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	2026-05-09	Deep Learning Models for the Screening of Cognitive Impairment Using Multimodal Fundus Images 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.019 PMID:38280426	研究论文	利用深度学习模型基于多模态眼底图像筛查认知障碍	首次验证多模态眼底图像（眼底照片与OCT图像）联合深度学习模型在认知障碍筛查中的有效性，优于单模态模型	多模态模型在外部验证集的AUC约为0.78，性能仍有提升空间；未详细说明数据集的种族或地域多样性可能影响泛化性	开发基于多模态眼部图像的深度学习系统，快速简便地识别认知障碍个体	认知障碍患者与正常对照人群	计算机视觉、数字病理学	认知障碍	眼底照相、OCT成像	CNN	图像	9424张眼底照片和4712张OCT图像用于模型开发；外部验证集包括1180张眼底照片和590张OCT图像	NA	NA	AUC	NA
2	2026-05-09	Artificial Intelligence, Digital Imaging, and Robotics Technologies for Surgical Vitreoretinal Diseases 2024-07, Ophthalmology. Retina DOI:10.1016/j.oret.2024.01.018 PMID:38280425	综述	回顾了人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的最新进展	总结了成像、手术可视化、机器人技术和人工智能在玻璃体视网膜手术中的综合应用，强调了这些技术对改善患者管理的潜力	未提及具体研究设计的局限或数据来源的限制	综述人工智能、数字成像和机器人技术在玻璃体视网膜手术疾病中的应用进展	玻璃体视网膜手术疾病	计算机视觉、机器学习、数字病理学	视网膜疾病	OCT、OCT血管成像、深度学习	NA	图像、文本	NA	NA	NA	NA	NA
3	2026-05-09	BAOS-CNN: A novel deep neuroevolution algorithm for multispecies seagrass detection 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0281568 PMID:38917071	研究论文	提出一种名为BAOS-CNN的新型深度神经进化算法，用于多物种海草检测	首次利用基于原子模型和量子力学原理的增强版原子轨道搜索算法（BAOS），结合Lévy飞行技术，实现CNN架构工程和超参数调优的自动化	文中未明确说明局限性	自动化CNN架构工程和超参数调优，提高多物种海草检测的准确性	多物种海草图像数据集	计算机视觉	NA	深度神经进化算法	卷积神经网络（CNN）	图像	基于补丁的多物种海草数据集，以及公开的DeepSeagrass数据集（四类和五类版本）	NA	BAOS-CNN	整体准确率	NA
4	2026-05-09	Bibliometric and visualized analysis of diabetic macular edema 2024-01-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_399_23 PMID:38131545	综述	对2003年至2022年间糖尿病性黄斑水肿研究领域进行文献计量和可视化分析	利用VOSviewer对关键词进行聚类分析并识别短期研究热点，如深度学习、光学相干断层扫描血管成像等	仅基于Web of Science核心合集数据库，可能遗漏其他来源的文献	识别糖尿病性黄斑水肿领域的最新研究趋势及国家、机构和作者的影响力	糖尿病性黄斑水肿相关出版物	自然语言处理	糖尿病性黄斑水肿	文献计量分析	NA	文本	4482篇出版物	VOSviewer, Microsoft Excel	NA	NA	NA
5	2026-05-09	Key therapeutic targets implicated at the early stage of hepatocellular carcinoma identified through machine-learning approaches 2023-03-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-023-30720-x PMID:36882466	研究论文	利用机器学习算法识别肝细胞癌早期和晚期阶段的关键mRNA和miRNA，以揭示主导的分子机制	结合t检验/方差分析和二进制粒子群优化进行特征选择，并使用关联规则挖掘算法识别与肝细胞癌不同阶段相关的关键基因	未提及模型性能的临床验证或独立数据集测试，可能影响结果的泛化性	识别肝细胞癌早期阶段的关键治疗靶点及分子机制	肝细胞癌（HCC）的早期和晚期阶段基因表达数据（mRNA和miRNA）	机器学习	肝细胞癌	NA	机器学习、深度学习	基因表达数据（mRNA、miRNA）	NA	NA	NA	NA	NA
6	2026-05-09	Predicting near-term glaucoma progression: An artificial intelligence approach using clinical free-text notes and data from electronic health records 2023, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2023.1157016 PMID:37122330	研究论文	利用电子健康记录中的结构化数据和临床自由文本笔记，开发预测青光眼一年内是否进展至需手术的人工智能模型	首次结合眼科领域神经词嵌入与深度学习模型，融合结构化临床数据和自由文本笔记特征，预测青光眼手术需求	未纳入影像数据，未来研究可进一步优化预测方法	开发基于电子健康记录数据预测青光眼患者一年内是否需要手术的模型	从斯坦福大学2008-2020年电子健康记录中识别的成年青光眼患者	自然语言处理	青光眼	NA	深度学习模型	文本、结构化数据	3469名青光眼患者（其中26%接受了手术）	NA	随机森林、逻辑回归、深度学习	AUC, F1分数	NA
7	2026-05-09	Deep Learning CT-based Quantitative Visualization Tool for Liver Volume Estimation: Defining Normal and Hepatomegaly 2022-02, Radiology IF:12.1Q1 DOI:10.1148/radiol.2021210531 PMID:34698566	研究论文	利用深度学习工具自动分割肝脏，建立基于CT的肝脏体积估算和肝肿大阈值	提出了一个基于深度学习的全自动CT肝脏体积分割工具，并推导出基于体重的肝肿大线性阈值，比传统线性测量更准确和客观	未明确说明，但可能包括样本来自单一医学中心，无症状成人，未涵盖所有人群或疾病状态	确定肝脏体积并建立肝肿大的阈值	3065名接受结肠癌筛查或肾脏捐赠评估的无症状成人门诊患者	计算机视觉	肝肿大	多层螺旋CT	深度学习	CT图像	3065名患者（1639名女性，平均年龄54岁），其中1960例结肠癌筛查，1105例肾脏捐赠评估	NA	NA	敏感度，特异度，中位差异百分比	NA
8	2026-05-09	Diagnostic Accuracy and Failure Mode Analysis of a Deep Learning Algorithm for the Detection of Cervical Spine Fractures 2021-08, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A7179 PMID:34117018	研究论文	评估深度学习算法Aidoc在检测颈椎骨折中的诊断准确性并进行失效模式分析	对商用AI决策支持系统Aidoc进行独立的失效模式分析，揭示其在慢性骨折检测中的性能不足	单中心回顾性研究，样本量有限，未涵盖所有骨折类型，且未与其他算法或临床工作流程进行比较	评估AI决策支持系统在颈椎CT扫描中检测骨折的性能，并识别性能较差的领域	成年患者的非对比颈椎CT扫描	计算机视觉	颈椎骨折	CT扫描	深度学习算法	图像	1904例急诊非对比颈椎CT扫描	NA	NA	敏感性, 特异性, 阳性预测值, 阴性预测值	NA
9	2026-05-09	Deep learning extended depth-of-field microscope for fast and slide-free histology 2020-12-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2013571117 PMID:33318169	研究论文	提出一种基于深度学习的扩展景深显微镜，用于快速、无切片的组织学检查	通过在荧光显微镜瞳孔平面添加廉价相位掩模并结合联合优化的图像重建算法，实现200微米的扩展景深，无需物理切片即可获得组织学质量图像	未明确提及当前处理的组织表面不规则性是否影响所有样本，以及算法在不同显微镜配置下的通用性	开发可在术中快速评估手术切缘的显微镜技术，减少传统组织处理的时间和成本	口腔外科手术切除的组织样本	计算机视觉, 数字病理学	癌症	荧光显微镜	深度学习	图像	口腔手术切除标本	NA	NA	衍射极限光学性能	NA
10	2026-05-08	Synergizing Anti-Cancer Drug Combinations With Dual-View Hypergraph Representation Fusion 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3511657 PMID:40030495	研究论文	提出一种基于双视图超图表示融合的深度学习模型DVHSyn，用于预测协同抗癌药物组合	首次将超图视图与扩展异构图视图相结合，同时捕获样本三元组的局部和全局上下文关系	未明确说明局限性	利用双视图超图表示融合识别协同药物组合，提升预测准确性	已知协同药物组合的样本三元组（癌细胞系转录组特征、药物分子结构及协同效应）	机器学习	癌症	NA	深度学习模型（DVHSyn）	转录组特征、分子结构数据	NA（未提供具体数量）	NA	Dual-view hypergraph representation fusion	预测性能（与六种对比方法比较）	NA
11	2026-05-08	Privacy-Preserving Data Augmentation for Digital Pathology Using Improved DCGAN 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551720 PMID:40100674	研究论文	提出一种基于改进深度卷积生成对抗网络的隐私保护数据增强方法，用于数字病理学中的全切片图像生成	结合CTransPath模型的自监督预训练提取丰富特征、引入最小二乘对抗损失和频域损失以提高像素精度和结构保真度、采用残差块和跳跃连接增强网络深度与训练稳定性	尚未提及在更广泛数据集或临床环境中的验证、隐私保护仅针对数据增强环节而未涉及训练过程的全面隐私保护	解决数字病理学中全切片图像数据受隐私法规限制导致深度学习模型性能受限的问题	数字病理学中的全切片图像数据增强与生成	计算机视觉，数字病理学	肿瘤学	NA	改进的深度卷积生成对抗网络（DCGAN），自监督预训练模型CTransPath	图像（全切片图像补丁）	PatchCamelyon数据集（具体数量未提及）	NA	改进DCGAN（含残差块和跳跃连接），CTransPath	SSIM， FID，准确率， AUC， F1分数	NA
12	2026-05-08	ESIP: Explicit Surgical Instrument Prompting for Surgical Workflow Recognition 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625420 PMID:41144421	研究论文	提出一种显式手术器械提示方法，用于手术工作流识别，通过手术器械分割生成视觉提示，引导时空特征提取与聚合	首次在手术工作流识别中引入显式手术器械提示，利用冻结预训练骨干网络提取关键帧内空间特征，并通过SAM分段与提示调优策略高效整合分割特征	论文摘要未明确提及局限性	提升手术工作流识别中时空特征提取的充分性，解决隐式方法难以利用强相关空间信息的问题	手术视频中的手术工作流识别任务	计算机视觉	NA	手术器械分割	SAM（分段任何模型）	视频	三个数据集：Cholec80、M2CAI和AutoLaparo	PyTorch	SAM	精确率、召回率、Jaccard指数	NA
13	2026-05-08	Identification of Pandemic Risk for Avian Influenza Virus With Graph Cross Attention Networks 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625980 PMID:41150231	研究论文	提出图交叉注意力网络（GCAN-Flu），通过整合病毒基因组序列和基因流网络信息预测甲型流感病毒的大流行风险	首次利用病毒株间的基因重配关系构建基因流网络，并通过图交叉注意力层融合基因组序列与基因流多模态信息，弥补了传统序列方法忽略基因流动的不足	文中未明确指出模型在数据稀缺或新兴病毒株上的泛化能力，且对基因流网络的构建依赖已知的重配关系	利用病毒株间的基因流信息提高流感病毒大流行风险预测的准确性	甲型流感病毒的基因组序列及其基因重配关系	机器学习	流感大流行	基因重配分析	图神经网络、交叉注意力网络	基因组序列、基因流网络数据	NA	NA	图交叉注意力网络（GCAN-Flu）	NA	NA
14	2026-05-08	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的条件引导扩散模型，结合多自由U-KAN模块和动态裁剪策略，实现高质量和加速的MRI重建	创新地引入多自由U-KAN模块和动态裁剪策略，通过多头注意力和标量调制因子增强鲁棒性和结构保持能力，并利用条件引导模型融合全采样k空间信息提升重建质量	未明确说明局限性，但潜在限制可能包括对高噪声、低采样率数据依赖性强以及计算开销可能较高	通过深度学习方法加速MRI重建过程，同时保持重建图像质量	MRI图像重建任务中的k空间数据和重建图像	数字病理学	NA	MRI	扩散模型	图像	NA	NA	U-KAN	定性和定量评估指标	NA
15	2026-05-08	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种名为 HieRMVir 的分层深度学习框架，用于对病毒基因组序列进行可解释且准确的分类	首次结合随机森林特征加权与基于互信息的注意力正则化，在分层分类中考虑生物分类层次结构和不同分类级别下基因组特征的信息量差异	未提及具体局限性	实现对病毒基因组序列的高精度分层次分类，并在传统序列比对方法失效时提供可解释的分类结果	病毒基因组序列	机器学习	传染病	基因组测序	随机森林、注意力机制	基因序列	超过100万条基因组序列	NA	分层神经网络，随机森林，互信息引导注意力	准确率，分层性能指标，注意力权重分析	NA
16	2026-05-08	MOAEAM: Multi-Omics Data Integration With Autoencoder and Attention Mechanisms for Cancer Patient Classification and Biomarker Identification 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628490 PMID:41182929	研究论文	提出MOAEAM深度学习框架，通过改进自编码器和注意力机制整合多组学数据，用于癌症患者分类和生物标志物识别	提出新型复合损失函数提取组学特异性特征，并设计多组学整合模块捕捉跨组学关联信息，同时引入辅助分类器提升性能	文本未明确提及方法局限，但可能涉及计算资源需求高或对超参数敏感等未说明问题	开发并验证用于癌症患者分类和生物标志物识别的多组学数据整合方法	癌症患者的多组学数据，涉及多个癌症数据集	机器学习	癌症	多组学数据整合	自编码器与注意力机制	组学数据	NA	NA	改进自编码器、注意力机制	分类性能	NA
17	2026-05-08	BiBLDR: Bidirectional Behavior Learning for Drug Repositioning 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628673 PMID:41191475	研究论文	提出双向行为学习策略BiBLDR，将药物重定位重新定义为行为序列学习任务，以解决冷启动场景下的预测难题	首次将药物重定位问题转化为双向行为序列学习任务，并设计两阶段策略，通过构建原型空间和利用双向行为序列数据实现冷启动场景下更稳健的药物-疾病关联预测	NA	解决图方法在药物重定位中冷启动场景下性能不佳的问题	药物和疾病间的关联关系	机器学习	NA	NA	双向行为学习模型	序列数据	NA	NA	NA	NA	NA
18	2026-05-08	Radar HRV Monitoring With Physiological Prior Inspired Deep Neural Networks 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628628 PMID:41191472	研究论文	提出一种基于生理先验的深度学习框架，用于雷达无接触监测心率变异性	利用心脏驱动整个躯干运动的空间-时间先验和心脏运动自相似性先验，设计混合深度神经网络建模全身射频反射与心跳的关系，并建立信号增强策略，提升真实场景中心率变异性监测的鲁棒性	未明确提及局限性	实现真实复杂生理条件下基于雷达的无接触心率变异性准确监测	7,150名具有复杂生理条件的门诊患者	机器学习	心血管疾病	雷达传感	混合深度神经网络	雷达信号	7,150名门诊患者	NA	NA	平均IBI误差, RMSSD误差, SDSD误差, pNN50误差	NA
19	2026-05-08	PathFusion-Net: A Rough Path Theory-Based Deep Learning Model for ECG Arrhythmia Classification 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3629717 PMID:41196785	研究论文	提出一种结合粗糙路径理论与深度学习的PathFusion-Net模型，用于心电图心律失常分类	将粗糙路径理论中的路径签名和路径发展融入深度学习，同时提取心电图图像的空间形态特征和信号的多阶时序表征	缺少关于模型实时推断速度、硬件资源消耗以及跨中心泛化性的讨论	开发一种更贴近真实临床诊断环境的心律失常自动分类模型	MIT-BIH心律失常数据库和一份私有临床数据集中的心电图	机器学习	心血管疾病	心电图	CNN, LSTM	信号	NA	NA	PathFusion-Net	准确率, 精确率, 召回率	NA
20	2026-05-08	Genetic Perturbation Modeling for Human Cell Therapy With BRNET 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3629554 PMID:41196787	研究论文	提出BRNET模型用于预测多基因扰动下的非线性转录结果	将先验知识与高级嵌入整合到非堆叠神经结构中，能同时预测单个和多个遗传扰动的转录响应，并泛化到未见场景	NA	解决湿实验昂贵耗时问题，建立高效预测遗传扰动转录响应的计算模型	基因扰动后细胞的转录响应	机器学习	NA	RNA-seq	非堆叠神经网络	转录组数据	NA	PyTorch	BRNET	NA	NA