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
2181	2026-04-27	ISAAF: an IoT security and attack prevention framework using AI-driven predictive analytics 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28516-2 PMID:41461726	研究论文	提出一个利用人工智能驱动预测分析的物联网安全与攻击防御框架，名为ISAAF	引入基于真实物联网测试平台收集的新型入侵数据集MQTTEEB-D，并开发分层式AI驱动框架，实现实时入侵检测与自动缓解，解决模拟数据集在真实环境中泛化能力差的问题	未明确提及，但框架依赖特定数据集，可能在不同物联网环境中需重新训练	设计并验证一个可部署、可扩展的跨域物联网安全解决方案，用于实时检测和缓解MQTT协议相关攻击	物联网系统中的MQTT协议，以及针对该协议的网络攻击（如DoS、暴力破解、畸形数据、洪水攻击、Slowite攻击）	机器学习, 网络安全	NA	NA	决策树（DT）, 门控循环单元（GRU）	网络流量数据	利用MQTTset和MQTTEEB-D两个数据集，具体样本数量未提及	NA	决策树（DT）, 门控循环单元（GRU）	准确率（accuracy）	未明确提及
2182	2026-04-27	Ultrasound and SWE-based transfer learning for predicting fibrotic NASH 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28753-5 PMID:41461741	研究论文	利用肝脏超声、弹性成像图像和临床特征构建组合深度学习模型，预测和诊断纤维性非酒精性脂肪性肝炎	首次结合肝脏超声、剪切波弹性成像图像和临床特征的多模态深度学习模型预测纤维性NASH	未明确说明局限性	开发和验证基于超声和SWE图像的深度学习模型，用于预测和诊断纤维性NASH	高脂饮食和皮下CCl₄注射建立的大鼠肝脏脂肪变性和纤维化模型	计算机视觉	非酒精性脂肪性肝炎	超声成像, 剪切波弹性成像	CNN	图像, 临床特征	未明确说明样本量	NA	ResNet-18	AUC, ROC曲线, DCA, 校准曲线	NA
2183	2026-04-27	Terahertz metamaterial liquid detector optimized by deep learning 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28757-1 PMID:41461749	研究论文	提出一种基于超材料太赫兹探测器的无标签乙醇液体检测方法，并利用深度神经网络优化结构参数	首次将深度神经网络应用于超材料太赫兹液体探测器的结构参数优化，实现高吸收率和位移值，并揭示VO₂在不同温度下的调控机制为乙醇检测提供双重保障	论文未明确讨论探测器在实际复杂液体环境中的选择性与抗干扰能力，以及大规模应用的可行性	开发高效精确的乙醇液体检测方法，为食品安全、环境监测和生物医学领域提供参考	乙醇液体及其不同浓度、体积和温度条件下的吸收峰响应特性	计算机视觉	NA	太赫兹光谱检测	深度神经网络	仿真数据	未明确样本数量，基于CST仿真模拟不同条件（液滴体积、乙醇浓度、温度）下的吸收峰数据	NA	深度神经网络	灵敏度、品质因数	NA
2184	2026-04-27	Design of a hybrid learning model for establishing consistency in smart grid environment 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28986-4 PMID:41461786	研究论文	提出一种混合学习模型，利用深度学习方法实现智能电网环境中的一致性预测	结合长短期记忆网络与神经模糊自适应干扰模型，为智能电网负载预测提供新的混合方法	NA	解决智能电网中大规模数据驱动的需求预测问题	智能电网中的消费者模式、能源需求与电力传输数据	机器学习	NA	NA	混合LSTM与NFADIM	智能电网大规模数据	NA	NA	LSTM, NFADIM	NA	NA
2185	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
2186	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
2187	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
2188	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
2189	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
2190	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
2191	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
2192	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
2193	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
2194	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
2195	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
2196	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
2197	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
2198	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
2199	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
2200	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