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
721	2026-06-08	Home-based eye tracking for early autism screening: a scoping review of approaches, evidence, and implementation challenges 2026-Jun-06, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-026-08255-y PMID:42251334	概述性综述	本综述总结了基于家用眼动追踪的早期自闭症筛查方法、证据及实施挑战	首次系统梳理了从实验室到家庭部署的眼动追踪平台进展，并评估了其实验室研究向家庭筛查转化的准备状态	仅检索英文文献、两个数据库、2015-2025年时间窗口、未进行严格方法学质量评估，且证据几乎全部来自实验室对照研究	评估家用眼动追踪作为数字生物标志物在早期自闭症筛查中的可行性，以及相关的机器学习方法和实际实施挑战	婴幼儿及儿童（年龄从5个月到18岁）的早期自闭症筛查	机器学习	自闭症谱系障碍	眼动追踪	支持向量机、随机森林、深度学习模型	眼动数据（注视比例、注视时间、眼跳动态、兴趣区对比）	样本量从30到1000以上不等	NA	NA	阳性预测值、阴性预测值、置信区间	NA
722	2026-06-08	Deep learning-based water body extraction using high-resolution RGB-UAV imagery: a case study on Horseshoe Island, Antarctica 2026-Jun-03, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15519-3 PMID:42234036	研究论文	利用深度学习从高分辨率RGB无人机影像中提取南极马蹄岛水体	首次系统比较六种先进语义分割架构在RGB无人机影像南极水体提取中的表现，并验证了模型在不同空间分辨率及复杂海岸线条件下的泛化能力	未提及数据集规模较小、未考虑跨季节变化、未与多光谱数据结合	评估深度学习模型在极地高分辨率RGB无人机影像中提取水体的可行性，建立可扩展的水体监测框架	南极马蹄岛的沿海水体，包括大型湖泊区域和复杂海岸线区域	计算机视觉	NA	无人机遥感	语义分割模型	RGB影像	287张RGB无人机影像	PyTorch	U-Net++, DeepLabv3+, MA-Net, SegFormer, ConvNeXt, DINOv3	交并比, 总体准确率	NA
723	2026-06-08	pedQTNet: A Deep Learning Approach to Estimate Corrected QT Intervals from Multi-Lead Conventional ECG Waveforms in Pediatric Patients 2026-Jun-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02386-1 PMID:42234295	研究论文	开发并评估了pedQTNet，一种用于从多导联常规心电图波形估计儿童校正QT间期并检测长QT综合征的深度学习模型	首次提出专门针对儿科患者的深度学习模型pedQTNet，用于从原始心电图波形直接估计QTc并检测LQTS，性能优于商用算法并与专家水平相当	未在更大规模的多中心数据或不同心电图机上进行验证，且模型在极低体重或早产儿中的表现有待进一步评估	开发一种自动化工具，帮助非心律专家准确测量儿童QTc并筛查LQTS，提高儿科心脏护理的可及性和效率	0-18岁儿科患者的心电图数据	深度学习	长QT综合征	心电图	深度神经网络	心电图波形	37,992名患者共65,370份心电图，以及200份前瞻性心电图	PyTorch	NA	平均绝对误差, 灵敏度, 特异度, 阳性似然比, 阴性似然比	NA
724	2026-06-08	Deep learning for predicting cardiac procedure outcomes: A scoping review of recent advances 2026-Jun-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103463 PMID:42250347	综述	总结基于深度学习的四种主要心脏手术（PCI、CABG、AVR和二尖瓣成形术）术后结果预测的最新进展	首次对深度学习在心脏手术结果预测中的应用进行系统综述，涵盖多种数据类型（文本、影像、信号）及多模态融合方法	所有纳入研究均缺乏外部验证，可推广性、可解释性和临床整合仍面临挑战	评估深度学习在心脏手术预后预测中的潜力及其与传统机器学习方法的对比	经皮冠状动脉介入、冠状动脉搭桥术、主动脉瓣置换术和二尖瓣成形术相关研究	机器学习	心血管疾病	深度学习	DL模型	文本、影像、信号	9篇纳入研究（来自457篇检索文献）	NA	NA	性能指标因数据类型而异	NA
725	2026-06-08	Artificial intelligence applications using patient-generated health data for pre-care processes in elective healthcare: a systematic review 2026-Jun-03, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106525 PMID:42250455	系统综述	系统综述了人工智能在择期医疗预诊流程中利用患者生成健康数据的应用	首次系统梳理了AI、患者生成健康数据与预诊流程三者交叉领域的研究现状，并综合评估了技术、临床、运营、用户体验和公平性等多维度结果	95%的研究存在高偏倚风险，仅6%进行了外部验证，仅一项研究测量了临床结局，公平性评估仅占14%，无研究证明患者获益或描述临床部署	绘制AI方法和患者生成健康数据模态的图谱，综合多维度结果，识别部署障碍和报告空白	利用患者生成健康数据的AI应用，用于支持择期医疗预诊流程（如分诊、症状评估、病史采集）	自然语言处理, 机器学习	NA	NA	经典机器学习, 深度学习, 大型语言模型	自由文本, 问卷, 录音, 可穿戴设备数据, 图像	21项研究	NA	NA	AUC (0.64-0.98，中位数0.78)	NA
726	2026-06-08	Specific-Source Insights into Changes of O3 Concentrations and Health Risks in China 2026-Jun-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c01808 PMID:42226704	研究论文	开发了结合深度学习模型与源导向CMAQ模型的集成框架，用于重构2005-2020年中国O3浓度并将其归因于不同来源，评估健康风险	首次将深度学习模型与源导向空气质量模型耦合，突破了传统方法在精细尺度上归因源贡献的局限，揭示了O3浓度来源在时空异质性及健康影响之间的显著不对等关系	NA	量化中国不同来源对臭氧浓度的贡献并评估相应的健康风险，为制定面向健康、来源特定的臭氧管理策略提供科学依据	2005-2020年中国大气臭氧浓度及其来源贡献和健康风险	机器学习	呼吸系统疾病	NA	深度学习模型	时间序列数据、空间分布数据	2005-2020年的臭氧浓度数据	NA	深度学习模型	NA	NA
727	2026-06-08	Concerted Electron-Ion Transport by Polyacrylonitrile Elucidated with Reactive Deep Learning Potentials 2026-Jun-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05078 PMID:42227688	研究论文	利用反应性深度学习势能阐明聚丙烯腈中协同电子-离子传输的机制	首次通过深度学习势能模拟非平衡反应性PAN构型，揭示了亲核攻击引发的锂耦合电子转移及环化反应动力学	模拟未考虑聚合物链间相互作用及更复杂电解液环境的影响	研究PAN在电池中作为离子导体的协同电荷传输机制	聚丙烯腈（PAN）聚合物构型与Li⁺的相互作用	机器学习	NA	深度学习势能、红外光谱（IR）、核磁共振（NMR）	深度学习势能（Deep Potential）	分子结构数据（PAN构型能与力）	非平衡反应性PAN构型（具体数量未提及）	DeepMD-kit	深度神经网络势能	反应自由能、反应速率、电荷分析	GPU（具体型号未提及）
728	2026-06-08	Efficient FPGA accelerator for low-power high-speed BCI motor imagery classification using novel deep learning 2026-Jun-02, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109105 PMID:42250530	研究论文	提出一种结合少样本学习与双注意力机制的SqueezeNet深度学习模型，并设计高效FPGA加速器，用于低功耗高速运动想象脑电信号分类	1) 首次将少样本学习与双注意力机制结合到SqueezeNet中，提升小样本和未见数据的分类精度；2) 设计基于双核DPU和双缓冲方案的低功耗硬件加速器，功耗仅12.14W，推理时间5.01ms，比CPU和GPU分别降低4.8倍和6.3倍	未提及对噪声鲁棒性的具体分析及模型在真实复杂环境下的验证情况	实现运动想象脑电信号的高精度、低功耗、高速分类，适用于边缘设备实时部署	脑电信号中的运动想象任务分类	机器学习	NA	脑电图	SqueezeNet、双注意力机制、少样本学习	脑电信号	BCI Competition IV 2a数据集（具体样本数未提及），以及其他公共数据集	NA	FSL-Dual Attention-based SqueezeNet	准确率	FPGA硬件加速器（双核DPU，双缓冲方案），CPU，GPU（功耗对比）
729	2026-06-08	Virtual fluorescent labeling of engineered vascular networks with embedded tracer particles 2026-Jun, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2026.04.059 PMID:42097439	研究论文	开发了一种深度学习虚拟标记方法，能从无标记图像中恢复细胞核、细胞骨架和内皮荧光，用于工程化血管网络的纵向研究	首次在厚三维共培养系统中实现多通道荧光标记的虚拟预测，并对散射微珠具有鲁棒性，采用通道特定损失函数提升重建质量	未提及限制	实现无破坏性的实时定量分析工程组织中的微血管形态发生及细胞外基质力学	含2μm二氧化硅微珠的纤维蛋白水凝胶中三维共培养的人脐静脉内皮细胞和肺成纤维细胞	数字病理学, 计算机视觉	不适用	三维荧光成像, 明场成像	3D U-Net	图像（明场和共焦荧光序列）	三维纤维蛋白水凝胶中细胞共培养样本（具体数量未提及）	PyTorch	3D U-Net	均方误差, 结构相似性, 峰值信噪比, 相关性, Dice系数	未提及
730	2026-06-08	A deep learning multi-attention Bi-GRU framework for kcat prediction with segmentation-based insights 2026-Jun-01, Enzyme and microbial technology IF:3.4Q2 DOI:10.1016/j.enzmictec.2026.110915 PMID:42250496	研究论文	提出了一种名为KcatNeuroCortex的深度学习框架，用于预测酶催化效率，该框架结合了双向门控循环单元（Bi-GRU）与多注意力机制，并通过基于分段的策略捕捉局部功能基序	创新性地将双向GRU与多注意力机制结合，模仿酶的工作方式；采用基于分段的策略捕捉局部功能基序，并整合为全局表示，提高了可解释性和预测准确性	NA	开发一个可解释且新颖的深度学习框架，用于准确预测酶催化效率（kcat），以解决酶序列数据增长快于测量催化常数的问题	酶序列的催化效率（kcat）预测	机器学习	NA	NA	Bi-GRU	序列数据	NA	NA	Bi-GRU, 多注意力机制	R², RMSE	NA
731	2026-06-07	A comprehensive benchmark of multi-generation YOLO architectures for forest species identification from macroscopic wood images 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54925-y PMID:42248978	研究论文	对三代YOLO架构进行综合基准测试，用于从宏观木材图像中识别森林树种	首次系统比较了三代YOLO（v8、11、26）共15个模型在宏观木材树种识别中的性能，实现了99.87%的测试准确率和100%的Top-3准确率，并提出YOLO26-medium作为资源受限设备部署的最佳候选	误差分析显示误分类仅发生在单个图像块，但未提及模型对未知采集协议的泛化能力	建立宏观木材图像树种识别的新基准，评估不同YOLO模型在准确性和效率上的表现	73种森林树种的宏观木材图像	计算机视觉	NA	宏观木材图像采集	YOLO（v8、11、26）	图像	77,865个448×448像素的图块，来自三种异质图像采集协议	PyTorch	YOLOv8, YOLO11, YOLO26	准确率, MCC, Top-3准确率, 帧率	NA
732	2026-06-07	High-fidelity CNN-based surrogate modeling for wildfire spread forecasting 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56080-w PMID:42249041	研究论文	提出一种基于卷积神经网络的高保真替代模型，用于快速预测野火蔓延	提出一种能够在不到一秒内预测野火蔓延的深度学习替代模型，显著降低了高分辨率野火建模的计算负担，并通过F1分数0.92验证了其高保真性	未提及	提高野火蔓延预测的速度和保真度，以支持应急管理、电力公司规划及消防团队决策	野火蔓延过程	计算机视觉, 机器学习	NA	NA	卷积神经网络	NA	NA	NA	卷积神经网络	F1分数	NA
733	2026-06-07	Deep learning reconstruction improves appendix visualization on pediatric magnetic resonance imaging (MRI): a single-center experience 2026-Jun-06, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06686-z PMID:42249942	研究论文	评估深度学习重建增强的2毫米磁共振成像在儿童阑尾炎中改善阑尾可视化和诊断性能的效果	首次应用深度学习重建技术于儿童薄层磁共振成像，在不降低信噪比的情况下提高阑尾可视化质量，并对比了传统的4毫米磁共振成像	单中心研究，样本量较小（82例），且部分比较未达到统计学显著性	评估2毫米T2加权磁共振成像结合深度学习重建相比传统4毫米磁共振成像在儿童阑尾炎中改善阑尾可视化和诊断性能	82例疑似阑尾炎的儿童患者（平均年龄9.6岁，年龄范围5-20岁）	计算机视觉	阑尾炎	磁共振成像（MRI）	深度学习重建（DLR）	医学影像	82例儿童患者	NA	NA	灵敏度、准确性、信噪比	NA
734	2026-06-07	Deep learning-driven inversion framework for shear modulus estimation in magnetic resonance elastography 2026-Jun-06, Magma (New York, N.Y.) DOI:10.1007/s10334-026-01375-2 PMID:42250046	研究论文	提出一种基于深度学习的磁共振弹性成像剪切模量估计反转框架，提升鲁棒性和准确性	通过有限元建模生成位移-刚度配对数据训练深度学习网络，使用小图像块捕捉局部波动行为，提高对全局变化的鲁棒性	未提及大规模临床验证及计算资源需求的具体细节	改进磁共振弹性成像中剪切模量估计的鲁棒性和准确性	组织剪切模量	机器学习	肝脏疾病	磁共振弹性成像	深度学习神经网络	图像	8名健康受试者和7名纤维化患者的体内肝脏MRE数据	NA	NA	相关系数r、决定系数R²	NA
735	2026-06-07	Emerging Applications of Artificial Intelligence in Pediatric Care 2026-Jun-06, Indian journal of pediatrics IF:2.1Q2 DOI:10.1007/s12098-026-06254-1 PMID:42250093	综述	本文综述了人工智能在儿科护理中的应用，包括分诊、实时监测、风险分层及新生儿复苏等场景	系统总结了AI在新生儿黄疸评估、坏死性小肠结肠炎管理及早产儿视网膜病变筛查等儿科特有领域的创新应用	仍面临数据隐私、儿科高质量数据集缺乏、严格临床验证及透明度等伦理和实践挑战	探讨人工智能在儿科医疗中的应用现状及其对临床决策的支持	儿科患者群体，包括新生儿及儿童	机器学习	新生儿疾病	NA	机器学习、深度学习	健康数据	NA	NA	NA	NA	NA
736	2026-06-07	Towards integrating domain knowledge, AutoML and few-shot learning for medical image analysis: a mini review of current trends and research gaps 2026-Jun-06, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-026-01077-3 PMID:42250205	综述	综述了少样本学习、自动机器学习和领域知识在医学图像分析中的整合现状与研究空白	首次系统性地分析了少样本学习、自动机器学习与领域知识在医学图像分析中的潜在整合，并指出了关键研究空白	现有文献方法碎片化，少样本学习、自动机器学习和领域知识大多分开研究或仅部分结合	探索整合领域知识、自动机器学习和少样本学习以提升医学图像分析性能、可解释性和临床可靠性	医学图像分析中的少样本学习、自动机器学习及领域知识相关文献	机器学习, 计算机视觉	NA	NA	少样本学习, 自动机器学习	图像	NA	NA	NA	NA	NA
737	2026-06-07	Scalable Boltzmann generators for equilibrium sampling of large-scale materials 2026-Jun-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73900-9 PMID:42243116	研究论文	提出了一种可扩展的玻尔兹曼生成器架构，用于大规模材料的平衡采样	通过结合增强耦合流与图神经网络，克服了玻尔兹曼生成器在大型材料系统中的扩展性限制，实现更快的训练、更低的资源消耗和更高的采样效率	NA	开发可扩展的平衡采样方法以高效生成大规模材料系统的平衡系综	Lennard-Jones晶体、mW水冰相和硅相图	机器学习	NA	NA	图神经网络、增强耦合流	NA	模拟晶胞超过一千个原子	NA	图神经网络、增强耦合流	采样效率	NA
738	2026-06-07	YOLO-geochemical integration for real-time aeolian dust monitoring: a critical review of signatures, health risks, and policy implications 2026-Jun-05, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15544-2 PMID:42247025	综述	批判性评估地球化学指纹分析与YOLO深度学习框架集成用于实时风成沙尘监测的方法，探讨其在源解析、健康风险评估和政策制定中的应用	首次提出将地球化学指纹分析（ICP-MS、SEM-EDS、XRD）与YOLO深度学习框架集成的多模态监测架构，实现成分解析的实时暴露映射，支持吸入健康风险评估	多模态框架的实际部署挑战、地球化学标签迭代训练的数据需求、不同地理区域的泛化能力尚未充分验证	推动沙尘源解析、健康风险评估和循证政策制定	风成沙尘颗粒及其地球化学组成、沙尘羽流的实时检测	计算机视觉	呼吸系统疾病、心血管疾病	ICP-MS, SEM-EDS, XRD, 高光谱成像, 多光谱成像	YOLO	图像、光谱数据	NA	NA	YOLOv5, YOLOv6, YOLOv7, YOLOv8, YOLOv9, YOLOv10	mAP	NA
739	2026-06-07	Infant Brain Age Estimation With T1w/T2w Ratio MRI: A Myelination-Aware Deep Learning Approach 2026-Jun-05, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70376 PMID:42247370	研究论文	利用T1w/T2w比值MRI和生物信息深度学习框架进行婴儿脑龄估计	首次将T1w/T2w比值MRI与生物信息深度学习结合，用于婴儿脑龄估计，并通过多任务学习和多尺度建模提升性能	外部验证样本量较小（10名婴儿），且仅限于健康婴儿，未在更大规模或异常发育群体中验证	开发并评估一种生物信息深度学习框架，利用T1w/T2w比值MRI进行婴儿脑龄估计	0-24个月婴儿的脑部MRI数据	计算机视觉	儿童发育相关疾病	T1w/T2w比值MRI	3D卷积神经网络	MRI图像	内部队列：629名婴儿（0-24个月），外部队列：10名健康婴儿（0-15个月）	PyTorch	3D-CNN	平均绝对误差，均方根误差，R²，皮尔逊相关系数，斯皮尔曼相关系数	NA
740	2026-06-07	A Holistic Eating Monitoring System Enabled by Textile Strain Sensors and Hierarchical Network 2026-Jun-05, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3701048 PMID:42247543	研究论文	提出一种结合石墨烯纺织应变传感器与层级深度学习网络的整体饮食行为监测系统	首次将石墨烯纺织应变传感器与层级深度学习框架相结合，实现饮食行为的连续精细监测，并利用大语言模型模块将生物力学指标转化为个性化自然语言反馈	NA	开发一种整体饮食行为监测系统，支持个性化健康饮食指导	饮食行为中的咽喉和下颚变形信号	机器学习	代谢性疾病	石墨烯纺织应变传感器	层级深度学习网络	应变信号	NA	NA	层级网络	激活图、事件掩码动态	NA