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
7901	2025-07-06	Corrigendum to "Automated sex and age estimation from orthopantomograms using deep learning: A comparison with human predictions" [Forensic Sci. Intern., vol. 374 (2025) 112531] 2025-Jul-03, Forensic science international IF:2.2Q1 DOI:10.1016/j.forsciint.2025.112556 PMID:40615244	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
7902	2025-10-06	Prioritizing perturbation-responsive gene patterns using interpretable deep learning 2025-Jul-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-61476-9 PMID:40603296	研究论文	提出一种名为River的可解释深度学习框架，用于识别跨多个条件的差异空间表达模式基因	首次将DSEP基因优先排序定义为新的分析任务，开发具有双分支预测架构和事后归因策略的可解释深度学习框架	NA	识别在多个生物条件下表现出条件相关空间变化的基因模式	胚胎发生、糖尿病影响的精子发生、狼疮相关脾脏变化、三阴性乳腺癌等生物环境中的空间表达模式	空间转录组学	三阴性乳腺癌,糖尿病,狼疮	空间分辨转录组学	深度学习	空间基因表达数据	NA	NA	双分支预测架构	NA	NA
7903	2025-10-06	AI-enabled Barilai-Borwein-Blinder-Oaxaca-Bernoulli Deep Classifier for Enhanced Crop Yield Prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03935-3 PMID:40603331	研究论文	本文提出了一种AI驱动的BBO-BDC深度分类器，用于提高作物产量预测的准确性	结合Barilai-Borwein梯度最小最大归一化、Blinder-Oaxaca统计分解和伯努利深度信念网络的新型集成方法	NA	提高作物产量预测的准确性、敏感性和特异性，减少假阳性和假阴性案例	作物产量预测	机器学习	NA	AI驱动的深度学习方法	深度信念网络	作物产量数据集	NA	NA	Bernoulli Deep Belief Network	准确率, 特异性, 敏感性, 收敛速度, 开销	NA
7904	2025-10-06	Dual smart sensor data-based deep learning network for premature infant hypoglycemia detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03864-1 PMID:40603339	研究论文	提出一种基于双智能传感器和深度学习算法的HAPI-BELT系统，用于早产儿低血糖的实时监测与检测	结合PPG传感器和智能摄像头的双传感器系统，采用CAT-Swarm优化进行特征提取，并首次应用GRU-LSTM网络进行早产儿低血糖检测	未提及系统在临床环境中的验证规模和具体性能数据	开发实时监测和检测早产儿低血糖的智能系统	早产新生儿	医疗健康监测	新生儿低血糖	光电体积描记法(PPG)，智能摄像监测	GRU-LSTM	传感器数据，图像数据	NA	NA	GRU-LSTM混合网络	NA	树莓派Zero 2 W
7905	2025-10-06	Explainable few-shot learning workflow for detecting invasive and exotic tree species 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05394-2 PMID:40603367	研究论文	提出一种可解释的小样本学习工作流，用于检测巴西大西洋雨林中的入侵和外来树种	将孪生网络与可解释AI相结合，在少量标注数据下实现树种分类并提供可视化案例解释	仅针对特定地理区域（巴西大西洋雨林）的树种检测，通用性有待验证	开发能够在数据稀缺条件下准确检测入侵和外来树种的方法	巴西大西洋雨林中的入侵和外来树种	计算机视觉	NA	无人机影像采集	Siamese network, CNN	图像	小样本学习（3-shot learning）	NA	MobileNet, 浅层CNN	F1-score, 正确性, 连续性, 对比性	轻量级骨干网络（MobileNet）
7906	2025-10-06	Advanced multiscale machine learning for nerve conduction velocity analysis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08367-7 PMID:40603452	研究论文	提出一种结合多尺度信号处理和生理约束深度学习的先进机器学习框架，用于精确分析神经传导速度	整合熵优化小波分析、热力学正则化神经网络和随机进展模型，解决了传统NCV技术的三大局限	基于已有研究数据进行分析，未提及前瞻性验证	开发高精度神经传导速度分析框架，提升神经病变诊断和监测能力	神经传导速度信号分析	机器学习	神经病变	神经传导速度分析	深度学习神经网络	生理信号数据	来自28个医疗中心的1842名患者	NA	热力学正则化神经网络，随机进展模型	准确率，治疗反应预测准确率	NA
7907	2025-10-06	Ensemble methods and partially-supervised learning for accurate and robust automatic murine organ segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05954-6 PMID:40603458	研究论文	本研究开发了用于小鼠μCT图像多器官自动分割的集成方法和部分监督学习框架	首次将部分监督学习(PSL)框架应用于临床前研究，并证明了3D模型在准确性和外部数据集泛化能力方面的优越性	部分监督学习框架在某些器官的外部数据泛化能力有待提升	开发准确且鲁棒的小鼠μCT图像自动器官分割方法	小鼠μCT图像中的多个器官	计算机视觉	NA	μCT成像	2D CNN, 3D CNN	医学图像	NA	NA	NA	Dice相似系数(DSC)	NA
7908	2025-10-06	Advancing BCI with a transformer-based model for motor imagery classification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06364-4 PMID:40603471	研究论文	提出一种基于Transformer和时序卷积网络的脑机接口模型EEGEncoder，用于改进运动想象分类任务	提出新颖的双流时空块（DSTS）融合架构，结合多并行结构，能同时捕捉时空特征	NA	提高基于脑电信号的运动想象分类准确性	脑电信号中的运动想象模式	脑机接口	运动障碍	脑电图（EEG）	Transformer, TCN	脑电信号	BCI Competition IV-2a数据集	NA	EEGEncoder, Dual-Stream Temporal-Spatial Block (DSTS)	准确率	NA
7909	2025-10-06	Key factors in predictive analysis of cardiovascular risks in public health 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07874-x PMID:40603495	研究论文	本研究通过机器学习和深度学习模型分析心血管疾病风险预测中的关键因素	系统比较了传统机器学习模型与深度学习模型在心血管风险预测中的表现，并识别出各自优势	需要大量计算资源和数据预处理工作	评估心血管疾病风险预测中数据分析方法的效果	心血管疾病风险预测模型	机器学习	心血管疾病	机器学习分析	Logistic Regression, Random Forest, Gradient Boosting Machines, Multilayer Perceptron	医疗健康数据	NA	NA	多层感知机	准确率, 精确率, 召回率, F1分数, ROC AUC	NA
7910	2025-10-06	Deep learning deciphers the related role of master regulators and G-quadruplexes in tissue specification 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07579-1 PMID:40603503	研究论文	开发基于深度学习的框架预测人类14种组织类型中G-flipons的全基因组分布，并探索其在组织特异性调控中的作用	首次将深度学习应用于全基因组G-flipons预测，并揭示其与主调控基因在组织特异性中的关联机制	模型训练数据主要依赖于EndoQuad数据库的GQs水平4-6，可能未完全覆盖所有G-flipons类型	探索G-flipons在组织特异性调控中的功能和作用机制	人类14种组织类型的基因组G-flipons	机器学习	NA	ATAC-seq, 染色质免疫沉淀	深度学习	基因组序列数据, 表观遗传数据	14种人类组织类型	NA	DeepGQ	全基因组预测阈值优化	NA
7911	2025-10-06	A federated learning-based privacy-preserving image processing framework for brain tumor detection from CT scans 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07807-8 PMID:40603518	研究论文	提出一种基于联邦学习的隐私保护图像处理框架，用于从CT扫描中检测脑肿瘤	结合各向异性残差胶囊混合大猩猩獾优化网络(Aniso-ResCapHGBO-Net)框架，在去中心化系统中实现隐私保护的脑肿瘤检测	NA	开发隐私保护的脑肿瘤检测框架	脑部CT扫描图像	计算机视觉	脑肿瘤	CT成像	联邦学习,CNN,胶囊网络	医学图像	NA	TensorFlow,PyTorch	ResNet-50,胶囊网络,Aniso-ResCapHGBO-Net	准确率,精确率,灵敏度	NA
7912	2025-10-06	Multimodal nomogram integrating deep learning radiomics and hemodynamic parameters for early prediction of post-craniotomy intracranial hypertension 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09115-7 PMID:40603533	研究论文	开发整合深度学习影像组学和血流动力学参数的多模态列线图模型，用于早期预测颅脑术后颅内高压	首次将深度学习影像组学特征与临床超声变量结合构建多模态预测模型，采用深度迁移学习技术从视神经鞘图像中提取特征	样本量相对有限（238例患者），需外部验证确认泛化能力	早期预测重型颅脑损伤患者去骨瓣减压术后的颅内高压	238例重型颅脑损伤患者（训练队列166例，测试队列72例）	医学影像分析	颅脑损伤	超声成像，光谱多普勒成像	深度学习，机器学习	医学影像（视神经鞘超声图像，大脑中动脉光谱多普勒图像）	238例患者	LightGBM	ResNet101	AUC, 决策曲线分析	NA
7913	2025-10-06	Comparison of deep learning models for predictive maintenance in industrial manufacturing systems using sensor data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08515-z PMID:40603551	研究论文	本文通过比较多种深度学习模型在工业制造系统预测性维护中的应用效果	提出包含CNN、LSTM及其混合模型的综合比较框架，并通过消融实验和特征重要性分析识别关键影响因素	NA	比较深度学习模型在工业制造系统预测性维护中的性能	工业制造系统中的设备故障预测和剩余使用寿命估计	机器学习	NA	传感器数据分析	CNN, LSTM, CNN-LSTM混合模型	传感器数据	三个工业数据集	NA	CNN, LSTM, CNN-LSTM	准确率, F1分数	NA
7914	2025-10-06	TDNN achitecture with efficient channel attention and improved residual blocks for accurate speaker recognition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09386-0 PMID:40603701	研究论文	提出一种结合高效通道注意力和改进残差块的TDNN架构EPCNet-TDNN，用于提升说话人识别准确率	提出高效通道和空间注意力机制(ECAM)替代SE_block，引入并行残差结构(PRS)独立捕获多尺度特征，并采用选择性状态空间(SSS)模块增强时序特征捕获能力	仅在CN-Celeb1数据集上验证，未在其他数据集测试泛化能力	改进TDNN架构以提升说话人识别准确率	说话人识别	语音识别	NA	深度学习	TDNN, CNN	音频数据	CN-Celeb1数据集	NA	EPCNet-TDNN, ECAPA-TDNN	EER, minDCF, ACC	NA
7915	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
7916	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
7917	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
7918	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
7919	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
7920	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