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
601	2026-02-18	Explainable Hybrid Deep Learning Framework Integrating MobileNetV2, EfficientNetV2B0, and KNN for MRI-Based Brain Tumor Classification 2026-Jan-23, Cellular and molecular neurobiology IF:3.6Q2 DOI:10.1007/s10571-025-01660-z PMID:41578036	研究论文	本研究提出了一种轻量级且可解释的混合深度学习框架，用于基于MRI的脑肿瘤分类	融合了MobileNetV2和EfficientNetV2B0两个高效卷积骨干网络的特征，采用晚期融合策略，并结合KNN分类器，同时通过Grad-CAM和SHAP分析增强模型的可解释性	结果基于统一数据集得出，需要外部验证	开发一个准确且透明的AI框架，用于脑肿瘤的MRI图像分类	MRI图像中的脑肿瘤，包括胶质瘤、脑膜瘤、垂体瘤和无肿瘤类别	计算机视觉	脑肿瘤	MRI	CNN, KNN	图像	7023张MRI图像	NA	MobileNetV2, EfficientNetV2B0	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
602	2026-02-18	Deep Learning-Based Classification of Temporal Stages of AT8-Labeled Tau Pathology After Experimental Traumatic Brain Injury 2026-Jan-19, Neuroinformatics IF:2.7Q3 DOI:10.1007/s12021-025-09763-0 PMID:41553585	研究论文	本研究评估了一种基于深度学习的框架，用于在实验性创伤性脑损伤小鼠模型中，对AT8标记的tau病理学多个时间阶段进行分类	将深度学习应用于创伤性脑损伤后tau病理学时间阶段的自动分类，这是一个尚未充分探索的应用领域	结果基于内部交叉验证，缺乏独立的动物级别标识符或外部队列验证，需要更大规模的多中心数据集和切片级别建模来评估泛化能力	开发一种可扩展的自动化方法，用于临床前组织学中tau病理学的时间阶段分类	实验性创伤性脑损伤小鼠模型中AT8染色的皮质显微图像	数字病理学	tau蛋白病	AT8免疫染色	CNN	图像	未明确指定样本数量，但图像按损伤后四个阶段分组：1天、1周、1个月和3个月	未明确指定，但提及了深度学习框架	自定义CNN, InceptionV3, DenseNet	准确率, 宏F1分数, 每类F1分数, 一对多AUC	NA
603	2026-02-18	3D reconstruction of spatial transcriptomics with spatial pattern enhanced graph convolutional neural network 2026-Jan-14, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.13.699328 PMID:41648149	研究论文	本文提出了一种名为Spa3D的方法，利用抗泄漏傅里叶变换和图卷积神经网络模型，从多个二维空间转录组学切片重建三维空间结构	Spa3D首次通过三维重建技术，结合抗泄漏傅里叶变换和图卷积神经网络，克服了现有方法仅依赖二维坐标的局限，提升了空间域识别、细胞间通讯分析和器官发育模式建模的准确性	未在摘要中明确说明	开发一种能够从二维空间转录组学数据重建三维空间结构的方法，以更准确地分析生物医学研究中的空间域、基因表达和细胞通讯	空间转录组学数据，包括多个二维切片	计算生物学	NA	空间转录组学	图卷积神经网络	空间转录组学数据	NA	NA	图卷积神经网络	NA	NA
604	2026-02-18	Deep learning-guided design of cell type-specific AAV promoters 2026-Jan-14, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.13.699371 PMID:41648586	研究论文	本文利用深度学习技术设计细胞类型特异性AAV启动子，以精确靶向视网膜神经节细胞和水平细胞	首次将深度学习方法应用于基于单细胞染色质可及性数据生成细胞类型特异性AAV启动子，相比传统理性设计方法表现出更强的表达特异性和活性	研究主要在小鼠视网膜和人类视网膜类器官中进行验证，尚未在完整活体动物或临床环境中全面测试	开发细胞类型特异性AAV启动子设计方法，以提升基因治疗和基础研究中病毒载体的靶向精度	小鼠视网膜中的视网膜神经节细胞和水平细胞，以及人类视网膜类器官	机器学习	NA	单细胞染色质可及性数据，深度学习	深度学习	单细胞染色质可及性数据	NA	NA	NA	表达强度和特异性	NA
605	2026-02-18	fMRI-Based Prediction of Eye Gaze During Naturalistic Movie Viewing Reveals Eye-Movement-Related Brain Activity 2026-Jan-12, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.10.698820 PMID:41648273	研究论文	本研究应用预训练的fMRI深度神经网络模型DeepMReye，从三个独立的fMRI数据集中估计自然观看电影时的眼动注视点，并评估其预测性能及相关的脑活动	首次将预训练的fMRI深度神经网络模型应用于多个独立数据集，系统评估了基于fMRI的眼动注视点预测在个体和群体水平的性能差异，并探索了其揭示眼动相关脑活动的潜力	个体水平的预测准确性有限（相关系数约-0.38至0.67），年龄相关效应在不同数据集中不一致，群体水平分析虽更可靠但可能掩盖个体差异	评估基于fMRI的深度学习方法预测自然观看电影时眼动注视点的可行性，并探索其用于研究眼动相关脑活动的适用性	三个独立的fMRI数据集，包含观看电影时的脑成像数据及可用的相机眼动追踪数据	神经影像分析	NA	功能磁共振成像（fMRI），相机眼动追踪	深度神经网络	fMRI时间序列数据，眼动追踪数据	三个独立fMRI数据集（具体样本数量未明确说明）	NA	DeepMReye	相关系数（r）	NA
606	2026-02-18	Machine and deep learning models for ligament injury recognition: a systematic review and meta-analysis of imaging and novel diagnostic techniques 2026-Jan-09, EFORT open reviews IF:4.3Q1 DOI:10.1530/EOR-2025-0038 PMID:41511891	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习和深度学习模型在不同医学成像模态下识别韧带损伤的诊断性能	首次对机器学习和深度学习模型在韧带损伤诊断中的性能进行全面的系统综述和荟萃分析，整合了多种成像技术和新型诊断方法	纳入研究数量有限（23项研究），可能存在发表偏倚，且不同研究间的模型和成像技术异质性较高	评估各种机器学习和深度学习模型在识别韧带损伤中的诊断性能，以支持临床决策	韧带损伤的诊断	机器学习和深度学习在医学影像中的应用	韧带损伤	医学成像技术（未具体指定，但包括多种模态）	机器学习和深度学习模型	医学影像数据	来自23项研究的59个算法，具体样本量未在摘要中提供	NA	NA	灵敏度、特异性、阳性似然比（PLR）、阴性似然比（NLR）、对数诊断比值比（lnDOR）、曲线下面积（AUC）	NA
607	2026-02-18	Unrolling Plug-and-Play Gradient Graph Laplacian Regularizer for Image Restoration 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3562425 PMID:40272955	研究论文	本文提出了一种基于图拉普拉斯正则化的可解释图像恢复网络，通过展开优化算法构建变复杂度前馈网络	引入梯度图拉普拉斯正则化器（GGLR）促进分段平面信号重建，并将ADMM算法展开为可训练网络，结合图学习模块增强数据内在结构学习	更复杂的展开网络需要更多标注数据训练参数，可能面临数据需求挑战	解决通用深度学习网络在图像恢复中缺乏可解释性、需要大量训练数据以及对协变量偏移脆弱的问题	图像恢复任务，如去噪和插值	计算机视觉	NA	NA	前馈网络	图像	NA	NA	Transformer（自注意力机制类比）	图像恢复质量	NA
608	2026-02-18	Artificial Intelligence-Driven Automated Design of Anterior and Posterior Crowns Under Diverse Occlusal Scenarios 2026-Jan, Journal of esthetic and restorative dentistry : official publication of the American Academy of Esthetic Dentistry ... [et al.] IF:3.2Q1 DOI:10.1111/jerd.70029 PMID:40910757	研究论文	评估咬合类型和基于人工智能的CAD软件对自动生成前后牙冠设计的几何精度和临床质量的影响	首次在多种咬合场景下比较基于深度学习的CAD软件与传统自动化软件在牙冠设计中的性能，特别关注前后牙的差异	深度学习软件在处理前牙间隙（diastemas）时表现不佳，需要进一步优化以适应多样咬合条件	评估人工智能驱动的自动化牙冠设计在不同咬合类型下的几何精度和临床质量	五种咬合类型的typodont模型（正常、I类前牙间隙、II类1分类、II类2分类、III类前牙反咬合），涉及上颌右中切牙和第一磨牙	计算机辅助设计	牙科修复	口腔内扫描、计算机辅助设计（CAD）	深度学习模型	三维扫描数据	5种咬合模型，每种模型10组口腔内扫描，共50组扫描数据	NA	NA	均方根误差（RMS）、世界牙科联盟（FDI）评分标准	NA
609	2026-01-30	An ancient recombination desert is a speciation supergene in placental mammals 2026-Jan, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09740-2 PMID:41225009	研究论文	本研究利用深度学习分析22种胎盘哺乳动物的基因组比对数据，发现了一个古老且保守的X染色体重组荒漠，该区域在物种形成过程中持续阻碍基因流动并保留物种历史信息	首次通过深度学习系统推断哺乳动物重组景观的演化，发现X染色体上占30%区域的古老重组荒漠是跨目级谱系的生殖隔离屏障，可作为解决哺乳动物系统发育难题的可靠标记	研究基于22种分歧较大的胎盘哺乳动物，可能未覆盖所有哺乳动物类群的多样性；深度学习模型的推断结果需要更多实验数据验证	探究重组率对物种形成早期基因流动屏障的影响，并开发能准确推断物种关系的系统发育分析方法	22种胎盘哺乳动物的基因组数据，后续扩展至94个物种的系统发育分析	基因组学	NA	深度学习，基因组比对，重组图谱推断	深度学习模型	基因组序列比对数据	22种胎盘哺乳动物（初始分析），94个物种（系统发育分析）	NA	NA	NA	NA
610	2026-02-18	Leveraging vision transformer for histological grade prediction in laryngeal and hypopharyngeal squamous cell carcinoma: a large-scale multicenter study 2026-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03876-8 PMID:41454919	研究论文	本研究开发了一种基于增强CT的Vision Transformer模型，用于无创评估喉及下咽鳞状细胞癌的组织学分级	首次将预训练的Vision Transformer模型应用于喉及下咽鳞状细胞癌的增强CT图像分析，结合XGBoost分类器进行组织学分级预测，并通过多中心大样本验证了其优越性能	回顾性研究设计可能存在选择偏倚，外部验证队列样本量相对较小（n=99）	开发非侵入性方法预测喉及下咽鳞状细胞癌的组织学分化等级	喉及下咽鳞状细胞癌患者	计算机视觉	喉癌	对比增强CT扫描	Vision Transformer, XGBoost	医学影像（CT图像）	1648例患者（训练队列1239例，内部验证310例，外部验证99例）	NA	Vision Transformer	AUC, 决策曲线分析, 校准曲线	NA
611	2026-02-18	Pituitary neuroendocrine tumor: evaluation with super resolution deep learning reconstruction : Research 2026-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03819-3 PMID:41117831	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）算法在垂体神经内分泌肿瘤（PitNET）评估及垂体MRI图像质量方面的影响，并与传统零填充插值（ZIP）技术进行比较	首次将超分辨率深度学习重建算法应用于垂体MRI图像处理，以提升图像质量和评估一致性	研究为回顾性设计，样本量较小（仅29例患者），可能限制结果的普遍适用性	评估SR-DLR算法在垂体神经内分泌肿瘤MRI图像重建中的效果	29例垂体神经内分泌肿瘤患者	医学影像分析	垂体神经内分泌肿瘤	MRI成像，超分辨率深度学习重建	深度学习模型	MRI图像	29例患者	NA	NA	信噪比，对比噪声比，边缘上升斜率，半高全宽	NA
612	2026-02-18	Enhancing reliability in electrical grids: A hybrid machine learning approach for electrical faults classification 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341238 PMID:41686863	研究论文	本研究提出了一种混合机器学习方法，用于对输电线路中的电气故障进行分类，以提高电网的可靠性	提出了一种新的混合机器学习模型（RF + DT + Stacking），并将其与多种经典机器学习算法和基础集成技术进行比较，强调了模型在性能、可解释性和计算效率方面的综合评估	未明确说明数据集的来源、具体规模或时间跨度，也未详细讨论模型在实时或大规模部署中的具体挑战	开发一种高效、准确的电气故障分类模型，以支持智能电网的主动维护和系统弹性	输电线路及其电气故障	机器学习	NA	NA	决策树, 随机森林, 朴素贝叶斯, K近邻, 支持向量机, AdaBoost, 集成学习	结构化数据（影响线路性能的各种属性）	NA	NA	NA	准确率, 精确率, 召回率, F1分数	NA
613	2026-02-17	Contemporary Preoperative Detection of Extraprostatic Extension in Prostate Cancer 2026-Jan-30, Cancers IF:4.5Q1 DOI:10.3390/cancers18030456 PMID:41681930	综述	本文是一篇关于前列腺癌术前检测前列腺外侵犯（EPE）的当代策略的叙述性综述	综述了2015年至2025年间的研究，全面比较了临床参数、多参数MRI特征、列线图、影像组学、机器学习及深度学习模型等多种方法在EPE预测中的表现，并强调了侧别特异性和分级评估的临床相关性	许多深度学习模型缺乏外部验证，且对数据集异质性敏感	概述前列腺癌术前检测前列腺外侵犯（EPE）的当代策略	用于预测前列腺外侵犯（EPE）的临床参数、多参数MRI特征、列线图、影像组学、机器学习及深度学习模型	数字病理学	前列腺癌	多参数MRI	机器学习, 深度学习	影像	NA	NA	NA	AUC	NA
614	2026-02-17	A Survey of AI-Enabled Predictive Maintenance for Railway Infrastructure: Models, Data Sources, and Research Challenges 2026-Jan-30, Sensors (Basel, Switzerland) DOI:10.3390/s26030906 PMID:41682422	综述	本文对人工智能技术在铁路基础设施预防性、预测性和规范性维护中的应用进行了全面且结构化的综述	系统性地比较了机器学习与深度学习方法在铁路维护中的应用，并指出了数据质量、跨网络泛化、模型鲁棒性等研究空白，同时探讨了数字孪生、边缘AI等新兴研究方向	NA	指导智能铁路维护生态系统的未来研究与标准化	铁路基础设施的维护	机器学习	NA	NA	神经网络, 支持向量机, 随机森林, 遗传算法, 端到端深度学习模型	轨道几何数据, 振动监测数据, 图像检查数据	NA	NA	NA	NA	NA
615	2026-02-17	Driver Monitoring System Using Computer Vision for Real-Time Detection of Fatigue, Distraction and Emotion via Facial Landmarks and Deep Learning 2026-Jan-29, Sensors (Basel, Switzerland) DOI:10.3390/s26030889 PMID:41682402	研究论文	本研究提出了一种基于计算机视觉和深度学习的实时驾驶员监控系统，用于通过面部特征检测疲劳、分心和情绪	将MobileNetV2用于情绪识别与MediaPipe面部关键点检测相结合，实时计算眼部、嘴部纵横比、注视方向和头部姿态，并将情绪感知集成到驾驶员监控中以减少误报	系统在检测悲伤情绪时表现不佳，且未能检测到恐惧情绪，这可能是由于真实世界表情的微妙性以及训练数据集的局限性所致	开发一种实时驾驶员监控系统，以提高驾驶安全性	驾驶员的面部表情和行为	计算机视觉	NA	深度学习, 面部关键点检测	CNN	图像, 视频	27名参与者	MediaPipe	MobileNetV2	准确率	NA
616	2026-02-17	Digital Technologies and Machine Learning in Environmental Hazard Monitoring: A Synthesis of Evidence for Floods, Air Pollution, Earthquakes, and Fires 2026-Jan-29, Sensors (Basel, Switzerland) DOI:10.3390/s26030893 PMID:41682407	综述	本文综述了数字技术（特别是机器学习、物联网和先进图像处理技术）在环境灾害监测中的集成应用现状	系统性地对2015年至2024年间发表的文献进行了基于灾害类型、技术应用、地理位置和研究方法的分类分析，并强调了多传感器数据融合、深度学习模型和物联网系统在实时监测与预警中的增长趋势	作为一篇综述文章，其局限性在于主要基于已有文献进行分析，未提出新的原创性模型或方法，且研究范围限定在特定数据库（Scopus）和特定时间段内	评估数字技术和机器学习在提升环境灾害监测准确性及效率方面的有效性，并探讨构建鲁棒、可扩展的灾害监测系统的关键挑战与未来方向	空气污染、地震、洪水和火灾这四类环境灾害	机器学习	NA	物联网（IoT）、先进图像处理技术、多传感器数据融合	深度学习模型	多传感器数据、图像数据	NA	NA	NA	准确性、效率	NA
617	2026-02-17	A Lightweight Radar-Camera Fusion Deep Learning Model for Human Activity Recognition 2026-Jan-29, Sensors (Basel, Switzerland) DOI:10.3390/s26030894 PMID:41682408	研究论文	提出一种轻量级雷达-摄像头融合深度学习模型，用于在隐私敏感的室内环境中进行人体活动识别	集成调频连续波雷达的运动特征与超低分辨率摄像头的粗略空间线索，使用基于Transformer的编码器分别处理两种模态，并在保持高性能的同时实现低计算开销	未提及模型在更复杂或动态环境中的泛化能力，以及跨设备部署的潜在挑战	开发一种高效、隐私保护的人体活动识别方法，适用于嵌入式或边缘设备部署	人体活动	计算机视觉	NA	FMCW雷达，超低分辨率摄像头	Transformer，全连接网络	雷达数据（Range-Doppler-Time立方体），图像数据（超低分辨率摄像头帧）	包含15个活动类别的多模态数据集（同步雷达立方体和超低分辨率摄像头序列）	NA	Transformer编码器	分类准确率	嵌入式或边缘设备（模型仅需1100万浮点运算）
618	2026-02-17	A Hybrid Deep Learning Framework for Automated Dental Disorder Diagnosis from X-Ray Images 2026-Jan-29, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15031076 PMID:41682758	研究论文	本文提出了一种用于从X射线图像自动诊断牙科疾病的混合深度学习框架	提出了一种混合特征融合框架，将手工设计的HOG特征与DenseNet-201和Swin Transformer模型的深度表示相结合，并利用LSTM分类器学习融合特征间的序列依赖关系	未明确提及研究的具体局限性	开发一个自动化、高精度的牙科疾病诊断系统，以改进传统诊断方法	牙科X射线图像（全景、根尖周、咬翼片）	计算机视觉	牙科疾病	X射线成像	CNN, Transformer, LSTM	图像	DRAD数据集（具体数量未提及）	NA	DenseNet-201, Swin Transformer, LSTM	准确率, 特异性, 精确率, 召回率, F1分数	NA
619	2026-02-17	Mining the Hidden Pharmacopeia: Fungal Endophytes, Natural Products, and the Rise of AI-Driven Drug Discovery 2026-Jan-29, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27031365 PMID:41683797	综述	本文综述了真菌内生菌天然产物的化学与生物合成多样性，并探讨了人工智能在药物发现中的应用	将真菌内生菌的天然产物多样性与人工智能驱动的工具生态系统相结合，推动药物发现从经验筛选转向预测性、假设驱动的学科	NA	探讨人工智能如何加速天然产物发现，并应用于药物发现和合成生物学	真菌内生菌及其产生的天然产物	机器学习	NA	多组学整合	深度学习, 生成式AI, 扩散模型	多组学数据	NA	NA	NA	NA	NA
620	2026-02-17	AI-Driven Multimodal Sensing for Early Detection of Health Disorders in Dairy Cows 2026-Jan-28, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16030411 PMID:41681390	研究论文	本研究提出了一种多模态人工智能框架，通过整合生理、行为、生产和热成像数据，实现对奶牛健康状态的实时监测，以早期检测兽医确诊的乳房、腿部和蹄部感染	同时整合了来自自动挤奶系统、热成像相机和瘤胃内传感器三个独立来源的数据，并引入了一种结合U-Net、O-Net和ResNet核心组件的混合深度学习架构，以利用其互补优势分析奶牛健康状态	数据集仅包含88头泌乳奶牛，且所有感染被归为一个单一的'患病'标签，可能限制了模型对特定疾病类型的区分能力	开发一个用于奶牛早期健康障碍检测的多模态AI系统	泌乳奶牛，特别是针对兽医确诊的乳房、腿部和蹄部感染	数字病理学	NA	热成像，瘤胃内传感器监测，自动挤奶系统数据采集	深度学习，混合架构	多模态数据（生理、行为、生产、热成像）	88头泌乳奶牛	NA	U-Net, O-Net, ResNet	准确率, AUC	NA