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
361	2026-09-06	Balancing accuracy and efficiency in lumbar spine image segmentation using multi-scale attention and residual learning 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58394-1 PMID:42304021	研究论文	本文介绍了一种名为MRAS+FPN的新型深度学习模型，用于腰椎MRI图像中腰椎结构的自动分割，旨在平衡分割精度与计算效率。	模型引入了多尺度残差注意力块（MRAB）和自适应空间通道注意力块（ASCAB），分别通过方向性扩张卷积和动态特征选择来处理各向异性解剖结构，并采用跨层特征门控（CFG）调节信息流，这些创新提高了复杂边界和细节的分割能力。	文摘中未明确提及局限性，但可能包括模型在外部数据集上的泛化性未验证、内存使用相对较高（15.8 GB）等潜在限制。	开发一种高效且准确的方法，用于腰椎MRI中椎体和椎间盘的分割，以支持临床诊断和治疗规划。	腰椎结构，包括T9-S1椎体及其对应的椎间盘。	计算机视觉	腰椎疾病	MRI	深度学习模型（卷积神经网络）	图像（MRI）	215个T2加权腰椎MRI体积，由专家标注。	未明确说明（可能为PyTorch或TensorFlow）	FPN（特征金字塔网络）结合多尺度残差注意力块（MRAB）和自适应空间通道注意力块（ASCAB），以及方向性扩张卷积模块（DDCM）和跨层特征门控（CFG）。	Dice相似系数（DSC）、平均交并比（mIoU）、95百分位豪斯多夫距离（HD95）、平均对称表面距离（ASSD）。	训练时间22.1小时，内存15.8 GB（具体GPU类型未提及）。
362	2026-09-06	Robust adaptive fault-tolerant learning control for human height-weight prediction based on DNN 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57686-w PMID:42310389	研究论文	提出一种基于深度神经网络的分布式鲁棒自适应受限容错最优控制方法，用于人体身高和体重的预测，并验证其高精度和稳定性	将深度学习和容错控制理论结合，引入受限容错机制，以提高预测器在数据噪声、环境变化和异常值下的鲁棒性和自适应能力	方法最适用于中小型表格数据集，具有中等类别不平衡和有限少数类样本，评价标准间可能存在权衡	解决人体身高和体重预测中的复杂性和不确定性问题，为公共安全技术中的生物特征预测提供新思路	人体身高和体重预测，涉及手指长度数据	机器学习	NA	NA	深度神经网络	表格数据（手指长度和身高体重数据）	372组数据，其中30%数据丢失	NA	NA	准确率	NA
363	2026-09-06	Cross-Device Adaptation of Mirai for Mammography-Based Breast Cancer Risk Prediction 2026-Jun-17, medRxiv : the preprint server for health sciences DOI:10.64898/2026.06.15.26355696 PMID:42369455	研究论文	本文评估了Mirai模型在不同乳腺X线摄影设备上的表现，并开发了一种设备无关的适配策略以提高跨设备泛化能力	提出了一种基于交错多设备采样和条件对抗训练的设备无关模型，以缓解灾难性遗忘并提高异质成像平台上的鲁棒性	研究仅基于特定筛查队列和两种设备（Hologic和GE），可能限制了在其他设备和人群中的普适性	旨在解决乳腺X线摄影中设备特异性域偏移导致的模型性能下降问题，提高Mirai模型在不同设备间的泛化能力	Mirai深度学习模型在不同乳腺X线摄影设备（Hologic、GE PV、GE TE）上的适应性与性能	医学影像分析	乳腺癌	乳腺X线摄影	深度学习模型（Mirai）	乳腺X线影像	大规模筛查队列	NA	Mirai	AUC	NA
364	2026-09-06	Deep learning enabled intelligent robotic system for aeroengine blade surface inspection 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57817-3 PMID:42303718	研究论文	提出一种基于深度学习的智能机器人系统，用于航空发动机叶片表面自动检测，集成定位与缺陷检测功能，提高检测效率和准确性	首次将深度学习目标检测与机器人自动化相结合，实现自动驾驶叶片定位、抓取、图像采集和缺陷检测的完整流程，显著缩短检测周期	系统测试在受控工业环境下进行，实际复杂环境适应性未充分验证，且未能解决所有可能的缺陷类型	开发自主航空发动机叶片表面检测系统，满足维修、修理和大修（MRO）需求，减少人工干预和错误	航空发动机叶片	计算机视觉	NA	深度学习，机器视觉，机器人自动化	目标检测模型（如YOLO系列，未明确指定，但通常为CNN-based）	图像	两个独立数据集，分别用于叶片定位和表面缺陷检测，具体数量未提及	未明确提及，可能使用PyTorch或TensorFlow等	未明确指定，但推断为CNN架构，如YOLO	平均精度（mAP）88.2%，检测周期时间约4秒/叶片	未描述具体GPU或计算资源
365	2026-09-06	Memristive nano-neuromorphic spiking neural network with self-adaptive continual and predictive learning for edge gesture recognition 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52643-z PMID:42304003	研究论文	提出一种基于忆阻器的纳米神经形态脉冲神经网络（SCaP-SNN），用于边缘场景下的手势识别，实现自适应、持续学习和预测学习	设计了一种统一的忆阻脉冲神经网络，融合自适应学习、持续学习和预测智能，以支持边缘设备上高效的手势识别	未明确提及	开发一种功耗低、适应性强且能够边缘部署的手势识别模型	手势识别系统	机器学习, 边缘计算	NA	NA	脉冲神经网络（SNN）	表面肌电信号	NA	NA	脉冲神经网络（SNN）	分类准确率, F1分数, 遗忘率, 预测准确率, 功耗	未明确提及
366	2026-09-06	A hybrid CNN-LSTM approach for large-scale Twitter sentiment analysis with explainable artificial intelligence 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58345-w PMID:42304117	研究论文	提出了一种基于混合CNN-LSTM架构的大规模Twitter情感分析框架，并利用SHAP增强模型可解释性	将CNN的局部特征提取能力与LSTM的序列上下文建模能力集成到一个混合模型中，同时应用SHAP分析情感预测的关键词，实现了高性能与可解释性的兼顾	未明确提及局限性	提高大规模Twitter情感分析的准确性和可解释性	Twitter上的推文数据	自然语言处理	NA	NA	CNN-LSTM混合模型	文本数据	超过69万条推文，标记为积极、消极和中性	NA	CNN-LSTM	准确率、精确率、召回率、F1分数	NA
367	2026-09-06	Radiomics-based unsupervised clustering and deep learning nomogram for response prediction after neoadjuvant chemotherapy in locally advanced laryngeal cancer 2026-Jun-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02505-x PMID:42304259	research paper	开发一种基于影像组学、无监督聚类和深度学习的列线图模型，用于预测局部晚期喉癌患者新辅助化疗的反应。	首次将影像组学无监督聚类与深度学习特征融合，构建列线图模型以个体化预测LALC患者NAC反应，并验证其对不同经验水平医生的辅助价值。	样本量相对较小，且为回顾性研究，可能存在选择偏倚。	开发并验证一个用于预测局部晚期喉癌新辅助化疗反应的列线图模型。	175例接受新辅助化疗前CT检查的局部晚期喉癌患者。	医学影像分析，数字病理	喉癌	CT影像组学，深度学习	CNN（深度学习模型）	CT图像和临床数据	175例患者（训练集112例，测试集63例）	NA	NA	AUC、P值	NA
368	2026-09-06	Interpretable graph deep learning framework for drug synergy prediction by integrating functional and clinical similarities 2026-Jun-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02830-z PMID:42236581	研究论文	提出DSimSynergy，一种整合功能与临床相似性的可解释图深度学习框架，用于预测药物协同作用	通过集成生物过程与临床应用构建药物相似性网络，并结合图注意力机制处理分子指纹和基因表达，实现高精度预测，同时提供模型可解释性分析	未明确提及局限性	开发高效且可解释的药物协同作用预测框架，以降低实验成本并指导个性化治疗	药物组合及其协同作用，涉及细胞系和临床患者数据	深度学习应用于药物发现	肿瘤（癌症）	图卷积网络、图注意力机制、基因表达分析	深度学习模型	药物分子指纹、基因表达数据、生物过程与临床数据	多个独立数据集	NA	图卷积网络、图注意力网络	准确性、AUC等	NA
369	2026-09-06	River depths and widths dataset for the territory of Poland 2026-Jun-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07537-0 PMID:42236741	研究论文	本文介绍了一个针对波兰领土的高分辨率河流宽度和深度数据集，该数据集来源于2011至2013年间对246条河流进行的实地测量断面调查，包含20,782条记录，并经过验证以确保其准确性和可靠性。	提供了首个针对波兰的、经过验证的高分辨率河流宽度和深度参考数据集，用于支持遥感与机器学习模型的训练和验证，且数据与近满岸水文条件对齐。	数据集仅限于波兰领土，且数据采集时间为2011至2013年，可能无法反映近期变化或覆盖其他地区。	旨在创建并验证一个高质量的河流参数（宽度和深度）参考数据集，以支持河流形态估计的深度学习模型训练和大型水文遥感产品的验证。	波兰境内246条河流的宽度、深度、水位和中心点坐标。	遥感与水文地理学	NA	实地测量（测地学断面调查）	NA	地理空间数据（河流宽度、深度、水位、坐标）	246条河流，20,782条记录	NA	NA	相关系数（R）、均方根误差（RMSE）、中位数距离	NA
370	2026-09-06	SwitchCraft: A Programmatic Framework for Designing State-Switching Proteins 2026-May-29, ArXiv PMID:42244813	研究论文	本文介绍了SwitchCraft，一个基于结构预测模型的可编程框架，用于设计状态切换蛋白，并展示了在多种功能基元和荧光生物传感器设计上的成功应用。	首次提出基于反向传播和组合设计约束的编程框架，实现多状态蛋白的理性设计，超越了现有深度学习蛋白质设计的能力。	目前仅在计算机模拟中验证，尚未进行实验验证。	开发一种能够设计状态切换蛋白的编程框架，以实现高阶功能性蛋白设计。	状态切换蛋白，包括变构调节和配体识别等功能基元，以及荧光生物传感器。	蛋白质设计, 深度学习	NA	NA	结构预测模型（未具体指定）	蛋白质序列与结构数据	NA	NA	NA	NA	NA
371	2026-09-06	Integrating Eye Tracking and Inertial Sensing for Enhanced Freezing of Gait Detection in Parkinson's Disease 2026-04, The European journal of neuroscience DOI:10.1111/ejn.70472 PMID:41891752	研究论文	本研究评估了结合眼动追踪与惯性传感数据对帕金森病患者冻结步态检测的改进效果。	首次将眼动追踪与踝部惯性测量单元结合，以提高冻结步态与自主停止的区分准确性。	样本量较小（10名参与者），且未提及计算资源等其他限制。	评估加入眼动追踪数据是否比单独使用踝部IMU更能提高冻结步态检测的准确性。	10名帕金森病患者的冻结步态数据，包括眼动追踪和踝部IMU数据。	机器学习	帕金森病	NA	深度学习分类器	时间序列数据（眼动追踪和IMU传感器数据）	10名参与者	NA	NA	F1分数（宏平均）	NA
372	2026-09-06	AI-Assisted Pneumonia Detection, Localisation and Report Generation from Chest X-rays 2026-Mar-23, medRxiv : the preprint server for health sciences DOI:10.64898/2026.03.20.26348879 PMID:41929300	研究论文	提出了一种基于深度学习的计算机辅助诊断流程，用于从胸部X光片中检测、定位肺炎并生成结构化报告	利用本地大型语言模型对MIMIC-CXR报告重新标注肺炎标签，显著提高与人类标注的一致性，并结合DenseNet-121和Grad-CAM实现检测、定位和报告生成	Grad-CAM定位的F1分数仅为中等水平，表明定位精度有待改进；模型在肺炎亚型区分上的性能可能受标签质量限制	开发一个全面的深度学习CAD流程，以提升肺炎检测的泛化性和可解释性，从而促进临床采用	胸部X光片图像及其对应的放射学报告	医学影像分析	肺炎	胸部X光摄影	CNN（DenseNet-121）	图像和文本	共922,634张胸部X光片，其中部分用于训练	NA	DenseNet-121, Grad-CAM	敏感性、精确度、F1分数、与人类标注的一致性	NA
373	2026-09-06	MR ProGradeNet A Multi-Resolution Deep Learning Framework for Automated Prostate Cancer Grading from MRI 2026-Mar-18, Seminars in ultrasound, CT, and MR DOI:10.1053/j.sult.2026.03.003 PMID:41862143	研究论文	本研究提出了一种名为MR-ProGradeNet的多分辨率深度学习框架，用于自动进行前列腺癌MRI分级	通过三个协同模块（A-HASH预处理、FRDF融合和ProMMGrader分类）创新性地解决了跨扫描仪差异、肿瘤微结构建模不足和临床可靠性问题，并采用学习直方图归一化和门控注意力等先进技术	未在摘要中明确指出，但隐含限制包括依赖单一公开数据集（PROSTATEx）进行验证，以及在真实多中心环境中的泛化性有待进一步研究	提升前列腺癌MRI自动分级的准确性、临床可靠性和可解释性，以优化治疗决策	前列腺癌的磁共振成像（MRI）数据，具体为多参数MRI（mpMRI）	医学影像分析，深度学习	前列腺癌	磁共振成像（MRI），包括T2加权成像、DCE MRI和ADC图	深度学习（包含卷积神经网络、集成学习等），具体如EfficientNet、UNet	图像（MRI扫描）	使用公开的PROSTATEx数据集，但未明确样本数量	NA	UNet（用于分割）、EfficientNet（用于特征提取）、注意力机制（门控注意力）、集成模型	准确率、F1分数、AUC	NA
374	2026-09-06	MuloAD: A Multiomics Integration Model Utilizing Graph Convolutional Networks for Alzheimer's Disease Diagnosis and Biomarker Identification 2026-03, The European journal of neuroscience DOI:10.1111/ejn.70452 PMID:41782334	研究论文	提出了一种基于图卷积神经网络的MuloAD框架，整合多组学数据进行阿尔茨海默病诊断和生物标志物识别	创新利用GraphSAGE独立提取多组学特征，并引入视图相关性发现网络捕获跨组学关系以提升诊断性能	摘要未提及明确的局限性	开发并验证一种整合多组学数据的深度学习框架，用于提升阿尔茨海默病的诊断准确性并识别关键生物标志物	阿尔茨海默病患者和健康对照样本	机器学习	阿尔茨海默病	NA	图卷积神经网络（GCN），GraphSAGE	多组学数据（DNA甲基化、mRNA表达、microRNA表达）	350个来自ROSMAP队列的样本	NA	GraphSAGE	准确率	NA
375	2026-09-06	Beyond the Leaderboard: Evaluating the Robustness of Deep Learning Models for Detecting Freezing of Gait 2026-02, The European journal of neuroscience DOI:10.1111/ejn.70424 PMID:41657009	研究论文	评估深度学习模型在检测帕金森病冻结步态中的鲁棒性，通过全球竞赛获胜模型对新的数据集进行测试，发现部分模型性能下降，但第三名模型表现出良好的可迁移性。	首次对全球机器学习竞赛的获胜模型进行跨数据集鲁棒性测试，基于专家标注的家庭测试视频和背部传感器数据，评估模型的实际应用能力。	仅使用单个下背传感器，无法准确计数冻结发作次数或检测冻结亚型。	评估深度学习模型在检测冻结步态方面的鲁棒性和迁移性，以确定自动检测算法的实际可用性。	帕金森病患者及冻结步态检测模型。	机器学习	帕金森病	NA	深度学习模型（具体未指明，如CNN等）	加速度数据（来自下背传感器的加速度计信号）	12名患者家中进行的测试协议	NA	NA	F1分数、准确率、召回率、特异度、精确率、组内相关系数	NA
376	2026-09-06	An Integrated Deep Learning and Large Language Model for Burn Wound Depth Recognition 2026-01-06, Journal of burn care & research : official publication of the American Burn Association IF:1.5Q3 DOI:10.1093/jbcr/iraf170 PMID:41014195	研究论文	本研究开发了一种结合深度学习和大型语言模型的低成本人工智能系统，用于烧伤创面深度分类，并在性能上超越了医学生和通用大型语言模型。	首次将深度学习分类模型与基于临床指南的烧伤专用大型语言模型集成，提供深度识别和治疗建议，为烧伤急救和医学教育提供支持。	基于有限的公开图像数据库，需进一步验证在真实临床环境中的泛化能力。	开发一种低成本人工智能系统，用于准确烧伤深度分类及提供基于指南的治疗建议，以缓解烧伤专科医生短缺问题。	烧伤创面图像和基于临床指南的文本问题。	计算机视觉, 自然语言处理	烧伤	图像数据增强	深度学习分类模型, 大型语言模型	图像, 文本	397张公共烧伤图像（增强至7156张），以及80张外部验证图像和10个基于指南的真假问题。	PaddlePaddle	未明确指定（使用PaddlePaddle训练的分类模型）	准确率, 召回率, F1分数	未具体说明。
377	2026-09-06	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2026-01, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	开发并验证一种基于级联掩码区域卷积神经网络的深度学习模型，用于无创且准确识别人类圆形精子细胞	首次应用级联掩码R-CNN深度学习模型，基于光学显微镜图像无创识别人类圆形精子细胞，避免荧光染色的毒性损伤	未明确提及局限性，可能包括样本来源单一及模型在更广泛临床场景中的泛化性需进一步验证	评估基于级联掩码R-CNN的深度学习模型在无创、准确识别人类圆形精子细胞方面的能力，以促进ROSI技术的临床应用	人类圆形精子细胞，来自流式细胞术分选的3457张光学显微镜图像	计算机视觉	男性不育（与精子发生阻滞相关疾病）	光学显微镜成像	级联掩码区域卷积神经网络（Cascade Mask R-CNN）	光学显微镜图像	3457张光学显微镜图像，包含人类圆形精子细胞	PyTorch	级联掩码区域卷积神经网络（Cascade Mask R-CNN）	平均精确率均值（mAP）	未提及具体计算资源，如GPU型号或云平台
378	2026-09-06	Foundation Models for Neural Signal Decoding: EEG-Centered Perspectives Toward Unified Representations 2026-01, The European journal of neuroscience DOI:10.1111/ejn.70376 PMID:41459740	综述	本文综述了用于神经信号解码的基础模型，聚焦于以脑电图为中心的视角，探讨构建统一神经表征的方法与设计原则	提出了三个关键设计原则：生理感知表征学习、结构感知架构和可解释性机制，并批判性地审视了代表性脑电图基础模型，指出其常继承非神经领域目标且未充分利用空间先验	综述聚焦于脑电图作为数据最丰富和可扩展的测试平台，对脑皮层电图和皮层内记录的应用仅作延伸讨论，缺乏对这些模态模型的详细分析	综述神经信号解码领域的基础模型进展，强调以脑电图为核心的统一神经表征构建，并探索向其他神经记录类型推广的可能性	脑电图、脑皮层电图和皮层内记录等神经信号，以及对应的基础模型架构	机器学习	不适用	不适用	基础模型	神经信号数据（如脑电图）	不适用	不适用	Patched Brain Transformer, CBraMod, BrainGPT	不适用	不适用
379	2026-09-06	Mutational signatures in blood-brain barrier: mechanisms, computational insights, and clinical applications in precision oncology 2026, Tissue barriers IF:3.6Q2 DOI:10.1080/21688370.2026.2664236 PMID:42063272	综述	本文综述了血脑屏障功能障碍与突变特征之间的生物学机制、计算分析工具及其在神经肿瘤精准医学中的临床应用潜力	整合了血脑屏障破坏与突变特征的机制联系，并系统介绍了包括深度学习在内的先进计算工具用于突变特征提取和多组学数据整合方法	面临组织可及性有限、脑脊液样本产量低、机制模型不完整以及缺乏中枢神经系统特异性分析框架等挑战	深入理解血脑屏障驱动的突变过程，以推进神经肿瘤学中的精准医学应用	血脑屏障功能障碍及其相关的突变特征，涉及胶质母细胞瘤等中枢神经系统恶性肿瘤	计算生物学, 精准医学	胶质母细胞瘤, 中枢神经系统恶性肿瘤	下一代测序（NGS）	非负矩阵分解, 贝叶斯模型, 深度学习模型	多组学数据, 突变特征数据, 脑脊液来源的循环肿瘤DNA数据	NA	NA	NA	NA	NA
380	2026-09-06	Addressing visual impairments: Essential software requirements for image caption solutions 2026, Assistive technology : the official journal of RESNA IF:2.5Q1 DOI:10.1080/10400435.2024.2413650 PMID:39475401	研究论文	本研究通过定性调查确定视障用户对图像字幕工具的关键软件需求，并评估现有深度学习模型在这些需求上的表现	首次结合用户调查与模型评估，明确图像字幕工具需满足视障用户的三项核心需求：人物特征、物体颜色细节和图像整体语境	未涉及具体模型架构或性能指标，仅基于定性调查和初步评估，可能缺乏量化验证	为视障用户开发有效的图像字幕工具提供软件需求定义和未来研究方向	视障用户及现有图像字幕深度学习模型	计算机视觉	不适用	在线调查和定性研究	深度学习图像字幕模型	文本（调查反馈）和图像字幕输出	未明确说明	不适用	不适用	不适用	不适用