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
261	2026-06-25	Multimodal machine learning and deep graph neural networks for the prediction of molecular inhibitory activity and disease associations 2026-Jun-23, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00858-7 PMID:42334640	research paper	提出一个统一的多模态深度学习框架，整合分子性质预测与基因组靶点识别，用于预测分子抑制活性和疾病关联	引入量子计算的三维电子密度网格（约1.25亿数据点），转换为结构化点云表示以精确表征非共价相互作用区域；结合改进卷积神经网络（ICNN）与蜂群交配优化算法（HBMO）进行组学靶点检测，以及多尺度扩散图卷积网络（MsDGCN）增强药物-疾病关系建模	未明确讨论计算资源需求或对超大规模数据集的扩展性；三维电子密度计算可能存在高计算成本	开发一个可扩展的高精度平台，用于虚拟药物筛选和临床生物标志物发现，解决传统方法在多模态数据融合和三维结构信息利用上的不足	分子抑制活性、药物-疾病关联（特别是钙化性主动脉瓣疾病和多重耐药感染）	machine learning	calcific aortic valve disease, multidrug-resistant infections	NGS, RNA-seq, 量子计算	CNN, GCN	三维电子密度网格、点云、SMILES表示、分子指纹、基因组数据	NA	PyTorch, Scikit-learn	Improved Convolutional Neural Network (ICNN), Multi-scale Diffusion Graph Convolutional Network (MsDGCN)	AUC	NA
262	2026-06-25	Machine and deep learning for sentinel-based land use and land cover change detection: a systematic review and future outlook 2026-Jun-23, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15558-w PMID:42334642	综述	系统回顾了基于哨兵遥感影像的土地利用和土地覆盖变化检测中从经典机器学习到现代深度学习技术的演进	全面梳理了从CNN到Transformer的深度学习架构演变，并重点介绍了地球观测基础模型的新能力，如零样本推理、跨传感器迁移和地理泛化	多模态数据融合受制于空间、光谱和时间特性差异；域适应、标签噪声和有限的地理可迁移性仍限制变化检测鲁棒性；不确定性量化和模型可解释性缺乏；大规模模型预训练的计算和环境成本高	通过系统综述为基于哨兵遥感影像的土地利用和土地覆盖变化检测提供方法演进总结、当前挑战分析和未来研究方向	哨兵一号和哨兵二号多光谱遥感影像用于土地利用和土地覆盖变化检测	计算机视觉, 机器学习	NA	遥感, 多光谱成像, SAR成像	CNN, 编码器-解码器模型, 孪生网络, 双流网络, 注意力机制, Transformer, 地球观测基础模型	遥感影像	NA	NA	CNN, 编码器-解码器, 孪生网络, 双流网络, Transformer, 地球观测基础模型	NA	NA
263	2026-06-25	Identification and Intelligent Prediction of Microscopic Residual Oil Distribution Based on the TransUNet Neural Network 2026-Jun-23, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c01677 PMID:42334886	研究论文	提出基于TransUNet深度学习的微观剩余油分布识别与智能预测方法	将TransUNet神经网络与图像增强和Transformer多头注意力机制相结合，实现了10 μm以下微观剩余油的高精度识别和分类	未提及对复杂地层条件或不同岩石结构的适应性验证	提高微观剩余油形态分布的识别精度和智能化水平	微观剩余油形态分布及其在不同驱替机制下的演化规律	计算机视觉, 机器学习	NA	NA	TransUNet	图像	NA	NA	TransUNet, Transformer	准确率, 识别阈值	NA
264	2026-06-25	Robustness of Protein-Ligand Binding Affinity Prediction Models to Docked and Predicted Structures 2026-Jun-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00592 PMID:42334929	研究论文	量化蛋白质-配体结合亲和力预测模型在处理计算生成结构（对接或预测结构）时的性能下降	首次系统评估晶体结构与计算生成结构（包括AlphaFold3预测结构）之间的性能差异，揭示交互水平分布变化是性能下降的原因	未完全覆盖所有可能的真实应用场景，仅使用CASF-2016基准进行有限结构类型比较	评估结构深度学习模型在对接或预测结构下的鲁棒性，为模型开发者和用户提供实践指导	蛋白质-配体结合亲和力预测模型在晶体结构、GNINA对接结构和AlphaFold3共折叠结构上的性能	机器学习	NA	蛋白质-配体对接、AlphaFold3结构预测	深度学习模型	晶体结构、对接结构、AlphaFold3预测结构	NA	NA	NA	性能比较（具体指标未明确说明）	NA
265	2026-06-25	Multimodal deep learning using pre-transplant CT images predicts cardiovascular events after liver transplantation 2026-Jun-23, Liver transplantation : official publication of the American Association for the Study of Liver Diseases and the International Liver Transplantation Society IF:4.7Q1 DOI:10.1097/LVT.0000000000000874 PMID:42335013	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
266	2026-06-25	RoCA: Robust Contrastive One-Class Time Series Anomaly Detection With Contaminated Data 2026-Jun-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3702237 PMID:42335058	研究论文	提出了一种统一的鲁棒对比单类时间序列异常检测框架RoCA，同时处理假设不完整和数据污染问题	首次同时解决异常检测中正态性假设不完整和训练数据污染两大问题，并提出对比学习与单类分类的内在协同机制	NA	设计一个鲁棒的时间序列异常检测框架，有效处理污染数据并克服单一正态性假设的局限性	单变量和多变量时间序列数据集	机器学习	NA	NA	对比学习与单类分类结合模型	时间序列数据	NA	PyTorch	RoCA	准确率、F1分数、AUC	NA
267	2026-06-25	Hierarchical Semantic Concept Modeling for Generalizable Myocardial Pathology Segmentation on Multisequence CMR Images 2026-Jun-23, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3699380 PMID:42335063	研究论文	提出一种层次化语义概念分割框架HSCM-Net，用于多序列心脏磁共振图像中心肌病理的分割，提升模型对未见数据的泛化能力	通过将多序列CMR图像分解为形状、病理和外观三种独立概念变量，并赋予层次化先验，实现了跨域不变病理信息的学习，克服了传统深度学习方法因分布偏移导致的泛化性不足问题	未提及具体限制	提升心肌病理分割模型在跨域多序列心脏磁共振数据上的泛化能力	多序列心脏磁共振图像中的心肌疤痕和水肿区域	计算机视觉, 数字病理学	心肌梗死	心脏磁共振成像	变分推断, 深度神经网络	图像（多序列CMR）	三个不同域的多序列CMR数据集	PyTorch	NA	Dice系数	未指定具体GPU型号，代码已开源
268	2026-06-25	Exploring the Lived Experience of Acne in the United States and the United Kingdom: Social Media Analysis 2026-Jun-23, JMIR dermatology DOI:10.2196/91126 PMID:42335467	研究论文	利用人工智能分析英美社交媒体上关于痤疮的讨论，评估其对生活质量的影响	首次大规模利用AI（深度学习）分析社交媒体数据，定量评估痤疮对生活质量的影响，并识别未满足需求	仅分析社交媒体数据，可能存在样本偏差；采用手动标注识别未满足需求，具有一定主观性	评估痤疮对生活质量的影响，识别讨论主题和未满足需求	英美社交媒体用户发布的痤疮相关帖文	自然语言处理	痤疮	社交媒体数据挖掘	深度学习模型、位词主题模型	文本	646,809条消息，来自432,234名用户	自然语言处理工具、机器学习算法	位词主题模型、深度学习算法	NA	NA
269	2026-06-25	Exploring ChatGPT's potential in dialogic teaching: A comparative neurocognitive study of AI and human instruction 2026-Jun-23, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.107268 PMID:42335853	研究论文	探索ChatGPT在对话式教学中的潜力，并与人类教师在神经认知层面进行对比	首次采用脑电图（EEG）对比分析ChatGPT与人类教师在对话式教学中的神经认知差异，揭示AI教学与人类教学在知识迁移和深层学习上的不同机制	对话后的微状态分析基于较短的静息时间窗口，结果需谨慎解读	评估ChatGPT作为对话式教学伙伴的潜力，并比较其与人类教师在神经认知过程上的差异	34名大学生，分为ChatGPT组和人类教师组	自然语言处理, 数字图像处理, 神经科学	NA	脑电图	大型语言模型	脑电图信号, 行为数据	34名大学生	NA	NA	保留分数, 迁移分数, θ波功率, γ波功率, 微状态分析	NA
270	2026-06-25	Comparative evaluation of deterministic and Bayesian neural networks for chlorophyll-a time series forecasting in eutrophic lakes: A case study of Dianchi Lake, China 2026-Jun-23, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.125082 PMID:42336124	研究论文	比较确定性与贝叶斯神经网络在富营养化湖泊叶绿素-a时间序列预测中的性能，以中国滇池为例	首次系统性比较MLP、LSTM及其贝叶斯变体（通过蒙特卡洛丢弃法）在多步叶绿素-a预测中表现，并量化预测不确定性及其来源分解	研究基于单个湖泊（滇池）的数据，可能限制了模型在其他富营养化湖泊的泛化性	评估贝叶斯神经网络在富营养化湖泊水质概率预测中的实用性和不确定性量化能力	滇池的叶绿素-a浓度及七项环境理化变量	机器学习	NA	NA	MLP, LSTM, Bayesian-MLP, Bayesian-LSTM	时间序列	为期3年（2022-2025）的1461天每日观测数据	PyTorch	MLP, LSTM	相关系数 (R)	NA
271	2026-06-25	Improved Detection of Lentigo Maligna with AI-Assisted Dermoscopy: A Reader Study in Facial Pigmented Lesions 2026-Jun-23, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2026.06.089 PMID:42336217	研究论文	开发并评估基于深度学习的面部色素性皮损模型，并研究AI辅助皮肤镜对皮肤科住院医师诊断性能的影响	针对光老化皮肤这一AI研究中代表性不足的场景，开发了面部色素性皮损的深度学习模型，并通过读者研究验证AI辅助能显著提升住院医师的诊断准确率，尤其是对恶性雀斑样痣的检出提升明显	回顾性设计、缺乏多模态临床数据、读者研究仅包含住院医师	开发深度学习模型辅助皮肤镜诊断面部色素性皮损中的恶性雀斑样痣，并评估其对皮肤科住院医师诊断性能的改善效果	面部色素性皮损（含恶性雀斑样痣、色素性光化性角化病、脂溢性角化病）	计算机视觉	皮肤癌	皮肤镜成像	卷积神经网络	图像	722个皮损（894张皮肤镜图像），其中恶性雀斑样痣190个，色素性光化性角化病230个，脂溢性角化病302个	NA	Xception	准确率、敏感性、特异度	NA
272	2026-06-25	Digital dimension of plant science research: A bird's eye view of AI integration 2026-Jun-23, Plant science : an international journal of experimental plant biology IF:4.2Q1 DOI:10.1016/j.plantsci.2026.113297 PMID:42336290	综述	综述人工智能在植物科学中的整合应用，涵盖从分子到生态系统的数字化变革	提出AI-植物科学一体化平台概念，系统总结了AI在表型组学、基因型-表型关联、精确农业、组织培养优化、基因组编辑和生物合成途径重建中的综合应用，并强调与物联网、机器人、微流控和数字孪生技术的融合	数据分析标准化不足、基础设施需求高、模型可解释性差以及数字素养差距限制了技术广泛采用	提供AI与植物科学整合的综合概述，并总结关键见解以弥合技术障碍，推动可持续、数据驱动的植物研究	植物科学中的AI应用（包括表型组学、基因型-表型关联、精确农业、组织培养、基因组编辑和生物合成途径重建）以及物联网、机器人、微流控和数字孪生等数字化技术	机器学习	NA	AI、高通量表型分析、植物生物技术、多组学、物联网、机器人、微流控、数字孪生	机器学习、深度学习	多组学数据、表型数据、植物生长数据、生态系统观测数据	NA	NA	NA	NA	NA
273	2026-06-25	Drusen volume and reticular pseudodrusen volume from optical coherence tomography with deep learning as risk factors for progression to late age-related macular degeneration in eyes with reticular pseudodrusen and contralateral macular neovascularisation 2026-Jun-23, The British journal of ophthalmology DOI:10.1136/bjo-2025-329021 PMID:42336620	研究论文	利用基于深度学习的光学相干断层扫描分割算法量化网状假性玻璃膜疣和玻璃膜疣体积，并评估其与晚期年龄相关性黄斑变性进展的关联	首次利用深度学习从OCT图像中自动量化不同种类玻璃膜疣（包括网状假性玻璃膜疣、大玻璃膜疣和玻璃膜疣样色素上皮脱离）的体积，并分析其作为晚期AMD进展的风险因素	样本量较小（51只眼），且为回顾性研究，可能存在选择偏倚	研究OCT定量测量的RPD和玻璃膜疣体积与晚期AMD进展风险的关系	伴有网状假性玻璃膜疣和对侧新生血管AMD的患眼	计算机视觉	年龄相关性黄斑变性	光学相干断层扫描	深度学习分割模型	OCT图像	51只眼（平均年龄74.9±7.65岁）	NA	深度学习分割网络	风险比, p值	NA
274	2026-06-25	Self-supervised cross frame-rate event-frame depth learning without ground truth 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55770-9 PMID:42336889	研究论文	提出一种自监督跨帧率事件-帧深度学习方法，无需真实深度标注，利用Vision Transformer编码器和交叉帧率自注意力机制实现鲁棒深度估计	首次将Vision Transformer应用于事件相机和帧数据的联合建模，提出交叉帧率自注意力机制捕捉异构数据率的时空依赖，并引入自采样、时间尺度一致强度解码和自运动优化等创新模块	仅基于DAVIS-240 C事件帧数据集验证，未在更广泛场景或大规模数据集测试；自监督方法依赖光度重建和一致性约束，在极端动态场景下可能失效	实现无需真实深度标注的跨帧率事件-帧深度估计，提升动态场景中深度估计的鲁棒性和稳定性	事件相机产生的异步事件流和同步强度帧	计算机视觉	NA	事件相机	Vision Transformer	事件流和强度帧	DAVIS-240 C事件帧数据集	PyTorch	EF-SAT (Event-Frame Self-Attention Transformer)	绝对相对误差 (Absolute Relative Error), 均方根误差 (RMSE), 绝对轨迹误差 (ATE), 相对姿态误差 (RPE)	NA
275	2026-06-25	A deep learning-based multi-modal fusion framework for football foul recognition and referee decision assistance 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58030-y PMID:42336911	研究论文	提出了FoulMFNet，一个基于深度学习的多模态融合框架，用于足球犯规识别和裁判决策辅助	采用多模态融合架构结合外观特征、运动动态和骨架表示，引入注意力机制聚焦关键接触时刻和置信度校准模块以提升预测可靠性	未在摘要中明确说明局限性	自动化识别足球犯规，辅助裁判判罚决策，提升准确性和实时性	足球比赛中的犯规行为	机器学习	NA	深度学习	多模态融合模型	视频	12,463个来自职业比赛的事件片段	PyTorch	多模态融合架构（结合外观特征CNN、运动动态CNN和骨架表示网络）	识别准确率, Cohen's kappa, 中位延迟	NA
276	2026-06-25	Privacy-aware diabetic retinopathy grading and visual lesion-focused interpretability through mixture-of-experts federated deep learning with explainable AI 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58292-6 PMID:42336935	研究论文	提出了一种基于联邦混合专家系统的隐私保护糖尿病视网膜病变分级方法，结合可解释人工智能进行视觉病灶解释	首次将混合专家系统与联邦学习结合用于糖尿病视网膜病变分级，通过专家专业化应对非独立同分布数据问题，并整合可解释性分析	CNN-LSTM骨干在EyePACS上准确率仅76.2%，所有病变类型的平均交并比值均低于0.03，说明可视化属于粗略探索性质，定位质量有限	开发一种可扩展、隐私保护的糖尿病视网膜病变自动筛查系统，解决联邦学习中非独立同分布数据分布等问题	糖尿病视网膜病变的眼底图像	计算机视觉	糖尿病视网膜病变	眼底照相	CNN, CNN-LSTM, Vision Transformer	图像	科威特眼科网络和亚太远程眼科协会2019年眼底数据集（具体样本数未说明）	NA	CNN, CNN-LSTM, Vision Transformer	准确率, AUC, Intersection-over-Union	NA
277	2026-06-25	GCMR-IMA: graph-based cross-modal retrieval with incomplete modality awareness 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58071-3 PMID:42336925	研究论文	提出了一种基于图的跨模态检索方法GCMR-IMA，能够处理图像-文本对中的模态缺失问题	提出四重创新：双层次语义架构实现图像-文本全局语义图学习与长程语义捕捉，稀疏化模态邻接图建模潜在跨模态关系，图引导的缺失模态感知方法提供语义一致性指导，自适应损失函数优化模态投影以进行上下文感知的缺失模态检测	文中未提及具体局限性	解决跨模态检索中模态异质性、数据缺失和噪声限制有效性的问题	图像-文本对的跨模态检索系统	计算机视觉, 自然语言处理	NA	NA	图神经网络	图像, 文本	NA	NA	NA	NA	NA
278	2026-06-25	CaReS-BiNet: A multi-scale deep learning framework for ECG arrhythmia classification 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58810-6 PMID:42336980	研究论文	提出一种名为CaReS-BiNet的多尺度深度学习框架，用于心电图心律失常分类	集成并行多尺度一维卷积分支、残差连接、轻量级挤压激励通道注意力和双向LSTM时序建模于统一端到端框架中，并采用高斯噪声注入增强对类别不平衡和信号变异性的鲁棒性	NA	解决心电图心律失常分类中形态复杂性、严重类别不平衡和跨异构数据集泛化能力差的问题	心电图心律失常信号	机器学习, 数字病理学	心血管疾病	ECG	CNN, 双向LSTM	信号	MIT-BIH心律失常数据库、PTB诊断心电图数据库及额外异构心电图数据集	PyTorch	多尺度1D-CNN, 残差连接, SE注意力, 双向LSTM	准确率, 精确率, 召回率, F1分数, AUC	NA
279	2026-06-25	An adaptive LASSO-GARCH framework for robust EV parking occupancy forecasting and uncertainty management 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59402-0 PMID:42337009	研究论文	提出一种基于自适应回归和动态波动建模的混合框架，用于预测电动汽车公共停车场的占用容量	设计两阶段机制，在冷启动阶段利用相似日信息，随后平滑连接GARCH算法跟踪日间波动，并加入物理处理步骤确保输出正确、离散且非负	未明确讨论模型在极端情况下的表现或对超参数选择的敏感性	实现电动汽车停车位占用预测及其不确定性管理	公共电动汽车停车场的占用容量	机器学习	NA	NA	LASSO回归与GARCH算法结合	时间序列数据	基于Caltech ACN-Data的真实数据集	NA	LASSO, GARCH	RMSE, 绝对误差, MPIW, PICP	NA
280	2026-06-25	An F1-score-weighted ensemble of deep learning models for enhanced cloud detection in remote sensing imagery 2026-Jun-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58959-0 PMID:42337007	研究论文	提出一种基于F1分数加权的深度学习模型集成方法，用于增强遥感影像中的云检测性能	创新性地采用F1分数加权融合策略，系统整合多个深度学习模型的互补优势，同时减轻各自弱点	NA	提高遥感影像中云检测的准确性和鲁棒性，解决异构景观下的误分类和遗漏问题	遥感影像中的云检测算法	计算机视觉	NA	遥感影像处理	深度学习	图像	NA	NA	CD-SLCNN, SRMF-CD, CNN-TransNet	F1分数	NA