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	2025-09-28	MCEM: Multi-Cue Fusion with Clutter Invariant Learning for Real-Time SAR Ship Detection 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185736 PMID:41012975	研究论文	提出一种用于合成孔径雷达图像实时船舶检测的多线索融合框架MCEM	通过尺度自适应卷积、特征解耦模块和精度-效率平衡优化，解决了弱目标散射特征与复杂海杂波干扰的平衡问题	未明确说明模型在极端天气条件下的泛化能力	提升高杂波环境下合成孔径雷达小目标船舶的检测性能	合成孔径雷达图像中的船舶目标	计算机视觉	NA	深度学习	Anchor-free检测框架（包含FEM、FM、DHM模块）	合成孔径雷达图像	基于HRSID和SSDD两个高杂波SAR数据集进行验证
162	2025-09-28	Abnormal Vibration Signal Detection of EMU Motor Bearings Based on VMD and Deep Learning 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185733 PMID:41012972	研究论文	提出结合变分模态分解和深度学习的异常振动信号检测方法，用于高速动车组电机轴承的状态监测	采用自适应VMD参数选择优化模态分解，结合CNN-BiLSTM-ResNet混合深度学习模型进行多尺度特征提取和时序建模，实现从早期征兆到显著异常的精准检测	基于非实时地面监测系统数据，未涉及实时在线检测场景的验证	解决高速动车组电机轴承振动信号的非平稳性和多分量耦合特性带来的异常检测挑战	CR400AF动车组电机轴承的振动信号	故障诊断与预测性维护	NA	变分模态分解(VMD)、功率谱密度分析、深度学习	CNN-BiLSTM-ResNet混合模型、单类支持向量机(OC-SVM)	振动信号数据	CR400AF动车组电机轴承实际监测数据（具体样本量未明确说明）
163	2025-09-28	Bridging the Methodological Gap Between Inertial Sensors and Optical Motion Capture: Deep Learning as the Path to Accurate Joint Kinematic Modelling Using Inertial Sensors 2025-Sep-14, Sensors (Basel, Switzerland) DOI:10.3390/s25185728 PMID:41012969	研究论文	提出一种基于深度学习的创新方法，通过惯性传感器数据预测光学运动捕捉标记点位置，实现关节运动学分析	首次使用自编码器网络结合定制生物力学损失函数，将惯性传感器数据直接转换为光学运动捕捉标记点位置	研究样本量较小（18名参与者），主要验证矢状面关节角度	建立惯性传感器与光学运动捕捉系统之间的方法论桥梁	人类步行运动的关节运动学	机器学习	NA	惯性测量单元（IMUs）、光学运动捕捉（OMC）、动态时间规整（DTW）	自编码器网络（Autoencoder）	传感器运动数据	18名参与者，外部数据集验证
164	2025-09-28	Deep Learning-Based Iodine Contrast Augmentation for Suboptimally Enhanced CT Pulmonary Angiography: Implications for Pulmonary Embolism Diagnosis 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182325 PMID:41008696	研究论文	评估深度学习碘对比度增强算法在次优CT肺动脉造影中对肺栓塞诊断的图像质量和诊断性能影响	首次提出深度学习碘对比度增强算法可显著改善次优CTPA的图像质量，并确定130 HU的肺动脉衰减阈值作为DLCA处理显著提升诊断准确性的临界点	回顾性研究设计，样本量相对有限（103例）	优化次优CT肺动脉造影的肺栓塞诊断准确性	103例次优CT肺动脉造影病例	医学影像分析	肺栓塞	CT肺动脉造影（CTPA）	深度学习算法	医学影像（CT图像）	103例次优CTPA病例（2020年5月至2025年3月）
165	2025-09-28	Automated Brain Tumor MRI Segmentation Using ARU-Net with Residual-Attention Modules 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182326 PMID:41008698	研究论文	提出一种融合残差连接和注意力模块的ARU-Net深度学习架构，用于脑肿瘤MRI图像的自动分割	在U-Net基础上集成自适应通道注意力模块和三维空间三重注意力模块，通过多尺度特征融合提升分割精度	仅在BTMRII数据集上进行验证，需要更多临床数据测试泛化能力	开发精确的脑肿瘤MRI自动分割方法以辅助诊断和治疗规划	脑肿瘤MRI图像	医学图像分析	脑肿瘤	CLAHE对比度增强、去噪滤波、Linear Kuwahara滤波	ARU-Net（基于U-Net的注意力残差网络）	MRI医学图像	BTMRII数据集（具体样本数未明确说明）
166	2025-09-28	Automated Computer-Assisted Diagnosis of Pleural Effusion in Chest X-Rays via Deep Learning 2025-Sep-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15182322 PMID:41008694	研究论文	本研究提出了一种基于深度学习的胸片胸腔积液自动检测系统	结合图像裁剪、图像增强和EfficientNet-B0模型，显著提升检测准确率达21.30%	NA	开发自动化的胸腔积液辅助诊断工具以减轻医生工作负担	胸片图像中的胸腔积液病变	计算机视觉	肺部疾病	深度学习	EfficientNet-B0	医学影像（胸片图像）	NA
167	2025-09-28	A Deep Learning Framework for Classification of Neuroendocrine Neoplasm Whole Slide Images 2025-Sep-13, Cancers IF:4.5Q1 DOI:10.3390/cancers17182991 PMID:41008835	研究论文	开发用于神经内分泌肿瘤全切片图像分类的深度学习框架	首次系统研究H&E染色、H&E联合Ki-67染色以及病理学家修正数据三种设置下的NEN分级性能，并发现模型识别出的分级不一致病例具有显著生存差异	需要进一步研究确定分级不一致组是否代表不同的临床实体	开发自动化神经内分泌肿瘤分级系统以减少病理学家间差异	胃肠胰腺神经内分泌肿瘤组织样本	数字病理	神经内分泌肿瘤	深度学习	CNN	全切片图像	385个样本（247张H&E图像，138张Ki-67图像），来自186名患者
168	2025-09-28	A Lightweight Hybrid Detection System Based on the OpenMV Vision Module for an Embedded Transportation Vehicle 2025-Sep-13, Sensors (Basel, Switzerland) DOI:10.3390/s25185724 PMID:41012964	研究论文	提出基于OpenMV视觉模块的轻量级混合检测系统，用于嵌入式无人运输车的实时目标检测	采用两阶段检测机制：远距离HSV颜色空间阈值分割定位，近距离轻量级深度学习精细识别，集成MobileNetV2与FOMO算法提升分类精度26.5%	仅针对实验室环境的小型物品运输场景，数据集样本量有限（820个样本）	满足移动嵌入式无人车实验室物品运输智能控制系统的实时目标检测需求	实验室环境中的运输目标物体	计算机视觉	NA	HSV颜色空间分割、深度学习目标检测	FOMO MobileNetV2（基于MobileNetV2和FOMO算法）	图像	自建多维数据集820个样本（包含光照强度和物体距离两个变量）
169	2025-09-28	Deep Learning for Heart Sound Abnormality of Infants: Proof-of-Concept Study of 1D and 2D Representations 2025-Sep-12, Children (Basel, Switzerland) DOI:10.3390/children12091221 PMID:41007086	研究论文	本研究开发了一种基于深度学习的创新框架，利用心音信号进行婴儿先天性心脏病的早期诊断	首次将一维和二维心音信号表示结合CNN-LSTM混合模型应用于婴儿先天性心脏病早期诊断，实现了98.91%的高准确率	研究为概念验证性质，需要进一步临床验证和更大规模数据集测试	开发基于深度学习的婴儿先天性心脏病早期诊断方法	婴儿先天性心脏病患者的心音信号	医疗人工智能	先天性心脏病	梅尔频率倒谱系数(MFCC)、深度学习	CNN-LSTM混合模型	音频信号（时域和时频表示）	公开数据集（具体样本数量未明确说明）
170	2025-09-28	Rapid Screening of Anticoagulation Compounds for Biological Target-Associated Adverse Effects Using a Deep-Learning Framework in the Management of Atrial Fibrillation 2025-Sep-12, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12090972 PMID:41007217	研究论文	本研究开发了一个深度学习框架，用于在房颤治疗中预筛选抗凝化合物的生物学靶点相关不良反应	将深度学习框架应用于药物不良反应的生物学靶点筛选，并整合蛋白序列和受影响器官信息	NA	预筛选抗凝药物在临床试验中的使用持久性或成功可能性	抗凝化合物及其不良反应	机器学习	心血管疾病	深度学习	深度学习框架	蛋白序列、药物不良反应数据	使用SIDER和FAERS外部验证数据集进行评估
171	2025-09-28	Predicting Immunotherapy-Induced Pneumonitis Based on Chest CT and Non-Imaging Data 2025-Sep-12, Cancers IF:4.5Q1 DOI:10.3390/cancers17182980 PMID:41008824	研究论文	提出一种基于深度学习嵌入的多模态预测方法，用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗后发生肺炎的风险	首次结合视觉转换器提取的深度学习特征、放射组学特征和临床特征进行多模态预测	NA	开发机器学习算法准确预测免疫治疗诱导的肺炎	接受免疫检查点抑制剂治疗的非小细胞肺癌患者	医学影像分析	肺癌	深度学习、机器学习、放射组学分析	Vision Transformer + 十种机器学习算法	CT图像、临床数据	NA
172	2025-09-28	Machine Learning for Multi-Target Drug Discovery: Challenges and Opportunities in Systems Pharmacology 2025-Sep-12, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics17091186 PMID:41012523	综述	本文全面探讨了机器学习在系统药理学中多靶点药物发现领域的应用、挑战与未来方向	系统性地整合了从传统监督学习到现代图神经网络的多任务学习框架，并强调了可解释性模型在精准多药理学中的前瞻性应用	面临数据稀疏性、模型可解释性不足、泛化能力有限以及与实验工作流程整合的挑战	为开发更安全有效的多靶点治疗药物提供机器学习技术路线图	多靶点药物发现系统	机器学习	癌症和神经退行性疾病	机器学习（包括深度学习、注意力机制、图神经网络）	监督学习、多任务学习、图神经网络、生成模型	大规模生物数据	NA
173	2025-09-28	A Multi-Working States Sensor Anomaly Detection Method Using Deep Learning Algorithms 2025-Sep-12, Sensors (Basel, Switzerland) DOI:10.3390/s25185686 PMID:41012925	研究论文	提出一种基于LSTM深度学习算法的多工作状态传感器异常检测方法	通过LSTM网络结合输入选择方法，解决传感器数据标签缺失和多工作状态变化的异常检测难题	仅使用卡车矿山作业的单一真实数据集进行验证，缺乏更广泛场景的测试	开发能够适应机器多工作状态的传感器异常检测与隔离方法	矿山卡车的传感器数据	机器学习	NA	LSTM深度学习算法	LSTM	传感器时间序列数据	来自矿山卡车运行的真实数据集
174	2025-09-28	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	本研究提出结合自编码器、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	首次将自编码器特征提取、Bi-LSTM时序模式识别与SHAP可解释性分析相结合，在保持高精度的同时提升模型透明度	EEG信号存在噪声敏感性和受试者间变异性挑战，样本量相对有限（88名参与者）	开发高精度且可解释的神经退行性疾病EEG信号分类方法	阿尔茨海默病（AD）和额颞叶痴呆（FTD）患者的脑电图信号	机器学习	神经退行性疾病	脑电图（EEG）	自编码器（Autoencoder）、双向长短期记忆网络（Bi-LSTM）	时间序列信号	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）
175	2025-09-28	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	提出一种融合CNN、LSTM和注意力机制的深度学习模型，用于非刚性车辆质心高度的精确预测	首次将CNN-LSTM-Attention混合模型应用于车辆质心高度预测，通过注意力机制强化0°倾角区域的关键载荷转移特征	模型验证仅针对特定悬架条件，未涵盖所有车辆配置类型	解决倾斜台测试法中因悬架系统未锁定和簧载质量变化导致的质心高度测量系统误差	非刚性车辆的质心高度参数	机器学习	NA	深度学习、Adams仿真	CNN-LSTM-Attention混合模型	仿真数据与实车测试数据	基于Adams仿真的车辆倾斜测试数据及对应实车验证数据
176	2025-09-28	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	开发并评估了一种基于人工智能的深度学习模型，用于评估牙科工作姿势的人体工程学	首次将YOLOv11和MediaPipe策略性整合，开发出专门用于牙科人体工程学评估的AI模型SBK-DentErgo	仅使用500张牙科专业人员工作照片进行训练和验证，样本规模有限	开发能够评估牙科人体工程学的AI模型，预防肌肉骨骼系统损伤	牙科专业人员的工作姿势	计算机视觉	肌肉骨骼疾病	深度学习	YOLOv11, MediaPipe	图像	500张牙科专业人员工作照片（正面和矢状面拍摄）
177	2025-09-28	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，用于脑胶质瘤分级和生存期预测	首次将DuelContextAttn DQN架构与元启发式优化算法结合，解决脑肿瘤预后预测中的数据稀缺和模型可解释性问题	未提及外部验证结果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人工智能系统	脑胶质瘤患者的多模态MRI影像数据	医学影像分析	脑肿瘤	放射组学特征提取、元启发式优化算法（HHO、mGTO、ZOA）、SHAP特征选择	DuelContextAttn DQN（深度Q网络）	多模态MRI影像（FLAIR、T1CE、T2序列）	NA
178	2025-09-28	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	本文综述了人工智能技术在异常气候条件下作物产量预测中的应用现状与发展趋势	系统整合了机器学习、深度学习、集成学习和可解释AI等先进技术，并重点分析了遥感成像技术和关键环境因素对减产的影响	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	评估异常气候条件下的作物产量预测方法	农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）、无人机数据采集	Random Forest, SVM, ANN, CNN, 堆叠集成方法	遥感图像、环境传感器数据	NA
179	2025-09-28	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，用于检测内外螺纹缺陷并具备对抗防御能力	集成成像平台与生成式数据增强策略，设计轻量化深度学习模型及双防御机制抵御对抗性攻击	未明确说明具体实验样本规模及工业场景的泛化能力验证	开发高鲁棒性的螺纹缺陷自动检测系统	工业螺纹零部件的内外螺纹表面	计算机视觉	NA	生成式数据增强、图像增强技术、对抗防御机制	轻量化深度学习模型（改进YOLO变体）	工业图像	NA
180	2025-09-28	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全自动跌倒检测新方法	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实现高效检测	未明确说明具体实验规模与测试环境限制	开发无需人工干预的自动化跌倒检测系统	监控场景中的跌倒行为	计算机视觉	老年疾病	光学流分析	NA	视频	NA