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
12761	2025-10-07	Advanced Artificial Intelligence Technologies Transforming Contemporary Pharmaceutical Research 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040363 PMID:40281723	综述	本文全面回顾了人工智能技术在医疗服务和药物研究领域的应用现状与前景	系统分析了AI在疾病诊断、数字治疗、药物发现和疫情预测等多方面的综合应用潜力	基于文献综述的方法可能无法涵盖所有最新研究进展	探讨人工智能技术在医药研究领域的应用价值和发展趋势	医疗服务和药物研究相关的AI技术应用	机器学习	多种疾病（季节性流感、埃博拉、寨卡、COVID-19、结核病等）	神经网络、深度学习、贝叶斯非参数方法、自然语言处理	神经网络	医疗数据、临床试验数据、疫情数据	NA	NA	NA	NA	NA
12762	2025-10-07	Exploring Feature Selection with Deep Learning for Kidney Tissue Microarray Classification Using Infrared Spectral Imaging 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040366 PMID:40281726	研究论文	提出基于深度学习和特征选择的框架，用于肾脏肿瘤组织微阵列的红外光谱成像自动分类	将特征选择算法与深度学习分类相结合，仅使用13.6%的波长数据即可达到高精度分类，显著减少训练时间	NA	开发肾脏肿瘤的自动分类方法以改善诊断准确性	肾脏肿瘤组织微阵列，特别是嫌色细胞肾细胞癌和嗜酸细胞瘤	数字病理学	肾癌	红外光谱成像	深度学习	光谱图像数据	NA	NA	NA	准确率	NA
12763	2025-10-07	Automatic Blob Detection Method for Cancerous Lesions in Unsupervised Breast Histology Images 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040364 PMID:40281724	研究论文	提出一种基于深度学习的自动斑点检测方法，用于无监督乳腺癌组织学图像中癌变病灶的检测	结合连通分量方法和主动轮廓方法解决斑点检测的局限性，能够自动检测隐藏和难以接近的癌变病灶	仅针对乳腺癌组织学图像，未提及其他癌症类型的适用性	乳腺癌病灶的早期检测	人类乳腺癌组织学图像	数字病理学	乳腺癌	组织学成像	RNN	图像	27,249张无监督增强的人类乳腺癌组织学图像	NA	RNN	F1准确度分数	NA
12764	2025-10-07	Optimization-Incorporated Deep Learning Strategy to Automate L3 Slice Detection and Abdominal Segmentation in Computed Tomography 2025-Mar-31, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040367 PMID:40281727	研究论文	提出一种结合优化的深度学习策略，用于自动检测CT图像中的L3层面并进行腹部组织分割	将增强比例和类别权重调整作为校正设计变量整合到深度学习模型中，采用贝叶斯优化自动确定最优参数	回顾性研究，数据仅来自单一医疗中心的150名患者	开发自动化方法用于癌症诊断和治疗规划中的生物标志物提取	前列腺癌和膀胱癌患者的CT图像	计算机视觉	前列腺癌,膀胱癌	计算机断层扫描(CT)	CNN,Transformer	医学图像	150名前列腺癌和膀胱癌患者	NA	ResNet50,Unet,Swin-Unet,SegFormer	切片检测误差,Dice系数	NA
12765	2025-04-29	Biological Prior Knowledge-Embedded Deep Neural Network for Plant Genomic Prediction 2025-Mar-31, Genes IF:2.8Q2 DOI:10.3390/genes16040411 PMID:40282370	研究论文	提出了一种基于深度学习的植物基因组预测模型iADEP，整合了生物先验知识和其他组学数据	iADEP模型首次整合了加性、显性和上位性预测，并利用生物先验知识进行SNP嵌入	未提及模型在跨物种或大规模数据集上的泛化能力	开发更准确的植物基因组预测方法以加速性状改良	植物基因组数据（SNP）和表型性状	机器学习	NA	深度学习、全基因组关联分析（GWAS）	iADEP（基于多头注意力机制和多层感知机的深度学习模型）	基因组SNP数据	四个数据集（未说明具体样本量）	NA	NA	NA	NA
12766	2025-10-07	Lightweight U-Net for Blood Vessels Segmentation in X-Ray Coronary Angiography 2025-Mar-30, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040106 PMID:40278022	研究论文	提出一种基于彩票假设的轻量级U-Net架构，用于X射线冠状动脉造影中的血管分割	采用结构化核剪枝策略生成紧凑子网络，在保持分割性能的同时显著减少模型参数	未提及在更多样化临床数据上的泛化能力验证	开发适用于实时临床环境的高效血管分割方法	X射线冠状动脉造影图像中的血管结构	计算机视觉	心血管疾病	X射线冠状动脉造影	CNN	医学图像	在两个基准数据集上评估	NA	U-Net	分割准确度	NA
12767	2025-10-07	Riemannian Manifolds for Biological Imaging Applications Based on Unsupervised Learning 2025-Mar-29, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040103 PMID:40278019	研究论文	本研究评估了在生物成像应用中利用黎曼流形和无监督学习进行单细胞潜在表示与聚类的可行性	将双曲嵌入和Poincaré球模型应用于细胞形态学表征，探索非欧几里得空间在无监督分割中的潜力	目前处于方法可行性评估阶段，尚未进行大规模实际应用验证	开发基于无监督学习的生物成像分析方法，用于细胞形态特征提取和聚类	C2C12细胞（肌肉细胞系）的单细胞图像	计算机视觉	NA	相位对比成像，明场成像	神经网络	图像	NA	NA	NA	NA	NA
12768	2025-10-07	Automated Detection of Aberrant Episodes in Epileptic Conditions: Leveraging EEG and Machine Learning Algorithms 2025-Mar-29, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040355 PMID:40281715	研究论文	利用机器学习和深度学习算法从EEG信号中自动检测癫痫发作	提出结合Hurst指数和Daubechies 4离散小波变换的独特特征提取方法，使用单通道EEG和最少手工特征进行癫痫分类	仅使用单通道EEG数据，特征工程相对简单	开发自动检测癫痫发作的高效计算方法	癫痫患者的EEG信号	机器学习	癫痫	EEG信号分析	SVM,随机森林,LSTM	EEG信号	CHB-MIT头皮EEG数据库	NA	随机森林分类器,支持向量机,长短期记忆网络	准确率,灵敏度	边缘硬件
12769	2025-10-07	A Hybrid Wavelet-Based Deep Learning Model for Accurate Prediction of Daily Surface PM2.5 Concentrations in Guangzhou City 2025-Mar-28, Toxics IF:3.9Q1 DOI:10.3390/toxics13040254 PMID:40278570	研究论文	提出一种结合小波变换和深度学习的混合模型，用于精确预测广州市每日地表PM2.5浓度	首次将小波变换(W)与CNN、BiGRU和BiLSTM三种深度学习模型集成，构建W-CNN-BiGRU-BiLSTM混合架构	研究仅针对广州市特定区域，模型在其他地理区域的适用性有待验证	提高地表PM2.5浓度预测精度，为空气污染控制和城市规划提供支持	广州市2014-2020年的气象因子和空气污染物数据	机器学习	NA	小波变换	CNN, BiLSTM, BiGRU	时间序列数据	广州市2014-2020年每日气象和污染物数据	NA	W-CNN-BiGRU-BiLSTM混合架构	相关系数(R), 均方根误差(RMSE), 平均绝对误差(MAE), 平均绝对百分比误差(MAPE)	NA
12770	2025-10-07	Kidney Disease Segmentation and Classification Using Firefly Sigma Seeker and MagWeight Rank Techniques 2025-Mar-28, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040350 PMID:40281710	研究论文	提出一种结合Firefly Sigma Seeker和MagWeight Rank技术的肾脏疾病分割与分类方法	将Firefly Sigma Seeker和MagWeight Rank优化技术集成到并行卷积层架构中，动态调整参数并优化权重排序	NA	提高肾脏疾病医学图像分割的准确性和计算效率	肾脏疾病医学图像（MRI、CT扫描、超声图像）	计算机视觉	肾脏疾病	医学影像分析	CNN, Multi-Stream Neural Network	图像	NA	NA	并行卷积层架构, MSNN	准确率, 损失值, 计算时间	NA
12771	2025-04-29	CRISPR-MFH: A Lightweight Hybrid Deep Learning Framework with Multi-Feature Encoding for Improved CRISPR-Cas9 Off-Target Prediction 2025-Mar-28, Genes IF:2.8Q2 DOI:10.3390/genes16040387 PMID:40282347	research paper	提出了一种轻量级混合深度学习框架CRISPR-MFH，通过多特征编码改进CRISPR-Cas9脱靶预测	引入了新颖的多特征独立编码方法，将gRNA-DNA序列对编码为三个不同的特征矩阵以减少信息损失，并提出了结合多尺度可分离卷积和混合注意力机制的轻量级框架	模型参数规模增加会导致复杂性上升，限制实际应用性	改进CRISPR-Cas9系统的脱靶效应预测	gRNA-DNA序列对	machine learning	NA	deep learning	hybrid deep learning framework (multi-scale separable convolutions + hybrid attention mechanisms)	sequence data	multiple benchmark datasets	NA	NA	NA	NA
12772	2025-10-07	Assessing Cancer Presence in Prostate MRI Using Multi-Encoder Cross-Attention Networks 2025-Mar-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040098 PMID:40278014	研究论文	本文提出一种多编码器交叉注意力融合架构，用于通过前列腺MRI评估癌症存在	首次针对前列腺癌临床工作流程中关键但未被充分探索的任务进行大规模实验，提出多编码器交叉注意力融合架构	NA	区分有癌症存在（病理证实的前列腺癌患者）与无非可疑前列腺癌发现（无癌症存在）的病例	前列腺癌患者	医学影像分析	前列腺癌	双参数磁共振成像(bpMRI)	多编码器交叉注意力网络	医学影像, 临床变量	训练集4504名患者，测试集975名回顾性患者和435名前瞻性患者，总计来自11,000多个前列腺癌病例的600多万张图像表示	NA	多编码器交叉注意力融合架构	AUC	NA
12773	2025-04-29	Minimax Bayesian Neural Networks 2025-Mar-25, Entropy (Basel, Switzerland) DOI:10.3390/e27040340 PMID:40282575	research paper	本文研究了使用极小极大方法的更保守的贝叶斯神经网络（BNNs），揭示了闭环神经网络与BNNs之间的联系	将极小极大方法应用于贝叶斯神经网络，提出了一种更保守的BNNs，并揭示了其与闭环神经网络的联系	仅在简单数据集上进行了测试，未在大规模或复杂数据集上验证	研究贝叶斯神经网络的鲁棒性及其与闭环神经网络的关系	贝叶斯神经网络（BNNs）和闭环神经网络	machine learning	NA	NA	Bayesian neural networks (BNNs), deterministic neural network, stochastic neural network	NA	简单数据集（具体数量未提及）	NA	NA	NA	NA
12774	2025-10-07	Large-Scale Coastal Marine Wildlife Monitoring with Aerial Imagery 2025-Mar-24, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040094 PMID:40278010	研究论文	本研究利用航空影像和深度学习方法自动检测、分类和计数海洋沿岸物种	开发了基于航空影像和深度学习的自动化监测框架，用于海洋野生动物种群监测	模型性能因个体类型而异，F1分数在0.7-0.9之间波动	通过先进技术提高海洋野生动物监测的效率和准确性	南象海豹和南美海狮群体	计算机视觉	禽流感	航空影像采集	深度学习	高分辨率图像	阿根廷瓦尔德斯半岛的南象海豹和南美海狮群体图像数据集	NA	NA	F1分数	NA
12775	2025-04-29	Development of an Intelligent Tablet Press Machine for the In-Line Detection of Defective Tablets Using Machine Learning and Deep Learning Models 2025-Mar-24, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17040406 PMID:40284402	研究论文	开发了一种集成机器学习和深度学习模型的智能压片机，用于实时检测缺陷药片	将机器学习和深度学习模型集成到压片机中，实现实时检测药片缺陷，作为过程分析技术工具	研究仅针对特定药物（盐酸二甲双胍）的压片过程，未验证对其他药物的适用性	开发一种智能压片机，用于实时检测药片缺陷	盐酸二甲双胍药片	机器学习	NA	过程分析技术(PAT)	随机森林(RF), 人工神经网络(ANN)	实时处理数据（压缩力、排出力、压缩速度等）	商业规模实验生产的盐酸二甲双胍药片	NA	NA	NA	NA
12776	2025-10-07	Deep Learning-Based Detection of Aflatoxin B1 Contamination in Almonds Using Hyperspectral Imaging: A Focus on Optimized 3D Inception-ResNet Model 2025-Mar-22, Toxins IF:3.9Q1 DOI:10.3390/toxins17040156 PMID:40278655	研究论文	本研究开发了一种基于3D Inception-ResNet架构的深度学习模型，利用高光谱成像技术检测杏仁中的黄曲霉毒素B1污染	首次将优化的3D Inception-ResNet模型应用于杏仁黄曲霉毒素B1检测，采用轻量化设计实现高精度实时检测	NA	开发快速无损的杏仁黄曲霉毒素B1检测方法以确保食品安全	杏仁中的黄曲霉毒素B1污染	计算机视觉	食品安全相关疾病	高光谱成像	CNN	高光谱图像	NA	NA	3D Inception-ResNet	准确率, F1-score, AUC	NA
12777	2025-10-07	Deep Learning-Enhanced Motor Training: A Hybrid VR and Exoskeleton System for Cognitive-Motor Rehabilitation 2025-Mar-22, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040331 PMID:40281692	研究论文	本研究开发了一种结合VR和脑机接口的深度学习增强运动训练系统，用于认知运动康复	整合运动想象EEG数据实时分类与脑机接口，结合预制外骨骼和VR技术，开发了动态响应EEG输出的VR钓鱼游戏	临床测试仍在进行中，尚未完成全面验证	开发实用且可扩展的康复治疗和日常运动训练应用	老年人群的认知运动功能评估与训练	机器学习	老年疾病	脑电图(EEG), 虚拟现实(VR), 运动想象	CNN, LSTM, SVM	EEG信号, 运动数据	NA	NA	NA	分类准确率(89.23%), ERD/ERS极化率	NA
12778	2025-10-07	A Color-Based Multispectral Imaging Approach for a Human Detection Camera 2025-Mar-21, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging11040093 PMID:40278009	研究论文	提出一种基于四个选定波长的多光谱成像方法，通过检测衣物来实现人体检测	使用四个特定波长(453、556、668、708 nm)的多光谱方法，通过衣物检测作为人体检测的代理，实现轻量级实时处理	主要适用于白天条件和常见织物，对部分遮挡物体的检测仍存在挑战	开发支持实时处理的人体检测相机	衣物与背景的分离，人体检测	计算机视觉	NA	多光谱成像	多层感知机(MLP)	多光谱图像	NA	NA	多层感知机	准确率,精确率,召回率,F1分数	NA
12779	2025-10-07	CAD-Skin: A Hybrid Convolutional Neural Network-Autoencoder Framework for Precise Detection and Classification of Skin Lesions and Cancer 2025-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040326 PMID:40281686	研究论文	提出一种基于卷积神经网络和自动编码器的混合框架CAD-Skin，用于精确检测和分类皮肤病变与皮肤癌	结合多尺度视网膜、伽马校正、非锐化掩蔽和对比度受限自适应直方图均衡化的现代预处理方法，并集成量子支持向量机进行最终分类	未明确说明模型在临床环境中的实际部署挑战和计算资源需求	开发精确的皮肤病变检测和分类系统以提高皮肤癌诊断效率	皮肤病变和皮肤癌图像，包括光化性角化病、恶性黑色素瘤等皮肤疾病	计算机视觉	皮肤癌	图像处理技术	CNN, Autoencoder, QSVM	皮肤病变图像	使用PAD-UFES-20-Modified、ISIC-2018和ISIC-2019数据集	NA	卷积神经网络-自动编码器混合框架	准确率	NA
12780	2025-10-07	Local Extremum Mapping for Weak Supervision Learning on Mammogram Classification and Localization 2025-Mar-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040325 PMID:40281685	研究论文	提出一种局部极值映射机制，用于乳腺X线摄影分类和弱监督病变定位	通过局部极值映射机制实现仅需图像级标签的病变定位，显著降低标注成本	在病变定位任务中Dice相似系数为0.37，仍有提升空间	开发弱监督学习方法用于乳腺X线摄影分析和病变检测	乳腺X线摄影图像中的病变区域	计算机视觉	乳腺癌	乳腺X线摄影	CNN	医学图像	两个公共乳腺X线摄影数据集（CBIS-DDSM和INbreast）	NA	卷积神经网络	准确率, AUC, Dice相似系数	NA