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
801	2026-02-10	Active guidance in ultrasound bladder scanning using reinforcement learning 2026-Jan-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35285-z PMID:41540132	研究论文	本研究提出了一种基于强化学习的智能引导系统，用于改善超声膀胱扫描过程中的图像采集质量	首次将强化学习应用于超声膀胱评估引导，并引入了一种名为Adam LMCDQN的深度Q网络变体，以及针对该任务的领域特定奖励设计	研究在模拟环境中进行，尚未在真实临床环境中验证	提高超声膀胱扫描中图像采集的准确性和一致性，以辅助诊断尿潴留和排尿功能障碍	超声膀胱扫描过程	机器学习	泌尿系统疾病	超声成像	强化学习	图像	NA	NA	Deep Q-Networks (DQN), Adam LMCDQN	成功率	NA
802	2026-02-10	A neural network framework for selecting real-time video enhancement algorithms on mobile devices 2026-Jan-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36099-9 PMID:41535696	研究论文	本文提出了一种基于模糊神经网络的决策模型，用于在移动设备上选择实时视频增强算法	开发了一种结合Sugeno-Weber范数的模糊神经网络决策模型，以优化实时视频增强算法的选择	未明确说明模型在具体移动设备上的实际部署效果或电池消耗测试	解决移动设备上实时视频增强算法选择中的性能平衡问题	移动设备上的实时视频增强算法	计算机视觉	NA	模糊神经网络	模糊神经网络	视频	NA	NA	模糊神经网络	处理速度, 视觉质量, 功耗, 实现复杂度	移动设备
803	2026-02-10	Multi-agent coordination and uncertainty adaptation in deep learning-assisted hierarchical optimization for renewable-dominated distribution networks 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35945-0 PMID:41530242	研究论文	本研究提出了一种深度学习辅助的分布式鲁棒优化框架，用于提升可再生能源主导的配电网在不确定性下的经济效率和运行可靠性	提出了一种结合深度学习与分布式鲁棒优化的混合框架，通过深度学习模块推断不确定变量的概率结构，并利用自适应重构的模糊集实现系统级的鲁棒性，从而动态调整保守性，在成本、可靠性和可再生能源利用率之间实现更好的权衡	NA	解决可再生能源大规模接入带来的多层不确定性对电力系统运行的挑战，提升经济效率与运行可靠性	可再生能源主导的配电网（特别是包含太阳能、风能和负荷波动的系统）	机器学习	NA	深度学习，分布式鲁棒优化，强化学习	深度神经网络	高分辨率气象数据，运行数据	NA	NA	NA	总运行成本，可靠性指数，可再生能源利用率，碳排放量	NA
804	2026-01-15	Deep learning-based automatic segmentation and classification for cervical cancer detection using an improved U-Net and ensemble methods 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35299-7 PMID:41530249	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
805	2026-02-10	Assessment of influencing factors of college and universities' teaching effects using fuzzy and deep learning techniques 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35940-5 PMID:41530457	研究论文	本研究结合模糊逻辑和深度学习技术，评估了影响高校教学效果的因素	首次将模糊逻辑与深度学习相结合，用于处理教育数据中的不确定性和模糊性，以更精确地评估教学效果	未具体说明数据来源的机构数量或类型，可能影响模型的泛化能力	开发一种先进的方法来评估高等教育机构的教学效果	高校教学过程中的影响因素，如师生比、学生学业成绩和教师专业知识	机器学习	NA	模糊逻辑, 深度学习	深度学习模型	结构化教育数据	来自多个机构的数据，具体数量未说明	NA	NA	准确率, 召回率, F1分数, 错误率	NA
806	2026-02-10	Explainable deep learning for skin cancer detection using swish-activated convolutional networks 2026-Jan-10, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-04386-6 PMID:41519999	研究论文	提出一种使用Swish激活函数的深度卷积神经网络，用于皮肤癌检测，并结合可解释人工智能方法提高模型的透明度和可靠性	采用Swish激活函数的独特DCNN架构，并结合局部和全局可解释人工智能方法，为医疗应用提供透明可靠的诊断框架	模型计算效率有待提高，需要纳入更多数据集以确保在不同人口群体中的鲁棒性和公平性	开发可解释的深度学习模型，用于皮肤癌的早期准确诊断	皮肤病变图像	计算机视觉	皮肤癌	NA	CNN	图像	NA	NA	DCNN	准确率, 精确率, 召回率, F1分数	NA
807	2026-02-10	inMOTIFin: a lightweight end-to-end simulation software for regulatory sequences 2026-Jan-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag026 PMID:41557841	研究论文	本文介绍了inMOTIFin，一个轻量级、模块化且用户友好的基于Python的软件，用于高效模拟和修改DNA调控序列	inMOTIFin提供了端到端的灵活性，支持可定制的基序生成和实例插入，并允许直接修改真实序列，弥补了现有模拟器在集成和易用性方面的不足	NA	开发一个用于分析转录调控语法的生物信息学框架的模拟软件，以验证相关方法	DNA调控序列	生物信息学	NA	DNA序列模拟	NA	序列数据	NA	Python	NA	NA	NA
808	2026-02-10	Variational autoencoder-based deep learning and radiomics for predicting pathologic complete response to neoadjuvant chemoimmunotherapy in locally advanced oesophageal squamous cell carcinoma 2026-Jan-01, The British journal of radiology DOI:10.1093/bjr/tqaf239 PMID:40996309	研究论文	本研究利用基于变分自编码器的深度学习和放射组学技术，预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解	创新性地结合了基于变分自编码器的深度学习和放射组学来构建预测模型	NA	预测局部晚期食管鳞状细胞癌患者对新辅助化疗免疫治疗的病理完全缓解	局部晚期食管鳞状细胞癌患者	数字病理学	食管鳞状细胞癌	增强CT	VAE	图像	训练队列253名患者，测试队列40名患者	NA	NA	AUC, Precision, Recall, F1-score	NA
809	2026-02-10	Diagnostic performance of artificial intelligence in radiographs for pneumoperitoneum detection: a systematic review and meta-analysis 2026-Jan-01, The British journal of radiology DOI:10.1093/bjr/tqaf309 PMID:41442471	系统综述与荟萃分析	本文通过系统综述与荟萃分析评估了人工智能算法在医学影像中检测气腹症的诊断准确性	这是首个评估人工智能在气腹症诊断中准确性的荟萃分析，比较了深度学习与机器学习模型的性能，并揭示了AI在临床工作流程中提升早期诊断和优先级排序的潜力	研究存在异质性，未来需要更大样本量的前瞻性多中心研究以及多种模型的比较	评估人工智能算法在医学影像中检测气腹症的诊断准确性	基于人工智能的放射影像模型	计算机视觉	气腹症	放射影像	深度学习, 机器学习	图像	14个AI模型被分析，具体样本量未明确说明	NA	NA	灵敏度, 特异度, 诊断比值比, 曲线下面积, 阴性似然比, 阳性似然比	Open Meta-Analyst软件, STATA 17.0
810	2026-02-10	Geometric evaluation of a deep learning method for segmentation of urinary OARs on magnetic resonance imaging for prostate cancer radiotherapy 2026-Jan, Clinical and translational radiation oncology IF:2.7Q2 DOI:10.1016/j.ctro.2025.101091 PMID:41458146	研究论文	本研究提出了一种基于nnU-Net的深度学习模型，用于前列腺癌放疗中磁共振成像上泌尿器官风险区域的自动分割	首次提出使用nnU-Net深度学习模型在多中心磁共振图像数据集上分割泌尿器官风险区域，并应用于不同的临床设备	泌尿器官风险区域的分割性能存在局部不匹配，Dice系数在0.50-0.68之间，可能受患者间解剖变异影响，需要进一步评估剂量学影响	开发一种自动分割方法，用于前列腺癌放疗中泌尿器官风险区域的磁共振图像分割，以减少临床实践中手动勾画的时间和观察者间变异	前列腺癌患者的磁共振图像，重点关注泌尿器官风险区域，如前列腺内尿道和膀胱三角区	数字病理	前列腺癌	磁共振成像	CNN	图像	265例磁共振图像	nnU-Net	nnU-Net	Dice分数系数, 表面距离, Hausdorff距离	NA
811	2026-02-10	Variant calling in genomics: A comparative performance analysis and decision guide 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0339891 PMID:41642910	研究论文	本研究通过基准测试七种广泛使用的变异检测工具，评估其性能并提供基于证据的选择指南	首次系统比较七种主流变异检测工具在基因组数据上的性能，并基于精确度、召回率和F1分数提供决策指导	仅使用NA12878基因组作为基准，可能无法完全代表所有基因组或变异类型的检测挑战	评估变异检测软件的性能，为研究者和临床医生提供基于证据的工具选择指南	基因组变异检测工具（GATK、FreeBayes、DeepVariant、Samtools、Strelka2、Octopus、Varscan2）	基因组学	NA	全基因组测序	深度学习	基因组测序数据	NA12878基因组（高覆盖度全基因组测序数据）	NA	NA	精确度, 召回率, F1分数	NA
812	2026-02-10	A comparative analysis of video vision transformers on word-level sign language datasets 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341909 PMID:41642940	研究论文	本研究对VideoMAE、ViViT和TimeSformer三种视频Transformer架构在孟加拉手语数据集上进行微调与比较分析，以提升手语识别性能	首次在孟加拉手语数据集上系统比较多种视频Transformer模型，并引入帧率标准化、分层交叉验证和未见用户评估策略	研究基于特定数据集（BdSLW60和BdSLW401），模型在更大词汇量或更复杂场景下的泛化能力仍需验证	通过微调视频Transformer模型提升孟加拉手语的自动识别准确率与可扩展性	孟加拉手语（BdSL）的词汇手势识别	计算机视觉	NA	视频数据处理、数据增强	Transformer	视频	BdSLW60数据集含60个手势类别、9,307个用户试验片段；BdSLW401数据集含401个手势类别	PyTorch（基于预训练模型推断）	VideoMAE, ViViT, TimeSformer	准确率	NA
813	2026-02-09	EDEN: multiscale expected density of nucleotide encoding for enhanced DNA sequence classification with hybrid deep learning 2026-Jan-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06367-6 PMID:41580658	研究论文	本文提出了一种名为EDEN的多尺度核苷酸编码框架，用于增强DNA序列分类，结合了混合深度学习架构	EDEN是一种基于核密度估计的统一多尺度编码框架，能同时捕获位置特异性和上下文依赖的核苷酸模式，并集成到混合深度学习架构中，在多个基准数据集上实现了最佳平均性能，且参数数量显著减少	NA	开发一种高效、生物信息学启发的多尺度表示方法，用于基因组序列分类，以提升对基因调控、疾病机制和转化基因组学的理解	DNA序列	机器学习	NA	核密度估计	混合深度学习	DNA序列数据	NA	NA	NA	平均性能	NA
814	2026-02-09	Secure multi-party test case data generation through generative adversarial networks 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35773-2 PMID:41526446	研究论文	提出一种基于生成对抗网络（GAN）的联邦学习方法，用于在保护数据隐私的前提下生成高质量、多样化的测试用例数据	将GAN与联邦学习结合，通过协议语法深度学习框架和测试用例编码器-解码器机制，在分布式环境中实现隐私保护的测试数据生成	未明确说明模型在极端数据分布或网络延迟情况下的性能表现，也未讨论计算开销的具体量化分析	解决联邦环境下测试用例数据生成中的隐私保护和数据共享难题	软件测试用例数据	机器学习	NA	生成对抗网络（GAN）	GAN	测试用例数据（文本/结构化数据）	NA	NA	编码器-解码器架构，GAN生成器与判别器	覆盖率，有效性	NA
815	2026-01-14	High-accuracy brain tumor detection method based on deep learning 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35783-0 PMID:41526535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
816	2026-02-09	From data to decisions: the use of explainable AI to forecast soybean yield in major producing countries 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35716-x PMID:41530297	研究论文	本研究提出XAI-Crop框架，通过多国比较实验，评估了可解释深度学习模型KAN与MLP、RF模型在大豆产量预测中的性能差异	首次将可解释深度学习模型KAN应用于多国大豆产量预测，并系统评估其在平衡预测精度与可解释性方面的能力	研究主要针对大豆作物，且在小样本设置下进行，模型在其他作物和大规模数据下的泛化能力有待进一步验证	评估可解释人工智能模型在农作物产量预测中平衡预测精度与可解释性的能力	主要大豆生产国的大豆产量	机器学习	NA	多源数据融合分析	KAN, MLP, RF	多源数据（包括太阳诱导叶绿素荧光等遥感数据）	小样本设置（具体数量未明确说明）	NA	Kolmogorov-Arnold Networks, Multilayer Perceptron, Random Forest	预测准确性, 泛化能力	NA
817	2026-02-09	An AI-based algorithm for analyzing physical activity and health-related fitness in youth 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35514-5 PMID:41530524	研究论文	本研究应用机器学习和深度学习方法，基于2018年至2022年小学体能测试数据，开发自动分类和性能预测模型，以分析青少年体育活动与健康相关体能	结合BP神经网络进行自动综合等级分类，以及CNN-LSTM神经网络用于体能测试项目的性能预测，为中小学体能测试管理提供了新的数据分析与预测方法	NA	通过数据分析和预测模型，解决传统体能测试管理中的主观影响、人工计算复杂和数据利用不足的问题，为学校提供科学指导	2018年至2022年小学体能测试数据	机器学习	NA	NA	BP神经网络, CNN-LSTM神经网络	体能测试数据	NA	NA	BP神经网络, CNN-LSTM	分类性能（98.448%）	NA
818	2026-02-09	A multi-branch network for cooperative spectrum sensing via attention-based and CNN feature fusion 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36031-1 PMID:41530621	研究论文	本文提出了一种名为ATC的新型深度学习架构，通过融合注意力机制和CNN特征，用于认知无线电系统中的协作频谱感知	提出了一种结合图注意力网络、CNN和Transformer编码器的并行混合模型，能够同时捕获频谱信号的时空特征和拓扑结构	真实世界数据仅针对单主用户场景进行评估，受实际数据收集限制	提高认知无线电系统中频谱空洞检测的准确性和鲁棒性	认知无线电系统中的频谱感知信号	机器学习	NA	深度学习	GAT, CNN, Transformer	图结构数据、协方差矩阵	模拟数据集和真实世界数据集	NA	图注意力网络、CNN、Transformer编码器	准确性、鲁棒性	NA
819	2026-02-09	Deep learning-based assessment of periapical radiographic image quality 2026-Jan-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35100-9 PMID:41526431	研究论文	本文开发了一种基于深度学习的自动化系统，用于全面评估根尖周X光片的图像质量	首次利用ResNet50模型对根尖周X光片进行多类别牙齿位置分类和六种常见质量缺陷的二元检测，实现了高效、客观的图像质量评估	需要独立、多中心数据集进行验证后才能临床部署，且模型在划痕检测上的AUC相对较低（0.924）	解决根尖周X光片手动质量评估的主观性、耗时性问题，提升诊断准确性和工作流程效率	根尖周X光片	计算机视觉	NA	X光成像	CNN	图像	3594张根尖周X光片	NA	ResNet50	AUC, 准确率, 精确率, 召回率, F1分数, 损失值	NA
820	2026-01-14	A real-time mobile aquatic plant recognition algorithm based on deep learning for intelligent ecological monitoring 2026-Jan-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35310-1 PMID:41526515	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA