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
601	2025-07-05	Clustering cell nuclei on microgrooves for disease diagnosis using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05788-2 PMID:40593025	research paper	该研究使用变分自编码器（VAE）和高斯混合模型（GMM）对微沟槽基底上培养的野生型和层粘连蛋白病相关突变肌母细胞的细胞核进行聚类分析	结合深度学习技术与微沟槽基底，实现细胞核形变自动分类，为涉及细胞核形变异常的病理诊断提供新方法	未提及样本量的具体数字及模型在更广泛细胞类型中的适用性	评估深度学习模型对细胞核形变的分类能力，探索图像处理参数对聚类性能的影响	野生型肌母细胞和层粘连蛋白病相关突变肌母细胞的细胞核	digital pathology	laminopathies	microgroove substrates, deep learning	VAE, GMM	image	NA
602	2025-07-05	Real-time detection and localization of honeycomb defects in concrete pillars using hybrid deep learning models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06971-1 PMID:40593085	research paper	本文提出了一种基于深度学习的混合模型，用于混凝土结构中蜂窝缺陷的实时检测和实例分割	结合YOLOv5的快速目标检测和Mask R-CNN的精确实例分割，有效解决和定位结构图像中的缺陷区域	NA	开发一种高精度的混凝土结构缺陷检测和定位方法	混凝土结构中的蜂窝缺陷	computer vision	NA	深度学习	YOLOv5和Mask R-CNN	image	1991张标注图像
603	2025-07-05	Effective deep learning aided vehicle classification approach using Seismic Data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01684-x PMID:40593945	研究论文	本文提出了一种利用地震数据进行车辆分类的新型深度学习方法，通过自监督对比学习减少对环境条件和隐私问题的依赖	首次将地震数据用于车辆分类，采用自监督对比学习方法，无需标记数据进行特征提取和表示	实验数据量有限，可能影响模型在更大规模数据上的泛化能力	开发一种不受环境条件影响的车辆分类方法	车辆产生的地震信号	机器学习	NA	自监督对比学习	encoder network, projection head	地震信号	有限训练数据
604	2025-07-05	Enhanced security for medical images using a new 5D hyper chaotic map and deep learning based segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04906-4 PMID:40593969	研究论文	本研究提出了一种结合新型5D超混沌系统和定制U-Net架构的医学图像加密方法，以提高医学数据的安全性和患者隐私保护	提出了一种新型5D超混沌系统与定制U-Net架构的结合方法，用于医学图像加密，并通过动态DNA翻转和动态DNA XOR两阶段扩散增强加密算法的安全性	研究未提及该方法在不同类型医学图像上的普适性测试，也未讨论在更复杂攻击下的安全性	提高医学图像加密的安全性和可靠性，保护敏感医疗数据和患者隐私	医学图像	数字病理	NA	5D超混沌系统、U-Net网络、动态DNA翻转、动态DNA XOR	U-Net	图像	未明确说明样本数量，但测试图像尺寸为256×256
605	2025-07-05	CLASEG: advanced multiclassification and segmentation for differential diagnosis of oral lesions using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03268-1 PMID:40594006	research paper	提出了一种用于口腔病变多分类和分割的深度学习框架，以提高口腔癌的早期检测和鉴别诊断	结合EfficientNet-B3和ResNet-101-based Mask R-CNN，实现了高精度的分类和分割，显著优于现有技术	分类准确率为74.49%，仍有提升空间	提高口腔病变的早期检测和鉴别诊断准确性	14种常见口腔病变（良性、癌前和恶性）	digital pathology	oral cancer	deep learning	EfficientNet-B3, ResNet-101-based Mask R-CNN	image	2,072张临床图像
606	2025-07-05	CareAssist GPT improves patient user experience with a patient centered approach to computer aided diagnosis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01518-w PMID:40594036	研究论文	介绍了一种名为CareAssist-GPT的新型AI辅助诊断模型，旨在通过实时、易懂且富有同理心的沟通提高诊断准确性和患者体验	结合高分辨率X射线图像、实时生理生命体征和临床记录，采用深度学习框架，并通过透明、实时的解释增强患者信任	未提及具体样本量或研究人群的多样性限制	提高AI驱动的临床工具的诊断准确性和患者满意度	患者和医疗诊断过程	数字病理	NA	深度学习	CNN, GRU, transformer-based NLP	X射线图像、实时生理生命体征、临床记录	NA
607	2025-07-05	A dual encoder network with multiscale feature fusion and multiple pooling channel spatial attention for skin scar image segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05239-y PMID:40594041	研究论文	本文提出了一种结合CNN和Swin Transformer架构的深度学习框架，用于皮肤疤痕图像分割	引入了多尺度特征融合模块和新型多池化通道空间注意力机制，以增强特征细化	NA	提高皮肤疤痕图像分割的精确度，以支持临床治疗	皮肤疤痕图像	计算机视觉	皮肤病	深度学习	CNN, Swin Transformer	图像	NA
608	2025-07-05	A ubiquitous and interoperable deep learning model for automatic detection of pleomorphic gastroesophageal lesions 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03397-7 PMID:40594126	研究论文	开发了一种用于自动检测胃食管多形性病变的深度学习模型	提出了一种可互操作且普遍适用的深度学习模型，能够同时检测食管和胃的病变	需要前瞻性真实世界研究来验证其临床适用性	提高胶囊内窥镜检查的效率	胃食管多形性病变	数字病理学	胃食管疾病	胶囊内窥镜	CNN	图像	59,482帧来自774次胶囊内窥镜检查
609	2025-07-05	STVMamba: precipitation nowcasting with spatiotemporal prediction model 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05902-4 PMID:40594182	研究论文	提出了一种名为STVMamba的新型时空预测模型，专门用于降水临近预报	STVMamba模型结合了Spatial-Temporal Selective Scan (STSS)模块和Spatial-Temporal Depthwise Separable Convolution (STDSConv)模块，能够高效并行计算，线性时间复杂度，并擅长建模长距离依赖关系	未明确提及具体限制	开发一种轻量级的降水临近预报模型，以满足四川省气象局的需求	降水临近预报	计算机视觉	NA	深度学习	STVMamba (结合STSS和STDSConv模块)	雷达回波数据和卫星数据	三个基准数据集：四川雷达回波数据集、HKO-7雷达回波数据集和基于卫星的IMERG数据集
610	2025-07-05	A multi-modal graph-based framework for Alzheimer's disease detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05966-2 PMID:40594200	research paper	提出了一种基于图的多模态机器学习框架，用于阿尔茨海默病的检测	采用模块化组件构建复杂的机器学习预测器，通过有向计算图整合多模态数据，支持前向传播和反向传播	未明确提及具体的数据集规模或模型性能的局限性	开发一个模块化和自适应的框架，用于阿尔茨海默病的诊断和其他复杂医学预测任务	阿尔茨海默病患者的多模态数据（扫描、遗传数据和认知测试）	machine learning	geriatric disease	deep learning	graph-based ML framework	multimodal data (scans, genetic data, cognitive tests)	NA
611	2025-07-05	Optimizing the early diagnosis of neurological disorders through the application of machine learning for predictive analytics in medical imaging 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05888-z PMID:40594215	研究论文	本文提出了一种混合模型STGCN-ViT，用于通过医学影像优化神经退行性疾病的早期诊断	结合CNN、STGCN和ViT组件，解决了现有方法在时空动态特征提取上的不足	模型未在其他类型神经疾病或更大规模数据集上验证泛化能力	提升神经退行性疾病的早期诊断准确率	阿尔茨海默病和脑肿瘤患者的MRI影像	数字病理	神经退行性疾病	MRI影像分析	STGCN-ViT（CNN+STGCN+ViT混合模型）	医学影像	OASIS和HMS基准数据集（具体数量未说明）
612	2025-07-05	A deep dive into artificial intelligence with enhanced optimization-based security breach detection in internet of health things enabled smart city environment 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05850-z PMID:40594312	研究论文	本文提出了一种基于深度信念网络和高级元启发式优化算法的安全攻击检测模型（SADDBN-AMOA），用于智能城市环境中的IoHT网络安全	结合深度信念网络（DBN）和高级元启发式优化算法（AMOA）进行攻击检测，使用改进的Harris Hawk优化（IHHO）方法优化DBN超参数	实验仅在IoT医疗安全数据集上进行验证，未涉及其他类型的数据集或实际环境测试	提升智能城市环境中IoHT网络的安全攻击检测能力	智能城市环境中的IoHT网络	机器学习	NA	深度信念网络（DBN）、元启发式优化算法（AMOA）、Harris Hawk优化（IHHO）	DBN	网络流量数据	IoT医疗安全数据集
613	2025-07-05	A refined lion optimizer for deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07112-4 PMID:40594611	研究论文	本文提出了一种改进的Lion优化器（RLion），用于深度学习中的神经网络训练，通过引入非线性连续有界函数来动态调整优化参数	RLion通过非线性连续有界函数替代原有的符号函数，使优化参数能够根据动量和缩放因子的大小自适应调整，从而平滑波动、加快收敛并提高可靠性	未明确提及具体局限性，但可能包括对新函数的理论验证不足或在不同模型上的泛化能力未充分测试	改进深度学习优化器的性能，解决Lion优化器因离散符号函数导致的参数更新不适应动态动量和非收敛问题	深度学习优化算法，特别是用于神经网络训练的优化器	机器学习	NA	深度学习优化算法	FasterNet, EfficientNetV2, YOLOV8, YOLOV11, Vision Transformers, DeepLabV3+, TwinLiteNet, UNet	图像数据	ImageNet1k数据集、VOC2012数据、Caltech 101数据集、实例级人体解析数据集、BDD100K、部分CARLA自动驾驶数据集
614	2025-07-05	Predicting boiling heat flux, heat transfer coefficient, and regimes Non-intrusively using external acoustics and deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08183-z PMID:40594708	研究论文	提出了一种结合外部声学测量和深度学习的非侵入式诊断框架，用于预测沸腾热通量、传热系数和沸腾状态	利用外部声发射信号和深度学习技术，实现了对沸腾热传递关键参数的非侵入式预测，且预测误差低于20%，沸腾状态分类准确率超过98%	研究主要针对池沸腾和过冷流动沸腾，其他沸腾类型的适用性未验证	提高高能量密度系统中沸腾热传递监测的安全性和效率	沸腾热传递过程中的热通量、传热系数和沸腾状态	机器学习	NA	声发射信号测量	transformer	声学信号	NA
615	2025-07-05	Channel attention pyramid network for remote physiological measurement 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06107-5 PMID:40594792	研究论文	本文介绍了一种名为CAP-rPPG的创新方法，用于通过视频分析进行远程生理测量	CAP-rPPG采用多尺度深度学习架构和高斯金字塔捕捉面部特征，结合通道注意力模块强调rPPG丰富的通道，并使用混合损失函数平衡信号的短期和长期特性	NA	开发一种更稳健的远程光电容积描记术(rPPG)方法，用于远程健康监测	面部视频中的生理信号	计算机视觉	NA	远程光电容积描记术(rPPG)	多尺度深度学习架构	视频	UBFC-rPPG和PURE数据集
616	2025-07-05	A big data driven multilevel deep learning framework for predicting terrorist attacks 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08201-0 PMID:40594818	研究论文	本文提出了一种基于大数据的多层次深度学习框架，用于预测恐怖袭击	提出了一种集成的大数据深度学习预测模型，能够处理大规模数据并预测恐怖袭击的概率和可能地点	未提及具体的数据规模和处理时间，可能在实际应用中存在效率问题	预测恐怖袭击的概率和可能地点，以帮助执法机构采取预防措施	全球恐怖主义数据集中的样本	机器学习	NA	深度学习	LSTM	大数据	全球恐怖主义数据集中的样本（未提及具体数量）
617	2025-07-05	Multi channel fusion diffusion models for brain tumor MRI data augmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06529-1 PMID:40594886	研究论文	提出一种基于扩散模型的多通道融合数据增强技术，用于解决脑肿瘤MRI数据不平衡问题	引入多通道方法并融合缺陷区域与健康图像，增强了扩散模型在医学影像中的适用性	未探索模型在其他类型医学影像上的应用，泛化能力有待进一步优化	解决脑肿瘤数据集不平衡问题，提升深度学习模型性能	脑肿瘤MRI图像	数字病理	脑肿瘤	扩散模型	MCFDiffusion (基于DDIMs改进)	MRI图像	公开可用的脑肿瘤数据集（具体数量未说明）
618	2025-07-05	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	未提及具体在哪些类型的医学图像上表现不佳或存在限制	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
619	2025-07-05	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	研究论文	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，开发了针对罕见癌症分类的RareNet模型，并在DNA甲基化数据上取得了较高的准确率	模型在罕见癌症诊断上的能力尚未得到全面评估	开发一种能够准确诊断罕见癌症的深度学习模型	罕见癌症，包括Wilms肿瘤、肾脏透明细胞肉瘤、神经母细胞瘤、骨肉瘤和急性髓系白血病	数字病理学	罕见癌症	DNA甲基化测序	CNN	DNA甲基化数据	NA
620	2025-07-05	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	本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片病害	结合了TLA+数学模型验证和CNN深度学习模型，提高了病害监测和预测的准确性和可靠性	未提及模型在实际田间环境中的适用性和泛化能力	提高棉花作物病害的监测和预测能力，保障农业生产安全	棉花叶片病害（蚜虫、粘虫、细菌性枯萎病、白粉病、靶斑病及健康叶片）	计算机视觉	植物病害	TLA+模型验证、CNN	CNN	图像	未明确说明样本数量