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
11661	2026-04-27	Comprehensive framework of machine learning and deep learning architectures with metaheuristic optimization for high-fidelity prediction of nanofluid specific heat capacity 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28268-z PMID:41455692	研究论文	利用多种机器学习和深度学习模型及元启发式优化算法，高精度预测纳米流体比热容	首次将堆叠集成学习与两种元启发式优化算法（粒子群优化和灰狼优化）结合，并引入基于多项式/傅里叶展开和自编码器的数据增强策略，显著提升了纳米流体比热容预测精度	未明确阐述数据增强方法对模型泛化能力的潜在过拟合风险，且仅基于批处理式训练，未考虑在线学习或迁移学习场景的适用性	开发高精度预测纳米流体比热容的混合机器学习/深度学习框架，以优化其在工程和工业应用中的性能	1269个实验纳米流体样本，包括混合型和直接型纳米流体，关键输入为纳米流体类型、温度和体积浓度	机器学习	NA	NA	多层感知机、CatBoost、LightGBM等12种机器学习与深度学习模型	数值数据	1269个实验纳米流体样本	Scikit-learn, PyTorch（推断）	多层感知机、CatBoost、LightGBM、堆叠集成模型	R²分数、均方误差、均方根误差	NA
11662	2026-04-27	Hydraulic support pressure prediction via deep learning with multilevel temporal feature integration 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-13089-x PMID:41455725	研究论文	提出一种基于LSTM-PatchTST的液压支架压力预测方法，实现多维度特征依赖融合	将LSTM的短期波动与长期趋势捕捉能力与PatchTST的局部细节与全局依赖建模能力相结合，通过残差连接保证多层时序特征的完整保留	仅基于两个煤矿的实际数据进行验证，泛化能力可能需要更多场景的测试	提高液压支架压力预测的准确性，保障煤矿安全	液压支架压力数据	机器学习	NA	NA	LSTM, PatchTST, Transformer	时间序列数据	两个煤矿（付村煤矿和耿村煤矿）的实际压力数据	NA	LSTM, PatchTST	RMSE, MAE	NA
11663	2025-12-29	Low-SNR and BER reduction in UWOC systems using DESN and CNN-TCN deep learning models 2025-Dec-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31837-x PMID:41455766	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11664	2026-04-27	Deep learning optimization of teaching schedules in sports dance education 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28249-2 PMID:41444315	研究论文	提出一个基于深度学习的体育舞蹈教学调度框架，整合历史调度数据、教师可用性和学生表现指标，生成最优课程表	首次将递归神经网络与强化学习结合用于体育舞蹈教学调度，实现冲突解决、教师工作负载平衡和课程连续性的协同优化	实验数据仅来自五年真实课程数据，可能未完全覆盖所有教育机构场景；模型对动态约束的处理能力需进一步验证	解决体育舞蹈教育中调度冲突、课程分配低效和个性化训练计划需求等问题	教育机构的体育舞蹈课程历史数据、教师可用性信息和学生成绩指标	机器学习	不适用	不适用	RNN, 强化学习	结构化数据	五年真实体育舞蹈课程数据	不适用	RNN, 强化学习	冲突解决率, 工作负载平衡效率, 课程连续性, 调度执行时间	不适用
11665	2026-04-27	Enhancing groundwater level prediction with a hybrid deep learning model in Jinan City, China 2025-Dec-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28200-5 PMID:41444734	研究论文	提出一种混合深度学习模型STGPM，用于提高济南市地下水位的预测精度	集成图神经网络和循环神经网络，同时捕捉监测井之间的水文连通性和多尺度时间依赖关系，克服传统时间序列模型的局限	NA	提高地下水位预测精度，为可持续地下水资源管理和泉水保护策略提供决策支持工具	济南市的地下水监测井数据	机器学习	NA	NA	图神经网络，循环神经网络	数值数据	NA	NA	时空图预测模型（STGPM）	MAE， RMSE， R	NA
11666	2026-04-27	Cardiac function assessment with deep-learning-based automatic segmentation of free-running four-dimensional whole-heart cardiovascular magnetic resonance 2025-Dec-24, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2025.102677 PMID:41453741	研究论文	开发并验证一种基于深度学习的全自动分割框架，用于自由呼吸无需心电门控的4D全心心血管磁共振图像，以实现快速准确的解剖和功能分析	首次针对自由呼吸动态5D心脏MRI数据提出各向同性3D+心动周期的深度学习分割框架，利用4D传播数据增强方法提升时间一致性	右心室指标的一致性界限较宽，基于手动分割的传播依赖可能与疾病状态存在差异	实现自由呼吸动态心脏MRI的快速、准确、临床有意义的解剖和功能分析	左、右心室血池和左心室心肌的自动分割	计算机视觉	心血管疾病	自由呼吸心脏磁共振成像	3D nnU-Net	医学影像	未明确说明样本量，使用来自1.5T和3T扫描仪的对比增强和非对比增强数据集	NA	3D nnU-Net	Dice相似系数, 相对体积差, 组内相关系数, 偏差	NA
11667	2026-04-27	Prediction of electricity consumption and hydropower production in the smart power grid based on the gated recurrent unit neural network and modified future search algorithm 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32294-2 PMID:41429848	研究论文	提出基于门控循环单元神经网络和改进未来搜索算法的智能电网电耗与水电产量预测模型	首次将改进未来搜索算法与GRU神经网络结合用于智能电网的电力消耗与水电产量预测	NA	开发基于GRU和MFSA的优化预测模型，提高智能电网中能源消耗和水电产量的预测精度	智能电网中的电力消耗行为和水力发电量	机器学习	NA	GRU神经网络，改进未来搜索算法	GRU（门控循环单元）	经济和社会数据，气候数据	NA	NA	GRU	预测精度	NA
11668	2026-04-27	A novel sub-differentiable hausdorff loss combined with BCE for MRI brain tumor segmentation using UNet variants 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33136-x PMID:41429890	研究论文	提出一种新型亚可微Hausdorff损失函数，结合二元交叉熵损失，用于基于UNet变体的MRI脑肿瘤分割	提出一种亚可微Hausdorff损失（SDHL），通过引入平滑可微公式实现稳定梯度学习和鲁棒边界对齐，并首次将其与二元交叉熵结合以平衡边界精度和区域准确性	未明确说明局限性	解决脑肿瘤分割中的类别不平衡、对小肿瘤敏感性低以及标准损失函数无法强调病变边界的问题	MRI脑肿瘤图像	数字病理学	脑肿瘤	MRI	UNet变体（UNet、UNet+、VNet、UNet++、Attention UNet）	图像	未明确说明	PyTorch	UNet, UNet+, VNet, UNet++, Attention UNet	准确率，精确率，召回率，Dice系数，交并比，F1分数，马修斯相关系数	未明确说明
11669	2026-04-27	A lightweight and generalizable deep learning framework for early detection of rice leaf diseases in complex field environments 2025-Dec-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32568-9 PMID:41430365	研究论文	提出一种轻量级、可泛化的深度学习框架，用于复杂田间环境下水稻叶片疾病的早期检测	创新点包括：多分支大核融合深度可分离（MLFD）模块增强多尺度上下文特征提取；多尺度扩张变换注意力（MDTA）模块融合空间与通道注意力机制；轻量级检测头（Lo-Head）利用分组和深度可分离卷积降低模型复杂度而不牺牲准确性	未提及具体局限性	实现复杂田间环境下水稻叶片疾病的早期、准确、轻量级检测，并验证跨作物泛化能力	水稻、马铃薯、番茄的叶片疾病	计算机视觉	水稻叶片疾病	深度学习	CNN	图像	水稻叶片疾病数据集（具体数量未提及）；独立数据集包含马铃薯和番茄叶片疾病	NA	YOLOv11n（基线）, MLFD, MDTA, Lo-Head	mAP@0.5:0.95	NA
11670	2025-12-22	Advanced customer churn prediction for a music streaming digital marketing service using attention graph-based deep learning approach 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28357-z PMID:41422130	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11671	2026-04-27	Trustworthy deep learning for malaria diagnosis using explainable artificial intelligence 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28387-7 PMID:41419508	研究论文	本研究利用可解释人工智能技术，评估深度学习模型在疟疾诊断中的性能与可解释性	结合四种CNN模型与两种混合架构，并采用三种XAI技术（Grad-CAM、LIME、SHAP）分别从空间、超像素和像素层面解释模型决策，揭示误诊样本中的形态和染色伪影	未提及模型在不同疟原虫种类或混合感染场景下的泛化能力，且外部验证仅依赖单一数据集	开发高精度、可解释且泛化能力强的疟疾自动诊断框架，适用于资源有限的医疗环境	血涂片图像中的疟疾感染情况	计算机视觉	疟疾	血涂片成像	CNN（卷积神经网络）	图像	27,090张来自Kaggle疟疾数据集的血涂片图像，外加哈佛Dataverse的厚涂片图像	TensorFlow, Keras	MobileNetV2, VGG19, InceptionV3, ResNet18, Xception, Inception-ResNetV2	F1分数, 准确率	NA
11672	2026-04-27	Multi-sensor observer-based residual learning with Auto-Permutation Feature Importance for fault diagnosis of multistage centrifugal pumps under variable pressures 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-32726-z PMID:41402517	研究论文	提出一种融合多传感器观测器残差学习和自动排列特征重要性的框架，用于变压力下多级离心泵故障诊断	首次将自回归观测器残差建模与自动排列特征重要性机制结合，在变压力条件下实现高精度、低数据需求的故障诊断	未提及在更复杂故障模式或多工况组合下的验证，且未讨论模型对传感器故障的鲁棒性	实现变压力条件下离心泵故障的高效、可解释诊断，减少对大量标注数据的依赖	多级离心泵在3、3.5和4巴压力水平下的正常与故障状态信号	机器学习	NA	多传感器融合、自回归建模	高斯混合模型	多传感器时序信号	不同压力水平下的多组数据，具体数量未提及	NA	自回归观测器、自动排列特征重要性、高斯混合模型	准确率、t-SNE可视化、ROC曲线、混淆矩阵	NA
11673	2026-04-27	Reliable wrist PPG monitoring by mitigating poor skin sensor contact 2025-Dec-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31883-5 PMID:41407831	研究论文	提出一种深度学习框架，用于缓解静坐条件下皮肤传感器接触不良导致的光电容积描记信号失真问题	首次系统性关注静坐条件下皮肤-传感器接触不良问题，提出对抗训练深度生成模型与定制损失函数相结合的CP-PPG框架	NA	提升可穿戴设备在非运动场景下PPG信号的可靠性和生理参数监测精度	受接触压力干扰的腕部PPG信号	机器学习	心血管疾病	光电容积描记法	对抗生成网络	生理信号	NA	PyTorch	生成对抗网络	平均绝对误差	NA
11674	2026-04-27	Automatic crack detection in civil infrastructure based on a hybrid fine tuned MnasNet and adaptive patching 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28604-3 PMID:41402465	研究论文	提出一种结合轻量级MnasNet CNN与自适应补丁机制的混合框架，用于土木基础设施自动裂缝检测	首次将混沌理论和莱维飞行动力学应用于结构健康监测的优化算法（ULEO），并采用动态补丁机制根据图像复杂度调整补丁大小，无需增加运行时间即可提升精度	NA	开发一种高效、低资源消耗的视觉裂缝检测框架，适用于实时和移动平台	土木基础设施中的裂缝	计算机视觉	NA	CNN	MnasNet CNN，ULEO优化算法	图像	CRACK500数据集	NA	MnasNet，VGG16，OpenMV-CNN，XGBoost，XAI/t-SNE	准确率，敏感度，特异度，F1分数	每张图像计算时间0.05秒，适用于移动和嵌入式平台
11675	2026-04-27	Explore antibody repertoire in the era of AI 2025-Dec-16, Acta biochimica et biophysica Sinica IF:3.3Q1 DOI:10.3724/abbs.2025230 PMID:41403245	review	本综述介绍了人工智能时代下抗体库研究的新概念，并讨论了深度学习方法在理解抗体库中的应用	系统性地将深度学习技术应用于抗体库研究，涵盖从抗体克隆型定义到免疫诊断的全链条创新	NA	探讨深度学习在抗体库研究中的应用，包括抗体结合预测、特异性抗体生成和免疫诊断	抗体库（抗体克隆型）及其进化特征	natural language processing	NA	高通量测序、深度学习	深度学习模型	抗体库序列数据	NA	NA	NA	NA	NA
11676	2026-04-27	Association of deep learning-derived optic nerve morphology with Parkinson's disease and drug-induced Parkinsonism: Findings from the LIFE Study 2025-12-15, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2025.123751 PMID:41223743	研究论文	利用深度学习分析眼底照片中的视神经形态（杯盘比）与帕金森病及药物诱发的帕金森综合征的关联	首次在大规模人群研究中探讨深度学习衍生的视神经形态（杯盘比）与帕金森病和药物诱发性帕金森综合征的关联	未发现杯盘比与药物诱发性帕金森综合征的显著关联，可能受限于样本量或混杂因素	探究非侵入性成像标志物（杯盘比）在帕金森病及药物诱发性帕金森综合征中的潜在诊断价值	14,280名40-64岁日本社区参与者	计算机视觉, 机器学习	帕金森病, 药物诱发性帕金森综合征	深度学习（眼底照片分析）	深度学习模型	图像（眼底照片）	14,280名参与者（其中帕金森病131例，药物诱发性帕金森综合征152例）	未提及	未提及	比值比（OR）、95%置信区间（CI）	未提及
11677	2026-04-27	Deep learning for head and neck radiation dose prediction: a systematic review and meta-analysis 2025-Dec-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28442-3 PMID:41361342	meta分析	对基于深度学习的头颈部放射治疗剂量预测方法进行系统综述和荟萃分析	通过荟萃分析系统评估了不同卷积神经网络架构在头颈部放疗剂量预测中的性能差异，并探讨了放疗技术、网络设计和癌症类型等亚组因素的影响	异质性较高（I²>99%）限制了结果的可解释性，且对脊髓以外其他危及器官的泛化能力有限	评估卷积神经网络及其相关架构在头颈部放疗剂量预测中的有效性	头颈部放疗患者	机器学习	头颈部癌症	放射治疗	卷积神经网络（CNN）	放射治疗剂量分布数据	不适用（系统综述和荟萃分析，未涉及具体样本量）	NA	经典CNN、高级CNN（包括密集块等）	平均绝对误差（MAE）	NA
11678	2026-04-27	Accurate Mediterranean Sea forecasting via graph-based deep learning 2025-Dec-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31177-w PMID:41353460	研究论文	SeaCast是一种基于图的深度学习模型，用于高分辨率区域海洋预报，在地中海海域的实验中展示了优于传统数值模型的性能	提出SeaCast模型，利用图框架处理海洋网格的复杂几何结构，并整合外部强迫数据，实现了高分辨率区域海洋预报的显著性能提升	仅在单一地中海区域进行验证，未提及模型在其他海域或不同分辨率下的适用性	开发一种快速、节能的神经网络模型，用于高分辨率区域海洋预报	地中海海域的海洋动力过程预报	机器学习	NA	NA	图神经网络	海洋网格数据、外部强迫数据	地中海海域10天和15天预报窗口的实验数据	PyTorch	图神经网络	所有可用指标（未具体说明）	NA
11679	2025-12-05	Deep learning-based prediction of cold surge frequency over South Korea 2025-Dec-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28608-z PMID:41339672	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11680	2026-04-27	From Sequence to Response: AI-Guided Prediction of Nucleic Acid Nanoparticles Immune Recognitions 2025-Dec, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202509459 PMID:41147065	研究论文	提出基于深度学习的框架，根据核酸纳米颗粒的序列预测免疫反应（IFN-β和IL-6）	首次利用基于注意力的Transformer架构，通过系统性的链置换训练，实现无需手动特征工程的序列-免疫反应定量结构-活性关系建模，并保持生物学可解释性	仅基于176个结构多样的NANPs进行训练和验证，样本量有限，可能影响模型对更广泛序列空间的泛化能力	建立从核酸纳米颗粒序列到免疫反应预测的快速计算方法，以指导NANPs的理性设计和优化	核酸纳米颗粒（NANPs）诱导的细胞因子反应，具体为干扰素-β和白细胞介素-6	机器学习，数字病理学	NA	序列分析，深度学习	Transformer	序列数据	176个结构多样、单独组装且经实验表征的NANPs	PyTorch	Transformer	皮尔逊相关系数R，均方根误差RMSE	NA