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	2026-04-04	A deep learning-based IoT malware detection approach for electric vehicle charging stations 2026-Mar-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45220-x PMID:41917121	研究论文	本文提出了一种基于深度学习的物联网恶意软件检测方法，专门针对电动汽车充电站，通过统一中间表示和多模态特征融合提升检测性能	该方法首次将多CPU架构的opcode统一转换为PCode中间表示，并集成了全局结构特征、统计特征和语义特征，采用动态加权机制和多层编码器进行深度特征融合	未明确说明方法在实时检测场景下的性能表现，也未讨论对新型或未知恶意软件的泛化能力	提高电动汽车充电站中物联网恶意软件检测的准确性和适应性	物联网恶意软件样本，特别是针对电动汽车充电站环境的样本	机器学习	NA	反编译工具，深度学习算法	深度学习模型	二进制灰度图像，PCode中间表示数据	基于公共物联网恶意软件数据集，具体数量未明确说明	NA	多层编码器	F1分数	NA
202	2026-04-04	TCMNet: an AI-driven strategy for optimizing traditional Chinese medicine 2026-Mar-31, Chinese medicine IF:5.3Q1 DOI:10.1186/s13020-026-01360-w PMID:41918015	研究论文	本文提出了一种名为TCMNet的人工智能驱动策略，用于优化传统中药，通过整合大型语言模型辅助的疾病知识挖掘、蛋白质-蛋白质相互作用网络和深度学习结合预测来评估中药方剂并识别活性化合物	TCMNet创新性地结合了大型语言模型（TCMChat）进行语义加权目标识别、加权PPI网络评估以及深度学习（Boltz-2）结合预测，为中药方剂优化提供了系统化的AI驱动策略	研究仅以帕金森病作为代表性案例，未广泛验证于其他疾病；依赖文献数据，可能受限于现有知识的覆盖范围	开发一种人工智能驱动的策略，以优化传统中药方剂设计并识别其活性化合物	传统中药方剂（如天麻钩藤饮、六味地黄丸等）、临床优化方剂（平颤颗粒）及其与西药（左旋多巴）的联合方案，以及单味草药银杏	自然语言处理, 机器学习	帕金森病	大型语言模型, 蛋白质-蛋白质相互作用网络分析, 深度学习结合预测	大型语言模型, 深度学习	文本, 网络数据	涉及四种经典中药方剂、一种临床优化方剂（平颤颗粒）、其与西药的联合方案及单味草药银杏	NA	Boltz-2	目标覆盖率, Jaccard相似性, 加权接近度, Z分数	NA
203	2026-04-04	Data-Driven Toxicity Prediction: Advances in Machine Learning, Deep Learning, and Predictive Tools - A Systematic Review 2026-Mar-31, Current reviews in clinical and experimental pharmacology IF:1.3Q4 DOI:10.2174/0127724328441651260211220550 PMID:41926296	综述	本文系统回顾了机器学习、深度学习和新兴后深度学习策略在药物发现和环境安全领域毒性预测中的应用进展	总结了从传统机器学习到深度学习，再到应对数据稀缺问题的后深度学习策略（如属性增强、迁移学习和半监督学习）的演进，并综述了多端点预测的在线工具平台	该领域仍面临数据集有限、数据质量参差不齐以及缺乏机制可解释性等挑战	系统总结和评估数据驱动方法在毒性预测中的最新进展，以促进药物发现和环境安全研究	毒性预测相关的机器学习、深度学习模型及预测工具	机器学习	NA	NA	卷积神经网络, 图神经网络, 支持向量机, 随机森林	NA	从1020篇文献中筛选出50篇进行综述	NA	卷积神经网络, 图神经网络	准确率, AUC, F1分数	NA
204	2026-04-04	Multi-scale adaptive fusion network for retinal layer and fluid segmentation in optical coherence tomography B-scans 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44006-5 PMID:41912546	研究论文	本文提出了一种用于OCT B扫描中视网膜层和液体分割的多尺度自适应融合网络	提出了自适应多域融合网络（AMDF-Net），集成了混合光谱-空间变换器（HSST）以有效获取全局和局部特征，并引入了动态注意力融合（DAF）模块和疾病包容性分割（DIS）模块来增强对特定视网膜液体特征的识别和分割精度	未明确说明模型在临床环境中的泛化能力或对不同OCT设备的适应性	改进视网膜疾病的检测，特别是对视网膜层和液体（如积液）的精确分割	光学相干断层扫描（OCT）B扫描图像	计算机视觉	视网膜疾病（如糖尿病性黄斑水肿、年龄相关性黄斑变性、视网膜静脉阻塞）	光学相干断层扫描（OCT）成像	深度学习网络	图像（OCT B扫描）	公开可用数据和实时数据（具体数量未明确）	NA	自适应多域融合网络（AMDF-Net），包含混合光谱-空间变换器（HSST）、动态注意力融合（DAF）模块、疾病包容性分割（DIS）模块	Dice系数, 分类准确率	NA
205	2026-04-04	A unified low-carbon cybersecurity framework integrating energy-efficient intrusion detection, lightweight cryptography, and carbon-aware scheduling for edge-cloud architectures 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44260-7 PMID:41912554	研究论文	本文提出了一种名为GreenShield的统一低碳网络安全框架，集成能效入侵检测、轻量级密码学和碳感知调度，用于边缘-云架构	提出了一种威胁自适应量化机制和碳感知调度控制器，结合知识蒸馏、动态量化、ASCON轻量级密码学和分层联邦学习，实现能效和碳减排的网络安全解决方案	NA	开发一个低碳、能效的网络安全框架，以减少边缘-云计算环境中的能源消耗和碳足迹	边缘-云计算架构中的网络安全系统，特别是入侵检测系统	机器学习	NA	NA	深度学习	网络流量数据	基于UNSW-NB15和CIC-IDS2017数据集进行实验	NA	NA	检测准确率, 能源减少百分比, 碳排放减少百分比, 通信开销减少百分比, 推理能源减少百分比	NA
206	2026-04-01	EEG imagined speech neuro-signal preprocessing and deep learning classification 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39395-6 PMID:41912561	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
207	2026-04-04	Detection of DSCP-based traffic prioritization manipulations and their impact on network performance 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44350-6 PMID:41912577	研究论文	本研究采用深度学习模型检测基于DSCP的流量优先级操纵及其对网络性能的影响	首次将CNN、RNN和LSTM的集成方法应用于DSCP操纵检测，实现了99.28%的高准确率	尚未在真实网络环境中部署，缺乏跨网络适应性和模型可解释性	检测DSCP流量优先级操纵并评估其对网络性能的影响	网络流量数据	机器学习	NA	深度学习	CNN, RNN, LSTM	网络流量数据	包含正常和操纵流量模式的标注数据集	NA	CNN, RNN, LSTM	准确率	NA
208	2026-04-01	DengueGNN: Graph-based deep learning for modeling disease spread dynamics and prediction 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43073-y PMID:41912593	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
209	2026-04-04	MetaCAM as an ensemble-based class activation mapping framework improves model explainability 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42879-0 PMID:41912604	研究论文	本文提出了一种基于集成学习的类激活映射框架MetaCAM，用于提升深度学习模型的可解释性	提出MetaCAM框架，通过集成多个现有CAM方法并基于top-k%高激活像素的共识来改进模型解释性能，同时引入自适应阈值处理和Cumulative Residual Effect（CRE）方法来总结大规模集成实验	NA	提高卷积神经网络（CNN）模型预测的可解释性，特别是在医学和生物识别等高关键性领域	类激活映射（CAM）方法及其在图像解释中的应用	计算机视觉	NA	NA	CNN	图像	NA	NA	NA	ROAD（Remove and Debias）	NA
210	2026-04-04	Enhanced swin transformer with dual attention for knee osteoarthritis severity grading from X-ray images 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44174-4 PMID:41912656	研究论文	本研究提出了一种名为Swin-O-NETS的新型混合深度学习框架，用于从膝关节X射线图像中分级骨关节炎的严重程度	结合了改进的Swin Transformer与多头通道自注意力机制以及快速极限学习网络，用于特征提取，实现了更高的鲁棒性和更低的计算复杂度	模型尚未在更大的多中心临床数据集上进行测试，且未整合多模态成像数据	通过深度学习模型对膝关节骨关节炎的严重程度进行自动分级，以支持早期诊断和治疗规划	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	Transformer, CNN	图像	2,047张来自骨关节炎倡议（OAI）数据集的X光片，涵盖五个Kellgren-Lawrence（KL）严重程度等级	NA	Swin Transformer, ResNet, DenseNet	准确率, 精确率, 召回率, 特异性, F1分数	NA
211	2026-04-01	DeepSentRec: a deep learning-based sentiment-aware product recommendation system 2026-Mar-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45953-9 PMID:41912685	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
212	2026-03-31	Remote sensing-based landslide prediction and risk assessment using a hybrid CNN-LSTM deep learning model 2026-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43927-5 PMID:41905998	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
213	2026-04-04	Value-added assessment of career planning for vocational competence based on deep learning 2026-Mar-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46485-y PMID:41906014	研究论文	本研究构建了一个基于深度学习的智能分析框架DV-CAM，用于动态评估个体职业能力并生成个性化职业规划路径	将深度学习与增值评估相结合，提出动态更新的能力档案提取方法和基于深度强化学习的长期职业发展序列优化	NA	解决当前职业评估方法的静态局限性和规划策略缺乏长期视角的问题	个体职业能力与职业规划路径	自然语言处理	NA	深度学习	BERT, LSTM, 深度强化学习	多源时间序列数据	基于公开的职业信息网络数据集	NA	BERT, LSTM	均方误差, 平均绝对误差, 长期累积奖励, 目标职位匹配度提升率	NA
214	2026-04-04	An optimized EfficientNetB0 framework with CLAHE-based preprocessing for accurate multi-class chest X-ray classification 2026-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42492-1 PMID:41904170	研究论文	本研究提出了一种优化的EfficientNetB0框架，结合CLAHE预处理，用于胸部X光片的多标签分类	整合了CLAHE对比度增强、策略性类别平衡以及保留数据集固有复杂性的迁移学习策略，专门针对多标签临床场景设计	未明确说明模型在外部验证集上的泛化能力或计算效率的具体数据	开发一个用于胸部X光片多标签分类的深度学习框架，以准确检测共存的胸部疾病	胸部X光片	计算机视觉	肺部疾病	CLAHE对比度增强	CNN	图像	NIH数据集	NA	EfficientNetB0	AUC, 召回率	NA
215	2026-04-04	Optimized environmental prediction in smart buildings using Dynamic Greylag Goose algorithm and deep learning 2026-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41343-3 PMID:41904179	研究论文	本文提出了一种结合动态灰雁优化算法和长短期记忆网络的预测框架，用于智能建筑中的环境预测	首次将动态灰雁优化算法以二进制形式应用于传感器特征选择和LSTM超参数调优，实现双重优化，提高了环境预测的准确性和计算效率	仅使用了公开的物联网数据集进行实验，未在更多实际场景或私有数据上进行验证	开发高精度、高效率的环境预测模型，以支持智能建筑中的主动环境控制	智能建筑中的环境参数，包括温度、湿度、空气质量、声音和光照	机器学习	NA	物联网数据监测	LSTM	时间序列数据	使用公开的智能建筑物联网数据集，具体样本数量未明确说明	未明确说明，可能为TensorFlow或PyTorch	LSTM	均方误差, Nash-Sutcliffe效率	未明确说明具体计算资源
216	2026-04-04	An embedded deep learning framework for real-time violence detection and alert generation 2026-Mar-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44939-x PMID:41896588	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
217	2026-04-04	A novel superpixel based Vision Transformer for improving interpretability in glaucoma screening 2026-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39730-x PMID:41896257	研究论文	本研究提出了一种基于超像素的Vision Transformer模型（SpxViT），旨在提升青光眼筛查中深度学习模型的可解释性	用基于超像素的方法替代传统Vision Transformer的固定网格标记化，以保留视网膜图像中的语义边界，从而生成更符合临床一致性的注意力图	未在摘要中明确说明	提升医学图像分析中深度学习模型的可解释性，特别是在青光眼筛查领域	青光眼筛查的视网膜图像	计算机视觉	青光眼	NA	Vision Transformer	图像	公共和私有的青光眼数据集	NA	Vision Transformer (ViT-B/16), SpxViT_fix, SpxViT_var	准确率	NA
218	2026-04-04	Keeping up with the regions: a hybrid machine learning framework for estimating regional input-output tables 2026-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45382-8 PMID:41896286	研究论文	本文提出了一种结合生成对抗网络（GAN）与残差提升的混合机器学习框架，用于估计区域投入产出表	首次在GAN生成器中嵌入IPF层以施加硬边际约束，并结合残差提升来校正系统误差，将深度学习与矩阵平衡技术相结合	NA	开发更准确、可靠的区域投入产出表估计方法，以支持经济分析与政策制定	区域投入产出表	机器学习	NA	NA	GAN	表格数据	国家投入产出表（NIOT）和世界投入产出表（WIOT）的真实数据	NA	GAN（包含IPF层的生成器）	改进百分比、对角线相关性、基于基尼系数的不平等度量	NA
219	2026-04-04	A unified deep learning framework integrating OpenStreetMap for multi-domain urban planning tasks 2026-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45927-x PMID:41896570	研究论文	本研究提出一个统一的深度学习框架，整合OpenStreetMap、多光谱卫星影像和人口环境数据集，用于多领域城市规划任务	建立了一个多任务、多源的分析工作流，在统一的深度学习系统中整合了OSM、卫星和时序环境数据	NA	为城市规划提供可扩展且低成本的方法，以生成高分辨率城市情报支持可持续城市管理	克拉斯诺达尔市的城市规划相关数据	计算机视觉	NA	多光谱卫星影像、人口环境数据集	CNN, LSTM, U-Net, 混合CNN-RNN	图像, 时序数据	NA	NA	U-Net, 混合CNN-RNN	准确率, RMSE	NA
220	2026-04-04	Enhancing credit card fraud detection with a hybrid approach using machine and deep learning 2026-Mar-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42891-4 PMID:41896636	研究论文	本文提出了一种结合机器学习和深度学习的混合方法，用于增强信用卡欺诈检测，通过集成学习和数据平衡技术显著提高了检测性能	提出了两种新的堆叠集成方法，结合了多种算法（如Extra Trees、CNN、LSTM、XGBoost、AdaBoost等），并应用了SMOTE和SMOTE-ENN等数据平衡技术来处理高度不平衡的交易数据	未明确说明样本的具体数量或数据集的来源，且未详细讨论模型在实际部署中的计算成本或实时性能限制	提高信用卡欺诈检测的准确性和效率，以应对日益复杂的欺诈技术	信用卡交易数据，包括合法和欺诈交易	机器学习	NA	SMOTE, SMOTE-ENN, SHAP, LIME	CNN, LSTM, XGBoost, AdaBoost, Extra Trees, Random Forest, CatBoost, FFNN, ANN, MLP	交易数据	NA	NA	堆叠集成架构（结合ET、CNN、LSTM、XGBoost等），以及FFNN、ANN、MLP	准确率, 精确率, 召回率, F1分数, AUC	NA