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
6321	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
6322	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
6323	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
6324	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
6325	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
6326	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
6327	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
6328	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
6329	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
6330	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
6331	2026-01-17	Dynamic ensemble deep learning with multi-source data for robust influenza forecasting in Yangzhou 2025-Dec-11, BMC public health IF:3.5Q1 DOI:10.1186/s12889-025-25937-6 PMID:41382069	研究论文	本研究开发了一个动态集成深度学习框架，利用多源数据提升扬州地区流感预测的准确性和稳定性	提出了动态加权集成与季节性残差调整策略，系统比较了多种深度学习模型在不同滑动时间窗口下的表现	研究仅针对扬州地区，未在其他地区验证，且模型性能可能受数据质量和时间窗口选择影响	开发准确的深度学习框架以缓解传统流感监测的延迟问题，提升公共卫生响应及时性	中国扬州地区的流感样病例监测数据、百度搜索指数和气象变量	机器学习	流感	深度学习	GRU, Transformer, LSTM, TFT, TCN, N-BEATS	时间序列数据	13年（652周）的多源数据集	NA	GRU, Transformer, LSTM, Temporal Fusion Transformer, Temporal Convolutional Network, N-BEATS	RMSE, MAE, R²	NA
6332	2026-01-17	Allosteric prediction via convolutional neural networks and protein structural and dynamical features 2025-Dec-11, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2025.12.011 PMID:41383018	研究论文	本研究提出了一种基于卷积神经网络和蛋白质结构及动力学特征来预测蛋白质变构功能状态的方法	首次将原子接触图、协方差和互信息等结构动力学特征转化为图像，并利用预训练的CNN模型（GoogLeNet和ResNet18）对KRas蛋白的活性状态进行分类预测	研究仅以KRas蛋白为模型系统，未在其他蛋白质上验证方法的普适性	开发一种机器学习方法来预测蛋白质的变构功能状态，以辅助功能注释和药物开发	小G蛋白KRas及其在不同突变和配体结合下的变构状态	机器学习	癌症	X射线晶体学	CNN	图像（由结构特征转化）	NA	NA	GoogLeNet, ResNet18	准确率	NA
6333	2026-01-17	Deep learning-enabled cherry price forecasting and real-time system deployment across multi-market supply chains in India 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30980-9 PMID:41372323	研究论文	本研究利用深度学习模型预测印度樱桃价格，并开发实时网络系统进行部署	首次将深度学习模型（如LSTM和Transformer）应用于印度樱桃价格预测，并实现实时网络系统部署，在农业市场智能中建立可扩展框架	研究仅针对印度五个批发市场的樱桃价格，可能无法泛化到其他地区或农产品	评估深度学习模型在樱桃价格预测中的性能，并开发实时决策支持系统	印度五个批发市场（如Azadpur、Narwal、Parimpora）的樱桃价格数据	机器学习	NA	NA	LSTM, Transformer	时间序列数据	2012年至2024年印度五个批发市场的每日樱桃价格数据	NA	LSTM, Transformer	MAE, RMSE, sMAPE, MFE, NMBE, DA, 准确率	NA
6334	2026-01-17	A sparse wavelength aware learning framework for robust FSO channel estimation 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31054-6 PMID:41372334	研究论文	本文提出了一种名为SWALNet的深度学习架构，用于在自由空间光通信系统中进行鲁棒的信道估计	提出了一种新颖的稀疏波长感知学习网络，通过集成基于注意力的稀疏编码器来捕获调制引起的失真和波长相关的衰落	NA	解决自由空间光通信链路中由大气湍流、光束失准和波长特定衰减引起的信道估计问题	自由空间光通信系统的信道估计	机器学习	NA	NA	深度学习	模拟数据	NA	NA	SWALNet	均方误差, 误码率, Q因子	NA
6335	2026-01-17	Accurate identification of broadly neutralizing antibodies against dengue virus based on deep stacking strategy with multi-perspective features 2025-Dec-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31332-3 PMID:41372420	研究论文	本文提出了一种名为Deepstack-NAb的新型计算方法，用于精确识别针对登革热病毒的广谱中和抗体	提出了一种基于堆叠集成策略的计算方法，融合了多源特征编码方案和多视角特征，显著提升了识别性能	NA	开发一种高精度的计算方法，用于识别针对所有四种登革热病毒血清型的广谱中和抗体	针对登革热病毒的广谱中和抗体	自然语言处理, 机器学习	登革热	序列信息分析	机器学习, 深度学习	序列数据	NA	NA	堆叠集成模型	准确率, 灵敏度, MCC	NA
6336	2026-01-17	Changes of bone, adipose, and muscle-related body compositions in gastric cancers after gastrectomy using deep learning based automatic segmentation 2025-Dec-10, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-025-04530-6 PMID:41372761	研究论文	本研究利用基于深度学习的自动分割工具，探讨了胃癌患者在胃切除术后12个月内骨、脂肪和肌肉相关身体成分的变化，并基于临床病理特征进行了亚组分析	首次采用基于人工智能的自动分割工具来量化胃癌患者胃切除术后身体成分的纵向变化，并系统分析了不同临床病理特征对变化的影响	研究为回顾性设计，样本量相对较小（146例），且仅关注了术后12个月的变化，缺乏更长期的随访数据	评估胃癌患者胃切除术后骨、脂肪和肌肉相关身体成分的变化，并探究临床病理特征对这些变化的影响	146例接受胃切除术的胃癌患者	数字病理学	胃癌	基于深度学习的自动分割	深度学习模型	医学影像数据	146例胃癌患者	NA	NA	p值, FDR校正	NA
6337	2025-12-12	Deep learning-based diffusion-weighted imaging vs. conventionally obtained diffusion-weighted imaging in prostate cancer extracapsular extension detection: a multicenter retrospective study 2025-Dec-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-025-02109-x PMID:41372855	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6338	2026-01-17	Sepsis mortality prediction using machine learning and deep learning - a systematic review 2025-Dec-10, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03286-z PMID:41372900	综述	本文系统回顾了使用机器学习和深度学习技术基于电子健康记录预测脓毒症死亡率的研究	首次对基于EHR的ML/DL脓毒症预测研究进行全面系统综述，揭示了该领域在数据、模型和评估标准方面的异质性	纳入研究存在回顾性偏倚、数据异质性、质量评估不一致以及缺乏标准化评估指标	评估机器学习和深度学习在脓毒症早期检测和死亡率预测中的应用效果与挑战	脓毒症患者	机器学习	脓毒症	电子健康记录分析	机器学习, 深度学习	电子健康记录	39项研究（北美19项、亚洲13项、欧洲6项、澳大利亚1项）	NA	NA	NA	NA
6339	2026-01-17	Machine learning to predict food effects during drug development: a comprehensive review 2025-Dec-10, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-025-01131-z PMID:41372958	综述	本文全面回顾了机器学习在药物开发中预测食物效应的应用，并与传统方法进行比较	评估了机器学习在预测食物效应方面的预测能力和准确性，并探讨了如何结合新兴技术（如PBPK建模）以提升其在药物开发领域的前景	数据质量、模型泛化能力以及整合到药物开发过程中的挑战是需要克服的障碍	评估机器学习在预测食物效应方面的能力，并探讨其在药物开发中的应用前景	食物效应预测及其对药物生物利用度的影响	机器学习	NA	NA	监督学习, 无监督学习, 强化学习	食物数据集信息	NA	NA	NA	NA	NA
6340	2026-01-17	An uncertainty-driven gated feature selection network (UGFS-Net) for TG level prediction: linking high-altitude exposure to lipid metabolism disorder via elevated TG 2025-Dec-10, Lipids in health and disease IF:3.9Q2 DOI:10.1186/s12944-025-02826-w PMID:41372990	研究论文	本研究开发了一种可解释的深度学习模型UGFS-Net，用于预测高海拔移民的甘油三酯水平，并探索了高海拔暴露与脂质代谢紊乱之间的联系	提出了不确定性驱动的门控特征选择网络（UGFS-Net），结合了不确定性驱动的样本重加权和困难样本挖掘策略，用于提升TG水平预测的准确性和可解释性	样本量相对有限（低海拔居民96人，高海拔移民388人），且研究主要基于临床可及指标，可能未涵盖所有潜在影响因素	开发可解释的深度学习模型以预测高海拔移民的甘油三酯水平，并探索高海拔缺氧与脂质代谢紊乱之间的关联	低海拔居民和高海拔移民的临床数据	机器学习	心血管疾病	临床指标测量	深度学习	临床数据	低海拔居民96人，高海拔移民388人	NA	UGFS-Net	R², 校准指标, Pearson相关系数	NA