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
1241	2026-06-08	Energy-efficient secure routing in wireless sensor networks using fuzzy inference clustering and attention-based multi-scale deep learning 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55944-5 PMID:42251066	研究论文	提出了一种结合模糊推理聚类与注意力机制多尺度深度学习的无线传感器网络节能安全路由方法	综合使用Mamdani型模糊推理系统进行自适应簇形成、动态自适应无花果-黄蜂共生协同进化优化进行簇头选择、以及增强型多尺度空洞MobileNet与注意力机制进行入侵检测	未提及在真实网络环境中的部署验证及计算开销分析	解决无线传感器网络中的能效、安全路由和入侵检测问题	无线传感器网络中的节点聚类、路由选择和入侵检测	机器学习	NA	模糊推理、群智能优化、深度神经网络	增强型多尺度空洞MobileNet	仿真数据	基于仿真的网络数据，未明确样本数量	NA	增强型多尺度空洞MobileNet、注意力机制	能量消耗、吞吐量、端到端延迟、攻击检测率	仿真环境，未明确GPU或云平台
1242	2026-06-08	Invariant state modelling for robust adaptive intrusion detection in software-defined internet of things environments 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55503-y PMID:42251070	研究论文	提出一种名为RADIUS的鲁棒自适应入侵检测框架，用于软件定义物联网环境中的异常检测	采用时间卷积编码器结合膨胀因果卷积构建高效流量嵌入，并引入自适应状态转换模块实现可解释和自适应检测，同时利用双目标优化和极值理论进行异常评分与分类校准	NA	解决软件定义物联网网络中的异构流量、高吞吐量限制和非平稳攻击等挑战，实现鲁棒自适应的入侵检测	软件定义物联网网络中的网络流量数据	机器学习	NA	NA	时间卷积编码器、自适应状态转换模块	网络流量数据	NA	PyTorch	时间卷积编码器、自适应状态转换模块	准确率、精确率、召回率、F1分数	NA
1243	2026-06-08	An effective BiLSTM-CNN model for predicting large-scale temporal-spatial dynamics of normalized difference vegetation index 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55191-8 PMID:42251082	研究论文	提出一种结合双向长短期记忆与卷积神经网络的模型，用于预测归一化植被指数的时空动态	提出BiLSTM-CNN组合渐进处理模型，能同时捕捉植被变化的突然性、局部性和长短期时间尺度特征	未明确说明模型在极端气候事件或不同生态系统类型中的泛化能力	通过气象和土壤湿度数据建模NDVI，预测植被活动的时空变化	归一化植被指数（NDVI）的时空动态	机器学习	NA	遥感	BiLSTM-CNN	时间序列遥感数据、气象数据、土壤湿度数据	NA	NA	BiLSTM, CNN	NA	NA
1244	2026-06-08	Deep learning-based prediction of PFAS toxicity in zebrafish 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54973-4 PMID:42251091	research paper	本研究提出了一种结合进化式故障概率分析、AIG逻辑实现和多级超图划分的方法，用于减少数字电路中软错误率	首次将进化算法、逻辑综合与超图划分相结合进行软错误率优化	仅在ISCAS'85基准电路上验证，未在更现代或复杂架构上测试	降低组合电路中高能粒子撞击导致的软错误率	ISCAS'85基准电路	machine learning	NA	进化算法、超图划分（METIS）、逻辑综合（ABC）	NA	电路设计数据	ISCAS'85基准电路（具体数量未说明）	METIS, ABC	NA	软错误率降低百分比	NA
1245	2026-06-08	Deep learning-based automated classification of endometrial lesions in IVF patients using hysteroscopic images 2026-Jun-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57032-0 PMID:42251153	research paper	基于深度学习开发了一种临床决策支持系统，用于对IVF患者宫腔镜图像中的子宫内膜病变进行自动分类	首次将深度学习应用于高分辨率宫腔镜视频图像的分类，并采用迁移学习比较多种架构性能，同时利用Grad-CAM可视化增强模型可解释性	子宫内膜炎症病例仅基于宫腔镜特征进行分类，未获得组织病理学确认；需要外部数据集和病理确诊标签的验证	开发一种基于深度学习的临床决策支持系统，以自动分类宫腔镜图像中的子宫内膜病变，辅助医生分析	IVF患者的子宫内膜病变，包括正常内膜、子宫内膜息肉和子宫内膜炎	computer vision	NA	宫腔镜检查	CNN	image	来自200个临床视频的1500张专家标注图像	NA	VGG-16, VGG-19, DenseNet-121, EfficientNet-B0	accuracy, sensitivity, AUC, precision	NA
1246	2026-06-08	Understanding the spatial determinants of the Oxford Classic prognostic signature for high-grade serous ovarian cancer 2026-Jun-06, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01708-1 PMID:42251166	研究论文	利用深度学习方法解析牛津经典预后信号在高浆液性卵巢癌中的空间组织特征	开发了针对空间转录组数据的深度去卷积方法Sig-ZIB-VAE，首次揭示肿瘤微环境的空间结构相比单纯细胞组成具有更强的预后判别能力	NA	探究牛津经典预后信号在高浆液性卵巢癌肿瘤微环境中的空间分布及其预后意义	高浆液性卵巢癌肿瘤组织的空间转录组数据	数字病理学	卵巢癌	空间转录组测序	变分自编码器	空间转录组数据	94个肿瘤样本	PyTorch	Sig-ZIB-VAE	惩罚Cox比例风险回归模型中的风险比和显著性检验	NA
1247	2026-06-08	Proteomic clocks combined with deep learning phenotypes track eye aging and diseases 2026-Jun-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02805-0 PMID:42251179	研究论文	结合蛋白质组学时钟与深度学习表型追踪眼部衰老和疾病	首次将高通量蛋白质组学与深度学习表型相结合，在跨种族大规模队列中验证蛋白质组衰老加速作为年龄相关眼病的生物标志物，并开发了精简且经济的蛋白质组衰老时钟	NA	利用蛋白质组学与深度学习表型追踪眼部衰老和疾病，并验证蛋白质组衰老加速作为年龄相关眼病的预测标志物	年龄相关眼病患者，包括白内障、糖尿病视网膜病变、年龄相关性黄斑变性和青光眼	机器学习	白内障, 糖尿病视网膜病变, 年龄相关性黄斑变性, 青光眼	高通量蛋白质组学，深度学习成像分析（断层成像和血管成像）	深度学习模型	蛋白质组数据，影像数据（断层成像和血管成像）	超过55,000名跨种族参与者，来自三个国际队列	NA	NA	NA	NA
1248	2026-06-08	Artificial intelligence in prehospital assessment of acute coronary syndrome: a scoping review 2026-Jun-06, BMC emergency medicine IF:2.3Q1 DOI:10.1186/s12873-026-01636-2 PMID:42251301	综述	系统梳理人工智能在疑似急性冠脉综合征院前评估中的应用现状，并识别现有知识缺口	首次针对院前场景系统评估AI对急性冠脉综合征的诊断、风险分层和分诊作用，聚焦心电图深度学习与多模态方法	现有证据受方法学限制，缺乏前瞻性多中心标准化研究	绘制AI在疑似急性冠脉综合征院前评估中的应用证据图谱	319,709名疑似急性冠脉综合征患者	机器学习	心血管疾病	NA	深度学习	心电图、多模态数据	319,709名患者	NA	心电图深度学习模型	AUC，灵敏度，特异度	NA
1249	2026-06-08	Home-based eye tracking for early autism screening: a scoping review of approaches, evidence, and implementation challenges 2026-Jun-06, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-026-08255-y PMID:42251334	概述性综述	本综述总结了基于家用眼动追踪的早期自闭症筛查方法、证据及实施挑战	首次系统梳理了从实验室到家庭部署的眼动追踪平台进展，并评估了其实验室研究向家庭筛查转化的准备状态	仅检索英文文献、两个数据库、2015-2025年时间窗口、未进行严格方法学质量评估，且证据几乎全部来自实验室对照研究	评估家用眼动追踪作为数字生物标志物在早期自闭症筛查中的可行性，以及相关的机器学习方法和实际实施挑战	婴幼儿及儿童（年龄从5个月到18岁）的早期自闭症筛查	机器学习	自闭症谱系障碍	眼动追踪	支持向量机、随机森林、深度学习模型	眼动数据（注视比例、注视时间、眼跳动态、兴趣区对比）	样本量从30到1000以上不等	NA	NA	阳性预测值、阴性预测值、置信区间	NA
1250	2026-06-08	Machine learning and deep learning for neurological disease analysis: A systematic review across five major disorders 2026-Jun-05, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.05.036 PMID:42250854	综述	系统综述了2021年1月至2026年3月间机器学习与深度学习在五种主要神经系统疾病（阿尔茨海默病、卒中、帕金森病、脑肿瘤和创伤性脑损伤）分析中的应用	总结新兴范式（联邦学习、自监督学习、基础模型）应对数据稀缺、隐私和跨机构差异，指出高性能Transformer模型在阿尔茨海默诊断中的突破及多模态融合改进帕金森检测	泛化性、可解释性和临床转化方面仍存在挑战，需更稳健且临床可靠的AI系统	综合评估近期ML/DL在神经系统疾病影像、临床、生理和可穿戴数据分析中的应用进展	来自PubMed、Scopus和Web of Science数据库的206篇相关文章	机器学习	神经系统疾病	NA	卷积神经网络、编码器-解码器、Transformer、混合模型、多模态模型	影像、临床、生理、可穿戴数据	206篇研究文章	NA	卷积神经网络、编码器-解码器、Transformer、混合模型、基础模型	NA	NA
1251	2026-06-08	Deep learning-based water body extraction using high-resolution RGB-UAV imagery: a case study on Horseshoe Island, Antarctica 2026-Jun-03, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15519-3 PMID:42234036	研究论文	利用深度学习从高分辨率RGB无人机影像中提取南极马蹄岛水体	首次系统比较六种先进语义分割架构在RGB无人机影像南极水体提取中的表现，并验证了模型在不同空间分辨率及复杂海岸线条件下的泛化能力	未提及数据集规模较小、未考虑跨季节变化、未与多光谱数据结合	评估深度学习模型在极地高分辨率RGB无人机影像中提取水体的可行性，建立可扩展的水体监测框架	南极马蹄岛的沿海水体，包括大型湖泊区域和复杂海岸线区域	计算机视觉	NA	无人机遥感	语义分割模型	RGB影像	287张RGB无人机影像	PyTorch	U-Net++, DeepLabv3+, MA-Net, SegFormer, ConvNeXt, DINOv3	交并比, 总体准确率	NA
1252	2026-06-08	pedQTNet: A Deep Learning Approach to Estimate Corrected QT Intervals from Multi-Lead Conventional ECG Waveforms in Pediatric Patients 2026-Jun-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02386-1 PMID:42234295	研究论文	开发并评估了pedQTNet，一种用于从多导联常规心电图波形估计儿童校正QT间期并检测长QT综合征的深度学习模型	首次提出专门针对儿科患者的深度学习模型pedQTNet，用于从原始心电图波形直接估计QTc并检测LQTS，性能优于商用算法并与专家水平相当	未在更大规模的多中心数据或不同心电图机上进行验证，且模型在极低体重或早产儿中的表现有待进一步评估	开发一种自动化工具，帮助非心律专家准确测量儿童QTc并筛查LQTS，提高儿科心脏护理的可及性和效率	0-18岁儿科患者的心电图数据	深度学习	长QT综合征	心电图	深度神经网络	心电图波形	37,992名患者共65,370份心电图，以及200份前瞻性心电图	PyTorch	NA	平均绝对误差, 灵敏度, 特异度, 阳性似然比, 阴性似然比	NA
1253	2026-06-08	Deep learning for predicting cardiac procedure outcomes: A scoping review of recent advances 2026-Jun-03, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103463 PMID:42250347	综述	总结基于深度学习的四种主要心脏手术（PCI、CABG、AVR和二尖瓣成形术）术后结果预测的最新进展	首次对深度学习在心脏手术结果预测中的应用进行系统综述，涵盖多种数据类型（文本、影像、信号）及多模态融合方法	所有纳入研究均缺乏外部验证，可推广性、可解释性和临床整合仍面临挑战	评估深度学习在心脏手术预后预测中的潜力及其与传统机器学习方法的对比	经皮冠状动脉介入、冠状动脉搭桥术、主动脉瓣置换术和二尖瓣成形术相关研究	机器学习	心血管疾病	深度学习	DL模型	文本、影像、信号	9篇纳入研究（来自457篇检索文献）	NA	NA	性能指标因数据类型而异	NA
1254	2026-06-08	Artificial intelligence applications using patient-generated health data for pre-care processes in elective healthcare: a systematic review 2026-Jun-03, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106525 PMID:42250455	系统综述	系统综述了人工智能在择期医疗预诊流程中利用患者生成健康数据的应用	首次系统梳理了AI、患者生成健康数据与预诊流程三者交叉领域的研究现状，并综合评估了技术、临床、运营、用户体验和公平性等多维度结果	95%的研究存在高偏倚风险，仅6%进行了外部验证，仅一项研究测量了临床结局，公平性评估仅占14%，无研究证明患者获益或描述临床部署	绘制AI方法和患者生成健康数据模态的图谱，综合多维度结果，识别部署障碍和报告空白	利用患者生成健康数据的AI应用，用于支持择期医疗预诊流程（如分诊、症状评估、病史采集）	自然语言处理, 机器学习	NA	NA	经典机器学习, 深度学习, 大型语言模型	自由文本, 问卷, 录音, 可穿戴设备数据, 图像	21项研究	NA	NA	AUC (0.64-0.98，中位数0.78)	NA
1255	2026-06-08	Specific-Source Insights into Changes of O3 Concentrations and Health Risks in China 2026-Jun-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c01808 PMID:42226704	研究论文	开发了结合深度学习模型与源导向CMAQ模型的集成框架，用于重构2005-2020年中国O3浓度并将其归因于不同来源，评估健康风险	首次将深度学习模型与源导向空气质量模型耦合，突破了传统方法在精细尺度上归因源贡献的局限，揭示了O3浓度来源在时空异质性及健康影响之间的显著不对等关系	NA	量化中国不同来源对臭氧浓度的贡献并评估相应的健康风险，为制定面向健康、来源特定的臭氧管理策略提供科学依据	2005-2020年中国大气臭氧浓度及其来源贡献和健康风险	机器学习	呼吸系统疾病	NA	深度学习模型	时间序列数据、空间分布数据	2005-2020年的臭氧浓度数据	NA	深度学习模型	NA	NA
1256	2026-06-08	Concerted Electron-Ion Transport by Polyacrylonitrile Elucidated with Reactive Deep Learning Potentials 2026-Jun-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05078 PMID:42227688	研究论文	利用反应性深度学习势能阐明聚丙烯腈中协同电子-离子传输的机制	首次通过深度学习势能模拟非平衡反应性PAN构型，揭示了亲核攻击引发的锂耦合电子转移及环化反应动力学	模拟未考虑聚合物链间相互作用及更复杂电解液环境的影响	研究PAN在电池中作为离子导体的协同电荷传输机制	聚丙烯腈（PAN）聚合物构型与Li⁺的相互作用	机器学习	NA	深度学习势能、红外光谱（IR）、核磁共振（NMR）	深度学习势能（Deep Potential）	分子结构数据（PAN构型能与力）	非平衡反应性PAN构型（具体数量未提及）	DeepMD-kit	深度神经网络势能	反应自由能、反应速率、电荷分析	GPU（具体型号未提及）
1257	2026-06-08	MEG-mod: A Multiview Enhanced Graph Neural Network for Knockdown Efficiency Prediction of Chemically Modified siRNA 2026-Jun-02, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.6c00411 PMID:42228641	research paper	提出MEG-mod，一个多视图增强图神经网络框架，用于预测化学修饰siRNA的敲低效率	整合文献阅读代理、手动整理和公共数据库资源构建扩展数据集，并采用结构感知的Transformer图神经网络联合建模序列上下文、理化性质、化学修饰特征和双链结构关系，同时通过修饰碱基融合模块建模上下文依赖的修饰效应	未在摘要中明确说明局限性	开发一个深度学习框架准确预测化学修饰siRNA的敲低效率，以辅助合理设计	化学修饰的siRNA分子	machine learning	NA	深度学习	图神经网络	序列数据、结构数据、理化性质数据	通过整合文献、手动整理和公共数据库构建了扩展数据集，但未给出具体样本数量	PyTorch	Transformer, 图神经网络	Pearson相关系数	NA
1258	2026-06-08	Efficient FPGA accelerator for low-power high-speed BCI motor imagery classification using novel deep learning 2026-Jun-02, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109105 PMID:42250530	研究论文	提出一种结合少样本学习与双注意力机制的SqueezeNet深度学习模型，并设计高效FPGA加速器，用于低功耗高速运动想象脑电信号分类	1) 首次将少样本学习与双注意力机制结合到SqueezeNet中，提升小样本和未见数据的分类精度；2) 设计基于双核DPU和双缓冲方案的低功耗硬件加速器，功耗仅12.14W，推理时间5.01ms，比CPU和GPU分别降低4.8倍和6.3倍	未提及对噪声鲁棒性的具体分析及模型在真实复杂环境下的验证情况	实现运动想象脑电信号的高精度、低功耗、高速分类，适用于边缘设备实时部署	脑电信号中的运动想象任务分类	机器学习	NA	脑电图	SqueezeNet、双注意力机制、少样本学习	脑电信号	BCI Competition IV 2a数据集（具体样本数未提及），以及其他公共数据集	NA	FSL-Dual Attention-based SqueezeNet	准确率	FPGA硬件加速器（双核DPU，双缓冲方案），CPU，GPU（功耗对比）
1259	2026-06-08	Virtual fluorescent labeling of engineered vascular networks with embedded tracer particles 2026-Jun, Acta biomaterialia IF:9.4Q1 DOI:10.1016/j.actbio.2026.04.059 PMID:42097439	研究论文	开发了一种深度学习虚拟标记方法，能从无标记图像中恢复细胞核、细胞骨架和内皮荧光，用于工程化血管网络的纵向研究	首次在厚三维共培养系统中实现多通道荧光标记的虚拟预测，并对散射微珠具有鲁棒性，采用通道特定损失函数提升重建质量	未提及限制	实现无破坏性的实时定量分析工程组织中的微血管形态发生及细胞外基质力学	含2μm二氧化硅微珠的纤维蛋白水凝胶中三维共培养的人脐静脉内皮细胞和肺成纤维细胞	数字病理学, 计算机视觉	不适用	三维荧光成像, 明场成像	3D U-Net	图像（明场和共焦荧光序列）	三维纤维蛋白水凝胶中细胞共培养样本（具体数量未提及）	PyTorch	3D U-Net	均方误差, 结构相似性, 峰值信噪比, 相关性, Dice系数	未提及
1260	2026-06-08	A deep learning multi-attention Bi-GRU framework for kcat prediction with segmentation-based insights 2026-Jun-01, Enzyme and microbial technology IF:3.4Q2 DOI:10.1016/j.enzmictec.2026.110915 PMID:42250496	研究论文	提出了一种名为KcatNeuroCortex的深度学习框架，用于预测酶催化效率，该框架结合了双向门控循环单元（Bi-GRU）与多注意力机制，并通过基于分段的策略捕捉局部功能基序	创新性地将双向GRU与多注意力机制结合，模仿酶的工作方式；采用基于分段的策略捕捉局部功能基序，并整合为全局表示，提高了可解释性和预测准确性	NA	开发一个可解释且新颖的深度学习框架，用于准确预测酶催化效率（kcat），以解决酶序列数据增长快于测量催化常数的问题	酶序列的催化效率（kcat）预测	机器学习	NA	NA	Bi-GRU	序列数据	NA	NA	Bi-GRU, 多注意力机制	R², RMSE	NA