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
6801	2025-10-06	Data-driven approach to the deep learning of the dynamics of a non-integrable Hamiltonian system 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03607-2 PMID:40603858	研究论文	本研究采用数据驱动方法，通过深度学习预测非可积哈密顿系统的混沌性参数	首次将深度学习应用于识别哈密顿系统的非可积程度，探索深度学习在混沌系统参数预测中的能力边界	深度学习过程难以区分规则轨道与轻微不规则轨道，以及纯随机系统与存在残余规则轨道的系统	研究深度学习过程识别哈密顿系统非可积程度的能力，即预测混沌性参数k的准确度	标准映射（standard map）作为典型非可积哈密顿系统的数值模拟	机器学习	NA	数值模拟	深度学习	轨迹数据	不同初始条件和轨迹长度的标准映射模拟数据	NA	NA	预测准确度	NA
6802	2025-10-06	A deep learning model for early diagnosis of alzheimer's disease combined with 3D CNN and video Swin transformer 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05568-y PMID:40603911	研究论文	提出结合3D CNN和视频Swin Transformer的深度学习模型用于阿尔茨海默病的早期诊断	提出名为3D-CNN-VSwinFormer的新型混合模型，结合3D CNN与3D CBAM注意力模块和微调的视频Swin Transformer，解决2D切片无法捕捉全局空间信息的问题	仅使用ADNI数据集进行验证，每个参与者仅保留单个3D MRI图像	开发阿尔茨海默病的早期诊断方法	阿尔茨海默病患者和认知正常个体	计算机视觉	老年疾病	3D磁共振成像	CNN, Transformer	3D图像	ADNI数据集中的参与者	NA	3D CNN, Swin Transformer	准确率, AUC	NA
6803	2025-10-06	Listening deeper: neural networks unravel acoustic features in preterm infant crying 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03098-1 PMID:40603920	研究论文	本研究使用卷积神经网络分析早产儿哭声的梅尔频谱图，探索其与胎龄变化的关系	首次使用完整梅尔频谱图而非有限声学特征来分析婴儿哭声，并通过Grad-CAM和频谱图操作揭示了胎龄变化主要反映在发声起始和结束区域的时间结构中	样本量相对有限（79名早产儿和52名足月新生儿），需要更大规模研究验证	通过深度学习解码婴儿哭声的频谱时间特征，为早产儿神经发育异常提供早期检测和干预策略	早产儿和足月新生儿的哭声	机器学习	早产儿神经发育异常	声学分析，梅尔频谱图	CNN	音频频谱图	131名婴儿（79名早产儿，52名足月新生儿）	NA	卷积神经网络	准确率，相关系数	NA
6804	2025-10-06	A novel interval prediction method in wind speed based on deep learning and combination prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03188-0 PMID:40603938	研究论文	提出一种基于深度学习和组合预测的风速区间预测方法，用于改进风速不确定性的实时预测	结合经验模态分解的时变滤波和相空间重构技术处理原始风速序列，通过多目标优化器组合优选模型	仅使用甘肃风塔数据进行验证，未在其他地区数据上测试泛化能力	提高风速不确定性预测精度，促进风力发电机运行和电网调度	风速时间序列数据	机器学习	NA	经验模态分解，相空间重构	深度学习，统计模型，机器学习模型	时间序列数据	甘肃风塔数据	NA	NA	预测区间宽度，覆盖率	NA
6805	2025-10-06	Enhancing gas concentration prediction and ventilation efficiency in deep coal mines: a hybrid DL-Koopman and Fuzzy-PID framework 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-00105-3 PMID:40603945	研究论文	提出一种融合深度学习和模糊PID控制的创新框架，用于提高深部煤矿气体浓度预测精度和通风效率	首次将DL-Koopman算子理论与模糊自适应PID控制相结合，通过死区机制增强系统稳定性，实现动态环境下气体浓度的精准预测和通风优化	未明确说明具体数据集规模和实验验证条件，缺乏与其他方法的对比分析	提升煤矿通风系统的智能化水平，实现安全高效的气体浓度控制和能源管理	深部煤矿井下气体浓度和通风系统	机器学习	NA	DL-Koopman算子理论，模糊PID控制	深度学习，模糊控制	历史气体浓度数据，风速数据	NA	NA	DL-Koopman，Fuzzy-PID	预测精度，系统稳定性，能源效率	NA
6806	2025-10-06	WeedSwin hierarchical vision transformer with SAM-2 for multi-stage weed detection and classification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05092-z PMID:40603967	研究论文	本研究提出了一种基于分层视觉Transformer和SAM-2的多阶段杂草检测与分类方法	提出了新颖的WeedSwin Transformer架构，专门针对杂草检测中的形态变异和植被重叠等挑战；构建了两个大规模杂草数据集（AWD和BWD），涵盖16种杂草的11个生长阶段	NA	开发精确的杂草检测与分类系统以支持精准农业	16种常见杂草物种在不同生长阶段的图像	计算机视觉	NA	深度学习，计算机视觉	Transformer, CNN	图像	AWD数据集203,567张图像，BWD数据集120,341张图像，共323,908张图像	NA	WeedSwin Transformer, DINO Transformer, ResNet-101, Swin, DETR, EfficientNet B4, YOLO v8, RetinaNet	mAP, mAR, FPS	NA
6807	2025-10-06	Optimizing visual data retrieval using deep learning driven CBIR for improved human machine interaction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05478-z PMID:40603973	研究论文	提出一种结合多尺度特征提取和混合神经架构的深度自适应注意力网络(DAAN)，用于改进基于内容的图像检索系统	提出深度自适应注意力网络(DAAN)架构，集成Transformer模型捕获图像上下文关系，并引入自适应多级注意力模块(AMLA)实现精确特征加权	NA	解决传统CBIR系统在连接人类理解与机器特征提取方面的障碍，提高视觉检索的速度和准确性	基于内容的图像检索系统	计算机视觉	NA	深度学习	DNN, Transformer	图像	NA	NA	深度自适应注意力网络(DAAN), Transformer	平均精度均值(map), 检索速度, 训练时间	NA
6808	2025-10-06	Numerical modeling and neural network optimization for advanced solar panel efficiency 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06830-z PMID:40604001	研究论文	本文提出了一种结合物理信息神经网络和强化学习的混合AI模型，用于太阳能电池板的实时优化控制	开发了结合物理信息神经网络和强化学习的混合AI框架，引入边缘AI架构实现低延迟决策，并应用CNN-LSTM混合模型进行太阳能预测	仅使用UTL 335W和330W光伏模块进行实验验证，未在其他型号上测试通用性	提高太阳能电池板的发电效率和实时优化性能	太阳能电池板系统	机器学习	NA	数值建模，实时数据采集	物理信息神经网络，强化学习，CNN，LSTM	实时辐照度，温度变化，能量转换数据	UTL 335W和330W光伏模块	NA	CNN-LSTM混合模型	RMSE，MAE，发电量提升百分比，计算速度提升百分比，功耗降低百分比	边缘AI架构
6809	2025-10-06	A human activity recognition model based on deep neural network integrating attention mechanism 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98763-w PMID:40604060	研究论文	提出了一种融合注意力机制的深度神经网络模型DCAM-Net用于人类活动识别	首次将CNN和MLP与注意力机制结合，采用多尺度特征提取、残差连接和跳跃连接，无需预训练模型权重	未来需要更多样化的数据集，提升计算效率以实现实时应用，增强活动转换识别能力，融合其他传感器数据	开发高性能的人类活动识别模型	智能手机传感器采集的人类活动数据	机器学习	NA	智能手机传感器数据采集（加速度计和陀螺仪）	CNN, MLP, 注意力机制	传感器时序数据	30名参与者的智能手机传感器数据	NA	DCAM-Net（DeepConvAttentionMLPNet）	准确率	NA
6810	2025-10-06	Deep learning-based quantitative analysis of glomerular morphology in IgA nephropathy whole slide images and its prognostic implications 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09031-w PMID:40604100	研究论文	开发基于深度学习的方法定量分析IgA肾病全切片图像中肾小球形态特征及其预后价值	首次将DeepLabV3Plus和EfficientNet-B3结合用于肾小球分割和形态特征量化，并验证其在IgA肾病预后预测中的价值	样本来源仅限于七家三级医院，深度学习模型与临床特征结合的性能提升不显著	开发人工智能框架定量分析肾小球组织学特征以预测IgA肾病进展	IgA肾病患者的肾活检全切片图像	数字病理学	IgA肾病	全切片图像数字化	CNN	图像	1,241张全切片图像来自七家三级医院	NA	DeepLabV3Plus, EfficientNet-B3	平均精度, Dice相似系数	NA
6811	2025-10-06	Transformer based models with hierarchical graph representations for enhanced climate forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07897-4 PMID:40604146	研究论文	提出一种基于Transformer的深度学习模型，通过分层图表示增强气候预测能力	结合时空融合模块、分层图表示分析和动态时序图注意力机制，并引入鲸鱼优化算法与Tiki-Taka算法的混合优化方法	仅使用德里地区数据，尚未在其他气候区域验证，实时部署可行性需进一步研究	开发准确高效的气候预测方法	德里地区2013-2017年的历史气候数据	机器学习	NA	深度学习	Transformer	时序气候数据	1500条日记录	NA	Transformer, STFM, HGRA, DT-GAM	准确率, 召回率, F1分数	NA
6812	2025-10-06	Character generation and visual quality enhancement in animated films using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07442-3 PMID:40604158	研究论文	通过优化一阶运动模型并引入注意力机制，提升动画电影中角色图像生成的质量和视觉表现效果	在FOMM模型中引入卷积块注意力模块并重新设计，提出重绘图像修复模块解决姿态变化导致的图像失真问题	NA	优化动画角色图像生成质量，提升动画电影的视觉传达效果	动画电影角色图像生成	计算机视觉	NA	深度学习	FOMM, E-FOOM	图像	VoxCeleb1和TaiChiHD数据集	NA	一阶运动模型, 卷积块注意力模块	峰值信噪比, 结构相似性指数, 关键点检测准确率, 姿态重建	NA
6813	2025-10-06	A multivariate time series prediction model based on the KAN network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07654-7 PMID:40604176	研究论文	提出基于KAN网络的多元时间序列预测模型KANMTS，结合KAN和MLP优势提升预测性能	首次将Kolmogorov-Arnold网络与多层感知机结合用于多元时间序列预测，提升复杂模式捕捉能力和计算效率	未具体说明模型对噪声的敏感度改进程度和实际部署的复杂度	解决多元时间序列预测中的长期依赖和复杂交互问题	多元时间序列数据	机器学习	NA	时间序列分析	KAN, MLP	时间序列数据	NA	NA	KANMTS（KAN与MLP混合架构）	预测准确率，资源利用效率	NA
6814	2025-10-06	Deep learning for automated dental plaque index assessment: validation against expert evaluations 2025-Jul-02, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06350-2 PMID:40604649	研究论文	开发并验证基于深度学习的牙菌斑自动检测与量化系统	首次将深度学习技术应用于牙菌斑指数自动评估，并与专业牙医评估结果进行统计对比验证	样本量相对有限（70名参与者），模型性能仍有提升空间	开发自动化的牙菌斑检测与量化系统以改善口腔卫生评估	牙菌斑的自动检测与量化	计算机视觉	口腔疾病	牙菌斑显色剂成像	深度学习	口腔内图像	70名参与者	NA	NA	准确率,精确率,召回率,F1分数	NA
6815	2025-10-06	Genomic language models (gLMs) decode bacterial genomes for improved gene prediction and translation initiation site identification 2025-Jul-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf311 PMID:40605274	研究论文	本研究探索基因组语言模型(gLMs)在细菌基因预测和翻译起始位点识别中的应用	首次将受自然语言处理启发的基因组语言模型应用于细菌基因预测，通过两阶段框架提升预测精度	模型仅在NCBI完整细菌基因组数据集上训练，可能对其他类型基因组泛化能力有限	提高细菌基因预测和翻译起始位点识别的准确性	细菌基因组序列	自然语言处理, 生物信息学	NA	基因组测序	Transformer	基因组序列数据	NCBI完整细菌基因组数据集	NA	DNABERT	准确率, 匹配注释率	NA
6816	2025-10-06	DeepB3P: A transformer-based model for identifying blood-brain barrier penetrating peptides with data augmentation using feedback GAN 2025-Jul, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2024.08.002 PMID:39111628	研究论文	提出基于Transformer的DeepB3P模型，结合反馈生成对抗网络解决血脑屏障穿透肽识别中的数据不平衡问题	首次将Transformer架构应用于BBBPs预测，并采用反馈生成对抗网络(FBGAN)生成类似肽序列以解决数据不平衡	NA	开发高效准确的血脑屏障穿透肽识别方法并生成类似肽序列	血脑屏障穿透肽(BBBPs)	自然语言处理	中枢神经系统疾病	深度学习	Transformer, GAN	肽序列数据	NA	NA	Transformer, FBGAN	特异性, 准确率, 马修斯相关系数	NA
6817	2025-10-06	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	使用放射组学特征评估PET/CT成像中两种制造商深度学习图像增强算法的性能	首次使用标准化放射组学特征系统评估商业化和研发中的深度学习图像增强算法，并与金标准重建技术进行对比	样本量有限（仅20例肉瘤患者数据），仅评估了两种特定制造商的深度学习算法	评估深度学习图像增强算法在PET/CT成像中的放射组学特征稳定性	模体数据和肉瘤患者PET/CT图像	医学影像分析	肉瘤	PET/CT成像，[18F]FDG示踪剂	深度学习	医学影像	20例肉瘤患者数据和模体重复采集数据	NA	NA	放射组学特征显著性差异	NA
6818	2025-10-06	CT-free attenuation and Monte-Carlo based scatter correction-guided quantitative 90Y-SPECT imaging for improved dose calculation using deep learning 2025-Jul, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07191-5 PMID:40080141	研究论文	开发基于深度学习的CT-free衰减校正和蒙特卡罗散射校正方法，用于改进90Y-SPECT成像的剂量计算	首次使用改进的3D Swin UNETR架构开发针对AC、SC和联合ASC三种临床场景的深度学习模型，实现无需CT的定量90Y-SPECT成像	需要更大数据集进行训练，且CT图像不可用或不对准时模型性能可能受限	改进90Y选择性内放射治疗中的剂量计算精度	190名接受90Y玻璃微球SIRT治疗的患者数据	医学影像分析	肝脏肿瘤	SPECT成像, 蒙特卡罗模拟, 深度学习	3D Swin UNETR	SPECT影像数据	190例患者数据，80%训练集，20%测试集	NA	改进的3D Swin UNETR	平均误差, 结构相似性指数, 峰值信噪比, Gamma分析, 平均绝对误差	NA
6819	2025-10-06	Fast-forwarding plant breeding with deep learning-based genomic prediction 2025-Jul, Journal of integrative plant biology IF:9.3Q1 DOI:10.1111/jipb.13914 PMID:40226955	综述	本文总结了深度学习基因组预测在植物育种中的应用现状、关键挑战及未来发展方向	系统识别了阻碍深度学习基因组预测发展的关键障碍，并提出模块化方法、数据增强和先进注意力机制等未来发展方向	依赖大规模高质量数据集、性能基准测试不一致、环境因素整合困难	加速植物育种进程	植物育种中的基因组预测	机器学习	NA	多组学数据分析	深度学习	基因组数据、多组学数据	NA	NA	注意力机制	NA	NA
6820	2025-10-06	Identification of non-glandular trichome hairs in cannabis using vision-based deep learning methods 2025-Jul, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70058 PMID:40249026	研究论文	提出基于深度学习的计算机视觉方法用于识别大麻中的非腺毛状毛状体	首次将深度学习技术应用于大麻非腺毛状毛状体的自动识别，替代传统耗时的人工显微镜分析	未提及模型在更广泛样本上的泛化能力及实际部署中的性能表现	开发自动化工具以辅助法医实验室和执法机构准确识别大麻植物材料	大麻和非大麻植物材料中的非腺毛状毛状体	计算机视觉	NA	显微镜成像	深度学习	图像	数千张标注的显微镜图像	NA	NA	准确率	NA