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
161	2025-10-01	Transparent EEG Analysis: Leveraging Autoencoders, Bi-LSTMs, and SHAP for Improved Neurodegenerative Diseases Detection 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185690 PMID:41012929	研究论文	本研究开发了一种结合自编码器、双向LSTM和SHAP的深度学习流程，用于基于EEG信号的阿尔茨海默病和额颞叶痴呆分类	提出了一种新颖的分类流程，结合自编码器进行特征提取和Bi-LSTM分析时间模式，并应用SHAP增强模型可解释性	EEG信号存在噪声敏感性和受试者间变异性等挑战	开发透明且准确的神经退行性疾病检测方法	阿尔茨海默病(AD)和额颞叶痴呆(FTD)患者及认知正常对照组的EEG信号	机器学习	神经退行性疾病	EEG信号分析	自编码器、双向LSTM(Bi-LSTM)	EEG信号	88名老年参与者（36名AD患者，23名FTD患者，29名认知正常对照组）
162	2025-10-01	Study on Centroid Height Prediction of Non-Rigid Vehicle Based on Deep Learning Combined Model 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185692 PMID:41012931	研究论文	提出一种结合CNN、LSTM和注意力机制的深度学习模型，用于预测非刚性车辆的质心高度	首次将CNN-LSTM-Attention混合模型应用于车辆质心高度预测，通过注意力机制增强0°区域附近关键载荷转移特征	模型验证仅在与仿真相同悬架条件下进行，未考虑更广泛的悬架配置	提高非刚性车辆质心高度的预测精度，解决传统倾斜台测试方法的系统误差问题	非刚性车辆的质心高度参数	机器学习	NA	深度学习混合模型	CNN-LSTM-Attention	仿真数据和真实测试数据	基于Adams仿真平台生成的车辆倾斜测试数据及真实倾斜测试数据
163	2025-10-01	Development and Performance of an Artificial Intelligence-Based Deep Learning Model Designed for Evaluating Dental Ergonomics 2025-Sep-11, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare13182277 PMID:41008408	研究论文	开发并评估基于人工智能的深度学习模型用于评估牙科人体工程学姿势	首次将YOLOv11和MediaPipe策略性整合开发牙科人体工程学姿势评估模型，实现实时反馈和自动评估	仅使用500张牙科专业人员照片进行训练和验证，样本量相对有限	开发人工智能模型评估牙科工作姿势，预防肌肉骨骼系统损伤	牙科专业人员在患者身上执行操作时的工作姿势	计算机视觉	肌肉骨骼系统疾病	深度学习	YOLOv11, MediaPipe	图像	500张牙科专业人员操作照片（正面和矢状面拍摄）
164	2025-10-01	GlioSurvQNet: A DuelContextAttn DQN Framework for Brain Tumor Prognosis with Metaheuristic Optimization 2025-Sep-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182304 PMID:41008676	研究论文	提出基于强化学习的GlioSurvQNet框架，用于脑肿瘤分级和生存期预测	采用DuelContextAttn DQN架构结合元启发式算法优化，首次将强化学习应用于脑肿瘤预后预测	未提及外部验证数据集和临床部署的可行性	开发高精度、可解释的脑肿瘤预后预测模型	胶质瘤患者的多模态MRI影像数据	医学影像分析	脑肿瘤	多模态MRI（FLAIR、T1CE、T2序列）	DuelContextAttn DQN（深度Q网络）	医学影像	NA
165	2025-10-01	Recent Trends in Machine Learning, Deep Learning, Ensemble Learning, and Explainable Artificial Intelligence Techniques for Evaluating Crop Yields Under Abnormal Climate Conditions 2025-Sep-11, Plants (Basel, Switzerland) DOI:10.3390/plants14182841 PMID:41011993	综述	本文综述了在异常气候条件下评估作物产量的机器学习、深度学习、集成学习和可解释人工智能技术的应用现状	系统整合了多种AI技术在作物产量预测中的应用，特别关注了可解释AI在复杂多维模型中的潜力	可解释AI技术仍处于早期应用阶段，各研究输入特征差异较大且受数据可用性限制	研究人工智能技术在异常气候条件下作物产量预测中的应用	作物产量预测模型及相关环境因素	机器学习	NA	遥感成像技术、高光谱成像(HSI)、多光谱成像(MSI)	随机森林(RF)、支持向量机(SVM)、人工神经网络(ANN)、卷积神经网络(CNN)、基于堆叠的集成方法	遥感图像、环境数据	NA
166	2025-10-01	An Integrated and Robust Vision System for Internal and External Thread Defect Detection with Adversarial Defense 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185664 PMID:41012903	研究论文	提出一种集成视觉系统用于内外螺纹缺陷检测，具备高鲁棒性和对抗防御能力	集成内外螺纹检测的统一成像平台、生成式数据增强策略、轻量化深度学习模型及针对alpha通道攻击的双重防御机制	未明确说明具体样本数量和数据集的详细构成	开发可靠高效的工业视觉系统用于螺纹零件缺陷检测	工业螺纹零件的内外螺纹表面缺陷	计算机视觉	NA	图像增强技术、生成式数据增强、深度学习	优化的轻量级深度学习模型（与YOLO变体对比）	图像	NA
167	2025-10-01	Automated Remote Detection of Falls Using Direct Reconstruction of Optical Flow Principal Motion Parameters 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185678 PMID:41012917	研究论文	提出一种基于光学流主运动参数直接重建的自动化跌倒检测方法	避免计算昂贵的光学流完整重建，通过直接重建主运动参数提供相关描述符实现准确检测	未明确说明具体实验环境和数据集的局限性	开发完全自动化的跌倒检测技术以解决可穿戴设备和人工监控的局限性	跌倒检测的监控场景和受监测个体	计算机视觉	老年疾病	光学流分析、主运动参数重建	NA	视频	NA
168	2025-10-01	A Performance Study of Deep Neural Network Representations of Interpretable ML on Edge Devices with AI Accelerators 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185681 PMID:41012919	研究论文	本研究提出将可解释机器学习算法表示为深度神经网络的方法，以提升边缘设备上的推理效率和能耗表现	提出了可解释深度神经网络表示(IDNNRep)方法，首次实现了在通用AI加速器上高效运行可解释ML算法	仅在一个回归任务和一个分类任务上进行了验证，需要更多应用场景的测试	解决边缘设备上ML算法效率低下、实现复杂且缺乏可解释性的问题	边缘设备上的可解释机器学习算法	机器学习	NA	深度神经网络表示、量化技术	DNN	传感器数据	使用预测性维护领域的一个回归任务和一个分类任务进行验证
169	2025-10-01	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	系统总结多尺度遥感表型组学与多组学整合研究作物干旱-热胁迫耐受机制的最新进展	提出'像素到蛋白质'研究范式，整合遥感表型组学与多组学数据解析胁迫响应通路	存在数据标准化和跨平台整合的挑战	阐明作物干旱-热胁迫耐受机制，促进气候智能型农业发展	农作物	农业信息学	非疾病研究	遥感技术、基因组学、转录组学、蛋白质组学、代谢组学	机器学习、深度学习	遥感图像、多组学数据	NA
170	2025-10-01	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	提出一种集成图像传感器数据与文本上下文信息的多模态注意力框架，用于教育智能领域的个性化学习指导	通过跨模态注意力机制实现视觉特征与文本元素的细粒度语义对齐，并引入认知弱点高亮模块增强任务相关特征的可辨别性	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	教育智能	NA	深度学习、跨模态注意力机制	深度学习框架	图像传感器数据、文本信息、上下文信息	NA
171	2025-10-01	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	本研究结合无人机直径估计与机器学习技术，开发了精准卷心菜产量测绘方法	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计，并整合多源数据开发AI产量预测框架	NA	开发非破坏性的卷心菜产量精准预测方法	卷心菜作物	计算机视觉	NA	无人机遥感、多光谱成像	YOLOv8s-pose, YOLOv11s-pose, CatBoost	RGB图像、多光谱图像、气候数据	NA
172	2025-10-01	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中的水体提取	设计了跨层多尺度注意力融合机制，包括改进的残差连接模块、多尺度注意力机制、双注意力门控调制模块和跨层几何注意力融合模块，并采用三重约束损失框架	NA	提高遥感影像中水体提取的准确性和边界定位精度	遥感影像中的水体区域	计算机视觉	NA	深度学习	U-Net、CNN	遥感影像	GID和WHDLD两个数据集
173	2025-10-01	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脊柱护理领域的应用现状与发展趋势	首次从多维度系统整合脊柱护理中AI技术的多个应用方向，包括影像诊断、手术规划、基因组风险分层和术后结果预测	存在算法不透明性、监管碎片化、数据异质性和跨人群临床环境泛化能力有限等挑战	评估AI和ML技术在当代脊柱护理中的应用现状与未来发展	脊柱护理相关的诊断、治疗和预后预测技术	医疗人工智能	脊柱疾病	卷积神经网络、机器人引导平台、深度学习形态分析、全基因组关联研究(GWAS)、多组学平台、联邦学习	CNN、深度学习模型	医学影像、基因组数据、临床数据	NA
174	2025-10-01	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	提出基于Transformer的神经网络架构解决光纤布拉格光栅传感器网络中的光谱重叠问题	首次将Transformer架构应用于混合线宽FBG传感器网络的光谱解调，结合双线宽配置和反射/透射模式融合技术	NA	解决FBG传感器网络中光谱重叠问题，提高传感器密度和网络可扩展性	光纤布拉格光栅传感器网络	深度学习	NA	Transformer神经网络、云计算、光谱解调	Transformer	光谱数据	在12种漂移场景下进行全面评估
175	2025-09-30	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，能更好地捕捉变量间深度依赖关系和单个变量的正常模式	NA	解决工业物联网中多元时间序列异常检测面临的挑战	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
176	2025-10-01	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	提出HIRD-Net网络结构，结合分层特征融合、多尺度初始残差密集块、通道注意力机制和多重全局平均池化	NA	开发准确高效的糖尿病视网膜病变计算机辅助诊断系统	糖尿病视网膜病变患者眼底图像	计算机视觉	糖尿病视网膜病变	CLAHE-D-DoG图像增强、深度学习	CNN（HIRD-Net）、注意力机制（SECA）、Grad-CAM	眼底图像	IDRiD-APTOS2019、DDR和EyePACS三个数据集
177	2025-10-01	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	本研究开发了一种基于Transformer的深度学习模型，整合心电图和电子健康记录数据来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两种异构数据源的相对贡献比例，确定了最佳输入比例(ECG占2/3，EHR占1/3)，显著提升了预测性能	研究样本量较小(仅189名患者)，需要在更大规模的研究中进行验证	提高阵发性心房颤动在中风患者中的预测准确性	189名隐源性中风患者，其中49名患有阵发性心房颤动	医疗人工智能	心血管疾病	深度学习，Transformer模型	Transformer	心电图信号和结构化电子健康记录数据	189名患者(49名PAF患者，140名非PAF患者)
178	2025-10-01	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优化深度学习架构的GNSS干扰类型智能分类方法	将GNSS信号转换为二维眼图进行视觉表征，提出结合混沌映射、精英扰动机制和自适应加权策略的改进Coati优化算法(ICOA)，构建CNN-ResNet-BiLSTM混合架构	NA	解决全球导航卫星系统在安全领域面临的干扰识别关键挑战	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）	信号处理	NA	眼图分析、信息熵特征提取、深度学习	CNN-ResNet-BiLSTM混合架构、ICOA优化算法	信号眼图	NA
179	2025-10-01	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	评估使用SAM2算法进行牙齿和比色板自动分割的深度学习方法在牙齿比色匹配中的应用	首次使用四种微调的Segment Anything Model 2变体同时分割自然牙齿和比色板，并评估其空间精度和颜色保真度	仅在单一数据集上验证，需要更广泛的基准测试和多中心外部评估来确定其临床适用性	开发用于牙齿比色匹配的自动分割方法，减少视觉评估的主观性	口腔内照片中的自然牙齿和比色板	计算机视觉	牙科疾病	深度学习，图像分割	SAM2（四种变体：tiny、small、base plus、large）和UNet	图像（口腔内照片）	NA
180	2025-10-01	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	系统综述眼动追踪增强深度学习在医学图像分析中的应用，重点关注数据效率、可解释性和多模态集成	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	作为综述文章，不涉及原始实验数据收集和分析	探讨眼动追踪技术如何增强深度学习在医学图像分析中的表现	眼动追踪与深度学习结合的医学图像分析方法	医学图像分析	NA	眼动追踪技术	深度学习、多模态学习模型、视觉语言模型	医学图像、眼动数据	NA