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
18781	2025-01-14	Damage Detection and Identification on Elevator Systems Using Deep Learning Algorithms and Multibody Dynamics Models 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010101 PMID:39796893	研究论文	本文开发了一种结合深度学习算法和多体动力学模型的新方法，用于电梯系统的损伤检测和识别	结合物理测量和高保真多体动力学模型生成的振动数据，与深度学习算法结合，用于电梯系统的损伤检测和分类	数据可能稀缺或不存在，可能影响整体检测过程	开发一种用于电梯系统的损伤检测和识别方法，以提高维护和修复过程的效率	电梯系统	机器学习	NA	多体动力学模拟，深度学习算法	自编码器，卷积神经网络（CNN）	振动数据	NA	NA	NA	NA	NA
18782	2025-01-14	Enhancing Autonomous Driving in Urban Scenarios: A Hybrid Approach with Reinforcement Learning and Classical Control 2024-Dec-27, Sensors (Basel, Switzerland) DOI:10.3390/s25010117 PMID:39796908	研究论文	本文提出了一种结合强化学习和经典控制的混合方法，用于增强城市场景中的自动驾驶决策能力	提出了一种混合架构，结合了深度强化学习算法的学习能力和经典方法的可靠性，以解决自动驾驶决策问题	研究主要在模拟环境中进行，尚未在真实世界中进行大规模验证	增强自动驾驶在城市场景中的决策能力	自动驾驶车辆的决策系统	自动驾驶	NA	深度强化学习	部分可观测马尔可夫决策过程（POMDP）	传感器预处理数据和高清地图信息	在CARLA模拟器中进行的多场景测试	NA	NA	NA	NA
18783	2025-01-14	BA-ATEMNet: Bayesian Learning and Multi-Head Self-Attention for Theoretical Denoising of Airborne Transient Electromagnetic Signals 2024-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s25010077 PMID:39796868	研究论文	本文介绍了一种基于深度学习的去噪网络BA-ATEMNet，用于处理航空瞬变电磁信号中的噪声问题	结合贝叶斯学习和多头自注意力机制，显著提升了卷积神经网络的特征提取能力，增强了模型在不同噪声环境下的适应性	未提及具体的数据集规模或实验条件的局限性	提高航空瞬变电磁信号去噪效果，以支持矿产勘探和地质调查	航空瞬变电磁信号	机器学习	NA	深度学习	CNN, 多头自注意力机制	电磁信号	未提及具体样本数量	NA	NA	NA	NA
18784	2025-01-14	Residual Vision Transformer and Adaptive Fusion Autoencoders for Monocular Depth Estimation 2024-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s25010080 PMID:39796871	研究论文	本文提出了一种端到端的监督单目深度估计自编码器，结合混合卷积神经网络和视觉变换器的编码器以及有效的自适应融合解码器，用于从单视角彩色图像中预测高精度深度图	创新点在于在编码器中混合了视觉变换器的残差配置以增强局部和全局信息，并在解码器中引入了自适应融合模块以有效合并编码器和解码器的特征	未明确提及具体限制	研究目的是提高单目深度估计的精度，以应用于3D场景重建、虚拟现实、自动驾驶和人机交互等领域	单视角彩色图像	计算机视觉	NA	深度学习	自编码器（包含混合卷积神经网络和视觉变换器）	图像	NYU数据集	NA	NA	NA	NA
18785	2025-10-07	Automated Detection and Differentiation of Stanford Type A and Type B Aortic Dissections in CTA Scans Using Deep Learning 2024-Dec-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010012 PMID:39795540	研究论文	开发并验证基于深度学习的自动检测和区分Stanford A型和B型主动脉夹层的模型系统	首个基于深度学习的自动检测系统，能够同时识别主动脉夹层并区分Stanford A型和B型分类	回顾性研究，样本量有限，需要进一步前瞻性验证	开发自动检测和分类主动脉夹层的深度学习模型	主动脉CTA扫描图像	计算机视觉	心血管疾病	计算机断层扫描血管成像(CTA)	深度学习	医学图像	训练集398例，验证集50例，测试集50例，独立测试集316例，总计498例患者	NA	目标检测模型, 分类模型	灵敏度, 特异度	NA
18786	2025-10-07	The Potential for High-Priority Care Based on Pain Through Facial Expression Detection with Patients Experiencing Chest Pain 2024-Dec-25, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010017 PMID:39795545	研究论文	开发基于面部表情的计算机自动胸痛检测辅助系统，以改善患者护理服务并减少心脏损伤	使用YOLO系列模型通过面部表情检测胸痛患者，实现急诊护理中的高优先级分诊	NA	开发胸痛检测辅助系统以优化急诊护理服务	经历胸痛的患者	计算机视觉	心血管疾病	面部表情分析	YOLO	图像	NA	NA	YOLOv4, YOLOv6, YOLOv7	准确率	NA
18787	2025-10-07	Deep Learning for Melanoma Detection: A Deep Learning Approach to Differentiating Malignant Melanoma from Benign Melanocytic Nevi 2024-Dec-25, Cancers IF:4.5Q1 DOI:10.3390/cancers17010028 PMID:39796659	研究论文	本研究评估了四种CNN架构在皮肤镜图像中区分恶性黑色素瘤和良性黑素细胞痣的二元分类性能	首次系统比较DenseNet121、ResNet50V2、NASNetMobile和MobileNetV2四种CNN架构在黑色素瘤检测任务中的表现，并评估其临床部署适用性	研究仅使用单一数据集(DermNet)，未进行外部验证，且样本量相对有限	开发基于深度学习的自动黑色素瘤检测系统，提高诊断准确性和效率	皮肤镜图像中的恶性黑色素瘤和良性黑素细胞痣	计算机视觉	黑色素瘤	皮肤镜成像	CNN	图像	8825张皮肤镜图像	NA	DenseNet121, ResNet50V2, NASNetMobile, MobileNetV2	准确率, AUC-ROC, 推理时间, 模型大小	NA
18788	2025-01-14	Intelligent Pattern Recognition Using Distributed Fiber Optic Sensors for Smart Environment 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010047 PMID:39796837	研究论文	本文提出了一种基于分布式光纤传感器和深度学习技术的智能模式识别方法，用于智能环境中的入侵检测	提出了一种创新的干涉传感方法，结合Mach-Zehnder干涉仪和时间森林神经网络（TFNN），以提高入侵检测的准确性和效率	传统神经网络的高复杂性和计算需求，以及背向散射方法需要信号传播两倍距离的低效性	提高分布式光纤传感器在智能环境中的入侵检测性能	分布式光纤传感器（DFOSs）	机器学习	NA	Mach-Zehnder干涉仪（MZI）和时间森林神经网络（TFNN）	时间森林神经网络（TFNN）	信号数据	NA	NA	NA	NA	NA
18789	2025-01-14	Using Infrared Raman Spectroscopy with Machine Learning and Deep Learning as an Automatic Textile-Sorting Technology for Waste Textiles 2024-Dec-25, Sensors (Basel, Switzerland) DOI:10.3390/s25010057 PMID:39796848	研究论文	本研究开发了一种基于拉曼光谱和人工智能的高精度纺织品分类技术，用于废弃纺织品的自动分类，以提高回收纤维的质量	结合拉曼光谱和多种AI技术（PCA、KNN、SVM、RF、ANN、CNN），实现了每秒1件的分类效率，且分类精度超过95%	未提及具体样本量及实验环境限制	解决循环经济中纺织品高效回收的迫切需求	废弃纺织品	机器学习和光谱分析	NA	拉曼光谱	PCA、KNN、SVM、RF、ANN、CNN	光谱数据	NA	NA	NA	NA	NA
18790	2025-10-07	Parkinson's Disease Prediction: An Attention-Based Multimodal Fusion Framework Using Handwriting and Clinical Data 2024-Dec-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010004 PMID:39795532	研究论文	提出一种基于注意力机制的多模态融合框架，结合手写数据和临床数据用于帕金森病预测	首次在该领域引入跨模态注意力机制，能够建模不同数据模态之间的交互关系	NA	开发帕金森病早期检测的深度学习诊断框架	帕金森病患者	机器学习	帕金森病	深度学习	注意力机制	图像,手写,绘图,临床数据	NA	NA	跨模态注意力融合框架	准确率	NA
18791	2025-10-07	Toward Robust Lung Cancer Diagnosis: Integrating Multiple CT Datasets, Curriculum Learning, and Explainable AI 2024-Dec-24, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15010001 PMID:39795530	研究论文	本研究提出了一种集成多CT数据集、课程学习和可解释AI的深度学习模型，用于提升肺癌诊断的鲁棒性和泛化能力	结合混合数据增强技术和课程学习策略，使用五个不同CT数据集提升模型泛化能力，并采用可解释AI技术增强模型透明度	未提及具体的外部验证数据集规模和来源，以及模型在更广泛临床环境中的适用性	开发具有高泛化能力和可解释性的肺癌计算机辅助诊断系统	肺癌CT影像数据	计算机视觉	肺癌	CT影像分析	深度学习	CT影像	五个CT数据集（具体样本数量未明确说明）	NA	NA	准确率, 精确率, 特异性, AUC, 敏感度, F1分数, 假阳性率, 假阴性率	NA
18792	2025-10-07	Graphical Feature Construction-Based Deep Learning Model for Fatigue Life Prediction of AM Alloys 2024-Dec-24, Materials (Basel, Switzerland) DOI:10.3390/ma18010011 PMID:39795656	研究论文	开发了一种基于图形特征构建的深度学习模型，用于预测增材制造合金的疲劳寿命	通过Shapley加性解释和皮尔逊相关系数分析将数值特征转换为图形特征，并引入注意力机制优先处理重要区域	NA	提高增材制造合金疲劳寿命预测的准确性	两种激光粉末床熔融制备的金属材料	机器学习	NA	卷积神经网络，注意力机制	CNN	数值特征，图形特征	NA	NA	卷积神经网络	预测精度	NA
18793	2025-10-07	Computational Methods for Image Analysis in Craniofacial Development and Disease 2024-Dec, Journal of dental research IF:5.7Q1 DOI:10.1177/00220345241265048 PMID:39272216	综述	本文综述了计算图像分析方法在颅面发育和口腔疾病研究中的应用	整合了图像恢复、分割和追踪三大生物图像分析任务，并讨论了实现三维空间基因组图谱的新计算工具	NA	探讨计算图像分析方法在生物医学研究中的应用，特别是在颅面发育和口腔疾病发病机制研究中的进展	颅面发育过程和口腔疾病发病机制	计算机视觉	口腔疾病	高通量测序,成像技术	深度学习模型	生物医学图像数据	NA	NA	NA	NA	NA
18794	2025-10-07	DeePathNet: A Transformer-Based Deep Learning Model Integrating Multiomic Data with Cancer Pathways 2024-12-01, Cancer research communications IF:2.0Q3 DOI:10.1158/2767-9764.CRC-24-0285 PMID:39530738	研究论文	开发了一种基于Transformer的深度学习模型DeePathNet，通过整合多组学数据与癌症通路来增强癌症分析能力	首次将癌症特异性生物通路与基于Transformer的深度学习模型相结合，实现通路水平的生物标志物发现	NA	提高癌症药物反应预测、癌症类型和亚型分类的准确性	癌症通路和多组学数据	机器学习	癌症	多组学数据整合	Transformer	多组学数据	NA	NA	Transformer	NA	NA
18795	2025-10-07	Fully automated epicardial adipose tissue volume quantification with deep learning and relationship with CAC score and micro/macrovascular complications in people living with type 2 diabetes: the multicenter EPIDIAB study 2024-09-03, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-024-02411-y PMID:39227844	研究论文	本研究使用深度学习自动量化心外膜脂肪组织体积，并探讨其与2型糖尿病患者微血管和大血管并发症的关系	首次在多中心研究中应用经过验证的深度学习分割流程实现心外膜脂肪组织体积的完全自动量化	研究为回顾性分析，心外膜脂肪组织体积与糖尿病视网膜病变和周围神经病变无显著关联	评估心外膜脂肪组织与2型糖尿病微血管和大血管并发症的关系	2型糖尿病患者，特别是接受冠状动脉钙化评分心脏CT检查的患者	数字病理	2型糖尿病	心脏CT，深度学习分割	深度学习	医学影像	1253名接受心脏CT检查的2型糖尿病患者	NA	NA	p值	NA
18796	2025-10-07	Feasibility Study of Parkinson's Speech Disorder Evaluation With Pre-Trained Deep Learning Model for Speech-to-Text Analysis 2024-Sep, Korean journal of neurotrauma DOI:10.13004/kjnt.2024.20.e30 PMID:39372118	研究论文	本研究探索使用预训练的深度学习模型进行帕金森病患者语音障碍的语音转文本分析的可行性	首次将预训练的Wav2Vec模型应用于帕金森病相关语音障碍的语音转文本分析	样本量较小（仅20例），研究结果需要更大规模验证	评估深度学习模型在帕金森病语音障碍分析中的可行性	帕金森病患者和健康对照者的语音数据	自然语言处理	帕金森病	语音分析，语音转文本	深度学习模型	语音录音	20例（包含帕金森病患者和健康对照组）	NA	Wav2Vec	准确率，音节一致度，单词匹配概率	NA
18797	2025-10-07	A deep learning-based model to estimate pulmonary function from chest x-rays: multi-institutional model development and validation study in Japan 2024-Aug, The Lancet. Digital health DOI:10.1016/S2589-7500(24)00113-4 PMID:38981834	研究论文	开发并验证一种基于深度学习的AI模型，能够通过胸部X光片估算肺功能指标FVC和FEV1	首次利用胸部X光片这一静态影像来估算动态肺功能指标，为无法进行肺活量测定的患者提供了替代方案	未结合临床信息进行综合分析，未来需要研究AI模型与临床信息结合的性能	从胸部X光片估算肺功能，为肺疾病诊断和管理提供新方法	来自日本五家机构的81,902名患者的141,734份X光片和肺活量测定配对数据	计算机视觉	肺部疾病	胸部X光成像	深度学习	医学影像	141,734份X光片-肺活量测定配对数据，来自81,902名患者	NA	NA	Pearson相关系数, 组内相关系数, 均方误差, 均方根误差, 平均绝对误差	NA
18798	2025-10-07	Deep learning model integrating radiologic and clinical data to predict mortality after ischemic stroke 2024-May-30, Heliyon IF:3.4Q1 DOI:10.1016/j.heliyon.2024.e31000 PMID:38826743	研究论文	开发并验证了一个结合放射影像和临床数据的深度学习模型，用于预测缺血性卒中患者的死亡率	首次将脑部扩散加权成像(DWI)和表观扩散系数(ADC)等放射学信息与临床因素整合到缺血性卒中死亡率预测模型中	数据来源于单一医疗中心，外部验证集仅来自一个二级心血管中心	创建和验证基于深度学习的缺血性卒中死亡率预测模型	缺血性卒中患者	医学影像分析	缺血性卒中	扩散加权成像(DWI), 表观扩散系数(ADC)	深度学习模型	医学影像, 临床数据	训练集1109例, 验证集437例, 内部测试集654例, 外部测试集507例	NA	NA	时间依赖性受试者工作特征曲线下面积(TD AUC), Harrell一致性指数(C-index)	NA
18799	2025-10-07	A multimodal Transformer Network for protein-small molecule interactions enhances predictions of kinase inhibition and enzyme-substrate relationships 2024-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012100 PMID:38768223	研究论文	提出一种多模态Transformer网络ProSmith，用于增强蛋白质-小分子相互作用的预测能力	采用多模态Transformer网络同时处理蛋白质氨基酸序列和小分子字符串，促进两类分子间的信息交换	未明确说明模型在未知蛋白质上的泛化能力具体提升程度	提高蛋白质-小分子相互作用的预测准确性	蛋白质-小分子相互作用	机器学习	NA	多模态深度学习	Transformer,梯度提升	蛋白质氨基酸序列,小分子字符串	NA	Python	Transformer	预测准确性	NA
18800	2025-10-07	Microfluidics-based patient-derived disease detection tool for deep learning-assisted precision medicine 2024-Jan, Biomicrofluidics IF:2.6Q2 DOI:10.1063/5.0172146 PMID:38223546	研究论文	开发了一种基于微流控和深度学习的智能疾病检测工具，用于癌症预后评估和精准医疗	将微流控肿瘤模型与深度学习算法分析相结合，开发了智能疾病检测工具IDDT	样本量相对有限（n=71），仅验证了部分癌症类型	实现癌症预后和治疗的常规评估，支持精准医疗决策	癌症患者和健康捐赠者的液体血液活检样本	数字病理	多种癌症（乳腺癌、胃癌、肺癌等）	微流控技术、液体活检、3D肿瘤培养系统	深度学习神经网络	图像数据	71个血液样本（55名癌症患者，12名健康捐赠者）	NA	Mask R-CNN, Vision Transformer, Segment Anything Model (SAM)	平均交并比(mIoU), 精确度, 灵敏度	NA