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
261	2026-05-26	TDD-YOLO: A novel model for precise detection of tomato diseases 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0334989 PMID:42172292	研究论文	提出了一种基于YOLOv11改进的TDD-YOLO模型，用于在复杂农业环境中精确检测番茄病害	添加特征增强模块提升主干网络提取病害斑点纹理的能力；引入联合注意力机制显式建模跨维度依赖以抑制背景干扰；增加特征融合模块保留多尺度病害信息并降低计算成本	未明确提及局限性	解决现有深度学习模型在提取细微病害特征、抑制复杂背景干扰及处理多尺度病害表示方面的不足	番茄叶片上的六种病害	计算机视觉	番茄病害	NA	YOLOv11	图像	Tomato-Village数据集（含田间采集的番茄叶片图像，六种病害，复杂背景和光照变化）；Tomato-Disease数据集（更多样化的番茄病害类型及健康叶片样本）	PyTorch	TDD-YOLO（基于YOLOv11改进）	mAP@50, mAP@50:95	NA
262	2026-05-26	Enhancing precision harvesting in smart orchards: a light-weight neural network for apple maturity detection 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1820164 PMID:42179477	研究论文	提出轻量化神经网络HRLN-YOLO用于智能果园中苹果成熟度检测，在保证精度的同时大幅减少网络参数量与计算量	设计了轻量化骨干网络HGBackbone以增强特征提取和加速推理；构建增强型颈部模块RCF_Neck提升遮挡下的多尺度特征融合；开发轻量化检测头LADH-Head以减少任务冲突并降低计算成本；引入NWD-Loss提高小目标定位稳定性	未明确讨论模型在不同天气条件、品种或更大规模数据集上的泛化能力，也未提及部署后的实时能耗或硬件兼容性测试	实现资源受限边缘设备上的高精度、轻量化苹果成熟度检测，支持智能果园自动化采摘	果园环境中的苹果成熟度检测任务	计算机视觉	NA	深度学习	YOLO	图像	Orchard Apple Maturity Dataset（具体数量未给出）	NA	HRLN-YOLO (HGBackbone, RCF_Neck, LADH-Head)	平均精度均值 (mAP@0.5), 参数数量, 计算复杂度（FLOPs）	NA
263	2026-05-26	Bridging scales: integrated multi-omics and deep phenotyping for climate resilience in crop plants 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1777294 PMID:42179484	综述	该文综述了深度表型分析与多组学数据相结合，以推动气候适应性作物育种革命的潜力	系统性地讨论了深度表型分析与多组学数据整合如何利用关联作图和机器学习框架来识别优良等位基因和调控中枢，从而打通基因型到表型通路，实现从分子到田间性能的预测育种	面临数据维度高、基础设施成本高以及需要标准化流程等挑战	评估将深度表型与多组学数据结合，开发高通量作物改良策略以应对气候变化和保障粮食安全	农作物（多种作物）	机器学习	NA	下一代测序, 多组学, 深度表型分析, 非侵入性成像	监督学习, 无监督学习, 深度学习	多组学数据（基因组、转录组等）, 图像（表型成像）	NA	NA	NA	NA	NA
264	2026-05-26	Detection and classification of lung cancer using sequential hybridization of CNN and RNN type architectures 2026, Frontiers in big data IF:2.4Q2 DOI:10.3389/fdata.2026.1786859 PMID:42179777	研究论文	提出一种融合CNN和RNN的深度学习框架用于CT图像肺癌多分类	采用DenseNet201提取特征后串联双向门控循环单元（BiGRU）进行序列表示学习，并通过CLAHE增强、形态学分割和结节聚焦掩码优化预处理	需在更大规模多中心数据集和临床测试中验证	开发自动化可靠的CT图像肺癌分类框架，区分良性、恶性和正常肺组织	1,600张CT扫描图像	计算机视觉	肺癌	CT成像	CNN-RNN混合模型	图像	1,600张CT图像（约70%训练，30%验证）	TensorFlow	DenseNet201, 双向门控循环单元（BiGRU）	准确率, 精确率, 召回率, F1分数	NA
265	2026-05-26	A patient-aware benchmarking of CNN and transformer architectures for breast cancer histopathology classification 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1752938 PMID:42179815	研究论文	在乳腺癌组织病理学分类任务中，对CNN和Transformer架构进行患者感知的基准测试	采用严格的无数据泄露患者感知交叉验证协议，系统比较了九种深度学习架构在乳腺癌组织病理学分类中的性能，并发现不同架构间的性能差异无统计学显著性	仅使用BreaKHis单一数据集，且高倍率（400×）图像因上下文信息不足导致性能下降	建立无数据泄露的基准测试框架，评估不同深度学习架构在乳腺癌组织病理学分类中的可靠性	BreaKHis数据集中82名患者的7909张乳腺癌组织病理学图像	数字病理学	乳腺癌	组织病理学成像	CNN和Transformer	图像	82名患者的7909张图像	PyTorch	ResNet50, MobileNetV2, VGG16, DenseNet121, Xception, EfficientNetB0, ConvNeXt, Swin-Small, Swin-Base	准确率, 精确率, 召回率, F1分数, 配对t检验, 威尔科克森符号秩检验, 邦费罗尼校正	未指定（NA）
266	2026-05-26	Generative AI-Driven CNN Framework for Enhanced Lung Cancer Detection, Prediction, and Treatment: A Novel Approach to Overcoming AI Limitations 2026, International journal of biomedical imaging IF:3.3Q2 DOI:10.1155/ijbi/8726222 PMID:42179834	研究论文	提出一种生成式AI驱动CNN框架，用于肺癌检测、风险预测及治疗规划，通过GAN数据增强和深度学习特征提取提升诊断性能	将合成数据生成、CNN特征提取、注意力机制分类和概率风险预测统一集成到单一框架中，尚未有研究全面探索此整合方式	未提及具体局限，但依赖单中心数据和实验室环境可能限制通用性	克服传统AI诊断局限，提高肺癌检测准确率并优化治疗建议	肺癌患者信息、CT扫描特征及癌症风险评分数据集	计算机视觉、机器学习	肺癌	深度学习、生成对抗网络（GAN）、CNN特征提取	卷积神经网络（CNN）、生成对抗网络（GAN）	医学图像（CT扫描）和结构化临床数据	NA	TensorFlow, Keras	CNN, GAN, 注意力机制	准确率、精确率、召回率、F1分数、AUC、ROC-AUC	NA（未明确说明GPU型号或云平台）
267	2026-05-26	Computational predictive processing models of consciousness: a systematic review of non-invasive brain signal analysis in disorders of consciousness 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1797090 PMID:42179888	综述	系统综述了近15年计算预测处理模型在意识障碍患者无创脑信号分析中的应用	从简单波形平均转向层次预测误差的高维解码，并验证了全局信息共享标记物在区分意识状态中的有效性	未详细说明具体计算模型的可解释性及临床转化中的实际部署障碍	评估计算PP模型对意识障碍患者的诊断和预后价值，并识别临床转化的方法学挑战	意识障碍患者（植物状态/无反应觉醒综合征和最小意识状态）	机器学习	意识障碍	无创脑信号分析（如脑电图、脑磁图等，但未明确指定具体技术）	深度学习和多变量模式分析	脑信号（非图像/文本，属于生理信号）	约2045名参与者	NA	NA	特异性和敏感度（用于预测苏醒）	NA
268	2026-05-26	Feasibility of multi-class dental caries detection using deep learning-based smartphone images: a pilot prospective study 2026, Frontiers in oral health IF:3.0Q1 DOI:10.3389/froh.2026.1805448 PMID:42179881	研究论文	本研究评估了基于深度学习的智能手机图像在多类龋齿检测中的可行性	首次将YOLOv6-L6模型应用于智能手机拍摄的多类龋齿检测，并对比了不同分类方案（二类、四类、五类）的性能	样本量较小（70名成人），为初步试点研究，且有类不平衡问题导致平均精度（mAP）较低	评估深度学习辅助智能手机图像进行多类龋齿检测的可行性及其在患者驱动筛查中的潜力	70名成人自拍的6张口内智能手机图像	计算机视觉	龋齿	智能手机成像	YOLOv6	图像	70名成人，共420张图像	PyTorch	YOLOv6-L6	灵敏度、特异性、精确率、准确率、F1分数、平均精度	NA
269	2026-05-26	High-throughput Screening of Sequence Elements Associated with RNA Localization 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.34133/csbj.0107 PMID:42179915	研究论文	介绍SRLE-seq方法高通量筛选与RNA定位相关的序列元件	设计了SRLE-seq技术，通过测序高通量筛选RNA定位功能元件，并结合深度学习模型实现72%的亚细胞定位预测准确率	未在论文标题和摘要中明确提及局限性信息	开发高效方法识别RNA定位相关功能序列元件	RNA分子及其亚细胞定位相关的序列元件	机器学习, 自然语言处理	肺癌	高通量测序, SRLE-seq	深度学习模型	序列数据	6-mer序列文库，包含110个核滞留相关和49个核输出相关的6-mer	NA	深度学习模型（具体架构未明确）	准确率	NA
270	2026-05-26	A deep learning and radiomics fusion model enhances endoscopic ultrasonography diagnosis of gastric tumors 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1718061 PMID:42180041	研究论文	提出一种融合深度学习与影像组学特征的模型，用于增强超声内镜对胃肿瘤的诊断	创新性地将深度学习特征与影像组学特征相结合，通过t检验和LASSO方法进行特征选择，并整合临床特征构建多参数模型，提升胃肿瘤分类性能	基于回顾性研究，样本量有限，可能影响模型泛化性	开发更准确高效的胃肿瘤分类模型，辅助临床诊断	219名患者的4806张超声内镜图像	计算机视觉, 数字病理学	胃肿瘤	超声内镜	深度学习模型, 影像组学模型	图像	219名患者的4806张超声内镜图像	NA	NA	AUC, 敏感性, 特异性, 阳性预测值, 阴性预测值, 准确率	NA
271	2026-05-26	Hybrid Ant-Baby Optimizer and BiLSTM framework for high-performance IoT intrusion detection 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1795030 PMID:42180302	研究论文	提出一种结合蚁宝宝优化器与双向长短时记忆网络的混合框架，用于物联网入侵检测	首次将蚁宝宝优化器用于特征选择，通过互信息替换低相关特征，再结合双向LSTM捕捉双向时序依赖	计算复杂度与数据集限制的相互影响未充分量化	解决物联网入侵检测中高维流量数据、类别不平衡和攻击模式多变的问题	物联网网络中的入侵检测数据流	机器学习	NA	NA	BiLSTM	网络流量数据	CICIoT2023数据集	NA	BiLSTM	准确率, 精确率, 召回率, F1值, 推理延迟, 吞吐量	NA
272	2026-05-26	Learning instance-specific counterfactual models for continuous treatments using hypernetworks 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1819009 PMID:42180309	研究论文	提出一种利用超网络学习连续治疗实例特异性反事实模型的新方法	将超网络应用于连续治疗效应估计，解决治疗相关性问题，保持深度学习模型灵活性	未提及具体局限性	估计连续治疗的治疗效应	观测数据中的个体治疗效应	机器学习	NA	NA	神经网络	合成和半合成数据集	NA	NA	超网络	精度	NA
273	2026-05-26	DeepForgeryNet: a hybrid CNN-LSTM and transfer learning framework for robust image forgery and deepfake detection 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1810912 PMID:42180308	研究论文	提出DeepForgeryNet，一种结合CNN-LSTM和迁移学习的框架，用于稳健的图像伪造和深度伪造检测	将基于误差水平分析的预处理与混合CNN-LSTM网络相结合，同时捕捉空间和上下文信息，实现更可靠的伪造检测	对极小篡改或重度压缩图像的检测仍存在挑战	开发一种强大的检测工具，利用人工痕迹和上下文不一致性进行图像伪造和深度伪造检测	数字图像和AI生成图像中的伪造痕迹	计算机视觉	不适用	误差水平分析、CNN、LSTM	CNN-LSTM	图像	公开基准数据集（具体数量未说明）	PyTorch	CNN-LSTM	准确率、精确率、召回率、F1分数、AUC	未说明
274	2026-05-26	Deep learning approaches for head pose estimation in sports impacts 2026, Sports engineering IF:1.5Q3 DOI:10.1007/s12283-026-00552-9 PMID:42180423	研究论文	本研究通过基准测试三种深度学习模型在受控足球头球过程中的单目头部姿态估计性能，验证了现代全身人体网格恢复模型在运动碰撞剧烈遮挡和动态条件下的优势	首次系统比较仅头部姿态回归器、端到端面部重建模型和全身人体网格恢复模型在运动碰撞场景中的表现，发现全身网格恢复模型在遮挡和动态条件下优于专用头部姿态估计器	侧视镜头、旋转试验和低面部可见性条件下误差增大，且实验仅在受控足球头球场景中验证，泛化至其他运动碰撞可能受限	评估深度学习模型在运动碰撞中头部姿态估计的准确性，并比较不同模型在强遮挡和高速运动条件下的表现	10名参与者的受控线性头球和旋转头球动作	计算机视觉	NA	视频测距，红外运动捕捉	CNN，人体网格恢复模型	视频，运动捕捉数据	10名参与者，每位执行多种头球动作	PyTorch，TensorFlow	SAM 3D，LSTM，ResNet	测地误差，增量测地误差	NA
275	2026-05-26	Research on real-time detection and staging technology for pressure injuries in critically ill patients based on the YOLOv8 deep learning model 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1781481 PMID:42180450	研究论文	基于YOLOv8深度学习模型开发危重症患者压力性损伤实时检测与分期技术	首次将YOLOv8深度学习模型应用于压力性损伤的实时检测与分期，实现了客观、高效的自动化分期诊断	研究样本来自单中心ICU患者，可能存在数据偏差；模型在部分压力性损伤分期（如1期、3期和深部组织损伤）的识别准确率有待提升	开发并验证基于YOLOv8深度学习模型的压力性损伤实时检测与分期系统	重症监护室患者的压力性损伤图像，共507张	计算机视觉	压力性损伤	图像采集	YOLOv8深度学习模型	图像	507张压力性损伤图像，按8:2比例分为训练集（414张）和测试集（93张）	PyTorch	YOLOv8（包括YOLOv8n、YOLOv8s、YOLOv8m、YOLOv8l、YOLOv8x等版本）	准确率（accuracy）、平均平均精度（mAP）、推理速度（FPS）	NA
276	2026-05-26	HPRNet: a hierarchical pyramidal residual network for ECG arrhythmia classification 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1800941 PMID:42180836	研究论文	提出一种层级金字塔残差网络（HPRNet）用于心电图心律失常分类	通过层级金字塔REB骨干网络（HRB）捕捉心电图多尺度形态特征，并引入多级剪枝优化策略（MLPO）减少冗余参数、提升计算效率	未提及具体限制，但可视化分析显示对困难搏动类别的区分仍存在内在挑战	解决心电图信号非平稳且易受噪声干扰的问题，实现鲁棒的心律失常自动分类	心电图心搏分类任务	机器学习	心律失常	心电信号处理	层级金字塔残差网络（HPRNet）	时间序列信号	MIT-BIH和INCART两个公共基准数据集	PyTorch	层级金字塔残差网络（HPRNet）	F1分数, 推理解析延迟	NA
277	2026-05-26	HVIface: sequence-based deep learning for decoding human-virus protein-protein interfaces 2026, Frontiers in bioinformatics IF:2.8Q2 DOI:10.3389/fbinf.2026.1813796 PMID:42181034	研究论文	该论文开发了一个基于序列的深度学习框架HVIface，用于预测人类-病毒蛋白质-蛋白质相互作用界面	首次整合18种序列衍生特征（残基接触势、理化兼容性和共进化信号）并结合深度学习进行残基级人类-病毒PPI界面预测，揭示了静电互补性和局部残基聚类在病毒-宿主界面形成中的核心作用	训练数据集仅包含73个结构解析的人类-病毒复合物，样本量较小可能影响模型泛化性	解码人类-病毒蛋白质-蛋白质相互作用的界面识别机制，为抗病毒治疗靶点开发提供基础	人类-病毒蛋白质相互作用界面残基	机器学习	NA	序列衍生特征（残基接触势、理化兼容性、共进化信号）	深度学习框架	蛋白质序列	73个结构解析的人类-病毒复合物	PyTorch	NA	准确率	NA
278	2026-05-26	Artificial intelligence in refractive surgery: progress, challenges, and future directions 2026, Frontiers in cell and developmental biology IF:4.6Q1 DOI:10.3389/fcell.2026.1824307 PMID:42181685	综述	本文系统总结了人工智能在屈光手术中的应用进展，包括角膜屈光手术和ICL手术的术前筛查、个性化手术规划及术后并发症预测	系统梳理了AI在屈光手术全流程中的应用，强调从标准化方案向数据驱动的个体化管理转变	面临数据标准化不足、算法可解释性差、跨设备兼容性及伦理问题等挑战	探讨AI优化屈光手术临床效果的潜力与挑战，推动智能化、自动化手术发展	屈光手术（角膜屈光手术和ICL手术）的术前筛查、手术规划及术后并发症预测	机器学习	眼科疾病（屈光不正相关）	机器学习与深度学习模型	NA	NA	NA	NA	NA	NA	NA
279	2026-05-26	HGCPep: Hypergraph Deep Learning Identifies Cancer-associated Non-coding Peptides 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf093 PMID:41329495	研究论文	提出了HGCPep，一种基于超图深度学习来识别癌症相关非编码肽的方法	利用超图结构表示一个非编码RNA转录本编码多个肽段的内在关系，从而丰富肽段的特征表示	未提及具体限制	系统识别癌症相关的非编码肽	非编码肽（ncPEP）和其编码非编码RNA（ncRNA）	机器学习	癌症	NA	超图神经网络（Hypergraph Neural Network）和卷积神经网络	肽段序列数据	NA	PyTorch	Hypergraph Neural Network, CNN	准确率、精确率、召回率、F1分数、AUC	NA
280	2026-05-26	On the Completeness of Existing RNA Fragment Structures 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf127 PMID:41414643	研究论文	评估现有RNA片段结构的完整性，探讨RNA结构预测的可行性	首次系统分析RNA在二核苷酸、三核苷酸、四核苷酸和五核苷酸水平的片段结构空间完整性，发现四核苷酸和五核苷酸水平的非冗余结构片段数量呈指数增长，表明当前RNA结构空间远未完备	仅基于现有RNA结构数据进行分析，未考虑可能的新型RNA折叠模式或未解析结构的RNA分子	探究RNA片段结构空间的完备性，为RNA结构预测方法提供参考	现有RNA结构中的二核苷酸、三核苷酸、四核苷酸和五核苷酸水平的片段	机器学习	NA	NA	NA	结构数据	NA	NA	NA	NA	NA