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
141	2025-09-28	Multi-Scale Remote-Sensing Phenomics Integrated with Multi-Omics: Advances in Crop Drought-Heat Stress Tolerance Mechanisms and Perspectives for Climate-Smart Agriculture 2025-Sep-10, Plants (Basel, Switzerland) DOI:10.3390/plants14182829 PMID:41011981	综述	本文系统综述了多尺度遥感表型组学与多组学整合研究在作物干旱-高温复合胁迫耐受机制方面的进展	提出'像素到蛋白质'研究范式，整合遥感表型与多组学数据解析G×E×P互作关系	存在数据标准化和跨平台整合的挑战	阐明作物干旱-高温复合胁迫耐受机制，推动气候智能型农业发展	农作物（作物品种）	农业信息学	非疾病研究	遥感表型技术（卫星/UAV/地面传感器）、多组学分析（基因组/转录组/蛋白组/代谢组）、机器学习	机器学习、深度学习算法	遥感影像、多组学数据	NA
142	2025-09-28	Image Sensor-Supported Multimodal Attention Modeling for Educational Intelligence 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185640 PMID:41012879	研究论文	提出一种融合图像传感器数据与文本上下文信息的深度学习框架，通过跨模态注意力机制提升教育智能系统的多模态感知能力	引入跨模态对齐模块实现视觉特征与文本元素的细粒度语义对应，结合个性化反馈生成器和认知弱点高亮器增强任务相关特征的可区分性	NA	解决教育智能中多模态感知融合效率低和个性化不足的问题	学习者背景和任务上下文嵌入	教育技术	NA	深度学习、跨模态注意力机制	跨模态对齐模块、个性化反馈生成器、认知弱点高亮器	图像传感器数据、文本信息、上下文信息	NA
143	2025-09-28	Integrating UAV-Derived Diameter Estimations and Machine Learning for Precision Cabbage Yield Mapping 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185652 PMID:41012891	研究论文	本研究结合无人机影像和机器学习技术，开发了一种非破坏性的卷心菜产量精准测绘方法	首次将基于深度学习的姿态估计模型（YOLOv8s-pose和YOLOv11s-pose）应用于卷心菜头直径估算，并整合多源数据建立产量预测模型	研究仅基于单一年度（2024年）和固定飞行高度（6米）的数据，模型普适性有待验证	实现卷心菜种植的精准产量估算和资源优化管理	卷心菜作物	精准农业	NA	无人机遥感、深度学习姿态估计、多光谱成像	YOLOv8s-pose, YOLOv11s-pose, CatBoost	RGB图像、多光谱图像、气候数据	2024年卷心菜生长季采集的无人机影像数据
144	2025-09-28	High-Resolution Remote Sensing Imagery Water Body Extraction Using a U-Net with Cross-Layer Multi-Scale Attention Fusion 2025-Sep-10, Sensors (Basel, Switzerland) DOI:10.3390/s25185655 PMID:41012894	研究论文	提出了一种基于U-Net架构的AMU-Net模型，用于高分辨率遥感影像的水体精确提取	设计了跨层多尺度注意力融合机制，结合改进的残差连接模块、双注意力门控调制模块和三元几何注意力机制，有效提升多尺度特征表示和边界定位能力	NA	提升遥感影像水体提取的精度和边界分割质量	高分辨率遥感影像中的水体区域	计算机视觉	NA	深度学习	U-Net、CNN、注意力机制	遥感影像	GID和WHDLD两个公开数据集
145	2025-09-28	Intelligence Architectures and Machine Learning Applications in Contemporary Spine Care 2025-Sep-09, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090967 PMID:41007212	综述	本文综述人工智能和机器学习技术在当代脊柱护理领域的应用现状与未来发展	系统整合脊柱护理中多模态AI应用（影像诊断、手术规划、基因组学等），并首次提出隐私保护联邦学习框架在脊柱领域的应用前景	存在算法不透明性、监管碎片化、数据异质性以及跨人群泛化能力有限等挑战	评估AI/ML技术在脊柱护理中的临床应用价值与发展方向	脊柱疾病患者诊疗全流程（诊断、手术、预后）	医疗人工智能	脊柱疾病	GWAS、多组学分析、联邦学习	CNN、深度学习	医学影像、基因组数据、临床数据	NA
146	2025-09-28	Spectral Demodulation of Mixed-Linewidth FBG Sensor Networks Using Cloud-Based Deep Learning for Land Monitoring 2025-Sep-09, Sensors (Basel, Switzerland) DOI:10.3390/s25185627 PMID:41012864	研究论文	提出一种基于Transformer的神经网络架构，用于解决混合线宽FBG传感器网络中的光谱重叠问题	首次将Transformer架构应用于FBG光谱解调，结合双线宽配置与反射/透射模式融合，支持双向漂移下的自修复功能	NA	提升FBG传感器网络的解调精度和传感容量，实现高密度分布式传感	光纤布拉格光栅传感器网络	机器学习	NA	深度学习、云计算	Transformer	光谱数据	12种漂移场景的全面评估
147	2025-09-28	Multivariate Time Series Anomaly Detection Based on Inverted Transformer with Multivariate Memory Gate 2025-Sep-08, Entropy (Basel, Switzerland) DOI:10.3390/e27090939 PMID:41008065	研究论文	提出一种基于倒置Transformer和多变量记忆门的多元时间序列异常检测方法ITMMG	采用倒置token嵌入策略和多变量记忆门机制，增强变量间深度依赖关系与个体变量正常模式的捕捉能力	未明确说明方法在极端不平衡数据集上的具体表现限制	解决工业物联网中多元时间序列异常检测的挑战	多元时间序列数据	机器学习	NA	深度学习	Transformer	时间序列数据	多个标准时间序列异常检测数据集（未明确具体数量）
148	2025-09-28	HIRD-Net: An Explainable CNN-Based Framework with Attention Mechanism for Diabetic Retinopathy Diagnosis Using CLAHE-D-DoG Enhanced Fundus Images 2025-Sep-08, Life (Basel, Switzerland) DOI:10.3390/life15091411 PMID:41010353	研究论文	提出一种结合图像增强预处理和新型CNN架构的端到端糖尿病视网膜病变诊断框架	首次将CLAHE与D-DoG滤波结合用于图像增强，并设计具有层次特征融合和多尺度语义聚合的HIRD-Net架构	未明确说明模型在临床环境中的实时性能验证	开发高精度且可解释的糖尿病视网膜病变自动诊断系统	眼底图像数据	数字病理	糖尿病视网膜病变	CLAHE图像增强、D-DoG滤波、深度学习	CNN（HIRD-Net）、注意力机制（SECA）、Grad-CAM	眼底图像	IDRiD-APTOS2019、DDR和EyePACS三个公开数据集
149	2025-09-28	Integration of EHR and ECG Data for Predicting Paroxysmal Atrial Fibrillation in Stroke Patients 2025-Sep-07, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090961 PMID:41007206	研究论文	开发基于Transformer的多模态深度学习模型，整合心电图和电子健康记录数据预测中风患者的阵发性心房颤动	首次通过系统平衡ECG和EHR数据的贡献比例，发现最佳输入比例（EHR占1/3，ECG占2/3），显著提升预测性能	研究样本量较小（189例患者），需要在更大规模研究中验证	提高阵发性心房颤动在中风患者中的预测准确性	189例隐源性中风患者（其中49例伴有阵发性心房颤动）	机器学习	心血管疾病	深度学习	Transformer	多模态数据（心电图信号和结构化电子健康记录）	189例患者（49例PAF阳性，140例PAF阴性）
150	2025-09-28	GNSS Interference Identification Driven by Eye Pattern Features: ICOA-CNN-ResNet-BiLSTM Optimized Deep Learning Architecture 2025-Sep-07, Entropy (Basel, Switzerland) DOI:10.3390/e27090938 PMID:41008064	研究论文	提出一种基于眼图特征和深度学习的GNSS干扰智能分类框架	首次将GNSS信号转换为二维眼图进行视觉表征，结合信息熵特征分析和改进的树栖浣熊优化算法(ICOA)优化混合深度学习架构	NA	解决全球导航卫星系统安全领域的干扰识别问题	GNSS干扰信号（连续波干扰、线性调频干扰、脉冲干扰、调频干扰、调幅干扰和欺骗干扰）	机器学习	NA	眼图转换、信息熵分析、深度学习	CNN-ResNet-BiLSTM混合架构	信号眼图	NA
151	2025-09-28	The Evaluation of a Deep Learning Approach to Automatic Segmentation of Teeth and Shade Guides for Tooth Shade Matching Using the SAM2 Algorithm 2025-Sep-06, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090959 PMID:41007204	研究论文	开发并评估基于SAM2深度学习模型的口内照片中自然牙齿和比色板同步分割方法，用于牙齿比色匹配	首次将Segment Anything Model 2 (SAM2)的四个变体微调应用于牙齿和比色板的同时分割，并与UNet基线模型进行系统比较	仅基于单一数据集验证技术可行性，缺乏多中心外部验证和临床实际应用评估	提高牙齿比色匹配的客观性和准确性，减少视觉评估的主观性	口内照片中的自然牙齿和比色板	计算机视觉	NA	深度学习图像分割	SAM2 (tiny/small/base plus/large变体) 和 UNet	口内照片图像	NA
152	2025-09-28	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2025-Sep-05, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	提出一种基于隐式神经表示的新型k空间重建方法k-GINR，用于加速非笛卡尔磁共振成像	首次将生成对抗训练与两阶段隐式神经表示相结合，可直接从欠采样非笛卡尔k空间重建图像	重建时间（约3分钟）仍长于部分深度学习方法（如Deep Cascade CNN的3秒）	开发适用于新患者的个性化非笛卡尔磁共振快速成像重建技术	118例前瞻性采集的StarVIBE T1加权肝脏扫描数据及对应线圈数据	医学影像重建	肝脏疾病	磁共振成像、非笛卡尔采样、生成对抗训练	INR、GAN、CNN	k空间数据、医学影像	118例患者扫描数据
153	2025-09-28	Eye Tracking-Enhanced Deep Learning for Medical Image Analysis: A Systematic Review on Data Efficiency, Interpretability, and Multimodal Integration 2025-Sep-05, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090954 PMID:41007199	系统综述	本文系统综述了眼动追踪技术与深度学习在医学图像分析中的整合策略	提出眼动追踪作为数据效率优化器、模型可解释性验证器和多模态对齐监督器的统一框架	NA	探讨眼动追踪技术如何解决深度学习在医学图像分析中的数据效率和可解释性挑战	医学图像分析中的深度学习模型	医学图像分析	NA	眼动追踪技术	深度学习、多模态学习模型(MLMs)、视觉语言模型(VLMs)	医学图像、眼动数据	NA
154	2025-09-28	DAGMNet: Dual-Branch Attention-Pruned Graph Neural Network for Multimodal sMRI and fMRI Fusion in Autism Prediction 2025-Sep-05, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092168 PMID:41007731	研究论文	提出DAGMNet双分支注意力剪枝图神经网络，通过融合sMRI、fMRI和表型数据实现自闭症的精准预测	采用注意力机制进行跨模态融合，结合表型数据剪枝的动态图学习模块实现个性化诊断	NA	提高自闭症谱系障碍的早期诊断准确率	自闭症患者的多模态脑影像数据	医学影像分析	自闭症	结构磁共振成像(sMRI)、功能磁共振成像(fMRI)	图神经网络(GNN)、注意力机制	医学影像数据、表型数据	ABIDE-I数据集（具体样本数未提及）
155	2025-09-28	Emulating Hyperspectral and Narrow-Band Imaging for Deep-Learning-Driven Gastrointestinal Disorder Detection in Wireless Capsule Endoscopy 2025-Sep-04, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090953 PMID:41007198	研究论文	提出一种名为SAVE的新型框架，将标准白光内窥镜图像转换为模拟高光谱和窄带成像的频谱增强表示，以改进无线胶囊内窥镜对胃肠道疾病的诊断	首次开发能够同时模拟高光谱成像和窄带成像的软件增强框架，无需硬件升级即可提升胶囊内窥镜成像质量	研究基于单一数据集（Kvasir-v2）进行验证，需要更多临床数据验证泛化能力	提高无线胶囊内窥镜在胃肠道疾病诊断中的准确性和成像质量	胃肠道疾病相关的内窥镜图像	计算机视觉	胃肠道疾病	颜色校准、伽马校正、CIE 1931 XYZ变换、主成分分析	Inception-Net V3, MobileNetV2, MobileNetV3, AlexNet	图像	6490张标注图像，涵盖8个胃肠道相关类别
156	2025-09-28	Sensor Fusion for Target Detection Using LLM-Based Transfer Learning Approach 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090928 PMID:41008054	研究论文	提出一种基于LLM迁移学习的传感器融合方法，用于自主移动代理检测静态和动态目标	利用真实传感器数据生成概率图，通过LLM框架整合多传感器依赖关系，并采用知识蒸馏实现模型压缩	NA	提升复杂环境下多目标检测的精度和计算效率	自主移动代理和静态/动态目标	机器学习	NA	LLM迁移学习、知识蒸馏、目标检测	LLM、CNN、GPT-2	LIDAR点云数据、光学传感器数据	NA
157	2025-09-28	Learnable Convolutional Attention Network for Unsupervised Knowledge Graph Entity Alignment 2025-Sep-03, Entropy (Basel, Switzerland) DOI:10.3390/e27090924 PMID:41008050	研究论文	提出一种名为LCA-UEA的可学习卷积注意力网络，用于无监督知识图谱实体对齐任务	在注意力机制前执行卷积操作确保结构信息获取，提出基于潜在匹配关系的关系结构重建方法，以及基于一致性的相似度函数	未明确说明方法在超大规模知识图谱上的可扩展性限制	解决无监督知识图谱实体对齐任务中标注数据缺乏导致的性能瓶颈	知识图谱中的实体对齐	自然语言处理	NA	深度学习，对比学习	卷积注意力网络	图结构数据	三个不同规模和类型（跨语言和单语言）的数据集
158	2025-09-28	Accelerated Super-Resolution Reconstruction for Structured Illumination Microscopy Integrated with Low-Light Optimization 2025-Sep-03, Micromachines IF:3.0Q2 DOI:10.3390/mi16091020 PMID:41011910	研究论文	提出一种结合空间域计算和低光图像增强的结构光照明显微镜超分辨率重建新框架	首创π/2相移SIM的空间域计算范式，并开发自适应局部过曝校正策略与零样本学习算法结合的图像质量增强方法	NA	提升结构光照明显微镜的重建速度与图像质量	荧光微球和牛肺动脉内皮细胞标本	生物医学成像	NA	结构光照明显微术(SIM)、零样本学习	RUAS深度学习算法	显微图像	NA
159	2025-09-28	Machine and Deep Learning on Radiomic Features from Contrast-Enhanced Mammography and Dynamic Contrast-Enhanced Magnetic Resonance Imaging for Breast Cancer Characterization 2025-Sep-02, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090952 PMID:41007196	研究论文	本研究评估机器学习和深度学习在对比增强乳腺X线摄影和动态对比增强磁共振成像的影像组学特征中对乳腺癌特征识别和分子分型预测的准确性	首次联合应用CEM和DCE-MRI的影像组学特征，并采用机器学习和深度学习模型进行乳腺癌多参数表征	样本量有限（153例患者），HER2状态预测的AUC值相对较低（0.669）	开发基于影像组学的非侵入性乳腺癌特征识别工具	153例乳腺良恶性病变患者（其中113例恶性病变）	医学影像分析	乳腺癌	影像组学特征提取、Elastic Net正则化、ROSE样本平衡方法	梯度提升机(GBM)、神经网络、LASSO	医学影像（CEM和DCE-MRI图像）	153例患者（113例恶性，32例G3分级，66例HER2阳性）
160	2025-09-28	Encoding of Demographic and Anatomical Information in Chest X-Ray-Based Severe Left Ventricular Hypertrophy Classifiers 2025-Sep-02, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13092140 PMID:41007703	研究论文	开发直接从胸部X光片分类严重左心室肥厚的深度学习框架	无需解剖估计模型或人口统计学输入，通过互信息神经估计量化临床属性在模型内部的编码机制	NA	实现基于胸部X光片的严重左心室肥厚自动检测	严重左心室肥厚患者	计算机视觉	心血管疾病	深度学习	ResNet-18, Vision Transformer (ViT)	图像	来自CheXchoNet数据集的类别平衡子集