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	2026-02-07	EDEN: multiscale expected density of nucleotide encoding for enhanced DNA sequence classification with hybrid deep learning 2026-Jan-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06367-6 PMID:41580658	研究论文	本文提出了一种名为EDEN的多尺度核苷酸编码框架，用于增强DNA序列分类，并结合混合深度学习架构	引入基于核密度估计的统一多尺度编码框架EDEN，能同时捕获局部和长程依赖关系，并整合到混合深度学习中，参数效率高	NA	提高DNA序列分类的准确性，以理解基因调控、疾病机制和转化基因组学	DNA序列	机器学习	NA	核密度估计	混合深度学习	DNA序列	NA	NA	NA	NA	NA
62	2026-02-07	Deep learning in fetal, infant, and toddler neuroimaging research 2026-Jan-22, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2026.101680 PMID:41604954	综述	本文综述了深度学习在胎儿、婴儿和幼儿神经影像研究中的应用，包括结构图像分析、数据采集增强、认知过程建模和自动化视频标记等领域	针对胎儿、婴儿和幼儿神经影像这一数据稀缺且解剖变异大的特殊领域，系统梳理了深度学习技术的应用框架和解决方案	非详尽性综述，仅选取了部分应用案例进行讨论	为胎儿、婴儿和幼儿神经影像研究社区提供深度学习技术的入门指导和现状综述	胎儿、婴儿和幼儿的神经影像数据	医学影像分析	NA	神经影像技术	深度学习模型	医学影像、视频	NA	NA	NA	NA	NA
63	2026-02-07	UniCAS: A foundation model for cervical cytology screening 2026-Jan-20, Cell reports. Medicine DOI:10.1016/j.xcrm.2025.102570 PMID:41564861	研究论文	本文提出了一种用于宫颈细胞学筛查的基础模型UniCAS，该模型在多种临床分析任务中实现了最先进的性能	提出了首个针对宫颈细胞学的大规模基础模型，能够统一处理切片级诊断、区域级分析和像素级图像增强等多种任务，解决了现有方法工作流程碎片化的问题	未明确说明模型在外部验证集上的泛化性能，也未详细讨论模型对不同染色方案或扫描仪差异的鲁棒性	开发一个统一的基础模型，以实现宫颈细胞学的高效多尺度自动化分析	宫颈细胞学全切片图像	数字病理学	宫颈癌	全切片图像分析	基础模型	图像	48,532张宫颈全切片图像，涵盖多样化的患者人口统计学特征和病理状况	NA	UniCAS	AUC	NA
64	2026-02-07	Cha-PO and CVNet: a hybrid approach for automated cataract detection using adaptive feature selection and deep learning for high accuracy and efficiency 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34889-1 PMID:41559203	研究论文	本文提出了一种结合混沌自适应杨树-细菌优化（Cha-PO）和Cataract VisionNet（CVNet）的混合方法，用于自动化白内障检测，旨在提高诊断准确性和操作效率	提出Cha-PO优化算法进行特征选择以降低图像维度并保留关键诊断数据，结合CVNet深度学习模型通过优化网络参数提升分类性能，实现了高准确率和低计算资源需求	研究仅使用单一Kaggle数据集进行验证，可能缺乏数据多样性和泛化能力测试，且未提及模型在其他医疗图像数据集上的表现	开发一种自动化白内障检测方法，以克服现有模型在计算复杂度、特征冗余和精度不足方面的挑战	眼底图像中的白内障病变	计算机视觉	白内障	图像处理、特征提取、深度学习分类	深度学习模型	图像	使用Eye Cataract Kaggle数据集，具体样本数量未明确说明	未明确指定，但涉及深度学习框架	CVNet（自定义深度学习架构）	准确率、精确率、召回率、F1分数	执行时间为99秒，计算资源需求较低，但未具体说明硬件配置（如GPU类型或云平台）
65	2026-02-07	UroFusion-X: a unified multimodal deep learning framework for robust diagnosis, subtyping, and prognosis of urological cancers 2026-Jan-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02295-6 PMID:41554842	研究论文	本文提出了UroFusion-X，一个统一的多模态深度学习框架，用于泌尿系统癌症的稳健诊断、亚型分类和预后预测	提出了一种统一的多模态框架，整合了跨模态共注意力机制、门控专家乘积融合策略、解剖-病理一致性约束和患者级对比学习，增强了模型的鲁棒性、可解释性和泛化能力	未明确提及具体的数据集大小或潜在的模型计算复杂度限制	开发一个统一的多模态深度学习框架，以整合多源临床数据，提高泌尿系统癌症诊断、亚型分类和预后预测的准确性和一致性	膀胱癌、肾癌和前列腺癌患者	数字病理学	泌尿系统癌症	多模态数据整合（包括影像学、病理学、组学数据和实验室检测）	深度学习	多模态数据（包括3D影像、病理图像、组学数据、实验室和临床变量）	多中心真实世界队列，包含外部验证和留一中心测试	NA	3D影像编码器、病理学多实例学习、组学图网络、TabTransformer、DeepSurv、DeepHit	预测性能、临床净收益	NA
66	2026-01-21	Deep learning based prediction of RNA 5hmC modifications using composite feature representations and comparative benchmarking with transformer models 2026-Jan-19, BioData mining IF:4.0Q1 DOI:10.1186/s13040-025-00517-x PMID:41555424	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
67	2026-02-07	Prediction of left ventricular systolic dysfunction in left bundle branch block using a fine-tuned ECG foundation model 2026-Jan-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34911-6 PMID:41545539	研究论文	本研究提出了一种基于微调心电图基础模型的创新方法，用于在左束支传导阻滞患者中预测左心室收缩功能障碍	首次将微调后的心电图基础模型应用于左束支传导阻滞患者的左心室收缩功能障碍检测，并证明其优于传统的深度学习方法	研究为回顾性多中心分析，可能受到数据选择和可用性的限制	提高左束支传导阻滞患者左心室收缩功能障碍的早期检测能力	左束支传导阻滞患者	机器学习	心血管疾病	心电图	基础模型, FCN, LSTM-FCN, ResNet, InceptionTime	心电图信号	来自892名患者的2,031对心电图-超声心动图数据集	NA	基础模型, FCN, LSTM-FCN, ResNet, InceptionTime	准确率, 敏感度, AUROC	NA
68	2026-02-07	Secure multi-party test case data generation through generative adversarial networks 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35773-2 PMID:41526446	研究论文	提出一种基于生成对抗网络的联邦学习方法，用于在保护数据隐私的前提下生成高质量、多样化的测试用例数据	首次将生成对抗网络应用于联邦环境下的测试用例数据生成，结合协议语法深度学习框架与编码器-解码器机制，实现隐私保护的分布式数据合成	未明确说明联邦参与方的数量上限、异构数据分布的极端情况处理以及生成数据的实时性验证	解决联邦环境中测试用例数据生成的隐私保护与数据共享难题	分布式软件测试用例数据	机器学习	NA	生成对抗网络	GAN	文本数据（测试用例）	NA	NA	编码器-解码器架构，GAN	覆盖率，有效性	NA
69	2026-01-14	High-accuracy brain tumor detection method based on deep learning 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35783-0 PMID:41526535	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
70	2026-02-07	Voice-controlled autonomous navigation for smart wheelchairs using ROS-based SLAM 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34814-6 PMID:41530240	研究论文	本文提出了一种基于ROS SLAM的语音控制智能轮椅系统，通过集成优化的语音识别、实时导航框架和安全模块，提升了在动态室内环境中的自主移动能力	1) 采用在轻度言语障碍用户自定义数据集上微调的深度学习模型，提升语音识别鲁棒性；2) 构建系统级导航框架，集成GMapping SLAM、AMCL定位和双层语音接口；3) 引入量化参数化安全模块，包含自适应速度调节和实验校准的紧急停止阈值	研究主要针对室内环境，未涉及复杂户外场景；系统在极高噪声环境（>75 dB）下的性能未充分验证；成本效益分析相对有限	开发一种低成本、实验验证的辅助移动平台，强调包容性语音交互、鲁棒实时导航和安全感知行为	智能轮椅系统，面向严重运动障碍个体	机器人学，自主导航	运动障碍	语音识别，SLAM（同步定位与地图构建），LiDAR传感	深度学习模型（具体架构未明确说明）	语音数据，LiDAR点云数据，传感器融合数据	包含轻度言语障碍用户录音的自定义数据集（具体样本数未说明）	ROS（机器人操作系统）	GMapping（SLAM算法），AMCL（自适应蒙特卡洛定位）	词错误率，平均定位误差，目标完成率，端到端语音到运动延迟	NA
71	2026-02-07	From data to decisions: the use of explainable AI to forecast soybean yield in major producing countries 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35716-x PMID:41530297	研究论文	本研究提出XAI-Crop框架，利用多源数据评估和比较了可解释深度学习模型KAN与MLP、RF模型在大豆产量预测中的性能差异	首次将可解释AI模型KAN应用于多国大豆产量预测，并系统评估其在平衡预测准确性与可解释性方面的能力	研究主要针对大豆作物，且在小样本设置下进行，模型在其他作物和大样本场景下的适用性有待进一步验证	评估可解释AI模型在作物产量预测中平衡预测准确性与可解释性的能力，推动其在农业决策支持系统中的应用	主要大豆生产国的大豆产量	机器学习	NA	多源数据融合	KAN, MLP, RF	多源数据（包括太阳诱导叶绿素荧光等）	小样本设置	NA	Kolmogorov-Arnold Networks, Multilayer Perceptron, Random Forest	预测准确性, 泛化能力	NA
72	2026-02-07	An AI-based algorithm for analyzing physical activity and health-related fitness in youth 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35514-5 PMID:41530524	研究论文	本研究应用机器学习和深度学习方法，基于2018至2022年小学体能测试数据，开发自动分类和性能预测模型，以分析青少年体育活动与健康相关体能	结合CNN特征矩阵和LSTM连续时间序列信息，构建CNN-LSTM神经网络进行性能预测，为中小学体能测试管理提供新方法	研究仅基于过去五年小学数据，未涵盖更广泛年龄段或长期跟踪数据，且未详细讨论模型泛化能力	通过数据分析和预测模型，为中小学体能测试结果的管理与评估提供科学方法，辅助教师制定合理教学计划	2018至2022年小学学生的体能测试数据	机器学习	NA	NA	BP神经网络, CNN-LSTM神经网络	体能测试数据	2018至2022年五年间的小学体能测试数据	NA	BP神经网络, CNN-LSTM神经网络	分类性能（98.448%）	NA
73	2026-02-07	A multi-branch network for cooperative spectrum sensing via attention-based and CNN feature fusion 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36031-1 PMID:41530621	研究论文	本文提出了一种名为ATC的新型深度学习架构，通过融合注意力机制网络和卷积神经网络，用于认知无线电系统中的协作频谱感知，以提高频谱状态检测的准确性	ATC模型首次将图注意力网络、卷积神经网络和Transformer编码器并行集成，以同时捕获频谱信号的时空特征和复杂拓扑结构，从而在多主用户场景下提升检测性能	在真实世界数据评估中，由于实际数据收集限制，实验仅配置为单主用户场景，未能全面验证多主用户环境下的性能	提高认知无线电系统中频谱空洞检测的准确性和鲁棒性，以优化频谱利用率	认知无线电系统中的频谱感知信号，包括模拟和真实世界数据集	机器学习	NA	NA	GAT, CNN, Transformer	图结构数据（来自接收信号强度）、样本协方差矩阵（作为图像处理）	NA	NA	图注意力网络, 卷积神经网络, Transformer编码器	准确性, 鲁棒性	NA
74	2026-02-07	Deep learning-based assessment of periapical radiographic image quality 2026-Jan-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35100-9 PMID:41526431	研究论文	本文开发了一种基于深度学习的自动化系统，用于全面评估根尖周X光片的图像质量	首次提出使用ResNet50模型自动检测根尖周X光片中的多种质量缺陷和牙齿位置分类，实现了高精度的自动化评估	需要独立、多中心数据集进行验证后才能临床部署，且数据集中可能存在类别不平衡问题	开发自动化系统以解决根尖周X光片手动质量评估的主观性、耗时和劳动密集型问题	根尖周X光片	计算机视觉	NA	X光成像	CNN	图像	3594张根尖周X光片	NA	ResNet50	AUC, 准确率, 精确率, 召回率, F1分数, 损失值	NA
75	2026-01-14	A real-time mobile aquatic plant recognition algorithm based on deep learning for intelligent ecological monitoring 2026-Jan-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35310-1 PMID:41526515	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
76	2026-02-07	Explainable deep learning for skin cancer detection using swish-activated convolutional networks 2026-Jan-10, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-04386-6 PMID:41519999	研究论文	本文提出了一种使用Swish激活函数的深度卷积神经网络，用于皮肤癌检测，并结合可解释人工智能方法增强模型透明度	提出了一种采用Swish激活函数的独特深度卷积神经网络架构，并结合局部和全局可解释人工智能方法，为医疗应用提供透明可靠的诊断框架	未来需要提高模型的计算效率，并纳入更多数据集以确保在不同人口群体中的鲁棒性和公平性	开发一种准确、可解释的深度学习模型，用于皮肤癌的早期和精确诊断	皮肤病变图像	计算机视觉	皮肤癌	NA	CNN	图像	NA	NA	DCNN	准确率, 精确率, 召回率, F1分数	NA
77	2026-01-11	Hybrid deep learning and RSM modeling of diesel engine performance using TiO2 doped butanol and waste plastic oil blends 2026-Jan-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35126-z PMID:41513713	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
78	2026-02-07	Integrating psychological profiling with deep learning for enhanced boxing action recognition 2026-Jan-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34771-0 PMID:41513933	研究论文	本研究提出了一种结合心理分析与视频识别的多模态深度学习框架，用于增强拳击动作识别	首次将心理分析与视频识别结合，通过多模态融合提升拳击动作识别精度，尤其在区分视觉相似动作方面表现突出	当前框架不支持实时部署，未来需要进一步开发	通过整合心理状态信息，提升拳击动作识别的准确性和鲁棒性	拳击运动员的动作视频及其心理状态数据	计算机视觉	NA	视频分析，心理量表评估	CNN, Transformer	视频，文本	HMDB51-Boxing子集和新构建的PsyBox-20数据集	PyTorch, TensorFlow	3D-ResNet, BERT	准确率, F1分数	NA
79	2026-02-07	Implementing QbD for Nano-Pharmaceuticals and Complex Formulations to Achieve Predictable and High-Quality Outcomes 2026-Jan-09, AAPS PharmSciTech IF:3.4Q2 DOI:10.1208/s12249-025-03308-z PMID:41514102	综述	本文探讨了人工智能和机器学习如何与质量源于设计原则相结合，以变革纳米药物开发，实现可预测和高质量的结果	提出了将AI/ML与QbD框架在纳米药物开发中进行整合的创新方法，旨在通过数据驱动模型增强预测准确性、减少实验负担并确保产品质量	NA	为纳米药物和复杂制剂的高效开发、临床转化及商业化提供路线图	纳米药物和复杂制剂	机器学习	NA	NA	深度学习	大型数据集	NA	NA	多层神经网络	NA	NA
80	2026-02-07	Cross-species prediction of histone modifications in plants via deep learning 2026-Jan-09, Genome biology IF:10.1Q1 DOI:10.1186/s13059-025-03929-4 PMID:41514301	研究论文	本研究通过深度学习模型系统评估了植物中组蛋白修饰的跨物种预测能力，并开发了一个易于使用的基因组范围染色质信号预测流程	首次系统评估深度学习模型在植物中预测组蛋白修饰的跨物种泛化能力，并构建了基于系统发育信息的家族级模型以提高预测性能	跨家族模型的预测结果一致性较低，仅在共享保守调控特征的物种中表现可靠	评估深度学习模型在植物中预测组蛋白修饰的跨物种泛化能力，并开发适用于非模式及重要农业植物的功能注释计算策略	拟南芥、水稻和玉米的组蛋白修饰	机器学习	NA	ChIP-seq	深度学习	DNA序列	拟南芥、水稻和玉米三个物种的数据	NA	Sei	NA	NA