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
61	2025-07-08	Diagnosis of psoriasis and lichen planus in real-time using neural networks based on skin Biomechanical properties obtained from numerical simulation 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08781-x PMID:40610543	研究论文	本研究提出了一种结合深度学习和皮肤生物力学特性数值模拟的新方法，以提高银屑病和扁平苔藓的诊断准确性	利用ResNet-50 CNN模型结合皮肤生物力学特性的数值模拟数据，实现了高精度的皮肤病实时诊断	研究仅针对银屑病和扁平苔藓两种皮肤病，样本量相对较小（1000例）	提高银屑病和扁平苔藓的诊断准确性，辅助医生和皮肤科医生进行皮肤病分类	银屑病和扁平苔藓患者	数字病理学	银屑病, 扁平苔藓	数值模拟, 深度学习	ResNet-50 CNN	图像数据（由数值数据转换而来）	1000例（银屑病和扁平苔藓各500例）
62	2025-07-08	Multiclass leukemia cell classification using hybrid deep learning and machine learning with CNN-based feature extraction 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05585-x PMID:40610551	研究论文	本文提出了一种结合深度学习和机器学习的混合方法，用于多类白血病细胞分类	整合预训练的深度学习架构与混合分类技术，在数据受限情况下实现稳健的多类分类	ResNet50由于小数据集导致的过拟合问题表现不佳	提高白血病亚型分类的准确性和可靠性	健康细胞、淋巴母细胞和髓母细胞	数字病理学	白血病	CNN特征提取结合机器学习分类器（RF、SVM、XGBoost、MLP）	VGG16、InceptionV3、ResNet50、MLP	图像	公开数据集（ALL-IDB和Munich AML Morphology Dataset）
63	2025-07-08	Deep learning-driven insights into the transmission dynamics of hepatitis B virus with treatment 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06660-z PMID:40610572	研究论文	本研究提出了一种分数阶建模方法和新型计算技术，用于分析治疗对乙型肝炎病毒（HBV）传播动态的影响	使用Caputo导数和深度神经网络（DNNs）解决HBV模型，提高了流行病学建模的准确性和计算效率	未提及具体样本量或数据来源，可能影响模型的实际应用性	分析治疗对HBV传播动态的影响	乙型肝炎病毒（HBV）的传播动态	机器学习	乙型肝炎	分数阶建模、深度神经网络（DNNs）	DNN	NA	NA
64	2025-07-08	An efficient privacy-preserving multilevel fusion-based feature engineering framework for UAV-enabled land cover classification using remote sensing images 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08930-2 PMID:40610669	研究论文	提出了一种基于隐私保护的多级融合特征工程框架，用于无人机遥感图像的土地覆盖分类	结合隐私保护技术和多级融合特征工程，提高了无人机遥感图像土地覆盖分类的准确性和安全性	实验仅在ToN-IoT和EuroSat数据集上进行验证，未涉及更多样化的数据集	开发一种有效的无人机遥感图像土地覆盖分类模型	无人机遥感图像	计算机视觉	NA	多级融合特征工程	ERNN（Elman循环神经网络）	图像	ToN-IoT和EuroSat数据集
65	2025-07-08	Artificial intelligence-driven cybersecurity: enhancing malicious domain detection using attention-based deep learning model with optimization algorithms 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99420-y PMID:40610687	研究论文	本文提出了一种基于注意力机制的深度学习模型与优化算法相结合的恶意域名检测技术（EMDD-ADLMOA），旨在提高网络安全中的恶意域名检测效率	创新点在于结合了量子启发萤火虫算法（QIFA）进行特征选择，以及采用TCN-BiLSTM-SEA混合模型进行分类，并使用鹦鹉优化（PO）算法优化超参数	实验验证仅基于一个恶意数据集，可能缺乏对其他类型数据的泛化能力	提高网络安全中的恶意域名检测效率和准确性	恶意域名	机器学习	NA	量子启发萤火虫算法（QIFA）、TCN-BiLSTM-SEA混合模型、鹦鹉优化（PO）算法	TCN-BiLSTM-SEA	域名数据	恶意数据集（具体数量未提及）
66	2025-07-08	Selective identification of polyploid hepatocellular carcinomas with poor prognosis by artificial intelligence-based pathological image recognition 2025-Jul-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00967-8 PMID:40610763	研究论文	该研究开发了一种基于深度学习的AI图像识别方法，用于评估肝细胞癌（HCC）的多倍体状态	首次利用深度学习模型通过病理图像识别HCC的多倍体状态，并发现其与不良预后的关联	样本量相对较小（44例训练集，169例测试集），且需要进一步临床验证	开发一种可临床应用的癌症多倍体诊断方法	肝细胞癌（HCC）	数字病理学	肝癌	染色体荧光原位杂交（FISH），深度学习图像识别	深度学习模型（具体架构未说明）	病理图像（H&E染色）	训练集44例HCC，测试集169例肝癌，外加公开数据集
67	2025-07-08	Interpretable and generalizable deep learning model for preoperative assessment of microvascular invasion and outcome in hepatocellular carcinoma based on MRI: a multicenter study 2025-Jul-03, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02035-0 PMID:40610844	研究论文	开发一种可解释且具有领域泛化性的深度学习模型，用于基于MRI的肝细胞癌微血管侵犯评估和结果预测	采用对抗网络深度学习模型学习多中心训练集中的领域不变特征，提高了模型的泛化能力和生物可解释性	研究基于回顾性数据集，可能影响模型在临床实践中的表现	开发可解释且具有泛化能力的深度学习模型，用于肝细胞癌微血管侵犯的术前评估	546名肝细胞癌患者	数字病理	肝细胞癌	MRI, RNA测序	AD-DL (对抗网络深度学习模型)	医学影像, 基因表达数据	546名患者（来自5个中心），其中263例用于模型开发，66例用于内部验证，其余用于外部测试
68	2025-07-08	Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion 2025-Jul-03, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145375 PMID:40618601	研究论文	本研究提出了一种基于多光谱融合的深度学习方法，用于普洱茶的地理起源追溯	设计了改进的ECA-ResNet网络结构，结合优化的通道注意力机制进行自适应特征提取和融合，有效利用了拉曼光谱对分子骨架振动的敏感性和近红外光谱对功能团特性的响应	未来需要将光谱特征与特定化学标记物关联，以增强多光谱分析方法在食品认证中的可解释性和机理理解	实现普洱茶的准确起源追溯	来自五个主要产地的普洱茶	机器学习	NA	拉曼光谱和近红外光谱	改进的ECA-ResNet	光谱数据	来自五个主要产地的普洱茶样本
69	2025-07-08	Blockchain enhanced distributed denial of service detection in IoT using deep learning and evolutionary computation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06568-8 PMID:40593035	研究论文	提出一种结合区块链、深度学习和进化计算的物联网DDoS攻击检测方法	提出MOBCF-ADDLM方法，结合区块链技术、Aquila优化器和红熊猫优化器进行特征选择和超参数优化	未提及方法在实时性要求高的场景下的表现	提高物联网环境中DDoS攻击的检测效率	物联网系统中的DDoS攻击	机器学习	NA	区块链技术、深度学习、进化计算	深度信念网络(DBN)	网络流量数据	BoT-IoT Binary和Multiclass数据集
70	2025-07-08	A secured accreditation and equivalency certification using Merkle mountain range and transformer based deep learning model for the education ecosystem 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06789-x PMID:40594533	研究论文	本文提出了一种基于区块链和深度学习的认证与等效性证书验证系统，以提高教育生态系统中的资格认证效率和安全性	提出了一种新型的基于Transformer的卷积循环网络（TCRN）用于自动化等效性评估过程，并采用改进的MD5哈希方法和Merkle Mountain Range（MMR）结构确保数据完整性	未提及系统在实际部署中的具体挑战或潜在问题	开发一个安全、高效的认证与等效性证书验证系统，以解决当前验证过程中的高成本、低效率和透明度不足的问题	教育生态系统中的认证与等效性证书	自然语言处理	NA	BERT, Bi-GRU, Depth-wise separable convolutions (DSC)	Transformer-based convolutional recurrent network (TCRN)	教育记录数据	未明确提及具体样本数量
71	2025-07-08	Classifying and diagnosing Alzheimer's disease with deep learning using 6735 brain MRI images 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08092-1 PMID:40594827	研究论文	本研究利用深度卷积神经网络（CNNs）对6735张脑部MRI图像进行分析，以提高阿尔茨海默病的诊断准确性和分类效率	使用四种不同的深度卷积神经网络模型（Xception、VGG19、VGG16和InceptionResNetV2）进行阿尔茨海默病的诊断和分类，其中InceptionResnetV2模型表现出最佳性能	研究仅基于预处理后的MRI数据集，可能未涵盖所有临床场景的多样性	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	数字病理学	老年疾病	MRI扫描	CNN（包括Xception、VGG19、VGG16和InceptionResNetV2）	图像	6735张脑部结构MRI扫描图像
72	2025-07-08	Improved bio-inspired with machine learning computing approach for thyroid prediction 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03299-8 PMID:40595742	研究论文	本研究探讨了使用机器学习和深度学习方法提高甲状腺疾病预测精度的效果	采用粒子蛇群优化(PSSO)方法提升传统机器学习模型的性能，随机森林结合PSSO模型在甲状腺疾病预测中达到了98.7%的准确率	未提及研究样本的具体来源和多样性，可能影响模型的泛化能力	提高甲状腺疾病的预测精度，优化医疗健康结果	甲状腺疾病（包括甲状腺功能减退和甲状腺功能亢进）	机器学习	甲状腺疾病	随机森林(RF)、决策树、SVM、KNN、CNN-LSTM	RF、决策树、SVM、KNN、CNN-LSTM	NA	NA
73	2025-07-08	A deep learning model for diagnosis of inherited retinal diseases 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04648-3 PMID:40595896	研究论文	评估多输入深度学习模型在检测两种常见遗传性视网膜疾病（RP和STGD）并将其与健康眼睛区分开来的性能	采用多输入MobileNetV2网络结合CFP和IR图像，提高了诊断准确率至96.3%	样本量相对较小，仅包含391例病例	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病（RP和STGD）患者及健康个体	计算机视觉	视网膜疾病	深度学习	MobileNetV2	图像	391例（158例RP患者，62例STGD患者，171例健康个体）
74	2025-07-08	Intelligent identification of ballastless track subgrade settlement based on vehicle-rail vibration data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05202-x PMID:40603977	研究论文	本研究提出了一种基于CNN-LSTM模型的深度学习方法，通过分析车辆-轨道动态响应数据，智能识别无砟轨道路基的不均匀沉降	结合CNN的空间特征提取能力和LSTM的时间依赖性捕捉能力，提出了一种新的CNN-LSTM混合网络模型，用于准确识别路基不均匀沉降	NA	智能监测无砟轨道系统的路基沉降	无砟轨道系统的路基不均匀沉降	机器学习	NA	深度学习	CNN-LSTM	动态响应数据	NA
75	2025-07-08	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Jul-02, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	本研究提出了一种基于物理信息的深度学习方法，用于从单个测力板预测步态中的双边地面反作用力和压力中心	开发了一种新型的物理信息残差循环神经网络（PI-ResRNN），能够仅使用单个测力板的数据预测步态中的双边GRF和COP	研究未提及模型在不同类型测力板或不同环境条件下的泛化能力	开发一种能够从单个测力板准确预测双边GRF和COP的方法，以简化步态分析过程	315名参与者，包括健康人群和六种神经肌肉骨骼疾病患者	生物力学	神经肌肉骨骼疾病	深度学习	物理信息残差循环神经网络（PI-ResRNN）	测力板数据	315名参与者，6765次试验数据
76	2025-07-08	[Progress on prediction models for temporomandibular disorders] 2025-Jul-02, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250401-00114 PMID:40619145	综述	本文综述了颞下颌关节紊乱病（TMD）预测模型的研究进展，从传统统计方法到机器学习和深度学习	总结了不同预测方法在TMD研究中的应用和成果，分析了各自的优缺点，并探讨了未来发展方向	未提出新的预测模型或方法，仅对现有研究进行总结和分析	探讨TMD预测模型的研究进展和未来方向	颞下颌关节紊乱病（TMD）预测模型	机器学习	颞下颌关节紊乱病	传统统计方法、机器学习、深度学习	NA	时间序列数据	NA
77	2025-07-08	Deep Learning Radiomics Based on MRI for Differentiating Benign and Malignant Parapharyngeal Space Tumors 2025-Jul, The Laryngoscope DOI:10.1002/lary.32043 PMID:39932109	研究论文	本研究基于MRI的深度学习放射组学技术，旨在区分咽旁间隙肿瘤的良恶性	整合深度学习和传统放射组学特征，开发了深度学习放射组学(DLR)模型，其在区分良恶性肿瘤方面表现出色	回顾性研究设计可能引入选择偏倚，且样本量相对有限	建立咽旁间隙肿瘤的术前诊断工具以指导临床决策	咽旁间隙肿瘤患者	数字病理学	头颈部肿瘤	MRI	DLR(深度学习放射组学模型)	医学影像	217例患者(145例训练集，72例测试集)
78	2025-07-08	Multi-skin disease classification using hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241312628 PMID:39973858	研究论文	本文提出了一种混合深度学习模型MobileSkinNetV2，用于多皮肤疾病的分类，旨在通过计算机辅助诊断技术帮助放射科医生早期识别和分类皮肤癌	结合了基于区域生长的分割方法和改进的Honey Badger优化器，以及MobileSkinNetV2深度学习模型，提高了皮肤癌分类的准确性和精确度	研究仅基于ISIC数据集，可能无法涵盖所有皮肤病变类型	开发一种高效的计算机辅助诊断技术，以改善皮肤癌的早期识别和分类	皮肤癌病变	数字病理学	皮肤癌	深度学习，区域生长分割，改进的Honey Badger优化器	MobileSkinNetV2	图像	ISIC数据集
79	2025-07-08	Deep learning-based AI model for sinusitis diagnosis 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309799 PMID:39973859	research paper	本研究开发了一种基于深度学习的AI辅助诊断模型，用于提高鼻窦炎的诊断准确性和可及性	使用深度学习模型替代传统CT方法，显著提高了鼻窦炎的诊断准确性，并展示了优于不同资历医生的性能	研究仅基于回顾性数据，未进行前瞻性验证，且样本来源单一	开发一种AI辅助诊断模型，以提高鼻窦炎的诊断准确性和可及性	慢性鼻窦炎患者和正常患者的CT图像	digital pathology	鼻窦炎	CT	深度学习模型	image	5000张鼻窦CT图像（包括四种鼻窦炎类型各1000张及正常案例1000张）
80	2025-07-08	MANSHIP: Mobile-based assistive notification service for hearing-impaired people using a hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309702 PMID:39973861	研究论文	本文介绍了一种基于混合深度学习模型的移动辅助通知服务MANSHIP，用于帮助听力受损人群识别环境声音并提醒潜在危险	结合VGG16和ResNet-50的混合深度学习模型，在声音分类上达到97.14%的准确率，并开发了移动应用MANSHIP	未提及模型在复杂环境中的泛化能力或实际部署中的性能表现	通过技术手段降低听力受损人群的事故风险并提高生活质量	全球听力受损人群（成人4.32亿/儿童3400万）	机器学习	听力损伤	深度学习	VGG16+ResNet-50混合模型	音频数据	基于综合城市声音数据集（具体数量未说明）