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
2081	2026-01-18	Real-time construction safety monitoring using a drone based deep hybrid attention model 2025-Dec-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31392-5 PMID:41422095	研究论文	本文提出了一种基于无人机和深度混合注意力模型的实时建筑工地安全监控系统，用于检测个人防护装备的使用情况	提出了一种名为2D-3CKO-MTHSAN的新型网络，结合了离散膨胀余弦因果卷积多头自注意力和离散余弦-Krawtchouk-Tchebichef变换，并利用猩猩优化算法进行参数调整，以提高检测精度和鲁棒性	未在摘要中明确说明	解决建筑工地中个人防护装备检测的准确性和实时性问题，以提升工人安全	建筑工地工人及其个人防护装备，特别是个人防坠落系统中的头盔、安全带和安全绳	计算机视觉	NA	无人机实时监控	CNN, 注意力模型	图像	未在摘要中明确说明	NA	2D-3CKO-MTHSAN, DCCMSA-DCKTKT, Adaptive Causal Decision Transformers	检测准确率	未在摘要中明确说明
2082	2026-01-18	A novel deep transformer based CvT model for sign language recognition in visual communication 2025-Dec-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31558-1 PMID:41423468	研究论文	本文提出了一种基于卷积视觉变换器（CvT）的新模型，用于视觉交流中的手语识别	提出了一种结合分层卷积标记化与基于变换器的注意力机制的CvT模型，优化了局部和全局特征提取，在手语识别任务中超越了传统CNN和变换器基线模型	未明确说明模型在复杂背景、快速连续手势或不同用户变体下的泛化能力	开发一种能够更准确识别手语的深度学习模型，以改善听障人士的交流可及性	手语数字、字母和符号图像	计算机视觉	NA	深度学习	Transformer, CNN	图像	手语数字数据集：10个类别共1,712张图像；字母和符号数据集：29个类别共87,000张图像	NA	卷积视觉变换器（CvT）	准确率	NA
2083	2026-01-18	Assessing clinician performance using a multi-modality clinical decision-support system for lung cancer prognostication 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31204-w PMID:41419585	研究论文	本研究开发了一个整合多模态深度学习模型的临床决策支持系统，用于肺癌术后预后评估，并评估了其对肿瘤科医生预测性能和信心的影响	首次将多模态深度学习模型与临床决策支持系统整合用于肺癌预后评估，并首次研究了临床医生对该类系统的态度	这是一项探索性研究，样本量可能有限，且未详细说明外部验证的具体范围或长期临床效果	开发并评估一个用于肺癌术后预后评估的临床决策支持系统，以辅助确定哪些患者可能从辅助治疗中受益	早期肺癌患者，特别是那些接受手术并考虑辅助治疗的患者	数字病理学	肺癌	深度学习模型，多模态数据整合	深度学习模型	医学影像（术前）、临床信息、手术信息、病理信息	NA	NA	NA	预测性能、置信度	NA
2084	2026-01-18	An AI-driven multi-omics framework identifies lactylation-mediated therapeutic targets to overcome drug resistance in ovarian cancer 2025-Dec-20, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01150-x PMID:41422325	研究论文	本研究开发了一个AI驱动的多组学框架，用于识别卵巢癌中与乳酸化修饰相关的基因、分层患者药物反应并建立预后标志	首次将乳酸化修饰生物学与AI驱动的多组学分析整合，构建了一个精准肿瘤学框架，以发现可成药靶点并增强患者分层	传统分析方法难以整合多组学的复杂性，限制了可操作的乳酸化相关脆弱性的发现	开发AI驱动的多组学框架，以识别卵巢癌中与乳酸化相关的治疗靶点并克服耐药性	卵巢癌患者	机器学习	卵巢癌	转录组学、表观基因组学、药物基因组学、突变分析	VAE, LSTM, MLP	转录组、表观基因组、药物基因组、突变、临床结局数据	来自TCGA、GDSC和独立卵巢癌队列的数据	NA	变分自编码器, 长短期记忆网络, 多层感知机	精确度	NA
2085	2026-01-18	Predicting and classifying type 2 diabetes using a transparent ensemble model combining random forest, k-nearest neighbor, and neural networks 2025-Dec-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31562-5 PMID:41419964	研究论文	本研究提出了一种结合随机森林、K近邻和神经网络的透明集成模型，用于预测和分类2型糖尿病	通过堆叠和投票方法结合三种机器学习算法，并利用LIME和SHAP可解释性技术提高模型透明度，识别重要特征	研究仅使用了768个皮马印第安人糖尿病样本，数据来源单一，可能限制模型的泛化能力	开发一个准确且可解释的模型，用于2型糖尿病的早期检测和分类	皮马印第安人糖尿病数据集中的医疗数据	机器学习	2型糖尿病	机器学习集成方法	集成模型, 随机森林, K近邻, 神经网络	结构化医疗数据	768个皮马印第安人糖尿病样本	Scikit-learn	随机森林, K近邻, 神经网络, 逻辑回归	准确率, 精确率, 召回率, 特异性, F1分数, AUROC, Brier分数, 期望校准误差	NA
2086	2026-01-18	Advances in Artificial Intelligence in Cosmetic Dermatology 2025-Dec-17, Actas dermo-sifiliograficas IF:3.8Q1 DOI:10.1016/j.ad.2025.104560 PMID:41418903	综述	本文综述了人工智能在美容皮肤科中的应用进展，包括皮肤评估、个性化治疗及产品推荐	系统总结了AI在美容皮肤科中的革命性作用，特别是通过先进算法实现疾病诊断、激光治疗预测和配方优化	面临数据偏见和临床验证不足等挑战	探讨人工智能技术在美容皮肤科领域的应用与前景	美容皮肤科中的皮肤评估、治疗及产品开发	机器学习	NA	机器学习,深度学习	NA	图像,临床数据	NA	NA	NA	准确性	NA
2087	2025-12-18	Deep learning based real-time prediction of depth of penetration during activated tungsten inert gas welding of 10 mm thick 316LN stainless steel 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31414-2 PMID:41402476	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2088	2026-01-18	Enhancing the weed segmentation in diverse crop fields using computationally effective concatenated attention U-Net with convolutional block attention module 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31285-7 PMID:41402468	研究论文	本文提出了一种名为CAUC的轻量级卷积神经网络，用于在多种作物田中增强杂草分割效果	通过整合线性连接块、注意力门连接和卷积块注意力模块，有效利用特征图实现高性能，同时采用深度卷积和1×1卷积层降低计算复杂度	NA	开发轻量级深度学习模型，用于作物和杂草分割，以支持选择性杂草处理	多种作物田中的杂草	计算机视觉	NA	深度学习	CNN	图像	整合了三个数据集：Crop/Weed Field Image Dataset (CWFID)、Sugar Beet和Sunflower数据集	NA	U-Net, Convolutional Block Attention Module (CBAM)	准确率, MIoU, F1分数	低计算设备
2089	2026-01-18	Complex genetic effects linked to plasma protein abundance in the UK Biobank 2025-Dec-14, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67235-0 PMID:41392155	研究论文	本研究开发了一种基于深度学习的方法EIR-auto-GP，用于识别与血浆蛋白水平相关的复杂遗传效应，如显性和上位性，并在UK Biobank队列中进行了大规模应用	开发了EIR-auto-GP这一深度学习新方法，首次系统性地在大规模人群中识别血浆蛋白的复杂遗传效应，并揭示了ABO与FUT3位点间的新颖相互作用	方法主要依赖于UK Biobank队列数据，可能受限于该队列的特定人群特征；复杂效应的生物学解释仍需进一步实验验证	研究遗传变异对血浆蛋白水平的复杂遗传效应，包括显性和上位性作用	血浆蛋白的蛋白数量性状位点（pQTLs）	机器学习	NA	蛋白质组学（Olink和质谱技术）	深度学习	遗传和蛋白质组学数据	48,594名个体（UK Biobank队列）	NA	EIR-auto-GP	NA	NA
2090	2026-01-18	Detection of diabetic retinopathy using multicolor image by multimodal network incorporating information bottleneck (MNIIB) 2025-Dec-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31526-9 PMID:41392172	研究论文	本文提出了一种结合信息瓶颈的多模态网络（MNIIB），用于基于多色成像（MCI）自动检测糖尿病视网膜病变（DR）	MNIIB框架首次将信息瓶颈（IB）理论应用于分析并优化MCI中不同成像模态间的交互，而非仅用于建模输入-标签关系，从而压缩冗余数据并增强诊断相关特征的提取	未在摘要中明确提及	开发一种深度学习方法来自动分类糖尿病视网膜病变，以辅助眼科医生进行及时诊断和管理	糖尿病视网膜病变（DR）患者的多色成像（MCI）视网膜图像	计算机视觉	糖尿病视网膜病变	多色成像（MCI）	深度学习	图像	未在摘要中明确提及	未在摘要中明确提及	MNIIB（结合信息瓶颈的多模态网络）	准确率	未在摘要中明确提及
2091	2026-01-18	Automatic 3D railroad alignment detection using modified Hough transform 2025-Dec-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31554-5 PMID:41390568	研究论文	本文提出了一种基于深度学习和计算机视觉的自动化方法，用于从3D点云数据中直接检测铁路轨道线形	将改进的霍夫变换与深度学习方法相结合，实现从3D点云数据中自动检测铁路轨道线形，显著提高了检测效率和精度	仅在Osong铁路试验轨道上进行了验证，未在更复杂或更大规模的铁路网络上测试	提高铁路轨道线形检测的效率和准确性，以支持铁路基础设施的数字化建模和维护	铁路轨道线形	计算机视觉	NA	3D点云数据处理	深度学习	3D点云	Osong铁路试验轨道数据	NA	改进的霍夫变换	RMSE	NA
2092	2026-01-18	Single-nucleus transcriptome atlas of orbitofrontal cortex in ALS with a deep learning-based decoding of alternative polyadenylation mechanisms 2025-Dec-10, Cell genomics IF:11.1Q1 DOI:10.1016/j.xgen.2025.101007 PMID:40967225	研究论文	本研究通过单核转录组测序构建了ALS患者眶额皮质的转录组图谱，并结合深度学习模型APA-Net解析了选择性多聚腺苷酸化机制	首次在ALS/FTLD背景下系统构建了眶额皮质的单核转录组图谱，并开发了整合转录序列和RBP表达谱的多模态深度学习模型APA-Net来预测APA调控	研究主要聚焦于C9orf72相关ALS和散发性ALS的眶额皮质，其他脑区或疾病亚型的普适性有待验证，APA-Net模型的生物学解释性仍需深入探索	揭示ALS/FTLD神经退行性疾病中细胞类型特异性的分子病理机制，特别是选择性多聚腺苷酸化（APA）的调控作用	C9orf72相关ALS（伴或不伴FTLD）患者和散发性ALS（sALS）患者的眶额皮质组织样本	计算生物学	肌萎缩侧索硬化症	单核RNA测序（snRNA-seq），深度学习建模	多模态深度学习模型	转录组序列数据，RNA结合蛋白表达谱	未明确具体样本数量，但包含C9orf72-ALS（±FTLD）和sALS多组患者样本	未明确指定，推测为PyTorch或TensorFlow	APA-Net（专有多模态网络架构）	未明确说明，典型APA预测任务可能涉及AUC、精确度等指标	未明确说明，深度学习训练通常需要GPU（如NVIDIA V100/A100）或高性能计算集群
2093	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
2094	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
2095	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
2096	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
2097	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
2098	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
2099	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)
2100	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