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
101	2025-10-30	Comparison of Deep Neural Networks for the Classification of Adventitious Lung Sounds 2025-Oct-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207427 PMID:41156296	研究论文	比较深度神经网络在异常肺音分类中的性能并提出双流分类方法	提出VGGish双流网络架构，并系统比较五种预训练CNN模型在肺音分类任务中的表现	模型存在特异性高但敏感性低的临床显著偏差，可能导致漏诊病理事件	开发客观的呼吸系统疾病筛查方法	异常肺音	机器学习	呼吸系统疾病	深度学习	CNN	音频	ICBHI 2017公共数据集	NA	VGG16, VGG19, InceptionV3, MobileNetV2, ResNet152V2, VGGish-dual-stream	平均分数, 敏感性, 特异性	NA
102	2025-10-30	TranSIC-Net: An End-to-End Transformer Network for OFDM Symbol Demodulation with Validation on DroneID Signals 2025-Oct-21, Sensors (Basel, Switzerland) DOI:10.3390/s25206488 PMID:41157542	研究论文	提出一种基于Transformer的端到端神经网络TranSIC-Net，用于复杂无线环境下的OFDM符号解调	将信道估计和符号检测统一在单一架构中，通过注意力机制捕捉子载波间相关性，无需显式信道估计	NA	解决复杂无线环境下OFDM信号解调的基本挑战，特别是在低信噪比或载波频率偏移等不利条件下	OFDM信号和DroneID信号（大疆无人机使用的专有类OFDM信令格式）	无线通信	NA	OFDM解调	Transformer	无线信号	NA	NA	Transformer	误码率, 估计精度, 鲁棒性	NA
103	2025-10-30	Evaluation of the Risk of Urinary System Stone Recurrence Using Anthropometric Measurements and Lifestyle Behaviors in a Developed Artificial Intelligence Model 2025-Oct-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202643 PMID:41153315	研究论文	提出基于深度学习的混合方法预测泌尿系统结石复发风险	采用自编码器提取多源数据特征并结合多种机器学习算法的创新混合方法	未明确说明样本量大小和具体数据来源	开发人工智能模型预测泌尿系统结石复发风险	泌尿系统结石患者	机器学习	泌尿系统结石病	深度学习特征提取	自编码器, XGBoost, Cubic SVM, KNN, DT	人体测量数据、身体成分指数、临床和人口统计学信息	NA	NA	自编码器	分类性能	NA
104	2025-10-30	AI and Machine Learning in Biology: From Genes to Proteins 2025-Oct-20, Biology DOI:10.3390/biology14101453 PMID:41154856	综述	本文全面概述了人工智能和机器学习在生物学领域从基因到蛋白质研究中的应用与进展	系统整合了从基础神经网络到先进Transformer架构和大型语言模型的前沿AI方法，重点介绍了生成模型设计新型蛋白质和基因组序列的突破性能力	面临数据质量、模型可解释性、伦理问题和计算需求等持续挑战	指导研究人员在从基因到功能蛋白质的生物学全谱系中利用AI的变革力量	基因组数据、蛋白质结构、多组学数据	机器学习	NA	多组学数据整合	深度学习, 图神经网络, 生成模型	基因组数据, 蛋白质数据, 多组学数据	NA	NA	Transformer, 神经网络, 大型语言模型(LLMs)	NA	NA
105	2025-10-30	Probing a CNN-BiLSTM-Attention-Based Approach to Solve Order Remaining Completion Time Prediction in a Manufacturing Workshop 2025-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s25206480 PMID:41157534	研究论文	提出一种基于CNN-BiLSTM-Attention的深度学习方法，用于预测制造车间中订单的剩余完成时间	首次将CNN-BiLSTM-Attention架构应用于制造车间订单剩余时间预测，整合了空间特征提取、时序建模和自适应注意力机制	仅在离散制造车间的典型设备数据上进行验证，未涉及其他制造环境	解决制造车间动态复杂环境下订单剩余完成时间的准确预测问题	制造车间中的生产订单	机器学习	NA	深度学习	CNN, BiLSTM, Attention	多源制造数据	来自离散制造车间的实际生产数据	NA	CNN-BiLSTM-Attention	准确率, 稳定性	NA
106	2025-10-30	An Optical Water Type-Based Deep Learning Framework for Enhanced Turbidity Estimation in Inland Waters from Sentinel-2 Imagery 2025-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s25206483 PMID:41157538	研究论文	提出基于光学水类型分类的深度学习框架，用于从Sentinel-2影像增强内陆水体浊度估算	结合模糊C均值聚类与CNN-RF混合模型，通过光学水类型分类实现加权浊度预测	仅针对四种典型水体进行验证，未涵盖更广泛的水体类型	开发高精度的内陆水体浊度估算模型	内陆水体浊度监测	遥感图像分析	NA	遥感技术，模糊C均值聚类	CNN, RF	卫星遥感图像	四种典型水体的Sentinel-2影像数据	NA	CNN-RF混合架构	R², RMSE	NA
107	2025-10-30	Variety Identification of Corn Seeds Based on Hyperspectral Imaging and Residual Mamba 1D CNN 2025-Oct-18, Foods (Basel, Switzerland) DOI:10.3390/foods14203558 PMID:41154094	研究论文	本研究开发了一种结合高光谱成像和深度学习的玉米种子品种无损鉴定方法	提出了融合残差模块和Mamba模块的一维卷积神经网络RM1DNet，增强了特征学习能力	NA	开发可靠的玉米种子品种鉴定方法	玉米种子	计算机视觉	NA	高光谱成像	CNN	高光谱图像	20个玉米品种	NA	Residual Mamba 1D CNN (RM1DNet)	准确率	NA
108	2025-10-30	Dust Filtering in LIDAR Point Clouds Using Deep Learning for Mining Applications 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206441 PMID:41157495	研究论文	提出一种基于神经网络的实时过滤LIDAR点云中粉尘测量的方法	首次将深度学习应用于采矿环境LIDAR点云的粉尘过滤，并构建了公开数据集	NA	解决采矿作业中粉尘对LIDAR传感器功能的干扰问题	LIDAR点云数据中的粉尘测量	计算机视觉	NA	LIDAR传感技术	神经网络	点云数据	来自多种粉尘环境的真实LIDAR传感器数据	NA	NA	NA	NA
109	2025-10-30	Real-Time Parking Space Detection Based on Deep Learning and Panoramic Images 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206449 PMID:41157504	研究论文	基于深度学习和全景图像的实时停车位检测方法研究	构建了包含复杂环境多样性的PSEX全景停车位数据集，并提出改进的SimSppf_mepre-Yoloe模型，在检测精度和实时性之间取得更好平衡	NA	解决自动停车系统中停车位检测和定位的核心问题	停车位的状态（空闲或占用）和角度（T形或L形）	计算机视觉	NA	GAN图像风格迁移	PP-Yoloe	全景图像	基于现有公共停车位数据集构建的PSEX数据集	PaddlePaddle, TensorRT	PP-Yoloe, ResSpp, ResSimSppf, SimSppf	mAP50, mAP50:95, FPS	Jetson AGX Xavier平台
110	2025-10-30	ViT-BiLSTM Multimodal Learning for Paediatric ADHD Recognition: Integrating Wearable Sensor Data with Clinical Profiles 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206459 PMID:41157512	研究论文	开发了一种多模态深度学习框架，通过整合可穿戴传感器数据和临床资料来识别儿童ADHD	将原始加速度计信号转换为图像并与临床表格数据整合，联合探索动态活动模式和静态临床特征	研究样本仅限于7-13岁儿童，未在更广泛年龄群体中验证	开发有效的ADHD分类方法	儿童ADHD患者	机器学习	ADHD（注意力缺陷多动障碍）	加速度计记录，标准化问卷	ViT, BiLSTM	图像，表格数据	7-13岁儿童，包含Apple Watch加速度计记录和临床问卷数据	NA	ViT-BiLSTM	NA	NA
111	2025-10-30	Leveraging Artificial Intelligence for the Diagnosis of Systemic Sclerosis Associated Pulmonary Arterial Hypertension: Opportunities, Challenges, and Future Perspectives 2025-Oct-17, Advances in respiratory medicine IF:1.8Q3 DOI:10.3390/arm93050047 PMID:41149139	综述	评估人工智能在改善系统性硬化症相关肺动脉高压诊断中的新兴作用	首次系统评估AI技术在SSc-PAH诊断中的综合应用，提出多模态数据整合框架	模型准确性因数据集和模态而异，大多数需要针对右心导管确认队列进行外部验证	探索人工智能在SSc-PAH早期诊断和风险分层中的应用前景	系统性硬化症相关肺动脉高压患者	医学人工智能	肺动脉高压	机器学习,深度学习	ML,DL	心音,心电图,胸部X光,超声心动图,CT肺动脉造影,组学生物标志物	NA	NA	NA	准确性	NA
112	2025-10-30	Pixel-Attention W-Shaped Network for Joint Lesion Segmentation and Diabetic Retinopathy Severity Staging 2025-Oct-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202619 PMID:41153291	研究论文	提出一种用于联合病变分割和糖尿病视网膜病变严重程度分级的像素注意力W形网络框架	集成病变先验交叉注意力模块与W形编码器-解码器架构，在单一临床可解释流程中同时执行病变分割和疾病严重程度分级	NA	开发能够同时进行病变分割和糖尿病视网膜病变严重程度分级的深度学习框架	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	DDR数据集、预处理的Messidor + EyePACS数据集，APTOS-2019用于外部评估	NA	W形编码器-解码器架构	准确率, 精确率, 召回率, 特异性, F1分数, Dice系数	适合远程医疗和移动部署的高效计算占用
113	2025-10-30	An Intelligent Joint Identification Method and Calculation of Joint Attitudes in Underground Mines Based on Smartphone Image Acquisition 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206410 PMID:41157464	研究论文	提出基于智能手机图像采集和深度学习的矿山节理智能识别与产状计算方法	将ResNet残差模块和CBAM注意力机制集成到U-Net架构中形成RC-Unet模型，结合智能手机采集和PCP三点定位算法实现节理产状快速计算	仅适用于相对简单的地下环境，复杂地质条件下的适用性有待验证	开发高效、客观的矿山节理识别与产状计算方法	矿山岩石节理	计算机视觉	NA	智能手机图像采集，CLAHE图像增强	深度学习，语义分割	图像	NA	OpenCV	U-Net, ResNet, CBAM	NA	NA
114	2025-10-30	FlashLightNet: An End-to-End Deep Learning Framework for Real-Time Detection and Classification of Static and Flashing Traffic Light States 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206423 PMID:41157474	研究论文	提出一种名为FlashLightNet的端到端深度学习框架，用于实时检测和分类静态及闪烁交通灯状态	首次将YOLOv10n、ResNet-18和LSTM网络集成到统一框架中，能够同时处理常规和闪烁交通灯信号，并在多样化挑战条件下保持鲁棒性	使用自定义数据集，未在公开基准数据集上进行验证；数据集主要来自特定地区（斯塔克维尔和密西西比州立大学）	开发实时交通灯状态检测与分类系统，支持自动驾驶车辆导航和实时交通管理	交通灯状态（红灯、绿灯、黄灯、闪烁红灯、闪烁黄灯）	计算机视觉	NA	视频采集、模拟数据生成	CNN, LSTM	视频序列	包含真实交通灯视频和模拟视频的综合自定义数据集，涵盖多种交叉路口和闪烁频率（2秒、3秒、4秒）	PyTorch	YOLOv10n, ResNet-18, LSTM	mAP, F1-score	NA
115	2025-10-30	Deep Learning and Geometric Modeling for 3D Reconstruction of Subsurface Utilities from GPR Data 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206414 PMID:41157476	研究论文	提出一种基于深度学习的混合方法，从GPR B扫描数据实现地下管线的3D重建	结合真实世界数据（避免合成增强）、直接顶点检测（超越边界框分析）和几何3D重建流程的混合模型创新	NA	开发更实用和可扩展的地下管线测绘解决方案	地下线性管线的双曲线反射特征	计算机视觉	NA	探地雷达	YOLOv8, YOLOv11, Mask R-CNN	GPR B扫描图像数据	真实世界GPR数据集	NA	YOLOv8, YOLOv11, Mask R-CNN	F1-score, RMSE	NA
116	2025-10-30	Edge-Based Autonomous Fire and Smoke Detection Using MobileNetV2 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206419 PMID:41157478	研究论文	提出一种基于MobileNetV2的轻量级自主边缘火灾烟雾检测系统	将轻量级MobileNetV2模型优化部署于资源受限的边缘设备，实现无需云连接的自主实时检测	在树莓派5设备上处理速度约为1.3 FPS，实时性能仍有提升空间	开发适用于偏远林区的实时火灾烟雾检测系统	森林火灾和烟雾图像	计算机视觉	NA	深度学习	CNN	图像	包含火灾、烟雾和非火灾图像的平衡数据集	NA	MobileNetV2	准确率, 预测延迟	树莓派5边缘设备
117	2025-10-30	Bolt Anchorage Defect Identification Based on Ultrasonic Guided Wave and Deep Learning 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206431 PMID:41157485	研究论文	本研究结合超声导波时频谱和门控注意力残差网络，用于锚杆锚固缺陷识别	提出门控注意力残差网络(GA-ResNet)，通过门控机制平衡空间注意力和通道注意力，改进了传统导波信号分析方法	仅针对四种锚固模型进行实验，未涉及更复杂的现场环境和更多缺陷类型	开发基于深度学习的锚杆锚固缺陷识别方法，提高结构安全性	桥梁、隧道和公路等岩土工程结构中的锚杆	机器学习	NA	超声导波无损检测	CNN	时频谱	四种锚固模型	NA	GA-ResNet, 残差网络	NA	NA
118	2025-10-30	Adaptive Exposure Optimization for Underwater Optical Camera Communication via Multimodal Feature Learning and Real-to-Sim Channel Emulation 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206436 PMID:41157490	研究论文	提出一种结合多模态特征学习和实景模拟信道仿真的自适应曝光优化方法，用于提升水下光学相机通信性能	提出Real-to-Sim-to-Deployment框架，结合物理校准仿真平台和混合CNN-MLP模型，实现环境感知的多模态学习	未明确说明模型在不同水域条件下的泛化能力及计算资源需求	优化水下光学相机通信系统的曝光时间和ISO灵敏度参数以适应动态水下环境	自主水下航行器（AUVs）的水下光学相机通信系统	计算机视觉	NA	光学相机通信，物理信道仿真	CNN, MLP	光学图像，环境状态数据，相机配置参数	NA	NA	混合CNN-MLP模型（HCMM）	RMSE, SNR增益	嵌入式硬件
119	2025-10-30	CrowdAttention: An Attention Based Framework to Classify Crowdsourced Data in Medical Scenarios 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206435 PMID:41157488	研究论文	提出一种基于注意力机制的端到端深度学习框架，用于医疗场景中众包数据的分类	使用交叉注意力机制联合建模分类任务和标注者可靠性，为每个标注者的标签分配实例相关的可靠性分数	未在论文摘要中明确说明	解决医疗领域众包数据标注中的标签噪声问题	众包标注的医疗数据	机器学习	NA	深度学习	注意力机制	标注数据	合成数据集和真实世界数据集	NA	交叉注意力机制	准确率, 鲁棒性	NA
120	2025-10-30	Icing Detection of Wind Turbine Blades Based on an Improved PP-YOLOE Detection Network 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206438 PMID:41157492	研究论文	本研究开发了一种改进的PP-YOLOE网络用于风力涡轮机叶片结冰状态的分类与检测	通过嵌入坐标注意力机制和集成空洞空间金字塔池化来增强特征表示，并创新性地应用粒子群优化算法实现超参数自动调优	NA	提高风力涡轮机叶片结冰检测的准确性和实时性，保障风力涡轮机安全经济运行	风力涡轮机叶片	计算机视觉	NA	NA	PP-YOLOE	图像	基于风洞实验室构建的风力涡轮机叶片结冰数据集	NA	PP-YOLOE, 坐标注意力机制, 空洞空间金字塔池化	平均精度	NA