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	2025-05-29	Embedded Vision System for Thermal Face Detection Using Deep Learning 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103126 PMID:40431918	研究论文	本文描述了一种基于深度学习的嵌入式视觉系统，用于在热红外图像中检测人脸，以克服光照条件变化带来的限制	使用热红外传感器图像进行人脸检测，解决了传统彩色图像算法在弱光条件下的性能问题，并比较了不同YOLO模型和嵌入式系统板的性能	仅测试了特定数据库(Terravic Facial IR和Charlotte-ThermalFace)，未涉及更广泛场景下的性能验证	开发能够在各种光照条件下实时检测人脸的嵌入式视觉系统	热红外图像中的人脸	计算机视觉	NA	深度学习	YOLOv8, YOLO11	热红外图像	Terravic Facial IR数据库(训练集), Charlotte-ThermalFace数据库(测试集)
82	2025-05-29	A Semi-Supervised Attention-Temporal Ensembling Method for Ground Penetrating Radar Target Recognition 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103138 PMID:40431932	research paper	提出了一种名为注意力-时间集成（Attention-TE）的半监督深度学习方法，用于利用GPR B扫描图像进行地下目标识别	结合半监督时间集成架构与三重注意力模块，提升分类性能，仅需少于30%的标记数据即可实现平均90%以上的识别准确率	未明确提及具体局限性	减轻对大量标记数据的需求，提高地下目标识别的效率和准确性	地下目标	machine learning	NA	semi-supervised learning, attention mechanism	Attention-TE	GPR B-scan images	实验室和现场数据（具体数量未提及）
83	2025-05-29	Robust DOA Estimation via a Deep Learning Framework with Joint Spatial-Temporal Information Fusion 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103142 PMID:40431933	research paper	提出了一种基于深度学习的鲁棒方向到达（DOA）估计方法，通过结合空间和时间信息的新型网络架构	开发了CRDCNN-LSTM网络架构，结合了Cross-Residual Depthwise CNN和LSTM模块，有效捕捉空间和时间特征，并引入了定制的FD损失函数以提高估计精度	未提及实际应用场景中的具体限制，如硬件要求或实时性限制	提高方向到达（DOA）估计的精度和鲁棒性	方向到达（DOA）估计	machine learning	NA	深度学习（DL）	CRDCNN-LSTM	信号数据	NA
84	2025-05-29	Nanobodies: From Discovery to AI-Driven Design 2025-May-14, Biology DOI:10.3390/biology14050547 PMID:40427736	综述	本文回顾了纳米抗体的历史发现、结构功能关系及其在治疗、诊断和生物技术中的应用，并探讨了AI在纳米抗体设计和优化中的革命性作用	探讨了多表位纳米抗体的应用以及AI在纳米抗体设计和优化中的革命性作用	NA	回顾纳米抗体的历史发现、结构功能关系及其应用，并探讨AI在纳米抗体设计和优化中的作用	纳米抗体及其在治疗、诊断和生物技术中的应用	生物技术	NA	AI、机器学习和深度学习	NA	NA	NA
85	2025-05-29	Automated Risk Prediction of Post-Stroke Adverse Mental Outcomes Using Deep Learning Methods and Sequential Data 2025-May-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050517 PMID:40428136	research paper	该研究利用深度学习方法预测中风幸存者出现中风后不良心理结果（PSAMO）的风险	结合多层感知机（MLP）和长短期记忆（LSTM）等深度学习算法，并引入新型数据类型（如序列数据）以提高模型性能	样本量较小（179名患者），可能影响模型的泛化能力	预测中风幸存者出现中风后抑郁和/或焦虑的风险	179名中风患者	machine learning	cardiovascular disease	深度学习	MLP, LSTM	序列数据（如连续七天的实验室结果）、人口统计学和社会学数据、生活质量评分、中风相关信息、医疗和用药史、合并症	179名中风患者
86	2025-05-29	A Multitask Deep Learning Model for Predicting Myocardial Infarction Complications 2025-May-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050520 PMID:40428139	研究论文	本文提出了一种多任务深度学习模型，用于预测心肌梗死并发症	该模型能够同时处理心肌梗死并发症的多维二元分类和死亡原因的多类分类任务，相比传统模型具有更高的预测准确性和灵活性	未来研究需要进一步优化模型并在真实临床环境中验证其泛化能力	提高心肌梗死并发症的预测准确性，以支持临床决策	心肌梗死患者	机器学习	心血管疾病	深度学习	多任务深度神经网络	临床和人口统计学数据	1700名患者，包含111个临床和人口统计学特征
87	2025-05-29	Hybrid Deep Learning for Survival Prediction in Brain Metastases Using Multimodal MRI and Clinical Data 2025-May-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101242 PMID:40428235	research paper	提出了一种新颖的混合深度学习框架，结合多模态MRI和临床数据预测脑转移患者的生存时间	首次将体积MRI衍生的成像生物标志物与结构化临床和人口统计数据相结合，用于预测总体生存时间	样本量相对较小（148例患者），且来自三个机构，可能存在数据异质性	提高脑转移患者生存预测的准确性和个体化程度，以指导治疗策略和患者咨询	脑转移患者	digital pathology	brain metastases	volumetric MRI	hybrid deep learning (ResNet-50, EfficientNet-B0 fused with fully connected layers)	MRI images and clinical data	148 patients from three institutions
88	2025-05-29	Deep Learning Models for Multi-Part Morphological Segmentation and Evaluation of Live Unstained Human Sperm 2025-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s25103093 PMID:40431886	研究论文	本研究系统评估和比较了Mask R-CNN、YOLOv8、YOLO11和U-Net在人类活体未染色精子的多部分形态分割中的性能	首次系统比较了多种深度学习模型在精子多部分分割任务中的表现，并针对不同精子结构推荐了最优模型	研究仅使用了活体未染色精子样本，未考虑染色或其他处理方式的影响	优化生殖医学中精子质量评估的计算机视觉分割方法	人类活体未染色精子的头部、顶体、细胞核、颈部和尾部	计算机视觉	生殖医学	深度学习分割技术	Mask R-CNN, YOLOv8, YOLO11, U-Net	图像	未明确说明数量的活体未染色人类精子样本
89	2025-05-29	Hypergraph Convolution Network Classification for Hyperspectral and LiDAR Data 2025-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s25103092 PMID:40431884	研究论文	提出了一种名为HGCN-HL的新型多模态深度学习框架，用于高光谱和LiDAR数据的分类	结合超图卷积网络（HGCNs）与轻量级CNNs，设计了自适应权重机制和基于超像素的动态超边构建，以捕捉像素间复杂的高阶空间-光谱依赖关系	未提及具体局限性	改进多源数据融合技术，提升遥感分类性能	高光谱成像（HSI）和激光雷达（LiDAR）数据	计算机视觉	NA	超图卷积网络（HGCNs）、卷积神经网络（CNNs）	HGCN、CNN	高光谱图像、LiDAR数据	三个基准数据集
90	2025-05-29	Machine Learning Techniques Applied to COVID-19 Prediction: A Systematic Literature Review 2025-May-13, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050514 PMID:40428133	系统文献综述	本文系统综述了2020年至2023年间使用机器学习技术进行COVID-19预测的研究	建立了包含传统统计模型、机器学习模型、深度学习模型、集成学习方法和混合模型的多层次分类框架，揭示了混合建模策略通过特征组合优化和模型级联集成有效提高了预测准确性	尽管机器学习方法在COVID-19预测中表现出色，但仍面临挑战和限制	为传染病预测中的人工智能应用提供系统理论支持，促进公共卫生领域的技术创新	COVID-19预测模型	机器学习	COVID-19	机器学习方法	SVM, CNN, LSTM, AdaBoost等	多维数据集	从5731篇初步筛选的文献中最终选取了136篇符合条件的研究
91	2025-05-29	An Innovative Deep Learning Approach for Ventilator-Associated Pneumonia (VAP) Prediction in Intensive Care Units-Pneumonia Risk Evaluation and Diagnostic Intelligence via Computational Technology (PREDICT) 2025-May-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14103380 PMID:40429377	研究论文	本研究开发并验证了一种基于深度学习的算法PREDICT，用于早期预测重症监护病房(ICU)中的呼吸机相关肺炎(VAP)	PREDICT是首个专门为ICU中早期VAP预测设计的深度学习模型，仅基于生命体征数据	研究为回顾性队列研究，可能受到数据质量和完整性的限制	开发早期VAP预测工具以改善临床决策和抗生素使用管理	ICU中机械通气至少48小时的患者	数字病理	肺炎	深度学习	LSTM	生命体征数据(呼吸频率、SpO2、心率、体温和平均动脉压)	来自MIMIC-IV数据库的ICU患者数据
92	2025-05-29	Natural Gas Consumption Forecasting Model Based on Feature Optimization and Incremental Long Short-Term Memory 2025-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s25103079 PMID:40431871	research paper	提出一种基于特征优化和增量LSTM的天然气消费预测模型，以提高预测准确性和模型泛化能力	结合高斯混合模型处理缺失和异常数据，设计弱监督级联网络进行特征选择，并引入基于增量学习的回归差异损失	未明确提及模型在其他城市或更长时期的表现	提高天然气消费预测的准确性，确保军事和民用供应的可靠性	天然气消费数据	machine learning	NA	Gaussian Mixture Models, LSTM	LSTM	时间序列数据	2011年至2024年武汉市的日常城市燃气负荷数据
93	2025-05-29	Filamentary Convolution for SLI: A Brain-Inspired Approach with High Efficiency 2025-May-13, Sensors (Basel, Switzerland) DOI:10.3390/s25103085 PMID:40431873	research paper	提出了一种名为细丝卷积的新方法，用于提高口语语言识别（SLI）中关键频率特征的提取效率	使用细丝卷积替代传统的矩形卷积核，减少参数的同时保留了帧间特征，提高了对关键频率变化的敏感性	未提及具体的数据集规模或实际应用中的性能限制	提高口语语言识别系统中低层特征提取的效率	口语语言识别中的频率特征（如音高、音调和节奏）	natural language processing	NA	细丝卷积（filamentary convolution）	LSTM/TDNN	音频数据	自建数据集和公开语料库
94	2025-05-29	Artificial Intelligence Model Assists Knee Osteoarthritis Diagnosis via Determination of K-L Grade 2025-May-12, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101220 PMID:40428213	research paper	该研究利用深度学习模型自动评估膝骨关节炎（KOA）的严重程度，采用Kellgren-Lawrence分级系统（0~4级）进行分类	首次将DenseNet201、ResNet101和EfficientNetV2等深度学习模型应用于KOA严重程度的自动评估，并比较了它们的性能	模型的整体准确率为73%，对于K-L Grade 1的分类准确率较低（53.7%）	自动化评估膝骨关节炎（KOA）的严重程度，辅助专家诊断	膝骨关节炎（KOA）患者	computer vision	geriatric disease	深度学习	DenseNet201, ResNet101, EfficientNetV2	image	15000张图像（每级3000张）
95	2025-05-29	Tensile Strength Estimation of UHPFRC Based on Predicted Cracking Location Using Deep Learning 2025-May-12, Materials (Basel, Switzerland) DOI:10.3390/ma18102237 PMID:40428975	research paper	该研究提出了一种基于深度学习预测开裂位置的超高性能纤维增强混凝土（UHPFRC）抗拉强度估计新方法	通过深度学习预测开裂位置，并分析该位置的纤维特性来估计抗拉强度，提供了一种非破坏性的强度评估框架	对于应变软化试样的预测误差显著较高（实验-估计误差43.09%，理论-估计误差15.73%）	开发一种可靠的非破坏性方法来估计UHPFRC的抗拉强度	超高性能纤维增强混凝土（UHPFRC）	machine learning	NA	X射线计算机断层扫描（CT）和图像分析技术	YOLOv11	图像	应变硬化和应变软化两种类型的UHPFRC试样
96	2025-05-29	YOLO-TARC: YOLOv10 with Token Attention and Residual Convolution for Small Void Detection in Root Canal X-Ray Images 2025-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s25103036 PMID:40431831	research paper	提出了一种改进的YOLOv10模型YOLO-TARC，结合Token Attention和Residual Convolution，用于牙根管X射线图像中小空洞的检测	引入了ResConv确保小物体判别特征的传输，Token Attention模块增强对小目标的局部聚焦，以及优化的边界框损失函数	仅在私有牙根管X射线图像数据集上进行了测试，未在公开数据集上验证	提高牙根管X射线图像中小空洞或缺陷的检测准确率	牙根管X射线图像中的小空洞或缺陷	computer vision	dental disease	deep learning	YOLOv10, CNN	image	私有牙根管X射线图像数据集（具体数量未提及）
97	2025-05-29	An Anomaly Node Detection Method for Wireless Sensor Networks Based on Deep Metric Learning with Fusion of Spatial-Temporal Features 2025-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s25103033 PMID:40431828	研究论文	提出了一种基于深度度量学习融合时空特征的无线传感器网络异常节点检测方法	结合图注意力网络和Transformer捕捉时空特征，引入新的距离测量模块改进相似性学习，并通过联合度量分类训练提高模型准确性和泛化能力	未明确说明在小样本场景下的具体表现以及计算复杂度分析	提高无线传感器网络中异常节点检测的准确性和泛化能力	无线传感器网络中的多节点、多模态时间序列数据	机器学习	NA	深度度量学习、图注意力网络(GAT)、Transformer	GAT、Transformer	时间序列数据	公共数据集（未明确具体样本数量）
98	2025-05-29	MCFNet: Multi-Scale Contextual Fusion Network for Salient Object Detection in Optical Remote Sensing Images 2025-May-12, Sensors (Basel, Switzerland) DOI:10.3390/s25103035 PMID:40431830	研究论文	本文提出了一种名为MCFNet的多尺度上下文融合网络，用于光学遥感图像中的显著目标检测	引入了语义感知注意力模块(SAM)和上下文互连模块(CIM)，以增强对尺度变化大和结构复杂的显著目标的定位准确性，并促进局部和全局上下文特征的有效融合	未明确提及具体限制，但可能面临复杂遥感场景中极端情况的挑战	提高光学遥感图像中显著目标检测的准确性和鲁棒性	光学遥感图像中的显著目标	计算机视觉	NA	深度学习	MCFNet（包含SAM和CIM模块）	图像	三个标准ORSI-SOD基准数据集
99	2025-05-29	Cardiovascular Risk Assessment via Sleep Patterns and ECG-Based Biological Age Estimation 2025-May-11, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14103339 PMID:40429335	研究论文	本研究通过睡眠模式和基于心电图（ECG）的生物年龄评估来预测心血管风险	结合睡眠阶段分析和夜间心律模式的无监督聚类方法，以及深度学习模型估计生物年龄，为心血管风险分层提供了新的生物标志物	研究样本量有限，且未考虑其他潜在影响因素如生活方式和遗传背景	评估睡眠质量和心律模式对心血管疾病风险的预测潜力	1149名患者的睡眠多导图和心电图数据	数字病理	心血管疾病	无监督聚类和深度学习	深度学习模型	心电图信号和睡眠多导图数据	1149名患者用于训练，736名患者用于独立测试
100	2025-05-29	Role of Artificial Intelligence in Musculoskeletal Interventions 2025-May-10, Cancers IF:4.5Q1 DOI:10.3390/cancers17101615 PMID:40427114	review	本文探讨了人工智能（AI）在肌肉骨骼影像学和介入放射学中的应用及其对诊断流程、干预指导和患者预后的影响	介绍了AI在肌肉骨骼介入中的关键应用，包括超声引导程序、CT引导活检和消融、透视引导关节和神经阻滞注射，以及AI驱动的分割算法、实时反馈系统和剂量优化协议	面临数据标准化、监管障碍和临床采用等挑战	探索AI在肌肉骨骼介入中的角色及其对患者护理的影响	肌肉骨骼影像学和介入放射学	machine learning	musculoskeletal disease	machine learning (ML), deep learning (DL), federated learning	NA	imaging data	NA