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
761	2025-05-11	Explainable hybrid transformer for multi-classification of lung disease using chest X-rays 2025-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-90607-x PMID:39994381	research paper	提出了一种可解释的混合Transformer模型（LungMaxViT），用于胸部X光片的多分类肺病诊断	结合CNN初始阶段块与SE块，改进特征识别能力，用于胸部X光片的多分类肺病预测	模型在两个公开数据集上表现不一，在Chest X-ray 14数据集上的F1分数较低（70.7%）	开发一种高性能的深度学习模型，用于胸部X光片的肺病多分类诊断	胸部X光片图像	digital pathology	lung disease	CLAHE, flipping, denoising	LungMaxViT (hybrid transformer combining CNN and SE block)	image	基于两个公开数据集（COVID-19数据集和Chest X-ray 14数据集）
762	2025-05-11	Tensor-powered insights into neural dynamics 2025-Feb-24, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-07711-x PMID:39994447	research paper	提出了一种基于张量空间的神经信号解码方法LS-STM，用于处理高维神经信息	LS-STM是一种基于张量空间的解码方法，相比传统向量化方法能更好地处理高维张量域信息	未提及具体局限性	解码高维神经信息，提升神经信号解码性能	人类和小鼠的神经信号数据	machine learning	NA	tensor computing	LS-STM	neural signal	人类和小鼠数据（未提及具体数量）
763	2025-05-11	Consequences of training data composition for deep learning models in single-cell biology 2025-Feb-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.19.639127 PMID:40060416	research paper	研究单细胞转录组学深度学习模型训练数据组成对其性能的影响	首次系统研究了训练数据组成对单细胞转录组学基础模型性能的影响，并提出了优化策略	研究主要关注人类造血系统，可能无法完全推广到其他生物系统	探索训练数据组成如何影响单细胞转录组学深度学习模型的性能	人类造血系统的单细胞转录组数据	单细胞生物学	NA	单细胞转录组学	深度学习模型	单细胞转录组数据	包含成体和发育组织、疾病状态和扰动图谱的细胞样本
764	2025-05-11	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	research paper	本研究比较了五种深度学习模型在检测根管治疗中折断器械的性能	首次系统地比较了五种深度学习模型在根管治疗中折断器械检测的性能，并发现DenseNet201表现最佳	样本量相对较小，且仅使用了根尖周X光片，未考虑其他影像学检查方法	评估不同深度学习模型在根管治疗中折断器械检测的性能	根管治疗中折断的牙科器械	digital pathology	dental disease	deep learning	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	image	700张标注的根尖周X光片，其中381颗牙齿有折断器械
765	2025-05-11	Deep learning and electrocardiography: systematic review of current techniques in cardiovascular disease diagnosis and management 2025-Feb-23, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-025-01349-w PMID:39988715	综述	本文综述了深度学习与心电图(ECG)在心血管疾病诊断和管理中的最新应用进展	系统性地审查了198篇高质量文献，提供了当前心血管疾病领域深度学习应用的全面概述	NA	为心血管疾病的诊断和管理提供深度学习与ECG结合应用的全面指南	心血管疾病	数字病理学	心血管疾病	ECG	深度学习	ECG数据	198篇文献
766	2025-05-11	Identifying Research Priorities in Digital Education for Health Care: Umbrella Review and Modified Delphi Method Study 2025-Feb-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66157 PMID:39969988	综述	本研究通过伞式综述和改良德尔菲法确定了医疗保健数字教育的研究重点	结合伞式综述和改良德尔菲法，系统性地识别并优先处理医疗保健数字教育中的研究空白	研究依赖于现有文献和专家意见，可能未涵盖所有潜在的研究方向	确定数字教育在医疗保健领域的证据缺口和研究重点	医疗保健专业人员的数字教育	数字病理学	NA	伞式综述和改良德尔菲法	NA	文本	217篇系统综述或荟萃分析
767	2025-05-11	Prediction of Vertical Ground Reaction Forces Under Different Running Speeds: Integration of Wearable IMU with CNN-xLSTM 2025-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s25041249 PMID:40006478	研究论文	本研究通过整合可穿戴IMU与CNN-xLSTM模型，预测不同跑步速度下的垂直地面反作用力（GRFs）	首次在生物力学研究中应用xLSTM模型，并仅使用下肢关节角度预测跑步时的GRFs	研究仅针对12名健康男性跑步者，样本量较小且未考虑其他人群	开发一种新的GRF测量方法，为实时运动检测和运动损伤预测提供参考	12名健康男性跑步者在五种不同速度下的下肢关节角度和垂直地面反作用力数据	生物力学	NA	Xsens传感器数据采集	CNN-xLSTM	运动学数据（关节角度）	12名健康男性跑步者
768	2025-05-11	A Multimodal Pain Sentiment Analysis System Using Ensembled Deep Learning Approaches for IoT-Enabled Healthcare Framework 2025-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s25041223 PMID:40006452	研究论文	介绍了一种多模态情感分析系统，用于评估和识别物联网（IoT）医疗框架中的人类疼痛情感	开发了一种结合面部表情和语音音频记录的多模态疼痛情感分析系统，提高了疼痛强度评估的准确性	未提及具体局限性	提高疼痛情感识别的准确性，支持实时患者护理决策	人类疼痛情感	自然语言处理	NA	深度学习	CNN	图像和音频	使用了三个图像数据库（2D Face Set Database with Pain Expression、UNBC-McMaster database、BioVid database）和一个音频数据库（VIVAE database）
769	2025-05-11	Mixed-Supervised Learning for Cell Classification 2025-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s25041207 PMID:40006436	research paper	提出了一种结合半监督学习和人类在环的混合监督学习方法，用于细胞分类	结合半监督学习和人类在环的方法，设计了一个样本选择机制，将高置信度的未标记样本分配给自动半监督优化，不可靠的样本用于在线注释校正	未提及具体的数据集规模限制或模型泛化能力的局限性	提高基于组织病理学图像的细胞分类准确性，用于肿瘤识别和癌症诊断	细胞分类	digital pathology	cancer	deep learning	mixed-supervised model	image	LUSC, BloodCell, and PanNuke datasets
770	2025-05-11	Exploring Potential Medications for Alzheimer's Disease with Psychosis by Integrating Drug Target Information into Deep Learning Models: A Data-Driven Approach 2025-Feb-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26041617 PMID:40004081	研究论文	本研究通过将药物靶点信息整合到深度学习模型中，探索阿尔茨海默病伴精神病（AD + P）的潜在药物治疗方案	首次将药物靶点相互作用信息整合到DeepBiomarker深度学习模型中，用于预测AD + P风险并识别潜在治疗药物	研究数据仅来自匹兹堡大学医学中心的电子健康记录，样本来源单一	改善AD + P的预测并识别潜在治疗药物	阿尔茨海默病伴精神病患者	数字病理学	阿尔茨海默病	深度学习	DeepBiomarker	电子健康记录	来自匹兹堡大学医学中心的AD患者数据
771	2025-05-11	Leveraging Artificial Occluded Samples for Data Augmentation in Human Activity Recognition 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041163 PMID:40006391	research paper	提出了一种新的人体活动识别数据增强方法，通过人工移除骨架表示中的身体部分来模拟遮挡	与以往专注于旋转骨架的数据增强方法不同，该方法通过模拟遮挡来增加数据集的多样性和大小	未提及具体的实验样本量和实际应用中的性能表现	提高人体活动识别模型的泛化能力和鲁棒性	人体活动识别中的骨架数据	computer vision	NA	数据增强	deep learning	skeleton data	NA
772	2025-05-11	Advancing Emotionally Aware Child-Robot Interaction with Biophysical Data and Insight-Driven Affective Computing 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041161 PMID:40006397	研究论文	本文研究了利用生物物理数据和情感计算技术提升儿童与机器人互动中的情感识别能力	结合神经科学、心理学和人工智能的跨学科见解，开发了能够动态识别和响应人类情感状态的自适应系统	研究仅基于小规模的试点研究，需要更大规模的验证	提升儿童与机器人互动中的情感识别和响应能力，支持治疗和教育干预	儿童与NAO机器人的互动	情感计算	NA	面部表情分析和语音情感识别	Dynamic Bayesian Mixture Model (DBMM)	生物物理数据（面部表情和语音）	试点研究，具体样本量未明确说明
773	2025-05-11	Optimized Machine Learning for the Early Detection of Polycystic Ovary Syndrome in Women 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041166 PMID:40006393	研究论文	本研究旨在设计一种优化的机器学习模型，用于基于初期症状和健康指标早期诊断多囊卵巢综合征（PCOS）	提出了一种结合七种基础分类器的集成学习模型和深度学习模型作为元级分类器，并通过自然启发的海象优化（WaO）、布谷鸟搜索优化（CSO）和随机搜索优化（RSO）算法优化超参数，最终开发出WaOEL、CSOEL和RSOEL模型	研究中使用的数据集仅包含12个属性，可能不足以涵盖所有PCOS相关症状	早期诊断PCOS，减少未确诊病例	女性PCOS患者	机器学习	多囊卵巢综合征	集成学习（EL）、深度学习（DL）	WaOEL、CSOEL、RSOEL	症状和健康指标数据	两个数据集合并后的新症状数据集
774	2025-05-11	Improving Fall Classification Accuracy of Multi-Input Models Using Three-Axis Accelerometer and Heart Rate Variability Data 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041180 PMID:40006408	研究论文	本研究通过结合三轴加速度传感器和Holter心电图仪数据，提出了一种多输入模型，用于提高老年人跌倒分类的准确性	利用心脏势能变化的压力反射特性，结合CNN-LSTM深度学习模型和宽学习模型分析心率变异性数据，提出了一种新的多输入模型以提高跌倒分类准确性	在两种运动类型中HRV未增加，且从椅子上站立时HRV下降，这可能影响分类准确性	提高老年人跌倒分类的准确性，以预防跌倒及相关身体伤害	老年人的15种不同运动类型，包括跌倒	机器学习	老年疾病	三轴加速度传感器和Holter心电图仪	CNN-LSTM和宽学习模型	加速度传感器数据和心率变异性(HRV)数据	涉及15种不同运动的老年人数据
775	2025-05-11	Data Reconstruction Methods in Multi-Feature Fusion CNN Model for Enhanced Human Activity Recognition 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041184 PMID:40006413	研究论文	提出了一种多输入二维CNN架构，通过三种不同的数据重建方法融合特征，提升人类活动识别的性能	采用多输入二维CNN架构和三种数据重建方法融合特征，无需复杂预处理步骤，显著提升了识别准确性和鲁棒性	仅在自定义HAR数据集上验证，未在其他公开数据集上测试	提升人类活动识别（HAR）的准确性和鲁棒性	人类活动识别	计算机视觉	NA	数据重建方法	CNN	时间序列信号（一维加速度计数据）和二维图像	自定义HAR数据集
776	2025-05-11	A Projective-Geometry-Aware Network for 3D Vertebra Localization in Calibrated Biplanar X-Ray Images 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041123 PMID:40006352	研究论文	提出了一种名为ProVLNet的投影几何感知网络，用于在校准的双平面X射线图像中定位3D椎骨	结合投影几何信息，通过Siamese 2D特征提取器和空间对齐融合模块，在3D空间中融合2D特征，显著提高了3D椎骨定位的准确性	仅针对校准的双平面X射线图像，未涉及其他类型的医学影像	提高X射线引导脊柱手术中3D椎骨定位的准确性	腰椎和胸椎的椎骨	计算机视觉	脊柱疾病	深度学习	ProVLNet（包含Siamese 2D特征提取器、空间对齐融合模块和3D地标回归模块）	双平面X射线图像	两个典型且具有挑战性的数据集（腰椎和胸椎）
777	2025-05-11	A Novel Improvement of Feature Selection for Dynamic Hand Gesture Identification Based on Double Machine Learning 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041126 PMID:40006355	研究论文	本文提出了一种基于双重机器学习的新型特征选择方法，用于动态手势识别	引入双重机器学习方法，专注于变量间的因果关系而非相关性，提高了手势识别的性能和可解释性	未提及具体实验数据规模和实际应用场景的局限性	改进动态手势识别中的特征选择方法	动态手势识别问题	机器学习	NA	双重机器学习	Double Machine Learning	手势数据	NA
778	2025-05-11	A Multimodal Deep Learning Approach to Intraoperative Nociception Monitoring: Integrating Electroencephalogram, Photoplethysmography, and Electrocardiogram 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041150 PMID:40006379	研究论文	提出了一种多模态深度学习方法，整合EEG、PPG和ECG信号来预测全身麻醉下的伤害感受	首次整合EEG、PPG和ECG信号，并比较MLP和LSTM两种深度学习模型在伤害感受监测中的表现	LSTM模型对快速变化的敏感性较低	改进全身麻醉下的实时伤害感受监测	接受全身麻醉的患者	机器学习	NA	EEG、PPG和ECG信号分析	MLP和LSTM	生物信号数据（EEG、PPG、ECG）	来自两家医院的患者数据
779	2025-05-11	Discrimination of the Lame Limb in Horses Using a Machine Learning Method (Support Vector Machine) Based on Asymmetry Indices Measured by the EQUISYM System 2025-Feb-12, Sensors (Basel, Switzerland) DOI:10.3390/s25041095 PMID:40006323	研究论文	本研究开发了一种基于支持向量机（SVM）的预测系统，用于识别马匹在直线小跑时受影响的肢体	利用支持向量机（SVM）分析惯性测量单元（IMUs）数据，首次实现了对马匹肢体跛行的自动化识别	对健康马匹的识别准确率较低（54.8%），且在区分前肢和后肢跛行时存在误分类情况	开发一种自动化系统，用于早期检测马匹的肢体跛行问题	287匹马（256匹单肢跛行马和31匹健康马）	机器学习	马匹肢体跛行	惯性测量单元（IMUs）	支持向量机（SVM）	运动数据	287匹马（256匹单肢跛行马和31匹健康马）
780	2025-05-11	CFR-YOLO: A Novel Cow Face Detection Network Based on YOLOv7 Improvement 2025-Feb-11, Sensors (Basel, Switzerland) DOI:10.3390/s25041084 PMID:40006313	研究论文	提出了一种基于YOLOv7改进的新型奶牛面部检测网络CFR-YOLO，用于提高奶牛个体检测的准确性	使用FReLU激活函数替代SiLU，用CBF模块替换CBS模块，在骨干网络中引入RFB模块，并在头部层引入CBAM卷积注意力模块	实验仅在自建的奶牛面部数据集上进行，未在其他数据集上验证模型的泛化能力	探索奶牛面部检测技术在奶牛个体检测中的应用，以提高检测准确性	奶牛面部特征（包括鼻子、眼角和嘴角）	计算机视觉	NA	深度学习	YOLOv7改进模型（CFR-YOLO）	图像	自建的奶牛面部数据集