习，生命周期评估(LCA)	EcoSegLite（基于CNN的轻量化模型）	图像	63头猪（2024年12月至2025年5月偏关农场全生命周期监测）
703	2025-09-14	Integrating Artificial Intelligence and Biotechnology to Enhance Cold Stress Resilience in Legumes 2025-Sep-05, Plants (Basel, Switzerland) DOI:10.3390/plants14172784 PMID:40941948	综述	本文综述了人工智能与生物技术整合提升豆类作物抗寒性的研究进展与应用策略	整合AI与高通量表型分析实现症状前冷害早期检测（准确率>95%），并结合多组学数据加速抗寒育种进程	多组学数据标准化不足及资源有限地区的成本限制	增强豆类作物抗寒性以应对气候变化对粮食安全的威胁	鹰嘴豆、大豆、小扁豆和豇豆等主要豆类作物	农业生物技术	NA	多组学分析、高通量表型分析、基因组选择、高光谱/热成像技术	CNN-LSTM混合深度学习模型	基因组数据、表型图像数据、环境传感器数据	基于数十万SNPs的基因组估计育种值（GEBVs）
704	2025-09-14	Improving Intelligent Vehicle Control with a Prediction Model of Passenger Comfort Based on Postural Instability Parameters 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175529 PMID:40942958	研究论文	基于姿态不稳定参数建立乘客舒适度预测模型以改进智能车辆控制	通过乘客姿态摆动参数与主观舒适度的关联分析，首次提出角速度变化是导致不适的主要因素，并构建了机器学习和深度学习两种预测模型	研究仅基于60名参与者的数据，样本规模有限，且未说明模型泛化能力验证情况	提升智能车辆的乘客舒适度评价与控制算法设计	智能车辆乘客	机器学习	NA	配对样本T检验、岭回归算法	传统机器学习算法、深度学习算法	乘客姿态数据、车辆运动数据、主观舒适度数据	60名参与者，在五种常见驾驶条件下进行现场测试
705	2025-09-14	Lightweight Deep Learning Architecture for Multi-Lead ECG Arrhythmia Detection 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175542 PMID:40942969	研究论文	提出一种轻量级深度学习架构，用于多导联心电图心律失常检测	整合CNN与通道注意力机制，能同时处理2导联和12导联ECG信号，结构新颖且简单	NA	准确识别和分类心电图信号中的心律失常，以支持心血管疾病的早期诊断和治疗	心电图信号	机器学习	心血管疾病	深度学习	CNN with channel attention mechanism	ECG信号	MIT-BIH和INCART心律失常数据集
706	2025-09-14	A Review of Dynamic Traffic Flow Prediction Methods for Global Energy-Efficient Route Planning 2025-Sep-05, Sensors (Basel, Switzerland) DOI:10.3390/s25175560 PMID:40942987	综述	本文系统回顾了2020至2025年间动态交通流预测与节能路径规划的集成方法	构建了交通预测与路径规划的集成框架，并指出异构图神经网络在多源异构数据整合中的未开发潜力	现有研究多孤立且采用单一模型，缺乏系统性的模型适应性、泛化能力及多场景融合潜力对比	解决交通拥堵导致的能源消耗和碳排放问题，通过动态交通流预测实现节能路径规划	城市交通流数据与车辆路径规划算法	机器学习	NA	统计模型、机器学习、深度学习及混合方法	LSTM、图神经网络、A*、Dijkstra	时空交通流数据	NA
707	2025-09-14	Integrating Radiomics and Artificial Intelligence (AI) in Stereotactic Body Radiotherapy (SBRT)/Stereotactic Radiosurgery (SRS): Predictive Tools for Tailored Cancer Care 2025-Sep-04, Cancers IF:4.5Q1 DOI:10.3390/cancers17172906 PMID:40941003	系统综述	分析人工智能在立体定向放射治疗中预测患者结局和治疗相关毒性的应用	整合放射组学与AI技术，探索传统方法可能遗漏的影像和剂量学生物标志物	纳入研究均为回顾性研究，需要进一步临床验证	预测接受SBRT/SRS治疗患者的治疗效果和毒性反应	实体瘤患者，包括早期肺癌、肝肿瘤及脑转移瘤等	医学人工智能	多种癌症	人工智能、机器学习、深度学习、放射组学	AI算法模型	影像数据、临床数据、剂量学数据	29项回顾性研究（2020-2025年发表）
708	2025-09-14	Optimizing Dam Detection in Large Areas: A Hybrid RF-YOLOv11 Framework with Candidate Area Delineation 2025-Sep-04, Sensors (Basel, Switzerland) DOI:10.3390/s25175507 PMID:40942937	研究论文	提出一种结合随机森林和YOLOv11的混合框架，用于优化大区域水坝检测并提升数据库完整性	融合地理因素分析与深度学习检测，通过候选区域动态划分显著提高水坝识别效率和可靠性	方法在特定区域验证，未提及跨区域泛化能力或极端地理条件下的适用性	提升水坝空间数据库的完整性和动态监测能力，支持防灾应急响应	中小型水坝，特别是巴基斯坦信德省未记录的水坝	计算机视觉	NA	随机森林算法、动态阈值分割、YOLOv11目标检测	RF（随机森林）、YOLOv11	高分辨率遥感影像、OpenStreetMap水体数据	在信德省识别出16个未记录的中小型水坝
709	2025-09-14	An Explainable Deep Learning Framework for Multimodal Autism Diagnosis Using XAI GAMI-Net and Hypernetworks 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172232 PMID:40941719	研究论文	提出一种基于可解释深度学习的多模态自闭症诊断框架，融合行为表型和脑成像数据	结合GAMI-Net处理行为数据实现透明嵌入，采用混合CNN-GNN提取脑特征，并通过超网络生成个性化分类权重	仅在单一数据集的分层交叉验证和保留测试集上验证，需在更大规模多中心数据上测试鲁棒性	开发可解释且个性化的多模态融合方法以改进自闭症谱系障碍的诊断准确性	自闭症谱系障碍患者的行为表型和脑结构影像数据	机器学习	自闭症谱系障碍	sMRI结构磁共振成像	GAMI-Net, CNN-GNN, Autoencoder, Hyper Network-based MLP	多模态数据（结构化行为数据和脑成像数据）	ABIDE-I数据集中的约247名受试者（20%测试集）
710	2025-09-14	Classification Performance of Deep Learning Models for the Assessment of Vertical Dimension on Lateral Cephalometric Radiographs 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172240 PMID:40941727	研究论文	本研究评估了六种深度学习模型在侧位头颅X光片上根据垂直骨骼生长模式进行分类的性能，无需解剖标志点识别	提出直接基于深度学习模型进行垂直维度评估，绕过了传统头影测量中耗时的标志点识别步骤	样本量相对有限（1050例），且模型在不同角度指标上的准确率存在差异（65%-87.29%）	评估深度学习算法在正畸诊断中分类垂直骨骼生长模式的性能	1050名患者的侧位头颅X光片	计算机视觉	口腔正畸	深度学习图像分类	ResNet101, DenseNet201, EfficientNet B0, EfficientNet V2 B0, ConvNetBase, 混合模型	X光影像	1050例患者侧位头颅X光片
711	2025-09-14	Category-Aware Two-Stage Divide-and-Ensemble Framework for Sperm Morphology Classification 2025-Sep-03, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172234 PMID:40941720	研究论文	提出一种两阶段深度集成学习框架，用于精子形态自动分类，以提高男性不育评估的准确性和可靠性	引入分层分类与结构化多阶段投票策略的集成模型，显著减少视觉相似类别间的误分类	NA	开发全自动精子形态分类系统，减少主观性并提供可靠生殖健康诊断支持	精子图像	计算机视觉	男性不育	深度学习	集成模型（NFNet-F4, ViT变体等）	图像	基于三种染色方案的18类数据集
712	2025-09-14	A Study on Detection of Prohibited Items Based on X-Ray Images with Lightweight Model 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175462 PMID:40942891	研究论文	提出一种基于X射线图像的轻量级模型，用于自动检测违禁物品	引入具有残差结构和注意力机制的新骨干网络，结合扩张卷积空间金字塔模块和深度可分离卷积算法以融合多尺度特征	NA	提高X射线安检中违禁物品的自动检测准确率和效率	X射线图像中的多种违禁物品	计算机视觉	NA	深度学习	CNN，基于YOLOv4-tiny改进的轻量级模型	图像	NA
713	2025-09-14	OTVLD-Net: An Omni-Dimensional Dynamic Convolution-Transformer Network for Lane Detection 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175475 PMID:40942904	研究论文	提出一种基于全维度卷积Transformer的车道检测网络OTVLD-Net，用于提升极端路况下的车道检测能力	结合全维度动态卷积与Transformer特征权重生成机制，引入车道对称性特征聚合和消失点检测模块	NA	提升车道检测模型在复杂道路条件和拓扑结构下的适应性与准确性	车道线检测	计算机视觉	NA	深度学习	CNN, Transformer	图像	OpenLane和CurveLanes数据集
714	2025-09-14	Non-Contact Screening of OSAHS Using Multi-Feature Snore Segmentation and Deep Learning 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175483 PMID:40942909	研究论文	提出一种结合多特征鼾声分割和深度学习的非接触式OSAHS筛查方法	开发两阶段框架，首次集成精确鼾声事件检测与深度学习分类，并设计自适应多特征融合端点检测算法	NA	实现阻塞性睡眠呼吸暂停低通气综合征（OSAHS）的自动化家庭筛查	鼾声信号	机器学习	睡眠呼吸障碍	梅尔频谱图转换，谱减法降噪	ECA-enhanced ResNet18 与双向GRU混合网络（ERBG-Net）	音频信号	13644个鼾声样本（6830正常，6814 OSAHS相关）
715	2025-09-14	Sensor-Agnostic, LSTM-Based Human Motion Prediction Using sEMG Data 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175474 PMID:40942903	研究论文	本研究探讨基于sEMG数据的传感器无关LSTM模型用于人体运动预测	证明了不同硬件配置的sEMG传感器数据在双向LSTM网络中表现相似，凸显深度学习的硬件无关性	NA	研究不同sEMG传感器硬件对深度学习网络预测人体单自由度角轨迹性能的影响	人体手臂运动	机器学习	NA	sEMG（表面肌电图）	bi-LSTM（双向长短期记忆网络）	sEMG原始数据	使用两种不同sEMG传感器平台从受试者收集数据
716	2025-09-14	MineVisual: A Battery-Free Visual Perception Scheme in Coal Mine 2025-Sep-03, Sensors (Basel, Switzerland) DOI:10.3390/s25175486 PMID:40942912	研究论文	提出一种用于煤矿环境的无电池视觉感知方案MineVisual，通过轻量化深度神经网络和能量感知动态剪枝网络提升计算效率和能源利用率	引入能量感知动态剪枝网络(EADP-Net)，在波动电源条件下保持推理精度和能效，并集成超级电容缓冲与电压调节技术	NA	解决煤矿地下环境中高计算需求和能源约束的关键挑战，实现智能安全监测	煤矿地下环境中的视觉感知与安全监测	计算机视觉	NA	深度可分离卷积模块，动态网络剪枝	轻量化深度神经网络，EADP-Net	图像	NA
717	2025-09-14	Three-Dimensional Choroidal Vessels Assessment in Fellow Eyes of Patients With Central Serous Chorioretinopathy 2025-Sep-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.14.9.10 PMID:40919871	研究论文	使用深度学习三维算法评估单侧慢性中心性浆液性脉络膜视网膜病变患者对侧眼的脉络膜血管结构	首次应用深度学习ResUNet模型结合Phansalkar阈值法实现脉络膜血管三维重建与定量分析	样本量较小（30例患者），且为回顾性研究，CVI变化未达显著统计学差异	评估cCSC患者对侧眼的脉络膜血管形态学特征	单侧慢性中心性浆液性脉络膜视网膜病变患者及其对侧眼与健康对照组	数字病理	视网膜疾病	深度学习自动分割、三维血管重建、Phansalkar阈值二值化	ResUNet	医学影像	30只cCSC患眼、22只对侧眼和26只对照眼
718	2025-09-14	Genetic Artificial Intelligence in Gastrointestinal Disease: A Systematic Review 2025-Sep-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15172227 PMID:40941714	系统综述	本文系统综述了遗传人工智能在胃肠道疾病早期诊断中的最新进展	首次系统总结遗传AI在胃肠道疾病中的应用，并识别关键SNPs和预测变量	仅纳入10项研究，未发现深度学习相关研究，数据来源有限	评估遗传人工智能在胃肠道疾病诊断中的有效性和应用进展	胃肠道疾病及相关疾病的遗传数据和临床变量	生物信息学	胃肠道疾病	SNP分析，机器学习	随机森林	遗传数据，临床数据	10项原始研究（来自PubMed）
719	2025-09-14	Deep Learning Image-Based Classification for Post-Earthquake Damage Level Prediction Using UAVs 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175406 PMID:40942835	研究论文	本研究探讨使用轻量级CNN模型MobileNetV3-Small通过无人机图像进行震后损坏等级实时预测	采用MobileNetV3-Small模型实现最低FLOPs（比ShuffleNetv2减少58.8%），并通过微调最后五层显著提升准确性和鲁棒性（性能提升4.5%）	NA	开发基于无人机图像的实时震后损坏评估系统，以支持搜救团队高效开展工作	震后建筑结构的损坏程度	计算机视觉	NA	深度学习图像分类	CNN, MobileNetV3-Small	图像	合并三个震后损坏等级数据集
720	2025-09-14	High-Accuracy Deep Learning-Based Detection and Classification Model in Color-Shift Keying Optical Camera Communication Systems 2025-Sep-02, Sensors (Basel, Switzerland) DOI:10.3390/s25175435 PMID:40942863	研究论文	提出一种基于深度学习的高精度检测与分类模型，用于优化采用颜色偏移键控调制的光学相机通信系统接收性能	首次将YOLOv8框架应用于CSK调制OCC系统的符号检测与分类，实现98.4%的高识别准确率	通信距离限于30厘米至3米，未来需提升数据速率和系统可扩展性	优化光学相机通信系统的接收性能，提升符号识别准确率	采用CSK调制的8×8 LED矩阵发射器与CMOS相机接收器组成的通信系统	机器视觉	NA	颜色偏移键控（CSK）调制，深度学习图像处理	YOLOv8	图像序列	实验验证采用8×8 LED矩阵和CMOS相机，在30cm-3m距离范围测试