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	2025-10-04	Artificial intelligence based platform for the automatic and simultaneous explainable detection of apnoea, oxygen desaturation, and artefacts in paediatric polygraphy exams (REST) 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13630-y PMID:41028075	研究论文	开发了一种基于人工智能的平台REST，用于自动同时检测儿童多导睡眠监测中的呼吸暂停、氧饱和度下降和伪迹	提出了一种新颖的一维深度神经网络架构，能够同时检测三种事件并提供决策过程的可解释性	仅在86名儿科患者数据上进行训练和测试，样本规模有限	开发自动检测睡眠呼吸暂停及相关事件的AI平台	儿科患者的多导睡眠监测信号	数字病理	睡眠呼吸暂停	深度学习，梯度加权类激活映射(grad-CAM)	1D深度神经网络	生理信号（气流和脉搏血氧信号）	86名儿科患者
62	2025-10-04	An efficient data driven framework for intrusion detection in wireless sensor networks using deep learning 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12867-x PMID:41028087	研究论文	提出一种基于深度学习的无线传感器网络入侵检测框架，结合CNN和RNN并采用对抗感知优化模型	首次将CNN和RNN结合并引入对抗感知优化，同时优化检测精度、对抗脆弱性和模型泛化能力	未提及具体计算资源需求和实时性能指标	开发适用于无线传感器网络的轻量级弹性入侵检测系统	无线传感器网络中的网络安全威胁	机器学习	NA	深度学习、SMOTE过采样技术	CNN、RNN	网络流量数据	使用NSL-KDD、CICIDS2017、UNSW-NB15和CTU-13四个基准数据集
63	2025-10-04	An optimized hybrid deep learning model to detect Alzheimer disease 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14169-8 PMID:41028094	研究论文	提出一种优化的混合深度学习模型用于阿尔茨海默病检测	结合Inception v3和ResNet 50算法，并使用自适应骑手优化算法优化网络参数	NA	提高阿尔茨海默病早期检测的准确性	阿尔茨海默病患者，特别是轻度认知障碍阶段	数字病理学	阿尔茨海默病	深度学习	混合深度学习模型（Inception v3 + ResNet 50 + ARO优化）	医学影像数据	基准痴呆数据集（具体数量未提及）
64	2025-10-04	Harnessing operating room signals to estimate mean arterial pressure with AnesthNet 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-12341-8 PMID:41028102	研究论文	本研究开发了名为AnesthNet的深度学习架构，用于通过非侵入式传感器数据估计平均动脉压	提出了专门用于平均动脉压估计的深度学习架构AnesthNet，在两大公开数据集上实现了优于现有方法的性能，并满足临床实时性要求	未明确说明模型在特定患者群体或临床场景下的适用性限制	开发一种准确、实时的非侵入式平均动脉压监测方法，替代有创动脉导管	手术室患者，使用光电容积描记、心电图和袖带示波计等非侵入式传感器数据	医疗人工智能	麻醉监测	深度学习，光电容积描记，心电图，袖带示波计	深度学习架构	生理信号数据	VitalDB数据集2,833名患者，LaribDB数据集5,060名患者
65	2025-10-04	A personalized federated hypernetworks based aggregation approach for intrusion detection systems 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-11659-7 PMID:41028116	研究论文	提出一种基于个性化联邦超网络的入侵检测系统聚合方法	使用嵌入向量替代传统权重聚合，计算更轻量且支持增强的个性化学习	未明确说明方法在更大规模物联网环境中的扩展性	解决传统联邦学习在非独立同分布异构数据下的个性化学习和通信开销问题	物联网环境下的网络入侵检测系统	机器学习	NA	联邦学习、超网络	深度学习模型	网络入侵检测数据	使用CSE-CICIDS-2018和UNSW-NB-15两个数据集
66	2025-10-04	An intelligent deep representation learning with enhanced feature selection approach for cyberattack detection in internet of things enabled cloud environment 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13457-7 PMID:41028127	研究论文	提出一种基于增强特征选择的智能混合深度学习方法，用于物联网云环境中的网络攻击检测	结合递归特征消除与信息增益的特征选择方法，并采用CNN-LSTM混合模型进行攻击分类	NA	通过识别关键威胁并开发有效的检测和缓解策略来加强物联网网络安全	物联网云环境中的网络攻击	机器学习	NA	递归特征消除与信息增益(RFE-IG)、RMSprop优化器	CNN-LSTM混合模型	网络数据	ToN-IoT和Edge-IIoT数据集
67	2025-10-04	Attention-enhanced hybrid U-Net for prostate cancer grading and explainability 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13824-4 PMID:41028129	研究论文	提出一种结合Transformer注意力的混合U-Net模型，用于前列腺癌分级分割并增强模型可解释性	集成CNN-Transformer混合编码器、注意力引导跳跃连接和多阶段引导损失机制，首次在分割框架中系统整合可解释性AI技术	仅在SICAPv2数据集上进行验证，需要更多临床数据验证泛化能力	开发高精度且可解释的前列腺癌组织病理分割模型	前列腺癌组织病理图像	数字病理	前列腺癌	深度学习	混合U-Net（CNN-Transformer）	医学图像	SICAPv2数据集
68	2025-10-04	Species habitat modeling based on image semantic segmentation 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09035-6 PMID:41028132	研究论文	提出一种结合核密度分析和语义分割的物种栖息地建模框架，用于改进传统栖息地模型的局限性	将周围环境条件纳入栖息地建模，使用核密度分析将仅存在数据扩展为存在-缺失数据，并采用深度学习方法Segformer进行语义分割	在燕子科的案例研究中显示出方法的局限性	开发更全面的物种栖息地建模方法，改进传统生态位模型的不足	鹬科鸟类和燕子科鸟类	计算机视觉	NA	核密度分析，语义分割	Segformer	图像	台湾地区的鹬科和燕子科鸟类栖息地数据
69	2025-10-04	Optimal attention deep learning based in-vehicle intrusion detection and classification model on CAN messages 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10637-3 PMID:41028136	研究论文	提出一种基于最优注意力深度学习的车载入侵检测与分类模型，用于保护CAN总线消息安全	采用注意力机制增强的LSTM模型，并结合RMSProp算法优化超参数，在车载入侵检测中实现更优性能	深度学习模型需要大量数据才能获得优越结果，这在基于CAN的入侵检测系统中可能难以满足	开发高效的车载网络入侵检测系统以保障汽车网络安全	控制器局域网(CAN)总线消息和车载电子控制单元(ECU)	机器学习	NA	深度学习、注意力机制、RMSProp优化算法	注意力增强长短期记忆网络(A-LSTM)	CAN总线消息数据	使用标准化的汽车黑客数据集进行性能评估
70	2025-10-04	Path-based evaluation of deep learning models for solving inverse kinematics in a revolute-prismatic robot 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10940-z PMID:41028144	研究论文	本研究评估深度学习模型在2自由度旋转-平移机器人逆运动学求解中的泛化性能	采用k折交叉验证的深度前馈神经网络单输出架构，在应对关节解奇异性和模糊性方面表现优异	仅针对2自由度旋转-平移机器人进行研究，未验证更高自由度系统的适用性	评估不同神经网络架构从末端执行器位置预测关节配置的有效性	2自由度旋转-平移机器人机械臂	机器学习	NA	深度学习，k折交叉验证	DFNN, LSTM, GRU	机器人运动轨迹数据	在四个象限和完整工作空间内的方形和圆形路径测试数据
71	2025-10-04	Deep learning model BiFPN-YOLOv8m for tree counting in mango orchards using satellite remote sensing data 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97562-7 PMID:41028215	研究论文	提出基于BiFPN-YOLOv8m深度学习模型的芒果园树木计数方法	将双向特征金字塔网络(BiFPN)与YOLOv8m结合，在复杂环境下实现更精准的芒果树检测与计数	仅使用2000张图像数据集进行验证，模型在其他作物或地区的泛化能力未充分测试	开发高效的芒果园树木自动计数系统以替代传统人工调查方法	芒果园中的树木	计算机视觉	NA	卫星遥感	BiFPN-YOLOv8m (基于YOLO系列的改进目标检测模型)	卫星图像	1700张训练图像和300张测试图像，包含不同树龄的芒果园
72	2025-10-04	Development of a deep learning model for survival prediction in heart failure: competing risk and frailty model 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-14715-4 PMID:41028214	研究论文	开发了一种结合衰弱和竞争风险的深度学习模型DNFCR，用于心力衰竭患者的生存预测	首个将衰弱和竞争风险同时整合的深度学习方法，改进了医疗数据中删失数据的处理	临床相关性需要进一步验证，深度学习的优势受数据和未测量混杂因素影响	开发心力衰竭患者的生存预测模型	435名心力衰竭患者	机器学习	心血管疾病	深度学习	DNFCR（深度神经网络衰弱竞争风险模型）	临床数据	435名心力衰竭患者，包含57个人口统计学和临床特征
73	2025-10-04	An autoencoder driven deep learning geospatial approach to flood vulnerability analysis in the upper and middle basin of river Damodar 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96781-2 PMID:41028232	研究论文	提出一种基于CNN自编码器的深度学习方法，用于达莫达尔河上中游流域的洪水脆弱性分析	在缺乏洪水记录数据的地区，首次将CNN自编码器与K-means聚类结合用于洪水脆弱性评估	某些因素（如坡向）会引入噪声影响模型结果	开发适用于数据稀缺区域的洪水脆弱性评估方法	达莫达尔河上中游流域	地理空间分析	NA	CNN自编码器、K-means聚类	自编码器、CNN	地理空间图层	使用11个致灾因子作为地理空间图层
74	2025-10-04	SpaCross deciphers spatial structures and corrects batch effects in multi-slice spatially resolved transcriptomics 2025-Sep-30, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-08810-5 PMID:41028333	研究论文	提出SpaCross深度学习框架，用于增强空间转录组学的空间模式识别和跨切片一致性分析	采用交叉掩码图自编码器重建基因表达特征，提出自适应空间语义图结构动态整合局部和全局上下文信息，实现有效的多切片整合	NA	解决空间转录组学中空间域识别方法的无监督学习约束、潜在空间缺乏隐式监督以及多切片整合的挑战	胚胎小鼠组织、心脏发育组织	生物信息学	NA	空间分辨转录组学(SRT)	交叉掩码图自编码器	基因表达数据、空间坐标数据	NA
75	2025-10-04	Multi scale self supervised learning for deep knowledge transfer in diabetic retinopathy grading 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-85685-w PMID:41028406	研究论文	提出多尺度自监督学习模型用于糖尿病视网膜病变分级	结合Vision Transformers和CNN-FPN架构，通过多尺度特征提取和深度学习模块提升空间分辨率和细粒度信息捕获能力	NA	改进糖尿病视网膜病变的自动分级准确度	视网膜图像	计算机视觉	糖尿病视网膜病变	自监督学习	Vision Transformers, CNN, FPN	图像	NA
76	2025-10-04	Optimizing breast cancer classification based on cat swarm-enhanced ensemble neural network approach for improved diagnosis and treatment decisions 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-95481-1 PMID:41028518	研究论文	提出一种基于猫群优化增强集成神经网络的方法来优化乳腺癌分类	结合猫群优化算法与三种深度学习架构的集成神经网络模型，通过优化网络结构和超参数提升分类性能	仅使用单一公开数据集进行验证，未在其他数据集上测试泛化能力	提高乳腺癌分类的准确性和鲁棒性以改善诊断和治疗决策	乳腺癌组织病理学图像	计算机视觉	乳腺癌	猫群优化算法	集成神经网络（EfficientNetB0、ResNet50、DenseNet121）	图像	Kaggle公开的'Breast Histopathology Images'数据集
77	2025-10-04	Intelligent pear variety classification models based on Bayesian optimization for deep learning and its interpretability analysis 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98420-2 PMID:41028538	研究论文	本研究利用贝叶斯优化的深度学习模型对九种梨品种进行分类，并通过可解释性分析揭示模型决策机制	采用贝叶斯优化自动搜索CNN最优超参数，在接近真实农业应用的数据集配置下实现高精度分类，并结合多种可解释性方法分析模型决策过程	NA	开发智能梨品种分类模型，提升农业效率和消费者满意度	九种梨品种的43,200张图像	计算机视觉	NA	贝叶斯优化、特征可视化、最强激活、LIME可解释性分析	CNN	图像	43,200张梨图像，包含两个不同高斯白噪声强度的数据集和原始Fruit360数据集
78	2025-10-04	A predictive approach to enhance time-series forecasting 2025-Sep-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63786-4 PMID:41028729	研究论文	提出了一种名为未来引导学习的新方法，通过动态反馈机制增强时间序列事件预测能力	引入受预测编码启发的动态反馈机制，通过检测模型和预测模型的协同工作来最小化预测误差	NA	提高时间序列预测的准确性，特别是在处理长期依赖和数据分布变化方面	时间序列数据，包括EEG脑电数据和非线性动力系统数据	机器学习	NA	深度学习，预测编码	深度学习模型	时间序列数据	NA
79	2025-10-04	CPVPD-2024: A Chinese photovoltaic plant dataset derived via a topography-enhanced deep learning framework 2025-Sep-30, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05891-z PMID:41028734	研究论文	本研究开发了中国首个全国范围的面板级光伏电站矢量数据集CPVPD-2024	首次创建全国面板级光伏矢量数据集，采用地形增强的深度语义分割框架DSFA-SwinNet，在识别光伏阵列间隙和小规模分布式电站方面有显著改进	NA	解决当前光伏数据集碎片化和不一致性问题，支持精确光伏选址、生态评估和AI遥感分析	中国34个省级行政区域的光伏电站	计算机视觉	NA	深度语义分割框架	DSFA-SwinNet	遥感图像	覆盖中国34个省级行政区域，测试区域总体精度90.38%，交并比81.78%
80	2025-10-04	Hybrid deep learning framework for heart disease prediction using ECG signal images 2025-Sep-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-10062-6 PMID:41028772	研究论文	提出一种基于心电图信号的混合深度学习框架用于心脏病预测	开发了一种结合人工神经网络的混合深度学习框架，在降低计算复杂度的同时实现了高精度的心脏病自动诊断	NA	开发自动诊断心脏疾病的深度学习系统，提高心脏病检测的准确性和效率	心电图信号图像	机器学习	心血管疾病	深度学习	人工神经网络	图像	来自Kaggle的心电图心跳分类数据集