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
41	2025-10-03	Multi-operator-based model-driven self-supervised learning for fluorescence diffusion tomography 2025-Oct-01, Optics letters IF:3.1Q2 DOI:10.1364/OL.572740 PMID:41032816	研究论文	提出一种基于多算子的模型驱动自监督学习方法用于荧光扩散断层成像，无需标注数据即可实现高质量重建	利用几何分离的源-探测器配置推导两个前向算子，并将算子作为双重约束集成到展开网络架构中	未明确说明方法在复杂生物组织中的适用性限制	解决荧光扩散断层成像中监督学习对标注数据的依赖问题	荧光扩散断层成像系统	医学影像处理	NA	荧光扩散断层成像(FDT)	自监督学习、展开网络架构	光学成像数据	基于定制线照明FDT系统的实验数据
42	2025-10-03	Real-Time Health Monitoring Using 5G Networks: Deep Learning-Based Architecture for Remote Patient Care 2025-Oct-01, JMIRx med DOI:10.2196/70906 PMID:41032883	研究论文	开发了一种集成深度学习和5G网络的实时健康监测架构，用于远程患者生命体征监控	提出结合注意力机制的CNN-LSTM混合模型，并优化用于5G边缘部署，实现低延迟高可靠通信	仅评估了3个月性能，长期稳定性和更大规模部署效果有待验证	开发实时生命体征监测和预测的远程患者监护系统	1000名患者的生命体征数据	医疗健康监测	多种疾病患者	深度学习、5G URLLC通信、端到端加密	CNN-LSTM混合模型	生命体征时序数据	1000名患者，支持数千个并发监测会话
43	2025-10-03	Federated multi scale vision transformer with adaptive client aggregation for industrial defect detection 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12390-z PMID:41034251	研究论文	提出一种用于工业缺陷检测的联邦多尺度视觉Transformer方法，通过自适应客户端聚合提升检测性能	提出自适应客户端聚合机制和对比特征对齐模块，动态分配客户端权重并减少域差异	NA	开发隐私保护且自适应的工业缺陷检测方法	工业制造中的产品缺陷	计算机视觉	NA	联邦学习	Vision Transformer (ViT)	图像	多个缺陷数据集
44	2025-10-03	PCF-VAE: posterior collapse free variational autoencoder for de novo drug design 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14285-5 PMID:41034259	研究论文	提出一种名为PCF-VAE的后验崩溃自由变分自编码器用于从头药物设计	通过PCF-VAE方法有效缓解后验崩溃问题，降低SMILES表示复杂度并增强分子生成多样性	NA	解决变分自编码器在分子生成中的后验崩溃问题，提升生成分子的多样性和质量	分子结构和化学空间	机器学习	NA	变分自编码器	VAE	分子结构数据	在MOSES基准测试中评估，生成分子有效性达95.01%-98.01%，新颖性达93.77%-95.01%
45	2025-10-03	A hybrid deep learning model for detection and mitigation of DDoS attacks in VANETs 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15215-1 PMID:41034308	研究论文	提出一种用于VANET中DDoS攻击检测与缓解的混合深度学习模型VANET-DDoSNet++	集成优化特征选择、先进深度学习检测、自适应强化学习缓解和基于区块链的安全报告的多层防御框架	NA	解决车载自组织网络中DDoS攻击检测效率低、误报率高和适应性差的问题	车载自组织网络(VANET)中的DDoS攻击	机器学习	NA	自适应蜻蜓算法(ADA)、增强型蚱蜢优化算法(EGOA)、卷积LSTM网络、注意力机制、强化学习、区块链	混合深度学习架构(CNN-LSTM)	网络流量数据	使用CIC-DDoS2019数据集，包含真实世界车辆流量数据和现代反射型DDoS攻击
46	2025-10-03	An interpretable hybrid deep learning framework for gastric cancer diagnosis using histopathological imaging 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15702-5 PMID:41034364	研究论文	提出一种结合CNN和Transformer的混合深度学习框架用于胃癌组织病理图像诊断	首次将CNN与Transformer架构结合用于胃癌病理图像分类，增强特征表示和空间上下文理解能力	NA	开发可靠、可解释的自动化胃癌诊断工具	胃癌组织病理图像	数字病理	胃癌	深度学习	CNN + Transformer混合模型	图像	三个公开数据集：GasHisSDB、TCGA-STAD和NCT-CRC-HE-100K
47	2025-10-03	High-resolution conditional MR image synthesis through the PACGAN framework 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16257-1 PMID:41034368	研究论文	提出PACGAN框架用于生成高质量、类别特定的脑部磁共振合成图像	将渐进增长GAN和辅助分类器GAN有效结合，实现高分辨率条件医学图像合成	仅在ADNI数据集上进行验证，数据来源有限	解决医学图像数据有限和类别不平衡问题，通过生成合成图像增强数据集	阿尔茨海默病患者和健康对照者的脑部磁共振图像	计算机视觉	阿尔茨海默病	生成对抗网络(GAN)	PACGAN(Progressive Auxiliary Classifier GAN)	医学图像	基于ADNI数据集，具体样本数量未明确说明
48	2025-10-03	Enhanced deep learning model for predicting hydraulic performance in recycled porous pipe irrigation systems 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20354-6 PMID:41034369	研究论文	本研究评估再生多孔管灌溉系统的水力性能，并开发深度学习模型预测排水速率	结合水力评估与AI建模，使用GAN进行数据增强以克服实验样本限制，Enhanced MLP模型达到最高预测精度	实验样本有限，需通过数据增强技术弥补	评估再生多孔管灌溉系统水力性能并开发精准预测模型	A型（再生橡胶-聚乙烯混合）和B型（纯再生橡胶）多孔管	机器学习	NA	深度学习算法，GAN数据增强	Enhanced MLP, LSTM, DNN, ANN	实验测量数据（排水速率、变异系数、发射均匀度）	实验室实验，压力范围20-80 kPa，管长范围3-9 m
49	2025-10-03	Advances in IoT networks using privacy-preserving techniques with optimized multi-head self-attention model for intelligent threat detection based on plant rhizome growth optimization 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-16052-y PMID:41034393	研究论文	提出一种基于植物根茎生长优化的多头自注意力模型，用于物联网环境中的智能入侵检测	结合卷积神经网络、双向门控循环单元和多头自注意力机制的混合模型，并采用植物根茎生长优化算法进行超参数选择	未明确说明模型在真实物联网环境中的部署挑战和计算资源需求	开发自动化的网络攻击检测系统以提升物联网安全	物联网网络中的入侵行为和安全威胁	机器学习	NA	深度学习、特征选择优化算法	CNN-BiGRU-MHSAM混合模型	网络流量数据	使用Edge-IIoT和ToN-IoT两个数据集进行实验验证
50	2025-10-03	Harnessing deep statistical potential for biophysical scoring of protein-peptide interactions 2025-Oct-01, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01659-8 PMID:41034399	研究论文	开发了一种名为DeepPpIScore的新型评分函数，用于评估蛋白质-肽相互作用的生物物理特性	结合无监督几何深度学习与物理启发的统计势能，无需结合亲和力数据或分类标签即可实现广泛泛化能力	仅基于实验结构数据进行训练，未明确说明样本规模限制	改进蛋白质-肽相互作用的3D空间建模和评分精度	蛋白质-肽相互作用	机器学习	NA	几何深度学习、统计势能	深度学习	3D结构数据	NA
51	2025-10-03	Gas concentration prediction based on SSA algorithm with CNN-BiLSTM-attention 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15838-4 PMID:41034433	研究论文	提出一种基于SSA算法优化的CNN-BiLSTM-Attention混合深度学习模型用于煤矿瓦斯浓度预测	首次将SSA算法与CNN-BiLSTM-Attention模型结合，通过多模块协同机制动态加权关键特征，并实现超参数自动优化	研究仅针对山西某煤矿掘进工作面，模型在其他矿井的泛化能力有待验证	提高煤矿瓦斯浓度预测精度和泛化能力，为瓦斯灾害预警提供技术支持	煤矿掘进工作面的瓦斯浓度及相关环境参数（温度、风速、岩压、CO浓度）	机器学习	NA	深度学习、时间序列预测	CNN-BiLSTM-Attention混合模型	时间序列数据	NA
52	2025-10-03	Recognizing Egyptian currency for people with visual impairment using deep learning models 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-20646-x PMID:41034434	研究论文	开发基于深度学习模型的实时埃及货币识别系统，帮助视障人士独立进行金融交易	首次将YOLOv8、YOLOv9和YOLOv10模型应用于埃及货币识别，采用上下文聚合、GELAN和无NMS训练等创新技术	主要针对埃及货币，对其他地区货币的适用性未验证	为视障人士开发高精度、低延迟的货币识别辅助系统	埃及纸币	计算机视觉	视力障碍	深度学习	YOLOv8, YOLOv9, YOLOv10	图像	2000张标注图像
53	2025-10-03	Inverse design of periodic cavities in anechoic coatings with gradient changes of radii and distances via a conditional generative adversarial network 2025-Oct-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-15946-1 PMID:41034619	研究论文	提出基于条件生成对抗网络的消声涂层周期性空腔逆向设计方法	首次将条件生成对抗网络应用于消声涂层梯度空腔结构的逆向设计	仅针对三频段吸声器进行案例验证，未展示更广泛的应用场景	提高消声涂层的低频宽带吸声性能	消声涂层的材料参数和空腔几何结构	机器学习	NA	条件生成对抗网络(cGAN)	cGAN	数值模拟数据	86,400组材料和结构参数及其对应的吸声系数数据集
54	2025-10-03	Gradient responsive regularization: a deep learning framework for codon frequency based classification of evolutionarily conserved genes 2025-Oct-01, BMC genomic data IF:1.9Q3 DOI:10.1186/s12863-025-01358-7 PMID:41034712	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
55	2025-10-03	Radiomics and deep learning model based on X-ray imaging for the assisted diagnosis of early Legg-Calvé-Perthes disease 2025-Oct-01, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-025-09189-4 PMID:41034891	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
56	2025-10-03	Classify the fNIRS signals of first-episode drug-naive MDD patients with or without suicidal ideation using machine learning 2025-Oct-01, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-025-07394-y PMID:41034887	研究论文	使用机器学习和fNIRS技术对首发未用药重度抑郁症患者有无自杀意念进行分类	首次将一维卷积神经网络应用于fNIRS数据分析，探索首发未用药MDD患者自杀意念的客观生物标志物	样本量相对较小（91名患者），研究结果可能受患者和方法学差异影响	评估fNIRS作为诊断工具在识别MDD患者自杀意念中的价值	首发未用药重度抑郁症患者（含自杀意念组40人，无自杀意念组51人）和39名健康对照者	机器学习	重度抑郁症	功能性近红外光谱（fNIRS）、言语流畅性任务（VFT）	一维卷积神经网络（CNN）	脑血流动力学信号	91名首发未用药MDD患者（40名有自杀意念，51名无自杀意念）和39名健康对照者
57	2025-10-03	Joint prediction of glioma molecular marker status based on GDI-PMNet 2025-Oct-01, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07021-0 PMID:41034915	研究论文	提出基于GDI-PMNet的深度学习方法，用于同时预测胶质瘤分子标志物状态	提出梯度感知空间分割增强算法、深度卷积双注意力模块、金字塔多尺度特征提取与Mamba投影卷积混合模型，以及迭代真值校准算法	未提及外部验证集性能或临床部署的具体挑战	实现胶质瘤分子标志物状态的非侵入性术前预测	胶质瘤患者和四种分子标志物（IDH1、Ki67、MGMT、P53）	数字病理	胶质瘤	磁共振成像	CNN与Mamba混合模型	医学影像	NA
58	2025-10-03	A time-efficient continuous ramp protocol for data-driven walking energy expenditure estimation across multiple speeds 2025-Oct-01, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-025-01707-8 PMID:41034972	研究论文	本研究提出一种时间高效的连续斜坡协议，用于通过可穿戴设备估计多速度行走的能量消耗	将数据驱动方法与连续协议相结合，相比传统离散方法能更高效地构建多样化数据集	在速度高于1.5 m/s时观察到运动学差异	比较连续斜坡协议与传统离散步进协议在行走能量消耗估计中的有效性	健康受试者的行走运动	机器学习	NA	间接热量测定法、IMU传感器	深度学习模型	运动传感器数据	14名主要受试者+13名额外受试者
59	2025-10-03	Chemical classification program synthesis using generative artificial intelligence 2025-Oct-01, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01092-3 PMID:41035053	研究论文	提出使用生成式人工智能自动编写化学分类器程序的方法	首次将生成式AI应用于化学分类程序合成，创建可解释的计算本体模型C3PO	性能尚未达到最先进的深度学习方法水平	开发可解释的自动化化学结构分类方法	ChEBI数据库中的化学实体和SMILES结构	自然语言处理	NA	生成式人工智能	生成式AI	化学结构数据(SMILES)	ChEBI数据库中的化学实体
60	2025-10-03	Deep Learning-Based CAD System for Enhanced Breast Lesion Classification and Grading Using RFTSDP Approach 2025-Oct-01, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70056 PMID:41035163	研究论文	开发基于深度学习的CAD系统，通过RFTSDP方法增强乳腺病变分类和分级	提出射频时间序列动态处理(RFTSDP)方法，通过分析组织在受控刺激下的动态响应和散射体位移对射频回声的影响来增强诊断信息	仅使用11个离体乳腺组织样本，样本量有限	开发能够准确分类和分级乳腺病变的计算机辅助诊断系统	离体乳腺组织样本	数字病理	乳腺癌	射频时间序列动态处理(RFTSDP)、超快超声数据采集	CNN、SVM	超声图像数据	11个离体乳腺组织样本