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
3301	2026-07-30	Bio-Inspired Enhanced Adaptive Centered Collision Optimizer for Hyperparameter Optimization of Multi-Scale Spatio-Temporal ConvNeXt in Boxing Action Recognition 2026-Jul-15, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11070497 PMID:42505530	研究论文	提出了一种受生物启发的增强型自适应中心碰撞优化器，用于多尺度时空ConvNeXt网络在拳击动作识别中的超参数优化	首次将生物启发式增强型自适应中心碰撞优化器（EACCO）与多尺度时空自适应ConvNeXt（MSTA-ConvNeXt）结合，通过三种仿生改进（混沌精英反向初始化、自适应非线性收敛因子、高斯-柯西混合变异）平衡探索与开发，自动优化网络超参数	未讨论在实时处理或资源受限设备上的部署可行性，且实验仅在公开数据集上进行，未涉及实际应用中的噪声或多样环境评估	实现准确的拳击动作识别，以支持智能搏击训练、动作质量评估和运动损伤预防	拳击动作，包括标准拳击动作（如刺拳）和奥林匹克拳击动作，来自两个公开基准数据集	计算机视觉	NA	深度学习、仿生优化算法（EACCO）、多尺度卷积神经网络（MSTA-ConvNeXt）	ConvNeXt	图像/视频（拳击动作骨骼数据）	两个数据集：Boxing Jab Skeleton Dataset（未给出具体样本数量）和Olympic Boxing dataset（未给出具体样本数量）	NA	多尺度时空自适应ConvNeXt（MSTA-ConvNeXt），包含多尺度动态可变形卷积、Bi-GRU时空融合模块和双通道注意力机制	准确率（96.1%和95.4%）、精确率（95.9%和95.2%）、召回率（95.7%和94.9%）、F1分数（95.8%和95.0%）	NA
3302	2026-07-30	Machine Learning for the Interpretation of Serum Protein and Immunofixation Electrophoresis in Multiple Myeloma: A Scoping Review 2026-Jul-14, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142201 PMID:42510065	综述	系统梳理机器学习在多发性骨髓瘤血清蛋白电泳和免疫固定电泳自动判读中的应用现状	首次采用范围综述方法系统归纳机器学习在多发性骨髓瘤电泳判读中的两大应用领域（IFE图像和SPE模式），并指出深度学习模型在准确性上可超越人类专家	外部验证、多模态融合、可解释性和实际部署均有限	评估机器学习在多发性骨髓瘤诊断中实现自动化电泳判读的潜力	多发性骨髓瘤患者血清蛋白电泳和免疫固定电泳的判读	机器学习	多发性骨髓瘤	血清蛋白电泳, 免疫固定电泳	卷积神经网络, 树模型	图像	13项研究	NA	卷积神经网络	准确率, F1分数, 曲线下面积	NA
3303	2026-07-30	Performance of Machine Learning Models for Prognosis Prediction in Oral Cavity Squamous Cell Carcinoma: A Systematic Review 2026-Jul-14, Cancers IF:4.5Q1 DOI:10.3390/cancers18142261 PMID:42512326	系统综述	系统评估机器学习模型在口腔鳞状细胞癌预后预测中的表现与方法学质量	聚焦于独立验证的机器学习预后模型，并采用PROBAST+AI工具评估偏倚风险	方法学异质性高、外部验证有限、回顾性设计和小样本量导致过拟合风险	评估机器学习模型在口腔鳞状细胞癌预后预测中的性能和方法学质量	口腔鳞状细胞癌患者	机器学习	口腔癌	NA	随机森林、支持向量机、梯度提升方法、神经网络、深度学习框架	临床和病理变量、放射学、免疫学或基因组学特征	40项研究，共105,619名患者	NA	随机森林、支持向量机、梯度提升、神经网络	AUC	NA
3304	2026-07-30	Artificial Intelligence in Social Health: A Narrative Review of Uses, Advantages, Challenges, and Future Directions 2026-Jul-14, Healthcare (Basel, Switzerland) DOI:10.3390/healthcare14142114 PMID:42512630	综述	探讨人工智能技术在社交健康中的应用潜力，包括当前应用、优势、挑战及未来方向	全面分析了AI对社交健康的多维度影响，涵盖社会关系、沟通差距、情绪理解及减少社会不平等	未对文献进行系统性质量评估，可能遗漏部分灰色文献且缺乏实证数据支持	评估AI作为增强社交健康工具的潜力，聚焦当前应用、优势、挑战及伦理考量	AI技术与社会健康维度的关联性	自然语言处理	NA	深度学习、自然语言处理、机器学习	NA	文本	NA	NA	NA	NA	NA
3305	2026-07-29	Hierarchical Multimodal Fusion of Multi-Sequence MRI and Clinical Metadata for the Classification of Rotator Cuff Tears 2026-Jul-14, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145525 PMID:42513439	研究论文	提出一种层次化多模态融合框架，结合多序列MRI和临床元数据对肩袖撕裂进行分类	优化多序列MRI与临床元数据的融合策略，发现精简的三序列子集（T2 + PD冠状位 + PD横断位）结合元数据可超越全协议性能	单中心小样本（199例）内部验证，未进行外部验证	评估层次化序列感知多模态框架在肩袖撕裂患者级二分类中的最优融合策略	肩袖撕裂患者与健康对照的肩部MRI及临床数据	计算机视觉	肩袖撕裂	多序列MRI	CNN, Transformer	图像, 表格数据	199例患者（100例撕裂，99例对照）	NA	ResNet50, Vision Transformer	AUC, F1分数, MCC	NA
3306	2026-07-30	Field-Validated UAV-Based Deep Learning Framework for Automated Inspection of Power Transmission and Distribution Infrastructure 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144478 PMID:42515362	研究论文	提出一种基于无人机和深度学习的自动化框架，用于电力输配电基础设施的智能巡检	集成自主图像采集、目标检测和状态评估模型于可扩展工作流，无需高计算成本的3D重建，并在巴西五个州的真实环境中完成大范围验证	未提及在极端天气或低光照条件下的性能表现，且腐蚀检测的平均精度相对较低	实现电力输配电基础设施的自动化、高效和安全巡检	电力输配电线路中的电气组件及异常	计算机视觉	NA	无人机成像	CNN	高分辨率航空图像	2925个支撑结构，覆盖六条输配电线路	NA	YOLO系列, ResNet	mAP, 准确率	NA
3307	2026-07-30	Machine Learning-Based Near-Infrared Laser Leakage Detection System for Wine Bottles 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144474 PMID:42515357	研究论文	提出一种基于可调谐二极管激光吸收光谱（1392 nm）与LightGBM机器学习模型的近红外激光泄漏检测系统，用于酒瓶包装微泄漏无损检测	结合1392 nm近红外激光吸收光谱与LightGBM模型，实现酒瓶乙醇气体泄漏的快速、高精度检测；采用两阶段超参数优化和200维特征压缩，在CPU上达到0.0058 ms/样本的超快推理速度	回归任务R值仅0.5854，预测泄漏浓度能力有限；未提及对非乙醇泄漏（如惰性气体）的检测能力；未在真实生产线连续运行环境下验证长期稳定性	开发一种低成本、快速、非破坏性且适合工业部署的酒瓶包装完整性在线检测方法	商业酒瓶中泄漏的乙醇蒸汽	机器学习	不适用	可调谐二极管激光吸收光谱	LightGBM	光谱数据	1410个光谱样本（二分类训练）；422个抗干扰测试样本；320个模拟微泄漏测试样本	LightGBM, Scikit-learn	LightGBM	AUC, 准确率, 召回率, R值, 推理速度	CPU
3308	2026-07-30	A Mask-Assisted Radar Signal Sorting Method Based on Digitized PDW and U1DADM 2026-Jul-14, Sensors (Basel, Switzerland) DOI:10.3390/s26144464 PMID:42515348	研究论文	提出一种基于数字化PDW和U1DADM网络的掩膜辅助雷达信号分选方法	提出U1DADM卷积神经网络，融合自适应扩张卷积实现多尺度特征融合和长距离特征依赖建模；引入掩膜策略处理重叠脉冲区域，缓解数据缺陷	未提及具体局限性	解决复杂电磁环境中同调制类型和重叠参数范围雷达信号的有效分选问题	雷达信号	机器学习	NA	数字化信号处理	一维卷积神经网络	数字化雷达信号	NA	NA	U1DADM	准确率	NA
3309	2026-07-30	Optimised Deep Learning for Gastrointestinal Polyp Classification: A Controlled Benchmark of Five CNN and Transformer Architectures with Grad-CAM Interpretability 2026-Jul-13, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142182 PMID:42510046	研究论文	系统比较五种深度学习架构在消化道息肉五分类任务中的表现，并利用Grad-CAM可视化提供临床可解释的诊断见解	首次在统一训练和评估协议下系统比较五种CNN和ViT架构，并结合Grad-CAM定性分析和交叉验证统计检验，揭示了染色息肉与切除边缘之间架构无关的、临床相关的误分类模式	仅使用单一数据集Kvasir V2，缺乏外部多中心验证；染色类混淆可能无法通过架构变化完全解决，需更高分辨率影像或领域专家重新标注	系统对比五种深度学习架构进行五类胃肠道息肉分类，并提供临床可解释的诊断信息	来自Kvasir数据集V2的5000张胃肠道息肉图像，包含五个类别	计算机视觉	结直肠癌	深度学习图像分类	卷积神经网络（CNN）、视觉Transformer（ViT）	图像	5000张图像，五个类别	PyTorch	ResNet50, VGG16, EfficientNet-B3, DenseNet121, ViT-B/16	准确率、McNemar检验（Holm校正）	通用GPU硬件（未具体指定型号）
3310	2026-07-30	Precise Recognition of Adulterated Sliced Mutton Using Machine Vision on Mobile Phone Images 2026-Jul-13, Foods (Basel, Switzerland) DOI:10.3390/foods15142473 PMID:42511221	研究论文	本研究利用智能手机拍摄的羊肉切片图像，结合机器学习与深度学习技术，开发了一种低成本、无损的掺假羊肉切片识别方法	首次将智能手机图像采集与机器学习及深度学习相结合，用于区分真实、加工和重组羊肉切片，并使用Grad-CAM可视化解释模型关注纹理和结构区域	加工羊肉切片与真实及重组产品的视觉特征重叠导致分类混淆，需进一步优化特征提取或增加样本多样性	开发一种基于智能手机图像的低成本、非破坏性方法，用于检测掺假羊肉切片	真实羊肉切片、加工羊肉切片和重组羊肉切片	计算机视觉	食品安全	图像采集、GLCM纹理特征提取	机器学习模型和卷积神经网络	图像	600张标准化采集的羊肉切片图像	NA	KNN、LDA、RF、SVM、VGG16、ResNet50、InceptionV3	准确率	NA
3311	2026-07-30	Use of Artificial Intelligence in Rheumatoid Arthritis: Advancements and Novel Perspectives 2026-Jul-13, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145482 PMID:42513396	综述	讨论人工智能在类风湿关节炎患者管理中的潜在应用及其局限性	基于最新科学证据系统回顾人工智能在类风湿关节炎风险评估、早期诊断、表型识别和治疗失败风险预测等方面的应用进展	个体间差异、数据集规模小、研究设计差异及模型固有偏差导致研究结果难以推广至更大队列	探讨人工智能在类风湿关节炎管理中的潜在用途和局限性	类风湿关节炎患者	机器学习	类风湿关节炎	NA	机器学习和深度学习模型	临床数据、实验室数据、影像数据、组学数据、人口统计数据、传感器及可穿戴技术数据	NA	NA	NA	NA	NA
3312	2026-07-30	Detection and Analysis of Conveyor Belt Damage: A Review of Sensing Technologies and Signal-Based Approaches 2026-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s26144453 PMID:42515337	综述	全面分析输送带损伤检测与诊断方法，重点介绍传感技术和基于信号的方法	系统梳理了从传统信号处理到机器学习和深度学习的转变，并指出了多模态传感信息融合的研究空白	现有解决方案大多高度依赖特定传感器，局限于单一数据模态；缺乏统一的损伤表示框架、基准数据集有限、多模态传感信息融合不足	综述输送带损伤检测与诊断方法，为工业环境中输送带状态监测提供参考	输送带及其损伤检测与诊断技术	机器视觉	NA	机器视觉、磁通泄漏、超声波、X射线成像	机器学习	图像	NA	NA	NA	NA	NA
3313	2026-07-30	Acoustic Emission-Based Offshore Pipeline Valve Leakage Detection Toward Enhanced Process Safety 2026-Jul-13, Sensors (Basel, Switzerland) DOI:10.3390/s26144451 PMID:42515335	研究论文	提出一种基于声发射信号的无参数星形注意力融合网络SAFNet，用于海上油气管道阀门泄漏检测，以提升过程安全性	首次提出参数自由的星形注意力融合网络，结合时间金字塔编码器、渐进式轻量星形注意力、双线性星形映射、能量驱动特征精炼器和多尺度门控注意力融合模块，实现轻量化、高抗噪和低延迟的阀门泄漏定位	仅基于实验室受控泄漏信号与真实海洋背景噪声的混合数据集验证，尚未在真实海上环境下进行实时部署测试	实现轻量级、高精度、低延迟和强抗噪能力的阀门泄漏智能诊断，提升海上管道操作安全与生态保护能力	海底油气管道阀门泄漏的声发射信号	机器学习	不适用	声发射	SAFNet（包含时间金字塔编码器、星形注意力模块）	声发射信号	实验室受控泄漏信号与来自荔湾3-1海上平台的真实海洋背景噪声组成的混合数据集	不适用	SAFNet（含TPE、PLSA、DBSM、EDFR、MS-GAF模块）	检测准确率、模型大小、推理延迟	不适用
3314	2026-07-30	A Surface Thermal Sensing Framework for Internal Winding Temperature Estimation in Oil-Immersed Converter Transformers 2026-Jul-12, Sensors (Basel, Switzerland) DOI:10.3390/s26144425 PMID:42515310	研究论文	提出一种基于表面温度传感和混合深度学习模型的无创内部绕组温度估算方法，用于油浸式换流变压器	首次结合XGBoost特征选择和LSTM时序建模，利用外部表面温度非侵入式估算内部绕组温度	结果基于缩比模型（D-800/35）验证，实际大型变压器中绕组结构和运行条件更复杂，模型泛化性需进一步验证	实现油浸式换流变压器内部绕组温度的非侵入式实时估算，用于热状态监测与故障诊断	油浸式换流变压器的内部绕组温度	机器学习	NA	温度传感	XGBoost, LSTM	时序数据	基于一个缩比单相油浸式换流变压器模型（D-800/35）的仿真和实验数据	NA	XGBoost, 长短期记忆网络 (LSTM)	误差（<1.5 K）	NA
3315	2026-07-30	Reliability of a Deep Learning Model in Predicting Permanent Maxillary Canine Eruption for Preventive Orthodontics: A Comparative Study with Orthodontists 2026-Jul-11, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142172 PMID:42510036	研究论文	比较深度学习模型与正畸医生在预测永久性上颌尖牙萌出方面的可靠性，作为预防性正畸的评估手段	首次将深度学习模型应用于预测永久性上颌尖牙萌出模式，并与专家进行对比，展示了AI在预防性正畸中的高效性和准确性	样本仅限于特定年龄范围（9-14岁）和全景X光片，可能无法推广至其他年龄或更复杂的影像类型	评估深度学习模型在预测永久性上颌尖牙萌出方面的可靠性，并比较其与专业正畸医生的表现	2230张9-14岁患者的全景X光片，分析未萌出上颌永久尖牙的萌出模式	计算机视觉	牙齿畸形	NA	卷积神经网络	图像	2230张全景X光片，患者年龄9-14岁，其中男性796例（35.6%），女性1434例（64.3%），平均年龄12.2±1.60岁	NA	DenseNet121	准确率、精确率、召回率、F1分数	NA
3316	2026-07-30	Deep Learning for Early Breast Cancer Detection on Contrast-Enhanced Breast MRI: A Multicenter Study 2026-Jul-11, Cancers IF:4.5Q1 DOI:10.3390/cancers18142229 PMID:42512295	研究论文	开发深度学习模型用于对比增强乳腺MRI上早期乳腺癌检测的多中心研究	提出一种基于多中心增强MRI数据的深度学习模型，专门针对小尺寸（≤2厘米）浸润性乳腺癌的检测，并通过读者研究评估其对放射科医生诊断精度的辅助提升	模型对小于1厘米的亚厘米癌检测性能低于放射科医生，且仅改善精度而未显著提升敏感性	开发深度学习模型，利用多机构乳腺MRI数据检测小尺寸（≤2厘米）浸润性乳腺癌	1721名T1期浸润性乳腺癌女性患者	计算机视觉	乳腺癌	动态对比增强乳腺MRI	深度学习模型	MRI图像	1721名女性患者（平均年龄54岁，范围21-87岁），来自五家医院，共14917张标注癌症图像和1443张标注良性图像	NA	深度学习模型（具体架构未明确）	AUPRC、敏感性、精确度、F1分数	NA
3317	2026-07-30	Artificial Intelligence-Driven Nanomedicine: From Drug Formulation and Nanocarrier Design to Clinical Translation 2026-Jul-11, Pharmaceutics IF:4.9Q1 DOI:10.3390/pharmaceutics18070845 PMID:42514923	综述	系统概述人工智能和机器学习在药物制剂、纳米载体设计及临床转化中的应用，并分析面临的挑战与未来方向	从经验性方法转向预测性、数据驱动的方法，强调AI在预测关键质量属性、包封效率、理化性质、药物释放行为、疗效和早期纳米毒性中的综合应用，并提出了整合计算智能、实验验证和临床反馈的协同框架	临床转化受限于生物屏障、制剂参数高度敏感、可扩展性问题和计算模型可解释性有限；此外，数据质量问题、监管因素、制造限制及肿瘤微环境异质性也阻碍了从实验室到临床的转化	全面评估AI在药物开发全生命周期中的应用，推动精准纳米医学的临床转化	传统剂型、靶向纳米载体（包括聚合物纳米颗粒和mRNA-脂质纳米颗粒平台）及其相关制剂和工艺	机器学习	NA	NA	经典机器学习算法, 深度学习架构	制剂配方数据,纳米载体性能数据,临床反馈数据	NA	NA	NA	预测准确率,关键质量属性,包封效率,理化性质,药物释放行为,疗效,早期纳米毒性	NA
3318	2026-07-30	Advances in the Interpretation of the Electrocardiogram by Artificial Intelligence 2026-Jul-10, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142167 PMID:42510031	综述	综述人工智能在心电图解读中的最新进展，涵盖技术基础、临床应用及未来挑战	系统梳理了AI增强心电图的技术基石（包括基础模型和验证策略）与临床转化（如心律失常检测、结构性心脏病识别和数字生物标志物推导），并探讨自监督学习、多模态融合、生成模型和可解释性技术等新兴趋势	面临泛化性、算法偏见、隐私保护和监管体系等关键挑战，且需严格验证、透明治理和以人为中心的设计	评估人工智能应用于心电图解读的当前进展、技术方法、临床实践及未来研究方向	人工智能增强的心电图技术及其临床应用	计算机视觉	心血管疾病	深度学习和经典机器学习方法	基础模型、自监督学习模型、生成模型	心电图信号数据	NA	NA	NA	NA	NA
3319	2026-07-30	Intelligent Staging Performance of Diabetic Retinopathy Based on Fundus Fluorescein Angiography Images with Different Angiographic Phases 2026-Jul-10, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13070791 PMID:42510457	研究论文	基于不同血管造影阶段的眼底荧光血管造影图像，开发并评估了用于糖尿病视网膜病变分期的人工智能模型	首次系统量化了血管造影阶段对基于FFA的DR分期深度学习模型性能的影响，比较了Swin Transformer和ConvNeXt两种架构在不同分类体系下的表现	虽然发现性能从静脉期到晚期间数值下降，但Bonferroni校正后无显著统计差异，且效应量较小	探究血管造影阶段是否影响深度学习模型在糖尿病视网膜病变分期中的性能表现	糖尿病视网膜病变的眼底荧光血管造影图像	计算机视觉	糖尿病视网膜病变	眼底荧光血管造影	Swin Transformer和ConvNeXt	图像	863只眼的7508张FFA图像	PyTorch	Swin Transformer, ConvNeXt	准确率, 梯度加权类激活映射	NA
3320	2026-07-30	Artificial Intelligence-Enabled Exosomes in Precision Oncology: A Framework for Clinical Utility and Biomedical Applications 2026-Jul-10, Current issues in molecular biology IF:2.8Q3 DOI:10.3390/cimb48070704 PMID:42510944	综述	探讨人工智能如何增强外泌体在精准肿瘤学中的临床实用性及生物医学应用	系统阐述人工智能（特别是机器学习和深度学习）如何将复杂的外泌体“噪声”转化为可操作的临床见解，并整合多组学数据和单外泌体分析，推动早期癌症检测和治疗耐药监测	外泌体分析面临标准化和数据隐私挑战	评估人工智能在外泌体分离、疾病特异性生物标志物识别和治疗反应预测中的应用，构建从反应性癌症治疗向主动个性化医疗生态系统的转化框架	外泌体作为非侵入性液体活检工具，在精准肿瘤学中的应用	机器学习	癌症	多组学分析，单外泌体分析	NA	多组学数据	NA	NA	NA	NA	NA