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
12001	2026-04-19	Source apportionment of pollution in the Tianjin Haihe river sluice based on the TCN-APCS-MLR model 2026-Mar-31, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-026-03139-2 PMID:41915250	研究论文	本研究提出了一种结合TCN与APCS-MLR的新模型，用于天津海河闸复杂流域的污染源解析	首次将时序卷积网络（TCN）与绝对主成分得分-多元线性回归（APCS-MLR）模型相结合，以增强对非线性时间动态的建模能力，提高了传统受体模型在复杂河口环境中的源解析精度	研究基于2022-2024年的日尺度水质数据，模型在更长时序或更复杂污染情景下的普适性有待进一步验证	开发一种能够准确、及时识别复杂流域污染源的高性能模型，以支持动态流域管理和生态修复	天津海河闸流域的水体污染	机器学习	NA	水质监测	TCN, APCS-MLR	时间序列数据（水质数据）	2022年至2024年的日尺度水质数据	NA	时序卷积网络（TCN），结合主成分分析（PCA）和多元线性回归（MLR）	R值（相关系数），RMSE（均方根误差），MAE（平均绝对误差），累计方差贡献率	NA
12002	2026-04-19	An AI-ready remote sensing dataset for high-resolution forest disturbance mapping 2026-03-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07084-8 PMID:41888167	研究论文	本文介绍了一个用于高分辨率森林干扰类型分类的深度学习就绪数据集，并展示了其应用效果	提供了一个包含多通道（红、绿、蓝、近红外和物体高度）的高分辨率（0.2米）遥感数据集，专门用于森林干扰分类，并通过消融分析评估了各通道的贡献	数据集仅基于德国莱茵兰-普法尔茨州的数字正射影像，可能无法完全代表其他地区的森林干扰情况	开发一个高分辨率、深度学习就绪的遥感数据集，以改进森林干扰类型的监测和分类	欧洲森林的自然干扰事件，如虫害爆发、病原体感染、风倒和随后的抢救性采伐	计算机视觉	NA	遥感成像，数字正射影像	深度学习模型	图像	约17,500个图像块（每个500×500像素，分辨率0.2米）	NA	NA	总体准确率	NA
12003	2026-04-19	Assessment of Defacing Techniques on Medical Images for Radiation Therapy: Implications for Patient Privacy and Data Utility 2026-Mar-22, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.03.023 PMID:41876069	研究论文	评估四种去脸技术对放射治疗多模态图像中患者隐私保护与数据完整性的影响	首次在放射治疗多模态图像中系统比较四种去脸技术的隐私保护效果与数据完整性，为临床数据共享提供优化选择	研究仅基于特定数据集（脑部和头颈部患者），未涵盖所有癌症类型或成像技术，且未评估长期临床影响	评估去脸技术在放射治疗图像中对患者隐私风险和数据实用性的影响	脑部患者（88例）和头颈部患者（97例）的多模态医学图像（MRI、CT、RTDose、PET）	数字病理	癌症	磁共振成像、计算机断层扫描、正电子发射断层扫描、放射剂量成像	深度学习面部识别模型	医学图像	185例患者（88例脑部，97例头颈部）	NA	ArcFace	余弦相似度评分、受试者工作特征曲线下面积、体积变化百分比、强度变化百分比、剂量偏差	NA
12004	2026-03-13	Amyloid PET quantification with deep learning segmentation models without MRI 2026-Mar-11, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00854-8 PMID:41811594	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12005	2026-03-07	Deep learning-driven automated detection of canine cardiac murmurs via digital wireless stethoscope auscultation 2026-Mar-03, Veterinary research communications IF:1.8Q2 DOI:10.1007/s11259-026-11131-5 PMID:41774252	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12006	2026-04-19	A review on integrated machine learning and deep learning driven artificial intelligence models for pharmacokinetics and toxicokinetics predictions, and their application 2026-Mar, Drug metabolism and disposition: the biological fate of chemicals DOI:10.1016/j.dmd.2026.100240 PMID:41763192	综述	本文综述了集成机器学习和深度学习驱动的AI模型在药代动力学和毒代动力学预测中的应用	探讨了从传统ML/DL向混合学习AI模型的转变趋势，强调混合模型在提高预测准确性和加速药物发现方面的优势	NA	评估AI模型在ADMET属性预测中的进展与应用	ADMET软件、药代动力学-药效学预测模型	机器学习	NA	混合人工智能、多模型技术	机器学习、深度学习、混合模型	NA	NA	NA	NA	准确性	NA
12007	2026-04-19	DuaST: an integrated deep learning framework for spatial transcriptomics with cross-branch interaction 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag174 PMID:41985058	研究论文	本文提出了一种名为DuaST的集成深度学习框架，用于处理空间转录组学数据，通过双分支学习整合空间与非空间信息	设计了一个双分支学习框架，分别建模邻域依赖和拓扑无关特征，并采用局部-全局对比学习、对抗对齐和基于注意力的融合机制来整合互补表示，同时通过可学习权重矩阵重建基因表达以识别空间可变基因，并支持从单组学到多组学分析的无缝扩展	未在摘要中明确提及具体限制	开发一个通用的计算方法，以利用空间转录组学数据中的基因表达和空间信息，并整合空间与非空间信息	空间转录组学数据	机器学习	NA	空间转录组学	深度学习框架	基因表达和空间信息数据	NA	NA	双分支学习框架	NA	NA
12008	2026-04-19	Prediction of minimum inhibitory concentration of antibacterial peptides using geometric graph networks and dynamic loss functions 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag170 PMID:41985057	研究论文	提出一种名为GGN-ABPMIC的几何图网络模型，用于预测抗菌肽的最小抑菌浓度	整合了原子和残基尺度的多尺度结构特征与肽序列特征，并引入了结合MSE、Huber损失和对比学习损失的多阶段动态权重混合损失函数	模型仅在10种细菌物种的数据集上进行了验证，覆盖的物种范围仍有扩展空间	开发一种深度学习模型以更准确地预测抗菌肽的最小抑菌浓度	抗菌肽	机器学习	NA	NA	几何图网络	序列数据, 结构特征	跨越10种细菌物种的数据集	NA	几何图网络, 几何向量感知机	均方误差, R², 皮尔逊相关系数	NA
12009	2026-04-19	A bio-inspired computational pipeline for antibody screening and repurposing 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag183 PMID:41985061	研究论文	本文提出了一种受体内免疫选择关键原理启发的多尺度计算筛选流程，用于抗体筛选和再利用	整合了基于结构的对接、基于图神经网络的相互作用预测以及加速分子动力学与元动力学自由能分析，实现了高通量计算机优先筛选结构解析的抗体	研究侧重于筛选和再利用阶段，而非完整的迭代亲和力成熟过程，亲和力成熟被定位为未来的扩展方向	加速结构引导的抗体筛选和再利用	抗体结构，特别是针对与纤维化、肿瘤学和肌肉消耗性疾病相关的多效性细胞因子Activin A的抗体	机器学习	进行性骨化性纤维发育不良	结构对接，分子动力学模拟，自由能分析	图神经网络	结构数据	约5000个抗体结构	NA	NA	亲和力，中和活性	NA
12010	2026-04-19	AI Models to Reduce Surgical Complications Through Intraoperative Video Analysis: Protocol for a Prospective Cohort Study 2026-Feb-26, JMIR research protocols IF:1.4Q3 DOI:10.2196/62734 PMID:41769985	研究论文	本研究旨在开发和验证深度学习模型，通过术中视频分析预测腹部手术后的并发症	首次提出利用术中视频和术后结果构建开源数据集，并采用基于视觉Transformer架构的微调手术视频基础模型与外科医生定义的预测因子并行方法进行深度学习算法开发	研究仅针对特定腹部手术（阑尾切除术、胆囊切除术和结直肠切除术），且数据收集时间有限（2024-2025年）	开发并验证深度学习模型以准确预测术后并发症，并构建共享开源数据集	接受微创腹部手术的1200名患者，包括阑尾切除术、胆囊切除术和结直肠切除术	计算机视觉	NA	术中视频分析	深度学习模型	视频	1200名患者	NA	Vision Transformer	灵敏度, 特异性, 阳性预测值, 阴性预测值, AUC	NA
12011	2026-04-19	Digital watermarking for virtual physically unclonable function data concealment and authentication 2026-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35159-4 PMID:41741498	研究论文	本文提出了一种新颖的数字水印方法，用于增强基于分割学习的虚拟物理不可克隆功能的安全性	提出了一种结合深度学习与Jake's Model模拟瑞利衰落的数字水印框架，为VPUF响应提供双重认证机制，在资源受限的物联网网络中实现安全性与计算效率的平衡	未明确说明水印嵌入对VPUF响应延迟的具体影响，以及在不同物联网设备异构环境中的普适性验证	提升物联网网络中基于分割学习的虚拟物理不可克隆功能的安全性，防止窃听和重放攻击	物联网网络中的虚拟物理不可克隆功能响应数据	机器学习	NA	数字水印技术	自编码器	隐表示数据	NA	NA	自编码器	保真度, 可靠性, 不可伪造性	NA
12012	2026-02-28	Global solar energy potential forecasting through machine learning and deep learning models 2026-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41357-x PMID:41741590	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12013	2026-04-19	Deep residual and hybrid CNN models for confidence-aware real-world waste classification for sustainable waste management 2026-Feb-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41001-8 PMID:41741626	研究论文	本文提出了一种基于深度学习的多类别废物分类系统，用于处理真实世界中的混合、变形和污染废物，以促进可持续废物管理	引入了混合模型（如ResNet101与InceptionV3结合）以提高复杂类别（如纺织品和杂项垃圾）的分类精度，并提出了置信度评分评估策略来评估模型可靠性	NA	开发一个稳健且可扩展的智能废物分类系统，用于真实世界、可持续性驱动的环境	真实世界废物流中的混合、变形和污染物品	计算机视觉	NA	深度学习	CNN	图像	使用RealWaste数据集	NA	InceptionV3, ResNet101, DenseNet, VGG, EfficientNet, MobileNet	验证准确率, 损失, F1分数	NA
12014	2026-04-19	A novel approach to mural enhancement using MSR CAB and lacuna extraction from ancient mural paintings using random forest 2026-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36973-6 PMID:41735343	研究论文	本文提出了一种用于古代壁画中颜料层缺失区域（lacunae）自动提取的新方法	提出了一种结合MSR-CAB、自适应混合和双边滤波的新型预处理方法，用于增强低光照、灰尘遮挡和光照不均条件下的壁画图像质量，并采用成本敏感的随机森林分类器处理类别不平衡问题	方法在典型文化遗产领域的小型数据集上进行验证，可能面临数据量有限的挑战	开发一种低资源消耗且可解释的自动化方法，用于古代壁画损伤区域的检测与提取，以支持文化遗产机构的文档记录、监测和保护规划	阿尔及利亚Bey's Palace等地的古代壁画图像	计算机视觉	NA	图像处理，机器学习分类	随机森林	RGB图像	NA	Scikit-learn	随机森林	准确率，精确率，召回率	NA
12015	2026-04-19	A switching-based deep learning framework for personalized and adaptive E-commerce recommendations 2026-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40024-5 PMID:41735446	研究论文	本文提出了一种基于切换的深度学习框架，用于个性化且自适应的电子商务推荐系统	提出了一种创新的基于切换的混合推荐系统，通过将用户分为新手、轻度用户和重度用户三类，并优化包括产品浏览在内的多目标，以应对数据稀疏性、冷启动、跨域推荐和实时适应性等挑战	NA	开发一个能够适应不同用户档案（基于交互历史和参与度）的推荐系统，以解决推荐系统中的数据稀疏性、冷启动、跨域推荐、个性化与多样性权衡以及实时适应性等挑战	电子商务推荐系统中的用户，特别是根据交互历史和参与度分类的新手、轻度用户和重度用户	机器学习	NA	NA	深度学习	隐式反馈数据（如产品浏览）	NA	NA	基于切换的混合推荐系统	验证损失, HR@10, NDCG@10, 准确率, 精确率, 召回率, F1分数	NA
12016	2026-04-19	Contextual anatomy-guided deep learning for accurate fovea segmentation in diabetic retinopathy fundus images 2026-Feb-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40287-y PMID:41735453	研究论文	本文提出了一种利用解剖学上下文信息的深度学习框架，用于在糖尿病视网膜病变眼底图像中实现精确的中央凹分割	提出了一种以数据为中心的方法，通过在训练过程中逐步融入关键解剖标志（视盘、视网膜和血管）的上下文信息，并设计了一个多类别约束机制框架来显式利用这些解剖结构间的相互依赖关系，而非单纯增加模型架构复杂度	训练数据集规模相对较小（81张图像），且未提及模型在更广泛或更具挑战性的临床场景（如严重病变图像）中的泛化能力	开发一种准确分割糖尿病视网膜病变眼底图像中中央凹区域的方法，以辅助糖尿病性黄斑水肿的临床管理决策	糖尿病视网膜病变患者的眼底图像	数字病理学	糖尿病视网膜病变	深度学习，图像分割	深度学习模型	图像	81张精心标注的眼底图像（54张训练，27张测试）	NA	MNv4Fovea	IoU, F1分数, 平均欧几里得距离	NA
12017	2026-04-19	Real-time identification and quantification of apple scab on fruit in preharvest and postharvest conditions using YOLO11: a deep learning approach 2026-Feb-22, Plant methods IF:4.7Q1 DOI:10.1186/s13007-026-01508-7 PMID:41725009	研究论文	本研究提出了一种基于深度学习的框架，利用YOLO11模型实时识别和量化苹果黑星病在果实上的症状，以克服传统视觉评估方法的局限性	采用两阶段微调过程，结合高分辨率图像，显著提升了细尺度病变分割的准确性，相比先前YOLO架构，mAP50-95提高了50%以上，并支持实时图像和视频处理	面临光照变化和症状异质性等挑战，病变分割模型的精度（0.64）相对较低	开发一种准确、可扩展的苹果黑星病表型分析方法，以自动化疾病评估	苹果果实上的黑星病症状	计算机视觉	苹果黑星病	深度学习	YOLO	图像	在果园和实验室条件下收集的彩色图像	NA	YOLO11	精度, 召回率, mAP50, mAP50-95	NA
12018	2026-03-29	Electrocardiogram-based deep learning score for coronary artery calcification reclassifies cardiovascular risk and identifies screening candidates 2026-Feb-21, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03400-9 PMID:41723484	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12019	2026-04-19	Robust and interpretable unit level causal inference in neural networks for pediatric myopia 2026-Feb-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02442-7 PMID:41714699	研究论文	本文提出了一种集成到神经网络中的因果推断框架，用于评估个体特征对预测的影响，并应用于儿童近视进展研究	将单位级因果推理融入深度学习，通过干预估计直接和间接因果效应，提高了AI系统的可解释性和可靠性	未明确说明具体模型架构或计算资源细节，可能限制方法的可复现性	开发透明可靠的AI系统，以支持精准医疗和公平医疗保健	超过3000名儿童的前瞻性儿科眼科队列，具有纵向随访数据	机器学习	近视	因果推断框架	神经网络	纵向临床数据	超过3000名儿童	NA	NA	NA	NA
12020	2026-04-19	Hierarchical deep learning pipeline for robust cervical parameter measurement in radiographs with C7 obscuration 2026-Feb-19, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02455-2 PMID:41714822	研究论文	开发并外部验证了一个用于自动化测量颈椎矢状面参数的分层深度学习流程，专门处理侧位X光片中C7椎体被遮挡的问题	提出了一种结合全局关键点检测器和基于多层感知机定位的C2/C7专家模型的粗到细分层流程，能有效校正C7遮挡导致的全局模型大误差	未明确说明模型在更广泛人群或不同成像设备中的泛化能力，以及计算效率的详细评估	开发一个在真实世界条件下可靠、可推广的颈椎对齐评估自动化工具	颈椎侧位X光片	计算机视觉	颈椎疾病	X射线成像	深度学习	图像	5604张图像用于训练，并在内部和外部队列（C7遮挡率82%）进行测试	未明确指定	多层感知机，结合了全局关键点检测器和局部专家模型	组内相关系数，平均绝对误差，一致性界限	NA