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
1041	2025-11-21	Explainable End-to-End Seizure Prediction via Stationary Wavelet Transform-Driven Dynamic Multiscale Fuzzy Clustering 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633739 PMID:41259173	研究论文	提出一种基于平稳小波变换的动态多尺度模糊聚类框架，用于可解释的癫痫发作预测	结合平稳小波变换与几何注意力机制，开发黎曼流形模糊聚类算法，并采用对比学习和混合监督/自监督策略增强模型鲁棒性	未明确说明模型在跨数据集泛化能力及计算复杂度方面的具体限制	解决癫痫发作预测中存在的个体差异性和时空耦合复杂性难题，提升特征判别性和模型可解释性	癫痫患者的脑电图信号	生物医学信号处理	癫痫	平稳小波变换，脑电图分析	CNN，模糊聚类	脑电图信号	NA	PyTorch，TensorFlow	三层卷积网络，多尺度卷积核	FPR，预测性能指标	NA
1042	2025-11-21	Interpretable End to End Epileptic Seizure Detection via Linear and Nonlinear Filtering Networks 2025-Nov-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633726 PMID:41259168	研究论文	提出一种结合线性和非线性滤波网络的可解释癫痫发作检测对比学习框架	首次通过双分支解耦网络分离EEG信号的线性和非线性成分，并采用混合监督与自监督对比学习策略	未提及模型在不同癫痫亚型间的泛化能力及计算效率分析	开发可解释的端到端癫痫发作检测方法	头皮和颅内脑电图数据中的六种癫痫发作类型与非发作状态	医疗人工智能	癫痫	脑电图分析	CNN, 对比学习	脑电图信号	NA	PyTorch	三层卷积架构，双分支解耦网络，多尺度卷积模块	准确率	NA
1043	2025-11-21	Deep domain adaptation eliminates costly data required for task-agnostic wearable robotic control 2025-Nov-19, Science robotics IF:26.1Q1 DOI:10.1126/scirobotics.ads8652 PMID:41259448	研究论文	提出一种深度域适应框架，利用生物力学模型模拟传感器数据解决可穿戴机器人控制中的数据稀缺问题	通过构建中间域将易获取数据转换为数据受限域，无需昂贵设备特定标注数据	模型误差仍比使用完整设备特定数据集的最佳情况高11-44%	开发可实时部署的深度学习模型，用于任务无关的可穿戴机器人控制	髋膝关节力矩估计和可穿戴外骨骼控制	机器学习	NA	深度域适应	深度神经网络	生物力学传感器数据，模拟传感器数据	8名外骨骼使用者	NA	深度域适应网络	力矩估计误差(Nm/kg)，代谢成本降低百分比	NA
1044	2025-11-21	A rapidly evolving female-controlled lock-and-key mechanism determines Aedes mosquito mating success 2025-Nov-17, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2025.09.066 PMID:41161314	研究论文	本研究揭示了雌性伊蚊通过生殖器尖端伸长行为主动控制交配的锁钥机制	首次发现雌性伊蚊通过生殖器尖端伸长行为主动控制交配启动，并揭示这种快速进化的锁钥机制决定交配成功率	NA	探究伊蚊交配机制及雌性防止重复交配的生物学基础	入侵性埃及伊蚊和白纹伊蚊	生物医学	蚊媒传染病	双色荧光精子系统、行为追踪、深度学习、定量分析	深度学习	行为视频、图像数据	NA	NA	NA	交配成功率统计（86%-96%单次交配率）	NA
1045	2025-11-21	An intelligent brain tumor detection model using lightweight hybrid twin attentive pyramid convolutional network 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23813-2 PMID:41249242	研究论文	提出一种用于脑肿瘤检测的轻量级混合双注意力金字塔卷积网络模型	结合双层级注意力模块和混合金字塔卷积块，采用恒星振荡优化器进行超参数调优，并集成Grad-CAM实现检测区域可视化	NA	开发高效的脑肿瘤早期检测方法	脑部MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	BT Detection 2020数据集	Python	ResNet, LHTA-PCNet, TwinL-A, HPC	准确率	NA
1046	2025-11-21	CT-based radiomics and deep learning models for predicting thyroid cartilage invasion and patient prognosis in laryngeal carcinoma 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23809-y PMID:41249227	研究论文	本研究比较了基于CT的影像组学和深度学习模型在预测喉鳞状细胞癌甲状腺软骨侵犯及患者预后方面的性能	首次系统比较二维深度学习模型与影像组学模型在预测甲状腺软骨侵犯方面的性能，并构建了结合深度学习特征和临床风险因素的列线图	在外部验证队列中未发现模型性能存在显著差异，样本量相对有限	预测喉鳞状细胞癌患者的甲状腺软骨侵犯情况并评估预后价值	经病理证实的喉鳞状细胞癌患者	医学影像分析	喉癌	CT成像	深度学习, 影像组学	CT图像	418例来自两个中心的患者（训练队列247例，内部验证110例，外部验证61例）	NA	2D深度学习模型	AUC, 疾病无进展生存期	NA
1047	2025-11-21	Explainable convolutional neural network architectures for high-performance taxonomic classification of gasteroid macrofungi 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23974-0 PMID:41249260	研究论文	本研究提出了一种基于深度学习的高性能胃菌类大型真菌分类框架	首次将可解释AI技术应用于胃菌类真菌分类，实现了高精度且可解释的深度学习模型	仅针对六种胃菌类真菌物种，样本多样性有限	开发高精度且可解释的真菌分类方法	六种胃菌类大型真菌：Battarrea phalloides, Crucibulum laeve, Cyathus olla, C. striatus, Tulostoma brumale, T. fimbriatum	计算机视觉	NA	图像分析	CNN	图像	1200张高分辨率图像	NA	DenseNet121, ResNeXt, RepVGG, ShuffleNetV2	准确率, F1分数, AUC, 推理时间, 能效	NA
1048	2025-11-21	Enhancing image based classification for crop disease detection using a multiclass SVM approach with kernel comparison 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23568-w PMID:41249263	研究论文	本文提出了一种基于机器学习的作物叶片病害检测框架，通过多类SVM核函数比较提升图像分类性能	结合双边滤波和GraphCut分割与基于纹理的特征提取，并在多作物数据集上系统比较多类SVM核函数	未与深度学习方法进行直接对比，仅提供了未来比较的基础	开发有效的作物病害检测系统以最小化农业损失	作物叶片病害（包括黄锈病、红锈病和炭疽病）	计算机视觉	植物病害	图像处理，机器学习	SVM	图像	9,111张经过增强平衡的精选图像	NA	多类SVM（线性核、多项式核、RBF核等）	准确率，精确率，召回率，F1分数	NA
1049	2025-11-21	Mitigating distributed denial of service-based cyberattack in federated computing framework using deep reinforcement learning with frilled lizard algorithm 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23899-8 PMID:41249288	研究论文	提出一种基于深度强化学习和皱褶蜥蜴优化算法的联邦学习框架DDoS攻击缓解技术	结合联邦学习、深度强化学习和皱褶蜥蜴优化算法，提出新型DDoS攻击检测与分类方法	联邦学习在网络安全领域的应用仍处于早期阶段，多个关键方面有待探索	缓解联邦计算框架中的分布式拒绝服务网络攻击	网络攻击流量数据	机器学习	NA	深度强化学习，优化算法	D3QN	网络流量数据	CICIDIS 2017和ToN-IoT数据集	NA	Dueling Double Deep Q-Network	准确率	NA
1050	2025-11-21	Automated meningioma detection using skull X ray images with deep learning and machine learning classifiers 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23933-9 PMID:41249305	研究论文	本研究开发了一种结合深度学习和传统机器学习分类器的自动化脑膜瘤检测方法，使用颅骨X射线图像	首次将EfficientNetB0与注意力机制和迁移学习结合，并集成随机森林等传统分类器，实现基于颅骨X射线的脑膜瘤自动检测	外部验证准确率相对较低（0.74），样本量有限，仅来自两家韩国医院	探索利用成本效益高且广泛可用的颅骨X射线成像技术实现脑膜瘤自动检测的潜力	脑膜瘤患者和对照受试者的颅骨X射线图像	计算机视觉	脑膜瘤	X射线成像	CNN, Random Forest, XGBoost	图像	359名受试者（158名脑膜瘤患者，201名对照），共1436张颅骨X射线图像（内部验证612张，外部验证824张）	TensorFlow, PyTorch, Scikit-learn	EfficientNetB0	准确率, 灵敏度, 特异性, F1分数, AUROC	NA
1051	2025-11-21	Evaluation of VITA shade-based tooth color categories using deep learning 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23954-4 PMID:41249330	研究论文	本研究开发并验证了基于深度学习的牙齿颜色评估模型，与经验丰富的牙医进行准确性比较	首次使用六种改进的CNN架构进行牙齿颜色分类，并通过McNemar检验与专业牙医进行统计显著性比较	样本量相对较小（70名成人参与者），仅使用VITA Classic比色板	开发客观可靠的牙齿颜色评估方法以减少传统方法的主观性	成人牙齿颜色	计算机视觉	NA	深度学习，高分辨率口内成像	CNN	图像	70名成人参与者	NA	ResNet	准确率, 精确率, 召回率, F1分数	NA
1052	2025-11-21	Graph attention networks-based prediction of MicroRNA-disease causality in head and neck neoplasms 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24130-4 PMID:41249334	研究论文	本研究使用图注意力网络预测头颈部肿瘤中microRNA与疾病的因果关系	首次将图注意力网络应用于头颈部肿瘤的miRNA-疾病关联预测，通过注意力机制捕捉网络节点和边的重要性与相互依赖性	数据集规模有限，模型可解释性有待提升，模型评估方法需要改进	预测头颈部肿瘤中microRNA与疾病的因果关系	头颈部肿瘤相关的microRNA和疾病	机器学习	头颈部肿瘤	生物网络分析	GAT	图数据	来自HMDD v4.0数据库的头颈部肿瘤数据集，包含miRNA、疾病、因果关系、类别和PMID信息	NA	图注意力网络	准确率	NA
1053	2025-11-21	Multimodal deep learning for entity relation extraction and spatiotemporal decision knowledge graph construction in earthquake emergency rescue 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24135-z PMID:41249373	研究论文	提出融合多模态深度学习与时空知识表示的新型框架，用于提升地震应急救援中的信息处理和决策支持能力	提出跨模态注意力融合网络动态对齐文本、视觉和时空模态的语义信息，并开发具有专门推理机制的时空知识图谱表示	NA	提升地震应急救援中的信息处理和决策支持能力	地震应急救援场景中的实体关系提取和时空决策知识图谱构建	自然语言处理,计算机视觉	NA	多模态深度学习	Transformer,注意力机制	文本,视觉,时空数据	NA	NA	Cross-modal Attention Fusion Network,Transformer	F1-score	NA
1054	2025-11-21	HashWave: blockchain-powered perceptual hashing for resilient audio piracy detection against signal-processing attacks in decentralized networks 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24016-5 PMID:41249384	研究论文	提出一种结合区块链技术的感知哈希框架HashWave，用于在去中心化网络中实现抗信号处理攻击的音频盗版检测	融合多种音频特征（MFCC、色度、CQT等）并通过操作感知加权和约束DTW处理时间尺度编辑，结合区块链实现防篡改验证	未明确说明在极端信号失真情况下的性能表现，且区块链部署可能带来额外成本	开发一个既具有编辑弹性又可验证的去中心化音频盗版检测系统	音频信号及其在信号处理攻击下的鲁棒性识别	数字信号处理, 区块链应用	NA	感知哈希, 区块链技术, 信号处理	NA	音频数据	GTZAN、FMA-A音乐分析数据集和MUSAN (SLR17)数据集，包含超过20种信号处理变换	Ethereum, IPFS	基于MFCC、色度、色度CENS、CQT、频谱对比度和轻量级节奏/能量线索的多特征融合架构	AUC, TPR@1%FPR	CPU计算，区块链部署基于Ethereum和IPFS
1055	2025-11-21	Transformer-aided skin cancer classification using VGG19-based feature encoding 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24081-w PMID:41249393	研究论文	提出一种结合VGG19特征编码和视觉Transformer的混合模型用于皮肤癌分类	首次系统地将特征图级旋转/平移增强与CNN-Transformer混合模型结合用于皮肤镜图像分类	NA	开发具有更强泛化能力的皮肤病变自动分类模型	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	皮肤镜成像	CNN, Transformer	图像	MSK10000数据集(10,000张图像), HAM10000数据集(10,000张训练图像), PH2数据集	NA	VGG19, Vision Transformer (ViT)	准确率, 宏平均精确率, 宏平均召回率, 特异性, F1分数	NA
1056	2025-11-21	Sustainable cyber-physical VANETs with AI-driven anomaly detection and energy-efficient multi-criteria routing using machine learning algorithms 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28212-1 PMID:41249400	研究论文	提出一种基于机器学习的异常检测框架AD-MLA，用于车联网中的安全防护和能效路由优化	集成随机森林异常检测与多标准能效路由策略，同时解决安全性和能源效率问题	未明确说明具体数据集规模和实验环境细节	开发智能、快速、高效的实时车联网安全系统	车联网(VANETs)中的车辆和道路系统通信	机器学习	NA	机器学习算法	随机森林	网络通信数据	NA	NA	随机森林	准确率,召回率,计算效率,资源利用效率	NA
1057	2025-11-21	Development of a deep learning-based prediction model for postoperative delirium using intraoperative electroencephalogram in adults 2025-Nov-17, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02033-y PMID:41249487	研究论文	开发基于深度学习的术中脑电图预测术后谵妄模型DELPHI-EEG	首次利用术中脑电图波形结合深度学习技术预测术后谵妄风险	需要在不同临床环境中进行外部验证	预测术后谵妄发生风险	接受手术的成年患者	机器学习	术后谵妄	脑电图监测	深度学习	脑电图波形	34,550例手术病例（其中267例事件病例）	NA	DELPHI-EEG	AUROC, AUPRC	NA
1058	2025-11-21	Enhancing urban traffic congestion prediction through efficientnet and optimized ensemble learning models 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24012-9 PMID:41249809	研究论文	提出一种结合EfficientNet特征提取和优化集成学习模型的新型混合深度学习方法，用于城市交通流预测和拥堵等级分类	首次将EfficientNet用于交通特征提取，并采用欧洲椿象优化算法和锦标赛选择萤火虫群优化算法进行超参数调优和集成模型优化	仅在四个城市交叉口的数据集上进行验证，需要更多样化的城市环境验证	提高城市交通拥堵预测精度，支持主动交通管理	城市交通流数据	机器学习	NA	深度学习，模糊逻辑	LSTM, BiLSTM, BiGRU, 集成学习	交通流数据	来自四个城市交叉口的交通数据	NA	EfficientNet, LSTM, BiLSTM, BiGRU	预测准确率，处理时间	NA
1059	2025-11-21	Optimized CNN framework for malaria detection using Otsu thresholding-based image segmentation 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23961-5 PMID:41249779	研究论文	提出一种基于Otsu阈值图像分割优化的CNN框架，用于改进疟疾感染细胞的检测	将Otsu阈值分割与EfficientNet-B7混合并行特征融合模型结合，在保持计算可行性的同时显著提升分类性能	仅使用100张手动标注图像验证分割效果，样本量有限	开发准确、可扩展且成本效益高的疟疾诊断工具	疟疾感染细胞	计算机视觉	疟疾	图像分割	CNN	图像	43,400张血液涂片图像	NA	12层CNN, EfficientNet-B7	准确率, Dice系数, Jaccard指数(IoU)	NA
1060	2025-11-21	Deepfake video deception detection using visual attention-based method 2025-Nov-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23920-0 PMID:41249822	研究论文	提出一种基于视觉注意力的深度学习方法用于检测Deepfake伪造视频	结合预训练CNN与视觉注意力机制，专门针对Deepfake视频篡改特有的伪影特征进行检测	未提及模型在更广泛数据集上的泛化能力及计算效率分析	开发有效的Deepfake视频欺骗检测方法以保障数字内容的真实性	人脸视频数据，包括真实视频和经过Deepfake技术篡改的视频	计算机视觉	NA	深度学习，计算机视觉	CNN	视频帧图像	使用Face Forensic++ C23数据集训练，Celeb-DFv2和DFDC数据集测试	NA	ResNeXt-50	跨数据集测试性能	NA