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
3781	2026-06-07	A Comprehensive X-ray Dataset for Pediatric Ulna and Radius Fractures Analysis 2026-Jan-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06666-w PMID:41605965	研究论文	提出首个公开的儿童尺桡骨骨折X射线数据集PediURF，并设计双视图分类模型URFNet实现骨折分类	首创公开的儿童尺桡骨骨折标准化数据集，包含超1万张脱敏图像及三类骨折标注；提出双视图融合分类模型提升诊断精度	NA	构建儿童尺桡骨骨折的公开基准数据集，促进深度学习模型开发与临床验证	儿童前臂尺桡骨骨折X射线图像	计算机视觉，数字病理学	儿童骨折	X射线成像	卷积神经网络	医学图像	超过10,000张脱敏X射线图像	NA	URFNet（双视图分类模型）	分类准确率	NA
3782	2026-06-07	Deep learning based individual identification and population estimation of the yellow spotted mountain newt (Neurergus derjugini) 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36092-2 PMID:41606028	研究论文	提出一种结合几何计算机视觉和深度学习的方法，用于黄斑山蝾螈的个体识别和种群估算	首次利用非侵入性图像方法，结合几何管道和卷积神经网络，实现濒危两栖动物的自动个体识别与种群估计，克服了传统标记方法的侵入性和不可行性	数据集仅包含549只成年个体，未来需扩大数据集验证时间稳定性；未部署移动应用进行实时现场使用	开发一种快速、伦理、可扩展的工具，用于监测濒危两栖动物黄斑山蝾螈的种群	黄斑山蝾螈（Neurergus derjugini）的个体识别和种群估计	计算机视觉, 深度学习	不适用	HSV阈值分割, 形态学操作, 图像捕获	卷积神经网络	图像	549只成年个体；两次采样共332和217只个体	PyTorch	DenseNet121, EfficientNetB0, InceptionV3	准确率, AUC	不适用
3783	2026-06-07	An attention based optimized network for the classification of skin lesions 2026-Jan-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31220-w PMID:41588030	研究论文	提出一种结合深度学习与优化技术的皮肤病变分类新方法	结合RegNetY032骨干网络、软注意力模块和Harris-Hawks超参数优化算法，实现皮肤病变的高精度分类	未提及	提高皮肤病变分类的准确性和自动化程度	皮肤镜图像中的皮肤病变分类	计算机视觉	皮肤癌	深度学习	RegNetY032	图像	HAM10000数据集	PyTorch	RegNetY032	准确率	NA
3784	2026-06-07	Multi-Scale Adaptive Temporal Network for Parkinson's Motor Symptom Fluctuation Detection Using Coarsened 2D Skeleton Pose Data 2026-Jan-26, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN47677 PMID:41609035	研究论文	提出多尺度自适应时序网络，利用粗化2D骨架姿态数据检测帕金森运动症状波动	提出多尺度时间注意力变换器网络（MS-TATNet），在保护隐私的前提下同时进行药物状态分类和运动症状严重程度连续估计	基于REMAP数据集，样本多样性有限	开发实时且保护隐私的深度学习框架，用于帕金森病运动症状监测	帕金森病患者的运动症状	计算机视觉, 机器学习	帕金森病	NA	MS-TATNet	2D骨架姿态数据	来自REMAP数据集	PyTorch	多尺度时间卷积网络, 变换器编码器	准确率, 召回率, 特异度, F1分数, 皮尔逊相关系数	NA
3785	2026-06-07	A Sensor-Oriented Multimodal Medical Data Acquisition and Modeling Framework for Tumor Grading and Treatment Response Analysis 2026-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s26020737 PMID:41600529	研究论文	提出一个基于传感器导向的多模态医疗数据获取与建模框架，用于肿瘤分级和治疗反应分析的联合建模	将肿瘤分级作为弱监督先验融入多模态特征融合和治疗反应建模过程，实现了无创分级预测、治疗反应亚型发现和内在机制解释的集成方案	框架依赖预定义的深度学习模型，且真实世界临床数据集规模可能有限，影响泛化性	实现基于多模态医学影像和临床数据的肿瘤分级与治疗反应联合建模，并提供可解释的机制分析	肿瘤患者的多模态医学影像数据和临床数据	计算机视觉, 自然语言处理, 机器学习	肿瘤	医学影像传感技术, 临床监测系统	CNN, MLP, Transformer	图像, 文本, 数值型数据	真实世界临床数据集（具体数量未说明）	PyTorch	3D ResNet-18, MLP, CNN-Transformer	准确率, Kappa系数, AUC, 精确率, 召回率	NA
3786	2026-06-07	Automated Classification of Humpback Whale Calls Using Deep Learning: A Comparative Study of Neural Architectures and Acoustic Feature Representations 2026-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s26020715 PMID:41600508	研究论文	提出利用深度学习对座头鲸叫声进行自动分类，比较了不同神经网络架构和声学特征表示的性能	构建了一个基于公开音频数据并经过人工精心筛选的数据集，设计并比较了定制CNN和预训练MobileNetV2在不同声学特征（梅尔频谱图 vs MFCC）下的分类性能，发现梅尔频谱图输入在所有模型中均优于MFCC	未提及模型在真实海洋环境噪声下的鲁棒性，且数据仅来自公开音频库，可能无法完全代表野外多样化的录音条件	开发可靠的自动化座头鲸叫声分类系统，评估不同神经网络架构和声学特征表示的有效性	座头鲸的叫声音频片段，来自公开音频数据库并经过人工筛选和增强	自然语言处理相关（音频分类）	NA	被动声学监测（PAM）	CNN，预训练MobileNetV2，定制卷积神经网络	音频（梅尔频谱图和MFCC特征）	一批音频片段（具体数量未说明），经过数据增强后扩大	TensorFlow, Keras	定制CNN，MobileNetV2	准确率，精确率，召回率，马修斯相关系数	NA
3787	2026-06-07	Efficient EEG-Based Person Identification: A Unified Framework from Automatic Electrode Selection to Intent Recognition 2026-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s26020687 PMID:41600483	研究论文	提出一种基于EEG的端到端统一框架，集成了自动电极选择、个体识别和意图识别	首次提出将自动电极选择、个体识别和意图识别整合在一个统一的深度学习框架中，并引入了一种新颖的主干网络AES-MBE，该网络结合通道注意力机制和多尺度双向编码器	仅在一个数据集（PhysioNet EEG Motor Movement/Imagery Dataset）上进行了验证，样本规模有限（109名受试者），可能缺乏泛化性	解决EEG个体识别中的端到端流程设计、自动电极选择、特征提取能力提升以及意图识别集成等挑战	EEG信号及其在个体识别和意图识别中的应用	自然语言处理	NA	EEG	深度学习	EEG信号	109名受试者，执行4种任务	NA	AES-MBE（通道注意力+多尺度双向编码器）	准确率	NA
3788	2026-06-07	NTFold: Structure-Sensing Nucleotide Attention Learning for RNA Secondary Structure Prediction 2026-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s26020688 PMID:41600484	研究论文	提出了基于深度学习的结构感知核苷酸注意力学习框架NTFold，用于准确预测RNA二级结构	首次将核苷酸注意力模块（NAM）与结构精炼模块（SRM）相结合，通过两阶段学习范式实现高精度接触图预测	未明确提及局限性	开发高效、可扩展的RNA二级结构预测方法	RNA二级结构	计算生物学	不适用	深度学习	核苷酸注意力网络	序列数据	未明确提及	PyTorch	NTFold（包含NAM和SRM模块）	准确率、精度、召回率、F1分数、AUC	未明确提及
3789	2026-06-07	Robust and interpretable prediction of gene markers and cell types from spatial transcriptomics data 2026-Jan-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68487-0 PMID:41545411	研究论文	提出STimage套件，利用基于基础模型的集成方法从H&E图像预测空间基因表达并进行细胞类型分类，同时通过单细胞分辨率的归因分析增强可解释性	通过集成方法同时估计基因表达分布及数据驱动和模型不确定度，实现可解释性分析并整合组织病理学注释与功能基因信息	NA	实现从常规H&E图像直接预测空间基因表达和细胞类型分类，并提升模型鲁棒性和可解释性	空间转录组数据与H&E组织图像	数字病理学	NA	空间转录组测序、H&E染色	集成模型、基础模型	组织图像、基因表达数据	NA	NA	基础模型	NA	NA
3790	2026-06-07	StaticPigDetv2: Performance Improvement of Unseen Pig Monitoring Environment Using Depth-Based Background and Facility Information 2026-Jan-16, Sensors (Basel, Switzerland) DOI:10.3390/s26020621 PMID:41600416	研究论文	提出一种利用深度背景和设施信息提升未见猪监测环境性能的方法	通过一次性预处理获取背景和设施信息，引入三个模块（BIG、FIG、BSI）提升检测精度和效率，无需模型重训练	仅针对固定摄像头猪圈监控场景，依赖深度背景和设施信息的准确获取	解决深度学习检测器在未见环境中精度与延迟的权衡问题，提升猪只监测性能	猪圈监控图像中的猪只	计算机视觉	NA	NA	深度学习检测器	图像	德国猪数据集训练，韩国河东猪数据集测试	NA	YOLOV12m	平均精度、延迟	Jetson Orin Nano
3791	2026-06-07	Reliability of Handheld Ultrasound Assessment of Brachial Artery Flow-Mediated Dilation Using AI-Assisted Automated Analysis in Postmenopausal Women 2026-Jan-15, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina62010181 PMID:41597467	研究论文	评估AI辅助手持超声结合YOLO深度学习模型在绝经后女性中检测血流介导扩张的间隔日重测信度	首次将YOLO深度学习模型与手持超声结合，实现自动分析血流介导扩张图像，并评估其在绝经后女性中的重测信度	样本量较小（17人），且仅针对绝经后女性，未探讨其他人群或临床环境中的适用性	评估AI辅助手持超声结合YOLO深度学习模型在绝经后女性中检测血流介导扩张的间隔日重测信度	17名55-70岁绝经后女性	机器学习	心血管疾病	手持超声	YOLO	图像	17名绝经后女性，每次评估间隔7天	PyTorch	YOLO	组内相关系数（ICC）、变异系数（CV）、Bland-Altman分析	NA
3792	2026-06-07	High-Fidelity rPPG Waveform Reconstruction from Palm Videos Using GANs 2026-Jan-14, Sensors (Basel, Switzerland) DOI:10.3390/s26020563 PMID:41600357	研究论文	提出一种基于生成对抗网络的从手掌视频重建高保真远程光电容积描记波形的框架	构建包含手掌区域视频和腕部PPG信号的新数据集，并提出基于GAN的脉冲波合成框架，结合时域峰值损失、频域损失和对抗损失，实现高保真rPPG波形重建	未直接验证健康监测性能，仅聚焦于波形形态准确性的改进	从数据和模型两方面实现高质量rPPG波形重建，为后续生理信号分析提供可靠基础	手掌区域视频和腕部PPG信号	计算机视觉, 深度学习	NA	远程光电容积描记术（rPPG）	生成对抗网络（GAN）	视频（手掌区域）和PPG信号	新收集数据集（包含手掌视频与腕部PPG信号配对），具体数量未明确	PyTorch, TensorFlow（推测）	GAN（生成器与判别器）	RMSE, MAPE, Pearson相关系数, 余弦相似度	NA
3793	2026-06-07	EEG Signal Classification with Data Augmentation for Epileptic Focus Localization and Deep Sleep Detection 2026-Jan-11, Sensors (Basel, Switzerland) DOI:10.3390/s26020474 PMID:41600271	研究论文	提出一种基于数据增强的EEG信号分类框架，用于癫痫病灶定位和深度睡眠检测	采用三种轻量级数据增强技术（时间平移、幅度缩放、噪声添加）提升深度学习模型的鲁棒性和泛化能力，在公共数据集上验证了简单增强方法对高基线准确率场景的额外提升效果	仅在两个公共数据集上验证，未涉及真实临床场景的复杂干扰；数据增强方法的选择和参数尚未系统优化	提高脑电信号分类性能，解决标注数据不足导致的模型泛化问题	癫痫病灶定位和深度睡眠检测两种生理与病理EEG任务	机器学习	癫痫	脑电图（EEG）	深度卷积网络（DeepConvNet、ShallowConvNet、EEGNet）	脑电信号	两个公共数据集（具体数量未在摘要中说明）	NA	DeepConvNet, ShallowConvNet, EEGNet	准确率	NA
3794	2026-06-07	Enhancing EEG Decoding with Selective Augmentation Integration 2026-Jan-08, Sensors (Basel, Switzerland) DOI:10.3390/s26020399 PMID:41600214	研究论文	提出一种基于选择性增强集成的脑电信号解码框架，结合对比学习和自适应增强策略，有效应对脑电数据稀缺和噪声问题	提出端到端自适应增强框架NeuroBrain，创新性地融合对比学习与选择性增强策略，首次实现根据性能动态确定最优增强组合	未提及	提升脑电信号解码性能，解决数据稀缺和噪声问题	听觉脑电解码任务中的EEG信号	机器学习	神经疾病	EEG	对比学习	EEG信号	NA	PyTorch	NeuroBrain	准确率	NA
3795	2026-06-07	DeepRMSF: a deep learning-based automated approach for predicting atomic-level flexibility in RNA structure 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf720 PMID:41529119	研究论文	提出深度学习模型DeepRMSF，从RNA三级结构预测原子级振动灵活性	首个直接从RNA三级结构预测局部灵活性的深度学习方法，实现比分子动力学模拟快3000倍的速度提升	仅适用于中等大小RNA（约75个核苷酸），且无法完全替代分子动力学模拟	开发高效自动化方法预测RNA结构的局部灵活性	371个非冗余RNA的原子级振动灵活性	机器学习	不适用	分子动力学模拟	深度学习模型	分子结构数据	371个RNA（311个用于五折交叉验证，60个作为独立测试集）	PyTorch	不适用	皮尔逊相关系数	不适用
3796	2026-06-07	A comprehensive survey of genome language models in bioinformatics 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf724 PMID:41537311	综述	全面综述基因组语言模型在生物信息学中的应用	系统梳理了基因组语言模型（gLMs）的架构（Transformer、Hyena卷积、状态空间模型）、序列分词策略、预训练策略及评估方法，并构建了下游任务分类体系	数据稀缺性、模型可解释性不足、计算资源需求高等挑战	综述基因组语言模型在生物信息学领域的发展现状与未来方向	基于DNA和RNA序列的基因组语言模型	自然语言处理	NA	基因组语言模型	Transformer, Hyena卷积, 状态空间模型	DNA和RNA序列数据	NA	NA	Transformer, Hyena卷积, 状态空间模型	监督学习、零样本学习、少样本学习指标	NA
3797	2026-06-07	Predicting protein-carbohydrate binding sites: a deep learning approach integrating protein language model embeddings and structural features 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag008 PMID:41608988	研究论文	提出一种整合蛋白质语言模型嵌入和结构特征的深度学习模型DeepCPBSite，用于预测蛋白质-碳水化合物非共价结合位点	构建了集成三种样本处理策略（随机欠采样、加权过采样和类别加权损失）的ResNet+FNN集成模型，并系统比较了AlphaFold和ESMFold预测结构的特征，采用SHAP分析进行特征解释	未在文摘中明确提及局限性	开发计算工具预测蛋白质-碳水化合物非共价结合位点	非共价碳水化合物结合位点	机器学习	NA	蛋白质语言模型嵌入、结构特征提取	ResNet、FNN、集成模型	蛋白质序列和结构数据	来自RCSB、UniProt和CASP三个来源的独立数据集	NA	ResNet, FNN, DeepCPBSite（集成模型）	平衡准确率（balanced accuracy）、敏感性（sensitivity）、F1分数、MCC、AUPR	NA
3798	2026-06-07	Non-Contact Measurement of Human Vital Signs in Dynamic Conditions Using Microwave Techniques: A Review 2026-Jan-06, Sensors (Basel, Switzerland) DOI:10.3390/s26020359 PMID:41600153	综述	综述了在动态条件下使用微波和雷达技术进行人体生命体征非接触测量的最新进展	重点介绍了在受试者移动或进行日常活动时工作的解决方案，以及创新可生物降解和柔性天线设计，结合先进信号处理和深度学习算法	主要限制包括受试者间解剖变异性、运动伪影、硬件小型化和能效问题，仍限制广泛部署	探讨微波技术在动态条件下非接触测量人体生命体征（如呼吸、心率）的潜力，支持未来医疗和安全系统	人体生命体征（呼吸、心率及其他心肺参数）的测量	signal processing, deep learning	NA	微波、雷达、超宽带（UWB）、多普勒传感器、微波反射测量	深度学习	信号	NA	NA	NA	NA	NA
3799	2026-06-07	Neurosymbolic AI Framework for Explainable Retinal Disease Classification From OCT Images 2026-Jan-05, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.1.6 PMID:41533847	研究论文	提出一种神经符号AI框架，结合CNN与符号推理层，基于OCT图像进行可解释的视网膜疾病分类	将卷积神经网络与基于专家定义的临床规则符号推理层相结合，实现透明且临床可解释的决策，尤其适用于罕见和复杂病情	未明确提及，但可能是对罕见类别的数据不平衡依赖或符号规则的可扩展性限制	提高视网膜疾病分类的准确性并增强模型可解释性	光学相干断层扫描图像及七种视网膜诊断类别	计算机视觉	视网膜疾病	OCT	CNN	图像	10,846张OCT图像	NA	CNN、符号推理层	宏精度、召回率、F1分数	NA
3800	2026-06-07	Deep Learning-Based Segmentation of the Ulnar Nerve in Ultrasound Images 2026-Jan-05, Medicina (Kaunas, Lithuania) DOI:10.3390/medicina62010113 PMID:41597399	研究论文	评估深度学习分割方法在超声图像中检测尺神经的性能，并分析常见数据增强技术的影响	首次利用大规模尺神经超声数据集（来自545名患者的4789张图像）进行系统性分割模型与数据增强方法比较	未明确说明局限性	优化深度学习在尺神经超声图像分割中的应用	来自545名患者的4789张尺神经超声图像	计算机视觉	尺神经病变	NA	深度学习分割模型（包括U-Net等六种模型）	图像	545名患者的4789张超声图像	NA	U-Net及多种骨干网络架构	Dice系数、交并比（IoU）	NA