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
7761	2025-01-29	Time Series Data Augmentation for Energy Consumption Data Based on Improved TimeGAN 2025-Jan-16, Sensors (Basel, Switzerland) DOI:10.3390/s25020493 PMID:39860862	研究论文	本文提出了一种基于改进TimeGAN模型的时间序列数据增强方法，用于优化制造过程中的能源消耗数据预测	在TimeGAN模型中加入了多头自注意力机制层，以提高预测准确性	未提及具体的数据收集限制或模型在其他数据集上的泛化能力	优化能源管理效率，减少企业维护成本	制造过程中的能源消耗数据	机器学习	NA	时间序列数据增强	改进的TimeGAN模型，混合CNN-GRU模型	时间序列数据	未提及具体样本数量
7762	2025-01-28	Milk Composition Is Predictive of Low Milk Supply Using Machine Learning Approaches 2025-Jan-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020191 PMID:39857075	研究论文	本研究旨在通过机器学习方法预测低乳量，并探讨低乳量与正常乳量母亲之间乳汁成分的差异	首次将机器学习算法应用于低乳量的预测，结合乳汁成分及母婴特征，开发出高精度的预测模型	样本量相对较小，仅包含164名女性，可能影响模型的泛化能力	研究低乳量的预测方法，以支持母乳喂养和确保婴儿营养	58名低乳量母亲和106名正常乳量母亲	机器学习	NA	机器学习算法	深度学习和梯度提升机	乳汁成分数据及母婴特征数据	164名女性（58名低乳量，106名正常乳量）
7763	2025-01-29	A Novel CNN-Based Framework for Alzheimer's Disease Detection Using EEG Spectrogram Representations 2025-Jan-14, Journal of personalized medicine IF:3.0Q1 DOI:10.3390/jpm15010027 PMID:39852219	研究论文	本文提出了一种基于CNN的深度学习框架，用于通过EEG频谱图表示来检测阿尔茨海默病	提出了一种新的深度学习框架，结合了先进的预处理技术和基于FFT的频谱图的CNN分类，用于EEG信号的分类	未提及具体局限性	开发一种自动化的方法来诊断阿尔茨海默病和其他痴呆症，如额颞叶痴呆	阿尔茨海默病（AD）、额颞叶痴呆（FTD）和对照组（CN）的EEG信号	机器学习	阿尔茨海默病	EEG频谱图表示	CNN	EEG信号	未提及具体样本数量
7764	2025-01-28	An Efficient 3D Convolutional Neural Network for Dose Prediction in Cancer Radiotherapy from CT Images 2025-Jan-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020177 PMID:39857061	研究论文	本文提出了一种基于3D卷积神经网络的模型，用于从CT图像中预测癌症放疗的剂量分布	提出了一种定制的3D卷积神经网络模型，采用U-Net架构，并使用基于剂量-体积直方图的损失函数来训练模型，确保预测的剂量浓度在放疗中具有高度意义	模型仅在头颈癌患者的数据集上进行了训练和测试，可能不适用于其他类型的癌症	构建一个高性能的深度学习模型，用于预测癌症放疗的剂量分布，并开发易于操作的软件	头颈癌患者的CT图像	计算机视觉	头颈癌	3D卷积神经网络	U-Net	CT图像	200名头颈癌患者用于训练，100名用于测试，40名用于验证
7765	2025-01-29	Establishment and Evaluation of Atmospheric Water Vapor Inversion Model Without Meteorological Parameters Based on Machine Learning 2025-Jan-12, Sensors (Basel, Switzerland) DOI:10.3390/s25020420 PMID:39860790	研究论文	本文基于机器学习建立了一种无需气象参数的大气水汽反演模型，并对其进行了评估	提出了一种无需加权平均温度（Tm）参数的水汽反演模型，相比传统模型，新模型的精度更高，且具有更好的通用性	研究仅基于香港地区的数据，模型的普适性需要进一步验证	提高大气可降水量（PWV）的反演精度，为气象监测和天气预报提供参考方法	香港地区的17个地面GNSS站和水汽再分析产品	机器学习	NA	深度学习	深度学习模型（未具体说明）	地面GNSS数据、水汽再分析产品、探空数据	17个地面GNSS站，2年的数据
7766	2025-01-29	A Fast Identification Method for Seismic Responses of Bridge Structures by Integrating Digital Signal Features and Deep Learning 2025-Jan-11, Sensors (Basel, Switzerland) DOI:10.3390/s25020399 PMID:39860769	研究论文	本文提出了一种结合信号处理技术和深度学习技术的桥梁结构地震响应识别方法	结合短时能量法、短时傅里叶变换、连续小波变换和Meier频率倒谱系数，有效提取桥梁结构响应的非平滑段特征，并通过LSTM网络和Resnet50网络进行分类	未提及具体的数据集大小或实验环境限制	提高桥梁结构地震响应的识别精度和效率	桥梁结构的地震响应	机器学习	NA	短时能量法、短时傅里叶变换、连续小波变换、Meier频率倒谱系数	LSTM, Resnet50	传感器采集的信号	未提及具体样本数量
7767	2025-01-29	Classroom Behavior Recognition Using Computer Vision: A Systematic Review 2025-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s25020373 PMID:39860742	系统综述	本文通过系统文献综述，探讨了基于计算机视觉的课堂行为识别的研究现状和未来趋势	首次系统性地总结了计算机视觉在课堂行为识别中的应用，并提出了未来研究方向	现有研究对行为分类的定义多样，且缺乏与教学内容和事件的联系	探讨基于计算机视觉的课堂行为识别的研究现状、技术应用及未来挑战	教师和学生的课堂行为	计算机视觉	NA	深度学习	YOLO系列	视频	80篇同行评审的期刊文章
7768	2025-01-29	Application of Additive Manufacturing and Deep Learning in Exercise State Discrimination 2025-Jan-10, Sensors (Basel, Switzerland) DOI:10.3390/s25020389 PMID:39860758	研究论文	本文介绍了3D打印和深度学习技术在智能可穿戴设备中的应用，用于检测运动疲劳状态	结合3D打印和LSTM神经网络设计智能可穿戴设备，提高了运动疲劳状态检测的准确性和舒适性	当前可穿戴传感设备的不适感和不精确性，以及疲劳检测方法的稳定性尚未完全解决	优化运动训练，预防过度疲劳和伤害，提高训练效率和安全性	运动疲劳状态	机器学习	NA	3D打印，深度学习	LSTM	生物电信号	大量数值实验
7769	2025-01-28	A Novel Ensemble Meta-Model for Enhanced Retinal Blood Vessel Segmentation Using Deep Learning Architectures 2025-Jan-09, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13010141 PMID:39857725	研究论文	本文提出了一种新颖的集成学习框架，结合了四种深度学习架构，用于增强视网膜血管分割	提出了一种结合U-Net、ResNet50、U-Net与ResNet50骨干以及U-Net与transformer块的集成学习框架，通过堆叠方法整合预测，实现了最先进的性能	NA	提高视网膜血管分割的准确性，以辅助诊断视网膜疾病	视网膜图像中的血管	计算机视觉	糖尿病视网膜病变、青光眼、高血压视网膜病变	深度学习	U-Net, ResNet50, Transformer	图像	DRIVE和STARE数据集
7770	2025-01-28	Precision Medicine Assessment of the Radiographic Defect Angle of the Intrabony Defect in Periodontal Lesions by Deep Learning of Bitewing Radiographs 2025-Jan-08, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12010043 PMID:39851317	研究论文	本研究通过深度学习分析咬翼X光片中的骨内缺损放射线缺损角度，以评估牙周病的严重程度，从而优化治疗计划	采用一系列新颖的图像增强技术显著提高了诊断准确性，并使用YOLOv8模型检测受影响的牙齿	未提及样本的具体数量或多样性，可能影响模型的泛化能力	通过分析骨内缺损的放射线缺损角度，评估牙周病的严重程度，以优化治疗计划并改善患者护理	牙周病患者的咬翼X光片	计算机视觉	牙周病	深度学习	YOLOv8	图像	NA
7771	2025-01-28	DeepGenMon: A Novel Framework for Monkeypox Classification Integrating Lightweight Attention-Based Deep Learning and a Genetic Algorithm 2025-Jan-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15020130 PMID:39857013	研究论文	本文提出了一种名为DeepGenMon的新型轻量级框架，用于准确分类各种皮肤病，如水痘、黄褐斑、猴痘等	该框架结合了基于注意力的卷积神经网络（CNN）和遗传算法（GA），以提高检测准确性并优化模型超参数	虽然模型在低资源环境下表现良好，但仍需进一步验证其在更大规模和多样化数据集上的性能	提高猴痘及其他皮肤病的早期检测和分类准确性	猴痘及其他皮肤病	计算机视觉	猴痘	基于注意力的卷积神经网络（CNN）和遗传算法（GA）	CNN	图像	数据集1包含847张皮肤病图像，数据集2包含659张分类图像
7772	2025-01-28	Graph Convolutional Network with Neural Collaborative Filtering for Predicting miRNA-Disease Association 2025-Jan-08, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13010136 PMID:39857720	研究论文	本文提出了一种结合图卷积网络和神经协同过滤的机器学习模型，用于预测miRNA与疾病的关联	创新点在于结合了图卷积网络和神经协同过滤技术，有效捕捉网络中的miRNA和疾病特征向量，并保持网络结构	未提及具体局限性	研究目的是预测与疾病相关的miRNA，以理解人类疾病的潜在发病机制	研究对象是miRNA与疾病的关联	机器学习	NA	图卷积网络（GCN），神经协同过滤（NCF）	GCNCF	网络数据	未提及具体样本数量
7773	2025-01-28	Diabetes Prediction Through Linkage of Causal Discovery and Inference Model with Machine Learning Models 2025-Jan-07, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13010124 PMID:39857708	研究论文	本研究通过结合AI模型和因果发现与推理模型，预测糖尿病并定量分析其因果关系	结合AI模型与因果推理模型，不仅提供预测性能，还深入分析影响糖尿病的因素	NA	预测糖尿病并分析其因果关系	糖尿病患者	机器学习	糖尿病	因果发现技术（如LiNGAM）	逻辑回归、深度学习、梯度提升、决策树	结构化数据	Kaggle提供的国家糖尿病、消化和肾脏疾病研究所数据集
7774	2025-01-28	A Line of Sight/Non Line of Sight Recognition Method Based on the Dynamic Multi-Level Optimization of Comprehensive Features 2025-Jan-07, Sensors (Basel, Switzerland) DOI:10.3390/s25020304 PMID:39860672	研究论文	本文提出了一种基于动态多级优化综合特征（DMOCF）的网络模型，用于识别5G信号中的视距（LOS）和非视距（NLOS）传播状态，以提高定位精度	通过向时间延迟神经网络（TDNN）添加res2模块和Squeeze and Excitation（SE）块，增强了模型的表达能力，使其能够深入理解信号中的细粒度特征信息，并通过添加具有位置编码的mamba模块来捕捉复杂传播现象下的局部模式	NA	提高5G信号在复杂环境中的定位精度，特别是在室内紧急救援、智能工厂管理和跟踪以及精准营销等场景中的应用	5G信号的传播状态（LOS/NLOS）	机器学习	NA	动态多级优化综合特征（DMOCF）网络模型	时间延迟神经网络（TDNN）	5G信道脉冲响应（CIR）信号	NA
7775	2025-01-28	Applying MLP-Mixer and gMLP to Human Activity Recognition 2025-Jan-07, Sensors (Basel, Switzerland) DOI:10.3390/s25020311 PMID:39860680	研究论文	本文探讨了MLP-Mixer和gMLP在人类活动识别（HAR）中的应用，通过减少MLP层中的超参数值来评估这些模型的性能	提出了在传感器数据上使用较少的参数实现与图像处理任务相当的准确性，从而减少内存需求和计算复杂度	研究仅针对MLP-Mixer和gMLP模型，未涵盖其他可能适用于HAR的深度学习模型	评估MLP-Mixer和gMLP在人类活动识别任务中的性能，并探索减少参数对模型性能的影响	人类活动识别（HAR）任务	机器学习	NA	深度学习	MLP-Mixer, gMLP, CNN	传感器数据	NA
7776	2025-01-29	Synergizing CRISPR-Cas9 with Advanced Artificial Intelligence and Machine Learning for Precision Drug Delivery: Technological Nexus and Regulatory Insights 2025-Jan-06, Current gene therapy IF:3.8Q2 DOI:10.2174/0115665232342293241120033251 PMID:39871553	研究论文	本文探讨了CRISPR-Cas9技术与先进人工智能和机器学习在精准药物递送中的协同作用，并提供了技术结合和监管见解	结合CRISPR-Cas9与AI/ML技术，优化基因编辑实验并预测结果，推动精准药物递送的发展	面临脱靶效应、病毒载体引发的免疫反应以及生殖系编辑的伦理问题等挑战	探索CRISPR-Cas9与AI/ML技术在精准药物递送中的应用，并解决相关技术挑战和监管问题	CRISPR-Cas9系统、AI/ML模型（如DeepCRISPR）、基因编辑实验	基因编辑与人工智能	镰状细胞病、β-地中海贫血	CRISPR-Cas9、深度学习	DeepCRISPR	基因数据	NA
7777	2025-01-28	Machine Learning-Based Quantification of Lateral Flow Assay Using Smartphone-Captured Images 2025-Jan-04, Biosensors DOI:10.3390/bios15010019 PMID:39852070	研究论文	本研究开发了基于机器学习和深度学习的模型，用于从智能手机拍摄的侧向流动检测试纸图像中量化分析物负载	利用机器学习和深度学习模型对侧向流动检测试纸图像进行量化分析，提高了检测的定量能力	研究未提及样本的具体数量和多样性，可能影响模型的泛化能力	提高侧向流动检测试纸的定量分析能力	侧向流动检测试纸的智能手机拍摄图像	计算机视觉	NA	NA	随机森林, 卷积神经网络 (CNN)	图像	NA
7778	2025-01-28	Deep-Learning-Based Reconstruction of Single-Breath-Hold 3 mm HASTE Improves Abdominal Image Quality and Reduces Acquisition Time: A Quantitative Analysis 2025-Jan-03, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol32010030 PMID:39851946	研究论文	本研究通过深度学习重建技术改进单次屏气3毫米HASTE腹部MRI图像质量，并减少采集时间	首次将深度学习重建技术应用于单次屏气3毫米HASTE腹部MRI，显著提高图像质量并减少采集时间	样本量较小，仅包括35名参与者（5名健康志愿者和30名患者）	改进腹部MRI图像质量并加速成像采集	35名参与者（5名健康志愿者和30名患者）	医学影像	NA	深度学习重建技术	NA	MRI图像	35名参与者（5名健康志愿者和30名患者）
7779	2025-01-28	Maize quality detection based on MConv-SwinT high-precision model 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312363 PMID:39854315	研究论文	本研究提出了一种基于MConv-SwinT高精度模型的玉米质量检测方法，通过结合机器视觉和深度学习技术，显著提高了检测的准确性和效率	采用Swin Transformer作为增强基础模型，结合机器视觉和深度学习技术，提出了一种新的玉米质量检测方法，显著提高了检测精度	NA	提高玉米质量检测的准确性和效率，减少传统方法中的主观判断和高错误率	玉米质量检测	计算机视觉	NA	机器视觉和深度学习	Swin Transformer	图像	20,152张有效玉米图像
7780	2025-01-29	Research on grading detection methods for diabetic retinopathy based on deep learning 2025-Jan, Pakistan journal of medical sciences IF:1.2Q2 DOI:10.12669/pjms.41.1.9171 PMID:39867796	研究论文	本文设计了一种基于深度学习的模型，用于糖尿病视网膜病变的早期筛查，并提供可解释的判断依据	采用Vision Transformer架构，结合公开的EyePACS数据集进行训练，并在预测病变区域方面表现优异	模型仅在IDRiD数据集的两个子集上进行了验证，可能需要更多样化的数据集进一步验证其泛化能力	实现糖尿病视网膜病变的早期筛查并提供可解释的诊断依据	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	深度学习	Vision Transformer	图像	使用EyePACS数据集进行训练，并在IDRiD数据集的两个子集上进行验证