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
2241	2025-11-30	CBN cutting tool's surface roughness and tool wear prediction using JOA-optimized CNN-LSTM 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29658-z PMID:41315655	研究论文	提出基于JOA优化的CNN-LSTM混合深度学习模型，用于预测CBN刀具加工Inconel 718时的表面粗糙度和刀具磨损	首次将水母优化算法(JOA)与CNN-LSTM混合模型结合，实现实时预测刀具磨损和表面质量	实验数据仅基于27组全因子加工试验，样本规模有限	解决镍基高温合金加工过程中刀具快速磨损和表面质量差的问题	CBN刀具在MQL条件下硬车削Inconel 718的过程	智能制造	NA	深度学习，优化算法	CNN, LSTM	加工参数数据	27组全因子加工试验数据	MATLAB/Simulink	CNN-LSTM混合架构	相关系数(R), 均方根误差(RMSE), 平均绝对百分比误差(MAPE)	MATLAB/Simulink环境
2242	2025-11-30	AI powered multi feature fusion framework for retrieving images using color, texture and shape descriptors 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29719-3 PMID:41315670	研究论文	提出一种基于AI的多特征融合框架，通过整合颜色、纹理和形状描述符来改进基于内容的图像检索系统	采用注意力引导加权机制动态调整不同特征类型的重要性，结合深度学习优化与低层视觉描述符的混合方法	仅在Corel-1K和Caltech-101基准数据集上进行了验证，缺乏更广泛数据集的测试	开发更高效准确的基于内容的图像检索系统	数字图像数据	计算机视觉	NA	基于内容的图像检索	CNN, SVM	图像	Corel-1K和Caltech-101基准数据集	NA	NA	准确率, 召回率, mAP	NA
2243	2025-11-30	Deep learning for microbial life detection in deep subseafloor samples: objective cell recognition 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29239-0 PMID:41315727	研究论文	开发基于深度学习的图像识别方法用于海底沉积物样本中微生物细胞的检测	首次将深度学习应用于富含颗粒物样本中的微生物细胞识别，通过分类器区分细胞样颗粒，显著提高检测准确性	方法性能依赖于预标注图像质量和置信度阈值设置，在极端颗粒干扰环境下可能仍需专家验证	提高富含颗粒物样本中微生物细胞检测和计数的准确性，减少对专家训练的依赖	海底沉积物样本中的微生物细胞	计算机视觉	NA	荧光染色显微镜技术	深度学习分类器	显微图像	预标注图像数据集	NA	NA	准确率	NA
2244	2025-11-30	Power quality disturbance identification using hybrid deep learning in renewable energy systems 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28291-0 PMID:41315829	研究论文	提出一种基于混合深度学习的电能质量扰动识别方法，应用于风能-太阳能光伏混合可再生能源系统	结合连续小波变换的尺度图与深度神经网络（ResNet和VGG-Net）、邻域成分分析和支持向量机分类的混合方法	仅基于IEEE 9总线和13总线测试系统进行仿真验证，未提及实际现场部署情况	提高混合可再生能源系统中电能质量扰动的诊断准确性	风能-太阳能光伏混合发电系统的电能质量扰动	机器学习	NA	连续小波变换	CNN, SVM	尺度图（图像数据）	IEEE 9总线和13总线测试系统的仿真数据	MATLAB/Simulink	ResNet, VGG-Net	准确率, 精确率, 召回率	NA
2245	2025-11-30	Transformer and graph variational autoencoder to identify microenvironments: A deep learning protocol for spatial transcriptomics 2025-Nov-27, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2025.104206 PMID:41313684	研究论文	提出一种结合Transformer和图变分自编码器的深度学习框架TG-ME，用于从空间转录组和形态学图像中识别微环境	首次将Transformer与图变分自编码器结合用于空间微环境分析，能够整合空间转录组数据和形态学特征	未提供具体性能指标和对比实验结果	开发计算框架以识别组织中的空间微环境	健康组织、肿瘤组织和感染组织的空间微环境	数字病理学	肿瘤	空间转录组学	Transformer, 图变分自编码器	空间转录组数据, 形态学图像	NA	NA	Transformer, 图变分自编码器	NA	NA
2246	2025-11-30	Protein model building for intermediate-resolution cryo-EM maps by integrating evolutionary and experimental information 2025-Nov-27, Structure (London, England : 1993) DOI:10.1016/j.str.2025.11.004 PMID:41314215	研究论文	提出CryoEvoBuild方法，通过整合进化和实验信息改进中等分辨率冷冻电镜图谱的蛋白质模型构建	开发了基于AlphaFold2引导的循环框架，实现新颖的域级拟合、精修、组装和重建流程	NA	解决中等分辨率冷冻电镜图谱中蛋白质模型构建的挑战	蛋白质结构模型	结构生物学	NA	冷冻电镜技术	深度学习模型	冷冻电镜图谱	117个分辨率在4.0-10.0 Å的图谱	AlphaFold2	NA	结构准确性	NA
2247	2025-11-30	Automated Bone Age Assessment and Adult Height Prediction from Pediatric Hand Radiographs via a Cascaded Deep Learning Framework 2025-Nov-26, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02306-9 PMID:41296212	研究论文	提出一种级联深度学习框架，从儿童手部X光片自动评估骨龄并预测成年身高	首次将实例分割与并行ResNet子网络结合的级联框架，实现端到端的骨龄评估和身高预测	仅使用中国儿童数据，模型泛化能力需进一步验证	提高儿科生长评估中骨龄评估和身高预测的客观性和效率	中国儿童手部X光片	计算机视觉	儿科生长发育	X射线成像	CNN, 实例分割, 回归模型	X光图像	8,242张左手X光片	PyTorch	Yolact, ResNet-18	Pearson相关系数, Bland-Altman分析, 平均绝对误差	NA
2248	2025-11-30	Artificial intelligence tools for the assessment and management of dysphagia: protocol for a scoping review 2025-Nov-26, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-108726 PMID:41298263	综述	本文是关于人工智能工具在吞咽困难评估与管理中应用的范畴界定综述研究方案	首次系统性地对人工智能在吞咽困难领域的应用进行范畴界定综述，填补现有文献综合的空白	仅关注成人吞咽困难，排除儿科人群研究；不涉及原始患者数据收集	系统梳理和综合现有关于AI工具在吞咽困难评估与管理中应用的文献	专注于人工智能工具（机器学习、深度学习、计算机视觉）在吞咽困难领域的应用研究	医疗人工智能	吞咽困难	视频荧光吞咽研究、柔性内窥镜吞咽评估	机器学习, 深度学习	医学影像, 临床数据	NA	NA	NA	NA	NA
2249	2025-11-30	Towards decoding individual words from non-invasive brain recordings 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65499-0 PMID:41298362	研究论文	开发了一种从非侵入性脑记录（EEG和MEG）解码单个单词的深度学习流程	首次实现从非侵入性脑记录中解码训练集未出现的单词，并在多设备、多语言、多任务场景下持续优于现有方法	非侵入式记录的解码精度仍受设备类型和实验协议限制，EEG和听力任务比MEG和阅读任务更难解码	构建非侵入式脑信号自然语言解码器	人类脑电信号（EEG/MEG）	脑机接口, 自然语言处理	NA	脑电图（EEG）, 脑磁图（MEG）	深度学习	脑信号时间序列	723名参与者，500万个单词，涵盖三种语言	NA	NA	解码准确率	NA
2250	2025-11-30	YOMO TF based edge cloud collaborative surveillance framework for tobacco warehouse safety management 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26011-2 PMID:41298508	研究论文	提出一种基于YOMO-TF的边缘云协同监控框架，用于烟草仓库安全管理	结合YOLO、MobileOne、Transformer和联邦自蒸馏技术，构建自适应深度学习的边缘云协同监控架构	NA	开发实时、隐私保护且可扩展的烟草仓库安全监控解决方案	烟草仓库监控场景中的异常行为检测	计算机视觉	NA	深度学习，联邦学习	YOLO, Transformer, 轻量级CNN	视频，图像	NA	NA	YOLOv8-nano, MobileOne-S, Temporal Shift Transformer (TST)	准确率, 精确率, 召回率, F1分数	边缘设备，云平台
2251	2025-11-30	Dual-modality fusion for mango disease classification using dynamic attention based ensemble of leaf & fruit images 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26052-7 PMID:41298556	研究论文	提出一种基于动态注意力机制的双模态融合方法，结合芒果叶片和果实图像进行疾病分类	引入模态注意力融合机制动态加权不同模态的预测结果，并采用类别感知的数据增强策略	未明确说明模型在复杂田间环境下的鲁棒性验证	提高芒果疾病分类的准确性和泛化能力	芒果叶片和果实图像	计算机视觉	植物疾病	深度学习	CNN	图像	未明确说明具体样本数量	Django	ResNet-50, MobileNetV2, EfficientNet-B0, ConvNeXt	准确率, F1分数, ROC-AUC	NA
2252	2025-11-30	Transformer-based deep learning for adaptive pedagogy under uncertain student preferences 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25996-0 PMID:41298579	研究论文	提出一种基于Transformer的深度学习框架SRE-TransformerNet，用于在不确定学生偏好的情况下实现自适应教学	融合Swin Transformer、ResNet和EfficientNet三种架构，并引入三种新型预处理技术（ARS、FFWA、UDT）和三种新评估指标（CSS、TCI、MCIM）	未明确说明数据收集的具体限制和模型在不同教育场景中的泛化能力	开发能够适应多样化学习行为和个人偏好的个性化教育系统	学生学习行为和偏好	机器学习	NA	深度学习	Transformer, CNN	教育行为数据	NA	NA	Swin Transformer, ResNet, EfficientNet	F1-score, AUC, accuracy, recall, CSS, TCI, MCIM	NA
2253	2025-11-30	A Hybrid Cross-Attentive CNN-BiLSTM-Transformer Network for Dysarthria Severity Classification 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26049-2 PMID:41298571	研究论文	提出一种混合深度学习模型用于构音障碍严重程度分类	集成CNN、BiLSTM和Transformer架构，采用独特的交叉注意力机制融合小波尺度图与声学特征	NA	实现构音障碍的客观自动检测和严重程度分类	构音障碍患者语音数据	自然语言处理	神经系统疾病	声学特征分析，小波变换	CNN, BiLSTM, Transformer	语音信号，图像	TORGO和UA Speech两个公共数据集	NA	混合CNN-BiLSTM-Transformer网络	准确率，配对t检验	NA
2254	2025-11-30	Novel dual-input stream-based hybrid approach for wheat leaf disease classification using edge-aware features 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26123-9 PMID:41298585	研究论文	提出一种结合Xception和EfficientNetB3架构的双输入流混合深度学习模型EffiXB3，用于小麦叶片病害分类	首次将Xception和EfficientNetB3架构与边缘感知特征相结合，采用双输入流处理结构和纹理特征	NA	提高小麦叶片病害分类的准确性和鲁棒性	小麦叶片图像	计算机视觉	植物病害	Canny边缘检测	CNN,混合深度学习模型	图像	NA	NA	Xception,EfficientNetB3,EffiXB3	准确率	NA
2255	2025-11-30	Dynamic edge-caching through content popularity and crowd prediction for short video services 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26079-w PMID:41298598	研究论文	提出一种通过内容流行度和人群预测的动态边缘缓存框架DECC，用于优化短视频服务的缓存决策	首次联合建模内容流行度和用户访问行为，采用混合深度学习架构捕获视频请求和用户活动的时序动态特征	未明确说明模型在不同网络环境下的泛化能力，实验数据可能受特定场景限制	优化移动网络中短视频服务的边缘缓存效率，降低访问延迟	短视频内容缓存决策和用户访问行为	机器学习	NA	深度学习	CNN, LSTM, GRU	时序数据，用户行为数据	真实世界数据集（具体数量未说明）	未明确说明	Conv1D, LSTM, GRU混合架构	缓存命中率，访问延迟降低，资源利用效率	NA
2256	2025-11-28	Research on personalized distance education recommendation system based on deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26020-1 PMID:41298620	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2257	2025-11-28	CT-based intratumoral heterogeneity quantification fusing deep learning radiomics for predicting lymph node metastasis in early-stage lung adenocarcinoma: a multicenter study 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26331-3 PMID:41298638	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2258	2025-11-30	A deep learning model for contact angle prediction in carbonate reservoirs under smart water assisted foam injection (SWAF) 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26336-y PMID:41298639	研究论文	本研究开发了机器学习模型来预测智能水辅助泡沫注入条件下碳酸盐岩储层的接触角	首次将深度学习模型应用于SWAF注入条件下的接触角预测，并采用数据增强技术扩展数据集	未考虑原油特性和油田尺度数据	开发准确的接触角预测模型以优化智能水辅助泡沫注入过程	碳酸盐岩储层在智能水辅助泡沫注入条件下的接触角	机器学习	NA	数据增强技术包括高斯噪声、缩放变换和物理约束生成对抗网络	CNN, XGBoost, SVR, Random Forest, MLP	表格数据	初始1,615个样本，通过数据增强扩展到13,032个样本	NA	卷积神经网络, XGBoost, 支持向量回归, 随机森林, 多层感知器	RMSE, R²	NA
2259	2025-11-30	An autoencoder and vision transformer based interpretability analysis on the performance differences in automated staging of second and third molars 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26121-x PMID:41298637	研究论文	提出结合自编码器和视觉变换器的框架，用于提升牙齿年龄分期分类性能并提供模型可解释性分析	首次将自编码器与视觉变换器结合用于牙齿分期任务，通过多角度可解释性分析揭示数据层面的性能限制因素	研究主要关注下颌第二和第三磨牙，结论可能不适用于其他牙齿类型；性能差距的根本数据问题需要进一步数据收集来解决	提升法医牙科年龄估计中深度学习模型的性能和可解释性	下颌第二磨牙（37号牙）和第三磨牙（38号牙）的X光图像	计算机视觉	法医牙科	牙齿X光成像	自编码器, Vision Transformer	医学图像	未明确说明具体样本数量	未明确说明	自编码器, Vision Transformer	准确率	NA
2260	2025-11-30	A transformer based approach to STEAM integrated english course design in high schools under deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26024-x PMID:41298657	研究论文	本研究探索将STEAM教育理念与深度学习技术相结合，开发基于Transformer架构的高中英语课程资源自动生成系统	提出融合STEAM语义特征的Transformer框架，实现英语教学内容的智能生成和个性化推送	在资源有限环境中的实施存在挑战，需要进一步改进	通过深度学习技术提升高中英语课程资源的智能化和相关性	高中英语课程资源开发	自然语言处理	NA	深度学习	Transformer	文本	300名高中生，其中150名学生的数据构成核心训练语料	NA	Transformer编码器-解码器架构	BLEU分数, 创新指数, 内容多样性	NA