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
7541	2026-01-02	Modifier guided resilient CNN inference enables fault-tolerant edge collaboration for IoT 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28454-z PMID:41310049	研究论文	本文提出了一种基于边缘的分布式CNN架构，通过轻量级Modifier Module实现容错推理，适用于资源受限的IoT场景	引入轻量级Modifier Module，通过聚合对等CNN输出和权重来合成故障设备的预测，并采用新型故障模拟训练技术实现实时容错，无需模型复制或云回退	仅在MNIST和CIFAR-10数据集上进行评估，且最多模拟五个同时设备故障，未涉及更复杂的数据集或大规模IoT部署	在资源受限的IoT场景中实现鲁棒且准确的深度学习推理，消除对云的依赖	IoT设备中的分布式CNN推理系统	机器学习	NA	故障模拟训练技术	CNN	图像	使用MNIST和CIFAR-10数据集，具体样本数量未明确说明	NA	分布式CNN架构	准确率, 错误率	资源受限的IoT边缘设备，具体GPU类型未说明
7542	2026-01-02	EnCTN: an enhanced AI-enabled deep learning framework for security enhancement in blockchain transactions 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29160-6 PMID:41310051	研究论文	本文提出了一种增强的AI驱动深度学习框架EnCTN，用于提升区块链交易的安全性	结合区块链与深度学习，通过增强卷积时序网络（EnCTN）和滑动窗口提取技术，提升数据持久性和异常检测性能	未明确提及框架的扩展性限制或在不同区块链环境中的适用性	增强区块链交易的安全性和异常检测能力	区块链交易数据	机器学习	NA	深度学习，滑动窗口提取，扩张卷积	CNN, Auto Encoder	时序数据	使用NSL-KDD数据集，具体样本数量未提及	Python	增强卷积时序网络（EnCTN）	异常分类准确率	在以太坊环境中实现，具体计算资源未提及
7543	2026-01-02	Integration of corpus linguistics and deep learning techniques for enhanced semantic-driven emotion detection on textual data 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28929-z PMID:41310067	研究论文	提出一种结合语料库语言学和深度学习的文本情感检测方法，通过融合多种词向量表示和多模型深度神经网络来提升情感识别的准确性	提出EDTIWVR-MDNN方法，融合TF-IDF、BERT和GloVe三种词向量技术，并采用基于注意力机制的时序卷积网络与双向门控循环单元的混合模型进行情感分类	仅在一个特定数据集（Emotion Detection from Text）上进行评估，未提及跨领域或跨语言的泛化能力测试	开发有效的文本情感识别与分析技术，以增强自然语言中的情感理解能力	带有情感标签的文本数据	自然语言处理	NA	语料库语言学分析、词向量表示、深度学习分类	注意力机制、时序卷积网络、双向门控循环单元	文本	NA	NA	AM-T-BiG（注意力机制-时序卷积-双向门控循环单元混合模型）	准确率	NA
7544	2026-01-02	Cognitive embodied learning for anomaly active target tracking 2025-Nov-27, Communications engineering DOI:10.1038/s44172-025-00556-6 PMID:41310085	研究论文	本文提出了一种受人类大脑双决策系统启发的认知具身学习方法，用于解决复杂物理场景中的异常主动目标跟踪问题	提出了一种新颖的认知具身学习方法，该方法能动态切换正常跟踪与异常处理模式，并引入了分类目标函数来解决严重异常导致的函数不可测性和数据混淆问题	未在摘要中明确说明	解决复杂物理场景中主动目标跟踪的鲁棒性和准确性问题	无人机异常主动目标跟踪	机器视觉	NA	具身智能、强化学习、深度学习	NA	模拟场景数据、真实世界场景数据	NA	NA	NA	成功率、任务完成效率	NA
7545	2026-01-02	Deep learning-based AI model for predicting academic success and engagement among physical higher education students 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29000-7 PMID:41310101	研究论文	本研究提出了一种名为HybridStackNet的堆叠集成模型，用于联合预测高等教育体育专业学生的学业成功和参与度	提出了结合随机森林和支持向量机作为基础学习器、逻辑回归作为元学习器的堆叠集成模型HybridStackNet，并集成了PDP和LIME可解释性框架	研究基于公开的Kaggle数据集，样本量有限（500个实例），可能影响模型的泛化能力	开发一个可解释的机器学习模型，用于早期检测体育教育环境中的学业表现风险	高等教育体育专业学生	机器学习	NA	NA	集成学习模型	结构化数据（学术、行为和身体属性）	500个实例	Scikit-learn	HybridStackNet（随机森林、支持向量机、逻辑回归的堆叠集成）	准确率, 精确率, 召回率, F1分数, AUC, Jaccard指数, Kappa系数, 汉明损失	NA
7546	2026-01-02	Improved multiscale attention based deep learning approach for automated sugarcane leaf disease detection using BSRI data 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28947-x PMID:41310119	研究论文	提出一种基于多尺度注意力机制的深度学习模型（MADRN），用于甘蔗叶片病害的自动检测	提出了一种新颖的多尺度注意力密集残差网络（MADRN）架构，该架构结合了密集残差学习和多尺度注意力机制，以有效捕捉细粒度的病害特征并应对领域变异性和复杂数据模式的挑战	未明确提及模型在更广泛或更复杂田间条件下的泛化能力，也未讨论计算成本或部署到边缘设备的可行性	实现甘蔗叶片病害的早期和准确检测，以支持精准农业和可持续作物管理	甘蔗叶片图像	计算机视觉	NA	深度学习	CNN	图像	使用了两个数据集：一个Kaggle数据集和一个由Kaggle图像与孟加拉国甘蔗作物研究所（BSRI）图像混合而成的数据集	NA	MADRN, CNN, VGG16, MobileNetV2, XceptionNet	准确率, 精确率, 召回率, F1分数	NA
7547	2026-01-02	A clinically validated AI framework for kidney cancer detection and characterization 2025-Nov-27, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01264-0 PMID:41310187	研究论文	本文介绍了一种名为BMVision的深度学习工具，用于检测和表征肾癌，并通过临床验证评估其性能	BMVision是首个经过临床验证的商业化AI工具，用于肾癌检测和表征，能显著提高放射科医生的工作效率和诊断一致性	研究为回顾性设计，可能未完全反映实际临床环境中的表现	开发并验证一个AI工具，以辅助放射科医生提高肾癌诊断的准确性和效率	肾细胞癌的对比增强计算机断层扫描图像	计算机视觉	肾癌	对比增强计算机断层扫描	深度学习	图像	200份扫描图像	NA	NA	诊断敏感性、病变测量、报告效率、放射科医生间一致性	NA
7548	2026-01-02	A deep learning-based multiscale integration of spatial omics with tumor morphology 2025-Nov-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66691-y PMID:41310346	研究论文	本文提出了一种基于深度学习的多尺度集成方法MISO，用于从H&E染色组织切片预测空间转录组学数据	开发了MISO方法，首次实现从常规H&E切片预测高分辨率空间基因表达，达到近单细胞水平	方法依赖于现有数据集，未来需在更多癌症类型和更大样本中验证	整合空间转录组学与肿瘤形态学，实现从H&E切片预测基因表达	肿瘤组织样本，包括72个10X Genomics Visium样本和348个MOSAIC联盟样本	数字病理学	肿瘤	空间转录组学，H&E染色	深度学习模型	图像，基因表达数据	420个样本（72个验证样本+348个测试样本）	NA	NA	NA	NA
7549	2026-01-02	Expediting hit-to-lead progression in drug discovery through reaction prediction and multi-dimensional optimization 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66324-4 PMID:41290653	研究论文	本研究展示了一种集成药物化学工作流程，通过反应预测和多维优化加速药物发现中的命中到先导优化阶段	结合微型化高通量实验与深度学习及分子性质优化，显著缩短命中到先导的周期时间	NA	加速药物发现中的命中到先导优化阶段	单酰基甘油脂肪酶（MAGL）抑制剂候选分子	机器学习	NA	高通量实验（HTE），Minisci型C-H烷基化反应	图神经网络	化学反应数据	13,490个新颖的Minisci型C-H烷基化反应	NA	深度图神经网络	NA	NA
7550	2026-01-02	The remote sensing method for large-scale asphalt pavement aging assessment with automated sample generation and deep learning 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29966-4 PMID:41290981	研究论文	本研究提出了一种结合多端元混合像元分解、自动样本生成和深度学习的新型框架，用于大范围沥青路面老化的快速准确评估	整合多端元混合像元分解、自动样本生成和深度学习，并采用无监督零样本迁移方法进行模型训练与推理，实现大范围沥青路面老化的高效评估	研究仅在特定区域（武汉经济技术开发区）进行验证，未明确说明模型在其他地理或气候条件下的泛化能力	实现大范围沥青路面老化的快速、准确评估，以支持道路维护决策和交通安全保障	沥青路面老化状态	计算机视觉	NA	多端元混合像元分解，WorldView-3遥感数据	CNN	遥感图像	基于WorldView-3遥感数据生成的高质量训练与验证样本（具体数量未明确说明），覆盖武汉经济技术开发区南部和北部两个研究区域	NA	一维卷积神经网络（1D-CNN）	总体分类准确率，Kappa系数	NA
7551	2026-01-02	Deep learning model outperforms traditional models in clinical data-based prognostic prediction for adult-type diffuse glioma 2025-Nov-26, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-025-04123-5 PMID:41296239	研究论文	本研究系统比较了传统统计方法与机器学习方法在成人型弥漫性胶质瘤生存预测中的表现，发现深度学习模型DeepSurv在性能与稳定性上优于传统模型	首次在成人型弥漫性胶质瘤预后预测中系统比较了传统统计模型与深度学习模型，并公开了模型包	基于回顾性真实世界数据，存在异质性和部分数据缺失	比较不同方法在成人型弥漫性胶质瘤生存预测中的性能、可解释性和临床适用性	成人型弥漫性胶质瘤患者	机器学习	胶质瘤	NA	Cox Proportional Hazards, Random Survival Forest, Neural Multi Task Logistic Regression, DeepSurv	临床数据	两个公共数据集和一个私人回顾性队列	NA	DeepSurv	生存预测性能、稳定性	NA
7552	2026-01-02	Mental health assessment model for college students based on facial expression recognition 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29461-w PMID:41298755	研究论文	提出一种融合面部表情识别与深度学习技术的大学生心理健康评估模型，通过动态与静态表情信息结合提高识别准确率与效率	采用双分支结构，结合基于光流图输入的层次滑动窗口Transformer提取动态特征，以及融合卷积与注意力的MobileViT提取静态峰值帧特征，并通过交叉注意力模块实现跨分支特征交互与融合	NA	实现大学生心理状态的快速客观识别，为高校心理健康预警系统提供智能技术支持	大学生	计算机视觉	心理健康问题	面部表情识别	深度学习	面部图像序列	NA	NA	Transformer, MobileViT	准确率, F1值, AUC	NA
7553	2026-01-02	Traditional cloud pattern classification algorithm based on semi-supervision with Random Line Augment 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29225-6 PMID:41298891	研究论文	本文提出了一种基于半监督学习和随机线增强策略的传统云纹图案分类算法	针对同一类别内不同类型图案分类的难题，结合半监督学习减少标注需求，并创新性地提出了基于线特征和边缘检测的随机线增强数据增强策略	NA	实现传统云纹图案的高精度分类，以支持其数字化保护	传统云纹图案	计算机视觉	NA	边缘检测算法	CNN	图像	NA	NA	WideResNet	准确率	NA
7554	2026-01-02	Software cost estimation using TabNet and Harris Hawks Optimization 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29908-0 PMID:41298997	研究论文	本研究提出了一种结合TabNet深度学习架构与Harris Hawks优化算法的混合模型，用于软件成本估计	首次将TabNet与Harris Hawks优化算法结合用于软件成本估计，通过优化特征工程提升模型性能	未明确说明模型在不同规模或类型软件项目中的泛化能力限制	提高软件成本估计的准确性和可靠性	软件项目成本数据	机器学习	NA	深度学习, 特征工程优化	TabNet	表格数据	多个标准数据集（COCOMO, NASA, Desharnais, China, Albrecht）	未明确指定	TabNet	均方误差, 均方根误差, 平均绝对误差, 中位数相对误差, 预测准确率	NA
7555	2026-01-02	Deep learning-extracted high-resolution dataset of rural courtyards and rooftops in northern China 2025-Nov-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06260-6 PMID:41290723	研究论文	本研究利用深度学习技术从亚米级遥感影像中提取了中国北方农村地区庭院和屋顶的高分辨率空间数据集	首次通过深度学习自动化方法生成了农村宅基地庭院边界和屋顶足迹的精细尺度数据集，填补了微观尺度农村数据的空白	未明确说明模型在更广泛地理区域或不同季节条件下的泛化能力	分析农村聚落结构以支持可持续农村发展、资源管理和环境规划	中国北方代表性地区的农村家庭庭院和建筑屋顶	计算机视觉	NA	亚米级遥感影像	CNN	图像	NA	NA	NA	准确性	NA
7556	2026-01-02	A deep learning pipeline for detecting vestibular schwannoma patients with unilateral vestibular loss based on kinematic data 2025-Nov-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29776-8 PMID:41291198	研究论文	本研究开发了一种基于深度学习的分类器，利用运动学数据检测前庭神经鞘瘤患者的单侧前庭功能丧失	通过深度学习模型从手腕和躯干传感器提取特征，检测早期代偿性运动模式，即使在临床评分无差异的情况下也能识别功能损伤	分类器准确率最高为0.74（对照组）和0.71（VS患者），仍有提升空间，且数据集规模对性能有显著影响	检测前庭神经鞘瘤患者的平衡和协调功能损伤，特别是在传统临床评估正常的情况下	前庭神经鞘瘤患者和年龄匹配的健康对照组	机器学习	前庭神经鞘瘤	惯性测量单元（IMUs）数据采集	CNN	运动学数据	未明确具体样本数量，但包括VS患者和健康对照组	未明确指定，但基于深度学习	卷积神经网络（CNN）	准确率	NA
7557	2026-01-02	Interpretable multimodal MRI radiomics for predicting neoadjuvant chemotherapy response in nasopharyngeal carcinoma 2025-Nov-25, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02071-8 PMID:41291491	研究论文	本研究探讨了多模态MRI影像组学模型在预测鼻咽癌新辅助化疗反应中的价值，并比较了机器学习和深度学习模型的性能差异	结合DCE-MRI特征的多模态MRI影像组学深度学习模型，通过SHAP分析增强模型可解释性，在预测鼻咽癌新辅助化疗反应中表现出优越性能	回顾性研究设计，样本量有限（370例患者），且仅部分患者（126例）进行了DCE-MRI检查	预测鼻咽癌患者对新辅助化疗的反应	鼻咽癌患者	数字病理学	鼻咽癌	多模态MRI（包括T1WI、PDWI、CE-T1WI和DCE-MRI）	机器学习模型（逻辑回归、支持向量机、随机森林、极端梯度提升）和深度学习模型（多层感知机）	MRI图像	370例鼻咽癌患者，其中126例进行了DCE-MRI检查	Scikit-learn, TensorFlow或PyTorch（具体未明确说明）	多层感知机	AUC, 敏感性, 特异性	NA
7558	2026-01-02	A novel hybrid approach for multi stage kidney cancer diagnosis using RCC ProbNet 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29742-4 PMID:41276585	研究论文	本文提出了一种名为RCC-ProbNet的新型混合深度学习模型，用于多阶段肾细胞癌的诊断和分类	提出了一种结合特征提取和概率特征建模的混合深度学习方法，能够更精细地表征特征，从而增强模型区分不同RCC阶段的能力	未明确提及具体的数据集来源、样本多样性或外部验证情况	提高肾细胞癌的诊断精度，实现早期筛查和分期	肾细胞癌（RCC）患者	数字病理	肾癌	医学影像分析	混合深度学习模型	医学影像	NA	NA	RCC-ProbNet	准确率	NA
7559	2026-01-02	Advanced COVID-19 detection using cough signals with space reconstruction and 3D deep convolutional neural networks 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29633-8 PMID:41286001	研究论文	本研究提出了一种通过咳嗽音频信号分析检测COVID-19的新方法，结合了相空间重构和三维深度卷积神经网络	采用相空间重构将原始咳嗽信号转换为多维特征空间，捕捉数据的复杂动态行为，并设计了一个包含五个卷积层的三维深度卷积神经网络进行多分类	未提及	开发一种非侵入性、可扩展的COVID-19快速筛查框架	咳嗽音频信号	机器学习	COVID-19	相空间重构	3D CNN	音频信号	超过8,400个咳嗽录音，来自不同人群	NA	自定义三维深度卷积神经网络	准确率, 召回率, 特异性	NA
7560	2026-01-02	Deep Learning-Driven Early Diagnosis of Respiratory Diseases using CNN-RNN Fusion on Lung Sound Data 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28832-7 PMID:41286281	研究论文	本研究提出了一种基于深度学习的肺音分析算法，通过融合CNN和RNN架构来改善呼吸系统疾病的早期检测	提出了一种结合CNN和RNN的融合模型架构，并采用Mel-spectrograms作为关键输入特征，同时使用Grad-CAM提供可解释的可视化解释	未明确提及模型在临床实际应用中的验证情况以及跨数据集泛化能力的详细评估	通过肺音分析实现呼吸系统疾病的早期诊断	肺音数据	机器学习	呼吸系统疾病	肺音分析	CNN, RNN, LSTM	音频	来自Coswara和ICBHI数据集的综合数据	未明确提及	CNN-RNN融合模型（包含3个CNN层、3个最大池化层、2个全连接层和2个LSTM层）	准确率, 灵敏度, 特异性, F1分数	未明确提及