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
1241	2026-07-30	Lightweight Container Orchestration for Reproducible AI and Deep Learning Segmentation of Coronary Arteries and the Aorta in Coronary CT Angiography 2026-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142214 PMID:42510077	研究论文	开发并评估一种轻量级容器编排器，用于可重复执行冠状动脉CT血管成像中的深度学习分割模型	提出一种无需Kubernetes的跨平台容器编排方案，利用Podman实现标准化REST API、异步作业和并行推理，降低部署复杂性	计算资源争用导致高负载下延迟增加；系统仅在分割任务上验证，未测试多类型工作流	实现心血管分割模型在本地研究环境中的可重复、标准化和便携式部署	冠状动脉和主动脉的CT血管成像分割模型	深度学习	心血管疾病	冠脉CT血管成像	nnU-Net	图像	200例独立外部测试队列的CT血管成像检查	PyTorch	nnU-Net v2	Dice相似系数, 交并比, 延迟, 吞吐量, 资源利用率	GPU加速（具体型号未说明），CPU回退模式
1242	2026-07-30	Industrial Object Counting from Traditional Machine Vision to Open-World Foundation Models: A Systematic Review 2026-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s26144494 PMID:42515377	综述	系统回顾了工业目标计数技术从传统机器视觉到开放世界基础模型的发展历程	以技术演进为核心线索，深入分析了从特定类别计数到类别无关计数和无示例计数、再到大型基础模型的范式转变，系统梳理了FSC-147、NWPU-MOC、OmniCount-191等主流数据集，并提出了轻量级模型设计、无监督学习、多模态融合和基于提示的交互式计数等未来研究方向	未明确提及本文的局限性	全面系统地综述工业目标计数领域过去十五年（2010-2025）的技术变革，分析不同方法的核心挑战与未来方向，为学术界和工业界提供完整技术蓝图	工业目标计数任务，包括传感器方法、模板匹配、CNN、Transformer、Mamba状态空间模型以及大型基础模型等不同技术范式	计算机视觉	NA	机器视觉、深度学习	CNN, Transformer, Mamba状态空间模型, 大型基础模型	图像	NA	NA	NA	平均绝对误差（MAE）, 均方根误差（RMSE）, PrACo指标系统	NA
1243	2026-07-30	Noise Robustness Evaluation of Time-Frequency Networks (TFNs) for Intelligent Mechanical Fault Diagnosis 2026-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s26144492 PMID:42515376	研究论文	评价时间-频率网络在智能机械故障诊断中的噪声鲁棒性，纠正方法学问题后评估五种架构性能	引入校正协议消除窗口级数据泄露和训练周期选择偏差，揭示了时频感知卷积核的噪声鲁棒性优于通用注意力机制	仅研究加性高斯噪声和脉冲噪声，未考虑实际工业环境中其他噪声类型；评估局限于特定SNR范围和五种架构	评估时间-频率网络在机械故障诊断中的噪声鲁棒性，并纠正方法学问题以获取可靠结论	时间-频率网络五种架构（Backbone CNN、Random CNN、TFN-Chirplet、TFN-Morlet和squeeze-and-excitation注意力CNN基线）	机器学习	NA	振动信号分析	CNN	振动信号	未明确提及具体样本数量	PyTorch	Backbone CNN, Random CNN, TFN-Chirplet, TFN-Morlet, squeeze-and-excitation CNN	准确率	NA
1244	2026-07-30	Thrivaad: A Multilingual, Predictive Eye-Sign-Based AAC System Powered by Optimized Deep Learning 2026-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s26144503 PMID:42515387	研究论文	提出一种名为Thrivaad的多语言、基于眼部信号的增强性和替代性沟通系统，利用优化的深度学习技术提高系统在变化环境下的适应性	首次将Optuna优化的YOLOv5模型应用于眼部信号检测，并集成多语言支持和文本预测功能以提升沟通效率	可能未充分讨论模型在极端光照条件或不同人群（如眼部疾病患者）中的表现，且系统实时性能可能受计算资源限制	开发一种鲁棒的多语言眼部信号沟通系统，克服现有方法在适应性、多语言支持和照明变化方面的局限性	言语障碍患者，特别是由脑瘫和肌萎缩侧索硬化症引起的患者	计算机视觉, 数字病理学	神经退行性疾病	眼部信号捕捉、文本预测	YOLOv5	图像（眼部信号图像）	60名参与者（分三年龄段），共35,263张眼部信号图像	Optuna, YOLOv5	YOLOv5	未明确指定，但可能包括准确率、精确率、召回率等	NA
1245	2026-07-30	Deep Multimodal Phenotyping and Sensor Fusion for Preharvest Cotton Quality Assessment and Agricultural Economic Decision Support 2026-Jul-15, Sensors (Basel, Switzerland) DOI:10.3390/s26144493 PMID:42515381	研究论文	提出一种自监督多模态感知框架，用于连接棉花铃前状态、环境条件和采后纤维质量	首次将自监督学习应用于棉花铃前质量评估，通过跨模态对比融合对齐图像和环境特征，实现多模态融合的时序建模	文中未明确提及实验规模和数据局限性，仅在田间试验中进行验证	实现棉花铃前质量评估与收获决策支持	棉花铃的成熟度、异常状态、环境传感器记录、管理信息和采后纤维质量测量数据	机器学习	NA	NA	自监督编码器、跨模态对比融合网络	图像（棉花铃图像）、时间序列数据（温度、湿度、光照、土壤湿度、降雨等环境变量）	田间实验采集的棉花铃图像、环境传感器记录、管理信息和采后纤维质量测量数据	PyTorch	Cotton Boll Visual Phenotype Self-Supervised Encoding Module（基于掩码图像重建）、Agricultural Sensor Temporal Masked Modeling Module（基于掩码传感器重建）、Vision-Environment Cross-Modal Contrastive Fusion Module	准确率、F1分数、AUC	NA
1246	2026-07-30	Cross-Species Behavioral Representation Learning Using Domain-Adversarial Adaptation on Wearable IMU Signals 2026-Jul-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11070496 PMID:42505529	研究论文	提出一种跨物种行为表征学习框架，利用域对抗适应从可穿戴IMU信号中提取可迁移的运动结构	首次将域对抗适应与行为本体论结合，实现多物种间的行为表征迁移，并引入双头架构同时处理多标签和单标签行为结构	需在更多物种、传感器位置和部署条件下进行外部验证，无监督负迁移问题仍需进一步解决	实现跨物种的可迁移动物行为识别，减少对大规模标记数据集的依赖	狗、山羊和马的运动行为数据	机器学习	NA	IMU信号分析	域对抗神经网络 (DANN)	可穿戴IMU信号时间序列	狗、山羊和马的运动数据，具体样本量未提供	PyTorch	双头架构 (处理多标签和单标签结构)	Macro-F1	NA
1247	2026-07-30	Bio-Inspired Enhanced Adaptive Centered Collision Optimizer for Hyperparameter Optimization of Multi-Scale Spatio-Temporal ConvNeXt in Boxing Action Recognition 2026-Jul-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11070497 PMID:42505530	研究论文	提出了一种受生物启发的增强型自适应中心碰撞优化器，用于多尺度时空ConvNeXt网络在拳击动作识别中的超参数优化	首次将生物启发式增强型自适应中心碰撞优化器（EACCO）与多尺度时空自适应ConvNeXt（MSTA-ConvNeXt）结合，通过三种仿生改进（混沌精英反向初始化、自适应非线性收敛因子、高斯-柯西混合变异）平衡探索与开发，自动优化网络超参数	未讨论在实时处理或资源受限设备上的部署可行性，且实验仅在公开数据集上进行，未涉及实际应用中的噪声或多样环境评估	实现准确的拳击动作识别，以支持智能搏击训练、动作质量评估和运动损伤预防	拳击动作，包括标准拳击动作（如刺拳）和奥林匹克拳击动作，来自两个公开基准数据集	计算机视觉	NA	深度学习、仿生优化算法（EACCO）、多尺度卷积神经网络（MSTA-ConvNeXt）	ConvNeXt	图像/视频（拳击动作骨骼数据）	两个数据集：Boxing Jab Skeleton Dataset（未给出具体样本数量）和Olympic Boxing dataset（未给出具体样本数量）	NA	多尺度时空自适应ConvNeXt（MSTA-ConvNeXt），包含多尺度动态可变形卷积、Bi-GRU时空融合模块和双通道注意力机制	准确率（96.1%和95.4%）、精确率（95.9%和95.2%）、召回率（95.7%和94.9%）、F1分数（95.8%和95.0%）	NA
1248	2026-07-30	Machine Learning for the Interpretation of Serum Protein and Immunofixation Electrophoresis in Multiple Myeloma: A Scoping Review 2026-Jul-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142201 PMID:42510065	综述	系统梳理机器学习在多发性骨髓瘤血清蛋白电泳和免疫固定电泳自动判读中的应用现状	首次采用范围综述方法系统归纳机器学习在多发性骨髓瘤电泳判读中的两大应用领域（IFE图像和SPE模式），并指出深度学习模型在准确性上可超越人类专家	外部验证、多模态融合、可解释性和实际部署均有限	评估机器学习在多发性骨髓瘤诊断中实现自动化电泳判读的潜力	多发性骨髓瘤患者血清蛋白电泳和免疫固定电泳的判读	机器学习	多发性骨髓瘤	血清蛋白电泳, 免疫固定电泳	卷积神经网络, 树模型	图像	13项研究	NA	卷积神经网络	准确率, F1分数, 曲线下面积	NA
1249	2026-07-30	Performance of Machine Learning Models for Prognosis Prediction in Oral Cavity Squamous Cell Carcinoma: A Systematic Review 2026-Jul-14, Cancers IF:4.5Q1 DOI:10.3390/cancers18142261 PMID:42512326	系统综述	系统评估机器学习模型在口腔鳞状细胞癌预后预测中的表现与方法学质量	聚焦于独立验证的机器学习预后模型，并采用PROBAST+AI工具评估偏倚风险	方法学异质性高、外部验证有限、回顾性设计和小样本量导致过拟合风险	评估机器学习模型在口腔鳞状细胞癌预后预测中的性能和方法学质量	口腔鳞状细胞癌患者	机器学习	口腔癌	NA	随机森林、支持向量机、梯度提升方法、神经网络、深度学习框架	临床和病理变量、放射学、免疫学或基因组学特征	40项研究，共105,619名患者	NA	随机森林、支持向量机、梯度提升、神经网络	AUC	NA
1250	2026-07-30	Artificial Intelligence in Social Health: A Narrative Review of Uses, Advantages, Challenges, and Future Directions 2026-Jul-14, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare14142114 PMID:42512630	综述	探讨人工智能技术在社交健康中的应用潜力，包括当前应用、优势、挑战及未来方向	全面分析了AI对社交健康的多维度影响，涵盖社会关系、沟通差距、情绪理解及减少社会不平等	未对文献进行系统性质量评估，可能遗漏部分灰色文献且缺乏实证数据支持	评估AI作为增强社交健康工具的潜力，聚焦当前应用、优势、挑战及伦理考量	AI技术与社会健康维度的关联性	自然语言处理	NA	深度学习、自然语言处理、机器学习	NA	文本	NA	NA	NA	NA	NA
1251	2026-07-29	Hierarchical Multimodal Fusion of Multi-Sequence MRI and Clinical Metadata for the Classification of Rotator Cuff Tears 2026-Jul-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145525 PMID:42513439	研究论文	提出一种层次化多模态融合框架，结合多序列MRI和临床元数据对肩袖撕裂进行分类	优化多序列MRI与临床元数据的融合策略，发现精简的三序列子集（T2 + PD冠状位 + PD横断位）结合元数据可超越全协议性能	单中心小样本（199例）内部验证，未进行外部验证	评估层次化序列感知多模态框架在肩袖撕裂患者级二分类中的最优融合策略	肩袖撕裂患者与健康对照的肩部MRI及临床数据	计算机视觉	肩袖撕裂	多序列MRI	CNN, Transformer	图像, 表格数据	199例患者（100例撕裂，99例对照）	NA	ResNet50, Vision Transformer	AUC, F1分数, MCC	NA
1252	2026-07-30	Field-Validated UAV-Based Deep Learning Framework for Automated Inspection of Power Transmission and Distribution Infrastructure 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144478 PMID:42515362	研究论文	提出一种基于无人机和深度学习的自动化框架，用于电力输配电基础设施的智能巡检	集成自主图像采集、目标检测和状态评估模型于可扩展工作流，无需高计算成本的3D重建，并在巴西五个州的真实环境中完成大范围验证	未提及在极端天气或低光照条件下的性能表现，且腐蚀检测的平均精度相对较低	实现电力输配电基础设施的自动化、高效和安全巡检	电力输配电线路中的电气组件及异常	计算机视觉	NA	无人机成像	CNN	高分辨率航空图像	2925个支撑结构，覆盖六条输配电线路	NA	YOLO系列, ResNet	mAP, 准确率	NA
1253	2026-07-30	Machine Learning-Based Near-Infrared Laser Leakage Detection System for Wine Bottles 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144474 PMID:42515357	研究论文	提出一种基于可调谐二极管激光吸收光谱（1392 nm）与LightGBM机器学习模型的近红外激光泄漏检测系统，用于酒瓶包装微泄漏无损检测	结合1392 nm近红外激光吸收光谱与LightGBM模型，实现酒瓶乙醇气体泄漏的快速、高精度检测；采用两阶段超参数优化和200维特征压缩，在CPU上达到0.0058 ms/样本的超快推理速度	回归任务R值仅0.5854，预测泄漏浓度能力有限；未提及对非乙醇泄漏（如惰性气体）的检测能力；未在真实生产线连续运行环境下验证长期稳定性	开发一种低成本、快速、非破坏性且适合工业部署的酒瓶包装完整性在线检测方法	商业酒瓶中泄漏的乙醇蒸汽	机器学习	不适用	可调谐二极管激光吸收光谱	LightGBM	光谱数据	1410个光谱样本（二分类训练）；422个抗干扰测试样本；320个模拟微泄漏测试样本	LightGBM, Scikit-learn	LightGBM	AUC, 准确率, 召回率, R值, 推理速度	CPU
1254	2026-07-30	A Mask-Assisted Radar Signal Sorting Method Based on Digitized PDW and U1DADM 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144464 PMID:42515348	研究论文	提出一种基于数字化PDW和U1DADM网络的掩膜辅助雷达信号分选方法	提出U1DADM卷积神经网络，融合自适应扩张卷积实现多尺度特征融合和长距离特征依赖建模；引入掩膜策略处理重叠脉冲区域，缓解数据缺陷	未提及具体局限性	解决复杂电磁环境中同调制类型和重叠参数范围雷达信号的有效分选问题	雷达信号	机器学习	NA	数字化信号处理	一维卷积神经网络	数字化雷达信号	NA	NA	U1DADM	准确率	NA
1255	2026-07-30	Optimised Deep Learning for Gastrointestinal Polyp Classification: A Controlled Benchmark of Five CNN and Transformer Architectures with Grad-CAM Interpretability 2026-Jul-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142182 PMID:42510046	研究论文	系统比较五种深度学习架构在消化道息肉五分类任务中的表现，并利用Grad-CAM可视化提供临床可解释的诊断见解	首次在统一训练和评估协议下系统比较五种CNN和ViT架构，并结合Grad-CAM定性分析和交叉验证统计检验，揭示了染色息肉与切除边缘之间架构无关的、临床相关的误分类模式	仅使用单一数据集Kvasir V2，缺乏外部多中心验证；染色类混淆可能无法通过架构变化完全解决，需更高分辨率影像或领域专家重新标注	系统对比五种深度学习架构进行五类胃肠道息肉分类，并提供临床可解释的诊断信息	来自Kvasir数据集V2的5000张胃肠道息肉图像，包含五个类别	计算机视觉	结直肠癌	深度学习图像分类	卷积神经网络（CNN）、视觉Transformer（ViT）	图像	5000张图像，五个类别	PyTorch	ResNet50, VGG16, EfficientNet-B3, DenseNet121, ViT-B/16	准确率、McNemar检验（Holm校正）	通用GPU硬件（未具体指定型号）
1256	2026-07-30	Precise Recognition of Adulterated Sliced Mutton Using Machine Vision on Mobile Phone Images 2026-Jul-13, Foods (Basel, Switzerland) DOI:10.3390/foods15142473 PMID:42511221	研究论文	本研究利用智能手机拍摄的羊肉切片图像，结合机器学习与深度学习技术，开发了一种低成本、无损的掺假羊肉切片识别方法	首次将智能手机图像采集与机器学习及深度学习相结合，用于区分真实、加工和重组羊肉切片，并使用Grad-CAM可视化解释模型关注纹理和结构区域	加工羊肉切片与真实及重组产品的视觉特征重叠导致分类混淆，需进一步优化特征提取或增加样本多样性	开发一种基于智能手机图像的低成本、非破坏性方法，用于检测掺假羊肉切片	真实羊肉切片、加工羊肉切片和重组羊肉切片	计算机视觉	食品安全	图像采集、GLCM纹理特征提取	机器学习模型和卷积神经网络	图像	600张标准化采集的羊肉切片图像	NA	KNN、LDA、RF、SVM、VGG16、ResNet50、InceptionV3	准确率	NA
1257	2026-07-30	Use of Artificial Intelligence in Rheumatoid Arthritis: Advancements and Novel Perspectives 2026-Jul-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145482 PMID:42513396	综述	讨论人工智能在类风湿关节炎患者管理中的潜在应用及其局限性	基于最新科学证据系统回顾人工智能在类风湿关节炎风险评估、早期诊断、表型识别和治疗失败风险预测等方面的应用进展	个体间差异、数据集规模小、研究设计差异及模型固有偏差导致研究结果难以推广至更大队列	探讨人工智能在类风湿关节炎管理中的潜在用途和局限性	类风湿关节炎患者	机器学习	类风湿关节炎	NA	机器学习和深度学习模型	临床数据、实验室数据、影像数据、组学数据、人口统计数据、传感器及可穿戴技术数据	NA	NA	NA	NA	NA
1258	2026-07-30	Detection and Analysis of Conveyor Belt Damage: A Review of Sensing Technologies and Signal-Based Approaches 2026-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s26144453 PMID:42515337	综述	全面分析输送带损伤检测与诊断方法，重点介绍传感技术和基于信号的方法	系统梳理了从传统信号处理到机器学习和深度学习的转变，并指出了多模态传感信息融合的研究空白	现有解决方案大多高度依赖特定传感器，局限于单一数据模态；缺乏统一的损伤表示框架、基准数据集有限、多模态传感信息融合不足	综述输送带损伤检测与诊断方法，为工业环境中输送带状态监测提供参考	输送带及其损伤检测与诊断技术	机器视觉	NA	机器视觉、磁通泄漏、超声波、X射线成像	机器学习	图像	NA	NA	NA	NA	NA
1259	2026-07-30	Acoustic Emission-Based Offshore Pipeline Valve Leakage Detection Toward Enhanced Process Safety 2026-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s26144451 PMID:42515335	研究论文	提出一种基于声发射信号的无参数星形注意力融合网络SAFNet，用于海上油气管道阀门泄漏检测，以提升过程安全性	首次提出参数自由的星形注意力融合网络，结合时间金字塔编码器、渐进式轻量星形注意力、双线性星形映射、能量驱动特征精炼器和多尺度门控注意力融合模块，实现轻量化、高抗噪和低延迟的阀门泄漏定位	仅基于实验室受控泄漏信号与真实海洋背景噪声的混合数据集验证，尚未在真实海上环境下进行实时部署测试	实现轻量级、高精度、低延迟和强抗噪能力的阀门泄漏智能诊断，提升海上管道操作安全与生态保护能力	海底油气管道阀门泄漏的声发射信号	机器学习	不适用	声发射	SAFNet（包含时间金字塔编码器、星形注意力模块）	声发射信号	实验室受控泄漏信号与来自荔湾3-1海上平台的真实海洋背景噪声组成的混合数据集	不适用	SAFNet（含TPE、PLSA、DBSM、EDFR、MS-GAF模块）	检测准确率、模型大小、推理延迟	不适用
1260	2026-07-30	A Surface Thermal Sensing Framework for Internal Winding Temperature Estimation in Oil-Immersed Converter Transformers 2026-Jul-12, Sensors (Basel, Switzerland) DOI:10.3390/s26144425 PMID:42515310	研究论文	提出一种基于表面温度传感和混合深度学习模型的无创内部绕组温度估算方法，用于油浸式换流变压器	首次结合XGBoost特征选择和LSTM时序建模，利用外部表面温度非侵入式估算内部绕组温度	结果基于缩比模型（D-800/35）验证，实际大型变压器中绕组结构和运行条件更复杂，模型泛化性需进一步验证	实现油浸式换流变压器内部绕组温度的非侵入式实时估算，用于热状态监测与故障诊断	油浸式换流变压器的内部绕组温度	机器学习	NA	温度传感	XGBoost, LSTM	时序数据	基于一个缩比单相油浸式换流变压器模型（D-800/35）的仿真和实验数据	NA	XGBoost, 长短期记忆网络 (LSTM)	误差（<1.5 K）	NA