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
41	2026-11-15	A Deep Learning Framework with Qualitative Post Hoc Explanation for Dry Eye Detection and Tear Film Lipid Layer Pattern Classification Using Anterior-Segment and Tearscope Imaging 2026-Oct-29, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213569 PMID:43028440	研究论文	提出一种结合通道扩展与差分训练的深度学习框架，并利用Grad-CAM进行定性事后解释，用于前节裂隙灯图像的干眼症二分类和泪膜脂质层干涉图案的四分类	在冻结的ImageNet初始化ResNet主干上添加并行扩展通道并以He正态初始化，采用差分学习率训练，结合Grad-CAM和Grad-CAM++进行定性事后解释，用于眼科图像分类	VOPTICAL-Is仅含健康受试者图像且缺乏受试者标识，开发集与留出集存在组代码重叠，无法排除受试者重叠；原始图像级评估仅为探索性，不能作为受试者级泛化证据；分组敏感性分析未重跑最佳配置，数值差异不能单独归因于数据划分；消融实验无显著性检验；缺乏外部临床验证	评估深度学习策略在两项独立眼科成像任务中的表现：基于前节裂隙灯图像的干眼症与健康分类，以及基于Tearscope图像的泪膜脂质层干涉图案四分类	干眼症患者与健康受试者的前节裂隙灯图像，以及健康受试者的Tearscope泪膜脂质层图像	医学图像分析	干眼症	裂隙灯前节成像, Tearscope成像	CNN, MLP	图像	ShECS裂隙灯图像434张，VOPTICAL-Is Tearscope图像406张	TensorFlow, Keras	ResNet-101, ResNet-50	准确率, 精确率, 召回率, F1分数, AUC	NA
42	2026-11-15	A Review of Machine Learning Approaches to Eye Disease Detection: Current Trends, Challenges and Future Directions 2026-Oct-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213546 PMID:43028416	综述	综述机器学习方法在眼病检测中的应用，涵盖传统机器学习、深度学习、视觉Transformer、集成与混合模型、分割方法及可解释AI，并强调临床适用性而非仅基准性能	区别于现有常聚焦单一疾病或方法的综述，本文综合多种眼病与多类方法，并系统关注临床部署的适用性与可解释性验证问题	为结构化叙述性综述而非系统综述或荟萃分析，未进行定量合并；现有研究普遍缺乏外部验证与前瞻性证据	总结眼病自动检测、分级与分割的机器学习研究趋势、挑战与未来方向，评估其临床就绪度	青光眼、糖尿病视网膜病变、年龄相关性黄斑变性、白内障、角膜疾病、早产儿视网膜病变等眼病	医学图像分析	眼病	NA	传统机器学习, 深度学习, 视觉Transformer, 集成模型, 混合模型, 分割模型, 可解释AI	图像	NA	NA	NA	NA	NA
43	2026-11-15	DenseGated-MSNet: A Multi-Sequence Gated Fusion Network for Multiple Sclerosis Classification from Brain MRI 2026-Oct-28, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213539 PMID:43028410	研究论文	该文提出一种多序列门控融合网络DenseGated-MSNet，并发布一个新的多序列脑部MRI数据集，用于多发性硬化症与非多发性硬化症的分类	提出输入依赖的门控特征级融合机制，可并行处理多个共采集MRI序列并输出序列级调制信息；同时收集并公开一个以受试者级别组织的多序列脑部MRI数据集	仅进行了内部五折受试者独立交叉验证，非多发性硬化症对照组为选定人群，缺乏外部独立数据集验证	利用多序列MRI的互补信息提升多发性硬化症的自动化分类性能，并提供受试者独立、可复现的评估框架	多发性硬化症患者与选定非多发性硬化症对照者的脑部MRI数据	数字病理学	多发性硬化症	多序列脑部MRI	CNN	图像	NA	NA	DenseNet-121, 门控融合网络	准确率, AUC	NA
44	2026-11-15	IMU-Based Analysis of Postural Transitions: A Systematic Review 2026-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s26216808 PMID:43029606	系统综述	本文系统综述了基于IMU的姿势转换评估研究的方法学现状	首次系统梳理IMU姿势转换评估的方法学全景，涵盖检测、分割、验证等多种研究目的和分析方法	方法学异质性大，IMU衍生的姿势转换结果缺乏标准化，床 mobility等任务研究不足，报告不一致	绘制IMU-based姿势转换研究的方法学图景，评估方法学质量，识别标准化需求	成人姿势转换评估研究	数字健康, 康复工程	NA	IMU（惯性测量单元）	NA	IMU传感器数据	35项研究（来自30,181条记录）	NA	NA	NA	NA
45	2026-11-15	Chi-Squared Detection of Physical Accident Signatures in Nuclear Power Plant Data, with Synthetic Adversarial Stress Test 2026-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s26216812 PMID:43029609	研究论文	本文对核电厂事故数据（NPPAD）进行轻量级异常检测器基准测试，比较卡方（马氏距离）检测器与孤立森林等基线，并引入合成虚假数据注入压力测试以评估对抗鲁棒性	将CCE分析工作流实例化为异常检测流程，在匹配1%虚警率下系统比较卡方与孤立森林检测器，并首次引入合成虚假数据注入压力测试揭示物理事故检测率无法迁移至对抗操纵场景	检测器排名在对抗压力下发生变化，物理事故检测率不适用于对抗操纵；结果仅为数据集特定发现，未进行硬件在环验证，且未声称超越已发表深度学习基线因评估协议不同	在核-可再生能源混合能源系统背景下，基准测试轻量级异常检测器对物理事故的检测能力，并评估其在合成对抗性虚假数据注入下的鲁棒性	核电厂事故数据（NPPAD）中的302个正常样本及17类事故场景数据	机器学习, 网络安全, 工业控制系统	NA	异常检测, 虚假数据注入攻击模拟, 马氏距离, 孤立森林, PCA重建, z-score	卡方检测器（马氏距离）, 孤立森林, PCA重建, z-score基线	表格数据/时间序列（核电厂传感器数据）	302个正常样本及17类事故场景样本（具体事故样本数未明确）	NA	卡方（马氏距离）, 孤立森林, PCA重建, z-score	AUC, 检测率, 虚警率（FAR）, DeLong检验p值	NA
46	2026-11-15	Grid-Coded Retrieval-Augmented Generation with Hybrid Retrieval for Minute-Level Aircraft Trajectory Prediction 2026-Oct-28, Sensors (Basel, Switzerland) DOI:10.3390/s26216821 PMID:43029619	研究论文	提出了一种基于网格编码的混合检索增强生成框架，用于分钟级飞机轨迹预测	采用网格编码的双路径框架，结合确定性BFS查找和空间感知FAISS检索，并引入拉普拉斯平滑与全局马尔可夫加权校准转移矩阵，无需训练即可利用历史飞行先验	单步Top-1准确率与无泄漏全局马尔可夫基线相同，且未显著优于平凡持久性预测器；在点精度上低于恒速航位推算基线	解决超短期战术轨迹预测中深度学习模型缺乏航空空间归纳偏置、稀疏网格转移样本拟合差的问题	中南地区62架测试航班的ADS-B轨迹数据，覆盖0.25°×0.25°网格	机器学习	NA	ADS-B	RAG	轨迹数据	62个测试航班	FAISS	NA	Top-1, Top-3, Top-5, MAE	NA
47	2026-11-15	Physics-Informed Deep Learning Surrogate for Mechanical-Response Prediction and Failure Assessment of High-Performance Polymer Composites 2026-Oct-28, Polymers IF:4.7Q1 DOI:10.3390/polym18212678 PMID:43029966	研究论文	提出了一种DBN-GJO-PI-RNN代理模型，用于高性能聚合物复合材料的力学响应预测和失效评估	将深度信念网络特征学习、物理约束学习和失效筛选集成到一个工作流中，并使用金豺优化算法同时调整网络设置和三个损失权重，其适应度函数同时奖励准确性和物理一致性	仅在公共数据集上进行了验证，未在真实实验或高保真模拟中测试；物理约束仅包含本构、平衡和边界项，可能未覆盖所有失效模式	开发一种快速、物理感知的代理模型，在昂贵的测试或模拟之前筛选聚合物复合材料设计	高性能聚合物复合材料	机器学习	NA	NA	DBN, RNN	表格数据（材料与载荷输入及力学响应目标）	5000个聚合物复合材料样本，六个响应目标	NA	DBN, PI-RNN	MAE, RMSE, R	NA
48	2026-11-15	A Hybrid Deep Learning Model (CNN-GRU) with MRMR for EEG-Based Depression Detection 2026-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213507 PMID:43028380	研究论文	该文提出一种混合深度学习框架（CNN-GRU）结合mRMR特征选择用于基于EEG的抑郁症检测	将CNN提取的空间特征与GRU提取的时间特征拼接成120维表示，并应用mRMR特征选择保留30个最具信息量的特征后再分类	仅在公开MODMA数据集上验证，需要更大、更多样化和独立的临床数据集来验证框架的泛化性和潜在效用	利用EEG信号和深度学习实现客观可靠的抑郁症诊断	抑郁症患者和健康对照的EEG信号	机器学习	抑郁症	EEG	CNN, GRU	EEG信号	MODMA公开EEG数据集（具体样本量未在摘要中说明）	NA	CNN, GRU	准确率, 精确率, 召回率, F1分数	NA
49	2026-11-15	Exploring NS5A Protein of Hepatitis C Virus Through Computational Deep Learning Models and Phylogenetic Analysis for Sequence Variability 2026-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213517 PMID:43028389	研究论文	该研究提出了一种生成式LSTM模型AI-VNA，用于生成和分析丙型肝炎病毒NS5A蛋白序列，以增强对序列多样性的理解并改进预测建模	开发了名为AI-VNA的生成式LSTM模型，用于生成具有进化相关性和多样性的NS5A蛋白序列，并结合BLAST验证、系统发育聚类和统计检验等多种方法进行综合评估	生成的序列与数据库序列的相似性存在显著差异（p=0.01221，Cliff's Delta=0.291，效应量小），表明生成序列与真实序列之间仍有差距	通过计算深度学习模型生成和分析HCV NS5A蛋白序列，增强对序列多样性的理解并改进预测建模，支持HCV序列分析及诊断和治疗开发	丙型肝炎病毒的NS5A蛋白序列	机器学习	丙型肝炎	深度学习序列生成，BLAST序列比对，系统发育分析	LSTM，CNN，1D-CNN，GRU，Simple RNN	蛋白质序列	NA	NA	LSTM，CNN，1D-CNN，GRU，Simple RNN	准确率，BLAST查询覆盖率，E值，序列一致性，Mann-Whitney U检验，Cliff's Delta	NA
50	2026-11-15	Diagnostic Accuracy of Machine and Deep Learning Methods in Intracranial Hemorrhage Detection: A Systematic Review and Meta-Analysis 2026-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213516 PMID:43028387	系统综述与荟萃分析	本文系统综述并荟萃分析了机器学习和深度学习方法在颅内出血及其亚型检测中的诊断准确性	比较了私有数据集与公共数据集、FDA批准与非FDA批准算法之间的泛化能力差异	仅纳入非对比CT扫描研究，未涵盖其他影像模态，且部分研究可能存在异质性	评估机器与深度学习算法检测颅内出血及其亚型的诊断准确性及泛化性	急性神经功能缺损并接受非对比CT头颅扫描的患者	医学影像分析	颅内出血	非对比CT扫描	机器学习, 深度学习	图像	51项研究纳入荟萃分析	NA	NA	敏感性, 特异性	NA
51	2026-11-15	An Explainable Multi-Model Ensemble for Brain Hemorrhage Detection and Subtype Classification Using 34,366 NCCT Images 2026-Oct-27, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213514 PMID:43028386	研究论文	本研究构建并验证了一种基于NCCT图像的可解释多模型集成深度学习方法，用于脑出血亚型的自动多分类	结合InceptionV3、Xception和InceptionResNetV2三种CNN架构，采用无加权软投票集成策略，并使用Grad-CAM提供可解释性可视化	仅使用单一公开数据集的图像级划分，缺乏外部验证，属于研究阶段决策支持方法而非临床验证诊断系统	开发并验证基于NCCT图像的脑出血亚型自动多分类集成深度学习方法	脑出血NCCT图像，包含EDH、SDH、SAH、IPH、IVH和正常六类诊断	医学图像分析	脑出血	非增强CT（NCCT）成像	CNN	图像	34,366张NCCT图像	NA	InceptionV3, Xception, InceptionResNetV2	准确率, 宏平均精确率, 宏平均召回率, 宏平均F1分数	NA
52	2026-11-15	A Deep Learning Algorithm for Classifying Local Material Defects in Aluminum Castings Based on Signals from a Self-Excited Acoustic System SAS 2026-Oct-27, Sensors (Basel, Switzerland) DOI:10.3390/s26216798 PMID:43029597	研究论文	提出一种基于自激声学系统信号和Audio Spectrogram Transformer的深度学习算法，用于分类铝合金铸件的局部材料缺陷	首次将Audio Spectrogram Transformer用于自激声学系统信号的时频图分类，以区分无缺陷和内部有缺陷的铝铸件	仅测试了两个试样和六个测点，样本量小；未与其他深度学习模型进行广泛比较	评估利用自激声学系统产生的声信号区分无缺陷试样和含内部材料缺陷试样的潜力	铝合金铸件试样（一个无缺陷参考试样和一个经X射线确认有内部缺陷的试样）	无损检测, 声学信号处理, 深度学习	NA	自激声学系统, X射线检测, 时频分析	Audio Spectrogram Transformer	声学信号, 时频图（频谱图）	2个试样，每个试样6个测量点，共12个测量样本	NA	Audio Spectrogram Transformer	准确率, 精确率, 召回率, F1分数, AUC, 混淆矩阵	NA
53	2026-11-15	Deep Learning-Based Automated Detection, Segmentation, and Quantification of Retinal Fluid on Optical Coherence Tomography: A Validation Study 2026-Oct-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213497 PMID:43028370	研究论文	验证基于深度学习的算法在多种视网膜疾病的OCT图像上自动检测、分割和定量评估视网膜积液	在多种视网膜疾病（nAMD、DME、MacTel）中系统验证深度学习算法对IRF、SRF、PED和SHRM的自动分割与定量分析性能，并结合多名专家手动校正进行一致性评估	回顾性研究设计，样本量相对有限（98个OCT体积），仅涉及三种疾病，未提及外部独立验证集或多中心验证	验证深度学习算法在OCT上自动检测、分割和定量评估视网膜积液的性能，以支持临床和研究应用	nAMD、DME和MacTel患者的视网膜OCT体积扫描	数字病理学, 医学图像分析	新生血管性年龄相关性黄斑变性, 糖尿病性黄斑水肿, 2型黄斑毛细血管扩张症	OCT（光学相干断层扫描）	深度学习	图像（OCT B扫描）	98个OCT体积（31例nAMD、25例DME、42例MacTel）	NA	NA	准确率, 敏感度, 特异度, 阳性预测值, 阴性预测值, AUC, Gwet's AC1, Dice系数, 相关系数, Bland-Altman分析, ICC	NA
54	2026-11-15	Design of a PSO-Optimized VGG19 Convolutional Neural Network for Automatic Breast Cancer Image Classification 2026-Oct-26, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16213503 PMID:43028376	研究论文	本文提出了一种基于PSO优化VGG19卷积神经网络的自动乳腺癌图像分类框架，用于HER2状态评估	利用粒子群优化算法系统优化VGG19的关键训练参数，显著提高学习稳定性，并在合成组织病理图像上实现高精度分类	模型开发和评估仅使用纯合成图像数据集，未在真实临床数据上验证，仅为计算概念验证	设计自动分类框架以克服传统HER2免疫组化评估的主观性和观察者间变异，提高诊断一致性	乳腺癌HER2状态的组织病理学图像	数字病理学	乳腺癌	NA	CNN	图像	NA	NA	VGG19, MobileNet	准确率, 灵敏度, 特异性, AUC	NA
55	2026-11-15	HierL2GDTA: Hierarchical Interaction Modeling with Local and Global Features for Drug-Target Affinity Prediction 2026-Oct-26, Molecules (Basel, Switzerland) DOI:10.3390/molecules31213856 PMID:43029171	研究论文	提出了一种基于序列的分层框架HierL2GDTA，用于预测药物-靶标结合亲和力	采用多尺度卷积提取局部特征，结合双向门控循环单元和膨胀卷积捕获更广泛的蛋白质和配体上下文，并使用改进的Transformer编码器通过顺序交叉注意力整合全局蛋白质上下文和配体特征，以建模分子内和分子间依赖关系	未明确说明	准确预测药物-靶标结合亲和力，以促进药物发现	蛋白质和配体（药物分子）	药物发现	NA	深度学习	CNN, BiGRU, Transformer	序列数据	BindingDB和Davis数据集	NA	多尺度卷积, 双向门控循环单元, 膨胀卷积, 改进的Transformer编码器	NA	NA
56	2026-11-15	Automated Segmentation of the Deep Inferior Epigastric Artery on CTA Using Deep Learning for Preoperative Planning of DIEP Flap Breast Reconstruction 2026-Oct-26, Sensors (Basel, Switzerland) DOI:10.3390/s26216771 PMID:43029571	研究论文	本研究建立了专用的腹壁下深动脉（DIEA）数据集，并开发了一种改进的ResU-Net++深度学习模型，用于在腹部CTA图像上自动分割DIEA，以辅助DIEP皮瓣乳房重建的术前规划	构建了像素级标注的专用DIEA数据集，并提出了改进的ResU-Net++模型，结合Tversky损失、AdamW优化器和余弦退火策略，实现了DIEA的自动分割	研究为回顾性设计，样本量较小（31例患者），自动分割的临床效用仍需前瞻性验证	实现腹部CTA图像上腹壁下深动脉的自动分割，以支持DIEP皮瓣乳房重建的术前规划	31例患者的腹部CTA图像，共4446张高分辨率图像	医学图像分割	乳腺癌（乳房重建）	CT血管造影（CTA）	CNN	图像	31例患者的4446张腹部CTA图像	NA	ResU-Net++	Accuracy, Sensitivity, Intersection over Union (IoU), Dice Similarity Coefficient (DSC), Hausdorff Distance (HD)	NA
57	2026-11-15	LeMoRe-MTKD: A Multi-Teacher-Student Knowledge Distillation Deep Learning Framework for Landslide Segmentation Using UAV Imagery 2026-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s26216750 PMID:43029550	研究论文	提出一种多教师-学生知识蒸馏深度学习框架，用于无人机影像中的滑坡语义分割	采用多教师-学生知识蒸馏框架，将SegNet、U-Net、DeepLabV3+和LinkNet的知识迁移到轻量级LeMoRe模型，并通过消融实验和权重调优优化知识蒸馏组件和教师权重比例	仅使用四个滑坡站点的无人机影像数据，测试站点有限，未充分讨论模型在其他地形和气候条件下的泛化能力	利用无人机影像和知识蒸馏技术实现滑坡区域的准确语义分割，以识别和量化滑坡影响区域	韩国山清郡四个村庄（Mogo、Buri、Oejeong、Sangneung）的滑坡区域无人机影像	计算机视觉	NA	无人机成像	CNN	图像	四个滑坡站点的无人机影像数据集	NA	LeMoRe, SegNet, U-Net, DeepLabV3+, LinkNet	F1分数, IoU	NA
58	2026-11-15	ACmixSAR-YOLO11: A SAR Ship Detection Model Based on YOLO11 2026-Oct-25, Sensors (Basel, Switzerland) DOI:10.3390/s26216749 PMID:43029549	研究论文	本文提出了一种基于YOLO11的SAR舰船检测模型ACmixSAR-YOLO11，通过融合卷积与自注意力、噪声门控机制和尺度加权损失函数来提升检测性能	设计了ACmixSAR模块将卷积操作与自注意力机制相结合以增强特征判别力；嵌入SARNoiseGate门控机制抑制低信噪比特征响应；开发了尺度加权完整交并比损失函数SW-CIoU，根据目标尺寸分配自适应回归权重以重新平衡小、中、大舰船的优化	在HRSID数据集上采用传统图像块级划分时性能提升部分被训练集与测试集之间的场景重叠所夸大；在严格无泄漏的场景级划分下，mAP@0.5的提升缩小至随机种子波动范围内；仅对mAP@0.5进行了显著性检验，其他指标仅报告了三种子均值和分布；参数量有所增加（9.69M至11.75M）	解决SAR舰船检测中小尺度舰船在目标尺度变化大时漏检、乘性斑点噪声和复杂海杂波干扰等问题，提升多尺度检测能力和特征表示能力	SAR图像中的舰船目标	计算机视觉	NA	合成孔径雷达（SAR）成像	CNN, Transformer	图像	SSDD数据集和HRSID数据集（具体样本数量未在摘要中说明）	NA	YOLO11, ACmixSAR, SARNoiseGate	精确率, 召回率, mAP@0.5, mAP@0.5:0.95	NA
59	2026-11-15	Towards Integrative and Multi-Scale Imaging with Recent Advances in Cryo-Electron Tomography 2026-Oct-24, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27219519 PMID:43027771	综述	讨论冷冻电子断层扫描（cryo-ET）工作流程中样品制备、数据采集和计算处理的最新进展，以及其与多尺度、多模态成像的整合。	系统总结了cryo-ET在样品减薄（冷冻聚焦离子束铣削）、高压冷冻和提升技术、自动化倾斜系列采集以及集成重建与处理流程等方面的最新进展，并强调了深度学习在目标识别、质量控制、断层重建和子断层平均分析中的应用。	文章指出了当前cryo-ET技术的局限性，并讨论了可能进一步扩展其能力的新兴技术，但未具体列出所有限制细节。	探讨cryo-ET工作流程的最新发展如何桥接分子与细胞尺度，并与多模态成像结合，推动整合结构细胞生物学。	cryo-ET技术及其工作流程，包括从分离的大分子组装体到细胞、类器官或组织等多种样品。	结构生物学	NA	冷冻电子断层扫描（cryo-ET）、冷冻聚焦离子束铣削、高压冷冻、深度学习	深度学习	图像	NA	NA	NA	NA	NA
60	2026-11-15	From Detection to Prediction: A Systematic Review of Intelligent Fault Detection in Industrial Conveyor Belt Systems 2026-Oct-24, Sensors (Basel, Switzerland) DOI:10.3390/s26216741 PMID:43029541	系统综述	本文系统综述了2010-2026年间131项关于工业传送带系统智能故障检测的实证研究，重点分析传感技术、人工智能分析方法和部署可行性	首次联合评估方法学质量、跨模态传感、部署就绪度和预测所需技术能力，而非仅关注单一传感模态或更广泛的采矿应用	多数研究仍集中于识别已有故障而非预测未来退化，剩余使用寿命估计仅3项研究（2.3%），退化趋势仅7项（5.3%），物理信息机器学习、跨站点域适应、不确定性量化、可解释性和数字孪生集成均缺失或极少	系统分析工业传送带系统智能故障检测的传感技术、AI分析方法和部署可行性，识别研究空白并指出未来方向	2010至2026年间发表的131项关于工业传送带系统智能故障检测的实证研究	工业故障检测	NA	计算机视觉、声学传感、振动传感、多传感器融合	CNN、LSTM、GRU	图像、声学信号、振动信号	131项实证研究	NA	YOLO、ResNet、U-Net、LSTM、GRU	NA	NA