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
61	2025-05-29	Novel Spatio-Temporal Joint Learning-Based Intelligent Hollowing Detection in Dams for Low-Data Infrared Images 2025-May-19, Sensors (Basel, Switzerland) DOI:10.3390/s25103199 PMID:40431991	研究论文	提出了一种基于时空联合学习的智能大坝空鼓检测方法，适用于低数据红外图像	创新性地提出了非破坏性红外检测方法，结合物理信息神经网络（PINNs）和多子网设计，解决了低数据情况下的空鼓检测问题	方法依赖于构建的数据集，实际应用中可能需要更多真实图像验证	开发一种高效、智能的大坝空鼓检测方法，满足定期检查的全面覆盖和智能管理需求	混凝土大坝的表面温度场变化及空鼓缺陷	计算机视觉	NA	红外检测技术、深度学习算法	PINNs（物理信息神经网络）	红外图像	少量真实图像（few shots real images）
62	2025-05-29	Neurophysiological Approaches to Lie Detection: A Systematic Review 2025-May-18, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15050519 PMID:40426690	系统综述	本文系统评估了2017-2024年间基于EEG和ERP P300反应的测谎研究，总结了常用的EEG信号处理技术、特征提取方法和分类算法	首次系统比较了不同EEG信号处理与分类方法在测谎任务中的表现，并指出深度学习模型对性能的提升作用	研究仅限于2017-2024年的英文文献，且主要关注面部识别任务中的P300反应	评估EEG-based测谎技术的最新进展，确定最有效的信号处理和分类方法	使用EEG和ERP P300进行测谎的研究文献	神经工程	NA	EEG、ERP P300、CIT、GKT、DIT	SVM、LDA、CNN	神经电生理信号	NA
63	2025-05-29	A Systematic Review of AI-Based Techniques for Automated Waste Classification 2025-May-18, Sensors (Basel, Switzerland) DOI:10.3390/s25103181 PMID:40431972	系统综述	本文系统综述了基于AI的自动化废物分类技术，重点关注机器学习和深度学习的应用	提供了对97项研究的全面分析，并提出了一个结构化路线图，将挑战和机遇分为短期、中期和长期优先事项	数据集不平衡、现实世界变异性及标准化问题	探索AI在自动化废物分类中的作用，并指导未来研究方向	废物分类技术及其相关数据集	机器学习	NA	机器学习(ML)、深度学习(DL)	CNN、混合模型	图像	超过15个公开可用的废物分类数据集
64	2025-05-29	A Supervised Scene Adaptive Model for Identifying Impact Load with Few Samples 2025-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103169 PMID:40431961	研究论文	提出了一种基于监督场景自适应模型的冲击载荷识别方法，适用于样本量少的情况	该方法能够在少量甚至零冲击训练样本的情况下构建深度学习模型，并提高模型在不同结构间的迁移能力	NA	解决下一代大型飞机结构健康监测中冲击载荷识别技术的样本依赖和扩展性问题	大型飞机结构	机器学习	NA	深度学习	监督场景自适应模型	NA	少量样本（基线区域样本训练，迁移区域仅需极少量校准样本）
65	2025-05-29	Depth Perception Based on the Interaction of Binocular Disparity and Motion Parallax Cues in Three-Dimensional Space 2025-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103171 PMID:40431963	综述	本文系统总结了基于双目视差和运动视差线索的三维空间深度感知研究	从单一线索研究发展到定量研究两种线索的交互作用，并总结了四种深度感知模型	未提出新的实验数据或模型，主要基于文献综述	总结和分析基于双目视差和运动视差的深度感知研究现状和发展趋势	人类视觉系统的深度感知机制	计算机视觉	NA	文献调查与模型分析	WF模型、MWF模型、SF模型、IC模型	文献数据	NA
66	2025-05-29	Pancreas segmentation using AI developed on the largest CT dataset with multi-institutional validation and implications for early cancer detection 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01802-9 PMID:40379726	research paper	该研究开发了一种基于深度学习的卷积神经网络（CNN）用于胰腺的自动化分割，并在大规模CT数据集上进行了验证	使用了迄今为止最大的单机构数据集（n=3031 CTs）进行训练，并在多机构数据集AbdomenCT-1K（n=585）上进行了外部验证，展示了模型的高空间一致性和鲁棒性	未提及具体局限性，但可能包括模型在更广泛人群或不同成像条件下的泛化能力需要进一步验证	开发一种准确且全自动的胰腺分割方法，以推动早期胰腺癌检测的影像生物标志物研究	胰腺的CT影像	digital pathology	pancreatic cancer	deep learning, CT imaging	3D nnU-Net	CT images	3031 CTs（训练集），585 CTs（外部验证集），452 CTs（测试集）
67	2025-05-29	Multicenter development of a deep learning radiomics and dosiomics nomogram to predict radiation pneumonia risk in non-small cell lung cancer 2025-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-02045-4 PMID:40379764	研究论文	本研究旨在开发一个结合放射组学、剂量组学和深度学习的模型，以预测非小细胞肺癌患者放疗后肺炎的风险	结合放射组学、剂量组学和深度学习特征，构建多维度预测模型，提高预测准确性	研究为回顾性设计，样本量相对较小（245例患者）	提高非小细胞肺癌患者放疗后肺炎风险的预测能力	非小细胞肺癌患者	数字病理	肺癌	放射组学、剂量组学、深度学习	深度学习放射组学和剂量组学列线图（DLRDN）	CT图像、剂量测定图像	245例非小细胞肺癌患者（来自三家医院）
68	2025-05-29	Identification of Key Genes and Potential Therapeutic Targets in Sepsis-Associated Acute Kidney Injury Using Transformer and Machine Learning Approaches 2025-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050536 PMID:40428155	研究论文	本文开发了一个结合Transformer深度学习模型和传统机器学习技术的AI驱动框架，用于识别脓毒症相关急性肾损伤(SA-AKI)的关键基因和潜在治疗靶点	首次将Transformer深度学习模型与传统机器学习技术(LASSO, SVM-RFE, Random Forest和神经网络)相结合，用于SA-AKI的生物标志物发现和治疗靶点识别	研究基于公开的微阵列数据集(GSE95233和GSE69063)，样本量和数据来源可能有限	开发早期诊断SA-AKI的AI方法并识别潜在治疗靶点	脓毒症相关急性肾损伤(SA-AKI)患者	机器学习	脓毒症相关急性肾损伤	微阵列数据分析，KEGG/GO富集分析	Transformer, LASSO, SVM-RFE, Random Forest, 神经网络	基因表达数据	来自GEO数据库的两个数据集(GSE95233和GSE69063)
69	2025-05-29	Comparative Study of Cell Nuclei Segmentation Based on Computational and Handcrafted Features Using Machine Learning Algorithms 2025-May-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101271 PMID:40428264	研究论文	本文通过比较基于计算和手工特征的机器学习算法，研究了细胞核分割的质量	结合CNN提取的特征与逻辑回归方法，显著提高了病理图像中细胞核分割的准确性	未提及具体的数据集规模限制或算法泛化能力问题	评估不同机器学习方法在细胞核图像分割中的性能	病理图像中的细胞核	数字病理学	前列腺癌、乳腺癌、脑肿瘤	K-means聚类、随机森林(RF)、支持向量机(SVM)、逻辑回归(LR)、CNN	CNN、RF、SVM、LR	图像	NA
70	2025-05-29	Preliminary Development of Global-Local Balanced Vision Transformer Deep Learning with DNA Barcoding for Automated Identification and Validation of Forensic Sarcosaphagous Flies 2025-May-16, Insects IF:2.7Q1 DOI:10.3390/insects16050529 PMID:40429242	研究论文	本研究开发了一种基于GLB-ViT的深度学习模型，结合DNA条形码技术，用于自动识别和验证法医相关的食腐蝇类	开发了GLB-ViT模型用于蝇类物种识别，并结合DNA条形码技术进行验证，提高了识别效率和准确性	模型目前仅适用于海南地区的十种常见食腐蝇类，数据库仍需进一步完善	提高法医科学中食腐蝇类形态识别的效率和准确性	食腐蝇类	计算机视觉	NA	DNA Barcoding	GLB-ViT (Global-Local Balanced Vision Transformer)	图像	十种海南常见食腐蝇类
71	2025-05-29	AS-TBR: An Intrusion Detection Model for Smart Grid Advanced Metering Infrastructure 2025-May-16, Sensors (Basel, Switzerland) DOI:10.3390/s25103155 PMID:40431946	研究论文	提出了一种名为AS-TBR的混合深度学习模型，用于智能电网高级计量基础设施(AMI)中的入侵检测	结合ADASYN技术解决数据不平衡问题，并利用Transformer、BiGRU和ResNet分别捕获全局时间依赖、双向时间关系和深度空间特征	仅在UNSW-NB15和NSL-KDD数据集上进行了验证，未在其他数据集上测试	提高智能电网AMI入侵检测的准确性和可靠性	智能电网高级计量基础设施(AMI)的网络流量数据	机器学习	NA	ADASYN, Transformer, BiGRU, ResNet	混合深度学习模型(AS-TBR)	网络流量数据	UNSW-NB15和NSL-KDD数据集
72	2025-05-29	Transforming Bone Tunnel Evaluation in Anterior Cruciate Ligament Reconstruction: Introducing a Novel Deep Learning System and the TB-Seg Dataset 2025-May-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050527 PMID:40428146	research paper	本研究介绍了一种基于深度学习的系统，用于精确分割和评估前交叉韧带重建后的骨隧道	提出了一种新的ResNet50-Unet网络用于骨隧道分割，并开发了TB-Seg数据集	样本量较小（24名患者），可能影响结果的普遍性	提高前交叉韧带重建后骨隧道评估的准确性和效率	前交叉韧带重建后的骨隧道	digital pathology	骨科疾病	deep learning, 3D reconstruction	ResNet50-Unet	医学影像	24名患者
73	2025-05-29	Automated Caries Detection Under Dental Restorations and Braces Using Deep Learning 2025-May-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050533 PMID:40428152	研究论文	本研究提出了一种基于深度学习和图像处理的创新方法，用于自动检测修复体和牙套下的龋齿，旨在减轻牙科医生的临床负担	采用YOLOv8检测咬翼X光片中的单个牙齿，并引入旋转感知分割方法处理角度变化；结合图像处理技术，Inception-v3的准确率提升至99.17%	排除了有HIV病史的患者数据，可能影响模型的泛化能力	开发自动化龋齿检测系统，减少牙科医生的临床负担	修复体和牙套下的龋齿	计算机视觉	牙科疾病	深度学习、图像处理	YOLOv8, AlexNet, Inception-v3	图像（咬翼X光片）	505张咬翼X光片，来自台湾桃园长庚纪念医院
74	2025-05-29	Deep Reinforcement Learning for CT-Based Non-Invasive Prediction of SOX9 Expression in Hepatocellular Carcinoma 2025-May-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101255 PMID:40428248	research paper	该研究开发了一种基于深度强化学习的深度学习模型，用于术前无创预测肝细胞癌患者CT图像中的SOX9表达	提出了一种深度强化学习方法，通过识别和聚焦与SOX9表达高度相关的图像区域，提高了预测准确性，减少了背景噪声的影响	研究基于回顾性数据，样本量相对较小（101名患者），且仅来自单一医疗中心	开发一种非侵入性方法，用于预测肝细胞癌患者的SOX9表达状态，以指导个性化治疗	肝细胞癌（HCC）患者	digital pathology	hepatocellular carcinoma	CT imaging	deep reinforcement learning (DRL)	image	101名HCC患者的4011张CT图像
75	2025-05-29	Object Detection in Laparoscopic Surgery: A Comparative Study of Deep Learning Models on a Custom Endometriosis Dataset 2025-May-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101254 PMID:40428247	研究论文	本研究探讨了深度学习模型在腹腔镜视频中物体检测的应用，旨在帮助外科医生准确识别和定位子宫内膜异位症病灶及相关解剖结构	使用自定义数据集评估FasterRCNN和YOLOv9模型在分层和非分层训练场景下的性能，发现分层训练显著减少数据泄漏风险并提高模型泛化能力	数据集中的弱标注和类别不平衡影响了模型整体性能	提高腹腔镜手术在子宫内膜异位症治疗中的精确度	子宫内膜异位症病灶及相关解剖结构	计算机视觉	子宫内膜异位症	深度学习	FasterRCNN, YOLOv9	视频	199个视频序列和205,725帧图像，其中17,560帧由医学专业人员标注
76	2025-05-29	Deep Learning Method for Breakdown Voltage and Forward I-V Characteristic Prediction of Silicon Carbide Schottky Barrier Diodes 2025-May-15, Micromachines IF:3.0Q2 DOI:10.3390/mi16050583 PMID:40428709	研究论文	本研究采用深度学习方法开发了一个高精度模型，用于预测碳化硅肖特基势垒二极管（SiC SBDs）的击穿电压和正向I-V特性	通过深度学习模型显著降低了与破坏性实验（如击穿电压测试）相关的测试成本，并支持相关变量的线性变化	模型建立需要一定的时间	开发高精度模型以预测SiC SBDs的击穿电压和正向I-V特性	碳化硅肖特基势垒二极管（SiC SBDs）	机器学习	NA	深度学习	深度学习模型	数值数据	600组输入数据
77	2025-05-29	Accelerated Biological Aging in Exfoliation Glaucoma Assessed by Fundus-Derived Predicted Age and Advanced Glycation End Products 2025-May-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26104725 PMID:40429867	研究论文	本研究通过眼底图像预测的生物年龄和晚期糖基化终末产物（AGEs）评估了剥脱性青光眼（EXG）患者的加速生物老化现象	利用深度学习模型（EfficientNet）从眼底图像预测生物年龄，并探讨其与AGEs积累的关系，为青光眼进展提供非侵入性生物标志物	样本量相对较小（237名参与者），且仅针对特定类型的青光眼（EXG和POAG）进行研究	评估青光眼患者的加速生物老化现象，并探索其与AGEs积累的关系	原发性开角型青光眼（POAG）患者、剥脱性青光眼（EXG）患者和对照组	数字病理学	青光眼	深度学习模型、皮肤自发荧光（sAF）测量	EfficientNet	图像	237名参与者（79名POAG患者、79名EXG患者和79名年龄和性别匹配的对照组）
78	2025-05-29	Next-Level Prediction of Structural Progression in Knee Osteoarthritis: A Perspective 2025-May-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26104748 PMID:40429891	perspective	本文探讨了利用机器学习和深度学习技术改进膝关节骨关节炎结构进展预测的方法	提出利用ML/DL技术整合多维数据（如生化标志物和MRI成像标志物）来增强膝关节OA患者的分类/分层能力	未提及具体模型验证结果或临床实施面临的挑战	改进膝关节骨关节炎结构进展的预测方法，以实现早期识别和个性化干预	膝关节骨关节炎患者	machine learning	骨关节炎	MRI, 生化标志物检测	ML/DL	多维数据（包括影像和生化数据）	NA
79	2025-05-29	A Comprehensive Review of Deep Learning Applications in Cotton Industry: From Field Monitoring to Smart Processing 2025-May-15, Plants (Basel, Switzerland) DOI:10.3390/plants14101481 PMID:40431047	review	本文综述了深度学习在棉花产业中的应用，从田间监测到智能加工	深度学习在棉花价值链中展现出卓越的数据分析、模式识别和自主决策能力，显著提升了棉花生产的准确性和效率	模型泛化能力有限、计算需求高、环境适应性差以及数据标注成本高	探讨深度学习如何推动棉花产业的智能化和可持续发展	棉花产业中的种子质量评估、病虫害检测、智能灌溉、自主收获和纤维分类等环节	machine learning	NA	深度学习 (DL)	NA	多模态数据（如遥感、天气和土壤信息）	NA
80	2025-05-29	TDP-SAR: Task-Driven Pruning Method for Synthetic Aperture Radar Target Recognition Convolutional Neural Network Model 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103117 PMID:40431911	research paper	提出了一种新颖的任务驱动剪枝策略（TDP-SAR），用于合成孔径雷达（SAR）目标识别卷积神经网络模型的优化	通过频域分析卷积核在不同处理阶段的重要性，实现了对SAR目标识别模型的剪枝，相比传统方法更适应不同质量的SAR图像	未提及该方法在其他类型数据集上的泛化能力	解决SAR目标识别模型因复杂度高而难以实际部署的问题	合成孔径雷达（SAR）图像	computer vision	NA	频域分析	CNN, J-CNN	SAR图像	MSTAR基准数据集