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
81	2025-09-22	Study on Lightweight Bridge Crack Detection Algorithm Based on YOLO11 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113276 PMID:40968797	研究论文	本研究提出了一种基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD，通过改进注意力机制和检测头提升检测精度并降低计算量	引入高效多尺度卷积注意力模块(EMSCA)增强特征提取能力，并采用轻量级检测头(LDH)减少参数量和计算量，在保持精度的同时实现模型轻量化	NA	开发高效准确的桥梁裂缝自动检测算法，提升桥梁安全监测水平	桥梁裂缝图像	计算机视觉	NA	深度学习，目标检测	YOLO11，CNN	图像	NA
82	2025-09-22	Recent Advancements in Hyperspectral Image Reconstruction from a Compressive Measurement 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113286 PMID:40968829	综述	本文全面综述了基于压缩测量的高光谱图像重建领域的最新进展，涵盖传统模型方法、深度学习方法及混合框架	系统分类并比较了三大重建范式，特别关注了从CNN到Transformer的架构演进、深度展开策略及混合模型创新	NA	推动高光谱图像重建领域的发展，为研究者和实践者提供参考	高光谱图像重建方法及其应用	computational imaging	NA	深度学习，压缩感知	CNN, Transformer, 混合模型	hyperspectral image	NA
83	2025-09-22	Enhanced Channel Estimation for RIS-Assisted OTFS Systems by Introducing ELM Network 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113292 PMID:40968820	研究论文	提出一种基于极限学习机（ELM）的增强型信道估计方法，用于RIS辅助的OTFS系统	首次将ELM网络引入RIS辅助OTFS系统进行信道估计，并采用基于阈值的初始特征提取方法提升ELM学习能力	网络参数相比深度学习网络不足，存在参数调优复杂和训练时间长的挑战	提高高移动性通信场景下RIS辅助OTFS系统的信道估计精度和符号检测性能	RIS辅助的OTFS通信系统	机器学习	NA	极限学习机（ELM），消息传递算法	ELM（单隐藏层前馈网络）	通信信号数据	NA
84	2025-09-22	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较了传统分类器与混合神经网络模型在基于EEG的手势分类中的性能，发现混合模型具有更高的分类准确率	提出了一种基于经验小波变换提取瞬时频率和幅度的混合神经网络架构，用于EEG手势分类	仅使用33名参与者的数据，样本规模相对较小；仅进行二分类任务	提高脑机接口系统中EEG手势识别的分类准确率	33名参与者执行的七种不同手势的EEG信号	脑机接口	NA	经验小波变换(EWT)、带功率特征提取	混合神经网络、LDA、SVM	EEG信号	33名参与者，七种手势的EEG记录
85	2025-09-22	TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113259 PMID:40968794	研究论文	介绍了一个用于分析交通事故的计算机视觉数据集TU-DAT，包含真实和模拟视频数据	首个结合真实监控视频和高保真模拟数据的混合交通异常数据集，提供时空标注和结构化元数据	NA	为自动检测和预测道路异常提供训练和评估数据集	交通异常事件，包括追尾、变道和超速等攻击性驾驶行为	计算机视觉	NA	计算机视觉分析	混合深度学习和逻辑推理框架	视频	约280个真实世界和模拟视频
86	2025-09-22	Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113267 PMID:40968798	研究论文	基于科里奥利流量计和神经网络对水煤浆固液两相流测量误差进行深度学习校正的研究	开发了深度学习校正框架，通过BP神经网络和算法优化显著降低两相流测量误差，误差从5.11%降至1.01%	研究主要针对水煤浆固液两相流，未涉及其他多相流类型或更广泛的工业场景	提高科里奥利质量流量计在液固两相流测量中的精度，为工业过程控制提供可靠数据支持	水煤浆（CWS）固液两相流	工业测量与过程控制	NA	科里奥利质量流量计测量，深度学习校正	BP神经网络	流量和密度测量数据	未明确说明具体样本数量，但基于重复性实验构建校正模型
87	2025-09-22	Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113258 PMID:40968800	综述	本文全面分析深度学习增强的水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新分类框架	引入了基于水下无线传感器网络（UWSNs）集成的新型分类框架，探讨通信感知SLAM方法如何提升导航精度和操作效率	作为综述文章，主要依赖现有文献分析，未进行原始实验验证	提升水下自主航行器（AUVs）在复杂环境中的实时导航与建图能力	水下自主航行器（AUVs）及其SLAM系统	机器人与自主系统	NA	深度学习（DL）、传感器融合、声学通信	基于Transformer的架构、轻量级神经网络	多模态传感器数据（图像、声学等）	NA（文献综述未涉及具体样本量）
88	2025-09-22	Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113264 PMID:40968808	研究论文	提出一种结合动态3D摄影测量和深度学习的混合方法，用于面部瘫痪的客观量化评估	整合面部运动点云与专家共识，通过PointNet网络实现高精度面部瘫痪严重程度量化	依赖专家评分进行训练，可能存在主观偏差；样本规模未明确说明	开发客观量化面部瘫痪严重程度的自动化评估方法	面部瘫痪患者的面部运动数据	计算机视觉	面部神经疾病	动态3D摄影测量成像系统	PointNet	3D点云数据	NA
89	2025-09-22	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	开发基于机器学习和深度学习的模型，利用临床笔记检测mpox病例以支持监测工作	在实时学习医疗系统框架内，首次比较了传统机器学习（LASSO回归）与深度学习模型（ClinicalBERT和ClinicalLongformer）在mpox监测中的表现	研究为单中心回顾性研究，样本量相对有限（228例病例和698例对照），可能存在选择偏倚	开发高效的mpox病例监测模型，提升传染病监测能力	经PCR确诊的mpox患者及匹配对照的临床就诊记录	自然语言处理	传染病	PCR检测，机器学习建模	LASSO, ClinicalBERT, ClinicalLongformer	文本（临床笔记）	228例mpox确诊病例和698例匹配对照
90	2025-09-22	Deep learning imputes DNA methylation states in single cells and enhances the detection of epigenetic alterations in schizophrenia 2025-Mar-12, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.100774 PMID:39986279	研究论文	提出基于Transformer的深度学习模型scMeFormer，用于单细胞DNA甲基化状态插补并应用于精神分裂症表观遗传学研究	开发首个基于Transformer的单细胞DNA甲基化插补模型，显著提升低覆盖率数据下的检测灵敏度	未明确说明模型在不同组织类型或疾病中的泛化能力	提升单细胞DNA甲基化检测的覆盖度和准确性，增强表观遗传变异检测能力	人类和小鼠的单细胞DNA甲基化数据，特别关注精神分裂症患者前额叶皮层样本	计算生物学	精神分裂症	单细胞DNA甲基化测序，深度学习插补	Transformer	DNA甲基化数据	五个单核DNA甲基化数据集（人类和小鼠来源），包含精神分裂症患者和对照样本
91	2025-09-22	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	研究论文	评估牙科专业人士对基于人工智能测量牙槽骨丧失应用的接受度和实用性	开发并验证了结合语义分割和物体检测网络的深度学习模型，用于精确测量牙槽骨高度变化，并首次系统调查牙科专业人士对该AI应用的接受度	样本量较小（56名专业人士评估35个可计算测量值），且超过半数参与者来自学术环境，可能限制结果泛化性	评估AI应用在牙槽骨丧失测量中的准确性、效率以及牙科专业人士的接受度和实用性	牙科专业人士和咬翼X光片中的牙槽骨高度测量	计算机视觉	牙周病	深度学习，语义分割神经网络，物体检测网络	DL（深度学习）	X光图像	550张咬翼X光片用于训练验证，56名牙科专业人士评估35个测量值，65名参与者完成接受度调查
92	2025-09-22	Explaining solar forecasts with generative AI: A two-stage framework combining transformers and LLMs 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0331516 PMID:40961090	研究论文	提出一种结合Transformer和生成式大语言模型的两阶段混合框架，用于提高太阳能发电预测的准确性和可解释性	首次将深度学习时间序列预测与生成式LLMs耦合，通过结构化提示微调Flan-T5模型生成领域相关的自然语言解释	实验仅基于两个光伏电站34天的公开数据集，样本规模和多样性有限	提升太阳能发电预测的准确性和模型可解释性，促进光伏系统与能源基础设施的有效整合	光伏电站的直流功率输出	机器学习	NA	时间序列预测，自然语言生成	Transformer, Flan-T5	多元时间序列数据（逆变器数据、天气数据、时间特征）	两个光伏电站34天的公开数据集
93	2025-09-22	Robust emotion recognition for complex environments: ChildEmoNet model based on DETR-ResNet50 cascaded architecture 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0332130 PMID:40966300	研究论文	提出一种基于DETR-ResNet50级联架构的ChildEmoNet模型，用于复杂环境下的鲁棒情绪识别	开发了级联DETR-ResNet50架构，同时处理检测和分类挑战，并针对面部遮挡场景设计了增强鲁棒性机制	NA	解决复杂真实世界环境中，特别是面部遮挡条件下的情绪识别挑战	多人物场景中的情绪识别	computer vision	NA	深度学习	DETR, ResNet50	图像	基于OMG Emotion数据集的广泛实验
94	2025-09-22	An AI-powered framework for assessing teacher performance in classroom interactions: a deep learning approach 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1553051 PMID:40969168	研究论文	提出一种基于AI的框架，利用深度学习技术评估课堂互动中的教师表现	首次将多种先进目标检测模型（YOLOv8、Faster R-CNN、RetinaNet）应用于课堂互动分类，实现自动化、客观化的教师表现评估	研究仅基于7,259张图像数据，未涉及不同教学环境或文化背景的泛化性验证	开发客观、自动化的教师课堂表现评估系统，替代传统主观观察方法	课堂互动场景中的教师行为	计算机视觉	NA	深度学习目标检测	YOLOv8, Faster R-CNN, RetinaNet	图像	7,259张真实课堂环境标注图像
95	2025-09-22	Deep learning in breast cancer risk prediction: a review of recent applications in full-field digital mammography 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1656842 PMID:40969257	综述	本文回顾了深度学习在全视野数字乳腺X线摄影中用于乳腺癌风险预测的最新应用	填补了文献中关于利用AI影像生物标志物进行个性化乳腺癌风险预测的综述空白	NA	探索基于全视野数字乳腺X线摄影的AI风险预测技术进展及临床实施挑战	乳腺癌风险预测中的影像生物标志物	计算机视觉	乳腺癌	深度学习	AI模型	乳腺X线影像	NA
96	2025-09-22	Enhanced prediction of gene mutation and risk stratification in non-small-cell lung cancer through dual-pathway fusion of radiomics and pathomics 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1646851 PMID:40969259	研究论文	本研究开发并验证了一种融合影像组学、病理组学和临床特征的多模态模型，用于精确预测非小细胞肺癌的EGFR突变状态和风险分层	首次通过双路径融合影像组学与病理组学特征，结合临床数据构建综合预测模型，并实现EGFR突变亚型预测及风险分层	回顾性研究设计，样本量相对有限（387例），外部验证队列仅来自两家医院	开发非侵入性工具精准预测NSCLC的EGFR突变状态和患者风险分层	非小细胞肺癌（NSCLC）患者	数字病理	肺癌	3D CNN深度学习、弱监督学习、多示例学习	CNN、综合诺莫图（Nomogram）	医学影像、病理图像、临床数据	387例NSCLC患者（训练集193例，内部验证83例，外部验证111例）
97	2025-09-22	Diagnostic performance of ultrasound characteristics-based artificial intelligence models for thyroid nodules: a systematic review and meta-analysis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1614603 PMID:40969266	系统综述与荟萃分析	系统评估基于超声特征的人工智能模型在甲状腺结节良恶性鉴别中的诊断性能	首次通过荟萃分析全面比较不同AI诊断模型的效能，并识别出EDLC-TN模型具有最优诊断准确性	纳入研究存在显著异质性，部分亚组分析结果稳定性受限	评估超声AI模型对甲状腺结节的诊断效能并确定最优模型	甲状腺结节患者及结节超声图像	医学人工智能	甲状腺疾病	超声影像分析、深度学习	深度学习模型（具体类型未明确）	超声图像	28项研究，134,028例患者，158,161个甲状腺结节，529,479张超声图像
98	2025-09-22	Key parameters in intratumoral-peritumoral region fusion models: optimizing deep learning radiomics for breast cancer diagnosis 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1587879 PMID:40969275	研究论文	本研究探索关键参数选择对瘤内-瘤周区域融合模型性能的影响，以优化深度学习影像组学在乳腺癌诊断中的应用	首次系统评估伪彩色与灰度图像、原始精确ROI与边界框ROI、直接扩展与特征级融合策略等关键参数组合对融合模型性能的影响	回顾性研究，样本仅来自四家医院，可能存在选择偏倚	提升深度学习影像组学模型在区分乳腺良恶性肿瘤方面的非侵入性诊断能力	411名女性乳腺病变患者的对比增强超声图像	医学影像分析	乳腺癌	深度学习影像组学	DLR	超声图像	411例患者
99	2025-09-22	Federated learning-based virtual dual-energy CT generation from single-energy CT for gout detection 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251375570 PMID:40969395	研究论文	开发并验证基于联邦学习的虚拟双能CT生成框架OneGout，用于痛风的早期准确诊断	首创基于深度学习的虚拟双能CT生成方法，并集成联邦学习实现多机构协作训练同时保护数据隐私	NA	为痛风诊断提供低成本、低辐射的替代方案，解决现有诊断方法的侵入性和可及性问题	痛风患者	计算机视觉	痛风	深度学习，联邦学习	U-Net	CT图像	NA
100	2025-09-22	Gene regulatory network prediction using machine learning, deep learning, and hybrid approaches 2025, Forestry research DOI:10.48130/forres-0025-0014 PMID:40969532	研究论文	本研究开发并评估了机器学习、深度学习和混合方法用于构建基因调控网络（GRNs），通过整合先验知识和大规模转录组数据	混合模型结合卷积神经网络和机器学习，在GRN预测中表现优于传统方法，并实现了跨物种的迁移学习	非模式物种中训练数据有限可能影响模型性能	构建和评估基因调控网络预测方法，以阐明调控机制	拟南芥、杨树和玉米的转录组数据	机器学习	NA	转录组测序	CNN与机器学习混合模型	基因表达数据	多个物种的大规模转录组数据集