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
1	2026-10-21	From physicochemical to sensory quality: Non-destructive profiling and grading of kiwifruit using a self-designed handheld Vis/NIR spectrometer combined with chemometrics 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128820 PMID:42772096	研究论文	该研究利用自设计手持可见/近红外光谱仪结合化学计量学和深度学习，对猕猴桃的理化品质和感官品质进行无损检测与分级	采用自设计手持Vis/NIR光谱仪实现多维度品质表征，并首次将感官属性预测与理化性质关联分析，提出基于PCA-RF的猕猴桃品质分级策略	未明确说明样本来源和品种单一性，模型泛化能力需进一步验证，手持设备稳定性及环境因素影响未充分讨论	实现猕猴桃采后理化品质和感官品质的快速无损评估与分级	猕猴桃果实	近红外光谱分析, 化学计量学, 深度学习	NA	可见/近红外光谱技术	PLS, 深度学习模型, PCA-RF	光谱数据	NA	NA	偏最小二乘法, 随机森林, 主成分分析, 深度学习模型	Rp, 分类准确率	NA
2	2026-10-21	Corrigendum to "Vis-NIR spectroscopy and deep learning for non-invasive in vivo detection of acute liver injury" [Spectrochim. Acta Part A: Mol. Biomol. Spectrosc. 358 (2026) 127888] 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128798 PMID:42777432	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3	2026-10-21	Chemical fingerprinting of rapeseed varieties: A BiLSTM-based fusion strategy for near-infrared and fluorescence spectra 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128827 PMID:42785011	研究论文	该研究提出了一种基于多源光谱数据融合和深度学习算法的油菜品种快速准确识别分类策略	结合近红外光谱和荧光光谱的多源光谱数据融合策略，并采用BiLSTM模型进行特征级融合，实现了油菜品种的高精度分类	未明确说明模型在不同环境条件下的泛化能力，样本量有限，仅涉及7个油菜品种	实现油菜品种的快速准确识别，为农产品质量保证和品种真实性验证提供高效的光谱方法	七个油菜品种	机器学习	NA	近红外光谱、荧光光谱	SVM, RF, KNN, CNN, BiLSTM	光谱数据	七个油菜品种	NA	CNN, BiLSTM	准确率	NA
4	2026-10-21	A lightweight spectral qualitative analysis method based on Res-Inception 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128811 PMID:42785013	研究论文	提出一种基于深度可分离卷积、Inception多尺度结构和非线性残差连接的轻量级一维光谱分类网络DSRINet-1D，并设计FSWA注意力机制，在三个跨域公开数据集上实现高精度光谱定性分类	融合深度可分离卷积、Inception多尺度结构与非线性残差连接构建轻量级1D光谱分类网络；设计FSWA注意力机制动态优化多尺度特征权重分配，在仅少量参数增加下显著增强特征表示能力；实现分类性能与轻量化设计的高效平衡，无需复杂人工特征选择或预处理	仅在三个公开光谱数据集上验证，未在更多实际应用场景和便携式光谱仪器上进行边缘部署测试；二维光谱建模方法仅作为探索性研究	解决传统光谱定性分析方法依赖人工特征提取和浅层机器学习模型、难以充分捕捉高维光谱非线性特征、泛化性能受先验知识和数据集特性制约的问题，以及现有深度学习方法多针对单一领域定制、参数多计算复杂度高、难以边缘部署的问题	药片（Tablets）、果汁（fruit juice）和肉类（meat）三个跨域公开红外光谱数据集	机器学习	NA	红外光谱分析	CNN	一维光谱数据	三个跨域公开数据集：Tablets、果汁、肉类	NA	DSRINet-1D（深度可分离卷积、Inception多尺度结构、非线性残差连接、FSWA注意力机制）	分类准确率、参数量、FLOPs	NA
5	2026-10-21	Multimodal deep learning-driven Raman spectroscopy for rapid identification of closely related pathogenic Bacillus species 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128883 PMID:42810038	研究论文	该研究提出了一种多模态深度学习框架Spec-CWT-TransNet，利用连续小波变换将拉曼光谱转换为二维尺度图，结合CNN和Transformer实现近缘致病芽孢杆菌的快速精准识别	提出Spec-CWT-TransNet框架，首次将连续小波变换与CNN-Transformer混合架构结合用于拉曼光谱分析；引入基于Fisher Score的尺度优化策略自适应选择判别性频段，有效抑制噪声	未明确说明计算资源需求；仅在四种芽孢杆菌上验证，泛化能力有待进一步验证；未讨论模型的可解释性	解决近缘致病芽孢杆菌因生化组成高度相似和光谱严重重叠而难以快速精细识别的难题	四种近缘致病芽孢杆菌的拉曼光谱数据	生物光谱分析、深度学习	细菌感染性疾病	拉曼光谱、连续小波变换	CNN、Transformer	一维拉曼光谱数据、二维尺度图图像	NA	NA	CNN、Transformer	准确率	NA
6	2026-10-21	MGAM-FusionNet: A masked reconstruction and multi-scale attention fusion network for small-sample near-infrared spectral quantification of echinacoside in Cistanche deserticola 2027-Feb-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128842 PMID:42822372	研究论文	本文提出了一种结合掩码自监督重建和多尺度注意力融合的网络MGAM-FusionNet，用于小样本近红外光谱定量检测肉苁蓉中的松果菊苷含量	将掩码自监督重建与多尺度注意力融合相结合，以解决小样本条件下近红外光谱波段重叠和基质变异导致的模型泛化能力差的问题	数据集规模较小（仅130个样本），且1D-ViT在MAE指标上略优于本模型	实现肉苁蓉中松果菊苷的快速、无损近红外光谱定量分析	肉苁蓉样本的近红外光谱及其高效液相色谱测定的松果菊苷浓度	机器学习	NA	近红外光谱、高效液相色谱	深度学习回归模型	光谱数据	130个肉苁蓉样本（其中20个为外部独立测试集）	NA	MGAM-FusionNet（掩码重建与多尺度注意力融合网络）	R, RMSE, RPD, MAE	NA
7	2026-10-21	Optimized efficient channel attention-based ShuffleNet framework for EEG graph-based brain topology modeling in motor imagery tasks 2027-Jan, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110910 PMID:42744108	研究论文	提出了一种基于优化高效通道注意力ShuffleNet的脑拓扑建模框架，用于运动想象任务的EEG分类	将EEG通道构建为图并提取拓扑特征，结合高效通道注意力ShuffleNet和自改进红熊猫优化算法进行超参数调优	未明确说明	提高运动想象信号的分类准确率	运动想象任务中的EEG信号	脑机接口	NA	脑电图	CNN	图数据	NA	NA	ShuffleNet, 高效通道注意力	准确率	NA
8	2026-10-21	Sleep Stage Classification Across Heterogeneous EEG/EOG Channels with Multi-channel Differential Transformer 2026-Dec, Cognitive neurodynamics IF:3.1Q2 DOI:10.1007/s11571-026-10574-5 PMID:42894601	研究论文	提出一种多通道差分Transformer框架SleepDIFFormer，用于跨异构EEG/EOG通道的睡眠分期分类，通过跨域对齐提升泛化能力	采用多通道差分Transformer架构处理原始EEG和EOG信号，结合跨域特征分布对齐学习域不变表示，减轻空间和时间注意力噪声	未明确说明在极端异构或极少样本目标域上的表现，且需要多个源域数据集进行训练	解决睡眠分期分类中因EEG/EOG信号非平稳性和跨临床配置变异性导致的泛化能力差的问题	睡眠多导睡眠图（PSG）中的EEG和EOG信号	医学信号处理	睡眠障碍	EEG/EOG信号处理	Transformer	时间序列信号（EEG/EOG）	五个多样化的睡眠分期数据集（具体样本量未在摘要中给出）	PyTorch（基于GitHub代码库推断）	多通道差分Transformer架构（MDTA）	未在摘要中明确列出具体指标，但提到优越性能	NA
9	2026-10-21	Open-source hardware platform for automated, non-invasive plant phenotyping through combined RGB and thermal imaging 2026-Dec, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2026.e00846 PMID:42894825	研究论文	本文介绍了一种开源的模块化植物表型平台，用于在生长室中对小到中型植物进行非侵入式监测，结合RGB和热成像进行自动化表型分析	使用霍尔效应传感器和永磁体进行离散位置参考，实现无需重新校准的稳健定位，避免了丝杠、皮带驱动编码器等复杂机械系统；集成RGB和热成像相机在自动化二维笛卡尔龙门架上，实现高通量图像采集；开发了配套软件，支持基于单应性的RGB分割掩码投影到热图像以及热成像数据的交互式探索和定量分析	平台仅适用于小到中型植物，在生长室环境中使用；概念验证实验仅涉及大豆植物，样本量有限；未提及在大规模田间或不同作物上的验证	开发一种低成本、开源、自动化的植物表型平台，用于非侵入式监测植物生长和水分胁迫响应	大豆植物（小型到中型植物）	植物表型分析	NA	RGB成像、热成像、深度学习图像分割	U-Net	图像（RGB和热成像）	NA	NA	U-Net	NA	树莓派
10	2026-10-21	Artificial intelligence and machine learning in fragrance safety assessment: Current applications and future opportunities at RIFM 2026-Dec, Food and chemical toxicology : an international journal published for the British Industrial Biological Research Association IF:3.9Q1 DOI:10.1016/j.fct.2026.116422 PMID:42833343	综述	描述RIFM在香料安全评估中应用AI和ML的现状，并展望未来机会	系统总结RIFM四十年安全数据库驱动的可重复模型方法（结构活性组和超过6000种材料的聚类），并讨论生成模型、深度学习、语言模型等新兴工具在难测终点中的应用前景	模型透明度有限，需要符合(Q)SAR原则的验证，不确定性报告不足，以及需遵循FAIR数据实践	综述AI和ML在香料安全评估中的当前应用与未来扩展方向	香料材料（超过6000种材料）及其安全性评估终点	机器学习	NA	NA	生成模型, 深度学习, 语言模型	文本, 结构数据	超过6000种材料	NA	NA	NA	NA
11	2026-10-21	Data-driven approaches in green microbiology: strategies for plant growth-promoting bacteria 2026-Nov, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107711 PMID:42735891	综述	系统综述了机器学习与深度学习在植物促生菌（PGPB）表征与筛选中的应用进展，并评估了算法选择、性能及目标植物系统	首次系统量化了AI在PGPB筛选与植物病害检测之间的应用差距（仅6.0%直接针对PGPB筛选），并指出需要整合基因组数据与功能验证的可解释ML/DL框架	数据集有限、计算需求高、多物种及宿主关联互作建模困难，且多数研究集中于植物病害检测而非有益微生物筛选	评估机器学习与深度学习在植物促生菌表征中的研究进展，识别该领域的应用缺口与发展方向	已发表的整合机器学习/深度学习与植物促生菌表征的研究（248项观察）	机器学习	植物病害	高通量测序	CNN	图像, 基因组数据, 生理数据, 生态数据	248项观察（研究记录）	NA	卷积神经网络（CNN）	NA	NA
12	2026-10-21	PRISM: a novel deep learning framework with resilient fuzzy whale optimization for automated COVID-19 detection from chest X-rays 2026-Nov, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107721 PMID:42777958	研究论文	提出了一种名为PRISM的深度学习框架，结合自适应两阶段肺部分割、特征提取、特征选择和分类，用于从胸部X光图像中自动检测COVID-19	提出了自适应两阶段肺部分割网络ATLAS、增强的HoG与CNN特征融合、弹性模糊鲸鱼优化算法RFWOA进行特征选择，以及结合ViT与卷积层、残差块和多种注意力机制的PRISM分类模型	未明确说明计算资源需求，仅在胸部X光数据集上验证，未提及在其他类型医学图像或更大规模数据集上的泛化能力	利用人工智能和深度学习技术，快速、准确地从胸部X光图像中检测COVID-19感染	胸部X光图像	计算机视觉	COVID-19	深度学习，图像预处理，特征提取（HoG和CNN），特征选择（RFWOA），分类	CNN，Vision Transformer，编码器-解码器架构	图像	NA	NA	ResNet-101，DenseNet-121，MobileNetV3，Vision Transformer，卷积层，残差块，注意力机制，交叉注意力机制，位置感知注意力，全连接层	准确率	NA
13	2026-10-21	The German National Cohort: Ophthalmic Assessment, Baseline Profile, and Potential for Artificial Intelligence-Based Eye Research 2026-Nov, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101408 PMID:42894708	研究论文	描述德国国家队列（NAKO）的眼科检查方案、基线特征，并展示其作为基于人工智能的眼健康研究人群资源的潜力	基于全国性、人群为基础的多中心前瞻性队列，在约5万名参与者中结合标准化眼科检查（非散瞳彩色眼底成像、视力测试、眼部病史）与全身生物医学检查，并利用开源深度学习模型评估眼底图像质量与形态特征，训练标准深度学习架构预测年龄、性别和血压	仅约68.2%的眼底图像被4个深度学习质量分级模型判定为可分级；研究为基线横断面分析，未涉及纵向随访；未提供具体计算资源信息	描述NAKO眼科检查方案、报告接受眼科评估参与者的基线特征，并说明其作为基于人工智能的眼健康研究人群资源的潜力	德国国家队列（NAKO）眼科二级模块的48,460名成年人（19-74岁，平均48.9±12.5岁，52.7%为男性）	数字病理学	眼科疾病（白内障、青光眼、黄斑变性）	非散瞳彩色眼底成像、视力测试、问卷调查	深度学习	图像（彩色眼底图像）、结构化临床数据、问卷数据	48,460名参与者（来自NAKO登记的205,053名成年人中的眼科二级模块）	NA	标准深度学习架构（具体架构未说明）、开源深度学习模型	平均绝对误差（MAE）、准确率、图像质量分级比例	NA
14	2026-10-21	Neural network analysis of the transmission dynamics of leptospirosis infection subjected to vaccination and treatment interventions 2026-Nov, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107695 PMID:42763020	研究论文	本文分析钩端螺旋体病在人类治疗、动物疫苗接种和环境细菌控制干预下的传播动力学，并开发混合深度神经网络框架进行预测	提出一种结合Tanh和ReLU激活函数的混合深度神经网络框架，用于准确捕捉模型的复杂动力学，并将动力系统理论与深度学习相结合进行流行病动力学分析	未明确说明模型泛化能力、数据局限性及计算资源细节	分析钩端螺旋体病的传播动力学，评估治疗、疫苗接种和环境细菌控制干预措施的效果，并开发高精度预测模型	钩端螺旋体病感染传播系统，包括人类治疗、动物疫苗接种和环境细菌控制	机器学习	钩端螺旋体病	NA	深度神经网络	时间序列数据	印度喀拉拉邦2018年6月至2024年12月的钩端螺旋体病病例记录	NA	两层深度神经网络（Tanh和ReLU激活函数）	均方误差，绝对误差	NA
15	2026-10-21	Efficient and accurate tuberculosis diagnosis: Attention Residual U-Net and vision transformer based detection framework 2026-Nov, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107718 PMID:42785566	研究论文	提出一种基于注意力残差U-Net和视觉Transformer的两阶段深度学习框架，用于痰涂片显微图像中结核杆菌的自动分割与分类检测	提出结合注意力模块和残差连接的改进U-Net用于结核杆菌分割，并定制化设计TBViT视觉Transformer模型用于ROI分类，实现更高自动化和检测精度	未明确说明模型在资源受限环境下的部署可行性，且依赖特定染色方法（Ziehl-Neelsen染色）的数据集，泛化性有待验证	实现痰涂片显微图像中结核杆菌的高效、准确自动化检测，提升结核病诊断的效率和可靠性	来自Ziehl-Neelsen染色玻片的显微痰涂片图像中的结核分枝杆菌	数字病理学	结核病	明场显微成像、Ziehl-Neelsen染色	CNN、Transformer	图像	新构建的显微痰涂片图像数据集及现有公开数据集（具体样本数量未说明）	NA	注意力残差U-Net、TBViT（Vision Transformer）	分割性能指标、分类准确率	NA
16	2026-10-21	Multimodal Transformer Integrating CT and Pathology for Postoperative Risk Stratification in Stage I Non-Small Cell Lung Cancer 2026-11, Radiology. Imaging cancer DOI:10.1148/rycan.250617 PMID:42886039	研究论文	开发并评估一种可解释的多模态深度学习模型，用于改善I期非小细胞肺癌的术后风险分层并预测辅助治疗获益	整合CT影像的多视图2.5D深度学习特征、放射组学、临床变量以及使用大语言模型从病理报告中提取的预后嵌入，通过中心Transformer架构融合这些特征来预测无病生存期	回顾性研究设计，需要进一步前瞻性验证；外部验证数据集数量有限	改善I期非小细胞肺癌的术后风险分层并预测辅助治疗获益	I期非小细胞肺癌患者	数字病理学, 医学影像分析	肺癌	CT影像, 放射组学, 大语言模型, 病理报告文本分析	Transformer	图像, 文本, 表格数据	1073名患者（来自五个中心，平均年龄60.8±9.8岁，550名男性）	NA	DLRTransformer（深度学习-放射组学-文本Transformer）	一致性指数（C-index）, 风险比（HR）, 置信区间（CI）, P值	NA
17	2026-10-21	Artificial intelligence in personalized internal dosimetry for radiopharmaceutical therapy: a narrative mini-review 2026-Oct-20, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002253 PMID:42897869	综述	本文综述了人工智能在放射性药物治疗个性化内照射剂量学工作流程中的应用现状与临床就绪度	系统梳理了人工智能在定量图像重建、分割、配准、时间-活度曲线估计、吸收剂量计算及临床决策支持等全流程中的应用证据，并评估其临床转化成熟度	叙述性综述，检索范围有限，未进行系统定量合并；多数决策支持相关证据仍为回顾性、单中心研究，缺乏前瞻性多中心验证	总结人工智能在个性化内照射剂量学工作流程中的当前证据并评估其临床就绪程度	2015年至2026年初发表的关于人工智能、机器学习或深度学习在放射性药物治疗个性化剂量学中应用的同行评审研究	医学影像分析	NA	SPECT定量成像、PET定量成像、剂量学计算	深度学习、机器学习	图像	NA	NA	NA	重建误差、病灶剂量率误差、计算时间、可重复性	NA
18	2026-10-21	Accuracy of transfer learning in predicting peri-implantitis onset from intraoral radiograph: A multi-center longitudinal retrospective study 2026-Oct-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-07181-3 PMID:42894037	研究论文	该研究评估了多种预训练卷积神经网络架构结合不同迁移学习策略，利用基线口内X线片预测种植体周围炎发病的准确性。	首次在多中心纵向回顾性研究中系统比较五种预训练CNN架构与四种迁移学习策略在种植体周围炎预测中的表现，并采用患者级数据划分避免数据泄漏。	样本量相对较小（195颗种植体），预测性能仅为中等水平（最佳AUC为0.83），且为回顾性研究设计，需更大规模前瞻性研究验证后方可临床采用。	评估迁移学习在利用基线二维口内X线片预测种植体周围炎发病中的能力，并比较不同CNN架构与迁移学习策略的性能。	108名维护期患者口内植入的195颗种植体（密歇根大学146颗，伦敦国王学院49颗）及其基线根尖周X线片。	医学影像分析	种植体周围炎	口内根尖周X线摄影	CNN	图像	195颗种植体（来自108名患者），其中密歇根大学146颗、伦敦国王学院49颗	NA	ResNet50, DenseNet, VGG16, InceptionV3, EfficientNet	准确率, AUC, 灵敏度, 特异性	NA
19	2026-10-21	From innovation to implementation: a global scoping review of artificial intelligence applications, governance, and challenges in humanitarian contexts 2026-Oct-19, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.16.04359 PMID:42895268	综述	该文通过全球范围的范围综述，梳理了人工智能在人道主义场景中的应用、实施成熟度、评估方式及治理挑战	系统性地绘制了AI在人道主义场景中的全球证据图谱，涵盖应急管理周期分布、部署成熟度与评估情况，并特别关注中东北非、海湾合作委员会国家及卡塔尔地区，同时识别了治理考量与实施促进因素及障碍	纳入研究多为原型或回顾性验证模型，实际部署与现场实施较少，社区参与、公平性考量与正式治理框架报告不一致，中东北非与海湾地区证据有限	映射AI在人道主义场景中应用的全球证据，包括其在应急管理周期中的分布、部署成熟度与评估情况，并识别治理考量及实施的促进与阻碍因素	人道主义场景中的人工智能应用、实施与治理相关文献与灰色文献	机器学习	NA	NA	深度学习, 机器学习	文本	57篇学术出版物与17份灰色文献报告	NA	NA	NA	NA
20	2026-10-21	Deep learning-driven multiplexed mycotoxin detection via color-size encoded microbead imaging 2026-Oct-19, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101548 PMID:42600617	研究论文	开发了一种深度学习驱动的颜色-尺寸二维编码微珠成像解码平台，结合适配体识别触发的DNAzyme walker-杂交链式反应级联信号放大，用于四种真菌毒素的高通量均相检测	提出颜色-尺寸二维编码策略，利用两种尺寸微珠和两种荧光基团实现高通量编码；采用适配体识别触发的DNAzyme walker-HCR级联设计实现微珠上直接荧光信号点亮与放大，避免复杂分离和信号探针制备；引入YOLOv11深度学习模型对多维荧光图像进行快速准确解码分析	摘要中未明确说明	实现多种真菌毒素的高通量、高灵敏度、均相快速检测，提升食品安全监测能力	真菌毒素（四种），实际样品包括玉米和植物基肉类似物	计算机视觉, 食品安全检测, 生物传感	NA	适配体识别, DNAzyme walker, 杂交链式反应(HCR), 荧光成像, 微珠编码	YOLOv11	荧光图像	NA	NA	YOLOv11	灵敏度(<1 pg/mL), 线性范围, 特异性, 加标回收率(85.6%-114.0%), 与HPLC-MS/MS一致性	NA