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	2026-05-26	Feasibility of multi-class dental caries detection using deep learning-based smartphone images: a pilot prospective study 2026, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2026.1805448 PMID:42179881	研究论文	本研究评估了基于深度学习的智能手机图像在多类龋齿检测中的可行性	首次将YOLOv6-L6模型应用于智能手机拍摄的多类龋齿检测，并对比了不同分类方案（二类、四类、五类）的性能	样本量较小（70名成人），为初步试点研究，且有类不平衡问题导致平均精度（mAP）较低	评估深度学习辅助智能手机图像进行多类龋齿检测的可行性及其在患者驱动筛查中的潜力	70名成人自拍的6张口内智能手机图像	计算机视觉	龋齿	智能手机成像	YOLOv6	图像	70名成人，共420张图像	PyTorch	YOLOv6-L6	灵敏度、特异性、精确率、准确率、F1分数、平均精度	NA
602	2026-05-26	High-throughput Screening of Sequence Elements Associated with RNA Localization 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.34133/csbj.0107 PMID:42179915	研究论文	介绍SRLE-seq方法高通量筛选与RNA定位相关的序列元件	设计了SRLE-seq技术，通过测序高通量筛选RNA定位功能元件，并结合深度学习模型实现72%的亚细胞定位预测准确率	未在论文标题和摘要中明确提及局限性信息	开发高效方法识别RNA定位相关功能序列元件	RNA分子及其亚细胞定位相关的序列元件	机器学习, 自然语言处理	肺癌	高通量测序, SRLE-seq	深度学习模型	序列数据	6-mer序列文库，包含110个核滞留相关和49个核输出相关的6-mer	NA	深度学习模型（具体架构未明确）	准确率	NA
603	2026-05-26	A deep learning and radiomics fusion model enhances endoscopic ultrasonography diagnosis of gastric tumors 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1718061 PMID:42180041	研究论文	提出一种融合深度学习与影像组学特征的模型，用于增强超声内镜对胃肿瘤的诊断	创新性地将深度学习特征与影像组学特征相结合，通过t检验和LASSO方法进行特征选择，并整合临床特征构建多参数模型，提升胃肿瘤分类性能	基于回顾性研究，样本量有限，可能影响模型泛化性	开发更准确高效的胃肿瘤分类模型，辅助临床诊断	219名患者的4806张超声内镜图像	计算机视觉, 数字病理学	胃肿瘤	超声内镜	深度学习模型, 影像组学模型	图像	219名患者的4806张超声内镜图像	NA	NA	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值, 准确率	NA
604	2026-05-26	Hybrid Ant-Baby Optimizer and BiLSTM framework for high-performance IoT intrusion detection 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1795030 PMID:42180302	研究论文	提出一种结合蚁宝宝优化器与双向长短时记忆网络的混合框架，用于物联网入侵检测	首次将蚁宝宝优化器用于特征选择，通过互信息替换低相关特征，再结合双向LSTM捕捉双向时序依赖	计算复杂度与数据集限制的相互影响未充分量化	解决物联网入侵检测中高维流量数据、类别不平衡和攻击模式多变的问题	物联网网络中的入侵检测数据流	机器学习	NA	NA	BiLSTM	网络流量数据	CICIoT2023数据集	NA	BiLSTM	准确率, 精确率, 召回率, F1值, 推理延迟, 吞吐量	NA
605	2026-05-26	Learning instance-specific counterfactual models for continuous treatments using hypernetworks 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1819009 PMID:42180309	研究论文	提出一种利用超网络学习连续治疗实例特异性反事实模型的新方法	将超网络应用于连续治疗效应估计，解决治疗相关性问题，保持深度学习模型灵活性	未提及具体局限性	估计连续治疗的治疗效应	观测数据中的个体治疗效应	机器学习	NA	NA	神经网络	合成和半合成数据集	NA	NA	超网络	精度	NA
606	2026-05-26	DeepForgeryNet: a hybrid CNN-LSTM and transfer learning framework for robust image forgery and deepfake detection 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1810912 PMID:42180308	研究论文	提出DeepForgeryNet，一种结合CNN-LSTM和迁移学习的框架，用于稳健的图像伪造和深度伪造检测	将基于误差水平分析的预处理与混合CNN-LSTM网络相结合，同时捕捉空间和上下文信息，实现更可靠的伪造检测	对极小篡改或重度压缩图像的检测仍存在挑战	开发一种强大的检测工具，利用人工痕迹和上下文不一致性进行图像伪造和深度伪造检测	数字图像和AI生成图像中的伪造痕迹	计算机视觉	不适用	误差水平分析、CNN、LSTM	CNN-LSTM	图像	公开基准数据集（具体数量未说明）	PyTorch	CNN-LSTM	准确率、精确率、召回率、F1分数、AUC	未说明
607	2026-05-26	Deep learning approaches for head pose estimation in sports impacts 2026, Sports engineering IF:1.5Q3 DOI:10.1007/s12283-026-00552-9 PMID:42180423	研究论文	本研究通过基准测试三种深度学习模型在受控足球头球过程中的单目头部姿态估计性能，验证了现代全身人体网格恢复模型在运动碰撞剧烈遮挡和动态条件下的优势	首次系统比较仅头部姿态回归器、端到端面部重建模型和全身人体网格恢复模型在运动碰撞场景中的表现，发现全身网格恢复模型在遮挡和动态条件下优于专用头部姿态估计器	侧视镜头、旋转试验和低面部可见性条件下误差增大，且实验仅在受控足球头球场景中验证，泛化至其他运动碰撞可能受限	评估深度学习模型在运动碰撞中头部姿态估计的准确性，并比较不同模型在强遮挡和高速运动条件下的表现	10名参与者的受控线性头球和旋转头球动作	计算机视觉	NA	视频测距，红外运动捕捉	CNN，人体网格恢复模型	视频，运动捕捉数据	10名参与者，每位执行多种头球动作	PyTorch，TensorFlow	SAM 3D，LSTM，ResNet	测地误差，增量测地误差	NA
608	2026-05-26	Research on real-time detection and staging technology for pressure injuries in critically ill patients based on the YOLOv8 deep learning model 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1781481 PMID:42180450	研究论文	基于YOLOv8深度学习模型开发危重症患者压力性损伤实时检测与分期技术	首次将YOLOv8深度学习模型应用于压力性损伤的实时检测与分期，实现了客观、高效的自动化分期诊断	研究样本来自单中心ICU患者，可能存在数据偏差；模型在部分压力性损伤分期（如1期、3期和深部组织损伤）的识别准确率有待提升	开发并验证基于YOLOv8深度学习模型的压力性损伤实时检测与分期系统	重症监护室患者的压力性损伤图像，共507张	计算机视觉	压力性损伤	图像采集	YOLOv8深度学习模型	图像	507张压力性损伤图像，按8:2比例分为训练集（414张）和测试集（93张）	PyTorch	YOLOv8（包括YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x等版本）	准确率（accuracy）、平均平均精度（mAP）、推理速度（FPS）	NA
609	2026-05-26	HPRNet: a hierarchical pyramidal residual network for ECG arrhythmia classification 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1800941 PMID:42180836	研究论文	提出一种层级金字塔残差网络（HPRNet）用于心电图心律失常分类	通过层级金字塔REB骨干网络（HRB）捕捉心电图多尺度形态特征，并引入多级剪枝优化策略（MLPO）减少冗余参数、提升计算效率	未提及具体限制，但可视化分析显示对困难搏动类别的区分仍存在内在挑战	解决心电图信号非平稳且易受噪声干扰的问题，实现鲁棒的心律失常自动分类	心电图心搏分类任务	机器学习	心律失常	心电信号处理	层级金字塔残差网络（HPRNet）	时间序列信号	MIT-BIH和INCART两个公共基准数据集	PyTorch	层级金字塔残差网络（HPRNet）	F1分数, 推理解析延迟	NA
610	2026-05-26	HVIface: sequence-based deep learning for decoding human-virus protein-protein interfaces 2026, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2026.1813796 PMID:42181034	研究论文	该论文开发了一个基于序列的深度学习框架HVIface，用于预测人类-病毒蛋白质-蛋白质相互作用界面	首次整合18种序列衍生特征（残基接触势、理化兼容性和共进化信号）并结合深度学习进行残基级人类-病毒PPI界面预测，揭示了静电互补性和局部残基聚类在病毒-宿主界面形成中的核心作用	训练数据集仅包含73个结构解析的人类-病毒复合物，样本量较小可能影响模型泛化性	解码人类-病毒蛋白质-蛋白质相互作用的界面识别机制，为抗病毒治疗靶点开发提供基础	人类-病毒蛋白质相互作用界面残基	机器学习	NA	序列衍生特征（残基接触势、理化兼容性、共进化信号）	深度学习框架	蛋白质序列	73个结构解析的人类-病毒复合物	PyTorch	NA	准确率	NA
611	2026-05-26	Artificial intelligence in refractive surgery: progress, challenges, and future directions 2026, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2026.1824307 PMID:42181685	综述	本文系统总结了人工智能在屈光手术中的应用进展，包括角膜屈光手术和ICL手术的术前筛查、个性化手术规划及术后并发症预测	系统梳理了AI在屈光手术全流程中的应用，强调从标准化方案向数据驱动的个体化管理转变	面临数据标准化不足、算法可解释性差、跨设备兼容性及伦理问题等挑战	探讨AI优化屈光手术临床效果的潜力与挑战，推动智能化、自动化手术发展	屈光手术（角膜屈光手术和ICL手术）的术前筛查、手术规划及术后并发症预测	机器学习	眼科疾病（屈光不正相关）	机器学习与深度学习模型	NA	NA	NA	NA	NA	NA	NA
612	2026-05-25	A labeled ophthalmic ultrasound dataset with medical report generation based on cross-modal deep learning 2026-01, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2025.103317 PMID:41297151	研究论文	提出一个标注的眼科超声数据集，并基于跨模态深度学习生成医学报告	首次同时包含超声图像、血流信息和检查报告三种模态的眼科数据集	未提及	自动化生成眼科超声检查报告	眼科超声图像、血流参数和临床报告	计算机视觉, 自然语言处理	眼内疾病	超声成像	跨模态深度学习	图像, 文本, 数值	来自10,361名患者的22,173张图像及其对应报告	NA	知识融合跨模态网络 (KFCMN)	NA	NA
613	2026-05-25	Utilizing the transformer mechanism to predict cervical lymph node metastasis in patients with papillary thyroid carcinoma 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345937 PMID:41931576	研究论文	利用Vision Transformer模型预测甲状腺乳头状癌患者颈部淋巴结转移，并与其他模型比较性能	首次应用Vision Transformer深度学习模型预测甲状腺乳头状癌（PTC）的颈部淋巴结转移，并与传统CNN、超声影像组学及临床模型对比，展示了ViT模型在外部验证中的稳定性和优越性	英文摘要未明确提及局限性，但回顾性研究设计、单一疾病（PTC）和样本量（540例）可能限制泛化性	开发并验证Vision Transformer模型在术前预测PTC患者颈部淋巴结转移中的应用价值	来自两家医院的540名PTC患者	计算机视觉	甲状腺癌	NA	Vision Transformer（ViT）	图像（二维矩形超声图像）	540名PTC患者	NA	Vision Transformer, 卷积神经网络	AUC, 净重新分类改进（NRI）, 综合鉴别改善（IDI）	NA
614	2026-05-25	LeafDet: A lightweight and interpretable deep learning framework for tomato leaf disease detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349501 PMID:42172206	研究论文	本文提出了一种基于YOLOv8的轻量级可解释番茄叶病检测框架LeafDet，并构建了平衡数据集PlantTom	提出了包含CBM、C2f、SPPF、ECA注意力模块以及BiFPN、GSConv、VoVGSCSP和Shuffle Attention的创新轻量级模型结构，通过ECA和Shuffle Attention等高效注意力机制提升精度与速度，并利用Eigen-CAM提供决策过程可视化解释	未明确提及局限性，但可能受限于特定作物（番茄）和特定数据集PlantTom的规模与多样性	开发一种可部署且可解释的深度学习框架，用于智能农业中植物叶病的精确检测	番茄叶病对象检测	计算机视觉, 深度学习	番茄叶病	对象检测	YOLOv8	图像	PlantTom数据集包含7836张图像，8个不同类别的番茄叶病	PyTorch	YOLOv8改进版（包含CBM、C2f、SPPF、ECA注意力、BiFPN、GSConv、VoVGSCSP、Shuffle Attention）	mAP@0.5, 推理时间	NA
615	2026-05-25	A hybrid BiLSTM and rule-based system for integrated diabetes prediction and personalized guidance 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347672 PMID:42172283	研究论文	提出一个融合双向长短期记忆网络和基于规则的系统的混合框架，用于糖尿病预测和个性化指导	结合高精度BiLSTM预测模型与基于规则的个性化建议引擎，实现诊断后自我管理的闭环支持	未提及模型在实际临床环境中的部署挑战或用户隐私保护措施	开发一个集成预测与个性化指导的临床相关工具，弥合诊断与主动自我管理之间的差距	糖尿病患者及高危人群	机器学习	糖尿病	NA	BiLSTM	表格数据	PIMA和2型糖尿病融合数据集，具体样本数未提及	NA	BiLSTM	准确率、精确率、召回率	NA
616	2026-05-25	SMART deep learning tools to accelerate the characterization of natural product structures from their NMR data 2026, Methods in enzymology DOI:10.1016/bs.mie.2025.08.022 PMID:42177060	研究论文	介绍两种人工智能工具SMART 2.1和DeepSAT，利用H-C HSQC NMR谱辅助加速天然产物结构解析	开发了两种互补的AI工具，通过分析H-C HSQC NMR谱来识别结构相关分子，显著加速天然产物的结构鉴定过程	NA	开发加速天然产物结构表征的深度学习工具	天然产物的NMR数据及结构相关分子识别	机器学习	NA	NMR	深度学习模型	光谱数据	NA	NA	SMART 2.1, DeepSAT	NA	NA
617	2026-05-24	Deep learning motion correction of quantitative stress perfusion cardiovascular magnetic resonance 2026-Jan-20, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102697 PMID:41571054	研究论文	开发并评估了基于无监督深度学习的运动校正流程，用于定量压力灌注心血管磁共振成像中的运动伪影校正	采用无监督深度学习模型替代传统迭代配准优化，实现单步快速估计运动校正，结合主成分分析抑制动态对比效应，显著提升处理速度和鲁棒性	NA（摘要未明确提及限制）	提高定量压力灌注心血管磁共振成像中运动校正的效率和鲁棒性，促进临床广泛应用	心脏灌注系列图像及辅助图像，包括低分辨率短饱和准备时间动脉输入函数系列和质子密度加权图像	计算机视觉	心血管疾病	心脏磁共振灌注成像	深度学习模型（无监督）	图像	201名患者的多厂商数据用于训练和验证，38名患者数据独立测试	NA	NA	时间强度曲线平滑度、Dice系数、定量灌注图标准差、处理时间	NA
618	2026-05-24	Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data 2026-01, Pharmacotherapy IF:2.9Q2 DOI:10.1002/phar.70062 PMID:41025800	研究论文	利用深度学习模型基于电子健康记录数据预测重症监护病房患者万古霉素谷浓度	提出结合长短期记忆网络和多头注意力机制的深度学习模型，提前2天预测万古霉素谷浓度并给出剂量调整建议	单中心回顾性研究，样本量有限（2205次住院记录），模型性能与临床药师辅助贝叶斯软件相当但未显著超越	验证深度学习模型在重症患者中预测万古霉素谷浓度并优化给药方案的可行性	2016年1月至2024年6月入住加州大学圣地亚哥健康系统ICU的成年患者	机器学习	感染性疾病（革兰阳性菌感染）	电子健康记录数据提取	长短期记忆网络结合多头注意力机制	结构化电子健康记录数据	2205次住院记录	NA	LSTM, Multi-Head Attention, Skip Connections	平均绝对误差（MAE），均方根误差（RMSE）	NA
619	2026-05-24	Computational drug design in the artificial intelligence era: A systematic review of molecular representations, generative architectures, and performance assessment 2026-01, Pharmacological reviews IF:19.3Q1 DOI:10.1016/j.pharmr.2025.100095 PMID:41389438	综述	系统综述了人工智能时代计算药物设计中分子表征、生成架构和性能评估的现状	提出按药物表征优先、生成模型类型其次的分类框架，明确不同模型对特定分子数据类型的适用性	文中未明确阐述局限性	为人工智能驱动的药物发现提供统一框架，理解表征选择、生成机制和评估范式间的复杂关系	计算药物设计中的分子表征策略、生成架构和评估方法	机器学习	NA	深度学习	变分自编码器，生成对抗网络，强化学习系统，扩散模型	分子数据	NA	NA	VAE, GAN, 强化学习, 扩散模型	NA	NA
620	2026-05-24	Deep Learning-Enabled Virtual Multiplexed Immunostaining of Label-Free Tissue for Vascular Invasion Assessment 2026, BME frontiers IF:5.0Q1 DOI:10.34133/bmef.0226 PMID:41676162	研究论文	基于深度学习的无标记组织虚拟多重免疫染色方法，用于血管侵犯评估	首次利用深度学习实现无标记组织的虚拟多重免疫染色，同时生成ERG、PanCK和H&E图像，避免传统化学染色流程	当前未明确提及虚拟染色在复杂组织异质性或罕见病变中的泛化能力，以及临床大规模验证的不足	开发并验证一种基于深度学习的虚拟多重免疫染色方法，用于提高血管侵犯评估的准确性和效率	甲状腺癌组织切片，评估血管侵犯标志物ERG、PanCK和H&E的表达	数字病理学	甲状腺癌	深度学习的虚拟多重免疫染色（自动荧光成像为基础）	深度学习模型	无标记组织自动荧光图像	NA（未在标题和摘要中明确样本数量）	NA	NA	一致性评估（与组织化学染色结果对比，由病理医生盲审）	NA