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
2261	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
2262	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
2263	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
2264	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
2265	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
2266	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
2267	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
2268	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
2269	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
2270	2025-11-30	Human visual attention-inspired knowledge distillation underlying interpretable computational pathology 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26004-1 PMID:41298683	研究论文	提出受人类视觉注意力启发的知识蒸馏方法，用于计算病理学中的可解释医学图像分析	首次将人类视觉注意力机制融入知识蒸馏框架，通过捕捉局部和全局图像块关系构建差异化特征	未明确说明方法在更广泛病理学任务和数据集上的泛化能力	解决计算病理学中模型轻量化、可解释性与性能之间的平衡问题	医学病理图像	计算病理学	NA	深度学习	知识蒸馏	医学图像	NA	NA	NA	分割任务性能，注意力图与专家标注一致性	NA
2271	2025-11-30	ThoR: A Motion-Dependent Physics-Informed Deep Learning Framework with Constraint-Centric Theory of Functional Connections for Rainfall Nowcasting 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26126-6 PMID:41298704	研究论文	提出一种融合物理约束的运动依赖深度学习框架ThoR，用于降雨临近预报	将平流扩散方程作为物理约束嵌入优化目标，构建面向降水临近预报的功能连接理论框架	未明确说明模型在极端天气条件下的泛化能力限制	提升降雨临近预报的准确性和物理一致性	雷达数据中的降水运动模式	机器学习	NA	雷达数据采集	深度学习	雷达数据	真实世界雷达数据集	NA	级联分支架构，注意力驱动生成器	确定性指标	NA
2272	2025-11-30	Deep learning-based multi-parameter coupling compensation algorithm for clamp-on gas metering systems 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26116-8 PMID:41298712	研究论文	提出一种基于深度学习的多参数耦合补偿算法，用于提高夹装式气体计量系统在动态工况下的测量精度	采用混合LSTM-CNN神经网络架构同时建模多参数空间中的时间依赖性和空间关系，并集成实时自适应校正机制	未明确说明算法在极端工况或不同气体介质中的泛化能力	解决温度、压力和密度变化之间的复杂相互依赖关系对气体流量测量精度的影响	夹装式气体计量系统	机器学习	NA	深度学习	LSTM, CNN	时间序列数据，多参数传感器数据	720小时连续运行测试数据	NA	LSTM-CNN混合架构	平均测量误差，实时处理能力	NA
2273	2025-11-30	High-performance parallel multi-scale attention network with explainable AI for intelligent diagnosis of leaf diseases in agricultural systems 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26144-4 PMID:41298723	研究论文	提出一种用于木薯和花生叶片病害智能诊断的高性能并行多尺度注意力网络框架	开发了ROI-MDAN网络识别病害关键区域，提出MSFNet-CAM模型融合并行多尺度特征并集成坐标注意力机制，结合Grad-CAM提供模型可解释性	仅针对木薯和花生两种作物的叶片病害进行研究，未扩展到其他农作物	开发高精度叶片病害智能诊断系统以保障作物健康和提高农业生产力	木薯和花生的叶片图像	计算机视觉	植物叶片病害	GAN数据增强, Grad-CAM可解释性分析	GAN, 注意力网络	图像	从多种农业环境中采集的实时叶片图像	NA	ROI-MDAN, MSFNet-CAM	分类准确率	NA
2274	2025-11-30	Adaptive and scalable protection framework for virtual machines leveraging deep learning and dynamic defense 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26221-8 PMID:41298720	研究论文	提出一种结合深度学习与动态防御的自适应可扩展虚拟机保护框架	集成自适应特征编码器、密度感知聚类、Transformer增强分类器和动态缓解控制器的端到端防御管道，显著降低误报率并保持低延迟	未明确说明框架在异构云环境中的兼容性及对零日攻击的防御能力	开发能有效应对隐蔽性网络威胁的虚拟机动态防御系统	云环境中的虚拟机及其面临的网络威胁	机器学习	NA	深度学习	Transformer, Boosting	虚拟机遥测数据	基于ToN-IoT和CSE-CIC-IDS2018基准数据集	NA	Transformer	准确率, 精确率, F1分数, 误报率, 检测延迟	NA
2275	2025-11-28	Correction: Deep learning assisted LDPC decoding for 5G IoT networks in fading environments 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29260-3 PMID:41298785	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2276	2025-11-30	A machine learning approach to risk based asset allocation in portfolio optimization 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26337-x PMID:41298798	研究论文	提出一种基于机器学习的动态风险资产配置框架，用于投资组合优化	集成LSTM波动率预测、可微分风险预算层和机制转换机制，实现端到端的投资组合权重训练	NA	开发动态风险预算的投资组合优化方法	金融资产组合	机器学习	NA	机器学习	LSTM	金融市场数据	2017-2022年样本外测试期	NA	LSTM, 稀疏注意力机制	夏普比率, 最大回撤	NA
2277	2025-11-30	Conditional deep learning model reveals translation elongation determinants during amino acid deprivation 2025-Nov-26, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09092-7 PMID:41299006	研究论文	开发了一种名为Riboclette的条件深度学习模型，用于预测氨基酸剥夺条件下的核糖体足迹图谱并识别翻译延伸决定因素	提出了具有双输出头的条件深度学习模型，能够同时预测六种不同氨基酸剥夺条件下的核糖体足迹，并通过计算机扰动实验提取基序水平的核糖体停滞驱动因素	NA	研究氨基酸剥夺条件下翻译延伸的调控机制和决定因素	核糖体足迹图谱和mRNA序列	机器学习	代谢紊乱	核糖体分析技术	深度学习	序列数据	NA	NA	具有双输出头的条件深度学习架构	NA	NA
2278	2025-11-30	Research progress in computer-aided diagnosis systems for lung cancer 2025-Nov-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02101-3 PMID:41299062	综述	本文综合评述了肺癌计算机辅助诊断系统在传统影像、机器学习和深度学习方面的研究进展	重点关注床边验证的进展：多模态CT/PET-临床融合、小数据策略、可解释AI和隐私保护的多中心学习	NA	总结肺癌计算机辅助诊断系统的研究进展，并将准确性转化为患者获益	肺癌计算机辅助诊断系统	计算机视觉	肺癌	CT, PET, 多模态影像融合	机器学习, 深度学习	医学影像, 临床数据	NA	NA	NA	AUC, 假阳性率, C-index	NA
2279	2025-11-30	Fusion_f5C-Pred: a dual-branch feature fusion framework for 5-formylcytosine modification sites prediction 2025-Nov-26, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-025-12278-2 PMID:41299278	研究论文	开发了一个名为Fusion_f5C-Pred的双分支深度学习框架，用于预测RNA中5-甲酰胞嘧啶修饰位点	提出创新的双分支特征融合框架，通过门控融合网络整合序列和结构特征，并采用注意力机制和Transformer编码器	未明确说明模型的计算复杂度、训练时间或对特定RNA类型的适用性限制	开发高性能的计算方法来预测RNA中5-甲酰胞嘧啶修饰位点	RNA序列及其二级结构	生物信息学	癌症	RNA修饰位点预测	CNN, Transformer	序列数据, 结构数据	NA	PyTorch	密集连接卷积网络, 卷积块注意力模块, Transformer编码器	准确率, AUROC	NA
2280	2025-11-30	An interpretable geometric graph neural network for enhancing the generalizability of drug-target interaction prediction 2025-Nov-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-025-02456-9 PMID:41299450	研究论文	提出一种可解释的几何图神经网络GPS-DTI，用于提升药物-靶点相互作用预测的泛化能力	结合图同构网络与多头注意力机制建模药物分子结构，利用预训练ESM-2模型和CNN提取蛋白质特征，通过交叉注意力模块增强模型可解释性	未明确说明模型在更广泛疾病领域的泛化能力	提升药物-靶点相互作用预测的泛化能力和可解释性	药物分子和蛋白质靶点	机器学习	COVID-19	深度学习	图神经网络,CNN,注意力机制	分子图结构数据,蛋白质序列数据	NA	NA	GINE,多头注意力机制,ESM-2,CNN	NA	NA