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
3841	2025-11-14	Modelling of hybrid deep learning framework with recursive feature elimination for distributed denial of service attack detection systems 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22936-w PMID:41214059	研究论文	提出一种基于负责任人工智能的混合深度学习框架，用于分布式拒绝服务攻击检测	结合递归特征消除与LSTM-BiGRU混合模型，并采用改进的虎鲸捕食算法进行超参数优化	NA	分析和提出高效的网络安全策略，用于预防、缓解和检测DDoS攻击	网络流量数据	机器学习	NA	递归特征消除	LSTM, BiGRU	网络流量数据	CIC-IDS-2017和Edge-IIoT数据集	NA	LSTM-BiGRU混合架构	准确率	NA
3842	2025-11-14	Automated lumbar spine segmentation in MRI using an enhanced U-Net with inception module and dual-output mechanism 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20721-3 PMID:41214055	研究论文	提出一种改进的U-Net模型用于MRI图像中腰椎结构的自动分割	结合Inception模块进行多尺度特征提取，采用双输出机制提高训练稳定性和特征细化能力	NA	开发精确的腰椎MRI图像自动分割方法以支持脊柱疾病诊断	腰椎结构包括椎骨、椎间盘和椎管	医学影像分析	脊柱疾病	MRI	CNN	医学图像	SPIDER腰椎脊柱MRI数据集	NA	U-Net, Inception模块	准确率, 精确率, 召回率, F1分数, 平均交并比	NA
3843	2025-11-14	Identification and cause analysis on unplanned reoperations by text classification approach 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22791-9 PMID:41214063	研究论文	提出UR-Net框架，通过文本分类方法自动识别非计划再手术并进行原因分析	首次将深度学习应用于非计划再手术的自动识别和原因分类，提出基于XLNet的批量融合方法和结合多头注意力与双向门控循环单元的特征提取模块	未提及数据集的具体规模和来源限制，few-shot学习在多类原因分类中的泛化能力需进一步验证	开发自动化的非计划再手术识别和原因分析系统以改善医疗质量控制	医院产生的查房文档文本数据	自然语言处理	NA	文本分类，few-shot学习	XLNet, 多头注意力机制, 双向门控循环单元	文本	NA	NA	XLNet, 多头注意力, 双向GRU	加权F1分数, AUC	NA
3844	2025-11-14	The fatigue status feature of bicycle movement based on deep learning and signal processing technology 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22970-8 PMID:41214065	研究论文	基于深度学习和信号处理技术分析45岁以上人群自行车运动的疲劳状态特征	结合Keypoint RCNN算法和多种信号处理方法识别自行车运动中的疲劳状态变化点，并提出复杂度指数平均值作为疲劳状态指标	样本量较小（共40名参与者），仅针对健康成年人进行研究	开发准确评估自行车运动疲劳状态的方法，优化家庭康复锻炼效果	45岁以上中老年人和18-30岁年轻人的自行车运动数据	机器学习	NA	信号处理技术（傅里叶变换、短时傅里叶变换、多尺度熵分析）	CNN	生理信号、运动数据	40名健康成年人（20名45岁以上，20名18-30岁）	NA	Keypoint RCNN	准确率	NA
3845	2025-11-14	Deep learning-based approach for accurate detection of fetal QRS complexes in abdominal ECG signals 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22999-9 PMID:41214073	研究论文	提出一种基于一维卷积神经网络的自动化框架，用于从腹部心电信号中准确检测胎儿QRS波群	创新的100毫秒分辨率标注策略结合简化的五层架构，无需提取母体心电成分，显著降低计算复杂度和信号分解伪影	仅使用20个腹部心电信号进行训练，样本量相对较小	开发准确检测胎儿QRS波群的自动化方法，用于胎儿健康监测	胎儿心电信号中的QRS波群	生物医学信号处理	先天性心脏病	腹部心电信号采集	CNN	一维心电信号	20个腹部心电信号（来自PhysioNet非侵入性胎儿心电数据库）	NA	一维CNN（包含5个卷积层、7个批归一化层、3个dropout层、3个全连接层）	准确率, 均方误差, F1分数, 灵敏度, 特异性, 精确率	NA
3846	2025-11-14	Optimized fall detection using hybrid BiLSTM BiGRU additive attention model and BAOA driven feature selection system 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22909-z PMID:41214071	研究论文	提出一种结合双向长短期记忆网络、双向门控循环单元和加性注意力机制的混合模型，并采用二进制算术优化算法进行特征选择，用于老年人跌倒检测	首次将BiLSTM和BiGRU与加性注意力机制结合，并采用BAOA算法进行特征选择优化	仅使用三个公开数据集进行验证，未在更多实际场景中测试	开发高精度的实时跌倒检测系统	老年人跌倒检测	机器学习	老年疾病	可穿戴传感器数据采集	BiLSTM, BiGRU	传感器时序数据	三个数据集：SisFall、UMAFall、UP-Fall	NA	BiLSTM-BiGRU混合架构加加性注意力机制	准确率	NA
3847	2025-11-14	Automated rhinoceros detection in satellite imagery using deep learning 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-24178-2 PMID:41214078	研究论文	使用基于YOLO的深度学习模型在卫星图像中自动检测犀牛	首次评估使用超高分辨率卫星图像和YOLOv12x模型检测犀牛的可行性，并测试合成图像增强效果	检测精度平均为0.65，合成增强仅带来边际改进	开发有效的犀牛监测技术以支持保护工作	白犀牛和非洲象	计算机视觉	NA	卫星遥感	YOLO	卫星图像	世界最大私人犀牛保护区（南非）的卫星图像数据	NA	YOLOv12x	平均精度(AP)	NA
3848	2025-11-14	Code vulnerability detection based on augmented program dependency graph and optimized CodeBERT 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23029-4 PMID:41214092	研究论文	提出一种基于增强程序依赖图和优化CodeBERT的代码漏洞检测方法	通过扩展传统程序依赖图结构捕获更丰富的代码语义和结构信息，并提出针对CodeBERT的混合损失函数优化策略	未明确说明方法在大规模软件系统中的实际部署效果和计算效率	提高代码漏洞检测的准确性和实用性	软件代码中的安全漏洞	自然语言处理	NA	代码嵌入特征提取	Transformer	代码文本	合成数据集和真实世界数据集	CodeBERT	CodeBERT	准确率, F1分数	NA
3849	2025-11-14	Abnormality prediction and forecasting of laboratory values from electrocardiogram signals using multimodal deep learning 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26715-5 PMID:41214165	研究论文	本研究开发了一种多模态深度学习模型，利用心电图信号和患者元数据预测和监测实验室异常值	首次将心电图信号与患者元数据结合，采用结构化状态空间分类器和后期融合策略进行实验室异常值的预测和前瞻性监测	研究基于单一数据库MIMIC-IV，需要外部验证来确认模型的泛化能力	探索利用心电图信号和临床数据非侵入性预测实验室异常值的可行性	心电图波形、人口统计学数据、生物特征和生命体征	机器学习	多种疾病（心脏、肾脏、血液、代谢、免疫和凝血系统）	多模态深度学习	结构化状态空间分类器	心电图信号、结构化元数据	MIMIC-IV数据集	NA	结构化状态空间模型	AUROC	NA
3850	2025-11-12	Sensitivity analysis of data augmentation methods on performance of deep learning model for lung sounds classification 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23106-8 PMID:41214170	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3851	2025-11-14	Automated heart disease detection using Swin Transformer and ECG signal processing: a high-accuracy approach 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23097-6 PMID:41214180	研究论文	本研究提出基于Swin Transformer的心电图信号处理方法，实现高精度的心脏疾病自动检测	首次将Swin Transformer架构应用于ECG分类，通过移位窗口自注意力机制有效捕获局部和全局依赖关系	计算复杂度较高且模型可解释性存在挑战	开发高精度自动心脏疾病检测方法	心电图信号和心脏疾病	计算机视觉	心血管疾病	心电图信号处理	Transformer	心电图信号	基准ECG数据集	NA	Swin Transformer	准确率,精确率,召回率,AUC	NA
3852	2025-11-14	Application of stacked bidirectional LSTM neural networks in reservoir porosity prediction 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23095-8 PMID:41214192	研究论文	本研究提出一种增强型堆叠双向LSTM模型，用于储层孔隙度预测	提出堆叠双向LSTM层增强特征提取能力，在噪声数据下表现优异	仅在中国西南某油田数据进行验证，需更多实际数据验证普适性	提高储层孔隙度预测的准确性和鲁棒性	油气储层孔隙度参数	机器学习	NA	岩石物理建模，地震现场测量数据	S-BiLSTM, LSTM, RNN	弹性参数，各向异性参数，测井数据，地震数据	基于现场测井数据生成的大规模多样化合成数据集	NA	堆叠双向LSTM	准确率	NA
3853	2025-11-14	Automated detection of radiolucent foreign body aspiration on chest CT using deep learning 2025-Nov-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02097-w PMID:41214229	研究论文	开发了一种结合高精度气道分割和卷积分类器的深度学习模型，用于在胸部CT扫描中自动检测透光性异物吸入	首次将MedpSeg高精度气道分割方法与卷积分类器相结合，专门针对透光性异物吸入这一诊断难题开发深度学习解决方案	研究仅在三个独立队列中验证，需要更多外部验证来确认模型的泛化能力	开发人工智能工具辅助放射科医生诊断透光性异物吸入，减少漏诊和误诊	胸部CT扫描中的透光性异物吸入病例	计算机视觉	呼吸道异物	胸部CT扫描	CNN	医学影像	三个独立队列的CT扫描数据	NA	MedpSeg结合卷积分类器	准确率, 召回率, 精确率, F1分数	NA
3854	2025-11-14	Dynamic differential privacy technique for deep learning models 2025-Nov-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27708-0 PMID:41214268	研究论文	提出一种动态差分隐私技术来保护深度学习模型免受成员推理攻击	采用随机化噪声添加策略代替传统的固定噪声添加方式，增加训练过程的随机性	NA	防御深度学习模型中的成员推理攻击，保护训练数据隐私	深度学习模型	机器学习	NA	差分隐私技术	深度学习模型	NA	NA	NA	NA	准确率, 精确率, 召回率, F1分数, 隐私预算(ε)	NA
3855	2025-11-14	RELICT-NI: Replica Detection in Synthetic Neuroimaging-A Study on Noncontrast CT and Time-of-Flight MRA 2025-Nov-10, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09745-2 PMID:41214384	研究论文	提出用于检测合成神经影像数据中副本的RELICT-NI框架	开发首个专门针对神经影像数据的副本检测框架，结合图像级、特征级和分割级三重分析方法	在TOF-MRA用例中无法实现完美副本分类，最高平衡准确率为0.79	开发标准化工具检测合成神经影像数据中的副本，保护患者隐私并促进数据安全共享	合成神经影像数据集	数字病理	脑血管疾病	CT, MR angiography	深度学习生成模型	医学影像	NCCT 774例，TOF-MRA 1782例	NA	预训练医学基础模型	平衡准确率	NA
3856	2025-11-14	Efficient temporal feature utilization in ultrasound videos: a multi-channel deep learning framework for enhanced breast lesion differentiation 2025-Nov-10, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-025-15144-2 PMID:41214640	研究论文	提出一种多通道深度学习框架，通过利用超声视频中的时序信息来增强乳腺病灶分类性能	采用多通道输入策略结合连续帧的时空特征，在保持计算效率的同时充分利用时序信息	未明确说明具体的数据集规模和模型训练时间	开发计算效率高的乳腺病灶自动分类方法	超声视频中的乳腺病灶	计算机视觉	乳腺疾病	超声成像	深度学习	超声视频	来自两个不同地区的多中心数据	NA	五种不同的深度学习骨干模型	AUC, 精确率, 召回率	资源受限环境适用，实时环境适用
3857	2025-11-14	HighFold-MeD: a Rosetta distillation model to accelerate structure prediction of cyclic peptides with backbone N-methylation and D-amino acids 2025-Nov-10, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01111-3 PMID:41214817	研究论文	提出一种基于深度学习的快速预测含骨架N-甲基化氨基酸和D-氨基酸的环肽结构的方法	通过知识蒸馏将Rosetta SCP的能量计算知识迁移至微调的AlphaFold模型，实现50倍加速的同时保持较高准确性	可用晶体结构数据有限，模型性能依赖于Rosetta SCP的采样参数设置	加速含特殊修饰的环肽结构预测以促进肽类药物开发	含骨架N-甲基化氨基酸和D-氨基酸的环肽	计算生物学	NA	深度学习，知识蒸馏	AlphaFold	蛋白质结构数据	通过Rosetta SCP采样大量环肽构象（nstruct=500）	PyTorch	AlphaFold	结构预测准确性，计算速度	NA
3858	2025-11-14	Early prediction of final body weight in Hanwoo steers using machine and deep learning models 2025-Nov-10, Animal bioscience IF:2.4Q1 DOI:10.5713/ab.250595 PMID:41223656	研究论文	本研究使用机器学习和深度学习模型预测韩牛阉牛最终体重	首次比较多种机器学习模型和LSTM深度学习模型在韩牛体重预测中的表现，并分析不同预测时间点的准确性变化	研究仅基于196头韩牛阉牛的数据，样本量相对有限，且仅来自单一商业农场	开发准确的早期体重预测方法以优化肉牛生产中的饲养策略和屠宰计划	196头韩牛阉牛（7-31月龄）	机器学习	NA	体重测量和饲料营养摄入分析	k-近邻, 随机森林, XGBoost, LSTM	时序数据	196头韩牛阉牛	NA	LSTM	决定系数(R²), 均方根误差(RMSE)	NA
3859	2025-11-14	AI-assisted differentiation of nontuberculous mycobacterial pulmonary disease from colonization: a multi-center study 2025-Nov-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02131-1 PMID:41206832	研究论文	开发了一种名为NTMNet的多模态深度学习模型，用于区分非结核分枝杆菌肺病与定植状态	首次将胸部CT扫描与临床数据结合，通过多模态深度学习模型解决NTM疾病状态分类难题	回顾性研究设计，样本量相对有限，仅来自两个医疗中心	区分非结核分枝杆菌肺病与定植状态的临床诊断	非结核分枝杆菌呼吸道分离患者	医学影像分析	肺部疾病	胸部CT扫描，临床数据分析	深度学习	图像，临床数据	609名患者（324名NTM定植，285名NTM肺病）	NA	NTMNet	AUC，准确率	NA
3860	2025-11-14	Integrative Omics and AI-Driven Systems Biology: Multilayer Networks Decoding Apis mellifera Health and Resilience 2025-Nov-07, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00294 PMID:40997916	综述	本文综述了整合多组学与人工智能方法在解码蜜蜂健康与恢复力分子机制中的应用	提出了整合蛋白质组学、代谢组学和脂质组学与人工智能策略的多层网络框架，用于解析非模式生物蜜蜂的分子恢复力机制	面临样本输入量有限和跨组学异质性等挑战	解码蜜蜂健康与恢复力的分子机制，为系统生物学提供可推广框架	蜜蜂及其分子网络	系统生物学	NA	蛋白质组学,代谢组学,脂质组学,空间组学,单细胞组学,质谱分析	深度学习,图神经网络,多层网络模型	多组学数据	NA	NA	NA	NA	NA