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	2025-10-05	Feature-driven breast cancer classification via hybrid model using mammogram images 2025-Oct, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2530938 PMID:41041719	研究论文	提出一种基于混合模型的乳腺癌分类方法，通过乳腺X线影像实现良恶性分类	提出改进损失和激活函数的LeNet模型(MLAL)，结合改进双边滤波技术和多特征融合方法	NA	开发基于深度学习的乳腺癌自动诊断系统	乳腺X线影像	计算机视觉	乳腺癌	医学影像分析	CNN, DCNN	图像	NA	NA	LeNet, SegNet, DCNN	准确率, 精确率, F-measure	NA
202	2025-10-05	Adversarial control of synchronization in complex oscillator networks 2025-Oct-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0284213 PMID:41042149	研究论文	本研究基于深度学习中的对抗攻击原理，提出通过精心设计的弱扰动来控制复杂振荡器网络同步动力学的方法	将深度学习中的对抗攻击概念引入网络化动力系统，提出基于梯度优化的同步控制新范式	NA	研究通过弱扰动控制复杂振荡器网络同步动力学的策略	Kuramoto振荡器网络	机器学习	NA	梯度优化方法	NA	网络拓扑数据	多种网络架构包括无标度网络、小世界网络、实际电网和大脑连接网络	NA	NA	同步控制效果	NA
203	2025-10-05	An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease 2025-Sep-30, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae087d PMID:40961977	研究论文	提出一种可解释的多模态神经影像-基因组学生成框架，用于阿尔茨海默病的分类和预测	在潜在空间引入循环生成对抗网络进行缺失数据填补，并采用可解释AI方法提取特征相关性	未明确说明样本来源和具体数据缺失情况	解码阿尔茨海默病，实现AD患者分类和MCI转化预测	阿尔茨海默病患者、轻度认知障碍患者和健康对照	医学影像分析	阿尔茨海默病	多模态MRI, 单核苷酸多态性	GAN, 深度学习	神经影像数据, 基因组数据	NA	NA	CycleGAN	准确率	NA
204	2025-10-05	Artificial Intelligence Model for Imaging-Based Extranodal Extension Detection and Outcome Prediction in Human Papillomavirus-Positive Oropharyngeal Cancer 2025-Sep-30, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2025.3225 PMID:41026592	研究论文	开发了一种基于人工智能的流程，用于从HPV阳性口咽癌患者的治疗前CT扫描中自动进行淋巴结分割和影像学淋巴结外侵犯检测，并评估其与肿瘤预后的关联	首次开发了结合nnU-Net淋巴结分割和影像组学特征提取的AI流程，用于HPV阳性口咽癌的影像学淋巴结外侵犯自动检测和预后预测	单中心研究，需要外部验证以评估通用性，在缺乏专业影像学专业知识的机构中实施潜力有待验证	开发AI驱动的影像学淋巴结外侵犯检测流程并评估其与HPV阳性口咽癌肿瘤预后的关联	HPV阳性淋巴结转移口咽癌成年患者	医学影像分析	口咽癌	CT扫描，影像组学分析	深度学习，影像组学	CT图像	397名患者（平均年龄62.3岁，80名女性，317名男性）	nnU-Net	nnU-Net	AUC，一致性指数，总生存期，无复发生存期，远处控制率，局部区域控制率	NA
205	2025-10-05	Efficient and robust temporal processing with neural oscillations modulated spiking neural networks 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63771-x PMID:41027894	研究论文	本文提出一种受神经振荡机制启发的节律调制脉冲神经网络(Rhythm-SNN)，显著提升时序处理能力和鲁棒性	首次将异质振荡信号引入脉冲神经网络调制机制，通过周期性激活模式降低神经元发放率并增强抗干扰能力	未明确说明模型在更复杂时序任务中的泛化能力及生物合理性验证	提升脉冲神经网络在时序处理任务中的性能和鲁棒性	脉冲神经网络(SNNs)和神经振荡机制	机器学习	NA	神经振荡调制技术	SNN	时序数据	NA	NA	Rhythm-SNN	能量效率, 去噪性能	NA
206	2025-10-05	Enhanced EfficientNet-Extended Multimodal Parkinson's disease classification with Hybrid Particle Swarm and Grey Wolf Optimizer 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07069-4 PMID:41027941	研究论文	提出一种融合增强型EfficientNet和多模态数据的帕金森病分类框架，采用混合粒子群与灰狼优化器提升分类性能	结合增强型EfficientNet扩展多模态模型与混合粒子群灰狼优化器，实现多模态数据融合和分类权重优化	未明确说明模型在更大样本群体或不同数据来源下的泛化能力	开发高精度帕金森病自动分类系统，特别关注早期诊断	帕金森病患者（早期和晚期阶段）与健康对照者	计算机视觉	帕金森病	T1加权MRI, DaTscan成像, 步态评分	CNN, 变分自编码器	图像, 临床评分	来自NTUA和PhysioNet数据库的多模态数据（具体样本数未明确）	NA	Enhanced EfficientNet-Extended Multimodal, Multiscale Attention Variational Autoencoders, Semantic Invariant Multi-View Clustering	准确率	NA
207	2025-10-05	Advanced MRI based Alzheimer's diagnosis through ensemble learning techniques 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04899-0 PMID:41027951	研究论文	本研究利用集成学习技术分析脑部MRI图像，实现阿尔茨海默病的诊断和四阶段分类	通过集成三个深度学习模型（定制CNN、ResNet50和InceptionResNetv2）的协同工作，显著提高了阿尔茨海默病诊断准确率	NA	开发基于MRI的阿尔茨海默病早期诊断和分期系统	阿尔茨海默病患者脑部MRI数据	计算机视觉	阿尔茨海默病	MRI	CNN	图像	NA	NA	ResNet50, InceptionResNetv2, 定制CNN	准确率	NA
208	2025-10-05	Enhanced intrusion detection in cybersecurity through dimensionality reduction and explainable artificial intelligence 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06761-9 PMID:41027964	研究论文	提出一种结合降维和可解释人工智能的增强型网络安全入侵检测模型	首次将多宇宙优化特征选择、CNN-BiGRU-AM混合分类器与蚁狮优化超参数调优相结合，并集成SHAP可解释性技术	仅在两个公开数据集上进行验证，未说明模型在实时网络环境中的性能表现	开发具有高准确性和可解释性的网络安全入侵检测系统	网络流量数据和网络攻击行为	机器学习	NA	数据归一化、特征选择、深度学习分类	CNN, BiGRU, 注意力机制	网络流量数据	NSLKDD和CICIDS 2017两个数据集	NA	CNN-BiGRU-AM混合架构	准确率	NA
209	2025-10-05	An advanced skin lesion segmentation and classification framework using deep learning strategies 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08255-0 PMID:41028027	研究论文	提出一种基于深度学习的皮肤病变分割与分类框架，用于自动诊断皮肤癌	提出AL-VTransUNet分割模型和DD-MHA分类模型，并采用IRP-GSO算法优化参数	NA	开发自动化皮肤病变分割与分类系统以提高皮肤癌诊断效果	皮肤病变图像	计算机视觉	皮肤癌	深度学习	Transformer, CNN	图像	NA	NA	UNet, Visual Transformer, DenseNet	NA	NA
210	2025-10-05	Improving internet of health things security through anomaly detection framework using artificial intelligence driven ensemble approaches 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10016-y PMID:41028043	研究论文	提出一种基于人工智能集成方法的异常检测框架，用于增强医疗物联网安全	开发了SEGOA超参数优化算法，并采用RNN、BiLSTM和KELM的集成深度学习模型进行网络攻击检测	仅使用ECU-IoHT基准数据集进行验证，未在其他数据集上测试泛化能力	提高医疗物联网环境中的网络安全防护能力	医疗物联网设备和应用中的网络攻击行为	机器学习	NA	异常检测	RNN, BiLSTM, KELM	网络流量数据	ECU-IoHT基准数据集	NA	循环神经网络, 双向长短期记忆网络, 核极限学习机	准确率	NA
211	2025-10-05	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	首次将模糊C均值聚类、统计分布分析和LSTM深度学习模型集成应用于区域地震震级预测	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	开发综合方法以准确预测地震震级，支持地震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	地震数据分析，统计分布拟合，深度学习预测	LSTM	地震震级数据	NA	NA	LSTM	准确度范围	NA
212	2025-10-05	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，用于自动同时检测小儿多导睡眠图中的呼吸暂停、氧饱和度下降和伪影	提出了一种新颖的一维深度神经网络架构，能够同时检测三种目标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，样本量相对有限	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图信号	医疗人工智能	睡眠呼吸暂停	多导睡眠图	深度学习	生理信号（气流、脉搏血氧信号）	86名儿科患者	NA	1D深度神经网络	平衡分类准确率	NA
213	2025-10-05	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	提出了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网络并采用对抗感知优化模型	结合卷积神经网络和循环神经网络，采用对抗感知优化模型，同时优化检测精度、对抗脆弱性和模型泛化能力	NA	为无线传感器网络设计轻量级且具有弹性的入侵检测系统	无线传感器网络中的网络安全威胁	机器学习	NA	深度学习	CNN, RNN	网络流量数据	使用NSL-KDD、CICIDS2017、UNSW-NB15和CTU-13多个基准数据集	NA	CNN, RNN	检测准确率, 鲁棒性, 可迁移性	NA
214	2025-10-05	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	计算机视觉	阿尔茨海默病	深度学习	CNN	医学影像数据	基准痴呆数据集	NA	Inception v3, ResNet 50	准确率, 精确率, 召回率, F1分数	NA
215	2025-10-05	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	提出专门针对平均动脉压估计的深度学习架构，在两大公开数据集上达到最优性能，并满足临床实时性要求	研究仅基于现有数据库进行验证，需要进一步临床实时验证	开发非侵入式平均动脉压监测方法以替代侵入性动脉导管	手术室患者的平均动脉压监测	医疗人工智能	麻醉监护	光体积描记法、心电图、袖带示波法	深度学习	生理信号数据	VitalDB数据集2,833名患者，LaribDB数据集5,060名患者	NA	AnesthNet	平均绝对误差	NA
216	2025-10-05	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，解决传统联邦学习在物联网环境中的局限性	使用嵌入向量而非权重进行聚合，计算更轻量且支持更好的个性化；结合个性化层和超网络聚合实现效率与适应性平衡	未明确说明在极端异构环境下的性能边界和通信效率的具体提升幅度	开发高效且隐私保护的分布式入侵检测方法	物联网设备生成的网络流量数据	机器学习	NA	联邦学习，深度学习	超网络	网络流量数据	CSE-CICIDS-2018和UNSW-NB-15数据集	NA	个性化联邦超网络	鲁棒性，适应性	NA
217	2025-10-05	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	提出一种智能混合深度学习方法，通过增强特征选择技术在物联网云环境中进行网络攻击检测	结合递归特征消除与信息增益的特征选择方法和CNN-LSTM混合模型，在物联网云环境中实现高效网络攻击检测	NA	加强物联网网络安全，识别关键威胁并开发有效的检测和缓解策略	物联网云环境中的网络攻击	机器学习	NA	深度学习	CNN,LSTM	网络数据	ToN-IoT和Edge-IIoT数据集	NA	CNN-LSTM混合架构	准确率	NA
218	2025-10-05	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注意力机制的混合U-Net模型，用于前列腺癌分级和可解释性分析	集成混合CNN-Transformer编码器、注意力引导跳跃连接和多阶段引导损失机制，提升分割精度和模型可解释性	仅在SICAPv2数据集上进行验证，需要更多外部验证	开发高精度可解释的前列腺癌组织病理分割框架	前列腺癌组织病理图像	数字病理学	前列腺癌	组织病理学成像	CNN, Transformer	医学图像	SICAPv2数据集	NA	U-Net, ResNet50, Vision Transformer (ViT)	Dice Score, IoU, Precision, Recall	NA
219	2025-10-05	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	提出结合核密度分析和语义分割方法的物种栖息地建模框架，用于改善传统栖息地模型的局限性	通过核密度分析将仅存在数据扩展为存在-缺失数据，并首次将语义分割方法Segformer应用于栖息地建模	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，考虑周围环境对栖息地适宜性的影响	台湾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	图像数据	NA	NA	Segformer	AUC	NA
220	2025-10-05	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	提出一种基于优化注意力深度学习的车载入侵检测与分类模型，用于保护控制器局域网消息安全	采用注意力机制增强的长短期记忆网络和RMSProp超参数优化算法，提升入侵检测性能	深度学习需要大量数据，但在基于CAN的入侵检测系统中可能难以获得足够数据	开发高效的车载网络入侵检测系统以保障汽车网络安全	控制器局域网总线消息和车载网络通信	机器学习	NA	深度学习，机器学习	A-LSTM	网络消息数据	标准化汽车黑客数据集	NA	注意力增强长短期记忆网络	多种性能指标	NA