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
201	2026-09-23	Deep learning-based detection of construction waste in complex scenarios with an improved lightweight algorithm 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0356914 PMID:42758692	研究论文	本文提出了一种改进的轻量级算法GTS-YOLO，用于复杂场景下的建筑垃圾检测，在自建数据集和公开数据集上验证了其性能	基于YOLOv11，通过优化骨干网络中的C3K2模块实现轻量化，在骨干和颈部之间集成空间注意力机制，并参考任务对齐原则重新设计检测头，以更好地处理遮挡和变形下的建筑垃圾检测	未明确说明	解决复杂场景下建筑垃圾检测的识别精度不足、同类垃圾特征变化大、公开数据集有限以及计算资源消耗过大阻碍实时性能等挑战	建筑垃圾	计算机视觉	NA	深度学习	CNN	图像	自建的10类建筑垃圾数据集，具体样本数量未说明	NA	YOLOv11	mAP50, Precision, 参数量, 模型大小	NA
202	2026-09-23	Feasibility of deep learning-based image reconstruction using TrueFidelity for coronary calcium scoring 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358342 PMID:42758710	研究论文	评估使用GE TrueFidelity高强度深度学习图像重建（DLIR）进行冠状动脉钙化评分的可行性，并与滤波反投影（FBP）和迭代重建（IR）进行比较。	评估了高强度DLIR在冠状动脉钙化评分中的可行性，并详细分析了与FBP和IR在个体水平上的一致性和差异。	DLIR显示出系统性低估，并且与FBP在个体水平上存在不可忽略的差异，特别是在低钙负荷或接近CAC风险类别阈值的患者中。	评估DLIR在冠状动脉钙化评分中的可行性，并与FBP和IR进行比较。	心脏体模和113名接受冠状动脉计算机断层扫描血管成像的患者。	医学图像分析	心血管疾病	冠状动脉计算机断层扫描血管成像	深度学习图像重建	图像	心脏体模和113名患者	NA	NA	加权kappa系数，Bland-Altman分析，假阴性率	NA
203	2026-09-23	AINR: attention-guided implicit neural representations for spatial domain identification in spatial transcriptomics 2026, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbag241 PMID:42765024	研究论文	本文提出了AINR，一个端到端的深度学习框架，将空间转录组数据建模为几何约束的连续生物场，结合隐式神经表示、空间感知注意力机制和全变分正则化，用于空间域识别	1. 将空间转录组数据建模为几何约束的连续生物场，避免使用显式邻接矩阵；2. 结合隐式神经表示与空间感知注意力机制；3. 引入全变分正则化项和周期性正弦激活函数，在映射空间坐标到基因表达的同时保持空间平滑性；4. 在极端数据稀疏条件下仍保持稳健性能	未在摘要中明确说明	解决空间转录组数据噪声大、稀疏性强的问题，以及现有基于图的方法复杂且难以扩展的挑战，实现准确的空间域识别	空间转录组数据	空间转录组学	NA	空间转录组学	隐式神经表示	基因表达数据、空间坐标数据	六个不同的数据集	NA	隐式神经表示、空间感知注意力机制	空间域识别性能	NA
204	2026-09-23	A parallel convolution attention network for crop genomic prediction 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358451 PMID:42766594	研究论文	提出一种基于并行卷积注意力网络的作物基因组预测方法PCAGP，并在四个基准数据集上验证其性能	采用并行卷积结构和坐标注意力机制，有效整合通道间关系和空间基因组信息，避免传统串行卷积导致的梯度消失和计算低效问题	摘要中未提及	提高作物基因组预测的准确性	作物基因组数据	机器学习	NA	基因组预测	CNN	基因组标记数据	四个基准数据集	NA	并行卷积注意力网络	NA	NA
205	2026-09-23	SpectralTCN: A multi-resolution wavelet gating network for vibration-based structural damage detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0358224 PMID:42766612	研究论文	本文提出了一种名为SpectralTCN的多分辨率小波门控网络，通过在时间卷积网络中集成可学习的小波门控模块，实现基于振动信号的结构损伤检测	提出小波门控模块，在每个卷积块内进行可学习的、数据依赖的多分辨率滤波，利用离散小波变换同时保留时频信息，结合广义平均池化和大核因果深度可分离卷积	未明确说明，但可能受限于仅在两个基准数据集上验证，且小波基的选择和计算效率可能影响实际部署	解决现有深度学习模型在振动结构健康监测中仅处理时域信号或全局频域变换导致丢失时频局部信息的问题，提升损伤检测的准确性和泛化能力	Z24桥梁基准数据集和基于有限元模型的My Thuan斜拉桥数据集上的振动加速度信号	机器学习	NA	离散小波变换、逆离散小波变换、时间卷积网络	时间卷积网络	振动信号（加速度时间序列）	Z24桥梁基准数据集和My Thuan斜拉桥有限元数据集（具体样本数未提供）	NA	SpectralTCN（时间卷积网络集成小波门控模块）	准确率、分层5折交叉验证	NA
206	2026-09-23	Unsupervised deep learning framework for early detection of wellbore trajectory deviation in drilling operations 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1942787 PMID:42769183	研究论文	本研究提出了一种无监督深度学习框架，通过分析综合测井和地质力学数据，利用LSTM自编码器和图神经网络实现钻井过程中井眼轨迹偏差的早期检测	提出了一种结合LSTM自编码器与图神经网络的无监督深度学习框架，无需标注的偏差事件即可识别轨迹偏差的早期发生，LSTM-AE学习钻井参数的正常时序演化并通过重构误差检测异常，GNN建模地质与地质力学变量间的物理和地质关系以增强多元交互分析	未在摘要中明确说明	克服传统井眼轨迹监测方法仅在偏差变得明显后才能识别的局限性，实现井眼轨迹偏差的早期检测	定向钻井和延伸钻井作业中的井眼轨迹偏差	机器学习	NA	测井, 地质力学数据采集	LSTM, GNN, Autoencoder	时序数据, 表格数据	NA	NA	LSTM Autoencoder, Graph Neural Network	重构误差, 误报率	NA
207	2026-09-23	Dual-region deep learning model integrating prostate and peri-prostatic adipose tissue MRI features for bone metastasis prediction in prostate cancer 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1946971 PMID:42769216	研究论文	该研究开发了一个整合前列腺和前列腺周围脂肪组织MRI深度特征与临床变量的多模态模型，用于前列腺癌骨转移风险评估	首次将前列腺腺体和前列腺周围脂肪组织的MRI深度特征与临床变量相结合，构建双区域深度学习模型用于前列腺癌骨转移预测	缺乏外部验证，需要进一步进行校准评估	开发并评估一个整合MRI深度特征和临床变量的多模态模型，用于前列腺癌骨转移风险分层	464例前列腺癌患者	数字病理学	前列腺癌	MRI	CNN	图像	464例患者，按7:3随机分为训练队列和内部测试队列	NA	ResNet-50, 逻辑回归元学习器	ROC-AUC, 平均精确率, 校准分析, 决策曲线分析, SHAP分析, 灵敏度, 特异度	NA
208	2026-09-23	Automated chest X-ray disease screening using large language models and deep convolutional neural networks on the MIMIC-CXR dataset 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1883337 PMID:42769316	研究论文	本研究利用GPT-4o从MIMIC-CXR数据集的放射学报告中生成二元疾病标签，并训练四种卷积神经网络实现自动胸片疾病分类	首次使用GPT-4o生成弱监督标签训练CNN进行胸片疾病筛查，并采用多随机种子与置信区间评估模型稳定性	标签可靠性需进一步提升，且仅实现二分类，未来需扩展至多标签分类	探索利用大语言模型从自由文本放射学报告中生成二元疾病存在标签，并训练深度学习模型进行自动胸片分类的可行性	MIMIC-CXR v2.1.0数据集中的胸片图像及其对应的放射学报告	医学影像分析	胸部疾病	大语言模型GPT-4o、卷积神经网络	LLM、CNN	图像、文本	MIMIC-CXR v2.1.0数据集（具体数量未提及），验证集210份报告，患者级别70/10/20划分	NA	ResNet-18, DenseNet-121, EfficientNet-B1, ConvNeXt-Tiny	准确率, 精确率, 召回率, AUC, 平衡准确率, 95%置信区间, 配对t检验p值	NA
209	2026-09-23	Artificial Intelligence in the Design and Development of Nanoparticle Drug Delivery Systems: A Systematic Review 2026, Advances in pharmacological and pharmaceutical sciences IF:2.1Q3 DOI:10.1155/adpp/5531134 PMID:42769491	系统综述	本文系统综述了人工智能在纳米颗粒药物递送系统设计与开发中的应用，涵盖配方优化、生物分布预测和纳米毒性评估	遵循PRISMA 2020指南并注册于PROSPERO，系统整合了TRIPOD-AI和JBI评估框架对纳入研究进行方法学质量评价，全面梳理了AI在纳米药物递送系统各环节的应用现状	数据集规模小、外部验证有限、报告标准不一致，限制了AI向临床实践的转化	系统评估人工智能在纳米颗粒药物递送系统设计、优化、生物分布预测及纳米毒理学中的应用现状与潜力	应用机器学习、深度学习和混合建模方法进行纳米颗粒设计、优化、生物分布预测或纳米毒理学研究的已发表文献	机器学习	NA	机器学习，深度学习，混合建模	机器学习，深度学习	文本	17项独特研究	NA	NA	NA	NA
210	2026-09-23	The Emerging Role of Artificial Intelligence in Cardiovascular Care: From Imaging to Predictive Analytics 2026, Heart views : the official journal of the Gulf Heart Association IF:0.4Q4 DOI:10.4103/heartviews.heartviews_41_26 PMID:42769554	综述	本文总结了人工智能在心血管护理中的应用，从影像学到预测分析，并探讨了包括量子计算在内的新兴创新	探讨了量子计算在心血管医学中的潜在角色，并强调了AI在肝移植候选者预测分析中的应用	作为综述文章，可能缺乏原始数据和新实验验证，依赖于现有文献	总结AI在心血管护理中的当前应用并探索未来创新方向	心血管护理中的AI应用，包括影像、信号分析、风险预测和临床沟通	机器学习	心血管疾病	NA	机器学习, 深度学习, 大型语言模型	NA	NA	NA	NA	NA	NA
211	2026-09-23	Biomarkers in axial spondyloarthritis diagnosis: from clinical signs to multi-omics integration 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1929862 PMID:42769597	综述	本综述系统梳理了中轴型脊柱关节炎（axSpA）诊断生物标志物的研究进展，涵盖临床、分子和影像三大模态，并探讨了机器学习和多组学整合如何重塑诊断范式	全面整合了从临床标志物到分子标志物再到影像组学和深度学习模型的多模态生物标志物全景，并聚焦于多模态融合策略及算法公平性等临床转化障碍	缺乏前瞻性外部验证、标准化不一致、算法公平性在不同人群中的未解决问题	绘制axSpA诊断生物标志物的当前全景，探索机器学习和多组学整合在缩短诊断延迟中的潜力	中轴型脊柱关节炎（axSpA）诊断相关的生物标志物，包括临床、分子和影像模态	数字病理学, 机器学习	中轴型脊柱关节炎	基因组学, 蛋白质组学, 代谢组学, 液体活检, 影像组学, 深度学习	深度学习模型	影像, 文本, 分子数据	NA	NA	NA	NA	NA
212	2026-09-23	Artificial intelligence in endometrial cancer: multimodal deep learning and future perspectives in precision gynecologic oncology - a structured narrative review 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1910139 PMID:42769630	综述	本文是一篇结构化叙述性综述，系统总结了人工智能在子宫内膜癌中的应用，涵盖超声影像、放射组学、数字病理、多模态深度学习、可解释AI及预后建模，并探讨了临床转化与未来前景	系统整合了多模态深度学习（尤其是HECTOR框架）和可解释AI在子宫内膜癌精准诊疗中的最新进展，并全面讨论了从诊断到预后预测的临床转化路径及伦理监管挑战	现有证据主要基于回顾性研究设计，数据集较小且常存在类别不平衡，AI模型可能过拟合，影像协议异质性大，外部验证有限，缺乏足够的前瞻性临床证据，限制了模型的泛化能力和临床推广	总结人工智能在子宫内膜癌中的应用现状，重点关注超声影像、放射组学、数字病理、多模态深度学习和可解释AI，并展望精准妇科肿瘤学的未来方向	子宫内膜癌患者及其相关的影像学、病理学和临床数据	数字病理	子宫内膜癌	全切片成像、放射组学、超声成像、多模态深度学习	深度学习、机器学习	图像、文本、多模态数据	NA	NA	HECTOR	NA	NA
213	2026-09-23	AI-driven cybersecurity for industrial internet of things: architectures, challenges, datasets, and future research directions 2026, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2026.1938279 PMID:42769675	综述	本文系统综述了工业物联网中基于人工智能的网络安全威胁检测与防御的最新进展，涵盖架构、数据集、挑战及未来研究方向	系统性地从IIoT各层架构、公开数据集、评估实践和AI入侵检测方法等多维度进行批判性分析，并基于PRISMA流程识别文献，提出轻量级边缘智能、持续自适应学习、可解释联邦智能、数字孪生安全、基础模型驱动网络智能、自主网络防御和可信AI等新兴研究优先方向	现有研究在跨域泛化、计算开销、可解释性、对抗鲁棒性、边缘部署和操作验证方面存在持续局限，仅靠高基准性能不足以证明网络安全有效性	系统分析工业物联网环境中智能威胁检测与防御的最新发展，为下一代IIoT提供弹性、自适应且可操作部署的网络安全解决方案路径	工业物联网环境中的网络威胁及基于AI的入侵检测方法	机器学习	NA	NA	机器学习, 深度学习, 混合架构, Transformer, 图神经网络, 联邦学习, 强化学习, 可解释AI	文本	NA	NA	Transformer, 图神经网络	NA	NA
214	2026-09-23	Advances in linear epitope-based subunit vaccines powered by artificial intelligence: current status and challenges 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1902723 PMID:42769934	综述	本文综述了人工智能驱动的线性表位亚单位疫苗的研究进展，涵盖计算表位筛选、化学修饰、递送平台及临床转化	系统评估了深度学习MHC结合预测工具（NetMHCpan、MHCflurry 2.0、MARIA）在线性表位疫苗中的应用，并提出AI驱动表位结构设计与病毒样颗粒递送系统协同优化的新路径	该领域仍面临免疫原性弱、酶降解快、对病毒变异株交叉保护不足等核心瓶颈	系统梳理线性表位亚单位疫苗的发展现状，评估AI在表位筛选中的作用，并探讨优化策略以推动下一代广谱疫苗的合理开发	线性表位亚单位疫苗、AI表位预测工具、递送平台、临床转化	机器学习	NA	深度学习MHC结合预测、计算免疫原性表位筛选、位点特异性化学修饰、病毒样颗粒递送	NA	文本	NA	NA	NA	NA	NA
215	2026-09-22	Generative AI-Driven CNN Framework for Enhanced Lung Cancer Detection, Prediction, and Treatment: A Novel Approach to Overcoming AI Limitations 2026, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/8726222 PMID:42179834	研究论文	本文提出了一种生成式AI驱动的CNN框架，通过整合GAN数据增强和CNN特征提取，提升肺癌检测、预测和治疗规划的性能。	创新点在于将合成数据生成、高级特征提取、基于注意力的分类和概率风险预测统一到一个单一框架中，这种整合在现有研究中尚未被全面探索。	未明确提及局限性，但未来工作需关注临床部署、可解释AI和真实医疗系统集成，暗示当前缺乏临床验证和可解释性。	提高肺癌检测、风险预测和治疗规划的准确性，克服现有AI诊断的局限性。	肺癌患者信息、CT扫描特征和癌症风险评分数据集。	计算机视觉	肺癌	CT扫描, X射线	CNN, GAN	图像, 文本	NA	TensorFlow, Keras	CNN, GAN	准确率, 精确率, 召回率, F1分数, AUC, ROC-AUC	NA
216	2026-09-21	Predicting functional topography of the human visual cortex from cortical anatomy at scale 2026-Jan-30, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.27.690210 PMID:41394692	研究论文	本文介绍了一种基于深度学习的应用程序，仅从皮层解剖结构预测人类视觉皮层的功能性拓扑组织，并在大规模数据集上验证了其有效性和广泛应用	提出了一种仅依赖皮层解剖结构即可预测个体特异性视觉皮层功能性拓扑的深度学习方法，克服了传统功能神经影像资源密集和群体图谱精度不足的局限	摘要未明确提及研究的局限性	从皮层解剖结构预测人类视觉皮层的功能性拓扑组织，实现可扩展的、基于解剖的功能性脑映射	人类视觉皮层	神经影像, 深度学习	NA	结构磁共振成像	深度学习	解剖影像	11,060 个解剖扫描	NA	NA	NA	NA
217	2026-09-21	Connectome of a human foveal retina 2026-Jan-28, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.05.647403 PMID:40799563	研究论文	本文利用基于深度学习的分割技术，在纳米尺度分辨率下重建了人类中央凹视网膜的全部细胞和突触连接，并进行了全面的连接组学分析	首次获得了人类中枢神经系统结构的完整连接组，发现了非人灵长类中不存在的新的突触通路，揭示了人类三色觉视觉的独特神经回路，并展示了人工智能计算方法在推进人类大脑结构与功能理解方面的潜力	NA	获取人类中央凹视网膜的完整连接组，揭示人类中央凹神经细胞和回路的组织结构与连接模式	人类中央凹视网膜样本	数字病理学	NA	深度学习分割，纳米尺度连接组重建，生物物理建模	深度学习	图像	约3000个细胞，分为51种不同的形态类型	NA	NA	NA	NA
218	2026-09-21	Enhancing fault detection in new energy vehicles via novel ensemble approach 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29667-y PMID:41605968	研究论文	该文章提出了一种集成机器学习与深度学习模型的故障检测框架，用于新能源汽车（NEV）的故障诊断	提出了集成模型GRULogX，结合GRU与逻辑回归及其他关键分类器，实现了99%的准确率	未明确说明局限性	提高新能源汽车的故障检测能力，从而提升其可靠性并支持清洁能源交通解决方案的广泛采用	新能源汽车的故障诊断	机器学习	NA	NA	逻辑回归, 被动攻击分类器, 岭分类器, 感知机, 门控循环单元（GRU）, 卷积神经网络（CNN）, 人工神经网络（ANN）, 集成模型	传感器数据	NA	NA	GRU, CNN, ANN, 逻辑回归, 被动攻击分类器, 岭分类器, 感知机	准确率, 精确率, 召回率	NA
219	2026-09-21	Protein language models trained on biophysical dynamics inform mutation effects 2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2530466123 PMID:41576089	研究论文	该论文介绍了SeqDance和ESMDance两种蛋白质语言模型，它们基于分子动力学模拟和简正模式分析训练的动力学生物物理特性，用于预测突变效应	首次在蛋白质语言模型中整合动力学生物物理特性，通过分子动力学模拟和简正模式分析训练SeqDance和ESMDance，能够捕捉蛋白质的动态性质并提高突变效应预测的泛化能力	未明确提及	将蛋白质动力学整合到语言模型中，实现更通用的蛋白质行为和突变效应预测	超过64,000种蛋白质	机器学习	NA	分子动力学模拟, 简正模式分析	蛋白质语言模型	序列, 结构	超过64,000种蛋白质	NA	SeqDance, ESMDance, ESM2	NA	NA
220	2026-09-21	Fault detection and isolation method for gas turbines using self-organizing type-3 fuzzy wavelet neural networks 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31932-z PMID:41593112	研究论文	提出一种自组织Type-3模糊粗糙小波神经网络（ST3FRWNN）用于燃气轮机故障检测与隔离，并验证其有效性和鲁棒性	引入钟形Type-3隶属函数以增强不确定性处理；采用混合Adam-无迹卡尔曼滤波优化器训练神经模糊架构；嵌入自适应规则增长和修剪的自组织机制，生成紧凑模型而不牺牲精度	摘要未明确提及研究的局限性	提高燃气轮机故障检测与隔离的性能，解决数据驱动方法缺乏自组织、适应性结构以及在噪声和不确定性下退化的问题	燃气轮机	机器学习	NA	声发射信号分析	自组织Type-3模糊粗糙小波神经网络（ST3FRWNN）	仿真数据、声发射信号	NA	NA	ST3FRWNN	故障检测率、故障隔离率	NA