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
1981	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
1982	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
1983	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
1984	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
1985	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
1986	2026-06-28	A Multi-Criterion Selection of Hybrid Features in Mammographic Imaging for Early Computer-Assisted Sensing and Detection of Breast Cancer 2026-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s26123874 PMID:42356847	研究论文	本文提出一种多准则混合特征选择框架，用于乳腺X线影像中早期乳腺癌的计算机辅助检测	创新性地结合t检验、ANOVA、互信息与等分组方法，构建混合特征选择框架，并系统证明非线性描述符（如局部相位一致性、小波熵）在检测乳腺癌方面优于线性特征	线性特征在表征复杂组织特征方面总体有效性有限，且研究仅基于特定特征集和数据集，未深入探讨深度学习等更先进方法的融合	识别最具判别力和重要性的特征子集，提高早期乳腺癌检测的准确性和系统鲁棒性	从乳腺X线影像中提取的19个线性和非线性特征	计算机视觉	乳腺癌	乳腺X线成像	NA	图像	NA	NA	NA	准确率, 灵敏度, 精确率, F1分数	NA
1987	2026-06-28	Proactive Early Warning of Vortex Ring State in Coaxial UAVs: A Physics-Informed Multimodal ViT-LSTM Approach 2026-Jun-18, Sensors (Basel, Switzerland) DOI:10.3390/s26123888 PMID:42356861	研究论文	提出一种物理信息引导的多模态深度学习框架，用于同轴无人机涡环状态的提前预警	首次将涡环状态从事后检测转变为主动预警，提出MTSF-Net架构融合ViT与LSTM，并引入校准基准归一化策略和混合序数损失函数以解决数据泄露和极端类别不平衡问题	仅基于同轴双旋翼无人机特定数据集验证，未在无人机实时飞行或复杂天气条件下测试	实现同轴无人机涡环状态的早期预警，提供飞行控制系统关键干预时间	同轴双旋翼无人机的涡环状态	机器学习	NA	NA	ViT-LSTM	七通道机载数据（三轴加速度、三轴角速度、气压垂直速度）经连续小波变换生成的频谱图	NA	PyTorch	MTSF-Net（ViT-LSTM架构）	测试准确率98.26%，前驱状态召回率100%，致命漏检率和误报率均为0%	NA
1988	2026-06-28	LTM-UNet: Linear Transformer-Mamba with Attention-Based U-Net for Context-Aware Breast Ultrasound Image Segmentation 2026-Jun-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121888 PMID:42351547	研究论文	提出一种名为LTM-UNet的新型分割模型，结合线性变换器与状态空间驱动的解码器，用于乳腺超声图像上下文感知分割	首次将高效视觉变换器编码器与基于状态空间模型的指向性解码器集成于U-Net框架中，并通过注意力引导的跳跃融合机制增强特征细节保留	未提及模型在复杂场景或低质量超声图像中的泛化能力及计算效率方面的限制	提升乳腺超声图像分割模型对全局上下文和局部细节的综合理解能力	乳腺超声图像中的病灶区域分割	计算机视觉	乳腺癌	超声成像	变换器、状态空间模型	图像	BUSI数据集和UDIAT数据集（具体样本量未提及）	NA	LTM-UNet（基于U-Net、变换器编码器、状态空间模型解码器）	Dice系数、IoU	NA
1989	2026-06-28	Application of Artificial Intelligence for Predicting Sports Injuries and Customizing Personalized Prevention Strategies: A Scoping Review 2026-Jun-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060692 PMID:42351936	综述	系统梳理人工智能在运动损伤预测和个性化预防策略中的应用现状与趋势	首次通过系统综述方法全面评估人工智能在运动损伤预测与个性化预防中的应用趋势，并量化了模型性能（AUC 0.82-0.95）及预防效果（损伤减少23%-42%）	异质性损伤定义、小样本量、缺乏外部验证以及数据隐私问题限制了临床转化	描绘人工智能在运动损伤预测和个性化预防策略中的应用趋势，批判性评估现有方法学并指出未来研究方向	39篇同行评审的运动员损伤预测与预防研究	机器学习	运动损伤	NA	树型机器学习、深度学习	多模态数据	39项研究	NA	树型算法（随机森林等）、深度学习混合模型	曲线下面积（AUC）、准确率	NA
1990	2026-06-28	Oral Cancer Numerical Index (OCNI): Development and Validation of a Cytology-Based Risk Assessment for Oral Lesions 2026-Jun-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15124692 PMID:42355860	研究论文	开发并内部验证了口腔癌数值指数（OCNI），一种基于临床特征和深度学习刷拭细胞学测量的量化风险评估工具	首次将深度学习刷拭细胞学测量与临床特征结合，创建口腔癌数值指数（OCNI），实现口腔潜在恶性疾病的风险量化分层	研究为回顾性内部验证，样本量有限，需进一步外部验证	为口腔潜在恶性疾病提供准确的风险分层工具，识别高风险严重口腔上皮异型增生或口腔鳞状细胞癌患者	口腔潜在恶性疾病患者	数字病理学	口腔癌	深度学习基于刷拭细胞学测量	Logistic回归或类似风险评分模型（提及为指数但未明确指定深度学习架构）	临床特征数据和细胞学图像数据	548例受试者（训练集384例，保留测试集164例）	NA	NA	敏感性、特异性、阴性预测值、阳性预测值、校准截距、斜率、Hosmer-Lemeshow p值	NA
1991	2026-06-28	CNN-BiLSTM-Based Hybrid Deep Learning for Multi-Metric Anomaly Detection and Mitigation in Secure IoMT Healthcare WBANs 2026-Jun-17, Sensors (Basel, Switzerland) DOI:10.3390/s26123849 PMID:42356825	研究论文	提出一种基于CNN-BiLSTM的混合深度学习方法，用于安全IoMT医疗WBAN中的多指标异常检测与缓解	首次将CNN与BiLSTM结合应用于IoMT医疗WBAN的多指标异常检测，并部署在NodeMCU-32S平台，实现低延迟（15毫秒）和高准确率（94.6%）的实时攻击分类	主要针对特定攻击类型（如时序操纵、重放攻击），对未知或复杂攻击的检测能力未充分评估；实验环境可能无法完全模拟真实医疗场景的多样性	保护资源受限的IoMT医疗系统免受网络威胁，确保连续血糖监测数据传输的安全性	无线体域网中的生理信号、系统级参数和网络级通信指标	机器学习	糖尿病（通过连续血糖监测间接关联）	BLE 5.0无线通信	CNN, BiLSTM	生理信号（如血糖数据）、系统参数和网络指标	NA（未在标题和摘要中明确说明样本数量）	PyTorch（推测，因CNN-BiLSTM常用框架）	CNN, BiLSTM	准确率, 推理延迟, 计算开销（浮点操作和内存利用率）	NodeMCU-32S平台（微控制器）
1992	2026-06-28	Interpreting the Black Box: Interpretable Machine Learning and Systems Pharmacology in Small-Molecule Therapeutics 2026-Jun-16, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics18060743 PMID:42357359	综述	本文综述了可解释机器学习与系统药理学在小分子药物开发中的协同应用，旨在提高机制透明度并加速临床转化	首次系统阐述可解释机器学习如何通过因果生物标志物发现、患者分层优化及合规的模型卡片，桥接计算模拟与实验验证的干湿循环，并前瞻性提出向因果人工智能演进的挑战	当前可解释性分析仅能识别统计关联，尚需实验验证以建立真正因果关系；数据异质性和分布外泛化能力仍是主要瓶颈	探讨可解释机器学习联合系统药理学提升小分子药物开发透明度与效率的路径	小分子药物的ADME优化、毒性基团预警、多药理作用设计及临床试验转化	机器学习	NA	NA	可解释机器学习	多组学数据	NA	NA	NA	NA	NA
1993	2026-06-28	Deep Learning-Based Automated Segmentation and Quantification of the Ellipsoid Zone and the RPE-Bruch's Membrane Complex in Healthy Subjects and in Geographic Atrophy 2026-Jun-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121872 PMID:42351531	研究论文	验证深度学习算法在健康眼和地理萎缩眼中自动分割和定量评估椭圆体带及RPE-Bruch膜复合体的准确性	开发了NMI-外视网膜分析仪，实现自动分割外视网膜层，并与专家手动分割高度一致	在地理萎缩眼中，自动与手动测量之间变异性较大，尤其在萎缩区域周围交界区	验证深度学习算法对椭圆体带和RPE-Bruch膜复合体的自动分割和定量评估的准确性	健康眼和地理萎缩眼的外视网膜层（椭圆体带、RPE、Bruch膜）	计算机视觉	地理萎缩	SD-OCT	深度学习	图像	30只健康眼和30只地理萎缩眼	NA	NMI-外视网膜分析仪	Dice系数, 皮尔逊相关系数, 绝对厚度差异	NA
1994	2026-06-28	SAVE: Spectrum-Aided Visual Enhancement for AI-Based Skin Cancer Detection 2026-Jun-16, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121864 PMID:42351523	研究论文	提出一种名为SAVE的光谱辅助视觉增强器，通过高光谱成像原理和波段选择技术，从常规RGB皮肤镜图像中重建诊断相关光谱信息，提升基于AI的皮肤癌检测性能	首次将高光谱成像和波段选择原理应用于常规RGB皮肤镜图像的光谱重建，提出SAVE预处理方法，显著提升深度学习目标检测模型在皮肤病变识别中的性能	未明确讨论方法的计算复杂度和实时性潜力，且仅基于ISIC2019单数据集验证，泛化性需进一步评估	开发一种RGB兼容的光谱增强技术，提升AI辅助皮肤癌检测的准确性和可靠性	皮肤镜图像中的基底细胞癌（BCC）、脂溢性角化病（SK）和光化性角化病（AK）病变	计算机视觉, 数字病理学	皮肤癌	RGB成像, 高光谱成像（HSI）, 波段选择（BS）	深度学习目标检测模型	图像	ISIC2019数据集中865张皮肤镜图像（含BCC、SK、AK病变），按70%、20%、10%分为训练、验证和测试集	NA	YOLOv8, YOLOv10, YOLOv11, SSDLite, SSD	准确率, 精确率, 召回率, F1分数	NA
1995	2026-06-28	Artificial Intelligence in Embryo Selection: Current Approaches and Clinical Implications 2026-Jun-16, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060688 PMID:42351932	综述	总结人工智能在胚胎选择中的应用现状，包括基于静态图像和延时成像数据的模型，并讨论其临床意义	系统回顾了人工智能在胚胎选择中的最新方法，涵盖卷积神经网络和时空模型，并强调终点指标如活产时间的临床相关性	人工智能在常规临床应用前仍需进一步验证和标准化实施，且存在透明度、责任、人类监督和监管等方面的伦理和临床问题	综述人工智能在胚胎选择中的当前方法及其临床意义	胚胎选择中的AI模型，包括基于静态图像和延时成像数据的方法	机器学习	不孕症	NA	卷积神经网络	图像	NA	NA	CNN, 时空模型	活产时间	NA
1996	2026-06-28	Personalized Treatment of Head and Neck Cancers: Role of Functional Imaging and AI 2026-Jun-16, Cancers IF:4.5Q1 DOI:10.3390/cancers18121954 PMID:42352486	综述	探讨功能影像与人工智能在头颈部鳞状细胞癌个性化治疗中的作用	提出了一个生物学驱动的人工智能分析功能影像框架，强调临床导向的验证策略以促进分层模型的临床转化	在临床实施前仍存在大量挑战	探索功能影像结合人工智能（如影像组学与深度学习）在头颈部鳞状细胞癌治疗分层中的潜力	局部晚期头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	功能影像	深度学习和影像组学	图像	不适用	NA	NA	NA	NA
1997	2026-06-28	Deep-Learning-Enabled SEM Image Segmentation Coupled with Laser Confocal Raman Microscopy: Elucidating Microstructure and Drug Spatial Distribution in Leuprorelin Acetate Microspheres 2026-Jun-16, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph19060948 PMID:42356565	研究论文	开发深度学习SEM图像分割与激光共聚焦拉曼显微镜联用方法，用于解析亮丙瑞林醋酸微球的微观结构和药物空间分布	首次将深度学习图像分割算法与SEM结合，实现微球孔隙结构的定量分析，并联合激光共聚焦拉曼光谱实现了API空间分布的原位、无损三维可视化与定量	未明确提及研究的局限性，可能包括方法的通用性需进一步验证、样本数量有限等	建立微球微观结构和理化属性的精确表征方法，阐明“工艺-结构-性能”关系，为仿制药逆向工程和质量等效性评估提供技术框架	不同厂家和不同粒径的亮丙瑞林醋酸缓释微球	数字病理学, 计算机视觉	NA	SEM, 激光共聚焦拉曼光谱	深度学习	图像	不同厂家和不同粒径的微球样本，具体数量未明确	PyTorch, TensorFlow	U-Net, ResNet	准确率, 召回率, F1分数, Dice系数	NVIDIA GPU（如RTX 3090）
1998	2026-06-28	Deep-Learning-Based Baseline Evaluation of Public WiFi CSI Datasets for Contactless RF-Based Human Activity Recognition 2026-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s26123821 PMID:42356794	研究论文	利用深度学习对公共WiFi CSI数据集进行接触式人体活动识别的基线评估	统一了多个公开CSI数据集并标准化预处理与训练流程，实现可控的跨模型比较；评估了多种任务（单人体活动识别、跌倒风险估计、多人体占用分类及定位感知活动识别）并揭示数据集依赖的模型性能趋势	混淆矩阵分析表明动态行为与低运动状态区分仍具挑战性；未涉及跨数据集泛化、混合模型设计及轻量化部署策略	建立可复现的基准参考框架，未来研究方向包括跨数据集泛化、混合模型设计及轻量化部署	公开WiFi CSI数据集及接触式人体活动识别任务	自然语言处理	NA	WiFi信道状态信息 (CSI)	多层感知机 (MLP)、卷积神经网络 (CNN)、门控循环单元 (GRU)、CNN-GRU混合模型	CSI信号数据	多个公开数据集，涉及单人体、多人体及跌倒风险等任务样本	NA	MLP、CNN、GRU、CNN-GRU	准确率、混淆矩阵	NA
1999	2026-06-28	Beyond the Visual Spectrum: From RGB-Based Learning to Hyperspectral Intelligence for Plant Disease Detection-Challenges and Opportunities 2026-Jun-16, Sensors (Basel, Switzerland) DOI:10.3390/s26123834 PMID:42356807	综述	系统综述高光谱成像与深度学习在植物病害检测中的交叉应用，探讨从实验室到田间的性能差距和挑战	首次系统整合视觉光谱分析与高光谱智能技术，提出从RGB学习到高光谱智能的范式转变，并量化分析实验室与田间性能差距	主要基于文献综述，缺乏实验验证；对实际部署中的计算资源需求和环境适应性讨论有限	总结高光谱成像与深度学习结合用于植物病害预症状检测的现状、挑战与未来发展方向	植物病害检测技术，特别是高光谱成像系统和深度学习模型	计算机视觉, 机器学习	植物病害	高光谱成像 (HSI)	1D CNN, 3D CNN, 混合注意力模型, Vision Transformer	高光谱图像	NA	NA	卷积神经网络, 注意力机制, Vision Transformer	准确率 (95-99%实验室, 70-85%田间)	NA
2000	2026-06-28	Applications, Challenges, and Prospects of Artificial Intelligence in Crop Production 2026-Jun-16, Plants (Basel, Switzerland) DOI:10.3390/plants15121863 PMID:42357182	综述	系统综述人工智能在作物生产链五大核心领域的应用、技术路径、挑战与未来方向	首次系统分类和分析人工智能在作物生产中的四大关键技术路径（深度学习、传感器融合、数据驱动方法、混合建模），并全面审视数据、技术、实施及伦理政策维度的挑战	区域数据偏差、模型泛化能力不足和数字鸿沟仍阻碍大规模部署	综述人工智能在作物生产中的最新应用进展、面临的挑战及未来展望	作物生产链中的人工智能应用	机器学习	NA	深度学习、传感器融合、数据驱动方法、混合建模	NA	文本、图像、传感器数据	NA	NA	NA	准确率	NA