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
701	2026-06-21	Secure adaptive federated learning for scalable anomaly detection in industrial IoT networks 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37819-x PMID:42321280	研究论文	提出了一种结合区块链认证与自适应自编码器-LSTM的联邦学习框架，用于工业物联网中的可扩展异常检测	将区块链身份认证与自适应超参数调整的自编码器-LSTM模型集成到联邦学习框架中，同时实现隐私保护、通信效率提升和防恶意篡改能力	智能合约执行成本较高，且尚未扩展到多模态数据融合和大规模实时检测场景	设计一种安全、可扩展且保护隐私的异常检测机制，解决工业物联网中集中式检测系统的隐私风险和通信瓶颈问题	工业物联网网络中的入侵和异常检测任务	机器学习	NA	NA	自编码器-LSTM（AAEL）	工业物联网流量数据	NA	PyTorch	Self-Attention, LSTM, Autoencoder	准确率, 通信开销, 带宽压缩比, 平均训练时间, 端到端延迟, 认证成功率, 恶意更新检测率	资源受限的IIoT节点
702	2026-06-21	Real-time yoga posture correction using deep learning for individuals with physical disabilities 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54280-y PMID:42321269	研究论文	针对身体残疾人士，利用深度学习实现实时瑜伽姿势纠正	采用MoveNet模型的Thunder变体实现实时姿势估计，并专门为下肢残疾人士创建了首个椅子瑜伽姿势数据集	NA	为无法接触瑜伽教练的身体残疾人士提供基于深度学习的实时瑜伽姿势纠正解决方案	身体残疾人士，特别是下肢残疾人士	计算机视觉	NA	NA	卷积神经网络（CNN）	视频	NA	NA	MoveNet（Thunder变体）	NA	NA
703	2026-06-21	Deep homography-based image stitching with enhanced small object detection 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58267-7 PMID:42321286	研究论文	提出了一种基于YOLOv8主干网络和深度单应性估计的新型图像拼接方法，重点提升小目标检测和复杂背景下的拼接精度	引入YOLOv8作为特征提取器结合自适应SE机制增强小目标检测、多尺度特征融合与深度单应性估计模块、以及针对小目标区域对齐的加权损失函数	尚未探索实时动态环境中的应用扩展	克服传统图像拼接技术在小目标检测和复杂背景下的局限性	图像拼接中的小目标区域和复杂纹理特征	computer vision	NA	图像拼接、深度学习单应性估计	YOLOv8、回归网络	图像	UDIS和MVS-Synth数据集	PyTorch	YOLOv8、Squeeze-and-Excitation (SE)、空间金字塔池化 (SPP)、深度单应性回归网络	PSNR, SSIM, GFLOPs	NA
704	2026-06-21	Swin-SHARP: a novel approach to wheat disease classification using boosted MAML and weighted ensembling with deep learning classifiers 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57901-8 PMID:42321310	研究论文	提出了一种基于增强型模型无关元学习（MAML）和加权集成深度学习的轻量级Swin Transformer模型Swin-SHARP，用于小麦病害图像分类	通过剪枝和优化设计了一种轻量级Swin-SHARP Transformer，参数量减少82.5%；结合增强型MAML和加权集成策略提升泛化能力；在资源受限环境下实现98.1%的高准确率	未提及模型对极低分辨率或复杂背景图像的鲁棒性；未评估在实际移动设备上的推理速度	开发高效、轻量的小麦病害分类系统，实现早期干预以保障粮食安全	小麦叶片图像中的褐锈病、黄锈病、白粉病、散黑穗病及健康植株	计算机视觉, 机器学习	小麦病害	图像采集	Transformer (Swin), CNN	图像	10,000张小麦病害和健康植株图像	PyTorch	Swin-SHARP, Inception-v3, ResNet-18, VGG-16, 其他对比模型	准确率	NA
705	2026-06-21	Adaptive competitive balance regulation in professional sports leagues via graph attention networks and proximal policy optimization 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57715-8 PMID:42321325	research paper	提出一种结合图注意力网络和近端策略优化的自适应框架，用于职业体育联赛的竞争平衡调控	首次将图注意力网络与近端策略优化相结合，实现数据驱动的自适应监管政策设计，显著提升了竞争平衡改善率，并通过三阶段真实世界验证路径进行验证	结果基于校准仿真环境，采用有限理性智能体假设，未完全完成真实世界验证	开发自适应、数据驱动的职业体育联赛竞争平衡调控框架	英格兰足球超级联赛和NBA的二十个赛季数据，以及美国职业棒球大联盟的零样本迁移	machine learning	NA	仿真模拟	图注意力网络、近端策略优化	图表数据	20个赛季数据（EPL及NBA各20个赛季），并由单一验证集（MLB）进行零样本测试	PyTorch	多层图注意力网络编码器	竞争平衡改善率（95%置信区间）、配对t检验（p<0.01，Bonferroni校正）、柯尔莫戈洛夫-斯米诺夫检验（针对RSD、HHI和基尼指数）	未明确说明，仅提及采用5个随机种子
706	2026-06-21	Benchmarking deep learning models for laryngeal cancer staging using the LaryngealCT dataset 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58171-0 PMID:42321364	研究论文	提出LaryngealCT标准化CT数据集，并基准测试6种3D深度学习模型在喉癌分期中的表现	首次构建包含1029例CT扫描的喉癌标准化公共基准数据集，采用弱监督参数搜索框架提取感兴趣区域，并集成GradCAM++可解释性工具实现甲状腺软骨重叠分析	T4分类任务中模型敏感性仍有限（≤0.412），空间重叠度较低	建立可重复的深度学习喉癌分期基准，推动人工智能在喉肿瘤学中的临床决策支持	1029例喉部CT扫描影像（来自TCIA六个集合）	计算机视觉, 数字病理学	喉癌	CT扫描	3D CNN	医学影像（CT）	1029例CT扫描	PyTorch	自定义3D CNN, ResNet18, ResNet50, ResNet101, DenseNet121, MedicalNet预训练ResNet50	准确率, F1宏平均, AU-ROC, 敏感性	NA
707	2026-06-21	MSCA-TNet based deep learning method for ECG arrhythmia classification 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58850-y PMID:42321363	研究论文	提出一种基于MSCA-TNet的深度学习模型用于心电图心律失常分类	结合离散小波变换降噪、SMOTE-Tomek混合重采样策略处理类别不平衡，并设计MSCA-TNet混合架构，嵌入自适应通道注意力模块和Transformer，同时提取局部细粒度特征和全局长程上下文信息	未提及在更多真实临床场景或不同噪声水平下的泛化性验证	开发鲁棒的自动心律失常检测算法，减轻临床医生诊断负担	MIT-BIH和INCART两个公开心电图数据集中的心律失常类别	机器学习	心血管疾病	ECG信号采集	混合架构（CNN、Transformer）	离散心电图信号	MIT-BIH和INCART数据集	NA	MSCA-TNet（包含自适应通道注意力模块ACA和Transformer）	宏平均准确率、总体准确率	NA
708	2026-06-21	Modeling day-long ECG signals to predict heart failure risk with explainable AI 2026-Jun-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02835-8 PMID:42321372	research paper	利用可解释人工智能建模全天心电图信号预测心力衰竭风险	首次利用深度学习模型处理24小时单导联动态心电图数据，并引入可解释性分析揭示模型关注的异常心律和心脏异常特征，实现了优于传统短时程心电图和临床评分的心衰风险预测	未明确提及模型的外部验证或在不同人群中的泛化性能，且仅基于单中心回顾性数据	开发可解释的深度学习模型，利用24小时单导联动态心电图数据预测五年内心力衰竭风险	Technion-Leumit Holter ECG (TLHE) 数据集中的24小时动态心电图记录	machine learning	cardiovascular disease	单导联动态心电图	DeepHHF（深度学习模型）	时间序列心电图信号	69,663条记录，来自47,729名患者，覆盖20年	NA	DeepHHF	AUC（ROC曲线下面积）	NA
709	2026-06-21	NeuroSymbolicPhishDefend for adaptive multimodal phishing detection against evolving artificial intelligence driven threats 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59008-6 PMID:42321399	研究论文	提出一种神经符号多模态钓鱼检测系统，结合文本、视觉和元数据特征，通过交叉注意力融合模块和符号推理提升检测性能与可解释性	融合神经符号推理与多模态特征，采用基于扩散的对抗增强方法和在线自适应学习机制，引入SHAP可解释性模块	文章未明确讨论模型的计算开销或实时部署的限制	开发一种适应性强、可解释且鲁棒的多模态钓鱼检测系统，应对AI驱动的演化威胁	钓鱼攻击检测，包括域名欺骗、视觉伪装和元数据异常	自然语言处理, 计算机视觉	NA	交叉注意力融合, 符号推理, 扩散增强, SHAP解释性	神经符号模型, 交叉注意力	图像, 文本, 元数据	使用多个公开钓鱼数据集，但未说明具体样本数量	NA	交叉注意力融合模块, 符号推理模块, 扩散增强模块, SHAP解释性模块	ROC-AUC, AUC增益, 统计显著性(p<0.05)	NA
710	2026-06-21	Automated quantification of lens epithelial cell density using deep learning: validation and large-scale clinical application 2026-Jun-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58748-9 PMID:42321468	研究论文	开发基于深度学习的AI模型，自动量化晶状体上皮细胞密度，并验证其在大规模临床中的应用	首次利用深度学习算法自动量化晶状体上皮细胞密度，实现了高精度（准确率98.1%）和大规模临床验证（超过43,000个细胞目标）	未提及模型的泛化能力及在不同成像条件下的表现	开发AI模型自动量化晶状体上皮细胞密度，研究其与白内障形成及严重程度的相关性	晶状体上皮细胞密度、分布及影响因素	计算机视觉	老年性白内障	光学显微成像	卷积神经网络	图像	20张验证图像中包含超过43,000个细胞目标	NA	NA	准确率, 平均绝对百分比误差, 皮尔逊相关系数, 组内相关系数	NA
711	2026-06-21	DeepDisSNP: Predicting disease-associated SNPs by representation learning on disease and SNP linkage disequilibrium networks 2026-Jun-19, Mammalian genome : official journal of the International Mammalian Genome Society IF:2.7Q2 DOI:10.1007/s00335-026-10250-3 PMID:42321529	研究论文	提出DeepDisSNP深度学习框架，整合疾病相似网络与SNP连锁不平衡网络，通过图注意力网络表征学习预测疾病相关SNP	首次将疾病相似网络与染色体特异性SNP连锁不平衡网络通过加权图注意力网络联合表征学习，实现疾病-SNP关联预测	NA	开发一种网络驱动的深度学习方法以优先排序候选疾病相关SNP，补充GWAS资源	疾病相关SNP与疾病的关联关系	机器学习	NA	全基因组关联分析数据、MeSH疾病关系、1000 Genomes Project Phase 1/3数据	图注意力网络、多层感知机	网络数据（疾病相似网络、SNP连锁不平衡网络）	22条常染色体上的SNP，具体数量未说明	PyTorch	加权图注意力网络编码器、多层感知机分类器	AUROC、AUPRC	NA
712	2026-06-21	Deep learning-based myocardial infarction detection using echocardiography 2026-Jun-19, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-026-06033-y PMID:42321627	研究论文	提出基于EfficientNet_SpinalNet深度学习模型的心肌梗死超声心动图检测方法	将EfficientNet-B3-attn-2与SpinalNet融合形成Efficient_SpinalNet架构，结合混合滤波预处理和FLICM分割实现高精度心肌梗死检测	未详细说明模型在噪声环境下及小样本场景的鲁棒性，计算资源需求未明确阐述	实现基于超声心动视频的早期心肌梗死实时检测	心肌梗死患者的二维超声心动视频	计算机视觉	心肌梗死	超声心动图	EfficientNet_SpinalNet（EfficientNet+B3+SpinalNet的融合架构）	视频	HMC-QC和CAMUS两个公开数据集	NA	EfficientNet-B3-attn-2, SpinalNet	准确率, 灵敏度, 特异度	NA
713	2026-06-21	Next Generation Digital Morphology: Blast Preclassification in Bone Marrow Aspirates 2026-Jun-19, International journal of laboratory hematology IF:2.2Q3 DOI:10.1111/ijlh.70174 PMID:42322062	综述	系统回顾了人工智能在骨髓穿刺涂片原始细胞预分类中的数字化形态学应用	首次系统综述了深度学习方法在骨髓穿刺样本原始细胞识别中的性能，并比较了经典机器学习与深度学习的差异	骨髓穿刺分析性能因细胞复杂性高而变异性大，且当前平台对未成熟细胞和肿瘤细胞识别准确性不足	评估人工智能技术用于骨髓穿刺涂片原始细胞自动分类和白血病筛查的现状与潜力	骨髓穿刺涂片中的原始细胞及外周血涂片的白细胞	数字病理学	急性白血病	深度学习, 卷积神经网络	卷积神经网络	图像	NA	NA	卷积神经网络	灵敏度, 特异性, 准确性	NA
714	2026-06-21	Reconstructing shared visual experiences from human brain activity across individuals 2026-Jun-18, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104157 PMID:42320451	研究论文	提出一种统一生成框架MindShow，在队列训练设置下实现跨被试的fMRI到图像的重建	提出层次化条件专家混合编码器以解耦群体共享潜在表征与被试特异神经特征，并引入门控感知器瓶颈解决多尺度表征错配以及多粒度最优传输损失对齐脑特征与视觉语言模型潜在空间	未在摘要中明确提及局限性，可能包括对校准数据量的依赖以及图像重建质量在细节上的不足	实现跨个体的fMRI图像重建，提升脑机接口的可扩展性和转化潜力	人类视觉经验对应的脑活动fMRI信号	计算机视觉	NA	fMRI	扩散模型	图像、文本	未在摘要中明确给出样本数量	PyTorch	Mixture-of-Experts, Perceiver, 扩散模型	高层重建指标、结构保真度指标	NA
715	2026-06-21	Super-resolution deep learning-enhanced 2D MRCP improves main pancreatic duct visualization compared with 3D MRCP 2026-Jun-16, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113022 PMID:42320143	研究论文	超级分辨率深度学习重建增强的2D MRCP比3D MRCP更好地改善了主胰管可视化	首次比较了超级分辨率深度学习重建（SR-DLR）结合2D和3D MRCP对主胰管可视化的效果，发现2D-SR在整体图像质量和病变清晰度方面优于传统技术	对局灶性狭窄的假阳性率分析样本量小（仅3例真阳性），结果属于探索性和假设生成性质	评估超级分辨率深度学习重建（SR-DLR）对MRCP图像质量和主胰管可视化的影响，并探索其对胰管异常诊断性能的改善	174名接受磁共振胰胆管成像（MRCP）评估胰腺的患者	计算机视觉	胰腺疾病	MRCP	深度学习超级分辨率重建（SR-DLR）	医学图像	174名患者	NA	超级分辨率深度学习重建网络	信噪比（SNR）, 对比度比（CR）, 对比噪声比（CNR）, 图像质量评分, 运动伪影评分, 边缘锐利度, 囊性病变清晰度, 假阳性率	NA
716	2026-06-21	Research on dynamic monitoring of nitrogen-driven quality changes throughout the entire growth period of cucumbers based on deep learning 2026-Jun-13, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.150064 PMID:42320321	研究论文	基于高光谱成像与深度学习，提出多变量黄瓜品质预测框架，实现氮驱动品质动态监测	首次将CNN模型与全光谱输入结合，实现多指标（硝酸盐、可溶性糖、可溶性固形物）同步预测及空间分布可视化，克服了传统单指标方法局限性	未明确说明样本量大小及模型对不同品种黄瓜的泛化能力	建立基于深度学习的高光谱成像技术，实现黄瓜生长周期中氮素驱动品质变化的动态监测	不同氮水平与生长阶段下的黄瓜果实	深度学习、高光谱成像	不适用	高光谱成像	CNN	高光谱图像	不适用（未在标题和摘要中说明具体样本数量）	不适用	CNN	R值（校准集R>0.913）	不适用
717	2026-06-21	Clinical relevance of intracranial stenosis as false-positive findings of a deep learning algorithm trained to detect large vessel occlusions: a retrospective cohort study of a supraregional stroke centre 2026-Jun-11, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-113081 PMID:42276805	研究论文	评估深度学习算法在大血管闭塞检测中偶发颅内动脉狭窄假阳性结果的临床意义	首次系统评估专用于检测大血管闭塞的深度学习算法对高等级颅内动脉狭窄的识别能力及其临床相关性，指出假阳性结果可能具有临床价值	单中心回顾性研究，样本量有限（934例），算法灵敏度较低（33%），且未进行前瞻性验证	探讨基于人工智能的大血管闭塞检测算法在识别高等级颅内动脉狭窄中的假阳性发现及其临床意义	颅内动脉狭窄患者及大血管闭塞疑似病例	计算机视觉	缺血性卒中	CTA	深度学习算法	图像	934例患者（52.7%男性，平均年龄71.7±13.6岁）	NA	NA	灵敏度、特异度、阴性预测值、阳性预测值	NA
718	2026-06-21	Application of deep learning for surgical decision support during single-incision laparoscopic cholecystectomy 2026-Jun, Surgical endoscopy DOI:10.1007/s00464-026-12868-5 PMID:42115370	研究论文	基于Mask2Former的深度学习模型在单孔腹腔镜胆囊切除术中识别安全与危险区域的应用	首次将Mask2Former模型应用于单孔腹腔镜胆囊切除术的手术决策支持，实时识别手术安全与危险区域	危险区域的像素级重叠度量（Dice和IOU）低于物体级F1分数，且研究仅基于两所医疗机构186个视频数据	开发基于深度学习的AI模型，在单孔腹腔镜胆囊切除术中识别安全与危险解剖区域，降低胆管损伤风险	单孔腹腔镜胆囊切除术视频中的安全与危险区域	计算机视觉	胆囊疾病	NA	Mask2Former	视频	186个手术视频（127个训练，59个测试），包含9521帧图像	PyTorch	Mask2Former	IOU, Dice分数, F1分数, 准确率, 敏感性, 阳性预测值	NA
719	2026-06-21	Explainable Temporal Deep Learning for EEG-Based Depression Detection Using Resting-State Brain Dynamics 2026-06, International journal of methods in psychiatric research IF:2.4Q2 DOI:10.1002/mpr.70088 PMID:42298924	研究论文	提出一种可解释的深度学习框架，利用静息态脑电数据检测抑郁症	将CNN-BiLSTM架构与注意力机制结合，并集成Grad-CAM和SHAP可解释性技术，实现对脑电时空特征的有效建模与可视化解释	排除了轻度和亚临床抑郁症病例（BDI 14-19），降低了模型对轻度抑郁的适用性	开发一种高准确率且可解释的深度学习模型，用于基于静息态脑电的抑郁症检测	静息态脑电数据	机器学习	抑郁症	EEG	CNN-BiLSTM	脑电信号	106名受试者（76名健康对照，30名抑郁症患者）	PyTorch	CNN-BiLSTM	准确率、F1分数、AUC	NA
720	2026-06-19	Integrating van't Hoff Equation with Artificial Neural Network for the Prediction of H2S Solubility in Ionic Liquids 2026-Jun-18, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.6c01869 PMID:42237580	研究论文	将范特霍夫方程与人工神经网络融合，用于预测离子液体中硫化氢的溶解度	提出一种物理信息混合人工神经网络，将范特霍夫方程直接嵌入模型架构，确保预测在未知化学空间中保持物理一致性，克服了纯数据驱动模型在复杂化学外推任务中的局限性	NA	开发一种可靠、可解释且具有良好泛化能力的预测模型，以加速高性能离子液体在硫化氢捕获中的发现	离子液体中硫化氢的溶解度	机器学习	NA	NA	混合人工神经网络	NA	NA	NA	混合人工神经网络（集成范特霍夫方程）	决定系数	NA