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
381	2026-04-11	A multi-task deep learning and radiomics framework for fetal anatomical structure detection and classification in ultrasound imaging 2026-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41635-8 PMID:41772028	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
382	2026-04-11	Lightweight convolutional neural network for real-time earthquake P-wave detection on edge devices in New Zealand 2026-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42568-y PMID:41772099	研究论文	本文提出了一种轻量级卷积神经网络，用于在新西兰的边缘设备上实时检测地震P波	开发了一种专门针对边缘计算硬件优化的轻量级CNN模型，能够在资源受限的设备上实现低延迟（亚7毫秒）的实时P波检测，并展示了其对高震级事件的泛化能力	模型仅在来自新西兰强震传感器记录的数据上进行训练和测试，其在不同地质区域或噪声环境下的泛化性能有待进一步验证	为分布式地震预警网络中的低成本边缘设备开发快速、准确的地震P波检测方法	地震P波和S波	机器学习	NA	地震波形分析	CNN	波形数据（地震信号）	约89,000个由新西兰强震传感器记录的地震波形片段	NA	轻量级卷积神经网络	准确率, P波识别正确率	Raspberry Pi 5（边缘设备硬件）
383	2026-04-11	Application of LSTM-CNN in skiing action recognition under artificial intelligence technology 2026-Mar-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42324-2 PMID:41772118	研究论文	本研究提出了一种结合视觉感知的深度学习模型，旨在提高复杂场景下自动滑雪动作识别的准确性	采用C3D-BiLSTM架构，引入显著性感知流和可学习的加权融合方法，以有效整合RGB和光流特征，并通过BiLSTM进行双向时序建模，全面捕捉动作的起始和结束状态	未明确提及模型在极端天气或更复杂背景下的泛化能力，以及计算资源需求的具体分析	提高复杂场景下自动滑雪动作识别的准确性	滑雪动作	计算机视觉	NA	深度学习，光流场	CNN, LSTM	视频	SkiTB数据集	NA	C3D, BiLSTM	精确度, 召回率, F1分数, 平均精确度	NA
384	2026-04-11	Temporal trends in myocardial ischemia risk estimated from 12-lead electrocardiograms using deep learning in individuals with suspected cancer during health checkups 2026-Mar-02, Cardio-oncology (London, England) DOI:10.1186/s40959-026-00466-2 PMID:41772669	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
385	2026-04-11	Multi-reader evaluation of deep learning-based auto-segmentation of eloquent brain arteriovenous malformation on MRA and white matter tractography in stereotactic radiosurgery 2026-Mar-02, Radiation oncology (London, England) DOI:10.1186/s13014-026-02811-2 PMID:41772699	研究论文	本研究开发并评估了一种用于分割脑动静脉畸形（bAVM）的深度学习系统，以辅助立体定向放射外科治疗中的白质通路保护	提出了一种两阶段深度学习分割集成（TBASE）方法，结合了2D检测和3D分割模型，用于自动分割bAVM，并通过多读者评估验证了其在临床工作流中的有效性	研究样本量相对较小（191例患者），且未提及外部验证或跨中心数据测试	开发并评估一种深度学习系统，用于自动分割脑动静脉畸形，以提高立体定向放射外科治疗中白质通路的保护效果	191例接受白质纤维束成像和3D时间飞跃磁共振血管成像的脑动静脉畸形患者	数字病理学	脑血管疾病	白质纤维束成像，3D时间飞跃磁共振血管成像（TOF-MRA）	深度学习	医学影像（磁共振成像）	191例患者（153例用于训练，38例用于测试）	NA	ResNet, U-Net, 两阶段深度学习分割集成（TBASE）	Dice相似系数（DSC），豪斯多夫距离（HD），分割时间	NA
386	2026-04-11	Low-dose CBCT image reconstruction: a review 2026-03, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-025-02492-y PMID:41348234	综述	本文深入分析了低剂量锥束计算机断层扫描图像重建的最新研究进展，包括算法演变、性能评估及未来方向	系统梳理了低剂量CBCT重建领域的最新进展，并综合比较了分析重建、迭代重建和深度学习方法的特点与应用	作为综述文章，未提出新的算法或模型，主要基于现有文献进行分析与总结	回顾低剂量CBCT图像重建技术，以减少患者辐射风险并保持图像质量，促进临床诊断与治疗	锥束计算机断层扫描图像重建方法及相关算法	医学影像处理	NA	锥束计算机断层扫描	NA	医学影像	NA	NA	NA	NA	NA
387	2026-04-11	PoseShot: hybrid CNN-BiLSTM transformer model for free throw action recognition via pose analysis 2026-Mar-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41025-0 PMID:41766037	研究论文	提出了一种名为PoseShot的新型双通道混合CNN-BiLSTM-Transformer模型，用于通过姿态分析识别篮球罚球动作	提出了一种结合CNN、BiLSTM和Transformer编码器的双通道深度学习架构，专注于分析单个罚球动作中细粒度、阶段依赖的力学特征，超越了传统粗粒度活动识别方法	NA	通过数据驱动的方法，对篮球罚球技术进行客观、精确的分析，以弥补传统主观评估方法的不足	篮球罚球动作	计算机视觉	NA	姿态分析	CNN, BiLSTM, Transformer	视频	NA	NA	CNN-BiLSTM-Transformer (PoseShot), DenseNet, Swin Transformer, Vision Transformer	F1分数, 精确率, 召回率	NA
388	2026-04-11	Anomaly detection in brain MRI: a comprehensive review 2026-Mar, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00551-6 PMID:41890248	综述	本文全面回顾了脑部MRI异常检测领域，涵盖传统统计、经典机器学习及当代深度学习方法	系统性地将深度学习工作组织为重建、生成和自监督三大范式，并强调了新兴策略如混合学习、多模态整合和基于生物学的指标（如脑年龄差距）在提升鲁棒性和临床相关性方面的潜力	现有方法仍面临高误报率、异常定义不明确、可解释性有限以及对领域偏移的脆弱性等关键挑战	为开发可泛化且可解释的AI系统，并将其整合到真实世界的神经影像工作流程中提供研究议程	脑部MRI图像	数字病理学	神经系统疾病	MRI	NA	图像	NA	NA	NA	NA	NA
389	2026-04-11	Data augmentation method for computer-aided diagnosis using specular reflection 2026-Mar, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00533-0 PMID:41890266	研究论文	本研究开发了一种利用镜面反射的数据增强方法，旨在提升结肠镜计算机辅助诊断中深度学习模型的鲁棒性和性能	提出了一种结合镜面反射生成和修复的数据增强技术，专门针对结肠镜图像，尤其在训练数据有限的情况下表现出优越性	NA	增强深度学习模型在结肠镜计算机辅助诊断中的准确性和鲁棒性	结肠息肉	计算机视觉	结直肠癌	窄带成像	CNN, Vision Transformer	图像	2,616张窄带成像图像	NA	卷积神经网络, Vision Transformer	准确性	NA
390	2026-04-11	Docking of millions: accelerating a million-scale virtual screening using deep learning 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag128 PMID:41883032	研究论文	本文介绍了一种名为DoM的超大规模虚拟筛选系统，该系统整合了AK-Score2和V-Dock方法，以加速药物发现中的化合物筛选过程	通过迭代学习V-Dock来近似AK-Score2的亲和力预测，从而避免对所有化合物进行对接，显著提高了筛选速度和资源效率	NA	开发一个高效且准确的超大规模虚拟筛选平台，以加速计算机辅助药物发现	针对DDR1、c-kit、ASK1、NSD1、CREBBP和PDE5等靶点的数百万个化合物	机器学习	NA	虚拟筛选	深度学习	化合物结构数据	500万个化合物	NA	NA	检索率, IC50值	NA
391	2026-04-11	Letter to the editor: testing the generalizability of DeepPlantAllergy on challenging allergen prediction scenarios 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag149 PMID:41947418	comments	本文是一封致编辑的信，对DeepPlantAllergy模型的泛化能力及其数据集构建方法提出质疑，并建议在更具挑战性的过敏原预测场景下重新评估模型性能	指出了原研究在数据集构建中移除与过敏原序列相似度>20%的非过敏原序列的做法，可能导致性能评估过于乐观，并提出了保留具有挑战性的阴性样本（仅针对训练集过敏原进行过滤）和报告精确率-召回率曲线下面积等改进评估方法的建议	本文为评论性文章，未进行新的实验验证，主要基于理论分析提出质疑和建议	评估深度学习模型在植物蛋白质过敏原预测任务中的泛化能力，并提出更严谨的性能评估方法	DeepPlantAllergy深度学习模型及其在植物蛋白质过敏原预测中的应用	自然语言处理	过敏性疾病	蛋白质序列分析	深度学习模型	蛋白质序列数据	NA	NA	DeepPlantAllergy	ROC曲线下面积, 精确率-召回率曲线下面积	NA
392	2026-04-11	PLM-effector: unleashing the potential of protein language models for bacterial secreted protein prediction 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag143 PMID:41947423	研究论文	提出了一种名为PLM-Effector的混合深度学习框架，用于跨五种主要细菌分泌系统（T1SS-T6SS）预测细菌分泌蛋白	首次将现代蛋白质语言模型与多种神经架构通过双层集成堆叠策略相结合，实现分泌系统感知的预测，并证明蛋白质特异性PLM嵌入比通用语言模型更具判别力	仅针对五种主要分泌系统（T1SS-T4SS和T6SS）进行建模，未涵盖所有可能的分泌系统	开发一种能够准确识别细菌分泌蛋白（特别是效应蛋白）的计算预测方法	细菌分泌蛋白，尤其是通过专门分泌系统传递的效应蛋白	生物信息学	细菌感染	蛋白质语言模型	深度学习, 集成学习	蛋白质序列	NA	PyTorch	双层集成堆叠策略, ESM-1b, ESM2_t33, ProtT5	宏F1分数	NA
393	2026-04-11	STORM: Exploiting Spatiotemporal Continuity for Trajectory Similarity Learning in Road Networks 2026-Mar, IEEE transactions on knowledge and data engineering IF:8.9Q1 DOI:10.1109/tkde.2025.3650227 PMID:41953048	研究论文	本文提出了一种名为STORM的方法，用于在道路网络中学习轨迹相似性，通过捕捉时空连续性来提升轨迹建模效果	结合了预训练与微调策略，并首次在轨迹建模中显式地利用时空连续性，通过轨迹导向的道路段嵌入和增强的Transformer编码器来优化嵌入表示	未在摘要中明确提及具体限制	改进道路网络中轨迹相似性学习，以支持交通、城市规划和拼车等应用	道路网络中的轨迹数据	机器学习	NA	深度学习	Transformer	轨迹数据	NA	NA	Transformer	NA	NA
394	2026-04-10	A comparative study of deep learning-based zebrafish image segmentation methods 2026-Mar-31, Cells & development IF:2.1Q3 DOI:10.1016/j.cdev.2026.204083 PMID:41933835	研究论文	本研究系统评估了多种基于深度学习的斑马鱼图像分割网络	首次在同一数据集和预处理流程下，对包括U-Net、SegNet、PSPNet、DeepLabv3+、Attention U-Net、HRNet、SegFormer、MASNet、Segment Anything Model (SAM)、PVT-EMCAD和RWKV-UNet在内的11种代表性分割模型进行了全面比较，并探讨了高分辨率保持、上下文聚合机制、注意力机制以及Transformer架构在提升小结构检测和边界描绘精度方面的关键作用	未提及具体的数据集规模或模型训练的计算资源限制	为斑马鱼图像的高通量毒理学筛选和形态学量化提供通用技术和理论支持	斑马鱼图像	计算机视觉	NA	深度学习图像分割	CNN, Transformer	图像	NA	NA	U-Net, SegNet, PSPNet, DeepLabv3+, Attention U-Net, HRNet, SegFormer, MASNet, Segment Anything Model (SAM), PVT-EMCAD, RWKV-UNet	Dice系数, 交并比, 平均像素精度	NA
395	2026-04-10	LA-TReQNet: Improving Multielement Quantification Model for Laser Ablation Inductively Coupled Plasma Mass Spectrometry Based on Deep Learning Network 2026-Mar-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00057 PMID:41910779	研究论文	本文提出了一种名为LA-TReQNet的端到端深度学习框架，用于改进激光剥蚀电感耦合等离子体质谱的多元素定量分析模型	首次建立了一种不依赖内标或外标的校准方法，通过深度学习模型捕获复杂的经验关系，并提出了基于Power Transformer的标准化和数据集分组的优化预处理策略	NA	改进激光剥蚀电感耦合等离子体质谱的多元素定量分析模型，实现全自动定量校准	质谱数据	机器学习	NA	激光剥蚀电感耦合等离子体质谱	CNN, LSTM	质谱数据	来自5676个样本的221,364个标记质谱	NA	CNN-LSTM	与认证参考值的偏差百分比	NA
396	2026-04-10	Deep learning and object detection methods for scoring cell types within the human buccal cell micronucleus and cytome assays for human biomonitoring 2026-Mar-26, Mutagenesis IF:2.5Q3 DOI:10.1093/mutage/geaf026 PMID:41236179	综述	本文综述了深度学习和目标检测方法在人类颊细胞微核及细胞组学检测中用于细胞类型评分的研究进展，探讨了其在人群生物监测中的应用潜力	首次系统探讨将人工智能技术整合到微创颊细胞微核细胞组学检测中，以解决该领域样本变异性大、评分复杂等独特挑战	目前人工智能在颊细胞微核细胞组学检测中的应用仍处于探索阶段，缺乏大规模实际验证	探讨人工智能技术如何提升颊细胞微核细胞组学检测的可靠性、可扩展性和效率，以促进大规模流行病学研究	人类颊细胞样本中的微核及其他细胞遗传学终点	计算机视觉	NA	颊细胞微核细胞组学检测	深度学习, 目标检测	图像	NA	NA	NA	准确性, 可重复性, 通量	NA
397	2026-04-10	Graph-Based Classification with GNN-Explainer for Predicting Cardiac Toxicity Associated with Multi-Ion Channel Blockers 2026-Mar-24, Chemical research in toxicology IF:3.7Q2 DOI:10.1021/acs.chemrestox.5c00369 PMID:41875377	研究论文	本研究开发了一个基于图神经网络的深度学习框架，用于整合多种心脏离子通道抑制数据，以预测多离子通道阻滞剂相关的心脏毒性	克服了现有机器学习模型仅依赖Kv11.1通道数据的局限性，首次整合了Kv11.1、Cav1.2和Nav1.5三种关键离子通道的抑制数据，并利用GNNExplainer提供原子和键水平的可解释性可视化	不同离子通道的数据集规模差异较大（Kv11.1数据量远多于Cav1.2和Nav1.5），可能影响模型对后两个通道预测的泛化能力	开发一个能够整合多种心脏离子通道抑制数据的深度学习框架，以更准确地预测药物候选化合物的心脏毒性风险	药物分子（小分子化合物）	机器学习	心血管疾病	实验抑制数据整合	GNN	分子图数据	总计38,905个分子（Kv11.1: 34,124个, Cav1.2: 1,564个, Nav1.5: 3,217个）	PyTorch	GNN	准确率	NA
398	2026-04-10	Uncertainty-Aware Explainable AI for Pancreatic Cysts: Identifying Deep Learning Vulnerabilities and Ensuring Safe Clinical Triage in IPMN Management 2026-Mar-22, Research square DOI:10.21203/rs.3.rs-9096790/v1 PMID:41890858	研究论文	本研究首次将可解释AI与不确定性量化相结合，系统评估了胰腺囊肿特征对深度学习模型在IPMN恶性风险分层中性能的影响	首次在多中心研究中系统整合可解释AI与不确定性量化，揭示了深度学习模型在评估复杂高危IPMN时存在显著的、先前未表征的性能下降，并提出了选择性预测框架	回顾性研究设计，样本量相对有限（170例IPMN），需要前瞻性验证	评估胰腺囊肿特征（类型、大小、位置）对深度学习模型在IPMN恶性风险预测中性能的影响，并确保安全的临床分流	胰腺导管内乳头状黏液性肿瘤（IPMN）	数字病理学	胰腺癌	放射组学-深度学习融合模型	深度学习	医学影像	来自7个中心的170例IPMN	NA	NA	准确率	NA
399	2026-04-10	Automated Classification of Mitral and Tricuspid Regurgitation With Explainability and Real-World Practice Experience 2026-Mar-17, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.125.045851 PMID:41804879	研究论文	本研究开发了一种端到端、可解释、基于血流感知的深度学习流程，用于自动分类二尖瓣和三尖瓣反流的严重程度	该模型结合了瓣膜形态评估、多普勒解释的收缩期感知，并联合评估二尖瓣和三尖瓣反流，具有可解释性和生理约束	在房颤或左心室射血分数降低的患者中性能略有下降，外部验证中严重反流的AUC值有所降低	开发一种可解释的人工智能框架，用于自动分类二尖瓣和三尖瓣反流的严重程度	二尖瓣反流和三尖瓣反流患者	数字病理学	心血管疾病	超声心动图	深度学习	医学影像（DICOM文件）	5086例门诊研究（三级中心），并在2个额外机构的独立队列中进行外部验证	NA	NA	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值	NA
400	2026-04-10	Characterizing mating behaviour in broiler breeders via a vision based deep learning model 2026-Mar-17, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2026.106812 PMID:41895022	研究论文	本研究开发了一种基于视觉的深度学习模型，用于自动检测肉种鸡的交配行为，特别是爬跨阶段，并分析其时间动态特征	首次利用YOLOv8深度学习模型自动检测肉种鸡的交配行为，并量化分析爬跨频率、持续时间及影响因素	研究仅基于有限数量的鸡群（4个栏舍，每栏10只母鸡和1只公鸡）进行，可能影响结果的普适性	开发自动检测肉种鸡交配行为的深度学习模型，以促进对交配时间动态的理解和蛋受精率分析	肉种鸡（Cobb 500F母鸡和Cobb MX品系公鸡）	计算机视觉	NA	视频记录，深度学习模型	CNN	视频	4个栏舍，每栏10只母鸡和1只公鸡，持续四个半月记录	YOLOv8	YOLOv8	准确率	NA