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
1141	2026-02-11	HypoChainer: A Collaborative System Combining LLMs and Knowledge Graphs for Hypothesis-Driven Scientific Discovery 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3633887 PMID:41336152	研究论文	本文提出了HypoChainer，一个结合LLMs和知识图谱的协作可视化框架，用于增强假设驱动的科学发现	提出了一种整合人类专业知识、LLM驱动推理和知识图谱的协作可视化框架，通过三个阶段（情境探索、假设构建和验证选择）来优化假设链，以解决传统假设驱动研究中的认知限制和知识复杂性挑战	NA	增强假设驱动的科学发现，特别是在生物学领域，通过整合人类、LLMs和知识图谱来探索新知识	科学发现过程，特别是假设构建和验证	自然语言处理, 机器学习	NA	检索增强生成（RAGs）, 图神经网络（GNNs）	LLMs, GNNs	文本, 知识图谱	NA	NA	NA	NA	NA
1142	2026-02-11	EmbryoProfiler: A Visual Clinical Decision Support System for IVF 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634780 PMID:41348784	研究论文	本文介绍了EmbryoProfiler，一个用于辅助IVF胚胎选择的可视化临床决策支持系统	开发了一个结合可视化分析和可解释机器学习分类器的系统，以透明方式辅助胚胎评估，解决了现有自动化方法依赖大量手动标注或模型不透明的问题	未明确提及系统在广泛临床环境中的验证或长期成功率影响	提高IVF治疗中胚胎选择的效率和准确性，以改善临床结果	IVF治疗中的胚胎，基于延时显微镜图像	数字病理学	不孕症	延时显微镜成像	深度学习	图像	NA	NA	NA	NA	NA
1143	2026-02-11	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634824 PMID:41396767	研究论文	本文介绍了一个名为SynAnno的交互式工具，旨在简化和增强大规模连接组数据集中突触注释的校对工作	提出了一个集成了结构化工作流程、优化遍历路径、3D迷你地图以及微调机器学习模型的交互式校对工具，以解决神经元复杂空间分支带来的挑战	NA	开发一个工具来加速和改善连接组学数据集中突触注释的校对过程	大规模连接组数据集中的突触注释	连接组学	NA	深度学习，机器学习	NA	3D图像数据	涉及七位神经科学专家的用户和案例研究	PyTorch	NA	校对速度，认知负荷，注释错误	NA
1144	2026-02-11	Deep G-PCC Geometry Preprocessing via Joint Optimization With a Differentiable Codec Surrogate for Enhanced Compression Efficiency 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3655187 PMID:41605149	研究论文	本文提出了一种与可微分G-PCC代理模型联合优化的点云体素化网络，以提升标准G-PCC的压缩效率	首次提出了与可微分G-PCC代理模型联合优化的压缩导向点云体素化网络，通过端到端梯度传播，在不牺牲互操作性或计算灵活性的情况下提升G-PCC效率	未明确说明	提升几何点云压缩（G-PCC）标准的压缩效率，同时保持其互操作性和计算灵活性	点云数据	计算机视觉	NA	深度学习	神经网络	点云	NA	NA	体素化网络	BD-rate	NA
1145	2026-02-11	Deep Learning-Based Joint Geometry and Attribute Up-Sampling for Large-Scale Colored Point Clouds 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3657214 PMID:41610351	研究论文	本文提出了一种基于深度学习的联合几何与属性上采样方法，用于生成大规模、高密度的彩色点云	首次提出联合几何与属性上采样的深度学习框架，并构建并发布了大规模彩色点云上采样数据集SYSU-PCUD	未明确说明方法在极端复杂几何或属性场景下的性能限制，也未讨论计算效率与实时性	提高大规模彩色点云的上采样质量，实现几何与属性的联合优化	彩色点云（包含几何坐标与颜色属性）	计算机视觉	NA	深度学习	神经网络	点云数据	121个大规模彩色点云，涵盖6个类别和4种采样率	未明确指定（代码已开源）	几何上采样网络、属性上采样网络、属性增强模块	峰值信噪比（PSNR）	未明确说明
1146	2026-02-11	SACMark: Spatial-Angle Consistency Watermarking Network for Light Field Image Copyright Protection 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3657635 PMID:41610350	研究论文	本文提出了一种用于光场图像版权保护的深度学习水印网络SACMark	提出首个针对光场图像设计的深度学习水印网络，通过空间-角度特征提取模块和一致性匹配融合策略解决高维数据挑战	未明确说明计算资源需求和具体数据集规模	开发适用于光场图像的鲁棒水印技术以实现版权保护	光场图像	计算机视觉	NA	深度学习	编码器-噪声-解码器架构	光场图像	NA	NA	SACMark网络	视觉质量，深度估计影响，抗噪性	NA
1147	2026-02-10	Visual perception based deep learning transformers for classifying paintings and photographs through feature extraction 2026-Jan-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36298-4 PMID:41545578	研究论文	本研究应用视觉变换器（ViT）对绘画与摄影图像进行分类，通过特征提取实现高精度识别	首次将Vision Transformer（ViT）架构应用于艺术作品分类任务，并引入Grad-CAM增强模型可解释性，在标准数据集上达到95%的分类准确率，优于传统CNN、VGG19和DenseNet模型	仅使用标准数据集进行验证，未在更广泛的艺术风格或跨文化图像上进行测试；未讨论模型对低质量或部分损坏图像的鲁棒性	开发基于深度学习的自动图像分类系统，区分人类绘画作品与摄影照片	数字图像（绘画作品与摄影照片）	计算机视觉	NA	NA	Transformer, CNN	图像	标准数据集（具体数量未说明）	NA	Vision Transformer (ViT), DenseNet, CNN, VGG19	准确率	NA
1148	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
1149	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
1150	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
1151	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
1152	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
1153	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
1154	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
1155	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
1156	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
1157	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
1158	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
1159	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
1160	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