深度学习在生物医药领域中的应用

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
321	2025-07-05	A genetic algorithm-based ensemble model for efficiently identifying interleukin 6 inducing peptides 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05491-2 PMID:40594650	研究论文	本研究开发了一种基于遗传算法的集成模型PredIL6，用于高效识别白细胞介素6诱导肽	PredIL6通过结合148个基线机器学习和深度学习模型的概率分数，使用基于遗传算法的元分类器，显著提高了识别IL-6诱导肽的准确性	未提及模型在更大规模或多样化数据集上的泛化能力	开发一种计算预测方法，以替代实验方法识别IL-6诱导肽	白细胞介素6（IL-6）诱导肽	机器学习	NA	遗传算法	集成学习模型（包含AAINDEX、BLOSUM62、ESM-2和word2vec等20个基线模型）	蛋白质序列数据	未明确提及具体样本数量
322	2025-07-05	Attention mechanism based CNN-LSTM hybrid deep learning model for atmospheric ozone concentration prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05877-2 PMID:40594664	研究论文	提出了一种基于注意力机制的CNN-LSTM混合深度学习模型，用于预测大气臭氧浓度	结合注意力机制与CNN和LSTM网络，提高了对多元时间序列数据的非线性处理能力和短期预测精度	未提及模型在其他环境参数或更长预测时间跨度下的表现	开发一种高精度的大气臭氧浓度预测方法	大气臭氧浓度	机器学习	NA	PCA, 深度学习	CNN-LSTM混合模型	时间序列数据	16,806条记录（2018-2019年）
323	2025-07-05	Automated classification of chondroid tumor using 3D U-Net and radiomics with deep features 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07128-w PMID:40594673	研究论文	本研究提出了一种结合深度学习和放射组学的混合方法，用于软骨样肿瘤的自动分类	整合了3D U-Net辅助分割、放射组学特征和深度学习特征，提高了软骨样肿瘤的分类准确性	未提及样本量是否足够大或是否具有多样性	改善软骨样肿瘤的自动分类方法以辅助临床决策	软骨样肿瘤	数字病理学	软骨样肿瘤	放射组学特征提取、深度学习特征提取	3D U-Net, Random Forest, XGBoost, Gradient Boosting, LightGBM, CatBoost	医学影像数据	NA
324	2025-07-05	Self-adaptive evolutionary neural networks for high-precision short-term electric load forecasting 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05918-w PMID:40594695	research paper	提出了一种自适应的进化神经网络（SADE-KAN）用于高精度短期电力负荷预测	结合Kolmogorov-Arnold网络（KAN）与自适应差分进化（SADE），通过可学习的样条基函数替代固定激活函数，提高了预测精度和计算效率	训练时间稍长	提高短期电力负荷预测的准确性和计算效率	电力负荷数据	machine learning	NA	self-adaptive differential evolution (SADE)	Kolmogorov-Arnold network (KAN)	time series data	ISO-NE每小时负荷数据（2019-2023年，约100万条观测数据）
325	2025-07-05	A deep neural network approach for optimizing charging behavior for electric vehicle ride-hailing fleet 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05953-7 PMID:40594713	研究论文	本文提出了一种基于深度神经网络的优化方法，用于优化电动汽车网约车车队的充电行为	研究创新点在于将深度学习算法与大规模真实世界充电数据相结合，提出了一种优化电动汽车网约车充电行为的新方法	NA	分析当前充电行为，评估关键变量对成本和排放的影响，为潜在改进提供数据驱动的见解	电动汽车网约车车队的充电行为	机器学习	NA	Adam算法	NN	充电事件数据	214万次充电事件
326	2025-07-05	Proteomic risk scores for predicting common diseases using linear and neural network models in the UK biobank 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06232-1 PMID:40594723	研究论文	利用血浆蛋白质组学数据开发预测27种常见疾病的蛋白质组风险评分，比较线性模型和深度学习模型的性能	首次大规模应用血浆蛋白质组学数据开发疾病风险预测模型，并比较线性模型和深度学习模型在不同疾病预测中的表现	研究仅基于UK Biobank数据，可能无法推广到其他人群	开发基于蛋白质组学的疾病风险预测模型	53,030名UK Biobank参与者的2,923种血浆蛋白质数据	机器学习	多种常见疾病	血浆蛋白质组学	ElasticNet回归模型和深度学习神经网络(NN)模型	蛋白质组数据	53,030名UK Biobank参与者
327	2025-07-05	Identifying artificial intelligence-generated content using the DistilBERT transformer and NLP techniques 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08208-7 PMID:40594720	研究论文	本研究利用DistilBERT transformer和NLP技术识别人工智能生成的内容	提出了一种基于DistilBERT transformer的轻量级模型，结合自注意力机制动态权衡文本元素，有效捕捉语言模式，准确率达98%	未提及模型在不同语言或多样化文本类型上的泛化能力	确保数字内容的真实性，防止错误信息和抄袭的传播	人工智能生成的文本内容	自然语言处理	NA	NLP, 深度学习	DistilBERT, LSTM	文本	未明确提及样本数量
328	2025-07-05	An enhanced deep learning model for accurate classification of ovarian cancer from histopathological images 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07903-9 PMID:40594738	研究论文	本文提出了一种增强的深度学习模型OvCan-FIND，用于从组织病理学图像中准确分类卵巢癌	提出的OvCan-FIND模型在卵巢癌分类任务中达到了99.74%的准确率，优于多种现有的CNN架构	未提及模型在外部验证集上的表现或临床应用的具体障碍	提高卵巢癌的诊断准确性和分类效率	卵巢癌组织病理学图像	数字病理学	卵巢癌	深度学习	CNN（包括Inception V3、EfficientNet变体、ResNet152V2、MobileNet系列、VGG16/19、Xception等对比模型）	图像	包含Clear Cell、Endometri、Mucinous、Serous和Non-Cancerous类别的卵巢癌图像数据集（具体样本量未说明）
329	2025-07-05	Kronecker convolutional feature pyramid for fault diagnosis in rolling bearings 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08339-x PMID:40594835	研究论文	提出了一种新型的三维Kronecker卷积特征金字塔（KCFP）模型，用于滚动轴承的故障诊断	使用3D Kronecker卷积替代单一膨胀率，结合3D特征选择（3DFSC）进行局部特征学习，有效解决了现有深度学习模型在多尺度特征提取和梯度消失导致的退化问题	模型仅在Paderborn University和MFPT轴承数据集上进行了验证，未在其他轴承数据集上测试其泛化能力	开发一种自主可靠的滚动轴承故障诊断技术	滚动轴承	机器学习	NA	3D Kronecker卷积	KCFP	时间序列数据	Paderborn University和MFPT轴承数据集
330	2025-07-05	An explainable RoBERTa approach to analyzing panic and anxiety sentiment in oral health education YouTube comments 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06560-2 PMID:40594864	研究论文	本研究利用RoBERTa模型分析口腔健康教育YouTube评论中的恐慌和焦虑情绪，旨在改善心理健康结果和教育效果	采用先进的RoBERTa语言模型进行自然语言处理研究，实现社交媒体环境中的实时反馈	模型在恐慌和信息类别的分类准确性有待提高，需要进一步优化	改善在线健康教育讨论并建立自动评论审核系统	口腔健康教育YouTube视频的评论	自然语言处理	NA	RoBERTa	RoBERTa	文本	NA
331	2025-07-05	Towards precision agriculture: metaheuristic model compression for enhanced pest recognition 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08307-5 PMID:40594893	研究论文	本文提出了一种基于深度学习的框架，用于准确识别和分类农作物病虫害	结合InceptionV3作为主干特征提取器，并采用通道注意力机制进行特征优化，同时引入元启发式优化算法降低模型复杂度	未提及模型在不同农作物或环境条件下的泛化能力	提高农作物病虫害识别的准确性和计算效率	农作物病虫害	计算机视觉	农作物病虫害	深度学习	InceptionV3	图像	CropDP-181数据集
332	2025-07-05	EmoTrans attention based emotion recognition using EEG signals and facial analysis with expert validation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98404-2 PMID:40594901	研究论文	本文提出了一种名为EmoTrans的注意力模型，用于通过EEG信号和面部视频分析进行情绪识别	EmoTrans模型整合了EEG信号的时域、频域和小波域特征以及面部视频数据，并采用注意力机制优先处理最相关特征，显著提高了情绪分类的准确性	研究依赖于DEAP数据集，样本量相对有限（32名参与者的EEG数据和22名参与者的面部视频）	开发一种更准确、全面的情绪识别方法，以提升人机交互和情感计算的能力	人类情绪状态（包括愉悦度、唤醒度、支配度和喜好度）	情感计算	NA	EEG信号分析、面部视频分析	注意力机制模型	生理信号（EEG）、视频数据	32名参与者的EEG数据（40段1分钟电影片段）和22名参与者的面部视频数据
333	2025-07-05	Uncovering subtype-specific metabolic signatures in breast cancer through multimodal integration, attention-based deep learning, and self-organizing maps 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06459-y PMID:40594918	研究论文	通过多模态整合、基于注意力的深度学习和自组织映射，揭示乳腺癌亚型特异性代谢特征	结合多模态代谢组学数据和基于注意力的深度学习模型，有效筛选出99种显著代谢物，优于传统静态方法，并通过自组织映射分析揭示各亚型的独特代谢特征	NA	系统识别区分乳腺癌亚型的生物标志物	乳腺癌亚型	数字病理学	乳腺癌	LC-MS, GC-MS, NMR	基于注意力的深度学习模型, 自组织映射	代谢组学数据	NA
334	2025-07-05	Enhancing chronic wound assessment through agreement analysis and tissue segmentation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06703-5 PMID:40594951	research paper	该研究提出了一种自动化的慢性伤口组织分割方法，通过深度学习技术提高伤口愈合评估的准确性和效率	结合了卷积神经网络DeepLabV3-R50和基于transformer的SegFormer-B0模型，并探索了从开放伤口分割模型中迁移知识的方法	即使是有经验的医疗专业人员也可能在组织边界划分上存在差异，显示了任务的固有复杂性	开发自动化方法以提高慢性伤口愈合评估的准确性和效率	慢性伤口的组织分割和量化	digital pathology	chronic wound	deep learning	CNN (DeepLabV3-R50), transformer (SegFormer-B0)	image	Wounds数据集
335	2025-07-05	Deep learning-driven drug response prediction and mechanistic insights in cancer genomics 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91571-2 PMID:40595000	研究论文	本研究开发了一个名为DrugS的深度神经网络模型，用于预测癌症细胞对药物的反应，并从基因组角度探索药物反应的分子机制	开发了DrugS模型，结合基因表达和药物测试数据预测药物反应，并揭示了SN-38耐药的潜在分子机制	研究主要基于体外实验和患者来源的异种移植模型，临床应用的普适性有待进一步验证	从基因组角度预测癌症药物反应并探索耐药机制	人类来源的癌症细胞系和患者来源的异种移植模型	癌症基因组学	癌症	深度神经网络	DrugS	基因表达数据和药物测试数据	NA
336	2025-07-05	Interpretable longitudinal glaucoma visual field estimation deep learning system from fundus images and clinical narratives 2025-Jul-01, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01750-8 PMID:40595009	research paper	提出了一种基于多模态深度学习系统的纵向青光眼视野估计方法，利用眼底图像和临床文本来预测当前和未来的视野	首次结合眼底图像和临床文本进行纵向视野预测，提供了一种新的视觉功能评估工具	样本量相对有限，外部验证集规模较小	开发一种能够预测青光眼患者当前和未来视野的深度学习系统	青光眼患者的眼底图像和临床文本数据	digital pathology	glaucoma	deep learning	MLEDL (multi-modal longitudinal estimation deep learning)	image, text	1598条横断面记录和3278条纵向记录，外加446条外部测试记录
337	2025-07-05	Deep learning based knowledge tracing in intelligent tutoring systems 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07422-7 PMID:40595046	研究论文	本文提出了一种基于稀疏注意力技术和生成解码的质量感知深度学习框架，用于智能辅导系统中的知识追踪	提出了一种质量感知的深度学习框架，解决了知识追踪中的数据稀疏性问题	未提及具体的数据稀疏性问题解决方案在实际应用中的效果	提高智能辅导系统中知识追踪的准确性	学生在智能辅导系统中的交互记录	自然语言处理	NA	深度学习	RNN, 稀疏注意力技术, 生成解码	交互记录	一系列真实数据集
338	2025-07-05	Cascade drive: a unified deep learning framework for multi-featured detection and control in autonomous electric vehicles on unstructured roadways 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06567-9 PMID:40595070	research paper	提出了一种用于非结构化道路上自主电动汽车多特征检测与控制的统一深度学习框架	采用级联架构整合多个深度学习模型，构建了一个能同时处理车道边界和关键对象的统一框架，并在资源受限的硬件上实现了每秒6帧的处理速度	研究主要针对发展中国家如印度的道路条件，可能不适用于所有地区的道路环境	开发一种可持续的自主电动汽车解决方案，以应对发展中国家和智能城市中非结构化道路的独特挑战	自主电动汽车（AEV）在非结构化道路上的操作	machine learning	NA	深度学习	DeepLabv3+, YOLOv5, YOLOv7	image	NA
339	2025-07-05	An automatic classification of breast cancer using fuzzy scoring based ResNet CNN model 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07013-6 PMID:40595083	研究论文	提出了一种基于模糊评分的ResNet CNN模型，用于乳腺癌的自动分类	引入了混合深度学习模型FS-Resnet CNN，结合自适应灰狼优化算法(AGWOA)减少时间消耗并选择关键特征	未提及具体样本量及数据来源限制	提高乳腺癌分类的预测性能并减少计算时间	乳腺癌医学图像	数字病理学	乳腺癌	快速离散小波变换(FDWT), 自适应灰狼优化算法(AGWOA)	FS-Resnet CNN	图像	NA
340	2025-07-05	Automatic cattle identification system based on color point cloud using hybrid PointNet++ Siamese network 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08277-8 PMID:40595167	研究论文	提出了一种基于彩色点云和混合PointNet++ Siamese网络的自动牛只识别系统，用于健康监测和管理	采用彩色点云和混合PointNet++ Siamese网络进行牛只识别，无需重新训练模型即可识别新引入的牛只	数据集主要包含荷斯坦奶牛和少量泽西奶牛，可能对其他品种的适用性有限	开发一种准确且适应性强的牛只识别系统，以支持全面的牛只健康监测	牛只（主要为荷斯坦奶牛和少量泽西奶牛）	计算机视觉	NA	RGB-D相机、点云处理、深度学习	混合PointNet++ Siamese网络	彩色点云、深度图像	主要为荷斯坦奶牛和少量泽西奶牛的数据集，测试期为13天