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
121	2025-09-23	Retrospective Frailty Assessment in Older Adults Using Inertial Measurement Unit-Based Deep Learning on Gait Spectrograms 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113351 PMID:40968907	研究论文	本研究利用基于惯性测量单元(IMU)的步态谱图和深度学习技术，对老年人衰弱状态进行回顾性评估	首次将原始IMU信号转换为时频谱图，并仅使用卷积神经网络直接从谱图中识别衰弱状态，无需复杂预处理	研究为回顾性分析，样本量有限，需要前瞻性验证	开发客观、自动化的老年人衰弱评估方法	老年人群的步态数据	机器学习	老年疾病	惯性测量单元(IMU)数据采集、时频分析	CNN	运动传感器数据	未明确具体样本数量，使用现有IMU数据集
122	2025-09-23	Estimation of 3D Ground Reaction Force and 2D Center of Pressure Using Deep Learning and Load Cells Across Various Gait Conditions 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113357 PMID:40968943	研究论文	提出一种基于深度学习与鞋内负载细胞传感器的三维地面反作用力和二维压力中心估计方法	使用仅三个单轴负载细胞实现多场景步态参数估计，在最小传感器配置下达到或超越现有研究性能	内外侧方向精度较低，斜坡条件下垂直地面反作用力误差相对较高	开发适用于真实环境的多场景步态参数估计系统	40名健康年轻成年人的步态数据	机器学习	NA	深度学习	FCNN, CNN, Seq2Seq-LSTM, Transformer	传感器时序数据	40名健康年轻成年人，涵盖直线行走/转弯/上坡/下坡/跑步五种步态条件
123	2025-09-23	A Deep-Learning-Based Real-Time Microearthquake Monitoring System (RT-MEMS) for Taiwan 2025-May-26, Sensors (Basel, Switzerland) DOI:10.3390/s25113353 PMID:40968920	研究论文	介绍基于深度学习的台湾实时微地震监测系统（RT-MEMS），用于快速生成高分辨率地震目录	首次将深度学习模型与自动化处理流程结合，实现比台湾中央气象局标准目录更高分辨率和效率的实时地震监测	NA	开发实时微地震监测系统以提升地震活动监测的时效性和精确性	台湾地区的地震活动，包括背景地震活动和地震序列	机器学习	NA	深度学习，SeedLink数据传输，PhasePAPY地震定位	SeisBlue深度学习模型	连续波形数据	台湾地区高质量地震台网连续数据（具体数量未提及）
124	2025-09-23	Study on Lightweight Bridge Crack Detection Algorithm Based on YOLO11 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113276 PMID:40968797	研究论文	提出一种基于YOLO11优化的轻量级桥梁裂缝检测算法YOLO11-BD	采用高效多尺度卷积模块增强通道和空间注意力机制，并引入轻量级检测头实现模型轻量化	NA	开发高效准确的桥梁裂缝自动检测方法	桥梁裂缝图像	计算机视觉	NA	深度学习	YOLO11	图像	桥梁裂缝数据集
125	2025-09-23	Recent Advancements in Hyperspectral Image Reconstruction from a Compressive Measurement 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113286 PMID:40968829	综述	本文全面综述了基于压缩测量的高光谱图像重建领域的最新进展	系统地将高光谱图像重建方法分为三大范式：传统模型驱动方法、深度学习方法和融合数据驱动先验与退化过程数学建模的混合框架	NA	推动高光谱图像重建领域的发展	高光谱图像重建技术	计算成像	NA	深度学习、压缩感知	CNN、Transformer	高光谱图像	NA
126	2025-09-23	Enhanced Channel Estimation for RIS-Assisted OTFS Systems by Introducing ELM Network 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113292 PMID:40968820	研究论文	提出一种基于极限学习机的信道估计方法，用于提升RIS辅助OTFS系统在高移动场景下的性能	首次将极限学习机引入RIS辅助OTFS系统的信道估计，并采用基于阈值的初始特征提取方法增强ELM网络的学习能力	ELM网络参数相比深度学习网络较少，存在固有局限性	降低RIS辅助OTFS系统中信道估计的复杂度并提升估计精度	可重构智能表面辅助的正交时频空间系统	机器学习	NA	极限学习机、消息传递算法	ELM	通信信号数据	NA
127	2025-09-23	Classification of Electroencephalography Motor Execution Signals Using a Hybrid Neural Network Based on Instantaneous Frequency and Amplitude Obtained via Empirical Wavelet Transform 2025-May-23, Sensors (Basel, Switzerland) DOI:10.3390/s25113284 PMID:40968836	研究论文	本研究比较了传统分类器与混合神经网络在基于EEG手势分类中的性能表现	提出结合经验小波变换瞬时频率和幅度的混合神经网络架构，在EEG手势识别中实现更高分类准确率	仅针对七个特定手势进行二分类任务，样本规模有限（33名参与者）	提高脑机接口系统中EEG手势识别的分类准确率	33名参与者执行的七种不同手势的EEG信号	脑机接口	NA	经验小波变换、带功率特征提取	混合神经网络、LDA、SVM	EEG信号	33名参与者的七种手势EEG记录
128	2025-09-23	TU-DAT: A Computer Vision Dataset on Road Traffic Anomalies 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113259 PMID:40968794	研究论文	本文介绍了一个用于分析交通事故的计算机视觉数据集TU-DAT	首个结合真实监控视频和高保真模拟视频的混合交通异常数据集，包含时空标注和结构化元数据	NA	解决交通异常检测模型训练和评估缺乏公开数据集的问题	道路交通事故和异常驾驶行为	计算机视觉	NA	计算机视觉分析	混合深度学习和逻辑推理框架	视频	约280个真实世界和模拟视频
129	2025-09-23	Research on Measurement of Coal-Water Slurry Solid-Liquid Two-Phase Flow Based on a Coriolis Flow Meter and a Neural Network 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113267 PMID:40968798	研究论文	基于科里奥利流量计和神经网络的水煤浆固液两相流测量误差校正研究	提出深度学习校正框架，通过BP神经网络和算法优化将两相流测量误差从5.11%降低至1.01%	研究聚焦水煤浆特定工况，未验证其他类型多相流体的适用性	提升科里奥利质量流量计在液固两相流场景下的测量精度	水煤浆固液两相流体	工业过程控制	NA	深度学习、神经网络优化	BP神经网络	流量计传感器数据	通过重复性实验构建的液固两相流测量数据集
130	2025-09-23	Underwater SLAM Meets Deep Learning: Challenges, Multi-Sensor Integration, and Future Directions 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113258 PMID:40968800	综述	本文全面分析深度学习增强水下SLAM技术的最新进展，并提出基于水下无线传感器网络集成的新型分类框架	提出基于水下无线传感器网络（UWSNs）集成的新型分类框架，探讨通信感知SLAM方法如何提升水下导航精度和操作效率	作为综述论文，主要分析现有技术而非提出新算法，未进行实证性能验证	探讨深度学习技术如何克服水下SLAM面临的挑战，并展望未来研究方向	自主水下航行器（AUVs）和水下无线传感器网络（UWSNs）	机器人与自主系统	NA	深度学习、传感器融合、声学通信	Transformer架构、轻量级神经网络	多模态传感器数据、图像数据	NA
131	2025-09-23	Quantitative Assessment of Facial Paralysis Using Dynamic 3D Photogrammetry and Deep Learning: A Hybrid Approach Integrating Expert Consensus 2025-May-22, Sensors (Basel, Switzerland) DOI:10.3390/s25113264 PMID:40968808	研究论文	提出结合动态3D摄影测量和深度学习的混合方法，用于面部瘫痪的客观量化评估	首次将面部运动点云数据与专家共识相结合，通过PointNet网络实现面部瘫痪严重程度的自动化定量评估	样本量较小（仅包含五种面部表情），需要进一步扩大数据集验证泛化能力	开发客观量化的面部瘫痪评估方法以解决临床主观评估的可重复性问题	面部瘫痪患者的面部运动数据	计算机视觉	面部神经疾病	动态3D摄影测量、深度学习	PointNet	3D点云数据	基于五种面部表情（静止状态和最大表情状态）的点云数据集
132	2025-09-23	LivecellX: A Scalable Deep Learning Framework for Single-Cell Object-Oriented Analysis in Live-Cell Imaging 2025-May-14, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.23.639532 PMID:40060645	研究论文	提出LivecellX深度学习框架，用于活细胞成像中的单细胞定向分析，解决细胞分割和追踪的准确性挑战	定义了分割校正新任务，提出纠正分割网络和轨迹级校正算法，利用归一化距离变换和合成增强技术	NA	开发可扩展的活细胞动态分析框架，提高单细胞分割和追踪精度	活细胞成像数据中的单细胞	计算机视觉	NA	深度学习、活细胞成像	CS-Net（纠正分割网络）	活细胞成像视频数据	包含来自两种不同类型显微镜的新型成像数据集
133	2025-09-23	FakeRotLib: expedient non-canonical amino acid parameterization in Rosetta 2025-May-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.02.27.640629 PMID:40093079	研究论文	提出FakeRotLib方法用于在Rosetta中快速参数化非经典氨基酸	开发了基于小分子构象统计拟合的旋转异构体分布建模方法，显著提升参数化效率并扩展可建模的NCAA类型	NA	改进Rosetta软件中非经典氨基酸的参数化方法	非经典氨基酸的旋转异构体分布建模	计算生物学	NA	统计拟合、小分子构象分析	NA	分子构象数据	NA
134	2025-09-23	Development of machine learning-based mpox surveillance models in a learning health system 2025-May-02, Sexually transmitted infections IF:3.6Q2 DOI:10.1136/sextrans-2024-056382 PMID:40318862	研究论文	开发基于机器学习和深度学习的猴痘监测模型，利用临床笔记进行病例检测	首次在学习型医疗系统框架下比较传统机器学习（LASSO回归）与深度学习模型（ClinicalBERT、ClinicalLongformer）在猴痘监测中的性能	单中心回顾性研究，样本量有限（228例病例），需外部验证	开发高效的猴痘病例自动监测模型以支持公共卫生 surveillance	经PCR确诊的猴痘患者及匹配对照组	自然语言处理	猴痘	机器学习、深度学习、自然语言处理	LASSO、ClinicalBERT、ClinicalLongformer	临床文本笔记	228例确诊病例和698例匹配对照
135	2025-09-23	Evaluation by dental professionals of an artificial intelligence-based application to measure alveolar bone loss 2025-Mar-01, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-05677-0 PMID:40025477	研究论文	评估牙科专业人士对基于人工智能的牙槽骨丧失测量应用的接受度和使用效果	首次开发结合语义分割和物体检测网络的深度学习模型用于牙槽骨测量，并系统调查牙科专业人士对AI应用的接受度	样本量有限（56名专业人士），仅使用550张咬翼片X光片数据集	评估AI应用在牙槽骨高度测量中的准确性和牙科专业人士的接受度	牙科专业人士和咬翼片X光影像	数字病理	牙周病	深度学习	语义分割神经网络和物体检测网络	X光影像	56名牙科专业人士评估35个可计算测量值，使用550张咬翼片X光片训练集
136	2025-09-23	Cellpose as a reliable method for single-cell segmentation of autofluorescence microscopy images 2025-Feb-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82639-6 PMID:39952935	研究论文	本研究验证了深度学习网络Cellpose在自发荧光显微镜图像中进行单细胞分割的可靠性	开发了专门针对低信噪比自发荧光图像的自动荧光训练模型（ATM），首次系统验证了Cellpose在NAD(P)H自发荧光成像中的性能	研究主要针对PANC-1细胞系和9例患者来源的类器官，样本多样性有限	验证Cellpose深度学习网络在自发荧光显微镜图像单细胞分割中的准确性和可靠性	PANC-1细胞系和9例患者来源的癌症类器官	数字病理	癌症	多光子强度成像、荧光寿命成像显微镜（FLIM）	Cellpose深度学习网络	自发荧光显微镜图像	PANC-1细胞系和9例患者来源的癌症类器官
137	2025-09-23	Large-scale multi-center CT and MRI segmentation of pancreas with deep learning 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103382 PMID:39541706	研究论文	本研究开发了一种名为PanSegNet的深度学习模型，用于大规模多中心的CT和MRI胰腺自动分割	结合nnUNet和Transformer网络优势，引入新型线性注意力模块实现体积计算，首次在大型多中心MRI数据集上进行胰腺分割研究	回顾性研究设计，缺乏前瞻性验证	开发精准的胰腺自动分割方法以辅助胰腺疾病诊断和随访	胰腺器官	医学影像分析	胰腺疾病	深度学习	nnUNet + Transformer	CT和MRI影像	2,117例扫描（767例MRI来自499名参与者，1,350例CT来自公开数据集）
138	2025-09-23	The British-Israeli Project for Algorithm-Based Management of Age-Related Macular Degeneration: Deep Learning Integration for Real-World Data Management and Analysis 2025, Ophthalmologica. Journal international d'ophtalmologie. International journal of ophthalmology. Zeitschrift fur Augenheilkunde DOI:10.1159/000547161 PMID:40582342	研究论文	本研究开发了一个结合临床数据和OCT影像的综合数据集，应用深度学习算法对新生血管性年龄相关性黄斑变性患者的视网膜形态特征进行自动化量化分析	首次在两个大型真实世界数据集中整合临床和OCT影像数据，应用深度学习算法实现OCT扫描的自动化、客观化全面量化	回顾性研究设计，两个中心的治疗标准存在差异导致基线视力比较受限	建立基于算法的新生血管性年龄相关性黄斑变性管理系统，实现真实世界数据的管理和分析	4,265名新生血管性年龄相关性黄斑变性患者的5,207只眼睛	数字病理	老年性疾病	光学相干断层扫描（OCT）、深度学习算法	深度学习（DL）	影像数据、临床数据	来自英国和以色列两个中心的4,265名患者的5,207只眼睛，包含134,340个视力测量值、79,457次OCT扫描和73,218次抗VEGF注射记录
139	2025-09-23	OSFormer: One-Step Transformer for Infrared Video Small Object Detection 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3598426 PMID:40828723	研究论文	提出一种用于红外视频小目标检测的单步Transformer方法OSFormer	首创将小目标友好型Transformer与单步检测范式相结合，提出可变尺寸补丁注意力模块和多普勒自适应滤波器	NA	提升红外视频中小目标检测的效率和准确性	红外视频序列中的小目标	计算机视觉	NA	深度学习，Transformer架构	Transformer，OSFormer	红外视频	在AntiUAV和InfraredUAV两个数据集上进行测试
140	2025-09-23	Analysis of Freezing of Gait in Parkinson's Disease Detection Using a Multimodal Prototype Learning Framework 2025, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2025.3605204 PMID:40892658	研究论文	提出一种名为CSE-ProtoNet的多模态原型学习框架，用于帕金森病患者的冻结步态检测	结合CondenseNet与SEBlock的原型学习框架，首次将多模态数据（EEG和步态数据）应用于少样本场景下的FOG检测	医疗数据样本量有限，特别是EEG数据稀缺可能导致模型过拟合风险	提高帕金森病冻结步态的检测准确率，实现早期预警和干预	帕金森病患者（区分FOG与非FOG患者）	机器学习	帕金森病	原型学习、少样本学习、多模态融合	CSE-ProtoNet（基于CondenseNet与SEBlock的原型网络）	多模态数据（EEG脑电数据和步态数据）	有限样本量（具体数量未明确说明），采用交叉数据验证