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	2026-07-07	Spatio-Temporal Attention with Spiking Neural Networks for Seizure Detection from Electroencephalogram Signals 2026-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500449 PMID:42169474	研究论文	提出一种结合注意力机制与脉冲神经网络的新型架构STASNN，用于从脑电图信号中高效检测癫痫发作	首次将空间-时间注意力机制与脉冲神经网络结合，利用二值脉冲编码实现事件驱动的高能效癫痫检测，在保持高精度的同时显著降低理论能耗	未提及	开发低能耗且高精度的自动化癫痫发作检测方法	脑电图信号中的癫痫发作事件	机器学习	癫痫	脑电图信号处理	脉冲神经网络	脑电图信号	CHB-MIT和Siena两个公开数据集	PyTorch	Spatial Attention with SNN, Temporal Attention with SNN	准确率	NA
2	2026-07-07	Isolating Eye-Movement Artifacts from EEG Signals 2026-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500437 PMID:42175605	研究论文	开发结合深度学习与生物物理建模的方法，利用眼动追踪信息分离EEG信号中的眼动伪迹	创新性地结合深度学习模型和真实头部模型模拟，利用眼动追踪信息区分神经性和非神经性眼动成分，并评估伪迹去除技术的敏感性和特异性	未明确说明局限性（可能依赖特定实验范式或数据集）	解决眼动伪迹去除中无意移除神经活动的问题，提供可靠框架用于分离EEG中的眼动相关成分	脑电图信号中的眼动伪迹及其神经相关性	机器学习	NA	EEG、眼动追踪、独立成分分析	深度学习模型	多模态开放访问数据集（EEG和眼动追踪数据）	NA	NA	深度学习模型（未指定具体架构）	敏感性、特异性	NA
3	2026-07-07	Spiking Neural Membrane Systems with Temporal Coding 2026-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500450 PMID:42175604	研究论文	提出一种基于时间编码的脉冲神经膜系统（TC-SNP），通过动态膜电位重置机制提升脉冲神经网络的时序编码能力，在图像分类任务中实现高精度与低延迟的平衡	首次在非线性脉冲神经膜系统框架中引入时间编码机制，设计动态膜电位重置方法替代传统固定重置方式，增强了神经元时序信息处理能力	未明确讨论模型在更大规模数据集或实时应用场景下的计算效率与资源消耗	构建具有时间编码能力的脉冲神经膜计算模型，提升图像分类任务的准确性与时效性	脉冲神经膜系统的动态重置机制与时间编码性能	计算机视觉	NA	时间编码、膜电位动态重置	脉冲神经网络（SNN）	图像	CIFAR-10、CIFAR-100、TinyImageNet三个基准数据集	NA	TC-SNP神经元模型	分类准确率	NA
4	2026-07-07	Automatic Seizure Detection using Hierarchical Spectral-Temporal Feature Learning with an Imbalance-Aware Transformer 2026-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500474 PMID:42318682	研究论文	提出一种基于分层频谱-时间特征学习和不平衡感知Transformer的癫痫发作自动检测方法	同时解决自动癫痫发作检测中特征表示全面性和类别分布不平衡两个基本挑战，通过多分支神经网络结构处理不同频谱和时间分辨率的EEG信号，并利用注意力机制和修正损失函数实现特征优化和类别不平衡处理	文中未明确提及局限性	开发一种新型深度学习架构用于脑电图信号的自动癫痫发作检测	头皮脑电图和颅内脑电图记录	机器学习	癫痫	脑电图	Transformer	脑电图信号	未明确说明样本数量	PyTorch	多分支神经网络、注意力机制	灵敏度、特异度、假阳性率	GPU
5	2026-07-07	Artificial intelligence for sexual, reproductive and maternal health in Latin America and the Caribbean: a scoping review 2026-Dec, Journal of obstetrics and gynaecology : the journal of the Institute of Obstetrics and Gynaecology IF:0.9Q4 DOI:10.1080/01443615.2026.2691044 PMID:42402197	综述	对拉丁美洲和加勒比地区人工智能在性生殖健康与孕产妇健康中的应用进行范围综述	首次系统梳理该地区AI在SRMH的应用现状，识别主题、目标人群与AI工具类型，并指出研究空白与未来需求	纳入文献多发表于2020-2023年，以探索性项目为主，实际应用与评估数据有限，且主题和人群覆盖不均	识别、映射和分析LAC地区AI在SRMH优先服务中的应用，突出研究空白与未来方向	LAC地区的SRMH服务（如产前、产后护理、生殖器官癌症等）及相关AI应用	机器学习	生殖健康与孕产妇健康	NA	机器学习、深度学习	文献数据	143篇符合纳入标准的文献	NA	NA	NA	NA
6	2026-07-07	Early detection of severe fetal growth restriction using multimodal deep learning based on ultrasound and prenatal biomarkers 2026-Dec, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2026.2688297 PMID:42403100	研究论文	开发并评估一种多模态深度学习模型，整合早孕和中孕超声图像与母体血清生物标志物，用于严重胎儿生长受限的早期预测	首次将早孕期超声图像、中孕期超声图像及母体血清生物标志物（PAPP-A、游离β-hCG）整合为多模态深度学习模型，并采用多级注意力与动态卷积模块，显著提升了严重FGR的早期预测性能	未明确说明局限性	早期预测严重胎儿生长受限，以实现更早的风险分层和临床干预	严重胎儿生长受限孕妇及其胎儿	计算机视觉, 机器学习	胎儿生长受限	超声成像, 血清标志物检测	卷积神经网络 (CNN)	图像, 数值	598例单胎妊娠（299例严重FGR，299例对照）	PyTorch（推断）	带有注意力及动态卷积模块的CNN	AUC, 准确率, F1分数, 马修斯相关系数 (MCC)	NA
7	2026-07-07	Identifying Venous Insufficiency in Head and Neck Reconstruction Flaps Using Machine Learning and Deep Learning Methods 2026-08, Head & neck DOI:10.1002/hed.70235 PMID:41839653	研究论文	利用机器学习和深度学习方法识别头颈部重建皮瓣中的静脉功能不全	结合SHAP和Grad-CAM可视化技术进行特征分析与验证，对比多种机器学习和深度学习模型在静脉功能不全识别中的性能，发现ResNet深度学习模型具有最优性能	NA	开发基于AI的辅助工具，用于头颈部重建术后皮瓣静脉功能不全的早期检测	头颈部癌症患者的术后皮瓣照片及临床数据	计算机视觉	头颈部肿瘤	NA	随机森林、ResNet、GoogleNet、DenseNet	图像、临床数据	576名患者的2575张皮瓣图像（2010张正常，565张静脉功能不全）	NA	随机森林、ResNet、GoogleNet、DenseNet	准确率、灵敏度、特异度、AUC	NA
8	2026-07-07	Bridging Datasets and Hyperparameters: GCN-Based Link Prediction for Recommendation 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3675022 PMID:41843509	研究论文	提出一种基于图卷积网络的超参数推荐框架，将推荐问题建模为二分图上的链接预测	首次利用图卷积网络同时捕获数据集内、超参数内以及两者间的同质和异质交互关系	未提及具体局限性	提高超参数推荐的准确性，解决现有方法忽略数据集内和超参数内相似关系的问题	超参数配置和数据集	机器学习	适用性广，不限于特定疾病	NA	图卷积网络	元数据（数据集特征和超参数性能观测值）	105个真实分类数据集	PyTorch	GCN	多个评估指标（原文未具体列出）	NA
9	2026-07-07	An Automated Framework for Mandibular Reconstruction: Evaluation and Clinical Application 2026-08, Head & neck DOI:10.1002/hed.70215 PMID:41792566	研究论文	开发一种自动下颌骨重建框架并评估其临床应用效果	结合统计形状建模与3D深度学习，实现全自动下颌骨重建规划，显著提高效率和准确性	未来需整合更复杂的生物力学因素	开发自动下颌骨重建框架以解决现有方法自动化不足和客观性差的问题	下颌骨重建规划	计算机视觉	下颌骨缺损	CT扫描	3D深度学习模型	图像	200例CT扫描用于训练，80例临床病例用于验证，5例用于设计实验	NA	统计形状模型	Dice相似系数, 骨接触面积, 规划时间, 植入物偏差, 患者满意度	NA
10	2026-07-07	MAN++: Scaling Momentum Auxiliary Network for Supervised Local Learning in Vision Tasks 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679406 PMID:41915507	研究论文	提出MAN++框架，通过轻量级参数空间转移改善监督局部学习，在视觉任务中实现与端到端训练相当的精度，同时显著降低GPU内存使用	通过相邻块间的指数移动平均参数传递和可学习缩放偏置解决特征统计偏移，首次在监督局部学习中实现与端到端训练相当的精度	未明确提及局限性，但可能包括对复杂网络架构的适应性及超参数调优需求	开发可扩展的监督局部学习框架，缩小与端到端训练的精度差距	图像分类、目标检测和语义分割任务中的深度学习模型	计算机视觉	NA	NA	CNN	图像	NA	NA	ResNet, VGG, 及其他主流架构	准确率, GPU内存使用量	NA
11	2026-07-07	Dictionary Multi-Modal Temporal Graph Learning 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679419 PMID:41915508	研究论文	提出一种字典多模态时序图学习方法，通过引入字典图网络实现多模态融合，解决时序图学习中缺乏多模态架构和数据集的问题	首次在时序图学习中引入字典图网络增强计算效率，并通过嵌入调优实现多模态融合；同时构建了多个多模态时序图数据集	未明确说明局限性	解决时序图学习中多模态信息缺失的问题，提升模型在复杂动态场景下的性能	多模态时序图数据	机器学习	NA	时序图学习	字典图网络	时序图数据	多个多模态时序图数据集	NA	字典图网络	性能提升比例	NA
12	2026-07-07	Textureless Surface Feature Point Detection via Micro-Geometry Reconstruction 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3681931 PMID:41945838	研究论文	提出一种通过微几何重建从单张RGB图像中检测无纹理表面特征点的方法	利用光-表面相互作用分析反射光的相位调制，通过Gabor核频谱分析重建微几何结构，并基于此提出凸凹指数（CCI）几何描述符实现稳定特征检测，无需专用设备或复杂深度学习模型	未明确讨论对极端光照变化或高噪声环境的适应性，且微几何重建可能受限于表面材质多样性	解决无纹理表面因缺乏颜色和亮度梯度导致的特征点检测难题	无纹理表面的微几何结构及特征点检测	计算机视觉	NA	Gabor核频谱分析	NA	图像	TUM、T-LESS、Shape2.5D数据集及自采集图像	NA	NA	特征点稳定分布性、重复率	NA
13	2026-07-07	Learning Three-Domain Implicit Image Function for Arbitrary-Scale Light Field Super-Resolution 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3679405 PMID:41945834	研究论文	提出一种三域隐式图像函数用于任意尺度光场超分辨率重建	首次将隐式神经表示引入光场超分辨率的上采样过程，提出空间-角度-极线三域隐式图像函数（SAEIIF），支持任意尺度超分辨率，并设计多级特征交互架构及优化采样策略	未提及明确局限性	实现高质量且支持任意尺度的光场图像超分辨率重建	光场图像（子孔径图像、宏像素、极线平面图像）	计算机视觉	NA	NA	隐式神经表示	图像	NA	NA	SAEIIF（空间隐式图像函数SIIF、角度隐式图像函数AIIF、极线隐式图像函数EIIF）	峰值信噪比、结构相似性指数	NA
14	2026-07-07	Label Hierarchy Transition: Delving Into Class Hierarchies to Enhance Deep Classifiers 2026-Aug, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3683788 PMID:41979961	研究论文	提出标签层级转换框架，通过深度学习统一处理分层分类问题，利用类别间层级相关性提升分类性能	首次提出基于概率模型的标签层级转换框架，包含显式学习层级转移矩阵的转换网络和促进跨层级相关学习的混淆损失，可轻松适配现有深度网络	未提及计算复杂度或对层级深度的扩展性限制，且实验仅覆盖标准基准数据集和皮肤病变诊断任务	解决分层分类中多任务学习策略未能充分利用不同层级类别间相关性的问题	分层分类任务中的类别层级结构（如鸟类三阶分类）及皮肤病变诊断	计算机视觉, 机器学习	皮肤病变	NA	深度学习网络	图像	未明确样本数量，使用多个公开基准数据集	PyTorch（根据深度学习实现推断）	过渡网络, 混淆损失	准确性	NA
15	2026-07-07	Vessel Wall Imaging in 1.5 T MRI Using Deep Learning Reconstruction: Prospective Evaluation of Interchangeability With Standard 3 T MRI 2026-Jul-07, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001290 PMID:42403272	研究论文	本研究前瞻性评估了基于深度学习重建的1.5 T MRI与标准3 T MRI在血管壁成像中的可互换性	首次验证深度学习重建技术可使1.5 T MRI实现与3 T MRI等效的颅内血管壁成像，显著提升临床可及性	1.5 T图像质量和诊断置信度仍略低于3 T，且样本量较小（50例）	评估1.5 T MRI结合深度学习重建的血管壁成像序列与3 T MRI标准序列的可互换性	颅内血管壁病变患者	计算机视觉	脑血管疾病	MRI血管壁成像	深度学习重建模型	图像	50名参与者（平均年龄42.6岁，52%为男性）	NA	深度学习重建架构（未具体说明）	Fleiss kappa、互换性指数(IEI)、5点Likert量表评分	NA
16	2026-07-07	Automated analysis of C. elegans behavior by LabGym: an open-source, AI-powered platform 2026-Jul-06, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkag120 PMID:42089266	研究论文	介绍LabGym平台，一种基于AI的开源工具，用于自动分析秀丽隐杆线虫行为	提供一种基于AI的开源平台，能够自动分类和量化多虫视频中多种用户定义的线虫运动行为参数，且具有高准确性	未在文中明确提及	开发并验证一个用于高效分析秀丽隐杆线虫行为的AI平台	秀丽隐杆线虫（C. elegans）的运动行为	计算机视觉	NA	视频摄像、深度学习	深度学习模型	视频数据	多虫视频，具体数量未明确提及	NA	NA	准确性	NA
17	2026-07-07	On the use of generative models for demographic inference in malaria vectors from genomic data 2026-Jul-06, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkag114 PMID:42132223	研究论文	应用生成式深度学习算法推断疟疾媒介按蚊的联合进化历史	首次将生成式深度学习算法应用于疟疾媒介按蚊的种群历史推断，并开发了模型选择方法来区分不同进化模型	NA	利用生成式深度学习推断疟疾媒介按蚊的种群历史，包括种群大小变化、迁移模式及自然选择	冈比亚按蚊种群（来自几内亚和布基纳法索的样本）	机器学习	疟疾	基因组测序	生成式深度学习模型	基因组数据	两个按蚊种群（几内亚和布基纳法索）	NA	生成对抗网络	NA	NA
18	2026-07-07	A multi-scale graph frequency network for structural and functional region analysis in spatial transcriptomics 2026-Jul-06, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-026-01960-7 PMID:42402496	研究论文	提出一种多尺度图频率网络（SGFN），整合图信号处理、图注意力与对比学习，用于空间转录组学中结构与功能区域的分析	通过频域增强模块利用拉普拉斯特征基将空间图分解为多尺度谱分量，并辅以自适应小波去噪，实现可解释的频域表示与数据驱动学习的统一框架	NA	开发统一的计算框架，以解码空间转录组学中组织结构与分子异质性	多个生物系统，包括人脑、小鼠脑、乳腺癌、胚胎发育及多种肿瘤样本	数字病理学	乳腺癌、头颈部血管肉瘤、脑转移瘤	空间转录组学	图神经网络	空间转录组数据	涉及人类背外侧前额叶皮层、小鼠脑、人乳腺癌、osmFISH、MERFISH、STARmap、小鼠胚胎发育、头颈部血管肉瘤及脑转移等多种数据集	NA	图频率网络	基线方法比较中的改进或竞争力性能	NA
19	2026-07-07	Conserved 3' stem-loop structures enable comprehensive analysis of bacterial transcription termination in metagenomes 2026-Jul-06, Microbiome IF:13.8Q1 DOI:10.1186/s40168-026-02454-1 PMID:42402588	研究论文	开发了基于深度学习的BATTER框架，用于预测细菌转录本3'末端，并实现对宏基因组中转录终止的大规模比较分析	利用保守茎环结构与RIT和RDT两种终止机制相关的观察，首次实现跨细菌类群的大规模转录终止分析，并发现缺乏rho同源物的蓝细菌中存在RUT样序列	初步实验验证仅在大肠杆菌中进行，且未全面验证所有预测的终止事件	建立可扩展的深度学习框架，系统分析细菌转录终止的多样性和进化保守性	42,905个代表性细菌基因组中的转录本3'末端	机器学习	NA	RNA-seq	深度学习	基因组序列	42,905个细菌基因组	PyTorch	卷积神经网络	准确性, 可扩展性	NA
20	2026-07-07	GAN-Augmented Radiomics and Machine Learning for Post-Therapy GBM Progression Assessment 2026-Jul-06, Journal of Korean Neurosurgical Society IF:1.4Q3 DOI:10.3340/jkns.2026.0075 PMID:42403175	研究论文	提出一个融合传统影像组学、深度学习特征和生成建模的AI框架，以增强胶质母细胞瘤治疗后真性进展与假性进展的区分准确性	创新性地结合了手工影像组学、基于Vision Transformer的深度特征以及条件表格生成对抗网络（CT-GAN）进行数据增强，并采用变分自编码器结合主成分分析的两阶段降维方法	样本量较小（58例患者），且缺乏外部验证，未来需进一步验证以确认临床转化潜力	在神经肿瘤学中，准确、非侵入性地区分胶质母细胞瘤治疗后的真性进展与假性进展，以指导治疗决策并改善患者预后	58例胶质母细胞瘤患者（41例真性进展，17例假性进展）的多参数MRI数据（T1、T2、FLAIR、T1GD）	数字病理学	胶质母细胞瘤	多参数MRI	支持向量机、随机森林、XGBoost、多层感知器、Vision Transformer、条件表格生成对抗网络、变分自编码器	影像数据	58例胶质母细胞瘤患者（41例真性进展，17例假性进展）	未知	Vision Transformer、CT-GAN、VAE、PCA、SVM、Random Forest、XGBoost、MLP	准确率、AUC	未知