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
161	2025-07-08	Conditional autoregressive model based on next scale prediction for missing data reconstruction 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08830-5 PMID:40615591	研究论文	提出了一种基于下一尺度预测的条件自回归模型，用于地震数据缺失轨迹的重建	通过下一尺度预测方法避免数据扁平化，保持数据的空间结构，并在自回归生成过程中加入条件约束，确保预测数据与已知数据分布一致	未提及具体计算资源消耗或模型训练时间，也未讨论在极端缺失情况下的表现	解决复杂野外条件下采集的地震数据中缺失轨迹的重建问题	地震数据	机器学习	NA	条件自回归模型	自回归模型	地震数据	现场和合成数据集
162	2025-07-08	Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-09041-8 PMID:40615608	研究论文	本研究提出了一种名为Medical Slice Transformer (MST)的框架，用于将2D自监督模型DINOv2扩展到3D医学图像分析，以提高诊断准确性和可解释性	首次将2D自监督模型DINOv2应用于3D医学图像分析，并提出MST框架结合Transformer架构和2D特征提取器	研究仅使用了三个临床数据集，可能无法涵盖所有类型的医学图像	扩展2D自监督模型至3D医学成像，并评估其在可解释性诊断中的潜力	3D医学图像（MRI和CT）	数字病理	乳腺癌、肺结节、半月板撕裂	DINOv2自监督学习	Transformer, 3D ResNet	3D医学图像	乳腺癌MRI（651例患者）、胸部CT（722例患者）、膝关节MRI（1199例患者）
163	2025-07-08	Prior knowledge of anatomical relationships supports automatic delineation of clinical target volume for cervical cancer 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08586-y PMID:40615617	research paper	提出了一种基于解剖关系先验知识的宫颈癌临床靶区自动勾画方法	引入解剖关系先验知识，设计了特征注意力模块和宽度驱动注意力网络以提高分割精度	未明确提及具体局限性，但暗示先前方法未考虑丰富先验知识导致泛化性受限	提升宫颈癌放疗临床靶区自动勾画的准确性和临床适用性	宫颈癌患者的临床靶区（CTV）	digital pathology	cervical cancer	deep learning	feature attention module, width-driven attention network	CT images	私有数据集的大量实验
164	2025-07-08	Hybrid Big Bang-Big crunch with cuckoo search for feature selection in credit card fraud detection 2025-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-97149-2 PMID:40615673	研究论文	提出了一种结合Big Bang-Big Crunch和布谷鸟搜索的混合特征选择方法，用于提高信用卡欺诈检测的准确率	首次将Big Bang-Big Crunch算法与布谷鸟搜索算法结合，形成混合特征选择方法HBCS，并应用于信用卡欺诈检测	仅在ECC数据集上进行了验证，未在其他信用卡数据集上测试泛化能力	提高信用卡欺诈检测的准确率	信用卡交易数据	机器学习	NA	混合元启发式算法	DCNN, EDCNN	结构化数据	ECC数据集（具体数量未提及）
165	2025-07-08	Deep learning-based classification of parotid gland tumors: integrating dynamic contrast-enhanced MRI for enhanced diagnostic accuracy 2025-Jul-04, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-01814-x PMID:40615947	研究论文	评估深度学习模型在结合动态对比增强MRI数据后对腮腺肿瘤分类的性能	结合动态对比增强MRI数据和多参数MRI图像，通过深度学习模型提高腮腺肿瘤分类的准确性	回顾性单中心研究，样本量较小（164名参与者）	提高腮腺肿瘤的非侵入性诊断准确性	腮腺肿瘤患者和正常腮腺个体	数字病理	腮腺肿瘤	动态对比增强MRI（DCE-MRI）	MobileNetV2, EfficientNetB0, SVM	MRI图像	164名参与者（124名患者和40名正常个体）
166	2025-07-08	Flexible visually secure image encryption with meta-learning compression and chaotic systems 2025-Jul-04, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.107799 PMID:40618469	研究论文	提出了一种结合元学习、混沌系统、传统深度学习和LSB-2校正嵌入方法的灵活视觉安全图像加密方案	设计了具有动态辅助输入的元学习压缩重建网络，构建了新型混沌系统IS-DP，并采用LSB-2校正无损嵌入方法	未提及具体性能指标对比或实际应用场景测试	提高图像加密的安全性和解密图像的质量	数字图像	计算机视觉	NA	元学习、混沌系统、深度学习、LSB-2校正嵌入	深度学习网络	图像	NA
167	2025-07-08	AMeta-FD: Adversarial Meta-learning for Few-shot retinal OCT image Despeckling 2025-Jul-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2025.102597 PMID:40618583	研究论文	提出了一种名为AMeta-FD的新方法，用于减少视网膜OCT图像中的斑点噪声	结合对抗性元学习和少量样本训练，引入新的抑制损失函数以有效减少非组织像素的贡献	需要少量原始-干净图像对进行微调，可能在实际应用中受到数据获取的限制	提高视网膜OCT图像去噪的性能	视网膜OCT图像	计算机视觉	视网膜疾病	对抗性元学习	GAN	图像	60对原始-干净图像
168	2025-07-08	Intelligent geographical origin traceability of Pu-erh tea based on multispectral feature fusion 2025-Jul-03, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.145375 PMID:40618601	研究论文	本研究提出了一种基于多光谱融合的深度学习方法，用于普洱茶的地理起源追溯	设计了改进的ECA-ResNet网络结构，结合优化的通道注意力机制进行自适应特征提取和融合，有效利用了拉曼光谱对分子骨架振动的敏感性和近红外光谱对功能团特性的响应	未来需要将光谱特征与特定化学标记物关联，以增强多光谱分析方法在食品认证中的可解释性和机理理解	实现普洱茶的准确起源追溯	来自五个主要产地的普洱茶	机器学习	NA	拉曼光谱和近红外光谱	改进的ECA-ResNet	光谱数据	来自五个主要产地的普洱茶样本
169	2025-07-08	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	提出一种结合区块链、深度学习和进化计算的物联网DDoS攻击检测方法	提出MOBCF-ADDLM方法，结合区块链技术、Aquila优化器和红熊猫优化器进行特征选择和超参数优化	未提及方法在实时性要求高的场景下的表现	提高物联网环境中DDoS攻击的检测效率	物联网系统中的DDoS攻击	机器学习	NA	区块链技术、深度学习、进化计算	深度信念网络(DBN)	网络流量数据	BoT-IoT Binary和Multiclass数据集
170	2025-07-08	A secured accreditation and equivalency certification using Merkle mountain range and transformer based deep learning model for the education ecosystem 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06789-x PMID:40594533	研究论文	本文提出了一种基于区块链和深度学习的认证与等效性证书验证系统，以提高教育生态系统中的资格认证效率和安全性	提出了一种新型的基于Transformer的卷积循环网络（TCRN）用于自动化等效性评估过程，并采用改进的MD5哈希方法和Merkle Mountain Range（MMR）结构确保数据完整性	未提及系统在实际部署中的具体挑战或潜在问题	开发一个安全、高效的认证与等效性证书验证系统，以解决当前验证过程中的高成本、低效率和透明度不足的问题	教育生态系统中的认证与等效性证书	自然语言处理	NA	BERT, Bi-GRU, Depth-wise separable convolutions (DSC)	Transformer-based convolutional recurrent network (TCRN)	教育记录数据	未明确提及具体样本数量
171	2025-07-08	Classifying and diagnosing Alzheimer's disease with deep learning using 6735 brain MRI images 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08092-1 PMID:40594827	研究论文	本研究利用深度卷积神经网络（CNNs）对6735张脑部MRI图像进行分析，以提高阿尔茨海默病的诊断准确性和分类效率	使用四种不同的深度卷积神经网络模型（Xception、VGG19、VGG16和InceptionResNetV2）进行阿尔茨海默病的诊断和分类，其中InceptionResnetV2模型表现出最佳性能	研究仅基于预处理后的MRI数据集，可能未涵盖所有临床场景的多样性	提高阿尔茨海默病的诊断准确性和效率	阿尔茨海默病患者	数字病理学	老年疾病	MRI扫描	CNN（包括Xception、VGG19、VGG16和InceptionResNetV2）	图像	6735张脑部结构MRI扫描图像
172	2025-07-08	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	研究论文	本研究探讨了使用机器学习和深度学习方法提高甲状腺疾病预测精度的效果	采用粒子蛇群优化(PSSO)方法提升传统机器学习模型的性能，随机森林结合PSSO模型在甲状腺疾病预测中达到了98.7%的准确率	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精度，优化医疗健康结果	甲状腺疾病（包括甲状腺功能减退和甲状腺功能亢进）	机器学习	甲状腺疾病	随机森林(RF)、决策树、SVM、KNN、CNN-LSTM	RF、决策树、SVM、KNN、CNN-LSTM	NA	NA
173	2025-07-08	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	评估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图像，提高了诊断准确率至96.3%	样本量相对较小，仅包含391例病例	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（RP和STGD）患者及健康个体	计算机视觉	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）
174	2025-07-08	Intelligent identification of ballastless track subgrade settlement based on vehicle-rail vibration data 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05202-x PMID:40603977	研究论文	本研究提出了一种基于CNN-LSTM模型的深度学习方法，通过分析车辆-轨道动态响应数据，智能识别无砟轨道路基的不均匀沉降	结合CNN的空间特征提取能力和LSTM的时间依赖性捕捉能力，提出了一种新的CNN-LSTM混合网络模型，用于准确识别路基不均匀沉降	NA	智能监测无砟轨道系统的路基沉降	无砟轨道系统的路基不均匀沉降	机器学习	NA	深度学习	CNN-LSTM	动态响应数据	NA
175	2025-07-08	A physics-informed deep learning approach to predicting bilateral ground reaction forces and centre of pressure from a single forceplate during gait 2025-Jul-02, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2025.07.005 PMID:40618708	研究论文	本研究提出了一种基于物理信息的深度学习方法，用于从单个测力板预测步态中的双边地面反作用力和压力中心	开发了一种新型的物理信息残差循环神经网络（PI-ResRNN），能够仅使用单个测力板的数据预测步态中的双边GRF和COP	研究未提及模型在不同类型测力板或不同环境条件下的泛化能力	开发一种能够从单个测力板准确预测双边GRF和COP的方法，以简化步态分析过程	315名参与者，包括健康人群和六种神经肌肉骨骼疾病患者	生物力学	神经肌肉骨骼疾病	深度学习	物理信息残差循环神经网络（PI-ResRNN）	测力板数据	315名参与者，6765次试验数据
176	2025-07-08	[Progress on prediction models for temporomandibular disorders] 2025-Jul-02, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250401-00114 PMID:40619145	综述	本文综述了颞下颌关节紊乱病（TMD）预测模型的研究进展，从传统统计方法到机器学习和深度学习	总结了不同预测方法在TMD研究中的应用和成果，分析了各自的优缺点，并探讨了未来发展方向	未提出新的预测模型或方法，仅对现有研究进行总结和分析	探讨TMD预测模型的研究进展和未来方向	颞下颌关节紊乱病（TMD）预测模型	机器学习	颞下颌关节紊乱病	传统统计方法、机器学习、深度学习	NA	时间序列数据	NA
177	2025-07-08	Deep Learning Radiomics Based on MRI for Differentiating Benign and Malignant Parapharyngeal Space Tumors 2025-Jul, The Laryngoscope DOI:10.1002/lary.32043 PMID:39932109	研究论文	本研究基于MRI的深度学习放射组学技术，旨在区分咽旁间隙肿瘤的良恶性	整合深度学习和传统放射组学特征，开发了深度学习放射组学(DLR)模型，其在区分良恶性肿瘤方面表现出色	回顾性研究设计可能引入选择偏倚，且样本量相对有限	建立咽旁间隙肿瘤的术前诊断工具以指导临床决策	咽旁间隙肿瘤患者	数字病理学	头颈部肿瘤	MRI	DLR(深度学习放射组学模型)	医学影像	217例患者(145例训练集，72例测试集)
178	2025-07-08	Multi-skin disease classification using hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241312628 PMID:39973858	研究论文	本文提出了一种混合深度学习模型MobileSkinNetV2，用于多皮肤疾病的分类，旨在通过计算机辅助诊断技术帮助放射科医生早期识别和分类皮肤癌	结合了基于区域生长的分割方法和改进的Honey Badger优化器，以及MobileSkinNetV2深度学习模型，提高了皮肤癌分类的准确性和精确度	研究仅基于ISIC数据集，可能无法涵盖所有皮肤病变类型	开发一种高效的计算机辅助诊断技术，以改善皮肤癌的早期识别和分类	皮肤癌病变	数字病理学	皮肤癌	深度学习，区域生长分割，改进的Honey Badger优化器	MobileSkinNetV2	图像	ISIC数据集
179	2025-07-08	Deep learning-based AI model for sinusitis diagnosis 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309799 PMID:39973859	research paper	本研究开发了一种基于深度学习的AI辅助诊断模型，用于提高鼻窦炎的诊断准确性和可及性	使用深度学习模型替代传统CT方法，显著提高了鼻窦炎的诊断准确性，并展示了优于不同资历医生的性能	研究仅基于回顾性数据，未进行前瞻性验证，且样本来源单一	开发一种AI辅助诊断模型，以提高鼻窦炎的诊断准确性和可及性	慢性鼻窦炎患者和正常患者的CT图像	digital pathology	鼻窦炎	CT	深度学习模型	image	5000张鼻窦CT图像（包括四种鼻窦炎类型各1000张及正常案例1000张）
180	2025-07-08	MANSHIP: Mobile-based assistive notification service for hearing-impaired people using a hybrid deep learning model 2025-Jul, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329241309702 PMID:39973861	研究论文	本文介绍了一种基于混合深度学习模型的移动辅助通知服务MANSHIP，用于帮助听力受损人群识别环境声音并提醒潜在危险	结合VGG16和ResNet-50的混合深度学习模型，在声音分类上达到97.14%的准确率，并开发了移动应用MANSHIP	未提及模型在复杂环境中的泛化能力或实际部署中的性能表现	通过技术手段降低听力受损人群的事故风险并提高生活质量	全球听力受损人群（成人4.32亿/儿童3400万）	机器学习	听力损伤	深度学习	VGG16+ResNet-50混合模型	音频数据	基于综合城市声音数据集（具体数量未说明）