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
5861	2025-10-05	MultiD4CAD: Multimodal Dataset composed of CT and Clinical Features for Coronary Artery Disease Analysis 2025-Sep-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05743-w PMID:41006273	研究论文	本文提出了一个包含CT影像和临床特征的多模态数据集MultiD4CAD，用于冠状动脉疾病分析	提供了包含心外膜和冠状动脉周围脂肪组织分割的多模态数据集，结合影像特征与临床生物标志物	数据集仅包含疑似冠状动脉疾病患者，未提及样本多样性或外部验证	开发用于冠状动脉疾病分析的临床决策支持系统	疑似冠状动脉疾病患者	数字病理学	心血管疾病	冠状动脉计算机断层扫描血管成像(CCTA)	NA	影像, 临床数据	NA	NA	NA	NA	NA
5862	2025-10-05	Optimized YOLO based model for photovoltaic defect detection in electroluminescence images 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13956-7 PMID:41006343	研究论文	提出一种优化的PV-YOLOv12n模型用于光伏电致发光图像中的缺陷检测	在YOLOv12n基础上引入A2C2f模块增强关键缺陷区域的特征提取能力	未提及模型在其他类型光伏缺陷或不同成像条件下的泛化能力	开发高效的光伏面板缺陷自动检测方法以保障光伏系统可靠性	光伏面板电致发光图像中的缺陷	计算机视觉	NA	电致发光成像	YOLO	图像	PVEL-AD和Roboflow数据集	NA	YOLOv12n, PV-YOLOv12n	mAP@50, mAP@50-95, 召回率, 精确率, 推理速度	NA
5863	2025-10-05	Enhancing indoor activity recognition for disabled persons using multi head self attention recurrent neural network with improved pelican algorithm 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14515-w PMID:41006356	研究论文	提出一种基于改进鹈鹕优化算法的多头自注意力循环神经网络方法，用于增强残疾人士的室内活动识别	结合改进鹈鹕优化算法(IPOA)进行超参数调优，并采用双向长短期记忆网络与多头自注意力机制(BiLSTM-MHSA)进行活动分类	仅在Florence 3D Actions数据集上进行验证，需要进一步在实际环境中测试	提高残疾人士室内活动识别系统的准确性和适应性	残疾人士的室内日常活动	计算机视觉	残疾人士	深度学习，传感器数据分析	BiLSTM, Self-Attention	图像，传感器数据	Florence 3D Actions数据集	TensorFlow, PyTorch	EfficientNetB7, BiLSTM-MHSA	准确率	NA
5864	2025-10-05	A novel deep neural architecture for efficient and scalable multidomain image classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10517-w PMID:41006388	研究论文	提出一种名为DeepFreqNet的新型深度神经网络架构，用于高效可扩展的多领域图像分类	结合多尺度特征提取、深度可分离卷积和残差连接三种强大组件，无需大量重新配置即可适应不同数据集	NA	开发能够有效泛化到不同图像领域的高性能多领域图像分类模型	多领域图像数据，包括MRI肿瘤分类、血细胞分类和手语识别	计算机视觉	肿瘤	NA	CNN	图像	九个基准数据集	NA	DeepFreqNet	准确率	NA
5865	2025-10-05	A physics-based fingerprinting approach for efficient device identification in OWC system 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12220-2 PMID:41006393	研究论文	提出一种基于物理学的指纹识别方法，用于光学无线通信系统中的高效设备识别	将LED的非线性响应变化量化为等效电路模型中的集总参数，作为物理指纹特征，替代传统数据密集型深度学习方法	NA	开发适用于资源受限物联网环境的高效设备认证解决方案	光学无线通信系统中的设备识别	机器学习	NA	等效电路模型	物理模型	信号数据	NA	NA	等效电路模型	分类准确率	NA
5866	2025-10-05	Optimized extreme learning machines with deep learning for high-performance network traffic classification 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16980-9 PMID:41006381	研究论文	提出一种结合改进极限学习机和深度学习的网络流量分类框架，用于准确识别安全和不安全网络流量	通过粒子群优化算法优化模型参数，并采用基于深度学习的特征选择机制评估输入特征相关性	NA	开发高性能网络流量分类方法以增强网络安全防护	网络流量数据	机器学习	NA	NA	极限学习机,深度学习	网络流量数据	CICIDS 2017数据集	NA	改进极限学习机(IELM)	准确率	NA
5867	2025-10-05	Secure federated learning with metaheuristic optimized dimensionality reduction and multi-head attention for DDoS attack mitigation 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15052-2 PMID:41006431	研究论文	提出一种基于元启发式优化降维和多头注意力的安全联邦学习方法，用于物联网环境中的DDoS攻击检测与缓解	结合鹦鹉优化算法进行特征选择，使用时间卷积网络和双向门控循环单元与多头注意力机制进行攻击分类，并采用麋鹿群优化器进行参数调优	仅在NSLKDD和CIC-IDS2017数据集上进行了验证，需要在实际物联网环境中进一步测试	为物联网环境中的DDoS攻击提供有效的检测和缓解策略	物联网设备面临的分布式拒绝服务攻击	机器学习	NA	联邦学习，深度学习	TCN, Bi-GRU, 多头注意力机制	网络流量数据	NSLKDD和CIC-IDS2017数据集	NA	时间卷积网络，双向门控循环单元，多头注意力机制	准确率	NA
5868	2025-10-05	Leveraging hybrid deep learning with starfish optimization algorithm based secure mechanism for intelligent edge computing in smart cities environment 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11608-4 PMID:41006459	研究论文	提出一种基于混合深度学习和海星优化算法的智能边缘计算安全机制，用于智慧城市环境中的入侵检测	结合卷积神经网络和双向门控循环单元与交叉注意力机制(CNN-BiGRU-CrAM)，并采用海星优化算法进行超参数调优	NA	为智慧城市中的边缘计算提供安全的入侵检测系统	物联网边缘计算环境中的网络安全	机器学习	NA	深度学习	CNN, BiGRU	网络数据	Edge-IIoT和ToN-IoT数据集	NA	CNN-BiGRU-CrAM	准确率	NA
5869	2025-10-05	Explainable artificial intelligence-based cyber resilience in internet of things networks using hybrid deep learning with improved chimp optimization algorithm 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15146-x PMID:41006487	研究论文	提出一种基于可解释人工智能的混合深度学习优化方法，用于提升物联网网络中的网络威胁检测和解释能力	结合混合深度学习模型与改进的黑猩猩优化算法，并引入SHAP增强模型可解释性	未明确说明模型在更广泛物联网场景中的泛化能力	提高物联网环境中网络威胁检测的准确性和可解释性	物联网网络中的网络攻击和异常行为	机器学习	NA	NA	CNN, BiGRU	网络流量数据	Edge-IIoT和BoT-IoT数据集	NA	CNN-BiGRU混合架构	准确率	NA
5870	2025-10-05	Revolutionary hybrid ensembled deep learning model for accurate and robust side-channel attack detection in cloud computing 2025-Sep-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89794-4 PMID:41006528	研究论文	提出一种混合集成深度学习模型用于云计算环境中侧信道攻击的准确鲁棒检测	集成CNN、LSTM和AutoEncoder的混合模型，并引入注意力机制以关注关键数据段	仅使用ASCAD基准数据集进行评估，未在其他数据集验证泛化能力	开发云计算环境中鲁棒的侧信道攻击检测模型	侧信道攻击检测	机器学习	NA	深度学习	CNN,LSTM,AutoEncoder	功率轨迹数据	ASCAD基准数据集	NA	混合集成深度学习模型	准确率	云计算环境
5871	2025-10-05	A Deep Learning Method for Diagnosis of Oral Potentially Malignant Disorders 2025-Sep-26, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106138 PMID:41016582	研究论文	开发并验证用于诊断口腔潜在恶性疾病的双阶段深度学习方法	提出双阶段深度学习架构，分别用于区分口腔潜在恶性疾病与其他口腔黏膜病变，以及分类具体亚型	NA	开发AI诊断工具提升口腔潜在恶性疾病的诊断准确率	口腔潜在恶性疾病患者	数字病理	口腔癌前病变	深度学习	深度学习模型	临床图像	内部数据集3,305例，外部多中心数据集1,756例	NA	双阶段架构（CLA OPMD-OOML和CLA OPMDs）	F1分数	NA
5872	2025-10-05	Mapping the Evolution of China's Traditional Chinese Medicine Education Policies: Insights From a BERTopic-Based Descriptive Study 2025-Sep-25, JMIR medical education IF:3.2Q1 DOI:10.2196/72660 PMID:40997298	研究论文	使用BERTopic模型分析中国中医药教育政策的演变趋势和核心议题	首次将深度学习方法BERTopic应用于中医药教育政策分析，提供数据驱动的政策演变视角	数据来源主要限于官方文件和高校档案，可能未涵盖所有相关政策文本	系统分析中国中医药教育政策的研究主题和演变趋势	中医药教育政策相关文档	自然语言处理	NA	主题建模	BERTopic	文本	来自教育部、国家中医药管理局、PKU法律信息库和中医药高校档案的政策文档	BERTopic	BERT-based	主题识别和聚类分析	NA
5873	2025-10-05	Intelligent temporal causal inference framework for wastewater treatment plant nitrogen removal: Multi-stage spurious causal elimination 2025-Sep-25, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2025.133394 PMID:41015305	研究论文	提出一种名为AquaCausal的新型混合因果推断框架，用于污水处理厂生物脱氮过程的因果关系识别	集成时间感知PCMCI算法、深度学习和多阶段机制来消除虚假因果关系	基于模拟数据集，需要在实际场景中进一步验证	建立可解释的污水处理厂生物脱氮机制模型	污水处理厂氮去除过程	机器学习	NA	因果推断，深度学习	混合因果推断框架	时间序列模拟数据	经过校准的污水处理厂模型生成的扰动模拟数据集	PCMCI, 深度学习框架	多阶段因果推断框架	因果关系减少率，核心因果关系识别数量	NA
5874	2025-10-05	Leveraging learned representations and multitask learning for lysine methylation site discovery 2025-Sep-21, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.27.672583 PMID:40950037	研究论文	本研究开发了一种基于Transformer的深度学习模型MethylSight 2.0，用于预测赖氨酸甲基化位点，并通过质谱实验验证了68个新位点	首次将Transformer架构应用于赖氨酸甲基化位点预测，并采用多任务学习整合其他赖氨酸翻译后修饰信息	未明确说明模型在特定癌症类型或组织中的泛化能力	提高赖氨酸甲基化位点预测的准确性，推动赖氨酸甲基化组图谱的完善	蛋白质赖氨酸甲基化位点	机器学习	癌症	质谱分析，深度学习	Transformer	蛋白质序列数据	NA	NA	Transformer	准确率	NA
5875	2025-10-05	Intelligent Fish Recognition Method Based on Variable-Step Size Learning Rate Optimization Strategy 2025-Sep-21, Foods (Basel, Switzerland) DOI:10.3390/foods14183274 PMID:41008245	研究论文	提出一种基于变步长学习率优化策略的智能鱼类识别方法	通过分析学习率规律对网络精度的影响，提出变步长学习率优化策略，显著减少优化次数并提升准确率	NA	提高鱼类分类的效率和准确性	多物种干扰鱼类	计算机视觉	NA	深度学习	CNN	图像	NA	NA	ResNet18, ShuffleNet, EfficientNet, MobileNetV3, YOLOv8	准确率	NA
5876	2025-10-05	MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis 2025-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673813 PMID:41019638	研究论文	开发了一个用于自动中期染色体分析的开源软件平台MetaChrome	采用经过精细调优的Cellpose分割模型，结合染色体特异性FISH探针和免疫荧光标记蛋白的共定位分析，相比传统图像处理方法提高了分割精度	NA	解决中期染色体自动分割和FISH信号共定位分析的挑战	DNA-FISH染色体图像	数字病理学	NA	DNA荧光原位杂交(FISH)，高通量成像(HTI)	深度学习	图像	手动标注的中期染色体数据集	NA	Cellpose	分割精度	NA
5877	2025-10-05	Pathologist-interpretable breast cancer subtyping and stratification from AI-inferred nuclear features 2025-Sep-06, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.04.674077 PMID:41019630	研究论文	开发可解释的AI模型EXPAND，通过提取12个病理学家可理解的核特征来预测乳腺癌亚型和患者生存	首个专注于病理学家使用的诺丁汉分级标准中12个核特征的可解释AI模型	NA	开发可解释的AI模型用于乳腺癌亚型分类和生存预测	乳腺癌患者肿瘤切片	数字病理学	乳腺癌	数字病理图像分析	深度学习模型	病理图像	NA	NA	EXPAND	AUC	NA
5878	2025-10-05	AI bone lesion classifier with sensitivity-driven optimization for radiographs 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107075 PMID:41016074	研究论文	开发了一种基于深度学习的X射线骨病变分类器，通过灵敏度驱动优化实现高灵敏度检测	采用灵敏度驱动方法最小化假阴性，并生成注意力图谱增强模型可解释性	数据集仅包含310名患者的1177张X射线图像，样本规模有限	开发用于X射线骨病变检测的深度学习分类器，在保持临床实用性的同时实现高灵敏度	上肢和下肢X射线图像中的原发性骨病变	计算机视觉	骨肿瘤	X射线成像	CNN	图像	310名患者的1177张X射线图像（547例异常，630例正常）	NA	MobileNetV2	灵敏度, 特异性, 准确率, AUC, 95%置信区间	NA
5879	2025-10-05	Deep learning model trained using multi-energy computed tomography (CT) data shows better metal artifact reduction for lumbar CT imaging 2025-Sep-05, Clinical radiology IF:2.1Q2 DOI:10.1016/j.crad.2025.107076 PMID:41016075	研究论文	开发基于多能量CT数据的深度学习金属伪影减少模型，用于腰椎CT成像	首次使用多能量虚拟单色图像训练深度学习金属伪影减少模型，并在更宽能量范围内评估性能	样本量有限（93例患者），仅针对腰椎植入物患者进行研究	比较基于单能量和多能量CT数据的深度学习金属伪影减少模型性能	腰椎植入物患者的CT图像	医学影像处理	脊柱疾病	多能量CT扫描，虚拟单色图像重建	深度学习模型	CT图像	93例腰椎植入物患者	NA	NA	PSNR, SSIM	NA
5880	2025-10-05	High-Performance Open-Source AI for Breast Cancer Detection and Localization in MRI 2025-09, Radiology. Artificial intelligence DOI:10.1148/ryai.240550 PMID:40560044	研究论文	开发并评估用于乳腺MRI扫描中乳腺癌检测和定位的开源深度学习模型	使用迄今为止最大的乳腺MRI数据集训练深度学习模型，并公开提供代码和权重以促进进一步开发	回顾性研究设计，数据主要来自单一医疗中心	开发高性能开源AI系统用于乳腺癌的检测和定位	乳腺MRI扫描图像	计算机视觉	乳腺癌	MRI	深度学习	医学图像	30,672个矢状面MRI检查（52,598个乳房）来自9,986名女性患者，验证集包括6,615个乳房（矢状面）和7,058个乳房（轴位面），外加第二个临床站点的1,840个乳房	NA	NA	AUC, 特异性, 敏感性	NA