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
1661	2025-04-15	A Deep Learning Approach for Distant Infrasound Signals Classification 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072058 PMID:40218571	研究论文	提出了一种基于深度学习的方法，用于远距离次声信号的分类	结合了先进的信号处理技术、信号增强算法和深度学习架构，利用次声信号的时空特性进行分类	未提及具体的数据集规模或实际应用中的潜在限制	提高远距离次声信号分类的准确率	化学爆炸和地震次声信号	信号处理	NA	信号增强算法、深度学习	深度学习架构（未具体说明）	次声信号	未提及具体样本数量
1662	2025-04-15	A Hybrid Deep Learning and Improved SVM Framework for Real-Time Railroad Construction Personnel Detection with Multi-Scale Feature Optimization 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072061 PMID:40218575	research paper	提出一种基于改进支持向量机（ISVM）的铁路工人检测方法，结合多尺度特征优化和图像预处理技术，以提高检测效率和准确性	结合非局部均值降噪和直方图均衡化预处理技术优化图像质量，并采用Inception v3提取多尺度特征，结合PCA降维，最终使用改进的SVM分类算法进行人员检测	未明确提及具体样本量或复杂环境下的泛化能力	提高铁路施工现场人员安全监控的实时性和准确性	铁路施工现场的工作人员	computer vision	NA	非局部均值降噪、直方图均衡化、PCA、数据增强（随机翻转和旋转）、K折交叉验证	ISVM（改进支持向量机）、Inception v3	image	未明确提及具体样本量
1663	2025-04-15	Reinforcement Q-Learning-Based Adaptive Encryption Model for Cyberthreat Mitigation in Wireless Sensor Networks 2025-Mar-26, Sensors (Basel, Switzerland) DOI:10.3390/s25072056 PMID:40218569	研究论文	提出了一种基于强化学习的自适应加密框架，用于无线传感器网络中的网络安全威胁缓解	结合深度学习的异常检测系统和动态Q学习，提出了一种混合策略推导算法，以平衡加密复杂度和计算开销	实验评估仅在模拟的无线传感器网络环境中进行，未涉及真实网络部署	开发一种自适应加密机制，以优化无线传感器网络中的能源效率和安全性	无线传感器网络（WSNs）	机器学习	NA	强化学习（Q-learning和double Q-learning）	深度学习	网络数据	模拟的无线传感器网络环境
1664	2025-04-15	Deep Reinforcement Learning-Enabled Computation Offloading: A Novel Framework to Energy Optimization and Security-Aware in Vehicular Edge-Cloud Computing Networks 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072039 PMID:40218550	研究论文	提出了一种基于深度强化学习的计算卸载框架，用于优化车载边缘-云计算网络中的能源使用和安全性	结合动态负载均衡算法、无人机部署、AES加密机制和上下文感知边缘缓存策略，提出了一种创新的深度强化学习框架	未提及具体实施的硬件要求或实际部署中可能遇到的技术障碍	优化车载边缘-云计算网络中的能源消耗并确保数据安全	车载边缘-云计算网络	机器学习	NA	深度强化学习、AES加密、动态负载均衡	深度强化学习模型	网络参数数据（如RSU计算负载、信道容量、延迟等）	未提及具体样本量，但涉及大规模车载网络
1665	2025-04-15	Wavelet-Based Topological Loss for Low-Light Image Denoising 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072047 PMID:40218560	research paper	提出了一种基于小波和拓扑不变量的新型去噪损失函数，用于低光图像去噪	结合图像小波域提取的纹理信息和拓扑不变量，提出了一种新的去噪损失函数	性能依赖于训练数据的质量和多样性，且假设AWGN噪声模型在真实场景中可能不成立	解决真实噪声导致的图像退化问题，提升低光图像去噪性能	低光环境下的噪声图像	computer vision	NA	小波变换	CNN	image	BVI-Lowlight数据集（具体数量未提及）
1666	2025-04-15	Integrating Color and Contour Analysis with Deep Learning for Robust Fire and Smoke Detection 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072044 PMID:40218557	research paper	该研究提出了一种结合颜色和轮廓分析与深度学习的串联卷积神经网络模型，用于可靠且准确的火灾和烟雾检测	该模型结合了深度学习和混合预处理方法，如基于轮廓的算法和颜色特征分析，提高了火灾和烟雾检测的准确性和鲁棒性	预处理增加了少量计算开销	提高火灾和烟雾检测的准确性和鲁棒性，以维护城市、工业和户外环境的安全	火灾和烟雾	computer vision	NA	CNN, 基于轮廓的算法, 颜色特征分析	concatenated CNN	image	D-Fire数据集，包含多种场景，如动态环境和变化的光照条件
1667	2025-04-15	Advances in Deep Learning for Semantic Segmentation of Low-Contrast Images: A Systematic Review of Methods, Challenges, and Future Directions 2025-Mar-25, Sensors (Basel, Switzerland) DOI:10.3390/s25072043 PMID:40218556	系统综述	本文系统综述了深度学习在低对比度图像语义分割中的方法、挑战和未来方向	重点介绍了注意力机制、多尺度特征提取和结合CNN与ViT的混合架构，这些创新点扩大了有效感受野、改进了特征表示并优化了信息流	包括缺乏多样化的注释LCI数据集和基于transformer模型的高计算需求	提高低对比度场景下的分割准确性，解决如模糊边界和相似像素强度区域等关键挑战	低对比度图像	计算机视觉	NA	深度学习	CNN, ViT	图像	评估了25个模型在基准数据集上的性能
1668	2025-04-15	Reasoning-Driven Food Energy Estimation via Multimodal Large Language Models 2025-Mar-24, Nutrients IF:4.8Q1 DOI:10.3390/nu17071128 PMID:40218886	research paper	本文提出了一种基于多模态大语言模型（MLLMs）的图像食物能量估计方法，通过微调和体积感知推理提高估计准确性	利用MLLMs的广泛知识和类人推理能力，结合体积感知和细粒度估计提示，改进了食物能量估计的准确性	MLLMs在识别食物大小方面存在局限性，这是评估能量含量的关键因素	提高图像食物能量估计的准确性，支持用户友好的食物追踪应用	图像食物能量估计	computer vision	NA	多模态大语言模型（MLLMs）	MLLMs	image	Nutrition5k数据集
1669	2025-04-15	Color-Coded Compressive Spectral Imager Based on Focus Transformer Network 2025-Mar-23, Sensors (Basel, Switzerland) DOI:10.3390/s25072006 PMID:40218519	research paper	提出了一种基于焦点变换网络的低成本彩色编码压缩光谱成像方法，旨在降低系统复杂性并提高高光谱图像重建性能	结合彩色编码孔径和RGB探测器实现更高的空间光谱调制自由度，并开发了名为F-MST的深度学习网络以提高重建效率和准确性	未提及具体局限性	降低压缩光谱成像系统的复杂性并提高高光谱图像重建性能	高光谱图像	computer vision	NA	压缩光谱成像	Focus-based Mask-guided Spectral-wise Transformer (F-MST)	image	NA
1670	2025-04-15	Land Cover Classification Model Using Multispectral Satellite Images Based on a Deep Learning Synergistic Semantic Segmentation Network 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071988 PMID:40218501	研究论文	提出了一种基于深度学习的协同语义分割网络，用于多光谱卫星图像的土地覆盖分类	结合Deeplab v3+网络和基于聚类的后处理方案，提出了一种混合协同语义分割方法，显著提高了分类精度	需要复杂的硬件支持和较长的训练时间	提高多光谱卫星图像中土地覆盖分类的准确性和效率	多光谱卫星图像中的土地覆盖类型，包括牧场、其他建筑区、水体、城市区、草地、森林、农田等	计算机视觉	NA	深度学习、卷积神经网络(CNN)、K-medoids聚类	Deeplab v3+	多光谱卫星图像	意大利加尔达湖(Lago di Garda)地区的卫星图像
1671	2025-04-15	Building a Gender-Bias-Resistant Super Corpus as a Deep Learning Baseline for Speech Emotion Recognition 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071991 PMID:40218503	研究论文	该研究通过构建一个抗性别偏见的超级语料库，为语音情感识别（SER）任务建立了新的深度学习基线	创建了一个新的超级语料库，用于减少性别偏见并提高模型的泛化能力和准确性，同时展示了数据增强方法在消除偏见方面的有效性	未详细说明超级语料库的具体构成和规模，以及数据增强方法的具体实现细节	提高语音情感识别系统的鲁棒性，减少性别偏见，并建立新的性能基线	语音情感识别系统及其在性别偏见和泛化能力方面的表现	自然语言处理	NA	深度学习，数据增强	深度学习架构（未具体说明）	语音数据	来自多个现有数据库的样本集合（未具体说明数量）
1672	2025-04-15	Asset Administration Shell Tool Comparison: A Case Study with Real Digital Twins Used in Petrochemical Industry 2025-Mar-22, Sensors (Basel, Switzerland) DOI:10.3390/s25071978 PMID:40218491	研究论文	本研究比较了四种用于实现资产管理外壳（AAS）的工具和技术，以支持建模者和实施者的工具选择决策	首次在石化行业的真实数字孪生案例中比较了四种AAS工具的性能	研究仅比较了四种工具，未涵盖所有可用工具	支持AAS建模者和实施者的工具和技术选择决策	四种AAS工具（AASX server, Eclipse BaSyx, FAST service, NOVAAS）	工业4.0	NA	数字孪生技术	NA	传感器数据	石化行业设施中的真实资产数字孪生
1673	2025-04-15	Performance of a Deep Learning Diabetic Retinopathy Algorithm in India 2025-Mar-03, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2025.0984 PMID:40105843	研究论文	评估在印度Aravind眼科医院部署后，自动视网膜疾病评估（ARDA）算法的临床性能	首次在印度大规模部署后评估ARDA算法在糖尿病视网膜病变（DR）和糖尿病黄斑水肿（DME）检测中的临床性能	研究为横断面分析，未涉及算法的长期性能跟踪	评估ARDA算法在临床环境中的敏感性和特异性	印度南部45个站点的4537名患者的视网膜图像	数字病理	糖尿病视网膜病变	深度学习	ARDA算法（未明确具体模型类型）	图像	4537名患者的4537张视网膜图像
1674	2025-04-15	Enhancing percutaneous coronary intervention using TriVOCTNet: a multi-task deep learning model for comprehensive intravascular optical coherence tomography analysis 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01509-7 PMID:39760844	研究论文	提出了一种名为TriVOCTNet的多任务深度学习模型，用于全面分析血管内光学相干断层扫描（IVOCT）图像，以优化经皮冠状动脉介入治疗（PCI）	TriVOCTNet能够在单一网络中自动化图像分类/选择、管腔分割和支架支柱分割，适用于多种PCI阶段和临床场景，包括金属和生物可吸收血管支架（BVS）的共存	现有算法通常将管腔和支架分割视为独立目标实体，仅适用于单一支架类型，且忽略了自动选择需要分割的回撤段	优化经皮冠状动脉介入治疗（PCI）	血管内光学相干断层扫描（IVOCT）图像	数字病理	心血管疾病	深度学习	TriVOCTNet（多任务深度学习模型）	图像	4,746张图像
1675	2025-04-15	SchizoLMNet: a modified lightweight MobileNetV2- architecture for automated schizophrenia detection using EEG-derived spectrograms 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01512-y PMID:39760847	研究论文	本文提出了一种轻量级改进的MobileNetV2架构（SchizoLMNet），用于利用EEG衍生的频谱图自动检测精神分裂症	提出了一种新颖的轻量级改进MobileNetV2架构（SchizoLMNet），用于高效诊断精神分裂症，并在分类任务中表现出优越性能	研究样本量较小（81名受试者），且需要进一步在实时临床环境中验证	开发一种自动化方法，用于精神分裂症的早期检测和诊断	精神分裂症患者和健康受试者的EEG信号	数字病理学	精神分裂症	短时傅里叶变换（STFT）	改进的MobileNetV2（SchizoLMNet）	EEG信号衍生的频谱图图像	81名受试者的EEG数据
1676	2025-04-15	Harnessing transcriptional regulation of alternative end-joining to predict cancer treatment 2025-03, NAR cancer IF:3.4Q2 DOI:10.1093/narcan/zcaf007 PMID:40061566	research paper	该研究探讨了替代末端连接（alt-EJ）的转录调控及其在癌症治疗中的预测价值	揭示了alt-EJ在缺氧条件下的抑制机制及其与MYC转录活性的正相关关系，并提出了结合缺氧诱导因子1α抑制或表达耗竭与PARP或POLθ抑制的协同治疗策略	对alt-EJ与驱动癌症进展的其他过程的相互作用理解仍不足	研究alt-EJ的转录调控机制及其在癌症治疗中的应用	癌症细胞	癌症生物学	癌症	深度学习	NA	肿瘤图像	NA
1677	2025-04-15	Improving deep learning U-Net++ by discrete wavelet and attention gate mechanisms for effective pathological lung segmentation in chest X-ray imaging 2025-Mar, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-024-01489-8 PMID:39495449	research paper	提出了一种结合离散小波变换和注意力门机制改进的U-Net++模型，用于胸部X光图像中的肺部病理分割	用离散小波变换替代传统最大池化操作，并引入注意力门机制，以提高肺部结构细节的捕捉能力和分割准确性	未提及模型在不同设备或不同质量X光图像上的泛化能力	提高胸部X光图像中肺部病理分割的准确性	胸部X光图像	digital pathology	lung cancer	discrete wavelet transform (DWT), attention gate (AG) mechanisms	U-Net++-DWT	image	Japanese Society of Radiological Technology数据集、Montgomery County数据集、Chest X-ray Masks and Labels数据集、COVID-19数据集
1678	2025-04-15	A Deep Learning Approach to Multi-Fiber Parameter Estimation and Uncertainty Quantification in Diffusion MRI 2025-Feb-28, ArXiv PMID:40061116	research paper	本文提出了一种基于深度学习的多纤维参数估计和不确定性量化方法，用于扩散MRI中的脑微结构研究	引入了一种新颖的序列方法，将多纤维参数推断任务分解为一系列可管理的子问题，并使用针对特定问题和对称性设计的深度神经网络进行求解	未明确提及具体局限性	开发可靠且计算高效的扩散MRI生物物理模型参数推断方法	脑白质纤维微结构	medical imaging	NA	diffusion MRI (dMRI)	deep neural networks	MRI imaging data	Human Connectome Project (HCP) 数据
1679	2025-04-15	Deep learning segmentation model for quantification of infarct size in pigs with myocardial ischemia/reperfusion 2024-12, Basic research in cardiology IF:7.5Q1 DOI:10.1007/s00395-024-01081-x PMID:39348000	研究论文	本研究开发了一种基于深度学习的分割模型，用于自动化量化猪心肌缺血/再灌注实验中的梗死面积	首次将动态U-Net架构应用于心肌梗死面积的自动化量化，显著提高了处理效率	在鼠心脏实验数据上的表现相对较差(DSC: 0.66)	开发自动化心肌梗死面积量化方法以替代传统手工测量	猪和鼠的心脏组织切片	数字病理	心血管疾病	TTC染色	动态U-Net	图像	390个猪心脏实验(3869张图像)和27个鼠心脏实验
1680	2024-09-20	Label-free and rapid mechanics of single cells under high-density co-culture conditions by deep learning image recognition-assisted atomic force microscopy 2024-Sep-18, Acta biochimica et biophysica Sinica IF:3.3Q1 DOI:10.3724/abbs.2024158 PMID:39295485	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA