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
1641	2025-10-05	VibTac: A High-Resolution High-Bandwidth Tactile Sensing Finger for Multi-Modal Perception in Robotic Manipulation 2025 Jul-Sep, IEEE transactions on haptics IF:2.4Q2 DOI:10.1109/TOH.2025.3561049 PMID:40232917	研究论文	介绍VibTac——一种新型多模态触觉传感手指，能够同时提供高分辨率和高带宽的触觉感知	通过集成视觉和振动两种触觉传感模式，实现高分辨率和高带宽的同时感知，采用仿人设计的弹性体凝胶垫(EGP)	NA	开发高性能触觉传感器以增强机器人操作能力	机器人触觉传感手指	机器人技术	NA	视觉触觉传感、振动触觉传感、3D重建、频谱分析	深度学习模型	触觉数据、视觉数据、声音数据	NA	NA	NA	准确率	NA
1642	2025-10-05	Artificial Intelligence-Based Detection of Central Retinal Artery Occlusion Within 4.5 Hours on Standard Fundus Photographs 2025-Jul, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.124.041441 PMID:40576025	研究论文	开发深度学习系统在标准眼底照片上检测超急性期视网膜中央动脉阻塞	首次开发可在4.5小时治疗时间窗内检测CRAO的深度学习系统，优于神经科医生诊断能力	回顾性研究，需要进一步验证	开发AI系统辅助CRAO早期诊断和卒中预防	视网膜中央动脉阻塞患者、视网膜中央静脉阻塞患者、非动脉炎性前部缺血性视神经病变患者和健康对照	计算机视觉	视网膜血管疾病	眼底摄影	深度学习	图像	1322张眼底照片，来自771名患者	NA	NA	AUC, 敏感度, 特异度	NA
1643	2025-10-05	Noise-aware system generative model (NASGM): positron emission tomography (PET) image simulation framework with observer validation studies 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.17962 PMID:40660861	研究论文	开发并验证一种基于深度学习的噪声感知系统生成模型(NASGM)，用于模拟不同采集时间的PET图像	提出具有双域判别器（空间域和频域）的条件生成对抗网络，其中频域判别器采用基于Transformer的结构，能够编码位置信息并捕获全局依赖关系	基于模拟数据集进行研究，需要进一步在真实临床数据上验证	开发计算效率高的PET图像模拟框架，用于生成不同采集时间的PET图像	PET图像模拟	医学影像分析	肿瘤疾病	PET成像，深度学习生成模型	GAN, Transformer	PET图像，CT图像	公共PET/CT数据集作为输入活动和衰减图	NA	条件生成对抗网络，双域判别器，Transformer	一致性相关系数(CCC)，图像保真度评估，噪声测量，定量精度验证，基于任务的评估，纹理分析，人类观察者研究	NA
1644	2025-10-05	Super-resolution CBCT on a new generation flat panel imager of a C-arm gantry linear accelerator 2025-Jul, Medical physics IF:3.2Q1 DOI:10.1002/mp.18000 PMID:40665524	研究论文	本研究开发了一种基于条件生成对抗网络的深度学习超分辨率模型，用于在投影域增强新型平板探测器CBCT图像的空间分辨率	首次在投影域应用深度学习超分辨率技术解决新型平板探测器因像素合并导致的CBCT分辨率损失问题	研究主要使用体模数据进行验证，尚未在真实患者数据上进行广泛测试	评估深度学习超分辨率模型在投影域增强CBCT图像质量的可行性	Rando、Longman、Steeve体模和Catphan 604体模的CBCT投影数据	医学影像处理	NA	锥形束计算机断层扫描(CBCT)	条件生成对抗网络(cGANs)	医学影像	576对CBCT投影数据(460对训练，116对验证)，144个动态胸部投影	NA	U-Net	PSNR, MSE, SSIM, FSIM, MAPE	NA
1645	2025-10-05	Advancing Digital Precision Medicine for Chronic Fatigue Syndrome through Longitudinal Large-Scale Multi-Modal Biological Omics Modeling with Machine Learning and Artificial Intelligence 2025-Jun-18, ArXiv PMID:40980765	研究论文	开发了可解释的深度学习框架BioMapAI，利用纵向多组学数据研究慢性疲劳综合征(ME/CFS)的生物标志物和疾病分类	创建了首个ME/CFS患者和健康人的多组学连接图谱，揭示了微生物组-免疫-代谢组的相互作用从健康状态到疾病状态的转变	NA	通过多组学建模推进慢性疲劳综合征的数字精准医疗	慢性疲劳综合征(ME/CFS)和长新冠患者	机器学习, 人工智能	慢性疲劳综合征	肠道宏基因组学, 血浆代谢组学, 免疫分析, 血液检测	深度学习	多组学数据, 临床症状数据	NA	NA	NA	疾病分类精度	NA
1646	2025-10-05	An EMG-Based GRU Model for Estimating Foot Pressure to Support Active Ankle Orthosis Development 2025-Jun-05, Sensors (Basel, Switzerland) DOI:10.3390/s25113558 PMID:40969084	研究论文	本研究提出了一种基于表面肌电信号和门控循环单元深度学习模型的方法，用于预测行走过程中足底压力分布	使用GRU深度学习模型从肌电信号预测足底压力分布，实现了跨受试者的泛化能力和对个体化步态动力学的实时推断	仅针对四个关键踝关节肌肉进行肌电信号采集，可能未完全覆盖所有相关肌肉群	开发一种可扩展且可解释的预测框架，用于改进主动踝足矫形器的实时控制	踝关节功能障碍患者，特别是与足下垂、不稳定和步态适应性降低相关的患者	机器学习	老年疾病	表面肌电信号，力敏电阻系统	GRU	时间序列信号	NA	NA	GRU	均方根值	NA
1647	2025-10-05	Power Line Segmentation Algorithm Based on Lightweight Network and Residue-like Cross-Layer Feature Fusion 2025-Jun-04, Sensors (Basel, Switzerland) DOI:10.3390/s25113551 PMID:40969098	研究论文	提出一种基于轻量级网络和类残差跨层特征融合的电力线分割算法RGS-UNet	集成类残差跨层特征融合模块，采用Ghost Module优化卷积计算，嵌入SIMAM注意力机制，使用Mish激活函数	NA	解决现有电力线分割算法中小目标尺度、复杂背景和模型参数过多的问题	电力线分割	计算机视觉	NA	NA	CNN	图像	NA	NA	UNet, ResNet18	F1-Score, IoU	NA
1648	2025-10-05	A Deep Learning-Based Model Approach for Quantitative Analysis of Cell Chemotaxis in a Microfluidic Chip 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113515 PMID:40969071	研究论文	提出了一种基于微流控技术和深度学习的细胞趋化性定量分析方法	将微流控技术与深度学习相结合，实现细胞趋化性的自动计数和分析	NA	开发快速准确的细胞趋化性定量分析方法	细胞趋化性	计算机视觉	NA	微流控技术	深度学习	细胞图像	NA	NA	NA	准确性,可重复性	NA
1649	2025-10-05	Enhancing Upper Limb Exoskeletons Using Sensor-Based Deep Learning Torque Prediction and PID Control 2025-Jun-03, Sensors (Basel, Switzerland) DOI:10.3390/s25113528 PMID:40969067	研究论文	提出一种基于传感器深度学习的扭矩预测与PID控制相结合的上肢外骨骼增强方法	将肌电信号扭矩估计与预测模型集成到PID控制回路中，以优化外骨骼机器人扭矩整合并消除系统不确定性	研究仅涉及12名健康受试者，未在卒中患者中进行验证	增强上肢辅助外骨骼的控制效果，帮助卒中患者改善手臂运动功能	上肢外骨骼机器人（肘关节）和健康受试者的上肢肌肉活动	机器学习	卒中	高密度表面肌电图（HD-sEMG）	LSTM, BLSTM, GRU	二维肌电信号	12名健康受试者，采集5个上肢肌肉（肱二头肌、肱三头肌、肘肌、肱桡肌、旋前圆肌）在四种等长任务中的肌电数据	NA	长短期记忆网络、双向长短期记忆网络、门控循环单元	NA	NA
1650	2025-10-05	Estimating dynamic plantar pressure distribution from wearable inertial sensors using a hybrid CNN-BiLSTM architecture 2025-Jun-01, Acta of bioengineering and biomechanics IF:0.8Q4 DOI:10.37190/abb/207865 PMID:40981700	研究论文	本研究开发了一种基于可穿戴惯性传感器的混合深度学习模型来预测动态足底压力分布	提出结合CNN和BiLSTM的混合架构，集成时间注意力机制和体重信息以优化预测精度	未明确说明样本规模和具体实验对象的特征限制	开发准确、便携且经济高效的足底压力分布预测方法	足底压力分布数据	机器学习	NA	惯性测量单元(IMU)	CNN, BiLSTM	传感器时序数据	NA	NA	CNN-BiLSTM混合架构	均方误差, 结构相似性指数	NA
1651	2025-10-05	Red Tide Detection Method Based on a Time Series Fusion Network Model: A Case Study of GOCI Data in the East China Sea 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113455 PMID:40968987	研究论文	提出一种基于时间序列融合网络模型CSF-RTDNet的赤潮检测方法，应用于东海GOCI数据	融合多时序GOCI数据捕获赤潮时空特征，引入NDVI增强特征区分度，结合ECA通道注意力机制和新型ASPC-DSC特征提取模块，集成ConvLSTM解决连续多日检测中的时序特征挖掘不足问题	方法主要针对东海区域GOCI数据，在其他海域和传感器数据的适用性有待验证	提高赤潮检测精度，实现连续多日赤潮动态监测	东海海域的赤潮现象	计算机视觉	NA	GOCI遥感数据	ConvLSTM, 注意力机制	多时序遥感图像	NA	NA	CSF-RTDNet, ASPC-DSC, ECA	准确率, 精确率, 召回率, Kappa系数	NA
1652	2025-10-05	StructScan3D v1: A First RGB-D Dataset for Indoor Building Elements Segmentation and BIM Modeling 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113461 PMID:40969010	研究论文	本文提出了首个用于室内建筑元素分割和BIM建模的RGB-D数据集StructScan3D v1，并评估了基于Transformer的D-Former模型在该数据集上的语义分割性能	首个专门为室内建筑元素分割和BIM建模设计的RGB-D数据集，填补了该领域的数据空白	数据集仍在发展中，场景多样性有待扩展，注释需要进一步细化	推动计算机视觉和深度学习在建筑信息建模工作流程中的集成应用	室内建筑元素，包括墙壁、地板、天花板、窗户、门和杂项物体	计算机视觉	NA	RGB-D数据采集	Transformer	RGB-D图像	2594个标注帧，来自不同的室内环境（住宅和办公室空间）	NA	D-Former, Gemini, TokenFusion	平均交并比(mIoU)	NA
1653	2025-10-05	Person Recognition via Gait: A Review of Covariate Impact and Challenges 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113471 PMID:40969020	综述	本文全面回顾了步态识别方法，评估了协变量因素对识别性能的影响并探讨了实际应用挑战	系统分析协变量因素（如视角、服装、环境条件）对步态识别系统性能的影响，对比传统方法与深度学习技术	现有数据集存在局限性，先前研究常忽视协变量因素的影响	评估步态识别方法性能，分析协变量影响，为开发鲁棒的步态识别框架提供理论见解	人类步态识别系统	计算机视觉	NA	生物识别技术	深度学习	视频,图像	多种图像源数据库	NA	NA	NA	NA
1654	2025-10-05	Uncertainty-Aware Parking Prediction Using Bayesian Neural Networks 2025-May-30, Sensors (Basel, Switzerland) DOI:10.3390/s25113463 PMID:40969061	研究论文	提出一种基于贝叶斯神经网络的停车位可用性预测框架，能够显式建模认知不确定性和偶然不确定性	将贝叶斯神经网络应用于停车预测领域，首次同时建模认知和偶然不确定性，并集成上下文特征增强预测能力	贝叶斯神经网络计算复杂度较高，早期方法缺乏实时上下文集成	开发不确定性感知的停车可用性预测方法，减少交通拥堵并改善城市交通流动性	停车位占用率预测	智能交通系统	NA	贝叶斯神经网络	BNN, LSTM	时间序列数据，上下文特征数据	在不同训练数据条件下评估（90%，50%，10%训练数据）	NA	贝叶斯神经网络	准确率	NA
1655	2025-10-05	MDFN: Enhancing Power Grid Image Quality Assessment via Multi-Dimension Distortion Feature 2025-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s25113414 PMID:40968964	研究论文	提出基于CNN和Transformer的多维度失真特征网络(MDFN)，用于提升电网图像质量评估的准确性	结合高频和低频特征、噪声和亮度特征，设计频率选择模块实现全局空间信息融合，改进CLS令牌的使用方式	未明确说明模型在极端噪声条件下的性能边界和计算效率	开发更准确的盲图像质量评估方法以筛选高质量电网图像	电网图像数据	计算机视觉	NA	盲图像质量评估(BIQA)	CNN, Transformer	图像	三个公共数据集和一个电网图像数据集	NA	多维度失真特征网络(MDFN)，包含双分支特征提取器和频率选择模块(FSM)	NA	NA
1656	2025-10-05	Remaining Useful Life Prediction of Airplane Engine Based on Bidirectional Mamba and Causal Discovery 2025-May-29, Sensors (Basel, Switzerland) DOI:10.3390/s25113429 PMID:40968998	研究论文	提出一种基于双向Mamba和因果发现的多模态飞机发动机剩余使用寿命预测模型	首次将Mamba深度学习模型与因果发现相结合，构建了Cau-BiMamba-LSTM混合架构，在预测性能和计算成本之间取得良好平衡	仅使用C-MAPSS数据集进行验证，未在其他工业设备数据集上测试泛化能力	开发高精度且计算效率高的设备剩余使用寿命预测方法	飞机发动机	机器学习	NA	因果发现，时间序列分析	BiMamba, LSTM, Attention机制	时间序列数据	C-MAPSS数据集	NA	Cau-BiMamba-LSTM（包含双向状态空间模型、注意力机制和LSTM）	预测精度，鲁棒性，响应速度	NA
1657	2025-10-05	Multi-Dimensional Anomaly Detection and Fault Localization in Microservice Architectures: A Dual-Channel Deep Learning Approach with Causal Inference for Intelligent Sensing 2025-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s25113396 PMID:40968945	研究论文	提出一种双通道深度学习框架，用于微服务架构中的异常检测和故障定位	结合时序卷积网络与变分自编码器的双通道架构，并集成因果推理机制追踪故障传播路径	未明确说明模型在超大规模微服务集群中的扩展性表现	解决分布式微服务架构中的异常检测和故障定位挑战	微服务架构中的异构指标数据和故障传播路径	机器学习	NA	对比学习、因果推理	TCN, VAE	时序指标数据	NA	NA	时序卷积网络, 变分自编码器	准确率, F1分数, 精确率	适合实时监控的计算效率
1658	2025-10-05	A Review of Optical-Based Three-Dimensional Reconstruction and Multi-Source Fusion for Plant Phenotyping 2025-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s25113401 PMID:40968971	综述	本文综述了基于光学技术的植物三维重建与多源融合方法在植物表型分析中的应用	系统比较了主动视觉技术、被动视觉技术和基于深度学习的植物三维重建方法，并探讨了多源数据融合策略	NA	总结植物三维重建技术在精准农业和植物表型分析中的研究进展与应用	植物三维重建技术及其在农业领域的应用	计算机视觉	NA	结构光、飞行时间法、激光扫描、立体视觉、运动恢复结构	NeRF, CNN, 3DGS	三维图像数据	NA	NA	NA	NA	NA
1659	2025-10-05	A Multimodal Deep Learning Approach for Legal English Learning in Intelligent Educational Systems 2025-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s25113397 PMID:40968969	研究论文	提出一种基于视觉和声学传感器输入的多模态法律英语问答系统，通过统一编码机制和动态注意力建模提升学习者的法律语境理解和表达能力	集成图像、文本和语音信息的多模态法律英语问答系统，采用统一的视觉-语言-语音编码机制和动态注意力建模	NA	提升法律英语教学中的多模态输入处理和复杂推理任务能力	法律英语学习者	自然语言处理	NA	多模态深度学习	深度学习	图像,文本,语音	NA	NA	统一视觉-语言-语音编码机制	BLEU,ROUGE,精确率,召回率,准确率,匹配准确率,Recall@1,Recall@5,MRR	NA
1660	2025-10-05	Sustainable Self-Training Pig Detection System with Augmented Single Labeled Target Data for Solving Domain Shift Problem 2025-May-28, Sensors (Basel, Switzerland) DOI:10.3390/s25113406 PMID:40968996	研究论文	提出一种基于自训练的猪只检测系统，通过单标签目标数据和遗传算法数据增强解决猪舍环境中的域偏移问题	引入单标签目标样本(SLOT)、基于遗传算法的数据增强搜索(DAS)和超低阈值伪标签策略，显著提升域适应性能	仅依赖单标签目标数据，可能在某些极端域偏移情况下性能有限	解决猪舍监控系统中因环境差异导致的域偏移问题，提升检测模型在真实场景中的适应性	猪舍环境中的猪只检测	计算机视觉	NA	深度学习，域适应，数据增强	目标检测模型	图像	使用单标签目标样本(SLOT)数据	NA	NA	平均精度(AP)	NA