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
12621	2025-11-12	Convolutional Neural Network Models Combined with Kansei Engineering in Product Design 2023, Computational intelligence and neuroscience DOI:10.1155/2023/2572071 PMID:36864929	研究论文	本研究结合卷积神经网络与感性工学，提出了一种能够满足用户感知需求的产品设计方法	首次将CNN模型与感性工学理论相结合，建立了产品设计的感知评价系统，提升了产品设计感知信息的逻辑深度	仅以电子秤作为研究案例，缺乏对其他产品类型的验证	开发能够满足用户感知需求的产品设计方法，提升产品市场竞争力	产品设计造型，特别是电子秤的外观设计	计算机视觉	NA	图像识别	CNN	图像	NA	NA	卷积神经网络	NA	NA
12622	2025-11-12	Characterisation of urban environment and activity across space and time using street images and deep learning in Accra 2022-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-022-24474-1 PMID:36443345	研究论文	利用街景图像和深度学习技术分析加纳阿克拉城市环境特征与人类活动的时空模式	首次在非洲城市阿克拉构建大规模时间序列街景图像数据集，并开发针对当地环境特征的物体检测模型	仅覆盖145个采样点，手动标注样本数量有限（1250张图像），可能无法完全代表整个城市区域的多样性	通过智能感知和分析方法研究城市环境特征对健康、宜居性、安全性和可持续性的影响	加纳阿克拉大都会区的城市环境和人类活动	计算机视觉	NA	街景图像采集、迁移学习、数据增强	CNN	图像	210万张延时摄影图像（日夜），其中1250张手动标注	NA	卷积神经网络	NA	NA
12623	2025-11-12	A Lightweight Hybrid Dilated Ghost Model-Based Approach for the Prognosis of Breast Cancer 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9325452 PMID:39262920	研究论文	提出一种基于轻量级混合扩张Ghost模型的乳腺癌预后方法，实现恶性细胞检测和家族分类	采用改进的随机通道注意力机制和DenseNet模型，结合轻量级深度学习架构，在保持高精度的同时满足严格的执行、训练和能耗限制	NA	开发自动化的乳腺癌恶性细胞检测和家族分类系统	数字乳腺X线摄影图像中的肿瘤	计算机视觉	乳腺癌	数字乳腺X线摄影	CNN, DenseNet	图像	NA	NA	Ghost模型, DenseNet	准确率	NA
12624	2025-11-12	Pneumonia Detection in Chest X-Ray Images Using Enhanced Restricted Boltzmann Machine 2022, Journal of healthcare engineering DOI:10.1155/2022/1678000 PMID:35991297	研究论文	提出一种增强型受限玻尔兹曼机模型用于胸部X射线图像中的肺炎检测	通过计算特定特征向量均值与所有输入特征均值的差异来改进权重初始化方法，解决了标准RBM随机权重初始化导致的特征学习不充分问题	NA	开发更准确的肺炎自动检测方法	胸部X射线图像	计算机视觉	肺炎	NA	受限玻尔兹曼机	图像	三个不同的肺炎数据集	NA	增强型受限玻尔兹曼机	准确率, 灵敏度, 特异性, F1分数, ROC曲线	NA
12625	2025-11-12	A Method for Extracting Building Information from Remote Sensing Images Based on Deep Learning 2022, Computational intelligence and neuroscience DOI:10.1155/2022/9968665 PMID:36275958	研究论文	提出一种基于深度学习的遥感图像建筑物信息提取方法，结合DeepLabv3+与Mixconv2d提升轮廓捕捉能力	将DeepLabv3+与Mixconv2d结合，使用不同尺寸卷积核进行特征识别，并采用基于Rdrop Loss的正则化方法	基于自建数据集验证，未与其他公开数据集进行对比验证	提高遥感图像中建筑物信息提取的精度和效率	遥感图像中的建筑物	计算机视觉	NA	遥感成像	深度学习,语义分割	遥感图像	自建数据集（具体数量未说明）	NA	DeepLabv3+,Mixconv2d	准确率,效率,分割性能	NA
12626	2025-11-12	Food Image Recognition and Food Safety Detection Method Based on Deep Learning 2021, Computational intelligence and neuroscience DOI:10.1155/2021/1268453 PMID:34956342	研究论文	提出基于深度学习的食品图像识别和食品安全检测方法	结合Tiny-YOLO和孪生网络提出YOLO-SIMM两阶段学习模式，设计YOLO-SiamV1和YOLO-SiamV2两个版本	识别精度一般	解决食品识别领域复杂度高、识别精度和速度不足的问题	食品图像和食品中异物	计算机视觉	NA	阈值分割技术	CNN	图像	NA	NA	Tiny-YOLO, 孪生网络	识别精度	NA
12627	2025-11-11	Enhancing Dental Caries Classification with Adversarial Training on Bitewing Radiographs 2025-Nov-10, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01737-7 PMID:41212346	研究论文	本研究通过将投影梯度下降对抗训练应用于ResNet模型，提升咬翼片X光影像中龋齿分类的准确性和鲁棒性	首次将投影梯度下降对抗训练技术应用于龋齿分类任务，通过引入轻微扰动增强数据集，显著提升模型性能	仅使用单一类型影像数据（咬翼片X光），未考虑其他影像模态；模型性能仍有提升空间	提高基于深度学习的龋齿分类模型的准确性和鲁棒性	咬翼片X光影像中的龋齿病变	计算机视觉	龋齿	X光影像分析	CNN	医学影像	NA	NA	ResNet-50	准确率, 敏感度, 特异性	NA
12628	2025-11-11	OralSegNet: An Approach to Early Detection of Oral Disease Using Transfer Learning 2025-Nov-09, Oral diseases IF:2.9Q1 DOI:10.1111/odi.70135 PMID:41207876	研究论文	提出基于深度学习的口腔疾病早期检测分割系统OralSegNet，使用YOLOv11架构变体从口腔内摄影图像中自动检测和定位口腔疾病	首次将YOLOv11架构的三个变体应用于口腔疾病分割任务，采用渐进式数据集增强策略解决类别不平衡问题，并开发了完全客户端响应的Web应用	数据集规模相对较小（582张初始图像），模型性能仍有提升空间（mAP@50约0.5），使用免费计算资源可能限制模型复杂度	开发自动化口腔疾病检测和定位系统，实现口腔疾病的早期发现	口腔内摄影图像中的口腔疾病病变区域	计算机视觉	口腔疾病	深度学习分割	YOLO	图像	初始582张像素级标注图像，通过数据增强扩展到v2和v3版本	PyTorch, ONNX Runtime Web	YOLOv11n-seg, YOLOv11s-seg, YOLOv11m-seg	box mAP@50, mask mAP@50	Google Colab免费版（Intel Xeon CPU, 13GB RAM, T4 GPU 15GB, 120GB存储）
12629	2025-11-11	Rapid consistent reef surveys with DeepReefMap 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20795-z PMID:41203649	研究论文	介绍使用DeepReefMap进行快速珊瑚礁调查的创新方法，通过神经网络实现3D语义映射	首次在红海进行大规模跨国珊瑚礁调查，开发了基于深度学习的实用3D水下测绘和语义分割系统	NA	开发高效、标准化、可扩展且经济的珊瑚礁监测策略	红海珊瑚礁生态系统	计算机视觉	NA	水下摄像技术	神经网络	视频	365个视频样带，来自45个地点，184小时视频素材，200,000个标注多边形	NA	NA	鲁棒性评估	NA
12630	2025-11-11	A hybrid approach leveraging meta-heuristic and ensemble learning for time-sensitive prediction of pollutant concentrations 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23940-w PMID:41203671	研究论文	提出一种结合元启发式算法和集成学习的混合深度学习模型，用于污染物浓度的时间敏感预测	首次将爬行动物搜索算法(RSA)与CNN、LSTM和XGBoost集成，通过特征优化和重要性评分提升预测性能	研究仅针对印度城市环境，未验证在其他地理区域的适用性	开发高精度的污染物浓度预测模型，支持空气质量长期预报	大气污染物包括PM2.5、CO、SO2和NO2	机器学习	NA	时间序列分析	CNN, LSTM, XGBoost, RSA	时间序列数据	NA	NA	CNN, LSTM, Transformer, BiLSTM, BiRNN, ANN, BiGRU	准确率, 鲁棒性, 误差指标, R²分数	NA
12631	2025-11-11	Deep learning models simultaneously trained on multiple datasets improve base-editing activity prediction 2025-Nov-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65200-5 PMID:41203686	研究论文	通过同时训练多个数据集的深度学习模型提高碱基编辑活性预测准确性	首次开发能够同时训练多个不同数据集的深度学习模型，并支持数据集感知预测	NA	提高CRISPR碱基编辑系统中gRNA设计的准确性	碱基编辑gRNA效率预测	机器学习	NA	CRISPR碱基编辑技术	深度神经网络	gRNA序列数据	约20,000个gRNAs（包含A•T to G•C和C•G to T•A转换）	NA	深度神经网络	NA	NA
12632	2025-11-11	Task optimized vision transformer for diabetic retinopathy detection and classification in resource constrained early diagnosis settings 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25399-1 PMID:41203681	研究论文	提出一种任务优化的视觉Transformer模型，用于资源受限环境下的糖尿病视网膜病变检测和分类	设计了专门针对糖尿病视网膜病变的任务优化视觉Transformer模型，集成了分层学习率调度、注意力头调优和嵌入维度优化策略，并通过结构化剪枝和8位量化实现模型压缩	研究主要针对资源受限环境，可能在更复杂临床场景下的泛化能力需要进一步验证	开发适用于资源受限早期诊断环境的糖尿病视网膜病变自动检测和分类系统	糖尿病视网膜病变患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	Vision Transformer	图像	三个大规模公共数据集	NA	Task-Optimized Vision Transformer (TOViT)	准确率, F1分数	树莓派4硬件, 支持实时部署
12633	2025-11-11	Improving surgical phase recognition using self-supervised deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23697-2 PMID:41203699	研究论文	本研究探索自监督学习在垂体内窥镜手术阶段识别中的应用，通过比较SimCLR和BYOL框架的性能	首次将自监督学习应用于内窥镜垂体手术阶段识别，并引入注意力加权池化算子增强空间特征提取	仅针对垂体内窥镜手术进行验证，未在其他手术类型中测试泛化能力	开发智能系统为外科医生提供实时决策支持，通过手术阶段识别改善工作流程	内窥镜垂体手术视频数据	计算机视觉	垂体疾病	自监督学习	深度学习	手术视频	未明确具体样本数量，但涉及完整数据集和50%标注数据缩减的对比实验	SimCLR, BYOL	集成注意力加权池化算子的深度神经网络	F1-score	NA
12634	2025-11-11	Multi-output deep learning for high-frequency prediction of air and surface temperature in Kuwait 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23455-4 PMID:41203707	研究论文	本研究评估多输出回归模型在科威特使用高频气候数据预测空气和地表温度的性能	首次将基于上下文嵌入的Transformer(FTTransformer)和LSTM应用于高频温度预测，并实现六种温度变量的同时预测	LSTM模型在处理往年异常数据时性能下降，而FTTransformer在不同年份间保持稳定准确性	开发高精度的高频空气和地表温度预测模型，用于城市规划和气候韧性建设	科威特地区的空气和地表温度及相关气候变量	机器学习	NA	高频气候数据采集	Transformer, LSTM, 传统机器学习	时间序列气候数据	四年内每5分钟采集的高频气候数据，包含30个环境变量	NA	FTTransformer, LSTM	R², 均方误差, 平均绝对误差	NA
12635	2025-11-11	Unsupervised spectra information extraction using physics-informed neural networks in the presence of non-linearities and multi-agent problems 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25573-5 PMID:41203763	研究论文	提出一种基于物理信息神经网络的无监督光谱信息提取方法，适用于非线性和多智能体问题	将物理信息深度学习从简单线性情况推广到非线性和多智能体场景，扩展了该方法的适用范围	目前仅在合成案例上进行测试，尚未在真实场景中验证	开发无需监督学习的光谱信息提取方法	光谱数据	机器学习	NA	光谱分析	物理信息神经网络	光谱数据	NA	NA	物理信息神经网络	灵敏度, 特异性, 可靠性	NA
12636	2025-11-11	Automated inspection of P&ID object recognition using deep learning 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25506-2 PMID:41203750	研究论文	提出一种基于深度学习的P&ID图纸对象识别结果自动检测方法	针对未识别对象和误识别对象分别开发了不同的检测方法，包括基于深度学习的特征向量相似度计算、基于距离的文本错误检测和交叉情况检查的线条错误检测	NA	提高P&ID图纸数字化过程中对象识别结果的准确性和检测效率	管道仪表流程图(P&ID)中的符号、文本和线条对象	计算机视觉	NA	深度学习	CNN	工程图纸图像	来自实际工业现场的P&ID图纸	NA	NA	召回率, 准确率, F1分数	NA
12637	2025-11-11	Enhancing bone cancer detection through optimized pre trained deep learning models and explainable AI using the osteosarcoma tumor assessment dataset 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26051-8 PMID:41203786	研究论文	提出一种结合优化预训练深度学习模型和可解释AI的骨癌检测框架	联合使用增强贝叶斯优化、深度迁移学习和可解释AI技术，通过超参数调优和数据集平衡提升模型性能与透明度	未明确说明模型在其他独立数据集上的泛化能力验证	开发可靠且可解释的骨癌自动诊断框架	骨癌组织病理学图像	数字病理学	骨癌	组织病理学成像	CNN	图像	NA	TensorFlow, PyTorch	EfficientNet-B4, ResNet50, DenseNet121, InceptionV3, VGG16	准确率, 精确率, 召回率, F1分数	NA
12638	2025-11-11	Hybrid glowworm swarm optimization with recurrent deep learning for fault detection in industrial internet of things environment 2025-Nov-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26784-6 PMID:41203829	研究论文	提出一种混合萤火虫群优化与循环深度学习方法用于工业物联网环境中的故障检测	结合萤火虫群优化算法与循环深度学习模型进行超参数优化，提高故障检测准确率	NA	工业物联网环境中基于音频信号的故障检测与分类	工业物联网设备	机器学习	NA	梅尔频谱图	HCNN-GRU, CNN-LSTM	音频信号	NA	NA	HCNN-GRU, CNN-LSTM	准确率	NA
12639	2025-11-11	Graph convolution network based on meta-paths and mutual information for drug-target interaction prediction 2025-Nov-07, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06295-x PMID:41204097	研究论文	提出基于元路径和互信息的图卷积网络GCNMM用于药物-靶点相互作用预测	结合元路径和图注意力网络构建融合DTI网络，采用空间拓扑一致性和互信息最大化作为双重优化目标	未明确说明数据稀疏性问题是否完全解决	预测药物-靶点相互作用以加速药物重定位	药物-靶点异质网络	机器学习	NA	图卷积网络	GCN, 图注意力网络, 图卷积自编码器	图数据	NA	NA	GCNMM	NA	NA
12640	2025-11-11	Impact of Neural network-quantified musical groove on cyclists' joint coordination and muscle synergy: a repeated measures study 2025-Nov-07, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01778-7 PMID:41204282	研究论文	本研究探讨了神经网络量化的音乐律动水平对自行车运动员关节协调性和肌肉协同模式的影响	首次使用经过验证的深度学习模型客观量化音乐律动水平，并系统分析其对下肢运动学和神经肌肉控制的影响机制	需要额外的动力学和代谢指标验证直接性能收益，样本仅限于训练有素的右利手自行车运动员	研究音乐律动水平如何系统性改变高扭矩骑行时的下肢运动学和神经肌肉控制	24名训练有素的右利手自行车运动员	机器学习	NA	三维运动捕捉，表面肌电图，非负矩阵分解	深度学习模型	运动捕捉数据，肌电信号	24名自行车运动员，每个受试者在三种条件下测试	NA	NA	R²=0.85，p值	NA