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
361	2026-04-27	Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347288 PMID:42030231	研究论文	比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性	首次系统比较了四种深度学习人体姿态估计方法（两种单目和两种双目三角法）用于手势研究，并验证了其作为运动捕捉系统低成本替代方案的潜力	未提及具体限制；但可能受限于小样本量（10名参与者）和特定手势场景，通用性需进一步验证	评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度，旨在开发替代运动捕捉的易用工具箱	10名参与者进行手势丰富的演讲时的上身关键点（包括手腕、肘部、肩部、手指和面部）	计算机视觉	无特定疾病	光学运动捕捉、标准视频摄像头	深度学习人体姿态估计模型（具体未指定，但涉及单目和双目三角法）	图像/视频、3D关键点坐标	10名参与者	NA	NA	欧氏距离、平均误差、重叠率	NA
362	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA
363	2026-04-25	Advancements in Caries Diagnostics Using Bitewing Radiography: A Systematic Review of Deep Learning Approaches 2026, Caries research IF:2.9Q1 DOI:10.1159/000546448 PMID:40544827	综述	系统综述深度学习技术在咬翼片放射影像中龋齿诊断的应用进展	首次系统性地综述了深度学习在咬翼片放射影像龋齿诊断中的最新进展，总结了不同深度学习架构的性能优势	综述可能受限于纳入研究的异质性及部分研究缺乏外部验证	评估深度学习技术在咬翼片放射影像中辅助龋齿诊断的现状与潜力	咬翼片放射影像中的龋齿病变检测与诊断	计算机视觉	龋齿	NA	深度学习	影像	NA	NA	NA	NA	NA
364	2026-04-25	Utilising Cot-Side Cameras in Neonatal Intensive Care Unit for Deep Learning-Assisted General Movement Assessment 2026-01, Acta paediatrica (Oslo, Norway : 1992) DOI:10.1111/apa.70319 PMID:41025287	综述	本文探讨利用新生儿重症监护室的床边摄像头结合深度学习辅助进行全身运动评估	首次系统总结了床边摄像头在新生儿重症监护室中用于自动全身运动评估的潜力，并结合深度学习技术提出非侵入性、可扩展的解决方案	未提供实际实验数据或性能评估，仅基于文献综述，缺乏验证的临床结果	评估床边摄像头与深度学习结合在新生儿全身运动评估中的可行性与应用前景	床边摄像头获取的新生儿RGB视频数据	计算机视觉	新生儿神经系统疾病	深度学习	NA	视频数据	NA	NA	NA	NA	NA
365	2026-04-25	An ancient recombination desert is a speciation supergene in placental mammals 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09740-2 PMID:41225009	研究论文	利用深度学习方法研究胎盘哺乳动物中一个古老的重组荒漠作为物种形成的超级基因	首次通过深度学习从22个胎盘哺乳动物物种的基因组比对中推断重组景观的进化，并发现X连锁重组荒漠是一个古老且反复出现的基因流屏障，保留了物种历史	NA	理解减数分裂重组率在物种形成早期对基因流的影响，并应用重组感知的系统发育分析准确推断物种关系	胎盘哺乳动物物种	机器学习	NA	基因组比对	深度学习	基因组比对数据	22个胎盘哺乳动物物种用于初始分析，94个物种用于系统发育分析	PyTorch	NA	NA	NA
366	2026-04-25	Advancing biological taxonomy in the AI era: deep learning applications, challenges, and future directions 2026-01, Science China. Life sciences DOI:10.1007/s11427-025-3074-8 PMID:41136689	综述	综述了深度学习在生物分类学中的应用、挑战与未来方向	提出将基因组视为“语言”的基础模型，以及整合因果关系的全集成模型可能为物种界定带来阶跃变化	存在数据质量、算法鲁棒性、参考文库完整性、模型透明度和共享标准等关键挑战	探讨人工智能尤其是深度学习如何推动生物分类学的发展，并分析其潜在变革与挑战	生物分类学，包括基于图像、生物声学、基因序列和物种性状的分类方法	机器学习	NA	深度学习	基础模型	图像、声音、基因序列	NA	NA	NA	NA	NA
367	2026-04-24	Comparative Evaluation of Advanced Deep Learning, Image-to-Text Models, and Radiomics for Predicting Tumor Budding and Tumor-Stroma Ratio from Breast Ultrasound in Invasive Ductal Carcinoma 2026-Jan, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.10.020 PMID:41176437	研究论文	比较深度学习、图像到文本模型和影像组学在预测浸润性导管癌超声图像中肿瘤出芽和肿瘤-基质比率方面的性能	首次系统比较了先进图像分类深度学习模型（YOLOv11x-cls、DINOv2、Vision Transformer）、图像到文本模型（BLIP-2）和基于影像组学的机器学习算法在预测乳腺癌肿瘤微环境关键参数方面的效果	样本量较小（153例患者），且为单中心回顾性研究，模型泛化性可能有限	从术前超声图像中预测浸润性导管癌的肿瘤出芽和肿瘤-基质比率，以助力个性化治疗策略制定	浸润性导管癌患者的术前超声图像	数字病理学, 计算机视觉	乳腺癌	超声成像	卷积神经网络, Transformer, 多模态模型	图像	153例浸润性导管癌患者	PyTorch, Scikit-learn	YOLOv11x-cls, DINOv2, Vision Transformer, BLIP-2, KNN, SVM, XGBoost	AUC, Accuracy	NA
368	2026-04-24	TinyAct: A framework for real-time action recognition in the cloud through distillation learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347245 PMID:42008450	研究论文	提出TinyAct框架，通过蒸馏学习实现云端实时人体动作识别，结合边缘计算与轻量级特征提取	采用3D视频自动编码器提取紧凑时空特征，结合知识蒸馏将ILA-ViT-B/16教师模型的知识迁移至轻量学生模型，实现边云协同计算	在Kinetics-400数据集上最高准确率仅57%，远低于当前最优模型；蒸馏实验表明预训练学生模型在教师监督下性能反而下降，需要进一步优化	设计计算高效的实时人体动作识别框架，适用于资源受限的边缘设备	人体动作识别任务，Kinetics-400数据集中的视频序列	计算机视觉	NA	知识蒸馏，3D视频自动编码器，边缘计算	随机森林，支持向量机，XGBoost，ILA-ViT-B/16 Transformer	视频	Kinetics-400数据集（具体样本量未提及）	NA	3D自动编码器，ILA-ViT-B/16 Transformer	准确率	NA
369	2026-04-24	A cross-dataset harmonized intrusion detection framework with statistically validated multi-model learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346982 PMID:42008467	研究论文	提出一个跨数据集统一的入侵检测框架，整合特征协调、多模型基准测试和统计验证	提出基于SHA-256哈希链的加密日志机制，实现实验结果的防篡改可追溯性和可重复性	基于手动特征对齐，可能在高度异构的数据集上效果不佳	解决机器学习入侵检测系统对单一数据集的依赖、缺乏可重复性和透明性的问题	遗留数据集NSL-KDD和现代数据集CICIDS2017	机器学习	无	NA	随机森林	网络流量数据	NA	NA	随机森林	准确率，F1分数	NA
370	2026-04-24	Predicting student mental health through entropy-based features and interpretable cross-attention transformer networks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347294 PMID:42013061	研究论文	本研究提出一种基于熵特征和可解释交叉注意力变换器网络的学生心理健康预测模型	提出集成交叉注意力归因层（CAAL）的FT-Transformer与LSTM混合架构，结合特征注意力和时间注意力实现内在可解释性，并基于熵和不确定性模式进行特征工程以增强模型对细微风险信号的检测能力	标题和摘要中未明确说明研究局限	开发可解释的深度学习模型以预测学生心理健康风险等级	学生心理健康数据，包括心理状态的时间序列特征	机器学习	心理健康问题（焦虑、抑郁、压力）	特征工程（基于熵和不确定性模式）	FT-Transformer, LSTM, 交叉注意力机制	时间序列特征数据	未提及具体样本量	NA	FT-Transformer, LSTM, 交叉注意力归因层（CAAL）	准确率	NA
371	2026-04-24	Dual-temporal inflow-outflow dependency modeling for short-term metro outflow prediction 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347131 PMID:42013086	研究论文	提出一种双时间流入-流出依赖模型，用于短期地铁出站流量预测	将进站对出站的影响分解为短期和长期时间分量，采用非对称特征提取方案和双分支交叉注意力机制隐式学习空间相关性，并引入样本级OD矩阵作为注意力偏置	未提及具体局限性	改进短期地铁乘客流量预测，特别是出站流量对进站流量的依赖性建模	杭州地铁数据集中的出站流量预测	机器学习	NA	NA	双时间流入-流出依赖模型	时间序列流量数据	杭州地铁数据集（样本数量未明确说明）	NA	双分支交叉注意力机制	均方根误差, 平均绝对误差, 加权平均绝对百分比误差	训练时间在70秒内完成（具体GPU型号未提及）
372	2026-04-24	Cognitive load and pedagogical tension in multi-platform online learning: Evidence from Chinese higher education 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347566 PMID:42013118	研究论文	调查中国高等教育中多平台在线学习环境对学生体验的矛盾影响	通过串行中介模型揭示了平台多样性通过增加外在认知负荷进而导致工具疲劳，最终负向影响学习体验的机制，识别出教育技术预期效益与碎片化用户体验之间的核心教学张力	未明确提及局限性	研究多平台在线学习环境对中国高校学生体验的矛盾效应	中国高校学生	机器学习	NA	NA	串行中介模型	定性数据与定量数据	8616名大学生	NA	NA	NA	NA
373	2026-04-24	Toward leveraging intrinsic point cloud features in 3D adversarial attacks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344574 PMID:42013122	研究论文	通过无监督机器生成假新闻，模拟现实世界的虚假信息传播，以增强社会检测能力	提出一种利用内在点云特征生成对抗攻击的方法，摆脱对模型特定梯度的依赖，转向数据驱动的特征决策	该方法生成的对抗攻击成功率略低于传统模型特定攻击，且在Drop100和Drop200设置下平均成功率仅提高约2%和4%	探索三维点云内在特征在对抗攻击中的预测作用，并设计基于特征的攻击方法以提升可迁移性和降低计算成本	三维点云数据中的对抗点以及与之相关的十四种特征（如边缘强度、到质心距离）	计算机视觉	NA	点云特征分析	随机森林回归、多元线性回归	三维点云	未明确说明样本数量，但涉及四种DNN架构（PointNet、PointNet++、DGCNN、PointConv）上的测试	NA	PointNet, PointNet++, DGCNN, PointConv	成功率（Drop100和Drop200设置）	NA
374	2026-04-24	Controlled comparative study of YOLOv8-Pose, YOLOv11-Pose, and Detectron2 for vertebrae detection and keypoint estimation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347290 PMID:42013146	研究论文	对YOLOv8-Pose、YOLOv11-Pose和Detectron2在椎骨检测与关键点估计任务中进行受控比较研究	在统一训练设置下，首次对三种基于姿态的深度学习模型进行任务驱动的受控比较，并针对椎骨检测的临床可用性（如检测完整性和重复检测）进行了详细评估	仅使用单一类别的椎骨数据集，且未探讨模型在真实临床环境中的泛化能力或计算资源需求对部署的影响	评估不同姿态检测模型在椎骨关键点定位中的表现，为脊柱成像选择解剖学感知模型提供依据	四种基于姿态的深度学习模型：YOLOv8n-Pose、YOLOv11n-Pose、Detectron2（结合ResNet-50和ResNet-101骨干网络）	计算机视觉	脊柱疾病	NA	姿态检测模型、YOLO、Detectron2	图像	NA	PyTorch, Detectron2	YOLOv8n-Pose, YOLOv11n-Pose, Keypoint R-CNN (ResNet-50, ResNet-101)	关键点定位精度、检测精度、推理速度、检测完整性、重复检测	NA
375	2026-04-24	RMETNet: A cross-subject motor imagery EEG signal classification model based on TSLANet and riemannian geometry features 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347671 PMID:42018586	研究论文	提出了一种结合TSLANet、时空卷积模块和多尺度黎曼几何特征模块的跨被试运动想象脑电图信号分类模型RMETNet	创新性地将TSLANet、时空卷积与多尺度黎曼几何特征模块集成，并引入最大均值差异损失进行域适应，以解决跨被试分布偏移问题	NA	提高运动想象脑电图信号分类在跨被试场景下的泛化能力	运动想象脑电图信号	机器学习	NA	脑电图	TSLANet、CNN	脑电图信号	BCI Competition IV 2a数据集（四类）和BCI Competition IV 2b数据集（两类）	PyTorch	TSLANet, CNN	准确率	NA
376	2026-04-24	Exploring the Power of Machine Learning in Analysing Protein-Protein Sequences 2026 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70066 PMID:42018649	综述	全面回顾了用于蛋白质序列分析的机器学习与深度学习方法，重点评估其在预测蛋白质结构和相互作用方面的应用	系统性地基于方法论基础、数据集和性能特征对现有方法进行分类，并比较其优缺点，为研究人员提供结构化的技术选择参考	未详细说明各方法的具体性能指标和计算资源需求，且对新兴AI驱动蛋白质建模的趋势仅作概述性讨论	帮助研究人员系统评估和选择适用于特定生物学应用的蛋白质序列分析方法	蛋白质序列、蛋白质-蛋白质相互作用、蛋白质结构与功能的关系	机器学习, 自然语言处理	NA	蛋白质序列分析技术（同源建模、机器学习、深度学习、自然语言处理等）	机器学习模型, 深度学习模型	蛋白质序列数据	NA	NA	NA	性能特征（具体指标未详述）	NA
377	2026-04-24	Enhancing age and gender verification in OTT accounts using deep learning techniques 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1763101 PMID:42022145	研究论文	提出一种基于卷积神经网络的年龄和性别验证方法，用于OTT平台，以限制儿童访问不适当内容	将CNN模型定制用于OTT账户中的年龄和性别识别，并开发了基于OpenCV和Flask框架的用户界面，实现自动化年龄验证	未提及模型在不同数据集上的泛化能力、计算效率或实际部署中的挑战	提高OTT平台中用户年龄和性别验证的准确性，以保护儿童免受不适当内容的影响	OTT平台用户的年龄和性别识别	计算机视觉	NA	深度学习	卷积神经网络	图像	UTK Face数据集（具体数量未提及）	OpenCV, Flask	CNN（定制化卷积神经网络）	准确率	NA
378	2026-04-24	AI-driven magnetoencephalography biomarkers in dementia risk prediction: current evidence, challenges and future perspectives 2026, Frontiers in dementia DOI:10.3389/frdem.2026.1743627 PMID:42022294	综述	系统梳理基于人工智能的脑磁图生物标志物在痴呆风险预测中的现有证据、挑战与未来展望	首次系统综述AI驱动MEG分析在痴呆分类、预测和预后中的应用，覆盖传统机器学习与深度学习架构，并强调多模态整合与光学泵磁力计等下一代MEG技术潜力	纳入研究间存在方法学异质性，缺乏标准化预处理流程，样本量有限且多为单中心数据	评估AI结合MEG在轻度认知障碍和痴呆分类、预测及预后中的当前证据、方法学进展及临床转化潜力	健康对照、主观认知下降、轻度认知障碍、阿尔茨海默病及其他痴呆患者	机器学习	痴呆	脑磁图	支持向量机、随机森林、卷积神经网络	脑磁图信号	共14项研究，涵盖健康对照至痴呆患者多种人群	NA	支持向量机、随机森林、卷积神经网络	分类准确率	NA
379	2026-04-24	Morphology-guided attention networks for explainable skin cancer detection under clinical uncertainty 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1804329 PMID:42022332	研究论文	提出一种形态引导注意力框架，用于在临床不确定性下实现可解释且可靠的皮肤癌检测	融合病变分割保留形态结构，结合注意力机制提升可解释性，并加入不确定性估计模块量化预测置信度	未提及具体局限性，但可能依赖公开数据集，真实临床场景泛化性需进一步验证	解决皮肤镜图像中视觉变异大、病变重叠及临床不确定性导致的检测挑战	皮肤镜图像中的皮肤病变分类（恶性与良性）	计算机视觉, 数字病理学	皮肤癌	皮肤镜成像	注意力网络	图像	公开皮肤镜数据集（具体样本量未说明）	NA	形态引导注意力网络（含分割模块、注意力分类网络、不确定性估计模块）	准确率, 召回率	NA
380	2026-04-24	Artificial intelligence in drug discovery from advanced molecular representation to pipeline applications 2026, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2026.1755843 PMID:42022447	综述	本文综述了人工智能在药物发现中的应用，从先进的分子表示到管线集成，强调通过模拟复杂生物系统加速研发流程	系统性地覆盖了从字符串方法到图神经网络（GNNs）、三维感知几何深度学习（GDL）、量子机器学习（QML）及混合量子-经典神经网络（HQNNs）等先进分子表示，并提出了集成量子计算、自主实验和生成模型的Q-BioFusion框架	三维分子预测和生成的几何保真度有待提高，数据效率需要增强，生物测定中固有的数据稀疏问题仍未完全解决	利用人工智能技术，通过先进分子表示加速药物发现管线的研发过程，降低成本和失败率	药物发现管线中的分子表示、模型性能、计算资源与集成框架	机器学习	NA	量子机器学习 (QML), 混合量子-经典神经网络 (HQNNs)	图神经网络 (GNNs), 三维感知几何深度学习 (GDL), 量子机器学习 (QML)	分子表示数据	NA	NA	图神经网络, 三维感知几何深度学习, 量子机器学习, 混合量子-经典神经网络	药效(PD)预测, 毒理效应预测	NA