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
201	2026-04-27	Secure facial biometric authentication in smart cities using multimodal methodology 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29048-5 PMID:41461811	研究论文	提出一种结合CNN、ResNet-50和ElGamal密码学的多模态深度学习模型，用于智慧城市中人脸生物特征认证的安全保护	首次将CNN的低级特征保留、ResNet-50的高级特征提取与ElGamal加密相结合，构建多模态系统以同时实现高精度人脸映射和防欺骗安全传输	未讨论模型在实时部署中的计算开销、对其他攻击类型（如深度伪造）的鲁棒性，以及数据集（CelebA）可能存在的偏差	提升智慧城市中人脸生物特征认证的安全性，防止未经授权的访问和欺骗攻击	人脸图像中的生物特征数据及其安全传输过程	计算机视觉	NA	深度学习、密码学	CNN, ResNet-50	图像	使用了CelebA人脸数据集，具体样本数量未说明	NA	CNN, ResNet-50	准确率, 平均损失	NA
202	2026-04-27	Differences in different reconstruction algorithms for coronary CTA demonstrating pericoronary adipose tissue attenuation 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28914-6 PMID:41461810	研究论文	评估三种重建算法（DLIR-H、ASiR-V50%、FBP）对冠状动脉CTA中冠状动脉周围脂肪衰减指数（FAI）的影响	首次系统比较深度学习图像重建算法（DLIR-H）与传统算法（ASiR-V50%、FBP）在测量冠状动脉周围脂肪衰减指数（FAI）上的差异，揭示不同算法对FAI值的显著影响	未提及算法的泛化性验证、样本量限制及临床实际应用中的标准化协议制定细节	评估不同图像重建算法对冠状动脉CTA中冠状动脉周围脂肪衰减指数（FAI）测量值的影响，强调标准化重建方案的重要性	冠状动脉周围脂肪衰减指数（FAI）及三种重建算法（DLIR-H、ASiR-V50%、FBP）	计算机视觉, 数字病理学	冠心病	冠状动脉CT血管成像（CCTA）	深度学习重建模型（DLIR）	图像	基于有无斑块分组的冠状动脉CTA患者数据	NA	深度学习图像重建（DLIR）	脂肪衰减指数（FAI）、图像噪声	NA
203	2026-04-27	Enhancing landslide detection in Western Ghats of Kerala, India with deep learning and Explainable AI 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33065-9 PMID:41461880	研究论文	利用深度学习和可解释人工智能技术提升印度喀拉拉邦西高止山脉的滑坡检测能力	采用时间差异法结合高分辨率卫星影像训练深度学习模型，并首次将注意力多尺度U-Net应用于该区域滑坡分割，同时利用可解释AI技术揭示模型决策机制	研究仅基于特定区域（西高止山脉）和单个卫星影像源（PlanetScope），模型泛化性需进一步验证	构建印度喀拉拉邦的自动化滑坡清单系统，提升滑坡预测与风险缓解能力	印度喀拉拉邦西高止山脉的滑坡区域	计算机视觉, 数字病理	NA	高分辨率卫星遥感, 迁移学习	U-Net	高分辨率卫星影像（3米分辨率）	使用HR-GLDD数据库及时间差异数据，具体样本量未明确说明	PyTorch	简单多尺度U-Net, 注意力多尺度U-Net	精确率, F1分数	NA
204	2026-04-27	An optimized YOLOv8n based model for real time defect detection in taro strip production 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28216-x PMID:41462034	研究论文	提出一种优化的YOLOv8n模型，用于芋头条生产线的实时缺陷检测	集成了双向特征金字塔网络、VoV-GSCSP模块、共享参数检测头和嵌入式WIoU损失函数，显著提升检测精度和计算效率	未提及在更复杂生产环境或多种产品类型上的泛化能力	实现工业环境下芋头条缺陷的实时自动检测，提高效率和产品质量	芋头条生产线中的缺陷检测	计算机视觉	NA	NA	YOLOv8n	图像	NA	PyTorch	YOLOv8n，双向特征金字塔网络，VoV-GSCSP，共享参数检测头	平均检测精度（mAP50），精确率，召回率	Raspberry Pi 5
205	2026-04-27	Transfer learning models for wheat ear detection on multi-source dataset 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28351-5 PMID:41462035	研究论文	本文介绍一个名为BioS-Wheat的新型高分辨率RGB智能手机图像数据集，并评估六种深度学习模型用于麦穗检测	提出BioS-Wheat数据集，包含四个小麦品种的5696张标注图像，通过高播种密度和窄行距引入数据复杂性变化，强调农业多样性对模型性能的影响	未明确提及模型的泛化性限制，但数据集仅涵盖四个品种，可能未覆盖所有气候和种植条件下的多样性	开发低成本且可靠的自动化麦穗检测方法，支持早期产量预测	小麦麦穗的检测与计数	计算机视觉	农业科学，不涉及具体疾病	RGB智能手机图像采集和深度学习	Faster-RCNN、RetinaNet、YOLOv8、Vision Transformer（RT-DETR）	图像	5696张标注RGB图像，涵盖四个小麦品种	PyTorch	RetinaNet、YOLOv8、RT-DETR、Faster-RCNN	平均精度mAP@50	NA
206	2026-04-27	Lightweight deep learning technology for high quality development and intelligent transformation of sports under DeepLabV3 CSP Darknet53 model 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28539-9 PMID:41462421	研究论文	提出一种基于轻量级深度学习的方法，用于体育场景中人体姿态识别和运动设备检测，实现智能转型与高质量发展	结合DeepLabV3+语义分割与轻量级OpenPose网络，并引入空间注意力模块增强关键局部特征提取能力	未提及在复杂多人和遮挡场景中的鲁棒性，也未对计算资源消耗进行详细量化分析	实现高效低计算成本的运动姿态识别，推动体育产业的智能转型	体育设备和人体关键点	计算机视觉	NA	NA	CNN	图像	多个数据集（具体数量未提供）	NA	DeepLabV3+, CSP-Darknet53, OpenPose	F1分数, 准确率, 召回率, 精确率	NA
207	2026-04-27	Carbon efficient quantum AI: an empirical study of ansätz design trade-offs in QNN and QLSTM models 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28582-6 PMID:41462429	研究论文	通过对比量子神经网络（QNN）与量子长短期记忆模型（QLSTM）在N-BaIoT异常检测数据集上的表现，系统研究量子电路设计对分类性能、能耗和训练效率的影响	首次系统比较10种量子电路设计在QNN和QLSTM中的权衡关系，并分三阶段实验评估量子模型与经典机器学习模型的能耗差异及真实量子硬件部署效果	经典模型在训练时间和能耗上仍优于量子模型，真实量子硬件的能效劣势需通过硬件感知的电路设计和基础设施改进来解决	探索量子机器学习作为绿色AI替代方案的能效潜力，重点评估量子电路设计对碳足迹和性能的优化策略	QNN和QLSTM量子模型的多层电路结构及量子硬件执行特性	机器学习	NA	量子计算、GPU加速	QNN、QLSTM	网络流量数据	N-BaIoT异常检测数据集（未提供具体样本数）	IBM Qiskit	10种量子电路设计（A1-A10）	准确率、复杂度、训练时间、能耗	GPU服务器、IBM量子硬件
208	2026-04-27	XTC-Net: an explainable hybrid model for automated atelectasis detection from chest radiographs 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28694-z PMID:41462544	研究论文	提出一个可解释的混合深度学习模型，结合Xception、Transformer和胶囊网络组件，用于从胸部X光片中自动检测肺不张	首次将Xception、Transformer和胶囊网络三者协同集成，用于可解释的肺不张自动检测，兼顾空间特征提取、长程依赖建模和细微结构变化敏感性	未明确指出，需进一步在实际临床环境中进行验证和推广	开发一个可解释的深度学习模型，提高肺不张检测的自动化精度和诊断效率	肺不张病变区域（部分或完全肺塌陷）	计算机视觉	肺不张	深度学习	混合模型（Xception、Transformer、胶囊网络）	图像（胸部X光片）	使用公开胸部X光数据集（内部训练验证）；外部验证使用NIH ChestX-ray数据集	NA	Xception, Transformer, Capsule Network	准确率、灵敏度、F1分数	NA
209	2026-04-27	An AM-CNN-BiGRU network with spatiotemporal feature fusion for industrial robot predictive maintenance 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29255-0 PMID:41462560	研究论文	提出一种基于AM-CNN-BiGRU网络的工业机器人预测性维护方法，通过融合时空特征实现早期故障诊断	首次将CNN与双向门控循环单元结合注意力机制，实现多源振动、电流和转矩数据融合，并通过Lion优化器提升训练效率	未说明在真实工业场景中不同工况变化的适应性，且未涉及在线学习或迁移学习方法应对数据分布偏移	针对工业机器人因老化与高负荷导致的故障，开发高精度预测性维护模型	工业机器人关节的振动、电流和转矩数据	机器学学习	不适用	多传感器信号采集	AM-CNN-BiGRU混合网络	时间序列信号	未说明	未说明	CNN, BiGRU	R², MAE, MAPE, RMSE	未说明
210	2026-04-27	Efficient blood cell classification from microscopic smear images using U-Net segmentation and a lightweight CNN 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26947-5 PMID:41453980	研究论文	提出一种基于深度学习的高效血细胞分类系统，结合U-Net分割与轻量级CNN（BloodCell-Net），用于从显微涂片图像中自动分类和计数9类血细胞	首次将U-Net分割与轻量级自定义CNN相结合，实现九类血细胞的高效分类，并采用流域算法分离重叠细胞	未提及模型在极端复杂背景或低质量图像下的鲁棒性验证，且未与其他现有方法进行广泛比较	开发自动化血细胞分类与计数系统，以替代费时费力的手动方法，辅助血液疾病诊断	9类血细胞：红细胞、有核红细胞、中性粒细胞、嗜碱性粒细胞、嗜酸性粒细胞、淋巴细胞、单核细胞、未成熟粒细胞和血小板	计算机视觉	贫血、白血病、淋巴瘤、血小板减少症等血液相关疾病	光学显微镜成像	U-Net, 轻量级卷积神经网络 (LWCNN)	显微涂片图像	未明确给出样本数量，但使用了5折交叉验证	NA	U-Net, BloodCell-Net（自定义轻量级CNN）	准确率、精确率、敏感性、交并比（IOU）、Dice系数、召回率、F1分数	NA
211	2026-04-27	Comprehensive framework of machine learning and deep learning architectures with metaheuristic optimization for high-fidelity prediction of nanofluid specific heat capacity 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28268-z PMID:41455692	研究论文	利用多种机器学习和深度学习模型及元启发式优化算法，高精度预测纳米流体比热容	首次将堆叠集成学习与两种元启发式优化算法（粒子群优化和灰狼优化）结合，并引入基于多项式/傅里叶展开和自编码器的数据增强策略，显著提升了纳米流体比热容预测精度	未明确阐述数据增强方法对模型泛化能力的潜在过拟合风险，且仅基于批处理式训练，未考虑在线学习或迁移学习场景的适用性	开发高精度预测纳米流体比热容的混合机器学习/深度学习框架，以优化其在工程和工业应用中的性能	1269个实验纳米流体样本，包括混合型和直接型纳米流体，关键输入为纳米流体类型、温度和体积浓度	机器学习	NA	NA	多层感知机、CatBoost、LightGBM等12种机器学习与深度学习模型	数值数据	1269个实验纳米流体样本	Scikit-learn, PyTorch（推断）	多层感知机、CatBoost、LightGBM、堆叠集成模型	R²分数、均方误差、均方根误差	NA
212	2025-12-29	Real-time monitoring system for early stroke detection based on fog computing and enhanced deep learning techniques 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28513-5 PMID:41455702	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
213	2026-04-27	Hydraulic support pressure prediction via deep learning with multilevel temporal feature integration 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13089-x PMID:41455725	研究论文	提出一种基于LSTM-PatchTST的液压支架压力预测方法，实现多维度特征依赖融合	将LSTM的短期波动与长期趋势捕捉能力与PatchTST的局部细节与全局依赖建模能力相结合，通过残差连接保证多层时序特征的完整保留	仅基于两个煤矿的实际数据进行验证，泛化能力可能需要更多场景的测试	提高液压支架压力预测的准确性，保障煤矿安全	液压支架压力数据	机器学习	NA	NA	LSTM, PatchTST, Transformer	时间序列数据	两个煤矿（付村煤矿和耿村煤矿）的实际压力数据	NA	LSTM, PatchTST	RMSE, MAE	NA
214	2025-12-29	Low-SNR and BER reduction in UWOC systems using DESN and CNN-TCN deep learning models 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31837-x PMID:41455766	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
215	2026-04-27	A hybrid ensemble deep learning framework with novel metaheuristic optimization for scalable malicious website detection 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33695-z PMID:41436869	研究论文	提出一种集成深度学习框架，结合随机森林、极端梯度提升和轻梯度提升方法与深度神经网络，用于准确识别恶意网站	采用两种新元启发算法（象甲损伤优化算法和能量谷优化器）进行超参数调优，并集成了模型解释性模块SHAP	未在真实时间流上测试，数据集可能存在偏差	构建准确、可扩展且可解释的恶意网站检测系统以增强网络安全防御	恶意网站与良性网站的URL数据	机器学习	NA	NA	深度学习神经网络（DNN）	文本（URL特征数据）	63,191个URL样本	Scikit-learn, PyTorch	随机森林、极端梯度提升、轻梯度提升、深度神经网络	准确率	NA
216	2026-04-27	Deep learning optimization of teaching schedules in sports dance education 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28249-2 PMID:41444315	研究论文	提出一个基于深度学习的体育舞蹈教学调度框架，整合历史调度数据、教师可用性和学生表现指标，生成最优课程表	首次将递归神经网络与强化学习结合用于体育舞蹈教学调度，实现冲突解决、教师工作负载平衡和课程连续性的协同优化	实验数据仅来自五年真实课程数据，可能未完全覆盖所有教育机构场景；模型对动态约束的处理能力需进一步验证	解决体育舞蹈教育中调度冲突、课程分配低效和个性化训练计划需求等问题	教育机构的体育舞蹈课程历史数据、教师可用性信息和学生成绩指标	机器学习	不适用	不适用	RNN, 强化学习	结构化数据	五年真实体育舞蹈课程数据	不适用	RNN, 强化学习	冲突解决率, 工作负载平衡效率, 课程连续性, 调度执行时间	不适用
217	2026-04-27	Enhancing groundwater level prediction with a hybrid deep learning model in Jinan City, China 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28200-5 PMID:41444734	研究论文	提出一种混合深度学习模型STGPM，用于提高济南市地下水位的预测精度	集成图神经网络和循环神经网络，同时捕捉监测井之间的水文连通性和多尺度时间依赖关系，克服传统时间序列模型的局限	NA	提高地下水位预测精度，为可持续地下水资源管理和泉水保护策略提供决策支持工具	济南市的地下水监测井数据	机器学习	NA	NA	图神经网络，循环神经网络	数值数据	NA	NA	时空图预测模型（STGPM）	MAE， RMSE， R	NA
218	2026-04-27	Cardiac function assessment with deep-learning-based automatic segmentation of free-running four-dimensional whole-heart cardiovascular magnetic resonance 2025-Dec-24, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.102677 PMID:41453741	研究论文	开发并验证一种基于深度学习的全自动分割框架，用于自由呼吸无需心电门控的4D全心心血管磁共振图像，以实现快速准确的解剖和功能分析	首次针对自由呼吸动态5D心脏MRI数据提出各向同性3D+心动周期的深度学习分割框架，利用4D传播数据增强方法提升时间一致性	右心室指标的一致性界限较宽，基于手动分割的传播依赖可能与疾病状态存在差异	实现自由呼吸动态心脏MRI的快速、准确、临床有意义的解剖和功能分析	左、右心室血池和左心室心肌的自动分割	计算机视觉	心血管疾病	自由呼吸心脏磁共振成像	3D nnU-Net	医学影像	未明确说明样本量，使用来自1.5T和3T扫描仪的对比增强和非对比增强数据集	NA	3D nnU-Net	Dice相似系数, 相对体积差, 组内相关系数, 偏差	NA
219	2026-04-27	Prediction of electricity consumption and hydropower production in the smart power grid based on the gated recurrent unit neural network and modified future search algorithm 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32294-2 PMID:41429848	研究论文	提出基于门控循环单元神经网络和改进未来搜索算法的智能电网电耗与水电产量预测模型	首次将改进未来搜索算法与GRU神经网络结合用于智能电网的电力消耗与水电产量预测	NA	开发基于GRU和MFSA的优化预测模型，提高智能电网中能源消耗和水电产量的预测精度	智能电网中的电力消耗行为和水力发电量	机器学习	NA	GRU神经网络，改进未来搜索算法	GRU（门控循环单元）	经济和社会数据，气候数据	NA	NA	GRU	预测精度	NA
220	2026-04-27	A novel sub-differentiable hausdorff loss combined with BCE for MRI brain tumor segmentation using UNet variants 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33136-x PMID:41429890	研究论文	提出一种新型亚可微Hausdorff损失函数，结合二元交叉熵损失，用于基于UNet变体的MRI脑肿瘤分割	提出一种亚可微Hausdorff损失（SDHL），通过引入平滑可微公式实现稳定梯度学习和鲁棒边界对齐，并首次将其与二元交叉熵结合以平衡边界精度和区域准确性	未明确说明局限性	解决脑肿瘤分割中的类别不平衡、对小肿瘤敏感性低以及标准损失函数无法强调病变边界的问题	MRI脑肿瘤图像	数字病理学	脑肿瘤	MRI	UNet变体（UNet、UNet+、VNet、UNet++、Attention UNet）	图像	未明确说明	PyTorch	UNet, UNet+, VNet, UNet++, Attention UNet	准确率，精确率，召回率，Dice系数，交并比，F1分数，马修斯相关系数	未明确说明