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
3901	2026-06-06	MAGC-DTI: modality-shared space and adaptive gated interactive cross-attention for drug-target interaction prediction 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50141-w PMID:42243162	研究论文	提出一种端到端跨模态框架MAGC-DTI，用于药物-靶标相互作用预测，通过多尺度注意力聚合和自适应门控交互交叉注意力机制，在六个基准数据集上取得优异性能	创新性包括多尺度注意力聚合捕获蛋白质层次模式、自适应门控交互交叉注意力实现上下文感知跨模态交互、多路径残差分类器保留模态信息的融合机制	未明确说明局限性	提升药物-靶标相互作用预测的准确性和双向信息交互能力	药物分子和蛋白质序列的相互作用关系	机器学习	NA	深度学习	交叉注意力机制、多尺度注意力聚合、残差分类器	药物分子结构数据、蛋白质序列数据	六个基准数据集	NA	MAGC-DTI（包含MSAA、AGICA、MPRC模块）	准确率、AUC，及其他基准比较指标	NA
3902	2026-06-06	Weakly-supervised deep learning on pathological whole-slide images for cutaneous vasculitis and its mimickers: a high-performance diagnostic support tool 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56421-9 PMID:42243228	研究论文	本研究利用弱监督深度学习技术，基于病理全切片图像开发了一种用于皮肤血管炎及其类似病变的高性能诊断支持工具	首次将弱监督学习策略应用于皮肤血管炎的病理全切片图像诊断，仅需病理诊断报告作为标签，无需像素级手动标注，显著降低资源负担	未明确说明模型在其他医疗中心或不同人群中的泛化能力，且仅依赖病理诊断报告作为标签可能引入标注噪声	开发一个标准化、可靠的深度学习诊断模型，提升皮肤血管炎病理评估的一致性和效率	皮肤血管炎、水肿性皮炎、肉芽肿性炎症和脂膜炎的病理全切片图像	数字病理学	皮肤血管炎	全切片图像分析	深度学习模型（弱监督学习）	病理全切片图像	来自两个医学研究中心（2018-2024年）的1196张全切片图像，包括378张皮肤血管炎、285张水肿性皮炎、286张肉芽肿性炎症和247张脂膜炎	NA	NA	AUC	NA
3903	2026-06-06	EEG-based dynamic emotion recognition using multi-scale wavelet transform with a Spatio-Temporal neural network 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53295-9 PMID:42243241	研究论文	提出了一种基于多尺度小波变换和时空神经网络的脑电信号动态情感识别系统	利用强化深度Q网络进行自适应通道选择，结合时空注意力网络、多尺度特征融合以及图神经网络与记忆增强神经网络的集成方法	未提及模型在不同数据集上的泛化能力验证及计算效率分析	提高脑电信号情感识别的分类准确率	EEG脑电信号中的动态情感状态	机器学习	NA	多尺度小波变换、卡尔曼滤波、小波去噪、谱熵分析	时空注意力网络、图神经网络、记忆增强神经网络	脑电信号	使用了来自Kaggle的EEG Brainwave数据集、DEAP数据集和基于计算机游戏的EEG数据集	NA	时空注意力网络、图神经网络、记忆增强神经网络	准确率	NA
3904	2026-06-06	Deep learning-based intelligent diagnosis and adaptive training system for university english oral proficiency 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51608-6 PMID:42243283	研究论文	提出一种集成深度学习与多维口语评估理论的智能诊断与自适应训练系统，用于大学生英语口语水平提升	首次将多任务学习框架（CNN-LSTM架构+注意力多模态融合）与强化学习相结合，实现口语诊断与个性化训练推荐序列的协同优化	需在更广泛人群和更长时间周期中进行进一步验证	解决传统评估方法的局限性和个性化训练资源匮乏问题，实现可扩展的个性化英语口语教学	486名大学生的4374段英语口语录音	自然语言处理，机器学习	NA	NA	CNN， LSTM，强化学习	语音	486名大学生的4374段录音	NA	CNN-LSTM，注意力机制	相关系数，标准化学习增益， Cohen's d， 95%置信区间	NA
3905	2026-06-06	Adaptive classification and grading model of cigar wrapper leaf based on improved ResNet algorithm 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56083-7 PMID:42243274	研究论文	提出一种基于改进ResNet算法的雪茄茄叶自适应分类与分级模型	集成Mask4Ch模块到ResNet-50骨干网络，利用叶片分割掩码增强特征提取；采用联合交叉熵和累积序数回归的双头训练策略，并通过0.7:0.3概率加权融合推理结果	仅针对单一品种FX-01和特定产区（福建龙岩）的图像数据，可能缺乏泛化性；未提及实际移动端部署的验证	开发基于深度学习的雪茄茄叶自动分级系统，以替代低效、标准不一的人工分拣	雪茄茄叶的九种常规收购等级	计算机视觉	不适用	图像采集	卷积神经网络（CNN）	图像	8,637张雪茄茄叶图像，涵盖九个收购等级，品种为FX-01，产自福建龙岩	PyTorch	ResNet-50（集成Mask4Ch模块）	准确率（accuracy）、宏平均F1分数（macro-averaged F1-score）、加权Kappa（QWK）、平均精度均值（mAP）	未明确说明，但推测使用GPU进行训练
3906	2026-06-06	Hybrid deep learning approach for early emphysema diagnosis combining fuzzy C-means, TransUNet, and faster mask R-CNN 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55142-3 PMID:42243289	研究论文	提出一种结合改进模糊C均值、TransUNet和更快掩膜R-CNN的混合深度学习框架，用于早期肺气肿诊断	首次将IFCM聚类、TransUNet特征提取和Faster Mask R-CNN实例检测结合，实现像素级分割与目标级检测的协同，提高了准确性和可解释性	未提及模型在不同扫描设备或更大规模数据集上的泛化能力	提升早期肺气肿在CT图像中的检测和定位准确性	早期肺气肿患者的CT扫描图像	计算机视觉	肺气肿	CT扫描	CNN, Transformer, 混合模型	图像	2000张CT图像	NA	TransUNet, Faster Mask R-CNN, 改进模糊C均值聚类	准确率, Dice系数	NA
3907	2026-06-06	The accuracy-fairness-efficiency Trilemma in mobile image classification: a Pareto benchmark 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55546-1 PMID:42243400	研究论文	在资源受限的移动设备上部署深度学习图像分类器时，同时优化预测准确性、人口公平性和推理效率的问题。	首次将准确性、公平性和效率联合形式化为约束多目标优化问题，并定义了部署可行区域（DFZ），提供了多项基准测试结果	未明确说明局限性；但可能受限于特定数据集大小（2,821图像）及入口级SoC设备的测试条件	解决移动图像分类中准确性、公平性和效率之间的三难权衡问题	移动设备上的深度学习图像分类器	计算机视觉	NA	NA	CNN	图像	2,821张图像，包含24个人口统计子群体（最坏不平衡比35.47:1）	PyTorch	ResNet	准确率、公平指标、参数量（MB）、推理时间（ms）	入口级SoC设备
3908	2026-06-06	An interpretable ultrasound-based deep learning system for early breast cancer in a Chinese population 2026-Jun-04, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02323-3 PMID:42243600	研究论文	开发并评估一种可解释的深度学习系统BrcaDetect，用于中国人群早期乳腺癌的超声诊断	提出BrcaDetect系统，融合超声图像深度学习预测、BI-RADS评估和人口统计学因素，实现多模态集成，并通过Grad-CAM和Shapley值提供可解释性	回顾性研究设计，受控阅读条件与实际临床环境可能存在差异	开发和评估可解释的深度学习系统，用于中国人群早期乳腺癌的超声检测	24,762张超声图像，来自3048名女性，涵盖五家医院	计算机视觉	乳腺癌	超声成像	深度学习（深度学习系统）	图像（超声图像）	整体：3048名女性（24,762张图像）；训练与内部验证：2399名患者（19,340张图像）；外部验证：649名女性（5422张图像）	NA	Grad-CAM, Shapley值	AUC, 敏感性, 诊断准确性	NA
3909	2026-06-06	Artificial intelligence in pediatric pain: a systematic review 2026-Jun-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03571-5 PMID:42243763	综述	系统回顾人工智能技术在儿童疼痛管理中的应用进展与效果	首次系统总结人工智能在儿童疼痛管理中的应用模式，发现多模态方法显著优于单模态方法（AUC差异+0.13）	大量研究（47.5%的评估研究和11/12的干预研究）存在高偏倚风险；样本规模小（42.2%的研究<50人）	探索人工智能技术在儿童疼痛管理中的进展与有效性	儿童疼痛管理相关的人工智能研究	机器学习	儿科疼痛	NA	深度学习，经典机器学习	面部表情，生理信号，多模态数据	71项研究，多为小样本（<50人，42.2%）或中等样本（50-200人，33.8%）	NA	卷积神经网络，支持向量机，随机森林，长短期记忆网络	AUC	NA
3910	2026-06-06	SR-FSL: Sample reconstruction enhanced few-shot learning for real-time motor unit identification from surface electromyogram 2026-Jun-04, Journal of neuroengineering and rehabilitation IF:5.2Q1 DOI:10.1186/s12984-026-02026-2 PMID:42243970	研究论文	提出一种基于样本重建增强的小样本学习方法，用于从表面肌电信号中实时识别运动单元	采用样本重建策略生成生理可解释的合成样本，结合预训练时空神经网络，显著减少对实验数据量的依赖	仅针对拇短展肌和8×8电极阵列进行验证，需进一步评估在其他肌肉和阵列配置上的泛化能力	实现基于深度学习的高密度表面肌电信号实时运动单元识别，并降低数据需求以提升实用性	从高密度表面肌电信号中识别的运动单元	机器学习	NA	HD-sEMG（高密度表面肌电）	时空神经网络	信号	10名受试者的拇短展肌数据	NA	时空神经网络	匹配率	NA
3911	2026-06-06	Deep learning in image forgery: A systematic review for risk of bias (RoB) 2026-Jun-04, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70371 PMID:42244086	综述	系统综述了深度学习在图像伪造检测中的偏倚风险	首次系统评估AI在图像伪造检测中的偏倚风险，并引入AP(AI)Bias模型与PROBAST和ROBINS-I工具进行对比基准测试	仅筛选出35篇相关研究，且多数研究未能满足预定义的偏倚风险阈值，三种评估方法的一致性较低	识别和量化基于AI的图像伪造检测研究中存在的偏倚风险	图像伪造（IF）检测中的AI研究	计算机视觉	不适用	深度学习	不适用	图像	35篇相关AI研究	不适用	不适用	平均评分、偏倚分类比例	不适用
3912	2026-06-06	A novel deep learning network for small bowel ulcerative lesion detection and differential diagnosis on double-balloon endoscopy images 2026-Jun-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae7805 PMID:42246080	研究论文	提出一种新型级联网络Cascade-E-Yolov7，用于双气囊内镜图像中小肠溃疡性病变的检测与鉴别诊断	首次将EfficientNet-B1与ESFC-Yolov7结合构建级联网络，实现小肠溃疡性疾病的分类与精确定位	单中心回顾性研究，样本量有限，未进行外部验证	开发基于双气囊内镜图像的人工智能模型，用于小肠溃疡性疾病准确识别与分类	283名患者的1791张双气囊内镜图像，涵盖克罗恩病、CMUSE、肠结核、非特异性溃疡和原发性小肠淋巴瘤五种疾病	机器学习, 计算机视觉	小肠溃疡性疾病	内镜图像分析	级联网络	图像	283名患者，1791张双气囊内镜图像	PyTorch	EfficientNet-B1, ESFC-Yolov7	准确率, AUC, mAP@0.5, 精确率, 召回率	NA
3913	2026-06-06	Mamba2SVN: a Mamba2 and reconstruction-cooperative sensitivity refinement-based variational network for parallel MRI reconstruction 2026-Jun-04, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae788b PMID:42246132	研究论文	提出一种结合Mamba2与重建协同灵敏度细化的变分网络Mamba2SVN，用于并行MRI重建	首次将Mamba2模块融入变分网络，设计跨迭代特征融合机制和重建协同灵敏度细化模块，减少对自动校准信号大小的依赖	未明确提及限制，但可能依赖特定数据集和采样模式，泛化性需进一步验证	加速MRI采集过程，提高并行MRI重建的准确性和鲁棒性	多线圈膝关节、脑部和心脏MRI数据集	计算机视觉	NA	MRI	Mamba2	MRI图像	多线圈膝关节、脑部和心脏数据集（未说明具体样本数）	NA	Mamba2, U-Net	NA	NA
3914	2026-06-06	Deep Learning-Accelerated 3D FLAIR Enables Reliable MS Lesion Detection 2026-Jun-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9140 PMID:42209146	研究论文	评估深度学习重建的3D FLAIR序列在多发性硬化患者脱髓鞘病变检测中的诊断性能和图像质量	首次验证深度学习加速的3D FLAIR序列在检测多发性硬化病变中的可靠性，并评估不同头线圈配置的影响	亚阈值病变（<3mm）在20通道线圈扫描中有漏检情况，主观图像质量评分略低于参考序列	验证深度学习重建的3D FLAIR序列在多发性硬化病变检测中的诊断效能和图像质量	脱髓鞘病变检测	数字病理学	多发性硬化	MRI	深度学习重建模型	磁共振图像	76例多发性硬化患者	NA	深度学习重建架构	信噪比，对比噪声比，5点李克特量表评分	NA
3915	2026-06-06	Genome-wide modelling of plant transcription factor binding captures regulatory variants associated with phenotypic traits 2026-Jun-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73634-8 PMID:42236716	研究论文	通过可解释的多标签深度学习模型，从全基因组水平捕捉转录因子结合，识别与表型性状相关的调控变异	首次利用可解释的多标签深度学习模型整合全基因组DNA结合数据、GWAS数据和实验验证，系统揭示顺式调控元件序列、上下文和语法对转录因子占据的影响，并应用于远缘作物的条件响应性结合位点分析	模型训练基于拟南芥数据，可能限制对远缘物种的适应性；未详细说明模型在不同条件下的泛化能力和计算效率	从全基因组层面理解遗传变异如何通过顺式调控元件与转录因子相互作用影响基因调控和表型	拟南芥（A. thaliana）和玉米（Z. mays）的转录因子结合位点、顺式调控元件及与表型相关的调控变异	机器学习	NA	DNA结合分析（DNase-seq、ChIP-seq等）	多标签深度学习模型	DNA序列数据和基因型数据	NA	NA	NA	NA	NA
3916	2026-06-06	A multiscale attention network for mixed artifact suppression in AFM images 2026-Jun-03, Micron (Oxford, England : 1993) DOI:10.1016/j.micron.2026.104061 PMID:42241863	研究论文	提出一种多尺度注意力网络MS-HINet-CBAM，用于抑制原子力显微镜图像中的混合噪声，包括方向性线条伪影和随机疤痕	设计了一个结合多尺度模块和卷积块注意力模块的多阶段降噪框架，能够捕捉混合噪声的长程空间相关性并自适应优先处理真实地形特征	未提及在极端噪声水平或动态扫描条件下的表现，以及模型对真实AFM图像中未见噪声类型的泛化能力	开发用于AFM图像混合伪影抑制的鲁棒降噪方法，以保留表面真实形貌细节	原子力显微镜图像中的混合伪影（方向性线条伪影和随机疤痕）及真实地形特征	计算机视觉	NA	原子力显微镜成像	卷积神经网络	图像	在多种模拟混合噪声场景及真实AFM图像（有机分子和细菌细胞样本）上评估	PyTorch	MS-HINet-CBAM（多尺度模块 + CBAM注意力模块）	视觉保真度、均方根粗糙度	NA
3917	2026-06-06	Chest Radiograph-Derived Age Acceleration as an Early Marker of Pulmonary Dysfunction in Middle-Aged Asians 2026-Jun-03, Chest IF:9.5Q1 DOI:10.1016/j.chest.2026.05.033 PMID:42242547	研究论文	基于胸部X光片的加速衰老作为亚洲中年人肺功能障碍的早期标志	首次将深度学习驱动的胸部X光片年龄加速作为肺功能障碍的前兆标志，建立了加速衰老与PRISm和OLD之间的横断面和纵向关联	基于韩国健康检查参与者，结果可能不适用于其他种族或不同医疗环境的人群	评估基于胸部X光片的加速衰老是否与肺功能障碍（PRISm和OLD）的患病率和发生率相关	2006年至2019年间接受健康检查的韩国成年人	计算机视觉	肺部疾病	胸部X光片深度学习分析	深度学习模型	图像、临床数据	横断面分析231,278名参与者，纵向分析104,158名参与者	NA	NA	OR、HR及95%置信区间	NA
3918	2026-06-06	Update on the structure-Function relationship in glaucoma 2026-Jun-03, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2026.06.002 PMID:42242557	综述	总结青光眼结构-功能关系的最新知识，重点介绍影像学、分析方法和人工智能驱动建模的进展	强调人工智能方法在预测视野缺损和改进临床解释中的作用，并介绍解剖补偿映射、多模态融合和深度学习等新兴框架	数据质量、近视相关解剖变异和跨设备协调仍是关键限制因素	更新青光眼结构-功能关系的知识，推动动态个性化生物标志物的开发	青光眼患者的视网膜结构和视觉功能之间的关系	机器学习	青光眼	光学相干断层扫描(OCT), OCT血管成像(OCTA), 标准自动视野计(SAP)	深度学习	影像数据	NA	NA	NA	NA	NA
3919	2026-06-06	Data driven prediction of bat flight kinematics and trajectory 2026-Jun-02, Bioinspiration & biomimetics IF:3.1Q2 DOI:10.1088/1748-3190/ae66bf PMID:42055078	研究论文	利用数据驱动方法预测蝙蝠飞行的运动学和轨迹，通过本征正交分解和深度学习架构分析不同飞行模式下的维度复杂性	首次量化蝙蝠不同复杂飞行动作的维度复杂性，并提出深度学习架构实现翼运动与飞行轨迹的双向预测	未提及	预测蝙蝠飞行轨迹并实现翼运动与轨迹间的双向映射	大圆叶蝠的三种飞行模式（直线飞行、上升右转、U型转弯）	自然语言处理	NA	本征正交分解	深度学习架构	运动学数据（翼运动与轨迹）	三种飞行模式（直线飞行、上升右转、U型转弯）各包含多次扑翼周期	NA	深度学习架构（具体架构未明确）	NA	NA
3920	2026-06-06	Robust deepfake video detection using spatio-temporal features and dynamic difference learning 2026-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53545-w PMID:42230680	研究论文	提出一种结合时空特征与动态差异学习的深度伪造视频检测框架	引入动态差异模块（DDM）强调面部运动中的突变和非自然变化，增强对时空不一致性的捕获能力	未提及在低质量或高压缩视频上的泛化表现，且可能受限于人脸关键点检测的精度	提升深度伪造视频检测的鲁棒性与泛化能力	深度伪造视频中的时空不一致性特征	计算机视觉, 机器学习	NA	人脸关键点检测	Transformer, CNN, LSTM	视频	三个基准数据集：FaceForensics++ (FF++)、UADFV、DFDC	NA	Transformer编码器, CNN, LSTM	精确率, 召回率, F1分数, 准确率	NA