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
4461	2026-03-10	DAUS-Net: Toward Ultrasound Scanner-Agnostic Domain Generalized Robust and Accurate Segmentation 2026-May, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251388454 PMID:41449845	研究论文	本文提出了一种名为DAUS-Net的超声图像分割网络，旨在实现与超声扫描设备无关的、鲁棒且准确的乳腺肿瘤分割	将深度频率滤波模块集成到U-Net架构中，并在潜在空间进行自适应频率成分选择，同时用实例归一化替代批量归一化以移除设备相关的风格特征，从而提升模型对不同超声设备的泛化能力	研究仅针对乳腺肿瘤分割任务在三个公共数据集上进行了验证，尚未在更多疾病类型或更大规模的临床数据中测试其泛化性能	开发一种不依赖于特定超声扫描设备的通用分割模型，以降低模型部署成本并解决医疗影像中数据采集昂贵的问题	超声图像中的乳腺肿瘤	数字病理	乳腺癌	超声成像	CNN	图像	三个公共数据集（具体样本数未在摘要中说明）	未明确说明	U-Net（集成深度频率滤波模块）	Dice系数	NA
4462	2026-03-10	Self-supervised learning for aflatoxin B1 detection using masked spectra 2026-Apr-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148342 PMID:41679220	研究论文	本研究提出了一种基于自监督学习的策略，用于花生和玉米中黄曲霉毒素B1的准确检测	创新性地将光谱重建误差用作波长注意力机制，并与自监督学习阶段的微调编码器集成，开发了分类模型，同时基于光谱重建误差选择关键波长	NA	开发一种高效的小样本光谱检测方法，用于黄曲霉毒素B1的检测	花生和玉米中的黄曲霉毒素B1	机器学习	NA	光谱检测	自监督学习, 深度学习	光谱数据	NA	NA	NA	准确率	NA
4463	2026-03-10	Near- and Mid-Infrared Spectroscopy for the Rapid and Non-Destructive Analysis of Wheat Flour and Wheat-Based Products: A Review 2026-Apr-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148379 PMID:41691843	综述	本文综述了近红外和中红外光谱技术在小麦粉及其制品快速、无损分析中的应用进展	整合光谱技术与化学计量学及机器学习方法，提高了预测精度和稳健性，支持实时原位分析	NA	优化小麦粉的质量控制与安全评估，为食品工业提供快速、可靠、可持续的分析系统	小麦粉及小麦基制品	机器学习	NA	近红外光谱，中红外光谱	深度学习	光谱数据	NA	NA	NA	预测精度，稳健性	NA
4464	2026-03-10	Artificial intelligence streamlines scientific discovery of drug-target interactions 2026-Apr, British journal of pharmacology IF:6.8Q1 DOI:10.1111/bph.17427 PMID:39843168	综述	本文综述了人工智能技术在药物靶点相互作用预测中的应用	系统性地概述了AI在DTI预测中的最新方法，包括经典机器学习、深度学习和基于网络的方法，并指出了当前挑战和未来方向	作为一篇综述文章，未提出新的实验数据或模型，主要基于现有文献进行总结	探讨人工智能如何简化药物发现过程中的药物靶点相互作用预测	药物靶点相互作用	机器学习	NA	NA	经典机器学习, 深度学习, 基于网络的方法	NA	NA	NA	NA	NA	NA
4465	2026-03-10	Reinforcement Learning-Based Sequential Parameter Tuning for Image Signal Processing 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3642837 PMID:41379910	研究论文	本文提出了一种基于强化学习的图像信号处理（ISP）参数顺序调优方法，以自动化传统上依赖专家手动调整的耗时过程	首次将硬件ISP参数调优建模为顺序优化问题，并分别提出了基于单智能体强化学习（SARL-ISP）和协作多智能体强化学习（MARL-ISP）的框架，其中MARL-ISP通过序列化参数调优模块（SPTM）和特征选择模块（FSM）探索了ISP模块顺序结构及参数间耦合关系的影响	未明确说明模型在极端光照或噪声条件下鲁棒性，也未讨论计算复杂度及实时性是否满足硬件部署要求	自动化图像信号处理（ISP）参数调优过程，提升图像质量并优化下游计算机视觉任务性能	硬件ISP处理模块及其可调参数	计算机视觉	NA	强化学习（RL）	强化学习智能体（单智能体及多智能体）	RAW图像，RGB图像	未明确说明具体样本数量，仅提及使用最小训练数据	未明确说明	SARL-ISP, MARL-ISP（包含序列化参数调优模块SPTM和特征选择模块FSM）	定量指标（未具体说明），定性评估	NA
4466	2026-03-10	Unveiling Fine-Grained Deceptive Patterns in Multimodal Fake News: An Explainable Neuro-Symbolic Framework With LVLMs 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3642831 PMID:41379920	研究论文	本文提出了一种可解释的神经符号框架GE-NSLM，用于检测多模态假新闻中的细粒度欺骗模式	从解释假新闻如何被制造的角度出发，预先定义了四种欺骗模式，并首次将大型视觉语言模型与神经符号模型结合，提供可解释的检测结果	未明确说明模型在处理新兴或复杂欺骗模式时的泛化能力，也未讨论计算效率问题	开发一个既能准确检测多模态假新闻，又能解释其制造背后深层原理的可解释性框架	多模态假新闻（包含图像和文本）	自然语言处理,计算机视觉	NA	NA	神经符号模型,大型视觉语言模型	多模态数据（图像和文本）	NA	NA	GE-NSLM（一种神经符号潜在模型）	NA	NA
4467	2026-03-10	Handwritten Text Recognition: A Survey 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646002 PMID:41411365	综述	本文对从早期启发式方法到现代深度学习模型的演进进行了全面调查，并提供了统一框架来评估研究方法、基准测试进展、关键数据集及文献结果	提出了一个统一框架来分类手写文本识别研究，并系统梳理了从词级到文档级的技术演进路径	作为综述文章，未提出新的算法模型，主要基于现有文献进行分析归纳	系统梳理手写文本识别领域的技术演进、研究方法和未来方向	手写文本识别模型、数据集和评估方法	模式识别	NA	深度学习	神经网络	手写文本图像	NA	NA	NA	NA	NA
4468	2026-03-10	DSwinIR: Rethinking Window-Based Attention for Image Restoration 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646016 PMID:41418006	研究论文	本文提出了一种新的注意力机制——可变形滑动窗口注意力（DSwin Attention），用于图像恢复任务	引入了基于令牌和内容感知的范式，通过可变形滑动窗口注意力机制超越传统的网格和固定窗口划分，增强了跨窗口特征交互和感受野	NA	改进图像恢复中基于窗口的自注意力机制，以提升模型性能	图像恢复任务	计算机视觉	NA	NA	Transformer	图像	NA	NA	DSwinIR, GridFormer	dB（信噪比提升）	NA
4469	2026-03-10	Jo-SNC: Combating Noisy Labels Through Fostering Self- and Neighbor-Consistency 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646737 PMID:41428907	研究论文	提出一种名为Jo-SNC的噪声鲁棒方法，通过联合样本选择和基于自一致性及邻域一致性的模型正则化来应对标签噪声问题	提出联合样本选择和模型正则化的噪声鲁棒方法，引入Jensen-Shannon散度衡量样本清洁度，设计自适应阈值方案，并采用三元组一致性正则化提升模型性能	未明确说明方法在极端噪声比例或特定数据分布下的性能边界，实验主要基于基准数据集	解决监督深度学习中的标签噪声问题，提升模型在噪声环境下的鲁棒性	带有噪声标签的监督学习数据	机器学习	NA	NA	深度网络	NA	多个基准数据集（未指定具体数量）	NA	NA	NA	NA
4470	2026-03-10	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109380 PMID:41544585	研究论文	本研究探索了基于深度学习的对象检测模型在根尖片上自动检测和分类牙周骨缺损的可行性	首次将YOLOv8对象检测模型应用于根尖片上牙周骨缺损的详细分类，包括一壁缺损、多壁缺损、火山口样缺损和根分叉病变	数据集存在不平衡问题，且二维成像本身存在固有局限，导致模型对较小或影像学上模糊的缺损检测困难	评估人工智能辅助对象检测模型在牙周骨缺损分类中的可行性和性能	根尖片上显示的牙周骨缺损	计算机视觉	牙周病	深度学习	CNN	图像	581张包含至少1处牙周骨缺损的根尖片图像（来自总共7464张图像）	NA	YOLOv8l	平均精度均值, 精确率, 召回率	NA
4471	2026-03-10	A Multimodal Model for Caries Screening Using Intraoral Images and Questionnaires 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109420 PMID:41650828	研究论文	本研究开发了一种结合口内图像和问卷数据的多模态深度学习模型，用于儿童龋齿筛查，并与仅使用图像的单一模态模型进行性能比较	通过整合口内图像和问卷数据构建多模态模型，提高了早期龋齿的召回率，同时保持了整体诊断性能，并利用SHAP分析增强了模型决策的可解释性	需要进一步的大规模、多中心验证以确认其普适性和有效性	开发用于儿童龋齿筛查的多模态深度学习模型	儿童的口内图像和口腔健康问卷数据	计算机视觉	龋齿	深度学习	深度学习模型	图像, 文本	7671张图像（3913张咬合面图像和3758张光滑面图像）	NA	NA	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
4472	2026-03-10	An attention-driven framework for drug repurposing against human metapneumovirus: Integrating predictive modeling with docking validation 2026-Apr, Antiviral research IF:4.5Q1 DOI:10.1016/j.antiviral.2026.106366 PMID:41763407	研究论文	本研究提出了一种基于注意力机制的框架，用于预测针对人类偏肺病毒（HMPV）的药物再利用候选物，并通过对接验证进行强化	引入了基于注意力机制的机器学习与深度学习方法，结合对接研究，以预测现有药物对HMPV的再利用潜力	当样本数量较少时，注意力方法的性能可能受限；预测结果需进一步实验室验证	通过计算药物再利用策略，发现针对人类偏肺病毒（HMPV）的潜在治疗药物	人类偏肺病毒（HMPV）及其潜在药物候选物，如tilorone和oseltamivir	机器学习	呼吸道病毒感染	计算药物再利用，对接研究	注意力机制模型	药物数据集	NA	NA	注意力架构	NA	NA
4473	2026-03-10	Developing Evolving Adaptability in Biological Intelligence: A Novel Biologically-Inspired Continual Learning Model for Video Saliency Prediction 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3643517 PMID:41385441	研究论文	本文提出了一种受生物启发的持续学习模型，用于视频显著性预测，旨在平衡记忆稳定性与学习可塑性	受海马体和果蝇γMB系统启发，设计了视觉显著性记忆库模块和主动遗忘策略，以显式存储旧任务特征并增强对新任务的适应能力	未明确说明模型在极端动态场景或大规模任务增量设置下的性能边界	解决视频显著性预测任务中的灾难性遗忘问题，并实现记忆稳定性与学习可塑性的更好平衡	动态场景中的人类注意力预测	计算机视觉	NA	持续学习	生物启发持续学习模型	视频	多个基准数据集（未指定具体数量）	NA	BICL（生物启发持续学习模型）	NA	NA
4474	2026-03-10	IALA-LNN: Deep Learning for Peptide Retention Time Prediction Based on Improved Artificial Lemming Algorithm-Optimized Liquid Neural Networks 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02548 PMID:41701342	研究论文	本文提出了一种基于改进人工旅鼠算法优化的液态神经网络框架IALA-LNN，用于准确预测肽段在液相色谱中的保留时间	首次将受常微分方程状态演化控制的液态神经网络应用于肽段保留时间预测，并结合了改进的人工旅鼠算法进行超参数优化，有效捕获了肽序列的复杂顺序依赖性	未明确提及模型在不同实验室或色谱系统间的泛化能力，也未讨论对非标准或修饰肽段的预测性能	提高液相色谱-串联质谱蛋白质组学中肽段保留时间预测的准确性，以增强肽段鉴定的可靠性	肽段序列及其在反相色谱、强阳离子交换色谱和亲水相互作用色谱中的保留时间	机器学习	NA	液相色谱-串联质谱	液态神经网络	序列数据	NA	NA	ESM-2, ProtT5, 液态神经网络	R², 平均绝对误差	NA
4475	2026-03-10	Polypharmacology Browser PPB3: A Web-Based Deep Learning Tool for Target Prediction Using ChEMBL Data 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00299 PMID:41721463	研究论文	本文介绍了一个基于深度学习的网络工具PPB3，用于预测药物分子的多药理学靶点	使用了比先前模型更大的数据集，包含多种靶点类型，并基于ChEMBL 34数据训练深度神经网络	NA	开发一个基于网络的工具，用于预测药物分子的多药理学靶点	药物分子及其与生物靶点的相互作用	机器学习	NA	深度神经网络	深度神经网络	二进制子结构指纹	1,187,089个分子与7,546个靶点之间的2,496,555次相互作用	NA	NA	召回率, 精确度	NA
4476	2026-03-10	PeptideNet: An Integrative Deep Learning Framework for Predicting Diverse Bioactive Peptides Using Protein Language Model Embeddings 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02885 PMID:41731742	研究论文	本研究提出了一种名为PeptideNet的集成深度学习框架，用于预测多种生物活性肽	整合了大型蛋白质语言模型嵌入（如ESM1、ESM2和ProtBert）与物理化学描述符，并开发了结合CNN和BiGRU的混合深度学习模型，以捕获局部序列基序和长程依赖关系	NA	加速肽类治疗药物的发现和设计	生物活性肽，包括抗病毒、抗菌、抗氧化、抗细胞穿透和抗溶血肽	自然语言处理	NA	蛋白质语言模型嵌入（ESM1、ESM2、ProtBert）、物理化学描述符	CNN, BiGRU	序列数据	NA	NA	PeptideNet（集成CNN和BiGRU的混合架构）	准确度	NA
4477	2026-03-10	Machine Learning-Assisted Local-to-Global Optimization Strategy for Accelerated Molecular Cluster Structure Prediction 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02782 PMID:41733999	研究论文	本文提出了一种机器学习辅助的局部到全局优化策略（LOGOS），用于加速分子簇结构的预测	利用深度学习识别局部模式，在分子静电势地形特征空间中预测新的结合位点，实现分层优化	仅针对原型（CO）且规模小于30的簇进行了基准测试，未涉及更大或更复杂的分子系统	加速分子簇在势能面上的稳定结构预测	分子簇结构，特别是原型（CO）的基态簇	机器学习	NA	分子静电势（MESP）地形分析	深度学习	分子结构数据	原型（CO）簇，规模小于30	NA	NA	与文献报道的最小能量结构进行对比验证	NA
4478	2026-03-10	Upconversion optical entropy encoding for infrared complex-amplitude imaging 2026-Mar-09, Light, science & applications DOI:10.1038/s41377-026-02215-7 PMID:41796141	研究论文	本文提出了一种基于上转换光学熵编码的红外复振幅成像系统，实现了视频速率的高保真成像	结合相干与非相干方法的优势，利用无序光子结构中的光散射与镧系元素上转换光致发光的协同作用，通过深度学习网络实现单次可见光快照捕获并重构红外光场信息	NA	开发一种实时、高灵敏度的红外复振幅成像系统，以捕获红外场景的完整相位和振幅信息	红外光场信息，包括自然场景图像和自动驾驶中的限速标志图像	计算机视觉	NA	上转换光学熵编码，深度学习网络	深度学习网络	图像	NA	NA	NA	视频速率（25 fps），高保真8位灰度调制，功率检测限（0.2 nW μm）	NA
4479	2026-03-10	ESR Innovation in Focus: Deep learning in MR image reconstruction 2026-Mar-09, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12427-5 PMID:41796228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4480	2026-03-10	Clinical evaluation of a motion correction software based on partial angle reconstruction in coronary CT angiography 2026-Mar-09, The international journal of cardiovascular imaging DOI:10.1007/s10554-026-03678-w PMID:41796268	研究论文	本研究评估了一种基于部分角度重建的深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影的效果	提出了一种基于部分角度重建的深度学习运动校正软件，专门针对心率增快的冠状动脉CT血管造影患者进行运动伪影校正	本研究为单中心回顾性研究，样本量较小（62例患者），且仅针对心率>70 bpm的患者，可能无法推广到所有人群	评估深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影、提高图像质量的临床效果	心率>70 bpm的冠状动脉CT血管造影患者	医学影像分析	心血管疾病	冠状动脉CT血管造影	深度学习	医学影像	62例患者（35例女性），平均心率81.9±13.1 bpm	NA	NA	5点Likert量表评分，卡方检验，Gwet一致性系数	NA