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	2025-07-06	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	该研究评估了深度学习放射组学列线图在预测严重创伤性脑损伤患者去骨瓣减压术后早期颅内高压中的有效性	整合了深度学习放射组学特征与临床超声变量构建多模态列线图模型，实现了无创颅内压监测	样本量相对有限（总样本238例），且仅针对创伤性脑损伤患者	开发非侵入性工具预测去骨瓣减压术后颅内高压以指导临床干预	238例严重创伤性脑损伤患者（训练组166例，测试组72例）	数字病理	创伤性脑损伤	超声成像（视神经鞘和大脑中动脉频谱多普勒成像）	Light GBM算法与ResNet101迁移学习	医学影像（超声图像）与临床数据	238例患者（训练组166例，测试组72例）
62	2025-07-06	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	本文通过传感器数据对工业制造系统中的预测性维护深度学习模型进行了全面比较	提出了一种包含数据采集、预处理和模型构建的框架，并比较了CNN、LSTM及其混合模型在预测设备故障和估计剩余使用寿命方面的效果，其中CNN-LSTM混合模型表现最佳	未提及具体工业制造系统的类型或规模限制	比较深度学习模型在工业制造系统预测性维护中的效果	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	深度学习	CNN, LSTM, CNN-LSTM混合模型	传感器数据	三个工业数据集
63	2025-07-06	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	提出了一种结合高效通道注意力和改进残差块的TDNN架构，用于提高说话人识别的准确性	引入了高效通道和空间注意力机制(ECAM)以及并行残差结构(PRS)，增强了多尺度特征捕捉能力和信息融合效率	未提及模型在更复杂或噪声更大的音频环境下的表现	提高说话人识别系统的准确性和性能	说话人识别系统	自然语言处理	NA	深度学习	EPCNet-TDNN (基于TDNN的改进架构)	音频数据	CN-Celeb1数据集(具体数量未提及)
64	2025-07-06	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	本文探讨了深度学习在预测非可积哈密顿系统动力学中的应用，特别是通过标准映射的数值模拟来识别系统的非可积程度	首次使用深度学习方法来预测非可积哈密顿系统的混沌性参数，揭示了深度学习在该领域的潜力与局限性	深度学习过程难以区分规则和轻微不规则动态，以及纯随机系统和具有残余规则轨道的系统	研究深度学习过程能够识别哈密顿系统非可积程度的范围	非可积哈密顿系统的标准映射	机器学习	NA	数值模拟	深度学习	数值数据	不同混沌性参数k值的标准映射模拟数据
65	2025-07-06	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	research paper	提出了一种结合3D CNN和视频Swin Transformer的深度学习模型3D-CNN-VSwinFormer，用于阿尔茨海默病的早期诊断	模型结合了3D CNN和视频Swin Transformer，通过3D CBAM模块和单参与者3D MRI图像提取特征，避免了数据泄漏和2D切片无法捕捉全局空间信息的问题	仅使用了ADNI数据集进行验证，样本来源可能有限	提高阿尔茨海默病的早期诊断效率和准确性	阿尔茨海默病患者和认知正常个体	digital pathology	geriatric disease	3D MRI	3D CNN, Video Swin Transformer	3D image	ADNI数据集中的参与者
66	2025-07-06	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，以捕捉与胎龄相关的声学特征	首次采用卷积神经网络对整个梅尔频谱图进行分析，而非局限于特定声学特征，显著提高了胎龄分类和连续差异估计的准确性	样本量相对较小（79名早产儿和52名足月新生儿），可能限制结果的普适性	探索早产儿哭声中的声学特征与神经发育异常之间的关联	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	梅尔频谱分析	CNN	音频	131名新生儿（79名早产儿和52名足月儿）
67	2025-07-06	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	提出了一种基于深度学习和组合预测的风速区间预测新方法，以提高风速不确定性的实时预测能力	结合时间变滤波经验模态分解和相空间重构技术处理风速序列的混沌现象和噪声，并通过多目标优化器组合优选模型	实验数据仅来自甘肃风塔，可能限制了方法的普适性	提高风速不确定性预测精度以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	时间变滤波经验模态分解、相空间重构、多目标优化	组合模型（统计模型与机器学习模型）	时间序列数据	甘肃风塔采集的风速数据
68	2025-07-06	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	本研究提出了一种结合DL-Koopman理论和模糊自适应PID控制策略的创新框架，用于提高深部煤矿中气体浓度预测的准确性和通风效率	整合了深度学习和DL-Koopman算子理论进行气体浓度预测，以及采用模糊自适应PID控制策略优化气流调节	未提及具体实验样本量及实际应用中的潜在限制	提高煤矿开采的可持续性和环境性能，实现智能通风系统	深部煤矿中的气体浓度和通风系统	机器学习	NA	DL-Koopman算子理论，模糊自适应PID控制	深度学习模型	历史气体浓度和风速数据	NA
69	2025-07-06	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计算机视觉和深度学习的杂草检测与分类方法，通过多阶段识别提高农业精准化管理效率	提出了新颖的WeedSwin Transformer架构，专门针对杂草检测中的形态变化和植被重叠等挑战，并在性能上超越现有架构	研究未提及在不同光照条件或极端天气下的模型表现，可能影响实际应用场景的泛化能力	开发高效准确的杂草检测与分类系统，支持精准农业实践	16种常见杂草在11个生长阶段的图像数据	计算机视觉	NA	SAM-2模型、传统计算机视觉技术	WeedSwin Transformer、DINO Transformer、DETR、EfficientNet B4、YOLO v8、RetinaNet	图像	两个数据集共323,908张图像（AWD:203,567张，BWD:120,341张）
70	2025-07-06	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	本研究提出了一种深度自适应注意力网络（DAAN）用于基于内容的图像检索（CBIR），以提高视觉检索的速度和准确性	结合多尺度特征提取和混合神经架构，引入自适应多级注意力模块（AMLA）以提高对细微视觉变化的检测能力	未提及具体的数据集限制或计算资源需求	优化基于内容的图像检索系统，提升人机交互效率	视觉数据检索系统	计算机视觉	NA	深度神经网络（DNN）、Transformer模型	DAAN（深度自适应注意力网络）	图像	未提及具体样本数量
71	2025-07-06	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	提出了一种基于CNN-LSTM模型的深度学习方法，用于通过分析车轨动态响应数据准确识别无砟轨道路基不均匀沉降	结合CNN提取空间特征和LSTM捕捉时间依赖性的优势，构建混合网络模型，显著提高了路基沉降识别的准确率	研究依赖于模拟数据，实际应用中的环境噪声和干扰因素可能影响模型性能	开发智能监测方法以提高无砟轨道路基不均匀沉降的检测精度	无砟轨道系统的路基沉降问题	机器学习	NA	深度学习	CNN-LSTM混合模型	振动数据	NA
72	2025-07-06	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	research paper	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	开发了一种自学习自适应神经网络，结合CNN-LSTM混合模型进行太阳能预测，并引入Edge AI架构以减少对云计算的依赖	实验仅使用了UTL 335W和330W PV模块，可能限制了结果的普适性	提高太阳能电池板的效率和实时适应性	太阳能电池板的能量输出优化	machine learning	NA	深度学习、强化学习、数值建模	CNN-LSTM、物理信息神经网络	实时辐照度和温度数据	UTL 335W和330W PV模块
73	2025-07-06	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	research paper	提出了一种基于深度神经网络和注意力机制的人类活动识别模型DCAM-Net	结合CNN和MLP，并引入注意力机制，不依赖预训练模型权重，通过多尺度特征提取、残差和跳跃连接以及双注意力机制优化模型性能	未来工作可包括使用更多样化的数据集、提高计算效率以实现实时应用、增强活动转换识别能力以及融合其他传感器数据	提升人类活动识别（HAR）的准确性和泛化能力	30名参与者的智能手机传感器（加速度计和陀螺仪）数据	machine learning	NA	deep learning	CNN, MLP	sensor data	30名参与者的智能手机传感器数据
74	2025-07-06	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	本文提出了一种基于深度学习的定量分析方法，用于分析IgA肾病全切片图像中的肾小球形态及其预后意义	使用DeepLabV3Plus和EfficientNet-B3模型对肾小球进行分割和形态特征量化，并用于机器学习预测IgA肾病的进展风险	虽然结合图像特征的深度学习模型提高了预测能力，但提升效果不显著	开发一种基于人工智能的定量分析方法，用于预测IgA肾病的肾脏进展	IgA肾病患者的全切片图像	数字病理学	IgA肾病	深度学习	DeepLabV3Plus, EfficientNet-B3	图像	1,241张全切片图像
75	2025-07-06	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	该研究提出了一种基于Transformer的深度学习模型，用于每日温度预测，结合了时空融合模块、分层图表示与分析和动态时序图注意力机制	模型整合了时空融合模块(STFM)、分层图表示与分析(HGRA)和动态时序图注意力机制(DT-GAM)，并引入了混合优化方法(HWOA-TTA)以提高计算效率和特征选择	未来工作将集中在验证模型在不同气候区域的适用性以及增强实时部署的可行性	提高气候预测的准确性和计算效率，以支持农业、城市规划和灾害管理	历史气候数据（2013-2017年德里的1,500条每日记录）	机器学习	NA	深度学习，Whale Optimization Algorithm (WOA), Tiki-Taka Algorithm (TTA)	Transformer, RF-LSTM-XGBoost, cGAN, CNN + LSTM, MC-LSTM	时间序列数据	1,500条每日记录
76	2025-07-06	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	本文提出了一种优化的FOMM模型（E-FOOM），通过引入CBAM和图像修复模块，提升了动画角色图像生成的质量和准确性	在FOMM中引入CBAM并重新设计，增强了网络对重要特征的关注能力；提出图像修复模块，有效改善了图像重建的连贯性和完整性	NA	提升动画电影中生成角色图像的质量和准确性，以实现更好的视觉效果	动画角色图像生成	计算机视觉	NA	深度学习	FOMM, CBAM, E-FOOM	图像	VoxCeleb1和TaiChiHD数据集
77	2025-07-06	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	提出了一种基于KAN网络的多元时间序列预测模型KANMTS，结合Kolmogorov-Arnold网络和多层感知机的优势，提升预测性能和资源利用效率	整合KAN网络的非线性映射能力和MLP的计算简洁性，提升复杂模式和依赖关系的捕捉能力，同时增强模型的可解释性	未具体说明模型在噪声环境下的鲁棒性表现，以及在小规模数据集上的适用性	解决多元时间序列预测中长程依赖和复杂交互关系的建模问题	多元时间序列数据	机器学习	NA	符号回归和可视化方法	KANMTS（结合KAN和MLP）	时间序列数据	未明确提及具体样本量，但提到在大规模数据集上表现更优
78	2025-07-06	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	本研究开发并评估了一种基于深度学习的系统，用于自动检测和量化牙菌斑，并通过与专家评估的对比验证其性能	首次将深度学习技术应用于牙菌斑指数的自动化评估，并与经验丰富的牙医和牙科卫生员的评估结果进行对比验证	样本量相对较小（70名参与者），且仅使用了一种牙菌斑指数（Quigley-Hein指数）	开发一种自动化的牙菌斑检测和量化系统，以提高口腔卫生评估的效率和准确性	牙菌斑	数字病理学	口腔疾病	深度学习	DL（未明确具体模型类型）	图像	70名参与者
79	2025-07-06	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	本文探讨了基因组语言模型（gLMs）在细菌基因预测和翻译起始位点识别中的应用，提出了一种基于DNABERT的两阶段框架	利用受自然语言处理启发的基因组语言模型（gLMs）改进细菌基因预测，特别是在编码序列（CDS）区域识别和翻译起始位点（TIS）预测方面表现出色	模型性能依赖于NCBI完整细菌基因组的精选数据集，可能对未包含的细菌基因组预测效果有限	提高细菌基因预测的准确性，以更好地理解微生物功能和推动生物技术进步	细菌基因组	自然语言处理	NA	基因组语言模型（gLMs），DNABERT	transformer, DNABERT	基因组序列	NCBI完整细菌基因组精选数据集
80	2025-07-06	Towards reliable WMH segmentation under domain shift: An application study using maximum entropy regularization to improve uncertainty estimation 2025-Jul-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110639 PMID:40614515	研究论文	本研究探讨了领域偏移对白质高信号（WMH）分割的影响，并提出最大熵正则化技术以增强模型校准和不确定性估计	提出最大熵正则化技术，增强模型在校准和不确定性估计方面的表现，特别是在领域偏移情况下	研究仅基于公开数据集，未涉及更多实际临床环境中的复杂情况	提高在领域偏移情况下WMH分割的可靠性和不确定性估计	白质高信号（WMH）的分割	计算机视觉	多发性硬化症	MRI	U-Net	图像	两个公开数据集：WMH Segmentation Challenge和3D-MR-MS数据集