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
1461	2026-02-02	A Transformer-LSTM Hybrid Detector for OFDM-IM Signal Detection 2026-Jan-14, Entropy (Basel, Switzerland) DOI:10.3390/e28010102 PMID:41594009	研究论文	本文提出了一种名为FullTrans-IM的深度学习检测器，用于解决OFDM-IM系统中的信号检测问题	将信号检测问题重新定义为序列预测问题，并首次将Transformer解码器与LSTM网络结合用于OFDM-IM信号检测	仅通过仿真验证了在瑞利衰落信道下的性能，未考虑实际硬件实现复杂度和其他信道条件	提高正交频分复用索引调制系统的信号检测准确性和鲁棒性	OFDM-IM系统的信号检测	机器学习	NA	深度学习	Transformer, LSTM	信号序列数据	NA	NA	Transformer, LSTM	误码率	NA
1462	2026-02-02	DEM study on the effect of fiber length and content on the macro-micro mechanical behavior of fiber-sand mixture 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34063-7 PMID:41530239	研究论文	本研究采用离散元法，从宏观和微观角度综合研究了纤维体积含量和纤维长度对纤维-砂混合物力学行为的影响	开发了一种结合YOLOv5和U-Net的混合数字摄影测量与深度学习方法，用于快速识别颗粒轮廓并构建纤维和砂粒的真实形状数据库	NA	阐明纤维-砂混合物中控制强度提高和变形行为的微观机制，并为岩土工程应用中优化纤维增强策略提供指导	纤维-砂混合物	岩土工程	NA	离散元法，数字摄影测量，深度学习	CNN	图像	NA	NA	YOLOv5, U-Net	NA	NA
1463	2026-02-02	Self-Supervised Learning of Deep Embeddings for Classification and Identification of Dental Implants 2026-Jan-09, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010039 PMID:41590924	研究论文	本研究提出了一种基于自监督学习的深度学习系统，用于自动识别和分类牙科植入物	提出了一种名为Masked Deep Embedding (MDE)的自监督预训练方法，扩展了掩码自编码器(MAE)变换器，显著提升了牙科植入物检测性能，并创建了独特的植入物设计数据集(IDD)	未明确提及具体局限性，但暗示在获取合适的预训练数据方面存在挑战	开发AI驱动的解决方案，以辅助牙科医生和患者处理与植入物相关的挑战	牙科植入物系统	计算机视觉	NA	掩码图像建模(MIM)	变换器	牙科X光图像	NA	NA	掩码自编码器(MAE), ViT	AP	NA
1464	2026-02-02	Empirical Evaluation of UNet for Segmentation of Applicable Surfaces for Seismic Sensor Installation 2026-Jan-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010034 PMID:41590919	研究论文	本文对U-Net架构在卫星图像语义分割任务中的应用进行了基线实证评估，旨在识别适合地震传感器安装的地表区域	首次将语义分割技术应用于地震传感器安装选址这一特定任务，并构建了专门标注的Sentinel-2多光谱图像数据集	研究仅评估了U-Net架构及其变体，未与其他先进分割模型进行对比，且数据集规模和多样性可能有限	为自动化地震节点网络安装规划中的深度学习模型优化提供实践指导	Sentinel-2多光谱卫星图像中适合地震传感器安装的地表区域	计算机视觉	NA	卫星遥感，多光谱图像分析	CNN	多光谱卫星图像	未明确说明样本数量，使用专门标注的Sentinel-2图像数据集	未明确说明，可能为PyTorch或TensorFlow	U-Net, EfficientNetB2, CSPDarknet53, MAxViT	IoU, 精确率, 召回率	NA
1465	2026-02-02	A Hierarchical Deep Learning Architecture for Diagnosing Retinal Diseases Using Cross-Modal OCT to Fundus Translation in the Lack of Paired Data 2026-Jan-08, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010036 PMID:41590921	研究论文	本文提出了一种基于分层深度学习架构的系统，用于通过跨模态OCT到眼底图像转换，在缺乏配对数据的情况下自动诊断视网膜疾病	提出了一种分层模块化深度学习系统，通过条件路由到专门的分期模块处理多标签OCT筛查，并利用跨模态对齐在缺乏眼底图像时实现DR分期	在缺乏严格配对的OCT和眼底数据条件下工作，可能影响模型在某些情况下的泛化能力	实现视网膜疾病的自动化诊断，特别是年龄相关性黄斑变性和糖尿病视网膜病变	光学相干断层扫描图像和眼底图像	计算机视觉	视网膜疾病	光学相干断层扫描	深度学习	图像	未明确说明	NA	分层模块化深度学习系统	宏F1分数, 预期校准误差	NA
1466	2026-02-02	Deep Learning-Assisted Autofocus for Aerial Cameras in Maritime Photography 2026-Jan-07, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010031 PMID:41590917	研究论文	本文提出了一种结合深度学习粗聚焦与传统搜索细调的自对焦系统，用于解决无人机载可见光航空相机在低对比度海上环境中的不可靠对焦问题	采用内置高对比度分辨率测试图作为信号源，结合轻量级卷积神经网络回归离焦距离进行快速粗聚焦，避免了直接对低对比度海面调整时的弱信号和不准确问题	未明确提及系统在极端天气或动态海况下的性能限制，也未讨论对不同相机型号的泛化能力	提升无人机载航空相机在低对比度海上环境中的自动对焦可靠性和效率	无人机载可见光航空相机及其在海上摄影中的对焦系统	计算机视觉	NA	深度学习辅助对焦、混合搜索策略（爬山搜索与逆校正）	CNN	图像	未明确提及具体样本数量，但基于内置校准目标成像进行实验	未明确提及，可能为TensorFlow或PyTorch等	轻量级卷积神经网络（具体架构未指定）	对焦速度提升百分比（约60%）、准确性、适应性	未明确提及，但考虑到轻量级网络设计，可能适用于嵌入式或机载计算平台
1467	2026-02-02	Predicting protein-carbohydrate binding sites: a deep learning approach integrating protein language model embeddings and structural features 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag008 PMID:41608988	研究论文	本文提出了一种名为DeepCPBSite的深度学习集成模型，用于预测蛋白质-碳水化合物非共价结合位点	结合了蛋白质语言模型嵌入和结构特征，并采用集成策略整合了三种不同采样/损失处理方法的ResNet+FNN模型	未明确说明模型在独立验证集上的泛化能力或计算效率的具体限制	开发计算工具以替代昂贵的实验方法，预测蛋白质-碳水化合物结合位点	蛋白质-碳水化合物非共价结合位点	机器学习	NA	蛋白质语言模型嵌入、结构特征提取	CNN, FNN, 集成模型	序列数据、结构数据	来自RCSB、UniProt和CASP三个来源的数据集，具体数量未明确说明	NA	ResNet, FNN	平衡准确率、灵敏度、F1分数、MCC、AUPR	NA
1468	2026-02-02	Task-specific pre-training for molecular property prediction 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag010 PMID:41608985	研究论文	本文提出了一种名为TasProp的任务特定预训练策略，用于解决分子性质预测中因标记数据稀缺导致的过拟合和泛化能力有限的问题	提出了任务特定的对比损失函数，该损失与最终预测任务紧密对齐，并引入了一种新颖的数据增强方法，以缓解标记数据稀缺的挑战	未明确说明预训练阶段所需的计算资源或时间成本，且理论分析可能基于特定假设	提升小标记数据集场景下分子性质预测模型的性能和泛化能力	分子数据（包括标记和未标记数据）	机器学习	NA	NA	深度学习模型	分子数据	三个公开可用数据集和两个与麻醉学相关的整理数据集	NA	NA	NA	NA
1469	2026-02-02	Predicting the Redox Potentials and Hammett Parameters of Quinone Derivatives with the Information-Theoretic Approach 2026-Jan-06, Entropy (Basel, Switzerland) DOI:10.3390/e28010067 PMID:41593974	研究论文	本研究利用信息论方法，通过深度学习和量子机器学习协议预测醌类衍生物的氧化还原电位和哈米特参数	首次将DL(ITA)和QML(ITA)协议应用于醌类衍生物的氧化还原电位和哈米特参数预测，其中QML(ITA)模型展现出优越性能且具备未来在真实量子硬件上实现的潜力	未明确说明模型在非醌类体系中的泛化能力具体表现，且未提及数据集的规模限制	准确高效地预测醌类衍生物的氧化还原电位和哈米特参数	醌类衍生物	机器学习	NA	信息论方法，分子静电势，价层自然原子轨道能量	深度学习，量子机器学习，线性回归	分子数据	NA	NA	NA	NA	NA
1470	2026-02-02	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	本研究评估了多基因风险评分、图像深度学习评分、成像衍生表型及临床协变量在青光眼预测中的性能，并开发了成像衍生表型代理遗传评分作为无影像数据时的替代方案	提出结合多模态深度学习方法来提升多基因风险评分的预测准确性，并引入成像衍生表型代理遗传评分作为无影像数据时的可行替代方案	研究主要基于UK Biobank数据，可能受限于特定人群和影像类型，且成像衍生表型代理遗传评分在单独使用时预测性能较低	提升青光眼风险预测的准确性，探索多模态数据融合在疾病风险评估中的应用	青光眼患者及风险个体	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影像样本和402,847个无OCT影像样本	XGBoost	NA	AUC	NA
1471	2026-02-02	Vision-Based People Counting and Tracking for Urban Environments 2026-Jan-05, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging12010027 PMID:41590912	研究论文	本文提出了一种基于计算机视觉和深度学习的自动检测与计数方法，用于城市环境中的人群监控	对DeepSORT跟踪流程进行了任务特定修改，优化了密集乘客环境、强遮挡和动态光照条件，并集成了检测、跟踪和自动事件日志生成的统一架构	数据集规模有限（4047张图像），未来计划扩展数据集并支持多摄像头集成	开发智能乘客流量监控系统，以提高交通服务的效率、安全性和质量	城市环境中的乘客	计算机视觉	NA	计算机视觉，深度学习	CNN	图像	4047张图像，8918个标注对象	PyTorch	YOLOv8, DeepSORT	检测准确率，计数准确率	NA
1472	2026-02-02	Perceiving Unpredictability for New Energy Power and Electricity Consumption Forecasting 2026-Jan-05, Entropy (Basel, Switzerland) DOI:10.3390/e28010064 PMID:41593971	研究论文	本文提出了一种用于传感器网络数据预测的不可预测性感知损失函数，以提升电力系统和交通规划等关键领域的时间序列预测准确性	引入了不可预测性感知损失函数，该函数通过结合信号内容的随机性后验分析和时间距离的先验考量，动态调整监督权重，使模型能够区分可预测与不可预测的事件模式	未明确说明该方法在极端随机事件或非常长期预测中的具体表现，也未讨论计算复杂度的增加程度	提升传感器网络数据（特别是新能源电力和电力消耗）时间序列预测的准确性和可靠性	传感器网络数据，具体应用于电力系统和交通规划领域	机器学习	NA	时间序列预测	深度学习模型	传感器网络数据（时间序列数据）	多个公共基准数据集（具体数量未在摘要中说明）	NA	TimeMixer	预测准确性（具体指标未在摘要中说明）	NA
1473	2026-02-02	Counterfactual Explanation-Based Cryptocurrency Price Prediction 2026-Jan-05, Entropy (Basel, Switzerland) DOI:10.3390/e28010065 PMID:41593972	研究论文	本文提出了一种基于反事实解释的加密货币价格预测模型，旨在提高深度学习模型的可解释性和可信度	提出了一种结合梯度优化策略的反事实解释方法，通过识别历史市场特征的最小扰动来引导模型预测至目标区间，从而揭示模型的关键驱动因素和决策边界	NA	提高加密货币价格预测模型的可解释性和可信度，以支持稳健的风险管理	加密货币市场数据	机器学习	NA	NA	深度学习模型	历史市场特征数据（如价格）	NA	NA	NA	NA	NA
1474	2026-01-06	Deep learning for Angle classification based on intraoral photographs: an interpretability perspective 2026-Jan-04, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07550-6 PMID:41486121	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1475	2026-02-02	Differential privacy for medical deep learning: methods, tradeoffs, and deployment implications 2026-Jan-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02280-z PMID:41484344	综述	本文是一篇范围综述，系统总结了差分隐私在医学深度学习中的应用、方法、权衡及部署影响	首次系统综述了差分隐私在医学深度学习中的集中式和联邦式设置应用，识别了公平性审计和标准化方面的关键差距，并提出了公平、临床稳健的隐私保护深度学习优先事项	仅纳入截至2025年3月的研究，少数研究评估公平性，隐私参数报告不一致	评估差分隐私在医学深度学习中的应用效果、权衡及部署挑战	医学深度学习模型与敏感患者数据	机器学习	NA	差分隐私	深度学习	医学影像等多模态数据	74项符合条件的研究	NA	NA	准确性, 公平性	NA
1476	2026-02-02	Enhanced feature fusion with hand gesture recognition system for sign language accessibility to aid hearing and speech impaired individuals 2026-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34100-5 PMID:41484456	研究论文	本文提出了一种基于特征融合的手势识别模型，用于将手语转换为文本和语音，以帮助听力和言语障碍人士	结合ConvNeXt Base、VGG16和EfficientNet-V2进行特征融合，并使用龙卷风优化算法进行参数调优	NA	开发一种创新的深度学习手势识别模型，以增强听力和言语障碍人士的沟通可及性	听力和言语障碍人士	计算机视觉	NA	NA	深度信念网络	图像	NA	NA	ConvNeXt Base, VGG16, EfficientNet-V2	准确率	NA
1477	2026-02-02	RP3Net: a deep learning model for predicting recombinant protein production in Escherichia coli 2026-Jan-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag003 PMID:41520295	研究论文	本文提出了一种名为RP3Net的深度学习模型，用于预测大肠杆菌中重组蛋白的表达情况	首次将最新的蛋白质和基因组基础模型整合到深度学习框架中，用于预测重组蛋白在大肠杆菌中的可溶性表达，相比基线模型AUROC提升了0.15	模型主要针对大肠杆菌表达系统，未验证在其他宿主中的适用性；训练数据规模相对有限	开发能够准确预测重组蛋白在大肠杆菌中表达成功率的AI模型，以加速生物技术应用中的蛋白质试剂生产	重组蛋白在大肠杆菌中的异源可溶性表达	机器学习	NA	蛋白质表达实验	深度学习模型	蛋白质序列数据、基因组数据、实验数据	AstraZeneca内部实验数据和Structural Genomics Consortium公开数据的组合数据集，独立验证集包含97个构建体	未明确说明	RP3Net（Recombinant Protein Production Prediction Network）	AUROC（受试者工作特征曲线下面积）、准确率	NA
1478	2026-02-02	AUTOENCODIX: a generalized and versatile framework to train and evaluate autoencoders for biological representation learning and beyond 2026-Jan, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00916-4 PMID:41366150	研究论文	本文介绍了AUTOENCODIX，一个用于训练和评估自编码器的开源框架，旨在标准化生物表示学习流程	提出了一个标准化、灵活且可推广的自编码器框架，支持基于本体和跨模态架构，增强了嵌入可解释性和数据模态转换能力	未明确说明框架在特定数据集或任务中的性能限制或计算效率问题	开发一个通用框架以标准化自编码器在生物表示学习中的训练和评估流程	泛癌研究数据集（如TCGA）、单细胞测序数据以及结合成像数据	机器学习	癌症	单细胞测序，成像技术	自编码器	多模态数据	NA	NA	基于本体的自编码器，跨模态自编码器	输入数据重构能力，嵌入质量，基于本体的嵌入可靠性	NA
1479	2026-02-02	A study on ultrasound imaging for thyroid detection and classification using machine learning and deep learning techniques 2026 Jan-Feb, Semergen DOI:10.1016/j.semerg.2025.102674 PMID:41512581	综述	本文综述了基于超声图像的甲状腺疾病计算机辅助诊断系统的最新进展，涵盖传统图像处理、机器学习和深度学习技术	整合了甲状腺超声图像分析领域的主要方法、数据集和性能指标，并指出了现有研究的不足与未来方向	作为综述文章，未提出新的模型或实验验证，主要依赖现有文献的总结	研究甲状腺疾病的早期诊断与分类方法，特别是基于超声图像的计算机辅助诊断系统	甲状腺超声图像	计算机视觉	甲状腺疾病	超声成像	CNN	图像	NA	NA	NA	准确率, 灵敏度, 特异性	NA
1480	2026-02-02	Usual Interstitial Pneumonia Spectrum: UIP, Probable UIP, and Indeterminate UIP 2026-Jan, Seminars in roentgenology IF:0.8Q4 DOI:10.1053/j.ro.2025.09.005 PMID:41513508	综述	本文综述了寻常型间质性肺炎（UIP）影像学谱系的当前知识，包括其诊断、预后和临床意义	概述了定量成像、深度学习模型和分子生物标志物的最新进展，以提高诊断精度和风险分层，并强调了AI驱动的时空建模和分子成像等新兴前沿	NA	综合当前关于UIP影像学谱系的知识，并探讨其在诊断、预后和临床决策中的应用	寻常型间质性肺炎（UIP）谱系，包括UIP、可能UIP和不确定UIP	数字病理学	肺纤维化，特发性肺纤维化	薄层计算机断层扫描（CT），定量成像，分子成像	深度学习模型	医学影像（CT图像）	NA	NA	NA	NA	NA