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
2421	2026-06-23	Rapid Detection of Adulteration in Birch Sap Using Near-Infrared Spectroscopy Coupled With Chemometrics 2026-Apr, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.71070 PMID:42011683	研究论文	利用近红外光谱结合化学计量学方法快速检测桦树汁掺假	首次将近红外光谱技术应用于桦树汁品质检测，并提出了结合CNN、Transformer和高效通道注意力机制的混合模型用于定量分析，网络剪枝用于提升模型效率并部署在嵌入式开发平台上	未提及具体局限性	开发一种绿色、快速、无损的桦树汁掺假筛查方法	桦树汁掺假样本（水稀释和蔗糖溶液掺假）	机器学习	NA	近红外光谱	CNN、Transformer、DBO-SVM、传统机器学习模型	近红外光谱数据	NA	PyTorch	CNN-Transformer-ECA、DBO-SVM	准确率、R值、RMSE、RPD	嵌入式开发平台
2422	2026-06-23	A Fully Automated Deep Learning Model for Quantifying Coronary Plaque at Coronary CT Angiography 2026-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.251967 PMID:42012347	研究论文	开发并验证了一个用于冠状动脉CT血管造影中斑块量化的全自动深度学习模型，并评估其预后价值	首次提出全自动深度学习模型PlaqueSegNet用于冠状动脉斑块量化，并利用多个独立外部数据集（包括IVUS、不同CT扫描仪、序列CCTA和光子计数CT数据）进行全面验证	Bland-Altman分析中一致性界限较宽	开发全自动深度学习模型用于冠状动脉斑块量化并评估其预后价值	冠状动脉CT血管造影图像中的冠状动脉斑块	计算机视觉	心血管疾病	CT血管造影	深度学习模型	图像	训练集1409名患者（平均年龄63±10岁，男性795人），内部验证集604名患者（平均年龄63±10岁，男性329人），外加四个独立外部数据集	PyTorch	PlaqueSegNet	组内相关系数，C指数	NA
2423	2026-06-23	CT Emphysema and Deep Learning-derived Vertebral Bone Loss in Individuals without COPD: Findings from MESA 2026-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.252251 PMID:42012343	research paper	基于MESA队列，利用深度学习分析无COPD个体的CT肺气肿样改变与椎骨骨密度丢失之间的关系	首次在无慢性阻塞性肺疾病（COPD）的大型多民族队列中，利用深度学习量化亚临床肺气肿样改变与椎骨骨密度年丢失率的独立关联，并提出亚临床肺气肿可作为系统性骨骼退化的新型影像标志物	单中心回顾性分析、未纳入肺气肿组织学验证、骨密度仅通过椎骨CT测量而非金标准DXA、性别和族裔亚组样本量有限	识别肺部和骨骼健康的早期影像标志物，探索无COPD个体中肺气肿样改变与骨密度丢失的关联	无临床COPD的MESA队列参与者（横断面2312例，纵向1109例）	computer vision	geriatric disease	CT	NA	image	横断面2312例参与者（中位年龄67岁，1285名女性）；纵向1109例参与者（中位年龄65岁，614名女性）	NA	deep learning-based segmentation model（未具体命名）	β系数、置信区间、p值、Johnson-Neyman阈值	NA
2424	2026-06-23	Few-Shot and Zero-Shot Biomedical Named Entity Recognition: A Procedure for Enhancing BioBERT with Prompt-Based Learning and Large Language Models 2026-Mar-31, Journal of visualized experiments : JoVE DOI:10.3791/69390 PMID:42008560	研究论文	提出一种结合BioBERT、提示学习和大型语言模型的混合框架，用于增强生物医学命名实体识别中的少样本和零样本学习能力	首次将提示学习与大型语言模型集成到BioBERT中，显著提升了低资源生物医学术语和未见实体的泛化能力	未明确讨论模型在不同语言或特定子领域（如罕见病）的泛化性能，且可能对大型语言模型的计算资源需求较高	通过混合框架解决传统深度学习模型在生物医学NER中面临的数据稀缺、领域适应和未知实体泛化问题	生物医学文献和临床文本中的命名实体识别任务	自然语言处理, 生物医学	不限定具体疾病	提示学习, 大型语言模型, 预训练变换器	BioBERT, 大型语言模型	文本	多个生物医学基准数据集（具体数量未明确）	NA	BioBERT, 提示学习架构	准确率, 精确率, 召回率, F1分数	NA
2425	2026-06-23	CRESCENT: a deep learning framework with multi-scale attention for detecting recurrent copy number alterations 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag167 PMID:41996576	研究论文	提出一个名为CRESCENT的深度学习框架，通过多尺度采样、卷积神经网络和自注意力机制检测复发拷贝数变异	首次整合多尺度采样与自注意力机制，实现了对焦点、片段和臂级CNAs事件的平衡检测，并在非TCGA独立队列上验证了泛化能力	未明确讨论模型对罕见癌症类型的适用性及计算资源需求，且未提供可解释性分析以揭示特征生物学意义	开发一种高灵敏度、泛化性强的深度学习方法，用于可靠识别癌症基因组中的复发拷贝数变异	来自20个TCGA癌症项目的7689例患者的拷贝数变异图谱	机器学习	癌症	全基因组拷贝数分析	CNN（卷积神经网络）结合自注意力机制	拷贝数变异图谱	7689例患者样本（20个TCGA项目）	PyTorch（推断，基于框架特性）	多尺度CNN与自注意力机制的并行特征融合架构	AUC（曲线下面积）	NA（未提供具体信息）
2426	2026-06-23	scGPD: single-cell informed gene panel design for targeted spatial transcriptomics 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag160 PMID:41996577	研究论文	提出单细胞引导的基因面板设计框架scGPD，用于靶向空间转录组学，以选择信息丰富的非冗余基因集	引入基因-基因相关性感知门控机制，从单细胞RNA-seq数据中提取信息特征，鼓励所选基因多样性并消除冗余	NA	解决现有基因面板设计方法忽略基因间相关性导致覆盖度不足的问题，实现紧凑非冗余的基因选择	靶向空间转录组学中的基因面板设计	数字病理学, 机器学习	NA	单细胞RNA测序, 空间转录组学	深度学习	基因表达数据	多个单细胞数据集	NA	NA	转录组广度恢复性能, 细胞类型分类准确率	NA
2427	2026-06-23	Technological innovations in head and neck radiotherapy: What does the future hold? 2026-Feb, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2026.104807 PMID:42001737	综述	本文叙述性回顾了头颈部放射治疗在技术方面的创新，包括自动分割、影像引导、磁共振引导直线加速器、个性化放疗、质子束治疗、Flash放疗和远程监测	全面概述了多种前沿放疗技术的现状与未来方向，特别是Flash放疗和基于深度学习自动分割等新兴方法	部分技术仍处于实验阶段或需要随机试验验证，如Flash放疗和基于解剖变化适应计划的益处尚未确认；质子治疗在法国可及性有限	讨论头颈部肿瘤放射治疗中最有前景的技术创新及其未来发展方向	头颈部肿瘤患者及放疗技术本身（如自动分割、影像引导、质子治疗等）	自然语言处理	头颈部肿瘤	深度学习、MRI引导直线加速器、功能PET成像、Flash放疗、远程监测	深度学习	影像	NA	NA	NA	毒性、生活质量、肿瘤控制、剂量分布	NA
2428	2026-06-23	EAC-Agent: A deep learning framework for multimodal emotion-aware conversational agent with contextual response generation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346770 PMID:41996398	研究论文	提出一个用于多模态情感感知对话代理的深度学习框架，该框架整合文本、音频和视觉特征以生成情感响应	首次提出自我和跨模态注意力机制，结合预训练嵌入（如GloVe）和序列到序列模型与Transformer架构，实现多模态情感嵌入的融合	仅基于两个基准数据集进行验证，模型在真实应用场景下的泛化能力需进一步测试；情感识别准确率仍有提升空间（最高76.27%）	开发能够从多模态输入中准确理解用户情感并生成上下文适当响应的对话代理	用户的多模态对话数据（文本、音频、视频）及其情感状态	自然语言处理	NA	NGS	Transformer, 序列到序列模型	文本, 音频, 视频	IEMOCAP和MELD两个数据集	NA	Transformer, GloVe	准确率, 困惑度, BLEU分数, ROUGE-L分数	NA
2429	2026-06-23	TinyAct: A framework for real-time action recognition in the cloud through distillation learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347245 PMID:42008450	研究论文	提出一个名为TinyAct的轻量级框架，通过知识蒸馏实现边缘计算与云端协同的实时人体动作识别	结合3D视频自编码器提取紧凑时空特征与经典机器学习分类器，采用AIoT架构在边缘设备提取特征、云端进行分类，并通过知识蒸馏将ViT教师模型的时间知识迁移至紧凑学生架构	未说明具体局限性	实现在资源受限设备上的高效实时人体动作识别	人体动作视频数据中的时空特征与动作类别	计算机视觉	NA	知识蒸馏、3D视频自编码器	3D自编码器、随机森林、SVM、XGBoost、ILA-ViT-B/16	视频	Kinetics-400数据集（具体样本数未提及）	NA	3D自编码器、随机森林、SVM、XGBoost、ILA-ViT-B/16	准确率	边缘设备与云端协同（具体GPU类型未提及）
2430	2026-06-23	A cross-dataset harmonized intrusion detection framework with statistically validated multi-model learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346982 PMID:42008467	研究论文	提出一种跨数据集协调的入侵检测框架，通过特征统一、多模型评估和统计验证实现可复现和透明的系统评估	提出基于SHA-256哈希链的加密日志机制实现实验可追溯性，并整合特征协调、多模型基准测试和统计验证的统一框架	基于手动特征对齐，在高异质性数据集中效果可能受限	构建统一且透明的入侵检测系统评估框架，解决数据集依赖性强、可复现性差和评估不透明的问题	网络入侵检测数据集（NSL-KDD和CICIDS2017）及多种学习模型（监督、无监督、深度学习和集成模型）	机器学习	NA	NA	随机森林、监督模型、无监督模型、深度学习模型、集成模型	表格数据（网络流量特征）	两个网络入侵数据集：NSL-KDD和CICIDS2017	NA	随机森林、其它未指定架构	准确率、F1分数、Wilcoxon符号秩检验、McNemar检验、DeLong检验	NA
2431	2026-06-23	Predicting student mental health through entropy-based features and interpretable cross-attention transformer networks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347294 PMID:42013061	研究论文	开发了一种基于熵特征和可解释交叉注意力Transformer网络的模型，用于预测学生心理健康风险	提出了一种结合FT-Transformer和LSTM的集成深度学习模型，并引入交叉注意力归因层（CAAL），通过融合特征注意力和时间注意力实现内在可解释性；基于熵和不确定性模式的特征工程增强了对细微风险信号的检测能力	未提及模型在不同数据集上的泛化能力验证，也未讨论计算资源需求或实际部署中的实时性能	开发一个可解释的深度学习模型，用于准确预测学生心理健康风险，支持教育环境中的心理健康监测	大学生的心理健康风险（焦虑、抑郁、压力等）	机器学习	心理健康疾病	NA	FT-Transformer, LSTM	数值数据	NA	PyTorch	FT-Transformer, LSTM, 交叉注意力归因层	准确率	NA
2432	2026-06-23	Dual-temporal inflow-outflow dependency modeling for short-term metro outflow prediction 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347131 PMID:42013086	research paper	提出一种双时间尺度流入-流出依赖模型用于短期地铁客流预测	采用非对称特征提取方案区分流入与流出序列、通过双分支交叉注意力机制隐式学习空间相关性、引入样本级OD矩阵作为注意力偏置以嵌入先验站点关系	未提及模型在极端天气或突发事件下的鲁棒性测试	改进短期地铁客流预测中流出对流入依赖的建模不足问题	短期地铁客流预测中的站点间流入与流出动态依赖关系	machine learning	NA	NA	深度学习模型（DTIOD）	数值型时间序列数据（地铁客流数据）	杭州地铁数据集（具体样本量未提供）	PyTorch	双分支交叉注意力机制、全连接层	RMSE, MAE, WMAPE	70秒内完成训练（具体GPU型号未说明）
2433	2026-06-23	Cognitive load and pedagogical tension in multi-platform online learning: Evidence from Chinese higher education 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347566 PMID:42013118	研究论文	调查多平台在线学习环境对学生体验的矛盾影响	通过序贯中介模型揭示平台多样性增加外在认知负荷，进而导致工具疲劳，最终影响学习体验的机制	未提及具体限制	探究中国高等教育中多平台在线学习环境下学生体验的矛盾效应	中国高等教育学生	机器学习	NA	NA	序贯中介模型	横断面调查数据	8616名大学生	NA	序贯中介模型	NA	NA
2434	2026-06-23	Toward leveraging intrinsic point cloud features in 3D adversarial attacks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344574 PMID:42013122	研究论文	本文探索利用点云内在特征进行3D对抗攻击，提出一种基于特征预测的攻击方法，并验证其跨模型泛化能力	将对抗攻击的焦点从模型特定漏洞转向点云的内在特征，提出数据驱动的特征预测方法，无需反复反向传播即可生成攻击	攻击成功率略低于模型特定攻击方法	理解3D对抗攻击中关键点云特征的重要性，并设计基于内在特征的攻击方法	3D点云中的对抗点预测及生成攻击	计算机视觉	NA	NA	随机森林回归、多元线性回归；点云模型：PointNet、PointNet++、DGCNN、PointConv	3D点云	未明确说明	NA	PointNet, PointNet++, DGCNN, PointConv	成功率（Drop100和Drop200设置）	NA
2435	2026-06-23	Controlled comparative study of YOLOv8-Pose, YOLOv11-Pose, and Detectron2 for vertebrae detection and keypoint estimation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347290 PMID:42013146	研究论文	系统比较YOLOv8-Pose、YOLOv11-Pose和Detectron2在椎骨检测与关键点估计中的性能表现	首次在相同训练条件下对三种姿态估计深度学习模型进行可控、任务驱动的对比研究，重点关注临床可用性相关的检测完整性和重复检测问题	未明确说明	评估不同姿态估计模型在椎骨检测与关键点定位任务上的准确性、检测精度、推理速度和临床适用性	包含单类别椎骨边界框标注和每椎骨4个解剖关键点的医学影像数据集	计算机视觉	脊柱疾病	NA	姿态估计模型	医学图像	单类别椎骨数据集	PyTorch, Detectron2	YOLOv8n-Pose, YOLOv11n-Pose, Keypoint R-CNN with ResNet-50, Keypoint R-CNN with ResNet-101, YOLOv8l-Pose	关键点定位准确率, 检测精度, 推理速度, 检测完整性, 重复检测率	NA
2436	2026-06-23	Siamese Capsule Network (SNNCap): Cognitive Analysis for Alzheimer's Disease Classification From MRI Data 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3683547 PMID:42009326	研究论文	提出一种基于暹罗胶囊网络的阿尔茨海默病MRI图像分类方法，模拟认知推理过程	将暹罗网络与胶囊网络结合，利用胶囊层保留空间和部分-整体关系，并通过参考样本对比模拟认知推理，提升泛化能力	未提及模型在外部数据集上的验证、计算资源需求及与现有方法的全面比较	有效分类阿尔茨海默病MRI图像为正常、极轻度、轻度和中度痴呆四类	阿尔茨海默病患者的脑部MRI图像	计算机视觉	阿尔茨海默病	MRI	暹罗胶囊网络	图像	未明确提及具体样本数量	PyTorch	ResNet-18, 胶囊网络	分类报告, 混淆矩阵	NA
2437	2026-06-23	A hybrid CNN-XLSTM-GRU deep learning model with autoencoder-based feature selection for hypothyroidism diagnosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347203 PMID:42013160	研究论文	提出一种融合CNN、eXtended LSTM和GRU的混合深度学习模型FusionNet-CXG，用于甲状腺功能减退症的诊断	首次将CNN、eXtended LSTM和GRU三种组件融合构建混合深度学习模型FusionNet-CXG，并通过自编码器进行特征选择，结合SMOTE-NC处理类别不平衡问题	仅在单一公开数据集上验证，缺乏外部真实世界队列的验证，未纳入时间序列临床数据	开发一种高准确率的混合深度学习模型用于甲状腺功能减退症的预测诊断	甲状腺功能减退症的诊断预测	机器学习	甲状腺功能减退症	NA	混合深度学习模型（CNN、eXtended LSTM、GRU）	表格数据	3772条记录，30个特征	Scikit-learn	CNN、eXtended LSTM、GRU	准确率、F1分数、AUC-ROC	NA
2438	2026-06-22	GeoAI for polar vegetation mapping and hydrological interactions: A systematic review 2026-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181891 PMID:42224875	综述	系统综述了2005年至2025年间人工智能增强遥感技术（GeoAI）在极地植被制图与水文交互中的应用	首次基于PRISMA 2020方法对极地GeoAI研究进行系统性综述，揭示了从孤立监测向数据融合框架的快速转变，并提出层级式无人机-卫星融合、开放基准数据集和可解释生态AI的未来路径	大部分研究仍限于景观尺度，无人机-卫星完全整合的研究较少，且地下和基于过程的水文监测有限	系统梳理GeoAI在极地植被与水文监测中的应用现状、趋势和方法学质量，为下一代极地监测奠定经验基础	极地（北极和南极）植被与水文系统	机器学习和数字病理学	NA	遥感、无人机多光谱成像、卫星影像、深度学习	卷积神经网络、经典机器学习	图像（遥感影像、多光谱数据）	116项研究（2005-2025年）	NA	卷积神经网络	NA	NA
2439	2026-06-22	Machine learning-based prediction of antibiotic resistance gene distribution in agricultural soils under different climate change scenarios 2026-Aug-01, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181905 PMID:42224874	研究论文	利用机器学习预测不同气候变化情景下农业土壤中抗生素抗性基因的分布	首次综合全球2301个土壤样本，使用六种机器学习模型（含LightGBM）预测ARG分布，并耦合气候情景进行未来风险制图，发现梯度提升方法优于深度学习	NA	预测未来气候变化情景下农业土壤中抗生素抗性基因的分布模式，支持One Health策略	农业土壤中的抗生素抗性基因（ARGs）及其环境驱动因子	机器学习	抗生素耐药性	宏基因组测序	机器学习模型（LightGBM、XGBoost、随机森林、支持向量机、深度神经网络、逻辑回归）	宏基因组序列数据、环境变量	2301份土壤样本，来自67个国家	LightGBM, XGBoost, Scikit-learn, 深度学习框架	LightGBM, XGBoost, 随机森林, 支持向量机, 深度神经网络, 逻辑回归	AUC-ROC、精确率、召回率、F1分数、马修斯相关系数	NA
2440	2026-06-22	A PLM-based method for predicting protein ion channel modulators for drug discovery and safety evaluation 2026-Jul, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70689 PMID:42321971	研究论文	介绍了一种基于蛋白质语言模型的预测蛋白质离子通道调节剂的方法IonNTxPred，用于药物发现和安全性评估	提出基于进化信息蛋白质语言模型（ESM2-t33）的方法，在大规模非冗余数据集上训练，整合BLAST输出使AUROC提升至0.98，并用于支持药物重定位和生物安全性评估	未明确提及，但可能受限于序列同源性过滤阈值（40%）以及依赖已知离子通道调节蛋白的数据集，对全新类型蛋白质的预测能力可能有限	开发并验证一种预测蛋白质离子通道调节剂的计算方法，以支持药物发现和安全评估	离子通道调节蛋白，包括钠、钾、钙等通道特异性蛋白和跨通道调节蛋白	机器学习, 计算生物学	神经疾病, 心血管疾病	蛋白质语言模型（PLM）、BLAST、MERCI、机器学习、深度学习	蛋白质语言模型（ESM2-t33）、机器学习模型、深度学习模型	蛋白质序列	最大非冗余离子通道调节蛋白数据集，蛋白质间序列一致性不超过40%	PyTorch	ESM2-t33, BLAST	AUROC	NA