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
1461	2025-11-02	An Optical Water Type-Based Deep Learning Framework for Enhanced Turbidity Estimation in Inland Waters from Sentinel-2 Imagery 2025-Oct-20, Sensors (Basel, Switzerland) DOI:10.3390/s25206483 PMID:41157538	研究论文	提出基于光学水类型分类的深度学习框架，利用Sentinel-2影像增强内陆水体浊度估算	结合模糊C均值聚类与CNN-RF混合模型，通过光学水类型分类实现加权浊度预测	仅针对四种典型水体进行验证，模型普适性需进一步测试	开发基于光学分类的深度学习模型以提升内陆水体浊度估算精度	内陆水体的浊度参数	遥感监测	NA	遥感成像，模糊C均值聚类	CNN,随机森林	卫星遥感影像	四种典型水体的Sentinel-2影像数据	NA	CNN-RF混合架构	R², RMSE	NA
1462	2025-11-02	Deep learning finds convergent melanocytic morphology despite noisy archival slides 2025-Oct-20, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2025.101201 PMID:41118723	研究论文	开发基于深度学习的黑色素细胞异型性检测流程，通过配对H&E染色和免疫组化染色图像识别黑色素瘤形态特征	利用连续或系列切片的免疫组化染色作为监督信号，在噪声较大的存档切片中发现收敛的黑色素细胞形态特征	仅有37.7%的图像对质量足够用于深度学习训练，样本量相对有限	开发能够识别黑色素细胞异型性的深度学习模型，辅助病理学家诊断皮肤黑色素瘤原位癌	黑色素瘤原位癌病例的H&E染色和免疫组化染色组织切片	数字病理学	黑色素瘤	H&E染色，免疫组化染色（MelanA，MelPro，SOX10抗体）	CNN	图像	来自61例确诊黑色素瘤原位癌的122张配对全切片图像，涉及两个医疗机构	NA	卷积神经网络	AUROC，AUPRC	NA
1463	2025-11-02	Multicenter deep learning-based automatic delineation of CTV and PTV in uterine malignancy CT imaging 2025-Oct-19, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111212 PMID:41120056	研究论文	开发基于深度学习的多中心自动分割模型，用于子宫恶性肿瘤CT影像中临床靶区和计划靶区的勾画	首个针对多种子宫恶性肿瘤（宫颈癌和子宫内膜癌）的多中心验证深度学习模型，能够同时准确分割CTV和PTV	研究为回顾性设计，需要前瞻性验证；样本量相对有限	开发自动化的放疗靶区勾画解决方案，提高放疗规划的效率和一致性	子宫恶性肿瘤患者，包括宫颈癌和子宫内膜癌	医学影像分析	子宫恶性肿瘤	CT成像	深度学习分割模型	CT影像	602例增强CT扫描（302例内部机构病例+300例外部中心宫颈癌病例）	NA	2D分割网络, 全分辨率3D网络, 级联3D网络	Dice相似系数, 95% Hausdorff距离, 平均表面距离	NA
1464	2025-11-02	Variety Identification of Corn Seeds Based on Hyperspectral Imaging and Residual Mamba 1D CNN 2025-Oct-18, Foods (Basel, Switzerland) DOI:10.3390/foods14203558 PMID:41154094	研究论文	本研究开发了一种结合高光谱成像和深度学习的玉米种子品种无损识别方法	提出了融合残差模块和Mamba模块的一维卷积神经网络RM1DNet，增强了特征学习能力	NA	开发玉米种子品种的智能识别方法	20个玉米种子品种	计算机视觉	NA	高光谱成像	CNN	高光谱图像	20个玉米种子品种	NA	Residual Mamba 1D CNN	准确率	NA
1465	2025-11-02	Dust Filtering in LIDAR Point Clouds Using Deep Learning for Mining Applications 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206441 PMID:41157495	研究论文	提出一种基于神经网络的实时过滤LIDAR点云中粉尘测量的方法	首次将深度学习应用于采矿场景中LIDAR点云的粉尘过滤，并构建了首个多粉尘环境的公开数据库	NA	解决采矿作业中粉尘对LIDAR传感器功能的干扰问题	LIDAR点云数据中的粉尘测量	计算机视觉	NA	LIDAR传感技术	神经网络	点云数据	来自多种粉尘环境的真实LIDAR传感器数据	NA	NA	NA	NA
1466	2025-11-02	Real-Time Parking Space Detection Based on Deep Learning and Panoramic Images 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206449 PMID:41157504	研究论文	基于深度学习和全景图像实现实时停车位检测	构建了包含复杂环境多样性的PSEX全景停车位数据集，并提出改进的SimSppf_mepre-Yoloe模型	NA	解决自动停车系统中停车位检测与定位的核心问题	停车位的状态（空闲/占用）和角度（T形/L形）	计算机视觉	NA	GAN图像风格迁移	PP-Yoloe, GAN	全景图像	基于现有公共停车位数据集扩展构建的PSEX数据集	PaddlePaddle, TensorRT	PP-Yoloe, ResSpp, ResSimSppf, SimSppf	mAP50, mAP50:95, FPS	Jetson AGX Xavier平台
1467	2025-11-02	ViT-BiLSTM Multimodal Learning for Paediatric ADHD Recognition: Integrating Wearable Sensor Data with Clinical Profiles 2025-Oct-18, Sensors (Basel, Switzerland) DOI:10.3390/s25206459 PMID:41157512	研究论文	开发了一种多模态深度学习框架，通过整合可穿戴传感器数据和临床资料来识别儿童ADHD	将原始加速度计信号转换为图像并与临床表格数据整合，联合探索动态活动模式和静态临床特征	研究样本仅限于7-13岁儿童，未在其他年龄段验证	开发有效的ADHD分类方法	7-13岁儿童ADHD患者	机器学习	注意力缺陷多动障碍(ADHD)	加速度计记录，标准化问卷	ViT, BiLSTM	图像，表格数据	7-13岁儿童（具体数量未明确说明）	NA	Vision Transformer, BiLSTM	NA	NA
1468	2025-11-02	Pixel-Attention W-Shaped Network for Joint Lesion Segmentation and Diabetic Retinopathy Severity Staging 2025-Oct-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202619 PMID:41153291	研究论文	提出一种用于联合病变分割和糖尿病视网膜病变严重程度分级的像素注意力W形网络框架	集成病变先验交叉注意力模块的W形编码器-解码器架构，可在单次临床可解释过程中同时完成病变分割和疾病分级	NA	开发能够同时进行病变分割和疾病严重程度分级的深度学习框架	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	深度学习	CNN	图像	DDR数据集、预处理的Messidor + EyePACS数据集，以及APTOS-2019用于外部评估	NA	W形编码器-解码器架构	准确率, 精确率, 召回率, 特异性, F1分数, Dice系数	适合远程医疗和移动部署的高效计算资源
1469	2025-11-02	An Intelligent Joint Identification Method and Calculation of Joint Attitudes in Underground Mines Based on Smartphone Image Acquisition 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206410 PMID:41157464	研究论文	提出一种基于智能手机图像采集和深度学习的矿山节理智能识别与产状计算方法	将ResNet残差模块和CBAM注意力机制集成到U-Net架构中形成RC-Unet模型，结合PCP三点定位算法实现节理产状快速计算	仅适用于相对简单的地下环境，复杂地质条件下的适用性有待验证	开发高效、客观的矿山节理识别与产状计算方法	矿山岩石节理	计算机视觉	NA	智能手机图像采集，CLAHE图像增强	深度学习，语义分割	图像	NA	OpenCV	U-Net, ResNet, CBAM	NA	NA
1470	2025-11-02	FlashLightNet: An End-to-End Deep Learning Framework for Real-Time Detection and Classification of Static and Flashing Traffic Light States 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206423 PMID:41157474	研究论文	提出一种名为FlashLightNet的端到端深度学习框架，用于实时检测和分类静态及闪烁交通灯状态	集成YOLOv10n、ResNet-18和LSTM网络，首次实现对交通灯闪烁模式的实时检测与分类	使用自定义数据集，未在公开基准数据集上进行验证	开发能够可靠识别交通灯状态（包括闪烁模式）的实时检测系统	交通灯状态（红灯、绿灯、黄灯、闪烁红灯、闪烁黄灯）	计算机视觉	NA	深度学习	CNN, LSTM	视频序列	包含真实交通路口视频和模拟数据集的自定义数据集	NA	YOLOv10n, ResNet-18, LSTM	mAP, F1-score	NA
1471	2025-11-02	Deep Learning and Geometric Modeling for 3D Reconstruction of Subsurface Utilities from GPR Data 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206414 PMID:41157476	研究论文	提出一种基于深度学习的混合方法，从GPR B扫描数据实现地下管线的3D重建	使用真实世界数据（避免合成增强）、直接顶点检测（超越边界框分析）和几何3D重建流程的混合模型	NA	开发更实用和可扩展的地下管线测绘解决方案	地下线性管线设施	计算机视觉	NA	探地雷达	CNN	GPR B扫描图像	NA	NA	YOLOv8, YOLOv11, Mask R-CNN	F1-score, RMSE	NA
1472	2025-11-02	Edge-Based Autonomous Fire and Smoke Detection Using MobileNetV2 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206419 PMID:41157478	研究论文	提出一种基于轻量级MobileNetV2的自主边缘森林火灾和烟雾检测系统	将轻量级MobileNetV2网络优化部署于资源受限的边缘设备，实现无需云连接的自主实时检测	在树莓派5设备上处理速度约为1.3 FPS，实时性仍有提升空间	开发适用于偏远林区的实时自主火灾烟雾检测系统	森林火灾和烟雾图像	计算机视觉	NA	深度学习	CNN	图像	包含火灾、烟雾和非火灾图像的平衡数据集	NA	MobileNetV2	准确率	树莓派5边缘设备
1473	2025-11-02	Bolt Anchorage Defect Identification Based on Ultrasonic Guided Wave and Deep Learning 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206431 PMID:41157485	研究论文	本研究结合超声导波时频谱和门控注意力残差网络，用于锚杆锚固缺陷识别	提出门控注意力残差网络(GA-ResNet)，通过门控机制平衡空间注意力和通道注意力	仅在四种锚固模型上进行实验，未提及实际工程应用的泛化能力	解决复杂现场环境中导波信号缺陷特征提取困难的问题，实现锚杆锚固缺陷类型的准确识别	岩土工程结构中的锚杆锚固系统	机器学习和信号处理	NA	超声导波无损检测	GA-ResNet（门控注意力残差网络）	超声导波时频谱	四种锚固模型	NA	GA-ResNet（基于残差网络架构）	缺陷类型识别准确率	NA
1474	2025-11-02	Adaptive Exposure Optimization for Underwater Optical Camera Communication via Multimodal Feature Learning and Real-to-Sim Channel Emulation 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206436 PMID:41157490	研究论文	提出一种结合多模态特征学习和实景-仿真信道仿真的自适应曝光优化方法，用于提升水下光学相机通信性能	提出Real-to-Sim-to-Deployment框架，结合物理校准仿真平台和混合CNN-MLP模型，实现环境感知的多模态学习	未明确说明模型在极端水下环境下的泛化能力及计算资源需求	优化水下光学相机通信系统的曝光时间和ISO灵敏度参数，提升通信可靠性	自主水下航行器（AUVs）的水下光学相机通信系统	计算机视觉	NA	光学相机通信，物理校准仿真	CNN, MLP	光学图像，环境状态数据，相机配置参数	NA	NA	Hybrid CNN-MLP Model (HCMM)	RMSE, SNR增益	嵌入式硬件
1475	2025-10-30	CrowdAttention: An Attention Based Framework to Classify Crowdsourced Data in Medical Scenarios 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206435 PMID:41157488	研究论文	提出一种基于注意力机制的端到端深度学习框架，用于医疗场景中众包数据的分类	使用交叉注意力机制联合建模分类任务和标注者可靠性，为每个标注者的标签分配实例相关的可靠性分数	未在论文摘要中明确说明	解决医疗领域众包数据标注中的标签噪声问题	众包标注的医疗数据	机器学习	NA	深度学习	注意力机制	标注数据	合成数据集和真实世界数据集	NA	交叉注意力机制	准确率, 鲁棒性	NA
1476	2025-11-02	Icing Detection of Wind Turbine Blades Based on an Improved PP-YOLOE Detection Network 2025-Oct-17, Sensors (Basel, Switzerland) DOI:10.3390/s25206438 PMID:41157492	研究论文	基于改进PP-YOLOE网络的风力涡轮机叶片结冰检测方法研究	嵌入坐标注意力机制和空洞空间金字塔池化以增强特征表示，并创新性地应用粒子群优化算法实现超参数自动调优	NA	开发精确快速的风力涡轮机叶片结冰状态检测方法以保障风机安全经济运行	风力涡轮机叶片结冰状态	计算机视觉	NA	风洞实验室数据采集	CNN	图像	NA	PP-YOLOE	PP-YOLOE, 坐标注意力机制, 空洞空间金字塔池化	平均精度	NA
1477	2025-11-02	Automated detection of large vessel occlusion using deep learning: a pivotal multicenter study and reader performance study 2025-Oct-16, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2024-022254 PMID:39304193	研究论文	评估深度学习AI软件在CT血管造影中自动检测大血管闭塞的独立效能及其对早期职业医师诊断准确性的提升	首次通过多中心研究验证AI软件在大血管闭塞检测中的独立效能，并量化其对早期职业医师诊断能力的提升效果	研究时间范围有限（2021年1月至2023年9月），样本量相对有限（595例患者）	评估AI软件在大血管闭塞检测中的诊断效能及其对临床医师的辅助价值	595例缺血性卒中患者，其中275例（46.2%）确诊为大血管闭塞	医学影像分析	缺血性卒中	CT血管造影（CTA）	深度学习	医学影像	595例缺血性卒中患者（平均年龄68.5±13.4岁，56%男性）	NA	NA	AUROC, 敏感度, 特异度	NA
1478	2025-11-02	Artificial Intelligence-Aided Tooth Detection and Segmentation on Pediatric Panoramic Radiographs in Mixed Dentition Using a Transfer Learning Approach 2025-Oct-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202615 PMID:41153287	研究论文	本研究开发了一种基于深度学习的人工智能系统，用于在混合牙列期儿童全景X光片上自动检测和分割牙齿	采用创新的混合预标注策略，利用从650张公开成人X光片迁移学习的方法，结合专家手动精修	研究样本量相对有限（250张全景X光片），且主要针对6-13岁儿童混合牙列期	开发自动化牙齿检测和分割的深度学习模型，辅助混合牙列期牙齿发育异常的早期诊断	6-13岁儿童混合牙列期的乳牙和恒牙	计算机视觉	牙齿发育异常	全景X光摄影	YOLOv11	X光图像	250张儿童全景X光片，额外使用650张成人X光片进行迁移学习	NA	基于YOLOv11的定制化模型	平均精度均值(mAP), F1分数, 精确率, 召回率	NA
1479	2025-11-02	Artificial Intelligence in the Management of Infectious Diseases in Older Adults: Diagnostic, Prognostic, and Therapeutic Applications 2025-Oct-16, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102525 PMID:41153807	综述	本文综述了人工智能在老年人感染性疾病管理中的诊断、预后和治疗应用	系统总结了AI在老年感染性疾病管理中的多领域应用，特别关注了衰弱和功能状态整合的预后算法	训练数据中衰弱老年人代表性不足，缺乏老年医学环境中的真实世界验证，模型可解释性不足	探讨人工智能在老年人感染性疾病管理中的应用现状和前景	65岁及以上老年人的感染性疾病	自然语言处理	老年疾病	机器学习，深度学习，自然语言处理	机器学习，深度学习，自然语言处理	医疗数据	NA	NA	NA	AUC	NA
1480	2025-11-02	Computer Vision-Based Deep Learning Modeling for Salmon Part Segmentation and Defect Identification 2025-Oct-16, Foods (Basel, Switzerland) DOI:10.3390/foods14203529 PMID:41154065	研究论文	提出基于两阶段融合网络的机器视觉检测方法，用于三文鱼部位分割和表面缺陷识别	改进U-Net模型引入CBAM注意力机制增强纹理特征提取能力，设计两阶段融合架构结合YOLOv5小目标检测层实现快速缺陷定位	NA	实现三文鱼部位精确分割和表面缺陷高效识别	三文鱼鱼体图像	计算机视觉	NA	机器视觉	U-Net, YOLOv5	图像	NA	NA	U-Net, YOLOv5	mAP, mIoU, fps	NA