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
11521	2025-05-11	Consequences of training data composition for deep learning models in single-cell biology 2025-Feb-24, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.19.639127 PMID:40060416	research paper	研究单细胞转录组学深度学习模型训练数据组成对其性能的影响	首次系统研究了训练数据组成对单细胞转录组学基础模型性能的影响，并提出了优化策略	研究主要关注人类造血系统，可能无法完全推广到其他生物系统	探索训练数据组成如何影响单细胞转录组学深度学习模型的性能	人类造血系统的单细胞转录组数据	单细胞生物学	NA	单细胞转录组学	深度学习模型	单细胞转录组数据	包含成体和发育组织、疾病状态和扰动图谱的细胞样本	NA	NA	NA	NA
11522	2025-10-07	Deep learning algorithms for detecting fractured instruments in root canals 2025-Feb-23, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05652-9 PMID:39988714	研究论文	本研究比较了五种深度学习模型在根尖周X线片中检测折断根管器械的性能	首次系统比较多种深度学习模型在根管折断器械检测任务中的表现，并确定了DenseNet201在此任务中的最优性能	样本量相对有限（700张X线片），且成对比较未显示显著差异	评估深度学习模型在根尖周X线片中检测折断根管器械的性能	根尖周X线片中的折断根管器械	医学影像分析	牙科疾病	X射线成像	深度学习	X射线图像	700张标注的根尖周X线片，其中381张包含折断根管器械	NA	DenseNet201, EfficientNet B0, ResNet-18, VGG-19, MaxVit-T	准确率, AUC, MCC	NA
11523	2025-10-07	Identifying Research Priorities in Digital Education for Health Care: Umbrella Review and Modified Delphi Method Study 2025-Feb-19, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/66157 PMID:39969988	综述	通过伞状综述和改良德尔菲法确定医疗保健数字教育领域的研究优先事项	结合文献综述与专家共识方法系统识别数字教育研究空白，并确立五大优先研究领域	依赖现有文献质量，专家共识可能受参与者背景影响	确定数字教育在医疗保健领域的证据缺口和研究优先方向	医疗专业人员的数字教育研究	数字病理	NA	伞状综述，改良德尔菲法	NA	文献数据，专家意见	217篇系统综述/荟萃分析，42位专家参与德尔菲调查	NA	NA	NA	NA
11524	2025-10-07	Prediction of Vertical Ground Reaction Forces Under Different Running Speeds: Integration of Wearable IMU with CNN-xLSTM 2025-Feb-18, Sensors (Basel, Switzerland) DOI:10.3390/s25041249 PMID:40006478	研究论文	本研究通过整合可穿戴IMU传感器与CNN-xLSTM深度学习模型，基于下肢关节角度数据预测不同跑步速度下的垂直地面反作用力	首次在生物力学研究中应用优化的xLSTM模型，并仅使用下肢关节角度数据预测跑步过程中的地面反作用力	研究样本仅包含12名健康男性跑者，未考虑女性或不同运动能力人群	开发一种基于可穿戴传感器和深度学习的新型地面反作用力测量方法	健康男性跑者在五种不同跑步速度下的运动生物力学数据	机器学习	NA	可穿戴IMU传感器(Xsens), 运动捕捉	CNN, LSTM, xLSTM	运动生物力学数据(关节角度, 地面反作用力)	12名健康男性跑者，在五种跑步速度下采集数据	NA	CNN-xLSTM	相关系数(R), 平均绝对百分比误差(MAPE), 均方根误差(rMSE)	NA
11525	2025-10-07	A Multimodal Pain Sentiment Analysis System Using Ensembled Deep Learning Approaches for IoT-Enabled Healthcare Framework 2025-Feb-17, Sensors (Basel, Switzerland) DOI:10.3390/s25041223 PMID:40006452	研究论文	开发了一种基于多模态深度学习的疼痛情感分析系统，整合面部表情和语音音频来评估人类疼痛强度	提出集成图像和音频分析的多模态疼痛识别系统，通过融合两种模态的结果显著提升识别性能	NA	在物联网医疗框架下实现准确的人类疼痛强度评估	人类疼痛情感表达	计算机视觉, 自然语言处理	疼痛相关疾病	深度学习, 特征提取, 迁移学习	CNN	图像, 音频, 视频	2D Face Set Database, UNBC-McMaster数据库, BioVid数据库, VIVAE数据库	NA	卷积神经网络	准确率	NA
11526	2025-10-07	Mixed-Supervised Learning for Cell Classification 2025-Feb-16, Sensors (Basel, Switzerland) DOI:10.3390/s25041207 PMID:40006436	研究论文	提出一种结合半监督学习和人机协同的混合监督方法用于细胞分类	设计样本选择机制，将高置信度未标记样本用于半监督优化，不可靠样本用于在线标注校正	NA	通过混合监督方法提高细胞分类的准确性	组织病理学图像中的细胞	数字病理学	癌症	深度学习	NA	图像	LUSC、BloodCell和PanNuke三个数据集	NA	NA	准确率	NA
11527	2025-10-07	Exploring Potential Medications for Alzheimer's Disease with Psychosis by Integrating Drug Target Information into Deep Learning Models: A Data-Driven Approach 2025-Feb-14, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26041617 PMID:40004081	研究论文	本研究通过将药物靶点信息整合到DeepBiomarker深度学习模型中，探索阿尔茨海默病伴精神病症状的潜在治疗药物	首次将药物靶点相互作用信息整合到深度学习模型中用于AD+P的药物发现	使用单一医疗中心的电子健康记录数据，可能存在数据代表性限制	改善精神病症状预测并识别AD+P的潜在治疗药物	阿尔茨海默病伴精神病症状患者	机器学习	阿尔茨海默病	深度学习，药物靶点相互作用分析	DeepBiomarker	电子健康记录	匹兹堡大学医学中心的患者数据	NA	DeepBiomarker	AUROC	NA
11528	2025-10-07	Leveraging Artificial Occluded Samples for Data Augmentation in Human Activity Recognition 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041163 PMID:40006391	研究论文	提出一种通过人工移除骨架表示中身体部位来模拟遮挡的数据增强方法，用于人类活动识别	与先前专注于旋转骨架的数据增强方法不同，本方法通过模拟遮挡来增加数据多样性	NA	解决人类活动识别中训练数据有限和多样性不足的问题	骨架表示的人类活动数据	计算机视觉	NA	数据增强	深度学习模型	骨架数据	NA	NA	NA	识别性能	NA
11529	2025-10-07	Advancing Emotionally Aware Child-Robot Interaction with Biophysical Data and Insight-Driven Affective Computing 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041161 PMID:40006397	研究论文	本研究通过整合生物物理数据和情感计算技术，开发能够动态识别和响应人类情绪状态的情感感知系统，以提升儿童-机器人交互的情感意识	结合神经科学、心理学和人工智能的跨学科见解，开发了能够实时检测和处理负面情绪的自适应系统，并在真实儿童-机器人交互场景中验证了情绪转换效果	仅进行了初步试点研究，样本规模有限，需要更大规模的验证	开发情感感知机器以增强儿童-机器人交互，支持治疗和教育干预	儿童与NAO机器人之间的交互	情感计算	NA	面部表情分析、语音情感识别、生物物理数据采集	深度学习、机器学习、Dynamic Bayesian Mixture Model	面部图像、语音数据、生物物理信号	试点研究，具体样本数未明确说明	NA	DBMM（动态贝叶斯混合模型）	准确率	NA
11530	2025-10-07	Optimized Machine Learning for the Early Detection of Polycystic Ovary Syndrome in Women 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041166 PMID:40006393	研究论文	本研究开发了一种优化的机器学习模型用于多囊卵巢综合征的早期检测	提出了一种结合七种基础分类器的集成学习模型，并使用海象优化算法进行超参数优化	NA	基于初期症状和健康指标实现多囊卵巢综合征的早期诊断	女性多囊卵巢综合征患者	机器学习	多囊卵巢综合征	机器学习	集成学习,深度学习	症状和健康指标数据	合并两个数据集形成的包含12个属性的症状数据集	NA	WaOEL, CSOEL, RSOEL	准确率,AUC	NA
11531	2025-10-07	Improving Fall Classification Accuracy of Multi-Input Models Using Three-Axis Accelerometer and Heart Rate Variability Data 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041180 PMID:40006408	研究论文	本研究提出了一种利用三轴加速度计和心率变异性数据的多输入模型，用于提高老年人跌倒分类的准确性	结合压力反射特性，首次将心率变异性数据作为额外权重值应用于跌倒分类，并提出基于宽学习和深度学习的多输入模型	在两种运动类型中未观察到心率变异性增加，模型性能可能受特定运动模式影响	提高老年人跌倒分类的准确性，实现有效的跌倒预防	老年人的15种不同运动模式，包括跌倒和从椅子站起等动作	机器学习	老年疾病	三轴加速度传感器、霍尔特心电图、心率变异性分析	CNN-LSTM, 宽学习模型	传感器数据（加速度、心电图）	涉及15种不同运动类型的数据	NA	CNN-LSTM, 宽学习和深度学习结合的多输入模型	准确率, 精确率, 召回率, F1分数	NA
11532	2025-10-07	Data Reconstruction Methods in Multi-Feature Fusion CNN Model for Enhanced Human Activity Recognition 2025-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s25041184 PMID:40006413	研究论文	提出一种基于多特征融合CNN模型的数据重建方法，用于增强人类活动识别性能	采用三种不同的数据重建方法构建多输入二维CNN架构，通过融合重建图像特征增强特征提取能力	在自定义HAR数据集上进行验证，未在更多公共数据集上测试泛化能力	改进基于深度学习的人类活动识别方法，提高识别准确性和鲁棒性	人类活动识别中的加速度计数据	机器学习	NA	数据重建方法，特征融合	CNN	一维加速度计数据，二维重建图像	自定义HAR数据集	NA	多输入二维CNN	准确率，精确率，召回率	NA
11533	2025-10-07	A Projective-Geometry-Aware Network for 3D Vertebra Localization in Calibrated Biplanar X-Ray Images 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041123 PMID:40006352	研究论文	提出一种投影几何感知网络ProVLNet，用于在标定双平面X射线图像中定位3D椎骨	首次将投影几何信息融入双平面X射线图像的3D椎骨定位，通过空间对齐融合模块在3D空间中融合2D特征	NA	解决X射线引导脊柱手术中3D导航精度不足的问题	腰椎和胸椎椎骨	计算机视觉	脊柱疾病	双平面X射线成像	深度学习网络	X射线图像	两个具有挑战性的数据集（腰椎和胸椎）	NA	Siamese网络, 空间对齐融合模块, 3D地标回归模块	识别率, 点对点误差	NA
11534	2025-10-07	A Novel Improvement of Feature Selection for Dynamic Hand Gesture Identification Based on Double Machine Learning 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041126 PMID:40006355	研究论文	本研究提出了一种基于双重机器学习的新型特征选择方法，用于动态手势识别	将因果机器学习引入特征选择过程，关注变量间的因果关系而非传统相关性	NA	通过因果特征选择提高手势识别模型的性能和可解释性	动态手势识别	机器学习	NA	双重机器学习	多种分类模型	手势数据	NA	NA	NA	预测性能, 可靠性	NA
11535	2025-10-07	A Multimodal Deep Learning Approach to Intraoperative Nociception Monitoring: Integrating Electroencephalogram, Photoplethysmography, and Electrocardiogram 2025-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s25041150 PMID:40006379	研究论文	提出一种整合脑电图、光电容积脉搏波和心电图信号的多模态深度学习方法用于术中伤害性感受监测	首次将EEG、PPG和ECG三种信号整合用于伤害性感受监测，并比较了MLP和LSTM两种深度学习模型在麻醉监测中的表现	LSTM模型对快速变化的敏感性较低，研究仅在两家医院进行	开发基于多模态信号的深度学习方法以改进全身麻醉期间的伤害性感受监测	接受全身麻醉的手术患者	机器学习	NA	EEG, PPG, ECG	MLP, LSTM	生理信号数据	来自两家医院的患者数据	NA	多层感知器, 长短期记忆网络	敏感性	NA
11536	2025-10-07	Discrimination of the Lame Limb in Horses Using a Machine Learning Method (Support Vector Machine) Based on Asymmetry Indices Measured by the EQUISYM System 2025-Feb-12, Sensors (Basel, Switzerland) DOI:10.3390/s25041095 PMID:40006323	研究论文	本研究开发了一种基于支持向量机的预测系统，用于识别马匹在直线小跑时的跛行肢体	首次将支持向量机与EQUISYM系统测量的不对称指数相结合，用于马匹跛行肢体的自动识别	对健康马匹的识别准确率较低（54.8%），存在前肢与后肢跛行之间的误分类	开发马匹跛行肢体的自动识别系统	马匹	机器学习	运动系统疾病	惯性测量单元	SVM	运动传感器数据	287匹马（256匹单肢跛行，31匹健康）	NA	支持向量机	准确率	NA
11537	2025-10-07	CFR-YOLO: A Novel Cow Face Detection Network Based on YOLOv7 Improvement 2025-Feb-11, Sensors (Basel, Switzerland) DOI:10.3390/s25041084 PMID:40006313	研究论文	提出了一种基于YOLOv7改进的新型牛脸检测网络CFR-YOLO，用于提高牛脸检测精度	通过提取牛脸特征点计算框重心和尺寸设计检测网络，使用FReLU激活函数替代SiLU，CBF模块替代CBS模块，在骨干网络引入RFB模块，在头部层引入CBAM卷积注意力模块	NA	探索牛脸检测技术在牛个体检测中的应用，提高检测准确率	牛脸图像	计算机视觉	NA	深度学习	YOLO	图像	自建牛脸数据集	NA	YOLOv7改进架构，包含RFB模块，CBAM注意力模块	准确率，召回率，平均精度(mAP)	NA
11538	2025-10-07	Decision Fusion-Based Deep Learning for Channel State Information Channel-Aware Human Action Recognition 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041061 PMID:40006290	研究论文	提出基于决策融合的深度学习架构DF-CNN，用于WiFi信道状态信息(CSI)的人体动作识别	首次将CSI信道分别处理并通过决策融合策略整合输出，充分利用信道特定信息	未明确说明实验环境和数据集的规模限制	提升基于CSI的人体动作识别性能	WiFi信道状态信息(CSI)	机器学习	NA	WiFi信道状态信息采集	CNN	无线信号数据	NA	NA	DF-CNN	准确率	NA
11539	2025-10-07	Research on Upper Limb Motion Intention Classification and Rehabilitation Robot Control Based on sEMG 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041057 PMID:40006285	研究论文	基于表面肌电信号的上肢运动意图分类及其在康复机器人控制中的应用研究	结合上肢肌肉解剖学与运动学原理建立肌肉骨骼模型，并采用多流卷积神经网络进行九类运动意图分类	未明确说明样本规模和数据采集条件，模型泛化能力需进一步验证	实现基于sEMG的上肢运动意图识别并应用于康复机器人交互控制	上肢运动意图和末端执行器康复机器人	生物医学工程	康复医学	表面肌电信号(sEMG)	传统机器学习,深度学习,CNN	肌电信号	NA	OpenSim	多流卷积神经网络(MLCNN)	分类准确率,运动平滑度,运动精度	NA
11540	2025-10-07	CLUMM: Contrastive Learning for Unobtrusive Motion Monitoring 2025-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s25041048 PMID:40006277	研究论文	提出一种基于对比学习的无干扰运动监测框架，用于从原始图像中学习丰富表示而无需人工标注	利用对比学习方法直接从原始图像学习人体运动表示，通过关注制造任务相关的关键关节坐标来降低环境复杂性影响	使用模拟工作场所任务的自定义数据集，可能无法完全代表真实工作环境	开发无干扰的实时人体运动监测系统	在制造环境中执行任务的人类受试者	计算机视觉	NA	对比学习	深度学习	图像	模拟各种工作场所任务的人类受试者自定义数据集	NA	对比学习框架	准确率	NA