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
61	2026-06-02	Hybrid CNN-decision tree framework for efficient transmission line fault detection and classification: an XAI-based approach 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45514-0 PMID:41963451	研究论文	提出一种混合1D卷积神经网络与决策树的框架，用于高效且可解释的输电线路故障检测与分类	将1D-CNN仅作为特征提取器，决策树执行可解释分类，并集成SHAP提供全局和实例级可解释性，区别于传统端到端深度学习模型	未提及在实际输电线路部署中的长期稳定性或跨不同环境泛化能力	实现输电线路故障快速、准确且可解释的检测与分类，维持电力系统稳定性并减少断电时间	四条不同输电线路配置（短线路、长分布式线路、源端故障、负载端故障）	机器学习	不适用	MATLAB/Simulink仿真	1D卷积神经网络（1D-CNN）和决策树（DT）	三相电压和电流测量数据（每单位）	包含标准运行和十种故障类型的大规模平衡数据集	MATLAB/Simulink	1D-CNN-DT	故障检测准确率、故障分类准确率	NA
62	2026-06-02	Leveraging convolutional sparse autoencoders for robust movement classification from low-density sEMG 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47492-9 PMID:41963500	研究论文	提出基于卷积稀疏自编码器的深度学习框架，利用两个表面肌电通道实现稳健的手势识别，并结合少样本迁移学习和增量学习策略	结合卷积稀疏自编码器直接从原始信号提取时域特征，无需手工特征工程；利用少样本迁移学习解决受试者间差异性问题；支持通过增量学习扩展手势类别而无需完全重新训练模型	仅在健康受试者上进行概念验证，缺乏对截肢患者群体的验证；实验环境为受控条件，实际应用中的噪声和干扰未充分评估	开发低成本、高效且可扩展的肌电假肢手势识别系统，克服个体间差异和临床实用性限制	表面肌电信号及其对应的6类手势动作（可扩展至10类）	机器学习, 数字病理学, 计算机视觉	NA	表面肌电采集	卷积稀疏自编码器	信号	多受试者参与，具体数字未提及；包含6类手势和扩展至10类手势的数据集	NA	卷积稀疏自编码器	F1分数	NA
63	2026-06-02	Non-invasive endometriosis staging prediction using integrated radiomics and spatiotemporal transformer model based on dynamic contrast-enhanced MRI 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41499-y PMID:41957071	研究论文	开发了一种结合影像组学和时空Transformer的深度学习框架，基于动态对比增强MRI进行子宫内膜异位症的非侵入性分期预测	首次将影像组学特征与时空Transformer相结合，通过跨模态注意力机制实现纹理描述符与学习时空表征的双向精炼，并引入自适应加权根据病例特征调整特征贡献	模型对治疗决策的最终影响仍需进一步回顾性评估	实现子宫内膜异位症的非侵入性精确分期预测，避免侵入性腹腔镜检查	子宫内膜异位症患者的动态对比增强MRI影像序列	计算机视觉	子宫内膜异位症	动态对比增强磁共振成像	时空Transformer	影像	训练集486例手术确诊病例，外部验证集127例回顾性患者	PyTorch	时空Transformer结合影像组学特征提取	准确率, 宏平均F1分数	NA
64	2026-06-02	FedLiverNet: a federated learning framework for privacy-preserving and efficient liver cancer detection 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46244-z PMID:41957078	研究论文	提出一种名为FedLiverNet的联邦学习框架，用于在保护隐私且高效的情况下进行肝癌检测，特别是肝脏和肿瘤的CT图像分割	结合了改进的U-Net骨干网络、差分隐私聚合和聚类联邦学习与本地自适应，以应对非独立同分布数据并减少通信成本	仅在仿真实验中验证，未在真实多中心临床数据上测试	实现隐私保护下的多中心肝脏和肿瘤分割，提高模型在异构数据分布下的性能并降低通信开销	肝脏和肿瘤的CT图像分割	计算机视觉	肝癌	CT成像	U-Net	图像	未明确提及样本数量	NA	U-Net	Dice相似系数	NA
65	2026-06-02	Explainable deep learning-based lung cancer diagnosis using clinically-guided local interpretable model-agnostic explanations 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44127-x PMID:41957146	研究论文	提出一种基于自适应超像素扰动的局部可解释模型无关解释方法，用于深度学习肺癌诊断的可解释性	引入自适应超像素分割、分层扰动策略、肺部区域掩膜和后处理增强，改进原始LIME方法，生成高质量局部解释	未提及	提高深度学习肺癌诊断模型的可解释性，促进临床采用	肺部图像数据集中的肺癌分类任务	计算机视觉	肺癌	NA	CNN	图像	公开肺部图像数据集	NA	MedDeepNet	准确率、召回率、精确率、特异性、F1分数、删除分数、插入分数、ABPC	NA
66	2026-06-02	Intraoperative video-based artificial intelligence model exceeding surgeon accuracy for predicting severe fibrosis in minimally invasive liver surgery 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47518-2 PMID:41957239	研究论文	开发并评估一种基于术中视频的深度学习模型，用于预测肝细胞癌患者微创肝切除术中的严重肝纤维化，其性能优于外科医生的视觉评估和常规无创指标	首次利用术中视频帧和DenseNet-121架构进行深度学习分析，在外科医生视觉评估和无创指标之上实现了更优的纤维化预测准确性	单中心回顾性研究，样本量有限，需前瞻性多中心验证以确认泛化性和临床影响	为肝细胞癌微创肝切除术中提供客观的严重肝纤维化（F3-F4）诊断依据，优化手术策略	接受微创肝切除术的肝细胞癌患者	计算机视觉	肝细胞癌	术中视频帧采集	深度学习（卷积神经网络）	图像（术中视频帧）	103例患者	PyTorch	DenseNet-121	AUROC, 敏感度, 特异度, F1分数	NA
67	2026-06-02	High-precision automated grading of flue-cured tobacco leaves based on hierarchical feature fusion 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45252-3 PMID:41957429	research paper	提出一种基于层次特征融合的深度学习框架，用于烤烟叶片的高精度自动分级	整合多个预训练骨干网络、卷积块注意力模块与可学习注意力权重的层次特征融合模块，实现多尺度互补特征的自动聚合	未明确提及方法在其他农业产品上的泛化性验证及计算资源开销分析	解决烤烟叶片自动分级中多尺度特征捕获不足的问题，提高分级精度	烤烟叶片	computer vision	NA	NA	CNN	image	NA	PyTorch	ResNet, VGG, DenseNet, convolutional block attention module, hierarchical feature fusion module	accuracy	NA
68	2026-06-02	Study on mmage defect recognition and classification of power transmission equipment based on lightweight model residual Mamba 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45856-9 PMID:41957442	研究论文	提出一种基于轻量级残差Mamba的电力设备图像缺陷检测与分类方法	创新性地将Mamba模块集成到视觉状态空间中，并设计ResVSS模块，通过移除冗余线性层、引入深度卷积块和可学习缩放参数，在降低模型复杂度的同时增强特征表示能力	未明确提及	解决小样本条件下电力设备缺陷检测难题，提升电网自愈能力	输变电设备图像的缺陷识别与分类	计算机视觉	NA	NA	Mamba、ResMamba	图像	未明确提及	NA	ResMamba、U型编解码器结构、ResVSS模块	分割精度	NA
69	2026-06-02	Climate-aware hybrid Kolmogorov-Arnold networks for interpretable solar radiation forecasting 2026-Apr-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45578-y PMID:41946784	研究论文	提出一种气候感知混合Kolmogorov-Arnold网络框架，用于可解释的太阳辐射预测	将基于样条的Kolmogorov-Arnold网络与前馈神经网络通过极端值理论确定的确定性切换机制结合，实现物理一致且可解释的预测	未提及具体局限性	提高不同气候区域下太阳辐射预测的准确性与可解释性	来自沙特阿拉伯五个气候区的每小时气象与辐射数据	机器学习	不适用	不适用	Kolmogorov-Arnold网络与混合神经网络	气象与辐射时间序列数据	五个气候区域（沙漠、沿海、山地、过渡环境）的每小时数据	PyTorch	Kolmogorov-Arnold网络，前馈神经网络，CNN-BiLSTM	准确率，鲁棒性，物理一致性	未提及
70	2026-06-02	Domain-Shift AI Technology for Vendor-Agnostic Multiple Macular Disease Detection From 3D OCT Scans 2026-04-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2026.0029 PMID:41746616	研究论文	开发了一种与设备无关的深度学习模型，用于从不同供应商的3D OCT扫描中检测多种黄斑疾病	提出了一种无监督测试时域适应方法（Test Entropy）来解决不同OCT设备间的域偏移问题，并引入不确定类别处理未见过的黄斑病变，使模型能跨设备泛化	未明确提及，但可能包括模型在供应商1和2以外的设备上性能未知，以及不确定类别在某些病例中灵敏度较低	开发一种与设备无关的深度学习模型，实现对不同供应商3D OCT扫描的多病种分类	来自不同供应商（Spectralis和Cirrus）的3D OCT扫描，以及2D OCT扫描	计算机视觉	黄斑疾病	OCT	ResNet 3D	3D OCT扫描	1669名患者的6756次OCT扫描用于模型开发，4336名患者的12236次OCT扫描用于外部测试	NA	ResNet 3D	AUC, 阳性预测值, 阴性预测值, 临床重要漏诊率	NA
71	2026-02-27	Generalizability in OCT Deep Learning-Moving Beyond Single-Disease and Single-Vendor Models 2026-Apr-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2026.0084 PMID:41746664	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
72	2026-06-02	AI solutions for evolutionary genomics of nonmodel species 2026-Apr, Evolution letters IF:3.4Q2 DOI:10.1093/evlett/qrag004 PMID:41938207	review	综述了人工智能在非模式物种进化基因组学中的应用，重点探讨深度学习推断种群历史和自然选择信号的最新趋势	提出处理数据缺失与不确定性、在未知基因组和种群参数下推断选择事件、生成可解释预测等创新策略，并通过低样本量实验展示选择性清除检测的原创实现	未明确讨论标注数据稀缺、模型泛化性验证等具体技术局限	探索AI在非模式物种进化基因组学中的方法创新与应用方向	非模式物种的基因组数据	machine learning	NA	NGS, 测序技术	深度神经网络	基因组序列数据	低样本量（实验设置中未提供具体数字）	NA	深度神经网络	NA	NA
73	2026-06-02	A Robust Computational Framework for Autism Spectrum Disorder Identification Using Optimized Image Processing and Hybrid Learning Models 2026-04, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.70028 PMID:41880993	研究论文	提出一种结合优化图像处理与混合学习模型的稳健框架，用于自闭症谱系障碍识别	首次结合离散小波变换与高斯滤波核进行鲁棒的图像预处理，并采用基于Walrus优化算法优化的提升式混合学习网络进行分类	未提及模型的泛化能力和在实际临床环境中的验证	开发高精度的自闭症谱系障碍自动识别方法	自闭症谱系障碍患者与健康对照组的脑影像数据	计算机视觉, 机器学习	自闭症谱系障碍	NA	CNN, 提升式混合学习网络	图像	AID数据集、ASD筛查数据集、ABIDE数据集	NA	VGG16, 提升网络	准确率, 召回率, 精确率, F1分数	NA
74	2026-06-02	Artificial Intelligence (AI) in Computer-Aided Design (CAD): How AI Is Redefining Dental CAD 2026-Apr, Cureus DOI:10.7759/cureus.107879 PMID:42220742	综述	本文探讨人工智能在牙科计算机辅助设计中的角色，重点介绍其在数字牙科和修复CAD设计中的整合应用	系统阐述AI在牙科多专科领域的应用现状，特别聚焦于AI集成CAD系统在固定修复体设计中的创新实践	数据质量问题、伦理考量、算法透明度不足，以及临床监督的必要性仍是当前主要限制	阐明AI技术如何支持临床医生和牙科技师提升牙科实践的准确性、效率和一致性	牙科数字工作流与修复CAD设计中的AI技术应用	数字病理学	牙科疾病	机器学习	深度学习模型	数字图像	NA	NA	NA	NA	NA
75	2026-06-02	Artificial Intelligence in Clinical Decision-Making: Current Applications, Challenges, and Future Directions in Modern Healthcare 2026-Apr, Cureus DOI:10.7759/cureus.107847 PMID:42220854	综述	综述人工智能在临床决策中的应用、挑战与未来方向	全面分析了AI在医疗影像、电子健康记录分析、精准医学、风险分层、手术支持和药物发现等多个关键领域的应用，并深入探讨了算法偏见、数据隐私、可解释性等实施障碍及伦理法律问题	作为叙述性综述，未进行系统性文献检索或定量分析，且依赖现有文献可能产生选择性偏差	系统总结人工智能在临床决策中的作用、应用现状、挑战及未来发展方向	现代医疗体系中临床决策的AI应用，涵盖诊断、风险预测、治疗规划和操作效率等场景	机器学习、自然语言处理、计算机视觉	NA	NA	机器学习、深度学习	医疗影像、电子健康记录、文本	NA	NA	NA	NA	NA
76	2026-06-02	MFDR-DTI: Multisource Feature Decoupling and Dual-Level Reorganization Fusion for Accurate Drug-Target Interaction Prediction 2026-Mar-31, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c13460 PMID:41939349	研究论文	提出MFDR-DTI框架，通过多源特征解耦表示和双级动态重组融合机制预测药物-靶标相互作用	创新性地将特征解耦为拓扑结构、物理化学性质和上下文语义三个正交空间，并通过同质特征集成和共享权重跨性质注意力网络实现双级动态重组融合，同时设计基于梯度统计的自适应协同优化策略以平衡训练中不同特征分支的贡献	未明确说明局限性（摘要中仅提及模型优势，未讨论潜在限制）	提高药物-靶标相互作用预测的准确性和泛化能力	药物与靶标之间的相互作用	机器学习	NA	NA	深度神经网络	生物化学特征数据（来自异构数据源）	多个广泛使用的数据集	NA	NA	准确率、精确率、召回率、F1分数、AUC	NA
77	2026-06-02	Comparative Evaluation of Deep Learning Graph Neural Networks and Classical Machine Learning Models for Predicting Heats of Combustion as a Key Hazard Indicator under GHS/CLP Standards 2026-Mar-31, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c10417 PMID:41939413	研究论文	系统评估了四种机器学习模型（XGBoost、多层感知器、图卷积网络和神经网络卷积）在预测燃烧热方面的性能，并分析其在GHS/CLP标准下危害分类中的应用	首次在4516种化合物数据集上系统比较描述符基和图基模型对燃烧热的预测性能，并评估其在实际危险分类标准（GHS/CLP）中的分类准确性	未明确提及模型的可迁移性及对数据分布变化的鲁棒性	评估不同机器学习模型预测燃烧热的能力，并探讨其在化学品安全评估中的监管应用价值	4516种化合物	机器学习	NA	NA	XGBoost, 多层感知器, 图卷积网络, 神经网络卷积	分子结构数据	4516种化合物	NA	XGBoost, MLP, GCN, NNConv	决定系数, 测试误差, 训练时间	NA
78	2026-06-02	Deep learning assessment of fetal brain maturation on 3D ultrasound volumes in early-onset fetal growth restriction 2026-03, Ultrasound in obstetrics & gynecology : the official journal of the International Society of Ultrasound in Obstetrics and Gynecology IF:6.1Q1 DOI:10.1002/uog.70168 PMID:41575808	研究论文	利用深度学习模型从三维超声图像评估早期胎儿生长受限中的胎儿脑成熟延迟	首次使用深度学习模型基于三维超声体积评估早期FGR胎儿的脑成熟度，并探索其与新生儿并发症的关联	单中心前瞻性研究，样本量较小（43例），且仅包括32周前的胎儿，可能限制结果的普适性	量化早期FGR胎儿的脑成熟延迟，并探讨其与围产期并发症的关系	早期FGR胎儿（伴随或不伴随脑保护效应）的三维超声脑部图像	计算机视觉	胎儿生长受限	三维超声	深度学习模型（未指定具体类型，基于卷积神经网络）	三维超声图像	43例早发型FGR胎儿三维超声扫描（13例有脑保护效应）	NA	NA	估计胎龄与实际胎龄的差异（ΔGA，天）	NA
79	2026-06-02	Deep learning-driven protein binder design for crop improvement 2026-Mar, aBIOTECH IF:4.6Q1 DOI:10.1016/j.abiote.2025.100018 PMID:41940160	综述	探讨深度学习驱动的蛋白质结合体设计在作物改良中的应用潜力，并概述从目标选择到实验验证的完整流程	首次系统总结深度学习工具（如BindCraft、AlphaFold、RoseTTAFold等）在植物蛋白质结合体设计中的端到端流程，并将设计选择与农业实际测试联系起来	亲和力预测存在不确定性，许多植物蛋白的结构信息有限，从早期成功案例到稳健农业应用仍需大量工作	探索深度学习驱动的蛋白质结合体设计在作物改良中的潜力，提供从目标选择到实验测试的实践指南	植物蛋白质结合体及其与靶标的相互作用，涉及抗病性、逆境耐受性和发育相关的关键通路	机器学习	NA	深度学习（蛋白结合体设计）	ProteinMPNN、RFdiffusion	蛋白质结构数据	NA	NA	AlphaFold、RoseTTAFold、BindCraft	界面质量和稳定性指标	NA
80	2026-06-02	Novel discovery framework: harnessing adaptive learning for breakthroughs in drug development and clinical applications 2026-01-16, Integrative biology : quantitative biosciences from nano to macro IF:1.5Q4 DOI:10.1093/intbio/zyaf024 PMID:41665938	综述	本文提出了一种名为自适应学习的新型深度学习框架，旨在通过动态自组织模型推动药物开发和临床应用中的突破	首次从转化医学视角系统梳理了动态分析架构的演进，提出了自适应学习概念，整合了液态神经网络、图注意力算法、数字孪生等前沿技术	当前讨论多聚焦静态深度学习架构，缺乏对深度学习方法在转化医学中局限性的系统性认识	提出并定义自适应学习框架，以解决药物研发中的高损耗率和临床患者分层与疗法匹配不足等挑战	药物研发和临床应用中的深度学习算法与分析方法	机器学习	NA	NA	液态神经网络、图注意力算法、数字孪生	动态时间序列数据	NA	NA	液态神经网络、图注意力机制	NA	NA