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
4241	2026-02-17	ACL-ECG: Anatomy-Aware Contrastive Learning for Multi-Lead Electrocardiograms 2026-Feb-06, Sensors (Basel, Switzerland) DOI:10.3390/s26031080 PMID:41682592	研究论文	本研究提出了一种结合心脏解剖关系的自监督对比学习方法（ACL-ECG），用于从多导联心电图中学习通用表征	提出了一种生理感知的数据增强策略（包括随机尺度裁剪、心动周期掩码和时间偏移）和基于解剖区域（前壁、下壁、间隔壁、侧壁）的对比学习目标，以增强表征质量	未明确说明模型在更广泛或更具挑战性的临床数据集上的泛化能力，以及计算资源需求的具体细节	开发一种自监督学习方法，以减少心电图分析中对大规模标注数据的依赖	多导联心电图数据	机器学习	心血管疾病	心电图分析	对比学习模型	心电图信号	NA	NA	NA	AUROC, AUPRC	NA
4242	2026-02-17	Artificial Intelligence and the Expanding Universe of Cardio-Oncology: Beyond Detection Toward Prediction and Prevention of Therapy-Related Cardiotoxicity-A Comprehensive Review 2026-Feb-05, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16030488 PMID:41681806	综述	本文全面回顾了人工智能在癌症治疗相关心脏毒性预测与预防中的应用	系统整合了从心电图、生物标志物到先进影像和放射剂量建模等多领域AI应用，并强调了从被动检测向主动预防的范式转变	大多数模型受限于小样本队列、方法学异质性和缺乏外部验证	探讨人工智能在改善癌症治疗相关心脏毒性风险分层、早期检测和治疗规划中的作用	癌症治疗（化疗和放疗）引起的心脏毒性	数字病理学	心血管疾病	心电图、生物标志物、蛋白质组学、细胞外囊泡、基因组学、先进影像（超声心动图、心脏磁共振、计算机断层扫描、核成像）、放射剂量建模	机器学习, 深度学习	多模态数据（包括图像、生物标志物、剂量图等）	NA	NA	NA	NA	NA
4243	2026-02-17	Integrating Artificial Intelligence into Ventilation on Demand: Current Practice and Future Promises 2026-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s26031042 PMID:41682557	综述	本文全面回顾了人工智能在按需通风技术中的集成现状，涵盖传感预测模型、控制策略和优化框架	系统性地总结了AI在VOD中的应用现状，并指出了未来集成生成式AI、广义AI以及人-信息-物理系统设计的研究方向	现有研究依赖窄AI模型，长期预测能力有限，且验证多基于仿真而非实际现场部署	旨在通过AI增强按需通风系统的能源效率、安全性和整体性能，以应对深部采矿环境的挑战	地下金属采矿的按需通风系统	机器学习	NA	NA	CNN-LSTM, Bi-LSTM	实时操作与环境数据	NA	NA	CNN-LSTM, Bi-LSTM	NA	NA
4244	2026-02-17	Highly Efficient Deep Learning-Enabled Parameterization and 3D Reconstruction of Traditional Chinese Roof Structures 2026-Feb-05, Sensors (Basel, Switzerland) DOI:10.3390/s26031054 PMID:41682569	研究论文	本研究提出了一种基于深度学习的网络TCRSym-Net，用于从中国传统屋顶点云中识别对称性，并通过参数化建模实现高效三维重建	提出TCRSym-Net网络用于中国传统屋顶点云的对称性检测，结合参数化建模脚本实现快速几何模型生成	未明确说明网络在不同屋顶类型或复杂场景下的泛化能力及误差分析	实现中国传统屋顶结构的参数化提取与三维重建	中国传统屋顶的点云数据	计算机视觉	NA	无人机倾斜摄影测量、激光扫描技术	深度学习网络	点云数据	未明确说明具体样本数量，涉及五种不同类型的中国传统屋顶	未明确说明	TCRSym-Net	未明确说明具体评估指标，仅提及对称性检测有效性和方法可靠性	未明确说明
4245	2026-02-17	Hybrid Deep Learning Model for EI-MS Spectra Prediction 2026-Feb-05, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27031588 PMID:41684007	研究论文	本研究提出了一种混合深度学习模型，用于直接从分子结构预测电子电离质谱（EI-MS）谱图	结合图神经网络编码器与残差神经网络解码器，并采用交叉注意力、双向预测和基于化学知识的概率掩码进行细化	模型在泛化能力和谱图独特性方面仍存在挑战	开发数据驱动模型以补充现有EI-MS谱库，减少实验谱图获取的成本和努力	分子结构（≤500 Da）及其对应的EI-MS谱图	机器学习	NA	电子电离质谱（EI-MS）	GNN, ResNet	分子结构图, 质谱数据	基于NIST14 EI-MS数据库（≤500 Da）进行训练	NA	图神经网络编码器, 残差神经网络解码器	Recall@10, 谱图相似度	NA
4246	2026-02-17	A Comparative Study of RQA-Guided Attention Mechanisms with LSTM Autoencoder for Bearing Anomaly Detection 2026-Feb-04, Sensors (Basel, Switzerland) DOI:10.3390/s26031015 PMID:41682531	研究论文	本研究提出了一种基于递归量化分析引导注意力的LSTM自编码器框架，用于旋转机械在噪声条件下的无监督异常检测	将混沌理论描述符（如递归率、确定性等RQA指标）系统性地注入LSTM自编码器的注意力机制中，以显式结合非线性动力学特征	未明确说明模型在更广泛工业场景或不同机械类型中的泛化能力	提升旋转机械在噪声条件下的异常检测性能，特别是在早期故障检测中	轴承振动数据	机器学习	NA	递归量化分析	LSTM, 自编码器	振动信号	三个广泛使用的轴承振动数据集（IMS, CWRU, HUST）	NA	LSTM自编码器	F1分数, AUC	NA
4247	2026-02-17	I-GhostNetV3: A Lightweight Deep Learning Framework for Vision-Sensor-Based Rice Leaf Disease Detection in Smart Agriculture 2026-Feb-04, Sensors (Basel, Switzerland) DOI:10.3390/s26031025 PMID:41682541	研究论文	本文提出了一种名为I-GhostNetV3的轻量级深度学习框架，用于基于视觉传感器的水稻叶片病害检测	在GhostNetV3基础上引入了两个模块化增强：自适应并行注意力（APA）用于增强病变相关表征，以及融合坐标通道注意力（FCCA）用于高效抑制背景干扰	仅在RLBF数据集和PlantVillage-Corn数据集上进行了验证，未来需要对独立真实田间目标域进行进一步验证和端侧性能分析	开发适用于智能农业的轻量级水稻叶片病害检测模型	水稻叶片病害图像	计算机视觉	水稻病害	RGB图像分析	CNN	图像	RLBF数据集（具体数量未说明）	NA	I-GhostNetV3, GhostNetV3	Top-1准确率, 参数量, FLOPs	NA
4248	2026-02-17	MobileSteelNet: A Lightweight Steel Surface Defect Classification Network with Cross-Interactive Efficient Multi-Scale Attention 2026-Feb-04, Sensors (Basel, Switzerland) DOI:10.3390/s26031022 PMID:41682538	研究论文	本文提出了一种轻量级的深度学习框架MobileSteelNet，用于钢铁表面缺陷分类，以平衡准确性和实时部署效率	引入了两个新颖模块：多尺度特征融合（MSFF）和交叉交互高效多尺度注意力（CIEMA），结合了通道间交互、并行多尺度空间提取和分组高效计算	NA	开发一个轻量级深度学习框架，用于钢铁表面缺陷分类，以满足工业质量控制的实时部署需求	钢铁表面缺陷	计算机视觉	NA	NA	CNN	图像	基于NEU-DET数据集	NA	MobileSteelNet	平均准确率	NA
4249	2026-02-17	Multi-Center Prototype Feature Distribution Reconstruction for Class-Incremental SAR Target Recognition 2026-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s26030979 PMID:41682495	研究论文	本文提出了一种用于合成孔径雷达自动目标识别的类增量学习方法，通过多中心原型特征分布重建来缓解灾难性遗忘问题	设计了多尺度混合注意力特征提取器，并采用多原型表示与参数化高斯扩散建模旧类特征分布，以保留历史知识	未明确提及方法在极端类别数量或数据稀缺情况下的性能限制	解决合成孔径雷达自动目标识别系统中的类增量学习问题，使系统能持续学习新目标类别而不遗忘旧知识	合成孔径雷达图像中的目标识别	计算机视觉	NA	合成孔径雷达成像，属性散射中心数据提取	深度学习	图像（SAR幅度图像），结构化数据（属性散射中心数据）	NA	NA	多尺度混合注意力特征提取器	NA	NA
4250	2026-02-17	Trends in Vibrational Spectroscopy: NIRS and Raman Techniques for Health and Food Safety Control 2026-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s26030989 PMID:41682506	综述	本文综述了振动光谱技术在健康和食品安全控制中的应用趋势，重点关注手持和微型化仪器	强调了振动光谱技术在食品安全和健康应用中的新兴趋势，包括仪器微型化、SERS检测痕量污染物、高光谱成像与深度学习结合、化学计量学与机器学习集成以及校准转移和监管准备	NA	探讨振动光谱技术在健康和食品安全控制领域的发展趋势和应用前景	振动光谱技术（如拉曼、近红外光谱、高光谱成像）及其在食品和健康领域的应用	机器学习	NA	振动光谱技术（拉曼、表面增强拉曼-SERS、中红外和近红外光谱、高光谱成像）	NA	光谱数据	NA	NA	NA	NA	NA
4251	2026-02-17	A Method for 3D Building Individualization Integrating SAMPolyBuild and Multiple Spatial-Geometric Features 2026-Feb-03, Sensors (Basel, Switzerland) DOI:10.3390/s26030999 PMID:41682516	研究论文	本文提出了一种结合SAMPolyBuild与多种空间几何特征的三维建筑单体化方法，旨在从城市倾斜摄影三维模型中有效提取单体建筑	利用SAMPolyBuild的零样本学习能力进行粗提取，并引入Jensen-Shannon散度和Earth Mover's距离两种统计参数优化建筑识别过程	未明确说明方法对非典型空间结构建筑的提取效果，且实验仅基于单一数据集进行验证	解决三维建筑模型中建筑单体化的关键问题，提高自动化提取的效率和准确性	城市倾斜摄影三维模型中的单体建筑	计算机视觉	NA	倾斜摄影测量，零样本学习	NA	三维模型（网格数据）	基于Semantic Urban Meshes (SUM)数据集	NA	SAMPolyBuild	F1分数	NA
4252	2026-02-17	Central Nervous System Involvement in Acute Myeloid Leukemia: From Pathophysiology to Neuroradiologic Features and the Emerging Role of Artificial Intelligence 2026-Feb-03, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15031187 PMID:41682868	综述	本文综述了急性髓系白血病中枢神经系统受累的神经影像学特征，并探讨了人工智能在提升其检测和表征中的作用	系统性地总结了AML-CNS的神经影像学模式，并强调了新兴的人工智能和影像组学方法在该罕见并发症中的应用潜力	该疾病罕见且缺乏大型、标注良好的数据集，限制了AI模型的进展和验证	总结急性髓系白血病中枢神经系统受累的病理生理学、神经影像学特征，并评估人工智能在诊断和预后中的应用前景	急性髓系白血病患者的中枢神经系统受累情况	数字病理学	白血病	MRI, CT, PET/CT	机器学习, 深度学习	医学影像	基于138项相关研究（涉及数千条记录）的分析	NA	NA	肿瘤分类准确性, 预后准确性	NA
4253	2026-02-17	Fine-Grained Detection and Sorting of Fresh Tea Leaves Using an Enhanced YOLOv12 Framework 2026-Feb-03, Foods (Basel, Switzerland) DOI:10.3390/foods15030544 PMID:41683130	研究论文	本文提出了一种增强的YOLOv12检测框架，用于新鲜茶叶的细粒度检测与分拣	集成了C3k2_EMA、A2C2f_DYT和RFAConv三个关键模块，以增强模型捕捉细微茶芽特征的能力	未明确说明模型在更广泛茶叶品种或极端环境条件下的泛化能力	提高机器采摘茶叶的自动分拣准确性和一致性	新鲜茶叶（特别是优质茶芽）	计算机视觉	NA	机器视觉，深度学习	CNN	图像	NA	NA	YOLOv12	准确率，召回率，mAP@0.5	NA
4254	2026-02-17	Deep Learning-Based Semantic Segmentation and Classification of Otoscopic Images for Otitis Media Diagnosis and Health Promotion 2026-Feb-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16030467 PMID:41681785	研究论文	本研究开发了一种基于深度学习的AI诊断框架，用于耳镜图像的语义分割和分类，以辅助中耳炎的诊断和健康促进	提出了一种结合半监督学习、语义分割和基于区域特征提取的三步式AI诊断框架，用于耳镜图像的自动分析，提高了诊断的客观性和可重复性	研究样本量相对有限（共607张图像），且为回顾性数据，未来需要更大规模的前瞻性研究进行验证	开发一种客观、可重复的自动化诊断工具，以辅助中耳炎的准确诊断和健康筛查	临床耳镜图像	计算机视觉	中耳炎	深度学习图像分析	CNN	图像	607张临床耳镜图像（正常耳220张，急性中耳炎157张，慢性中耳炎伴鼓膜穿孔230张）	NA	U-Net, PSPNet, HRNet, DeepLabV3+	像素精度, Dice相似系数, 准确率	NA
4255	2026-02-17	Review of CNN-Based Approaches for Preprocessing, Segmentation and Classification of Knee Osteoarthritis 2026-Feb-02, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16030461 PMID:41681779	综述	本文综述了基于卷积神经网络（CNN）的膝骨关节炎（KOA）预处理、分割和分类方法	系统性地比较了文献中基于CNN的KOA分类方法，并指出了现有研究的方法学局限性和未来研究方向	现有研究在稳健性和临床适用性方面存在不足，分类准确性受数据集、成像模态和任务定义影响较大	自动化评估膝骨关节炎的疾病严重程度，以减少临床医生间的主观差异	膝骨关节炎（KOA）的X射线和MRI影像数据	计算机视觉	骨关节炎	X射线和MRI成像	CNN	图像	NA	NA	NA	准确率	NA
4256	2026-02-17	MRI-Based Radiomics for Non-Invasive Prediction of Molecular Biomarkers in Gliomas 2026-Feb-02, Cancers IF:4.5Q1 DOI:10.3390/cancers18030491 PMID:41681963	系统综述	本文系统综述了基于MRI的影像组学在胶质瘤分子生物标志物无创预测中的应用，评估了方法学趋势、性能指标和转化准备度	首次系统性地综合了当前影像组学在胶质瘤分子生物标志物预测中的应用，并采用RQS、IBSI和NOS等多种工具评估了方法学质量	研究存在异质性，未进行荟萃分析；成像方案、标准化程度、外部验证和方法学严谨性存在差异，阻碍了广泛的临床转化	评估影像组学在胶质瘤关键分子生物标志物无创预测中的应用现状与潜力	人类胶质瘤患者	数字病理学	胶质瘤	MRI	机器学习, 深度学习	图像	总计10324名患者（平均每项研究140名，范围23-628）	NA	卷积神经网络	AUC	NA
4257	2026-02-17	Engineering-Oriented Ultrasonic Decoding: An End-to-End Deep Learning Framework for Metal Grain Size Distribution Characterization 2026-Feb-02, Sensors (Basel, Switzerland) DOI:10.3390/s26030958 PMID:41682473	研究论文	本文提出了一种基于深度学习的端到端框架，利用多模态超声特征和空间编码来预测GH4099金属的晶粒尺寸分布	结合双卷积压缩网络与全连接解码器的编码器-解码器模型，引入厚度编码分支进行物理约束下的特征解耦，以及椭圆空间融合策略优化预测	NA	开发一种准确且适应性强的金属晶粒尺寸分布表征方法	GH4099金属材料的晶粒尺寸分布	机器学习	NA	超声检测	CNN	超声A扫描信号的时间-频率表示	NA	NA	编码器-解码器模型,双卷积压缩网络,全连接解码器	平均绝对误差,标准偏差平均绝对误差,KL散度	NA
4258	2026-02-17	An Intelligent Sensing Framework for Early Ransomware Detection Using MHSA-LSTM Machine Learning 2026-Feb-02, Sensors (Basel, Switzerland) DOI:10.3390/s26030952 PMID:41682470	研究论文	提出一种基于MHSA-LSTM机器学习模型的智能感知框架，用于早期勒索软件检测	核心创新在于引入基于信息增益的相关性系数μ增强自注意力机制，能自主优先区分最具判别性的行为特征，过滤噪声并克服初始攻击阶段数据稀缺问题	未明确说明框架在实时动态环境中的部署延迟或资源消耗限制	开发主动式早期勒索软件检测框架以增强网络安全防御	勒索软件样本与良性应用程序的行为特征数据	机器学习	NA	动态分析	LSTM, CNN-LSTM	行为特征序列数据	39,378个勒索软件样本和9,732个良性应用程序	NA	Multi-Head Self-Attention LSTM (MHSA-LSTM), CNN-LSTM, Stacked LSTM	准确率, 假阳性率, F1分数	NA
4259	2026-02-17	Research and Application of Safety Hazard Perception and Responsibility Traceability System in University Laboratories 2026-Feb-02, Sensors (Basel, Switzerland) DOI:10.3390/s26030953 PMID:41682471	研究论文	本文提出了一种基于深度学习的实验室安全隐患感知与责任追溯系统，用于解决高校实验室安全管理中的挑战	引入通道注意力机制SE和NWD损失函数，结合DeepSORT跟踪，实现实验室场景的多目标跟踪与隐患感知，并提出了责任匹配算法和可视化追溯机制	NA	解决高校实验室安全管理中责任追溯对高频风险行为监管不足的问题	高校实验室场景中的安全风险行为，如实验人员未穿实验服	计算机视觉	NA	深度学习	目标检测模型	图像	NA	YOLOv5s, DeepSORT	YOLOv5s	平均精度均值(mAP)	NA
4260	2026-02-17	High-Accuracy Detection of Odor Presence from Olfactory Bulb Local Field Potentials via Deep Neural Networks 2026-Feb-02, Sensors (Basel, Switzerland) DOI:10.3390/s26030951 PMID:41682467	研究论文	本研究提出了一种基于深度神经网络的方法，用于从嗅球局部场电位中高精度检测气味的存在	首次提出使用互补的一维卷积网络集成模型（ResCNN和AttentionCNN）从多通道嗅球局部场电位中进行稳健的单次试验气味检测，并验证了仅凭嗅球信号和频谱特征即可实现高精度检测的假设	研究为初步工作，仅在7只清醒小鼠的2349次试验上进行测试，尚未在更广泛或更复杂的场景中验证	开发一种通用的气味检测系统，验证从嗅球局部场电位进行稳健单次试验气味检测的可行性	清醒小鼠的嗅球局部场电位信号	机器学习	NA	局部场电位记录	CNN	信号数据（局部场电位）	7只清醒小鼠的2349次试验	NA	ResCNN, AttentionCNN	准确率, F1分数, AUC	NA