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	2025-07-05	STVMamba: precipitation nowcasting with spatiotemporal prediction model 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05902-4 PMID:40594182	研究论文	提出了一种名为STVMamba的新型时空预测模型，专门用于降水临近预报	STVMamba模型结合了Spatial-Temporal Selective Scan (STSS)模块和Spatial-Temporal Depthwise Separable Convolution (STDSConv)模块，能够高效并行计算，线性时间复杂度，并擅长建模长距离依赖关系	未明确提及具体限制	开发一种轻量级的降水临近预报模型，以满足四川省气象局的需求	降水临近预报	计算机视觉	NA	深度学习	STVMamba (结合STSS和STDSConv模块)	雷达回波数据和卫星数据	三个基准数据集：四川雷达回波数据集、HKO-7雷达回波数据集和基于卫星的IMERG数据集
162	2025-07-05	A multi-modal graph-based framework for Alzheimer's disease detection 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05966-2 PMID:40594200	research paper	提出了一种基于图的多模态机器学习框架，用于阿尔茨海默病的检测	采用模块化组件构建复杂的机器学习预测器，通过有向计算图整合多模态数据，支持前向传播和反向传播	未明确提及具体的数据集规模或模型性能的局限性	开发一个模块化和自适应的框架，用于阿尔茨海默病的诊断和其他复杂医学预测任务	阿尔茨海默病患者的多模态数据（扫描、遗传数据和认知测试）	machine learning	geriatric disease	deep learning	graph-based ML framework	multimodal data (scans, genetic data, cognitive tests)	NA
163	2025-07-05	Optimizing the early diagnosis of neurological disorders through the application of machine learning for predictive analytics in medical imaging 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05888-z PMID:40594215	研究论文	本文提出了一种混合模型STGCN-ViT，用于通过医学影像优化神经退行性疾病的早期诊断	结合CNN、STGCN和ViT组件，解决了现有方法在时空动态特征提取上的不足	模型未在其他类型神经疾病或更大规模数据集上验证泛化能力	提升神经退行性疾病的早期诊断准确率	阿尔茨海默病和脑肿瘤患者的MRI影像	数字病理	神经退行性疾病	MRI影像分析	STGCN-ViT（CNN+STGCN+ViT混合模型）	医学影像	OASIS和HMS基准数据集（具体数量未说明）
164	2025-07-05	A deep dive into artificial intelligence with enhanced optimization-based security breach detection in internet of health things enabled smart city environment 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-05850-z PMID:40594312	研究论文	本文提出了一种基于深度信念网络和高级元启发式优化算法的安全攻击检测模型（SADDBN-AMOA），用于智能城市环境中的IoHT网络安全	结合深度信念网络（DBN）和高级元启发式优化算法（AMOA）进行攻击检测，使用改进的Harris Hawk优化（IHHO）方法优化DBN超参数	实验仅在IoT医疗安全数据集上进行验证，未涉及其他类型的数据集或实际环境测试	提升智能城市环境中IoHT网络的安全攻击检测能力	智能城市环境中的IoHT网络	机器学习	NA	深度信念网络（DBN）、元启发式优化算法（AMOA）、Harris Hawk优化（IHHO）	DBN	网络流量数据	IoT医疗安全数据集
165	2025-07-05	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	本文介绍了一种基于区块链的安全认证和等效性证书验证系统，旨在解决教育生态系统中认证过程的成本高、不透明和耗时问题	提出了一种新颖的基于Transformer的卷积循环网络（TCRN）来自动化和增强等效性估计过程，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	未提及具体实施中的技术挑战或潜在的安全漏洞	开发一个安全、高效的认证和等效性证书验证系统，以提高教育生态系统中的信任和资格认可	教育记录和等效性证书	自然语言处理	NA	BERT, Bi-GRU, Depth-wise separable convolutions (DSC), MD5哈希, Merkle Mountain Range (MMR)	Transformer-based convolutional recurrent network (TCRN)	教育记录数据	未提及具体样本数量
166	2025-07-05	A refined lion optimizer for deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07112-4 PMID:40594611	研究论文	本文提出了一种改进的Lion优化器（RLion），用于深度学习中的神经网络训练，通过引入非线性连续有界函数来动态调整优化参数	RLion通过非线性连续有界函数替代原有的符号函数，使优化参数能够根据动量和缩放因子的大小自适应调整，从而平滑波动、加快收敛并提高可靠性	未明确提及具体局限性，但可能包括对新函数的理论验证不足或在不同模型上的泛化能力未充分测试	改进深度学习优化器的性能，解决Lion优化器因离散符号函数导致的参数更新不适应动态动量和非收敛问题	深度学习优化算法，特别是用于神经网络训练的优化器	机器学习	NA	深度学习优化算法	FasterNet, EfficientNetV2, YOLOV8, YOLOV11, Vision Transformers, DeepLabV3+, TwinLiteNet, UNet	图像数据	ImageNet1k数据集、VOC2012数据、Caltech 101数据集、实例级人体解析数据集、BDD100K、部分CARLA自动驾驶数据集
167	2025-07-05	Predicting boiling heat flux, heat transfer coefficient, and regimes Non-intrusively using external acoustics and deep learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08183-z PMID:40594708	研究论文	提出了一种结合外部声学测量和深度学习的非侵入式诊断框架，用于预测沸腾热通量、传热系数和沸腾状态	利用外部声发射信号和深度学习技术，实现了对沸腾热传递关键参数的非侵入式预测，且预测误差低于20%，沸腾状态分类准确率超过98%	研究主要针对池沸腾和过冷流动沸腾，其他沸腾类型的适用性未验证	提高高能量密度系统中沸腾热传递监测的安全性和效率	沸腾热传递过程中的热通量、传热系数和沸腾状态	机器学习	NA	声发射信号测量	transformer	声学信号	NA
168	2025-07-05	Channel attention pyramid network for remote physiological measurement 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06107-5 PMID:40594792	研究论文	本文介绍了一种名为CAP-rPPG的创新方法，用于通过视频分析进行远程生理测量	CAP-rPPG采用多尺度深度学习架构和高斯金字塔捕捉面部特征，结合通道注意力模块强调rPPG丰富的通道，并使用混合损失函数平衡信号的短期和长期特性	NA	开发一种更稳健的远程光电容积描记术(rPPG)方法，用于远程健康监测	面部视频中的生理信号	计算机视觉	NA	远程光电容积描记术(rPPG)	多尺度深度学习架构	视频	UBFC-rPPG和PURE数据集
169	2025-07-05	A big data driven multilevel deep learning framework for predicting terrorist attacks 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08201-0 PMID:40594818	研究论文	本文提出了一种基于大数据的多层次深度学习框架，用于预测恐怖袭击	提出了一种集成的大数据深度学习预测模型，能够处理大规模数据并预测恐怖袭击的概率和可能地点	未提及具体的数据规模和处理时间，可能在实际应用中存在效率问题	预测恐怖袭击的概率和可能地点，以帮助执法机构采取预防措施	全球恐怖主义数据集中的样本	机器学习	NA	深度学习	LSTM	大数据	全球恐怖主义数据集中的样本（未提及具体数量）
170	2025-07-05	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（CNN）对6735张脑部MRI图像进行分类和诊断阿尔茨海默病	使用深度卷积神经网络（如InceptionResnetV2和Xception）显著提高了阿尔茨海默病诊断的准确性和效率，超越了传统方法	研究依赖于预处理的数据集，可能无法完全代表所有临床场景	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	老年病	MRI	CNN（Xception, VGG19, VGG16, InceptionResNetV2）	图像	6735张脑部结构MRI扫描图像
171	2025-07-05	Multi channel fusion diffusion models for brain tumor MRI data augmentation 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06529-1 PMID:40594886	研究论文	提出一种基于扩散模型的多通道融合数据增强技术，用于解决脑肿瘤MRI数据不平衡问题	引入多通道方法并融合缺陷区域与健康图像，增强了扩散模型在医学影像中的适用性	未探索模型在其他类型医学影像上的应用，泛化能力有待进一步优化	解决脑肿瘤数据集不平衡问题，提升深度学习模型性能	脑肿瘤MRI图像	数字病理	脑肿瘤	扩散模型	MCFDiffusion (基于DDIMs改进)	MRI图像	公开可用的脑肿瘤数据集（具体数量未说明）
172	2025-07-05	Hybrid deep learning architecture for scalable and high-quality image compression 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06481-0 PMID:40594927	research paper	提出了一种混合深度学习架构，用于可扩展且高质量的图像压缩	结合了SWT、SDAE、GLCM和K-means聚类，实现了多分辨率分解、纹理感知特征提取和自适应区域压缩	未提及具体在哪些类型的医学图像上表现不佳或存在限制	解决医学影像数据高效存储和传输的挑战，特别是在临床和远程医疗应用中	医学影像数据	computer vision	NA	Stationary Wavelet Transform (SWT), Stacked Denoising Autoencoder (SDAE), Gray-Level Co-occurrence Matrix (GLCM), K-means clustering	hybrid deep learning	image	多个基准医学影像数据集
173	2025-07-05	RareNet: a deep learning model for rare cancer diagnosis 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-08829-y PMID:40594942	研究论文	本文提出了一种名为RareNet的深度学习模型，用于罕见癌症的诊断	利用迁移学习技术，基于已有的CancerNet模型，开发了针对罕见癌症分类的RareNet模型，并在DNA甲基化数据上取得了较高的准确率	模型在罕见癌症诊断上的能力尚未得到全面评估	开发一种能够准确诊断罕见癌症的深度学习模型	罕见癌症，包括Wilms肿瘤、肾脏透明细胞肉瘤、神经母细胞瘤、骨肉瘤和急性髓系白血病	数字病理学	罕见癌症	DNA甲基化测序	CNN	DNA甲基化数据	NA
174	2025-07-05	Monitoring and predicting cotton leaf diseases using deep learning approaches and mathematical models 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06985-9 PMID:40594974	研究论文	本文提出了一种结合深度学习和数学模型的方法来监测和预测棉花叶片病害	结合了TLA+数学模型验证和CNN深度学习模型，提高了病害监测和预测的准确性和可靠性	未提及模型在实际田间环境中的适用性和泛化能力	提高棉花作物病害的监测和预测能力，保障农业生产安全	棉花叶片病害（蚜虫、粘虫、细菌性枯萎病、白粉病、靶斑病及健康叶片）	计算机视觉	植物病害	TLA+模型验证、CNN	CNN	图像	未明确说明样本数量
175	2025-07-05	A novel LLM time series forecasting method based on integer-decimal decomposition 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06581-x PMID:40594984	研究论文	提出了一种基于整数-小数分解的新型LLM时间序列预测方法IDDLLM，通过分解时间序列数据并设计跨模态微调框架，提高了预测性能	设计了整数-小数分解方法及跨模态注意力模块，有效提升了LLM在时间序列预测中的表现	未提及具体的时间序列类型限制或计算资源需求	改进基于LLM的时间序列预测方法，提升模型的泛化能力和预测精度	时间序列数据	自然语言处理	NA	跨模态微调	LLM	时间序列数据	46个实验场景（34个排名第一，9个排名第二）
176	2025-07-05	A multi stage deep learning approach for real-time vehicle detection, tracking, and speed measurement in intelligent transportation systems 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07343-5 PMID:40595040	research paper	提出了一种结合深度学习和度量学习的多阶段交通流模型，用于实时车辆检测、跟踪和速度测量	利用Segment Anything Model进行车辆检测，通过语言提示自动化分割，减少手动调整并提高适应性；采用StrongSORT算法与基于掩码的跟踪相结合，增强识别连贯性和抗遮挡能力；使用PP-OCR模块精确提取时间戳，支持多视角区间速度测量	未提及模型在极端天气或低光照条件下的性能表现	开发适用于智能交通系统的实时车辆检测、跟踪和速度测量方法	高速公路环境中的车辆	computer vision	NA	deep learning, metric learning	Segment Anything Model, StrongSORT, PP-OCR	video	未明确提及具体样本数量
177	2025-07-05	An optimized domain-specific shrimp detection architecture integrating conditional GAN and weighted ensemble learning 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-06758-4 PMID:40595062	研究论文	本文提出了一种结合条件GAN和加权集成学习的特定领域虾检测优化架构，旨在提高虾检测的准确率	采用合成数据生成方法（ESDIA）结合不同背景的虾图像，通过生成对抗网络增强数据集，提升检测精度	NA	提高虾检测的准确率，优化深度学习在虾检测中的应用	虾的图像	计算机视觉	NA	生成对抗网络（GAN）	FRCNN, YOLOv7	图像	NA
178	2025-07-05	Deep learning-based sex estimation of 3D hyoid bone models in a Croatian population using adapted PointNet++ network 2025-Jul-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-07608-z PMID:40595160	研究论文	本研究探讨了一种基于深度学习的性别估计方法，使用来自克罗地亚人群的3D舌骨模型	首次将改进的PointNet++网络应用于小规模3D舌骨数据集，结合无监督和监督学习框架，实现了性别估计的高准确率	样本量较小(仅202个样本)，可能影响模型的泛化能力	开发一种数据高效且可解释的性别估计工具，用于法医人类学领域	克罗地亚人群的3D舌骨模型	计算机视觉	NA	CT扫描	改进的PointNet++网络和支持向量机(SVM)	3D点云数据	202个舌骨样本(101男性和101女性)，其中62个用于测试集
179	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)
180	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