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
2161	2026-01-17	Multimodal prediction models integrating radiomics and three-dimensional deep learning for acute respiratory distress syndrome in acute pancreatitis patients 2026-Jan, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605251410432 PMID:41529916	研究论文	本研究开发了一种融合临床数据、影像组学和三维深度学习的多模态预测模型，用于预测急性胰腺炎患者发生急性呼吸窘迫综合征的风险	首次将临床数据、影像组学特征和三维深度学习模型通过XGBoost算法进行融合，构建了用于预测急性胰腺炎患者ARDS风险的多模态预测模型，其性能优于传统评分系统和单一模态模型	研究为回顾性设计，数据来源于三家医院，可能存在选择偏倚；模型需要在更大规模、多中心的前瞻性队列中进行外部验证	开发一个早期预测急性胰腺炎患者发生急性呼吸窘迫综合征风险的多模态预测模型	759名来自三家医院的急性胰腺炎患者	数字病理学	急性胰腺炎	三维计算机断层扫描	CNN, XGBoost	图像, 表格数据	759名患者	NA	卷积网络	AUC	NA
2162	2026-01-17	Electroencephalography Enables Continuous Decoding of Hand Motion Angles in Polar Coordinates 2026, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0469 PMID:41531435	研究论文	本研究探讨了使用脑电图信号在极坐标下连续解码手部运动角度的可行性	首次在基于EEG的脑机接口研究中，采用极坐标系统连续解码手部圆周运动的角信息，为涉及圆周或旋转运动的应用提供了新的解码方法	研究仅涉及8名参与者，样本量较小，且实验范式局限于固定半径的双臂圆周追踪任务	评估使用脑电图信号在极坐标下连续解码手部运动角度的可行性	人类参与者在执行双臂圆周追踪任务时的脑电图信号	脑机接口	NA	脑电图	CNN, LSTM	脑电图信号	8名参与者	NA	EEGNet, DeepConvNet, ShallowConvNet	均方误差, 平均绝对误差, 相关系数	NA
2163	2026-01-17	Automated Detection and Monitoring of Ground-Nesting Bee Nests Using Drone Imagery and Deep Learning 2026-Jan, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.72856 PMID:41531897	研究论文	本文评估了结合无人机图像采集与深度学习技术，自动检测和监测地面筑巢蜜蜂巢穴土堆的可行性	首次将无人机高分辨率航拍图像与深度学习模型结合，用于自动检测和区分蜜蜂巢穴土堆与蚯蚓粪等其他土壤表面沉积物	误分类主要源于非典型形状的土堆（如新建、不完整或受损）以及土堆重叠的情况，且研究仅在特定裸露土壤区域进行，未来需评估其他栖息地和物种的适用性	开发一种可扩展的系统，用于自动检测和监测地面筑巢蜜蜂的巢穴土堆，以支持蜜蜂保护和管理	地面筑巢蜜蜂的巢穴土堆（土壤土堆）	计算机视觉	NA	无人机高分辨率航拍图像采集	深度学习	图像	一个120米区域的裸露土壤，包含大量蚯蚓粪和密集的蜜蜂巢穴聚集	NA	NA	F1分数, 精确率, 召回率	NA
2164	2026-01-17	Unsupervised quality assessment with generative adversarial networks for 3D OCTA microvascular imaging 2026-Jan-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.573843 PMID:41532099	研究论文	提出了一种基于生成对抗网络的3D OCTA微血管成像无监督质量评估方法	首次将3D GAN架构应用于OCTA图像质量评估，通过多尺度处理层融合精细血管细节与解剖上下文，实现无监督学习	未明确说明模型对不同类型伪影的具体泛化能力，且未讨论计算资源需求	开发自动化深度学习模型，定量客观地区分优质与次优质量的3D OCTA扫描	光学相干断层扫描血管造影（OCTA）的3D微血管成像数据	计算机视觉	眼科疾病	光学相干断层扫描血管造影（OCTA）	GAN	3D图像	NA	NA	OCTA-GAN（包含多尺度处理层的3D GAN架构）	AUC, 敏感性, 特异性	NA
2165	2026-01-17	LensPlus: a high space-bandwidth optical imaging technique 2026-Jan-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.580164 PMID:41532106	研究论文	本文提出了一种基于深度学习的框架LensPlus，用于在不修改硬件的情况下增强定量相位成像的空间带宽积，实现大视场高分辨率成像	提出了一种非生成式深度学习框架，通过学习低数值孔径与高数值孔径物镜获取的配对数据集，恢复低NA测量中丢失的高频特征，从而在保持大视场的同时提高分辨率，有效提升空间带宽积，且相比对抗模型能最小化图像幻觉并确保定量保真度	未明确说明模型在非定量相位成像的其他成像模态中的具体性能表现及泛化能力限制	解决光学成像中空间带宽积对同时实现高分辨率与大视场成像的根本限制	定量相位成像及其他基于透镜的成像模态	计算机视觉	NA	定量相位成像	深度学习	图像	NA	NA	非生成式模型	空间带宽积提升倍数，定量保真度	NA
2166	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
2167	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
2168	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
2169	2026-01-17	Developmental Brain Age Estimation From MRI Data: A Systematic Review of Deep Learning Approaches and Open Datasets 2025-Dec-19, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70180 PMID:41414873	综述	本文系统综述了基于MRI数据、利用深度学习方法估计发育期大脑年龄（胎儿阶段至2岁）的研究现状	首次对胎儿至2岁发育期大脑年龄估计的深度学习MRI应用进行全面综述，整合了临床与技术视角、开放数据集及模型性能比较	证据等级为3级，技术效能为第2阶段，表明主要基于观察性研究，尚未广泛验证于临床实践	评估深度学习在发育期大脑年龄估计中的应用，推动其作为神经发育异常的定量生物标志物	发育期大脑（胎儿阶段至2岁）的MRI数据	医学影像分析	神经发育障碍	MRI	深度学习	图像	NA	NA	NA	NA	NA
2170	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
2171	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
2172	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
2173	2026-01-17	Large-scale automated measurement and genetic parameters analysis of early-life myofiber characteristics in broilers 2025-Dec-16, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.106293 PMID:41456401	研究论文	本研究利用全切片成像和深度学习工具，大规模量化了1032只雏鸡胸肌和腓肠肌的肌纤维总数和横截面积，并分析了这些性状的遗传参数	首次大规模自动化测量雏鸡早期肌纤维特征，并利用深度学习工具进行量化，突破了传统方法在大规模应用中的限制	研究仅针对雏鸡早期阶段，未涉及成年鸡或其他生长阶段；样本量虽大但局限于特定品种	量化肉鸡早期肌纤维特征并分析其遗传参数，以评估其在育种计划中的应用潜力	1032只雏鸡的胸大肌和腓肠肌	数字病理学	NA	全切片成像	深度学习	图像	1032只雏鸡的肌肉组织切片	NA	NA	NA	NA
2174	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
2175	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
2176	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
2177	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
2178	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
2179	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
2180	2026-01-17	Multimodal deep learning for sports teacher behavior analysis: design and evaluation of a personalized continuing education recommendation system 2025-Dec-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31341-2 PMID:41381675	研究论文	本研究开发了一个基于多模态深度学习分析体育教师教学行为的个性化继续教育推荐系统	提出了一个结合视频、音频和运动数据的多模态深度学习框架，用于分析教学行为，并采用多目标优化方法生成个性化继续教育推荐	研究样本仅包括124名体育教师，可能限制了结果的普适性；未详细讨论系统在不同教学环境或文化背景下的适用性	改进体育教师的传统继续教育方法，通过个性化推荐系统提升教学质量和专业发展	体育教师的教学行为	机器学习	NA	多模态深度学习	深度学习	视频, 音频, 运动数据	124名体育教师	NA	NA	F1分数, 效应量(d)	NA