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
15061	2025-10-07	BCL6 (B-cell lymphoma 6) expression in adenomyosis, leiomyomas and normal myometrium 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0317136 PMID:39903727	研究论文	本研究通过免疫组化和深度学习神经网络分析BCL6蛋白在子宫腺肌症、子宫肌瘤和正常子宫肌层中的表达差异	首次结合自动化免疫组化和深度学习神经网络技术量化BCL6蛋白在子宫良性病变中的表达并进行样本分类	未研究BCL6在子宫内膜异位症中的表达，样本时间跨度较长（2009-2017年）	探究BCL6蛋白在子宫良性病变发病机制中的作用	子宫腺肌症、子宫肌瘤和正常子宫肌层组织样本	数字病理学	子宫良性疾病	免疫组织化学，深度学习神经网络	深度学习神经网络	组织切片图像	2009-2017年间全子宫切除术的石蜡包埋组织块	NA	监督式深度学习神经网络	精确度	NA
15062	2025-10-07	Image recognition technology for bituminous concrete reservoir panel cracks based on deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0318550 PMID:39903732	研究论文	本研究提出了一种基于改进Xception网络的深度学习模型，用于沥青混凝土板裂缝检测	改进了Xception网络，引入了自适应激活函数、动态注意力机制和多级残差连接，优化了特征提取和特征加权	NA	开发有效的沥青混凝土板裂缝检测方法	沥青混凝土板裂缝	计算机视觉	NA	深度学习	CNN	图像	大型面板图像数据集	NA	改进的Xception网络	准确率, Matthews相关系数	NA
15063	2025-10-07	Surface defect detection on industrial drum rollers: Using enhanced YOLOv8n and structured light for accurate inspection 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0316569 PMID:39908278	研究论文	本文设计了一种基于线结构光的图像采集系统，并提出改进的YOLOv8n深度学习网络模型，用于实现工业滚筒表面缺陷的高效检测	使用线结构光作为系统光源弥补传统光源缺陷特征反映不足的问题；采用可变形卷积增强主干网络特征提取能力；提出新的特征融合模块；使用Wise-IoU替换CIoU损失函数	标准矩形边界框可能限制对细长缺陷的检测精度，未来可探索旋转边界框和更广泛的数据集多样性	提高工业滚筒表面缺陷检测的效率和准确性	工业滚筒表面缺陷	计算机视觉	NA	线结构光成像	YOLOv8n	图像	NA	NA	YOLOv8n	mAP, 检测时间	NA
15064	2025-10-07	An intelligent spam detection framework using fusion of spammer behavior and linguistic 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0313628 PMID:39913432	研究论文	提出一种融合垃圾邮件发送者行为和语言特征的智能垃圾邮件检测框架	首次将垃圾邮件发送者行为特征与语言特征相融合，通过特征交互自动学习复杂关系	未提及具体的数据集规模和跨领域泛化能力	开发高效的垃圾邮件检测模型，解决特征选择和特征依赖关系捕获的挑战	垃圾邮件评论	自然语言处理	NA	深度学习	CLSTM	文本	NA	NA	CLSTM	准确率	NA
15065	2025-10-07	A hybrid approach for intrusion detection in vehicular networks using feature selection and dimensionality reduction with optimized deep learning 2025, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0312752 PMID:39913503	研究论文	提出一种结合特征选择和降维的混合方法，用于车辆网络中的入侵检测	采用基于相关性的特征选择和主成分分析进行特征工程，结合训练后模型权重量化来优化模型大小	仅使用CICIDS2017数据集进行验证，未在其他数据集上测试泛化能力	开发轻量级高效的车辆网络入侵检测系统	车辆自组织网络(VANET)中的恶意流量	机器学习	NA	特征选择, 降维分析	深度学习	网络流量数据	CICIDS2017数据集	NA	全连接层	F1分数, 模型大小	NA
15066	2025-10-07	Multimodal depression recognition and analysis: Facial expression and body posture changes via emotional stimuli 2025-Jul-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.03.155 PMID:40187420	研究论文	通过情感刺激实验开发结合面部表情和身体姿势的多模态抑郁症识别模型	首次将面部表情单元分析与身体姿势变化结合，通过情感刺激实验构建端到端多模态抑郁症识别模型	样本量相对有限（146名受试者），仅验证了初步筛查效果	开发基于深度学习的多模态抑郁症识别模型，实现快速初步筛查	抑郁症患者和健康对照者（各73名）	计算机视觉	抑郁症	情感刺激实验，视频分析	CNN	视频，图像	146名受试者（73名患者，73名对照）	OpenFace	ResNet-50	准确率，F1分数	NA
15067	2025-10-07	Multi-class brain malignant tumor diagnosis in magnetic resonance imaging using convolutional neural networks 2025-Jun-01, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2025.111329 PMID:40180191	研究论文	开发用于多类别脑恶性肿瘤MRI图像自动诊断的深度学习模型FoTNet	集成频率通道注意力层和焦点损失函数，专门针对罕见肿瘤PCNSL的样本不平衡问题	PCNSL样本数量相对有限，可能影响模型泛化能力	提高胶质母细胞瘤、原发性中枢神经系统淋巴瘤和脑转移瘤的自动诊断准确性	脑部MRI图像中的三种恶性脑肿瘤：胶质母细胞瘤、原发性中枢神经系统淋巴瘤和脑转移瘤	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	409例病例（58例GBM、82例PCNSL、269例BM）的T1加权对比增强MRI图像	NA	FoTNet	准确率,AUC	NA
15068	2025-10-07	Deep learning-driven multi-class classification of brain strokes using computed tomography: A step towards enhanced diagnostic precision 2025-Jun, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112109 PMID:40252282	研究论文	开发并验证基于CT影像的深度学习模型用于脑卒中的预测和多分类	采用扩展ResNet101框架构建两步式模型实现脑卒中多分类，并通过外部验证评估模型性能	回顾性研究且样本量有限，外部验证准确率相对较低（78.6%和60.2%）	提升脑卒中诊断精度并支持临床决策	脑卒中患者	计算机视觉	脑卒中	CT成像	深度学习	CT图像	250名患者的8186张CT图像	NA	ResNet101	准确率,精确率,F1分数,置信区间,Cohen's Kappa,McNemar检验P值	NA
15069	2025-10-07	Developing a novel Temporal Air-quality Risk Index using LSTM autoencoder: A case study with South Korean air quality data 2025-May-25, The Science of the total environment DOI:10.1016/j.scitotenv.2025.179303 PMID:40245507	研究论文	提出一种基于LSTM自编码器的深度学习框架来开发更全面的空气质量指数TARI	首次将深度学习应用于环境指数开发，能够捕捉污染物间的复杂相互作用和时间依赖性	仅使用韩国空气质量数据进行案例研究，未在其他地区验证	开发更准确评估空气污染健康风险的环境指数	韩国空气质量数据	机器学习	NA	空气质量监测	LSTM自编码器	时间序列数据	韩国真实空气质量数据集	NA	LSTM自编码器	与疾病患病率的相关性	NA
15070	2025-10-07	An optimized deep neural network with explainable artificial intelligence framework for brain tumour classification 2025-May-04, Network (Bristol, England) DOI:10.1080/0954898X.2025.2500046 PMID:40320295	研究论文	提出一种基于亨利气体溶解度优化的ResNet框架用于脑肿瘤分类	使用亨利气体溶解度优化算法优化ResNet关键超参数，并结合GRAD-CAM提供可解释性分析	NA	提高脑肿瘤MRI图像的分类性能	脑肿瘤MRI图像	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	两个独立数据库（Database1含四类肿瘤，Database2含三类肿瘤）	NA	ResNet-18, ResNet-50	准确率, 灵敏度, 特异性, 精确率, F分数	NA
15071	2025-10-07	Enhancing lung cancer detection through integrated deep learning and transformer models 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00516-2 PMID:40320438	研究论文	提出一种集成深度学习和Transformer模型的肺癌检测框架CanNS，通过协同优化提升诊断能力	开发了新型Cancer Nexus Synergy框架，整合Swin-Transformer UNet分割模型、Xception-LSTM GAN分类网络和Devilish Levy优化算法	模型在真实临床数据集上的性能稳定性仍需验证，这会影响其临床实际应用	提高肺癌检测的准确性和效率，解决现有方法的局限性	肺癌检测	计算机视觉	肺癌	深度学习，Transformer	CNN, LSTM, GAN, Transformer	医学图像	NA	NA	Swin-Transformer UNet, Xception-LSTM GAN	准确率，灵敏度，特异性	NA
15072	2025-10-07	Domain knowledge-infused pre-trained deep learning models for efficient white blood cell classification 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00563-9 PMID:40320432	研究论文	本文提出一种融合领域知识的预训练深度学习模型，用于提升白细胞分类的准确率	通过将领域知识与图像数据融合，改进预训练模型在医学图像分类中的性能，解决医学数据集数据不足问题	未明确说明领域知识的具体融合方法和数据质量提升的具体机制	开发高效的计算机视觉解决方案，辅助医疗从业者进行白细胞分类	白细胞图像数据	计算机视觉	血液疾病	图像分类	CNN	图像	BCCD和LISC两个数据集	NA	Inception V3, DenseNet 121, ResNet 50, MobileNet V2, VGG 16	准确率	NA
15073	2025-10-07	The analysis of marketing performance in E-commerce live broadcast platform based on big data and deep learning 2025-May-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00546-w PMID:40320449	研究论文	基于大数据管理和深度学习技术对电商直播平台营销绩效进行综合分析	结合专家评分法与BP神经网络确定绩效评估指标权重，为电商直播平台提供科学的绩效评估方法	NA	分析电商直播平台营销绩效，优化用户体验和销售表现	电商直播平台	机器学习	NA	大数据管理技术	BPNN	大规模数据集和调查数据	NA	NA	反向传播神经网络	用户参与度、内容质量、商品销售效果、用户满意度、平台推广效果	NA
15074	2025-10-07	The construction of student-centered artificial intelligence online music learning platform based on deep learning 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95729-w PMID:40319107	研究论文	本研究提出了一种基于深度学习的课程推荐模型CRM-SLIE，用于提升以学生为中心的人工智能在线音乐学习平台的课程推荐准确性和适应性	结合注意力机制和门控循环单元(GRU)，引入项目交叉模块，能有效捕捉学生兴趣变化和课程间的二阶特征交互	NA	提高在线音乐学习平台的课程推荐准确性和适应性	在线音乐学习平台的学生用户	自然语言处理	NA	深度学习	注意力机制,GRU	学生行为序列数据	NA	NA	CRM-SLIE	AUC,召回率	NA
15075	2025-10-07	Bio-inspired motion detection models for improved UAV and bird differentiation: a novel deep learning framework 2025-May-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99951-4 PMID:40319117	研究论文	提出一种受生物启发的深度学习模型STBRNN，用于改进无人机与鸟类的实时检测与区分	开发了包含生物启发卷积网络、门控循环单元和新型生物响应层的时空生物响应神经网络，能够根据运动强度、物体接近度和速度一致性调整注意力	NA	提高无人机与鸟类的检测区分能力，降低误报率和漏检率	无人机和鸟类	计算机视觉	NA	深度学习	CNN, GRU	图像, 视频	NA	PyTorch	Bio-CNN, GRU, STBRNN	精确度, 召回率, F1分数, IoU	NA
15076	2025-10-07	Semantical and geometrical protein encoding toward enhanced bioactivity and thermostability 2025-May-02, eLife IF:6.4Q1 DOI:10.7554/eLife.98033 PMID:40314227	研究论文	提出一种结合序列和几何编码的蛋白质预训练框架，用于提高蛋白质生物活性和热稳定性预测	首次整合蛋白质一级和三级结构的序列与几何编码器，通过模拟自然选择指导蛋白质突变方向	未明确说明模型在特定蛋白质家族或复杂结构上的泛化能力限制	开发更准确全面的蛋白质变体效应预测方法以促进高效蛋白质工程	蛋白质序列和结构	机器学习	NA	深度突变扫描	深度学习	蛋白质序列和结构数据	超过300个深度突变扫描实验	PyTorch	预训练框架（包含序列编码器和几何编码器）	与零样本学习方法比较的性能评估	NA
15077	2025-10-07	Ultra-stable and high-performance squeezed vacuum source enabled via artificial intelligence control 2025-May-02, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adu4888 PMID:40315327	研究论文	通过人工智能控制实现超稳定高性能压缩真空源	开发了基于深度学习的人工智能控制系统，能够识别和管理原子蒸气中偏振自旋转效应中多个参数的复杂关系，实现对外部环境的自适应	PSR理论模型在达到此压缩水平时存在多参数相互干扰的优化指导限制	实现高性能压缩光的长时稳定生成，推动量子计量学超越经典极限	压缩真空源，偏振自旋转效应，原子蒸气	量子物理，人工智能	NA	偏振自旋转，深度学习	深度学习	实验数据，量子态数据	NA	NA	NA	压缩水平（分贝），稳定性（小时）	NA
15078	2025-10-07	Prospective study of continuous rhythm monitoring in patients with early post-infarction systolic dysfunction: clinical impact of arrhythmias detected by an implantable cardiac monitoring device with real-time transmission-the TeVeO study protocol 2025-May-02, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2024-094764 PMID:40316360	研究论文	本研究通过植入式心脏监测设备实时监测心肌梗死后左心室功能不全患者的心律失常负担及其预后意义	首次使用具有实时传输功能的植入式心脏监测设备连续监测心肌梗死后患者的心律失常负担，并采用机器学习和深度学习技术进行高级统计分析	样本量相对有限（约200名患者），研究结果可能受当前治疗策略的影响	评估非持续性室性心动过速与后续症状性心律失常事件之间的关系，改进心肌梗死后猝死的一级预防策略	急性心肌梗死后左心室射血分数≤40%的患者	医疗监测	心血管疾病	植入式心脏监测设备，心脏磁共振成像，远程传输监测	机器学习，深度学习	心律监测数据，影像学数据，临床变量	约200名患者，预计分析超过20000次远程传输数据	NA	NA	预后相关性分析	NA
15079	2025-10-07	Smart weed recognition in saffron fields based on an improved EfficientNetB0 model and RGB images 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00331-9 PMID:40316572	研究论文	基于改进的EfficientNetB0模型和RGB图像开发藏红花田间智能杂草识别系统	提出改进的EfficientNetB0模型，在八种先进深度学习网络中表现最佳，适用于藏红花田间杂草识别	仅使用504张图像，样本规模有限；仅在自然非结构化田间环境测试	开发精准杂草管理系统，实现藏红花与杂草的智能识别	藏红花及四种常见杂草（独行菜、灰芥、鼠大麦、野蒜）	计算机视觉	NA	RGB图像采集	CNN	图像	504张田间图像	TensorFlow, Keras	EfficientNetB0, VGG19, ResNet152, Xception, InceptionResNetV2, EfficientNetB1, EfficientNetV2B0, EfficientNetV2B1	准确率, 损失值, F1分数	NA
15080	2025-10-07	Hybrid deep learning CNN-LSTM model for forecasting direct normal irradiance: a study on solar potential in Ghardaia, Algeria 2025-May-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-94239-z PMID:40316622	研究论文	本研究评估了四种太阳辐射预测模型，重点分析了CNN-LSTM混合深度学习模型在阿尔及利亚Ghardaia地区太阳辐射预测中的性能	提出CNN-LSTM混合深度学习模型用于太阳辐射预测，相比传统机器学习方法具有更高精度和可靠性	研究局限于阿尔及利亚Ghardaia特定地区，模型在其他地理区域的适用性需要进一步验证	开发高精度的太阳辐射预测模型，评估不同机器学习方法在太阳能潜力预测中的性能	阿尔及利亚Ghardaia地区的太阳直接法向辐照度数据	机器学习	NA	机器学习预测	CNN, LSTM, FFBP, CFBP, SVR	太阳辐射时间序列数据	从几小时到数年的太阳辐射数据	NA	CNN-LSTM混合架构	MSE, RMSE, MAE, MAPE, nRMSE, 检测系数	NA