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
1341	2025-06-01	A Systematic Review of AI-Based Techniques for Automated Waste Classification 2025-May-18, Sensors (Basel, Switzerland) DOI:10.3390/s25103181 PMID:40431972	系统综述	本文系统综述了基于人工智能（AI）的自动化废物分类技术，重点关注机器学习和深度学习的应用	提出一个结构化路线图，将挑战和机遇组织为短期、中期和长期优先事项，并整合了模型准确性、系统效率和可持续性目标的见解	数据集不平衡、现实世界变异性及标准化问题	探索人工智能（特别是机器学习和深度学习）在自动化废物分类中的作用	废物分类技术	机器学习	NA	机器学习（ML）、深度学习（DL）	CNN、混合模型	图像	分析了超过97项研究和15个公开可用的废物分类数据集
1342	2025-06-01	A Supervised Scene Adaptive Model for Identifying Impact Load with Few Samples 2025-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103169 PMID:40431961	research paper	提出了一种基于监督场景自适应模型的冲击载荷识别方法，仅需少量样本即可实现高精度识别	该方法解决了深度学习模型在少量或零冲击训练样本情况下的迁移能力问题，实现了跨结构的有效迁移	方法在完全不同的结构区域条件下的位置识别精度有所下降	开发适用于大型飞机结构健康监测的冲击载荷识别技术	下一代大型飞机结构	structural health monitoring	NA	deep learning	supervised scene adaptive model	impact load data	少量样本（校准阶段仅需单个样本）
1343	2025-06-01	Depth Perception Based on the Interaction of Binocular Disparity and Motion Parallax Cues in Three-Dimensional Space 2025-May-17, Sensors (Basel, Switzerland) DOI:10.3390/s25103171 PMID:40431963	综述	本文系统总结了基于双目视差和运动视差线索的三维空间深度感知相关研究	从单一线索研究转向两种线索交互作用的定量研究，并总结了四种深度感知模型	未提出新的深度感知模型，主要对现有研究进行总结和分析	探讨人类视觉系统中双目视差和运动视差线索在三维空间深度感知中的作用	人类视觉系统的深度感知机制	计算机视觉	NA	文献调查与模型分析	WF模型、MWF模型、SF模型、IC模型	文献数据	NA
1344	2025-06-01	Identification of Key Genes and Potential Therapeutic Targets in Sepsis-Associated Acute Kidney Injury Using Transformer and Machine Learning Approaches 2025-May-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050536 PMID:40428155	研究论文	本文开发了一种结合Transformer深度学习模型和传统机器学习技术的AI驱动框架，用于识别脓毒症相关急性肾损伤（SA-AKI）的关键基因和潜在治疗靶点	结合Transformer模型与传统机器学习方法，首次系统性地识别了SA-AKI的基因标志物和药物靶点	研究基于公开的微阵列数据，需要进一步实验验证	提高SA-AKI的早期诊断并发现潜在治疗靶点	脓毒症相关急性肾损伤（SA-AKI）	机器学习	急性肾损伤	微阵列分析、KEGG/GO富集分析	Transformer、LASSO、SVM-RFE、Random Forest、神经网络	基因表达数据	两个GEO数据集（GSE95233和GSE69063）
1345	2025-06-01	Comparative Study of Cell Nuclei Segmentation Based on Computational and Handcrafted Features Using Machine Learning Algorithms 2025-May-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101271 PMID:40428264	研究论文	本文比较了基于计算特征和手工特征的机器学习算法在细胞核分割中的应用	结合CNN提取的特征与逻辑回归方法，显著提高了细胞核分割的准确性	未提及具体的数据集规模及多样性限制	评估不同机器学习方法在细胞核分割中的性能	细胞核图像	数字病理学	前列腺癌、乳腺癌、脑肿瘤	K-means聚类、随机森林、支持向量机、逻辑回归、CNN	CNN、LR、RF、SVM	图像	NA
1346	2025-06-01	Preliminary Development of Global-Local Balanced Vision Transformer Deep Learning with DNA Barcoding for Automated Identification and Validation of Forensic Sarcosaphagous Flies 2025-May-16, Insects IF:2.7Q1 DOI:10.3390/insects16050529 PMID:40429242	研究论文	本文开发了一种基于GLB-ViT的深度学习模型，结合DNA条形码技术，用于法医实践中腐食性蝇类的自动识别与验证	提出了一种全局-局部平衡的视觉变换器（GLB-ViT）模型，并成功开发了基于该模型的微信小程序，扩展了模型在法医科学实践中的应用范围	当地蝇类数据库仍需不断完善，模型目前仅适用于海南地区十种常见腐食性蝇类的识别	提高法医实践中蝇类形态学识别的效率和准确性	腐食性蝇类	计算机视觉	NA	DNA条形码技术	GLB-ViT	图像	十种海南常见腐食性蝇类（识别正确率达94%）
1347	2025-06-01	AS-TBR: An Intrusion Detection Model for Smart Grid Advanced Metering Infrastructure 2025-May-16, Sensors (Basel, Switzerland) DOI:10.3390/s25103155 PMID:40431946	research paper	提出了一种名为AS-TBR的混合深度学习模型，用于智能电网高级计量基础设施(AMI)中的入侵检测	结合了ADASYN技术处理数据不平衡问题，利用Transformer、BiGRU和ResNet分别捕获全局时间依赖、双向时间关系和深度空间特征	未提及模型在更广泛数据集上的泛化能力测试	提高智能电网AMI系统中入侵检测的准确性和可靠性	智能电网高级计量基础设施(AMI)的网络流量数据	machine learning	NA	ADASYN, Transformer, BiGRU, ResNet	混合深度学习模型(AS-TBR)	网络流量数据	UNSW-NB15和NSL-KDD数据集
1348	2025-06-01	Transforming Bone Tunnel Evaluation in Anterior Cruciate Ligament Reconstruction: Introducing a Novel Deep Learning System and the TB-Seg Dataset 2025-May-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050527 PMID:40428146	research paper	本研究介绍了一种基于深度学习的新型系统，用于精确分割和评估前交叉韧带重建后的骨隧道	引入了ResNet50-Unet网络进行骨隧道区域的分割，并结合3D Slicer进行三维重建，开发了新的TB-Seg数据集	样本量较小（24名患者），且仅在特定病例中验证了系统的效率提升	提高前交叉韧带重建后骨隧道评估的准确性和效率	前交叉韧带重建患者的骨隧道	digital pathology	骨科疾病	深度学习，3D重建	ResNet50-Unet	医学影像	24名患者
1349	2025-06-01	Automated Caries Detection Under Dental Restorations and Braces Using Deep Learning 2025-May-15, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050533 PMID:40428152	研究论文	本研究提出了一种基于深度学习和图像处理的创新方法，用于自动检测修复体和牙套下的龋齿，旨在减轻牙科医生的临床负担	采用YOLOv8检测咬翼X光片中的单个牙齿，并引入旋转感知分割方法处理角度变化；结合图像处理技术显著提高了Inception-v3的检测准确率	排除了HIV病史患者的数据，可能影响模型的泛化能力	开发自动化龋齿检测系统以减少临床诊断负担	修复体和牙套下的龋齿	计算机视觉	龋齿	深度学习、图像处理	YOLOv8, AlexNet, Inception-v3	图像	505张来自台湾桃园长庚纪念医院的咬翼X光片
1350	2025-06-01	Deep Reinforcement Learning for CT-Based Non-Invasive Prediction of SOX9 Expression in Hepatocellular Carcinoma 2025-May-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101255 PMID:40428248	研究论文	本研究开发了一种基于深度强化学习的模型，用于术前无创预测肝细胞癌患者CT图像中的SOX9表达	提出了一种深度强化学习方法，通过识别与SOX9表达高度相关的图像区域来提高预测准确性，减少背景噪声的影响	研究为回顾性分析，样本量相对较小（101例患者）	开发一种非侵入性方法预测肝细胞癌患者的SOX9表达，以指导个性化治疗	肝细胞癌（HCC）患者	数字病理学	肝细胞癌	CT成像	深度强化学习（DRL）	图像	101例HCC患者的4011张CT图像
1351	2025-06-01	Object Detection in Laparoscopic Surgery: A Comparative Study of Deep Learning Models on a Custom Endometriosis Dataset 2025-May-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15101254 PMID:40428247	研究论文	本研究比较了深度学习模型在腹腔镜手术视频中检测子宫内膜异位症病变的性能	使用自定义数据集评估FasterRCNN和YOLOv9模型在分层和非分层训练场景下的表现，发现分层训练显著提高模型泛化能力	数据集存在弱标注和类别不平衡问题，影响了模型整体性能	开发AI辅助工具以提高子宫内膜异位症腹腔镜手术的精确性	子宫内膜异位症病变及相关解剖结构	计算机视觉	子宫内膜异位症	深度学习	FasterRCNN, YOLOv9	视频	199个视频序列（205,725帧），其中17,560帧由医学专家标注
1352	2025-06-01	Deep Learning Method for Breakdown Voltage and Forward I-V Characteristic Prediction of Silicon Carbide Schottky Barrier Diodes 2025-May-15, Micromachines IF:3.0Q2 DOI:10.3390/mi16050583 PMID:40428709	研究论文	本研究采用深度学习方法开发了一个高精度模型，用于预测碳化硅肖特基势垒二极管的击穿电压和正向I-V特性	该模型显著降低了与破坏性实验（如击穿电压测试）相关的测试成本，并支持相关变量的线性变化	模型建立需要一定的时间	开发高精度预测模型以减少测试成本	碳化硅肖特基势垒二极管（SiC SBDs）	机器学习	NA	深度学习方法	深度学习模型	输入数据	600组输入数据
1353	2025-06-01	Accelerated Biological Aging in Exfoliation Glaucoma Assessed by Fundus-Derived Predicted Age and Advanced Glycation End Products 2025-May-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26104725 PMID:40429867	研究论文	本研究通过眼底图像预测的生物年龄和晚期糖基化终末产物（AGEs）评估了剥脱性青光眼（EXG）患者的加速生物老化现象	首次利用深度学习模型（EfficientNet）从眼底图像预测生物年龄，并发现剥脱性青光眼患者存在显著的加速生物老化现象，且与AGEs积累相关	样本量相对较小（237人），且仅通过皮肤自发荧光（sAF）评估AGEs积累	评估青光眼患者的加速生物老化现象及其与AGEs积累的关系	原发性开角型青光眼（POAG）患者、剥脱性青光眼（EXG）患者和对照组	数字病理学	青光眼	深度学习、皮肤自发荧光（sAF）测量	EfficientNet	图像	237名参与者（79名POAG患者、79名EXG患者和79名年龄性别匹配的对照组）
1354	2025-06-01	Next-Level Prediction of Structural Progression in Knee Osteoarthritis: A Perspective 2025-May-15, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms26104748 PMID:40429891	perspective	本文探讨了利用机器学习和深度学习技术改进膝关节骨关节炎结构进展预测的前景	提出利用ML/DL整合多维数据（如生化标志物和MRI成像标志物）来增强膝关节OA患者分层和预测能力	未提及具体模型验证结果或实际临床应用数据	改进膝关节骨关节炎结构进展的预测方法，优化疾病修饰药物临床试验设计	膝关节骨关节炎患者	machine learning	骨关节炎	MRI, 生化标志物检测	ML/DL	多维数据（包括影像数据和生化数据）	NA
1355	2025-06-01	A Comprehensive Review of Deep Learning Applications in Cotton Industry: From Field Monitoring to Smart Processing 2025-May-15, Plants (Basel, Switzerland) DOI:10.3390/plants14101481 PMID:40431047	review	本文综述了深度学习在棉花产业中的应用，从田间监测到智能加工	深度学习在棉花产业链中的广泛应用，包括种子质量评估、病虫害检测、智能灌溉、自主收获和纤维分类等，提高了准确性、效率和适应性	模型泛化能力有限、计算需求高、环境适应性问题和数据标注成本高	探讨深度学习在棉花产业中的应用及其潜力	棉花产业中的各个环节，包括种植、监测和加工	machine learning	NA	深度学习	DL	多模态数据（如遥感、天气和土壤信息）	NA
1356	2025-06-01	TDP-SAR: Task-Driven Pruning Method for Synthetic Aperture Radar Target Recognition Convolutional Neural Network Model 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103117 PMID:40431911	research paper	提出了一种针对合成孔径雷达（SAR）目标识别卷积神经网络模型的任务驱动剪枝方法（TDP-SAR）	与依赖通用参数重要性度量的传统剪枝技术不同，该方法实现了SAR目标识别模型不同处理阶段卷积核的频域分析	SAR图像相比光学图像更难理解，导致在空间域分析SAR图像目标特征时存在较大困难	解决SAR目标识别模型因复杂度过高而难以实际部署的问题	合成孔径雷达（SAR）目标识别	computer vision	NA	频域分析	CNN	image	MSTAR基准数据集
1357	2025-06-01	Embedded Vision System for Thermal Face Detection Using Deep Learning 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103126 PMID:40431918	研究论文	本文开发了一种基于深度学习的嵌入式视觉系统，用于在热红外图像中实时检测人脸	利用热红外传感器克服了传统人脸检测算法在光照不足条件下的局限性，并比较了不同YOLO模型和嵌入式系统板的性能	仅测试了特定的热红外数据库和嵌入式系统板，可能在其他场景或硬件上的泛化性有限	开发一种在光照变化条件下仍能准确检测人脸的嵌入式视觉系统	热红外图像中的人脸	计算机视觉	NA	深度学习	YOLOv8, YOLO11	热红外图像	Terravic Facial IR数据库和Charlotte-ThermalFace数据库
1358	2025-06-01	A Semi-Supervised Attention-Temporal Ensembling Method for Ground Penetrating Radar Target Recognition 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103138 PMID:40431932	研究论文	提出一种半监督注意力-时间集成方法（Attention-TE），用于探地雷达（GPR）地下目标识别	结合半监督时间集成架构与三重注意力模块，提升分类性能，减少对大量标注数据的依赖	未提及具体局限性	解决探地雷达地下目标识别中标注数据不足的问题	探地雷达B扫描图像	计算机视觉	NA	半监督学习	Attention-TE（结合时间集成与三重注意力模块）	图像（GPR B-scan）	实验室与现场数据（具体数量未说明），训练集使用少于30%的标注数据
1359	2025-06-01	Robust DOA Estimation via a Deep Learning Framework with Joint Spatial-Temporal Information Fusion 2025-May-15, Sensors (Basel, Switzerland) DOI:10.3390/s25103142 PMID:40431933	research paper	提出了一种基于深度学习的鲁棒方向到达（DOA）估计方法，通过CRDCNN-LSTM网络架构融合空间和时间特征	开发了新型CRDCNN-LSTM网络架构，结合多级交叉残差连接和深度可分离卷积，以及定制的FD损失函数，提高了DOA估计的精度和效率	未提及实际环境中的测试结果，可能在实际应用中存在限制	提高方向到达（DOA）估计的精度和鲁棒性	方向到达（DOA）估计	machine learning	NA	深度学习	CRDCNN-LSTM	信号数据	NA
1360	2025-06-01	Automated Risk Prediction of Post-Stroke Adverse Mental Outcomes Using Deep Learning Methods and Sequential Data 2025-May-14, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12050517 PMID:40428136	research paper	该研究利用深度学习方法预测中风幸存者出现中风后不良心理结果（PSAMO）的风险	结合多层感知机（MLP）和长短期记忆（LSTM）等深度学习算法，并引入新型数据类型（如序列数据），以提高模型性能	样本量较小（179名患者），可能影响模型的泛化能力	预测中风幸存者出现中风后抑郁和/或焦虑的风险	179名中风患者	machine learning	cardiovascular disease	深度学习	MLP, LSTM	序列数据（如连续七天的实验室结果）、人口统计学和社会学数据、生活质量评分、中风相关信息、医疗和用药史、合并症	179名中风患者