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
141	2025-07-05	Printed document layout analysis and optical character recognition system based on deep learning 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07439-y PMID:40610547	研究论文	本文提出了一种基于深度学习的印刷文档布局分析和文本识别系统	使用YOLOv4和YOLOv8深度学习算法进行文档布局分析，并结合CNN进行文本识别，实现高效准确的OCR处理	未提及对复杂或低质量文档的处理能力	开发一种本地计算机上便捷、快速且高精度的OCR处理系统	印刷文档的扫描图像或图像文件	计算机视觉	NA	深度学习	YOLOv4, YOLOv8, CNN	图像	未提及具体样本数量
142	2025-07-05	Diagnosis of psoriasis and lichen planus in real-time using neural networks based on skin Biomechanical properties obtained from numerical simulation 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08781-x PMID:40610543	研究论文	本研究提出了一种结合深度学习和皮肤生物力学特性数值模拟的新方法，以提高银屑病和扁平苔藓的诊断准确性	利用ABAQUS软件生成1000个数值模拟数据，结合ResNet-50 CNN模型，将生物力学参数转换为图像数据，实现了99.8%的诊断准确率	数据集仅包含1000个实例，可能不足以涵盖所有临床变异性	提高银屑病和扁平苔藓的诊断准确性，辅助医生和皮肤科医生实时分类皮肤病	银屑病和扁平苔藓患者	数字病理学	皮肤病	数值模拟（ABAQUS软件）	CNN（ResNet-50）	图像数据（由数值数据转换而来）	1000个实例（银屑病和扁平苔藓各500例）
143	2025-07-05	Multiclass leukemia cell classification using hybrid deep learning and machine learning with CNN-based feature extraction 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05585-x PMID:40610551	研究论文	本文提出了一种结合预训练CNN架构和先进分类模型的混合方法，用于多类白血病细胞分类	整合预训练深度学习架构与混合分类技术，在数据受限情况下实现稳健的多类分类	ResNet50由于小数据集导致的过拟合问题表现不佳	提高白血病亚型分类的准确性和可靠性，以改善临床决策和患者护理	健康细胞、淋巴母细胞和髓母细胞	数字病理学	白血病	CNN-based特征提取	VGG16, InceptionV3, ResNet50, RF, SVM, XGBoost, MLP	图像	公开数据集ALL-IDB和Munich AML Morphology Dataset
144	2025-07-05	Deep learning-driven insights into the transmission dynamics of hepatitis B virus with treatment 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06660-z PMID:40610572	研究论文	本研究采用分数阶建模方法和深度神经网络技术，分析了治疗对乙型肝炎病毒传播动力学的影响	提出了一种结合分数阶模型和深度神经网络的混合架构，提高了传染病建模的准确性和计算效率	未明确说明模型在真实世界数据中的验证情况	分析治疗对HBV传播动力学的影响，提高流行病学建模的准确性	乙型肝炎病毒(HBV)的传播动态	机器学习	乙型肝炎	分数阶建模、深度神经网络(DNNs)	Caputo HBV模型、DNN	数值模拟数据	NA
145	2025-07-05	An efficient privacy-preserving multilevel fusion-based feature engineering framework for UAV-enabled land cover classification using remote sensing images 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08930-2 PMID:40610669	研究论文	提出了一种基于无人机遥感图像的高效隐私保护多级融合特征工程框架，用于土地覆盖分类	结合隐私保护入侵检测模型和多级融合特征工程技术，提高了土地覆盖分类的准确性和安全性	未提及模型在不同环境条件下的泛化能力	开发一种有效的无人机遥感图像土地覆盖分类模型	无人机遥感图像	计算机视觉	NA	多级融合特征工程	ERNN, NASNetMobile, ResNet50, VGG19	图像	ToN-IoT和EuroSat数据集
146	2025-07-05	Content-based X-ray image retrieval using fusion of local neighboring patterns and deep features for lung disease detection 2025-Jul-03, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-025-00932-z PMID:40610682	研究论文	本文介绍了一种基于内容的医学图像检索系统，用于检测和检索肺部疾病病例，以辅助医生和放射科医师进行临床决策	结合了基于纹理的特征（LBP）和深度学习特征（VGG-16、DenseNet121、InceptionV3），以优化图像检索性能	未提及样本的具体来源和多样性，可能影响模型的泛化能力	提升肺部疾病图像检索的准确性和效率，以支持临床决策	肺部疾病病例的X射线图像	计算机视觉	肺部疾病	Local Binary Patterns (LBP), CNN	VGG-16, DenseNet121, InceptionV3	图像	NA
147	2025-07-05	Artificial intelligence-driven cybersecurity: enhancing malicious domain detection using attention-based deep learning model with optimization algorithms 2025-Jul-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-99420-y PMID:40610687	研究论文	本文提出了一种基于注意力机制的深度学习模型与优化算法相结合的恶意域名检测技术，以提高网络安全	结合量子启发萤火虫算法(QIFA)进行特征选择，并采用TCN-BiLSTM-SEA混合模型进行分类，最后使用鹦鹉优化(PO)算法优化模型超参数	实验验证仅在一个恶意数据集上进行，未说明模型在其他类型网络攻击或数据集上的泛化能力	提高网络安全中的恶意域名检测效果	互联网中的恶意域名	机器学习	NA	量子启发萤火虫算法(QIFA)、鹦鹉优化算法(PO)	TCN-BiLSTM-SEA混合模型	网络域名数据	未明确说明样本数量，仅提及使用恶意数据集
148	2025-07-05	Integrating MobileNetV3 and SqueezeNet for Multi-class Brain Tumor Classification 2025-Jul-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01589-1 PMID:40610693	研究论文	本研究探讨了使用轻量级深度学习模型进行多类别脑肿瘤分类的性能，并提出了一个结合MobileNetV3和SqueezeNet的特征融合混合模型	提出了一个结合MobileNetV3和SqueezeNet的特征融合混合模型，在保持低参数量的同时实现了高准确率	研究仅使用了公开可用的MRI数据集，未涉及其他类型的数据或临床环境下的验证	开发高效且准确的自动化脑肿瘤分类方法	脑肿瘤MRI图像	计算机视觉	脑肿瘤	深度学习	MobileNetV3, SqueezeNet, 特征融合混合模型	图像	7023张MRI图像
149	2025-07-05	Selective identification of polyploid hepatocellular carcinomas with poor prognosis by artificial intelligence-based pathological image recognition 2025-Jul-03, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-00967-8 PMID:40610763	research paper	该研究开发了一种基于深度学习的AI图像识别模型，用于评估肝细胞癌（HCC）的多倍体化状态，并识别预后不良的亚群	首次利用AI病理图像识别技术评估HCC的多倍体状态，并发现与预后相关的特征	样本量相对较小（44例训练集，169例验证集），且仅针对HCC进行研究	开发一种临床可实施的癌症多倍体诊断方法	肝细胞癌（HCC）组织样本	digital pathology	liver cancer	深度学习，染色体荧光原位杂交（FISH）	deep learning models	image	44例HCC（训练集），169例肝癌（验证集），外加公开数据集
150	2025-07-05	Interpretable and generalizable deep learning model for preoperative assessment of microvascular invasion and outcome in hepatocellular carcinoma based on MRI: a multicenter study 2025-Jul-03, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02035-0 PMID:40610844	研究论文	开发一种可解释且具有泛化能力的深度学习模型，用于基于MRI的肝细胞癌微血管侵犯评估和结果预测	采用对抗网络基础的深度学习模型学习多中心训练集中的域不变特征，提高了模型的泛化能力和生物可解释性	研究基于回顾性数据集，可能存在选择偏差	开发术前评估肝细胞癌微血管侵犯和预后的深度学习模型	546名肝细胞癌患者的MRI数据和临床资料	数字病理	肝细胞癌	MRI	AD-DL (对抗网络基础的深度学习模型)	图像	546名患者（来自5个中心）
151	2025-07-05	Developing an innovative lung cancer detection model for accurate diagnosis in AI healthcare systems 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03960-2 PMID:40592932	研究论文	本研究提出了一种基于深度学习技术的集成模型（CNN-GRU），用于肺癌检测，旨在提高AI医疗系统中的诊断准确性	结合CNN和GRU模型，设计了一个智能模型用于肺癌检测，通过CNN提取肺部CT图像的空间特征，并通过GRU进行最终预测，实现了99.77%的准确率	未提及模型在多样化数据集上的泛化能力，以及在实际临床环境中的适用性	开发一种高准确率的肺癌检测模型，以提升AI医疗系统中的诊断效果	肺癌（LC）的检测	数字病理学	肺癌	深度学习	CNN-GRU	图像（肺部CT图像）	未明确提及具体样本数量，但使用了数据增强技术（如旋转和亮度调整）来扩大数据集
152	2025-07-05	Hybrid attention transformer integrated YOLOV8 for fruit ripeness detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04184-0 PMID:40592947	研究论文	提出了一种创新的水果识别模型HAT-YOLOV8，结合了混合注意力变换器（HAT）和YOLOV8深度学习算法的优势，用于水果成熟度检测	集成了Shuffle Attention（SA）模块以捕获复杂依赖关系，同时保持低计算复杂度；在特征融合阶段引入HAT模块增强长程依赖和细节信息恢复；使用EIoU损失函数替代CIoU以提高检测精度和加速模型收敛	未提及模型在极端光照条件下的表现或计算资源需求的具体数据	解决户外果园环境中因光照变化和果实集群阴影导致的水果成熟度识别与分类难题	五种水果品种，每种分为三个不同成熟度等级	计算机视觉	NA	深度学习	HAT-YOLOV8（集成Hybrid Attention Transformer和YOLOV8）	图像	包含五种水果品种的数据集，每种有三个成熟度等级（具体样本量未说明）
153	2025-07-05	Research on fault diagnosis method for variable condition planetary gearbox based on SKN attention mechanism and deep transfer learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04858-9 PMID:40592955	研究论文	提出了一种基于SKN注意力机制和深度迁移学习的变工况行星齿轮箱故障诊断方法	结合SKN注意力机制和LMMD子域适应，提升了变工况下故障特征的提取能力和诊断精度	仅针对8种变工况任务进行了验证，样本多样性可能不足	提高变工况下行星齿轮箱的故障诊断准确率	行星齿轮箱的故障数据	机器学习	NA	深度迁移学习，SKN注意力机制，LMMD子域适应	深度神经网络	振动信号数据	8种变工况任务的数据集
154	2025-07-05	A novel edge crop method and enhanced YOLOv5 for efficient wind turbine blade damage detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04882-9 PMID:40592991	research paper	提出了一种新颖的边缘裁剪方法和增强的YOLOv5网络，用于高效检测风力涡轮机叶片损伤	结合边缘裁剪方法和增强的YOLOv5网络，通过自适应调整裁剪步长和引入全局注意力机制，提高了对小尺寸和可变形状损伤的检测精度	方法在复杂背景下的性能未进行广泛验证，且数据集仅来自内蒙古西部地区	提高风力涡轮机叶片损伤检测的准确性和效率	风力涡轮机叶片	computer vision	NA	深度学习	YOLOv5	image	来自内蒙古西部的风力涡轮机叶片损伤数据集
155	2025-07-05	Clustering cell nuclei on microgrooves for disease diagnosis using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05788-2 PMID:40593025	research paper	该研究使用变分自编码器（VAE）和高斯混合模型（GMM）对微沟槽基底上培养的野生型和层粘连蛋白病相关突变肌母细胞的细胞核进行聚类分析	结合深度学习技术与微沟槽基底，实现细胞核形变自动分类，为涉及细胞核形变异常的病理诊断提供新方法	未提及样本量的具体数字及模型在更广泛细胞类型中的适用性	评估深度学习模型对细胞核形变的分类能力，探索图像处理参数对聚类性能的影响	野生型肌母细胞和层粘连蛋白病相关突变肌母细胞的细胞核	digital pathology	laminopathies	microgroove substrates, deep learning	VAE, GMM	image	NA
156	2025-07-05	Blockchain enhanced distributed denial of service detection in IoT using deep learning and evolutionary computation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06568-8 PMID:40593035	研究论文	本文提出了一种结合区块链技术和深度学习的物联网DDoS攻击检测方法	提出了一种名为MOBCF-ADDLM的新方法，该方法结合了区块链技术、元启发式优化和深度学习模型来检测物联网中的DDoS攻击	未明确说明方法在资源受限的物联网设备上的实际部署可行性	开发有效的物联网DDoS攻击检测方法	物联网系统中的DDoS攻击	物联网安全	NA	区块链技术、深度信念网络(DBN)、Aquila优化器(AO)、红熊猫优化器(RPO)	DBN	网络流量数据	使用BoT-IoT Binary和Multiclass数据集进行实验
157	2025-07-05	Real-time detection and localization of honeycomb defects in concrete pillars using hybrid deep learning models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06971-1 PMID:40593085	research paper	本文提出了一种基于深度学习的混合模型，用于混凝土结构中蜂窝缺陷的实时检测和实例分割	结合YOLOv5的快速目标检测和Mask R-CNN的精确实例分割，有效解决和定位结构图像中的缺陷区域	NA	开发一种高精度的混凝土结构缺陷检测和定位方法	混凝土结构中的蜂窝缺陷	computer vision	NA	深度学习	YOLOv5和Mask R-CNN	image	1991张标注图像
158	2025-07-05	Effective deep learning aided vehicle classification approach using Seismic Data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-01684-x PMID:40593945	研究论文	本文提出了一种利用地震数据进行车辆分类的新型深度学习方法，通过自监督对比学习减少对环境条件和隐私问题的依赖	首次将地震数据用于车辆分类，采用自监督对比学习方法，无需标记数据进行特征提取和表示	实验数据量有限，可能影响模型在更大规模数据上的泛化能力	开发一种不受环境条件影响的车辆分类方法	车辆产生的地震信号	机器学习	NA	自监督对比学习	encoder network, projection head	地震信号	有限训练数据
159	2025-07-05	Enhanced security for medical images using a new 5D hyper chaotic map and deep learning based segmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04906-4 PMID:40593969	研究论文	本研究提出了一种结合新型5D超混沌系统和定制U-Net架构的医学图像加密方法，以提高医学数据的安全性和患者隐私保护	提出了一种新型5D超混沌系统与定制U-Net架构的结合方法，用于医学图像加密，并通过动态DNA翻转和动态DNA XOR两阶段扩散增强加密算法的安全性	研究未提及该方法在不同类型医学图像上的普适性测试，也未讨论在更复杂攻击下的安全性	提高医学图像加密的安全性和可靠性，保护敏感医疗数据和患者隐私	医学图像	数字病理	NA	5D超混沌系统、U-Net网络、动态DNA翻转、动态DNA XOR	U-Net	图像	未明确说明样本数量，但测试图像尺寸为256×256
160	2025-07-05	CLASEG: advanced multiclassification and segmentation for differential diagnosis of oral lesions using deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-03268-1 PMID:40594006	research paper	提出了一种用于口腔病变多分类和分割的深度学习框架，以提高口腔癌的早期检测和鉴别诊断	结合EfficientNet-B3和ResNet-101-based Mask R-CNN，实现了高精度的分类和分割，显著优于现有技术	分类准确率为74.49%，仍有提升空间	提高口腔病变的早期检测和鉴别诊断准确性	14种常见口腔病变（良性、癌前和恶性）	digital pathology	oral cancer	deep learning	EfficientNet-B3, ResNet-101-based Mask R-CNN	image	2,072张临床图像