深度学习在生物医药领域的应用

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	算法框架	模型架构	性能指标	计算资源
1881	2025-12-02	Exploring the predictive performance of deep learning for fracturing fluid flowback and shale gas production 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26761-z PMID:41315455	研究论文	本文开发了一种结合CNN和Transformer网络的深度学习系统，用于预测页岩气产量和压裂液返排量	首次将CNN与Transformer网络结合，构建CNN-Transformer模型，以处理页岩气生产中的复杂两相流和噪声干扰问题	未明确提及模型的具体泛化能力或在不同地质条件下的适用性	预测页岩气产量和压裂液返排量，并分析两者之间的关系	页岩气生产数据和压裂液返排数据	机器学习	NA	深度学习	CNN, Transformer, LSTM, GRU	时间序列数据	NA	NA	CNN-Transformer, CNN-LSTM, CNN-GRU-AM	R², RMSE, R	NA
1882	2025-12-02	Comparative study of single and hybrid deep learning models for daily rainfall prediction in selected African cities 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26739-x PMID:41315470	研究论文	本研究比较了单一和混合深度学习模型在非洲选定城市日降雨量预测中的性能	首次在非洲多个城市中系统比较了单一深度学习模型（CNN、LSTM、ANN、RNN）与三种混合架构（RNN+ANN、LSTM+ANN、LSTM+RNN）的预测效果，并揭示了不同城市降雨动态的空间变异性	研究仅基于NASA MERRA-2再分析数据，未结合地面观测数据；模型性能评估限于四个误差指标，可能未全面反映预测质量；研究城市数量有限，结论的普适性有待进一步验证	评估和比较不同深度学习模型在日降雨量预测中的准确性和可靠性，以支持农业规划和粮食安全	非洲选定城市（如阿布贾、利伯维尔、拉巴特、比勒陀利亚等）的日降雨量及相关气象变量	机器学习	NA	深度学习建模	CNN, LSTM, ANN, RNN	时间序列气象数据	1980年1月1日至2024年12月31日的日尺度数据，按80/20比例划分训练验证集	NA	CNN, LSTM, ANN, RNN, RNN+ANN, LSTM+ANN, LSTM+RNN	MSE, RMSE, MAE, Huber loss	NA
1883	2025-12-02	A novel deep neural model for efficient and scalable historical place image classification 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26897-y PMID:41315472	研究论文	本文提出了一种名为HistoNet的新型混合深度学习框架，用于高效且可扩展的历史地点图像分类	提出了一种结合CNN、Transformer和Mamba状态空间模型的混合架构，具有线性时间复杂度，计算效率显著高于传统Transformer；集成了Squeeze-and-Exitation注意力模块和基于SHAP的可解释性方法，提供像素级归因图	未明确说明模型在更广泛地理区域或更古老建筑风格上的泛化能力，也未讨论模型对极低质量或严重损坏图像的鲁棒性	开发一个高效、可扩展且可解释的深度学习系统，用于历史地点图像分类，以促进文化遗产的数字保护	历史地点和建筑的图像	计算机视觉	NA	NA	CNN, Transformer, Mamba	图像	NA	NA	VGG16, ResNet50, HistoNet（自定义混合架构）	准确率	NA
1884	2025-12-02	Computed tomography-based nnU-Net for region-specific brain structural changes across the alzheimer's continuum and frontotemporal dementia subtypes 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26604-x PMID:41315482	研究论文	本研究开发了一种基于nnU-Net的深度学习框架，利用计算机断层扫描（CT）进行脑部分割，以评估脑脊液体积变化作为组织损失的间接标志物，并在阿尔茨海默病（AD）阶段和额颞叶痴呆（FTD）亚型中评估其效用	首次使用CT图像结合nnU-Net进行脑部分割，以脑脊液体积变化作为间接标志物，评估神经退行性疾病的结构变化，并应用于AD连续体和FTD亚型的鉴别诊断	研究依赖于CT图像，其分辨率可能低于MRI，且脑脊液体积变化仅为组织损失的间接标志物，可能无法直接反映所有结构变化	开发一种基于CT的深度学习框架，用于评估神经退行性疾病中的脑结构变化，以支持早期检测和鉴别诊断	2357名参与者，包括认知未受损者、轻度认知障碍者、阿尔茨海默型痴呆患者以及额颞叶痴呆亚型患者	数字病理学	阿尔茨海默病, 额颞叶痴呆	计算机断层扫描（CT）, 3D T1加权磁共振成像（MRI）	CNN	图像	2357名参与者	nnU-Net	nnU-Net	Dice相似系数（DSC）, 相关性分析, Bland-Altman分析	NA
1885	2025-12-02	Demand forecasting of smart tourism integrating spatial metrology and deep learning 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26830-3 PMID:41315535	研究论文	本文提出了一种融合空间计量经济学模型与深度学习的智能旅游需求预测框架，旨在提升预测的动态感知能力和准确性	提出了一种将空间计量模型（用于构建地理依赖结构）与LSTM网络（用于时间序列建模）相融合的联合预测框架，在时间序列建模与空间结构识别之间取得了平衡	NA	提升智能旅游场景下旅游需求预测的动态感知能力和准确性	旅游需求	机器学习	NA	NA	LSTM	游客流量数据，在线旅游行为数据，GPS轨迹数据	使用了三类数据集：北京景区游客流量数据、携程在线旅游行为数据和GeoLife GPS轨迹数据	NA	LSTM	MAE, RMSE, MAPE, R, 残差Moran's I, 空间R	NA
1886	2025-12-02	FlameGuard: an AI-driven smart map for early detection and management of agricultural fires in Saudi Arabia 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28814-9 PMID:41315554	研究论文	本研究提出了一个名为FlameGuard的地理空间AI框架，用于利用热卫星图像数据对农业火灾置信度进行分类和早期检测	开发了一个集成了基于光谱规则的模型（SAFD）、机器学习、深度学习以及基于Transformer的大语言模型（LLM）的多模型预测架构，实现了高精度（最高100%）和亚小时级延迟的火灾检测，超越了现有系统	未明确说明模型在极端天气条件或不同地理环境下的泛化能力，也未详细讨论系统部署的长期维护和更新成本	开发一个先进的、可扩展的AI驱动系统，用于沙特阿拉伯农业火灾的早期检测和管理	沙特阿拉伯干旱和半干旱地区的农业火灾	计算机视觉, 机器学习	NA	热卫星遥感成像	Random Forest, XGBoost, 神经网络, Transformer-based LLM	热卫星图像	NA	Keras, TensorFlow/PyTorch (推断)	自定义神经网络, Minos, ViRanker	准确率, F1分数, 期望校准误差 (ECE), 训练时间, 推理延迟	NA
1887	2025-12-02	CIRCA: comprehensible online system in support of chest X-rays-based screening by COVID-19 example 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26895-0 PMID:41315612	研究论文	本文提出了一个名为CIRCA的在线系统，用于支持基于胸部X光片的筛查，并以COVID-19为例进行验证	开发了一个综合管道，包括肺部分割、数据异质性定量评估以及使用卷积网络和放射组学特征的分层三分类决策系统，并识别了每个类别的放射组学亚型	系统在特定亚型（如N3、C3和P3）的阳性预测值较低，且可能受数据集特定亚型比例影响泛化能力	开发一个可理解的在线系统，以支持基于胸部X光片的疾病筛查，特别是针对COVID-19	胸部X光片图像	数字病理学	COVID-19	胸部X光成像	CNN	图像	使用6个不同数据集	未指定	未指定	准确率, NPV, PPV	NA
1888	2025-12-02	Assessing the performance of a Trombe wall enhanced with phase change material using deep learning 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26886-1 PMID:41315635	研究论文	本文开发了一种结合CNN和LSTM的深度学习模型，用于预测相变材料增强型特朗伯墙的热效率	提出了一种结合CNN和LSTM的深度学习模型来预测相变材料增强型特朗伯墙的热效率，该模型在热行为预测中考虑了相变材料的热存储能力，并展示了良好的泛化能力	NA	开发可靠的深度学习预测模型以确定相变材料增强型特朗伯墙的热效率	相变材料增强型特朗伯墙的热效率	机器学习	NA	NA	CNN, LSTM	时间序列数据（包括温度、湿度、风速、太阳辐射强度等）	NA	NA	CNN+LSTM	决定系数, 平均绝对误差, 均方根误差	NA
1889	2025-12-02	Deep learning-based classification of benign and malignant breast microcalcifications in mammography 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27149-9 PMID:41315645	研究论文	本研究评估了ResNet和EfficientNet模型在乳腺X线摄影中良恶性微钙化分类的性能	首次系统比较了ResNet和EfficientNet模型在乳腺微钙化分类任务中的表现，并发现EfficientNet模型显著优于ResNet变体	研究仅基于单一数据集，且未考虑其他深度学习架构或更广泛的临床变量	评估不同深度学习模型在乳腺X线摄影中良恶性微钙化分类的性能	乳腺X线摄影图像中的微钙化区域	计算机视觉	乳腺癌	乳腺X线摄影	CNN	图像	3,674张乳腺X线摄影切片	NA	ResNet-50, ResNet-101, EfficientNet-B0, EfficientNet-B1, EfficientNet-B2, EfficientNet-B3, EfficientNet-B4	准确率, AUC, 加权F1分数	NA
1890	2025-12-02	A deep learning-based intelligent curriculum system for enhancing public music education: a case study across three universities in Southwest China 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27153-z PMID:41315653	研究论文	本研究介绍了一个基于深度学习的智能课程系统，用于提升中国西南地区高校的公共音乐教育质量	利用LSTM和Transformer模型分析实时学习数据，预测掌握趋势，并通过云端界面提供个性化反馈，为艺术教育在文化多样、数据稀缺环境中的AI整合提供了可扩展解决方案	研究仅在中国西南地区三所大学进行，样本范围有限，且未详细讨论长期效果或系统在不同文化背景下的普适性	通过AI技术增强公共音乐教育，响应国家美育改革，并探索在艺术教育中集成先进计算的方法	中国西南地区三所大学（贵州民族大学、贵州大学、西昌大学）的学生	自然语言处理	NA	深度学习	LSTM, Transformer	学习行为数据	三所大学的学生群体，具体数量未明确	未明确指定，但提及云端界面	LSTM, Transformer	后测掌握分数提升百分比（32%更高），预测模型准确度（RMSE < 0.15）	云端平台
1891	2025-12-02	Normal twin PET: personalized generative modeling for confounder correction and anomaly detection in whole-body PET/CT 2025-Nov-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26827-y PMID:41315788	研究论文	本文提出了一种深度学习方法来生成患者特异性正常孪生PET图像，用于全身PET/CT成像中的定量分析和无监督病理异常检测	引入了“孪生校正”方法，可减少高达90%的SUV方差，并成功降低患者性别、年龄、脂肪量和摄取时间等混杂因素的影响	模型训练依赖于伪正常PET/CT研究，可能无法完全覆盖所有正常变异；在AutoPET数据集上的Dice分数为49.3%，仍有提升空间	开发一种无监督的病理异常检测和肿瘤分割方法，用于全身PET/CT成像分析	全身PET/CT图像，包括稳定淋巴瘤患者和手动疾病掩蔽的临床扫描	数字病理学	淋巴瘤	PET/CT成像	生成模型	图像	2,538个伪正常PET/CT研究用于训练，177个测试研究用于评估	NA	图像到图像生成模型	解释方差，平均绝对相对误差，Dice系数	NA
1892	2025-12-02	Impact of U2-type introns on splice site prediction in A. thaliana species using deep learning 2025-Nov-28, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-025-06315-w PMID:41316016	研究论文	本研究利用深度学习模型探讨了U2型内含子对拟南芥物种剪接位点预测的影响	首次系统分析了短内含子和多内含子序列对剪接位点预测效果的影响，揭示了内含子长度与剪接位点预测之间的复杂关系	研究仅针对拟南芥物种，未扩展到其他植物基因组；模型可能未考虑所有剪接相关信号的空间排列因素	探究U2型内含子特征对植物基因组剪接位点预测的影响	拟南芥基因组中的剪接位点，特别是U2型内含子相关的供体和受体位点	自然语言处理	NA	深度学习	深度学习模型	基因组序列数据	供体位点：36,399个单内含子序列和13,987个多内含子序列；受体位点：37,236个单内含子序列和14,112个多内含子序列	NA	NA	预测效果	NA
1893	2025-12-02	An efficient deep learning-based morphology aware hierarchical mixture of features for tuberculosis screening using segmentation of chest X-ray images 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-19179-0 PMID:41309684	研究论文	本文提出了一种基于高效深度学习的层次特征融合方法，用于胸部X光图像的肺部分割和结核病筛查	结合了Res-UNet进行肺部分割，并融合了EfficientNetV2、CapsNet和卷积视觉变换器（CViT）进行特征提取，最后使用堆叠自编码器（SAE）进行分类，实现了高精度的结核病筛查	未提及模型在外部验证集或临床环境中的泛化能力，也未讨论计算资源需求或处理时间	开发一个自动化的深度学习框架，用于精确的肺部分割和结核病筛查，以支持早期诊断和临床决策	胸部X光图像	计算机视觉	结核病	胸部X光成像	深度学习	图像	未明确指定，但使用了CXR Masks and Labels数据集	未明确指定	Res-UNet, EfficientNetV2, CapsNet, Convolutional Vision Transformer (CViT), Stacked Autoencoder (SAE)	准确率	未提及
1894	2025-12-02	A novel framework using particle swarm optimization and long short-term memory networks for stock market forcasting 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26087-w PMID:41310345	研究论文	本研究提出了一种结合粒子群优化、长短期记忆网络和金融情感分析的智能混合框架，用于提高股票价格预测的准确性	将LSTM网络与元启发式优化算法（PSO、GWO、ARO）及基于FinBERT的金融情感分析相结合，构建了SEN_PSO_LSTM混合模型，在波动市场条件下显著提升了预测性能	未明确说明模型在不同市场周期或极端事件下的泛化能力，且情感特征仅来源于经济新闻，可能未涵盖所有市场影响因素	通过深度学习、超参数优化和情感分析的融合，提高股票价格预测的准确性和鲁棒性	七家跨行业上市公司股票（Apple、Amazon、Google、Microsoft、JPMorgan Chase、UnitedHealth Group、Toyota Motor）	机器学习	NA	金融情感分析、元启发式优化	LSTM	时间序列数据、文本数据（经济新闻）	七家公司的股票数据及对应新闻数据	TensorFlow/PyTorch（基于LSTM和FinBERT的典型框架）	单层LSTM、双层LSTM、三层LSTM、FinBERT	RMSE, MAE, R², MAPE	NA
1895	2025-12-02	A simple method for rapid reconstruction of 3D animal trajectory from monocular video 2025-Nov-27, Movement ecology IF:3.4Q2 DOI:10.1186/s40462-025-00608-8 PMID:41310862	研究论文	本文提出了一种基于单目视频和深度学习工具的三维动物运动轨迹重建方法，用于分析动物运动生态学	结合深度学习工具和针孔相机模型，开发了一种低成本、用户友好的三维动物运动轨迹重建方法，无需多摄像头或精确校准	方法在空间精度上存在平均偏差（空中运动0.09米，地面运动0.044米），且可能受限于单目视频的固有局限性	研究动物运动生态学，量化复杂动物在三维空间中的运动轨迹	动物（如蝙蝠）的运动，包括飞行、行走和捕食行为	计算机视觉	NA	单目视频分析	深度学习工具	视频	NA	NA	NA	平均偏差	NA
1896	2025-12-02	Enhanced YOLOv11 framework for high precision defect detection in printed circuit boards 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-27415-w PMID:41298795	研究论文	本文提出了一种专为印刷电路板缺陷检测设计的增强型深度学习框架YOLOv11-PCB	集成了高效多尺度注意力模块、内容感知特征重组机制和优化的EIoU损失函数，显著提升了检测精度和计算效率	NA	实现印刷电路板的高精度自动化缺陷检测	印刷电路板	计算机视觉	NA	深度学习	CNN	图像	两个基准PCB缺陷数据集（北京大学PCB数据集和DeepPCB数据集）	PyTorch	YOLOv11	mAP@0.5, mAP@0.5:0.95, FPS	NA
1897	2025-12-02	Deep learning reveals how cells pull, buckle, and navigate fibrous environments 2025-Nov-25, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2424047122 PMID:41269797	研究论文	本研究通过结合相位显微镜和深度学习技术，开发了DLFM方法，实时映射细胞在纤维环境中的力学力，揭示了细胞在纤维基质中迁移时机械力方向性如何超越ECM刚度作为收缩性的主要调节因子	首次将深度学习与细胞力学结合，实时可视化细胞在纤维环境中的力分布，发现张力各向异性是细胞行为的主调节因子，挑战了传统基于平坦基质的刚度驱动模型	研究主要基于体外纤维环境模拟，可能未完全复制体内复杂组织条件；DLFM技术的实时映射精度可能受纤维网络动态变化影响	探究细胞在生理纤维环境中如何建立和调节力学力，以解释细胞在可变形纤维环境中的迁移、分裂和分化行为	迁移细胞、干细胞在纤维细胞外基质中的力学行为	数字病理学	癌症	相位显微镜，深度学习，实时力映射	深度学习模型	图像	NA	NA	NA	NA	NA
1898	2025-12-02	Towards the theory for mitigating gradient issues and dead neurons in deep learning through a modified Gaussian activation function 2025-Nov-24, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108353 PMID:41319404	研究论文	本文提出了一种改进的高斯激活函数R-Gaussian，用于缓解深度学习中的梯度问题和神经元死亡现象	提出了一种动态适应预激活值的R-Gaussian激活函数，其调制参数C直接从输入分布推导，无需额外计算开销，在特定C值范围内能实现梯度稳定性和学习效率的最佳平衡	在Dry Bean数据集上的性能未优于Sigmoid函数	缓解深度学习中的梯度消失、梯度爆炸和神经元死亡问题	深度学习模型的激活函数	机器学习	NA	NA	深度神经网络,循环神经网络	图像数据,传感器数据	CIFAR数据集,Dry Bean数据集,UCI HAR数据集	NA	Vanilla RNN	准确率,梯度范数,收敛时间	NA
1899	2025-12-02	Multi-view subspace tensorization with attentive clustering embedding 2025-Nov-22, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2025.108344 PMID:41319403	研究论文	本文提出了一种名为STANCE的新型深度多视图聚类框架，该框架通过张量建模和注意力机制有效捕获多视图数据中的高阶相关性和一致性信息	首次将张量建模整合到深度学习范式中用于多视图聚类，通过构建三阶张量并施加低秩约束来显式捕获视图间的高阶依赖关系，并引入基于注意力的自适应融合模块动态分配样本级权重	未明确说明模型的计算复杂度及对大规模数据集的扩展性，也未讨论对视图数量变化的鲁棒性	解决现有深度多视图聚类方法在建模视图间高阶相关性方面的不足，提升多视图数据聚类的性能	多视图数据	机器学习	NA	NA	自编码器, 注意力机制	多视图数据	多个基准数据集（具体数量未说明）	NA	STANCE（包含视图特定自编码器、张量低秩约束模块、注意力融合模块）	NA	NA
1900	2025-12-02	PL-Seg: Partially labeled abdominal organ segmentation via classwise orthogonal contrastive learning and progressive self-distillation 2025-Nov-21, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103885 PMID:41319623	研究论文	提出了一种名为PL-Seg的新框架，用于在腹部CT扫描中利用部分标注数据进行多器官分割	引入了三种创新方法：基于历史分割难度动态调整权重的硬度感知解耦前景损失、用于减少类间模糊性的类间正交对比损失，以及从深层高分辨率层向浅层低分辨率层蒸馏知识的渐进自蒸馏策略	NA	开发一种能够在部分标注数据（即每个体积中仅标注部分目标器官类别）下实现准确腹部多器官分割的方法	腹部CT扫描中的器官	数字病理	NA	计算机断层扫描	深度学习	医学图像	NA	NA	NA	NA	NA