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
1901	2026-04-29	Staining, magnification, and algorithmic conditions for highly accurate cell detection and cell classification by deep learning 2024-04-03, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqad162 PMID:38134350	研究论文	使用YOLOv8深度学习模型，评估染色方法、放大倍数和算法条件对细胞检测和分类准确性的影响	系统比较了不同染色方法（Papanicolaou和MGG）和放大倍数对YOLOv8模型在细胞检测和分类中的性能影响	仅使用了人类癌细胞系，未在临床标本上验证模型性能	澄清通用深度学习细胞学模型中染色方法、放大倍数和假阳性等挑战	11种人类癌细胞系制备的Papanicolaou和MGG染色标本	机器学习	癌症	细胞学图像分析	YOLOv8	图像	11种人类癌细胞系的细胞图像	YOLOv8	YOLOv8	分类率、检测率	NA
1902	2026-04-29	Automated prediction of acute promyelocytic leukemia from flow cytometry data using a graph neural network pipeline 2024-03-01, American journal of clinical pathology IF:2.3Q2 DOI:10.1093/ajcp/aqad145 PMID:37878540	研究论文	提出一种利用图神经网络管道从流式细胞术数据自动预测急性早幼粒细胞白血病的机器学习模型	首次将图神经网络应用于流式细胞术数据进行急性早幼粒细胞白血病分类，并结合输入扰动方法实现模型预测的可解释性	NA	开发能够准确区分急性早幼粒细胞白血病与其他急性髓系白血病的机器学习模型	急性早幼粒细胞白血病患者和急性髓系白血病患者的流式细胞术数据	机器学习	急性早幼粒细胞白血病	多色流式细胞术	图神经网络	流式细胞术数据	27例急性早幼粒细胞白血病患者和41例其他急性髓系白血病患者	NA	图神经网络	准确率	NA
1903	2026-04-29	Applications of machine learning in time-domain fluorescence lifetime imaging: a review 2024-Feb-08, Methods and applications in fluorescence IF:2.4Q3 DOI:10.1088/2050-6120/ad12f7 PMID:38055998	综述	回顾机器学习在时间域荧光寿命成像中的应用，包括改善图像质量、寿命估计和图像分析，并提出改进建议	系统总结了机器学习在时间域荧光寿命成像中提升图像质量和分析性能的最新进展，强调标准化和模型开发的重要性	荧光寿命成像数据难以获取且缺乏标准化，限制了机器学习模型的充分开发	推广荧光寿命成像并吸引更多机器学习从业者探索寿命成像的潜力	时间域荧光寿命成像技术及其在医学成像中的应用	机器学习, 数字病理学	NA	荧光寿命成像	神经网络, 深度学习模型	荧光寿命成像数据	NA	NA	NA	NA	NA
1904	2026-04-29	Artificial intelligence for natural product drug discovery 2023-11, Nature reviews. Drug discovery DOI:10.1038/s41573-023-00774-7 PMID:37697042	综述	描述人工智能与计算组学技术在天然产物药物发现中的协同作用，以及如何克服相关挑战	系统阐述人工智能（尤其是机器学习）与计算组学技术在天然产物药物发现中的协同潜力，并提出了高质量数据集构建和算法验证等关键问题的解决策略	未详细说明具体的技术实现细节或实验验证结果，主要停留在理论框架和未来展望层面	探讨人工智能与计算组学技术协同作用在天然产物药物发现中的应用，为从自然界分子中筛选药物候选物提供新思路	天然产物分子、药物候选物	机器学习	NA	计算组学技术	机器学习、深度学习	分子数据	NA	NA	NA	NA	NA
1905	2026-04-29	Microbial carbon use efficiency promotes global soil carbon storage 2023-06, Nature IF:50.5Q1 DOI:10.1038/s41586-023-06042-3 PMID:37225998	研究论文	通过全球数据集、微生物过程显式模型、数据同化、深度学习和元分析，研究微生物碳利用效率（CUE）与土壤有机碳储存之间的关系	首次在全球尺度上证明微生物碳利用效率是决定土壤有机碳储存的主要因素，且其重要性至少是其他评估因素的四倍	未明确讨论CUE在不同生态系统类型中的具体机制，对气候变化的反馈预测仍需进一步微观过程理解	探究微生物碳利用效率在全球土壤有机碳储存中的作用及其与气候、植被和土壤性质的交互影响	全球范围的土壤样品及相关的微生物过程数据	机器学习	NA	NA	深度学习模型	数值数据	来自全球尺度的大规模数据集，具体样本数量未明确给出	PyTorch, TensorFlow	NA	NA	NA
1906	2026-04-29	A deep learning algorithm-based visual strategy intervention study for children with autism spectrum disorders - extraction and detection of children's behavioral features 2023-06, European review for medical and pharmacological sciences DOI:10.26355/eurrev_202306_32608 PMID:37318465	研究论文	提出一种基于深度学习的视觉策略干预方法，用于自闭症谱系障碍儿童的行为特征提取与异常行为检测	融合时空特征提取结构，在MotionNet中加入光流特征子网络；提出基于序列池的行为检测方法，结合注意力机制和聚类池	在复杂背景下HMDB51数据集上准确率仅63.81%，模型泛化能力有限	探索自闭症谱系障碍儿童的有效干预方法	自闭症谱系障碍儿童的异常行为特征	计算机视觉	自闭症谱系障碍	NA	CNN	视频	SDUFall, Weizmann, HMDB51数据集	NA	MotionNet, 光流特征子网络	准确率	NA
1907	2026-04-28	Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13505 PMID:38009020	研究论文	通过数据增强和贝叶斯超参数调优提升预训练CNN模型在黑色素皮肤病变分类中的性能	结合数据增强与贝叶斯超参数调优两种方法，显著提升预训练CNN模型在皮肤镜图像分类中的性能，尤其Inception-V3模型取得了最高准确率96.40%和AUC 0.98	未提及具体限制	提升预训练卷积神经网络在黑色素皮肤病变分类中的性能	皮肤镜图像中的色素性皮肤病变	计算机视觉	黑色素瘤	皮肤镜成像	CNN	图像	2019年ISIC数据集，包含八种疾病类别	NA	Inception-V3	准确率, AUC	NA
1908	2026-04-28	Lyme rashes disease classification using deep feature fusion technique 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13519 PMID:38009027	研究论文	提出一种深度特征融合系统用于自动分类莱姆病皮疹	提出了一种新的深度特征融合机制，通过结合Densenet201、InceptionV3和Exception三个模型的深度特征，并利用元分类器进行整合，显著提升了分类准确率	NA	自动分类莱姆病皮疹以辅助临床医生和皮肤科医生进行有效诊断	莱姆病皮疹的红斑迁移图像	计算机视觉	莱姆病	深度学习特征融合	Densenet201, InceptionV3, Exception, 元分类器（基础深度卷积神经网络）	图像	NA	NA	DenseNet201, InceptionV3, Exception, 基础深度卷积神经网络	分类准确率	NA
1909	2026-04-28	Segmentation and classification of skin lesions using hybrid deep learning method in the Internet of Medical Things 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13524 PMID:38009016	研究论文	提出一种结合Mask R-CNN和ResNet50的混合深度学习模型，用于皮肤病变的语义分割和分类，在IoMT环境中提升诊断准确性	首次将MRCNN语义分割与ResNet50病变检测相结合，在IoMT框架下实现端到端的皮肤病变细粒度分析，分割精度达95.49%，分类准确率达96.75%	未提及算法在低质量图像或罕见病变类型上的泛化能力，也未讨论计算资源消耗和实时部署可行性	在医疗物联网背景下，利用混合深度学习方法提升皮肤病变分割与分类的准确性和效率	皮肤病变（痣、黑色素瘤等）的皮肤镜图像	计算机视觉, 数字病理学	皮肤癌	皮肤镜成像	卷积神经网络, 混合模型	皮肤镜图像	ISIC 2020挑战数据集（大量标注图像）	PyTorch	Mask R-CNN, ResNet50	分割精度, 分类准确率	NA
1910	2026-04-27	Assumption-Agnostic Deep Learning Framework for Holistic Clinical Trial Monitoring 2026-May, Therapeutic innovation & regulatory science IF:2.0Q3 DOI:10.1007/s43441-026-00915-1 PMID:41703352	研究论文	提出一种无需假设的深度学习框架，用于全面监测临床试验中的异常，特别是质量容忍限度偏差	采用层次化、非参数的多维偏差评分方案结合长短期记忆自编码器，无需参数假设或先验知识，可处理异构和纵向数据	未明确提及，但可能依赖于模拟数据评估，真实世界验证有限	实现临床试验中异常（包括QTL偏差）的持续集中检测，提高安全性和运营效率	临床试验中的数值变量、层次结构（项目、研究、中心和受试者）文本数据的数值表示	机器学习	NA	NA	长短期记忆自编码器	数值数据、文本数据的数值表示	基于真实世界试验结构和异常模式的模拟数据，以及一项案例研究	NA	LSTM自编码器	异常信号区分度、不必要的随访减少、计算可扩展性	NA
1911	2026-04-27	Image Quality Assessment of the External Carotid Artery and Its Branches on Ultra-High-Resolution Head and Neck Computed Tomography Angiography Using a High-Resolution 0.25-mm Detector and Deep Learning Reconstruction 2026-Apr-25, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9375 PMID:42034565	研究论文	评估使用高分辨率0.25毫米探测器和深度学习重建的超高分辨率头颈CT血管造影中颈外动脉及其分支的图像质量	首次系统评估深度学习重建在超高分辨率CTA中对小口径颈外动脉分支和肿瘤供血血管可视化能力的提升	样本量较小（24例），需要在更大队列中进一步验证	评估深度学习重建在超高分辨率CTA中对颈外动脉系统图像质量的改善效果	24名接受超高分辨率CTA检查的头颈肿瘤或茎突过长患者	医学影像	头颈肿瘤	CTA	深度学习重建	图像	24名患者	NA	NA	图像噪声、信噪比、对比噪声比、边缘上升距离、边缘上升斜率、主观评分（四分Likert量表）	NA
1912	2026-04-27	Prediction of infiltration degree of ground-glass nodules using a fusion of CT radiomics and deep learning 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50328-1 PMID:42034781	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1913	2026-04-27	Hyperspectral image classification network based on multiscale spatial-spectral fusion and semantic enhancement encoder 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46407-y PMID:42034807	research paper	提出了一种基于多尺度空间-光谱融合和语义增强编码器的高光谱图像分类网络	设计多尺度空间-光谱融合模块，通过并行分支分别提取多尺度空间特征和判别性光谱信息，并实现特征协同交互；引入语义增强编码器，利用多头注意力机制显式建模全局特征依赖，增强语义关键区域表示	NA	解决现有深度学习方法在处理复杂空间结构和高度可变光谱响应时，难以有效提取判别性联合空间-光谱特征的问题	高光谱遥感图像	计算机视觉	NA	主成分分析, 多尺度空间-光谱融合, 语义增强编码器	CNN, 多头注意力机制	高光谱图像	Pavia University数据集和Salinas数据集	NA	MSNet	总体准确率	NA
1914	2026-04-27	A multi-cognitive PCB defect detection model integrating Mamba 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49734-2 PMID:42034824	研究论文	提出了一种多认知混合框架PCB-MMF，结合Mamba状态空间模型与CNN，用于PCB缺陷检测	提出MM-NET主干网络融合CNN局部特征提取与Mamba全局建模，并设计三阶段多感受野模块、多认知视觉增强模块和轻量级分组共享检测头	未提及模型在极端纹理复杂或光照变化条件下的性能，以及实际工业部署中的实时性验证	解决PCB缺陷检测中微小目标特征提取不足、特征利用率低和模型复杂度高的问题	印刷电路板（PCB）上的各类表面缺陷	计算机视觉	不适用	深度学习、Mamba状态空间模型	混合模型（CNN与Mamba）	图像	HRIPCB、DeepPCB、DsPCBSD+和NEU-DET四个数据集，具体样本数量未明确给出	PyTorch	MM-NET、TSMR、MC-VAM、LGSD	mAP50、参数量、FLOPs	未明确说明
1915	2026-04-27	Robust service migration for autonomous vehicles leveraging deep learning and cooperative V2V protocols 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48717-7 PMID:42034846	研究论文	提出一种基于深度学习和协作V2V协议的自适应服务迁移框架，用于自动驾驶车辆	采用长短期记忆网络预测内存页面变化并主动忽略，结合内容感知语义压缩引擎（混合自编码器和Z-standard策略）以及深度强化学习代理优化迁移时机，实现主动式服务迁移	模拟环境测试，实际道路场景的鲁棒性、计算开销和部署成本未验证	解决自动驾驶车辆在高速移动中网络边缘服务的持续性和稳定性问题	自动驾驶车辆的服务迁移过程	机器学习	NA	深度学习、V2V通信协议	长短期记忆网络、深度强化学习	内存页面变化数据、传感器日志	模拟数据，未明确样本数量	NA	长短期记忆网络、混合自编码器、Z-standard	数据传输量减少率、服务停机时间减少率	NA
1916	2026-04-27	S2A-RConvNet: standalone self-attention enabled deep learning model for brain tumor classification with MRI images 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46010-1 PMID:42034851	研究论文	提出一种基于独立自注意力机制的重复卷积网络（S2A-RConvNet），用于MRI图像中的脑肿瘤分类	引入独立自注意力模块增强对肿瘤区域的关注，并提取结构化ResNet注意力灰度级特征以减少计算复杂度	未提及实际临床应用验证及多中心数据集测试	准确分类脑肿瘤类型以降低死亡率	脑肿瘤MRI图像中的肿瘤区域	计算机视觉	脑肿瘤	MRI成像	CNN与自注意力机制结合的混合模型	图像	使用BraTS 2021数据集，训练占90%	NA	RConvNet, ResNet	灵敏度、精确率、F1分数、特异性、准确率	NA
1917	2026-04-27	Deep learning-based double-sided fudge detection system with integrated physical components 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49625-6 PMID:42034913	研究论文	提出一种基于深度学习的双面翻转软糖缺陷检测系统，结合多模型融合策略和物理翻转机制，实现大规模生产中的实时缺陷检测	首次将多模型融合策略（置信度加权投票、基于规则的缺陷选择与非极大值抑制）与物理翻转机构结合，实现双面检测，显著提高软糖缺陷检测的准确率和鲁棒性	该系统在特定缺陷类别（如孔洞）的初步检测准确率较低（47.5%），依赖双面翻转提升效果，且未提及对更多缺陷类型或复杂场景的泛化能力	开发自动化软糖缺陷检测系统，替代人工目检，实现大规模生产中的实时、高精度缺陷筛查	软糖样品中的正常样品和四种缺陷类型（孔洞、泄漏、白斑等）	计算机视觉	NA	深度学习、图像识别	SSD、YOLOv4/YOLOv5/YOLOv7/YOLOv8/YOLOv11	图像	1,000个真实生产样品	PyTorch	SSD、YOLOv4、YOLOv5、YOLOv7、YOLOv8、YOLOv11	准确率、mAP@0.5、mAP@0.5:0.95	NA
1918	2026-04-27	Deep Learning Model Using Transfer Learning for Detecting Left Ventricular Systolic Dysfunction: Retrospective Algorithm Development and Validation Study 2026-Apr-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83127 PMID:42030497	研究论文	本研究提出并验证了一种利用纵向患者数据进行再校准的深度学习模型，用于检测左心室收缩功能障碍，从而提高预测准确性	创新性地提出了一种患者特定的再校准策略，通过整合历史左心室射血分数和既往AI-ECG输出来调整未来预测，从而减少混杂效应并提升模型在不同合并症患者中的一致性和准确性	未明确指出局限性	通过引入纵向患者数据再校准方法，增强AI-ECG模型在检测左心室收缩功能障碍中的预测性能，并评估其在持续监测中的临床效用	左心室收缩功能障碍患者的心电图和超声心动图数据	机器学习	心血管疾病	NA	深度学习模型（DeepECG LVSD模型）	心电图和超声心动图数据	来自韩国两家医院的多中心回顾性队列，包含配对经胸超声心动图和心电图数据	NA	DeepECG	ROC曲线下面积	NA
1919	2026-04-27	AI-Based Denoising for Simulated Dose Reduction in Pediatric Chest Radiography: A Prospective Multicenter Evaluation of Image Quality and Diagnostic Performance 2026-Apr-24, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.04.003 PMID:42034503	研究论文	前瞻性多中心评估基于AI的去噪技术在小儿胸部X光片模拟降剂量中的图像质量和诊断性能	首次通过前瞻性多中心设计验证基于深度学习的供应商无关去噪系统在模拟降剂量小儿胸部X光片中的图像质量改善效果	诊断性能的非劣效性未达到预设边界，需要进一步用临床实际低剂量数据进行验证	评估基于深度学习的去噪系统能否在约50%剂量降低下改善图像质量并评估诊断性能变化	420名接受临床胸部X光检查的儿科患者	计算机视觉	儿科疾病	基于物理的泊松-高斯噪声插入框架	深度残差卷积神经网络	图像	420名儿科患者	NA	深度残差CNN	结构相似性、噪声特征、AUC、ΔAUC	NA
1920	2026-04-27	The promise of AlphaFold for gene structure annotation 2026-Apr-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag369 PMID:42033219	研究论文	探索AlphaFold蛋白结构预测得分在基因注释质量评估中的应用	首次系统评估AlphaFold 3、Foldseek和InterProScan等多工具组合得分对基因模型手动改进的判别能力，并发现快速替代方法Protenix-Mini具有相同判别效能	仅选取三种病原真菌进行验证，物种代表性有限；依赖AlphaFold等深度学习模型的计算资源需求较高	验证蛋白结构预测得分能否作为无实验数据时评估基因模型质量的可靠指标	三种病原真菌（禾谷镰刀菌、弓形虫、烟曲霉）的基因模型	生物信息学	NA	AlphaFold 3, Foldseek, InterProScan	深度学习模型	蛋白结构预测得分	三种病原真菌基因组，经历超过1000次手动注释事件	NA	AlphaFold, Protenix-Mini	判别能力（支持手动改进变更的比例65-84%）	NA