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
4661	2026-04-27	Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring 2026-Feb-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea8902 PMID:41650267	研究论文	提出一种集成深度学习与多层热梯度传感的软电子平台，用于实时监测血流速度和血管深度	首次将多层热传感与深度学习算法结合，解决传统热传感中血管深度变异导致的测量限制，能够同时测量血流速率和血管深度	未提及具体局限性信息	开发一种无需笨重设备和专业知识的可穿戴血流监测技术，提升心血管健康评估和血管并发症检测的便捷性	血流速率和血管深度	机器学习	心血管疾病	多层热传感、深度学习、光电容积脉搏波	深度学习模型	热梯度数据	NA	NA	NA	NA	NA
4662	2026-04-27	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2026-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发一种基于深度学习框架的数据驱动连续睡眠深度测量方法——序贯睡眠深度（OSD），并评估其与觉醒概率、年龄、性别、睡眠呼吸障碍及认知障碍的关联	首次利用深度学习序贯回归方法，基于3秒脑电片段连续估计睡眠深度，提供了比传统分期更精细的睡眠深度量化手段	NA	开发连续睡眠深度测量方法并验证其临床相关性	多导睡眠图记录中的脑电信号	机器学习	睡眠呼吸障碍、认知障碍	多导睡眠图	卷积神经网络	脑电图信号	21787份多导睡眠图记录，来自18116名患者	NA	卷积神经网络	皮尔逊相关系数	NA
4663	2026-04-27	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	通过迁移学习和Grad-CAM可视化技术，基于CT血管造影对颅内动脉瘤进行分类诊断	将迁移学习与定量可解释性评估相结合，在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度	样本量较小（仅83例患者），且缺乏多中心外部验证	评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性	来自两个中心的83例符合条件患者的CTA影像数据	计算机视觉	脑血管疾病	CTA	CNN	图像	83例患者	PyTorch	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
4664	2026-04-27	Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347288 PMID:42030231	研究论文	比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性	首次系统比较了四种深度学习人体姿态估计方法（两种单目和两种双目三角法）用于手势研究，并验证了其作为运动捕捉系统低成本替代方案的潜力	未提及具体限制；但可能受限于小样本量（10名参与者）和特定手势场景，通用性需进一步验证	评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度，旨在开发替代运动捕捉的易用工具箱	10名参与者进行手势丰富的演讲时的上身关键点（包括手腕、肘部、肩部、手指和面部）	计算机视觉	无特定疾病	光学运动捕捉、标准视频摄像头	深度学习人体姿态估计模型（具体未指定，但涉及单目和双目三角法）	图像/视频、3D关键点坐标	10名参与者	NA	NA	欧氏距离、平均误差、重叠率	NA
4665	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA
4666	2026-04-27	A cycle-aware and physics-informed framework for battery remaining useful life prediction 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28505-5 PMID:41476082	研究论文	提出一个基于物理信息且考虑充放电周期一致性的锂电池剩余使用寿命预测框架	在输入层面引入周期感知的分段方法，将时间序列按实际充放电周期分割，并在目标层面引入物理信息一致性损失函数，使预测与物理退化曲线一致	未明确提及局限	提高锂电池剩余使用寿命预测的准确性	锂电池的剩余使用寿命	机器学习	NA	NA	图神经网络	时间序列	NA	NA	Bat-T-GNN	NA	NA
4667	2026-04-27	Multimodal deep learning ensemble framework for skin cancer detection 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30534-z PMID:41469782	研究论文	提出一种基于多模态深度学习的集成框架用于皮肤癌检测	采用迁移学习和自适应加权集成方法，结合元数据与图像数据，提升卷积神经网络在皮肤癌检测中的性能	在外部数据集Derm7pt上准确率较低，表明模型泛化能力有限	提高皮肤癌检测和分类的准确性和鲁棒性	多类型皮肤癌图像数据和元数据	数字病理学	皮肤癌	卷积神经网络、迁移学习、集合方法、SMOTE过采样	CNN	图像, 元数据	ISIC 2018数据集、ISIC 2019数据集、Derm7pt外部数据集	NA	ResNet50, Xception, MobileNet, EfficientNetB0, DenseNet121	准确率, 精确度, 召回率, F1分数, AUC	NA
4668	2026-04-27	Fuzzy granulation-based wind speed prediction with multi-objective optimization 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28328-4 PMID:41461667	研究论文	提出一种结合模糊信息粒化与多目标优化策略的多尺度风速预测框架	通过模糊信息粒化技术降低高波动风速数据复杂度并抑制噪声干扰，创新性地将多种神经网络与启发式优化算法自适应集成，同时提升预测准确性与鲁棒性	未明确提及局限性	提升短中期风速预测的准确性与计算效率，推动可再生能源并网与脱碳目标实现	高波动风速时间序列数据	机器学习	NA	模糊信息粒化	神经网络	时间序列	蓬莱风电场数据集	NA	多种神经网络	预测精度、计算效率	NA
4669	2026-04-27	Osprey optimization algorithm integrated with graph neural networks for intrusion detection in wireless sensor networks 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28359-x PMID:41461693	研究论文	提出一种结合鱼鹰优化算法与图神经网络的入侵检测模型，用于提升无线传感器网络的安全性	首次将鱼鹰优化算法与图神经网络集成，通过OOA优化GNN超参数以提升检测性能，并利用SMOTE解决数据不平衡问题	未说明在真实大规模WSN场景中的部署挑战及计算开销	设计高效入侵检测系统以准确识别无线传感器网络中的各类攻击并降低误报率	无线传感器网络中的网络流量数据及攻击模式	计算机网络	NA	NA	图神经网络 (GNN)	网络流量数据	使用WSN-DS数据集，未明确样本数量	NA	图神经网络 (GNN)	准确率, 误报率	NA
4670	2026-04-27	ISAAF: an IoT security and attack prevention framework using AI-driven predictive analytics 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28516-2 PMID:41461726	研究论文	提出一个利用人工智能驱动预测分析的物联网安全与攻击防御框架，名为ISAAF	引入基于真实物联网测试平台收集的新型入侵数据集MQTTEEB-D，并开发分层式AI驱动框架，实现实时入侵检测与自动缓解，解决模拟数据集在真实环境中泛化能力差的问题	未明确提及，但框架依赖特定数据集，可能在不同物联网环境中需重新训练	设计并验证一个可部署、可扩展的跨域物联网安全解决方案，用于实时检测和缓解MQTT协议相关攻击	物联网系统中的MQTT协议，以及针对该协议的网络攻击（如DoS、暴力破解、畸形数据、洪水攻击、Slowite攻击）	机器学习, 网络安全	NA	NA	决策树（DT）, 门控循环单元（GRU）	网络流量数据	利用MQTTset和MQTTEEB-D两个数据集，具体样本数量未提及	NA	决策树（DT）, 门控循环单元（GRU）	准确率（accuracy）	未明确提及
4671	2026-04-27	Ultrasound and SWE-based transfer learning for predicting fibrotic NASH 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28753-5 PMID:41461741	研究论文	利用肝脏超声、弹性成像图像和临床特征构建组合深度学习模型，预测和诊断纤维性非酒精性脂肪性肝炎	首次结合肝脏超声、剪切波弹性成像图像和临床特征的多模态深度学习模型预测纤维性NASH	未明确说明局限性	开发和验证基于超声和SWE图像的深度学习模型，用于预测和诊断纤维性NASH	高脂饮食和皮下CCl₄注射建立的大鼠肝脏脂肪变性和纤维化模型	计算机视觉	非酒精性脂肪性肝炎	超声成像, 剪切波弹性成像	CNN	图像, 临床特征	未明确说明样本量	NA	ResNet-18	AUC, ROC曲线, DCA, 校准曲线	NA
4672	2026-04-27	Terahertz metamaterial liquid detector optimized by deep learning 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28757-1 PMID:41461749	研究论文	提出一种基于超材料太赫兹探测器的无标签乙醇液体检测方法，并利用深度神经网络优化结构参数	首次将深度神经网络应用于超材料太赫兹液体探测器的结构参数优化，实现高吸收率和位移值，并揭示VO₂在不同温度下的调控机制为乙醇检测提供双重保障	论文未明确讨论探测器在实际复杂液体环境中的选择性与抗干扰能力，以及大规模应用的可行性	开发高效精确的乙醇液体检测方法，为食品安全、环境监测和生物医学领域提供参考	乙醇液体及其不同浓度、体积和温度条件下的吸收峰响应特性	计算机视觉	NA	太赫兹光谱检测	深度神经网络	仿真数据	未明确样本数量，基于CST仿真模拟不同条件（液滴体积、乙醇浓度、温度）下的吸收峰数据	NA	深度神经网络	灵敏度、品质因数	NA
4673	2026-04-27	Design of a hybrid learning model for establishing consistency in smart grid environment 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28986-4 PMID:41461786	研究论文	提出一种混合学习模型，利用深度学习方法实现智能电网环境中的一致性预测	结合长短期记忆网络与神经模糊自适应干扰模型，为智能电网负载预测提供新的混合方法	NA	解决智能电网中大规模数据驱动的需求预测问题	智能电网中的消费者模式、能源需求与电力传输数据	机器学习	NA	NA	混合LSTM与NFADIM	智能电网大规模数据	NA	NA	LSTM, NFADIM	NA	NA
4674	2026-04-27	Enhancing landslide detection in Western Ghats of Kerala, India with deep learning and Explainable AI 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33065-9 PMID:41461880	研究论文	利用深度学习和可解释人工智能技术提升印度喀拉拉邦西高止山脉的滑坡检测能力	采用时间差异法结合高分辨率卫星影像训练深度学习模型，并首次将注意力多尺度U-Net应用于该区域滑坡分割，同时利用可解释AI技术揭示模型决策机制	研究仅基于特定区域（西高止山脉）和单个卫星影像源（PlanetScope），模型泛化性需进一步验证	构建印度喀拉拉邦的自动化滑坡清单系统，提升滑坡预测与风险缓解能力	印度喀拉拉邦西高止山脉的滑坡区域	计算机视觉, 数字病理	NA	高分辨率卫星遥感, 迁移学习	U-Net	高分辨率卫星影像（3米分辨率）	使用HR-GLDD数据库及时间差异数据，具体样本量未明确说明	PyTorch	简单多尺度U-Net, 注意力多尺度U-Net	精确率, F1分数	NA
4675	2026-04-27	An optimized YOLOv8n based model for real time defect detection in taro strip production 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28216-x PMID:41462034	研究论文	提出一种优化的YOLOv8n模型，用于芋头条生产线的实时缺陷检测	集成了双向特征金字塔网络、VoV-GSCSP模块、共享参数检测头和嵌入式WIoU损失函数，显著提升检测精度和计算效率	未提及在更复杂生产环境或多种产品类型上的泛化能力	实现工业环境下芋头条缺陷的实时自动检测，提高效率和产品质量	芋头条生产线中的缺陷检测	计算机视觉	NA	NA	YOLOv8n	图像	NA	PyTorch	YOLOv8n，双向特征金字塔网络，VoV-GSCSP，共享参数检测头	平均检测精度（mAP50），精确率，召回率	Raspberry Pi 5
4676	2026-04-27	Transfer learning models for wheat ear detection on multi-source dataset 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28351-5 PMID:41462035	研究论文	本文介绍一个名为BioS-Wheat的新型高分辨率RGB智能手机图像数据集，并评估六种深度学习模型用于麦穗检测	提出BioS-Wheat数据集，包含四个小麦品种的5696张标注图像，通过高播种密度和窄行距引入数据复杂性变化，强调农业多样性对模型性能的影响	未明确提及模型的泛化性限制，但数据集仅涵盖四个品种，可能未覆盖所有气候和种植条件下的多样性	开发低成本且可靠的自动化麦穗检测方法，支持早期产量预测	小麦麦穗的检测与计数	计算机视觉	农业科学，不涉及具体疾病	RGB智能手机图像采集和深度学习	Faster-RCNN、RetinaNet、YOLOv8、Vision Transformer（RT-DETR）	图像	5696张标注RGB图像，涵盖四个小麦品种	PyTorch	RetinaNet、YOLOv8、RT-DETR、Faster-RCNN	平均精度mAP@50	NA
4677	2026-04-27	Lightweight deep learning technology for high quality development and intelligent transformation of sports under DeepLabV3 CSP Darknet53 model 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28539-9 PMID:41462421	研究论文	提出一种基于轻量级深度学习的方法，用于体育场景中人体姿态识别和运动设备检测，实现智能转型与高质量发展	结合DeepLabV3+语义分割与轻量级OpenPose网络，并引入空间注意力模块增强关键局部特征提取能力	未提及在复杂多人和遮挡场景中的鲁棒性，也未对计算资源消耗进行详细量化分析	实现高效低计算成本的运动姿态识别，推动体育产业的智能转型	体育设备和人体关键点	计算机视觉	NA	NA	CNN	图像	多个数据集（具体数量未提供）	NA	DeepLabV3+, CSP-Darknet53, OpenPose	F1分数, 准确率, 召回率, 精确率	NA
4678	2026-04-27	Carbon efficient quantum AI: an empirical study of ansätz design trade-offs in QNN and QLSTM models 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28582-6 PMID:41462429	研究论文	通过对比量子神经网络（QNN）与量子长短期记忆模型（QLSTM）在N-BaIoT异常检测数据集上的表现，系统研究量子电路设计对分类性能、能耗和训练效率的影响	首次系统比较10种量子电路设计在QNN和QLSTM中的权衡关系，并分三阶段实验评估量子模型与经典机器学习模型的能耗差异及真实量子硬件部署效果	经典模型在训练时间和能耗上仍优于量子模型，真实量子硬件的能效劣势需通过硬件感知的电路设计和基础设施改进来解决	探索量子机器学习作为绿色AI替代方案的能效潜力，重点评估量子电路设计对碳足迹和性能的优化策略	QNN和QLSTM量子模型的多层电路结构及量子硬件执行特性	机器学习	NA	量子计算、GPU加速	QNN、QLSTM	网络流量数据	N-BaIoT异常检测数据集（未提供具体样本数）	IBM Qiskit	10种量子电路设计（A1-A10）	准确率、复杂度、训练时间、能耗	GPU服务器、IBM量子硬件
4679	2026-04-27	XTC-Net: an explainable hybrid model for automated atelectasis detection from chest radiographs 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28694-z PMID:41462544	研究论文	提出一个可解释的混合深度学习模型，结合Xception、Transformer和胶囊网络组件，用于从胸部X光片中自动检测肺不张	首次将Xception、Transformer和胶囊网络三者协同集成，用于可解释的肺不张自动检测，兼顾空间特征提取、长程依赖建模和细微结构变化敏感性	未明确指出，需进一步在实际临床环境中进行验证和推广	开发一个可解释的深度学习模型，提高肺不张检测的自动化精度和诊断效率	肺不张病变区域（部分或完全肺塌陷）	计算机视觉	肺不张	深度学习	混合模型（Xception、Transformer、胶囊网络）	图像（胸部X光片）	使用公开胸部X光数据集（内部训练验证）；外部验证使用NIH ChestX-ray数据集	NA	Xception, Transformer, Capsule Network	准确率、灵敏度、F1分数	NA
4680	2026-04-27	An AM-CNN-BiGRU network with spatiotemporal feature fusion for industrial robot predictive maintenance 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29255-0 PMID:41462560	研究论文	提出一种基于AM-CNN-BiGRU网络的工业机器人预测性维护方法，通过融合时空特征实现早期故障诊断	首次将CNN与双向门控循环单元结合注意力机制，实现多源振动、电流和转矩数据融合，并通过Lion优化器提升训练效率	未说明在真实工业场景中不同工况变化的适应性，且未涉及在线学习或迁移学习方法应对数据分布偏移	针对工业机器人因老化与高负荷导致的故障，开发高精度预测性维护模型	工业机器人关节的振动、电流和转矩数据	机器学学习	不适用	多传感器信号采集	AM-CNN-BiGRU混合网络	时间序列信号	未说明	未说明	CNN, BiGRU	R², MAE, MAPE, RMSE	未说明