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
121	2025-07-03	Lessons learned from RadiologyNET foundation models for transfer learning in medical radiology 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05009-w PMID:40593000	研究论文	本文探讨了在医学放射学中使用RadiologyNET基础模型进行迁移学习的经验与教训	提出了基于RadiologyNET数据集预训练的多种流行架构，并比较了其与ImageNet预训练模型在多个医学数据集上的性能	预训练数据与下游应用的对齐对模型性能有重要影响，结果在不同任务间存在差异	研究基础模型在医学放射学中的应用效果	医学放射学图像	计算机视觉	NA	深度学习	ResNet18, ResNet34, ResNet50, VGG16, EfficientNetB3, EfficientNetB4, InceptionV3, DenseNet121, MobileNetV3Small, MobileNetV3Large	图像	1,902,414张医学图像
122	2025-07-03	Predictive model of ulcerative colitis syndrome with ensemble learning and interpretability methods 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04824-5 PMID:40593010	研究论文	提出一种结合集成学习和可解释性方法的溃疡性结肠炎中医证候预测模型	首次在中医证候分类中引入SHAP和LIME可解释性方法，揭示关键证候特征	数据仅来自单一医院，可能影响模型泛化能力	提高溃疡性结肠炎中医证候分类的准确性和可解释性	溃疡性结肠炎患者的中医证候	机器学习	溃疡性结肠炎	SHAP, LIME	集成学习(Gradient Boosting)	电子医疗记录	8078份来自北京中医药大学东方医院的电子病历(2006-2019年)
123	2025-07-03	Deep learning-based single-shot computational spectrometer using multilayer thin films 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06691-6 PMID:40593028	研究论文	本研究展示了一种基于深度学习的单次计算光谱仪，能够通过多层薄膜滤波器阵列恢复窄带和宽带光谱	采用深度学习架构（密集层和带有残差连接的U-Net主干）进行光谱重建，并结合多层薄膜滤波器阵列与CMOS图像传感器，实现高精度光谱测量	研究仅限于500至850 nm波长范围的光谱重建，且需要大量光谱数据进行模型训练	开发一种紧凑、快速、高精度的计算光谱仪，适用于移动应用和商业化	多层薄膜滤波器阵列和CMOS图像传感器	计算机视觉	NA	深度学习、晶圆级模板光刻技术、扫描电子显微镜（SEM）分析	密集层和U-Net主干	图像	3,223个光谱（包括宽带和窄带光谱）
124	2025-07-03	Research and optimization of a multilevel fire detection framework based on deep learning and classical pattern recognition techniques 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06721-3 PMID:40593038	研究论文	本文提出了一种基于深度学习和经典模式识别技术的多层次火灾检测框架FFDNet，旨在提高火灾检测的准确性和降低误报率	结合了改进的RT-DETR模型和VQGAN技术，并引入了新颖的损失函数InnMPD-IoU，以及使用CLBP技术进行纹理特征提取	未提及在极端或特定复杂环境下的性能表现	开发一个强大、高效且广泛适用的火焰检测工具，为火灾预防和响应提供技术支持	火焰和类似火焰的现象	计算机视觉	NA	RT-DETR, VQGAN, CLBP	RT-DETR, VQGAN	图像	Dataset for Fire and Smoke Detection (DFS)
125	2025-07-03	Cuff-less blood pressure monitoring via PPG signals using a hybrid CNN-BiLSTM deep learning model with attention mechanism 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07087-2 PMID:40593051	研究论文	本文提出了一种基于PPG信号的无袖带血压监测方法，采用混合CNN-BiLSTM深度学习模型与注意力机制	结合CNN、BiLSTM和注意力机制的混合架构，提升了血压估计的时空特征提取精度	虽然样本量较大，但仍需在更多样化的人群中进行验证以提高普适性	开发一种精确、非侵入性的血压监测方法，以支持可穿戴健康技术和实时应用	通过PPG信号进行血压监测	数字病理学	心血管疾病	PPG信号处理	CNN-BiLSTM	信号数据	来自MIMIC-II数据库的2064名患者
126	2025-07-03	Research on dimension measurement algorithm for parcel boxes in high-speed sorting system 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07730-y PMID:40593050	研究论文	本文提出了一种基于深度学习的矩形包装盒3D定位算法，并设计了一个轻量级的包裹盒检测模型EODNet，以提高高速分拣系统中包裹盒尺寸测量的效率和准确性	使用线性注意力机制实现高效特征选择，设计了高-低层特征融合结构和C2f-GhostCondConv以实现不同层次输入特征的选择性融合	NA	解决传统人工分拣效率低、自动化水平低及现有包裹盒检测算法在识别效率、准确性和部署成本之间难以平衡的问题	矩形包装盒	计算机视觉	NA	深度学习	EODNet	图像	包装盒数据集和公共数据集
127	2025-07-03	Different prefrontal cortex activity patterns in bipolar and unipolar depression during verbal fluency tasks based on functional near infrared spectroscopy study 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05896-z PMID:40593067	研究论文	本研究利用功能性近红外光谱技术(fNIRS)探讨了单相抑郁症(UD)和双相抑郁症(BD)患者在言语流畅性任务(VFT)中前额叶皮质的功能差异，并评估了fNIRS作为认知评估诊断工具的可靠性	首次结合fNIRS技术和深度学习方法来区分UD和BD患者的前额叶皮质活动模式，并识别出可作为生物标志物的特定脑区	样本量相对有限(UD 73例，BD 59例，HC 40例)，且仅基于言语流畅性任务进行评估	探究单相和双相抑郁症患者前额叶皮质功能的差异，并评估fNIRS作为诊断工具的潜力	单相抑郁症患者(UD)、双相抑郁症患者(BD)和健康对照者(HC)	神经影像学	抑郁症	功能性近红外光谱(fNIRS), 一维卷积神经网络	一维CNN	血流动力学响应数据	172人(73 UD患者, 59 BD患者, 40健康对照)
128	2025-07-03	Cross-language dissemination of Chinese classical literature using multimodal deep learning and artificial intelligence 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05921-1 PMID:40593073	研究论文	本文提出了一种基于多模态深度学习的翻译模型TMNMT，用于促进中国古典文学的跨语言传播与理解	创新性地整合了条件扩散模型生成的视觉特征，并利用知识蒸馏技术实现高效的迁移学习，充分挖掘多语言语料库中的潜在信息	NA	促进中国古典文学的跨语言传播与理解	中国古典文学	自然语言处理	NA	多模态深度学习、知识蒸馏	Transformer-Multimodal Neural Machine Translation (TMNMT)	文本、图像	NA
129	2025-07-03	Automated sleep staging model for older adults based on CWT and deep learning 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07630-1 PMID:40593120	研究论文	本研究提出了一种基于连续小波变换和深度学习的老年人自动睡眠分期模型RICM-SleepNet，旨在提高老年人睡眠分期的准确性和效率	首次针对老年人群体设计自动睡眠分期模型，结合多尺度特征提取和注意力机制，显著提升了分期准确性	模型尚未在临床环境中得到充分验证，需要进一步优化以适应更广泛的应用场景	开发针对老年人睡眠分期的高精度自动模型	老年人睡眠数据	机器学习	老年疾病	连续小波变换(CWT)	RICM-SleepNet（基于Inception模块和CBAM注意力机制）	三维时频特征融合图	Sleep-EDF扩展数据集
130	2025-07-03	Automated ejection fraction and risk stratification in cardiomyopathy patients with diverse LV geometry using 2D echocardiography 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06738-8 PMID:40593134	研究论文	开发了一种深度学习模型，用于从超声心动图图像中估计左心室射血分数（LVEF），并评估不同左心室几何亚型的预后因素	使用DeepLabV3+算法处理超声心动图图像，针对不同左心室几何亚型（CH、EH、CR、NG）进行LVEF估计和风险分层	样本量较小（120名患者），且仅在心肌病患者中验证	开发一种能够适应左心室几何变异性的深度学习模型，用于心肌病患者的LVEF估计和风险分层	心肌病患者	数字病理学	心血管疾病	超声心动图	DeepLabV3+	图像	120名心肌病患者（分为CH、EH、CR、NG亚型）
131	2025-07-03	Construction of evolutionary stability and signal game model for privacy protection in the internet of things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08836-z PMID:40593151	研究论文	该研究聚焦于物联网环境中的隐私保护，提出了一种基于进化博弈理论和信号博弈机制的模型，以分析和优化隐私保护策略	提出了结合进化博弈理论和信号博弈机制的多阶段信号游戏与深度学习模型（IoT-PSGDL），在隐私保护效果、策略更新速度和系统响应时间等方面表现优异	NA	提供一种高效且动态优化的隐私保护策略，以应对复杂物联网环境中的各种隐私威胁	用户、设备、网络运营商和攻击者之间的博弈模型	物联网安全	NA	进化博弈理论、信号博弈机制、深度学习	IoT-PSGDL	物联网数据集	CIC IoT数据集
132	2025-07-03	Explainable AI in early autism detection: a literature review of interpretable machine learning approaches 2025-Jul-01, Discover mental health DOI:10.1007/s44192-025-00232-3 PMID:40593180	文献综述	本文综述了可解释人工智能（XAI）在早期自闭症检测中的应用，重点讨论了可解释机器学习方法	强调了XAI在提高AI模型透明度和可信度方面的作用，特别是在自闭症早期检测中的应用	未提及具体研究数据的局限性	探讨XAI在自闭症早期检测中的应用及其重要性	自闭症谱系障碍（ASD）的早期检测与诊断	自然语言处理	自闭症	可解释人工智能（XAI）	NA	NA	NA
133	2025-07-03	Deep learning for network security: an Attention-CNN-LSTM model for accurate intrusion detection 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07706-y PMID:40593224	研究论文	本文提出了一种新颖的混合深度学习模型Attention-CNN-LSTM，用于网络入侵检测，结合了CNN、LSTM和自注意力机制以提高检测准确性	提出了一种结合CNN、LSTM和自注意力机制的混合模型，显著提高了入侵检测的准确性和性能指标	未提及模型在更复杂或新型网络攻击场景下的表现	开发高效的网络入侵检测系统以应对不断演变的网络威胁	网络入侵检测	机器学习	NA	深度学习	Attention-CNN-LSTM	网络流量数据	NSL-KDD和Bot-IoT数据集
134	2025-07-03	Improved model for intrusion detection in the Internet of Things 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-92852-6 PMID:40593260	研究论文	本文提出了一种改进的深度学习模型，用于物联网环境中的入侵检测，以提高准确性和泛化能力	该模型利用CNN的能力，集成了数据增强和正则化技术以防止过拟合，并在多个基准数据集上表现出优于LSTM和决策树等替代方法的性能	论文未明确提及模型在更广泛或更复杂物联网环境中的适用性限制	提高物联网环境中的入侵检测准确性和泛化能力	物联网设备和网络	机器学习	NA	深度学习	CNN	网络数据	多个基准数据集（具体数量未明确提及）
135	2025-07-03	FPGA implementation of deep learning architecture for ankylosing spondylitis detection from MRI 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08593-z PMID:40593288	研究论文	本研究旨在通过自动化系统对强直性脊柱炎患者的轴向磁共振成像序列进行分类，以实现强直性脊柱炎的诊断	采用FPGA实现深度学习架构，用于强直性脊柱炎的MRI检测，具有高计算能力和低延迟的优势	研究仅基于527名个体的MRI数据集，样本量可能不足以覆盖所有强直性脊柱炎病例的多样性	开发一种自动化系统，用于强直性脊柱炎的早期诊断	强直性脊柱炎患者的轴向磁共振成像序列	数字病理学	强直性脊柱炎	MRI	深度学习神经网络(DLNNs)	图像	527名个体的MRI图像
136	2025-07-03	Enhancing the YOLOv8 model for realtime object detection to ensure online platform safety 2025-Jul-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08413-4 PMID:40593284	研究论文	本研究基于YOLOv8-m架构提出了一种增强型目标检测模型（EOD），用于提高在线平台中有害物体的检测能力	改进了跨阶段部分融合模块并在模型头部加入了三个额外的卷积块，从而提升了特征提取和检测能力	NA	提高在线平台中有害物体的检测能力，保障用户安全	有害物体（如武器、成瘾物质和暴力内容）	计算机视觉	NA	深度学习	YOLOv8	图像	公共数据集，覆盖六类有害物体
137	2025-07-03	Predictive value of subacromial motion metrics for the effectiveness of ultrasound-guided dual-target injection: a longitudinal follow-up cohort trial 2025-Jul-01, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-01989-5 PMID:40593369	research paper	该研究评估了动态超声指标对超声引导下双靶点注射治疗肩峰下撞击综合征（SIS）效果的预测价值，并比较了双靶点注射与标准注射的长期疗效	首次使用动态超声指标（如最小垂直肩峰肱骨距离mVAHD）预测双靶点注射的早期成功和疼痛复发，并证明双靶点注射比标准注射具有更长的有效持续时间	研究样本量相对较小（90例患者），且未使用深度学习算法进一步验证mVAHD的预测价值	评估动态超声指标对SIS治疗效果的预测价值并比较不同注射方法的疗效	肩峰下撞击综合征（SIS）患者	digital pathology	肩峰下撞击综合征	超声引导注射、动态超声检查	NA	超声影像数据、临床评估数据	90例接受双靶点注射的SIS患者，另与90例历史队列患者进行比较
138	2025-07-03	Evaluation of the effectiveness of artificial intelligence models in radiopaque and radiolucent lesions of the maxillofacial region on panoramic radiographs 2025-Jul-01, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00838-x PMID:40593453	研究论文	本研究评估了深度学习算法在颌面部区域全景X光片中放射线不透和放射线可透病变的分类、检测和分割中的效果	首次比较了多种深度学习架构（AlexNet、VGG16、GoogleNet和YOLOv8）在颌面部病变自动分析中的表现，并确定了最佳性能模型	研究样本年龄跨度较大（12-80岁），可能影响模型的泛化能力，且未说明具体样本数量	评估人工智能模型在颌面部放射影像病变分析中的有效性	颌面部区域的放射线不透和放射线可透病变	计算机视觉	颌面部疾病	深度学习	AlexNet, VGG16, GoogleNet, YOLOv8	医学影像（全景X光片）	NA
139	2025-07-03	Deep generalizable prediction of RNA secondary structure via base pair motif energy 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60048-1 PMID:40593483	研究论文	本文提出了一种名为BPfold的深度学习方法，通过构建碱基对基序库并学习RNA序列与碱基对基序能量图之间的关系，用于预测RNA二级结构	构建了一个碱基对基序库，枚举了局部相邻的三邻碱基对的完整空间，并通过从头建模三级结构记录相应基序的热力学能量，开发了BPfold方法以提高预测的准确性和泛化能力	未明确提及具体局限性，但暗示泛化性问题在未见过的RNA家族中仍是一个挑战	提高RNA二级结构预测的准确性和泛化性，整合物理先验和深度学习方法	RNA序列及其二级结构	自然语言处理	NA	深度学习	BPfold	RNA序列数据	未明确提及具体样本数量，但使用了序列和家族层面的数据集进行实验
140	2025-07-03	Data-driven protease engineering by DNA-recording and epistasis-aware machine learning 2025-Jul-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-60622-7 PMID:40593579	研究论文	本文介绍了一种结合DNA记录技术和机器学习的方法，用于工程化具有特定底物特异性的蛋白酶	提出了一种DNA记录器用于深度特异性分析蛋白酶，并开发了一种数据高效的深度学习模型，能够准确预测具有所需活性的蛋白酶序列	研究主要集中在大肠杆菌中的蛋白酶，可能不直接适用于其他生物系统	开发数据驱动的方法来设计和预测具有特定催化功能的蛋白酶序列	蛋白酶及其底物特异性	机器学习	NA	DNA记录技术，深度学习	深度学习模型	序列-活性数据	29,716种候选蛋白酶和134种底物，约600,000个蛋白酶-底物对