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
181	2025-07-05	Channel attention pyramid network for remote physiological measurement 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06107-5 PMID:40594792	研究论文	本文介绍了一种名为CAP-rPPG的创新方法，用于通过视频分析进行远程生理测量	CAP-rPPG采用多尺度深度学习架构和高斯金字塔捕捉面部特征，结合通道注意力模块强调rPPG丰富的通道，并使用混合损失函数平衡信号的短期和长期特性	NA	开发一种更稳健的远程光电容积描记术(rPPG)方法，用于远程健康监测	面部视频中的生理信号	计算机视觉	NA	远程光电容积描记术(rPPG)	多尺度深度学习架构	视频	UBFC-rPPG和PURE数据集
182	2025-07-05	A big data driven multilevel deep learning framework for predicting terrorist attacks 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08201-0 PMID:40594818	研究论文	本文提出了一种基于大数据的多层次深度学习框架，用于预测恐怖袭击	提出了一种集成的大数据深度学习预测模型，能够处理大规模数据并预测恐怖袭击的概率和可能地点	未提及具体的数据规模和处理时间，可能在实际应用中存在效率问题	预测恐怖袭击的概率和可能地点，以帮助执法机构采取预防措施	全球恐怖主义数据集中的样本	机器学习	NA	深度学习	LSTM	大数据	全球恐怖主义数据集中的样本（未提及具体数量）
183	2025-07-05	Classifying and diagnosing Alzheimer's disease with deep learning using 6735 brain MRI images 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08092-1 PMID:40594827	研究论文	本研究利用深度卷积神经网络（CNN）对6735张脑部MRI图像进行分类和诊断阿尔茨海默病	使用深度卷积神经网络（如InceptionResnetV2和Xception）显著提高了阿尔茨海默病诊断的准确性和效率，超越了传统方法	研究依赖于预处理的数据集，可能无法完全代表所有临床场景	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	数字病理学	老年病	MRI	CNN（Xception, VGG19, VGG16, InceptionResNetV2）	图像	6735张脑部结构MRI扫描图像
184	2025-07-05	Multi channel fusion diffusion models for brain tumor MRI data augmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06529-1 PMID:40594886	研究论文	提出一种基于扩散模型的多通道融合数据增强技术，用于解决脑肿瘤MRI数据不平衡问题	引入多通道方法并融合缺陷区域与健康图像，增强了扩散模型在医学影像中的适用性	未探索模型在其他类型医学影像上的应用，泛化能力有待进一步优化	解决脑肿瘤数据集不平衡问题，提升深度学习模型性能	脑肿瘤MRI图像	数字病理	脑肿瘤	扩散模型	MCFDiffusion (基于DDIMs改进)	MRI图像	公开可用的脑肿瘤数据集（具体数量未说明）
185	2025-07-05	Hybrid deep learning architecture for scalable and high-quality image compression 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06481-0 PMID:40594927	research paper	提出了一种混合深度学习架构，用于可扩展且高质量的图像压缩	结合了SWT、SDAE、GLCM和K-means聚类，实现了多分辨率分解、纹理感知特征提取和自适应区域压缩	未提及具体在哪些类型的医学图像上表现不佳或存在限制	解决医学影像数据高效存储和传输的挑战，特别是在临床和远程医疗应用中	医学影像数据	computer vision	NA	Stationary Wavelet Transform (SWT), Stacked Denoising Autoencoder (SDAE), Gray-Level Co-occurrence Matrix (GLCM), K-means clustering	hybrid deep learning	image	多个基准医学影像数据集
186	2025-07-05	RareNet: a deep learning model for rare cancer diagnosis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08829-y PMID:40594942	研究论文	本文提出了一种名为RareNet的深度学习模型，用于罕见癌症的诊断	利用迁移学习技术，基于已有的CancerNet模型，开发了针对罕见癌症分类的RareNet模型，并在DNA甲基化数据上取得了较高的准确率	模型在罕见癌症诊断上的能力尚未得到全面评估	开发一种能够准确诊断罕见癌症的深度学习模型	罕见癌症，包括Wilms肿瘤、肾脏透明细胞肉瘤、神经母细胞瘤、骨肉瘤和急性髓系白血病	数字病理学	罕见癌症	DNA甲基化测序	CNN	DNA甲基化数据	NA
187	2025-07-05	Monitoring and predicting cotton leaf diseases using deep learning approaches and mathematical models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06985-9 PMID:40594974	研究论文	本文提出了一种结合深度学习和数学模型的方法来监测和预测棉花叶片病害	结合了TLA+数学模型验证和CNN深度学习模型，提高了病害监测和预测的准确性和可靠性	未提及模型在实际田间环境中的适用性和泛化能力	提高棉花作物病害的监测和预测能力，保障农业生产安全	棉花叶片病害（蚜虫、粘虫、细菌性枯萎病、白粉病、靶斑病及健康叶片）	计算机视觉	植物病害	TLA+模型验证、CNN	CNN	图像	未明确说明样本数量
188	2025-07-05	A novel LLM time series forecasting method based on integer-decimal decomposition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06581-x PMID:40594984	研究论文	提出了一种基于整数-小数分解的新型LLM时间序列预测方法IDDLLM，通过分解时间序列数据并设计跨模态微调框架，提高了预测性能	设计了整数-小数分解方法及跨模态注意力模块，有效提升了LLM在时间序列预测中的表现	未提及具体的时间序列类型限制或计算资源需求	改进基于LLM的时间序列预测方法，提升模型的泛化能力和预测精度	时间序列数据	自然语言处理	NA	跨模态微调	LLM	时间序列数据	46个实验场景（34个排名第一，9个排名第二）
189	2025-07-05	A multi stage deep learning approach for real-time vehicle detection, tracking, and speed measurement in intelligent transportation systems 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07343-5 PMID:40595040	research paper	提出了一种结合深度学习和度量学习的多阶段交通流模型，用于实时车辆检测、跟踪和速度测量	利用Segment Anything Model进行车辆检测，通过语言提示自动化分割，减少手动调整并提高适应性；采用StrongSORT算法与基于掩码的跟踪相结合，增强识别连贯性和抗遮挡能力；使用PP-OCR模块精确提取时间戳，支持多视角区间速度测量	未提及模型在极端天气或低光照条件下的性能表现	开发适用于智能交通系统的实时车辆检测、跟踪和速度测量方法	高速公路环境中的车辆	computer vision	NA	deep learning, metric learning	Segment Anything Model, StrongSORT, PP-OCR	video	未明确提及具体样本数量
190	2025-07-05	An optimized domain-specific shrimp detection architecture integrating conditional GAN and weighted ensemble learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06758-4 PMID:40595062	研究论文	本文提出了一种结合条件GAN和加权集成学习的特定领域虾检测优化架构，旨在提高虾检测的准确率	采用合成数据生成方法（ESDIA）结合不同背景的虾图像，通过生成对抗网络增强数据集，提升检测精度	NA	提高虾检测的准确率，优化深度学习在虾检测中的应用	虾的图像	计算机视觉	NA	生成对抗网络（GAN）	FRCNN, YOLOv7	图像	NA
191	2025-07-05	Deep learning-based sex estimation of 3D hyoid bone models in a Croatian population using adapted PointNet++ network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07608-z PMID:40595160	研究论文	本研究探讨了一种基于深度学习的性别估计方法，使用来自克罗地亚人群的3D舌骨模型	首次将改进的PointNet++网络应用于小规模3D舌骨数据集，结合无监督和监督学习框架，实现了性别估计的高准确率	样本量较小(仅202个样本)，可能影响模型的泛化能力	开发一种数据高效且可解释的性别估计工具，用于法医人类学领域	克罗地亚人群的3D舌骨模型	计算机视觉	NA	CT扫描	改进的PointNet++网络和支持向量机(SVM)	3D点云数据	202个舌骨样本(101男性和101女性)，其中62个用于测试集
192	2025-07-05	Sequence to sequence architecture based on hybrid LSTM global and local encoders approach for meteorological factors forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08331-5 PMID:40595187	研究论文	本文提出了一种基于混合LSTM全局和局部编码器方法的气象因素预测序列到序列架构	引入了H-LSTM-GLE模型，结合局部编码器的滑动窗口机制、全局编码器的二次编码以及状态向量计算模块，提高了气象因素预测的准确性	未提及模型在大规模气象数据上的计算效率或实时预测能力	提高气象因素预测的准确性	相对湿度(SML2010-Hum)和室外温度(SML2010-outTem)数据	机器学习	NA	深度学习	H-LSTM-GLE (混合LSTM全局-局部编码器)	时间序列数据	两个数据集(SML2010-Hum和SML2010-outTem)
193	2025-07-05	Improved bio-inspired with machine learning computing approach for thyroid prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03299-8 PMID:40595742	research paper	该研究探讨了使用机器学习和深度学习方法来提高甲状腺疾病预测的准确性	通过使用粒子蛇群优化（PSSO）等更先进的优化方法提升模型性能，随机森林结合PSSO模型在预测甲状腺疾病方面表现出显著优势	未提及研究样本的具体来源和多样性，可能影响模型的泛化能力	提高甲状腺疾病的预测准确性，优化医疗健康结果	甲状腺疾病，特别是甲状腺功能减退和甲状腺功能亢进	machine learning	thyroid disease	machine learning, deep learning	RF, decision tree, SVM, KNN, CNN-LSTM	NA	NA
194	2025-07-05	A deep learning model for diagnosis of inherited retinal diseases 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04648-3 PMID:40595896	研究论文	本研究评估了一种多输入深度学习模型在检测两种常见遗传性视网膜疾病（RP和STGD）并将其与健康眼睛区分开来的性能	采用多输入MobileNetV2网络结合CFP和IR两种成像模式，提高了诊断准确率至96.3%，优于单一输入网络	样本量相对较小（391例），且仅针对两种特定遗传性视网膜疾病	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病患者（RP和STGD）及健康个体的眼底图像	数字病理学	视网膜疾病	深度学习	MobileNetV2	图像	391例（158例RP患者，62例STGD患者，171例健康个体）
195	2025-07-05	Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05545-5 PMID:40595948	研究论文	提出了一种基于自适应元启发式特征选择与集成学习模型的隐私保护网络攻击检测技术（AMFS-ELPPCD），用于物联网环境	结合自适应Harris hawk优化（AHHO）进行特征选择，并采用BiGRU、WAE和DBN等集成模型进行分类，通过SGO优化超参数，提高了检测准确率	仅基于CICIDS-2017和NSLKDD两个数据集进行验证，可能在其他数据集上的泛化能力有待进一步测试	提升物联网环境中网络攻击检测的准确性和隐私保护能力	物联网环境中的网络攻击数据	机器学习	NA	Z-score标准化、AHHO、BiGRU、WAE、DBN、SGO	集成学习模型（BiGRU、WAE、DBN）	网络数据	CICIDS-2017和NSLKDD数据集
196	2025-07-05	Detection of fasting blood sugar using a microwave sensor and convolutional neural network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06502-y PMID:40596086	研究论文	本研究提出了一种结合微波传感器和卷积神经网络（CNN）的非接触式空腹血糖检测方法	首次将宽带微波传感技术与深度学习相结合，用于非接触式血糖测量，展示了高精度（平均相对误差1.31%）和可穿戴设备集成的潜力	研究样本量较小（78人），且仅在受控实验室条件下测试	开发一种非侵入式、可靠的血糖监测技术以改善糖尿病管理	人体空腹血糖水平	生物医学工程	糖尿病	微波传感技术（30 kHz-18 GHz频段）	CNN	微波传输响应信号（S21参数）	78名受试者的390次测量（每人5次重复）
197	2025-07-05	Design concept and phase transformation study of advanced bainitic-austenitic medium-Mn steel 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05854-9 PMID:40596134	研究论文	本文设计了一种新型中锰钢的等温热处理工艺，研究了其相变行为及微观结构	采用深度学习评估方法对微观结构组成进行定量分析，并结合热力学和动力学参数预测贝氏体铁素体板条厚度	研究仅针对特定成分的钢材，结果可能不适用于其他合金体系	开发具有均匀细小板条结构的贝氏体-奥氏体中锰钢	0.17C-3.1Mn-1Si-0.55Al-0.22Mo-0.034Ti-0.073V钢	材料科学	NA	高分辨率膨胀测量法、SEM、EBSD、TEM、XRD	DL	显微图像、衍射数据	特定成分的钢样品
198	2025-07-05	Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06809-w PMID:40596142	研究论文	本研究利用LSTM算法建模和预测CdZnO夹层Al/p-Si肖特基二极管的电学特性及参数	提出了一种基于LSTM的时间与成本高效的深度学习模型，替代传统实验方法，用于预测肖特基二极管在不同掺杂浓度和光照水平下的电学行为	在50和250 mW/cm光照条件下，Diode 3的预测误差较高	开发一个鲁棒的预测模型，准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响	CdZnO夹层Al/p-Si肖特基二极管	机器学习	NA	LSTM算法	LSTM	电学参数数据	3个不同Cd掺杂比例（10%、20%、30%）的Al/CdZnO/p-Si肖特基二极管，在5种不同光照水平（50、100、150、200、250 mW/cm）下的数据
199	2025-07-05	A novel neuroimaging based early detection framework for alzheimer disease using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05529-5 PMID:40596195	研究论文	提出了一种基于神经影像和深度学习的阿尔茨海默病早期检测框架NEDA-DL	采用混合ResNet-50和AlexNet架构，并利用CUDA并行处理优化，结合MRI和PET神经影像数据进行高效计算	未提及具体样本量及数据来源的多样性限制	提高阿尔茨海默病的早期诊断精度	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI和PET神经影像技术	混合ResNet-50和AlexNet架构	神经影像数据	NA
200	2025-07-05	Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07257-2 PMID:40596219	研究论文	本研究提出了两种深度学习策略，用于多参数MRI中儿童脑肿瘤的语义分割	设计了两种新型的多编码器架构，利用注意力机制，并实现了集成范式和后处理技术以提高性能	研究主要基于BraTS-PEDs 2024数据集，可能在其他数据集上的泛化能力有限	开发自动化分割方法以支持儿童脑肿瘤的精确诊断和治疗监测	儿童脑肿瘤（PBTs）	数字病理学	脑肿瘤	MRI	SegResNet, 多编码器架构	图像	BraTS-PEDs 2024数据集中的儿童胶质瘤样本