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
13901	2025-10-07	A Deep Learning Approach for Distant Infrasound Signals Classification 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072058 PMID:40218571	研究论文	提出基于次声信号时空特征的深度学习分类框架，用于远距离次声信号分类	结合先进信号处理技术、信号增强算法和深度学习架构，针对远距离检测场景设计新型分类框架	NA	提高远距离次声信号的分类准确率	化学爆炸和地震产生的次声信号	信号处理	NA	信号处理技术, 信号增强算法	深度学习	次声信号	NA	NA	NA	准确率	NA
13902	2025-10-07	A Hybrid Deep Learning and Improved SVM Framework for Real-Time Railroad Construction Personnel Detection with Multi-Scale Feature Optimization 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072061 PMID:40218575	研究论文	提出一种结合改进支持向量机和深度学习的铁路施工人员实时检测框架	将改进支持向量机与Inception v3多尺度特征提取相结合，并采用非局部均值降噪和直方图均衡化预处理技术	NA	提高铁路施工现场人员检测的实时性和准确性	铁路施工人员	计算机视觉	NA	图像处理	ISVM, CNN	图像	NA	NA	Inception v3	准确率, 实时性能	NA
13903	2025-10-07	Reinforcement Q-Learning-Based Adaptive Encryption Model for Cyberthreat Mitigation in Wireless Sensor Networks 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072056 PMID:40218569	研究论文	提出一种基于强化学习的自适应加密框架，用于无线传感器网络中的网络威胁缓解	结合深度学习异常检测和双Q学习机制，通过混合策略推导算法动态调整加密级别	仅在模拟环境中进行实验验证，缺乏真实网络环境测试	开发资源受限无线传感器网络的自适应安全机制	无线传感器网络中的数据传输安全	机器学习	NA	强化学习，深度学习	Q-learning, Double Q-learning	网络状态数据，威胁分类数据	模拟无线传感器网络环境中的多种网络攻击场景	NA	马尔可夫决策过程，ϵ-greedy探索利用机制	能耗降低率，包传输率，缓解效率，延迟降低率	NA
13904	2025-10-07	Deep Reinforcement Learning-Enabled Computation Offloading: A Novel Framework to Energy Optimization and Security-Aware in Vehicular Edge-Cloud Computing Networks 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072039 PMID:40218550	研究论文	提出一种基于深度强化学习的计算卸载框架，用于优化车联网边缘-云计算网络中的能源效率和安全性	结合动态负载均衡算法、无人机资源增强、AES动态加密和上下文感知边缘缓存策略的多层次创新框架	未明确说明实验规模和数据集的详细配置，大规模实际部署效果有待验证	解决车联网边缘计算中的能源优化和安全保障问题	车联网边缘-云计算网络中的计算任务卸载	机器学习	NA	深度强化学习，动态负载均衡，AES加密	深度强化学习	网络参数数据（计算负载、信道容量、延迟）	NA	NA	NA	能耗节省	NA
13905	2025-10-07	Wavelet-Based Topological Loss for Low-Light Image Denoising 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072047 PMID:40218560	研究论文	提出一种结合拓扑不变性和小波域纹理信息的图像去噪损失函数，用于低光照图像去噪	首次将拓扑不变量与小波域纹理信息结合到去噪损失函数中，能够更好地保留图像结构和纹理信息	依赖于训练数据的质量和多样性，对真实噪声的假设可能不完全准确	解决真实噪声下的图像去噪问题，提升去噪算法的性能	低光照条件下的含噪图像	计算机视觉	NA	小波变换	CNN	图像	BVI-Lowlight数据集	NA	NA	LPIPS	NA
13906	2025-10-07	Integrating Color and Contour Analysis with Deep Learning for Robust Fire and Smoke Detection 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072044 PMID:40218557	研究论文	提出一种结合颜色特征分析和轮廓算法的混合预处理方法与深度学习相结合的串联卷积神经网络模型，用于鲁棒的火和烟雾检测	将传统图像处理方法与深度学习相结合，采用混合预处理增强感兴趣区域，同时具备火和烟雾双重检测能力	预处理步骤增加了少量计算开销	开发可靠准确的火和烟雾检测系统以提高安全性	火和烟雾的视觉检测	计算机视觉	NA	颜色特征分析、轮廓检测算法	CNN	图像	D-Fire基准数据集，包含多种场景和光照条件	NA	串联卷积神经网络	准确率, 召回率	NA
13907	2025-10-07	Advances in Deep Learning for Semantic Segmentation of Low-Contrast Images: A Systematic Review of Methods, Challenges, and Future Directions 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072043 PMID:40218556	系统综述	系统综述低对比度图像语义分割领域的最新深度学习方法、挑战和未来方向	全面评估了注意力机制、多尺度特征提取和CNN与Vision Transformer混合架构等先进技术，将有效感受野扩展并优化信息流	缺乏多样化的标注低对比度图像数据集，基于Transformer的模型计算需求高	提升低对比度场景下语义分割的准确性	低对比度图像	计算机视觉	NA	深度学习	CNN, Vision Transformer	图像	25个模型在多个基准数据集上的评估	NA	CNN, Vision Transformer, 混合架构	mIoU, Dice系数, 计算效率, 鲁棒性	NA
13908	2025-10-07	Color-Coded Compressive Spectral Imager Based on Focus Transformer Network 2025-Mar-23, Sensors (Basel, Switzerland) DOI:10.3390/s25072006 PMID:40218519	研究论文	提出一种基于焦点变换器网络的彩色编码压缩光谱成像方法，用于从二维压缩测量中重建三维高光谱图像	结合彩色编码孔径和RGB探测器实现更高自由度的空谱调制，并开发了F-MST深度学习网络提高重建效率	NA	降低压缩光谱成像系统复杂度并提高高光谱图像重建性能	三维高光谱图像	计算机视觉	NA	压缩光谱成像	Transformer	光谱图像	NA	深度学习	Focus-based Mask-guided Spectral-wise Transformer (F-MST)	图像质量	NA
13909	2025-10-07	Land Cover Classification Model Using Multispectral Satellite Images Based on a Deep Learning Synergistic Semantic Segmentation Network 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071988 PMID:40218501	研究论文	提出一种基于深度学习和聚类后处理的混合协同语义分割方法，用于多光谱卫星图像的土地覆盖分类	结合Deeplab v3+网络和基于聚类后处理方案的混合协同语义分割方法，通过词袋模型和K-medoids聚类优化分割结果	需要复杂昂贵的硬件设备进行CNN训练，训练时间较长	提高多光谱卫星图像土地覆盖分类的准确性和鲁棒性	意大利加尔达湖地区的多光谱卫星图像	计算机视觉	NA	多光谱卫星成像	CNN	多光谱卫星图像	意大利加尔达湖地区卫星图像数据集	NA	Deeplab v3+	马修斯相关系数(MCC)	需要复杂昂贵的硬件设备
13910	2025-10-07	Building a Gender-Bias-Resistant Super Corpus as a Deep Learning Baseline for Speech Emotion Recognition 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071991 PMID:40218503	研究论文	本研究构建了一个抗性别偏见的语音情感识别超级语料库，并评估了多种深度学习架构的性能	创建了新的超级语料库以解决性别偏见问题，并证明数据增强方法能有效改善模型公平性	未详细说明具体的数据集来源和样本分布特征	提高语音情感识别系统对说话人性别和分布外数据的鲁棒性	语音情感数据	自然语言处理	NA	语音情感识别	深度学习	语音数据	从现有数据库整合的更大规模样本池	NA	多种深度学习架构	泛化能力，准确率，性别偏见程度	NA
13911	2025-10-07	Asset Administration Shell Tool Comparison: A Case Study with Real Digital Twins Used in Petrochemical Industry 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071978 PMID:40218491	研究论文	通过石化行业真实数字孪生案例比较四种资产管理员壳(AAS)工具的性能	首次在石化行业真实场景中对四种主流AAS工具进行系统性对比评估	仅评估了四种工具，未包含所有可用AAS技术	支持AAS建模者和实施者的工具选型决策	AASX server、Eclipse BaSyx、FAST service和NOVAAS四种AAS工具	工业数字孪生	NA	数字孪生技术	NA	传感器数据、工业资产数据	石化工厂真实资产的数字孪生	NA	NA	综合评估标准	NA
13912	2025-10-07	Enhancing percutaneous coronary intervention using TriVOCTNet: a multi-task deep learning model for comprehensive intravascular optical coherence tomography analysis 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01509-7 PMID:39760844	研究论文	提出TriVOCTNet多任务深度学习模型，用于血管内光学相干断层扫描图像的全面分析	首次将图像分类选择、管腔分割和支架丝分割集成于单一网络，支持多种支架类型和PCI不同阶段	未提及模型在外部验证集上的泛化能力及计算效率的具体数据	优化经皮冠状动脉介入治疗中的血管内光学相干断层扫描图像分析	血管内光学相干断层扫描图像中的管腔和支架结构	计算机视觉	心血管疾病	血管内光学相干断层扫描	深度学习,多任务学习	医学图像	4746张图像	NA	TriVOCTNet	准确率,欧几里得距离误差,Dice系数,精确度,灵敏度	NA
13913	2025-10-07	SchizoLMNet: a modified lightweight MobileNetV2- architecture for automated schizophrenia detection using EEG-derived spectrograms 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01512-y PMID:39760847	研究论文	提出一种基于改进轻量级MobileNetV2架构的SchizoLMNet模型，用于通过EEG频谱图自动检测精神分裂症	首次将改进的轻量级MobileNetV2架构应用于EEG频谱图的精神分裂症自动检测，并计划部署到移动边缘计算设备	仅使用81名受试者的数据，样本规模有限	开发自动化的精神分裂症诊断系统以减少主观诊断偏差	精神分裂症患者与健康对照组的EEG信号	数字病理学	精神分裂症	短时傅里叶变换(STFT), 数据增强	CNN	图像(EEG频谱图)	81名受试者	NA	MobileNetV2	准确率	移动边缘计算设备
13914	2025-10-07	Improving deep learning U-Net++ by discrete wavelet and attention gate mechanisms for effective pathological lung segmentation in chest X-ray imaging 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01489-8 PMID:39495449	研究论文	提出一种改进的U-Net++模型，通过离散小波变换和注意力门机制提升胸部X射线图像中肺部病理区域的分割效果	用离散小波变换替代传统最大池化操作实现更精确的下采样，并引入注意力门机制使模型能聚焦输入图像的关键区域	未明确说明模型在不同疾病类型和图像质量下的泛化能力限制	开发高效的深度学习模型用于医学影像中的肺部精确分割	胸部X射线图像中的肺部区域	医学影像分析	肺部疾病	胸部X射线成像	U-Net++改进模型	医学图像	日本放射技术学会数据集、蒙哥马利县数据集、胸部X射线掩码标签数据集和COVID-19数据集	NA	U-Net++, U-Net++-DWT	准确率, 特异性, 敏感性, Dice系数, Jaccard指数	NA
13915	2025-10-07	A Deep Learning Approach to Multi-Fiber Parameter Estimation and Uncertainty Quantification in Diffusion MRI 2025-Feb-28, ArXiv PMID:40061116	研究论文	提出一种基于深度学习的扩散MRI多纤维参数估计与不确定性量化方法	将多纤维参数推断任务分解为一系列可管理的子问题，并利用针对问题特定结构和对称性设计的深度神经网络进行求解	未明确说明方法在低信噪比条件下的具体表现限制	开发可靠且计算高效的扩散MRI生物物理模型参数推断方法	脑白质纤维微观结构	医学影像分析	NA	扩散MRI	深度神经网络	医学影像数据	人类连接组计划(HCP)的真实成像数据	NA	NA	参数估计精度、不确定性量化	NA
13916	2025-10-07	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-12, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	开发基于深度学习的自动分割模型用于猪心肌缺血/再灌注实验中梗死面积的量化	首次将动态U-Net架构应用于猪心肌梗死面积的自动量化，相比传统手工方法将处理时间从90分钟缩短至20秒	在鼠类心脏数据上的性能表现较差（DSC: 0.66），模型泛化能力有待进一步验证	开发自动化深度学习分割模型以替代传统手工TTC染色方法进行梗死面积量化	猪和鼠的心脏组织切片图像	计算机视觉	心血管疾病	TTC染色，深度学习分割	CNN	图像	猪实验390个（图像3869张），鼠实验27个	NA	动态U-Net	Dice相似系数，像素精度，平均精度	NA
13917	2025-10-07	Evaluating cell type deconvolution in FFPE breast tissue: application to benign breast disease 2024-09, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqae098 PMID:40162103	研究论文	本研究评估了多种细胞类型反卷积方法在FFPE乳腺组织中的应用性能，并开发了专用分析工具	构建了乳腺组织单细胞RNA-seq参考数据，系统测试了FFPE人工假象对反卷积方法的影响，并开发了SCdeconR软件包	仅针对良性乳腺疾病进行研究，样本量为62例，可能不适用于其他疾病类型	优化从FFPE样本中定义单个细胞类型组成的策略	FFPE乳腺组织样本	数字病理学	乳腺疾病	RNA-seq, 单细胞RNA-seq, 数字病理学方法	深度学习	转录组数据, 病理图像	62例良性乳腺疾病RNA-seq样本	Scaden, R	NA	均方根误差(RMSE)	NA
13918	2025-10-07	PlantC2U: deep learning of cross-species sequence landscapes predicts plastid C-to-U RNA editing in plants 2024-04-15, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erae007 PMID:38190348	研究论文	开发基于深度学习的PlantC2U工具预测植物质体C-to-U RNA编辑	首次使用卷积神经网络从基因组序列预测植物质体RNA编辑，性能优于现有工具PREPACT、随机森林和支持向量机	仅基于基因组序列预测，仍需转录组数据验证以减少假阳性	开发准确预测植物质体C-to-U RNA编辑的计算工具	植物质体RNA编辑位点，特别是红树植物Kandelia obovata	生物信息学	NA	转录组测序	CNN	基因组序列	NA	NA	卷积神经网络	灵敏度, 特异性	NA
13919	2025-10-07	Artificial intelligence- and computer-assisted navigation for shoulder surgery 2024 Jan-Apr, Journal of orthopaedic surgery (Hong Kong) DOI:10.1177/10225536241243166 PMID:38546214	综述	全面分析人工智能和计算机辅助导航技术在肩部手术领域的最新进展和应用前景	系统整合了人工智能、深度学习与计算机辅助导航技术在肩部手术中的创新应用，展望了技术融合带来的革命性突破	主要基于现有文献分析，缺乏原始临床数据验证	探讨人工智能和计算机辅助导航技术在肩部手术中的应用现状和发展趋势	肩部手术相关的技术方法和临床应用	计算机视觉, 机器学习	骨科疾病	机器人辅助手术, 虚拟现实, 人工智能, 患者特异性器械	深度学习	医学影像（超声, CT, MRI）, 荧光镜图像, 运动学数据	NA	NA	NA	NA	NA
13920	2025-10-07	NLP for Analyzing Electronic Health Records and Clinical Notes in Cancer Research: A Review 2025-May, Journal of pain and symptom management IF:3.2Q1 DOI:10.1016/j.jpainsymman.2025.01.019 PMID:39894080	综述	本文综述了自然语言处理技术在癌症研究中分析电子健康记录和临床笔记的应用现状与发展趋势	提供了比以往研究更广泛的视角，不仅关注特定癌症类型或应用，通过系统分析94项相关研究揭示了NLP在癌症研究中的应用趋势	现有解决方案的泛化能力有限，需要更好地整合到临床工作流程中	探索自然语言处理技术在癌症研究中的应用现状和未来方向	电子健康记录和临床笔记	自然语言处理	癌症	自然语言处理	基于规则的模型,传统机器学习,深度学习,Transformer	文本	数据集规模差异很大，从小型手动标注数据集到大规模电子健康记录	NA	NA	NA	NA