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
181	2026-04-27	Integrating EfficientNetV2 with guided filopic diffusion for enhanced rice leaf disease recognition 2026-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41654-5 PMID:41826510	研究论文	提出一种结合EfficientNetV2和引导菲洛皮克扩散的增强水稻叶片病害识别方法	首次将EfficientNetV2与扩散边界注意力法结合，并采用引导菲洛皮克扩散技术进行前置降噪，显著提升图像质量并保留叶片纹理特征	未提及在多种环境条件下的泛化能力或与其他方法的比较验证	提升水稻叶片病害识别的准确性和速度，推动深度学习在农业病害检测中的应用	水稻叶片病害（稻瘟病、褐斑病、白叶枯病）	计算机视觉	植物病害	NA	EfficientNetV2	图像	水稻叶片病害数据集（具体数量未提供）	PyTorch	EfficientNetV2	准确率、召回率、精确率、F1分数、Dice相似系数（DSC）	NA
182	2026-04-27	Predictors of self-reported sexually transmitted infections (STIs) among men in 54 low and middle income countries (LMICs): a comparison of deep learning and classical machine learning algorithms 2026-Mar-12, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-13010-5 PMID:41820907	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
183	2026-04-27	Automated interpretation of fetal cardiac function evaluation from the echocardiogram 2026-Mar-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02381-3 PMID:41807718	研究论文	开发了一个全自动人工智能工作流程，用于从超声心动图中估算胎儿心脏功能参数	首次实现胎儿心脏功能评估的完全自动化，整合深度学习模型进行实时检测与分割，并建立动态Z分数模型	未提及具体局限性	实现胎儿心脏功能的自动、准确、可重复评估	胎儿超声心动图	计算机视觉	胎儿心脏疾病	超声心动图	深度学习	图像	内部数据集52,942张标注图像来自1940次胎儿超声心动图，外部正常数据集245次超声心动图，内部异常数据集83次超声心动图	NA	NA	Dice相似系数，交并比，组内相关系数，R值，平均绝对误差，一致性界限，个体等效系数	NA
184	2026-04-27	Popformer: Learning general signatures of positive selection with a self-supervised transformer 2026-Mar-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.06.710163 PMID:41846988	research paper	提出一种基于自监督Transformer的模型Popformer，用于学习正选择信号的通用编码，并在人类基因组数据上进行预训练和微调	首次将Transformer架构应用于群体遗传选择信号检测，结合位点性和单倍型注意力机制，并采用掩码语言建模目标的预训练策略	模型在错配人口模型下表现仍有限制，且依赖模拟数据训练，对真实数据多样性的泛化能力需进一步验证	开发一种能泛化到多种进化场景的正选择信号检测方法，提升群体遗传推断的准确性	人类基因组变异数据中的正选择信号，包括模拟数据和来自1000 Genomes Project的真实数据	machine learning	NA	测序数据（SNP基因型数据）	Transformer	基因组序列（SNP基因型）	1000 Genomes Project的人类数据，具体样本量未明确提及	PyTorch（推断，基于Transformer常见实现框架）	Transformer（含位点间注意力、单倍型间注意力和相对位置嵌入）	准确性（accurate），基因型插补准确性	NA
185	2026-04-27	Confidence scoring for deep learning-predicted antibody-antigen complexes: AntiConf as a precision-driven metric 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag137 PMID:41903187	研究论文	本研究评估了九种深度学习模型在抗体-抗原复合物预测中的表现，并开发了新型置信度评分指标AntiConf	整合pDockQ2和pTM评分开发了AntiConf指标，该指标在精度和召回率上优于现有方法，可作为AF2和AF3架构的有效后处理评分	未提及具体局限性，但可能包括数据集规模有限（200个复合物）及对特定模型的依赖性	评估深度学习模型在抗体-抗原复合物预测中的表现，并开发更精准的置信度评分方法	200个抗体-抗原复合物的三维结构预测结果	计算生物学，深度学习，结构预测	NA	NA	深度学习模型	结构数据，评分数据	200个抗体-抗原复合物	NA	AlphaFold2, Boltz-1, Boltz-1x, Boltz-2, Chai-1, Protenix, Protenix-1, OpenFold3, ESMFold	精度，召回率	NA
186	2026-04-27	A Channel-Independent Anchor Graph-Regularized Broad Learning System for Industrial Soft Sensors 2026-Feb-28, Entropy (Basel, Switzerland) DOI:10.3390/e28030274 PMID:41899926	研究论文	提出一种通道无关锚图正则化宽度学习系统(CI-GBLS)，用于工业软传感器中的非线性动力学和多元耦合建模	引入通道独立(CI)策略，通过构建物理隔离的特征通道实现多元输入的正交分解，并利用RBF聚类中心作为图锚点设计高效流形正则化算法，嵌入数据几何结构到学习目标	未提及具体限制	解决复杂工业数据的非线性动力学和强多元耦合问题，同时克服深度学习的高计算成本和部署挑战	IndPenSim过程数据	机器学习	不适用	不适用	宽度学习系统	时间序列数据	不适用	不适用	CI-GBLS	预测精度和效率	不适用
187	2026-04-27	Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring 2026-Feb-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea8902 PMID:41650267	研究论文	提出一种集成深度学习与多层热梯度传感的软电子平台，用于实时监测血流速度和血管深度	首次将多层热传感与深度学习算法结合，解决传统热传感中血管深度变异导致的测量限制，能够同时测量血流速率和血管深度	未提及具体局限性信息	开发一种无需笨重设备和专业知识的可穿戴血流监测技术，提升心血管健康评估和血管并发症检测的便捷性	血流速率和血管深度	机器学习	心血管疾病	多层热传感、深度学习、光电容积脉搏波	深度学习模型	热梯度数据	NA	NA	NA	NA	NA
188	2026-04-27	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2026-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发一种基于深度学习框架的数据驱动连续睡眠深度测量方法——序贯睡眠深度（OSD），并评估其与觉醒概率、年龄、性别、睡眠呼吸障碍及认知障碍的关联	首次利用深度学习序贯回归方法，基于3秒脑电片段连续估计睡眠深度，提供了比传统分期更精细的睡眠深度量化手段	NA	开发连续睡眠深度测量方法并验证其临床相关性	多导睡眠图记录中的脑电信号	机器学习	睡眠呼吸障碍、认知障碍	多导睡眠图	卷积神经网络	脑电图信号	21787份多导睡眠图记录，来自18116名患者	NA	卷积神经网络	皮尔逊相关系数	NA
189	2026-04-27	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	通过迁移学习和Grad-CAM可视化技术，基于CT血管造影对颅内动脉瘤进行分类诊断	将迁移学习与定量可解释性评估相结合，在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度	样本量较小（仅83例患者），且缺乏多中心外部验证	评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性	来自两个中心的83例符合条件患者的CTA影像数据	计算机视觉	脑血管疾病	CTA	CNN	图像	83例患者	PyTorch	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
190	2026-04-27	Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347288 PMID:42030231	研究论文	比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性	首次系统比较了四种深度学习人体姿态估计方法（两种单目和两种双目三角法）用于手势研究，并验证了其作为运动捕捉系统低成本替代方案的潜力	未提及具体限制；但可能受限于小样本量（10名参与者）和特定手势场景，通用性需进一步验证	评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度，旨在开发替代运动捕捉的易用工具箱	10名参与者进行手势丰富的演讲时的上身关键点（包括手腕、肘部、肩部、手指和面部）	计算机视觉	无特定疾病	光学运动捕捉、标准视频摄像头	深度学习人体姿态估计模型（具体未指定，但涉及单目和双目三角法）	图像/视频、3D关键点坐标	10名参与者	NA	NA	欧氏距离、平均误差、重叠率	NA
191	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA
192	2026-04-27	A cycle-aware and physics-informed framework for battery remaining useful life prediction 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28505-5 PMID:41476082	研究论文	提出一个基于物理信息且考虑充放电周期一致性的锂电池剩余使用寿命预测框架	在输入层面引入周期感知的分段方法，将时间序列按实际充放电周期分割，并在目标层面引入物理信息一致性损失函数，使预测与物理退化曲线一致	未明确提及局限	提高锂电池剩余使用寿命预测的准确性	锂电池的剩余使用寿命	机器学习	NA	NA	图神经网络	时间序列	NA	NA	Bat-T-GNN	NA	NA
193	2026-04-27	Multimodal deep learning ensemble framework for skin cancer detection 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30534-z PMID:41469782	研究论文	提出一种基于多模态深度学习的集成框架用于皮肤癌检测	采用迁移学习和自适应加权集成方法，结合元数据与图像数据，提升卷积神经网络在皮肤癌检测中的性能	在外部数据集Derm7pt上准确率较低，表明模型泛化能力有限	提高皮肤癌检测和分类的准确性和鲁棒性	多类型皮肤癌图像数据和元数据	数字病理学	皮肤癌	卷积神经网络、迁移学习、集合方法、SMOTE过采样	CNN	图像, 元数据	ISIC 2018数据集、ISIC 2019数据集、Derm7pt外部数据集	NA	ResNet50, Xception, MobileNet, EfficientNetB0, DenseNet121	准确率, 精确度, 召回率, F1分数, AUC	NA
194	2026-04-27	Fuzzy granulation-based wind speed prediction with multi-objective optimization 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28328-4 PMID:41461667	研究论文	提出一种结合模糊信息粒化与多目标优化策略的多尺度风速预测框架	通过模糊信息粒化技术降低高波动风速数据复杂度并抑制噪声干扰，创新性地将多种神经网络与启发式优化算法自适应集成，同时提升预测准确性与鲁棒性	未明确提及局限性	提升短中期风速预测的准确性与计算效率，推动可再生能源并网与脱碳目标实现	高波动风速时间序列数据	机器学习	NA	模糊信息粒化	神经网络	时间序列	蓬莱风电场数据集	NA	多种神经网络	预测精度、计算效率	NA
195	2026-04-27	Osprey optimization algorithm integrated with graph neural networks for intrusion detection in wireless sensor networks 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28359-x PMID:41461693	研究论文	提出一种结合鱼鹰优化算法与图神经网络的入侵检测模型，用于提升无线传感器网络的安全性	首次将鱼鹰优化算法与图神经网络集成，通过OOA优化GNN超参数以提升检测性能，并利用SMOTE解决数据不平衡问题	未说明在真实大规模WSN场景中的部署挑战及计算开销	设计高效入侵检测系统以准确识别无线传感器网络中的各类攻击并降低误报率	无线传感器网络中的网络流量数据及攻击模式	计算机网络	NA	NA	图神经网络 (GNN)	网络流量数据	使用WSN-DS数据集，未明确样本数量	NA	图神经网络 (GNN)	准确率, 误报率	NA
196	2026-04-27	ISAAF: an IoT security and attack prevention framework using AI-driven predictive analytics 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28516-2 PMID:41461726	研究论文	提出一个利用人工智能驱动预测分析的物联网安全与攻击防御框架，名为ISAAF	引入基于真实物联网测试平台收集的新型入侵数据集MQTTEEB-D，并开发分层式AI驱动框架，实现实时入侵检测与自动缓解，解决模拟数据集在真实环境中泛化能力差的问题	未明确提及，但框架依赖特定数据集，可能在不同物联网环境中需重新训练	设计并验证一个可部署、可扩展的跨域物联网安全解决方案，用于实时检测和缓解MQTT协议相关攻击	物联网系统中的MQTT协议，以及针对该协议的网络攻击（如DoS、暴力破解、畸形数据、洪水攻击、Slowite攻击）	机器学习, 网络安全	NA	NA	决策树（DT）, 门控循环单元（GRU）	网络流量数据	利用MQTTset和MQTTEEB-D两个数据集，具体样本数量未提及	NA	决策树（DT）, 门控循环单元（GRU）	准确率（accuracy）	未明确提及
197	2026-04-27	Ultrasound and SWE-based transfer learning for predicting fibrotic NASH 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28753-5 PMID:41461741	研究论文	利用肝脏超声、弹性成像图像和临床特征构建组合深度学习模型，预测和诊断纤维性非酒精性脂肪性肝炎	首次结合肝脏超声、剪切波弹性成像图像和临床特征的多模态深度学习模型预测纤维性NASH	未明确说明局限性	开发和验证基于超声和SWE图像的深度学习模型，用于预测和诊断纤维性NASH	高脂饮食和皮下CCl₄注射建立的大鼠肝脏脂肪变性和纤维化模型	计算机视觉	非酒精性脂肪性肝炎	超声成像, 剪切波弹性成像	CNN	图像, 临床特征	未明确说明样本量	NA	ResNet-18	AUC, ROC曲线, DCA, 校准曲线	NA
198	2026-04-27	Terahertz metamaterial liquid detector optimized by deep learning 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28757-1 PMID:41461749	研究论文	提出一种基于超材料太赫兹探测器的无标签乙醇液体检测方法，并利用深度神经网络优化结构参数	首次将深度神经网络应用于超材料太赫兹液体探测器的结构参数优化，实现高吸收率和位移值，并揭示VO₂在不同温度下的调控机制为乙醇检测提供双重保障	论文未明确讨论探测器在实际复杂液体环境中的选择性与抗干扰能力，以及大规模应用的可行性	开发高效精确的乙醇液体检测方法，为食品安全、环境监测和生物医学领域提供参考	乙醇液体及其不同浓度、体积和温度条件下的吸收峰响应特性	计算机视觉	NA	太赫兹光谱检测	深度神经网络	仿真数据	未明确样本数量，基于CST仿真模拟不同条件（液滴体积、乙醇浓度、温度）下的吸收峰数据	NA	深度神经网络	灵敏度、品质因数	NA
199	2026-04-27	Automatic classification of uveal melanoma response patterns following ruthenium-106 plaque brachytherapy using ultrasound images and deep convolutional neural network 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28995-3 PMID:41461779	研究论文	利用超声图像和深度卷积神经网络自动分类葡萄膜黑色素瘤在钌-106敷贴治疗后反应模式	首次将深度学习模型（DenseNet121和ResNet34）应用于超声图像预测葡萄膜黑色素瘤敷贴治疗后肿瘤厚度变化模式（消退、复发、稳定、其他），其中DenseNet121在无预训练权重时表现最佳，且性能差异具有统计学显著性	样本量较小（192例），需进一步临床验证和探索其实际临床应用整合	应用深度学习模型预测葡萄膜黑色素瘤患者钌-106敷贴治疗后肿瘤反应模式	葡萄膜黑色素瘤患者在诊断时采集的B模式超声图像	医学图像分析	葡萄膜黑色素瘤	超声成像	卷积神经网络	图像	192例葡萄膜黑色素瘤患者	PyTorch	DenseNet121, ResNet34	宏观平均AUC, 分类准确率	NA
200	2026-04-27	Design of a hybrid learning model for establishing consistency in smart grid environment 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28986-4 PMID:41461786	研究论文	提出一种混合学习模型，利用深度学习方法实现智能电网环境中的一致性预测	结合长短期记忆网络与神经模糊自适应干扰模型，为智能电网负载预测提供新的混合方法	NA	解决智能电网中大规模数据驱动的需求预测问题	智能电网中的消费者模式、能源需求与电力传输数据	机器学习	NA	NA	混合LSTM与NFADIM	智能电网大规模数据	NA	NA	LSTM, NFADIM	NA	NA