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
281	2025-11-02	Introducing a hybrid intrusion detection method for IoT-cloud environments based on ResNeXt and improved Ebola optimization search algorithm 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21408-5 PMID:41152357	研究论文	提出一种基于ResNeXt和改进埃博拉优化搜索算法的混合入侵检测方法，用于保护物联网-云环境安全	首次将ResNeXt深度卷积神经网络与改进的埃博拉优化搜索算法相结合，利用病毒传播动力学原理增强搜索性能	NA	开发高效的混合入侵检测方法以增强物联网-云环境的安全性	物联网-云环境中的网络入侵和异常行为	机器学习	NA	NA	CNN, 元启发式优化算法	网络流量数据	标准数据集CICIDS 2017和NSL-KDD	NA	ResNeXt	准确率, 召回率, F1分数, 精确率	NA
282	2025-11-02	Deep learning based optimal fish species identification to maximize production in fish ponds 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21598-y PMID:41152425	研究论文	使用深度神经网络基于鱼塘水质参数识别最佳鱼类物种以提高产量	首次将深度神经网络应用于鱼塘水质参数与鱼类物种适配性识别，相比传统机器学习方法实现100%准确率	样本量较小（仅196个样本），研究区域局限在印度特伦甘纳邦瓦朗加尔地区	通过识别最适合鱼塘水质条件的鱼类物种来最大化水产养殖产量	鱼类物种与鱼塘水质参数的适配关系	机器学习	NA	水质传感器监测（pH传感器、温度传感器、浊度传感器）	DNN	传感器采集的水质参数数据	196个鱼塘水质样本	NA	深度神经网络	准确率	NA
283	2025-11-02	Multistage prediction approach of EVs charging performance in smart transportation systems by deep learning technique 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21625-y PMID:41152435	研究论文	提出一种基于前馈深度神经网络的多阶段预测方法，用于预测智能交通系统中电动汽车的充电性能	首次将实时距离、道路特征和天气数据等影响因素与历史充电数据结合，采用多阶段方法预测SoC和CAT	NA	提高电动汽车充电行为的预测准确性，优化智能交通系统中的充电调度	电动汽车充电行为	机器学习	NA	深度学习技术	FDNN	历史充电数据、实时距离数据、道路特征数据、天气数据	NA	NA	前馈深度神经网络	SMAPE	NA
284	2025-11-02	A bias-resilient client selection analysis for federated brain tumor segmentation 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21548-8 PMID:41152446	研究论文	提出一种抗偏见的联邦学习客户端选择方法用于脑肿瘤分割	结合改进的UNet架构与联邦学习，提出Fed_WCE_BTD框架，采用弱客户端淘汰和自适应客户端选择策略	水肿识别的Dice系数为80%，与基线方法表现相似	在脑肿瘤分割任务中超越或达到非联邦学习环境的性能	脑肿瘤MRI图像	医学图像分析	脑肿瘤	MRI多模态成像	CNN	医学图像	BRATS 2021数据集	联邦学习	改进的UNet	Dice系数	NA
285	2025-11-02	Deep learning-assisted CBCT segmentation provides reliable volumetric assessment of mandibular defects compared with micro-CT for 3D printing and surgical planning 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24748-4 PMID:41152443	研究论文	本研究评估了深度学习辅助CBCT分割在兔下颌骨缺损体积测量中的准确性，并与micro-CT金标准进行比较	首次系统评估CBCT体素大小、病变位置和分割技术对下颌骨缺损体积测量准确性的影响，并验证深度学习分割模型的可行性	研究使用人工兔下颌骨缺损模型，样本量较小（28个缺损），需在临床患者中进一步验证	提高CBCT在数字牙科应用中的体积测量准确性，优化临床诊断方案	兔下颌骨人工骨缺损	数字病理	骨缺损	CBCT, micro-CT	深度学习	医学影像	28个兔下颌骨人工骨缺损	Avizo	ResNet18-encoded U-Net	体积测量准确性, 统计显著性检验	NA
286	2025-11-02	A novel hybrid attention based deep learning framework for textual emotion recognition using natural language processing technologies for disabled persons 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21532-2 PMID:41152453	研究论文	提出一种基于混合注意力的深度学习框架，用于通过自然语言处理技术识别残疾人的文本情感	开发了新型混合注意力长短期记忆分类器和振荡混沌向日葵优化算法进行超参数调优	NA	通过文本情感识别改善残疾人的辅助技术和情感理解	残疾人群体	自然语言处理	残疾	自然语言处理	LSTM, 注意力机制	文本	NA	NA	混合注意力长短期记忆网络	准确率	NA
287	2025-11-02	A novel method based on a multiscale convolution neural network for identifying lung nodules 2025-Oct-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21582-6 PMID:41152460	研究论文	提出一种基于多尺度卷积神经网络的新型肺结节识别方法	提出结合高斯金字塔分解的多尺度卷积神经网络模型，在肺结节检测中优于传统CNN方法	NA	解决肺结节识别和分类的挑战	肺结节（实性结节和纯磨玻璃结节）	计算机视觉	肺癌	医学图像分析	CNN, MCNN	医学图像	NA	NA	多尺度卷积神经网络	F1值, 准确率	NA
288	2025-11-02	Automated FAZ segmentation and diabetic retinopathy classification using OCTA images 2025-Oct-28, BMC ophthalmology IF:1.7Q3 DOI:10.1186/s12886-025-04473-2 PMID:41152755	研究论文	本研究开发了一种自动化框架，使用OCTA图像进行FAZ分割和糖尿病视网膜病变分类	结合DeepLabv3+、EfficientNetB0、SE模块和ASPP的神经网络架构用于FAZ分割，以及基于GoogLeNet的CNN用于DR分类	样本量相对较小（253个OCTA扫描），仅来自单一医疗中心	探索使用OCTA图像自动分割FAZ并分类糖尿病视网膜病变的可行性	161名参与者的253个OCTA扫描（126个SCP，127个DCP）	计算机视觉	糖尿病视网膜病变	光学相干断层扫描血管成像（OCTA）	CNN	图像	253个OCTA扫描，来自161名参与者（39名正常，78名NPDR，44名PDR）	NA	DeepLabv3+, EfficientNetB0, GoogLeNet	Dice相似系数, AUC	NA
289	2025-11-02	Survey on phylogenetic tree construction using machine learning 2025-Oct-28, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108751 PMID:41172604	综述	本文系统综述了使用机器学习方法构建系统发育树的研究进展	整合了传统方法与机器学习方法在系统发育分析中的贡献，特别关注了绕过传统比对使用嵌入或端到端学习的新方法	作为综述文章，主要总结现有研究而非提出新方法	系统梳理系统发育树构建方法，特别是机器学习技术的应用	多序列比对和系统发育推断方法	计算生物学	NA	机器学习，深度学习	NA	生物序列数据	NA	NA	NA	NA	NA
290	2025-11-02	Pulmonary function estimation using smartphone audio and deep learning 2025-Oct-27, Jornal brasileiro de pneumologia : publicacao oficial da Sociedade Brasileira de Pneumologia e Tisilogia IF:2.9Q2 DOI:10.36416/1806-3756/e20250003 PMID:41172409	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
291	2025-11-02	CNNCaps-DBP: Leveraging protein language models with attention-augmented convolution for DNA-binding protein prediction 2025-Oct-26, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108261 PMID:41172803	研究论文	提出一种名为CNNCaps-DBP的新型深度学习方法，用于从蛋白质序列信息中准确预测DNA结合蛋白	结合预训练蛋白质语言模型ESM C与注意力增强卷积模块，并采用胶囊网络和MLP的混合深度学习框架	NA	开发精确高效的DNA结合蛋白预测计算框架	DNA结合蛋白	生物信息学	神经退行性疾病,癌症	蛋白质序列分析	CNN, Capsule Network, MLP	蛋白质序列数据	NA	NA	注意力增强卷积,胶囊网络,多层感知机	预测性能指标	NA
292	2025-11-02	Characterization of Gastrodiae Rhizoma from different geographical origins by HS-GC-IMS and authenticity identification combined with deep learning 2025-Oct-24, Journal of chromatography. A DOI:10.1016/j.chroma.2025.466482 PMID:41172769	研究论文	本研究结合顶空气相色谱-离子迁移谱和深度学习算法，建立了天麻地理起源鉴别和掺假筛查的有效方法	首次将GC-IMS二维谱图与深度学习结合用于天麻地理起源鉴别，准确率超过99.54%，显著优于传统机器学习方法	样本数量有限（57个），仅针对特定地理来源的天麻样品进行研究	建立天麻地理起源认证和掺假筛查的有效策略	不同地理来源的天麻样品	计算机视觉	NA	顶空气相色谱-离子迁移谱（HS-GC-IMS）	CNN, ResNET	二维色谱图像	57个天麻样品	NA	卷积神经网络, 残差网络	准确率	NA
293	2025-11-02	DNUNet: A Llightweight adaptive medical image segmentation network based on dual-path multilevel interactive convolution and norm sparse fusion module 2025-Oct-23, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108230 PMID:41172804	研究论文	提出了一种轻量级自适应医学图像分割网络DNUNet，通过双路径多级交互卷积和范数稀疏融合模块实现高效分割	创新性地结合大核卷积、双路径多级结构和特征稀疏化策略，在保持高性能的同时显著降低计算和内存开销	NA	开发轻量级医学图像分割模型以平衡性能与计算成本	医学图像分割	计算机视觉	NA	深度学习	CNN	医学图像	NA	NA	DNUNet	NA	便携设备
294	2025-11-02	A Public Health Approach to Automated Pain Intensity Recognition in Chest Pain Patients via Facial Expression Analysis for Emergency Care Prioritization 2025-Oct-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202661 PMID:41153333	研究论文	本研究开发了一种基于面部表情分析的自动疼痛强度识别系统，用于急诊胸痛患者的护理优先级排序	将PSPI评分与YOLO模型结合实现精确的疼痛级别分类，并通过广泛微调比较YOLO系列模型的性能，平衡计算效率与诊断准确性	该方法不推断心肌梗塞的根本原因，未来需要整合临床元数据和轻量级边缘计算模型	开发辅助医疗工具，通过自动化面部疼痛表情识别来监测胸痛患者的不适程度	胸痛患者的面部表情	计算机视觉	心血管疾病	深度学习，实时面部表情捕捉	YOLO系列模型	图像，实时视频流	NA	NA	YOLOv4, YOLO系列模型	精确度，训练时间	智能手机，笔记本电脑，未来将采用边缘计算模型
295	2025-11-02	Brain Tumor Classification in MRI Scans Using Edge Computing and a Shallow Attention-Guided CNN 2025-Oct-21, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines13102571 PMID:41153849	研究论文	提出一种用于脑肿瘤MRI分类的轻量级注意力引导CNN模型，并探索模型压缩技术在边缘计算中的应用	开发了浅层注意力引导卷积神经网络(ANSA_Ensemble)，在保持高精度的同时显著减少模型参数，适用于医疗边缘计算场景	仅在三个公开数据集上进行了验证，需要进一步临床验证	开发适用于边缘计算的高效脑肿瘤MRI分类模型	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI	CNN	图像	三个公开脑肿瘤数据集(Cheng, Bhuvaji, Sherif)	NA	ANSA_Ensemble, 注意力引导CNN	准确率	边缘计算
296	2025-11-02	AI-Based Characterization of Breast Cancer in Mammography and Tomosynthesis: A Review of Radiomics and Deep Learning for Subtyping, Staging, and Prognosis 2025-Oct-21, Cancers IF:4.5Q1 DOI:10.3390/cancers17203387 PMID:41154441	综述	本文综述了基于人工智能的乳腺X线摄影和断层合成成像在乳腺癌亚型分型、分期和预后预测中的应用	系统比较了放射组学和深度学习在乳腺影像分析中的最新进展，特别关注多模态和纵向方法的潜力	公共数据集使用较少限制了可重复性，缺乏外部验证和临床整合	评估AI技术在乳腺癌影像特征提取、亚型分型、分期和预后预测中的应用价值	乳腺X线摄影(MM)和乳腺断层合成成像(BT)影像	医学影像分析	乳腺癌	放射组学, 深度学习	深度学习模型	医学影像	81项研究(63项MM, 18项BT)	NA	NA	AUC, 准确率, C指数	NA
297	2025-11-02	A Priori Prediction of Neoadjuvant Chemotherapy Response in Breast Cancer Using Deep Features from Pre-Treatment MRI and CT 2025-Oct-21, Cancers IF:4.5Q1 DOI:10.3390/cancers17203394 PMID:41154448	研究论文	本研究利用治疗前MRI和CT的深度特征结合临床变量预测乳腺癌新辅助化疗反应	首次将多种ResNet架构预训练模型应用于乳腺癌治疗反应预测，并证明深度特征优于传统手工放射组学特征	样本量相对有限（177例患者），需进一步验证	开发基于深度学习的乳腺癌新辅助化疗反应预测模型	乳腺癌患者	数字病理	乳腺癌	MRI, CT	CNN	医学影像	177例患者	PyTorch	ResNet10, ResNet18, ResNet34, ResNet50	平衡准确率	NA
298	2025-11-02	AI-RiskX: An Explainable Deep Learning Approach for Identifying At-Risk Patients During Pandemics 2025-Oct-21, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering12101127 PMID:41155125	研究论文	提出一种可解释的深度学习方法AI-RiskX，用于在疫情期间识别高风险患者	整合五种公共数据集，采用CNN-LSTM混合模型，结合SHAP提供个体和群体层面的可解释性，并包含基于规则的年龄和妊娠状态分层模块	NA	开发可解释的AI系统以识别疫情期间高风险患者，支持及时干预和资源分配	COVID-19或相关感染的确诊患者，特别关注老年人、孕妇和慢性病患者	机器学习	COVID-19	合成少数类过采样技术(SMOTE)	CNN,LSTM	医疗数据集	整合五个公共数据集（哮喘、糖尿病、心脏、肾脏和甲状腺疾病）	NA	CNN-LSTM混合架构	准确率	NA
299	2025-10-30	Comparison of Deep Neural Networks for the Classification of Adventitious Lung Sounds 2025-Oct-21, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm14207427 PMID:41156296	研究论文	比较深度神经网络在异常肺音分类中的性能并提出双流分类方法	提出VGGish双流网络架构，并系统比较五种预训练CNN模型在肺音分类任务中的表现	模型存在特异性高但敏感性低的临床显著偏差，可能导致漏诊病理事件	开发客观的呼吸系统疾病筛查方法	异常肺音	机器学习	呼吸系统疾病	深度学习	CNN	音频	ICBHI 2017公共数据集	NA	VGG16, VGG19, InceptionV3, MobileNetV2, ResNet152V2, VGGish-dual-stream	平均分数, 敏感性, 特异性	NA
300	2025-11-02	Evaluation of the Risk of Urinary System Stone Recurrence Using Anthropometric Measurements and Lifestyle Behaviors in a Developed Artificial Intelligence Model 2025-Oct-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics15202643 PMID:41153315	研究论文	本研究提出一种基于深度学习的创新混合方法，利用人体测量数据和生活方式行为预测泌尿系统结石复发风险	提出结合自动编码器特征提取和多种机器学习算法的混合方法，在临床预测问题中成功整合结构特征工程和深度表示学习	NA	开发人工智能模型预测泌尿系统结石复发风险	泌尿系统结石患者数据	机器学习	泌尿系统结石	深度学习，机器学习	自动编码器，XGBoost，Cubic SVM，KNN，Decision Tree	临床数据，人体测量数据，生活方式数据	NA	NA	自动编码器	分类性能	NA