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
101	2025-11-20	CyberDetect MLP a big data enabled optimized deep learning framework for scalable cyberattack detection in IoT environments 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24459-w PMID:41257897	研究论文	提出一个名为CyberDetect-MLP的可扩展、可解释的大数据驱动深度学习框架，用于物联网环境中的网络攻击检测	结合大数据分析与可解释深度学习，填补了网络安全领域大数据分析与可解释深度学习之间的空白，提供端到端的入侵检测系统方法	NA	开发可扩展、可解释的深度学习框架以检测物联网环境中的网络攻击	物联网生态系统中的网络攻击检测	机器学习	NA	互信息特征选择，可解释人工智能	MLP	多维数据流，高维显著数据流	完整TON_IoT数据集	Apache Spark	多层感知器(MLP)，包含批归一化、dropout和余弦退火调度	准确率，ROC-AUC	分布式计算
102	2025-11-20	Coevolutionary signals in multiple sequence alignments improve virulence factor prediction with an MSA Transformer 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24298-9 PMID:41257887	研究论文	提出一种基于MSA Transformer的新方法MVP，通过捕捉蛋白质序列中的共进化信号来预测细菌毒力因子	首次将共进化信息引入毒力因子预测，提出MSA-composition特征表示方法	未明确说明模型在哪些类型的毒力因子预测上存在局限	改进细菌毒力因子的预测准确率	细菌毒力因子相关蛋白质序列	生物信息学	细菌感染性疾病	多序列比对	Transformer	蛋白质序列数据	NA	PyTorch	MSA Transformer	准确率	NA
103	2025-11-20	Automated hypoxia and apnea identification for neonates via enhanced respiratory signal modeling with deep learning 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24783-1 PMID:41257997	研究论文	通过深度学习增强呼吸信号建模实现新生儿缺氧和呼吸暂停的自动识别	提出合成信号生成框架模拟婴儿呼吸周期，结合CNN-BiLSTM混合模型实现呼吸状态分类	使用合成数据而非真实临床数据，缺乏临床验证	开发基于机器学习的新生儿呼吸窘迫评估方法	新生儿呼吸模式和信号	机器学习	新生儿呼吸疾病	合成信号生成，特征提取	CNN, BiLSTM, Random Forest	合成呼吸信号	NA	NA	CNN-BiLSTM	准确率	NA
104	2025-11-20	Multimodal fusion of ultrasound images using HXM net for breast cancer diagnosis 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23912-0 PMID:41258020	研究论文	提出HXM-Net深度学习模型，通过融合B超和多普勒超声图像提升乳腺癌诊断准确率	首次结合CNN空间特征提取与Transformer融合机制，实现双模态超声图像的协同分析	未提及外部验证集性能及模型在更大规模数据集上的泛化能力	通过多模态超声图像融合提高乳腺癌诊断准确性	乳腺病灶的形态学和血管特征	计算机视觉	乳腺癌	超声成像（B超和多普勒）	CNN, Transformer	超声图像	类别平衡的乳腺超声数据库（具体数量未提及）	NA	HXM-Net（自定义架构），对比模型：ResNet-50, U-Net	准确率, 敏感度（召回率）, 特异度, F1分数, AUC-ROC	NA
105	2025-11-20	Patent analysis of mRNA therapy using deep learning 2025-Nov-19, Naunyn-Schmiedeberg's archives of pharmacology DOI:10.1007/s00210-025-04734-3 PMID:41258061	研究论文	基于深度学习方法的mRNA治疗专利分析研究	首次结合深度学习和社会网络分析方法对mRNA治疗专利进行定量分析和未来预测	仅基于Derwent专利数据库，时间跨度为27年	通过专利分析阐明mRNA技术竞争格局，为技术创新和产业发展提供依据	mRNA治疗相关专利	自然语言处理	传染病,癌症	专利分析,社会网络分析	深度学习,机器学习	专利文本	27年的mRNA治疗专利数据	NA	NA	NA	NA
106	2025-11-20	Cross-platform multi-cancer histopathology classification using local-window vision transformers 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24791-1 PMID:41258087	研究论文	提出CancerDet-Net框架，用于跨平台多癌种组织病理学图像分类	集成可分离卷积层、局部窗口稀疏自注意力的Vision Transformer块和分层多尺度门控注意力机制，通过跨尺度特征融合实现多癌种分类	NA	开发能够分类九种组织病理学亚型和四种主要癌症类型的统一框架	肺癌、结肠癌、皮肤癌和乳腺癌的组织病理学图像	数字病理学	多癌种（肺癌、结肠癌、皮肤癌、乳腺癌）	组织病理学成像	Vision Transformer, CNN	图像	NA	NA	Vision Transformer with local-window sparse self-attention, Separable Convolutional Layers, Hierarchical Multi-Scale Gated Attention Mechanism	准确率	NA
107	2025-11-20	Causal deep learning for enhancing explainability in 6G network edge intelligence anomaly detection 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19700-5 PMID:41258145	研究论文	提出融合因果推断与LSTM网络的新框架，用于提升6G网络边缘智能异常检测的可解释性	首次将因果推断与LSTM网络结合，通过随机傅里叶特征变换消除非线性特征相关性，并利用生成对抗网络增强少数类样本	未明确说明模型在实时环境中的计算效率及部署可行性	提升6G网络边缘智能异常检测系统的可解释性和可信度	6G网络边缘智能系统的异常检测	机器学习	NA	随机傅里叶特征变换，生成对抗网络	LSTM, GAN	网络数据	两个大规模数据集	NA	LSTM, GAN	可解释性提升度，根因定位时间减少率	NA
108	2025-11-20	Dataset creation and benchmarking for Kashmiri news snippet classification using fine-tuned transformer and LLM models in a low resource setting 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24451-4 PMID:41258187	研究论文	本研究为克什米尔语创建了新闻片段分类数据集并比较了多种模型的分类性能	创建了首个手工标注的克什米尔语新闻片段数据集，并在低资源环境下探索了多种Transformer和LLM模型的分类效果	数据集通过英语新闻翻译创建，可能存在翻译偏差；样本量相对有限	解决克什米尔语在自然语言处理中的资源匮乏问题，开发有效的新闻片段分类方法	克什米尔语新闻片段	自然语言处理	NA	机器翻译，文本分类	Transformer, LLM, 机器学习模型, 深度学习模型	文本	15,036个新闻片段，涵盖10个类别	NA	ParsBERT-Uncased	F1分数	NA
109	2025-11-20	Detection of violence in football sport based on deep learning and optimization algorithm 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24469-8 PMID:41258199	研究论文	提出一种基于深度学习和优化算法的实时足球暴力检测系统	结合CNN和LSTM提取时空特征，并采用改进的混洗牧羊人优化算法(MSSO)优化网络超参数	NA	开发高效的足球暴力事件检测系统	足球比赛中的暴力行为	计算机视觉	NA	深度学习	CNN, LSTM	视频	NA	NA	卷积神经网络, 长短期记忆网络	效率指标	NA
110	2025-11-20	Comparing deep learning and Fourier series models for equipment failure prediction in predictive industrial maintenance 4.0 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24497-4 PMID:41258279	研究论文	比较傅里叶级数模型和LSTM深度学习算法在工业设备故障预测中的性能表现	首次系统比较传统傅里叶级数数学模型与深度学习LSTM在工业预测性维护中的预测精度	使用合成多变量传感器数据集，未在真实工业环境中验证	开发预测性维护模型以最小化生产中断并提高设备可靠性	工业设备行为的多变量传感器数据	机器学习	NA	预测性维护分析	LSTM	多变量传感器时间序列数据	合成多变量传感器数据集	NA	LSTM	MAE, MSE, RMSE	NA
111	2025-11-20	A deep learning framework for objective aesthetic evaluation of indoor landscapes using CNN-GNN model 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24548-w PMID:41258263	研究论文	提出基于CNN-GNN混合模型的深度学习框架，用于室内景观美学客观评价	首次将CNN与GNN结合，同时提取室内景观图像的全局与局部美学特征	NA	开发客观高效的室内景观美学评价方法	室内景观图像	计算机视觉	NA	深度学习	CNN, GNN	图像	基准室内景观数据集	NA	CNN-GNN混合架构	准确率, 美学评分, 功能评价指标	NA
112	2025-11-20	A general lightweight image super-resolution with sharpening enhancement and double attention network 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24493-8 PMID:41258314	研究论文	提出一种结合锐化增强和双重注意力网络的通用轻量级图像超分辨率方法	设计了锐化增强模块和双重注意力上采样模块，通过注意力驱动特征锐化和多路径特征增强优化特征表示能力	NA	开发轻量级图像超分辨率网络以平衡模型复杂度和性能	单图像超分辨率任务	计算机视觉	阿尔茨海默病	深度学习	CNN	图像	NA	NA	ESDAN, SEM, DAU, ADFS, MWFE	NA	NA
113	2025-11-20	YOLO11m-cls applied to sex and age classification based on the radiographic analysis of the nasal aperture 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24593-5 PMID:41258326	研究论文	本研究评估了基于YOLO11m-cls卷积神经网络在鼻孔径放射影像中进行性别和年龄分类的诊断准确性	首次将YOLO11m-cls模型应用于法医学中的鼻孔径放射影像分析，专门针对性别和年龄分类任务	鼻孔径在研究的样本中显示出有限的性别估计适用性，年轻个体的分类准确率较低	评估卷积神经网络在放射影像中基于鼻孔径形态特征进行性别和年龄分类的准确性	鼻孔径区域的放射影像	计算机视觉	法医学应用	放射影像分析	CNN	图像	9,349张标注了鼻孔径区域的放射影像	YOLO系列	YOLO11m-cls	准确率, ROC曲线下面积	NA
114	2025-11-20	Robust missing data reconstruction in schizophrenia using tracking-removed autoencoder with fuzzy confidence integration 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24669-2 PMID:41258357	研究论文	提出一种结合追踪移除自编码器和多视图渐进训练的深度学习框架，用于精神分裂症临床数据中缺失值的鲁棒重建	首次将多视图渐进训练与模糊置信度测量结合应用于精神分裂症数据集，将缺失数据视为可学习信息而非简单标记为缺失	尚未在其他医学领域验证该方法，仅针对精神分裂症数据集开发	解决精神分裂症研究中临床数据不完整的问题，提高缺失数据重建的可靠性和可解释性	精神分裂症患者的临床数据	机器学习	精神分裂症	深度学习	自编码器	临床数据	NA	NA	追踪移除自编码器	模糊置信度	NA
115	2025-11-20	An intelligent taekwondo coaching system based on augmented reality technology with real-time feedback mechanisms 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24608-1 PMID:41258370	研究论文	开发基于增强现实技术和实时反馈机制的智能跆拳道教练系统	集成增强现实技术与深度学习姿态估计算法，提供实时训练反馈的智能跆拳道教练框架	NA	解决传统跆拳道训练方法缺乏客观实时反馈的问题	跆拳道训练者和训练技术	计算机视觉	NA	运动分析算法，增强现实技术	CNN	多模态传感器数据，运动数据	47名不同技能水平的练习者（新手、中级、高级）	NA	卷积神经网络	识别准确率，处理延迟，用户满意度评分	NA
116	2025-11-20	Artificial intelligence-derived photoplethysmography age as a digital biomarker for cardiovascular health 2025-Nov-19, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01188-9 PMID:41258400	研究论文	本研究开发了一种基于深度学习的光电容积脉搏波年龄估计方法，并验证其作为心血管健康数字生物标志物的潜力	首次提出基于原始PPG信号的深度学习生物年龄估计方法，并证明其与心血管疾病风险的强关联性	研究主要基于UK Biobank队列，外部验证仅使用MIMIC-III数据集，需要更多样化人群验证	开发并验证基于PPG信号的人工智能生物年龄作为心血管健康评估工具	UK Biobank队列的212,231名参与者和MIMIC-III队列的2,343名患者	机器学习	心血管疾病	光电容积脉搏波	深度学习	PPG信号	UK Biobank: 212,231人; MIMIC-III: 2,343人	NA	NA	风险比, 比值比, p值	NA
117	2025-11-20	Fusion of classical and deep learning features with incremental learning for improved classification of lung and colon cancer 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24734-w PMID:41258424	研究论文	提出一种融合传统手工特征与深度特征的混合深度学习网络，通过增量学习方法提升肺和结肠癌组织病理图像分类性能	结合传统手工特征与扩展EfficientNetB0深度特征，采用基于Transformer的注意力融合策略和自适应增量学习方法	未明确说明模型在更大规模或更多样化数据集上的表现	提高肺和结肠癌组织病理图像分类的准确性和鲁棒性	肺和结肠癌组织病理图像	数字病理	肺癌,结肠癌	组织病理图像分析	混合深度学习网络	图像	LC25000数据集训练，NCT-CRC-HE-100K和HMU-GC-HE-30K测试	NA	EfficientNetB0,Transformer	准确率	NA
118	2025-11-20	Hybrid ST-ResNet and LSTM approach for precise crime hotspot prediction 2025-Nov-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24559-7 PMID:41258434	研究论文	提出结合ST-ResNet和LSTM的混合深度学习模型，用于精确预测犯罪热点区域	集成ST-ResNet进行时空分析与LSTM网络建模时间依赖性，并引入犯罪点到最近公园的每日欧几里得距离作为新特征	仅针对芝加哥地区的盗窃犯罪热点进行验证，未在其他城市或犯罪类型上测试	提高犯罪热点预测的准确性和空间分辨率	芝加哥地区的犯罪数据	机器学习	NA	深度学习	CNN, LSTM	时空数据，天气数据，犯罪记录	芝加哥犯罪数据	NA	ST-ResNet, LSTM	平均命中率	NA
119	2025-11-20	PMI estimation with cross-species transfer learning and visual information generated by pathomics foundation model 2025-Nov-19, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03659-z PMID:41258447	研究论文	提出基于病理学基础模型和跨物种迁移学习的死后间隔(PMI)估计框架，通过两阶段微调策略和可视化方法解决动物到人类样本的可迁移性和模型可解释性问题	采用两阶段跨物种迁移学习策略，先使用猪肝全玻片图像预训练，再用少量人类数据微调；开发了包含概率图、类别图和分类比例直方图的可视化框架增强模型可解释性	人类样本数量有限(23例)，可能影响模型泛化能力；仅使用肝脏组织，未验证其他器官的适用性	开发准确、可解释的死后间隔(PMI)估计方法，解决法医病理学中的关键问题	猪肝和人类肝脏组织的全玻片图像	数字病理学	法医病理学	全玻片图像分析	Vision Transformer, CNN	病理图像	16例猪样本和23例人类样本	NA	ResNet50, DenseNet121, SongCi, UNI	准确率	NA
120	2025-11-20	Deep learning model for assessing survival benefits in hepatocellular carcinoma patients undergoing intra-arterial therapies based on proliferative subtype 2025-Nov-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02100-4 PMID:41258471	研究论文	开发基于深度学习的多任务系统，用于检测增殖性肝细胞癌并预测肝动脉治疗后的生存获益	创建了新型Prototype Mamba Net架构，结合影像组学和临床变量构建预后列线图，实现非侵入性识别增殖性HCC亚型	回顾性多中心研究，样本量有限，需要进一步前瞻性验证	开发非侵入性方法识别增殖性HCC亚型并指导个性化肝动脉治疗选择	肝细胞癌患者	数字病理	肝细胞癌	对比增强CT扫描	深度学习	医学影像	两个队列共2147例患者（手术切除398例，不可切除HCC 1749例）	nnUNet	nnUNet, Prototype Mamba Net	AUC, 时间依赖性AUC, 综合Brier评分	NA