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
21	2026-01-07	Deep Learning for Video Anomaly Detection: A Review 2026-Jan-05, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3647892 PMID:41489948	综述	本文对基于深度学习的视频异常检测方法进行了全面综述，涵盖了不同监督级别的分类、公共数据集、开源代码和评估指标	弥补了过去综述仅关注半监督VAD和小模型方法的局限性，深入探讨了基于预训练大模型和开放世界学习的最新工作	NA	视频异常检测（VAD）旨在发现视频中偏离正常行为或事件	视频数据	计算机视觉	NA	深度学习	NA	视频	NA	NA	NA	NA	NA
22	2026-01-07	Revisiting Out-of-Distribution Detection in Real-time Object Detection: From Benchmark Pitfalls to a New Mitigation Paradigm 2026-Jan-05, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3650695 PMID:41489965	研究论文	本文重新审视了实时目标检测中的分布外检测问题，揭示了现有基准测试的缺陷，并提出了一种新的训练时缓解范式	揭示了广泛使用的评估基准存在根本性缺陷（OoD测试集中高达13%的对象实际上属于分布内类别），并提出了一种独立于外部OoD检测器的新型训练时缓解范式，通过使用语义上类似于分布内对象的合成OoD数据集微调检测器来塑造防御性决策边界	未明确说明合成OoD数据集的构建细节及其在不同场景下的泛化能力限制	有效减少目标检测器中由分布外输入引起的幻觉错误	实时目标检测模型	计算机视觉	NA	NA	CNN	图像	使用BDD-100K数据集	PyTorch	YOLO, Faster R-CNN, RT-DETR	幻觉错误减少率	NA
23	2026-01-07	Risk prediction of progression from normal cognitive function to Alzheimer's disease in elderly aged 65 and above based on deep learning methods 2026-Jan-05, Journal of Alzheimer's disease : JAD DOI:10.1177/13872877251410937 PMID:41490207	研究论文	本研究基于深度学习模型，预测65岁及以上老年人从正常认知功能进展为阿尔茨海默病的风险	采用深度学习模型（DeepSurv和DeepHit）与传统Cox模型比较，用于预测阿尔茨海默病的进展风险，并评估其在临床早期筛查中的潜力	研究未详细说明样本的具体来源和多样性，且临床验证尚未完成，模型的实际应用效果有待进一步确认	建立从正常认知功能进展为阿尔茨海默病的风险预测模型，为临床决策和早期筛查工具开发提供参考	65岁及以上认知功能正常的老年人	机器学习	阿尔茨海默病	NA	DeepSurv, DeepHit, Cox模型	临床数据	NA	NA	DeepSurv, DeepHit, Cox模型	C-index, IBS, AUC	NA
24	2026-01-07	QPred: A Quantum Mechanical Property Predictor for Small Molecules 2026-Jan-05, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02864 PMID:41490442	研究论文	本文介绍了一种名为QPred的新型深度学习架构，用于预测小分子的物理化学性质，通过自适应利用2D拓扑图或3D几何信息来提高预测效率和准确性	提出了一种解耦的深度学习架构，结合了增强型消息传递神经网络（MPNN）和等变网络，通过分层注意力机制提供可解释性，自适应处理2D和3D分子数据	未在摘要中明确提及具体限制，可能涉及计算资源需求或模型泛化能力	开发一种高效、高精度且可解释的分子性质预测工具，以加速计算化学和药物发现中的高通量筛选	小分子的物理化学性质	机器学习	NA	深度学习，量子力学方法	MPNN，等变网络	2D拓扑图，3D几何信息	NA	NA	消息传递神经网络（MPNN），等变网络	NA	NA
25	2026-01-07	A deep learning-based markerless gait analysis model for dogs shows promising accuracy when validated with 2-dimensional marker-based data 2026-Jan-05, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.25.09.0337 PMID:41490686	研究论文	本文开发并验证了一种基于深度学习的无标记步态分析模型，用于犬类步态分析，并与二维标记系统进行比较	首次从随机初始化训练专门针对犬类步态分析的深度学习模型，并在临床环境中验证其准确性	需要进一步在不同犬种和环境条件下进行验证，目前仍处于早期阶段	开发适用于犬类步态分析的深度学习模型，并验证其准确性	犬类步态分析	计算机视觉	NA	深度学习	ViTPose-L	图像	408只客户拥有的犬只，涉及超过30个品种，包括小型到大型体型	NA	ViTPose-L	COCO风格的平均精度均值, 归一化关键点误差, 正确关键点百分比	NA
26	2026-01-07	Two-Tier heuristic search for ransomware-as-a-service based cyberattack défense analysis using explainable Bayesian deep learning model 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-96083-7 PMID:41490912	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
27	2026-01-07	A machine learning study highlighting the challenges of fidgety movement recognition using vision and inertial sensors 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28523-3 PMID:41490995	研究论文	本研究利用深度学习技术，结合RGB-D视频和惯性测量单元数据，探索识别婴儿烦躁运动的挑战	首次使用解耦特征表示学习方法，同时结合视觉和传感器模态数据，以独立于受试者信息的方式表征运动特征	模型在训练期间未见过的受试者上泛化能力仍面临挑战，两种数据模态均存在特定问题需要解决	探索使用机器学习和多模态数据自动识别婴儿烦躁运动的可行性及挑战	95名婴儿（平均年龄约[公式：见文本]周）的烦躁运动	机器学习	脑性瘫痪	RGB-D视频采集，惯性测量单元数据采集	深度学习	视频，传感器数据	95名婴儿	NA	NA	NA	NA
28	2026-01-07	Transformer-based InsightGWAS improves GERD genetic discovery via pretraining on GWAS for major depressive disorder 2026-Jan-05, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09177-3 PMID:41491019	研究论文	本研究开发了一种基于Transformer的深度学习模型InsightGWAS，通过在大规模抑郁症GWAS数据上进行预训练，并利用GERD GWAS摘要统计数据进行微调，以增强胃食管反流病（GERD）相关基因位点的发现	创新点在于结合了迁移学习和多组学功能注释（如eQTLs、mQTLs和表观基因组数据），以优先考虑候选变异，从而超越了传统GWAS方法	未明确说明样本量或数据集的局限性，可能依赖于现有GWAS数据的质量和覆盖范围	研究目的是通过深度学习模型改进GERD的遗传发现，识别与疾病相关的生物通路和潜在治疗靶点	研究对象是胃食管反流病（GERD）的遗传基础，包括已知和新的候选基因位点	机器学习	胃食管反流病	GWAS, eQTLs, mQTLs, 表观基因组数据	Transformer	GWAS摘要统计数据, 多组学功能注释	NA	NA	Transformer	分类准确率, 假阳性率	NA
29	2026-01-07	Applicability study of AI attribution methods for ophthalmic image classification 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33120-5 PMID:41491079	研究论文	本研究评估了三种前沿归因方法在眼科图像分类中的适用性，以解释基于VGG16的深度学习模型在糖尿病视网膜病变分类和视网膜积液检测中的预测	首次系统评估了DeepLIFT、AGI和AttEXplore等归因方法在眼科医学影像领域的适用性，揭示了这些方法在临床相关性解释方面的差异和局限性	归因方法在正常病例中提供的信息较少，且高插入分数或低删除分数不一定与临床有意义的视觉归因相关，所有方法都需要结合临床专业知识进行解释	探索归因方法在医学影像领域的适用性，提高深度学习模型在眼科诊断中的可解释性和临床可信度	糖尿病视网膜病变分类和视网膜积液检测	计算机视觉	糖尿病视网膜病变	光学相干断层扫描（OCT），光学相干断层扫描血管成像（OCTA）	CNN	图像	未明确指定样本数量	未明确指定	VGG16	准确率，插入分数，删除分数	未明确指定
30	2026-01-07	Interpretable deep learning reveals distinct spectral and temporal drivers of perceived musical emotion 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34238-2 PMID:41491208	研究论文	本研究开发了一种可解释的深度学习模型，用于识别预测音乐情感反应（效价和唤醒度）的动态声学特征	提出了一种新颖的、理论指导的神经网络，结合卷积路径进行局部频谱分析和Transformer路径捕获长程时间依赖，并通过音乐心理学原理约束学习过程以增强其合理性	NA	开发并验证一个可解释的计算模型，作为测试和推进音乐认知理论的工具	音乐片段及其连续的情感维度（效价和唤醒度）评分	机器学习	NA	NA	CNN, Transformer	音频	1,802个音乐片段	NA	CNN, Transformer	一致性相关系数	NA
31	2026-01-07	A multi-task deep learning pipeline for classification, detection, and weakly supervised 3D segmentation of intraparenchymal hematoma on brain CT 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34596-x PMID:41491206	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
32	2026-01-07	AI based real time disease diagnosis in plants using deep learning driven CNNs 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34681-1 PMID:41491234	研究论文	本研究提出了一种基于深度卷积神经网络的实时植物病害诊断框架，通过分析植物图像实现快速、准确的病害识别	开发了名为PDD-DL的实时诊断框架，相比传统方法具有更快速度、更高可信度和更强扩展性，实现了42.6毫秒每图像的实时推理速度	模型验证主要基于常见流行作物，虽然可应用于多种作物，但未明确说明具体作物种类和病害范围	通过早期检测改善植物健康监测，以最大化产量并减少损失，支持精准农业和可持续植物健康管理	植物病害	计算机视觉	植物病害	图像分析	CNN	图像	NA	NA	卷积神经网络	准确率, 精确率, 召回率, F1分数, 推理速度	NA
33	2026-01-07	Longitudinal MRI-based deep learning model for predicting pathological complete response in breast cancer: a multicenter, retrospective cohort study 2026-Jan-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01256-2 PMID:41491286	研究论文	本研究提出了一种基于纵向MRI的深度学习模型BSTNet，用于预测乳腺癌新辅助治疗后的病理完全缓解	开发了一种新颖的乳腺自监督时序学习框架，通过自监督预训练实现跨多时间点和双时间点场景的模型泛化，并捕捉治疗期间肿瘤的动态变化	NA	早期预测乳腺癌患者对新辅助治疗的病理完全缓解，以优化治疗策略	乳腺癌患者	数字病理学	乳腺癌	纵向MRI	深度学习	图像	1339名患者（多中心队列）	NA	BSTNet	AUC, 特异性	NA
34	2026-01-07	Multimodal deep learning approaches for improving polygenic risk scores with imaging data 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34153-6 PMID:41491351	研究论文	本研究评估了多模态深度学习模型在结合遗传、影像和临床数据后，对青光眼风险预测性能的提升	提出了一种结合多基因风险评分、影像衍生深度学习评分、影像衍生表型和临床协变量的多模态模型，并引入了影像衍生表型代理遗传评分作为影像数据不可用时的替代方案	研究主要基于英国生物银行的数据，可能在其他人群中的泛化性有限；影像衍生表型代理遗传评分的预测性能相对较低	提高青光眼风险预测的准确性，特别是在资源有限的情况下	青光眼风险预测	机器学习	青光眼	光学相干断层扫描	深度学习模型, XGBoost	图像, 遗传数据, 临床数据	55,469个有OCT影像数据的样本和402,847个无OCT影像数据的样本	XGBoost	NA	AUC	NA
35	2026-01-07	PepGraphormer: an ESM-GAT hybrid deep learning framework for antimicrobial peptide prediction 2026-Jan-05, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01144-8 PMID:41491543	研究论文	本文提出了一种名为PepGraphormer的新型融合深度学习框架，结合了ESM2大型语言模型和图注意力网络的优势，用于抗菌肽预测	首次将基于Transformer的大型语言模型（ESM2）与图注意力网络（GAT）结合，无需依赖先前研究中使用的3D蛋白质结构信息，用于抗菌肽预测	未明确提及	开发一个用于抗菌肽预测的高精度和稳定性的深度学习框架	抗菌肽（AMPs）	自然语言处理, 机器学习	NA	NA	Transformer, GAT	蛋白质序列	NA	NA	ESM2, GAT	准确率, 稳定性	NA
36	2026-01-07	Automated microscopy for malaria diagnosis in a reference laboratory in nonendemic settings 2026-Jan-05, Parasites & vectors IF:3.0Q1 DOI:10.1186/s13071-025-07215-x PMID:41491600	研究论文	本研究评估了miLab™自动化显微镜在非流行区参考实验室中用于疟疾诊断的性能，并与传统镜检和嵌套多重疟疾PCR进行比较	首次在非流行区参考实验室中评估了集成深度学习模型的自动化显微镜miLab™，实现了无需专家镜检师的快速疟疾诊断	物种鉴定和寄生虫定量方面仍需改进，与NM-PCR相比灵敏度较低（62.8%）	评估自动化显微镜miLab™在非流行区疟疾诊断中的性能	疟疾患者血液样本中的疟原虫	数字病理学	疟疾	数字显微镜，嵌套多重疟疾PCR	深度学习模型	血液涂片图像	400份样本（2021-2024年前瞻性收集）	NA	NA	一致性，kappa系数，灵敏度，特异性，相关系数	NA
37	2026-01-07	Patch-Based convolutional neural networks for multiple microstructural features detection in FIB-SEM micrographs of irradiated nuclear fuel 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23606-7 PMID:41491694	研究论文	本研究提出了一种基于卷积神经网络（CNN）的框架，用于在有限标注数据下自动识别辐照核燃料FIB-SEM显微图像中的多种微观结构特征	首次整合了Segment Anything Model（SAM）与基于补丁的CNN模型，用于辐照核材料的语义分割，并展示了在有限标注数据下实现高效微观结构识别的潜力	依赖有限的标注数据，且主要针对辐照U-10Zr金属燃料，在其他核材料或更广泛数据集上的适用性有待验证	自动化识别辐照核材料FIB-SEM显微图像中的微观结构特征，以克服传统EDS数据收集耗时、微观结构区分困难及图像对齐问题	辐照U-10Zr（wt%）金属燃料的FIB-SEM显微图像及对应的EDS图谱	计算机视觉	NA	聚焦离子束扫描电子显微镜（FIB-SEM）层析成像，能量色散光谱（EDS）	CNN	图像	NA	NA	Patch-based U-Net, Attention U-Net, Residual U-Net	分割性能与一致性	NA
38	2026-01-07	A hierarchical deep learning framework with doubly regularized loss for robust malware detection and family categorization 2026-Jan-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31444-w PMID:41491703	研究论文	本文提出了一种用于便携式可执行（PE）恶意软件检测和家族分类的分层深度学习框架，采用了一种新颖的双重正则化二元交叉熵（DRBCE）损失函数	提出了一种结合加权交叉熵和谱正则化的DRBCE损失函数，通过严格的数学公式证明其能稳定训练动态并缓解类别不平衡问题，并采用概率框架建模阶段间错误传播	未明确说明框架在实时检测或资源受限环境下的适用性，且可能依赖于特定数据集	开发一个准确、数学基础扎实且可解释的恶意软件检测和家族分类框架	便携式可执行（PE）文件，包括良性文件和恶意软件家族	机器学习	NA	深度学习	分层深度学习框架	软件文件数据	大规模数据集（BODMAS、SOMLAP和CLaMP）	KerasTuner	NA	加权准确率	NA
39	2026-01-07	Automatic recognition and measurement of anatomical structures associated with the elevation of the maxillary sinus floor by deep learning on cone-beam computed tomographic scans 2026-Jan-05, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07609-4 PMID:41491712	研究论文	本研究开发了一种基于深度学习的模型，用于在锥形束计算机断层扫描图像中自动识别上颌窦、后上牙槽动脉和牙槽嵴，并测量与上颌后牙种植手术相关的解剖参数	采用增强的YOLOv11架构进行解剖结构分割，实现了对上颌窦提升关键结构的可靠自主识别，并基于分割结果自动测量临床参数，为智能术前设计提供了新方法	研究仅基于2400张CBCT切片，样本来源和多样性可能有限；模型在特定解剖参数（如A5）的预测误差较大	开发深度学习模型以实现上颌窦提升手术的智能术前设计和评估	上颌后牙缺失患者的CBCT扫描图像	计算机视觉	口腔疾病	锥形束计算机断层扫描	CNN	图像	2400张CBCT切片	NA	YOLOv11	交并比, 平均精度, 平均召回率, 欧几里得距离	NA
40	2026-01-07	Osteoarthritis Severity Classification in Knee X-Rays Using Optimized Deep Learning Approaches 2026-Jan-05, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01818-7 PMID:41491733	研究论文	本研究提出了一种基于深度学习的系统，利用膝关节X射线图像对骨关节炎的严重程度进行分类	使用灰狼优化算法自动优化全连接层的超参数，以提高模型在区分骨关节炎等级时的学习效率和准确性	数据集仅来自单一医院，样本量相对较小（每类200张图像，共1000张），可能影响模型的泛化能力	开发一个准确分类骨关节炎严重程度的系统，以辅助早期诊断和治疗决策	膝关节X射线图像	计算机视觉	骨关节炎	X射线成像	CNN	图像	1000张膝关节X射线图像（每类200张，共5类）	NA	EfficientNetB1, DenseNet169, Xception	准确率, 精确率, 召回率, F1分数, ROC曲线	NA