深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
9361	2025-10-06	Brain Tumour Segmentation and Grading Using Local and Global Context-Aggregated Attention Network Architecture 2025-May-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050552 PMID:40428171	研究论文	开发了一种结合局部和全局上下文注意力网络的LGCNet架构，用于脑肿瘤分割和分级	提出了一种结合局部上下文注意力网络和全局上下文注意力网络的聚合架构，能够从任务、维度和尺度中提取信息	研究范围仅限于BraTS2019数据集，需要扩展到不同的临床和成像环境	设计开发能够更有效检测和分级脑肿瘤的智能模型	脑肿瘤	计算机视觉	脑肿瘤	深度学习	注意力网络	医学图像	BraTS2019数据集	NA	LGCNet（局部上下文注意力网络+全局上下文注意力网络）	Dice分数, 灵敏度, 特异性, Hausdorff分数	NA
9362	2025-10-06	RDW-YOLO: A Deep Learning Framework for Scalable Agricultural Pest Monitoring and Control 2025-May-21, Insects IF:2.7Q1 DOI:10.3390/insects16050545 PMID:40429258	研究论文	提出基于YOLO11改进的RDW-YOLO深度学习框架，用于农业害虫检测与监控	引入三个关键创新：重参数化扩张融合模块增强特征提取、双路径下采样模块提升多尺度适应性、改进的Wise-Wasserstein IoU损失函数优化边界框回归	NA	开发高精度高效率的农业害虫检测算法	农业害虫	计算机视觉	NA	深度学习	YOLO	图像	增强版IP102数据集	NA	YOLO11, RDW-YOLO	mAP@0.5, mAP@0.5:0.95	NA
9363	2025-06-01	Improved YOLOv8 Network of Aircraft Target Recognition Based on Synthetic Aperture Radar Imaging Feature 2025-May-21, Sensors (Basel, Switzerland) DOI:10.3390/s25103231 PMID:40432024	研究论文	本文提出了一种基于合成孔径雷达（SAR）成像特征的改进YOLOv8网络，用于飞机目标识别	采用了Shi-Tomasi角点检测算法和Enhanced Lee滤波算法将灰度图像转换为RGB图像，增强了YOLOv8模型的多维特征提取能力，并集成了Swin Transformer机制以更好地捕捉特征图中的长距离依赖关系	NA	提高SAR图像中飞机目标的识别准确率和效率	SAR图像中的飞机目标	计算机视觉	NA	Shi-Tomasi角点检测算法、Enhanced Lee滤波算法、Swin Transformer机制	YOLOv8	图像	两个数据集：ISPRS-SAR-aircraft数据集和SAR-Aircraft-1.0数据集	NA	NA	NA	NA
9364	2025-06-01	Optimizing Backbone Networks Through Hybrid-Modal Fusion: A New Strategy for Waste Classification 2025-May-21, Sensors (Basel, Switzerland) DOI:10.3390/s25103241 PMID:40432034	研究论文	提出了一种高效的混合模态融合方法HFWC-Net，用于精确的垃圾图像分类	HFWC-Net结合了CNN和Transformer的层次结构，通过Agent Attention机制和LionBatch优化策略，提高了分类准确性并显著减少了分类时间	在复杂环境和多样化垃圾类型中仍可能存在识别准确性和泛化能力的挑战	优化垃圾分类的自动化方法，提高分类效率和准确性	垃圾图像	计算机视觉	NA	混合模态融合方法	HFWC-Net（结合CNN和Transformer）	图像	公共数据集Garbage Classification、TrashNet和自建MixTrash数据集	NA	NA	NA	NA
9365	2025-10-06	Multiclassification of Colorectal Polyps from Colonoscopy Images Using AI for Early Diagnosis 2025-May-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101285 PMID:40428278	研究论文	本研究开发了一种基于深度学习的结直肠息肉多分类框架，用于从结肠镜图像中自动分类息肉类型	提出了自定义的CRP-ViT模型，在捕获复杂特征方面表现优异，并开发了用户友好的实时交互界面	NA	通过AI模型自动分类结直肠息肉，辅助结直肠癌早期诊断	结肠镜图像中的结直肠息肉	计算机视觉	结直肠癌	深度学习	CNN, Transformer	图像	实时数据集和公开数据集	NA	VGG16, VGG19, ResNet50, DenseNet121, EfficientNetV2, InceptionNetV3, Vision Transformer (ViT), CRP-ViT	准确率	NA
9366	2025-10-06	Artificial Intelligence and Novel Technologies for the Diagnosis of Upper Tract Urothelial Carcinoma 2025-May-20, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina61050923 PMID:40428881	综述	本文综述人工智能和新技术在上尿路尿路上皮癌诊断中的应用	系统评估多种AI技术（包括随机森林模型、计算机视觉模型和深度学习工作流）在UTUC诊断中的创新应用	纳入研究数量有限（仅12篇），且ChatGPT等技术尚未成熟到能提供诊断治疗建议	探讨人工智能和新技术在高级别UTUC早期识别中的应用，以预防转移和促进及时治疗	上尿路尿路上皮癌（UTUC）	数字病理学	尿路上皮癌	尿液细胞学、CT尿路成像、内窥镜检查、组织病理学分析	随机森林, 深度学习, 计算机视觉模型	图像, 文本, 放射组学特征	基于12篇纳入文献的研究数据	NA	NA	诊断准确性	NA
9367	2025-10-06	Computational methods for modeling protein-protein interactions in the AI era: Current status and future directions 2025-May-19, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104382 PMID:40398752	综述	本文综述了人工智能时代蛋白质-蛋白质相互作用计算建模方法的现状与未来发展方向	系统总结了AI方法在蛋白质相互作用建模中的革命性进展，特别关注深度学习框架和端到端方法的最新创新	未提供具体实验验证数据，主要基于文献综述和分析	探讨蛋白质-蛋白质相互作用计算建模方法的发展现状和未来趋势	蛋白质-蛋白质相互作用建模的计算方法	机器学习	NA	深度学习, 端到端框架	深度学习模型	蛋白质结构数据	NA	AlphaFold及其衍生框架	NA	NA	NA
9368	2025-10-06	A Smartphone-Based Non-Destructive Multimodal Deep Learning Approach Using pH-Sensitive Pitaya Peel Films for Real-Time Fish Freshness Detection 2025-May-19, Foods (Basel, Switzerland) DOI:10.3390/foods14101805 PMID:40428585	研究论文	提出一种基于智能手机和火龙果皮pH敏感薄膜的多模态深度学习方法，用于实时无损检测鱼类新鲜度	首次结合火龙果皮pH智能指示膜与多模态深度学习，设计MDFA模块增强颜色特征提取，并采用CAG-Fusion机制自适应融合图像和化学时序特征	仅在特定智能手机（小米14）上测试，未验证在其他设备上的泛化性能	开发低成本便携的鱼类新鲜度实时检测方法	鱼类新鲜度指标（pH值、TVB-N、TVC）	计算机视觉	NA	高压均质技术、pH敏感薄膜	CNN, TCN	图像、化学指标数据	3600张指示膜图像	TensorFlow, PyTorch	MobileNetV2, TCN	分类准确率, 推理时间	智能手机（小米14）
9369	2025-10-06	Automated Stuttering Detection Using Deep Learning Techniques 2025-May-19, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14103552 PMID:40429548	研究论文	本研究开发了一种基于深度学习的自动化口吃检测系统	首次将CNN和ConvLSTM深度学习模型应用于口吃检测，性能优于先前研究	NA	开发自动化口吃检测系统以克服人工测量的局限	口吃患者的语音数据	自然语言处理	言语障碍	深度学习	CNN, ConvLSTM	语音数据	FluencyBank和SEP-28K两个基准数据集	NA	卷积神经网络, 卷积长短期记忆网络	准确率	NA
9370	2025-06-01	NeuroDetect: Deep Learning-Based Signal Detection in Phase-Modulated Systems with Low-Resolution Quantization 2025-May-19, Sensors (Basel, Switzerland) DOI:10.3390/s25103192 PMID:40431983	研究论文	本文介绍了NeuroDetect，一种基于深度学习的无模型信号检测框架，专为具有低分辨率模数转换器（ADC）的相位调制无线系统设计	NeuroDetect无需显式信道状态信息，直接通过神经网络架构从数据中学习量化接收信号与发送符号之间的非线性关系，并在最坏情况下与假设完美信道知识的最大似然检测器相比性能差距不超过12%	NA	开发适用于低分辨率ADC相位调制无线系统的信号检测框架	相位调制无线系统中的信号检测	机器学习	NA	深度学习	神经网络	信号数据	NA	NA	NA	NA	NA
9371	2025-06-01	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检测方法，用于低数据红外图像中的大坝空鼓检测	创新性地结合物理信息神经网络（PINNs）与扩散技术，解决了低数据环境下的红外图像空鼓检测问题	方法依赖于构建的数据集，实际应用中可能需要对不同环境进行适应性调整	开发一种高效、非破坏性的红外检测方法，用于大坝空鼓的智能检测	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、扩散技术	物理信息神经网络（PINNs）	红外图像	少量真实图像（few shots real images）	NA	NA	NA	NA
9372	2025-10-06	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	系统评估2017-2024年间基于脑电图P300成分的测谎研究，重点关注信号处理、特征提取和分类算法	首次系统评估使用ERP P300成分进行测谎的最新研究进展，特别关注面部识别任务中的应用	仅纳入2017-2024年英文文献，可能遗漏其他语种或早期重要研究	评估脑电图P300成分在测谎中的应用效果，识别最优的信号处理和分类方法	基于脑电图的测谎研究，特别关注面部识别刺激下的P300响应	神经工程	NA	脑电图(EEG), 事件相关电位(ERP) P300成分	SVM, LDA, CNN	脑电信号	NA	NA	卷积神经网络	准确率	NA
9373	2025-06-01	A Supervised Scene Adaptive Model for Identifying Impact Load with Few Samples 2025-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103169 PMID:40431961	research paper	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，仅需少量样本即可实现高精度识别	该方法解决了深度学习模型在少量或零冲击训练样本情况下的迁移能力问题，实现了跨结构的有效迁移	方法在完全不同的结构区域条件下的位置识别精度有所下降	开发适用于大型飞机结构健康监测的冲击载荷识别技术	下一代大型飞机结构	structural health monitoring	NA	deep learning	supervised scene adaptive model	impact load data	少量样本（校准阶段仅需单个样本）	NA	NA	NA	NA
9374	2025-06-01	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相关研究	从单一线索研究转向两种线索交互作用的定量研究，并总结了四种深度感知模型	未提出新的深度感知模型，主要对现有研究进行总结和分析	探讨人类视觉系统中双目视差和运动视差线索在三维空间深度感知中的作用	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	NA	NA	NA	NA
9375	2025-10-06	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	本研究开发了一种结合Transformer深度学习与传统机器学习方法的AI框架，用于识别脓毒症相关急性肾损伤的关键基因和潜在治疗靶点	首次将Transformer深度学习模型与多种传统机器学习方法(LASSO、SVM-RFE、随机森林和神经网络)结合，用于识别SA-AKI的复杂非线性基因互作关系	研究基于公开数据库的微阵列数据，样本来源和数量可能有限，需要进一步实验验证	开发AI驱动的整合框架，提升脓毒症相关急性肾损伤的早期诊断能力并发现潜在治疗靶点	脓毒症相关急性肾损伤患者的基因表达数据	机器学习	脓毒症相关急性肾损伤	微阵列基因表达分析，转录组学分析	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)，识别出617个SA-AKI相关差异表达基因	NA	Transformer	AUC	NA
9376	2025-10-06	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	本研究比较了基于计算特征和手工特征的机器学习算法在细胞核分割中的性能	首次系统比较了手工特征与CNN衍生特征在细胞核分割任务中的表现，并证明CNN特征结合逻辑回归的优越性	未提及具体数据集大小和多样性限制，未讨论计算复杂度问题	评估不同机器学习方法在细胞核图像分割中的质量	细胞核图像	数字病理	前列腺癌, 乳腺癌, 脑肿瘤	显微图像分析	K-means, Random Forest, SVM, Logistic Regression, CNN	图像	NA	NA	CNN	准确率, Dice系数, Jaccard系数	NA
9377	2025-10-06	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	开发基于全局-局部平衡视觉变换器和DNA条形码技术的深度学习模型，用于法医食腐蝇类的自动识别与验证	提出GLB-ViT深度学习模型用于蝇类物种识别，并结合DNA条形码技术构建快速分子物种鉴定系统	本地蝇类数据库仍需不断完善，模型识别范围目前仅限于海南地区十种常见食腐蝇类	提高法医科学中蝇类形态识别的效率和准确性	法医食腐蝇类物种	计算机视觉	NA	DNA条形码技术	Transformer	图像	海南十种常见食腐蝇类	NA	GLB-ViT（全局-局部平衡视觉变换器）	正确率	NA
9378	2025-06-01	AS-TBR: An Intrusion Detection Model for Smart Grid Advanced Metering Infrastructure 2025-May-16, Sensors (Basel, Switzerland) DOI:10.3390/s25103155 PMID:40431946	research paper	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	结合了ADASYN技术处理数据不平衡问题，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	未提及模型在更广泛数据集上的泛化能力测试	提高智能电网AMI系统中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	machine learning	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	NA	NA	NA	NA
9379	2025-10-06	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	研究论文	提出一种基于深度学习的前交叉韧带重建骨隧道评估系统，并创建TB-Seg数据集	开发了新型深度学习系统用于骨隧道分割评估，创建了专门的TB-Seg数据集，显著提升评估效率	仅在24名患者队列中进行测试，样本量相对有限	改进前交叉韧带重建术后骨隧道的评估方法	前交叉韧带重建患者的骨隧道	计算机视觉	骨科疾病	深度学习，三维重建	CNN	医学图像	24名患者	3D Slicer	ResNet50-Unet	mIoU, mAP, precision, recall	NA
9380	2025-10-06	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自动化方法，用于检测牙科修复体和牙套下的龋齿	采用YOLOv8进行牙齿检测并引入旋转感知分割方法处理角度变化，结合图像处理技术显著提升了龋齿检测准确率	排除了HIV病史患者的数据，数据集仅来自单一医疗机构	开发自动化龋齿检测系统以减轻牙科医生的临床负担	咬翼片X光影像中的牙齿	计算机视觉	牙科疾病	图像处理	CNN	X光影像	505张咬翼片X光影像，来自台湾桃园长庚纪念医院	NA	YOLOv8, AlexNet, Inception-v3	敏感度, 召回率, 准确率, 特异性, 精确率	NA