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
1081	2025-06-01	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	提出了一种名为丝状卷积的新方法，用于改善语音语言识别中的频率特征提取	使用丝状卷积替代传统矩形卷积核，减少参数同时保留关键频率特征，提升语音语言识别的效率和准确性	未提及具体的数据集规模限制或计算资源需求	提高语音语言识别(SLI)系统的特征提取效率和识别性能	语音信号中的频率特征(如音高、音调和节奏)	natural language processing	NA	short-time Fourier transform (STFT), filamentary convolution	LSTM/TDNN	语音信号	自建数据集和公开语料库(未提具体数量)
1082	2025-06-01	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	该研究通过深度学习模型自动评估膝骨关节炎（KOA）的严重程度，使用Kellgren-Lawrence分级系统（0~4级）进行训练	利用深度学习模型（DenseNet201、ResNet101和EfficientNetV2）自动分类KOA严重程度，其中DenseNet201表现最佳	模型在K-L Grade 1的分类准确率较低（53.7%），可能影响轻度病例的诊断	自动化评估膝骨关节炎的严重程度，辅助专家诊断	膝骨关节炎（KOA）患者	digital pathology	geriatric disease	深度学习	DenseNet201, ResNet101, EfficientNetV2	image	15000张图像（每级3000张）
1083	2025-06-01	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	研究论文	本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）抗拉强度估计方法	通过深度学习模型预测开裂位置，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评估框架	应变软化试样的实验-估计误差和理论-估计误差显著高于应变硬化试样	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）	计算机视觉	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试样
1084	2025-06-01	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	研究论文	本文提出了一种改进的YOLOv10模型YOLO-TARC，结合了Token Attention和Residual Convolution，用于牙根管X射线图像中的小空洞检测	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聚焦能力，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验证，未在其他公开数据集上测试	提高牙根管X射线图像中小空洞或缺陷的检测精度	牙根管X射线图像中的小空洞或缺陷	计算机视觉	牙科疾病	深度学习	YOLOv10, CNN	图像	私有牙根管X射线图像数据集（具体数量未提及）
1085	2025-06-01	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	本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(GAT)和Transformer来捕捉时空特征，并引入新的距离测量模块改进相似性学习，同时通过联合度量分类训练提高模型准确性和泛化能力	未明确说明方法在更大规模网络或更复杂环境中的适用性	提高无线传感器网络中异常节点检测的准确性和有效性	无线传感器网络中的异常节点	机器学习	NA	深度度量学习	GAT, Transformer	多节点、多模态时间序列数据	公共数据集（未明确具体样本数量）
1086	2025-06-01	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	提出了一种多尺度上下文融合网络（MCFNet），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），以增强对显著目标的定位和边界描绘	未提及具体的数据集限制或计算资源需求	解决光学遥感图像中显著目标检测的挑战	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	在三个标准ORSI-SOD基准数据集上进行了评估
1087	2025-06-01	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	本研究通过睡眠阶段分析和夜间心电节律模式评估心血管疾病风险，利用深度学习模型预测生物年龄并揭示其与睡眠模式和心脏功能的关联	结合睡眠阶段和心电信号的无监督聚类方法生成时间序列簇，并利用深度学习模型预测生物年龄，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（1149名患者），且未考虑其他潜在影响因素如生活方式和遗传背景	评估睡眠质量和心电节律模式在心血管疾病风险分层中的预后潜力	1149名患者的睡眠多导图和心电信号数据	数字病理学	心血管疾病	深度学习	无监督聚类和深度学习模型	心电信号和睡眠多导图数据	1149名患者（训练集）和736名患者（独立测试集）
1088	2025-06-01	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在肌肉骨骼成像和介入放射学中的变革作用及其应用	讨论了AI在肌肉骨骼介入中的多种应用，包括实时反馈系统、剂量优化协议和个性化康复计划	面临数据标准化、监管障碍和临床采用等挑战	探索AI在肌肉骨骼介入放射学中的应用及其对患者预后的影响	肌肉骨骼成像和介入放射学中的AI应用	machine learning	musculoskeletal disease	machine learning (ML), deep learning (DL)	NA	image, genomic and environmental data	NA
1089	2025-06-01	Real-Time Intraoperative Decision-Making in Head and Neck Tumor Surgery: A Histopathologically Grounded Hyperspectral Imaging and Deep Learning Approach 2025-May-10, Cancers IF:4.5Q1 DOI:10.3390/cancers17101617 PMID:40427116	研究论文	本文开发并评估了一种结合高光谱成像（HSI）和深度学习的三维肿瘤模型，用于头颈部鳞状细胞癌（HNSCC）术中实时无标记肿瘤边缘描绘	整合HSI、深度学习和三维肿瘤建模，实现术中实时无标记肿瘤边缘评估	研究基于离体样本，尚未在真实手术环境中验证	开发一种快速准确的术中肿瘤边缘评估方法	头颈部鳞状细胞癌（HNSCC）样本	数字病理	头颈部鳞状细胞癌	高光谱成像（HSI）	深度学习模型（未指定具体类型）	高光谱图像	712个数据立方体（Datacubes）
1090	2025-06-01	StructureNet: Physics-Informed Hybridized Deep Learning Framework for Protein-Ligand Binding Affinity Prediction 2025-May-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050505 PMID:40428123	研究论文	提出了一种名为StructureNet的新型图神经网络模型，用于预测蛋白质-配体结合亲和力	完全基于结构描述符，避免了序列和相互作用数据带来的数据记忆问题，并通过几何和拓扑描述符改进了蛋白质-配体复合物的结构表示	未明确提及样本量限制或模型在其他数据集上的泛化能力	提高蛋白质-配体结合亲和力预测的准确性，以支持药物发现过程	蛋白质-配体复合物	机器学习	NA	图神经网络(GNN)	GNN-based ensemble deep learning model	结构数据（蛋白质和配体的图表示）	PDBBind v.2020 Refined Set和DUDE-Z数据集，以及一小部分已知药物子集
1091	2025-06-01	Exploring Burnt Area Delineation with Cross-Resolution Mapping: A Case Study of Very High and Medium-Resolution Data 2025-May-10, Sensors (Basel, Switzerland) DOI:10.3390/s25103009 PMID:40431804	research paper	本研究探讨了利用超高分辨率（VHR）和中分辨率卫星数据结合深度学习算法进行火烧区域划分的方法，并以印度卡纳塔克邦的班迪普尔森林为例进行了案例分析	结合超高分辨率和中分辨率卫星数据，使用UNET和GRU深度学习算法提高火烧区域划分的准确性	使用PlanetScope标签时性能略有下降，但高召回率显示了其在识别阳性实例方面的潜力	提高利用遥感数据进行火烧区域划分的准确性	印度卡纳塔克邦的班迪普尔森林	remote sensing	NA	deep learning	UNET, GRU	satellite imagery	NA
1092	2025-06-01	Using Masked Image Modelling Transformer Architecture for Laparoscopic Surgical Tool Classification and Localization 2025-May-10, Sensors (Basel, Switzerland) DOI:10.3390/s25103017 PMID:40431812	研究论文	本文提出了一种基于自监督学习和弱监督学习的深度学习新方法，用于腹腔镜手术中手术工具的分类和定位	利用BEiT模型进行手术工具分类，并通过多头部注意力层生成的热图进行工具定位，无需显式定位标注，同时采用类别权重解决手术工具使用频率不均导致的类别不平衡问题	复杂手术场景和有限标注数据可能限制模型性能	开发AI辅助腹腔镜手术系统，提高手术工具检测和阶段识别的准确性	腹腔镜手术中的手术工具	计算机视觉	NA	自监督学习、弱监督学习	BEiT	图像	Cholec80基准数据集
1093	2025-06-01	Deep Learning to Enhance Diagnosis and Management of Intrahepatic Cholangiocarcinoma 2025-May-09, Cancers IF:4.5Q1 DOI:10.3390/cancers17101604 PMID:40427103	研究论文	本文探讨了深度学习在肝内胆管癌（iCCA）诊断和管理中的应用及其潜力	深度学习模型在iCCA的诊断准确性上达到或超过不同经验水平的放射科医生，并扩展到病理诊断、生存预测和治疗反应预测等多个管理方面	深度学习模型在iCCA研究中的性能和局限性需要进一步验证和解决	评估深度学习在肝内胆管癌诊断和管理中的应用现状及未来研究方向	肝内胆管癌（iCCA）	数字病理学	肝内胆管癌	深度学习	DL	图像	NA
1094	2025-06-01	Advancing Meibography Assessment and Automated Meibomian Gland Detection Using Gray Value Profiles 2025-May-09, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101199 PMID:40428192	研究论文	本研究提出了一种利用灰度值分布剖面自动检测和量化睑板腺形态的新方法	引入了一种基于像素亮度变化的实时检测和分类睑板腺的算法，并提出了一个新的参数'萎缩指数'来量化腺体退化	研究仅针对干眼症患者，样本量相对较小（100名志愿者）	改进睑板腺成像评估方法，推进睑板腺功能障碍相关干眼症的管理	干眼症患者的睑板腺	数字病理学	干眼症	红外睑板腺成像	NA	图像	100名志愿者（年龄18-85岁）
1095	2025-06-01	Research on Storage Grain Temperature Prediction Method Based on FTA-CNN-SE-LSTM with Dual-Domain Data Augmentation and Deep Learning 2025-May-09, Foods (Basel, Switzerland) DOI:10.3390/foods14101671 PMID:40428452	research paper	提出了一种基于FTA-CNN-SE-LSTM的双域数据增强和深度学习的储粮温度预测方法	结合时间域和频率域的数据增强方法，以及改进的LSTM网络结构，显著提高了储粮温度预测的准确性	实际储粮场景中数据采集的限制可能影响模型的泛化能力	提高储粮温度预测的准确性以保障粮食安全	储粮温度数据	machine learning	NA	FFT, 高斯噪声添加	FTA-CNN-SE-LSTM	时间序列数据	未明确说明样本数量
1096	2025-06-01	Are Wearable ECG Devices Ready for Hospital at Home Application? 2025-May-09, Sensors (Basel, Switzerland) DOI:10.3390/s25102982 PMID:40431777	research paper	本文探讨了具有心电图（ECG）功能的可穿戴设备在持续心脏监测中的作用，评估其在医院家庭（HaH）和远程患者监测（RPM）计划中的适用性	提出ABCD指南（准确性、益处、兼容性和数据治理）来评估可穿戴技术的功能，并探讨了智能手表在心律失常检测之外的更广泛诊断能力	信号质量问题和在老年人及医院家庭环境中广泛采用需要进一步验证	评估可穿戴ECG设备在医院家庭应用中的有效性和潜力	具有ECG功能的可穿戴设备	医疗健康监测	心血管疾病	ECG监测、机器学习和深度学习	NA	ECG信号数据	NA
1097	2025-06-01	Deep Learning for Automated Ventricle and Periventricular Space Segmentation on CT and T1CE MRI in Neuro-Oncology Patients 2025-May-08, Cancers IF:4.5Q1 DOI:10.3390/cancers17101598 PMID:40427097	research paper	本研究旨在开发一种深度学习模型，用于在神经肿瘤患者的CT和T1CE MRI图像上自动分割脑室及脑室周围空间	使用nnU-Net模型进行脑室分割，并与公开可用的预训练模型SynthSeg进行性能比较，展示了nnU-Net在临床可接受性上的优势	外部测试集上分割指标无显著差异，仅临床评分显示nnU-Net更优	开发一种能够准确分割脑室及脑室周围空间的深度学习模型，以优化放射治疗计划流程	神经肿瘤患者的CT和T1CE MRI图像	digital pathology	neuro-oncology	deep learning, MRI, CT	nnU-Net	image	78名患者的CT和T1CE MRI图像，内部测试集18例，外部测试集18例
1098	2025-06-01	Real-Time Coronary Artery Dominance Classification from Angiographic Images Using Advanced Deep Video Architectures 2025-May-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101186 PMID:40428179	research paper	该研究开发并评估了一种基于视频的深度学习框架，用于自动分类冠状动脉优势，无需区分右冠状动脉（RCA）和左冠状动脉（LCA）的血管造影图像	提出了一种统一的视频深度学习框架，无需手动分离动脉分支，减少了预处理复杂度，并展示了基于Transformer的模型在捕获血管造影视频时空模式上的优越性	研究中未提及模型在临床实际应用中的泛化能力或对不同质量血管造影视频的适应性	开发自动化的冠状动脉优势分类工具，以辅助心血管医学的临床决策	冠状动脉血管造影视频序列	computer vision	cardiovascular disease	deep learning	TSNs, Video Swin Transformer, VideoMAEv2	video	来自公开来源的大规模数据集（具体数量未提及）
1099	2025-06-01	Deep Learning-Assisted Diagnostic System: Implant Brand Detection Using Improved IB-YOLOv10 in Periapical Radiographs 2025-May-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101194 PMID:40428187	研究论文	本研究利用改进的IB-YOLOv10模型在根尖周X光片中辅助牙科植入物品牌检测	提出创新的植入物品牌特征提取方法及PA分辨率增强技术，结合Dark Channel Prior和Lanczos插值提升图像分辨率	未提及模型在不同设备或拍摄条件下的泛化能力	开发自动化牙科植入物品牌检测系统以辅助临床诊断	根尖周X光片中的牙科植入物	计算机视觉	牙科疾病	多图像增强技术、Dark Channel Prior、Lanczos插值	改进的IB-YOLOv10（基于YOLO系列）	X光影像	未明确说明样本数量（仅提及临床PA影像）
1100	2025-06-01	Research on Beef Marbling Grading Algorithm Based on Improved YOLOv8x 2025-May-08, Foods (Basel, Switzerland) DOI:10.3390/foods14101664 PMID:40428444	research paper	提出了一种基于改进YOLOv8x的牛肉大理石花纹分级算法，以提高牛肉质量评级的效率和准确性	集成了改进的注意力机制和损失函数的CNN，以及ROI预处理算法，实现了自动化的大理石花纹分级	研究仅基于1300张牛肉样本图像，可能无法涵盖所有牛肉品种和分级情况	提高牛肉大理石花纹分级的自动化水平和准确性	牛肉样本的大理石花纹	computer vision	NA	CNN, 注意力机制, ROI预处理算法	改进的YOLOv8x	image	1300张牛肉样本图像