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
1721	2026-02-19	LightWaveNet: a lightweight wavelet-enhanced high-low-frequency-aware network with multi-stage supervision for rice disease recognition 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1692649 PMID:41696181	研究论文	本研究提出了一种用于水稻病害识别的轻量级小波增强高低频感知网络LightWaveNet	提出了一种并行的小波卷积与最大池化结构，用于协同学习高低频特征，并引入了多阶段监督机制以优化训练过程	未提及模型在更广泛或更复杂田间环境下的泛化能力，也未讨论对不同水稻病害亚型或早期病害的识别效果	开发一种轻量级、高效率的水稻病害识别模型，以部署在资源受限的农业设备上	水稻病害图像	计算机视觉	水稻病害	NA	CNN	图像	NA	NA	LightWaveNet	准确率	NA
1722	2026-02-19	PotatoGuardNet: a refined deep learning framework for potato leaf disease detection 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1720276 PMID:41696171	研究论文	本文提出了一种改进的深度学习框架PotatoGuardNet，用于马铃薯叶部病害的检测与分类	结合Inception-ResNet-V2和Faster-RCNN，提高了对复杂环境下马铃薯叶部病害的识别准确性和定位能力	未提及模型在更广泛环境或不同数据集上的泛化能力测试	开发自动化系统以准确快速分类马铃薯叶部病害，减少误诊和延误治疗风险	马铃薯叶部病害	计算机视觉	马铃薯病害	深度学习	CNN	图像	来自PlantVillage数据集的大量复杂马铃薯植物样本	TensorFlow, PyTorch	Inception-ResNet-V2, Faster-RCNN	准确率, mAP	NA
1723	2026-02-19	AI-driven audience clustering in sport media: a human-computer interaction approach using 'CoPE-DEC' 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1767724 PMID:41696532	研究论文	本研究从人机交互视角，利用基于人工智能的深度学习分析体育媒体观众特征与潜在模式，为体育媒体产业提供基础数据	提出了一种新颖的无监督聚类框架CoPE-DEC，用于建模和分析体育媒体消费中的多维观众体验数据，并识别出三种不同的观众集群	未提及具体的数据集规模或验证方法，且未来研究需整合更多AI方法和多模态数据源以提升跨学科洞察	为体育媒体产业提供观众特征分析的基础数据，支持观众细分、个性化内容设计和战略决策	体育媒体观众	机器学习	NA	深度学习分析	无监督聚类	多维观众体验数据	NA	NA	CoPE-DEC	NA	NA
1724	2026-02-19	Development of a Deep Learning Model to Automatically Identify Palatal Landmarks on Three-Dimensional Maxillary Dental Casts 2026, International journal of dentistry IF:1.9Q2 DOI:10.1155/ijod/9409391 PMID:41696628	研究论文	开发了一种基于深度学习的模型，用于自动识别三维上颌牙颌模型上的腭部标志点	采用两阶段PointNet++架构，通过粗预测和局部细化提高精度，首次实现腭部标志点的自动识别	仅使用377个样本，可能缺乏泛化性；未与其他模型进行对比验证	开发自动识别三维上颌牙颌模型腭部标志点的深度学习模型	三维数字上颌牙颌模型	计算机视觉	NA	三维扫描	深度学习	点云	377个个体	NA	PointNet++	平均检测误差, 1毫米内正确预测比例, 2毫米内正确预测比例	NA
1725	2026-02-19	RT-GAN: Recurrent Temporal GAN for Adding Lightweight Temporal Consistency to Frame-Based Domain Translation Approaches 2026, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention DOI:10.1007/978-3-032-05127-1_43 PMID:41700131	研究论文	本文提出了一种轻量级解决方案RT-GAN，用于为基于单帧的域转换方法添加时间一致性，显著降低训练资源需求	引入可调时间参数的RT-GAN，以轻量级方式实现时间一致性，训练需求降低5倍，并发布了首个结肠镜时间数据集	未明确说明模型在更复杂临床场景中的泛化能力或与其他时间一致性方法的全面比较	开发轻量级方法，为结肠镜图像域转换添加时间一致性，减少计算和内存资源需求	结肠镜视频帧，包括真实光学结肠镜和虚拟/CT结肠镜图像	计算机视觉	结肠癌	域转换，生成对抗网络	GAN	图像，视频帧	NA	NA	RT-GAN	NA	训练需求降低5倍，具体硬件未指定
1726	2026-02-19	TCN-5mC: a predictor of 5-methylcytosine sites based on multi-feature fusion and TCN-inspired block networks 2026, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2026.1739720 PMID:41704344	研究论文	本文提出了一种基于多特征融合和TCN启发块网络的5-甲基胞嘧啶位点预测器TCN-5mC，用于准确识别启动子区域的5mC位点	整合了时序卷积网络（TCN）启发块与双向门控循环单元（BiGRU），并采用混合One-Hot和核苷酸化学性质特征编码，以更有效地建模长距离依赖和局部模式	未明确提及模型在其他疾病或细胞类型中的泛化能力，以及计算资源消耗的具体细节	开发可靠的计算预测工具，以替代昂贵耗时的实验方法，用于5-甲基胞嘧啶位点的识别	肺癌细胞系中的启动子区域5mC位点	机器学习	肺癌	混合One-Hot和核苷酸化学性质特征编码	TCN, BiGRU	基因组序列数据	基于肺癌细胞系的不平衡数据集，具体样本数量未明确说明	NA	TCN启发块网络与BiGRU的集成架构	AUC, 特异性, 准确性, MCC	NA
1727	2026-02-19	Extracting the central crop row with CCRDNet for universal in-row navigation in agriculture 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1744637 PMID:41704575	研究论文	本文提出了一种直接提取中央作物行作为导航线的新策略，并开发了轻量级网络CCRDNet，用于农业中的通用行内导航	引入了一种直接提取中央作物行作为导航线的策略，采用三类标注方案（背景、植被和中央作物行），其中植被类作为辅助监督信号提供结构约束，并应用一致的作物行标注宽度使模型学习不变的结构特征	训练数据仅使用了400张图像，涵盖两种作物类型和八个环境，监督有限	开发一种简化导航流程、实现零样本泛化并满足农业机械实时要求的作物行检测方法	农业作物行检测与导航线提取	计算机视觉	NA	深度学习	CNN	图像	训练使用400张图像（来自两种作物类型和八个环境），总数据集包含7,367张图像（涵盖八种作物类型和多样环境）	PyTorch	CCRDNet	导航线提取准确率, 平均角度误差	NVIDIA RTX 3060 GPU, Jetson Orin NX
1728	2026-02-19	Spectral discrimination of pediatric SF188 and adult glioblastoma stem cells by deep learning-enhanced Raman profiling 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1748133 PMID:41704603	研究论文	本研究结合共聚焦拉曼光谱与深度学习，开发了一种无标记诊断工具，用于区分儿童与成人胶质母细胞瘤干细胞	首次将深度学习增强的拉曼光谱分析应用于儿童与成人胶质母细胞瘤干细胞的快速、无创鉴别，揭示了年龄相关的分子差异	研究样本量较小（仅6个细胞系），需在更大队列和临床样本中验证模型的泛化能力	开发一种基于拉曼光谱和深度学习的无标记诊断方法，以区分儿童与成人胶质母细胞瘤的分子亚型	患者来源的胶质母细胞瘤神经球细胞系（包括1个儿童模型SF188和5个成人来源细胞系）	数字病理学	胶质母细胞瘤	共聚焦拉曼光谱	多层感知机	拉曼光谱	6个患者来源的胶质母细胞瘤神经球细胞系，共采集1382个拉曼光谱	NA	多层感知机	准确率, ROC AUC, 灵敏度	NA
1729	2026-02-19	Chronic liver disease detection using deep convolutional neural networks with MRI data: a deep learning approach 2026, Polish journal of radiology IF:0.9Q4 DOI:10.5114/pjr/210254 PMID:41705147	研究论文	本研究开发了一种基于深度卷积神经网络的模型，利用无需分割的MRI图像来区分慢性肝病患者与非患者，旨在提高诊断准确性并支持及时干预	采用无需图像分割的深度卷积神经网络处理多序列MRI数据，显著提升了慢性肝病的诊断准确率，并证明了冠状面视图对模型性能的重要贡献	数据量有限制约了模型学习能力，未来可考虑使用注意力机制和更先进的深度学习架构进行增强	开发一种深度学习模型以改善慢性肝病的检测与诊断	慢性肝病患者与非患者的MRI图像	计算机视觉	慢性肝病	MRI成像	CNN	图像	184名患者，总计1112张MRI图像（460张正常，652张慢性肝病）	NA	DeepCNN	准确率, 精确率, 召回率, F1分数, 混淆矩阵	NA
1730	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
1731	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
1732	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
1733	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
1734	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
1735	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
1736	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
1737	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
1738	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
1739	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
1740	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