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
301	2026-01-18	Benchmarking heterogeneous network-based methods for drug repurposing 2025-Dec-10, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-025-00633-8 PMID:41366216	研究论文	本文系统评估了十种基于异质网络的药物重定位方法在八个数据集上的性能，为药物重定位研究提供了可靠的基准框架和新数据集	引入了两个新的药物-疾病数据集，并系统比较了多种异质网络方法，揭示了交叉验证策略对性能评估的重要影响	研究主要基于现有公开数据集，可能未涵盖所有疾病类型或药物相互作用，且深度学习方法仅评估了一种	评估基于异质网络的药物重定位方法的可靠性和泛化能力	十种基于异质网络的药物重定位方法，包括矩阵分解、矩阵补全、推荐系统和深度学习方法	机器学习	NA	NA	矩阵分解, 矩阵补全, 推荐系统, 深度学习	异质网络数据	八个数据集，包括六个公开数据集和两个新引入的药物-疾病数据集	NA	NMF, NMF-PDR, NMF-DR, VDA-GKSBMF, BNNR, OMC, HGIMC, IBCF, LIBMF, DRDM	AUC, AUPR	NA
302	2026-01-18	Enhanced real-time 6d pose estimation for automatic recovery of in-flight UAVs using distance-aware keypoint heatmaps 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31572-3 PMID:41372326	研究论文	本文提出了一种基于单目RGB图像和深度学习关键点检测的实时六自由度姿态估计方法，用于自动回收飞行中的无人机	提出了一种自适应Sigma技术，根据相机与无人机之间的距离调整关键点热图的sigma值，以增强姿态估计的准确性	NA	开发一种自动无人机回收系统，在无结构道路等安全跑道不可行的情况下，实现无人机的精确实时定位	飞行中的无人机	计算机视觉	NA	深度学习关键点检测	CNN	图像	NA	NA	NA	正确关键点百分比	NA
303	2026-01-18	A neural network-based automatic semi-variogram modeling approach for geomagnetic map construction in multi-source indoor and outdoor navigation 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31721-8 PMID:41372448	研究论文	本文提出了一种基于神经网络的自动半变异函数建模方法，用于构建多源室内外导航中的地磁地图	结合深度学习与地统计插值，通过自动半变异函数卷积神经网络自动推断半变异函数参数，减少了传统方法对地质专业知识的依赖和主观性	未明确说明方法在极端环境或大规模数据集下的泛化能力	提高地磁地图构建的精度和效率，以支持地磁辅助导航	地磁样本数据	机器学习	NA	地磁测量	CNN	地磁数据	NA	NA	编码器-解码器架构，包含多卷积块注意力模块	NA	NA
304	2026-01-18	MMETHANE: interpretable AI for predicting host status from microbial composition and metabolomics data 2025-Dec-08, Microbiome IF:13.8Q1 DOI:10.1186/s40168-025-02270-z PMID:41361854	研究论文	本文介绍了一种名为MMETHANE的可解释AI模型，用于从微生物组成和代谢组学数据预测宿主状态	MMETHANE整合了先验生物学知识（如系统发育和化学关系），并具有内在可解释性，能输出解释其决策的英文规则集	NA	开发一种计算工具，将微生物组组成和代谢物数据与宿主状态联系起来	微生物组成、代谢组学数据和宿主状态（如疾病状态）	机器学习	炎症性肠病	微生物测序、代谢组学测量	深度学习模型	微生物组成数据、代谢组学数据	六个数据集，具体样本数未明确说明	NA	MMETHANE	NA	NA
305	2026-01-18	Artificial intelligence for detection and classification of furcation defects using radiographic imaging: A systematic review 2025-Dec, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20250101 PMID:41536891	系统综述	本系统综述旨在评估人工智能算法在X线影像上检测和分类根分叉病变的诊断准确性	首次系统性地综述了AI在根分叉病变检测与分类中的应用，并指出了当前研究的异质性与局限性	研究存在方法学和报告异质性，未进行荟萃分析，且根分叉严重程度分类的报告一致性较低	评估人工智能算法在牙科X线影像上检测和分类根分叉病变的诊断准确性	牙科X线影像（根尖片、全景片、CBCT）中的根分叉病变	计算机视觉	牙周病	放射成像	深度学习模型	图像	NA	NA	ResNet, UNet, YOLO-v4, Vision Transformers	敏感性, 特异性, AUC	NA
306	2026-01-16	Caries is a gradient, not a boundary: Detection rather than segmentation is the appropriate deep learning approach 2025-Dec, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20251201 PMID:41536895	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
307	2026-01-18	Efficacy of deep learning models and dental professionals in identifying dental implants 2025-Dec, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20250048 PMID:41536899	研究论文	本研究评估了YOLOv11模型在印度临床环境中识别10种牙科种植体类型的效能，并与牙科专业人员的识别准确性进行了比较	首次在印度临床环境中应用最新的YOLOv11模型进行牙科种植体识别，并与牙科专业人员的表现进行直接比较，强调了区域特异性方法的重要性	模型对某些种植体类型（如Dentium和Bioline）的识别准确性相对较低，需要进一步改进	评估深度学习模型在牙科种植体识别中的效能，并与牙科专业人员的准确性进行比较	10种牙科种植体类型	计算机视觉	NA	放射影像分析	YOLO	图像	3,161张根尖周和全景放射影像	YOLOv11	YOLOv11	精确率, 召回率, F1分数, mAP50	Google Colab, NVIDIA Tesla T4 GPU (16 GB VRAM)
308	2026-01-18	Deep learning-based method for estimating age from periapical radiographs of upper incisors in a Thai population 2025-Dec, Imaging science in dentistry IF:1.7Q3 DOI:10.5624/isd.20250042 PMID:41536900	研究论文	本研究开发了一种结合牙髓-牙齿面积比（PTR）的深度学习模型，用于从泰国人群上颌中切牙的根尖周X光片中估计年龄	首次将DeepLabv3+用于根尖周X光片的牙根和根管分割，并结合ResNet-50模型与PTR值进行年龄估计，为单颗牙齿的放射学年龄估计提供了新方法	研究样本仅限于泰国人群，且年龄估计误差随年龄增长而增加，在60岁以上群体中MAE最高（8.40年），模型在其他种族或人群中的泛化能力未验证	开发基于深度学习的年龄估计方法，应用于法医牙科学或临床年龄评估	泰国人群的上颌中切牙根尖周X光片	数字病理学	NA	根尖周X光成像	CNN	图像	2,041张根尖周X光片，代表3,108颗上颌中切牙，来自年龄10.00至84.25岁的个体	NA	DeepLabv3+, ResNet-50	平均交并比（mIoU）, 平均绝对误差（MAE）	NA
309	2026-01-17	Template-based RNA structure prediction advanced through a blind code competition 2025-Dec-30, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.30.696949 PMID:41509375	研究论文	本文通过Kaggle代码竞赛探讨了基于模板的RNA三维结构预测方法，并开发了集成模型RNAPro	竞赛中表现最佳的策略意外地采用了无深度学习的模板发现流程，且集成模型RNAPro在测试集上超越了单个竞赛模型	NA	解决从序列自动预测RNA三维结构的生物学与生物技术挑战	RNA三维结构	生物信息学	NA	模板建模	NA	RNA序列与三维结构数据	43个先前未发布的结构	NA	NA	竞赛评分（与CASP16优胜者统计误差内）	NA
310	2026-01-17	A hybrid quantum-classical convolutional neural network with a quantum attention mechanism for skin cancer 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31122-x PMID:41466036	研究论文	本文提出了一种结合量子注意力机制的混合量子-经典卷积神经网络（QAttn-CNN），用于皮肤癌图像分类	引入了量子注意力机制（QAttn）来改进特征选择，并利用量子卷积层和NEQR编码的量子图像表示，将计算复杂度从O(N)降低到O(log N)	研究使用了灰度转换和图像大小调整等预处理步骤，可能丢失原始RGB图像的色彩信息；量子计算硬件在临床环境中的实际应用仍面临挑战	开发一种计算效率更高、性能更好的混合量子-经典深度学习模型，用于皮肤癌的早期检测和分类	皮肤病变的医学图像，特别是恶性与良性皮肤病变的二分类问题	计算机视觉	皮肤癌	量子计算，深度学习	CNN，混合量子-经典神经网络	图像	三个数据集：MNIST（70,000张灰度手写数字图像），CIFAR-10（60,000张RGB物体图像），Kaggle皮肤癌数据集（3,297张皮肤镜图像：1,800例良性，1,497例恶性）	NA	QAttn-CNN，QAttn-ViT，QAttn-ResNet18	准确率，精确率，召回率，F1分数	NA
311	2026-01-17	An ethnic-sensitive hybrid framework for T2D prediction with explainable AI and weighted ensembles 2025-Dec-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31234-4 PMID:41436827	研究论文	本文提出了一种针对2型糖尿病早期预测的种族敏感混合框架，结合可解释AI和加权集成方法，以解决数据缺失、类别不平衡和人群特异性风险因素等挑战	提出了一种四阶段预测框架FW-CAGIN-WCAE，包括特征加权类别自适应生成插补网络和加权分类器聚合集成，并首次在糖尿病预测中结合类别感知和特征加权的GAN模型进行数据插补	研究主要基于三个基准数据集，在更广泛的人群和实际医疗环境中的泛化能力有待进一步验证	开发一个准确、可解释且对人群敏感的早期2型糖尿病预测框架，特别针对资源有限的医疗环境	2型糖尿病患者的医疗数据	机器学习	2型糖尿病	NA	GAN, 集成学习	结构化医疗数据	基于三个基准数据集（PIDD, FHGDD, BDD）及其组合	NA	FW-CAGIN（特征加权类别自适应生成插补网络）	AUC, 平均绝对误差, 诊断比值比	NA
312	2026-01-17	MIDAS: rapid, multiplexed molecular profiling for integrated host-pathogen analysis 2025-Dec-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67391-3 PMID:41419730	研究论文	本文介绍了一种名为MIDAS的概念验证平台，用于快速、多路复用的分子分析，实现宿主-病原体整合分析	MIDAS平台首次将形状编码的水凝胶颗粒与无透镜衍射成像及基于深度学习的分析相结合，可在单一系统中同时量化细菌RNA和炎症蛋白，优化了潜在的即时护理应用	需要进一步的临床验证	开发一种用于复杂感染条件下宿主-病原体整合分子分析的技术	细菌RNA和炎症蛋白	数字病理学	败血症	RNA分析, 蛋白质分析	深度学习	图像	来自临床相关猪败血症模型的样本	NA	NA	与培养、qPCR和ELISA的高度一致性	NA
313	2026-01-17	Deep learning reveals hidden diversity of Synechococcus in the coastal water of China: novel clades and their ecological insights 2025-Dec-17, Proceedings. Biological sciences DOI:10.1098/rspb.2025.1936 PMID:41538039	研究论文	本研究开发了一个基于深度学习的框架Syn_Tool，用于识别、分类和发现中国沿海水域Synechococcus ITS序列的新分支，揭示了其隐藏的多样性	首次应用深度学习框架整合Synechococcus ITS数据库，实现了大规模序列的准确分类和新分支的发现，揭示了14个新分支	研究主要基于中国沿海水域数据，可能未涵盖全球Synechococcus的完整多样性；深度学习模型的泛化能力需进一步验证	开发深度学习工具以准确识别和分类Synechococcus ITS序列，并探索其生态多样性及驱动因素	中国沿海水域中的Synechococcus ITS序列	机器学习	NA	16S-23S rRNA内部转录间隔区（ITS）测序	深度学习	序列数据	1,087,323条ITS序列	NA	NA	NA	NA
314	2026-01-17	A robust deep learning approach for rock discontinuity identification from large scale 3D point clouds 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31137-4 PMID:41402495	研究论文	本研究提出了一种名为RL-JointNet的端到端深度学习方法，用于从大规模三维点云中鲁棒地识别岩石不连续面	RL-JointNet的核心创新在于其增强的局部特征提取模块，该模块集成了显式相对位置编码以捕捉精细空间关系，以及多路径特征融合策略以更好地表示复杂的邻域几何结构	NA	开发一种鲁棒的深度学习方法，用于从大规模三维点云中准确识别和定量表征岩石不连续面，以支持边坡稳定性分析、地下开挖设计和岩石爆破等关键应用	岩石不连续面（岩石边坡中的关键地质特征）	计算机视觉	NA	三维点云分析	深度学习模型	三维点云	来自两个岩石边坡的高分辨率点云数据集	NA	RL-JointNet	全局准确率, 平均交并比, 各类别识别准确率	NA
315	2026-01-17	Flexible robotic hand harnesses large deformations for full-coverage human-like multimodal haptic perception 2025-Dec-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67148-y PMID:41392032	研究论文	本文介绍了一种名为FlexiRay的软体抓取器，它通过集成视觉-触觉传感与Fin Ray效应，实现了高顺应性、宽传感覆盖和多模态感知能力	结合多层柔性基底、优化的多镜光学系统和解耦深度学习框架，仅用单个摄像头即可复现人类七种触觉模态中的五种（力、接触位置、纹理、温度和本体感觉）	未明确说明对非平面接触感知的完全解决程度，以及在实际复杂环境中的长期稳定性	开发具有人类级别多模态触觉感知能力的软体机器人抓取器，以提升机器人抓取的安全性和人机交互能力	柔性机器人抓取器（软体夹爪）	机器人技术	NA	视觉-触觉传感，Fin Ray效应	深度学习	图像	NA	NA	NA	力精度（0.17 N），空间分辨率（0.96 mm），本体感觉精度（0.24 mm），温度精度（1.17 °C），有效覆盖率（>90%）	NA
316	2026-01-17	Multi-phase deep learning framework with Multiscale Adaptive Swin Transformer and embedding attention for precision lung nodule detection and classification 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31147-2 PMID:41390502	研究论文	本文提出了一种用于肺结节精确检测和分类的多阶段深度学习框架	提出了一个结合稀疏边缘保持增强（SEPE）、改进的DeepLabv3+分割架构、多尺度自适应Swin Transformer（MA-SwinT）分类器以及Fossa优化算法（FOA）进行超参数调优的综合框架，并引入了多尺度嵌入注意力机制（MEAM）	未在摘要中明确说明	开发一个高精度、可扩展且适应临床诊断需求的肺结节检测与分类系统	肺结节	计算机视觉	肺癌	深度学习	Transformer, CNN	医学图像（CT扫描）	LUNA16和LIDC-IDRI数据集	NA	DeepLabv3+, EfficientNetV2, DenseNet-201, ResNet-101, InceptionV3, Swin Transformer	Dice系数, IoU, Jaccard指数, Hausdorff距离, 准确率, 精确率, 召回率, F1分数, 特异性	NA
317	2026-01-17	Real-time concrete strength monitoring using piezoelectric sensors and deep learning 2025-Dec-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67168-8 PMID:41388029	研究论文	本研究结合压电传感器和深度学习，实现了混凝土强度的实时监测，为土木工程领域提供了一种创新的非破坏性测试方法	将压电传感器与AI驱动的数据分析相结合，实现了混凝土结构条件的实时、原位监测，提高了准确性和自动化水平，并已纳入AASHTO T412标准	预测误差约为15%，可能在某些高精度应用场景中存在限制	开发一种实时、非破坏性的混凝土强度监测方法，以替代传统耗时且可靠性有限的测试技术	混凝土结构，特别是在高速公路建设项目中的大型混凝土构件	机器学习	NA	压电传感器技术，电机械阻抗信号分析	深度学习模型	电机械阻抗信号	四个大型高速公路建设项目	NA	NA	预测误差（与ASTM C39标准压缩测试对比）	NA
318	2026-01-15	Comparative analysis of novel preprocessing techniques and deep learning based multi modal feature fusion for diabetic retinopathy grading 2025-Dec-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31339-w PMID:41388060	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
319	2026-01-17	Application of an artificial intelligence-based airway identification system in tracheal intubation 2025-Dec-11, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-025-03504-1 PMID:41372822	研究论文	本研究开发了一种基于人工智能的气道识别系统，用于实时识别气道结构，以辅助医护人员快速掌握气管插管程序	开发了一种基于YOLO模型的人工智能系统，用于实时识别气道解剖结构，并将其部署在移动智能手机端，以辅助无经验的实习医生进行气管插管	研究仅基于模拟器进行，未在真实临床环境中验证；样本量相对有限，且数据增强方法可能引入偏差	开发并评估一种人工智能辅助的气管插管系统，以提高插管效率和首次尝试成功率	气道解剖图像和实习医生	计算机视觉	NA	图像数据增强，视频喉镜检查	YOLO	图像	978名患者的3912张气道解剖图像，以及72名无插管经验的实习医生	NA	YOLO	精确度，召回率，F1值，mAP	移动智能手机端部署
320	2026-01-17	Physically consistent joint prediction of porosity and shale volume via core-calibrated deep learning in well-consolidated sandstones 2025-Dec-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31326-1 PMID:41381621	研究论文	提出一种结合自监督测井建模与岩心校准低秩适应的两阶段深度学习框架，用于联合预测孔隙度和泥质含量	通过自监督条件评分扩散插补模型学习测井序列结构，并利用岩心校准低秩适应将岩心尺度物理关系迁移至测井尺度，实现物理一致的联合预测	方法主要针对固结砂岩，在其他储层类型中的适用性未验证，且依赖于合成测井数据和岩心校准	开发一种物理一致的深度学习框架，用于联合预测孔隙度和泥质含量，以改进储层评估	固结砂岩储层中的孔隙度和泥质含量	机器学习	NA	测井数据分析和岩心校准	深度学习	测井数据	NA	NA	条件评分扩散插补模型, 低秩适应	NA	NA