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
4301	2026-02-17	DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37134-5 PMID:41580539	研究论文	本文介绍了DANEELpath，一个用于神经母细胞瘤模型组织病理学研究的开源数字分析工具包	开发了一个结合深度学习和数学形态学管道的开源工具包，用于三维培养神经母细胞瘤细胞的详细动态分析	未在摘要中明确提及具体限制	研究细胞外基质在神经母细胞瘤进展中的作用，并测试新的机械药物如西仑吉肽	神经母细胞瘤细胞在三维水凝胶中的生长动态	数字病理学	神经母细胞瘤	三维水凝胶培养，全切片图像分析	深度学习	图像	NA	NA	NA	NA	NA
4302	2026-02-17	The role of low-complexity repeats in RNA-RNA interactions and a deep learning framework for duplex prediction 2026-Jan-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68356-w PMID:41571635	研究论文	本文分析了大规模RNA-RNA相互作用数据集，发现低复杂度重复序列是驱动RNA-RNA相互作用的关键因素，并开发了深度学习模型RIME用于预测这些相互作用	首次识别低复杂度重复序列作为RNA-RNA相互作用的关键驱动因素，并开发了基于核酸语言模型嵌入的深度学习框架RIME，其性能优于传统热力学工具	未明确说明模型在特定细胞类型或条件下的泛化能力，以及数据集的潜在偏差	研究RNA-RNA相互作用的分子决定因素并开发预测工具	RNA-RNA相互作用、低复杂度重复序列、lncRNA Lhx1os	自然语言处理	NA	高通量测序、核酸语言模型	深度学习模型	序列数据	多个大规模RRI数据集	NA	NA	NA	NA
4303	2026-02-17	An Intelligent Hybrid Ensemble Model for Early Detection of Breast Cancer in Multidisciplinary Healthcare Systems 2026-Jan-23, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16030377 PMID:41681695	研究论文	本研究提出了一种集成了传统机器学习、深度学习和集成学习方法的智能混合系统，用于基于威斯康星乳腺癌数据集进行乳腺癌早期预测	提出了一种新颖的集成模型，该模型在一个统一的框架内整合了多种机器学习算法和深度学习架构，并通过多阶段框架和三种不同的训练-测试场景进行验证，显著超越了现有最先进方法	研究仅使用了威斯康星乳腺癌数据集，未在其他更复杂或更大规模的数据集上进行验证，可能影响模型的泛化能力	开发一个高精度、稳定且可靠的智能系统，以改善乳腺癌的早期预测和诊断决策支持	乳腺癌的早期检测	机器学习	乳腺癌	数据预处理、归一化、过采样技术	集成学习模型	医疗数据	威斯康星乳腺癌数据集	NA	NA	准确率, 精确率, 召回率, F1分数, 特异性, AUC	NA
4304	2026-02-17	LESSDD-Net: A Lightweight and Efficient Steel Surface Defect Detection Network Based on Feature Segmentation and Partially Connected Structures 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030753 PMID:41682269	研究论文	本文提出了一种基于特征分割和部分连接结构的轻量高效钢铁表面缺陷检测网络LESSDD-Net	引入了轻量级下采样模块CSPDDM、耦合通道注意力机制CCAttention以及改进的轻量级LP-C2f模块，显著降低了模型参数和计算成本，同时提升了检测精度	NA	开发一种轻量高效的钢铁表面缺陷检测方法，以降低计算成本并便于在移动设备上部署	钢铁表面缺陷	计算机视觉	NA	深度学习	CNN	图像	基于数据增强的NEU-DET数据集	NA	LESSDD-Net, YOLO11n	mAP	NA
4305	2026-02-17	Distinguishing a Drone from Birds Based on Trajectory Movement and Deep Learning 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030755 PMID:41682270	研究论文	本文提出了一种基于轨迹运动和深度学习的无人机与鸟类区分方法	利用模型驱动的仿真管道生成合成数据，通过双向LSTM网络学习轨迹级别的运动模式差异，而非依赖外观特征	方法主要基于合成数据，真实轨迹数据需从雷达或视频跟踪系统扩展	在远距离、低像素场景下，通过运动轨迹区分无人机与鸟类，提升安全监控能力	多旋翼无人机、固定翼无人机和鸟类	计算机视觉	NA	合成数据生成、轨迹编码	LSTM	时间序列数据（图像平面坐标和表观大小）	NA	NA	双向LSTM	NA	NA
4306	2026-02-17	A Two-Dimensional (2-D) Sensor Network Architecture with Artificial Intelligence Models for the Detection of Magnetic Anomalies 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030764 PMID:41682281	研究论文	本文开发并初步评估了一种用于磁异常检测的二维磁力计网络架构，通过深度学习模型实现自动检测和初步目标跟踪	提出了一种二维磁力计网络架构，相比现有的一维架构，能通过扩展区域的同步数据采集增强磁异常的空间表征，从而可靠估计目标运动参数	NA	开发一种用于磁异常检测的智能实时监控系统，应用于安全和海底监测领域	移动的铁磁圆柱体作为目标	机器学习	NA	磁力计测量	深度学习模型	磁测量数据	部署了5×5节点阵列，覆盖12×12米区域进行地面测试	NA	NA	NA	NA
4307	2026-02-17	Identification of Loading Location and Amplitude in Conductive Composite Materials via Deep Learning Method 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030779 PMID:41682294	研究论文	本研究开发了一种基于深度学习的自感知方法，用于识别树脂基导电复合材料中外部机械载荷的位置和幅度，仅需简单的电极布局	提出了一种基于残差学习的CNN模型，能够同时准确识别载荷位置和幅度，且仅需四个边缘电极，简化了传统复杂的电极布局	NA	开发一种高效准确的复合材料结构健康监测方法，以识别外部机械载荷的位置和幅度	树脂基导电复合材料板及其在机械载荷下的边界电阻响应	机器学习	NA	导电填料填充、三维导电网络构建、边界电阻测量	CNN	电阻响应数据	NA	NA	基于残差学习的CNN	定位误差、幅度误差	NA
4308	2026-02-17	Application of Neural Network Automatic Event Detection for Reservoir-Triggered Seismicity Monitoring Networks 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030783 PMID:41682298	研究论文	本研究探讨了波兰和越南水库触发地震性（RTS）监测网络中神经网络自动事件检测的应用	比较了深度学习全局检测模型、迁移学习、专门设计的RTS神经网络与手动检测的效率，并强调相位检测与相位关联在提升事件检测数量中的关键作用	迁移学习效率依赖于数据库，且检测方法需结合手动方法才能充分有效	提高水库触发地震性监测网络中地震事件的检测数量，以支持触发过程研究	波兰和越南的水库触发地震性（RTS）监测网络	机器学习	NA	地震信号检测	神经网络	地震信号数据	仅包含数百个事件的RTS案例	NA	NA	检测灵敏度，相位关联效率	NA
4309	2026-02-17	Recent Applications of Machine Learning Algorithms for Pesticide Analysis in Food Samples 2026-Jan-23, Foods (Basel, Switzerland) DOI:10.3390/foods15030415 PMID:41683002	综述	本文综述了机器学习算法在食品样品农药残留分析中的最新应用	系统总结了机器学习（特别是监督学习算法和深度学习架构）与色谱、光谱及电化学平台结合，以提升农药残留检测的精度、效率及信号解释能力，并探讨了实时现场监测系统的未来发展方向	面临训练数据有限、食品基质变异性大以及监管约束等挑战	提升食品中农药残留检测的精度和效率，以保障食品安全和公共健康	食品样品中的农药残留	机器学习	NA	色谱、光谱、电化学技术	支持向量机, 随机森林, 提升方法, 深度神经网络	分析数据（来自色谱、光谱、电化学平台）	NA	NA	NA	NA	NA
4310	2026-01-23	Deep learning-based multimodal fusion of MRI and whole slide image for predicting neoadjuvant therapy response in locally advanced head and neck squamous cell carcinoma 2026-Jan-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02173-x PMID:41566290	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4311	2026-02-17	Comparison of Deep Learning Approaches for Extreme Low-SNR Image Restoration 2026-Jan-20, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.16.700026 PMID:41648256	研究论文	本研究提出一个新的荧光显微镜数据集，用于评估深度学习去噪方法，并比较了三种最先进的深度学习模型在极端低信噪比图像恢复中的性能	创建了一个包含多种成像条件和样本的多样化荧光显微镜数据集，并开发了一种图像拼接方法以处理大图像时的GPU内存限制	深度学习模型需要大量代表性数据集进行训练和测试，且处理大图像时对GPU内存要求较高	比较不同深度学习方法在极端低信噪比图像恢复中的性能，并提供数据集和解决方案以克服现有挑战	荧光显微镜图像，特别是低信噪比图像	计算机视觉	NA	荧光显微镜，旋转盘共聚焦显微镜	Transformer, CNN	图像	324对高/低信噪比图像，分布在12个子数据集中，图像大小从4到282兆像素	NA	Transformer, CNN	去噪性能	GPU内存
4312	2026-02-17	Time-series ECG Imputation Using a Pattern-Based Masking Framework 2026-Jan-16, medRxiv : the preprint server for health sciences DOI:10.64898/2026.01.14.26344164 PMID:41646733	研究论文	本研究评估并比较了多种插补方法在连续心电图时间序列数据上的性能，特别关注随机掩蔽与基于观察模式的掩蔽	引入了基于观察模式的掩蔽框架，以更真实地模拟临床实践中缺失数据的模式，并系统比较了从传统统计方法到深度学习模型的多种插补技术	研究样本量较小（仅40名患者），且数据来源于试点队列，可能限制了结果的普遍性	评估和基准测试不同缺失条件下时间序列心电图数据的插补方法，以支持实时心电图预测系统的部署	连续12导联Holter记录的心电图时间序列数据	机器学习	心血管疾病	连续心电图监测	深度学习模型, 传统统计方法	时间序列数据	40名患者的连续12导联Holter记录（每名患者2.5至4小时）	NA	SAITS, SMILES	平均绝对误差	NA
4313	2026-02-17	A deep learning model for the diagnosis of gastric neuroendocrine carcinoma 2026-Jan-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01382-3 PMID:41530277	研究论文	本研究开发了一个名为G-NECNet的深度学习模型，用于从组织病理学全切片图像中诊断胃神经内分泌癌	开发了专门针对胃神经内分泌癌检测的深度卷积神经网络G-NECNet，并在多个外部数据集上验证了其高准确性和泛化能力	未在摘要中明确提及研究的局限性	提高胃神经内分泌癌与胃腺癌的鉴别诊断准确性，以指导更合适的治疗干预	胃神经内分泌癌的组织病理学全切片图像	数字病理学	胃神经内分泌癌	组织病理学成像	CNN	图像	内部验证队列、外部单机构数据集和多机构会诊数据集，具体样本量未在摘要中提供	NA	G-NECNet	AUROC	NA
4314	2026-02-17	PlaTiF: A pioneering dataset for orthopedic insights in AI-powered diagnosis of tibial plateau fractures 2026-Jan-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06560-5 PMID:41501058	研究论文	本文介绍了一个用于AI辅助诊断胫骨平台骨折的首个开放数据集PlaTiF	首次提供了专门针对胫骨平台骨折AI分析的开放访问数据集，包含异质性X光片和专家标注的Schatzker分型	数据集样本量相对有限（421张X光片来自186名患者），且仅包含前后位X光片，缺乏其他视角或影像模态	通过提供高质量数据集，促进AI在胫骨平台骨折检测、分类和术前规划中的应用	胫骨平台骨折患者的膝关节X光片	计算机视觉	骨科疾病	X光成像	NA	图像	421张前后位X光片来自186名患者（平均年龄45.88±17.54岁，37名女性，149名男性）	NA	NA	NA	NA
4315	2026-02-17	ChemEmbed: a deep learning framework for metabolite identification using enhanced MS/MS data and multidimensional molecular embeddings 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag054 PMID:41686648	研究论文	本文提出了一种名为ChemEmbed的深度学习框架，通过整合化学结构的多维连续向量表示与增强的MS/MS谱图，用于代谢物鉴定	整合了多维化学结构向量表示与增强的MS/MS谱图（通过合并多碰撞能量谱图并纳入38,472种化合物的计算中性丢失），为卷积神经网络提供更丰富的输入	未明确说明	开发一种深度学习框架以解决代谢组学中大量未识别MS/MS谱图的注释问题	MS/MS谱图与代谢物结构	机器学习	NA	MS/MS	CNN	光谱数据	38,472种化合物	NA	CNN	排名第一准确率，排名前五准确率	NA
4316	2026-02-17	iDLDDG: predicting protein stability changes from missense mutations in DNA-binding proteins using integrated deep learning features 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag050 PMID:41686649	研究论文	本研究开发了一个名为iDLDDG的深度学习框架，用于预测DNA结合蛋白中错义突变引起的蛋白质稳定性变化	首次构建了一个严格区分双链DNA结合蛋白和单链DNA结合蛋白突变机制的计算框架，并引入基于熵的算法优化残基信息建模	未在摘要中明确说明	准确预测错义突变如何改变蛋白质-DNA结合亲和力，以理解疾病机制并推进治疗方法	DNA结合蛋白中的错义突变，包括双链DNA结合蛋白和单链DNA结合蛋白	机器学习	NA	蛋白质语言模型嵌入	深度学习	蛋白质序列和结构信息	MPD276数据集及包含DSBs和SSBs的独立测试集	NA	多通道架构	皮尔逊相关系数	NA
4317	2026-02-17	Development and Validation of a Predictive AI Framework for Diabetic Foot Ulcer Monitoring and Severity Assessment: A Step towards Self-monitoring and Primary Care Integration 2026-Jan, Healthcare informatics research IF:2.3Q3 DOI:10.4258/hir.2026.32.1.69 PMID:41681001	研究论文	本研究开发并验证了一个深度学习算法，用于根据国际糖尿病足工作组分类标准对糖尿病足图像进行严重程度分级	开发了一个预测性AI框架，用于糖尿病足溃疡的监测和严重程度评估，旨在支持资源有限环境下的自我监测和初级护理整合	模型在区分相邻严重程度等级时存在轻微过拟合，且样本量相对有限	开发并验证一个用于糖尿病足溃疡监测和严重程度评估的预测性AI框架	糖尿病足溃疡图像	计算机视觉	糖尿病足溃疡	深度学习	CNN, Transformer	图像	612张临床图像（通过数据增强从407张原始图像扩展）	NA	MobileNet_V2, EfficientNet-b0, DenseNet121, ResNet_50, VGG16, ViT_b_16	准确率, F1分数	NA
4318	2026-02-17	Improving Greater Caribbean manatee vocalization detection across habitats using neural networks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341561 PMID:41686843	研究论文	本研究探索了使用神经网络改进大加勒比海牛（Trichechus manatus manatus）叫声检测与分类的方法，以应对水下声学环境的复杂性	结合先进的信号处理技术（如滤波和归一化）与深度学习算法，并采用数据增强和特征提取策略，以处理海洋环境的动态和噪声条件，模型在未进行领域相关预训练的情况下，通过微调少量数据实现了对新数据集的泛化	模型在泛化能力方面仍有改进空间，特别是在不同噪声环境下	改进大加勒比海牛叫声的检测与分类，以深入了解其行为并辅助保护工作	大加勒比海牛（Trichechus manatus manatus）的叫声	机器学习	NA	水下录音、信号处理（滤波、归一化）	CNN	音频	大型水下录音数据集，包括Wildtracks和Placencia数据集	NA	已知的CNN架构（具体未指定）	F1分数	NA
4319	2026-02-17	Machine learning, deep learning, and artificial intelligence as applied to the field of cytopathology: a comprehensive review 2026 Jan-Feb, Journal of the American Society of Cytopathology DOI:10.1016/j.jasc.2025.07.004 PMID:40803957	综述	本文全面回顾了机器学习、深度学习和人工智能在细胞病理学领域的应用现状与研究进展	系统梳理了细胞病理学领域AI/ML技术从早期自动化系统到现代深度学习的发展脉络，并指出该领域相较于外科病理学的滞后性及当前发展机遇	细胞病理学AI应用仍处于起步阶段，大规模数据收集和算法建模因样本制备与评估方式的多样性而滞后	探讨数字细胞病理学中人工智能技术的科研与商业化发展现状	细胞病理学图像与标本	数字病理学	NA	数字玻片扫描, 图像分析	深度学习, 机器学习	图像	NA	NA	AlexNet	NA	GPU
4320	2026-02-17	End-to-end vs. human-defined feature extraction: comparing deep learning approaches for age classification using mandibular third molars 2025-Dec-24, The Journal of forensic odonto-stomatology DOI:10.5281/zenodo.17776415 PMID:41452801	研究论文	本研究比较了基于下颌第三磨牙X光片的年龄分类方法，包括传统人工方法、端到端深度学习模型和人工定义特征提取方法，以评估其在泰国人群中区分18岁以下和以上年龄的准确性	首次在泰国人群中系统比较了传统人工方法、端到端深度学习模型和人工定义特征提取方法在年龄分类中的性能，突出了人工定义特征提取方法在特异性和可解释性方面的平衡优势	研究样本仅来自泰国人群，可能限制了结果的普适性；深度学习模型的敏感性仍有提升空间	评估和比较不同方法在下颌第三磨牙X光片年龄分类中的准确性，以支持法律和法医学应用	下颌第三磨牙X光片	计算机视觉	NA	X光成像	CNN	图像	3,407张来自14-23岁个体的图像	NA	CNN	特异性, 敏感性, 贝叶斯后验概率, 准确率	NA