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
101	2025-07-05	Sequence to sequence architecture based on hybrid LSTM global and local encoders approach for meteorological factors forecasting 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08331-5 PMID:40595187	研究论文	本文提出了一种基于混合LSTM全局和局部编码器方法的气象因素预测序列到序列架构	引入了H-LSTM-GLE模型，结合局部编码器的滑动窗口机制、全局编码器的二次编码以及状态向量计算模块，提高了气象因素预测的准确性	未提及模型在大规模气象数据上的计算效率或实时预测能力	提高气象因素预测的准确性	相对湿度(SML2010-Hum)和室外温度(SML2010-outTem)数据	机器学习	NA	深度学习	H-LSTM-GLE (混合LSTM全局-局部编码器)	时间序列数据	两个数据集(SML2010-Hum和SML2010-outTem)
102	2025-07-05	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	research paper	该研究探讨了使用机器学习和深度学习方法来提高甲状腺疾病预测的准确性	通过使用粒子蛇群优化（PSSO）等更先进的优化方法提升模型性能，随机森林结合PSSO模型在预测甲状腺疾病方面表现出显著优势	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准确性，优化医疗健康结果	甲状腺疾病，特别是甲状腺功能减退和甲状腺功能亢进	machine learning	thyroid disease	machine learning, deep learning	RF, decision tree, SVM, KNN, CNN-LSTM	NA	NA
103	2025-07-05	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	本研究评估了一种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两种成像模式，提高了诊断准确率至96.3%，优于单一输入网络	样本量相对较小（391例），且仅针对两种特定遗传性视网膜疾病	评估深度学习模型在遗传性视网膜疾病诊断中的性能	遗传性视网膜疾病患者（RP和STGD）及健康个体的眼底图像	数字病理学	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）
104	2025-07-05	Integration of metaheuristic based feature selection with ensemble representation learning models for privacy aware cyberattack detection in IoT environments 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05545-5 PMID:40595948	研究论文	提出了一种基于自适应元启发式特征选择与集成学习模型的隐私保护网络攻击检测技术（AMFS-ELPPCD），用于物联网环境	结合自适应Harris hawk优化（AHHO）进行特征选择，并采用BiGRU、WAE和DBN等集成模型进行分类，通过SGO优化超参数，提高了检测准确率	仅基于CICIDS-2017和NSLKDD两个数据集进行验证，可能在其他数据集上的泛化能力有待进一步测试	提升物联网环境中网络攻击检测的准确性和隐私保护能力	物联网环境中的网络攻击数据	机器学习	NA	Z-score标准化、AHHO、BiGRU、WAE、DBN、SGO	集成学习模型（BiGRU、WAE、DBN）	网络数据	CICIDS-2017和NSLKDD数据集
105	2025-07-05	Detection of fasting blood sugar using a microwave sensor and convolutional neural network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06502-y PMID:40596086	研究论文	本研究提出了一种结合微波传感器和卷积神经网络（CNN）的非接触式空腹血糖检测方法	首次将宽带微波传感技术与深度学习相结合，用于非接触式血糖测量，展示了高精度（平均相对误差1.31%）和可穿戴设备集成的潜力	研究样本量较小（78人），且仅在受控实验室条件下测试	开发一种非侵入式、可靠的血糖监测技术以改善糖尿病管理	人体空腹血糖水平	生物医学工程	糖尿病	微波传感技术（30 kHz-18 GHz频段）	CNN	微波传输响应信号（S21参数）	78名受试者的390次测量（每人5次重复）
106	2025-07-05	Design concept and phase transformation study of advanced bainitic-austenitic medium-Mn steel 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05854-9 PMID:40596134	研究论文	本文设计了一种新型中锰钢的等温热处理工艺，研究了其相变行为及微观结构	采用深度学习评估方法对微观结构组成进行定量分析，并结合热力学和动力学参数预测贝氏体铁素体板条厚度	研究仅针对特定成分的钢材，结果可能不适用于其他合金体系	开发具有均匀细小板条结构的贝氏体-奥氏体中锰钢	0.17C-3.1Mn-1Si-0.55Al-0.22Mo-0.034Ti-0.073V钢	材料科学	NA	高分辨率膨胀测量法、SEM、EBSD、TEM、XRD	DL	显微图像、衍射数据	特定成分的钢样品
107	2025-07-05	Long short-term memory (LSTM) networks for precision prediction of Schottky barrier photodiode behavior at different ıllumination levels 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06809-w PMID:40596142	研究论文	本研究利用LSTM算法建模和预测CdZnO夹层Al/p-Si肖特基二极管的电学特性及参数	提出了一种基于LSTM的时间与成本高效的深度学习模型，替代传统实验方法，用于预测肖特基二极管在不同掺杂浓度和光照水平下的电学行为	在50和250 mW/cm光照条件下，Diode 3的预测误差较高	开发一个鲁棒的预测模型，准确捕捉掺杂浓度和光照水平对肖特基二极管电学行为的影响	CdZnO夹层Al/p-Si肖特基二极管	机器学习	NA	LSTM算法	LSTM	电学参数数据	3个不同Cd掺杂比例（10%、20%、30%）的Al/CdZnO/p-Si肖特基二极管，在5种不同光照水平（50、100、150、200、250 mW/cm）下的数据
108	2025-07-05	A novel neuroimaging based early detection framework for alzheimer disease using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05529-5 PMID:40596195	研究论文	提出了一种基于神经影像和深度学习的阿尔茨海默病早期检测框架NEDA-DL	采用混合ResNet-50和AlexNet架构，并利用CUDA并行处理优化，结合MRI和PET神经影像数据进行高效计算	未提及具体样本量及数据来源的多样性限制	提高阿尔茨海默病的早期诊断精度	阿尔茨海默病患者	数字病理学	阿尔茨海默病	MRI和PET神经影像技术	混合ResNet-50和AlexNet架构	神经影像数据	NA
109	2025-07-05	Deep learning strategies for semantic segmentation of pediatric brain tumors in multiparametric MRI 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07257-2 PMID:40596219	研究论文	本研究提出了两种深度学习策略，用于多参数MRI中儿童脑肿瘤的语义分割	设计了两种新型的多编码器架构，利用注意力机制，并实现了集成范式和后处理技术以提高性能	研究主要基于BraTS-PEDs 2024数据集，可能在其他数据集上的泛化能力有限	开发自动化分割方法以支持儿童脑肿瘤的精确诊断和治疗监测	儿童脑肿瘤（PBTs）	数字病理学	脑肿瘤	MRI	SegResNet, 多编码器架构	图像	BraTS-PEDs 2024数据集中的儿童胶质瘤样本
110	2025-07-05	Real-world defocus deblurring via score-based diffusion models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07326-6 PMID:40596248	研究论文	提出了一种基于分数扩散模型的高分辨率迭代去模糊方法，用于真实场景中的散焦模糊图像恢复	无需成对的清晰与模糊图像训练模型，采用分数扩散模型和预测-校正框架逐步提升图像质量	需要真实世界数据集进行训练，可能受限于数据采集的难度	解决真实场景中散焦模糊图像的高分辨率恢复问题	散焦模糊图像	计算机视觉	NA	分数扩散模型，反向时间随机微分方程（SDE）	分数扩散模型	图像	自采集数据集、RealBlur和DED数据集
111	2025-07-05	A novel double machine learning approach for detecting early breast cancer using advanced feature selection and dimensionality reduction techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06426-7 PMID:40596255	研究论文	本文提出三种双机器学习模型，通过结合先进的特征选择和降维技术，提高乳腺癌检测的准确性	结合随机森林和前馈神经网络的解释性与深度学习能力，以及XGBoost与ANN、LightGBM与ANN的组合，通过元分类器融合特征，显著提升分类性能	未提及模型在临床环境中的实际应用效果及泛化能力	提高乳腺癌早期检测的准确率	乳腺癌检测数据集	机器学习	乳腺癌	双机器学习（DML）、PCA降维、特征选择	RF、FNN、XGBoost、ANN、LightGBM	结构化数据和序列数据	NA
112	2025-07-05	Enhancing sarcasm detection in sentiment analysis for cyberspace safety using advanced deep learning techniques 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08131-x PMID:40596266	研究论文	本文提出了一种基于深度学习的讽刺检测方法，用于社交媒体中的情感分析，以增强网络空间安全	结合CNN和AM-BLSTM-GRU模型，并使用ESRD优化器优化分类器参数，显著提高了讽刺检测的性能	未提及模型在跨语言或多语言环境下的适用性	开发高效的讽刺检测系统以识别和减少网络欺凌行为	社交媒体帖子中的讽刺内容	自然语言处理	NA	NLP	CNN, AM-BLSTM-GRU	文本	来自Kaggle和新闻标题的数据集
113	2025-07-05	A deep learning-based computed tomography reading system for the diagnosis of lung cancer associated with cystic airspaces 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05986-y PMID:40596379	research paper	提出一种基于深度学习的CT图像阅读系统LungSSFNet，用于辅助诊断与囊性气腔相关的肺癌	开发了新的深度学习模型LungSSFNet，其在识别和分割与囊性气腔相关的肺癌及肺大泡方面优于现有模型	研究为回顾性分析，样本量相对有限，需进一步前瞻性研究验证	探索深度学习模型在辅助诊断与囊性气腔相关的肺癌中的性能	与囊性气腔相关的肺癌及肺大泡的CT图像	digital pathology	lung cancer	CT成像	LungSSFNet（基于nnUnet开发）	image	342个CT系列（272个来自LCCA患者，70个来自肺大泡患者）
114	2025-07-05	Clinical validation of AI assisted animal ultrasound models for diagnosis of early liver trauma 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-91900-5 PMID:40596647	研究论文	该研究开发了一种AI辅助超声模型，用于早期肝创伤识别，使用了中国北京的巴马小型猪和患者数据	开发了一种结合动物和临床数据的深度学习模型，在内部测试中表现优于初级和高级超声医师	模型性能略低于高级超声医师	开发AI辅助工具用于早期肝创伤诊断	巴马小型猪和北京的患者	数字病理学	肝创伤	超声成像	深度学习模型	超声图像	巴马小型猪和北京的患者数据
115	2025-07-05	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	本文提出了一种名为River的可解释深度学习框架，用于识别在不同条件下表现出空间表达差异的基因	提出了DSEP基因优先排序这一新的分析任务，并开发了River框架，该框架具有双分支预测架构和事后归因策略，能够识别与条件相关的空间变化基因	未明确提及具体限制，但可能面临跨切片空间变异建模和大规模数据集的可扩展性挑战	开发一种可解释的深度学习框架，用于分析跨多个生物条件的组织范围表达动态	基因的空间表达模式	生物信息学	三阴性乳腺癌、糖尿病、狼疮	空间分辨转录组学	深度学习	空间转录组数据	NA
116	2025-07-05	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	research paper	本文探讨了将先进的人工智能（AI）深度学习方法与精确的作物产量预测相结合的BBO-BDC技术	提出了结合Barilai-Borwein梯度最小-最大归一化、Blinder-Oaxaca统计分解和Bernoulli深度信念网络的AI增强型BBO-BDC分类器，显著提高了作物产量预测的准确性和效率	未提及具体的数据来源和样本多样性，可能影响模型的泛化能力	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	作物产量预测数据集	machine learning	NA	Barilai-Borwein梯度最小-最大归一化、Blinder-Oaxaca统计分解、Bernoulli深度信念网络	Deep Belief Network	crop yield data	未明确提及具体样本数量
117	2025-07-05	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	research paper	介绍了一种名为HAPI-BELT的系统，通过双智能传感器和深度学习算法实时监测早产儿低血糖	结合智能摄像头和PPG传感器的智能腰带，利用GRU-LSTM网络进行低血糖检测	未提及样本量或具体临床验证结果	开发实时监测早产儿低血糖的系统	早产儿	digital pathology	geriatric disease	PPG, deep learning	GRU-LSTM	image, sensor data	NA
118	2025-07-05	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	本文提出了一种可解释的小样本学习工作流程，用于检测巴西大西洋森林中的入侵和外来树种	结合Siamese网络和可解释AI（XAI），在数据稀缺条件下实现树种分类并提供预测的视觉解释	依赖于无人机图像，可能受限于图像质量和环境因素	开发一种在数据稀缺条件下仍能有效检测入侵和外来树种的方法	巴西大西洋森林中的入侵和外来树种	计算机视觉	NA	无人机图像采集	Siamese网络, MobileNet	图像	小样本学习（3-shot learning）
119	2025-07-05	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	本文提出了一种先进的机器学习框架，用于精确的神经传导速度分析，结合了多尺度信号处理和生理约束的深度学习	解决了传统NCV技术的三个基本限制：神经纤维建模过于简化、温度敏感性和静态测量解释，提出了熵优化小波分析、热力学正则化神经网络和随机进展模型	NA	提升神经传导速度分析的准确性和临床应用	神经传导速度分析	机器学习	神经病变	多尺度信号处理、深度学习	热力学正则化神经网络、随机进展模型	信号数据	来自28个医疗中心的1842名患者
120	2025-07-05	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	本研究探讨了集成方法和部分监督学习在小鼠器官自动分割中的准确性和鲁棒性	首次将部分监督学习（PSL）框架应用于临床前研究，并展示了3D模型在准确性和外部数据集泛化能力上的优越性	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高	提高小鼠μCT图像自动分割的准确性和鲁棒性，以改善临床前放疗工作流程的效率和可重复性	小鼠μCT图像中的多个器官	计算机视觉	NA	深度学习	3D模型、2D模型、集成学习	图像	多个数据集（具体数量未明确说明）