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
1541	2026-01-10	MMSpa is a deep learning-based tool that enhances the identification of spatial domains in spatial transcriptomics studies 2026-Jan, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003580 PMID:41490241	研究论文	本文提出了一种名为MMSpa的深度学习工具，用于增强空间转录组学研究中空间域的识别	MMSpa采用掩码图注意力自编码器框架，结合边移除策略构建增强的空间图，以解决跨域干扰并刻画更清晰的域边界，通过掩码基因表达重建学习稳定的潜在表示	NA	提高空间转录组学中空间域识别的准确性	空间转录组数据	空间转录组学	NA	空间转录组技术	自编码器	基因表达数据	NA	NA	掩码图注意力自编码器	NA	NA
1542	2026-01-10	Similarity-aware VAE with wavelet-convolutional 1D-CNN for rolling bearing fault diagnosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338388 PMID:41490447	研究论文	提出一种结合改进变分自编码器与小波卷积一维CNN的滚动轴承故障诊断框架，以解决数据集中故障类别分布不均的问题	提出相似感知VAE，采用新型相似度损失函数进行数据增强，并通过改进的注意力机制自动调整训练参数和权重；将CNN的首个卷积层替换为基于连续小波变换的小波卷积层，实现多尺度特征提取	NA	提升深度学习在故障诊断中的性能，解决数据类别不平衡问题	滚动轴承	机器学习	NA	连续小波变换	VAE, CNN	一维振动信号	NA	NA	变分自编码器, 一维卷积神经网络	NA	NA
1543	2026-01-10	LncTracker: A Unified Multi-Channel Framework for Multi-Label lncRNA Localization 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3597589 PMID:40788811	研究论文	本文提出了一个名为LncTracker的高效深度学习框架，用于长非编码RNA（lncRNA）在七个不同亚细胞区室中的多标签定位预测	LncTracker采用多通道架构，整合了序列和二级结构信息，并将二级结构转换为属性图以捕获核苷酸间的空间关系，从而学习序列与结构的联合表示，提升了预测性能和鲁棒性	NA	开发一个深度学习框架，准确预测lncRNA的亚细胞定位，以理解其在细胞调控和疾病机制中的生物学功能	长非编码RNA（lncRNAs）	自然语言处理	NA	深度学习	深度学习框架	序列数据、结构数据	NA	NA	多通道架构	NA	NA
1544	2026-01-10	Enhanced Post-Prandial Glycemic Response Prediction in Type 2 Diabetes with Microbiome Data and Deep Learning 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3602827 PMID:40864582	研究论文	本研究开发了一种结合肠道微生物组数据和深度学习的多模态模型，用于预测2型糖尿病患者的餐后血糖反应	首次在2型糖尿病人群中，通过整合餐食记录、连续血糖监测、临床人口学特征和肠道微生物组等多源数据，揭示了饮食-微生物组-餐后血糖反应之间的因果关系，并构建了显著超越传统碳水化合物预测因子和现有机器学习算法的深度学习预测模型	研究样本量相对有限（88名个体），且模型在更广泛人群和不同饮食文化背景下的泛化能力有待进一步验证	提高2型糖尿病患者餐后血糖反应的预测准确性，为精准营养和血糖管理提供支持	2型糖尿病患者	机器学习	2型糖尿病	连续血糖监测，肠道微生物组测序	深度学习	多模态数据（餐食日志、连续血糖记录、临床人口学资料、肠道微生物组数据）	88名2型糖尿病患者，超过2000份真实餐食记录	NA	NA	决定系数R	NA
1545	2026-01-10	Unleashing the Power of Pretrained Transformer for Dense Prediction in Physiological Signals 2026-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3592687 PMID:40875430	研究论文	本文提出了一种利用预训练Transformer进行生理信号密集预测的通用编码器-解码器架构，旨在提升智能医疗中的信号处理性能	首次将预训练Transformer编码器与轻量级卷积Restormer解码器结合，用于生理信号密集预测，无需复杂的任务特定架构设计，并通过知识蒸馏优化性能与计算效率的平衡	未明确讨论模型在不同生理信号类型或噪声环境下的泛化能力，且实验仅聚焦于四种代表性任务，可能未覆盖所有密集预测场景	探索预训练Transformer在生理信号密集预测任务中的应用，以优化模型性能与计算效率	生理信号，包括血压波形估计、PPG到ECG重建、去噪和基准点定位	机器学习	NA	深度学习，知识蒸馏	Transformer, CNN	生理信号数据	NA	NA	Transformer编码器, Restormer解码器	NA	NA
1546	2026-01-10	End-to-end audio-visual learning for cochlear implant sound coding simulations in noisy environments 2026-Jan-01, JASA express letters IF:1.2Q3 DOI:10.1121/10.0042198 PMID:41511184	研究论文	本研究提出了一种端到端的音频-视觉学习系统，用于在嘈杂环境中模拟人工耳蜗的声音编码	将音频-视觉语音增强模块与ElectrodeNet-CS模型集成，形成端到端的人工耳蜗系统AVSE-ECS，通过联合训练在嘈杂环境中提升语音可懂度	NA	改善人工耳蜗用户在嘈杂环境中的听觉体验，提升语音可懂度	人工耳蜗的声音编码模拟	机器学习和生物医学工程	听力损失	音频-视觉学习，深度神经网络	深度学习模型	音频和视觉数据	NA	NA	ElectrodeNet-CS，AVSE-ECS	客观语音可懂度，信号误差比	NA
1547	2026-01-09	Leveraging AI for cell biology discovery 2026-Jan-08, Biochemical Society transactions IF:3.8Q2 DOI:10.1042/BST20253023 PMID:41502213	综述	本文综述了人工智能在细胞生物学中的多样化应用及其对显微镜、成像、药物发现和合成生物学等领域的影响	探讨了人工智能在单细胞分辨率分析、细胞行为建模以及提高模型可解释性和工具普及性方面的创新潜力	NA	综述人工智能在细胞生物学中的应用，推动基础研究和治疗应用的发展	细胞生物学中的复杂生物数据，包括细胞图像、转录组学数据和蛋白质结构	机器学习	NA	深度学习	NA	图像, 文本	NA	NA	NA	NA	NA
1548	2026-01-09	Genomic prediction of feed efficiency in boars by deep learning 2026-Jan-07, G3 (Bethesda, Md.) DOI:10.1093/g3journal/jkaf274 PMID:41239183	研究论文	本研究使用深度学习模型预测公猪的饲料效率，并与传统线性模型进行比较，以评估非线性遗传效应的影响	首次将深度学习模型（多层感知机和卷积神经网络）应用于公猪饲料效率的基因组预测，并量化了其捕获的非加性遗传方差	计算成本显著增加，且捕获的非加性遗传方差并未显著提升预测能力	比较深度学习与线性模型在预测公猪饲料效率方面的能力，并评估非加性遗传效应的影响	两个公猪群体（父系和母系）的饲料效率性状	机器学习	NA	基因组选择	多层感知机, 卷积神经网络	基因组数据	两个公猪群体（具体数量未明确）	NA	多层感知机, 卷积神经网络	预测能力（以相关系数表示）	NA
1549	2026-01-09	Towards Clinical Integration of Deep Learning-Based Classification of Urinary Sediment Particles from Digital Microscopy Images: A Prospective Study 2026-Jan-07, Clinical chemistry IF:7.1Q1 DOI:10.1093/clinchem/hvaf182 PMID:41499256	研究论文	本研究评估了基于深度学习的尿液沉渣颗粒分类模型在临床实验室中的整合应用，包括前瞻性验证其性能	通过前瞻性研究评估深度学习模型在临床环境中的实际应用效果，并分析回顾性与前瞻性评估之间的差异	模型性能对数据集变异性敏感，前瞻性评估中准确率有所下降	开发并验证基于深度学习的尿液沉渣颗粒自动分类系统，以替代耗时且易出错的人工评估	尿液沉渣颗粒	数字病理学	NA	数字显微镜成像	CNN	图像	来自Sysmex UD-10数字显微镜图像的标注数据集，包含13类尿液沉渣元素	NA	EfficientNet	准确率, 敏感性, 置信度评分, Top 1准确率, Top 3准确率	NA
1550	2026-01-09	AI-assisted detection of high-pitched bruits in arteriovenous fistulas using a digital stethoscope 2026-Jan-07, The journal of vascular access IF:1.6Q3 DOI:10.1177/11297298251396199 PMID:41500774	研究论文	本研究开发了一种基于深度学习的AI辅助工具，用于通过数字听诊器检测动静脉瘘中的高音调杂音，以早期识别狭窄等并发症	首次将深度学习模型与数字听诊器结合，用于自动检测动静脉瘘中的高音调杂音，提供了一种敏感、客观且高效的临床筛查方法	研究样本量相对较小（65名患者），且特异性（73.8%）有待进一步提高，模型在不同人群中的泛化能力需进一步验证	开发一种AI辅助工具，用于早期检测动静脉瘘并发症（如狭窄），以改善血液透析患者的临床管理	动静脉瘘患者，特别是接受血液透析的患者	机器学习	心血管疾病	数字听诊器录音	深度学习模型	音频	65名患者，来自欧洲和亚洲的12个透析中心	NA	NA	灵敏度, 特异性, 准确率, ROC-AUC	NA
1551	2026-01-09	COPD-TransNet: A Swin Transformer Network with Quantitative Emphysema Feature Fusion for COPD Detection and Staging from Opportunistic CT Scans 2026-Jan-07, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01785-z PMID:41501304	研究论文	本研究开发了一个名为COPD-TransNet的深度学习模型，该模型基于Swin Transformer架构，融合了定量肺气肿特征，用于利用肺癌筛查CT图像检测和分期慢性阻塞性肺疾病	提出了一种结合Swin Transformer算法与定量肺气肿特征（LAV-950%）的新框架，用于COPD的检测、分期和严重程度分类，并在外部验证中表现出优于主流方法的性能	模型在COPD分期任务上的F1分数相对较低（0.561），表明该任务仍具挑战性；研究主要基于特定医疗中心的肺结节患者数据	开发一个深度学习模型，利用肺癌筛查CT扫描，根据GOLD标准对慢性阻塞性肺疾病进行检测和分期	来自肺癌筛查的胸部CT扫描图像	计算机视觉	慢性阻塞性肺疾病	CT扫描	Transformer	图像	内部数据集：637名肺结节患者的CT扫描；外部验证集：1464份来自NLST队列的CT扫描	NA	Swin Transformer	AUC, F1分数, 准确率	NA
1552	2026-01-09	Generalizable Single-cell Multimodal Data Integration with Self-supervised Learning 2026-Jan-07, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf129 PMID:41501996	研究论文	本文提出了一种名为MINERVA的自监督学习框架，用于单细胞多模态数据整合，以解决小规模配对模态研究和大规模参考图谱在泛化性方面的挑战	MINERVA采用自监督策略，首次在小规模精度与图谱级泛化之间建立桥梁，支持零样本知识迁移和即时细胞类型注释，无需模型重新训练	未在摘要中明确提及	开发一个统一的深度学习框架，用于单细胞多模态数据整合，以提升降维、缺失特征插补和批次效应校正的性能	单细胞多模态数据	机器学习	NA	单细胞多组学技术	深度学习	单细胞多模态数据	小规模研究涉及数百个细胞，大规模应用构建多组织参考图谱	NA	MINERVA	降维、缺失特征插补、批次效应校正	NA
1553	2026-01-09	Ensemble deep learning approach for traffic video analytics in edge computing 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25628-7 PMID:41484116	研究论文	本文提出了一种用于边缘计算中交通视频分析的集成深度学习方法，结合Tiny YOLO和YOLOR进行车辆检测与分类，并通过ELITVA框架优化交通流控制	提出了一种新颖的混合模型，结合Tiny YOLO和YOLOR在边缘层进行车辆检测与分类，并引入ELITVA框架使用F-RNN进行交通流决策，实现了更高的处理速度和精度	实验仅基于无人机在道路信号处捕获的数据集，可能未涵盖所有交通场景或天气条件，且未详细讨论模型在更复杂环境下的泛化能力	开发一种高效的交通视频分析系统，以实时监控和控制道路交通流量	交通监控视频中的车辆检测与分类，以及交通流量估计	计算机视觉	NA	视频分析，深度学习	CNN, RNN	视频	无人机在道路信号处捕获的数据集（具体数量未提及）	NA	Tiny YOLO, YOLOR, F-RNN	精度, 准确率, 召回率, F1分数, 帧率	边缘计算平台（具体资源未提及）
1554	2026-01-09	Exploring the impact of urban vitality on carbon emission mechanisms using multi-source data 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29624-9 PMID:41484152	研究论文	本研究通过构建六维城市活力理论框架，利用多源数据分析了烟台中心区城市活力的分布特征及其对碳排放的影响机制	创新性地整合了三维空间与文化感知视角，弥补了以往研究从单一视角表征城市活力的偏差	研究范围局限于烟台中心区，可能限制了结论的普适性	探索城市活力对碳排放机制的影响，为构建低碳、高活力、可持续的城市环境提供建议	烟台中心区的城市活力与碳排放	城市科学与环境研究	NA	空间句法、熵权TOPSIS、深度学习模型、地理探测器	深度学习模型	多源数据（包括空间、社会、经济、文化、环境、感知数据）	NA	NA	NA	NA	NA
1555	2026-01-09	Bridging data gaps of rare conditions in ICU: a multi-disease adaptation approach for clinical prediction 2026-Jan-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02176-y PMID:41484235	研究论文	本文提出了KnowRare框架，一种基于领域适应的深度学习模型，用于预测ICU中罕见疾病的临床结局	通过自监督预训练学习条件无关表示，并利用构建的条件知识图谱选择性适应临床相似条件的知识，以解决数据稀缺和条件内异质性问题	未明确提及具体的数据集规模限制或模型泛化能力的详细评估	开发一个深度学习框架，以改善ICU中罕见疾病的临床预测	ICU中的罕见疾病和低患病率条件	机器学习	罕见疾病	电子健康记录分析	深度学习	电子健康记录	两个ICU数据集	NA	KnowRare	NA	NA
1556	2026-01-09	Adversarial selective domain adaptation with feature cluster for skin cancer diagnosis 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98293-5 PMID:41484458	研究论文	本文提出了一种名为对抗选择性域适应与特征聚类的新方法，用于改善皮肤癌诊断中的模型泛化性能	提出ASDA方法，同时处理域间差异和目标数据集数据有限的问题，通过特征聚类减少数据需求，并使用选择性最小最大熵保持一致性	未明确说明方法在其他疾病或更广泛医学图像任务中的适用性	旨在通过域适应技术提升皮肤癌诊断模型在不同数据集上的泛化能力	皮肤癌相关的皮肤镜和临床图像	计算机视觉	皮肤癌	深度学习	条件域对抗网络	图像	NA	NA	NA	NA	NA
1557	2026-01-09	Predicting small molecule-RNA interactions without RNA tertiary structures 2026-Jan-02, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02942-z PMID:41482542	研究论文	本研究提出了一种名为SMRTnet的深度学习模型，用于预测小分子与RNA的相互作用，且无需RNA三级结构信息	通过多模态数据融合，结合两个大型语言模型与卷积及图注意力网络，首次实现了仅基于RNA二级结构预测小分子-RNA相互作用，无需依赖难以获取的RNA三级结构	模型性能依赖于RNA二级结构的准确性，且未明确说明对未知RNA靶点的泛化能力	开发一种无需RNA三级结构即可预测小分子-RNA相互作用的计算工具，以加速RNA靶向药物的发现	小分子与RNA的相互作用	机器学习	癌症	深度学习，多模态数据融合	CNN, GAT, 大型语言模型	RNA二级结构数据，小分子数据	针对10种疾病相关RNA靶点进行了预测验证	NA	SMRTnet（融合卷积网络、图注意力网络及大型语言模型的多模态架构）	结合解离常数（纳摩尔至微摩尔范围）及结合分数与验证率的相关性进行评估	NA
1558	2026-01-09	Electric vehicles charging stations load forecasting based on hybrid XGBoost-BiLSTM model 2026-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29739-z PMID:41484290	研究论文	本研究提出了一种基于混合XGBoost-BiLSTM堆叠模型的电动汽车充电站短期负荷预测方法	提出了一种结合XGBoost元学习器的XGBoost-BiLSTM混合堆叠模型（Hybrid 3），用于提升充电站负荷预测精度	在独立合成数据集上的跨站点评估显示泛化能力有所下降，表明模型对站点特定时间模式敏感	优化电动汽车充电站的能源管理并保障电网稳定性	电动汽车充电站的短期小时级负荷	机器学习	NA	负荷预测	XGBoost, BiLSTM, 集成模型	时间序列数据	31,424个原始充电会话，预处理后得到14,496个清洁会话用于建模；另使用包含1,965,239个会话的独立合成数据集进行跨站点评估	XGBoost, LightGBM, TensorFlow/PyTorch（用于深度学习模型）	BiLSTM, CNN, 以及多种集成架构（如XGBoost+BiLSTM+LightGBM）	MAE（平均绝对误差）, R（相关系数）, SD（标准差）	NA
1559	2026-01-09	Improving spliced alignment by modeling splice sites with deep learning 2026-Jan-02, Algorithms for molecular biology : AMB IF:1.5Q3 DOI:10.1186/s13015-025-00293-7 PMID:41484786	研究论文	本文提出了一种名为minisplice的方法，通过一维卷积神经网络建模剪接位点，以提高跨物种的剪接比对准确性	使用一维卷积神经网络学习剪接信号，能够捕捉跨门类的保守剪接信号，并揭示哺乳动物和鸟类特有的GC富集内含子特征	模型主要针对脊椎动物和昆虫基因组进行训练，可能在其他物种中的泛化能力有限	提高剪接比对的准确性，特别是在处理噪声长读RNA-seq数据和远缘同源蛋白质时	信使RNA序列、蛋白质序列与真核生物基因组的比对	生物信息学	NA	长读RNA-seq测序、蛋白质序列比对	1D-CNN	基因组序列、RNA-seq数据、蛋白质序列	基于脊椎动物和昆虫基因组训练的模型，具体样本数量未明确说明	未明确指定，但代码托管于GitHub	一维卷积神经网络	连接点准确性	NA
1560	2026-01-09	Innovative approaches for coronary heart disease management: integrating biomedical sensors, deep learning, and stellate ganglion modulation 2026-Jan, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378099 PMID:39023137	研究论文	本研究评估了结合传统中医干预、现代生物医学传感器和星状神经节调节的综合治疗方法对冠心病患者的疗效	将传统中医干预与现代生物医学传感器和星状神经节调节相结合，形成一种创新的冠心病综合治疗方法	研究样本量相对较小（117名患者），且仅针对痰浊壅盛证型的冠心病患者，需要进一步研究优化传感器技术	评估综合治疗方法对冠心病患者症状缓解、临床结局、血液流变学指标和炎症生物标志物的影响	117名痰浊壅盛证型的冠心病患者	数字病理学	心血管疾病	生物医学传感器、星状神经节调节	NA	临床数据、血液流变学指标、炎症生物标志物	117名冠心病患者	NA	NA	中医症状评分、临床效果、心绞痛表现、血液流变学指标、血清炎症生物标志物	NA