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
201	2025-10-04	Fuzzy C-Means clustering and LSTM-based magnitude prediction of earthquakes in the Aegean region of Türkiye 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07538-w PMID:41028055	研究论文	本研究结合模糊C均值聚类、统计建模和LSTM深度学习技术，对土耳其爱琴海地区地震震级进行分析和预测	首次将FCM聚类、统计分布分析和LSTM预测模型集成应用于区域地震震级预测，提供了全面的地震分析框架	研究仅针对土耳其爱琴海地区，模型在其他地区的适用性需要进一步验证	开发准确的地震震级预测方法以支持风险缓解和结构韧性规划	土耳其爱琴海地区的地震事件	机器学习	NA	Fuzzy C-Means聚类、统计分布分析、LSTM深度学习	LSTM	地震震级数据	研究涉及三个聚类区域的地震数据，预测时间跨度为2021年10月至2029年3月
202	2025-10-04	Artificial intelligence based platform for the automatic and simultaneous explainable detection of apnoea, oxygen desaturation, and artefacts in paediatric polygraphy exams (REST) 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13630-y PMID:41028075	研究论文	开发了一种基于人工智能的平台REST，用于自动同时检测儿童多导睡眠监测中的呼吸暂停、氧饱和度下降和伪迹	提出了一种新颖的一维深度神经网络架构，能够同时检测三种事件并提供决策过程的可解释性	仅在86名儿科患者数据上进行训练和测试，样本规模有限	开发自动检测睡眠呼吸暂停及相关事件的AI平台	儿科患者的多导睡眠监测信号	数字病理	睡眠呼吸暂停	深度学习，梯度加权类激活映射(grad-CAM)	1D深度神经网络	生理信号（气流和脉搏血氧信号）	86名儿科患者
203	2025-10-04	An efficient data driven framework for intrusion detection in wireless sensor networks using deep learning 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12867-x PMID:41028087	研究论文	提出一种基于深度学习的无线传感器网络入侵检测框架，结合CNN和RNN并采用对抗感知优化模型	首次将CNN和RNN结合并引入对抗感知优化，同时优化检测精度、对抗脆弱性和模型泛化能力	未提及具体计算资源需求和实时性能指标	开发适用于无线传感器网络的轻量级弹性入侵检测系统	无线传感器网络中的网络安全威胁	机器学习	NA	深度学习、SMOTE过采样技术	CNN、RNN	网络流量数据	使用NSL-KDD、CICIDS2017、UNSW-NB15和CTU-13四个基准数据集
204	2025-10-04	An optimized hybrid deep learning model to detect Alzheimer disease 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14169-8 PMID:41028094	研究论文	提出一种优化的混合深度学习模型用于阿尔茨海默病检测	结合Inception v3和ResNet 50算法，并使用自适应骑手优化算法优化网络参数	NA	提高阿尔茨海默病早期检测的准确性	阿尔茨海默病患者，特别是轻度认知障碍阶段	数字病理学	阿尔茨海默病	深度学习	混合深度学习模型（Inception v3 + ResNet 50 + ARO优化）	医学影像数据	基准痴呆数据集（具体数量未提及）
205	2025-10-04	Harnessing operating room signals to estimate mean arterial pressure with AnesthNet 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12341-8 PMID:41028102	研究论文	本研究开发了名为AnesthNet的深度学习架构，用于通过非侵入式传感器数据估计平均动脉压	提出了专门用于平均动脉压估计的深度学习架构AnesthNet，在两大公开数据集上实现了优于现有方法的性能，并满足临床实时性要求	未明确说明模型在特定患者群体或临床场景下的适用性限制	开发一种准确、实时的非侵入式平均动脉压监测方法，替代有创动脉导管	手术室患者，使用光电容积描记、心电图和袖带示波计等非侵入式传感器数据	医疗人工智能	麻醉监测	深度学习，光电容积描记，心电图，袖带示波计	深度学习架构	生理信号数据	VitalDB数据集2,833名患者，LaribDB数据集5,060名患者
206	2025-10-04	A personalized federated hypernetworks based aggregation approach for intrusion detection systems 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11659-7 PMID:41028116	研究论文	提出一种基于个性化联邦超网络的入侵检测系统聚合方法	使用嵌入向量替代传统权重聚合，计算更轻量且支持增强的个性化学习	未明确说明方法在更大规模物联网环境中的扩展性	解决传统联邦学习在非独立同分布异构数据下的个性化学习和通信开销问题	物联网环境下的网络入侵检测系统	机器学习	NA	联邦学习、超网络	深度学习模型	网络入侵检测数据	使用CSE-CICIDS-2018和UNSW-NB-15两个数据集
207	2025-10-04	An intelligent deep representation learning with enhanced feature selection approach for cyberattack detection in internet of things enabled cloud environment 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13457-7 PMID:41028127	研究论文	提出一种基于增强特征选择的智能混合深度学习方法，用于物联网云环境中的网络攻击检测	结合递归特征消除与信息增益的特征选择方法，并采用CNN-LSTM混合模型进行攻击分类	NA	通过识别关键威胁并开发有效的检测和缓解策略来加强物联网网络安全	物联网云环境中的网络攻击	机器学习	NA	递归特征消除与信息增益(RFE-IG)、RMSprop优化器	CNN-LSTM混合模型	网络数据	ToN-IoT和Edge-IIoT数据集
208	2025-10-04	Attention-enhanced hybrid U-Net for prostate cancer grading and explainability 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13824-4 PMID:41028129	研究论文	提出一种结合Transformer注意力的混合U-Net模型，用于前列腺癌分级分割并增强模型可解释性	集成CNN-Transformer混合编码器、注意力引导跳跃连接和多阶段引导损失机制，首次在分割框架中系统整合可解释性AI技术	仅在SICAPv2数据集上进行验证，需要更多临床数据验证泛化能力	开发高精度且可解释的前列腺癌组织病理分割模型	前列腺癌组织病理图像	数字病理	前列腺癌	深度学习	混合U-Net（CNN-Transformer）	医学图像	SICAPv2数据集
209	2025-10-04	Species habitat modeling based on image semantic segmentation 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09035-6 PMID:41028132	研究论文	提出一种结合核密度分析和语义分割的物种栖息地建模框架，用于改进传统栖息地模型的局限性	将周围环境条件纳入栖息地建模，使用核密度分析将仅存在数据扩展为存在-缺失数据，并采用深度学习方法Segformer进行语义分割	在燕子科的案例研究中显示出方法的局限性	开发更全面的物种栖息地建模方法，改进传统生态位模型的不足	鹬科鸟类和燕子科鸟类	计算机视觉	NA	核密度分析，语义分割	Segformer	图像	台湾地区的鹬科和燕子科鸟类栖息地数据
210	2025-10-04	Optimal attention deep learning based in-vehicle intrusion detection and classification model on CAN messages 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10637-3 PMID:41028136	研究论文	提出一种基于最优注意力深度学习的车载入侵检测与分类模型，用于保护CAN总线消息安全	采用注意力机制增强的LSTM模型，并结合RMSProp算法优化超参数，在车载入侵检测中实现更优性能	深度学习模型需要大量数据才能获得优越结果，这在基于CAN的入侵检测系统中可能难以满足	开发高效的车载网络入侵检测系统以保障汽车网络安全	控制器局域网(CAN)总线消息和车载电子控制单元(ECU)	机器学习	NA	深度学习、注意力机制、RMSProp优化算法	注意力增强长短期记忆网络(A-LSTM)	CAN总线消息数据	使用标准化的汽车黑客数据集进行性能评估
211	2025-10-04	Path-based evaluation of deep learning models for solving inverse kinematics in a revolute-prismatic robot 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10940-z PMID:41028144	研究论文	本研究评估深度学习模型在2自由度旋转-平移机器人逆运动学求解中的泛化性能	采用k折交叉验证的深度前馈神经网络单输出架构，在应对关节解奇异性和模糊性方面表现优异	仅针对2自由度旋转-平移机器人进行研究，未验证更高自由度系统的适用性	评估不同神经网络架构从末端执行器位置预测关节配置的有效性	2自由度旋转-平移机器人机械臂	机器学习	NA	深度学习，k折交叉验证	DFNN, LSTM, GRU	机器人运动轨迹数据	在四个象限和完整工作空间内的方形和圆形路径测试数据
212	2025-10-04	Deep learning model BiFPN-YOLOv8m for tree counting in mango orchards using satellite remote sensing data 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97562-7 PMID:41028215	研究论文	提出基于BiFPN-YOLOv8m深度学习模型的芒果园树木计数方法	将双向特征金字塔网络(BiFPN)与YOLOv8m结合，在复杂环境下实现更精准的芒果树检测与计数	仅使用2000张图像数据集进行验证，模型在其他作物或地区的泛化能力未充分测试	开发高效的芒果园树木自动计数系统以替代传统人工调查方法	芒果园中的树木	计算机视觉	NA	卫星遥感	BiFPN-YOLOv8m (基于YOLO系列的改进目标检测模型)	卫星图像	1700张训练图像和300张测试图像，包含不同树龄的芒果园
213	2025-10-04	Development of a deep learning model for survival prediction in heart failure: competing risk and frailty model 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14715-4 PMID:41028214	研究论文	开发了一种结合衰弱和竞争风险的深度学习模型DNFCR，用于心力衰竭患者的生存预测	首个将衰弱和竞争风险同时整合的深度学习方法，改进了医疗数据中删失数据的处理	临床相关性需要进一步验证，深度学习的优势受数据和未测量混杂因素影响	开发心力衰竭患者的生存预测模型	435名心力衰竭患者	机器学习	心血管疾病	深度学习	DNFCR（深度神经网络衰弱竞争风险模型）	临床数据	435名心力衰竭患者，包含57个人口统计学和临床特征
214	2025-10-04	An autoencoder driven deep learning geospatial approach to flood vulnerability analysis in the upper and middle basin of river Damodar 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96781-2 PMID:41028232	研究论文	提出一种基于CNN自编码器的深度学习方法，用于达莫达尔河上中游流域的洪水脆弱性分析	在缺乏洪水记录数据的地区，首次将CNN自编码器与K-means聚类结合用于洪水脆弱性评估	某些因素（如坡向）会引入噪声影响模型结果	开发适用于数据稀缺区域的洪水脆弱性评估方法	达莫达尔河上中游流域	地理空间分析	NA	CNN自编码器、K-means聚类	自编码器、CNN	地理空间图层	使用11个致灾因子作为地理空间图层
215	2025-10-04	Early diagnosis of knee osteoarthritis severity using vision transformer 2025-Sep-30, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-09137-2 PMID:41029374	研究论文	本研究利用Vision Transformer模型对膝骨关节炎严重程度进行早期诊断和KL分级	首次将Vision Transformer应用于膝骨关节炎KL分级，通过简单迁移学习技术实现了比复杂架构更优的性能	未明确说明数据集的具体来源和样本多样性，可能影响模型泛化能力	开发基于深度学习的膝骨关节炎自动诊断系统，提高诊断效率和准确性	膝骨关节炎患者的医学影像数据	计算机视觉	骨关节炎	Vision Transformer (ViT)	Transformer	医学影像（MRI和X射线图像）	NA
216	2025-10-04	EDDet: efficient deep-fusion and dynamic optimization for small target detection in eggplant diseases 2025-Sep-30, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-025-07268-1 PMID:41029480	研究论文	提出一种改进的深度学习小目标检测模型EDDet，专门用于茄子病害中微小病斑的识别	创新设计了Pinwheel融合特征提取器框架和跨层注意力模块，并引入基于尺度的动态损失函数	NA	提高茄子病害中微小病斑的检测精度和效率	茄子病害中的微小病斑	计算机视觉	植物病害	深度学习	CNN	图像	NA
217	2025-10-04	Gene expression and protein abundance: Just how associated are these molecular traits? 2025-Sep-30, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2025.108720 PMID:41038299	综述	本文系统回顾了基因表达与蛋白质丰度关联性的研究进展，重点比较了不同实验环境和细胞背景下两者的相关性测量方法	整合了单细胞分析最新数据，并探讨了蛋白质约束代谢模型与机器学习模型在推动生物技术发展中的应用潜力	主要基于相关性分析方法，对因果机制的深入解析仍有限	探讨基因表达与蛋白质丰度的关联程度及其在生物技术应用中的价值	基因表达与蛋白质丰度的关联性研究	生物信息学	NA	转录组学、蛋白质组学、单细胞分析	统计模型、机制模型、机器学习、深度学习	组学数据	NA
218	2025-10-04	Deep learning method for semi-automated segmentation of optic nerve head tissues in optical coherence tomography images 2025-Sep-30, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2025.110678 PMID:41038371	研究论文	提出一种基于深度学习的半自动分割方法，用于光学相干断层扫描图像中视神经头组织的分割	开发了结合用户交互的深度学习模型更新机制，用户可接受或修正模型预测结果，模型会根据修正结果实时更新后续预测	测试数据集规模较小（仅6个视神经头图像体积），需要更大测试集来全面评估模型更新对预测准确性的影响	开发视神经头组织的半自动分割方法以减少手动分割时间	视神经头组织边界，包括前筛板表面、布鲁赫膜和脉络膜-巩膜界面	计算机视觉	眼科疾病	光学相干断层扫描	CNN	图像	46个预处理视神经头图像体积（每个包含24个径向扫描）用于训练，6个视神经头图像体积用于测试
219	2025-10-04	Artificial intelligence in nuclear cardiology: Enhancing diagnostic accuracy and fficiency 2025-Sep-30, Progress in cardiovascular diseases IF:5.6Q1 DOI:10.1016/j.pcad.2025.09.010 PMID:41038418	综述	本文综述人工智能在核心脏病学中的应用进展及其临床转化潜力	系统阐述AI在核心脏病学中实现虚拟衰减校正、新型风险标志物自动量化及多模态数据整合的创新应用	NA	探讨人工智能技术在核心脏病学领域提升诊断精度和效率的潜力	核心脏病学的图像采集、重建、解读流程及临床工作流	医学影像分析	心血管疾病	机器学习、深度学习	深度学习模型	医学影像、临床数据、压力测试数据	NA
220	2025-10-04	Spatial Heterogeneity Identification for Rainfall-derived Inflow and Infiltration in Urban Sewer Systems based on Water Level Sensor Networks: Insights from an Interpretable Deep learning Method 2025-Sep-30, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122999 PMID:41038439	研究论文	基于水位传感器网络和可解释深度学习方法识别城市污水系统中降雨入流与入渗的空间异质性	提出结合低成本水位监测数据与可解释深度学习算法来识别RDII空间异质性的方法，突破了传统方法对水质流量数据的依赖	NA	识别城市污水系统中降雨入流与入渗最严重的子汇水区域	城市污水系统的子汇水区域	环境工程	NA	可解释人工智能(XAI)	深度学习模型	水位监测数据	NA