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
1	2026-01-10	Pulmonary blood volume redistribution in COVID-19 patients of different severity and its predictive value for six-month outcomes in the less pathogenic Omicron variant 2026-Dec, Pulmonology IF:10.4Q1 DOI:10.1080/25310429.2025.2607932 PMID:41504189	研究论文	本研究探讨了不同严重程度COVID-19患者的肺血容量（PBV）再分布模式，并验证了其对Omicron变异株六个月临床结局的预测价值	首次在免疫逃逸能力强的Omicron变异株中，系统研究了肺血容量再分布模式及其对长期临床结局的预测价值，并发现其预测阈值与既往高致病性变异株不同	回顾性研究设计，样本主要来自单一时期（2022年11月至2023年1月），可能无法完全代表其他变异株或人群	探究COVID-19严重程度与肺血容量再分布的关系，并评估PBV对Omicron变异株六个月临床结局的预测能力	COVID-19患者（包括轻/中度和重/危重症组）	数字病理学	COVID-19	CT成像	深度学习算法	CT图像	921名患者（轻/中度组755人，重/危重症组166人）	NA	预训练深度学习模型	AUC, 敏感性, 比值比（OR）	NA
2	2026-01-10	Applications of artificial intelligence-based conversational agents in healthcare: A systematic umbrella review 2026-Mar-01, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.106204 PMID:41337874	综述	本文对人工智能对话代理在医疗保健领域的应用进行了系统性伞状综述，概述了其当前应用范围、部署模式及与健康相关的结果	首次通过系统性伞状综述，全面综合了人工智能对话代理在医疗保健领域的应用现状和有效性证据，识别了研究热点与空白领域	纳入的综述文章质量不一，且主要依赖文本型对话代理的研究，可能无法完全代表所有技术类型；结论的普适性受限于现有文献的不平衡性	全面概述人工智能对话代理在医疗保健领域的当前应用及其相关的健康结果	同行评审的系统性文献综述（含或不含定量分析），其中至少70%的原始研究涉及医疗保健背景下的人工智能对话代理应用	自然语言处理	NA	深度学习	NA	文本	44篇综述文章	NA	NA	NA	NA
3	2026-01-10	Sex-specific cardiovascular risk prediction using AI-derived epicardial adipose tissue measurements on CT calcium scoring exams 2026-Mar, American journal of preventive cardiology IF:4.3Q1 DOI:10.1016/j.ajpc.2025.101367 PMID:41509672	研究论文	本研究评估了将心外膜脂肪组学特征与冠状动脉钙化评分结合，以改善女性心血管风险预测的效果	首次在大型队列中验证了心外膜脂肪组学特征对女性心血管风险预测的增量价值，并开发了性别特异性模型	随访时间相对较短（平均1.7年），且为回顾性研究设计	提高女性心血管疾病风险预测的准确性和公平性	接受CT钙化评分检查的个体	数字病理学	心血管疾病	CT钙化评分，深度学习分割	深度学习模型，Cox比例风险模型	CT图像	40,851名个体（其中49.4%为女性）	NA	NA	C-index，校准曲线，决策曲线	NA
4	2026-01-10	Iterative Modeling via Structural Diffusion (IMSD): Exploring Fold-Switching Pathways in Metamorphic Proteins Using AlphaFold2-Based Generative Diffusion Model UFConf 2026-Feb, Proteins IF:3.2Q2 DOI:10.1002/prot.70050 PMID:40990820	研究论文	本文提出了一种基于AlphaFold2的生成扩散模型UFConf的新算法IMSD，用于探索变形蛋白的折叠切换路径	开发了基于UFConf的迭代建模算法IMSD，首次利用生成扩散模型模拟变形蛋白从一种构象状态到另一种的完整折叠切换路径	NA	预测蛋白质折叠切换潜力并建模其重折叠路径	变形蛋白GA98、SA1 V90T和RfaH的C端结构域	机器学习	NA	生成扩散模型	扩散模型	蛋白质结构数据	NA	AlphaFold2	UFConf	NA	NA
5	2026-01-10	Specific Emitter Identification by Edge Pattern Detection and Incremental Open-World Learning 2026-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3615797 PMID:41021937	研究论文	本文提出了一种基于边缘模式检测和增量开放世界学习的特定发射器识别方法，用于在开放世界场景中持续识别和学习新类别	提出了一种增量开放世界学习框架，结合边缘模式检测生成高质量伪未知数据集以改进开放集识别，并采用混合类增量学习方法通过边界示例生成保持先前识别能力	未明确说明模型在极端噪声环境下的鲁棒性，且可能依赖于特定数据收集条件	开发一种能够在开放世界场景中持续识别和学习新无线设备类别的特定发射器识别技术	无线设备发射的信号	机器学习	NA	边缘模式检测	深度学习模型	原始时域信号	真实收集的数据（具体数量未说明）	NA	NA	NA	NA
6	2026-01-10	TransFace++: Rethinking the Face Recognition Paradigm With a Focus on Accuracy, Efficiency, and Security 2026-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3616149 PMID:41026835	研究论文	本文提出TransFace和TransFace++两种新型人脸识别框架，分别探索了ViTs和图像字节在人脸识别任务中的应用，以解决现有CNN框架在全局特征捕获、推理效率及用户隐私保护方面的不足	首次将ViTs和图像字节直接应用于人脸识别任务，并针对ViTs在大型数据集上的脆弱性提出了定制化的数据增强策略（DPAP）和难样本挖掘策略（EHSM），同时通过图像字节压缩（TIBC）和结构信息引导的交叉注意力模块（SICA）提升效率与隐私保护	未明确说明模型在极端光照、遮挡或低分辨率条件下的性能，且对计算资源的具体需求未详细讨论	提升人脸识别系统的准确性、效率和安全性	人脸识别模型与框架	计算机视觉	NA	深度学习	ViT, Transformer	RGB人脸图像, 图像字节	NA	NA	Transformer	NA	NA
7	2026-01-10	ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification 2026-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3616232 PMID:41032538	研究论文	提出一种名为ID-Guard的通用框架，通过破坏人脸识别特征来对抗深度伪造人脸操纵	引入了身份破坏模块（IDM）来抑制伪造人脸中的可识别特征，并采用多任务学习与动态加权策略优化跨模型对抗扰动生成	未在真实世界大规模部署场景中验证其鲁棒性	开发一种主动防御方法，从源头上防止深度伪造人脸图像的滥用	深度伪造人脸图像	计算机视觉	NA	对抗性扰动生成	编码器-解码器网络	图像	NA	NA	编码器-解码器	NA	NA
8	2026-01-10	A Novel Multimodal Deep Image Analysis Model for Predicting Extraction/Non-Extraction Decision 2026-Feb, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70057 PMID:41195767	研究论文	本研究开发了一种基于深度学习模型的多模态图像分析模型，用于预测正畸治疗中的拔牙/非拔牙决策	提出了一种结合侧位头影测量片和口内扫描数据的多模态深度学习模型，并引入了新颖的牙齿空间特征提取方法	研究样本量相对有限（617例患者），且仅基于单一机构的数据，可能影响模型的泛化能力	开发一个辅助正畸医生决策的深度学习模型，用于预测拔牙/非拔牙的二元分类	617名正畸患者（平均年龄18.2岁，63.5%为女性）的侧位头影测量片和口内扫描数据	计算机视觉	口腔正畸	头影测量分析，口内扫描，特征提取	深度学习分类器	图像（侧位头影测量片和口内扫描数据）	617名患者（192例拔牙组，425例非拔牙组）	NA	CephNet，卷积自编码器	准确率，灵敏度，特异性，阳性预测值，阴性预测值，阳性似然比，阴性似然比，F1分数	NA
9	2026-01-10	Small data, big challenges: Machine- and deep-learning strategies for data-limited drug discovery 2026-Feb, Advanced drug delivery reviews IF:15.2Q1 DOI:10.1016/j.addr.2025.115762 PMID:41421504	综述	本文综述了在数据有限的药物发现中，机器学习和深度学习面临的挑战及应对策略	针对药物发现流程中普遍存在的小数据问题，系统整合了传统机器学习方法和先进的深度学习策略，填补了现有综述的空白	NA	探讨在数据有限的药物发现中，如何应用和调整机器学习和深度学习模型	药物发现与开发流程中的关键任务	机器学习	NA	NA	CNN, LSTM, GAN	NA	NA	TensorFlow, PyTorch, Keras, Scikit-learn	ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet	准确率, 精确率, 召回率, F1分数, AUC, Dice系数	GPU类型（如NVIDIA RTX 3090, V100, A100）, 云平台（如AWS, Google Cloud, Azure）, 分布式计算
10	2026-01-10	Artificial Intelligence and Machine (Deep) Learning in Otorhinolaryngology: A Bibliometric Analysis Based on VOSviewer and CiteSpace 2026-Feb, Ear, nose, & throat journal DOI:10.1177/01455613231185074 PMID:37515527	综述	本文通过文献计量分析可视化人工智能和深度学习在耳鼻喉科疾病中的研究热点与趋势	首次系统性地利用VOSviewer和CiteSpace软件对耳鼻喉科中AI和DL领域进行文献计量分析，揭示时间维度上的热点演变	仅基于Web of Science核心合集的232篇文章，可能未涵盖所有相关文献，且分析依赖于特定软件工具	通过文献计量分析帮助研究者理解人工智能和深度学习在耳鼻喉科疾病基础与临床研究的未来发展方向	耳鼻喉科疾病，包括耳硬化症、中耳炎、鼻息肉、鼻窦炎等	机器学习	耳鼻喉科疾病	文献计量分析	NA	文献数据	232篇文章和综述	VOSviewer, CiteSpace	NA	NA	NA
11	2026-01-10	Deep Neural Network Parameter Selection via Dataset Similarity Under Meta-Learning Framework 2026-Feb, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3618991 PMID:41056167	研究论文	提出一种基于元学习的框架，通过数据集相似性联合推荐超参数和初始权重，以优化深度神经网络性能	首次将超参数选择和权重初始化联合考虑，并利用浅层和深层元特征捕捉数据集多样性，通过数据集相似性驱动参数推荐	仅评估了105个图像分类任务，未涉及其他数据类型（如文本或音频），且依赖历史数据集的质量和覆盖范围	优化深度神经网络性能，通过数据集相似性实现自动参数配置	图像数据集	机器学习	NA	元学习	Vision Transformer, CNN	图像	105个真实世界图像分类任务（75个用于历史建模，30个用于查询）	NA	卷积神经网络, Vision Transformer	NA	NA
12	2026-01-10	Unlocking the potential of umami peptides: A comprehensive review of preparation methods, evaluation strategies, health benefits, and taste transduction mechanisms 2026-Feb-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.118024 PMID:41508449	综述	本文系统综述了鲜味肽的制备方法、评价策略、健康益处及味觉转导机制，并探讨了其在食品工业中的开发应用	系统整合了多组学技术、分子模拟及深度学习在鲜味肽高通量筛选中的应用，并提出了结合冷冻电镜、单分子FRET等先进技术解析受体结合机制的新方向	鲜味受体激活的构象机制尚未完全阐明，且缺乏高通量筛选与标准化评价的统一技术体系	为食品工业中鲜味肽的开发、利用及健康化提供新的研究方向和技术路径	鲜味肽（umami peptides）	食品科学	NA	多组学技术、分子模拟、深度学习、冷冻电镜、单分子FRET、三维变异性分析、多光谱技术、分子动力学模拟	深度学习模型	多组学数据、分子结构数据、生物传感数据	NA	NA	NA	NA	NA
13	2026-01-10	From mechanism to application: Harnessing oxidative stress signaling for innovative food design 2026-Feb-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.118093 PMID:41508505	综述	本文系统分析了氧化应激信号通路，并提出基于多通路协同策略和数据驱动框架的创新食品设计方法	提出结合多通路协同策略与数据驱动设计框架，利用深度学习与人体相关验证平台，推动功能食品从经验配方向精准健康工具的转变	未明确提及具体实验验证或临床研究结果，主要侧重于理论框架与概念设计	探索利用氧化应激信号通路进行创新食品设计，以应对衰老和慢性疾病	氧化应激信号通路（如Nrf2/ARE、FOXO、NF-κB、p53、SIRT1、AMPK）及其在细胞防御、代谢和命运中的作用	机器学习	老年疾病	多组学分析，器官芯片技术	深度学习	多组学数据	NA	NA	NA	NA	NA
14	2026-01-10	UK Biobank-centric advances in brain age prediction: a comprehensive review 2026-Jan-23, Reviews in the neurosciences IF:3.4Q2 DOI:10.1515/revneuro-2025-0055 PMID:40997331	综述	本文系统综述了基于UK Biobank数据集在脑年龄预测领域的研究进展	聚焦于利用大规模、具有人群代表性的UK Biobank数据集，系统梳理了机器学习与深度学习算法在脑年龄预测中的范式转变进展，并提出了未来研究方向以弥补方法学差距	综述本身不产生新数据，其结论受限于所纳入的70项研究的方法学质量和UK Biobank数据集固有的优势与局限	旨在阐明基于UK Biobank的脑年龄预测研究进展，推动该领域深入探索，为神经退行性疾病的精准诊疗及个体化干预策略制定提供理论与实践指导	基于神经影像的脑年龄预测模型及相关影响因素	机器学习	神经退行性疾病	神经影像技术	机器学习, 深度学习	神经影像数据	基于UK Biobank数据集的研究（涉及70项已发表研究）	NA	NA	NA	NA
15	2026-01-10	Deep learning-enabled high-performance multiphoton fluorescence vascular imaging using clinically approved fluorescent probes 2026-Jan-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114141 PMID:41509928	研究论文	本研究提出了一种基于深度学习的方法，利用临床批准的荧光探针实现高性能多光子荧光血管成像	首次将深度学习应用于临床批准荧光探针的多光子成像，无需开发新型探针即可提升成像性能	方法依赖于先前报道的MPFI图像进行训练，且新型探针的生物安全性尚未完全验证	提高多光子荧光成像在临床环境中的实用性和适用性	大脑微血管系统，特别是海马区域的血管	计算机视觉	NA	多光子荧光成像	深度学习	图像	NA	NA	NA	NA	NA
16	2026-01-10	Detection of Hypokalemia, Hyponatremia, and Hyperkalemia in Heart Failure Patients Using Artificial Intelligence Techniques via Electrocardiography 2026-01-09, Turk Kardiyoloji Dernegi arsivi : Turk Kardiyoloji Derneginin yayin organidir DOI:10.5543/tkda.2025.18598 PMID:41063616	研究论文	本研究开发了一种基于深度学习模型，利用心电图检测心力衰竭患者电解质失衡的方法	首次提出使用深度学习模型通过心电图非侵入性地检测心力衰竭患者的低钾血症、低钠血症和高钾血症，并在多中心设置中评估其性能	研究仅针对射血分数≤45%的心力衰竭患者，且电解质失衡主要由心力衰竭药物引起，可能限制了结果的普适性	开发一种可靠、非侵入性的工具，用于检测和监测心力衰竭患者的电解质失衡	心力衰竭患者（射血分数≤45%），其血液电解质测量和心电图在同一天进行	机器学习	心血管疾病	心电图	深度学习模型	心电图信号	来自17个不同中心的心力衰竭患者，具体样本数量未在摘要中明确说明	NA	NA	准确率, 受试者工作特征曲线下面积	NA
17	2026-01-10	Multimodal MRI radiomics and deep learning for brain age prediction: age-corrected brain age gap analysis in patients with insomnia 2026-Jan-09, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01512-x PMID:41507907	研究论文	本研究通过整合T1和T2加权MRI的影像组学特征与深度学习，开发并验证了一个高精度的大脑年龄预测模型，并应用于失眠患者以评估其大脑老化加速情况	首次将多模态MRI影像组学特征与深度学习融合用于大脑年龄预测，并应用于失眠患者进行年龄校正的脑年龄差距分析	研究为回顾性设计，样本主要来自单一医院，可能限制了结果的普适性	开发高精度大脑年龄预测模型，并评估慢性失眠是否与加速的大脑老化相关	健康个体和失眠患者	数字病理学	失眠	MRI影像组学特征提取	深度学习回归模型	MRI图像	1200名参与者（942名健康对照，258名失眠患者）	NA	NA	平均绝对误差, 均方根误差, R2	NA
18	2026-01-10	Explainability-Based Optimized Deep Learning in Histopathological Diagnosis of Multiple Cancers and Development of Mobile Application 2026-Jan-09, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70115 PMID:41511077	研究论文	提出一种结合优化算法与可解释性技术的深度学习模型，用于多癌种组织病理学图像的诊断分类，并开发了移动应用	提出新型C2RN2GC2A模型，融合残差学习与优化的高斯扰动；引入受军事战术启发的2GC2A元启发式优化算法进行特征选择和参数调优；采用LDLRP可解释性技术可视化关键图像区域	未提及模型在外部验证集或临床实际环境中的泛化性能测试	提升多癌种组织病理学图像分类的准确性、效率和临床可解释性	组织病理学图像	数字病理学	多癌种（涉及肺癌、乳腺癌等）	组织病理学图像分析	深度学习	图像	LC25000和BreakHis两个公开数据集	未明确提及	Complementary Residual Retentive Network (C2RN2GC2A)	准确率, 训练损失, 验证损失, 假阳性数, 假阴性数	未明确提及
19	2026-01-10	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2026-Jan-08, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究旨在通过机器学习模型分析全基因组基因型数据，以诊断偏头痛并探索其非加性和交互性遗传效应	利用机器学习模型捕捉偏头痛遗传风险中的非加性和交互效应，以解决遗传力缺失问题，并识别出与信号转导和神经功能相关的独特通路	数据维度（高数量的遗传变异）可能未得到足够大规模数据的充分支持，导致对纯加性效应的误导性印象	开发机器学习模型来诊断偏头痛并探索其遗传基础	来自Trøndelag健康研究的43,197名个体（51%为女性，平均年龄54.6岁）	机器学习	偏头痛	全基因组基因分型	机器学习,深度学习	基因型数据	43,197名个体	NA	轻梯度提升机,多项式朴素贝叶斯	受试者工作特征曲线下面积	NA
20	2026-01-10	Wavelet-Based Frequency Replacement and Edge Enhancement for Semi-Supervised Fetal Ultrasound Image Segmentation 2026-Jan-08, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70171 PMID:41503872	研究论文	本研究提出了一种基于小波变换和边缘增强的半监督胎儿超声图像分割框架	提出了一种结合高频分量替换和边缘掩码增强的半监督分割方法，通过频率域增强和结构一致性提升分割精度	仅在三个公开胎儿超声数据集上验证，未在更多样化或临床实际数据中测试	开发适用于标注数据有限的超声图像的有效半监督分割框架	胎儿超声图像	计算机视觉	胎儿医学	离散小波变换（DWT）	深度学习模型（未指定具体类型）	图像	三个公开数据集（PSFHS、HC18、CCAUI），仅使用10张标注图像进行训练	未指定	未指定	Dice相似系数（DSC）	未指定