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
241	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
242	2026-01-09	PlaTiF: A pioneering dataset for orthopedic insights in AI-powered diagnosis of tibial plateau fractures 2026-Jan-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06560-5 PMID:41501058	研究论文	本文介绍了一个名为PlaTiF的开创性数据集，用于支持基于人工智能的胫骨平台骨折诊断研究	首次提供了一个公开可访问的、专门针对胫骨平台骨折AI分析的异质性X光片数据集，并包含胫骨骨骼掩模分割	数据集样本量相对有限（421张X光片来自186名患者），且可能受限于数据收集的单一中心或来源	开发自动化、精确的胫骨平台骨折严重程度分类方法，以提高诊断准确性和效率	胫骨平台骨折患者的膝关节前后位X光片	计算机视觉	骨科疾病	X光成像	深度学习	图像	421张来自186名患者（平均年龄45.88±17.54岁，37名女性，149名男性）的膝关节前后位X光片	NA	NA	NA	NA
243	2026-01-09	An intelligent hybrid deep learning-machine learning model for monthly groundwater level prediction 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34292-w PMID:41501104	研究论文	提出了一种结合粒子群优化、浣熊优化、门控循环单元和自适应神经模糊推理系统的混合人工智能模型，用于预测伊朗阿尔达比勒平原的月地下水位	首次提出PSO-COO-GRU-ANFIS (PCGA)混合模型，结合了优化算法、深度学习和模糊推理系统的优势，通过PSO-COO优化GRU和ANFIS参数，利用GRU提取数据隐藏模式，再由ANFIS进行预测	研究仅应用于伊朗阿尔达比勒平原的月地下水位预测，未在其他地区或不同时间尺度上进行验证	开发一种高精度的月地下水位预测模型，以支持环境保护和水资源管理	伊朗阿尔达比勒平原的月地下水位数据	机器学习	NA	NA	GRU, ANFIS	时间序列数据	NA	NA	GRU, ANFIS	平均绝对误差, Nash-Sutcliffe效率系数	NA
244	2026-01-09	Learning physical interactions to compose biological large language models 2026-Jan-07, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01883-7 PMID:41501135	综述	本文综述了结合分子表示的方法，并提出开发能联合编码多种分子模态的生物化学基础模型，以改进分子相互作用预测	提出通过组合特定领域的生物语言模型内部层表示来学习分子相互作用，以提高预测的泛化能力，且特征数量显著减少	未具体说明模型在真实药物设计场景中的验证或应用限制	开发能有效表示分子复合物并预测分子相互作用的生物化学基础模型	生物化学序列、分子相互作用、分子复合物	自然语言处理	NA	深度学习、大语言模型训练	大语言模型	生物化学序列数据	NA	NA	NA	NA	NA
245	2026-01-09	AI driven hybrid convolutional and transformer based deep learning architecture for precise lung nodule classification 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34569-0 PMID:41501139	研究论文	本研究提出了一种结合图像增强与分割的AI驱动框架，用于精确分类肺部结节，以提升肺癌早期筛查的准确性	提出了一种混合卷积和Transformer的深度学习架构，并设计了一个包含自适应对比度拉伸、各向异性扩散、自适应阈值、三维连通性区域生长和形态学操作的综合性图像增强与分割流程	研究仅在公开数据集LIDC IDRI上进行验证，未涉及外部独立验证集或真实临床环境的前瞻性测试	设计和验证一个全面的图像增强与分割流程，以高空间精度检测肺部结节，同时保持低假阳性率，为放射科医生提供可重复且具有临床意义的辅助支持	肺部CT图像中的肺结节	计算机视觉	肺癌	CT成像	CNN, Transformer	医学图像（CT扫描）	1000次扫描（来自LIDC IDRI公开数据集）	NA	混合卷积和Transformer架构	重叠分数（均值0.83）、灵敏度（0.92）、每扫描平均假阳性数（1.5）	NA
246	2026-01-09	LungGANDetectAI: a GAN-augmented and attention-guided deep learning framework for accurate and explainable lung cancer detection 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34750-5 PMID:41501145	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
247	2026-01-09	Domain-adaptive faster R-CNN for non-PPE identification on construction sites from body-worn and general images 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35148-7 PMID:41501148	研究论文	本研究开发了一种基于域自适应（DA）的Faster R-CNN模型，用于在建筑工地上检测五种非个人防护装备（PPE）类别，通过利用通用上下文数据集来缓解真实违规实例稀缺的问题	提出了一种结合图像级和实例级对抗域分类器的域自适应Faster R-CNN框架，通过梯度反转层学习域不变特征，同时保持检测精度	真实建筑工地上的非PPE实例稀缺，依赖通用上下文数据集作为替代样本，可能引入域差异	提高建筑工地上非个人防护装备（PPE）检测的准确性和鲁棒性	建筑工地上的工人图像，包括身体佩戴和通用图像	计算机视觉	NA	深度学习，域自适应	Faster R-CNN	图像	使用了一个完全标记的建筑工地数据集和一个通用上下文数据集，具体样本数量未明确说明	PyTorch, TensorFlow	Faster R-CNN, ResNet-152	平均精度均值（mAP）	未明确说明，可能涉及GPU（如NVIDIA系列）
248	2026-01-09	An end-to-end framework for data lineage analysis covering link pattern recognition, fault diagnosis, and early warning 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34522-1 PMID:41501163	研究论文	本文提出了一种基于数据血缘的端到端全链路智能分析框架，用于链路模式识别、故障诊断和预警	结合图结构与深度学习算法，通过动态数据血缘图模型、图神经网络提取拓扑特征、时序边权重优化与半监督聚类自动分类典型链路模式，并设计了融合时序卷积网络和图神经网络的混合故障诊断模型，以及结合贝叶斯优化与在线学习的动态阈值预警机制	NA	实现数据链路故障的实时预测与溯源，为数据治理提供智能决策支持	数据平台中的数据链路	机器学习	NA	NA	GNN, TCN	图数据，时序数据	实际企业数据和模拟数据	NA	图神经网络，时序卷积网络	准确率	NA
249	2026-01-09	A comparative study of loss functions and attention mechanisms in landslide semantic segmentation using U-Net 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31789-2 PMID:41501220	研究论文	本研究比较了不同损失函数和注意力机制在基于U-Net的滑坡语义分割中的性能	引入注意力机制优化U-Net模型，并系统评估多种损失函数对滑坡检测性能的影响	仅使用单一数据集（Bijie滑坡数据集）进行评估，未在其他地理区域验证模型泛化能力	通过多模态数据提升滑坡识别与检测的精度	滑坡区域的卫星图像和数字高程模型数据	计算机视觉	NA	卫星遥感，数字高程模型	CNN	图像	Bijie滑坡数据集（包含高分辨率卫星图像、DEM数据和真实掩码）	NA	U-Net	精确率，召回率，F1分数，准确率，平均交并比，AUC	NA
250	2026-01-09	Enhanced RGB-D feature extraction for 6D pose estimation 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34757-y PMID:41501267	研究论文	本文提出了一种基于PVN3D的深度学习姿态估计方法，通过优化图像提取网络、集成动态卷积技术和引入无参数注意力机制，以同时提高机器人抓取过程中6D姿态估计的准确性和效率	创新点包括：深度优化图像提取模型的主干网络，采用密集连接和可学习分组卷积来提升精度并降低复杂度；将卷积神经网络核心思想融入点云特征提取，使用动态卷积技术处理点云特征，使其更高效灵活；引入无参数注意力机制进一步提高了模型精度	NA	旨在同时提高机器人抓取过程中6D姿态估计的准确性和效率	机器人排序技术中的物体6D姿态估计	计算机视觉	NA	深度学习	CNN	RGB-D图像，点云数据	NA	NA	PVN3D	计算效率，估计精度	NA
251	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
252	2026-01-09	Research on return water temperature prediction model for casting cooling system based on deep learning 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34510-5 PMID:41501340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
253	2026-01-09	Two-stage deep learning approach for screening for anterior disk displacement of the temporomandibular joint using orthopantomograms 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34657-1 PMID:41501357	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
254	2026-01-09	A multi-scale dual-stream fusion network for high-accuracy sEMG-based gesture classification 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34909-0 PMID:41501380	研究论文	提出一种用于高精度表面肌电信号手势分类的多尺度双流融合网络	引入了多尺度Mamba模块以捕获多尺度时间特征和长短时依赖，并设计了双向注意力融合模块以动态融合时域和频域互补信息	仅在NinaPro数据集上进行了验证，未在其他肌电数据集或实际应用场景中测试泛化能力	提升基于表面肌电信号的手势识别准确性和鲁棒性	表面肌电信号	机器学习	NA	表面肌电信号采集	深度学习网络	时序信号	NinaPro数据集（DB2、DB3、DB4）	PyTorch	多尺度双流融合网络	准确率	NA
255	2026-01-09	Mimicking opioid analgesia in cortical pain circuits 2026-Jan-07, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09908-w PMID:41501467	研究论文	本研究揭示了前扣带皮层在疼痛情感维度中的作用及吗啡的调控机制，并开发了一种模拟阿片类药物镇痛作用的化学遗传基因疗法	首次结合深度学习行为分析与纵向神经记录技术，识别出神经损伤后皮层活动的持续性变化模式，并基于此开发了靶向阿片敏感神经元的生物启发式化学遗传基因疗法	研究仅在动物模型中进行，尚未在人类临床中验证；基因疗法的长期安全性和递送效率需进一步评估	探究阿片类镇痛药如何调控皮层疼痛回路以产生镇痛效果，并开发更安全的精准疼痛管理策略	小鼠前扣带皮层神经元及其在神经性疼痛模型中的活动	神经科学	慢性神经性疼痛	深度学习行为分析、纵向神经记录、化学遗传学、基因疗法	深度学习模型	行为视频数据、神经电生理记录数据	NA	NA	NA	NA	NA
256	2026-01-09	Approaches for accelerating microbial gene function discovery using artificial intelligence 2026-Jan-07, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02214-1 PMID:41501479	综述	本文综述了人工智能在加速微生物基因功能发现方面的最新进展，并讨论了未来实现可解释和高通量AI引导注释的方向	整合计算与实验方法，开发系统化基因功能发现的工作流程，利用深度学习显著提升基因功能预测效率	传统注释方法受限于可扩展实验技术的缺乏和基于同源性的计算方法的局限性	加速微生物基因功能发现，实现更高效、准确和全面的基因组注释	微生物基因组中功能未知的基因	自然语言处理, 机器学习	NA	基因组测序技术	深度学习	基因组数据	NA	NA	NA	NA	NA
257	2026-01-09	Understanding the impact of emotional engagement on learning outcomes in online education: an automated analysis approach 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34871-x PMID:41501519	研究论文	本研究开发了一种基于优化视觉Transformer和迁移学习的自动化方法，用于检测在线教育中的情感投入，并分析其与学习成果的关系	首次将优化的视觉Transformer模型与迁移学习结合，用于在线教育中情感投入的自动化检测，并发现了学习过程中投入度随时间变化的特定模式	样本规模较小（仅40名本科生），且仅基于面部数据进行分析，未考虑其他可能影响投入度的因素	探究情感投入对在线教育学习成果的影响，并开发可扩展的自动化监测方法	在线教育中的本科生学习者	计算机视觉	NA	面部数据采集与分析	Vision Transformer	图像	40名本科生，共71,185张标注图像	NA	Vision Transformer	分类准确率	NA
258	2026-01-09	Exploring the Mutarotation Mechanism of Glucose in Solution Using Deep Learning Potential 2026-Jan-07, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c07574 PMID:41501613	研究论文	本文利用深度学习势能分子动力学模拟探索了葡萄糖在水溶液中的变旋机制	首次应用深度学习势能分子动力学模拟来研究葡萄糖变旋反应，相比传统从头算分子动力学，提供了更准确、统计收敛的反应景观描述，并明确了开环途径的主导地位	研究主要基于模拟，缺乏直接的实验验证；模拟条件可能未完全覆盖所有实际溶液环境	阐明葡萄糖在水溶液中的变旋反应机制，确定优势反应路径	葡萄糖分子在水溶液中的α-和β-异构体及其相互转化过程	机器学习	NA	深度学习势能分子动力学模拟	深度学习势能模型	分子动力学模拟数据	NA	NA	NA	NA	NA
259	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
260	2026-01-09	Artificial intelligence (AI) uses in stereotactic radiosurgery (SRS): outcome prediction with brain metastasis (BM) - A systematic review 2026-Jan-06, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.111854 PMID:41500171	系统综述	本文系统综述了人工智能在脑转移瘤立体定向放射外科预后预测中的应用	系统性地总结了结合影像组学特征与临床变量的多模态数据整合模型在预测局部控制、生存和治疗相关毒性方面的高性能表现，并强调了跨机构验证的稳健性	纳入的研究数量有限（21项），且需要进一步的多中心验证和临床工作流程整合	评估人工智能在预测接受立体定向放射外科治疗的脑转移瘤患者预后方面的应用潜力	脑转移瘤患者	数字病理学	脑转移瘤	MRI影像分析	CNN, RNN, SVM, 集成方法	影像数据（MRI）、临床变量	NA	NA	Conv-GRU	AUC	NA