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
801	2025-05-15	Mouse-Geneformer: A deep learning model for mouse single-cell transcriptome and its cross-species utility 2025-Mar, PLoS genetics IF:4.0Q1 DOI:10.1371/journal.pgen.1011420 PMID:40106407	研究论文	本研究开发了一个针对小鼠的深度学习模型mouse-Geneformer，用于分析小鼠单细胞转录组数据，并探索其跨物种应用潜力	首次构建了专门针对小鼠的Geneformer模型，并验证了其在跨物种分析中的适用性	在COVID-19人类疾病模型中的分析结果与人类专用Geneformer仅部分一致	开发适用于小鼠单细胞转录组分析的深度学习模型并探索其跨物种应用	小鼠和人类的单细胞转录组数据	机器学习	NA	scRNA-seq	Transformer Encoder	单细胞转录组数据	2100万个小鼠scRNA-seq图谱
802	2025-05-15	Towards Clinical Diagnoses: Classifying Alzheimer's Disease Using Single fMRI, Small Datasets, and Transfer Learning 2025-Mar, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.70427 PMID:40108822	研究论文	本研究开发了一种结合深度学习和功能磁共振成像（fMRI）的流程，用于阿尔茨海默病（AD）的临床诊断	采用迁移学习解决数据可用性问题，并使用半自动化和单图像技术（即每个参与者一个fMRI体积）使模型适用于非专业人群	模型在AD分类上的准确率为77%，仍有提升空间，且样本量较小（64名参与者）	开发一种适用于临床的阿尔茨海默病诊断方法	阿尔茨海默病患者和对照组	数字病理学	老年病	fMRI	深度学习模型（未指定具体类型）	图像（fMRI）	初始训练524名参与者（来自ABIDE数据集），迁移学习后使用64名参与者（来自ADNI数据集）
803	2025-05-15	Critical assessment of missense variant effect predictors on disease-relevant variant data 2025-Mar, Human genetics IF:3.8Q2 DOI:10.1007/s00439-025-02732-2 PMID:40113603	研究论文	评估错义变异效应预测工具在疾病相关变异数据上的表现	比较了CAGI 6 Annotate-All-Missense挑战中提交的预测工具、临床遗传学中常用的预测工具以及最近开发的深度学习方法，揭示了当前方法相对于旧工具的显著进步	预测工具在区分致病性变异与非常罕见的良性变异时性能可能降低，且可能继承基因水平标签不平衡的问题	评估错义变异效应预测工具的临床和研究实用性，并指导未来的改进	错义变异效应预测工具	生物信息学	NA	深度学习	NA	基因变异数据	NA
804	2025-05-15	A Robust and Efficient Representation-based DNA Storage Architecture by Deep Learning 2025-Mar, Small methods IF:10.7Q1 DOI:10.1002/smtd.202400959 PMID:40114483	research paper	提出了一种基于深度学习的DNA存储架构，用于图像的稳健和高效表示与重建	利用深度学习的优秀表示和图像生成能力，结合自动编码器和U-Net网络，实现了在DNA存储中对噪声读取图像的重建与优化	在插入-删除-替换（IDS）错误率低于6%的场景下才能重建中等质量的图像	开发一种稳健且高效的DNA存储解决方案，用于大规模图像应用	图像数据在DNA存储中的表示与重建	machine learning	NA	DNA存储技术	autoencoder, U-Net	image	14 plasmids
805	2025-05-15	Forecasting the concentration of the components of the particulate matter in Poland using neural networks 2025-Mar, Environmental science and pollution research international DOI:10.1007/s11356-025-36265-y PMID:40117111	研究论文	本文提出了四种基于深度学习的预测方法，用于预测波兰颗粒物(PM)的浓度	使用了四种先进的深度学习模型(xLSTM、KAN、TCN和VAE)进行颗粒物浓度预测，并在波兰八个城市的数据上验证了其高预测准确性	研究仅基于波兰八个城市的数据，可能无法完全代表其他地区的污染情况	提高颗粒物浓度预测的准确性以支持空气质量管理和公共卫生干预	波兰八个城市的颗粒物(PM)浓度数据	机器学习	NA	深度学习	xLSTM, KAN, TCN, VAE	环境监测数据	波兰八个城市的数据
806	2025-05-15	[Nobel Prize in physics 2024 : John J. Hopfield and Geoffrey E. Hinton. From Hopfield and Hinton to AlphaFold: The 2024 Nobel Prize honors the pioneers of deep learning] 2025-Mar, Medecine sciences : M/S DOI:10.1051/medsci/2025036 PMID:40117553	comments	本文回顾了2024年诺贝尔物理学奖得主John J. Hopfield和Geoffrey E. Hinton的职业生涯，并强调了他们在人工神经网络和深度学习领域的开创性贡献	突出了两位科学家在人工神经网络和深度学习领域的基础性发现，这些发现为现代机器学习技术如AlphaFold奠定了基础	NA	回顾和表彰John J. Hopfield和Geoffrey E. Hinton在人工神经网络和深度学习领域的贡献	John J. Hopfield和Geoffrey E. Hinton的研究工作	machine learning	NA	artificial neural networks	NA	NA	NA
807	2025-05-15	Multigas Identification by Temperature-Modulated Operation of a Single Anodic Aluminum Oxide Gas Sensor Platform and Deep Learning Algorithm 2025-02-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c02715 PMID:39831774	研究论文	本研究通过温度调制操作和深度学习算法，解决了半导体金属氧化物气体传感器在选择性方面的固有局限性	利用阳极氧化铝微加热器平台实现单一半导体金属氧化物气体传感器的温度调制操作，并结合CNN算法提高气体分类和浓度预测的准确性	研究仅针对四种气体（丙酮、氨、乙醇和二氧化氮）进行了测试，未涵盖更广泛的气体种类	解决半导体金属氧化物气体传感器的选择性限制，提高气体识别和浓度测量的准确性	半导体金属氧化物气体传感器及其在气体识别中的应用	机器学习	NA	温度调制操作、CNN	CNN	气体响应数据	四种气体（丙酮、氨、乙醇和二氧化氮）的响应数据
808	2025-05-15	Neural Network-Assisted Dual-Functional Hydrogel-Based Microfluidic SERS Sensing for Divisional Recognition of Multimolecule Fingerprint 2025-02-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.4c03096 PMID:39964084	research paper	提出了一种基于深度学习的双功能分区微流控集成水凝胶表面增强拉曼散射（SERS）平台，以提高拉曼检测系统的灵敏度、集成度和实用性	结合深度学习和双功能微流控技术，实现多分子指纹的分区识别和同时检测	未提及具体样本量或实验重复次数，可能影响结果的统计显著性	提高拉曼检测系统的灵敏度、集成度和实用性	罗丹明6G（R6G）、福美双、芘、蒽和邻苯二甲酸二丁酯等分子	机器学习和微流控技术	NA	表面增强拉曼散射（SERS）和全连接神经网络技术	全连接神经网络	拉曼光谱数据	NA
809	2025-05-15	GPC-YOLO: An Improved Lightweight YOLOv8n Network for the Detection of Tomato Maturity in Unstructured Natural Environments 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051502 PMID:40096330	研究论文	提出了一种基于YOLOv8n的轻量级模型GPC-YOLO，用于在非结构化自然环境中检测番茄成熟度	引入了C2f-PC模块、GSConv轻量卷积、CCFF跨尺度特征融合模块，以及SimAM注意力机制和EIoU损失函数，显著降低了计算负担并提高了检测精度	研究仅针对番茄成熟度检测，未验证在其他水果或作物上的适用性	开发一种轻量化的目标检测模型，用于农业场景中的番茄成熟度识别	番茄果实	计算机视觉	NA	深度学习目标检测	GPC-YOLO（基于YOLOv8n改进）	图像	1249张手机拍摄的番茄图像
810	2025-05-15	A Comparative Study of Plantar Pressure and Inertial Sensors for Cross-Country Ski Classification Using Deep Learning 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051500 PMID:40096333	研究论文	本研究比较了足底压力和惯性传感器在越野滑雪技术分类中的应用，并开发了一种基于CNN和LSTM的深度学习模型	首次比较了低成本、低侵入性的足底压力传感器和惯性传感器在越野滑雪技术分类中的性能，并展示了在最小传感器设置下实现高分类准确率的潜力	研究仅针对越野滑雪技术分类，未验证在其他运动项目中的适用性	比较不同传感器在越野滑雪技术分类中的性能，并开发高效的分类方法	越野滑雪运动员	机器学习	NA	深度学习	CNN和LSTM	足底压力数据和惯性测量数据	未明确说明样本数量，但涉及多名滑雪运动员的数据
811	2025-05-15	Artificial Vision Systems for Fruit Inspection and Classification: Systematic Literature Review 2025-Feb-28, Sensors (Basel, Switzerland) DOI:10.3390/s25051524 PMID:40096367	系统文献综述	本文通过系统文献综述，探讨了计算机视觉在水果分选和质量检测中的应用领域、硬件配置及技术算法	首次采用PRISMA方法对2015至2024年间56篇相关文献进行系统分析，总结了不同应用场景下的技术需求与解决方案	仅分析了2015至2024年的文献，可能遗漏早期重要研究	识别水果分选和质量检测中计算机视觉技术的应用领域、硬件配置及算法	水果产业中的分选和质量检测系统	计算机视觉	NA	RGB相机、LED照明系统、多光谱相机、Otsu算法、Sobel算法、深度学习模型（如ResNet、VGG）	ResNet, VGG	图像	56篇文献
812	2025-05-15	Gesture Recognition Achieved by Utilizing LoRa Signals and Deep Learning 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051446 PMID:40096281	研究论文	本研究提出了一种基于LoRa技术的新型手势识别系统，结合了先进的信号预处理、自适应分割算法和改进的SS-ResNet50深度学习模型	通过结合残差学习和动态卷积技术，SS-ResNet50模型显著增强了多尺度手势特征的提取能力，提高了分类准确率	NA	开发一种低功耗、长距离的非接触式手势识别系统	手势识别	计算机视觉	NA	LoRa技术	SS-ResNet50	信号数据	六种手势的平均识别准确率超过95%
813	2025-05-15	Application of Multiple Deep Learning Architectures for Emotion Classification Based on Facial Expressions 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051478 PMID:40096310	research paper	该研究评估了十种先进的深度学习模型在面部表情识别任务上的性能，使用FER2013数据集	对多种深度学习架构在面部表情识别任务上的综合评估，揭示了计算效率与预测准确性之间的关键权衡	轻量级模型如MobileNet V1和ShuffleNet V2在准确性上存在限制，特别是在识别'恐惧'和'厌恶'等挑战性情绪类别时	评估深度学习模型在面部表情识别任务上的性能，以选择适合特定应用需求的架构	面部表情识别	computer vision	NA	深度学习	VGG16, VGG19, ResNet50, ResNet101, DenseNet, GoogLeNet V1, MobileNet V1, EfficientNet V2, ShuffleNet V2, RepVGG	image	FER2013数据集
814	2025-05-15	Joint Driver State Classification Approach: Face Classification Model Development and Facial Feature Analysis Improvement 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051472 PMID:40096318	research paper	本研究提出了一种结合CNN和面部标志分析模型的双框架方法，用于增强驾驶员困倦检测	通过集成CNN分类和精确的面部标志分析，提高了检测的鲁棒性，并在低光等挑战性条件下表现出更强的适应性	NA	开发一种鲁棒的驾驶员困倦检测方法，以提高道路安全	驾驶员的面部特征和生理状态	computer vision	NA	image normalization, illumination correction, face hallucination	CNN, deep learning-based facial landmark analysis model	image	NA
815	2025-05-15	EEG-Based Music Emotion Prediction Using Supervised Feature Extraction for MIDI Generation 2025-Feb-27, Sensors (Basel, Switzerland) DOI:10.3390/s25051471 PMID:40096343	研究论文	本文提出了一种基于EEG的音乐情感预测深度学习框架，用于生成与标记情感预测对齐的MIDI序列	通过监督特征提取和Centered Kernel Alignment技术，解决了神经和听觉领域之间的语义鸿沟问题，提高了情感分类和MIDI序列生成的质量	对于想象能力较弱的受试者，生成的MIDI输出质量较低，因为其神经模式与训练数据的一致性较差	开发一种能够生成与情感预测对齐的MIDI序列的AI驱动算法	脑电图(EEG)数据和听觉数据	机器学习	NA	EEGNet, 自编码器, Centered Kernel Alignment	EEGNet, 自编码器	EEG信号, MIDI序列	未明确说明样本数量，但涉及真实世界数据和特定受试者分析
816	2025-05-15	DAHD-YOLO: A New High Robustness and Real-Time Method for Smoking Detection 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051433 PMID:40096207	研究论文	提出了一种名为DAHD-YOLO的新型高鲁棒性实时吸烟检测方法	基于YOLOv8构建的DAHD-YOLO模型，引入了DBCA模块、AFGCA注意力机制、改进的ECA-FPN特征金字塔网络、解耦检测头更新以及Wise-PIoU边界框回归损失函数，显著提升了检测精度和实时性能	未提及在极端光照或遮挡条件下的性能表现	提高复杂环境中吸烟行为检测的准确性和实时性	吸烟行为	计算机视觉	NA	深度学习	YOLOv8改进模型（DAHD-YOLO）	图像	自建吸烟检测数据集（具体数量未说明）
817	2025-05-15	A Review of Machine Learning and Deep Learning Methods for Person Detection, Tracking and Identification, and Face Recognition with Applications 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051410 PMID:40096196	综述	本文全面分析了人脸识别、跟踪、识别和人员检测技术的最新发展，强调了现有技术的优缺点	系统性地综述了超过100篇杰出期刊文章，使用PRISMA方法进行系统评价，概括了该领域最相关的研究	模型在不同环境条件下的鲁棒性有待提高，包括多样光照和遮挡；对不同摄像头角度的适应性；以及与隐私权相关的伦理和法律问题	评估人脸识别、跟踪、识别和人员检测技术的最新发展状态	机器学习和深度学习方法在人员检测、跟踪、识别和人脸识别任务中的应用	计算机视觉	NA	机器学习和深度学习方法	深度学习	图像	142篇相关论文
818	2025-05-15	Review of Non-Invasive Fetal Electrocardiography Monitoring Techniques 2025-Feb-26, Sensors (Basel, Switzerland) DOI:10.3390/s25051412 PMID:40096208	review	本文综述了非侵入性胎儿心电图（NIFECG）监测技术的最新进展，包括信号采集、预处理、胎儿心电图提取及心脏异常分类	讨论了深度学习技术、多模态数据融合和远程监测系统在NIFECG中的潜在应用	分析了现有NIFECG数据集的特点和局限性，并提出了改进建议	推进NIFECG监测技术的发展和应用	非侵入性胎儿心电图监测技术	数字病理	NA	非侵入性胎儿心电图（NIFECG）	深度学习	心电图信号	NA
819	2025-05-15	Optimization of Improved YOLOv8 for Precision Tomato Leaf Disease Detection in Sustainable Agriculture 2025-Feb-25, Sensors (Basel, Switzerland) DOI:10.3390/s25051398 PMID:40096213	研究论文	提出了一种改进的YOLOv8算法，用于番茄叶病的实时检测，以提高农药施用的精确性	通过集成Depthwise Grouped Convolutions和AdamW优化器，提高了计算效率和检测精度，同时引入SE_Block增强特征表示	研究仅在受控环境中部署，未涉及大规模田间试验	提高番茄叶病检测的精确性，减少农药使用和环境污染	番茄叶片	计算机视觉	番茄病害	深度学习	YOLOv8	图像	1500张番茄叶片图像，包含四种标签（全部、绿番茄、霜霉病和白粉病）
820	2025-05-15	MRI-Based Meningioma Firmness Classification Using an Adversarial Feature Learning Approach 2025-Feb-25, Sensors (Basel, Switzerland) DOI:10.3390/s25051397 PMID:40096246	研究论文	该研究提出了一种基于对抗特征学习方法的MRI脑膜瘤硬度分类模型	引入了无监督特征提取方法（BiGAN）和深度可分离深度学习模型，用于脑膜瘤硬度分类	未提及具体样本量或数据集的多样性限制	提高脑膜瘤硬度分类的准确性和效率	MRI图像中的脑膜瘤	计算机视觉	脑膜瘤	MRI	BiGAN, 深度可分离深度学习模型	图像	NA