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
161	2026-06-28	Symbolic Participation or Substantial Learning Behavior? A PSM-Based Comparison Between Honors and Non-Honors Undergraduates from Two Top Elite Universities in China 2026-Jun-22, Behavioral sciences (Basel, Switzerland) DOI:10.3390/bs16061037 PMID:42352870	研究论文	通过PSM方法比较中国两所顶尖大学优等生与非优等生的学习行为与能力发展	首次采用倾向得分匹配法区分荣誉教育的象征性参与与实质性学习行为，并揭示教学实践与深度学习的调节中介机制	样本仅限两所中国顶尖大学，且未追踪长期能力变化	探究荣誉教育是否带来学生学习行为的实质性变化或仅具象征性参与	中国两所顶尖大学的大四优等生与非优等生	机器学习	NA	NA	NA	文本	163名优等生和317名非优等生	Scikit-learn, Stata	NA	倾向得分匹配的平衡性指标, 回归系数, 中介效应显著性	NA
162	2026-06-28	Mamba-YOLO-SRC: An Automatic Deep Learning Framework for Respiratory Behavior Detection in the Chinese Giant Salamander 2026-Jun-22, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16121923 PMID:42353532	研究论文	提出了一种名为Mamba-YOLO-SRC的新型混合检测框架，用于自动监测中国大鲵的呼吸行为	首次实现了对中国大鲵呼吸行为的自动化监测，并创新性地融合了Mamba和YOLO架构，准确识别四种关键呼吸行为	仅针对特定物种（中国大鲵）和有限行为类别，模型通用性需进一步验证	开发自动检测中国大鲵呼吸行为的方法，以促进其生态保护与繁殖研究	中国大鲵的呼吸行为，包括潜水、抬头、吸气和呼气	计算机视觉	NA	NA	YOLO, Mamba	图像	NA	NA	Mamba, YOLO	平均精确率（mAP@0.5）, 各类别精确率	NA
163	2026-06-28	Comprehensive Review of Nystagmus and Vertigo Diagnostics: From Pathological Foundations to AI-Driven Telemedicine 2026-Jun-22, Sensors (Basel, Switzerland) DOI:10.3390/s26123949 PMID:42356922	综述	综合综述了眼震和眩晕诊断的病理基础及人工智能驱动的远程医疗技术	首次跨领域整合人工智能眼震分析、临床医学、智能手机与便携硬件创新以及远程医疗四个主题，系统评估了从传统机器学习到大语言模型的诊断能力	罕见BPPV亚型数据集匮乏、对环境条件敏感以及缺乏可解释的人工智能机制	系统梳理眼震和眩晕诊断领域现状，确定实现公平且独立于专科医生的前庭诊断的关键下一步	1952年至2026年间发表的约50篇论文	计算机视觉, 自然语言处理, 机器学习	前庭疾病，眩晕，眼震	视频眼震图，智能手机RGB视频，光学流网络	CNN, U-Net, LSTM, 光学流网络, GPT-4V, Gemini 2.0	文本, 图像, 视频	约50篇论文	NA	CNN, U-Net, LSTM, 光学流网络, GPT-4V, Gemini 2.0	识别准确率, 慢相速度测量	NA
164	2026-06-28	Weakly Textured Objects Pose Estimation: A Comprehensive Review 2026-Jun-22, Sensors (Basel, Switzerland) DOI:10.3390/s26123957 PMID:42356930	综述	系统回顾了弱纹理物体姿态估计的方法，并指出未来研究方向	对弱纹理物体姿态估计方法进行了全面分类，并系统总结了泛化限制、实时性矛盾和标注瓶颈等核心问题	未提供具体的实验验证或性能比较	综述弱纹理物体姿态估计的最新进展，为算法设计、实验验证和工程应用提供参考	弱纹理物体	机器视觉	NA	NA	传统方法、深度学习	图像	NA	NA	NA	NA	NA
165	2026-06-28	Untrained Position-Encoded Multilayer Perceptron Network for Structured Illumination Microscopy Reconstruction 2026-Jun-22, Chemical & biomedical imaging DOI:10.1021/cbmi.5c00153 PMID:42358782	研究论文	提出一种无需训练数据的位敏多层感知机网络用于结构光照明显微镜超分辨重建	该方法无需任何训练数据，利用隐式神经表征和SIM前向模型驱动重建超分辨图像，能够在低输入帧数下实现2D和3D图像重建，并预测3D堆栈中缺失的轴向平面	当前摘要未明确提及方法局限性，可能包括对噪声的敏感度或计算开销问题	为SIM超分辨成像提供一种数据高效且适应性强的重建方法	结构光照明显微镜（SIM）成像数据	计算机视觉	不适用	结构光照明显微镜	位敏多层感知机	图像	合成和实验数据集	PyTorch	多层感知机	结构相似性损失	NA
166	2026-06-28	Artificial Intelligence in Cardiac Point-of-Care Ultrasound: A Narrative Review 2026-Jun-21, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121921 PMID:42351580	综述文章	本文叙述性综述了人工智能在心脏床旁超声中的应用现状	系统性地回顾了AI辅助心脏POCUS在图像采集、自动测量和解读方面的最新临床应用，并特别强调了新手使用中的性能提升	多数研究在受控条件下而非真实世界环境中评估，性能高度依赖图像采集质量，复杂应用如舒张功能评估和血流动力学测量验证不足	综述AI辅助心脏POCUS的当前应用及证据水平	AI辅助心脏POCUS的临床、教学或图像采集相关研究	机器学习	心血管疾病	NA	机器学习、深度学习	超声图像	NA	NA	NA	一致性、性能	NA
167	2026-06-28	Current State and Future of Artificial Intelligence in Pediatric Interventional Radiology: A Narrative Review 2026-Jun-20, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121918 PMID:42351577	综述	总结人工智能在儿科介入放射学中的当前应用现状并展望未来临床整合方向	首次针对儿科介入放射学这一亚专科系统梳理AI全流程应用（包括剂量优化、图像重建、手术规划及预后预测），并综合论述儿科特有挑战（如生长变异、数据稀缺）及新兴范式（可解释AI、联邦学习、多模态融合）	现有AI工具缺乏针对儿童的专门设计、验证与部署，大部分工具与儿科临床终点关联薄弱	评估AI在儿科介入放射学领域的应用现状并识别临床转化的研究空白与优先方向	PubMed/Embase/Scopus等数据库中的同行评审文献及学会立场声明	自然语言处理, 机器学习, 数字病理	儿科疾病	NA	机器学习, 深度学习	文本, 多模态数据	无原始样本数据	NA	NA	NA	NA
168	2026-06-28	Apple Origin Classification and Sugar Content Prediction of 'Fuji' Apples Using Near-Infrared Spectroscopy and Deep Learning 2026-Jun-20, Foods (Basel, Switzerland) DOI:10.3390/foods15122227 PMID:42354195	研究论文	利用近红外光谱和深度学习对富士苹果进行产地分类和糖度预测	建立了一个双任务近红外光谱框架，同时实现地理产地分类和可溶性固形物含量预测，并比较了多种深度学习模型的性能，其中Transformer在分类任务中表现最佳，DNN在回归任务中表现最佳	NA	实现富士苹果的产地可追溯性和无损内部品质评估	富士苹果样本	机器学习	NA	近红外光谱	深度学习模型	光谱数据	375个苹果，产生3000个分类光谱样本和750个糖度校准样本	NA	Transformer, DNN	准确率, MAE, RMSE, R, Pearson r	NA
169	2026-06-28	Sensor-Driven Short-Term Forecasting on the Metropolitan LA Traffic Dataset: A Comparative Study for Multi-Step Prediction 2026-Jun-20, Sensors (Basel, Switzerland) DOI:10.3390/s26123917 PMID:42356890	研究论文	基于洛杉矶大都市交通数据集，对多步预测中的传感器驱动短期交通预测进行了比较研究，并提出了图增强Transformer	提出了传感器网络诊断框架，将传感器数据属性分析与四种代表性架构的受控基准测试结合，并创新性地引入每传感器回归分析链接零值比例与模型预测误差；进一步提出轻量级混合架构GETFormer，融合单跳图卷积网络层和门控残差融合模块	未明确提及，但可能受限于METR-LA单一数据集、207个感应环路检测器的规模以及5分钟分辨率；未涉及真实部署中的系统验证	探讨传感器级数据特性（零值比例、分布异质性、跨传感器相关性）如何驱动特定架构的失败模式，并为基于证据的模型选择提供指导	METR-LA数据集中的207个感应环路检测器及其5分钟分辨率交通流数据	机器学习	NA	NA	Transformer, STGCN, DCRNN, Gated TCN, GETFormer（混合架构）	时序数据	207个感应环路检测器，5分钟分辨率数据	PyTorch	Transformer, STGCN, DCRNN, Gated TCN, GETFormer（图增强Transformer，单跳GCN层+门控残差融合）	MAE, RMSE, MAPE	未明确提及
170	2026-06-28	Multimodal EEG-EMG and FEM-Based Adaptive Control of Passive Upper-Limb Exoskeletons 2026-Jun-20, Sensors (Basel, Switzerland) DOI:10.3390/s26123924 PMID:42356896	研究论文	提出一种多模态神经接口，结合脑电图和肌电图信号对被动上肢外骨骼进行自适应控制，并利用有限元生物力学建模辅助分析	首次在被动外骨骼中融合EEG-EMG多模态信号与CNN-LSTM深度学习架构，通过认知负荷指数和额叶不对称指数实现无需主动驱动的软件级自适应辅助	有限元模型仅作为离线分析工具，未集成到实时控制回路中；LiveAmp平台为商用设备并非专门为本研究开发	实现被动上肢外骨骼基于用户生理和运动状态的软件级自适应辅助	十名健康被试的脑电图和肌电图信号	人机交互, 机器人学	NA	脑电图, 肌电图, 有限元建模	CNN-LSTM混合模型	生理信号（脑电图和肌电图）	10名健康被试	NA	CNN-LSTM	准确率, F1分数, 推理延迟	NA
171	2026-06-28	Deep Learning Based on B-Mode and Color Doppler Ultrasound for Differentiation of Primary Thyroid Lymphoma and Hashimoto's Thyroiditis: A Retrospective Single-Center Study 2026-Jun-19, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121909 PMID:42351568	研究论文	基于B超和彩色多普勒超声的深度学习模型用于鉴别原发性甲状腺淋巴瘤和桥本甲状腺炎	提出了结合小波变换卷积和频率自适应门控机制的Frequency-Adaptive WT-ResNet模型，实现了B超和彩色多普勒超声图像中三种病变（弥漫大B细胞淋巴瘤、黏膜相关淋巴组织淋巴瘤和桥本甲状腺炎）的自动分类	探索性外部验证结果需谨慎解读，仍需更大规模的多中心队列验证模型泛化能力	开发和验证基于B超和彩色多普勒超声的深度学习模型，用于图像水平鉴别弥漫大B细胞淋巴瘤、黏膜相关淋巴组织淋巴瘤和桥本甲状腺炎	290名患者的1294张超声图像（313个病灶），来自华西医院和中山大学孙逸仙纪念医院	计算机视觉	甲状腺癌, 淋巴瘤, 桥本甲状腺炎	超声成像（B模式超声和彩色多普勒超声）	CNN (ResNet)	图像	290名患者的1294张超声图像（313个病灶），训练集与测试集按8:2划分	PyTorch	Frequency-Adaptive WT-ResNet（集成小波变换卷积和频率自适应门控机制）	AUC, 平衡准确率	NA
172	2026-06-28	Functional Profiling in Paralympic Water Polo Using Deep Learning, Stereo Vision, and Phase-Based Kinematic Analysis: A Pilot Study 2026-Jun-19, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060707 PMID:42351951	研究论文	提出一种基于深度学习、立体视觉和相位运动分析的残奥会水球功能画像框架，用于客观评估运动员的残余运动功能	将姿态估计作为定量测量工具，并将可见性中断视为功能相关事件而非噪声，为运动功能评估提供可解释的候选描述指标	样本量较小（仅5名男性运动员），且研究为试点性质，不旨在取代官方分类程序	为残奥会水球运动建立基于任务的功能画像框架，以支持基于证据的分类研究	5名国家级男子水球运动员（3名有运动障碍、2名健全参考者）	计算机视觉	运动功能障碍	立体视觉、OpenPose姿态估计	NA	视频	5名男性运动员（3名有运动障碍，2名健全参考者），共128次掷球试验	OpenPose	NA	核心值范围（0.05-0.15、0.29-0.68、0.040-0.148）	NA
173	2026-06-28	Waist Circumference Modifies the Association Between a Deep Learning-Derived Retinal Biomarker and Coronary Artery Calcium Score in Asymptomatic Adults 2026-Jun-19, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15124779 PMID:42355946	研究论文	探讨深度学习衍生的视网膜生物标志物Reti-CVD与无症状成年人冠状动脉钙化评分之间的关系，并评估腰围是否改变这一关联	首次验证中心性肥胖（以腰围衡量）对深度学习视网膜生物标志物与冠状动脉钙化评分之间关系的修饰作用，而一般肥胖（BMI）无此作用	回顾性设计、样本量较小（237人）、单一韩国人群、未考虑种族差异及长期随访数据	评估肥胖表型（特别是中心性肥胖）是否改变Reti-CVD与冠状动脉钙化评分的关联	237名接受常规健康筛查的无症状韩国成年人	机器学习, 数字病理学	心血管疾病	眼底摄影, 心脏计算机断层扫描	深度学习模型	眼底照片, 图像	237名无症状韩国成年人（其中78人患有腹部肥胖，102人患有一般肥胖）	NA	NA	受试者工作特征曲线下面积	NA
174	2026-06-28	Cross-Sensor and Cross-Population Generalization of Deep Learning Models for Digital Mammography: A Controlled Four-Country Benchmark of Five Backbone Architectures with Statistical Significance Testing 2026-Jun-19, Sensors (Basel, Switzerland) DOI:10.3390/s26123911 PMID:42356884	研究论文	通过控制协议对五种深度学习骨干网络进行跨传感器和跨人群的数字乳腺X线摄影泛化能力基准测试	首次在统一控制协议下系统评估最新一代乳腺X线摄影专用基础模型（如Mammo-CLIP B5和Mammo-FM）在跨传感器平台和跨人群（中美印英四国数据）条件下的泛化性能，并采用带Benjamini-Hochberg FDR校正的配对DeLong z检验进行统计显著性分析	单一训练来源（CBIS-DDSM）和仅三次随机种子重复；MIAS数据集的组间比较未能达到统计显著性；极密乳腺亚组的样本量较小（n=140），导致95%置信区间重叠较大，无法支持统计优势结论	评估深度学习模型在数字乳腺X线摄影数据中跨传感器和跨人群迁移时的泛化能力，并探讨基础模型是否优于传统架构	来自美国（CBIS-DDSM）、中国（CMMD）、印度（DMID）和英国（MIAS）四个国家的乳腺X线摄影数据集	计算机视觉, 数字病理学	乳腺癌	数字乳腺X线摄影	深度学习模型（卷积神经网络、视觉Transformer）	图像（乳腺X线摄影图像）	训练集CBIS-DDSM（n=714验证），外部测试集：CMMD（n=1032，全视野数字乳腺X线摄影）、DMID（n=509，混合数字）、MIAS（n=322，胶片数字化）	PyTorch	ResNet-50, DINOv2-B14, Rad-DINO, Mammo-CLIP B5, Mammo-FM	AUC, 灵敏度, 特异性, 校准误差（温度缩放校正）	未提及
175	2026-06-28	Artificial Intelligence, Deep Learning, and Computer Vision in Hysteroscopy: A Systematic Review 2026-Jun-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121899 PMID:42351557	综述	系统回顾人工智能、深度学习及计算机视觉在宫腔镜中的应用	首次系统综述AI/ML/DL在宫腔镜五个领域的应用现状，包括诊断分类、实时检测、分割、手术引导及预后决策	多数研究为单中心回顾性设计，缺乏外部验证；仅一项随机研究评估了AI对可测量手术结局的影响	系统评估人工智能、机器学习、深度学习或计算机辅助诊断在宫腔镜中的应用效果并分析现有证据的局限性	宫腔镜图像分析及手术辅助系统	计算机视觉, 机器学习	妇科疾病	宫腔镜成像	CNN, 深度学习模型	图像	19项原始研究	NA	NA	AUC	NA
176	2026-06-28	Prediction of Antipsychotic Drug Doses for BPSD in Alzheimer's Disease Using Deep Learning Techniques 2026-Jun-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121894 PMID:42351553	研究论文	利用深度学习技术从结构性MRI预测阿尔茨海默病BPSD患者的抗精神病药物剂量	首次将迁移学习与级联ResNet应用于精准预测个体化抗精神病药物剂量，并通过Grad CAM揭示关键脑区	样本量有限（86例），属于概念验证性研究，尚需更大规模外部验证	开发基于深度学习的预测模型，从结构性MRI实现阿尔茨海默病BPSD患者抗精神病药物的个性化剂量预测	阿尔茨海默病伴行为精神症状（BPSD）患者的结构性MRI图像	计算机视觉	阿尔茨海默病	NA	CNN	图像	健康老龄化数据集646例（CBMFM），BPSD数据集86例（SMHC）	PyTorch	Cas-ResNet, 3DCNN, VGG, DenseNet	平均绝对误差, Pearson相关系数	NA
177	2026-06-28	Deep Learning for Brain MRI Artifact Correction: Current Challenges and Future Directions 2026-Jun-18, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060699 PMID:42351943	综述	系统性回顾了深度学习在脑MRI伪影校正中的应用，并量化分析了当前方法的表现和挑战	首次定量分析深度学习在脑MRI伪影校正中的表现，并识别了产生幻觉和过度平滑的潜在因素，同时指出频率感知神经网络的优势，并展望了物理信息神经网络这一新兴范式	仅分析了30篇研究，且未涉及儿童MRI及低于1.5T的场强情况，可能存在样本量有限和适用范围的局限性	系统性回顾深度学习在脑MRI伪影校正中的现状，评估其临床鲁棒性、幻觉和过度平滑问题，并指出未来研究方向	基于深度学习进行伪影校正的脑结构MRI研究	计算机视觉, 机器学习, 数字病理学	脑部疾病	结构磁共振成像	神经网络	图像	30篇相关研究	NA	频率感知神经网络, 物理信息神经网络	结构相似性指数, 峰值信噪比	NA
178	2026-06-28	Ensemble Machine Learning- and Deep Learning-Driven Identification and Validation of Sennidin B as a Novel Dipeptidyl Peptidase-4 Inhibitor 2026-Jun-18, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27125536 PMID:42353251	研究论文	结合机器学习和深度学习，筛选并验证Sennidin B作为一种新型二肽基肽酶-4抑制剂	首次通过集成结构虚拟筛选和机器学习模型，从天然化合物库中发现Sennidin B作为DPP-4抑制剂，并通过分子动力学模拟和细胞实验验证	Sennidin B的体内药效和安全性仍需进一步研究	识别天然DPP-4抑制剂用于治疗2型糖尿病	Sennidin B和盐酸多柔比星作为候选DPP-4抑制剂	机器学习，药物发现	2型糖尿病	分子对接，分子动力学模拟， MM-PBSA计算， RT-PCR，蛋白质免疫印迹	随机森林，逻辑回归，支持向量机，多层感知器	分子结构数据，活性数据	天然化合物数据库包含多个化合物，筛选出107个化合物进一步分析，最终验证Sennidin B和盐酸多柔比星	Scikit-learn	随机森林，逻辑回归， SVM， MLP	AUC（曲线下面积）	NA
179	2026-06-28	An Overview of the Research Status and Advances in Precision Feeding Technology and Equipment in Aquaculture 2026-Jun-18, Animals : an open access journal from MDPI IF:2.7Q1 DOI:10.3390/ani16121898 PMID:42353507	综述	综述了水产养殖精准投喂技术与装备的研究现状与进展	系统梳理了精准投喂技术在需求感知、智能决策、精确控制及执行层面的进展，并总结了集约化、池塘和海水养殖等不同场景下的装备类型与应用现状	环境干扰、水质浑浊、光照变化及传感器漂移影响感知可靠性，现有决策模型泛化性有限，感知-决策-执行集成不足，高昂成本与人才短缺限制推广	为水产养殖精准投喂的后续研究和工程应用提供参考	精准投喂技术与装备，涵盖投喂需求感知、智能决策、精准控制执行及各类养殖场景下的设备设计	机器视觉	NA	机器视觉、物联网、机器学习、深度学习、自动控制	NA	NA	NA	NA	NA	NA	NA
180	2026-06-28	Stable and High-Throughput Single-Cell Sorting of Food Bacteria Using Spatiotemporal Video-Enhanced Raman Tweezers 2026-Jun-18, Foods (Basel, Switzerland) DOI:10.3390/foods15122208 PMID:42354176	研究论文	提出一种结合时空视频增强拉曼镊子（SVERT）系统与深度学习去噪网络，实现食品细菌的高通量稳定单细胞分选	创新性地设计减速优化微流控芯片与基于深度学习的视觉反馈回路，提出局部全局统一去噪网络（LGU-Net）恢复低信噪比视频流中的细菌结构	未提及在复杂食品基质中长时间运行时的系统稳定性及对不同细菌种类的泛化能力验证	实现液态食品中致病菌和腐败微生物的高速、无标记单细胞分选与检测	食品细菌（四种与食品安全和质量相关的细菌种类）	机器学习, 计算机视觉	NA	拉曼镊子光谱（RTS）	深度学习网络	视频	四种细菌物种，实验中使用未纯化商业饮料验证	PyTorch	LGU-Net	光学捕获成功率、光谱采集效率、分类准确率	NA