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
441	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
442	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
443	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
444	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
445	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
446	2026-06-06	Demographic-aware temporal graph attention for fair and accurate cardiac abnormality detection in 12-lead ECG 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54206-8 PMID:42243352	研究论文	提出一种人口统计学感知的图注意力网络DA-GAT-v2，用于12导联心电图的心脏异常检测，同时提高诊断准确性和算法公平性	创新点包括：基于导联的时间卷积编码器生成128维形态学嵌入、动态α-网络自适应预测患者特定的导联间图拓扑、以及将特征级线性调制集成到每一图注意力层中	由于两个数据集缺乏种族和民族元数据，公平性评估目前仅限于性别和年龄亚组	实现多标签心脏异常检测中诊断准确性与算法公平性的同步提升	男女患者之间的诊断性能差距	机器学习	心血管疾病	心电图分析	图注意力网络	12导联心电图信号	PTB-XL数据集21507条记录，Chapman-Shaoxing数据集10646条记录	PyTorch	时间卷积编码器、动态α-网络、特征级线性调制	宏F1分数、AUROC、均等机会差异、人口统计平价约束	NA
447	2026-06-06	Chaotic dynamics of Tai Chi public attention revealed by an integrated framework of horizontal visibility graphs, autoencoders, and sparse identification 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55384-1 PMID:42243391	研究论文	通过集成水平可见性图、自编码器和稀疏辨识的框架，揭示太极拳公众关注的混沌动力学	首次将水平可见性图、自编码器和稀疏辨识非线性动力学 (SINDy) 整合为一个分析框架，用以揭示文化现象公众关注的混沌动力学，并通过三种独立方法交叉验证了结果的可靠性	未详细说明外部因素对公众关注混沌模式的影响，也未提及样本数据的地域局限性可能对结论的普适性造成的影响	研究太极拳公众关注的混沌动力学模式，以促进文化遗产的保护与推广策略	太极拳公众关注的百度指数数据	机器学习	NA	百度指数数据采集	自编码器, 稀疏辨识非线性动力学 (SINDy)	时间序列数据	2014年至2024年中国四个省份（北京、上海、广东、河南）的每日百度指数数据	Scikit-learn, TensorFlow 或 PyTorch（用于自编码器）	水平可见性图 (HVG), 自编码器 (Autoencoder), SINDy	重建相关系数, 归一化均方根误差 (NRMSE), 最大Lyapunov指数	NA
448	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
449	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
450	2026-06-06	UniPTMs: a unified multi-type PTM site prediction model via master-slave architecture-based multi-stage fusion strategy and hierarchical contrastive loss 2026-Jun-04, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06516-x PMID:42243656	研究论文	提出了一种基于主从架构和多级融合策略的统一多类型蛋白质翻译后修饰位点预测模型UniPTMs	创新性地建立了主从双路径协作架构，通过双向门控交叉注意力模块动态整合蛋白质序列、结构和进化信息的高维表示，并设计了层级对比损失函数优化特征一致性	未提及模型在极端不平衡数据集或长序列上的表现，且轻量变体UniPTMs-mini的精度牺牲未量化说明	开发一个统一的高精度多类型蛋白质翻译后修饰位点预测框架，打破单类型预测范式的限制	五种类型的蛋白质翻译后修饰位点	机器学习	NA	深度学习	基于注意力的神经网络	蛋白质序列、结构、进化信息	NA	PyTorch	双向门控交叉注意力模块、多尺度自适应卷积金字塔、双向层级门控融合网络、层级动态加权融合机制	马修斯相关系数、平均精确率	NA
451	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
452	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
453	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
454	2026-06-06	A unified multimodal model for generalizable zero-shot and supervised protein function prediction 2026-Jun-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag356 PMID:42244114	研究论文	提出一种多模态AI模型FunBind，整合五种生物数据模态以提升蛋白质功能预测的准确性和泛化能力	首次联合五种生物模态（序列、文本、域注释、结构和GO术语）进行自监督对比学习和监督微调，实现零样本和新功能预测	未详细说明模型在不同模态数据缺失情况下的鲁棒性及对新功能预测的评估局限	开发通用性强的蛋白质功能预测方法，处理传统方法无法预测新功能词条的挑战	蛋白质及其功能注基因本体（GO）词条	机器学习	NA	多模态学习、对比学习、预训练与微调	多模态AI模型	蛋白质序列、文本描述、域注释、结构、GO术语	未在摘要中明确指定	PyTorch	对比学习编码器（用于对齐不同模态）	准确性、零样本泛化能力、与单模态及最先进方法的比较	NA
455	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
456	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
457	2026-06-06	Advancement of deep learning models with whole slide image in diagnosis, subtyping and prognosis for glioma 2026-Jun-04, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae7860 PMID:42246131	综述	总结基于全切片图像的深度学习模型在胶质瘤诊断、亚型分类和预后预测中的进展	系统梳理了从CNN到Transformer、混合架构及大语言模型的演进，并引入可解释性热力图和多模态融合方法	现有模型泛化性不足，且未充分验证在资源受限环境中的轻量化部署能力	总结WSI深度学习模型在胶质瘤诊断、分型、分级和预后预测中的应用现状及发展方向	胶质瘤患者的全切片病理图像及相关临床数据	数字病理学	胶质瘤	全切片图像	CNN, Transformer, 混合模型, 大语言模型	图像	NA	NA	ResNet-50, Vision Transformer, ROAM, CHIEF	AUC	NA
458	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
459	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
460	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