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
221	2025-10-05	Spatial Heterogeneity Identification for Rainfall-derived Inflow and Infiltration in Urban Sewer Systems based on Water Level Sensor Networks: Insights from an Interpretable Deep learning Method 2025-Sep-30, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2025.122999 PMID:41038439	研究论文	基于水位传感器网络和可解释深度学习方法识别城市排水系统中降雨入流与入渗的空间异质性	将低成本水位传感器与可解释深度学习算法相结合，首次实现了仅依靠水位数据对排水系统RDII空间异质性的有效识别	方法仅在案例研究中得到验证，需要更多实际应用场景的测试	开发一种基于水位监测数据和可解释深度学习算法的严重RDII子汇水区识别方法	城市排水系统中的降雨入流与入渗现象	机器学习	NA	水位监测	深度学习	传感器水位数据	NA	NA	NA	NA	NA
222	2025-10-05	Deep learning predicts cardiac output from seismocardiographic signals in heart failure 2025-Sep-30, The American journal of cardiology DOI:10.1016/j.amjcard.2025.09.037 PMID:41038524	研究论文	本研究开发了一种深度学习模型，通过心震图信号无创预测心力衰竭患者的心输出量	首次将深度学习应用于心震图信号直接估计心输出量，结合心电图和体重指数数据	样本量较小（73例患者），需要前瞻性多中心验证来确认普适性	开发无创心输出量监测方法以替代侵入性右心导管检查	心力衰竭患者	机器学习	心血管疾病	心震图，心电图	CNN	信号数据，生理参数	73例心力衰竭患者	NA	深度卷积神经网络	平均偏差，LoA（一致性界限）	NA
223	2025-10-05	Automated deep U-Net model for ischemic stroke lesion segmentation in the sub-acute phase 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17337-y PMID:41022812	研究论文	开发并验证了一种用于亚急性缺血性卒中病灶自动分割的深度学习框架	提出具有六条并行路径的新型多路径残差U-Net架构，每块包含0-5个卷积层深度	需要在多样化临床环境中进行多中心验证才能投入临床应用	开发自动分割亚急性缺血性卒中病灶的深度学习框架	亚急性缺血性卒中患者的FLAIR MRI图像	医学图像分析	缺血性卒中	FLAIR MRI	U-Net	医学图像	28名患者（18名训练，5名验证，5名测试）	NA	多路径残差U-Net	Dice相似系数, 敏感度, 特异度, Hausdorff距离	NA
224	2025-10-05	Wearable interactive full-body motion tracking and haptic feedback network systems with deep learning 2025-Sep-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63644-3 PMID:41022813	研究论文	提出一种集成全身运动分析与实时双向触觉反馈的低成本运动追踪系统	结合柔性贴片式表皮触觉设备与远程机器学习框架，实现全身运动捕捉和个性化时间同步反馈的闭环系统设计	NA	开发具有实时双向触觉反馈功能的低成本全身运动追踪系统	全身运动追踪与触觉反馈系统	机器学习	NA	物联网技术，虚拟现实技术	深度学习	运动数据，触觉反馈数据	NA	NA	NA	NA	NA
225	2025-10-05	A super-resolution network based on dual aggregate transformer for climate downscaling 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17234-4 PMID:41022853	研究论文	提出一种基于双聚合Transformer的气候降尺度超分辨率网络，用于提高降雨图像的分辨率	提出CDDAT混合模型，结合轻量CNN和双聚合Transformer，能动态调整不同降雨变量的重要性并提供风暴微物理和动力结构信息	NA	解决气候降尺度问题，生成高分辨率气候数据	降雨图像数据	计算机视觉	NA	深度学习	CNN, Transformer	图像	NJU-CPOL数据集	NA	轻量CNN骨干网络(LCB), 高保持块(HPBs), 双聚合Transformer骨干网络(DATB)	纹理恢复效果, 与最先进方法比较	NA
226	2025-10-05	A deep learning algorithm for automatic 3D segmentation and quantification of hamstrings musculotendon injury from MRI 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16926-1 PMID:41022866	研究论文	开发用于自动分割和量化MRI中腘绳肌肌腱损伤的深度学习算法	首次实现基于AI的3D自动分割和量化腘绳肌肌腱损伤，能够反映不同损伤严重程度	腘绳肌腱结构的相关性相对较低(R≥0.42)，样本仅限于大学足球运动员	开发自动AI模型用于腘绳肌损伤的定量评估	大学足球运动员的腘绳肌肌腱损伤	医学影像分析	肌肉损伤	MRI(T2加权和T1加权)	深度学习	3D医学影像	大学足球运动员在腘绳肌损伤时和恢复运动时的MR扫描	NA	NA	相关性系数(R), p值	NA
227	2025-10-05	Mixed prototype correction for causal inference in medical image classification 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15920-x PMID:41022936	研究论文	提出一种混合原型校正因果推理方法(MPCCI)，用于减轻医学图像分类中未观察到的混杂因素对因果关系的负面影响	结合前门调整的因果推理框架和自适应训练策略，通过多视图特征提取和混合原型校正模块进行因果干预	NA	提升医学图像分类诊断的准确性和可靠性	医学图像与疾病标签之间的因果关系	计算机视觉	NA	NA	深度学习	医学图像(CT和超声)	四个医学图像数据集	NA	多视图特征提取(MVFE)模块,混合原型校正(MPC)模块	诊断准确率,可靠性	NA
228	2025-10-05	Clinical application of deep learning for enhanced multistage caries detection in panoramic radiographs 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16591-4 PMID:41022932	研究论文	本研究开发了一种基于深度学习的两阶段模型，用于在全景X光片中增强检测多阶段龋齿	采用YOLOv5和Attention U-Net的双模型方法，结合咬翼片金标准验证，首次实现全景片中多阶段龋齿的自动检测与分类	存在低估釉质龋齿的情况，偶尔在健康牙齿上出现假阳性预测	利用深度学习技术提升全景X光片中多阶段龋齿的检测能力	500张全景X光片中的14,997颗牙齿和1,792个龋齿病变	计算机视觉	龋齿	全景X射线成像，咬翼X射线成像	CNN	X光图像	500张全景X光片，包含14,997颗牙齿和1,792个龋齿标注	PyTorch	YOLOv5, Attention U-Net	召回率, F1分数, 准确率	NA
229	2025-10-05	Advanced deep feature engineering with crayfish optimization for diabetes detection using tongue images 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14780-9 PMID:41022952	研究论文	提出一种基于舌象分析的深度特征工程与小龙虾优化算法相结合的糖尿病检测方法	结合SE-DenseNet特征提取、TCN分类器和COA超参数优化的集成方法，在舌象糖尿病检测中实现96.91%的高准确率	NA	开发基于舌象的非侵入性糖尿病准确诊断方法	糖尿病患者舌象图像	计算机视觉	糖尿病	舌象分析	深度学习	图像	NA	NA	SE-DenseNet, TCN	准确率	NA
230	2025-10-05	Dual Attention-Based recurrent neural network and Two-Tier optimization algorithm for human activity recognition in individuals with disabilities 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12283-1 PMID:41022965	研究论文	提出一种基于双注意力机制和双层优化算法的人类活动识别模型，专门用于残疾人士	结合双注意力双向门控循环单元和塔斯马尼亚恶魔优化器的超参数选择，提高人类活动识别准确率	NA	改进人类活动识别技术以辅助残疾人士	残疾人士的人类活动数据	机器学习	残疾相关疾病	传感器数据分析	循环神经网络,元启发式优化算法	传感器数据	NA	NA	双注意力双向门控循环单元(DABiG)	准确率	NA
231	2025-10-05	Adaptive temporal attention mechanism and hybrid deep CNN model for wearable sensor-based human activity recognition 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18444-6 PMID:41022984	研究论文	提出一种名为CNNd-TAm的混合深度学习模型，用于基于可穿戴传感器的人类活动识别	结合扩张卷积网络和改进的时间注意力机制，增强空间特征提取和长期时间依赖性建模	NA	开发高效的人类活动识别系统，识别基础和复杂活动	人类日常活动（包括交谈、喝咖啡等13种活动）	机器学习	NA	加速度计和陀螺仪传感器数据采集	CNN, 注意力机制	传感器时序数据	10人参与的13种活动数据	NA	扩张卷积网络, 时间注意力机制	准确率	NA
232	2025-10-05	An efficient deep learning network for brain stroke detection using salp shuffled shepherded optimization 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17725-4 PMID:41023014	研究论文	提出一种基于Salp Shuffled Shepherded优化算法的高效深度学习网络用于脑卒中检测	提出S3ET-NET新模型，结合Salp Shuffled Shepherded优化算法和EfficientNet架构，在脑卒中检测中实现高可靠性	NA	开发高效的脑卒中自动检测方法	脑部MRI图像中的正常、缺血性卒中和出血性卒中病例	计算机视觉	脑卒中	磁共振成像（MRI），弥散加权成像（DWI）	深度学习，CNN	医学图像（脑部MRI）	NA	NA	EfficientNet, Ghost Net, ResNet50, Link Net, Mobile Net, Google Net	准确率，可靠性	NA
233	2025-10-05	A deep learning model for epidermal growth factor receptor prediction using ensemble residual convolutional neural network 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18518-5 PMID:41023039	研究论文	提出一种基于集成残差卷积神经网络的深度学习模型ERCNN-EGFR，用于从蛋白质氨基酸序列准确预测表皮生长因子受体	首次将集成残差卷积神经网络与多种蛋白质特征提取方法结合，通过XGBoost特征选择优化模型性能	未明确说明训练数据的具体来源和规模，独立测试集准确率（82.85%）较训练结果有所下降	开发准确识别表皮生长因子受体的计算方法	表皮生长因子受体蛋白质	机器学习	乳腺癌	蛋白质序列分析	BiLSTM, GRU, GAN, ERCNN	蛋白质氨基酸序列	NA	NA	集成残差卷积神经网络	准确率, 灵敏度, 特异性, 马修斯相关系数	NA
234	2025-10-05	A hybrid deep learning and fuzzy logic framework for feature-based evaluation of english Language learners 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17738-z PMID:41023079	研究论文	提出一种结合深度学习和模糊逻辑的混合框架，用于英语学习者的特征评估	首次将模糊逻辑规则挖掘与DeBERTa、元数据和LSTM架构融合，结合了解释性规则推理与先进AI的预测能力	NA	开发综合框架以准确评估英语学习者语言水平并个性化教育干预	英语学习者	自然语言处理	NA	自然语言处理	DeBERTa, LSTM, 混合模型	文本, 元数据(行为学和人口统计学数据)	NA	PyTorch, TensorFlow	DeBERTa, LSTM, DBML(DeBERTa+Metadata+LSTM)	准确率	NA
235	2025-10-05	A hybrid deep learning model with feature engineering technique to enhance teacher emotional support on students' engagement for sustainable education 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-17600-2 PMID:41023087	研究论文	提出一种结合特征工程的混合深度学习模型，通过学生情绪识别增强教师情感支持以促进可持续教育	提出AdaptSepCX注意力网络系统进行特征提取，并融合CNN和双向门控循环单元(C-BiG)的混合模型架构	NA	开发有效的学生情绪识别系统以提升学生参与度和学习成果	学生在学习过程中表现的情感状态	计算机视觉	NA	面部表情分析	CNN, BiGRU	图像	学生参与度数据集	NA	AdaptSepCX, C-BiG	准确率	NA
236	2025-10-05	AgriFact framework for modelling the impact of farmers' information demand on nationwide wheat productivity in India 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19133-0 PMID:41023098	研究论文	提出AgriFact框架研究印度农民信息需求与小麦产量的关系	首次使用深度学习模型和数值方法综合分析农民信息需求对作物产量的影响	仅针对小麦作物进行分析，未涵盖其他农作物	探索农民信息需求与作物产量之间的关系，为农业政策制定提供依据	印度农民的信息查询和小麦产量数据	机器学习	NA	深度学习建模、数值方法分析	CNN	文本查询数据、产量数据	180万次农民查询电话，覆盖印度各地区的小麦产量数据	NA	1-D CNN	RMSE, MAE	NA
237	2025-10-05	Deep learning decodes species-specific codon usage signatures in Brassica from coding sequences 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18814-0 PMID:41023189	研究论文	本研究利用深度学习从编码序列中解码芸苔属物种特异性密码子使用特征，实现四种关键芸苔属物种的高精度分类	首次将深度学习应用于植物物种分类，无需手动特征选择即可实现基于全基因组序列数据的高精度鉴别	仅针对四种芸苔属物种进行研究，未验证在其他植物分类群中的适用性	开发基于深度学习的植物物种分类方法	四种芸苔属物种（芥菜型油菜、甘蓝型油菜、甘蓝和白菜）	机器学习	NA	基因组测序	MLP, Leaky ReLU, Dropout Neural Networks, RBF Neural Network	基因组序列数据	NA	NA	多层感知器, Leaky ReLU神经网络, Dropout神经网络, 径向基函数神经网络	准确率, 精确率, 召回率, F1分数, MCC	NA
238	2025-10-05	A lightweight St-CNN architecture based on deep learning for stress level detection from human physical activities 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18647-x PMID:41023211	研究论文	提出一种基于深度学习的新型轻量级St-CNN架构，用于通过人体活动数据检测压力水平	设计了一种专门针对压力检测优化的轻量级CNN架构，在保持高精度的同时显著降低计算成本	仅使用单一公开数据集进行验证，需要更多样化的数据集和实际场景测试	开发高效的压力水平检测方法	人体压力水平	机器学习	心理健康	深度学习	CNN	物理活动数据	2,001个样本	NA	St-CNN（包含两个全连接层、ReLU和归一化层）	准确率, 置信区间	边缘计算环境
239	2025-10-05	Enhancing SDN security with deep learning and F-balanced cross-entropy for DDoS detection 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-18826-w PMID:41023344	研究论文	提出一种基于深度学习的SDN环境DDoS攻击检测模型AECE，通过注意力机制和F平衡交叉熵损失函数提升检测性能	提出注意力增强交叉熵(AECE)模型，集成注意力机制聚焦关键网络流量特征；创新F平衡交叉熵(FBCE)损失函数，结合交叉熵和F1分数平衡精确率与召回率	未明确说明在真实SDN环境中的部署验证和极端流量条件下的性能表现	提升软件定义网络(SDN)中分布式拒绝服务(DDoS)攻击的检测能力	SDN网络环境中的DDoS攻击流量	机器学习	NA	深度学习	DNN	网络流量数据	NA	NA	注意力机制增强的深度神经网络	准确率, 精确率, 召回率, F1分数	NA
240	2025-10-05	A novel hybrid mathematical deep learning technique for early warning of flashover in composite insulators 2025-Sep-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19151-y PMID:41023343	研究论文	提出一种基于混合数学深度学习模型的复合绝缘子闪络预测方法	结合加权连续小波变换和图注意力网络的混合模型，首次将放电峰值数和功率高斯拟合指标用于闪络预测	模型验证仅针对特定几何规格和污染等级参数，未涵盖所有可能的工况	开发复合绝缘子闪络早期预警系统以防止绝缘故障导致的停电	污染复合绝缘子的干带电弧和闪络阶段	机器学习	NA	加权连续小波变换，泄漏电流数据分析	图注意力网络	时间序列数据（泄漏电流）	NA	NA	图注意力网络（GAT）	放电计数，预测准确率	NA