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
121	2026-11-14	Knowledge-guided multi-task learning with cascade out-of-distribution rejection for rice leaf disease diagnosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0362080 PMID:43019350	研究论文	提出知识引导的多任务水稻网络（MTRNet），结合级联分布外拒绝，用于水稻叶片病害诊断	将植物病理学知识以专家知识矩阵自动生成属性标签进行知识引导监督，无需像素级标注；设计两阶段级联推理系统结合颜色生物合理性过滤与预测一致性检查来拒绝分布外输入；仅增加0.027M参数且过滤仅需0.34ms/图	仅在四种水稻病害的公开数据集上评估，阈值选择虽乐观偏差小但仍存在约0.2个百分点的乐观性，未在更广泛田间复杂场景或更多病害类别上验证	开发一种将植物病理学知识融入深度学习并拒绝分布外输入的水稻叶片病害诊断框架	水稻叶片病害图像，包括稻瘟病、胡麻叶斑病、白叶枯病和东格鲁病四类病害图像以及分布外图像	计算机视觉	植物病害	NA	CNN	图像	5,932张四类水稻病害图像和1,000张分布外图像	NA	ResNet-50	准确率, 宏F1分数, 分布外拒绝率, 真病害叶片保留率	NA
122	2026-11-14	SeqBattNet: A discrete-state physics-informed neural network with aging adaptation for battery modeling 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0362362 PMID:43019362	研究论文	提出一种具有老化适应能力的离散状态物理信息神经网络SeqBattNet，用于电池放电过程中的端电压建模	内置老化适应机制，仅需少量易获取的物理参数，无需连续状态再生，编码器采用分层推理GRU生成周期特定的老化参数	仅在三个数据集上验证，训练数据来自单个电池，未明确讨论计算资源与实时性	提高电池建模的准确性和泛化能力，实现可靠的电压预测	锂离子电池放电过程	机器学习	NA	物理信息神经网络	PINN	时间序列数据	三个基准数据集（TRI、RT-Batt、NASA），涉及多个电池单元	NA	分层推理GRU，等效电路模型	RMSE	NA
123	2026-11-14	Dynamic scale fusion and cascaded prototype refinement for few-shot sports image classification 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1974654 PMID:43021995	研究论文	提出了一种动态尺度融合与级联原型细化网络（DSCPNet），用于少样本体育图像分类	引入动态尺度融合注意力（DSFA）动态选择并融合不同感受野下的判别性上下文线索；设计级联前景-场景交互（CFSI）通过级联交互调制抑制背景干扰；开发跨原型特征细化（CPFR）以跨原型方式校准支持原型和查询表示，生成更具判别性的类原型	未明确说明计算资源需求；仅在两个体育导向的少样本基准数据集上验证，泛化性有待进一步验证	解决少样本场景下体育图像分类中尺度变化大、背景干扰严重和细粒度类间相似度高的问题	体育图像	计算机视觉	NA	深度学习	CNN	图像	两个体育导向的少样本基准数据集（具体样本量未提及）	NA	DSCPNet（包含DSFA、CFSI、CPFR模块）	识别性能（1-shot和5-shot场景下的准确率等，具体指标未明确）	NA
124	2026-11-14	Enlighty Politus: a political public opinion dataset from social media in Turkey processed with privacy-preserving AI 2026, EPJ data science IF:3.0Q1 DOI:10.1140/epjds/s13688-026-00682-x PMID:43022122	研究论文	本文介绍了一个来自土耳其社交媒体的大规模政治舆论数据集，利用深度学习、自然语言处理和大语言模型识别政治指标，并采用隐私保护措施	结合前沿深度学习、自然语言处理和大语言模型与社会科学概念化，识别意识形态、人口属性、政治领导人支持率等关键政治指标，并采用差分隐私等隐私保护措施确保符合GDPR	未明确说明数据集的具体规模、时间范围或地理覆盖范围，可能受限于社交媒体用户代表性	推动计算社会科学领域发展，提供全面、细粒度且符合伦理的政治舆论洞察	土耳其社交媒体数据中的政治舆论	自然语言处理	NA	深度学习, 自然语言处理, 大语言模型, 差分隐私, 多层回归后分层	大语言模型, 深度学习模型	文本	NA	NA	NA	NA	NA
125	2026-11-14	Efficient neuroanalytic local-global learning with dual-branch CNN-lightweight Swin Transformer for Alzheimer's disease analysis 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1972923 PMID:43022197	研究论文	提出一种名为NeuroCST的双分支深度学习框架，结合增强型EfficientNet CNN与轻量级Swin Transformer，用于基于结构MRI的阿尔茨海默病分类	采用双分支网络架构，独立捕获局部细粒度形态特征与全局上下文依赖；引入定制的SwinLite Transformer块（含注意力、移位窗口划分与MLP）；提出NeuroCST-SA空间注意力机制进行最优像素选择以降低冗余并区分细微的类间对比度和纹理差异；在保持高精度的同时显著降低参数量和计算量	仅在公开Kaggle AD单一数据集上验证，泛化能力有待多中心数据验证；未提及外部独立测试集验证	在资源受限环境下实现高效、低计算成本的阿尔茨海默病早期检测与分类	阿尔茨海默病结构MRI图像，分为轻度痴呆、中度痴呆、非痴呆和极轻度痴呆四类	计算机视觉	阿尔茨海默病	结构MRI	CNN, Transformer	图像	Kaggle AD数据集，包含6,400张原始图像和33,984张增强图像，共40,384张MRI图像，分四类	NA	EfficientNet, Swin Transformer	准确率, 敏感度, 精确率, F1分数	NA
126	2026-11-14	Advancing hyperspectral milk quality assessment: Deep learning-based spatial-spectral fusion for nutrient estimation 2026, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2026.101610 PMID:43022417	研究论文	该研究构建了包含83种奶制品的高光谱数据集HSI-MILK83，并提出两种深度学习模型用于预测牛奶中脂肪、蛋白质、碳水化合物和SNF的含量	构建了涵盖83种奶制品的基准高光谱数据集，并提出双流网络架构和深度可分离卷积与注意力模块（DeSCA）两种模型，有效融合空间-光谱特征进行营养成分估计	高光谱成像成本高，现有数据集覆盖的奶制品品种和营养指标范围有限	利用高光谱成像技术实现牛奶营养成分的无损、快速、准确评估	83种奶制品	计算机视觉	NA	高光谱成像	CNN, 注意力机制	高光谱图像	83种奶制品	NA	双流网络, 深度可分离卷积, 多头自注意力	NA	NA
127	2026-11-14	A reproducible deep learning pipeline for collagen quantification in cardiac histology, benchmarked against colour deconvolution and inter-observer agreement 2026, Biology methods & protocols IF:2.5Q3 DOI:10.1093/biomethods/bpag060 PMID:43022550	研究论文	本文描述了一个用于小鼠心脏组织切片中胶原分割的开放且可重复的深度学习流程，并与颜色反卷积基线和人工标注者进行了对比测试	提出了一个开放可重复的深度学习流程用于心脏组织学中的胶原定量，并引入了拓扑感知目标函数（其中一种为本文提出），同时与校准的颜色反卷积基线和观察者间一致性进行了系统比较	探索性比较未确立等效性；拓扑感知目标函数降低了Dice；在苦味酸天狼星红染色上，三色染色训练的U-Net++错误标记浅色背景而非红色染色的胶原；观察者研究强调注释变异性是性能评估中的重要考虑因素	开发并评估一个可重复的深度学习流程用于小鼠心脏切片中的胶原定量，并与传统颜色反卷积方法和人工标注者进行基准比较	来自29只小鼠的70个Masson三色染色视野	数字病理学	心血管疾病	Masson三色染色和苦味酸天狼星红染色组织学成像	CNN	图像	70个Masson三色染色视野来自29只小鼠，其中8只小鼠用于测试	NA	U-Net++, nnU-Net	Dice系数, 相关系数	NA
128	2026-11-14	Physics-based self-supervised learning of a deep network for single-shot in-line hologram reconstruction 2026, IEEE transactions on computational imaging IF:4.2Q2 DOI:10.1109/tci.2026.3694142 PMID:43022688	研究论文	提出一种基于物理的自监督深度学习策略，在训练时利用相位多样性，在推理时仅需单幅同轴全息图即可重建样品的透射函数	在训练阶段利用相位多样性，推理阶段仅需单幅全息图，无需真实标签，且计算时间比正则化反演减少1000倍	未明确说明，可能依赖于训练数据的相位多样性质量	开发一种高效、准确的全息图重建方法，克服传统方法中的孪生像伪影和计算效率问题	模拟和实验的同轴全息图，包括珠子和细菌样品	计算成像	NA	数字同轴全息显微术	深度网络	图像	五个数据集（模拟和实验的同轴全息图，包含珠子和细菌）	NA	NA	重建准确性、计算时间	NA
129	2026-11-14	A Clinically Informed Cross-Attention Deep Learning Framework for Automated Diagnosis of Obstructive Sleep Apnea 2026, IEEE International Conference on Automation Science and Engineering (CASE) : [proceedings]. IEEE Conference on Automation Science and Engineering DOI:10.1109/case69030.2026.11704404 PMID:43023152	研究论文	提出一种临床知识引导的交叉注意力深度学习框架，用于自动PSG标注和AHI预测，并结合临床变量，在四个大型真实数据集上验证	结合临床变量（年龄、性别）与PSG信号，使用多头注意力机制进行患者级AHI预测；采用深度编码器学习epoch级特征并自动分类呼吸事件，模拟人工评估；在四个大型真实数据集上验证模型的鲁棒性和泛化性	摘要中未明确说明局限性	实现阻塞性睡眠呼吸暂停的自动化诊断，减少人工标注成本，提高诊断效率和可靠性	夜间多导睡眠图（PSG）记录及临床变量（年龄、性别等）	医学信号处理，深度学习	阻塞性睡眠呼吸暂停	多导睡眠图（PSG）	深度学习，交叉注意力机制	生理信号（PSG）和临床变量	四个大型真实世界数据集（具体样本量未提及）	NA	深度编码器，多头注意力机制	NA	NA
130	2026-11-14	Progressive multi-scale learning for lightweight YOLO-based multi-disease detection in chest X-ray 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1901057 PMID:43023174	研究论文	提出基于渐进式多尺度学习的轻量级YOLOv8n框架PMSL-YOLO，用于胸部X射线多疾病检测	引入渐进式多尺度学习范式，通过多分辨率适应从全局解剖表示学习逐步过渡到细粒度病灶定位，并结合胸部X射线特定的数据增强策略（优化Mosaic、MixUp、HSV亮度调整及适度几何变换）提升小病灶检测能力	泛化能力尚未通过外部验证确立，跨机构、成像设备、患者群体和采集协议的泛化性仍需进一步研究	在资源受限的临床环境中实现轻量级且高精度的胸部X射线多疾病检测	胸部X射线图像中的多疾病病灶	计算机视觉	胸部多疾病	深度学习目标检测	YOLO	图像	VinBigData数据集（具体样本数量未在摘要中说明）	NA	YOLOv8n	精确率, 召回率, mAP@0.5, mAP@0.5:0.95	NA
131	2026-11-13	Design of Highly Efficient pegRNAs with Minimized Off-Target Effects Using DeepPrime 2027, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-5667-9_3 PMID:43015539	研究方法	该文章提供了使用深度学习算法DeepPrime设计高效且脱靶效应最小化的pegRNA的逐步方案	利用深度学习算法DeepPrime优化pegRNA设计，提高编辑效率并减少脱靶效应	未明确提及	设计高效且脱靶效应最小化的pegRNA以应用于prime editing	pegRNA序列	基因组编辑	NA	prime editing	深度学习	序列数据	NA	NA	NA	编辑效率、脱靶效应	NA
132	2026-11-13	Development and validation of a U-Net-based deep learning model for automatic measurement of the hallux valgus angle and intermetatarsal angle 2026-Dec, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2026.110973 PMID:42901137	研究论文	开发并验证基于U-Net的深度学习模型，用于自动测量负重足正位X线片上的拇外翻角和跖间角	提出基于U-Net的自动测量方法，通过标注六个解剖标志点定义趾近节趾骨及第一、二跖骨的轴线，实现HVA和IMA的自动测量，并与三位专家参考值进行对比验证	样本量相对有限（1227张X线片），仅在单一机构进行验证，未进行多中心外部验证	开发并验证基于U-Net的深度学习模型，实现负重足正位X线片上拇外翻角和跖间角的自动测量	负重足正位X线片	医学影像分析	拇外翻	负重足正位X线摄影	CNN	图像	1227张负重足正位X线片（训练集858张，验证集184张，测试集185张），数据增强后训练集达10296个样本，另加100张时间验证队列X线片	NA	U-Net	平均绝对误差（MAE）、组内相关系数（ICC）、95%置信区间（95% CI）	NA
133	2026-11-13	Deep learning-based structure modeling of the Treponema pallidum proteome: Insights into pathogenesis and syphilis vaccine development 2026-Dec, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70872 PMID:43006705	研究论文	该研究利用基于人工智能的结构到功能建模工作流程，对梅毒螺旋体蛋白质组进行了结构建模和功能注释，并预测了B细胞表位，以促进梅毒疫苗开发	为99%的梅毒螺旋体蛋白质组生成了高置信度结构模型，并对877种蛋白质进行了基于结构的功能注释，包括240种未知功能蛋白质；识别了63种推测的致病相关蛋白和7种与革兰氏阴性菌外膜蛋白相似的蛋白质；预测了1133个表面暴露的潜在B细胞表位，并优先选择了90个	未提及	通过基于结构建模的功能注释，深入了解梅毒螺旋体的致病机制，并为梅毒疫苗设计提供信息	梅毒螺旋体（Treponema pallidum ssp. pallidum）的蛋白质组	计算生物学、结构生物信息学	梅毒	深度学习、结构建模、DALI结构比对、B细胞表位预测	深度学习模型（具体未指定）	蛋白质序列和结构数据	976种梅毒螺旋体蛋白质（覆盖99%的蛋白质组）	NA	NA	NA	NA
134	2026-11-13	Comparative evaluation of vibrational spectroscopy and deep learning for hierarchical authentication of collagen-based biological matrices 2026-Nov-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay01296e PMID:42956828	研究论文	该研究比较了振动光谱（SERS、FT-IR、NIR）结合传统化学计量学与深度学习（AggMapNet）在胶原基生物基质（驴皮明胶）多层次认证中的性能	建立了振动光谱与深度学习相结合的比较分析框架，并首次将AggMapNet应用于明胶产品的精细分类（商业产品及等级），实现了对高度相似生物基质的高精度鉴别	样本量相对有限（60个真伪样本、四个动物源明胶、E1-E4商业产品及三个E4等级），未涉及其他胶原基基质或更大规模验证	评估振动光谱结合传统化学计量学和深度学习方法在胶原基生物基质多层次认证（真伪、动物源、商业产品及等级）中的性能	驴皮明胶（DHG）作为代表性胶原富集模型系统，包括60个真伪样本、四种动物源明胶、E1-E4商业产品及三个E4商业等级	分析化学	NA	SERS、FT-IR、NIR	LDA、AggMapNet（深度学习）	光谱数据	60个真伪样本、四种动物源明胶、E1-E4商业产品（具体数量未明确）、160个E4等级样本	NA	AggMapNet、LDA	准确率、平衡准确率、交叉验证	NA
135	2026-11-13	A hybrid neural network and sparse recovery framework for resolving multi-cell coincidence in label-free impedance cytometry 2026-Nov-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay01731b PMID:42834753	研究论文	本文提出了一种混合神经网络与稀疏恢复框架，用于解决无标记阻抗细胞术中的多细胞重合问题，提高单细胞检测精度	将深度学习（RNN和1D-CNN）与稀疏恢复算法相结合，利用分类结果作为稀疏先验，实现多粒子重合波形的分离和单细胞幅值的精确恢复	仅使用人淋巴瘤细胞进行验证，样本类型有限；未与其他方法进行广泛比较；未讨论计算复杂度和实时性	提高微流控阻抗细胞术在高通量条件下对单细胞事件的检测准确性，解决基线漂移、噪声和多细胞重合事件导致的计数和幅值估计失真问题	人淋巴瘤细胞	生物医学工程	淋巴瘤	微流控阻抗细胞术、深度学习、稀疏恢复	RNN, 1D-CNN	阻抗信号（时间序列）	NA	NA	RNN, 1D-CNN	NA	NA
136	2026-11-13	Artificial Intelligence in Otoscopy for Tympanic Membrane Pathologies: A State-of-the-Art Scoping Review 2026-Nov-12, The journal of international advanced otology IF:1.0Q3 DOI:10.65717/iao.2026.252225 PMID:43016198	综述	本文在范围综述框架下系统检索并批判性评述了人工智能用于鼓膜图像分析以诊断耳部感染的研究现状	聚焦方法学严谨性、数据集特征与临床适用性，系统梳理了83项研究并指出该领域在数据异质性与外部验证方面的关键缺陷	未进行荟萃分析或系统评价，因数据与标注异质性过大、方法学多样且普遍缺乏外部验证，定量合成会产生误导	评估人工智能在鼓膜图像分析诊断耳部感染中的应用现状，重点关注方法学严谨性、数据集特征与临床适用性	截至2024年6月30日发表的采用人工智能分析或分类鼓膜图像以诊断耳部疾病的研究	医学图像分析	耳部感染	耳内镜成像	卷积神经网络, 深度学习	图像	83项研究，包含90项实验结果	NA	卷积神经网络	分类准确率	NA
137	2026-11-13	Deep learning-based enhancing spatial biological context parsing 2026-Nov-12, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag829 PMID:43016319	研究论文	本文开发了一个基于多视角图自编码器的深度学习框架CroSP，用于整合空间转录组学中的基因表达、空间位置和组织形态信息，以增强空间生物背景的解析。	提出CroSP框架，采用多视角图自编码器，结合跨视角对比学习和度量学习来协调互补视角，将多模态信息融合为低维潜在表示。	摘要中未明确提及研究的局限性。	解决空间转录组学中噪声和数据异质性给空间关系和组织结构表征带来的困难，提升空间域识别和空间生物分析能力。	空间转录组学数据，包括基因表达谱、空间定位和组织学图像，涉及大脑、嗅球和人乳腺癌组织。	空间转录组学, 生物信息学, 深度学习	乳腺癌	空间转录组学 (ST)	多视角图自编码器	基因表达谱, 空间位置, 组织形态图像	多个平台和空间分辨率的数据集，具体样本量未在摘要中说明	NA	多视角图自编码器	空间域识别改进，但摘要未列出具体量化指标	NA
138	2026-11-13	Clinical Interchangeability of Total Corneal Astigmatism Prediction Methods: An Agreement Analysis 2026-Nov-12, Journal of refractive surgery (Thorofare, N.J. : 1995) DOI:10.3928/1081597X-20260903-04 PMID:43017897	研究论文	比较深度学习模型与Barrett Toric计算器和Abulafia-Koch公式在总角膜散光预测上的一致性	首次评估深度学习模型预测总角膜散光与传统公式在临床互换性标准下的一致性	回顾性研究，样本量较小，缺乏术后屈光结果验证	评估深度学习模型与两种传统公式在总角膜散光预测中的临床互换性	100只具有角膜散光的眼	数字病理, 医学图像分析, 眼科影像	角膜散光, 眼科疾病	Pentacam HR成像, 深度学习模型, Barrett Toric计算器, Abulafia-Koch公式	深度学习模型（具体架构未说明）	医学图像（角膜地形图）	100只眼	NA	NA	Pearson相关系数, Spearman相关系数, 平均绝对误差, 均方根误差, Bland-Altman分析, 95%一致性界限	NA
139	2026-11-13	Riesz-Quincunx WaVnet Chaotic Rime Attention Encoder and ensemble convolutional neural networks for remote brain tumor diagnosis 2026-Nov-12, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329261505742 PMID:43017930	研究论文	该研究开发了一个集成图像预处理、集成CNN分类和Riesz-Quincunx WaVnet混沌雾凇注意力编码器的深度学习框架，用于脑肿瘤的远程诊断、分类和分割，并开发了基于Flask的Web应用以支持远程访问	将Riesz-Quincunx WaVnet混沌雾凇注意力编码器与集成卷积神经网络相结合以增强特征提取和表示，并开发了基于Flask的远程Web应用以支持临床协作和远程医疗	缺乏定量性能指标来证实诊断准确性和分割性能，尚未证明优于现有方法，需要独立临床数据集进一步验证临床可靠性	开发一个深度学习框架，实现脑肿瘤的准确分类和分割，并支持远程诊断和远程医疗应用	脑肿瘤医学图像，包括坏死性肿瘤核心、增强性肿瘤、瘤周水肿区域和非增强性肿瘤核心	医学图像分析、计算机视觉	脑肿瘤	NA	集成CNN、Riesz-Quincunx WaVnet混沌雾凇注意力编码器	医学图像	NA	Flask	集成卷积神经网络、Riesz-Quincunx WaVnet、混沌雾凇注意力编码器	NA	NA
140	2026-11-13	Conductive Composite-Based Wearable Sensors for Sports Science: Intelligent Data Analysis and Emerging Applications 2026-Nov-11, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c16362 PMID:42962209	综述	综述导电复合材料与人工智能集成的可穿戴传感器在运动科学中的智能数据分析与新兴应用	系统整合导电复合材料设计、信号采集与人工智能分析，提出面向运动科学的多模态智能可穿戴传感系统框架	复杂运动条件下信号可靠性和多维数据分析仍受设备功能限制	总结导电复合材料与人工智能赋能的可穿戴传感技术在运动科学中的应用进展与未来方向	生理、生化、生物力学运动信号及导电聚合物、碳基、MXene、水凝胶复合材料传感器	机器学习	NA	可穿戴传感、导电复合材料、人工智能数据分析	监督学习, 无监督学习, 深度学习, 大语言模型	生理信号, 生化信号, 生物力学信号	NA	NA	NA	NA	NA