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
81	2026-02-15	Object detection on low-compute edge SoCs: a reproducible benchmark and deployment guidelines 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36862-y PMID:41565765	研究论文	本文对低功耗边缘AI SoC上的目标检测模型部署进行了全面且可复现的基准测试，提供了实用的部署指南	通过实际性能评估揭示了推理延迟与检测精度（mAP）的强相关性，而非仅依赖FLOPs或参数数量，并识别了硬件架构、内存带宽和系统级竞争对部署效果的关键影响	研究仅针对Rockchip SoC和YOLO变体，可能未覆盖所有边缘硬件或模型类型，且多任务压力测试场景可能有限	评估和优化深度学习目标检测模型在低功耗边缘AI SoC上的部署性能	九个YOLO变体模型在三种广泛使用的Rockchip SoC上的部署表现	计算机视觉	NA	深度学习目标检测	YOLO	图像	NA	NA	YOLO变体	mAP, 推理延迟, 每推理能耗	Rockchip SoC（低功耗边缘AI芯片）
82	2026-02-15	Reciprocal cooperative gating fusion of SqueezeNet and ShuffleNetV2 for breast cancer detection in histopathology images 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36375-8 PMID:41565837	研究论文	提出了一种轻量级的互惠门控融合框架，结合SqueezeNet和ShuffleNetV2，用于乳腺癌组织病理学图像的检测	提出了互惠门控机制，实现了两个高效卷积神经网络之间的结构化双向交互，增强了互补特征交换并抑制了冗余响应	未明确说明	开发一种计算开销小、性能高的计算机辅助诊断（CAD）解决方案，用于乳腺癌检测	乳腺癌组织病理学图像	数字病理学	乳腺癌	深度学习	CNN	图像	未明确说明	未明确说明	SqueezeNet, ShuffleNetV2	多类准确率, 二元准确率	未明确说明
83	2026-02-15	A self attention based deep learning framework for accurate and efficient dental disease detection in OPG radiographs 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36672-2 PMID:41565856	研究论文	本研究提出了一种基于自注意力的深度学习框架，用于在口腔全景X光片中准确高效地检测牙齿疾病	首次在牙齿疾病诊断中比较了Vision Transformer和Swin Transformer两种基于Transformer的架构，并证明了其在口腔成像任务中的有效性	未提及具体的数据集规模、疾病类型多样性或模型泛化能力的详细评估	开发自动诊断系统以帮助临床医生更准确、更快速地检测口腔疾病，减少人为错误	口腔全景X光片中的牙齿疾病	计算机视觉	口腔疾病	口腔全景X光成像	Transformer	图像	NA	NA	Vision Transformer, Swin Transformer	准确率, 精确率, 召回率	NA
84	2026-02-15	Knowledge graph enhanced cross modal generative adversarial network for martial arts motion reconstruction and heritage preservation 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36095-z PMID:41565884	研究论文	本文提出了一种新颖的知识图谱增强跨模态生成对抗网络（KG-CMGAN），用于传统武术动作重建与遗产保护	通过整合结构化领域知识与先进深度学习架构，构建了首个端到端解决方案，将视觉、文本和序列表示相结合，实现了全面的动作重建，同时保持了风格真实性和语义意义	NA	保护传统武术技术，实现动作重建与文化遗产数字化保存	六种中国传统武术风格的动作数据	计算机视觉	NA	知识图谱构建，跨模态生成对抗网络	GAN	视觉，文本，序列数据	NA	NA	知识图谱增强跨模态生成对抗网络（KG-CMGAN）	关节位置误差，知识一致性得分	NA
85	2026-02-15	Hybrid deep learning framework for accurate classification of high dimensional genomic data 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36128-7 PMID:41565905	研究论文	本文提出了一种结合注意力机制与卷积神经网络的混合深度学习框架，用于高维基因组数据的准确分类	提出了一种混合TabNet-CNN框架，将注意力驱动的特征选择与自适应卷积细化相结合，以处理基因组数据中的冗余、噪声和稀疏特征	未明确提及具体的数据集规模或计算资源限制，可能在实际应用中存在泛化性挑战	提高高维基因组数据分类的准确性、可解释性和稳定性	高维基因组数据集	机器学习	NA	基因组测序	TabNet, CNN	基因组数据	NA	NA	TabNet, CNN	准确率, AUC	NA
86	2026-02-15	ASTRID-Net: SE-enhanced triple attention deep learning framework for IoT and IIoT security 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36731-8 PMID:41565992	研究论文	提出了一种名为ASTRID-Net的新型深度学习框架，用于物联网和工业物联网网络的高精度入侵检测	构建了一个包含多尺度卷积特征提取、双向循环建模和残差学习的三重注意力混合模型，并集成了通道-时间注意力机制以优先处理数据中最相关的信息	NA	应对物联网和工业物联网网络中的安全风险，实现复杂网络威胁的实时检测	物联网和工业物联网网络中的入侵检测	机器学习	NA	深度学习	CNN, BiGRU	网络数据	NA	NA	ASTRID-Net	准确率, 精确率, 召回率, F1分数	NA
87	2026-01-23	Deep learning-based multimodal fusion of MRI and whole slide image for predicting neoadjuvant therapy response in locally advanced head and neck squamous cell carcinoma 2026-Jan-21, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02173-x PMID:41566290	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
88	2026-02-15	A study on the coupling mechanism between the urban environment and depression perception based on deep learning and street view image 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36804-8 PMID:41559177	研究论文	本研究基于深度学习和街景图像，探讨了城市环境与抑郁感知之间的耦合机制	开发了一种基于街景图像的新颖深度学习方法，系统量化了多维城市元素与抑郁感知的关系，突破了以往研究在方法和数据上的瓶颈	研究主要聚焦于武汉市的特定区域，可能无法完全推广到其他城市或文化背景	探究城市环境与居民抑郁感知之间的耦合关系，为健康城市设计提供理论框架和实践策略	武汉市的城市环境与居民抑郁感知	计算机视觉	抑郁	街景图像分析	深度学习	图像	133,114张街景图像	NA	NA	NA	NA
89	2026-02-15	A channel water temperature prediction method based on transfer learning and spatial-temporal graph neural networks 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35408-6 PMID:41559172	研究论文	本研究提出了一种结合迁移学习和时空图神经网络的渠道水温预测方法，用于南水北调东线北延工程冬季运行期的水温预测	提出了一种新颖的TF-GTCN模型，首次将迁移学习技术与时空图神经网络相结合，利用中线工程的冰期调度数据来捕捉水温的周期性变化及其与气温的关联，从而解决北延工程历史数据有限和监测记录稀疏的挑战	模型性能依赖于迁移学习源域（中线工程）与目标域（北延工程）之间的相关性，且可能受限于监测站点的稀疏性	开发一种准确的水温预测方法，以支持南水北调工程在冰期运行中的调水调度	南水北调东线北延工程渠道的水温	机器学习	NA	迁移学习，时空图神经网络	图神经网络，时序卷积网络	时序数据（水温、气温、流量），空间图数据（不同断面）	NA	NA	TF-GTCN (Transfer-Learning Graph Temporal Convolutional Network)	平均绝对误差 (MAE)	NA
90	2026-02-15	Integrative multimodal hybrid data fusion for mortality prediction 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36296-6 PMID:41559273	研究论文	本文提出了一种新颖的多模态机器学习方法，通过融合表格数据、心电图和文本笔记来预测医疗环境中的死亡率	提出了一种结合早期、晚期和混合融合策略的多模态深度学习模型，并引入了注意力机制以增强数据交互，显著提升了死亡率预测的性能	训练数据中可能存在死亡率类别不平衡等偏差，且复杂深度学习模型的可解释性有待提高以促进临床采用	开发一种多模态机器学习方法，用于医疗环境中的死亡率预测，以支持更明智的临床决策	来自MIMIC-IV、MIMIC-ECG和MIMIC-IV-Note数据集的表格数据、心电图数据和医生文本笔记	机器学习	NA	深度学习	神经网络	表格数据, 心电图数据, 文本	NA	NA	NA	AUC-ROC, 精确率, 召回率, F分数	NA
91	2026-02-15	Metalens-style image synthesis for metalens imaging via image-to-image translation 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36150-9 PMID:41559288	研究论文	本文提出了一种基于图像到图像转换的金属透镜风格图像合成方法，用于生成合成金属透镜图像以训练图像恢复模型	将金属透镜像差合成建模为确定性的、金属透镜条件化的图像到图像转换问题，无需大量配对图像，显著减少数据收集时间	NA	解决金属透镜成像中的数据瓶颈问题，通过合成金属透镜风格图像来训练图像恢复模型	金属透镜成像系统及其像差校正	计算机视觉	NA	深度学习	生成器	图像	NA	NA	NA	LPIPS(VGG)	单个GPU
92	2026-02-15	Surface water quality prediction via an MLA-Mamba hybrid neural network with GRPO optimization 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36229-3 PMID:41559334	研究论文	本研究提出了一种名为MLA-Mamba的混合深度学习框架，用于预测地表水水质关键指标，并通过GRPO优化策略提升模型性能	首次将梯度重参数化优化（GRPO）应用于水质预测任务，并设计了结合改进Mamba序列建模网络与多头局部注意力（MLA）机制的混合架构	未明确说明模型在极端污染事件或长期预测中的泛化能力，且仅基于两个真实数据集进行验证	提高地表水水质关键指标的预测精度，支持污染预警和水资源可持续管理	地表水水质时间序列数据，包括高锰酸盐指数（CODMn）、氨氮（NH3-N）、总磷（TP）和总氮（TN）	机器学习	NA	时间序列分析，蒙特卡洛Dropout	混合神经网络，多任务学习	时间序列数据	两个真实世界地表水数据集	NA	Mamba，多头局部注意力（MLA）	多种误差指标	NA
93	2026-02-15	AI-Assisted detection of corneal nerve structural abnormalities in early diabetic keratopathy: development and validation of a deep learning framework 2026-Jan-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36576-1 PMID:41559361	研究论文	开发并验证了一个基于深度学习的计算机辅助诊断模型，用于从活体共聚焦显微镜图像中自动识别角膜微神经瘤，并初步评估其在糖尿病角膜神经病变中的潜在临床应用价值	开发了一个集成了自动图像质量评估、非目标层过滤、微神经瘤检测及亚型分类的端到端深度学习框架，并首次在独立外部数据集上验证了其泛化能力，同时通过人机协作实验证明了其能显著提升初级医师的诊断准确性和效率	研究为回顾性诊断准确性研究，模型性能受限于现有数据集，未来需要前瞻性研究和更大规模的多中心数据进一步验证	开发一个用于自动识别角膜微神经瘤的深度学习辅助诊断模型，并评估其在早期糖尿病角膜病变中的临床效用	来自武汉大学人民医院眼科中心和武汉爱尔汉口眼科医院的糖尿病患者（共380名患者，461只眼睛）的活体共聚焦显微镜图像	数字病理学	糖尿病角膜病变	活体共聚焦显微镜	深度学习	图像	共5060张IVCM图像（训练集3542张，内部测试集1012张，外部验证集506张），来自380名患者（461只眼睛）	未明确说明	未明确说明	准确度	NA
94	2026-02-15	Comparison of Deep Learning Approaches for Extreme Low-SNR Image Restoration 2026-Jan-20, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.16.700026 PMID:41648256	研究论文	本文提出一个新的荧光显微镜数据集，用于评估深度学习去噪方法，并比较了三种先进深度学习模型在极端低信噪比图像恢复上的性能	创建了一个包含多种成像条件和样本的荧光显微镜数据集，并开发了一种图像拼接方法以处理大图像时的GPU内存限制	深度学习模型需要大量代表性数据集进行训练和测试，且处理大图像时对GPU内存要求高	评估深度学习模型在极端低信噪比荧光显微镜图像恢复中的性能	荧光显微镜图像	计算机视觉	NA	荧光显微镜，旋转盘共聚焦显微镜	Transformer, CNN	图像	324对高/低信噪比图像，分布在12个子数据集中，尺寸从4到282兆像素	NA	Transformer, CNN	去噪性能	GPU内存
95	2026-01-21	MRI-based patient selection for active surveillance in prostate cancer using U-Found: a generalized deep learning model 2026-Jan-19, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-026-00988-z PMID:41555464	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
96	2026-01-19	Deep learning on meta-analytic data for therapeutic decision-making in central nervous system aspergillosis 2026-Jan-17, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-12573-7 PMID:41547764	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
97	2026-02-15	Liver cancer risk stratification using deep learning on nationwide longitudinal health screening data: a retrospective cohort study 2026-Jan-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-025-03323-x PMID:41547794	研究论文	本研究利用韩国全国性纵向健康筛查数据，开发了一种深度学习模型来预测肝癌风险，旨在改进现有筛查策略	首次将深度学习模型应用于常规收集的全国性筛查和索赔数据，以预测肝癌风险，无需额外诊断测试，并超越了当前基于病毒性肝炎或肝硬化的国家筛查标准	研究为回顾性队列设计，可能存在选择偏倚；模型性能虽优于现有标准，但绝对风险预测的精确度仍有提升空间（如AUPRC较低）	开发并验证一个基于深度学习模型的肝癌风险分层系统，以早期识别高风险个体，包括无既往肝病患者	参与韩国国家健康筛查计划的50-69岁成年人，共3,962,209名，其中包含12,401例肝癌病例	数字病理学	肝癌	健康筛查数据（包括人口统计学、临床、行为、人体测量和实验室特征）	CNN	结构化健康筛查数据	3,962,209名成年人，其中12,401例肝癌病例	NA	一维卷积神经网络	AUROC, AUPRC, 敏感性, 特异性	NA
98	2026-01-19	Deep learning-based multimodal pathogenomics integration for precision cancer prognosis 2026-Jan-17, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-026-07682-5 PMID:41547829	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
99	2026-02-15	Inferring Clinically Relevant Molecular Subtypes of Pancreatic Cancer from Routine Histopathology Using Deep Learning 2026-Jan-16, Research square DOI:10.21203/rs.3.rs-8545050/v1 PMID:41646417	研究论文	本研究介绍了一种名为PanSubNet的深度学习框架，用于从常规H&E染色全切片图像中预测胰腺导管腺癌的分子亚型	开发了首个可解释的深度学习框架，直接从常规H&E染色切片预测胰腺癌分子亚型，无需额外分子检测	研究基于回顾性队列数据，需要在前瞻性临床环境中进一步验证	开发一种快速、经济高效的胰腺癌分子亚型预测工具，以促进精准肿瘤学	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	RNA测序，H&E染色	深度学习	全切片图像	1055名患者（PANCAN队列846名，TCGA队列209名）	NA	双尺度架构，注意力机制	AUC，敏感性，特异性	NA
100	2026-02-15	CvTFuse: An unsupervised medical image fusion method of gliomas T1-DWI mode 2026-Jan-15, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110618 PMID:41547498	研究论文	本文提出了一种名为CvTFuse的无监督医学图像融合方法，用于融合胶质瘤的T1-DWI模态MRI图像	提出了一种结合CNN和Vision Transformer的双分支融合网络，并引入了全局上下文聚合模块（GCAM）以聚合多尺度特征，同时采用能量感知和梯度增强的融合策略来保留源图像细节	NA	准确有效地融合不同MRI模态，以精确定位病灶区域并为分析病灶性质提供丰富信息	胶质瘤的T1-DWI模态MRI图像	数字病理	胶质瘤	MRI	CNN, Transformer	图像	NA	NA	CvTFuse（自定义双分支网络）	平均梯度, 信息熵, 互信息, 视觉显著性	NA