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	2025-07-03	Hybrid deep learning architecture for scalable and high-quality image compression 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06481-0 PMID:40594927	research paper	提出了一种混合深度学习架构，用于可扩展且高质量的图像压缩	结合了SWT、SDAE、GLCM和K-means聚类，实现了多分辨率分解、纹理感知特征提取和自适应区域压缩	未提及具体局限性	解决医学影像数据高效存储和传输的挑战，特别是在临床和远程医疗应用中	医学影像数据	computer vision	NA	Stationary Wavelet Transform (SWT), Stacked Denoising Autoencoder (SDAE), Gray-Level Co-occurrence Matrix (GLCM), K-means clustering	hybrid deep learning	image	多个基准医学影像数据集
42	2025-07-03	RareNet: a deep learning model for rare cancer diagnosis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08829-y PMID:40594942	research paper	本文提出了一种名为RareNet的深度学习模型，用于罕见癌症的诊断	利用迁移学习技术，基于已有的CancerNet模型，开发了专门针对罕见癌症分类的RareNet模型	尚未全面评估模型在所有罕见癌症类型上的泛化能力	提高罕见癌症的早期诊断准确率	罕见癌症（包括Wilms肿瘤、肾透明细胞肉瘤、神经母细胞瘤、骨肉瘤和急性髓系白血病）	digital pathology	rare cancers	DNA甲基化测序	CNN	DNA甲基化数据	多种活检罕见癌症样本
43	2025-07-03	Monitoring and predicting cotton leaf diseases using deep learning approaches and mathematical models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06985-9 PMID:40594974	研究论文	该论文提出了一种结合深度学习和数学模型的方法来监测和预测棉花叶部病害	结合TLA+数学建模和CNN深度学习模型进行病害监测与预测，提高了准确性和可靠性	未提及模型在不同环境条件下的泛化能力	改善棉花作物病害的监测和预测	棉花叶部病害（蚜虫、棉铃虫、细菌性疫病、白粉病、靶斑病和健康叶片）	计算机视觉	植物病害	TLA+模型检查，深度学习	CNN	图像	未明确说明样本数量
44	2025-07-03	A novel LLM time series forecasting method based on integer-decimal decomposition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06581-x PMID:40594984	研究论文	提出了一种基于整数-小数分解的新型LLM时间序列预测方法IDDLLM，通过跨模态微调框架提升时间序列预测性能	设计了整数-小数分解方法和跨模态注意力模块SDC，改进了LLM对时间序列模式的理解	未明确说明方法在极端时间序列模式或噪声数据下的鲁棒性	解决传统深度学习模型在时间序列预测中泛化能力不足的问题	时间序列数据	自然语言处理	NA	跨模态微调	LLM	时间序列数据	46个实验场景（34项排名第一，9项排名第二）
45	2025-07-03	A multi stage deep learning approach for real-time vehicle detection, tracking, and speed measurement in intelligent transportation systems 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07343-5 PMID:40595040	研究论文	提出了一种结合深度学习和度量学习的多阶段交通流模型，用于实时车辆检测、跟踪和速度测量	利用Segment Anything Model进行车辆检测，通过语言提示自动化分割，减少手动调整并提高适应性；采用StrongSORT算法结合基于掩码的跟踪增强识别连贯性；使用PP-OCR模块精确提取时间戳支持多视角速度测量	未提及模型在极端天气或夜间条件下的性能表现	智能交通系统中的实时车辆检测、跟踪和速度测量	高速公路环境中的车辆	计算机视觉	NA	深度学习、度量学习	Segment Anything Model、StrongSORT、PP-OCR	视频	未明确说明样本数量
46	2025-07-03	An optimized domain-specific shrimp detection architecture integrating conditional GAN and weighted ensemble learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06758-4 PMID:40595062	研究论文	本文提出了一种结合条件GAN和加权集成学习的特定领域虾检测优化架构，旨在通过合成数据生成提升虾检测的准确率	提出了名为ESDIA的方法，通过合成数据生成和集成多种深度学习模型（如FRCNN和YOLOv7）来提升虾检测的准确率	未提及具体的样本量或实验环境限制	提升虾检测的准确率，特别是在不同背景下的检测能力	虾的图像	计算机视觉	NA	生成对抗网络（GAN）、FRCNN、YOLOv7	GAN、FRCNN、YOLOv7	图像	NA
47	2025-07-03	Deep learning-based sex estimation of 3D hyoid bone models in a Croatian population using adapted PointNet++ network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07608-z PMID:40595160	研究论文	本研究探讨了使用深度学习技术基于3D舌骨模型进行性别估计的方法	首次将改进的PointNet++网络应用于小规模数据集，结合无监督和监督学习框架，实现了性别估计的高准确率	样本量相对较小（202个样本）	开发一种高效且可解释的性别估计工具	克罗地亚人群的3D舌骨模型	计算机视觉	NA	CT扫描	改进的PointNet++网络和SVM	3D点云数据	202个舌骨样本（101男，101女）
48	2025-07-03	Sequence to sequence architecture based on hybrid LSTM global and local encoders approach for meteorological factors forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08331-5 PMID:40595187	研究论文	本文提出了一种基于混合LSTM全局和局部编码器方法的气象因素预测模型H-LSTM-GLE，以提高预测准确性	引入了混合LSTM全局-局部编码器（H-LSTM-GLE）模型，结合滑动窗口机制的局部编码器、用于二次编码的全局编码器和状态向量计算模块，以提高预测精度	未提及模型在极端天气条件下的表现，以及模型在大规模数据集上的计算效率	提高气象因素预测的准确性	气象因素（相对湿度和室外温度）	机器学习	NA	深度学习	LSTM	时间序列数据	两个数据集（SML2010-Hum和SML2010-outTem）
49	2025-07-03	Improved bio-inspired with machine learning computing approach for thyroid prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03299-8 PMID:40595742	research paper	本研究探讨了使用机器学习和深度学习方法来提高甲状腺疾病预测的准确性	通过使用粒子蛇群优化（PSSO）等更先进的优化方法提升模型性能，随机森林与PSSO结合模型在准确率等指标上表现优异	未提及研究样本的具体来源和多样性，可能影响模型的泛化能力	提高甲状腺疾病的预测准确性，改善医疗健康结果	甲状腺疾病（甲状腺功能减退和甲状腺功能亢进）	machine learning	甲状腺疾病	PSSO, RF, SVM, KNN, CNN-LSTM	随机森林（RF）、决策树、SVM、KNN、CNN-LSTM	医疗数据	NA
50	2025-07-03	A deep learning model for diagnosis of inherited retinal diseases 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04648-3 PMID:40595896	研究论文	本研究评估了一种多输入深度学习模型在检测两种常见遗传性视网膜疾病（RP和STGD）并与健康眼睛区分中的性能	使用多输入MobileNetV2网络结合CFP和IR图像，提高了诊断准确率至96.3%，优于单一输入网络	研究样本量相对有限，仅包含391例病例	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病（RP和STGD）患者及健康个体	计算机视觉	视网膜疾病	深度学习	MobileNetV2	图像	391例（158例RP患者，62例STGD患者，171例健康个体）
51	2025-07-03	Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05545-5 PMID:40595948	研究论文	提出一种结合元启发式特征选择与集成表示学习模型的隐私感知网络攻击检测技术，用于物联网环境	提出AMFS-ELPPCD技术，整合自适应Harris hawk优化(AHHO)进行特征选择，并采用BiGRU、WAE和DBN等集成模型进行分类，通过SGO优化超参数	实验仅在CICIDS-2017和NSLKDD两个数据集上进行验证，可能需要更多数据集以证明泛化能力	提升物联网环境中的网络攻击检测准确性和隐私保护能力	物联网环境中的网络攻击数据	机器学习	NA	Z-score标准化、AHHO特征选择、BiGRU、WAE、DBN分类、SGO超参数优化	集成学习模型(BiGRU、WAE、DBN)	网络流量数据	CICIDS-2017和NSLKDD两个数据集
52	2025-07-03	Detection of fasting blood sugar using a microwave sensor and convolutional neural network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06502-y PMID:40596086	研究论文	本研究提出了一种结合微波传感器和卷积神经网络（CNN）的非接触式空腹血糖检测方法	首次将宽带微波传感技术与深度学习相结合，用于非接触式血糖测量，具有低成本、高灵敏度和实时响应能力	研究样本量较小（78人），且仅在受控实验室条件下进行测试	开发一种新型非接触式空腹血糖监测技术	人体血液样本	机器学习	糖尿病	微波传感技术	CNN	微波传感器信号	78名个体的390次测量（每人5次）
53	2025-07-03	Design concept and phase transformation study of advanced bainitic-austenitic medium-Mn steel 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05854-9 PMID:40596134	研究论文	本文设计了一种新型中锰钢的等温热处理工艺，研究了其相变行为及微观结构	采用深度学习评估方法对微观结构组成进行定量分析，并结合热力学和动力学参数预测贝氏体铁素体板条厚度	研究仅针对特定成分的钢材，未涉及其他合金体系	开发具有均匀细小板条状微观结构的中锰钢	0.17C-3.1Mn-1Si-0.55Al-0.22Mo-0.034Ti-0.073V钢	材料科学	NA	高分辨率膨胀测量法、SEM、EBSD、TEM、XRD	DL	显微图像	特定成分钢样品
54	2025-07-03	Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06809-w PMID:40596142	研究论文	本研究利用LSTM算法建模和预测CdZnO夹层Al/p-Si肖特基二极管的电学特性及参数	提出了一种基于LSTM的时间与成本效益高的深度学习模型，用于替代广泛的实验程序，加速二极管表征过程而不影响准确性	在50和250 mW/cm光照条件下，Diode 3的预测误差较高	开发一个稳健的预测模型，准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响	CdZnO夹层Al/p-Si肖特基二极管	机器学习	NA	LSTM算法	LSTM	电学参数数据	3个具有不同Cd掺杂比例（10%、20%和30%）的Al/CdZnO/p-Si肖特基二极管，在5种不同光照水平（50、100、150、200和250 mW/cm）下测试
55	2025-07-03	A novel neuroimaging based early detection framework for alzheimer disease using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05529-5 PMID:40596195	研究论文	本研究提出了一种基于深度学习的神经影像早期检测框架NEDA-DL，用于阿尔茨海默病的早期诊断	采用混合ResNet-50和AlexNet架构，并优化了基于CUDA的并行处理，提高了计算效率	未提及样本的具体来源和多样性，可能影响模型的泛化能力	开发一种高精度的计算机辅助诊断框架，用于阿尔茨海默病的早期检测	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI和PET神经影像数据	混合ResNet-50和AlexNet架构	图像	未提及具体样本数量
56	2025-07-03	Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07257-2 PMID:40596219	研究论文	本研究提出了两种深度学习方法用于多参数MRI中儿童脑肿瘤的语义分割	设计了两种新型的多编码器架构，利用注意力机制，并采用集成范式和后处理技术提升ET区域的性能	研究仅基于BraTS-PEDs 2024数据集，可能在其他数据集上的泛化能力有限	开发自动分割儿童脑肿瘤的深度学习方法，以支持精确诊断和治疗监测	儿童脑胶质瘤的增强肿瘤(ET)、肿瘤核心(TC)和全肿瘤(WT)	数字病理学	儿童脑肿瘤	MRI	SegResNet, 多编码器架构	图像	BraTS-PEDs 2024数据集中的样本
57	2025-07-03	Real-world defocus deblurring via score-based diffusion models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07326-6 PMID:40596248	研究论文	本文提出了一种基于分数扩散模型的高分辨率迭代去模糊方法，用于真实场景中的散焦模糊去除	该方法无需成对的清晰和散焦图像进行训练，通过分数扩散模型和预测-校正框架逐步提升图像质量	未明确提及具体局限性	解决真实场景中散焦模糊去除的问题	散焦模糊的图像	计算机视觉	NA	分数扩散模型，反向时间随机微分方程（SDE）	扩散模型	图像	使用自采集数据集、RealBlur和DED数据集进行训练和测试
58	2025-07-03	A novel double machine learning approach for detecting early breast cancer using advanced feature selection and dimensionality reduction techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06426-7 PMID:40596255	研究论文	本文提出三种双机器学习模型，通过结合特征选择和降维技术提高乳腺癌早期检测的准确性	创新性地结合随机森林与前馈神经网络、XGBoost与人工神经网络、LightGBM与人工神经网络三种双机器学习模型，并融合元分类器进行最终预测	未提及模型在临床实际应用中的验证效果	提高乳腺癌早期检测的准确性	乳腺癌检测数据集	机器学习	乳腺癌	双机器学习（DML）、主成分分析（PCA）	RF、FNN、XGBoost、ANN、LightGBM	结构化数据和序列数据	NA
59	2025-07-03	Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08131-x PMID:40596266	研究论文	本文提出了一种基于深度学习的讽刺检测方法，用于社交媒体中的情感分析，以提高网络空间的安全性	结合CNN和AM-BLSTM-GRU模型，并使用ESRD优化器进行参数优化，显著提高了讽刺检测的准确率	未提及模型在不同语言或文化背景下的适用性	检测社交媒体中的讽刺言论，以减少网络欺凌行为	社交媒体帖子中的讽刺内容	自然语言处理	NA	NLP	CNN, AM-BLSTM-GRU	文本	来自Kaggle和News Headlines的数据集
60	2025-07-03	A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05986-y PMID:40596379	研究论文	提出一种基于深度学习的CT影像阅读系统LungSSFNet，用于辅助诊断与囊性气腔相关的肺癌	开发了新型深度学习模型LungSSFNet，在囊性气腔相关肺癌的识别和分割任务上表现优于现有模型	研究为回顾性分析，样本量相对有限（342个CT序列）	探索深度学习模型在辅助诊断囊性气腔相关肺癌方面的性能	与囊性气腔相关的肺癌（LCCA）和肺大泡患者的CT影像	数字病理	肺癌	CT影像分析	LungSSFNet（基于nnUnet改进）	医学影像（CT）	342个CT序列（272个LCCA病例，70个肺大泡病例）