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
101	2025-05-17	Research Progress on Data-Driven Industrial Fault Diagnosis Methods 2025-May-07, Sensors (Basel, Switzerland) DOI:10.3390/s25092952 PMID:40363389	review	本文系统回顾了当前主流的工业故障诊断方法，探讨了工业大数据的来源、常用数据集及相关平台构建，并深入分析了数据驱动的故障诊断技术在工业应用中的发展	重点探讨了深度学习算法在故障诊断中的关键作用，以及大数据环境下大型模型在提升诊断智能化和泛化能力方面的潜力	未提及具体实验验证或案例研究，主要集中于理论和方法论的探讨	探讨数据驱动的工业故障诊断方法的研究进展及未来发展方向	工业故障诊断方法及相关技术	machine learning	NA	深度学习算法	大型模型	工业大数据	NA
102	2025-05-17	Detection of Local Prostate Cancer Recurrence from PET/CT Scans Using Deep Learning 2025-May-06, Cancers IF:4.5Q1 DOI:10.3390/cancers17091575 PMID:40361501	研究论文	本研究利用深度学习技术，基于[F]-PSMA-1007 PET/CT扫描数据，开发了用于检测前列腺癌局部复发的AI模型	通过限制分析区域至膀胱周围并使用不同手术状态下的专门模型，提高了检测准确性	1404例样本量不足，所有模型在训练数据上表现优异但在验证数据上准确率不足，存在过拟合问题	开发基于AI的前列腺癌局部复发检测方法	前列腺癌患者	数字病理	前列腺癌	PET/CT扫描	人工神经网络	医学影像	1404例[F]-PSMA-1007 PET/CT扫描数据
103	2025-05-17	Multi-Head Attention-Based Framework with Residual Network for Human Action Recognition 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092930 PMID:40363367	研究论文	提出了一种结合残差网络和多头注意力机制的深度学习框架，用于高效且鲁棒的人类动作识别	整合了ResNet-18进行空间特征提取和Bi-LSTM进行时间特征提取，并引入多头注意力机制以增强关键运动细节的优先级，同时提出基于光流的运动帧选择策略以减少冗余并提高效率	NA	开发一个高效且鲁棒的人类动作识别框架，以解决复杂时间模式、类内变异性和类间相似性带来的挑战	人类动作	计算机视觉	NA	光流	ResNet-18, Bi-LSTM, 多头注意力机制	视频	UCF-101数据集
104	2025-05-17	Multimodal MRI Image Fusion for Early Automatic Staging of Endometrial Cancer 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092932 PMID:40363369	研究论文	本研究利用深度学习和多模态MRI图像融合技术，自动化子宫内膜癌的早期分期，并与放射科医生的诊断性能进行比较	采用Swin transformer模型及其专有的SW-MSA模块进行多平面MRI图像融合，实现了高精度的子宫内膜癌早期自动分类	研究样本量较小（122例患者），且为回顾性研究	开发一种自动化子宫内膜癌早期分期的方法，并评估其诊断性能	122例经病理证实的早期子宫内膜癌患者	数字病理	子宫内膜癌	MRI	Swin transformer	图像	122例患者（68例FIGO IA期，54例FIGO IB期）
105	2025-05-17	Multiscale Two-Stream Fusion Network for Benggang Classification in Multi-Source Images 2025-May-06, Sensors (Basel, Switzerland) DOI:10.3390/s25092924 PMID:40363361	研究论文	提出了一种基于多尺度特征和双流融合网络（MS-TSFN）的崩岗分类方法，用于多源图像中的崩岗识别	采用双流融合网络结合注意力机制的特征融合块，实现了多源图像中多尺度特征的深度融合	未提及具体的数据集规模限制或模型泛化能力测试	提高崩岗在多源图像中的识别精度	中国南方丘陵和山区的崩岗	计算机视觉	NA	无人机采集的DOM和DSM数据、Canny边缘检测	ResNeSt、MS-TSFN	多源图像（DOM和DSM）	未明确提及具体样本数量
106	2025-05-17	Convolutional Long Short-Term Memory network for generating 100 m daily near-surface air temperature 2025-May-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05032-6 PMID:40368929	研究论文	本研究利用卷积长短期记忆网络（ConvLSTM）生成高时空分辨率的近地表气温数据集，适用于密集城市区域	提供了100米空间分辨率的近地表气温数据集，并包含2023年夏季的每日数据	研究仅针对中国江北气候区，且数据仅限于夏季月份（6月至8月）	为密集发展的城市区域提供高时空分辨率的近地表气温数据，以支持城市气候研究和热浪缓解政策	中国江北气候区的近地表气温	机器学习	NA	ConvLSTM	ConvLSTM	多源数据（ERA5气温数据、地形、土地覆盖和植被覆盖度）	2019年至2023年夏季（6月至8月）的每日数据
107	2025-05-17	The Application Status of Radiomics-Based Machine Learning in Intrahepatic Cholangiocarcinoma: Systematic Review and Meta-Analysis 2025-May-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/69906 PMID:40323647	meta-analysis	本文通过系统回顾和荟萃分析探讨了基于放射组学的机器学习在肝内胆管癌（ICC）中的应用现状和价值	首次系统评估了放射组学在ICC诊断、预后预测等多个任务中的准确性和应用价值，并比较了不同模型（如结合临床特征的模型和深度学习模型）的性能差异	针对特定任务（如神经周围浸润和三级淋巴结构诊断）的研究较少，深度学习研究有限导致无法进行更深入的模型间亚组分析，数据异质性和影像参数差异带来的可解释性问题仍需优化	评估放射组学在ICC领域的应用现状，为其系统化临床应用提供循证支持	肝内胆管癌（ICC）患者	digital pathology	intrahepatic cholangiocarcinoma	radiomics, machine learning	ML, deep learning	medical imaging	58项研究，共12,903名患者
108	2025-05-17	Entropy-driven deep learning framework for epilepsy detection using electro encephalogram signals 2025-May-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2025.05.003 PMID:40334975	研究论文	本文提出了一种结合熵度量和深度学习的新型癫痫检测方法，通过EEG信号实现自动识别	结合多元熵特征（如mvMPE和mvMFE）与ResNet-BiLSTM模型，利用UMAP进行非线性降维，提升了癫痫检测的准确性和鲁棒性	未提及模型在跨中心或不同EEG设备上的泛化性能	开发一种鲁棒且高效的癫痫自动检测方法	癫痫患者的EEG信号	机器学习	癫痫	自适应小波去噪、UMAP降维	ResNet-BiLSTM	EEG信号	NA
109	2025-05-17	Decoding Poultry Welfare from Sound-A Machine Learning Framework for Non-Invasive Acoustic Monitoring 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092912 PMID:40363349	研究论文	本研究提出了一种结合信号级统计分析与机器学习和深度学习分类器的集成分析框架，用于在福利评估背景下解释鸡的叫声	该研究创新性地将信号级统计分析、机器学习和深度学习分类器相结合，用于非侵入性声学监测家禽福利，并强调了模型的可解释性	研究仅评估了三种互补数据集，可能无法涵盖所有家禽福利相关的声音情况	开发一种可扩展的、基于生物学的实时家禽福利监测工具	鸡的叫声	机器学习	NA	声学监测	Random Forest, HistGradientBoosting, CatBoost, TabNet, LSTM	声音信号	三个互补数据集（健康相关叫声、行为呼叫类型和应激诱导声学反应）
110	2025-05-17	A Novel 3D Approach with a CNN and Swin Transformer for Decoding EEG-Based Motor Imagery Classification 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092922 PMID:40363359	研究论文	本文提出了一种结合CNN和Swin Transformer的新型端到端解码网络，用于提高基于EEG的运动想象分类的准确性	将EEG信号转换为三维数据结构，结合一维和二维卷积进行时空特征提取，并使用3D Swin Transformer模块进行深度特征探索	方法在不同BCI任务中的适用性及临床实施的潜力有待进一步探索	提高基于EEG的运动想象分类的准确性	脑电图(EEG)信号	脑机接口	肌肉或神经损伤	EEG信号处理	CNN和Swin Transformer	EEG信号	BCI Competition IV-2a数据集
111	2025-05-17	Efficient Deep Learning Model Compression for Sensor-Based Vision Systems via Outlier-Aware Quantization 2025-May-05, Sensors (Basel, Switzerland) DOI:10.3390/s25092918 PMID:40363355	research paper	提出了一种针对传感器视觉系统的高效深度学习模型压缩方法，通过异常值感知量化（OAQ）提高量化精度	提出异常值感知量化（OAQ）方法，有效重塑权重分布以减少异常值对量化精度的影响，并与现有量化方案正交兼容	未提及具体在哪些传感器或实际应用场景中的限制	优化资源受限环境下传感器视觉系统中的深度学习模型效率	深度学习模型的量化方法	computer vision	NA	量化方法（OAQ）	CNN（如ResNet20）	image	未明确提及具体样本数量
112	2025-05-17	A Transfer Learning Framework for Predicting and Interpreting Drug Responses via Single-Cell RNA-Seq Data 2025-May-04, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094365 PMID:40362602	research paper	该研究提出了一个基于迁移学习的框架，用于通过单细胞RNA测序数据预测和解释药物反应	设计了一个共享编码器将批量和单细胞测序数据对齐到统一的潜在空间，并通过稀疏解码器增强模型的可解释性	临床样本获取有限，且scRNA-seq药物反应数据的系统性收集和利用仍有限	提高药物反应预测的准确性和可解释性	单细胞RNA测序数据	machine learning	cancer	scRNA-seq	transfer learning	RNA sequencing data	五个scRNA-seq数据集
113	2025-05-17	Aircraft Wake Vortex Recognition Method Based on Improved Inception-VGG16 Hybrid Network 2025-May-04, Sensors (Basel, Switzerland) DOI:10.3390/s25092909 PMID:40363346	研究论文	提出了一种基于改进的Inception-VGG16混合网络的飞机尾涡识别方法	结合改进的InceptionB和InceptionC模块进行多尺度特征并行提取，后端采用VGG16的层次结构进行深度特征提取，显著提高了分类准确率	未提及模型在其他机场或不同气象条件下的泛化能力	解决飞机尾涡准确识别的挑战	飞机尾涡	计算机视觉	NA	深度学习	Inception-VGG16混合网络	二维多普勒雷达径向速度数据	3530个风场样本
114	2025-05-17	Deep Learning-Based Synthetic CT for Personalized Treatment Modality Selection Between Proton and Photon Therapy in Thoracic Cancer 2025-May-03, Cancers IF:4.5Q1 DOI:10.3390/cancers17091553 PMID:40361479	研究论文	本研究开发了一种基于深度学习的合成CT（sCT）工作流程，用于在胸部癌症治疗中比较质子与光子疗法的优势	利用深度学习预测的sCT仅基于诊断CT（dCT）进行治疗方案比较，为临床决策提供支持	研究样本量较小（训练集46例，测试集15例），可能影响模型的泛化能力	开发个性化治疗模式选择工具，优化胸部癌症患者的放射治疗方案	胸部癌症患者	数字病理	胸部癌症	深度学习	U-Net	CT图像	46例训练样本（公共数据库）+15例测试样本（机构患者）
115	2025-05-17	Role and Potential of Artificial Intelligence in Biomarker Discovery and Development of Treatment Strategies for Amyotrophic Lateral Sclerosis 2025-May-02, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26094346 PMID:40362582	review	本文探讨了人工智能在肌萎缩侧索硬化症（ALS）生物标志物发现和治疗策略开发中的角色和潜力	综述了AI在ALS生物标志物发现、诊断准确性和治疗开发中的创新应用，包括AlphaFold和深度学习模型在蛋白质组学和神经影像学中的革命性进展	未提及具体研究样本量或实验验证结果	探索AI在ALS生物标志物发现和治疗策略开发中的应用	肌萎缩侧索硬化症（ALS）	machine learning	neurodegenerative disease	omics, neuroimaging	deep learning	omics data, neuroimaging data	NA
116	2025-05-17	Exploring Smartphone-Based Edge AI Inferences Using Real Testbeds 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092875 PMID:40363312	研究论文	本文探讨了基于智能手机的边缘AI在实时计算机视觉推理中的竞争力	研究了智能手机集群在边缘AI中的应用潜力，特别是在实时计算机视觉推理任务中的性能表现	实验仅使用了五款低/中端智能手机和三款SBC，样本范围和多样性有限	评估智能手机集群在边缘AI实时计算机视觉推理中的性能表现	智能手机集群和单板计算机(SBC)在边缘AI任务中的性能比较	计算机视觉	NA	深度学习模型推理	预训练DL模型	图像流数据	8个异构边缘节点(5款智能手机和3款SBC)
117	2025-05-17	MHFS-FORMER: Multiple-Scale Hybrid Features Transformer for Lane Detection 2025-May-02, Sensors (Basel, Switzerland) DOI:10.3390/s25092876 PMID:40363313	research paper	提出了一种基于Transformer的端到端模型MHFS-FORMER，用于解决复杂场景下的车道检测问题	设计了MHFNet融合多尺度特征与Transformer Encoder，引入多参考可变形注意力模块增强模型表示能力，并开发了ShuffleLaneNet探索多尺度车道特征的通道和空间信息	未明确提及具体限制	提升复杂场景下车道检测的准确性和实时性	车道检测	computer vision	NA	NA	Transformer (MHFS-FORMER, MHFNet, ShuffleLaneNet)	image	TuSimple和CULane数据集
118	2025-05-17	Microfluidics with Machine Learning for Biophysical Characterization of Cells 2025-May, Annual review of analytical chemistry (Palo Alto, Calif.) DOI:10.1146/annurev-anchem-061622-025021 PMID:39999863	综述	本文探讨了微流控技术与机器学习在细胞生物物理特性表征中的协同作用	整合人工智能方法（包括机器学习和深度学习）与微流控技术，以解决高通量微流控系统数据分析的挑战	未提及具体的技术实施细节或实验验证结果	提升细胞生物物理特性表征的准确性和效率，促进新的生物学发现	细胞的生物物理特性	生物医学工程	NA	微流控技术、机器学习和深度学习	NA	微流控实验产生的高通量数据	NA
119	2025-05-17	Replicating PET Hydrolytic Activity by Positioning Active Sites with Smaller Synthetic Protein Scaffolds 2025-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202500859 PMID:40089854	研究论文	本文展示了一种计算策略，用于创建新型聚乙烯对苯二甲酸酯水解酶（PET水解酶），通过利用已知的催化机制并实施多种深度学习和分子计算算法	利用计算策略设计出比天然酶序列短30%以上的新型PET水解酶，成功复制了PET水解活性	NA	扩展酶多样性，通过计算构建的蛋白质支架重现功能基序，从而获得自然界中不存在的高活性和稳健酶	聚乙烯对苯二甲酸酯水解酶（PET水解酶）	生物信息学	NA	深度学习算法和分子计算	NA	蛋白质序列数据	NA
120	2025-05-17	Automatic Quantification of Serial PET/CT Images for Pediatric Hodgkin Lymphoma Using a Longitudinally Aware Segmentation Network 2025-May, Radiology. Artificial intelligence DOI:10.1148/ryai.240229 PMID:39969278	研究论文	开发了一种纵向感知分割网络（LAS-Net），用于量化儿童霍奇金淋巴瘤患者的连续PET/CT图像	LAS-Net引入了纵向交叉注意力机制，使得PET1的相关特征能够为PET2的分析提供信息	研究为回顾性研究，可能受到数据收集时间的限制	开发一种能够量化儿童霍奇金淋巴瘤患者连续PET/CT图像的自动分割网络	儿童霍奇金淋巴瘤患者的连续PET/CT图像	数字病理学	霍奇金淋巴瘤	PET/CT成像	CNN	图像	297名儿童患者（内部数据集200名，外部测试数据集97名）