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
2261	2026-03-07	The SHAP Explainer Model for Binary Classifiers Detecting Functional Groups in Molecules Based on FTIR Spectra 2026-Feb-20, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27042004 PMID:41752140	研究论文	本文研究基于FTIR光谱识别化学基团的CNN-KAN模型的决策过程，利用SHAP值解释其决策依据	首次将SHAP解释器应用于CNN-KAN模型，以追踪基于FTIR光谱的化学基团检测决策过程	未提及模型在更广泛数据集或实际应用中的泛化能力验证	探究深度学习模型在FTIR光谱分析中的决策可解释性	基于FTIR光谱的化学功能基团	机器学习	NA	FTIR光谱分析	CNN-KAN	光谱数据	NA	NA	CNN-KAN	NA	NA
2262	2026-03-07	Deep Learning for Freezing of Gait Detection: Cross-Dataset Validation Reveals Critical Deployment Gaps Between Laboratory and Daily Living Wearable Monitoring 2026-Feb-20, Sensors (Basel, Switzerland) DOI:10.3390/s26041352 PMID:41755290	研究论文	本研究通过跨数据集验证，揭示了冻结步态检测算法在实验室与日常生活中的性能差距，并提出了评估部署准备度的框架	首次量化了实验室与真实世界冻结步态检测性能之间的关键差距，并识别了影响部署的环境复杂性、传感器限制和生理变异性因素	研究样本量相对较小（实验室数据集n=10，日常生活数据集n=35），且仅使用了公开数据集，可能无法完全代表所有临床场景	评估冻结步态检测算法在实验室与日常生活中的性能差异，为临床部署提供实证框架	帕金森病患者的冻结步态事件	机器学习	帕金森病	可穿戴传感器监测	TCN	时间序列数据	实验室数据集（DAPHNET）n=10，日常生活数据集（Figshare）n=35	NA	时间卷积网络	F1分数, AUC, 精确度	NA
2263	2026-03-07	Clinicogenomic Insights for Progression-Free Survival in Prostate Cancer 2026-Feb-18, International journal of environmental research and public health DOI:10.3390/ijerph23020256 PMID:41752338	研究论文	本研究评估了前列腺癌患者的临床基因组学特征对无进展生存期的预后价值	将基因组数据整合到生存建模工作流程中，利用临床基因组学综合信息来洞察前列腺癌患者的进展风险	研究基于公开数据集（TCGA），样本量相对有限（494例患者），且仅包含单核苷酸变异信息	评估临床基因组学特征在前列腺癌无进展生存期预测中的预后价值	前列腺癌患者	机器学习	前列腺癌	单核苷酸变异分析	惩罚Cox模型, 随机生存森林, 深度学习生存神经网络	临床特征数据, 基因组数据	494例前列腺癌患者	NA	NA	Harrell's concordance index	NA
2264	2026-03-07	Radiomics-Driven Hybrid Deep Learning for MRI-Based Prediction of Glioma Grade and 1p/19q Codeletion 2026-Feb-15, Tomography (Ann Arbor, Mich.) DOI:10.3390/tomography12020025 PMID:41745702	研究论文	本文提出了一种结合放射组学特征与混合深度学习模型的非侵入性方法，用于基于MRI预测胶质瘤分级和1p/19q共缺失状态	开发了一种结合CNN和LSTM的混合深度学习模型，以同时利用空间特征层次和特征相关性，在胶质瘤分级和1p/19q共缺失状态预测中优于传统机器学习方法和单一深度学习架构	研究依赖于术前MRI的肿瘤分割，可能受分割准确性的影响；模型在独立测试集上验证，但需要进一步多中心外部验证以确认泛化能力	开发非侵入性方法，准确预测胶质瘤分级和1p/19q共缺失状态，以辅助个性化治疗决策	胶质瘤患者，特别是低级别胶质瘤（LGGs）	数字病理学	胶质瘤	MRI	CNN, RNN, LSTM, 混合模型	图像	未在摘要中明确指定样本数量	未在摘要中指定具体框架	CNN-LSTM混合模型	准确率, 灵敏度, 特异性, AUC	未在摘要中指定
2265	2026-03-07	Machine Learning-Based Ear Thermal Imaging for Emotion Sensing 2026-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s26041248 PMID:41755186	研究论文	本研究通过重新分析包含耳部热成像图像和自我报告唤醒评分的情绪诱发数据集，探索了耳部温度变化与主观情绪之间的非线性关系	首次将非线性机器学习模型（随机森林和ResNet-50）应用于耳部热成像数据进行情绪感知，揭示了特定耳部区域的温度变化与主观唤醒评分的非线性关联	研究基于现有数据集进行重新分析，未进行新的实验验证，且样本量可能有限，限制了模型的泛化能力	探索耳部热成像在情绪感知中的应用潜力，特别是温度变化与主观情绪的非线性关系	参与者在观看情绪诱发影片时采集的耳部热成像图像和自我报告的唤醒评分	计算机视觉	NA	热成像技术	随机森林, CNN	图像	NA	NA	ResNet-50	均方误差, 相关系数	NA
2266	2026-03-07	Automatic Estimation of Football Possession via Improved YOLOv8 Detection and DBSCAN-Based Team Classification 2026-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s26041252 PMID:41755200	研究论文	本文提出了一种基于改进YOLOv8检测和DBSCAN聚类的深度学习框架，用于从足球比赛转播视频中自动估计控球权	提出了两个结构改进的目标检测模型（YOLOv8-P2S3A用于足球检测，YOLOv8-HWD3A用于球员检测），并结合无监督的DBSCAN聚类进行队服颜色特征分类，实现了无需人工标注的端到端控球权估计	实验数据集仅包含20场完整比赛视频剪辑，未在更大规模或更多样化的比赛场景中进行验证	提升足球比赛分析的自动化、客观性和精确度，为教练、分析师和体育科学家提供实用工具	足球比赛转播视频	计算机视觉	NA	视频分析，目标检测，聚类分析	CNN	视频	20场完整比赛视频剪辑	PyTorch	YOLOv8-P2S3A, YOLOv8-HWD3A	平均精度，均方根误差	NA
2267	2026-03-07	Smartphone-Based Automated Photogrammetry for Reconstruction of Residual Limb Models in Prosthetic Design 2026-Feb-14, Sensors (Basel, Switzerland) DOI:10.3390/s26041251 PMID:41755190	研究论文	本研究提出了一种基于智能手机的自动化摄影测量工作流程，用于生成下肢残肢的精确三维模型，以支持假肢设计	开发了全自动、低成本的摄影测量流程，结合自适应帧选择、深度学习背景移除和ArUco标记进行度量缩放，无需手动后处理或专有软件	智能手机静态照片重建的精度和稳定性较低，存在较大偏差	为假肢设计提供一种低成本、可扩展的残肢三维建模方法	下肢残肢模型	计算机视觉	NA	摄影测量	深度学习	视频, 静态图像	四个3D打印的肢体模型	开源结构从运动, 多视图立体	NA	表面精度, 体积误差, 周长误差, 会话间重复性	NA
2268	2026-03-07	Cost-Effective Fish Volume Estimation in Aquaculture Using Infrared Imaging and Multi-Modal Deep Learning 2026-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s26041221 PMID:41755162	研究论文	本研究提出了一种基于低成本红外成像和多模态深度学习的鱼体积估计方法，用于水产养殖中的生物量监测	提出了一种仅使用低成本红外相机的成本效益高的管道，通过深度学习和多模态融合技术，实现了非侵入式鱼体积估计，硬件成本降低80%	研究仅使用金鱼作为研究对象，数据集规模有限（166条鱼，124个视频），可能限制了模型的泛化能力	开发一种成本效益高的非侵入式鱼体积估计方法，以促进可持续水产养殖管理	水产养殖中的鱼类，具体为金鱼	计算机视觉	NA	红外成像，多模态深度学习	Transformer, CNN	红外视频，RGB图像	166条金鱼，124个视频（每箱8-16条鱼）	PyTorch, TensorFlow	Transformer, CNN	平均绝对误差（MAE），决定系数（R）	NA
2269	2026-03-07	Inferring Arm Movement Direction from EEG Signals Using Explainable Deep Learning 2026-Feb-13, Sensors (Basel, Switzerland) DOI:10.3390/s26041235 PMID:41755176	研究论文	本研究评估了使用卷积神经网络从脑电图信号解码手臂运动方向的可行性，并结合可解释性技术分析时空特征	将深度学习（特别是CNN）应用于非侵入性脑电图信号解码运动方向，并整合DeepLIFT和遮挡测试等可解释性方法进行数据驱动的时空特征分析	研究仅涉及20名健康参与者，样本量有限，且任务场景为实验室控制的延迟中心-外展到达任务，可能无法完全代表自然运动	开发自然化脑机接口，通过解码非侵入性脑信号来识别手臂运动方向	二十名健康参与者在延迟中心-外展到达任务中产生的脑电图信号	机器学习	NA	脑电图	CNN	脑电图信号	20名健康参与者	NA	EEGNet	准确率	NA
2270	2026-03-07	[Current research on intelligent acupuncture robots: breakthroughs and challenges in key technologies] 2026-Feb-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion DOI:10.13703/j.0255-2930.20250115-k0004 PMID:41741999	综述	本文探讨了智能针灸机器人在关键技术上取得的突破与面临的挑战	系统性地整合了深度学习、图像识别、高精度传感器与机器学习技术，以提升针灸治疗的精准度、标准化与客观性，并聚焦于经络建模、穴位动态表征等工程实现问题	作为多学科交叉研究，不仅需要数据驱动的临床问题研究，还需深入探索人工智能与机器人技术在针灸中的工程实现，目前相关系统集成与临床验证仍面临挑战	提升针灸治疗的准确性、标准化与客观性，推动智能针灸机器人的技术发展	智能针灸机器人	机器人技术，人工智能	NA	深度学习，图像识别，高精度传感器（力传感器、加速度传感器、光学传感器、运动捕捉系统），机器学习	NA	图像，力反馈数据，运动数据	NA	NA	NA	NA	NA
2271	2026-03-07	UniKineG: Unified-Coordinate Geometric Graphs Enable Robust Enzyme Kinetic Prediction 2026-Feb-11, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27041731 PMID:41751870	研究论文	本文提出了一个名为UniKineG的新型深度学习框架，用于通过建模酶-底物复合物的显式空间状态来预测酶动力学参数	将蛋白质和配体嵌入统一的3D坐标系，并利用集成几何向量感知器的异构图神经网络捕捉复杂的基于矢量的相互作用，从而克服了对高序列同源性的依赖	NA	准确预测酶动力学参数（kcat、Km和kcat/Km），以量化催化效率和底物特异性	酶-底物复合物	计算酶学	NA	分子对接	图神经网络	3D空间结构数据	NA	NA	异构图神经网络, 几何向量感知器	NA	NA
2272	2026-03-07	CryoVirusDB: An Annotated Dataset for AI-Based Virus Particle Identification in Cryo-EM Micrographs 2026-Feb-11, Viruses DOI:10.3390/v18020224 PMID:41754567	研究论文	本文介绍了CryoVirusDB，一个用于AI识别冷冻电镜图像中病毒颗粒的标注数据集	填补了冷冻电镜图像中病毒颗粒识别领域缺乏高质量手动标注数据集的空白	数据集仅包含七种非包膜病毒，可能不适用于包膜病毒或其他类型颗粒的识别	促进基于AI的冷冻电镜图像中病毒颗粒识别方法的发展	冷冻电镜图像中的病毒颗粒	计算机视觉	NA	冷冻电镜	深度学习	图像	9941张冷冻电镜图像，包含339,398个标注的病毒颗粒	NA	NA	NA	NA
2273	2026-03-07	From Motion Artifacts to Clinical Insight: Multi-Modal Deep Learning for Robust Arrhythmia Screening in Ambulatory ECG Monitoring 2026-Feb-10, Sensors (Basel, Switzerland) DOI:10.3390/s26041135 PMID:41755076	研究论文	本文提出了一种双流深度学习框架，通过多模态传感器融合和多信噪比训练，实现运动鲁棒的心律失常二元分类	采用注意力门控融合与门多样性正则化，根据信号可靠性自适应加权多模态数据，并在多信噪比噪声增强数据上进行训练以实现噪声不变性学习	NA	开发一种鲁棒的心律失常筛查系统，以克服可穿戴心电图监测中运动伪影导致的误报警问题	可穿戴心电图信号和加速度计运动模式	机器学习	心血管疾病	NA	CNN, LSTM	图像, 时间序列	基于MIT-BIH数据库，并在三个噪声水平（24、12、6 dB）上进行增强	NA	ResNet-18, CNN-BiLSTM	准确率, 假阳性率	NA
2274	2026-03-07	HiCInterpolate: 4D Spatiotemporal Interpolation of Hi-C Data for Genome Architecture Analysis 2026-Feb-09, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.06.704438 PMID:41726976	研究论文	本研究开发了HiCInterpolate，一种基于深度学习的4D时空插值架构，用于从两个时间点的Hi-C接触矩阵插值生成高分辨率的中间Hi-C接触矩阵	提出首个4D时空插值架构，结合深度学习流预测器和类似U-Net的编码器-解码器结构，实现Hi-C数据的高分辨率插值，并支持下游3D基因组特征分析	未明确提及具体限制，但基于方法描述，可能受限于Hi-C数据质量和时间点间隔	开发一种简单且成本效益高的方法，用于在两个时间点之间持续生成基因组数据，以克服连续基因组测序的高成本和不可行性限制	Hi-C接触矩阵，用于研究染色质3D结构的动态变化	计算机视觉	NA	Hi-C协议	深度学习	Hi-C接触矩阵（图像数据）	NA	NA	U-Net	PSNR, SSIM, GenomeDISCO, HiCRep, LPIPS	NA
2275	2026-03-07	Artificial Intelligence (AI) in Detection of Abiotic Stress in Plants: A Review 2026-Feb-09, Sensors (Basel, Switzerland) DOI:10.3390/s26041122 PMID:41755064	综述	本文综述了人工智能（特别是机器学习和深度学习算法）结合成像技术与物联网基础设施，在检测植物非生物胁迫方面的应用、优势与挑战	不同于以往仅关注单一技术或算法的综述，本文系统性地将非生物胁迫检测作为核心目标，综合评估了AI结合多种协同技术（成像与物联网）在该领域的应用潜力与进展	作为一篇综述文章，其局限性在于未提出新的原创性算法或模型，主要基于对现有文献的分析与比较	评估人工智能技术在检测植物非生物胁迫方面的应用潜力，并比较其与传统方法的优劣	受非生物胁迫影响的植物	机器学习	NA	成像技术，物联网（IoT）基础设施	机器学习，深度学习	图像数据，物联网传感器数据	NA	NA	NA	NA	NA
2276	2026-03-07	Improving Individual-Specific SSVEP-BCI with Adaptive Channel and Subspace Selection in TRCA 2026-Feb-09, Sensors (Basel, Switzerland) DOI:10.3390/s26041123 PMID:41755066	研究论文	本研究提出了一种名为AS-TRCA的方法，通过自适应通道和子空间选择来改进个体特异性稳态视觉诱发电位脑机接口的性能	首次提出结合最优通道学习与选择和最优子空间选择的AS-TRCA方法，以充分利用个体特异性知识，建立纯粹的个体特异性SSVEP-BCI	未明确说明方法在跨个体或不同实验条件下的泛化能力，以及计算复杂度可能较高	提高个体特异性SSVEP-BCI的解码性能，促进其实际应用	基于稳态视觉诱发电位的脑机接口系统	机器学习	NA	稳态视觉诱发电位	NA	脑电信号	NA	NA	NA	准确率	NA
2277	2026-03-07	Lightweight Multi-Scale Framework for Human Pose and Action Classification 2026-Feb-08, Sensors (Basel, Switzerland) DOI:10.3390/s26041102 PMID:41755045	研究论文	本文提出了一种基于Swin Transformer的轻量级模块化注意力架构，用于人体姿态和动作分类	提出了一种新颖的双重加权交叉注意力模块，并结合空间注意力和上下文感知通道注意力模块，实现了空间和通道线索的有效融合	未明确说明模型在更复杂或更大规模数据集上的泛化能力	开发一种轻量级且高效的人体姿态和动作分类方法	人体姿态和动作	计算机视觉	NA	深度学习	Transformer	图像	两个数据集：Yoga-82（6类和20类配置）和Stanford 40 Actions	PyTorch	Swin Transformer	准确率, 精确率, 召回率, F1分数, 平均精度均值	NA
2278	2026-03-07	A Vision-Based Deep Learning Framework for Monitoring and Recognition of Chemical Laboratory Operations 2026-Feb-08, Sensors (Basel, Switzerland) DOI:10.3390/s26041106 PMID:41755048	研究论文	本研究提出了一种基于视觉的深度学习框架，用于化学实验室移液操作的自动化监测与识别	利用时空特征结合YOLO姿态提取与双向LSTM网络，实现对复杂人机交互的实时监测，相比静态或帧级分析具有更强的鲁棒性	研究仅针对移液操作，未扩展到其他实验室手动操作；实验环境可能存在光照、遮挡等未明确讨论的干扰因素	开发自动化监测系统以提升化学实验室操作的安全性与可重复性	化学实验室中的移液操作过程	计算机视觉	NA	非接触视觉传感	CNN, LSTM	视频	未明确说明	YOLO	YOLO, 双向LSTM	未明确说明	NA
2279	2026-03-07	Integrated Transcriptomic and Histological Analysis of TP53/CTNNB1 Mutations and Microvascular Invasion in Hepatocellular Carcinoma 2026-Feb-03, Genes IF:2.8Q2 DOI:10.3390/genes17020190 PMID:41751574	研究论文	本研究通过整合转录组学和病理学分析，探讨了TP53/CTNNB1突变及微血管侵犯在肝细胞癌中的分子与形态学关联	首次结合转录组差异表达与弱监督多任务深度学习模型，从常规H&E染色全切片图像中无空间标注地推断关键风险因子的形态学模式	图像模型在不同任务间性能存在差异，且仅基于切片级标签进行训练，缺乏空间注释可能限制形态特征的精确解析	探究肝细胞癌中TP53/CTNNB1突变和微血管侵犯的分子效应与肿瘤形态学之间的关系	肝细胞癌样本	数字病理学	肝细胞癌	RNA测序, 差异表达分析, 机器学习特征选择	弱监督多任务深度学习模型	转录组数据, H&E染色全切片图像	未明确样本数量，但涉及肝细胞癌样本的RNA测序数据和全切片图像	未明确指定，可能涉及TensorFlow或PyTorch	未明确指定具体架构	未明确指定具体指标，但提到“高于随机水平的区分能力”	NA
2280	2026-03-07	PON-Del predictor for sequence retaining protein deletions 2026-Feb, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014020 PMID:41739875	研究论文	开发了一种名为PON-Del的新型预测器，用于预测保留序列的蛋白质缺失变异	首个包含意义未明变异（VUSs）的缺失变异解释方法，提供二元和三元预测输出	仅适用于短序列（1-10个氨基酸）的保留序列缺失	开发蛋白质缺失变异的预测工具	保留序列的蛋白质缺失变异	生物信息学	NA	梯度提升算法	梯度提升	蛋白质序列特征数据	广泛收集的已验证蛋白质缺失数据集	NA	NA	NA	NA