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
2141	2026-08-14	A Multitask Time-Frequency Deep Learning Approach for Anesthesia Depth Monitoring and Transition Prediction 2026-Jun-22, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16121937 PMID:42351597	研究论文	本研究提出了一种多任务深度学习模型，用于基于脑电图信号的麻醉深度监测和向浅麻醉状态过渡的预测	将BIS估计、麻醉状态分类和过渡预测集成到一个多任务模型中，并采用ResNet-SE架构结合注意力机制以改进性能	摘要未提及具体局限，可能是数据来源单一或模型泛化能力有待验证	实现基于EEG的麻醉深度连续估计、状态分类和过渡预测	来自VitalDB数据集的5471例手术病例的双通道脑电图信号	深度学习	麻醉管理	短时傅里叶变换（STFT）	多任务深度学习模型（包含ResNet-SE）	脑电图信号（转换为二维图像）	5471例手术病例	未明确提及，可能使用PyTorch或TensorFlow	ResNet-SE（含Squeeze-and-Excitation块）	平均绝对误差（MAE）、均方根误差（RMSE）、AUC	未在摘要中提及
2142	2026-08-14	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	该论文通过倾向评分匹配方法，比较中国两所顶尖大学中荣誉生与非荣誉生在学习行为和能力发展上的差异，探讨荣誉教育是否带来实质性学习变化	采用倾向评分匹配方法比较中国顶尖大学荣誉项目参与者的学习行为和能力发展，并结合调节链式中介分析揭示荣誉教育与能力发展之间的内在机制	样本仅限于两所中国顶尖大学的高年级学生，可能限制结果的一般化；未涵盖其他类型高等教育机构或低年级学生	探究荣誉教育参与是否产生实质性学习行为变化或仅为象征性参与，并揭示能力发展的作用路径	中国两所顶尖大学的荣誉生和非荣誉本科生	教育研究	NA	倾向评分匹配	回归模型, 链式中介模型	调查问卷数据	荣誉生163名，非荣誉生317名	NA	NA	NA	NA
2143	2026-08-14	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的自动深度学习框架，用于中国大鲵呼吸行为的检测	首次提出自动监测中国大鲵呼吸行为的方法，结合Mamba和YOLO架构构建新型混合检测框架	未在摘要中明确提及局限性	自动检测中国大鲵的潜水、抬头、吸气和呼气四种呼吸行为，以支持其健康监测和保护研究	中国大鲵的呼吸行为	计算机视觉、深度学习	NA	NA	Mamba、YOLO	图像	未在摘要中明确提及样本数量	NA	Mamba、YOLO	平均精度均值(mAP@0.5)、平均精度(AP)	NA
2144	2026-08-14	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	本文综合回顾了眼球震颤和眩晕诊断的现状，涵盖病理基础、AI驱动分析、智能手机与便携硬件创新以及远程医疗等领域，并探讨了从传统方法到AI辅助诊断的进展与挑战	整合了约50篇跨领域论文，首次将AI驱动的眼球震颤分析、临床医学、便携硬件和远程医疗四大主题系统关联，并指出大型语言与视觉模型（如GPT-4V和Gemini 2.0）作为零样本分诊工具的早期潜力	识别了临床转化的常见障碍，包括罕见BPPV亚型数据集稀缺、对环境条件敏感以及缺乏可解释AI机制，但未提供实证验证或解决方案	系统梳理眼球震颤和眩晕诊断领域的技术进展，并确定实现公平、无需专家的前庭诊断的关键下一步，如多模态数据融合和前瞻性临床验证	眼球震颤和眩晕的诊断技术，包括AI模型、智能手机应用、便携硬件和远程医疗框架	计算机视觉, 机器学习, 远程医疗	眩晕症	视频眼震图, 智能手机RGB视频, 光学流网络	集成学习, CNN, U-Net, LSTM, 光学流网络, 大型语言与视觉模型	视频, 图像	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, 慢相速度测量精度	NA
2145	2026-08-14	Weakly Textured Objects Pose Estimation: A Comprehensive Review 2026-Jun-22, Sensors (Basel, Switzerland) DOI:10.3390/s26123957 PMID:42356930	综述	系统回顾弱纹理物体位姿估计的研究进展，将方法分为传统与深度学习两大类，并总结核心问题与未来方向	对弱纹理物体位姿估计方法进行系统分类，涵盖实例级、类别级和未见物体级，并指出多模态融合优化、轻量级模型设计和低成本标注技术是未来核心研究方向	摘要未提及具体局限性，但指出现有研究存在泛化限制、实时性矛盾和数据库瓶颈等核心问题	综述弱纹理物体位姿估计的研究进展，识别挑战并指出未来研究方向，为算法设计、实验验证和工程应用提供参考	弱纹理物体位姿估计方法，包括传统方法和深度学习方法	机器视觉	不适用	不适用	深度学习模型（未指定具体类型，如CNN等）	图像	不适用（综述文章，未涉及具体样本）	不适用	不适用	不适用	不适用
2146	2026-08-14	UAV and Deep Learning for Building Façade Defect Detection: A Comprehensive Review 2026-Jun-22, Sensors (Basel, Switzerland) DOI:10.3390/s26123959 PMID:42356933	综述	本文对2021-2026年间135篇关于无人机和深度学习用于建筑立面缺陷检测的同行评审期刊文章进行了系统性文献综述，涵盖航拍路径规划、多模态数据融合、深度学习检测算法及三维重建与数字孪生集成四个关键领域。	首次系统评估了无人机和深度学习用于建筑立面缺陷检测的完整流程，而非仅关注孤立的技术组成部分，并识别了各环节在现实部署条件下的关键差距。	文献检索仅限于Web of Science数据库，可能遗漏其他来源的相关研究；此外，多数现有研究缺乏真实世界部署条件下的鲁棒性评估。	通过系统综述，为研究人员和实践者推进基于无人机的检测从辅助工具发展为全自主、可靠的智能代理提供指导，实现城市建成环境的精细管理。	建筑立面缺陷检测流程，包括UAV检查路径规划、多模态数据融合、深度学习缺陷检测算法和数字孪生集成。	计算机视觉, 机器学习	NA	无人机成像, 多模态数据融合, 三维重建, 数字孪生	深度学习模型	图像, 多模态数据, 三维模型	135篇期刊文章	NA	NA	鲁棒性, 识别稳定性, 效率和准确性	边缘设备资源有限
2147	2026-08-14	An Explainable AI-Based Transfer Learning Method for Breast Cancer Prediction 2026-06-22, Journal of visualized experiments : JoVE DOI:10.3791/70011 PMID:42406752	研究论文	本研究提出了一种基于可解释人工智能的迁移学习方法，用于乳腺超声图像的分类预测	将可解释人工智能技术与迁移学习相结合，利用Grad-CAM生成视觉解释，提高诊断透明度	未提供具体局限性信息	开发一种高精度且可解释的深度学习系统，用于乳腺超声图像的分类，以辅助临床诊断	乳腺超声图像，分为良性、恶性和正常三类	计算机视觉、数字病理学	乳腺癌	超声成像	CNN	图像	BUSI数据集，具体样本数量未提供	PyTorch	EfficientNet-B0	准确率	未提供具体计算资源信息
2148	2026-08-14	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	本文叙述性回顾了人工智能在心脏床旁超声中的应用，重点涵盖左心室功能的自动评估、心包积液检测、图像采集引导和教育等	总结了2018至2026年间AI辅助心脏POCUS的最新进展，并强调了在临床环境中对新手用户表现提升的潜力	性能高度依赖图像采集质量，且许多研究在受控条件下而非真实世界条件下评估	综述AI辅助心脏POCUS的当前应用，评估其作为决策支持工具的成熟度	心脏床旁超声图像及应用场景	医学影像分析	心血管疾病	超声	机器学习、深度学习	超声图像	不适用（综述研究）	不适用	不适用	与专家判读或正式超声心动图的一致性	不适用
2149	2026-08-14	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	本文总结人工智能在儿科介入放射学中的应用现状，并展望其临床整合的未来方向。	系统综述了AI在儿科介入放射学全程护理路径中的应用，包括剂量节省成像、自动化解释、程序规划及术后监测，并强调了儿科特有的挑战和新兴范式。	AI工具尚未针对儿童进行专门设计、验证或部署，现有工作多与儿科临床终点关联较弱。	阐述AI在儿科介入放射学中的当前证据缺口和优先级方向，以促进其在临床中的有效采用。	儿科介入放射学相关的AI技术、应用及临床整合策略。	机器学习，医学影像	不适用	不适用	机器学习，深度学习	文献资料	不适用	不适用	不适用	不适用	不适用
2150	2026-08-14	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	本研究利用近红外光谱与深度学习技术，实现了富士苹果产地分类与可溶性固形物含量预测的双任务分析	区别于以往仅关注产地分类的研究，首次构建了同时整合地理起源分类和可溶性固形物含量预测的双任务近红外光谱分析框架	信息未提供	实现富士苹果的准确产地识别和非破坏性内部品质评估，以支持水果溯源、品质分级和采后管理	来自中国三个代表性产区（新疆阿拉尔、山东烟台、陕西洛川）的富士苹果	机器学习	不适用	近红外光谱技术	深度学习模型	近红外光谱数据	375个苹果样本，共生成3000个光谱样本用于产地分类，750个含可溶性固形物含量校准的样本用于糖度预测	信息未提供	Transformer, DNN	准确率, 平均绝对误差（MAE）, 均方根误差（RMSE）, 相关系数（R）, 皮尔逊相关系数（r）	信息未提供
2151	2026-08-14	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	本研究通过传感器网络诊断框架对METR-LA数据集进行短期交通预测的对比分析，并提出轻量级混合架构GETFormer	提出传感器网络诊断框架，包括系统表征数据特性、四种代表性架构的统一基准测试，以及新颖的逐传感器回归分析，并在此基础上提出融合单跳图卷积层和门控残差融合模块的轻量级混合架构GETFormer	未明确提及，但可能包括对特定数据集的依赖和模型泛化性的限制	理解传感器级数据特性对深度学习架构失败模式的影响，并为实际部署中的基于证据的模型选择提供指导，同时提出改进的混合架构	METR-LA数据集中的207个感应环路检测器，5分钟分辨率的交通数据	机器学习, 数字交通系统	不适用	感应环路检测器数据采集	Transformer, STGCN, DCRNN, Gated TCN, GETFormer	时间序列数据	207个感应环路检测器	未明确提及	Transformer, STGCN, DCRNN, Gated TCN, GETFormer（包含GCN层和门控残差融合模块）	预测误差（具体指标未明确）	未明确提及
2152	2026-08-14	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	本研究开发了一种深度学习模型，利用结构MRI预测阿尔茨海默病中BPSD患者的个体化抗精神病药物剂量	采用级联ResNet（Cas-ResNet）的迁移学习方法，先在大规模健康老化数据集上预训练，再在BPSD数据集上微调，以预测抗精神病药物的定义日剂量，并使用Grad CAM进行模型可解释性分析	样本量较小（86例），且为概念验证性研究，需进一步验证	开发一种基于结构MRI的深度学习模型，以客观预测个体化抗精神病药物剂量，减少经验性处方	阿尔茨海默病伴BPSD患者的结构MRI图像及抗精神病药物剂量	医学影像分析	阿尔茨海默病	MRI	深度卷积神经网络（CNN）	结构MRI图像	86例BPSD患者（SMHC数据集），646例健康老化受试者（CBMFM数据集）	NA	Cas-ResNet（级联ResNet），3DCNN，VGG，DenseNet	平均绝对误差（MAE），皮尔逊相关系数	NA
2153	2026-08-14	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	本文综述了水产养殖中精准投喂技术与装备的研究现状和进展，涵盖技术层面和装备层面，并探讨了面临的挑战和未来发展趋势。	系统性地从技术（需求感知、智能决策、精准控制与执行）和装备（集约化、池塘、深远海养殖场景）两个维度全面综述精准投喂，并深入分析实际部署中的限制和未来方向。	现有精准投喂（实际部署）仍面临环境干扰、感知可靠性、模型泛化性、闭环集成不足、高成本和人才短缺等局限。	梳理水产养殖精准投喂技术和装备的最新进展，明确主要挑战和未来发展趋势，为后续研究和工程应用提供参考。	水产养殖中的精准投喂技术与装备，包括需求感知、智能决策、精确控制和执行技术，以及各类投喂设备。	机器学习	不适用	机器视觉、物联网、机器学习、深度学习、自动控制	不适用	不适用	不适用	不适用	不适用	不适用	不适用
2154	2026-08-14	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	本研究提出一种多准则特征选择框架，结合多种统计方法对乳腺X线影像中的线性和非线性特征进行筛选，以提升早期乳腺癌检测的准确性。	将t检验、ANOVA、互信息和等分组方法整合为一个新的多准则选择框架，以平衡特征相关性和冗余性，并系统性比较线性和非线性特征的诊断性能。	线性特征在表征复杂组织特征方面存在局限性，且研究未涉及深度学习模型的集成。	识别乳腺X线影像中区分正常和恶性组织的最优特征子集，以增强早期乳腺癌诊断系统。	乳腺X线影像特征，包括线性和非线性描述符。	医学影像分析	乳腺癌	乳腺X线影像分析	统计方法和机器学习模型	图像	未提供具体样本数量	NA	包括Logistic回归、随机森林、支持向量机等，具体架构未在摘要中明确	准确率、灵敏度、精确率、F1分数	NA
2155	2026-08-14	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	提出一种物理信息驱动的多模态深度学习框架，用于同轴无人机涡环状态的主动预警，从事后检测转向事前预警	提出物理信息驱动的多模态深度学习框架，将涡环检测从事后检测转为事前预警；创新性地引入1.5秒预警窗口和三类有序状态空间；设计MTSF-Net ViT-LSTM架构融合多模态传感器数据；提出Calibrated Benchmark Normalization (CBN)策略和混合有序损失函数解决样本不平衡问题	研究基于仿真或特定飞行数据，可能缺乏真实复杂飞行环境的验证；对传感器数据质量依赖较高；未提及计算资源消耗和部署可行性	实现同轴无人机涡环状态的主动早期预警，为飞行控制系统提供关键干预时间，提升飞行安全性	同轴双旋翼无人机，具体为涡环状态（VRS）的检测和预警	机器学习和计算机视觉	不适用	连续小波变换（CWT）	ViT-LSTM	多模态传感器数据（三轴加速度、三轴角速度、气压垂直速度）	未明确指定样本数量，涉及多架次飞行记录	未明确指定，可能使用PyTorch或TensorFlow	ViT-LSTM（MTSF-Net）	准确率、召回率、误报率、漏检率	未提及具体GPU或计算资源
2156	2026-08-14	Adaptive Neural Reorganization Enables Real-Time Finger-Level Robotic Control in BCI-Naïve Stroke Survivors 2026-Jun-18, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.15.732267 PMID:42367869	研究论文	本研究探讨了无脑机接口经验的卒中患者通过运动想象实现手指级机器人控制的可行性，并分析神经重组模式。	首次在无脑机接口经验的卒中患者中展示手指级机器人控制，利用数据驱动的深度学习解码器，并揭示卒中相关的神经重组模式。	未在摘要中提及具体限制，可能包括样本量小、任务复杂度有限等。	评估卒中患者能否通过运动想象实现手指级脑机接口控制，并利用神经信号进行机器人辅助。	九名卒中后受影响个体，无先前脑机接口经验。	脑机接口、深度学习、数字病理学	卒中	脑电图（EEG）解码	深度学习解码器（具体类型未提及）	脑电信号	9名卒中患者	NA	NA	解码准确率	NA
2157	2026-08-14	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	开发并内部验证了一种基于临床特征和深度学习刷拭细胞学测量的口腔癌数字指数（OCNI），用于口腔潜在恶性病变的风险分层	首次将深度学习细胞学测量与临床特征结合，开发出定量风险评分工具OCNI，并预设规则排除和规则纳入阈值以分别实现高灵敏度和高特异性	仅在内部验证集上评估性能，尚未进行外部验证；数据来自回顾性研究，可能存在选择偏倚	评估OCNI作为口腔病变风险分层辅助工具的效能，以识别严重口腔上皮异型增生或口腔鳞状细胞癌高风险患者	口腔潜在恶性病变患者（共548例，训练集384例，测试集164例）	数字病理学	口腔癌	深度学习细胞学测量	深度学习模型（具体未明确）	临床特征数据及刷拭细胞学图像	548例口腔潜在恶性病变患者	NA	深度学习模型（具体架构未提及）	灵敏度、特异性、阴性预测值、阳性预测值、校准曲线（截距、斜率）、Hosmer-Lemeshow检验	NA
2158	2026-08-14	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相结合，在提高药物开发机制透明性方面的作用，涵盖ADME优化、毒性预测、多组学整合及临床转化等关键环节	强调可解释机器学习与系统药理学的协同作用，提出通过“干湿循环”验证和“模型卡片”满足监管要求，并展望因果人工智能的发展方向	指出可解释机器学习发现的关联需实验验证才能确立因果关系，且面临数据异质性和分布外泛化等挑战	推动可解释机器学习在药物开发中的应用，实现更透明、循证的药物设计，助力精准医疗	小分子药物开发中的药代动力学优化、毒性预测、多组学数据整合及临床转化	机器学习	NA	NA	NA	多组学数据	NA	NA	NA	NA	NA
2159	2026-08-14	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	本研究旨在验证一种深度学习算法在健康眼和地图样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。	提出并验证了NMI-Outer Retina Analyzer这一深度学习工具，能够自动、准确地进行外层视网膜层的分割和量化，性能与专家手动分割相当。	研究样本量较小，且在地图样萎缩眼中自动化测量与手动测量之间的变异性较大，特别是在萎缩周围的交界区。	评估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外层视网膜层的准确性和可靠性。	30只健康眼和30只地图样萎缩眼的SD-OCT体积扫描图像。	数字病理学	地理萎缩	SD-OCT（光谱域光学相干断层扫描）	深度学习分割模型	图像	60只眼睛（30只健康，30只地理萎缩）	NA	NA	Dice系数、Pearson相关系数、绝对厚度差异、组内相关系数	NA
2160	2026-08-14	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	本研究提出了一种名为光谱辅助视觉增强器（SAVE）的新型信号处理与图像重建方法，利用高光谱成像和波段选择原理，从常规RGB皮肤镜图像中重建诊断相关的光谱信息，以提升AI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RGB皮肤镜图像增强，提出SAVE机制，在不依赖高光谱设备的情况下重建光谱信息，有效提升皮肤病变检测性能	未提及具体局限性	开发一种RGB兼容的光谱增强技术，通过重建光谱信息改善AI皮肤癌检测的准确性，辅助计算机辅助皮肤科分析	ISIC2019数据集中的皮肤镜图像，包含基底细胞癌、脂溢性角化病和光化性角化病病变	计算机视觉	皮肤癌	高光谱成像（HSI），波段选择（BS）	监督深度学习目标检测模型（YOLOv8, YOLOv10, YOLOv11, SSDLite, SSD）	图像（RGB皮肤镜图像）	865张皮肤镜图像	未提及	YOLOv8, YOLOv10, YOLOv11, SSDLite, SSD	准确率，精确率，召回率，F1分数	未提及