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
5341	2026-06-19	Research Progress of Single/Multi-Mode Optical Sensors on Visual Monitoring of Food Freshness: A Review 2026-Jun-17, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.74139 PMID:42308390	综述	系统回顾了单模、双模及多模光学传感器在检测易变质食品储存过程中关键生物标志物（如生物胺、硫化氢和有机酸）的最新进展	引入新型功能材料（如金属有机框架、天然色素和碳点）显著提升传感器性能，并整合智能手机视觉识别与深度学习算法实现信号采集与分析一体化	在抗环境干扰、多参数同步检测及商业化包装等方面仍存在挑战	总结光学传感器在食品新鲜度监测中的研究进展，探讨其作为智能食品安全质量监控系统关键技术的前景	易变质食品储存过程中产生的生物胺、硫化氢和有机酸等关键生物标志物	计算机视觉	NA	光学传感	深度学习模型	图像	NA	NA	深度学习算法	检测限、响应时间、检测范围	智能手机
5342	2026-06-19	Enhancing road safety with a power-aware approach to traffic sign detection and recognition in driving assistance systems based on machine learning using optimization techniques 2026-Jun-17, Traffic injury prevention IF:1.6Q4 DOI:10.1080/15389588.2026.2660142 PMID:42308429	研究论文	提出了一种基于机器学习的优化技术，用于驾驶辅助系统中的交通标志检测与识别，以提高道路安全性	结合卷积和序列方法，利用蚁群层次网络优化策略，提出OCSRN-AHN模型，实现了高精度、低功耗和低计算复杂度的实时交通标志检测	NA（摘要未提及局限性）	改进驾驶辅助系统中的交通标志检测与识别模型，提升道路安全性	驾驶辅助系统中的交通标志检测与识别任务	计算机视觉	NA	深度学习优化技术	卷积神经网络、序列循环神经网络、蚁群层次网络优化	图像	Kaggle数据集，包含58类交通标志	Python深度学习工具	OCSRN-AHN（优化的卷积序列循环神经蚁群层次网络）	准确率、精确率、召回率、F1分数、平均精度均值（mAP）、mAP@0.5	NA（摘要未提及具体计算资源）
5343	2026-06-19	Remote sensing for marine oil spill detection, mapping, and monitoring: A systematic review and bibliometric analysis 2026-Jun-17, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.120028 PMID:42308721	综述	基于文献计量学对2000-2026年遥感技术用于海洋溢油检测、测绘与监测的系统性综述	首次综合文献计量与系统综述方法，分析遥感技术在溢油检测中的物理原理、传感器平台、AI方法及验证协议，并识别出多传感器星座、物理信息深度学习等新兴方向	单一传感器通用性不足，深度学习面临数据稀缺、假阳性目标和跨区域迁移局限性挑战	系统综述遥感技术在海洋溢油检测、测绘与监测中的应用现状与发展趋势	全球海洋溢油事件及相关遥感技术文献	遥感	NA	合成孔径雷达、光学、高光谱、热红外遥感	深度学习模型	遥感图像	2856篇文献，作者6473人	NA	U-Net, 变换器架构	检测精度	云原生处理平台
5344	2026-06-19	Contrast injection protocols used in oncological CT and opportunities for practice optimisation 2026-Jun-17, Radiography (London, England : 1995) DOI:10.1016/j.radi.2026.103473 PMID:42308954	研究论文	调查瑞士西部肿瘤CT造影注射方案的实践现状和异质性	首次系统性地绘制了瑞士西部地区肿瘤CT造影注射方案的实践图谱，揭示了广泛存在的异质性，并指出了利用光谱成像和深度学习重建等技术进行优化的潜在机会	样本量有限，仅涉及瑞士西部地区，可能不具备全国或全球代表性；调查的响应率为42%，可能存在非响应偏差	分析当前瑞士西部肿瘤CT造影注射方案的使用情况，为实践优化提供依据	瑞士西部74家医学影像机构的造影注射方案	医学影像	肿瘤疾病	CT造影	NA	调查问卷数据	31家机构完成调查（占74家的42%）	NA	NA	NA	NA
5345	2026-06-19	Deep learning based time series analysis for breathing phase prediction in phase-gated proton therapy 2026-Jun-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae7eec PMID:42309140	研究论文	利用深度学习时间序列分析预测质子治疗中的呼吸相位，以提高相位门控辐射输送的准确性	首次将长短期记忆网络和时间融合变换器应用于质子治疗的呼吸相位预测，实现了比商业算法近20%的预测准确率提升	研究基于回顾性数据，未提及前瞻性验证或实时临床应用的挑战	改进呼吸相位预测精度以实现更准确的剂量输送	69名质子治疗患者的回顾性呼吸波形数据	机器学习	癌症	时间序列分析	长短期记忆网络，时间融合变换器	时间序列	69名患者，训练集165242秒，验证集24057秒，测试集30322秒，额外验证40604秒	NA	长短期记忆网络，时间融合变换器	均方误差，相位分箱精度，定时偏差	NA
5346	2026-06-19	MRI-Based estimation of physiologically consistent head conductivity and its impact on depth-dependent electric field distributions in transcranial magnetic stimulation 2026-Jun-17, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae7eae PMID:42309136	研究论文	提出一种基于MRI的头部电导率生理一致估计框架，并分析其在经颅磁刺激中对深度依赖电场分布的影响	采用统计秩约束损失函数，结合统计损失、秩损失和平滑损失，确保电导率与MRI强度之间的生理一致性，从而改善组织内电导率变异性并减少人工不连续性	未明确提及，但可能依赖特定MRI数据，且需要从通信作者处获取实现代码	提出一种从T1和T2加权MRI估计生理一致头部电导率分布的新框架，以改进非侵入性脑刺激中的电场建模	35名来自IXI数据集被试，以及11名独立外部验证被试	机器学习	不适用	MRI（T1加权和T2加权成像）	深度学习模型	图像	35名被试用于主要评估，11名被试用于外部验证	不适用	不适用	Spearman相关性、电导率变异性、电场模拟指标	不适用
5347	2026-06-19	CellVision: A Deep Learning based Image Analysis Platform to Accelerate Immuno-Plaque Assay Data Processing for Dengue Vaccine Development 2026-Jun-17, SLAS discovery : advancing life sciences R & D IF:2.7Q2 DOI:10.1016/j.slasd.2026.100321 PMID:42309407	研究论文	开发基于深度学习的CellVision平台，实现免疫斑块检测图像的全自动化分析，加速登革疫苗研发	首次将卷积神经网络与图像处理技术结合，实现病毒斑块的自动识别、融合分离及异质物区分，无需人工复核	未提及在不同染色方法或非标准成像条件下的泛化性能验证	实现高通量免疫斑块检测数据全自动化处理，消除人工图像复核需求	登革病毒疫苗研发中的微孔板斑块检测图像	计算机视觉	登革热	基于卷积神经网络的图像分析	CNN（卷积神经网络）	图像	多分析员验证的多样化数据集	Python	卷积神经网络	斑块计数准确率	NA
5348	2026-06-19	Deep Learning Assisted Double Inversion Recovery improves Focal Lesion Detection in Optic Neuropathy 2026-Jun-17, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9480 PMID:42309650	研究论文	比较深度学习加速的双反转恢复序列与传统MRI在疑似视神经病变患者中的采集时间、图像质量和诊断信心	首次在临床环境中评估深度学习加速的双反转恢复序列（DIR-DL）在视神经病变检测中的应用，显著缩短扫描时间并提升图像质量	样本量较小（75例），且为单中心前瞻性研究，可能影响结果的普适性	评估深度学习加速的DIR序列在视神经病变检测中的临床价值	疑似视神经病变患者（75例）的视神经MRI图像	医学影像分析	视神经病变	MRI（磁共振成像）	深度学习加速模型	磁共振图像	75例患者（平均年龄37±20岁，47名女性）	NA	NA	Likert量表评分（图像质量、SNR、锐度、伪影、诊断信心）、加权Cohen's κ、个体等价指数（IEI）、逻辑回归、线性混合模型、配对t检验	NA
5349	2026-06-19	Enhancing Non-Contrast CT Interpretation for Acute Anterior Circulation Stroke: A Deep Learning Approach for Grayscale Image Transformation 2026-Jun-17, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9481 PMID:42309652	研究论文	开发一种结合深度学习超分辨率和图像处理的两阶段框架，将非增强CT转换为高对比度薄层CT，以提高急性前循环卒中早期缺血改变的检测	首次提出两阶段深度学习框架将NCCT转化为HCCT，显著改善ASPECTS评分的一致性和缺血体积评估的准确性	未提及具体限制	提升急性前循环卒中早期缺血改变的检测准确性	大血管闭塞性卒中患者	计算机视觉	急性前循环卒中	CT成像	深度学习超分辨率模型	CT图像	303例患者（平均年龄67.2岁，男性187例）	NA	深度学习超分辨率网络	ASPECTS相关性、组内相关系数、缺血体积相关性、优势比	NA
5350	2026-06-19	DTANet+: Dual Interaction and Kernel-Diverse Network for Drug-Target Affinity Prediction 2026-Jun-17, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00851-6 PMID:42310256	研究论文	提出一个名为DTANet+的深度学习框架，用于预测药物-靶点结合亲和力，该框架受药物和靶点的生化特性启发	融合了药物和靶点的生化特性，引入核多样化特征提取块、跨尺度交互模块、药物-靶点交互模块和多模态融合模块	未明确说明限制	加速药物-靶点结合亲和力预测，减轻实验负担	药物和靶点	机器学习	NA	深度学习	深度学习框架	药物和靶点数据	KIBA和Davis数据集	PyTorch	NA	一致性指数（CI），均方误差（MSE）	NA
5351	2026-06-19	An AI-driven framework for diabetic foot ulcer classification, segmentation, and depth estimation 2026-06-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52864-2 PMID:42310328	研究论文	提出一个基于深度学习的综合框架，用于糖尿病足溃疡的分类、分割与深度估计	整合了分类、分割、相对深度估计与可解释性分析，并利用单张RGB图像生成相对伪深度图以表征伤口拓扑结构	尚需包括临床专家参与的前瞻性验证研究，才能实现实际临床部署	开发一种自动化辅助决策工具，用于糖尿病足溃疡的客观评估	糖尿病足溃疡患者的RGB图像	计算机视觉	糖尿病足溃疡	RGB成像	EfficientNet-B0, U-Net, MiDaS	图像	NA	PyTorch	EfficientNet-B0, U-Net, MiDaS	分类准确率, 分割Dice系数, 深度估计误差	NA
5352	2026-06-19	Machine learning approaches in automated infant General Movements Assessment: A scoping review 2026-Jun-17, Developmental medicine and child neurology IF:3.8Q1 DOI:10.1111/dmcn.70308 PMID:42310947	综述	系统综述机器学习和深度学习方法在自动化婴儿全身运动评估（GMA）中用于早期预测脑瘫（CP）的应用	通过综合分析数据采集、姿态估计、特征提取和分类等各环节的方法选择，构建了一个面向临床的解释框架，揭示了方法差异与性能、泛化性和临床可解释性之间的关系	较小数据集（12-38名婴儿）的报告准确率（高达100%）高于较大数据集（557-776名婴儿，最高93.8%），表明数据集大小可能影响结果的可靠性	评估和综合自动婴儿GMA中机器学习与深度学习方法在早期预测脑瘫方面的文献	2015年至2025年2月间发表的43项相关研究	计算机视觉, 机器学习	脑瘫	无标记姿态重建（深度学习）	支持向量机（机器学习）, 卷积神经网络（深度学习）	视频	12至776名婴儿	NA	支持向量机, 卷积神经网络	准确率	NA
5353	2026-06-19	Deep-Learning Solution Providing Molecular Marker Subtyping of Breast Cancer Whole Slide Images: Protocol for a UK Clinical Service Evaluation Study 2026-06-16, JMIR research protocols IF:1.4Q3 DOI:10.2196/76785 PMID:42302265	研究论文	提出一项前瞻性临床服务评估研究方案，旨在验证一款英国符合性评估认证的深度学习计算机技术能否从扫描的苏木精-伊红染色全切片图像中提供浸润性乳腺癌的ER、PR和HER2结果	在真实临床环境中评估深度学习计算机技术，同时通过服务评估设计避免对患者护理产生不良影响，为计算机技术临床应用提供信心建立步骤	目前尚无结果呈现，因为本文聚焦于研究设计，结果需待未来发表	验证一款英国符合性评估认证的深度学习计算机技术在全切片图像中提供ER、PR和HER2结果的临床可行性	浸润性乳腺癌患者的苏木精-伊红染色全切片图像及其对应病理报告中的ER、PR和HER2状态	数字病理学	乳腺癌	苏木精-伊红染色、全切片成像	深度学习	图像	计划400例可分析病例，截至2026年3月已收集366例	NA	NA	特异性、灵敏度、假阳性率、假阴性率、阳性预测值、阴性预测值	专用计算机
5354	2026-06-19	Artificial intelligence in clinical metagenomic pathogen detection: A critical review of pipeline integrations, challenges, and future directions 2026-Jun-14, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107592 PMID:42289215	综述	批判性综述人工智能在临床宏基因组病原体检测管道中的应用现状、挑战与未来方向	系统整合了深度学习架构（CNN、LSTM、Transformer）在mNGS诊断全流程（原始读段处理、宿主序列去除、分类、耐药和毒力因子检测）中的应用，并指出了从概念验证到临床部署的关键差距	多数性能声明基于模拟数据集或受控模拟群落，缺乏前瞻性临床验证；存在数据泄漏、可重复性、泛化性等未解决问题；可解释性AI方法不足	综述AI/ML在临床宏基因组病原体检测管道中的集成应用，评估当前进展并指明未来方向	临床宏基因组二代测序（mNGS）诊断中的病原体检测管道及相关AI方法	自然语言处理, 机器学习	感染性疾病	宏基因组二代测序	CNN, LSTM, Transformer	序列数据	NA	NA	卷积神经网络, 长短期记忆网络, Transformer	分类准确率	NA
5355	2026-06-19	TDAN: Triplet depth-aware network with multi-domain fusion for unknown attack detection in autonomous vehicles 2026-Jun-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109259 PMID:42308832	研究论文	提出了一种新颖的三元组深度感知网络框架，用于自动驾驶车辆中的未知攻击检测	构建增强交叉注意力三元组损失函数以优化类内紧凑性和类间可分性，引入多尺度融合前馈网络以分离类间重叠特征，设计残差深度感知注意力模块以融合浅层和深层特征，增强对未知异常检测的敏感性	NA	解决当前深度学习方法在自动驾驶中检测未知攻击时难以区分已知和未知样本分布重叠的问题	自动驾驶车辆中的网络攻击检测	机器学习	NA	NA	卷积神经网络、注意力机制	NA	NA	NA	三元组深度感知网络（增强交叉注意力三元组损失、多尺度融合前馈网络、残差深度感知注意力模块）	准确率	真实自动驾驶车辆平台
5356	2026-06-19	An integrated calibration-uncertainty framework for improving the reliability of deep learning models for seizure detection in EEG signals 2026-Jun-12, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109520 PMID:42308713	研究论文	提出一个整合校准-不确定性框架，用于提高基于深度学习的脑电图癫痫发作检测模型的可靠性	首次将全局置信度校准（ECE）与基于蒙特卡洛丢弃的不确定性量化相结合，通过多目标选择策略自动平衡校准与不确定性表现，并引入选择性分类机制以提高模型可靠性	保留74%样本时准确率提升至99.6%，但仍有约26%样本被延迟，可能影响实时检测效率；仅基于单一数据集（CN-BiLSTM模型）评估，泛化性有待验证	提高脑电图中癫痫发作自动检测深度学习模型的可靠性，解决模型产生错误自信预测的问题	脑电图信号中包含癫痫发作活动的脑电图片段	机器学习	癫痫	NA	CNN-BiLSTM	信号（脑电图）	NA	NA	CNN-BiLSTM	准确率, 预期校准误差, 重叠面积	NA
5357	2026-06-19	Deep Learning-Enhanced Generation and Screening of Antihyperuricemic Peptides from Chickpea Proteins: from Multienzyme Optimization to Molecular Mechanisms 2026-Jun-10, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c00467 PMID:42158992	研究论文	结合大语言模型引导和深度学习辅助酶解筛选，从鹰嘴豆蛋白中生成具有抗高尿酸血症活性的肽段	首次将大语言模型与深度学习相结合用于多酶水解策略的优化和抗高尿酸血症肽的筛选	未提及	开发从鹰嘴豆蛋白生成抗高尿酸血症肽的实用策略	鹰嘴豆蛋白及其酶解产物和鉴定的三肽	机器学习	高尿酸血症	酶解技术、分子对接	大语言模型、深度学习模型	序列数据	NA	NA	NA	XO抑制活性、细胞内尿酸水平、氧化应激水平、炎症水平	NA
5358	2026-06-19	BoneContourNet-Vis: a lightweight end-to-end deep learning framework for real-time ultrasound bone imaging in orthopedic surgery 2026-Jun-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109512 PMID:42308716	研究论文	提出了一种轻量级端到端深度学习框架BoneContourNet-Vis，用于骨科手术中实时超声骨成像	将超声骨成像重新定义为直接引导叠加任务，消除了传统分割-渲染两阶段流程，并集成了边缘注意力、物理感知和轮廓自适应三个专用模块	当前仅限于单平面超声图像，未扩展到多平面或动态序列；未来需结合光学跟踪和探头校准以提升毫米级定位精度	实现骨科手术导航中实时、连续的超声骨可视化，克服声影和角度敏感性导致的骨轮廓不连续问题	超声骨骼图像中的骨轮廓可视化	计算机视觉	骨科疾病	NA	深度学习框架	超声图像	Bone100K数据集，约10万帧超声图像	PyTorch	ConvNeXt V2 Nano（骨干网络），Edge Attention Module, Physics-aware Interaction Module, Contour-Adaptive Module	Dice系数, IoU, 精确率, 召回率, 特异度, HD95, ASSD	GPU（未在摘要中明确指定具体型号）
5359	2026-06-19	Reliability-Aware Deep Learning Framework for Chemical Genotoxicity Prediction with Uncertainty Quantification 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00885 PMID:42160670	研究论文	提出一种可靠性感知的深度学习框架，用于化学物质遗传毒性预测并量化预测不确定性	创新性地结合数据可靠性分级、两步层级学习策略和共形预测，首次同时解决公共数据库异质性质量和预测不确定性两大问题	未提及具体局限性	开发一种能够处理数据可靠性差异并量化不确定性的遗传毒性预测方法	8389种化合物的遗传毒性相关化学物质	机器学习	遗传毒性相关疾病	NA	消息传递神经网络、随机森林、支持向量机、逻辑回归	分子指纹数据	8389种化合物，标注了实验可靠性等级	NA	消息传递神经网络、随机森林、RBF核SVM、逻辑回归	AUC、Brier分数、经验覆盖率	NA
5360	2026-06-19	Are We Underestimating Overfitting? 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00518 PMID:42206593	研究论文	探讨定量构效关系建模中过拟合与过参数化的新认知，指出过度参数化模型仍可能准确预测外部数据	挑战传统QSAR中过拟合必须避免的教条，提出过参数化模型可能包含额外SAR信息并提高预测准确性	NA	重新评估过拟合在定量构效关系建模中的角色及其对模型预测能力的影响	定量构效关系和定量结构-性质关系模型中的过拟合与过参数化现象	机器学习	NA	NA	机器学习模型	NA	NA	NA	NA	NA	NA