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
2201	2026-01-03	Population preferences for AI system features across eight different decision-making contexts 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295277 PMID:38039320	研究论文	本研究通过横断面调查，探讨了丹麦成年人口在八个不同决策情境下对AI系统五个保护性特征的偏好	首次将AI系统偏好研究从医疗领域扩展到包括公共和商业部门在内的多种决策情境，揭示了偏好随决策重要性变化的规律	研究仅基于丹麦人口样本，可能无法推广到其他文化背景；采用横断面设计，无法确定因果关系	调查公众在不同决策情境下对AI系统保护性特征的偏好差异	丹麦成年人口	机器学习	NA	横断面调查	深度学习架构	调查数据	NA	NA	NA	NA	NA
2202	2026-01-03	Investigation on the fault monitoring of high-voltage circuit breaker using improved deep learning 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295278 PMID:38039313	研究论文	本文开发了一种断路器故障监测装置，通过监测振动信息数据诊断高压断路器的机械故障，并采用改进的深度学习方法进行训练和分类识别	采用改进的深度学习方法训练高压断路器的振动信息，结合系统化研究方法识别断路器故障，实现了超过95%的准确率	NA	准确评估高压断路器的运行状态并进行故障评估，以保障电网的安全性和可靠性	高压断路器的机械故障	机器学习	NA	振动监测	深度学习	振动数据	NA	NA	NA	准确率	NA
2203	2026-01-03	Detection of surface defect on flexible printed circuit via guided box improvement in GA-Faster-RCNN network 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295400 PMID:38051736	研究论文	本文提出了一种基于GA-Faster-RCNN网络和引导框改进的方法，用于柔性印刷电路板表面的缺陷检测	提出了一种引导框改进方法，以解决FPC缺陷检测中小目标和极端长宽比目标的检测挑战，并在GA-Faster-RCNN网络中实现，显著提升了检测精度	NA	开发一种用于柔性印刷电路板表面缺陷检测的算法，提高检测精度	柔性印刷电路板表面的缺陷	计算机视觉	NA	NA	CNN	图像	NA	NA	GA-Faster-RCNN, Faster-RCNN	准确率	NA
2204	2026-01-03	Increased interpretation of deep learning models using hierarchical cluster-based modelling 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295251 PMID:38060472	研究论文	本研究将层次聚类建模方法扩展到深度学习模型，以提高模型的可解释性	将先前发表的层次聚类偏最小二乘回归（HC-PLSR）方法扩展到深度学习领域，提出了层次聚类卷积神经网络（HC-CNN）、层次聚类循环神经网络（HC-RNN）和层次聚类支持向量回归（HC-SVR）模型	对于FT-IR数据集，使用比HC-PLSR更复杂的模型在预测能力上提升有限	通过局部建模提高深度学习模型的可解释性	光谱数据（FT-IR测量）和模拟数据集	机器学习	NA	傅里叶变换红外光谱（FT-IR）	CNN, RNN, SVR, PLSR	光谱数据	NA	NA	层次聚类卷积神经网络（HC-CNN），层次聚类循环神经网络（HC-RNN），层次聚类支持向量回归（HC-SVR），层次聚类偏最小二乘回归（HC-PLSR）	预测能力	NA
2205	2026-01-03	Olfactory system-inspired electronic nose system using numerous low-cost homogenous and hetrogenous sensors 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295703 PMID:38064527	研究论文	本文提出了一种受生物嗅觉系统启发的电子鼻系统，使用大量低成本同质和异质传感器进行化学化合物分类	通过增加同类型传感器的数量而非依赖高精度传感器，利用传感器输出的微小差异作为目标气体的独特信号，实现了高分类准确率	实验仅使用三种挥发性醇类化合物进行评估，样本多样性有限，且未在更复杂的气体混合物中进行测试	开发一种基于低成本传感器的电子鼻系统，以替代昂贵的商业电子鼻系统	挥发性醇类化合物	机器学习	NA	电子鼻传感器技术	深度学习模型	传感器信号	30个传感器（6种不同类型，每种5个重复）	NA	NA	分类准确率	NA
2206	2026-01-03	Weed target detection at seedling stage in paddy fields based on YOLOX 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294709 PMID:38091355	研究论文	本研究提出了一种基于YOLOX的稻田杂草目标检测方法，旨在实现水稻苗期小密集杂草的精准识别，为智能农业设备部署提供支持	首次将YOLOX模型应用于水稻苗期杂草检测，通过优化模型架构提升了对遮蔽和密集小目标的检测性能，并验证了其在嵌入式平台部署的可行性	YOLOX-tiny模型仅在本文数据集中表现最佳，其普适性尚未得到全面验证	实现稻田杂草的精准检测，以支持从大面积喷洒向精准喷洒的农业转型	水稻苗期稻田中的杂草	计算机视觉	NA	深度学习驱动的计算机视觉方法	CNN	图像	NA	NA	YOLOX, CSPDarknet, FPN, YOLO Head	mAP, F1, 召回率	智能农业设备（嵌入式计算平台）
2207	2026-01-03	Research on distribution network fault processing technology based on knowledge of graph 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295421 PMID:38096310	研究论文	本文提出了一种基于知识图谱的配电网故障处理技术，用于分析配电网中的风险传播过程并确保电力系统安全可靠运行	结合知识图谱与深度学习方法，构建面向馈线和台区的多维配电网故障处理知识图谱模型，并基于知识图谱邻接矩阵搜索非计划孤岛	NA	分析配电网风险传播过程，确保电力系统安全可靠运行	配电网信息系统、低压配电网模型	机器学习	NA	知识图谱方法、深度学习	NA	多维信息数据、配电网参数	NA	NA	NA	NA	NA
2208	2026-01-02	Engaging the Community: CASP Special Interest Groups 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26833 PMID:40304050	评论	本文介绍了CASP特别兴趣小组的建立及其在促进社区持续对话和跨学科合作方面的作用	通过建立特别兴趣小组和在线研讨会系列，打破了传统CASP活动仅在预测季节和会议期间交流的限制，实现了社区全年持续互动	NA	促进CASP社区内的持续对话和跨学科合作，降低领域新人的入门门槛	CASP社区成员，包括深度学习专家、NMR专家等科学家	计算生物学	NA	NA	NA	NA	NA	NA	NA	NA	NA
2209	2026-01-02	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	研究论文	本文介绍了在CASP16中蛋白质复合物和RNA结构预测的方法与结果	整合了多种先进深度学习模型，采用基于共识的评分方法，并利用大型宏基因组序列数据库增强多序列比对深度，同时改进了模型排名策略	存在需要进一步改进的领域，特别是在与其它组预测结果显著不同的目标上	提高蛋白质复合物和RNA结构预测的准确性	蛋白质复合物和RNA分子	计算生物学	NA	多序列比对, 深度学习	深度学习模型	序列数据, 结构数据	NA	NA	NuFold	排名（第一和第三）	NA
2210	2026-01-02	Progress and Bottlenecks for Deep Learning in Computational Structure Biology: CASP Round XVI 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70076 PMID:41178755	研究论文	本文总结了CASP16社区实验的结果，评估了计算结构生物学中深度学习方法的最新进展和瓶颈	揭示了在蛋白质单体结构预测方面，深度学习方法已达到接近实验不确定性的极限，而在RNA结构预测中，深度学习方法目前并不优于传统方法	对于RNA结构预测，深度学习方法目前不成功；在缺乏结构同源性的情况下，预测结果较差；对于大分子集合，目标集较小限制了结论的普适性	评估计算结构生物学领域，特别是深度学习方法在蛋白质、RNA、蛋白质复合物等结构预测中的最新进展和挑战	蛋白质单体结构、蛋白质复合物、RNA结构、大分子集合、有机配体-蛋白质结构及亲和力	计算结构生物学	NA	深度学习、传统物理启发方法	AlphaFold变体及相关技术	蛋白质结构数据、RNA结构数据、蛋白质复合物数据	CASP16目标集（具体数量未提及）	NA	AlphaFold	结构一致性、界面准确性	NA
2211	2026-01-02	MRI segmentation of head and neck tumors using hybrid attention mechanism and dense dilated spatial pyramid pooling 2026-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70426 PMID:41459735	研究论文	本研究提出了一种改进的SCDU-Net模型，通过结合空间-通道注意力机制和密集扩张空间金字塔池化技术，用于头颈部肿瘤的MRI图像分割	模型集成了空间-通道双重注意力模块和密集连接的扩张空间金字塔池化模块，以增强关键肿瘤特征表达、捕获长距离空间依赖并提升多尺度上下文建模能力	NA	提升头颈部肿瘤MRI图像的分割准确性和鲁棒性，以支持放疗中的精确靶区勾画	头颈部肿瘤的MRI图像	计算机视觉	头颈癌	MRI	CNN	图像	NA	NA	SCDU-Net, U-Net	NA	NA
2212	2026-01-02	A deep-learning framework for the prediction of the type of adaptive strategy of MR-guided prostate radiotherapy 2026-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70395 PMID:41459741	研究论文	本研究开发了一种基于深度学习的框架，用于预测MR引导前列腺放疗中的自适应策略类型	提出了一种多阶段网络方法，结合深度学习图像配准和策略预测，实现了快速准确的自适应策略选择，相比现有方法效率提升5倍	研究为回顾性分析，样本量较小（36名患者），且未在外部数据集上进行验证	开发深度学习模型以快速准确预测MR引导自适应放疗中的自适应策略类型	前列腺癌患者	数字病理	前列腺癌	MR-guided adaptive radiotherapy (MRgART)	深度学习模型	医学图像	36名前列腺癌患者的180个治疗分次	NA	多阶段网络方法（包含DLIR网络和DLSP模型）	AUC, 准确率, 敏感性, 特异性	NA
2213	2026-01-02	In Vivo Demonstration of Deep Learning-Based Photoacoustic Visual Servoing System 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3584076 PMID:40577292	研究论文	本文开发了一种基于深度学习的声光视觉伺服系统，用于实时三维跟踪导管尖端	首次将深度学习与声光视觉伺服结合，利用点源定位和混合位置-力控制实现实时三维跟踪	实例分割的推理时间较长（≥516.3毫秒），可能影响实时性；系统优化尚未完全实施	开发用于手术和介入过程中实时跟踪导管尖端等手术工具的系统	心脏导管尖端	计算机视觉	心血管疾病	声光成像	CNN	图像	9次视觉伺服试验（包括塑料体模和活体猪实验）	NA	NA	检测率, 跟踪误差, 推理时间, 接触保持率	NA
2214	2026-01-02	Establishment of High-Precision Ultrasound Diagnosis Methods Based on the Introduction of Deep Learning 2025-Dec-31, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3645229 PMID:41475002	综述	本文综述了基于深度学习的高精度超声诊断方法的建立，包括技术原理、临床应用及挑战	提出了针对超声诊断局限性的评估框架，并系统性地整理了深度学习在解决这些局限性方面的最新方法及临床应用证据	现有综述缺乏针对临床实施的定制化评估框架，且深度学习仍面临泛化性、安全性和操作负担等挑战	建立高精度超声诊断方法，通过引入深度学习技术改善临床工作流程	超声诊断技术及其在肿瘤学和心脏病学中的应用	计算机视觉	肺癌, 心血管疾病	超声成像	深度学习	图像	NA	NA	NA	NA	NA
2215	2026-01-02	Fast electromagnetic field simulation using a current-density- based physics-informed neural network 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33166-5 PMID:41476089	研究论文	本研究提出了一种基于电流密度的物理信息神经网络模型，用于高效模拟电磁场并解决电流密度相关问题	通过结合物理数学先验知识与深度学习，构建了基于电流密度的PINN模型，克服了传统泊松方程求解器的效率低下和适应性不足的缺点	NA	解决电磁场模拟和电流密度相关问题的计算效率与适应性挑战	电磁场模拟中的泊松方程求解，具体应用于激光-靶相互作用产生的电磁脉冲模拟和场-电路耦合积分中的电场计算	机器学习	NA	物理信息神经网络	PINN	NA	NA	NA	NA	相对误差	NA
2216	2026-01-02	A clinically validated 3D deep learning approach for quantifying vascular invasion in pancreatic cancer 2025-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02260-3 PMID:41476122	研究论文	本文介绍了一种名为PAN-VIQ的自动化深度学习框架，用于从增强CT扫描中量化胰腺癌的血管侵犯情况	开发了一种自动化3D深度学习框架，能够量化肿瘤与血管的3D包绕角度，并同时评估多个关键血管的侵犯情况，超越了传统依赖放射科医生主观2D判读的方法	未明确说明模型在更广泛人群或不同扫描设备上的泛化能力，以及对于罕见解剖变异的处理能力	开发一种自动化工具，用于标准化胰腺导管腺癌（PDAC）术前血管侵犯评估，减少观察者间差异	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	对比增强CT扫描	深度学习	3D医学图像（CT扫描）	训练与内部验证：2130例；前瞻性测试：202例患者	NA	NA	准确率，召回率	NA
2217	2026-01-02	A multi-objective optimization framework integrating ICSL deep learning for forecasting and scheduling emergency medical supply demand in public health emergencies 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34300-z PMID:41476145	研究论文	本文提出了一种集成ICSL深度学习与多目标优化的框架，用于预测和调度公共卫生突发事件中的应急医疗物资需求	结合传染病特征和政府隔离措施影响，通过改进的LSTM模型提高预测精度，并构建考虑紧迫性、调度时间和成本的多目标调度分配模型	NA	解决重大疫情中后期应急医疗物资的预测与分配挑战	应急医疗物资的需求预测与调度分配	机器学习	传染病	深度学习	LSTM, BP神经网络	时间序列数据	武汉疫情防控措施数据	NA	LSTM, BP神经网络	准确率	NA
2218	2026-01-02	Epidemic dynamics prediction using fractional SIRD and deep learning 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34299-3 PMID:41476141	研究论文	本文介绍、分析并数值研究了一种采用归一化Caputo-Fabrizio导数的分数阶SIRD流行病模型，结合深度学习技术进行流行病动态预测	提出了一种结合分数阶微积分（使用归一化Caputo-Fabrizio导数）和深度学习的SIRD模型，能够捕捉记忆效应并显式跟踪疾病导致的死亡率	NA	开发一个更全面的流行病动态预测框架，以支持公共卫生决策	流行病传播动态，特别是SIRD（易感者-感染者-康复者-死亡者）模型中的各群体	机器学习	NA	分数阶微积分，深度学习	深度神经网络	模拟的流行病数据	NA	NA	深度神经网络	均方误差，均方根误差	NA
2219	2026-01-02	Deep learning-based predictive models for assessing the impact of clinical factors and second primary malignancy on survival in patients with colorectal cancer 2025-Dec-31, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03760-4 PMID:41476205	研究论文	本研究开发了基于深度学习的预测模型，用于评估临床因素和第二原发恶性肿瘤对结直肠癌患者生存率的影响	首次利用大规模结直肠癌伴第二原发恶性肿瘤患者数据集，开发多时间点生存预测深度学习模型，并系统分析33个临床因素的影响	未明确说明模型的具体架构细节和外部验证情况	预测结直肠癌伴第二原发恶性肿瘤患者的生存结局，并分析关键影响因素	21,522名结直肠癌伴第二原发恶性肿瘤患者	数字病理	结直肠癌	深度学习	深度学习模型	临床数据	21,522名患者	NA	NA	AUC	NA
2220	2026-01-02	UniSplicer: a deep learning framework for accurate splice-site prediction and splice-altering mutation detection across diverse taxa 2025-Dec-31, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101686 PMID:41476368	研究论文	本文介绍了一个基于深度学习的框架UniSplicer，用于准确预测剪接位点并检测剪接改变突变，适用于多种物种	UniSplicer能够在转录组数据相对有限的情况下，为多种非模式物种开发准确的剪接位点预测模型，超越现有模型，并能可靠指示突变对剪接的影响	模型性能可能受限于可用转录组数据的质量和数量，且在极端非模型物种中的泛化能力未完全验证	开发一个通用深度学习框架，以准确预测剪接位点和检测剪接改变突变，促进非模式物种的基因组分析	多种物种的剪接位点，包括植物、真菌和后生动物，以及剪接位点附近的序列变异	自然语言处理	NA	转录组数据	深度学习	序列数据	相对有限的转录组数据	NA	NA	预测准确性	NA