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	2025-04-29	Retina-Inspired Models Enhance Visual Saliency Prediction 2025-Apr-18, Entropy (Basel, Switzerland) DOI:10.3390/e27040436 PMID:40282671	research paper	提出了一种结合视网膜模型和深度神经网络的显著性预测框架，通过信息理论优化信息流和减少冗余	将视网膜模型与深度神经网络结合，利用信息理论优化显著性预测，提高预测准确性和效率	未提及具体的数据集限制或模型泛化能力的测试	提高视觉显著性预测的准确性和效率	视觉显著性预测模型	computer vision	NA	deep neural networks (DNNs), information theory	DNNs	image	多个基准数据集（未提及具体数量）
122	2025-04-29	Self-Supervised Multiscale Contrastive and Attention-Guided Gradient Projection Network for Pansharpening 2025-Apr-18, Sensors (Basel, Switzerland) DOI:10.3390/s25082560 PMID:40285249	研究论文	提出了一种基于多尺度对比学习和注意力引导梯度投影网络的全色锐化方法	结合多尺度对比学习和注意力引导梯度投影网络，设计了一种高效且通用的光谱-空间通用模块（SSUM），用于逐步平衡光谱和空间信息	NA	解决遥感图像处理中的全色锐化问题	全色（PAN）和多光谱（MS）图像	计算机视觉	NA	离散小波变换（DWT）	注意力引导梯度投影网络	图像	NA
123	2025-04-29	Technical Aspects of Deploying UAV and Ground Robots for Intelligent Logistics Using YOLO on Embedded Systems 2025-Apr-18, Sensors (Basel, Switzerland) DOI:10.3390/s25082572 PMID:40285259	研究论文	本研究探讨了在资源受限的嵌入式平台上部署基于深度学习的物体检测技术，以优化无人机和地面机器人在物流领域的实时应用	提供了YOLOv5和YOLOv8的全面比较分析，开发了用于选择性物体可视化的用户友好GUI，并比较了Python和C#环境下的部署策略	研究主要关注嵌入式平台的性能优化，可能未涵盖所有物流场景的复杂性	优化实时物体检测在嵌入式平台上的部署，提升物流自动化的效率和操作效果	无人机和地面机器人	计算机视觉	NA	YOLO物体检测	YOLOv5, YOLOv8	图像	COCO数据集和定制的物流数据集
124	2025-04-29	Accuracy of artificial intelligence in prediction of osteoporotic fractures in comparison with dual-energy X-ray absorptiometry and the Fracture Risk Assessment Tool: A systematic review 2025-Apr-18, World journal of orthopedics IF:2.0Q2 DOI:10.5312/wjo.v16.i4.103572 PMID:40290609	系统综述	比较人工智能（AI）与双能X线吸收测定法（DXA）和骨折风险评估工具（FRAX）在预测骨质疏松性骨折中的效能	AI在预测骨质疏松性骨折方面显示出优于DXA和FRAX的潜力	需要更多中心、更多样化的人群、更大数据集和更长的随访时间来验证AI模型的预测性能	评估和比较AI模型与DXA和FRAX在预测脆性骨折中的效能	骨质疏松导致的近端股骨和脊柱骨折患者	数字病理	骨质疏松	AI算法、深度学习、机器学习、卷积神经网络	CNN	医学影像数据	来自13项研究的24489名患者
125	2025-04-29	Artificial intelligence in preclinical research: enhancing digital twins and organ-on-chip to reduce animal testing 2025-Apr-17, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2025.104360 PMID:40252989	review	探讨人工智能在临床前研究中通过增强数字孪生和器官芯片技术减少动物测试的应用	整合AI与数字孪生和器官芯片技术，提高预测能力和可扩展性，为药物发现提供更准确和高效的解决方案	未提及具体的技术实施细节和实验验证结果	探索AI在临床前药物研究中替代传统动物测试的潜力	数字孪生（DTs）和器官芯片（OoC）平台	machine learning	NA	machine learning (ML), deep learning (DL)	NA	NA	NA
126	2025-04-29	Deep Learning-Driven Abbreviated Shoulder MRI Protocols: Diagnostic Accuracy in Clinical Practice 2025-Apr-17, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography11040048 PMID:40278715	research paper	本研究评估了深度学习加速的肩部MRI协议在临床实践中的诊断准确性	首次在临床实践中探索不同加速因子对肩部MRI诊断准确性的影响	单中心研究，样本量相对较小（88例患者）	评估2倍和4倍深度学习加速肩部MRI协议与标准协议相比的诊断准确性	88例连续患者（49男，39女；平均年龄51岁）的肩部MRI检查	digital pathology	NA	MRI	deep learning	image	88例患者
127	2025-04-29	A Lightweight Pig Aggressive Behavior Recognition Model by Effective Integration of Spatio-Temporal Features 2025-Apr-17, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani15081159 PMID:40281992	研究论文	提出一种基于深度学习的轻量级猪只攻击行为识别模型，结合MobileNetV2和Autoformer，有效提取时空特征	结合MobileNetV2和Autoformer，集成CBAM和HS-FPN模块，改进Autoformer编码器嵌入GAU单元，提升模型在复杂环境下的适应性和小目标检测能力	实验仅在公开数据集上验证，未说明在实际养殖场景中的泛化性能	提高猪只攻击行为识别的准确性和适应性，支持科学养殖管理	猪只攻击行为	计算机视觉	NA	深度学习	MobileNetV2, Autoformer, CBAM, HS-FPN, GAU	视频	公开数据集（未说明具体样本量）
128	2025-04-29	Non-Destructive Detection of Chilled Mutton Freshness Using a Dual-Branch Hierarchical Spectral Feature-Aware Network 2025-Apr-17, Foods (Basel, Switzerland) DOI:10.3390/foods14081379 PMID:40282781	研究论文	本研究提出了一种双分支分层光谱特征感知网络（DBHSNet），用于高精度检测冷藏羊肉的新鲜度	提出DBHSNet网络，通过PBCA模块增强全局与局部分支间的信息交互，利用MSMHA模块捕捉光谱变化趋势与细粒度特征，并采用动态损失加权平衡分类性能	未明确说明模型在其他肉类新鲜度检测中的泛化能力	实现冷藏羊肉新鲜度的高精度检测	冷藏羊肉	计算机视觉	NA	高光谱成像与深度学习方法	DBHSNet（双分支分层光谱特征感知网络）	高光谱图像数据	未明确说明具体样本数量
129	2025-04-29	Comparing Auto-Machine Learning and Expert-Designed Models in Diagnosing Vitreomacular Interface Disorders 2025-Apr-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14082774 PMID:40283604	research paper	本研究比较了专家设计的深度学习模型和AutoML模型在诊断玻璃体黄斑界面疾病中的效果	比较了专家设计的深度学习模型和AutoML模型在玻璃体黄斑界面疾病分类中的性能	AutoML模型在某些类别上的性能仍不及专家设计的模型	比较两种机器学习模型在玻璃体黄斑界面疾病分类中的有效性	玻璃体黄斑界面疾病的OCT图像	digital pathology	vitreomacular interface disorders	optical coherence tomography (OCT)	ResNet-50, EfficientNet-B0, AutoML	image	平衡数据集，包含五个类别的OCT图像（正常、ERM、FTMH、LMH、VMT）
130	2025-04-29	Ethics and Algorithms to Navigate AI's Emerging Role in Organ Transplantation 2025-Apr-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14082775 PMID:40283605	综述	本文探讨了人工智能在实体器官移植中的多样化应用及其对诊断、治疗和市场格局的影响	利用机器学习、深度学习和生成式AI处理大量数据以预测移植结果、个性化免疫抑制方案及优化患者选择	未具体说明AI技术的实际应用案例及效果验证	探索AI如何解决实体器官移植中的器官短缺、移植排斥和术后并发症等挑战	实体器官移植的诊断、治疗及市场格局	人工智能在医疗领域的应用	终末期器官衰竭	机器学习、深度学习、生成式AI	NA	医疗数据	NA
131	2025-04-29	Exploration of Advanced Applications of Triboelectric Nanogenerator-Based Self-Powered Sensors in the Era of Artificial Intelligence 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082520 PMID:40285210	综述	本文综述了深度学习与传感器技术的融合，特别是基于摩擦电纳米发电机(TENG)的自供电传感器与人工智能(AI)算法的结合应用	重点介绍了TENG自供电传感器与深度学习算法在运动识别、智能医疗、智能家居和人机交互等领域的创新应用	NA	探讨深度学习与自供电传感器技术的协同创新，为下一代智能系统的发展铺平道路	基于摩擦电纳米发电机的自供电传感器及其与AI算法的集成应用	人工智能与传感器技术	NA	深度学习算法、摩擦电纳米发电机技术	神经网络	传感器数据	NA
132	2025-04-29	Enhanced Simultaneous Localization and Mapping Algorithm Based on Deep Learning for Highly Dynamic Environment 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082539 PMID:40285228	研究论文	提出了一种基于深度学习的动态SLAM算法，用于高动态环境中的精确定位与地图构建	结合YOLOv10n和ORB-SLAM2，通过语义信息提升动态环境下的SLAM精度	未提及算法在极端动态条件下的鲁棒性测试	提高动态环境中SLAM算法的定位与地图构建精度	高动态环境下的视觉SLAM系统	计算机视觉	NA	深度学习	YOLOv10n, ORB-SLAM2	图像	NA
133	2025-04-29	Development of a Deep-Learning-Based Computerized Scoring Algorithm 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082537 PMID:40285226	研究论文	本文介绍了一种基于深度神经网络的韩国计算机化评分系统，旨在减少测谎检查员的主观偏见并提高评分准确性	利用深度神经网络处理生物信号的非线性特性，显著提升了计算机化评分系统的性能	未明确提及算法的泛化能力或在不同文化背景下的适用性	开发高精度的计算机化测谎评分系统以减少人为误差	测谎测试中的生理反应信号	机器学习	NA	深度神经网络	DNN	生理信号数据	NA
134	2025-04-29	Flight Trajectory Prediction Based on Automatic Dependent Surveillance-Broadcast Data Fusion with Interacting Multiple Model and Informer Framework 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082531 PMID:40285220	research paper	提出了一种基于ADS-B数据融合的飞行轨迹预测新框架IMM-Informer，结合了交互多模型和深度学习模型	整合了交互多模型(IMM)和基于深度学习的Informer模型，通过融合两者的优势实现更准确和鲁棒的预测	未明确说明模型在极端天气或其他异常条件下的表现	提高飞行轨迹预测的准确性和鲁棒性	飞行轨迹数据	machine learning	NA	自动相关监视广播(ADS-B)	IMM, Informer	飞行监视数据	真实飞行监视数据(具体数量未说明)
135	2025-04-29	An Approach for Detecting Mangrove Areas and Mapping Species Using Multispectral Drone Imagery and Deep Learning 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082540 PMID:40285231	research paper	本研究提出了一种基于多光谱无人机影像和深度学习的红树林区域检测和物种分布映射方法	开发了MangroveNet和AttCloudNet+模型，结合多尺度光谱和空间信息以及注意力机制，提高了红树林区域检测和物种识别的准确性和效率	未明确提及研究的具体局限性	开发更高效、智能和准确的红树林监测方法，以更好地了解和保护红树林生态系统	红树林区域和红树林物种	computer vision	NA	多光谱无人机影像	MangroveNet, AttCloudNet+, SegNet, UNet, DeepUNet, K-means, ISODATA, RF, SVM	image	NA
136	2025-04-29	Smartphone-Based SPAD Value Estimation for Jujube Leaves Using Machine Learning: A Study on RGB Feature Extraction and Hybrid Modeling 2025-Apr-17, Sensors (Basel, Switzerland) DOI:10.3390/s25082545 PMID:40285234	研究论文	本研究提出了一种利用智能手机图像和机器学习模型快速检测枣叶叶绿素含量的方法	结合智能手机图像和机器学习模型进行叶绿素含量快速检测，提出CNN-SVR混合模型，性能优于其他模型	研究仅针对新疆枣椰树，未验证在其他植物上的适用性	开发一种简单、经济且高精度的叶绿素含量检测方法	新疆枣椰树叶片的SPAD值和RGB图像	计算机视觉	NA	RGB图像处理，机器学习，深度学习	SVR, RVM, CNN, CNN-SVR, CNN-RVM	图像	NA
137	2025-04-29	Multi-modal multi-task deep neural networks for sleep disordered breathing assessment using cardiac and audio signals 2025-Apr-17, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105932 PMID:40286704	研究论文	本文提出了一种使用心电和音频信号的多模态多任务深度学习方法，用于睡眠呼吸障碍（SDB）的评估	结合心电和音频信号的多模态数据融合方法，用于SDB事件检测和严重性分类	样本量较小（161名受试者），且SDB严重性分类的准确率有待提高（57.8%）	开发一种成本效益高且易于获取的SDB检测方法	睡眠呼吸障碍（SDB）患者	机器学习	心血管疾病	多模态数据融合	深度神经网络	心电信号和音频信号	161名受试者的夜间记录
138	2025-04-29	Achieving precision assessment of functional clinical scores for upper extremity using IMU-Based wearable devices and deep learning methods 2025-Apr-16, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01625-9 PMID:40241161	研究论文	本研究利用基于IMU的可穿戴设备和深度学习方法，对中风患者上肢运动功能进行精确评估	结合IMU信号和GRU网络对Fugl-Meyer上肢子量表进行评分，并基于Fugl-Meyer评估与Brunnstrom量表的内在关联，建立Brunnstrom阶段预测模型	研究样本量相对较小（120名患者），且为回顾性注册临床试验	实现中风患者上肢运动功能的精确评估，以促进个性化康复方案	120名中风后运动功能障碍患者	数字病理学	心血管疾病	IMU信号采集	GRU, 随机森林, 极端随机树	运动信号数据	120名患者
139	2025-04-29	Diabetes: Non-Invasive Blood Glucose Monitoring Using Federated Learning with Biosensor Signals 2025-Apr-16, Biosensors DOI:10.3390/bios15040255 PMID:40277568	research paper	该研究提出了一种基于联邦学习的非侵入性血糖监测方法，利用光电容积描记术（PPG）信号和深度神经网络（DNN）来预测血糖水平	采用联邦学习（FL）框架，允许多个医疗机构协作训练全局模型而无需共享原始患者数据，同时结合连续小波变换（CWT）、自适应周期分割（ACBS）和粒子群优化（PSO）进行信号处理和特征选择	需要进一步验证在更大规模和多样化人群中的适用性	开发一种非侵入性、隐私保护的血糖监测方法，以提高糖尿病管理的便利性和准确性	糖尿病患者的光电容积描记术（PPG）信号	machine learning	diabetes	PPG, FL, CWT, ACBS, PSO	DNN	biosensor signals	来自VitalDB和MUST数据集的多样化数据，包括手术和麻醉期间收集的数据
140	2025-04-29	DermViT: Diagnosis-Guided Vision Transformer for Robust and Efficient Skin Lesion Classification 2025-Apr-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12040421 PMID:40281781	research paper	提出了一种名为DermViT的医学驱动深度学习架构，用于皮肤病变分类，通过模仿医生的诊断模式解决现有模型的不足	DermViT通过三个医学启发的模块（DCP、DHA、DFG）解决了病变背景语义纠缠、类内高变异性等问题，并模仿医生的诊断范式	未提及具体局限性	提高皮肤病变分类的准确性和效率，为皮肤癌早期诊断提供可靠解决方案	皮肤病变图像，特别是黑色素瘤等皮肤癌病变	digital pathology	skin cancer	deep learning	Vision Transformer (ViT)	image	ISIC2018和ISIC2019数据集