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
481	2026-02-24	Enhancing deep learning based multi-parameter fire detection by training on simulated and combustion experimental dataset 2026-Feb-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39191-2 PMID:41724743	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
482	2026-03-30	Multi-resolution adaptive channel fusion transformer encoder LSTM for accurate streamflow prediction 2026-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40713-1 PMID:41723217	研究论文	本文提出了一种用于精确径流预测的多分辨率自适应通道融合Transformer编码器LSTM混合架构	提出了一种新颖的混合架构MR-ACF-TE-LSTM，通过构建伪多变量输入、自适应注意力融合机制以及结合Transformer编码器和LSTM，能够同时捕捉短期变化和长期依赖关系	研究主要针对单变量时间序列，未明确讨论模型在极端事件或高度非线性水文过程中的表现	提高水文环境中单变量时间序列径流预测的准确性和可解释性	径流时间序列数据	机器学习	NA	时间序列分析	Transformer, LSTM, 混合模型	时间序列数据	三个基准径流数据集	NA	Transformer编码器, LSTM	RMSE, R²	NA
483	2026-03-30	Comparative study of wavelet transform and Fourier domain filtering for medical image denoising 2026-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40594-4 PMID:41723236	研究论文	本文对医学图像去噪中基于小波变换和傅里叶域滤波的方法进行了全面的比较研究	首次系统比较了八种小波族与十二种阈值函数、四种阈值选择规则在不同医学噪声类型下的性能，并对比了最佳小波配置与基于块的离散傅里叶余弦变换方法	研究仅针对CT图像和四种特定噪声类型，未涵盖所有医学成像模态和噪声模型；未与深度学习方法进行对比	评估和比较传统变换域方法在医学图像去噪中的性能	医学图像（CT图像）的去噪处理	计算机视觉	NA	图像去噪	NA	图像	未明确说明具体样本数量，但使用了CT图像数据集	NA	NA	PSNR（峰值信噪比）	NA
484	2026-03-30	Integrating multi-scale convolution and attention mechanisms in HybridHAR for high-performance human activity recognition 2026-Feb-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40904-w PMID:41723255	研究论文	本文提出了一种名为HybridHAR的新型深度学习模型，用于高性能的人类活动识别，通过集成多尺度卷积和注意力机制来解决现有方法在捕捉多尺度时间模式和保持深度网络特征传播方面的挑战	HybridHAR整合了三个关键创新点：并行多尺度CNN结构用于多时间特征提取、带有通道特征融合的残差注意力机制，以及带有辅助分类的深度监督模块	NA	解决人类活动识别中有效捕捉多尺度时间模式并保持深度网络特征传播的挑战，以提高识别准确率	基于传感器的人类活动识别	机器学习	NA	NA	CNN, 注意力机制	传感器数据	基于UCI HAR数据集	NA	HybridHAR	验证准确率, 测试准确率	NA
485	2026-03-30	Mass Balance Implications for Sediment Restoration Initiatives in the Detroit River, USA 2026-Feb-20, Bulletin of environmental contamination and toxicology IF:2.7Q3 DOI:10.1007/s00128-026-04198-y PMID:41718904	研究论文	本研究评估了美国底特律河区域沉积物修复行动对污染物质量库存和底栖无脊椎动物毒性的潜在影响	利用深度学习人工神经网络空间插值生成高分辨率沉积物污染地图，以评估化学物质平衡的预期变化和超过可能效应浓度区域的减少	NA	评估沉积物修复行动对污染物质量库存和底栖无脊椎动物毒性的影响	底特律河区域的沉积物	环境科学	NA	深度学习人工神经网络空间插值	人工神经网络	空间数据	NA	NA	NA	NA	NA
486	2026-03-30	A hybrid blockchain based deep learning model for multivector attack detection in internet of things enabled healthcare systems 2026-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40765-3 PMID:41721001	研究论文	本文提出了一种结合区块链和深度学习的混合模型，用于物联网医疗系统中的多向量攻击检测	提出了一种结合区块链（BC）和基于深度学习（DL）的入侵检测系统（IDS）的混合模型（Hybrid BC+DL Model），利用深度稀疏自编码器（DSAE）进行特征提取，并采用贝叶斯专家乘积（BPoE）方法进行验证，以提高医疗物联网系统的安全性	模型在跨数据集测试中表现出中等泛化能力（平均得分范围11.52-13.55%），且在受控实验环境中验证，实际部署效果需进一步评估	保护医疗物联网系统免受多向量网络攻击，确保医疗数据安全和系统完整性	医疗物联网系统及其生成的网络流量数据	机器学习	NA	深度学习，区块链技术，入侵检测	深度稀疏自编码器（DSAE），双向长短期记忆网络（BiLSTM）	网络流量数据	使用了IoT-Flock和CICIoT2023数据集	NA	深度稀疏自编码器（DSAE），双向长短期记忆网络（BiLSTM）	准确率，检测延迟，网络吞吐量（TPS），共识延迟，验证成功率	NA
487	2026-03-30	Research on enhancing short-term wind power forecasting through feature fusion in a hybrid deep learning framework 2026-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40689-y PMID:41714723	研究论文	本文提出了一种名为TCN-SENet-BiGRU-Global Attention的混合深度学习模型，用于提升短期风电功率预测的准确性	提出了一种结合TCN、SENet、BiGRU和全局注意力机制的多层次特征提取架构，以融合不同特征并更好地捕捉风电功率的非线性和复杂时间特性	NA	提高短期风电功率预测的准确性，以支持电网稳定和可持续运行	风电场的风电功率数据	机器学习	NA	NA	TCN, SENet, BiGRU, 注意力机制	时间序列数据	来自风电场的多个真实世界数据集	NA	TCN-SENet-BiGRU-Global Attention	预测误差	NA
488	2026-03-30	Dual-Stream Deep Feature and Cell Phenotype Fusion Model for the Diagnosis of Myeloproliferative Neoplasms 2026-Feb-19, Laboratory investigation; a journal of technical methods and pathology DOI:10.1016/j.labinv.2026.106090 PMID:41722652	研究论文	本研究提出了一种新颖的双流深度特征与细胞表型融合模型（DS-DFCPF），用于改进骨髓增殖性肿瘤（MPNs）的诊断	首次将全切片图像的深度学习特征与细胞（特别是巨核细胞）表型数据融合，采用双流方法增强MPN亚型区分能力	未明确提及模型在外部验证集上的泛化性能或计算效率的具体限制	提高骨髓增殖性肿瘤（MPNs）亚型诊断的准确性和自动化水平	骨髓增殖性肿瘤（MPNs）患者样本，重点关注巨核细胞等细胞成分	数字病理学	骨髓增殖性肿瘤	全切片图像分析、高级图像处理技术	CNN	图像	411个患者样本	NA	双流深度特征与细胞表型融合模型（DS-DFCPF）	NA	NA
489	2026-03-30	Characterising processing conditions that artifactually bias human brain tissue transcriptomes 2026-Feb-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68872-9 PMID:41702898	研究论文	本研究通过分析成人脑组织转录组数据，揭示了尸检后处理条件（时间和温度）如何引入人工偏差，并开发了深度学习模型预测这些偏差	首次系统性地定义了脑组织处理过程中产生的基因签名偏差（BAGs），并开发了深度学习工具TTRUTH来预测和标准化这些偏差	研究仅基于成人脑组织样本，未涵盖其他年龄组或疾病状态，且样本量相对有限	表征尸检脑组织处理条件对转录组数据的人工偏差影响，以提高数据标准化和解释能力	成人脑组织样本	生物信息学	NA	RNA-seq, 单核RNA-seq	深度学习	转录组数据	NA	NA	NA	NA	NA
490	2026-03-30	Risk Prediction of Chronic Kidney Disease Progression in Type 2 Diabetes Mellitus Across Diverse Populations 2026-Feb-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02439-2 PMID:41699026	研究论文	本研究开发了基于深度学习的预后模型，用于预测2型糖尿病患者的慢性肾病进展风险	利用大规模纵向电子健康记录数据，开发了适用于亚洲人群的个性化预测工具，并通过外部验证确认了模型的泛化能力	模型主要基于香港地区数据开发，虽经外部验证，但在其他种族或地区的适用性仍需进一步研究	预测2型糖尿病患者慢性肾病进展风险，实现早期风险分层和个性化干预	2型糖尿病患者，特别是亚洲人群	机器学习	慢性肾病	电子健康记录分析	深度学习模型	临床数据、生化数据、处方历史数据	569,680名个体（来自香港165家公共医疗机构），并包括UK Biobank和CHARLS队列的外部验证	NA	NA	AUC（曲线下面积）	NA
491	2026-03-30	A deep learning model integrating structured data and clinical text for predicting atrial fibrillation recurrence 2026-Feb-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02436-5 PMID:41699044	研究论文	本研究开发了一种整合结构化数据和临床文本的双分支深度学习模型，用于预测心房颤动消融术后的复发风险	首次提出一种结合1D ResNet处理结构化数据和多种大型语言模型（LLaMA-7B, Phi2-2.7B, Mistral-7B, MedGemma-27B）编码临床文本的双分支深度学习框架，用于多模态围手术期数据的AF复发预测，其中集成MedGemma的模型表现最佳	研究为回顾性多中心设计，可能存在选择偏倚；模型性能需在前瞻性队列中进一步验证；未详细探讨不同LLM特征提取对模型性能影响的具体机制	开发并验证一种整合多模态围手术期数据的深度学习模型，用于预测心房颤动消融术后的复发风险，以识别高风险患者并指导针对性干预	接受心房颤动消融术的患者	数字病理学	心血管疾病	NA	深度学习, 大型语言模型	结构化数据, 临床文本	2508名来自中国五家医疗中心的患者（训练队列、验证队列和测试队列）	PyTorch, Hugging Face Transformers	1D ResNet, LLaMA-7B, Phi2-2.7B, Mistral-7B, MedGemma-27B	曲线下面积	NA
492	2026-03-30	Dielectrocapillarity for exquisite control of fluids 2026-Feb-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69482-1 PMID:41680166	研究论文	本文通过整合液体状态理论和深度学习，揭示了电场梯度如何调控流体结构和毛细现象，并提出了“介电毛细作用”作为控制纳米孔中流体行为的新机制	首次建立了严格的电场梯度调控流体行为的微观第一性原理理论，并展示了其在相变、毛细凝结和多孔介质流体吸收中的可调控制	NA	研究电场梯度对极性流体结构和毛细现象的控制机制	极性流体、纳米孔材料、液体-气相变、毛细凝结	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
493	2026-03-30	Global daily 9 km remotely sensed soil moisture (2015-2025) with microwave radiative transfer-guided learning 2026-Feb-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06721-6 PMID:41680217	研究论文	本研究开发了一个过程引导机器学习框架，结合微波辐射传输模型理论和深度学习，以生成2015年至2025年全球每日9公里分辨率的地表土壤水分数据	通过整合辐射传输模型理论和深度学习，设计基于Kling-Gupta效率的损失函数，并利用模型模拟进行预训练和现场测量进行微调，克服了传统SMAP土壤水分产品在密集植被和复杂地表区域的精度限制	未明确说明模型在极端气候条件或特定地理区域（如永久冻土或高纬度地区）的适用性和潜在偏差	提高全球地表土壤水分的估计精度，以支持水资源和生态系统管理	全球陆地生态系统的地表土壤水分	机器学习	NA	微波辐射传输模型，深度学习	深度学习模型	遥感数据，现场测量数据	覆盖全球每日9公里分辨率数据（2015年4月至2025年6月），并使用独立现场测量进行验证	未明确指定，但涉及深度学习框架	过程引导机器学习框架	相关系数R，无偏均方根误差	NA
494	2026-03-30	EfficientNetB7-Based Deep Learning Framework for Enhanced Classification of Lung and Colon Cancer Histopathological Images 2026-02-06, Journal of visualized experiments : JoVE DOI:10.3791/68812 PMID:41729802	研究论文	本研究提出了一种基于预训练EfficientNetB7的深度学习框架，用于增强肺和结肠癌组织病理学图像的分类，准确率达到96%	结合高级预处理、微调和特定领域数据增强技术优化模型性能，有效解决了类别不平衡和细微组织学变异问题，并通过多种数据增强和早停策略防止过拟合	未明确说明模型在其他癌症类型或更大数据集上的泛化能力，且未详细讨论计算资源需求	开发一个高效的深度学习模型，用于肺和结肠癌组织病理学图像的早期准确分类，以辅助临床诊断	肺和结肠组织病理学图像	数字病理学	肺癌, 结肠癌	组织病理学成像	CNN	图像	NA	NA	EfficientNetB7	准确率	NA
495	2026-03-30	Solar Power Forecasting Using Hybrid Deep Learning: Performance Enhancement with Random Forest-BiLSTM and Ensemble Modeling 2026-02-03, Journal of visualized experiments : JoVE DOI:10.3791/69743 PMID:41729804	研究论文	本研究提出了一种混合深度学习集成方法，用于通过捕捉辐照度数据中的复杂时间依赖性来预测太阳能发电量	提出了一种集成前三名架构的逆MAE加权平均集成模型，与最佳个体模型相比，预测误差降低了6.2%，有效平衡了模型优势并增强了预测鲁棒性	NA	提高太阳能发电预测的准确性，以支持电网集成和可再生能源系统的运行稳定性	太阳能发电预测	机器学习	NA	NA	RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU, CNN-Transformer	历史时间序列数据	NA	NA	RF-BiLSTM, CNN-LSTM, CNN-BiLSTM, CNN-GRU, CNN-Transformer	R², MAE, MSE	NA
496	2026-03-30	Deep Learning Automated Measurement of Shunt Severity with Estimation of Uncertainty in 4D Flow MRI 2026-Feb, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250138 PMID:41711549	研究论文	本研究开发了一种深度学习系统，用于全自动测量四维血流MRI中的系统性和肺血流，以评估分流严重性	提出了一种深度学习系统，能够全自动化进行三维定位和二维分割，计算主动脉和肺动脉的净血流，并估计测量不确定性	研究样本量有限（共188例临床检查），且为回顾性研究，可能影响结果的普适性	评估深度学习系统在四维血流MRI中全自动测量血流量的可行性	临床四维血流MRI检查数据，包括有和无分流的患者	医学影像分析	先天性心脏病	四维血流MRI	CNN	MRI图像	188例临床四维血流MRI检查用于开发，71例患者用于验证	NA	卷积神经网络	Pearson相关系数, Bland-Altman分析	NA
497	2026-03-30	AUTOENCODIX: a generalized and versatile framework to train and evaluate autoencoders for biological representation learning and beyond 2026-01, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00916-4 PMID:41366150	研究论文	本文介绍了一个名为AUTOENCODIX的开源框架，用于标准化和灵活地预处理、训练和评估自编码器架构，以促进生物表示学习	提出了一个标准化、多功能且可推广的自编码器训练与评估框架，克服了现有实现缺乏标准化、可比较性和通用性的问题	未明确提及具体局限性，但可能涉及框架在不同数据模态或应用场景中的泛化能力验证	开发一个通用框架，以标准化和优化自编码器在生物表示学习中的训练与评估过程	自编码器架构，包括基于本体和跨模态的自编码器	机器学习	泛癌研究	单细胞测序，成像技术	自编码器	多模态数据，包括基因组数据和成像数据	NA	NA	基于本体的自编码器，跨模态自编码器	输入数据重建能力，嵌入质量，基于本体的嵌入可解释性可靠性	NA
498	2026-03-30	Feasibility of deep learning-accelerated HASTE-FS for pancreatic cystic lesion surveillance: comparison with conventional HASTE and MRCP 2025-Nov-18, Abdominal radiology (New York) DOI:10.1007/s00261-025-05265-4 PMID:41251737	研究论文	本研究比较了深度学习加速的HASTE-FS序列与常规HASTE序列及MRCP在胰腺囊性病变检测、表征和监测中的性能	首次将深度学习重建技术应用于单次激发脂肪饱和T2加权序列（DL HASTE-FS），并系统评估其在胰腺囊性病变监测中替代传统MRCP的可行性	研究为回顾性设计，样本量相对较小（91例患者），且仅使用单一3T MRI设备，可能影响结果的普遍性	评估深度学习加速成像技术在胰腺囊性病变MRI监测中的应用价值	胰腺囊性病变患者	数字病理学	胰腺癌	MRI, MRCP, 深度学习重建	深度学习模型	医学影像	91例连续患者，其中70个预选索引PCL	NA	NA	Likert量表评分, 统计显著性p值	3T MRI设备
499	2026-03-30	RNA-ligand interaction scoring via data perturbation and augmentation modeling 2025-08, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00820-x PMID:40555786	研究论文	本文介绍了一种基于序列的深度学习框架RNAsmol，用于预测RNA与小分子之间的相互作用	结合数据扰动与增强、基于图的分子特征表示和基于注意力的特征融合模块，无需结构输入即可准确预测RNA-小分子结合	受限于已验证的RNA-小分子相互作用数据有限和已知RNA结构稀缺	开发数据驱动的深度学习模型以预测RNA与小分子的相互作用	RNA与小分子之间的相互作用	机器学习	NA	深度学习	深度学习框架	序列数据	NA	NA	基于注意力的特征融合模块	十倍交叉验证、未见评估、诱饵评估	NA
500	2026-03-30	Memory kernel minimization-based neural networks for discovering slow collective variables of biomolecular dynamics 2025-07, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-025-00815-8 PMID:40495006	研究论文	本文提出了一种基于记忆核最小化的神经网络框架MEMnets，用于发现生物分子动力学中的慢集体变量	MEMnets基于积分广义主方程理论，通过编码非马尔可夫动力学到记忆核中，并最小化时间积分记忆核的上界来识别最优集体变量，克服了传统方法通常假设马尔可夫动力学的限制	未在摘要中明确提及	识别生物分子动力学中准确捕捉最慢时间尺度的集体变量，以理解蛋白质构象变化等生物过程	FIP35 WW结构域的折叠过程和细菌RNA聚合酶的钳口开放构象变化	机器学习	NA	深度学习	神经网络	生物分子动态数据	NA	NA	并行编码器网络	NA	NA