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	2025-10-01	ErisNet: A Deep Learning Model for Noise Reduction in CT Images 2025-Sep-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090997 PMID:41007242	研究论文	提出一种名为ErisNet的深度学习模型用于降低CT图像中的噪声	开发了新型AI模型ErisNet，专门针对CT图像噪声降低，在多种客观指标和放射科医生主观评估中均表现优异	仅使用23例尸体全身CT扫描进行训练，样本量有限	开发有效的CT图像噪声降低方法	CT图像	计算机视觉	NA	深度学习	CNN	医学图像	23例尸体全身CT扫描
102	2025-10-01	YOLOv8-DMC: Enabling Non-Contact 3D Cattle Body Measurement via Enhanced Keypoint Detection 2025-Sep-19, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15182738 PMID:41007983	研究论文	提出了一种基于增强关键点检测的非接触式牛体三维测量方法YOLOv8-DMC	集成三种注意力模块(DRAMiTransformer、MHSA-C2f、CASimAM)提升遮挡和光照变化下的鲁棒性，采用16邻域深度补全和通滤波生成彩色点云	NA	实现精准的非接触式牛体三维测量	牛的侧视图像	计算机视觉	NA	深度学习	YOLOv8-DMC	RGB-D图像	7000多张图像，来自137头牛的严格侧视RGB-D图像
103	2025-10-01	Exploring Imagined Movement for Brain-Computer Interface Control: An fNIRS and EEG Review 2025-Sep-19, Brain sciences IF:2.7Q3 DOI:10.3390/brainsci15091013 PMID:41008372	综述	本文综述了EEG和fNIRS在解码运动想象用于脑机接口控制的效能	系统比较了EEG和fNIRS在运动想象解码中的优劣，并探讨了混合EEG-fNIRS系统的潜力	在线运动想象预测的可靠性仍低于实际运动执行，fNIRS存在生理延迟	评估非侵入性脑机接口在运动功能恢复中的应用效果	运动想象的脑信号解码	脑机接口	肢体缺失	EEG、fNIRS、深度学习	深度学习模型	脑电信号、近红外光谱信号	NA
104	2025-10-01	Electroencephalography-Based Machine Learning for Biomarker Detection in Dyslexia and Autism Spectrum Disorder: A Comparative Review of Models, Features, and Diagnostic Utility 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182388 PMID:41008759	综述	基于脑电图的机器学习和深度学习方法在自闭症谱系障碍和发育性阅读障碍生物标志物检测中的比较综述	比较了传统机器学习与基于Transformer的先进架构在神经发育障碍诊断中的应用，涵盖多种特征工程方法	模型可解释性不足，泛化能力有限，特别是对自闭症谱系的高度异质性适应困难	探索自闭症谱系障碍和发育性阅读障碍的神经生物学指标检测	自闭症谱系障碍和发育性阅读障碍患者	机器学习	自闭症谱系障碍	脑电图	支持向量机、随机森林、深度神经网络、Transformer	脑电信号	基于2013-2025年间15篇同行评审研究论文
105	2025-10-01	Deep Learning-Based Prediction Model of Surgical Indication of Nasal Bone Fracture Using Waters' View 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182386 PMID:41008757	研究论文	开发基于深度学习的AI模型，通过Waters位X光片预测鼻骨骨折手术指征	首次将深度学习应用于鼻骨骨折手术指征预测，结合位移角度、骨间隙大小等多参数开发临床决策支持工具	回顾性研究，样本量相对有限(2099张影像)，需进一步前瞻性验证	开发AI算法辅助急诊科医生识别鼻骨骨折并预测手术必要性	鼻骨骨折患者的Waters位X光影像	计算机视觉	鼻骨骨折	深度学习	CNN(50层网络架构)	X光影像	2099张放射影像
106	2025-10-01	RETRACTED: Hasanin et al. Exploration of Despair Eccentricities Based on Scale Metrics with Feature Sampling Using a Deep Learning Algorithm. Diagnostics 2022, 12, 2844 2025-Sep-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182384 PMID:41008786	撤稿声明	期刊正式撤回了题为《基于尺度指标和特征采样的绝望异常性探索使用深度学习算法》的文章	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
107	2025-10-01	Deep Learning-Based Automatic Segmentation and Analysis of Mitochondrial Damage by Zika Virus and SARS-CoV-2 2025-Sep-19, Viruses DOI:10.3390/v17091272 PMID:41012699	研究论文	开发基于深度学习的自动分割和分析方法，用于识别寨卡病毒和SARS-CoV-2引起的线粒体损伤	首次将U-Net架构的卷积神经网络应用于病毒感染的线粒体超微结构自动分割与分析，实现免疫反应预测	仅针对两种SARS-CoV-2变体和寨卡病毒进行研究，未验证其他病毒类型	开发自动化工具以研究病毒感染引起的线粒体形态变化与免疫反应关联	感染SARS-CoV-2变体或寨卡病毒的细胞线粒体	数字病理学	病毒感染	透射电子显微镜	CNN with U-Net architecture	图像	未明确样本数量，使用感染两种SARS-CoV-2变体和寨卡病毒的细胞薄层切片
108	2025-10-01	Pixel-Level Segmentation of Retinal Breaks in Ultra-Widefield Fundus Images with a PraNet-Based Machine Learning Model 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185862 PMID:41013098	研究论文	本研究开发了一种基于PraNet架构的深度学习模型，用于在超广角眼底图像中实现视网膜裂孔的像素级分割	这是首个使用深度学习在超广角眼底图像中实现视网膜裂孔像素级分割的研究	NA	开发自动准确的视网膜裂孔分割模型以辅助早期诊断	视网膜裂孔	计算机视觉	视网膜疾病	深度学习	PraNet	图像	8083个病例的34,867张超广角眼底图像
109	2025-10-01	Partitioned RIS-Assisted Vehicular Secure Communication Based on Meta-Learning and Reinforcement Learning 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185874 PMID:41013112	研究论文	提出一种基于元学习和强化学习的分区RIS辅助车载安全通信方案	采用分区RIS分别增强合法信号和定向人工噪声，结合元学习快速确定RIS分区比例，利用强化学习动态优化波束成形和反射系数	仅通过仿真验证性能，未提及实际部署中的硬件限制和信道测量误差	解决车载自组织网络中动态窃听威胁下的安全通信问题	车载自组织网络中的通信安全	机器学习	NA	元学习、强化学习、波束成形	元学习、强化学习	仿真数据	未明确说明具体样本数量，仅提及大量仿真验证
110	2025-10-01	A Hybrid Deep Learning Framework for Fault Diagnosis in Milling Machines 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185866 PMID:41013110	研究论文	提出一种用于铣床刀具故障诊断的混合深度学习框架	结合基线漂移去除、对数连续小波尺度图、Canny边缘算子和双分支编码器，有效解决振动信号噪声、故障标签有限和工况变化三大挑战	未提及具体的数据集规模和实际部署中的计算资源需求	开发高精度刀具故障诊断方法以适应数据受限的工业环境	铣床切削刀具	机器学习	NA	连续小波变换、Canny边缘检测、深度学习	混合深度学习框架、双分支编码器、集成决策机制	振动信号、时频图像	真实切削刀具数据（具体数量未提及）
111	2025-10-01	Review of Uneven Road Surface Information Perception Methods for Suspension Preview Control 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185884 PMID:41013122	综述	系统综述了用于悬架预瞄控制的路面不平信息感知方法，重点关注坑洼和减速带的识别技术	强调高程信息在悬架预瞄控制中的核心作用，并系统总结了基于LiDAR、立体视觉和多模态融合的高程重建技术	NA	提升路面信息检测精度和悬架预瞄系统控制效率，促进智能底盘发展	路面不平信息（坑洼、减速带）	计算机视觉	NA	LiDAR、立体视觉、多模态融合、2D图像处理、3D点云分析	机器学习/深度学习方法	图像、点云、多传感器数据	NA
112	2025-10-01	Compound Jamming Recognition Under Low JNR Setting Based on a Dual-Branch Residual Fusion Network 2025-Sep-19, Sensors (Basel, Switzerland) DOI:10.3390/s25185881 PMID:41013118	研究论文	提出一种基于双分支残差融合网络的复合干扰识别方法，用于低干噪比环境下的雷达干扰信号识别	采用双分支架构同时处理时域和时频域特征，结合多分支卷积结构增强特征提取，并应用有效的特征融合策略捕获细微模式	仅通过仿真实验验证，未提及实际环境测试结果	提升雷达抗干扰能力，实现复杂电磁环境下复合干扰信号的准确识别	雷达复合干扰信号	信号处理	NA	深度学习	双分支残差融合网络	雷达信号	NA
113	2025-10-01	Hyperspectral Imaging-Based Deep Learning Method for Detecting Quarantine Diseases in Apples 2025-Sep-18, Foods (Basel, Switzerland) DOI:10.3390/foods14183246 PMID:41008218	研究论文	提出一种基于高光谱成像和深度学习的方法用于苹果检疫性病害的快速检测	设计了专门处理高光谱输入的HSC-Resnet网络，通过增加卷积通道数并集成通道和空间注意力机制来突出信息波段和区域	NA	开发适用于海关部署的快速、无损的苹果检疫性病害检测系统	感染三种常见检疫性病原体的苹果	计算机视觉	植物病害	高光谱成像	CNN（卷积神经网络）	高光谱图像	NA
114	2025-10-01	Improving the Detection Performance of Cardiovascular Diseases from Heart Sound Signals with a New Deep Learning-Based Approach 2025-Sep-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182379 PMID:41008751	研究论文	提出一种基于深度学习的心音信号分析方法，用于心血管疾病检测	结合残差注意力块与MLP-mixer模型进行特征提取，并提出融合NCA和ReliefF算法的新特征选择方法	NA	开发高精度的心血管疾病人工智能检测系统	心音信号（PCG信号）	机器学习	心血管疾病	心音信号分析	深度学习（残差注意力块、MLP-mixer、SVM）	心音信号和频谱图图像	2016年PhysioNet/CinC挑战赛数据集
115	2025-10-01	A Preliminary Study on Deep Learning-Based Plan Quality Prediction in Gamma Knife Radiosurgery for Brain Metastases 2025-Sep-18, Cancers IF:4.5Q1 DOI:10.3390/cancers17183056 PMID:41008897	研究论文	本研究提出一种基于深度学习的伽玛刀放射外科治疗脑转移瘤计划质量预测方法	采用分层密集连接U-Net网络，结合Dice相似系数损失函数提高剂量分布预测精度	研究样本量有限（463个脑转移灶），仅为初步研究	开发能够预测患者特异性几何结构下可实现的临床可接受计划质量的深度学习方法	脑转移瘤患者的伽玛刀治疗计划	医学影像分析	脑转移瘤	深度学习	HD-U-Net（分层密集连接U-Net）	3D剂量分布数据	175名患者的463个脑转移灶
116	2025-10-01	Radiomics in Pituitary Adenomas: A Systematic Review of Clinical Applications and Predictive Models 2025-Sep-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14186595 PMID:41010799	系统综述	系统综述垂体腺瘤中影像组学的临床应用和预测模型	首次系统总结影像组学在垂体腺瘤中的临床应用，涵盖诊断、预测和预后建模多个方面	研究方法存在异质性，外部验证率低（仅12%），缺乏标准化	综合当前影像组学在垂体腺瘤中的临床应用	垂体腺瘤患者	医学影像分析	垂体腺瘤	MRI影像组学分析	支持向量机、随机森林、逻辑回归、深度学习	医学影像	超过9350名患者，来自49项研究
117	2025-10-01	A Dual-Segmentation Framework for the Automatic Detection and Size Estimation of Shrimp 2025-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s25185830 PMID:41013067	研究论文	提出一种基于双重分割的深度学习框架，用于虾类的自动检测和尺寸估计	结合实例分割和增强语义分割模型的双重分割框架，能有效预测虾体中心线以实现精确尺寸测量	NA	开发自动化的虾类尺寸测量方法以替代传统人工测量	养殖虾类	计算机视觉	NA	深度学习，图像处理	RTMDet-m实例分割模型，自定义语义分割模型	图像	NA
118	2025-10-01	MultivariateSystem Identification of Differential Drive Robot: Comparison Between State-Space and LSTM-Based Models 2025-Sep-18, Sensors (Basel, Switzerland) DOI:10.3390/s25185821 PMID:41013058	研究论文	比较状态空间模型和LSTM网络在差速驱动机器人系统辨识中的性能表现	首次对传统状态空间模型和深度学习方法在机器人系统辨识中进行直接对比分析	仅使用五分钟导航序列的实验数据，样本规模有限	评估不同建模方法在机器人系统辨识中的性能差异	差速驱动机器人	机器学习	NA	系统辨识	状态空间模型, LSTM	传感器数据	五分钟导航序列的实验数据
119	2025-10-01	Linking a Deep Learning Model for Concussion Classification with Reorganization of Large-Scale Brain Networks in Female Youth 2025-Sep-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090986 PMID:41007230	研究论文	本研究开发了一种基于LSTM深度学习模型的脑震荡分类方法，并探索了女性青少年脑震荡后大规模脑网络的重组模式	首次将深度学习模型与脑网络重组分析相结合，直接从原始静息态EEG数据中实现脑震荡分类，同时揭示脑震荡患者的有效连接模式变化	样本量有限，需要更大数据集来优化模型特异性，未充分考虑激素周期变化和症状亚组差异的影响	开发可靠的脑震荡早期诊断工具并探索脑震荡后的神经机制变化	15-24岁女性青少年，包括脑震荡患者和健康对照组	医学人工智能	脑震荡/轻度创伤性脑损伤	静息态脑电图，信息流率分析，有效连接分析	LSTM循环神经网络	脑电图信号	未明确具体样本数量，但指出需要更大数据集
120	2025-10-01	Artificial Intelligence in the Diagnosis and Treatment of Brain Gliomas 2025-Sep-17, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092285 PMID:41007844	综述	本文综述人工智能在脑胶质瘤诊断和治疗中的应用现状与前景	系统阐述AI通过深度学习驱动的影像组学和影像基因组学在胶质瘤检测、分子特征预测及个性化治疗决策中的创新应用	数据异质性、算法透明度问题和监管挑战限制了AI在神经肿瘤学的临床应用	探索人工智能技术在脑胶质瘤诊疗领域的应用潜力与发展方向	脑胶质瘤患者	数字病理	脑胶质瘤	深度学习驱动的影像组学和影像基因组学	深度学习算法	影像数据、组织病理数据和临床数据	NA