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
7641	2025-10-06	A novel approach to overcome black box of AI for optical diagnosis in colonoscopy 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04770-2 PMID:40594084	研究论文	本研究开发了一种可解释人工智能方法niceAI，用于结直肠息肉的光学诊断分类	结合影像组学和深度学习特征，开发可解释AI系统，弥合AI预测与临床评估之间的差距	NA	提高结肠镜光学诊断的准确性和可解释性	增生性和腺瘤性结直肠息肉	医学人工智能	结直肠疾病	窄带成像国际结直肠内镜分级	深度学习	内镜图像	NA	NA	NA	AUC,准确率,灵敏度,特异性,阳性预测值,阴性预测值	NA
7642	2025-10-06	FSID: a novel approach to human activity recognition using few-shot weight imprinting 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04323-7 PMID:40594132	研究论文	提出一种结合少样本学习与权重印记的新方法FSID，用于基于步态传感器数据的人类活动识别	首次将自监督视觉Transformer（DINO）与少样本权重印记相结合，无需迭代微调即可构建分类原型	在LARa数据集上准确率相对较低（35.81%），可能对某些罕见活动识别仍有局限	解决数据稀缺场景下的人类活动识别问题	人类步态活动	计算机视觉	NA	短时傅里叶变换	Transformer	时间序列传感器数据（EMG、IMU信号）、频谱图图像	HuGaDB和LARa公开数据集，仅需20个新样本	PyTorch（基于DINO实现）	DINO（自监督视觉Transformer）	准确率	NA
7643	2025-10-06	Using deep learning to capture gravel soil microstructure and hydraulic characteristics 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04879-4 PMID:40594165	研究论文	利用Wasserstein生成对抗网络(WGANs)重建砾石土三维数字样本并分析其水力特性	首次将带梯度惩罚的WGAN技术应用于砾石土微观结构重建，能够有效捕捉粗细颗粒尺寸差异明显时的水力特性差异	研究仅针对桂林市特定区域的三个砾石土样本，样本数量有限	分析砾石土的水力特性和渗流特性	来自中国桂林市的砾石土样本	计算机视觉	NA	µ-CT扫描	GAN	三维图像	3个具有相似结构特征的砾石土样本	NA	Wasserstein GAN with Gradient Penalty	孔隙率, 两点相关函数, 线性路径函数, 比表面积, 欧拉特征数, 渗透率	NA
7644	2025-10-06	Design of a deep fusion model for early Parkinson's disease prediction using handwritten image analysis 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04807-6 PMID:40594187	研究论文	提出一种基于手写图像分析的深度融合模型用于早期帕金森病预测	提出结合ResNet-50和GoogLeNet的混合深度融合模型RGG-Net，采用自适应特征融合技术和分层集成学习方法	NA	通过手写图像分析改进早期帕金森病诊断	帕金森病患者的手写图像	计算机视觉	帕金森病	手写图像分析	CNN, 深度迁移学习	图像	NA	NA	ResNet-50, GoogLeNet, AlexNet, DenseNet-201, SqueezeNet1.1, VGG-16, VGG-19, ResNet-101, MobileNetV1, MobileNetV2	准确率	NA
7645	2025-10-06	STIED: a deep learning model for the spatiotemporal detection of focal interictal epileptiform discharges with MEG 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03880-1 PMID:40594203	研究论文	开发并验证了STIED深度学习模型，用于通过脑磁图检测局灶性发作间期癫痫样放电	结合时间（1D时间序列）和空间（2D拓扑图）特征的卷积神经网络，模拟临床MEG实践流程	需要进一步工作以区分IEDs与生理性瞬变，在非FE患者群体中性能有待提升	开发自动检测局灶性癫痫患者发作间期癫痫样放电的深度学习方法	局灶性癫痫患者和不同类型难治性局灶性癫痫的术前患者	医疗影像分析	癫痫	脑磁图	CNN	时间序列信号, 空间拓扑图	局灶性癫痫患者组和独立的术前患者组	NA	结合1D和2D卷积神经网络	准确率, 特异性, 敏感性	NA
7646	2025-10-06	Benthic communities on restored coral reefs confer equivalent aesthetic value to healthy reefs 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06373-3 PMID:40594259	研究论文	本研究通过深度学习模型评估珊瑚礁修复项目的美学价值，发现修复后珊瑚礁的美学价值与健康珊瑚礁相当且显著高于退化珊瑚礁	首次使用基于人类视觉偏好的深度学习模型量化珊瑚礁美学价值，并证明大规模珊瑚修复能恢复生态系统美学服务功能	研究仅针对单一大型珊瑚修复项目，未涵盖不同地理区域和修复方法的比较	评估珊瑚礁修复项目的生态系统服务恢复效果，特别是美学价值的恢复情况	珊瑚礁底栖生物群落，包括健康珊瑚礁、修复珊瑚礁和退化珊瑚礁	计算机视觉	NA	深度学习，图像分析	深度学习模型	图像	多个珊瑚礁站点的底栖生物照片	NA	NA	预测准确率(R=0.95)	NA
7647	2025-10-06	Schizophrenia detection from electroencephalogram signals using image encoding and wrapper-based deep feature selection approach 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06121-7 PMID:40594257	研究论文	提出一种基于图像编码和包装器深度特征选择的三阶段框架，用于从脑电图信号中检测精神分裂症	提出平均减法包装器特征选择方法，结合图像编码和迁移学习，能有效减少不相关特征数量	在两个相对小规模数据集上进行验证（84例和28例样本），需要更大规模临床验证	开发精神分裂症的自动检测方法	精神分裂症患者和健康对照者的脑电图信号	机器学习	精神分裂症	脑电图信号采集	深度学习	时序列信号，图像	两个数据集：MSU数据集84人（45名患者，39名健康对照），RepOD数据集28人（14名患者，14名健康对照）	NA	预训练深度学习模型	准确率	NA
7648	2025-10-06	Deep learning based predictive models for real time accident prevention in autonomous vehicle networks 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04867-8 PMID:40594266	研究论文	提出一种基于深度学习的自动驾驶车辆网络实时事故预测与预防模型A-LAPPM	结合注意力机制与长短时记忆自编码器，通过多源数据融合实现精准实时事故预测	NA	提升自动驾驶车辆在复杂驾驶场景中的安全性能	自动驾驶车辆网络	机器学习	NA	车辆传感器数据、车联网通信、环境变量监测	LSTM, Autoencoder	时序传感器数据、通信数据、环境数据	NA	NA	Attention-based LSTM Autoencoder (A-LAPPM)	预测准确率、响应时间、事故率降低、决策效率、抗干扰能力	NA
7649	2025-10-06	A modified generative adversarial networks method for assisting the diagnosis of deep venous thrombosis complications in stroke patients 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04880-x PMID:40594284	研究论文	提出一种结合ACGAN和WGAN的ACWGAN方法用于数据增强，辅助诊断脑卒中患者深静脉血栓并发症	将ACGAN和WGAN相结合构建ACWGAN新方法，在保证网络稳定性的同时提高数据多样性和模型准确性	NA	辅助诊断脑卒中患者深静脉血栓并发症	2017-2021年南京第一医院收治的脑卒中早期康复患者	医疗影像分析	脑卒中	数据增强	GAN	医疗数据	7110名患者	NA	ACWGAN, ACGAN, WGAN	AUC	NA
7650	2025-10-06	Deep quanvolutional neural networks with enhanced trainability and gradient propagation 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06035-4 PMID:40594297	研究论文	本研究通过引入可训练量子卷积层和残差连接，增强了量子卷积神经网络的训练能力和梯度传播	提出可训练量子卷积层和残差量子卷积神经网络，解决了深度量子神经网络梯度流动受限的问题	未提及具体应用场景的性能验证和计算资源需求分析	提升量子卷积神经网络的训练性能和可扩展性	量子卷积神经网络及其训练方法	量子机器学习	NA	量子计算	Quanvolutional Neural Networks, Residual Quanvolutional Neural Networks	NA	NA	NA	ResQuNNs	梯度流改善效果，训练效率	NA
7651	2025-10-06	Detecting heavy trucks from mobile phone trajectories using image-based behavioral representations and deep learning models 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06711-5 PMID:40594390	研究论文	提出一种基于移动手机数据和深度学习的重型卡车检测创新方法	首次将图像分析技术应用于移动电话数据在货运研究领域，通过图像启发的架构建模移动设备微观行为模式	NA	开发可扩展且成本效益高的重型卡车检测方法，支持货运模式分析	重型卡车和移动设备行为模式	计算机视觉	NA	呼叫详细记录(CDR)分析	CNN	移动电话轨迹数据	NA	NA	CNN	NA	NA
7652	2025-10-06	Deep learning model for hair artifact removal and Mpox skin lesion analysis and detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05324-2 PMID:40594433	研究论文	提出一种结合毛发去除和升级U-Net模型的深度学习方法来提高Mpox皮肤病变检测精度	集成毛发去除预处理步骤与优化的U-Net架构，专门针对皮肤病变被毛发遮挡的问题进行改进	NA	通过深度学习技术提高Mpox皮肤病变的检测和分类准确性	Mpox、水痘和麻疹的皮肤病变图像	计算机视觉	Mpox（猴痘）	皮肤镜图像分析	U-Net	图像	NA	NA	U-Net	准确率, 召回率, F1分数	NA
7653	2025-10-06	Deep learning for smartphone-aided detection system of Helicobacter Pylori in gastric biopsy 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05527-7 PMID:40594549	研究论文	开发基于深度学习的智能手机辅助幽门螺杆菌实时检测系统	首个用于幽门螺杆菌筛查的实时AI辅助诊断工具，通过5G网络连接智能手机和AI算法	研究样本量有限（270个胃活检标本），未提及模型在其他数据集上的泛化能力	提高幽门螺杆菌检测的准确性和一致性，减轻病理医生工作负担	胃活检标本中的幽门螺杆菌	数字病理	胃部疾病	组织染色	CNN	病理图像	270个胃活检标本	NA	Faster R-CNN, ResNet 50, VGG16	准确率	NA
7654	2025-10-06	Linker-GPT: design of Antibody-drug conjugates linkers with molecular generators and reinforcement learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05555-3 PMID:40594643	研究论文	本研究开发了基于Transformer和强化学习的Linker-GPT框架，用于设计具有高结构多样性和合成可行性的抗体药物偶联物连接子	首次将Transformer架构与强化学习相结合用于ADC连接子设计，通过迁移学习和迭代优化生成具有理想理化性质的分子	目前结果仅为计算模拟，需要未来实验验证和优化	开发计算工具以扩展抗体药物偶联物连接子的设计空间	抗体药物偶联物(ADCs)的化学连接子	机器学习	NA	深度学习，迁移学习，强化学习	Transformer	分子结构数据	经过筛选的连接子数据集	PyTorch/TensorFlow	Transformer	有效性(0.894)，新颖性(0.997)，独特性(0.814)，QED(>0.6)，LogP(<5)，合成可及性评分(SAS<4)	NA
7655	2025-10-06	A genetic algorithm-based ensemble model for efficiently identifying interleukin 6 inducing peptides 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05491-2 PMID:40594650	研究论文	开发了一种基于遗传算法的集成模型PredIL6，用于高效识别白细胞介素6诱导肽	使用遗传算法元分类器结合148个基线机器学习模型，采用前向特征选择方法构建集成模型	NA	开发计算预测方法以替代实验方法识别IL-6诱导肽	白细胞介素6诱导肽	机器学习	NA	计算预测方法	集成学习模型,机器学习模型,深度学习模型	肽序列数据	NA	NA	基于遗传算法的元分类器,语言模型(ESM-2,word2vec)	准确率	NA
7656	2025-10-06	Attention mechanism based CNN-LSTM hybrid deep learning model for atmospheric ozone concentration prediction 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05877-2 PMID:40594664	研究论文	提出一种结合注意力机制的CNN-LSTM混合深度学习模型用于大气臭氧浓度预测	将注意力机制与CNN-LSTM网络结合，增强对多元时间序列数据非线性特征的处理能力，提高短期预测精度	NA	开发深度学习方法来预测大气臭氧浓度	大气臭氧浓度时间序列数据	机器学习	NA	主成分分析(PCA)	CNN, LSTM	多元时间序列数据	16,806条记录(2018-2019年)，包含8个气象和环境参数	NA	基于注意力机制的CNN-LSTM混合模型	决定系数(R), 均方根误差(RMSE)	NA
7657	2025-10-06	Automated classification of chondroid tumor using 3D U-Net and radiomics with deep features 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07128-w PMID:40594673	研究论文	提出融合深度学习和影像组学的混合方法用于软骨样肿瘤的自动分类	结合3D U-Net分割、影像组学特征和深度学习特征构建分类模型，并集成临床变量	NA	开发自动化软骨样肿瘤分类方法以辅助临床决策	软骨样肿瘤	数字病理	软骨样肿瘤	医学影像分析	U-Net, 集成学习	三维医学影像	NA	nnUNetv2, Scikit-learn	3D U-Net	准确率, 加权Kappa, AUC	NA
7658	2025-10-06	Self-adaptive evolutionary neural networks for high-precision short-term electric load forecasting 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05918-w PMID:40594695	研究论文	提出一种结合自适应差分进化的Kolmogorov-Arnold网络框架，用于提高短期电力负荷预测精度	将KAN网络的可学习激活函数与自适应差分进化算法结合，动态优化超参数，在保持计算效率的同时提升预测精度	训练时间略高于传统MLP模型	开发高精度、计算效率高的短期电力负荷预测方法	电力系统负荷数据	机器学习	NA	NA	Kolmogorov-Arnold网络, 多层感知机	时间序列数据	ISO-NE 2019-2023年每小时负荷数据，约100万条观测值	NA	Kolmogorov-Arnold网络	平均绝对百分比误差, 均方根误差	NA
7659	2025-10-06	A deep neural network approach for optimizing charging behavior for electric vehicle ride-hailing fleet 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05953-7 PMID:40594713	研究论文	本研究开发了一种基于深度神经网络的优化方法，用于分析网约车电动车队的充电行为并降低充电成本和碳排放	首次将深度学习算法与大规模实际充电数据相结合，提出了优化网约车电动车队充电行为的新方法	NA	优化电动车网约车车队的充电行为，实现降低充电成本和减少碳排放的双重目标	网约车电动车队的充电行为	机器学习	NA	深度学习	神经网络	充电事件数据	214万次充电事件	NA	深度神经网络	成本分析、碳排放评估	NA
7660	2025-10-06	Proteomic risk scores for predicting common diseases using linear and neural network models in the UK biobank 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06232-1 PMID:40594723	研究论文	利用英国生物银行数据开发基于血浆蛋白质组学的疾病风险预测模型	首次大规模应用蛋白质组学数据开发27种常见疾病的预测模型，并比较线性模型与神经网络模型的性能差异	研究基于英国生物银行数据，可能受限于特定人群特征，神经网络模型的可解释性较差	开发基于血浆蛋白质组学的疾病风险预测模型，提高疾病预测准确性	英国生物银行53,030名参与者的2,923种血浆蛋白质数据	机器学习	多种常见疾病	血浆蛋白质组学	ElasticNet回归, 神经网络	蛋白质表达数据	53,030名参与者	NA	深度学习神经网络	C-index, ΔC-index	NA