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
261	2026-01-09	FTIR Spectroscopy Combined with Machine Learning Reveals Molecular Signatures Distinguishing three Phenotypes of Endometriosis 2026-Jan-05, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2026.116047 PMID:41500442	研究论文	本研究应用傅里叶变换红外光谱结合机器学习技术，探索了子宫内膜异位症三种表型之间的生化差异	首次将FTIR光谱与机器学习结合，揭示了子宫内膜异位症不同表型在脂质和碳水化合物组成上的特异性分子标志	研究样本量有限，且深层浸润型子宫内膜异位症的分子机制仍不明确	区分子宫内膜异位症的三种临床表型，以改善诊断和治疗策略	子宫内膜异位症患者的组织样本，包括浅表腹膜病变、卵巢子宫内膜异位囊肿和深层浸润型子宫内膜异位症	机器学习	子宫内膜异位症	傅里叶变换红外光谱	深度学习, 支持向量机, 极端梯度提升	光谱数据	未明确说明样本数量	NA	NA	NA	NA
262	2026-01-09	The effect of spatial and intensity level augmentation of structural magnetic resonance images on autism diagnosis model 2026-Jan-04, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104830 PMID:41499905	研究论文	本研究探讨了结构磁共振图像的空间和强度水平增强对自闭症诊断模型的影响	提出了结合空间和强度水平增强的数据增强方法，以提升深度学习模型在自闭症诊断中的泛化能力和鲁棒性	未提及具体的数据集大小或模型架构细节，可能限制了结果的普适性	通过数据增强技术改善基于医学影像的自闭症诊断模型的性能	结构磁共振图像	计算机视觉	自闭症	结构磁共振成像	深度学习模型	图像	NA	NA	NA	AUC	NA
263	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）
264	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
265	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
266	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
267	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
268	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
269	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
270	2026-01-09	Artificial intelligence in psychiatry: Current and emerging trends, clinical applications, and research gaps explored through a bibliometric analysis 2026-Jan-02, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104828 PMID:41499904	研究论文	本研究通过文献计量学方法分析了精神病学领域基于人工智能的科学出版物，以识别主要主题、研究趋势和未来机遇	采用文献计量学方法系统梳理了精神病学中AI研究的演变趋势，并识别了新兴主题如数字健康、可解释性和伦理治理	研究存在外部效度、数据异质性、可解释性和伦理整合等关键研究空白	分析精神病学中AI科学出版物的趋势、主题和未来研究方向	1980年至2025年间Web of Science精神病学类别中索引的2328篇原创研究文章	自然语言处理	精神疾病	文献计量分析	NA	文本	2328篇原创研究文章	Bibliometrix包（在RStudio中）	NA	NA	NA
271	2026-01-09	Acceleration of chemical shift encoding-based water-fat imaging for pancreatic proton density fat fraction mapping in a single breath-hold: Data from the LION study 2026-Jan-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112641 PMID:41499911	研究论文	本研究评估了使用压缩感知和深度学习辅助重建算法加速基于化学位移编码的胰腺质子密度脂肪分数映射技术，以实现单次屏气高分辨率成像	首次在单次屏气内实现加速的胰腺质子密度脂肪分数映射，并比较了传统压缩感知与深度学习辅助重建在噪声减少和准确性方面的表现	研究样本仅限于无糖尿病的肥胖成年人，且仅使用单一MRI设备和特定加速因子，可能限制结果的普适性	开发并验证一种快速、非侵入性的胰腺脂肪定量方法，用于肥胖和代谢疾病研究	71名成年人的104个腹部MRI数据集，重点关注胰腺的脂肪含量	医学影像分析	代谢综合征	化学位移编码水脂分离MRI，六回波梯度回波采集	深度学习辅助重建算法	MRI图像	104个腹部MRI数据集来自71名成年人	NA	NA	线性相关性(R²)，组内相关系数，噪声水平，准确性	3T MRI设备(Ingenia Elition X, Philips)
272	2026-01-09	A droplet digital LAMP-based lab-on-a-disc system for multiplex allele-specific detection of tumor-derived DNA mutations 2026-Jan-02, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118367 PMID:41500045	研究论文	本文开发了一种基于多重液滴数字LAMP的盘上实验室系统，用于快速、等位基因特异性检测肿瘤来源的DNA突变	结合自动化微流控、改进的等位基因特异性LAMP检测与人工智能辅助液滴成像，实现了全自动、超灵敏的突变检测	NA	开发一种准确、快速、全自动且经济高效的肿瘤来源DNA突变检测方法，以促进癌症生物标志物的临床转化	乳腺癌组织和血浆样本中的PIK3CA点突变	数字病理	乳腺癌	液滴数字环介导等温扩增，微流控技术，人工智能辅助成像	深度学习	图像	NA	NA	NA	灵敏度，特异性，重现性	NA
273	2026-01-09	Human-like AI-based Auto-Field-in-Field Whole-Brain Radiotherapy Treatment Planning With Conversation Large Language Model Feedback 2026-Jan-02, ArXiv PMID:41503098	研究论文	本研究提出了一种结合深度学习超参数预测模型和大型语言模型对话界面的自动全脑放疗规划流程	首次将深度学习超参数预测与基于LLM的对话式反馈集成到全脑放疗规划中，实现自动化参数生成和交互式计划优化	研究样本量较小（55例训练，15例测试），且仅针对特定治疗计划系统（RayStation）进行验证	开发自动化全脑放疗治疗规划系统以减少人工干预并提高规划效率	全脑放疗患者的临床靶区和危及器官的几何特征	医学影像分析	脑部肿瘤	全脑放疗规划，深度学习，大型语言模型	深度学习模型，GPT-4o	几何特征数据，语音输入	55例训练病例，15例独立测试病例	NA	Whisper, GPT-4o	临床指标评估，专家评审，CTV D95%, D1%, D99%，剂量一致性，热点减少	NA
274	2026-01-09	Microbial Ecological Signatures Predict Pathogen Emergence and Multidrug Resistance in Cystic Fibrosis Airways up to a Year in Advance 2026-Jan-02, medRxiv : the preprint server for health sciences DOI:10.64898/2025.12.28.25342520 PMID:41503489	研究论文	本文开发了一种基于自动编码器的框架，通过整合囊性纤维化患者气道微生物组的分类和功能数据，预测病原体定植、多药耐药性和即将发生的感染，提前时间可达一年	提出了一种新的自动编码器框架，整合了分类和功能数据，形成了潜在的“系统发育和功能簇”，在预测病原体出现和多药耐药性方面优于基于读长或宏基因组组装基因组的分析方法	研究样本主要来自南澳大利亚的囊性纤维化患者，虽然模型在外部验证中表现良好，但可能仍需在不同人群中进行进一步验证	开发一个预测框架，用于早期识别囊性纤维化患者气道中病原体出现和多药耐药性，以改善慢性感染的管理	囊性纤维化患者的气道微生物组	机器学习	囊性纤维化	宏基因组测序	自动编码器, 梯度提升随机森林	宏基因组数据	来自64名患者的127个痰液和支气管肺泡灌洗液宏基因组，以及来自22个独立数据集的超过1000个全球宏基因组	NA	自动编码器	准确性	NA
275	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
276	2026-01-09	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2026-Jan, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	研究论文	本研究基于深度学习和外周血蛋白质组学，建立并验证了流感病毒感染的诊断预测模型，并识别了SAA2作为流感感染的特异性分子标志物	结合外周血蛋白质组学与机器学习（随机森林和LASSO回归）预测流感病毒感染的关键分子标志物，并首次验证SAA2蛋白作为流感辅助诊断指标	样本量相对有限（共1115名参与者），且未提及模型在外部验证集上的泛化性能	预测流感病毒感染的关键分子标志物，并建立诊断预测模型	850名患者（包括流感、COVID-19和混合感染）和265名健康个体的外周血样本	机器学习	流感	蛋白质组测序、ELISA	随机森林、LASSO回归	蛋白质组学数据、临床特征数据	1115名参与者（850名患者和265名健康个体）	NA	NA	ROC曲线分析	NA
277	2026-01-09	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2026-Jan, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	本研究开发并验证了一种基于级联掩码区域卷积神经网络的深度学习模型，用于无创且准确地识别人类圆形精子细胞	首次应用级联掩码R-CNN深度学习模型于人类圆形精子细胞的非侵入性识别，避免了传统Hoechst染色的毒性问题	模型仅基于3457张光学显微镜图像进行训练和验证，样本量相对有限，且未在更广泛或多样化的临床样本中进行外部验证	评估深度学习模型在非侵入性准确识别人类圆形精子细胞方面的能力，以促进人类圆形精子注射技术的临床应用	人类圆形精子细胞	计算机视觉	男性不育症	流式细胞术分析、光学显微镜成像	CNN	图像	3457张已分选人类圆形精子细胞的光学显微镜图像	NA	级联掩码区域卷积神经网络	平均精度均值	NA
278	2026-01-09	Confining thrombus morphospace through targeted inhibition of platelet mechanosensory signaling 2026-Jan, Journal of thrombosis and haemostasis : JTH IF:5.5Q1 DOI:10.1016/j.jtha.2025.08.013 PMID:40907704	研究论文	本研究开发了一种基于深度学习的框架，用于在体内追踪大量血小板活动，以评估靶向抑制血小板机械传感信号对血栓形态的影响	通过选择性抑制血小板机械传感信号（PI3KC2α），揭示了其在血栓持续扩张中的作用，并展示了如何在不损害止血关键区域结构完整性的情况下，优化抗血小板治疗的风险/效益比	研究主要针对高流量肠系膜静脉，可能不适用于其他血管类型或低流量环境，且未涉及长期临床效果评估	探索如何利用止血系统的结构-功能关系来改善抗血小板治疗的风险/效益比	血小板活动与血栓形态	数字病理学	心血管疾病	深度学习追踪技术	深度学习模型	视频或图像序列	NA	NA	NA	NA	NA
279	2026-01-09	The combined use of cervical ultrasound and deep learning improves the detection of patients at risk for spontaneous preterm delivery 2026-Jan, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.09.012 PMID:40945809	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于从宫颈超声图像中预测自发性早产，并与宫颈长度测量方法进行比较	首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，且能整合更多数据特征	超声检查的指征未系统记录，可能基于风险因素或早产症状进行，存在选择偏倚	开发并验证用于自发性早产预测的人工智能模型，并与传统宫颈长度测量方法进行性能比较	接受宫颈超声扫描的孕妇及其超声图像	数字病理学	早产	宫颈超声扫描	深度学习模型	图像	4224例妊娠，7862张宫颈超声图像	NA	NA	AUC, 敏感性, 特异性, 似然比	NA
280	2026-01-09	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2026-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	本文开发并评估了一种利用数学生成的非自然分形图像进行预训练的新型深度学习策略，用于自动分割早期肺癌大体肿瘤体积	提出了一种新颖的迁移学习框架，使用数学生成的分形图像（FractalDB）进行自监督预训练，以增强早期肺癌GTV分割，这在医学图像分割领域是一种创新的预训练数据来源	研究为回顾性研究，样本量相对较小（104名患者），且仅针对外周早期非小细胞肺癌，结果可能无法推广到其他类型或阶段的肺癌	开发并评估用于自动分割早期肺癌大体肿瘤体积（GTV）的深度学习策略	早期非小细胞肺癌患者的大体肿瘤体积（GTV）	数字病理	肺癌	CT成像	CNN, Vision Transformer (ViT)	图像	104名患者（36-91岁；81名男性；23名女性）的CT图像和医生勾画的轮廓数据	NA	NA	体积Dice相似系数（vDSC）, 表面Dice相似系数（sDSC）, 95百分位Hausdorff距离（HD95）	NA