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
2601	2026-01-13	LIMPACAT: Multi-omics attention transformer for immune prediction in liver cancer using whole-slide imaging 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339667 PMID:41511965	研究论文	本研究提出了一种名为LIMPACAT的深度学习框架，利用全切片图像预测肝细胞癌中与预后相关的免疫细胞水平	首次将注意力Transformer与多实例学习结合，从组织病理学图像中预测免疫细胞组成，为无直接免疫数据的数据集提供了一种新的免疫特征推断方法	研究依赖于通过反卷积方法推断的免疫细胞组成作为监督信号，而非直接测量的免疫数据，可能存在推断误差	开发一种基于全切片图像的深度学习模型，用于预测肝细胞癌的肿瘤免疫微环境特征	肝细胞癌患者的全切片图像及相关的RNA测序数据	数字病理学	肝癌	单细胞RNA测序, 批量RNA测序, 反卷积方法	Transformer, 多实例学习	图像, 基因表达数据	基于TCGA-LIHC数据集，具体样本数量未明确说明	NA	注意力Transformer	准确率	NA
2602	2026-01-13	Machine learning analysis based on deep learning for fatigue diagnostics in carbon fiber reinforced polymers 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340904 PMID:41511978	研究论文	本文提出了一种基于深度学习的混合框架，用于碳纤维增强聚合物（CFRP）的疲劳状态分类	结合一维卷积神经网络（1D-CNN）和扩展长短期记忆网络（xLSTM）提取时空特征，并通过基于互信息的特征选择和Bagging集成分类器进行优化	虽然框架适用于CFRP结构的健康监测，但未在其他材料或更广泛场景中验证	开发一种可靠的方法用于CFRP结构的疲劳诊断和维护决策支持	碳纤维增强聚合物（CFRP）复合材料	机器学习	NA	传感器监测数据	CNN, LSTM	传感器数据	NASA-CFRP数据集	NA	1D-CNN, xLSTM	分类准确率	NA
2603	2026-01-13	Image generator for tabular data based on non-Euclidean metrics for CNN-based classification 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340005 PMID:41512047	研究论文	本研究在IGTD框架中比较了非欧几里得距离度量，将表格数据转换为图像表示以用于基于CNN的分类	扩展IGTD框架以采用多种非欧几里得距离度量（如一减相关性、测地距离、Jensen-Shannon距离、Wasserstein距离和热带距离），旨在更好地捕捉特征间的复杂非线性关系	未明确提及具体局限性	评估非欧几里得距离度量在将表格数据转换为图像表示以用于CNN分类中的性能	模拟和真实世界的基因组学数据集	机器学习	NA	NA	CNN	表格数据	NA	NA	NA	分类准确性, 生成图像的结构保真度	NA
2604	2026-01-13	Deep learning algorithms and Raman spectroscopy in the clinical laboratory setting 2026-Jan, Critical reviews in clinical laboratory sciences IF:6.6Q1 DOI:10.1080/10408363.2025.2549305 PMID:40888106	综述	本文综述了拉曼光谱与深度学习在临床实验室中的整合应用，重点介绍了关键深度学习模型及其在疾病诊断中的潜力	整合拉曼光谱与深度学习，自动化光谱解释，提高分类准确性，为非侵入性可靠诊断提供新方法	NA	探索拉曼光谱与深度学习在医学应用中的整合，提升光谱解释和诊断准确性	生物样本（如用于癌症诊断、细菌鉴定和病毒诊断的样本）	机器学习	癌症	拉曼光谱	CNN, LSTM, GAN	光谱数据	NA	NA	NA	NA	NA
2605	2026-01-13	Forensic toxicology and Artificial intelligence: broadening horizons and growing potential 2026 Jan-Feb, La Clinica terapeutica DOI:10.7417/CT.2026.1988 PMID:41525127	综述	本文综述了人工智能和机器学习在法医毒理学领域的应用潜力、优势与挑战	系统梳理了自20世纪90年代以来AI技术在法医毒理学中的应用发展，特别关注了新精神活性物质（NPS）的检测与分析	大规模应用仍面临挑战与困难，且短期内AI无法完全取代毒理学家	探讨AI和机器学习如何提升法医毒理学评估的准确性、效率和可靠性	法医毒理学领域，特别是新精神活性物质（NPS）的检测与数据解释	机器学习	NA	专家系统、神经网络、深度学习、生成式AI	神经网络	毒理学数据	NA	NA	NA	NA	NA
2606	2026-01-13	Predictive Value of Machine Learning in Knee Osteoarthritis Progression: Systematic Review and Meta-Analysis 2025-Dec-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/80430 PMID:41468605	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了机器学习在预测膝骨关节炎进展中的应用现状和准确性	首次系统比较了机器学习、传统方法和深度学习在不同数据集、模型类型、建模变量及膝骨关节炎进展定义下的预测性能，并使用预测区间估计未来潜在效应范围	纳入研究存在显著异质性，如膝骨关节炎进展定义和验证策略的差异，当前证据需谨慎解读	评估机器学习在预测膝骨关节炎进展中的预测价值和应用准确性	膝骨关节炎进展预测研究	机器学习	膝骨关节炎	NA	机器学习, 深度学习, 传统方法（如逻辑回归）	临床特征, 磁共振成像, X射线	共纳入32项研究	NA	NA	一致性指数, 诊断四格表	NA
2607	2026-01-13	High-fidelity 3D mesh generation from a single sketch using shape constraints 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30843-3 PMID:41453959	研究论文	本文提出了一种从单张手绘草图生成高保真3D网格的简化网络架构	采用表达能力更强的PowerMLP架构，并引入3D形状约束替代传统判别器，在协作生成过程中实现几何保真度	NA	解决从单张草图重建高保真3D模型的挑战	合成风格化草图与真实手写输入	计算机视觉	NA	深度学习	MLP	草图	NA	NA	PowerMLP, 编码器-解码器框架	NA	NA
2608	2026-01-13	A Federated Hierarchical DQN-Based Distributed Intelligent Anti-Jamming Method for UAVs 2025-Dec-26, Sensors (Basel, Switzerland) DOI:10.3390/s26010181 PMID:41516616	研究论文	本文提出了一种基于联邦分层深度Q网络的多无人机协同智能抗干扰决策方法，以解决无人机集群系统中的数据隔离和决策不一致问题	将联邦学习框架与分层深度强化学习模型相结合，通过仅共享本地模型参数而非原始数据，在保护数据隐私和降低通信开销的同时，实现了任务子网内决策的一致性，并采用分层设计克服了多域干扰参数带来的维度灾难	仅通过仿真验证了方法的有效性，未在真实无人机集群环境中进行实地测试，且未讨论模型在动态变化或极端干扰环境下的鲁棒性	开发一种高效、安全的多无人机协同智能抗干扰决策方法，以提升无人机集群在复杂电磁环境中的通信性能	无人机集群系统及其在干扰环境下的通信决策	机器学习	NA	联邦学习，深度强化学习	深度Q网络	仿真数据	NA	NA	分层深度Q网络	决策准确率	NA
2609	2026-01-13	Spatial Transcriptomics As Rasterized Image Tensors (STARIT) characterizes cell states with subcellular molecular heterogeneity 2025-Dec-22, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.18.695193 PMID:41497642	研究论文	本文提出了一种名为STARIT的方法，将成像空间转录组学数据转换为图像张量表示，以利用亚细胞异质性识别细胞类型和状态	开发了STARIT方法，首次将imSRT数据中的转录本转换为图像张量表示，结合深度学习计算机视觉模型，能够捕捉传统基因计数分析忽略的亚细胞转录定位异质性	未明确说明方法在复杂组织或大规模数据集上的可扩展性及计算效率	利用成像空间转录组学数据中的分子分辨率信息，基于亚细胞异质性识别细胞状态	成像空间转录组学数据中的细胞及其亚细胞转录本	计算机视觉	NA	成像空间转录组学	深度学习计算机视觉模型	图像张量	模拟数据和真实imSRT数据（具体数量未提供）	Python	NA	NA	NA
2610	2026-01-13	An attention-based transfer learning model for diagnosing subluxation in temporomandibular joint panoramic radiographs 2025-Dec-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31462-8 PMID:41413172	研究论文	本研究提出了一种基于注意力机制的迁移学习模型，用于在颞下颌关节全景X光片中诊断半脱位	通过将自注意力机制集成到性能最佳的DenseNet201模型中，进一步提升了半脱位检测性能，并公开了包含3,425张标注图像的数据集以促进可重复性研究	未明确提及模型在临床环境中的泛化能力或外部验证结果	提高颞下颌关节全景X光片中半脱位的检测准确性，支持临床决策	颞下颌关节全景X光片图像	计算机视觉	颞下颌关节疾病	深度学习	CNN	图像	3,425张标注的颞下颌关节全景X光片图像	NA	MobileNet, ResNet50V2, InceptionV3, Xception, EfficientNetV2B0, InceptionResNetV2, DenseNet201	准确率, 精确率, 召回率, 特异性, F1分数	NA
2611	2026-01-13	The impact of pre-processing techniques on deep learning breast image segmentation 2025-Dec-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30724-9 PMID:41402475	研究论文	本研究探讨了不同预处理技术对深度学习乳腺图像分割模型性能的影响	系统比较了通用和特定领域预处理流程，并识别出针对乳腺成像的优化策略，首次在医学图像分析中详细评估预处理作用	数据集规模和范围存在限制	评估预处理技术对乳腺图像分割模型性能的影响	乳腺图像	医学影像分析	乳腺癌	深度学习图像分割	U-Net	图像	两个公共数据集：CBIS-DDSM和Duke-Breast-Cancer-MRI	NA	U-Net	3-way ANOVA F-test	NA
2612	2026-01-13	AI-powered epidemic control: Deepseek's role in global health resilience 2025-Dec-16, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07082-1 PMID:41402882	研究论文	本文介绍了DeepSeek这一AI驱动平台如何通过早期预警系统、趋势预测、治疗优化和公众咨询革新流行病管理	通过整合多源实时数据（流行病学、社交媒体、移动性数据）与深度学习模型（LSTM、Transformers）及可解释决策框架，提升公共卫生响应能力	面临数据隐私和模型准确性的挑战	利用AI技术增强全球卫生韧性，改进流行病控制	流行病管理平台DeepSeek及其在公共卫生中的应用	自然语言处理, 机器学习	NA	深度学习	LSTM, Transformers	流行病学数据, 社交媒体数据, 移动性数据	NA	NA	LSTM, Transformers	NA	NA
2613	2026-01-13	Graph Neural Networks Model Based on Atomic Hybridization for Predicting Drug Targets 2025-Dec-10, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.19.689219 PMID:41473273	研究论文	本文开发了一种结合图神经网络与分子描述符的混合深度学习框架，用于预测药物靶点的半抑制浓度（IC）值	提出了一种混合深度学习框架，将图神经网络与显式分子描述符相结合，以同时捕获局部结构模式和全局理化性质，从而提高了预测精度和模型可解释性	模型在部分可解释性方面仍有局限，且仅在9个生物靶点上进行了验证，泛化能力需在更广泛靶点上进一步测试	加速药物发现过程，通过更准确地预测化合物对生物靶点的半抑制浓度（IC）值来优化化合物筛选	14,316种化合物，涵盖激酶、核受体和蛋白酶等9个不同的生物靶点	机器学习	NA	定量构效关系（QSAR）建模，图神经网络	图神经网络（GNN）	分子图数据（原子和键特征），分子描述符（理化性质和结构指纹）	14,316种化合物	NA	图神经网络（具体架构未指定）	测试R²（决定系数）	NA
2614	2026-01-13	Predicting functional topography of the human visual cortex from cortical anatomy at scale 2025-Dec-09, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.27.690210 PMID:41394692	研究论文	本研究开发了一个基于深度学习的应用，用于仅从皮层解剖结构预测人类视觉皮层的功能地形组织	首次提出仅通过皮层解剖结构大规模预测个体特异性功能地形图，克服了传统功能神经成像的资源密集型限制和群体图谱的个体精度不足问题	方法依赖于解剖扫描数据，可能无法捕捉功能组织的全部动态变化，且预测准确性在极端解剖变异情况下可能受限	开发一种可扩展的、基于解剖学的功能脑图谱方法，用于预测视觉皮层的功能组织	人类视觉皮层	机器学习	NA	深度学习	CNN	图像	11,060个解剖扫描	NA	NA	准确性	NA
2615	2026-01-13	Dual-feature selectivity enables bidirectional coding in visual cortical neurons 2025-Dec-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.07.16.665209 PMID:40777393	研究论文	本研究揭示了猕猴视觉皮层神经元采用双特征编码策略，即单个神经元对两种不同的视觉特征具有选择性，一种增强其活动，另一种抑制其活动	发现了神经元对增强和抑制活动的两种不同视觉特征具有选择性，并利用基于深度学习的“功能数字孪生”模型系统识别这些特征	未明确说明样本量或模型训练的计算资源细节	探究视觉皮层神经元的编码策略及其在种群表征中的作用	猕猴视觉皮层V1和V4区的神经元，以及小鼠初级和外侧视觉皮层的神经元	计算神经科学	NA	神经元记录，深度学习建模	深度学习模型	神经元电生理记录数据，自然图像	NA	NA	功能数字孪生模型	NA	NA
2616	2026-01-13	Blockchain-based cryptographic framework for secure data transmission in IoT edge environments using ECaps-Net 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30906-5 PMID:41350368	研究论文	本研究提出了一种集成区块链密码算法与增强深度学习模型的入侵检测系统，用于保障物联网边缘环境下的安全数据传输	首次将增强胶囊网络（ECaps-Net）与基于Merkle-Damgard算法的区块链技术相结合，用于物联网边缘环境的入侵检测与数据安全传输	未提及模型在更复杂或新兴攻击模式下的泛化能力，也未说明在实际大规模物联网部署中的性能表现	开发一个安全可靠的入侵检测与数据保护框架，以应对物联网边缘环境中的数据隐私、完整性和安全问题	物联网边缘环境中的网络流量、设备交互和实时异常数据	机器学习	NA	区块链技术，密码学算法（Merkle-Damgard）	深度学习，增强胶囊网络（ECaps-Net）	网络流量数据，入侵检测数据集	使用KDD Cup-99和UNSW-NB15两个公开数据集进行实验	NA	增强胶囊网络（ECaps-Net），包含挤压与激励（SE）模块	准确率	NA
2617	2026-01-13	Knowledge distillation-based lightweight MobileNet model for diabetic retinopathy classification 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30893-7 PMID:41350373	研究论文	本文提出了一种基于知识蒸馏的轻量级MobileNet模型，用于糖尿病视网膜病变的分类	利用知识蒸馏技术将复杂模型的知识迁移到轻量级MobileNet架构中，实现高效且适合边缘设备部署的糖尿病视网膜病变分类模型	模型在资源受限设备上的性能可能受到限制，且仅使用APTOS 2019数据集进行评估，泛化能力未在其他数据集上验证	开发一种轻量级深度学习模型，用于糖尿病视网膜病变的自动分类，以解决资源受限环境下的筛查需求	糖尿病视网膜病变患者的视网膜眼底图像	计算机视觉	糖尿病视网膜病变	深度学习, 知识蒸馏	CNN	图像	APTOS 2019数据集（具体样本数量未在摘要中说明）	NA	MobileNet	准确率, 精确率, 召回率	NA
2618	2026-01-13	Enhancing marine magnetic anomaly interpretation with anisotropic diffusion and deep transfer learning 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30926-1 PMID:41350564	研究论文	本文提出了一种结合各向异性扩散和深度迁移学习的方法，以增强海洋磁异常的解释，减少主观性并提高效率	首次将各向异性扩散与深度迁移学习结合应用于海洋磁异常解释，以处理数据稀疏性和标记数据有限的问题	非线性预测部分可能源于数据覆盖不足或复杂构造，模型在数据稀疏区域的表现可能受限	通过深度学习最小化海洋磁异常解释的主观性并加速处理过程	海洋线性磁异常（LMAs），具体来自东太平洋隆起、雷克雅内斯、沙茨基海隆和阿索尔高原等区域	机器学习	NA	各向异性扩散，深度迁移学习	CNN	图像（海洋磁异常数据图）	NA	NA	标准卷积神经网络	准确率	NA
2619	2026-01-13	A lightweight dual-stream architecture for flow enhanced anomaly detection (FEAD) 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30911-8 PMID:41350601	研究论文	本文提出了一种轻量级双流架构用于视频异常检测，通过光流引导的特征融合机制增强对运动异常的敏感性	提出了一种新颖的光流引导特征融合机制，利用预提取的光流信息作为动态先验，有效引导原始图像流在特征提取过程中关注关键运动区域	NA	开发一种轻量级、高效的视频异常检测模型，适用于资源受限环境中的实时部署	视频流中的异常行为或物体	计算机视觉	NA	光流提取	双流架构	视频帧, 光流图	三个基准数据集：Ped2, Avenue, ShanghaiTech	NA	双流架构	AUC	NA
2620	2026-01-13	Rayleigh-wave dispersion data selection and model fine-tuning based on uncertainty estimation 2025-Dec-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30603-3 PMID:41350801	研究论文	本研究提出了一种基于不确定性估计的代表性数据选择和模型优化策略，用于改进瑞利波反演中的深度学习模型	通过并行训练的多个预训练模型预测不一致性识别高不确定性样本，并利用自动微分驱动的反演方法生成高置信度伪标签来微调模型，无需钻孔信息	未明确说明模型在极端地质条件下的泛化能力，且伪标签生成依赖于预训练模型的准确性	提高瑞利波反演中深度学习模型的预测精度、鲁棒性和泛化能力	瑞利波频散数据	机器学习	NA	瑞利波反演	深度学习模型	地震数据	NA	NA	NA	预测精度, 鲁棒性	NA