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
1321	2026-01-14	Web-based AI application for enhanced dental disease diagnosis using advanced object detection integrated with transformer-based attention mechanism 2026-Jan-13, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00886-3 PMID:41528683	研究论文	本研究开发了一种基于YOLOv11-TAM模型的Web AI应用，用于从全景X射线图像中自动检测和诊断牙科疾病	提出了一种集成Transformer注意力机制的YOLOv11-TAM模型，并结合了C3k2块和SPPF层等架构创新，以提高特征提取和定位精度	在诊断龋齿方面仍存在挑战，主要由于类别不平衡问题	通过自动化检测和诊断牙科疾病，提高牙科诊断的准确性、效率和可及性	全景X射线图像中的牙科疾病，包括龋齿、深龋、阻生牙和根尖周病变	计算机视觉	牙科疾病	全景X射线成像	CNN, Transformer	图像	705张带注释的全景X射线图像	NA	YOLOv11-TAM, C3k2, SPPF	精确度, 特异性, 定位准确度	NA
1322	2026-01-14	Real-time ECG-based detection of cardiovascular diseases using balanced and interpretable machine learning approaches 2026-Jan-13, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-025-01682-3 PMID:41528718	研究论文	本研究旨在利用机器学习和深度学习技术，基于心电信号实时检测和分类六种主要心血管疾病	构建了一个平衡且临床验证的心电图数据集，并应用SMOTE技术解决类别不平衡问题，同时结合SHAP和LIME方法提升模型的可解释性	未明确提及模型在外部验证集上的泛化能力或临床部署的具体挑战	开发可靠的心血管疾病诊断系统，通过机器学习方法提高疾病检测和分类的准确性	34,580条12导联心电图记录，涵盖正常、心律失常、冠心病、心肌病、中风和心力衰竭六类	机器学习	心血管疾病	心电图	Logistic Regression, Decision Tree, Random Forest, SVM, KNN, Naive Bayes, Gradient Boosting, MLP, DNN, RNN	心电信号	34,580条心电图记录	NA	MLP, DNN, RNN	准确率, 精确率, 召回率, F1分数	NA
1323	2026-01-14	BGC-MAC and BGC-MAP: Attention-Based Models for Biosynthetic Gene Cluster Classification and Product Matching 2026-Jan-12, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02082 PMID:41412814	研究论文	本文提出了两种基于多头注意力机制的深度学习模型BGC-MAC和BGC-MAP，用于生物合成基因簇的分类和产物匹配，以提升BGC注释的准确性和可解释性	开发了首个利用多头注意力机制和交叉注意力机制进行BGC分类和产物匹配的深度学习模型，实现了可解释的人工智能，能够识别关键蛋白质域并揭示BGC-亚结构关系，无需先验注释	模型训练依赖于实验验证的BGC-天然产物配对数据，可能受限于数据集的规模和多样性	提升生物合成基因簇的注释准确性，加速新天然产物的发现	生物合成基因簇及其编码的天然产物	机器学习	NA	深度学习	多头注意力模型	基因序列数据	实验验证的BGC-天然产物配对数据	NA	多头注意力机制	NA	NA
1324	2026-01-14	Biologically interpretable deep learning-derived MRI phenotypes reveal lymph node involvement and neoadjuvant therapy response in intrahepatic cholangiocarcinoma 2026-Jan-12, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001671 PMID:41525512	研究论文	本研究开发了一种结合深度学习和临床放射学特征的SwinU-CliRad模型，用于肝内胆管癌的淋巴结转移风险分层和治疗反应预测	创新性地整合了基于Swin UNEt TRansformers的MRI深度学习输出与临床放射学特征，构建了具有生物学可解释性的模型，并揭示了深度学习特征与肿瘤多组学特征（如KRAS突变、MUC5AC过表达）及免疫抑制性肿瘤微环境的关联	研究未明确提及模型在更广泛人群或不同影像设备间的泛化能力验证，以及长期临床结局的随访数据	开发一个非侵入性模型，以改进肝内胆管癌的淋巴结转移风险分层，并为治疗决策（特别是新辅助治疗）提供信息	肝内胆管癌患者	数字病理学	肝内胆管癌	磁共振成像，单细胞RNA测序，多组学分析	深度学习，Transformer	磁共振图像，临床数据，放射学特征	发现队列682例，内部测试队列204例，外部多中心队列88例，新辅助治疗队列145例	NA	Swin UNEt TRansformers	曲线下面积，误分类纠正率，病理完全缓解率，主要病理缓解率	NA
1325	2026-01-14	Exploiting Scale-Variant Attention for Segmenting Small Medical Objects 2026-Jan-12, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3645355 PMID:41525526	研究论文	本文提出了一种新颖的尺度变化注意力网络（SvANet），用于在医学图像中准确分割小尺度对象	提出了一种结合尺度变化注意力、跨尺度引导、蒙特卡洛注意力和Vision Transformer的网络，以增强小医学对象的识别能力	NA	解决医学图像中小病理区域分割的挑战，提高早期疾病诊断的准确性	医学图像中的小尺度对象，如肾肿瘤、皮肤病变、肝肿瘤、息肉、手术切除细胞、视网膜血管和精子	计算机视觉	多种疾病（包括肾癌、皮肤癌、肝癌等）	深度学习	CNN, Transformer	图像	多个数据集（KiTS23, ISIC 2018, ATLAS, PolypGen, TissueNet, FIVES, SpermHealth）	NA	SvANet, Vision Transformer (ViT)	平均Dice系数（mDice）	NA
1326	2026-01-14	CPFformer: A Hierarchical-Based Graph Modeling Fusion Framework for Making the Emotional Features of Chinese Poetry Pronunciation More Controllable 2026-Jan-12, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3648530 PMID:41525522	研究论文	提出了一种名为CPFformer的深度学习框架，用于分析和预测中国诗歌发音的情感特征	首次提出一种结合语音学和情感分析的层次化图建模融合框架，用于控制中国诗歌发音的情感特征，并创建了专用的中国诗歌发音数据集	未明确说明模型在处理不同方言或历史发音变体时的泛化能力，也未讨论计算复杂度对实时应用的适用性	通过分析中国诗歌发音的情感特征，丰富儿童语言能力和艺术鉴赏力，促进传统文化与人工智能的融合	中国诗歌的发音数据及其情感特征	自然语言处理	NA	多尺度梅尔特征提取技术	深度学习框架	语音数据	NA	NA	CPFformer（包含ADSN、STL、DSW、ETA、EDSM等模块）	均方误差, 平均绝对误差, 残差标准误差, R平方	NA
1327	2026-01-14	Game Theory Meets Statistical Physics: A Novel Deep Neural Networks Design 2026-Jan-12, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2025.3649299 PMID:41525603	研究论文	本文提出了一种融合博弈论和统计物理原理的新型深度图表示方法，用于特征提取和模式分类	将神经网络中的神经元类比为博弈论中的玩家，并利用统计物理的高斯-玻尔兹曼能量模型量化其贡献，提出了一种基于Shapley值的新模型正则化技术	未明确说明模型在大规模数据集上的计算效率限制或理论收敛性分析	设计一种统一的学习框架，将博弈论和统计物理原理整合到深度神经网络中，以提升特征提取和分类性能	深度神经网络中的神经元及其相互作用机制	机器学习	NA	Monte-Carlo采样，Shapley值计算	深度神经网络	图像	NA	NA	深度图表示	准确率，精确率，召回率，F1分数	NA
1328	2026-01-14	FocFormer-UNet: UNet With Focal Modulation and Transformers for Ultrasound Needle Tracking Using Photoacoustic Ground Truth 2026-Jan-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3652428 PMID:41525612	研究论文	本文提出了一种结合焦点调制和Transformer的FocFormer-UNet深度学习网络，利用光声图像作为真实标签来训练超声图像中的针头跟踪模型	首次将光声成像提供的高对比度针头图像作为真实标签用于训练深度学习模型，避免了传统方法对人工标注或模拟数据的依赖，并引入了焦点调制和Transformer机制来增强模型性能	模型性能可能受光声成像质量和超声系统差异的影响，且目前仅在特定临床数据集上验证	提高超声引导针头插入过程中针头定位的准确性和可靠性	超声图像中的针头	医学影像分析	NA	光声成像，超声成像	深度学习，CNN，Transformer	图像	人类临床数据集	PyTorch	UNet，FocFormer	修正豪斯多夫距离，目标误差	NA
1329	2026-01-14	SW-VEI-Net: A Physics-Informed Deep Neural Network for Shear Wave Viscoelasticity Imaging 2026-Jan-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3652121 PMID:41525619	研究论文	本文提出了一种名为SW-VEI-Net的物理信息深度神经网络，用于通过剪切波弹性成像同时重建剪切弹性模量和粘性模量	SW-VEI-Net通过将粘弹性波动方程集成到双网络架构中，实现了剪切弹性模量和粘性模量的同时重建，并采用双损失函数平衡数据保真度和基于物理的正则化，减少了对经验数据的依赖并提高了可解释性	未明确提及具体限制	解决剪切波弹性成像中定量粘弹性成像的挑战，提高重建精度和鲁棒性	组织模拟体模、大鼠肝纤维化模型和临床病例	医学影像分析	肝纤维化	剪切波弹性成像	物理信息神经网络	剪切波成像数据	包括组织模拟体模、大鼠肝纤维化模型、临床病例和健康志愿者	NA	双网络架构	AUC	NA
1330	2026-01-14	Fusing Tabular Features and Deep Learning for Fetal Heart Rate Analysis: A Clinically Interpretable Model for Fetal Compromise Detection 2026-Jan-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3652309 PMID:41525620	研究论文	本研究开发了一种可解释的深度学习模型，融合胎儿心率时间序列和表格临床特征，以改进胎儿窘迫的预测	提出了一种新颖的Fusion ResNet架构，结合残差卷积网络处理FHR信号和并行神经网络处理表格特征，并利用SHAP和Grad-CAM提供临床可解释性	模型在私有数据集上训练和内部验证，外部验证仅使用了公开的CTU-UHB数据集，样本量相对有限	开发一种可解释的深度学习模型，通过融合多模态数据提高胎儿窘迫的预测准确性	胎儿心率记录和相关的临床特征数据	机器学习	胎儿窘迫	胎儿心率监测	CNN	时间序列数据, 表格数据	私有数据集包含9,887个FHR记录，外部验证数据集包含552个记录	NA	ResNet	AUC	NA
1331	2026-01-14	Enhancing Fairness in Skin Lesion Classification for Medical Diagnosis Using Prune Learning 2026-Jan-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3652910 PMID:41525640	研究论文	本文提出了一种用于皮肤病变分类的公平性算法，通过减少与肤色相关的通道来提升模型在不同肤色间的诊断公平性	提出了一种无需肤色标签的公平性算法，通过计算特征图的偏度来修剪与肤色相关的通道，从而在保持准确性的同时提升公平性指标	未明确说明算法在其他模型架构或更大数据集上的泛化能力，且公平性结论可能依赖于所选度量标准	提升皮肤病变分类模型在不同肤色间的公平性，减少诊断偏差	皮肤病变图像	计算机视觉	皮肤癌	深度学习	CNN, Transformer	图像	NA	NA	VGG11, ViT-B16	准确性, F1分数, 公平性指标	NA
1332	2026-01-14	Application of Graph Neural Networks on ECG data: A Systematic Literature Review 2026-Jan-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3651842 PMID:41525638	系统文献综述	本文对基于几何深度学习的ECG数据处理方法进行了系统文献综述，特别关注图神经网络的应用	首次系统综述了图神经网络在ECG数据上的应用，并识别了研究空白和未来方向	应用多样性不足，主要集中在心律失常识别，且缺乏拓扑、特征集或网络架构的共识	比较ECG数据中几何深度学习方法，特别是图神经网络的应用，并识别领先方向和未来研究方向	心电图数据，特别是多导联ECG	机器学习	心血管疾病	NA	图神经网络	时间序列数据	NA	NA	NA	NA	NA
1333	2026-01-14	SAFusion: Scenario-Adaptive Network for Multimodal Medical Image Fusion 2026-Jan-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3651957 PMID:41525647	研究论文	提出一种用于多模态医学图像融合的场景自适应网络SAFusion，通过两阶段训练和混合专家模型优化不同场景的融合策略	首次提出场景自适应融合网络，通过场景特定融合模块（混合专家模型）和场景通用融合模块（双路径结构）动态适应不同融合需求	未在真实临床环境中验证，未讨论计算效率与实时性限制	开发能适应不同场景需求的多模态医学图像融合方法	多模态医学图像（如CT、MRI、PET等）	计算机视觉	NA	多模态医学图像融合	自编码器, 混合专家模型	医学图像	NA	NA	自编码器, 双路径融合结构（标准卷积与可变形卷积门控机制）	信息整合度, 视觉一致性	NA
1334	2026-01-14	Home monitoring for the detection of atrial fibrillation in hypertensive patients. BP/AF MODE study 2026-Jan-12, Archivos de cardiologia de Mexico IF:0.7Q4 DOI:10.24875/ACM.25000149 PMID:41525689	研究论文	本研究旨在通过深度学习构建预测风险评分，评估家庭血压和心律监测策略在检测高血压患者亚临床心房颤动中的有效性	结合家庭血压监测和单导联心电图记录，利用深度学习优化心律失常风险评分的预测能力	研究仅针对拉丁美洲六个国家的中高风险人群，样本可能缺乏广泛代表性	开发一种简单易用的家庭监测系统，用于早期检测亚临床心房颤动	具有中高心房颤动风险的高血压患者	机器学习	心血管疾病	单导联心电图记录，家庭血压监测	深度学习	心电图信号，血压数据	涉及来自六个拉丁美洲国家的25名研究人员，具体患者数量未明确说明	NA	NA	NA	NA
1335	2026-01-14	Semi-supervised learning for dose prediction in targeted radionuclide therapy: a synthetic data study 2026-Jan-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae36df PMID:41525718	研究论文	本研究提出了一种用于靶向放射性核素治疗剂量预测的半监督学习框架，利用合成数据进行验证	将传统基于分类的半监督学习方法适应并扩展至回归任务，专门用于剂量预测，并开发了合成数据集进行测试	研究基于合成数据，临床实际数据可用性不足时性能可能受限	探索半监督学习在靶向放射性核素治疗中剂量预测的应用，以减少对大规模标记数据的依赖	靶向放射性核素治疗中的辐射剂量预测	机器学习	NA	蒙特卡洛模拟	深度学习	图像	NA	NA	NA	平均绝对百分比误差	NA
1336	2026-01-14	Echocardiographic Evaluation in Children with Post-Acute Sequelae of SARS-CoV-2 Infection Using Deep Learning 2026-Jan-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01739-5 PMID:41526555	研究论文	本研究应用基于ResNet-50的深度学习模型分析儿童SARS-CoV-2感染后急性后遗症（PASC）的超声心动图数据，以增强心脏异常的检测	首次将深度学习模型（ResNet-50）应用于儿童PASC的超声心动图分析，以识别标准参数未揭示的细微心脏变化	基于图像的细微差异的临床意义尚不确定，需要大规模长期随访研究进一步评估	增强儿童SARS-CoV-2感染后急性后遗症（PASC）相关心脏异常的检测和理解	儿童（18岁以下）SARS-CoV-2感染后急性后遗症（PASC）患者及年龄匹配的对照组儿童	数字病理学	心血管疾病	超声心动图	CNN	图像	270名PASC儿童和400名年龄匹配的对照组儿童	NA	ResNet-50	准确率, 灵敏度, 特异性, 平衡准确率	NA
1337	2026-01-14	2D, 2.5D, or 3D? Comparing Dimensional Approaches in Deep Neural Networks for 3D Medical Image Analysis 2026-Jan-12, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01827-6 PMID:41526556	综述	本文比较了2D、2.5D和3D深度神经网络在3D医学影像分析任务中的性能表现	首次系统性地综述并比较了三种维度方法在3D医学影像分析中的优劣，明确了2.5D模型在平衡空间信息与计算效率方面的优势	结论基于对现有文献的综述，未进行原始实验验证；研究范围限定于分类和分割任务	探讨在3D医学影像分析中，深度神经网络最有效的维度处理方法	CT、MRI和PET/CT等3D医学影像数据	医学影像分析	NA	NA	深度神经网络	3D医学影像	基于31项比较研究（过去十年发表）	NA	NA	NA	高计算需求（针对3D模型）
1338	2026-01-14	Benchmarking co-folding methods to predict the structures of covalent protein-ligand complexes 2026-Jan-12, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01721-5 PMID:41526649	研究论文	本文介绍了CoFD-Bench基准数据集，用于系统评估经典对接方法和深度学习共折叠模型在预测共价蛋白质-配体复合物结构方面的性能	首次引入包含218个新解析共价复合物的综合基准数据集，系统比较了经典对接与深度学习共折叠方法，并发现AF3可通过非共价共折叠识别天然共价残基	共折叠方法对新口袋-配体对的性能显著下降，且计算效率较低，不适合大规模预测；经典对接方法受限于目标构象，性能有限	评估共折叠方法预测共价蛋白质-配体复合物结构的性能，为靶向共价抑制剂设计提供基准	共价蛋白质-配体复合物	计算生物学	NA	共价对接，共折叠建模	深度学习模型	蛋白质结构数据	218个新解析的共价复合物	NA	AlphaFold3, Chai-1, Boltz-1x	配体RMSD, 蛋白质-配体相互作用恢复率	NA
1339	2026-01-14	Integrating deep learning-based surrogate modeling into urban forest allocation optimization for maximizing carbon sequestration 2026-Jan-11, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2025.128535 PMID:41525754	研究论文	本研究提出了一个集成深度学习代理模型和遗传算法的优化框架，用于优化城市造林策略以最大化碳封存	将基于深度学习的代理模型（ANN）与遗传算法（GA）集成到一个优化框架中，用于考虑空间异质性和生态连通性来优化城市造林分配	研究基于特定城市（韩国水原）的数据，其结论可能受当地地形、气候和土地利用特征的影响，普适性有待验证；优化框架的复杂性可能限制其在资源有限地区的实际应用	优化城市造林的空间分配，以最大化净初级生产力（NPP），从而增强碳封存能力以应对气候变化	城市区域（以韩国水原为例）的造林地块	机器学习	NA	深度学习代理建模，空间优化	ANN, GA	地形、气候、土地利用和景观变量数据	NA	NA	人工神经网络	R（决定系数）	NA
1340	2026-01-14	Targeting mitochondrial complexes for cancer therapy 2026-Jan-10, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.117695 PMID:41525932	综述	本文综述了靶向线粒体电子传递链复合物I-IV作为癌症治疗策略的研究进展，涵盖计算模拟、体外和体内研究发现，并探讨了人工智能和深度学习在加速药物发现中的应用	系统整合了靶向ETC复合物的传统抑制策略与新兴的AI驱动药物发现方法，并提出了在精准医学框架下的实施路径	作为综述文章，未报告原始实验数据，主要依赖现有文献的归纳总结	为开发靶向线粒体电子传递链复合物的新型抗癌药物和治疗策略提供指导	线粒体电子传递链复合物I-IV及其在癌细胞中的功能	计算生物学与药物发现	癌症	光动力疗法（PDT）、深度学习、人工智能纳米技术	深度学习模型	计算模拟数据、体外实验数据、体内实验数据	NA	NA	NA	NA	NA