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
881	2026-02-24	Efficient target detection method based on wavelet transform and progressive feature pyramid network: a case study of power grid inspection 2026-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37017-9 PMID:41639278	研究论文	本文提出了一种基于小波变换和渐进特征金字塔网络的改进YOLOv11检测器，用于高压输电线路环境中的异物检测	1) 在骨干网络中集成了小波变换卷积块，以多频子带分解特征并扩大有效感受野；2) 开发了渐进特征金字塔网络，通过两阶段上下采样精化和自适应空间融合缓解语义不一致性；3) 引入了Inner-EIoU损失函数，专注于真实框内区域的回归以提高微小低对比度目标的定位精度	未明确说明模型在极端天气条件或夜间环境下的性能表现	提高高压输电线路环境中异物检测的准确性和鲁棒性	高压输电线路上的异物（如漂浮物、鸟巢、碎片等）	计算机视觉	NA	深度学习，计算机视觉	YOLO	图像	TLFO数据集（具体数量未说明），MS COCO val2017数据集	NA	YOLOv11	mAP₀.₅, mAP₀.₅:₀.₉₅, Precision, 参数数量, 推理速度(FPS)	NA
882	2026-02-24	Automated diagnosis of plus form and early stages of ROP using deep learning models 2026-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37064-2 PMID:41639314	研究论文	本研究开发了一种基于深度学习的自动诊断系统，用于分类早产儿视网膜病变的Plus疾病和疾病分期	首次提出结合Plus疾病二元分类和ROP多阶段分类的自动化诊断模型，在视网膜眼底图像上实现了高精度诊断	需要多中心验证以确认临床适用性，数据集可能受限于特定采集条件	开发自动化的ROP筛查方法以支持及时诊断和干预，降低早产儿视力损伤发生率	早产儿视网膜病变（ROP）患者，特别是低出生体重和早期孕龄的婴儿	计算机视觉	早产儿视网膜病变	视网膜眼底成像	深度学习模型	图像	精心策划的视网膜眼底图像数据集（具体数量未明确说明）	NA	NA	准确率	NA
883	2026-02-24	Enhancing diagnostic safety with low iodine, low radiation CTPA classification using deep learning 2026-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38223-1 PMID:41639316	研究论文	本文提出了一种基于深度学习的框架，用于在低碘和低辐射的CTPA条件下诊断肺栓塞，通过整合图像增强和分类技术来提高诊断安全性	提出了一个两阶段深度学习框架，联合利用原始低曝光图像及其超分辨率图像进行图像增强和分类，并公开了一个低碘低辐射CTPA数据集	未明确说明模型在外部验证集上的泛化性能，也未详细讨论计算效率或实时诊断的可行性	开发一种在低碘和低辐射条件下准确诊断肺栓塞的方法，以提高CTPA成像的诊断安全性	肺栓塞（PE）患者	计算机视觉	肺栓塞	计算机断层扫描肺血管造影（CTPA）	深度学习	医学图像（CTPA图像）	NA	NA	NA	AUC, 敏感性, 特异性	NA
884	2026-02-24	Deep learning 3D super-resolution radiomics model based on Gd-enhanced MRI for improving preoperative prediction of HCC pathological grading 2026-Feb, Abdominal radiology (New York) DOI:10.1007/s00261-025-05085-6 PMID:40627133	研究论文	本研究开发了一种基于深度学习的3D超分辨率放射组学模型，利用Gd增强MRI预测肝细胞癌的术前病理分级	首次将深度学习驱动的3D超分辨率技术与放射组学结合，用于提升肝细胞癌病理分级的术前预测性能	样本量相对有限（197例患者），且为单中心研究，需要外部验证以确认泛化能力	评估基于深度学习的3D超分辨率放射组学模型在预测肝细胞癌病理分级中的可行性和有效性	肝细胞癌患者	数字病理学	肝细胞癌	Gd增强MRI，深度学习超分辨率技术	梯度提升，LightGBM，支持向量机	3D MRI图像	197例肝细胞癌患者（训练集157例，测试集40例）	NA	NA	AUC，灵敏度，特异性，准确率	NA
885	2026-02-24	Structure-based screening of small-molecule interleukin-23 inhibitors inspired by monoclonal antibody interactions 2026-Feb, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11257-9 PMID:40549294	研究论文	本研究通过基于结构的虚拟筛选方法，识别出小分子IL-23抑制剂，为开发成本效益高的慢性炎症疾病疗法提供新策略	利用同源建模和深度学习重建IL-23与单克隆抗体的结构，并基于抗体相互作用设计3D药效团模型进行虚拟筛选，成功发现具有稳定结合潜力的小分子抑制剂	未鉴定出有效的IL-12p40抑制剂，且研究主要依赖计算模拟，缺乏体外或体内实验验证	识别能够模拟单克隆抗体相互作用的小分子IL-23抑制剂，以开发更经济的慢性炎症疾病治疗药物	白细胞介素-23（IL-23）及其与单克隆抗体Risankizumab的相互作用	计算药物发现	慢性炎症疾病	同源建模，深度学习，虚拟筛选，分子对接，分子动力学模拟，MM/GBSA结合自由能计算	深度学习模型，药效团模型	蛋白质结构数据，化合物数据库	从DrugBank和ZINC12数据库进行虚拟筛选的化合物	NA	NA	结合稳定性（通过600 ns分子动力学模拟评估），氢键强度，结合自由能（MM/GBSA）	NA
886	2026-02-23	Enhanced YOLO-based framework and benchmarking for automated Plasmodium vivax detection 2026-Feb-19, Parasitology research IF:1.8Q2 DOI:10.1007/s00436-026-08642-0 PMID:41709048	研究论文	本研究提出了一种基于改进YOLO框架的自动化检测方法，用于在厚血涂片图像中精确识别间日疟原虫	提出了一种结合YOLOv3与改进的MobileNetV2主干网络，并引入具有多尺度纹理敏感性的转换卷积层（TCL）的新型深度学习框架	研究主要针对间日疟原虫（P. vivax），未涵盖所有疟原虫种类；模型性能在低寄生虫密度下的表现未详细讨论	开发一种鲁棒、可扩展且可解释的自动化诊断框架，用于早期疟疾检测和改善疾病管理	间日疟原虫（Plasmodium vivax）	计算机视觉	疟疾	厚血涂片显微成像	CNN, 目标检测	图像	NA	PyTorch（基于YOLO系列推断）	YOLOv3, YOLOv4, YOLOv5, YOLOv8, MobileNetV2	精确度, 准确率, F1分数, 召回率, 平均精度均值（mAP）	NA
887	2026-02-23	Different BI-RADS breast cancer diagnosis using MobileNetV1 and vision transformer based on explainable artificial intelligence (XAI) 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37199-2 PMID:41702964	研究论文	本文提出了一种结合MobileNetV1和Vision Transformer的混合深度学习框架，用于基于BI-RADS分类的乳腺癌多类别诊断	通过双流结构融合轻量级CNN（MobileNetV1）和Vision Transformer，结合特征级融合和基于Bagging的逻辑回归分类器，并应用可解释人工智能技术提供可视化解释	使用的公开数据集存在类别不平衡问题，且未明确说明模型在其他数据集上的泛化能力	开发精确、有效且可解释的计算机辅助诊断系统，用于乳腺癌的BI-RADS多类别分类	乳腺X线摄影图像（包括CC和MLO视图），按BI-RADS分类方案组织	计算机视觉	乳腺癌	乳腺X线摄影	CNN, Transformer	图像	使用公开的King Abdulaziz University BC Mammogram Dataset (KAUBC)，具体样本数量未明确说明	未明确说明，可能为TensorFlow或PyTorch	MobileNetV1, Vision Transformer (ViT)	准确率(ACC), 灵敏度(SEN), 特异性(SPE)	未明确说明
888	2026-02-23	RGTFormer: Predicting mutation-associated multi-drug resistance in Mycobacterium tuberculosis using a categorical gated transformer and relational graph convolutional network 2026-Feb-17, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108950 PMID:41722285	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
889	2026-02-23	Machine learning models for predicting delayed cerebral ischemia following ruptured intracranial aneurysms: A systematic review and meta-analysis 2026-Feb-15, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2026.108592 PMID:41702474	系统综述与荟萃分析	本文系统回顾和荟萃分析了机器学习模型在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的应用	首次对机器学习模型预测迟发性脑缺血进行系统综述和荟萃分析，比较了不同算法家族和数据集的性能	外部验证稀缺，深度学习模型存在较大过拟合问题	评估机器学习模型在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的预测性能	动脉瘤性蛛网膜下腔出血患者	机器学习	脑血管疾病	NA	随机森林, XGBoost, 逻辑回归, 深度学习模型	临床数据	约10,000名患者	NA	NA	AUC, 敏感性, 特异性	NA
890	2026-02-23	A Deep Learning Approach for Classifying Benign, Malignant, and Borderline Ovarian Tumors Using Convolutional Neural Networks and Generative Adversarial Networks 2026-Feb-14, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14010089 PMID:41718136	研究论文	本研究开发了一种结合卷积神经网络和生成对抗网络的深度学习模型，用于基于超声图像对卵巢肿瘤进行良恶性及交界性分类	利用深度卷积生成对抗网络生成合成图像以解决交界性卵巢肿瘤数据稀缺导致的类别不平衡问题，并构建了集成VGG16、ResNet50和InceptionNetV3架构的三分类模型	研究为回顾性分析，样本量有限，特别是交界性卵巢肿瘤病例较少，且模型性能需在前瞻性临床环境中进一步验证	开发一种人工智能辅助工具，以提高卵巢肿瘤术前超声评估的准确性，特别是针对交界性肿瘤的鉴别诊断	卵巢肿瘤的超声图像	计算机视觉	卵巢癌	超声成像	CNN, GAN	图像	636个卵巢肿块（共3816张超声图像），包括390个良性病变、202个恶性肿瘤和44个交界性肿瘤	NA	VGG16, ResNet50, InceptionNetV3, DCGAN	F1分数, 准确率, 灵敏度, 特异性, AUC	NA
891	2026-02-23	Mapping Eye-Tracking Research in Human-Computer Interaction: A Science-Mapping and Content-Analysis Study 2026-Feb-12, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr19010023 PMID:41718383	综述	本研究通过文献计量网络分析和定性内容分析，对2020年至2025年间人机交互领域的眼动追踪研究进行了全面梳理和概述	首次结合Web of Science和Scopus数据库，对近期人机交互领域的眼动追踪研究进行大规模文献计量与内容分析，识别出四大研究主轴	分析范围限定于2020-2025年的出版物，可能未涵盖更早期的关键研究；定性分析仅基于被引次数最高的50篇论文	为人机交互领域的眼动追踪研究提供全面、最新的概览，识别研究趋势、空白和未来方向	1033篇关于人机交互中眼动追踪的出版物（期刊文章和会议论文）	人机交互	NA	眼动追踪，AI驱动的注视分析	深度学习模型	文献元数据（标题、摘要、关键词、引用信息）	1033篇出版物，并对其中被引次数最高的50篇进行内容分析	VOSviewer	NA	h指数，平均作者数	NA
892	2026-02-23	A novel deep learning model for automated diagnosis of oral squamous cell carcinoma and related leukoplakia in pathological images 2026-Feb-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2026.102743 PMID:41679647	研究论文	本研究提出了一种基于改进RegNet架构的新型深度学习模型RRGNet，用于口腔鳞状细胞癌及相关白斑病理图像的自动诊断	通过引入Ghost模块和残差通道注意力模块，并结合标签平滑、Mixup数据增强和SWALR学习率调整策略，显著优化了特征提取效率和计算成本	模型通用性需在多中心数据上进一步验证，尚未开发实际应用系统	开发自动、准确的口腔鳞状细胞癌辅助诊断工具	口腔鳞状细胞癌病理图像及相关白斑病变	数字病理学	口腔鳞状细胞癌	病理切片分析	深度学习模型	病理图像	包含OSCC和两种白斑病变的三分类数据集	NA	RRGNet, RegNet, GhostNet, HRNet, ResNet50, ViT	准确率, AUC	NA
893	2026-02-23	An Open-Source Horizontal Strabismus Simulator as an Evaluation Platform for Monocular Gaze Estimation Using Deep Learning Models 2026-Feb-09, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr19010020 PMID:41718380	研究论文	本文开发了一种开源的低成本水平性斜视模拟器，用于评估基于深度学习的单眼注视估计算法在斜视条件下的性能	开发了首个能够精确模拟水平性斜视分离性眼球运动并提供已知真实角度地面实况的开源低成本评估平台	模拟器目前仅支持水平性斜视模拟，未涵盖垂直性或旋转性斜视；评估的AI模型数量有限（仅三种）	为斜视筛查的单眼注视估计技术建立评估基准并推动相关模型开发	水平性斜视的眼球运动模拟与单眼注视估计算法性能评估	计算机视觉	斜视	伺服电机控制、陀螺仪传感、机械仿真	深度学习模型	模拟眼球运动数据	NA	NA	Single Eye, GazeNet, EyeNet	平均绝对误差、临床检测阈值	低成本硬件平台（约200美元）
894	2026-02-23	mCSM-metal: A Deep Learning Resource to Predict Effect of Mutations on Metal Ion Binding 2026-Feb-05, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2026.169678 PMID:41651016	研究论文	本文介绍了一种名为mCSM-metal的深度学习资源，用于预测突变对金属离子结合的影响	利用ESMBind嵌入与基于图的结构特征，首次解决了突变如何改变残基级金属结合概率的问题	NA	预测单点或多点突变对七种必需金属离子结合的影响	蛋白质中的金属离子结合位点	机器学习	NA	深度学习	深度学习模型	蛋白质序列与结构数据	NA	NA	NA	准确率, F1分数, 马修斯相关系数	NA
895	2026-02-23	Air quality prediction model based on deep learning hybrid framework 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37896-y PMID:41629579	研究论文	提出一种基于深度学习的混合模型CBLA，用于城市空气质量预测，结合了1D-CNN、BiLSTM和注意力机制，并利用XGBoosting集成气象数据以提高预测精度	提出了一种结合1D-CNN、BiLSTM和注意力机制的混合模型CBLA，并首次将XGBoosting用于集成初步预测结果与气象数据，以优化PM2.5浓度预测	模型仅在北京的空气质量与气象数据集上进行评估，未在其他城市或更广泛区域验证其泛化能力	开发一种更准确的空气质量预测模型，以支持空气污染防治与控制	城市空气质量数据，特别是PM2.5浓度，以及相关气象数据	机器学习	NA	NA	CNN, LSTM	时间序列数据	使用北京空气质量与气象数据集，具体样本数量未明确说明	NA	1D-CNN, BiLSTM	NA	NA
896	2026-02-23	A dual-stream deep learning framework for continuous sign language recognition to enhance communication accessibility in the Ha'il region 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38912-x PMID:41634141	研究论文	本文提出了一种双流卷积神经网络框架，用于连续手语识别，以提升哈伊勒地区的沟通可及性	提出了一种双流CNN框架，分别建模手部动作和头部姿势，并引入特征增强模块以提高识别精度和时间对齐	未明确提及具体局限性	提升连续手语识别的性能，以改善聋哑人士的生活质量	手语识别系统，特别是针对连续手语的识别	计算机视觉	NA	深度学习	CNN	视频	使用了两个基准数据集：RWTH-PHOENIX-Weather 2014和CSL Split II	NA	双流卷积神经网络	词错误率	NA
897	2026-02-23	Energy-efficient intrusion detection with a protocol-aware transformer-spiking hybrid model 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37367-4 PMID:41634304	研究论文	本文提出了一种结合Transformer和脉冲神经网络的混合模型，用于高效能入侵检测	提出Transformer增强的脉冲神经网络，整合注意力驱动上下文建模与节能脉冲计算，并引入协议感知自适应归一化和伪流重建等新机制	未明确说明模型在极端不平衡数据集或实时动态网络环境中的性能限制	开发高效能、低计算成本的入侵检测系统	网络流量数据中的入侵行为	机器学习	NA	NA	Transformer, Spiking Neural Network	表格特征数据	NA	NA	Transformer-Augmented Spiking Neural Network	分类性能，计算开销	NA
898	2026-02-23	An explainable hybrid CNN-transformer model for sign language recognition on edge devices using adaptive fusion and knowledge distillation 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38478-8 PMID:41634347	研究论文	本文提出了一种名为TinyMSLR的轻量级、可解释的混合模型，用于在边缘设备上进行孤立手语识别	结合ConvNeXt-Tiny和Swin Transformer编码器，并引入自适应融合门和双教师知识蒸馏方案，以在资源受限设备上实现高效、可解释的多语言手语识别	评估仅限于20个语义对齐的手语类别的共享子集，且结果对应孤立手语识别而非连续句子级的多语言手语识别	开发一种高效、可部署且可解释的手语识别系统，用于资源受限的边缘设备	孤立手语（gloss）分类	计算机视觉	NA	深度学习	CNN, Transformer	视频	使用两个公共数据集（DGS RWTH-PHOENIX-Weather 2014T和Mandarin CSL）构建的20个语义对齐手语类别的共享子集	PyTorch	ConvNeXt-Tiny, Swin Transformer	准确率, F1分数	标准CPU, 边缘GPU
899	2026-02-23	Uncertainty-Aware Training for Ophthalmic Segmentation Using MedSAM 2026-Feb-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.2.19 PMID:41700793	研究论文	本文提出了一种不确定性感知训练方法，通过生成不确定性图并在训练时增强损失函数，以提升眼科分割任务的深度学习模型性能	提出不确定性感知训练，在训练时生成不确定性图并用于加权损失函数，使模型专注于高不确定性区域	NA	提升深度学习模型在眼科分割任务中的性能和可解释性	地理萎缩、视杯和中心凹无血管区的分割任务	计算机视觉	眼科疾病	深度学习	CNN	图像	NA	NA	MedSAM	NA	NA
900	2026-02-23	A hybrid deep learning and fuzzy logic framework for robust tomato disease detection and classification 2026-Feb-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36524-z PMID:41629385	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA