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
581	2026-02-09	AMP-CapsNet: a multi-view feature fusion approach for antimicrobial peptide prediction using capsule networks 2026-Feb-07, Genomics & informatics DOI:10.1186/s44342-026-00067-6 PMID:41654884	研究论文	本文提出了一种名为AMP-CapsNet的新型深度学习模型，用于通过胶囊网络和多视图特征融合方法预测抗菌肽	首次将胶囊神经网络应用于抗菌肽预测，并采用多视图特征融合方法结合氨基酸组成和双肽组成特征	未明确说明模型在更大规模或更复杂数据集上的泛化能力，也未详细讨论计算资源需求	开发一种准确预测抗菌肽的深度学习模型，以促进基于AMP的药物发现	抗菌肽（AMPs）	机器学习	细菌感染	氨基酸组成（AAC）编码，双肽组成（DPC）编码	胶囊神经网络（Capsule Neural Network）	序列数据（肽序列）	NA	NA	AMP-CapsNet	准确率，AUC	NA
582	2026-02-09	Performance of machine learning algorithms in diffusion tensor imaging of movement disorders: an exploratory meta-analysis 2026-Feb-07, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01528-3 PMID:41654900	荟萃分析	本文通过探索性荟萃分析，评估了机器学习算法在运动障碍扩散张量成像中的性能趋势、方法学多样性和变异性来源	首次对机器学习在运动障碍DTI分类中的应用进行探索性荟萃分析，重点描述性能分布和方法学模式而非推断单一合并诊断效应	研究间存在极高的异质性（I²=94.7%），样本量普遍较小（37-139名参与者），且多为单中心研究，限制了外部效度	评估机器学习模型在运动障碍扩散张量成像数据中的分类性能趋势和方法学多样性	人类运动障碍疾病（包括帕金森病、抽动秽语综合征和特发性震颤）的扩散张量成像数据	机器学习	运动障碍	扩散张量成像	深度学习, 基于影像组学的模型	医学影像	46项研究（2016-2024年），涉及帕金森病、抽动秽语综合征和特发性震颤患者，单研究样本量37-139名参与者	NA	NA	准确率, 灵敏度, 特异性, AUC	NA
583	2026-02-09	Introducing AutoML framework for Drug-Drug Interaction Prediction: Application of AutoGluon 2026-Feb-07, Toxicology mechanisms and methods IF:2.8Q2 DOI:10.1080/15376516.2026.2628929 PMID:41654993	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
584	2026-02-09	Sequential glioblastoma segmentation via topological data analysis and spatial adjacency 2026-Feb-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae3e97 PMID:41604711	研究论文	本文提出了一种基于拓扑数据分析（TDA）和空间邻接信息的顺序分割框架，用于精确分割胶质母细胞瘤	利用TDA的可解释过滤和持久同源性捕获胶质瘤的内在拓扑特征，减少对大型标注数据集的依赖，并引入模糊边缘Dice分数作为新的性能指标	未明确提及方法的计算效率或在大规模数据集上的泛化能力	提高胶质母细胞瘤在医学影像中的分割准确性	胶质母细胞瘤的医学影像数据	数字病理学	胶质母细胞瘤	拓扑数据分析（TDA），持久同源性	NA	医学影像	BRATS2021和BRATS2022-Reg公共数据集	NA	NA	模糊边缘Dice分数	NA
585	2026-02-09	MetaChest: generalized few-shot learning of pathologies from chest X-rays 2026-Feb-06, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-026-00214-4 PMID:41644911	研究论文	本文提出了MetaChest数据集，用于评估广义少样本学习在胸部X光病理分类中的应用	引入了专门设计用于广义少样本分类的大规模胸部X光数据集，并评估了标准迁移学习与ProtoNet扩展在少样本多标签分类任务中的表现	研究未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	探索广义少样本学习在医学图像分析中的应用，特别是胸部X光病理分类	胸部X光图像中的病理分类	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	479,215张胸部X光图像，来自四个公共数据库	TensorFlow, PyTorch	ProtoNet, 未指定具体架构但提及高效模型架构	准确率	未具体说明，但提及高分辨率图像增加计算成本及高效模型减少资源需求
586	2026-02-09	Mass spectrometry-based human spatial omics: fundamentals, innovations, and applications 2026-Feb-06, Journal of biomedical science IF:9.0Q1 DOI:10.1186/s12929-026-01219-0 PMID:41645178	综述	本文系统回顾了基于质谱的空间组学技术，涵盖其基本原理、技术创新、计算分析流程及其在生物医学领域的应用	系统梳理了质谱空间组学领域的技术与计算进展，包括空间分辨率提升、分子覆盖度扩展、深度学习整合及多模态平台融合等创新方向	NA	综述质谱空间组学技术的发展历程、当前进展、应用场景及未来挑战	人类组织中的蛋白质、代谢物、脂质等生物分子的空间分布	空间组学	肿瘤、神经退行性疾病	质谱成像（MSI）、标记技术、邻近标记技术	深度学习	空间分子成像数据	NA	NA	NA	NA	云优化数据格式
587	2026-02-09	Closing the loop: A systematic review of artificial intelligence in circular e-waste management 2026-Feb-06, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2026.115392 PMID:41653831	综述	本文系统回顾了人工智能在电子废弃物循环管理中的应用，提出了一个六层分类法，并探讨了技术、系统及操作层面的挑战与未来机遇	提出了一个涵盖AI方法、生命周期阶段、数据、废弃物类型、限制与挑战及未来路径的六层分类法，以系统化地构建证据，并将AI系统从终端处理重新定义为再生循环	研究基于2019年至2025年10月的文献，可能未涵盖最新动态；同时指出了数据可用性、泛化能力、标准化缺乏、互操作性差距以及伦理与监管采纳障碍等系统性限制	系统回顾人工智能在电子废弃物循环管理中的应用，识别挑战并探索未来路径，以推动从线性废弃物处理向循环路径的战略转变	2019年至2025年10月期间的147篇学术文章	机器学习	NA	NA	深度学习	NA	147篇文章	NA	NA	NA	NA
588	2026-02-09	Comment on "Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction" 2026-Feb-06, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2026.02.006 PMID:41654475	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
589	2026-02-09	Protein model building for intermediate-resolution cryo-EM maps by integrating evolutionary and experimental information 2026-Feb-05, Structure (London, England : 1993) DOI:10.1016/j.str.2025.11.004 PMID:41314215	研究论文	本文提出了一种名为CryoEvoBuild的自动化方法，用于通过有效整合进化和实验信息，从中间分辨率冷冻电镜图中改进蛋白质模型构建	CryoEvoBuild引入了一种新颖的基于域的分割、精修、组装和重建流程，并采用由AlphaFold2指导的循环框架，显著提升了AF2预测结构的准确性	NA	解决在中间分辨率冷冻电镜图中，使用深度学习预测的初始结构进行准确模型构建的挑战	蛋白质结构模型	结构生物学, 计算生物学	NA	冷冻电镜, AlphaFold2	深度学习模型	冷冻电镜图	117个分辨率在4.0-10.0 Å的多样化测试图	NA	AlphaFold2	准确性	NA
590	2026-02-09	LSTM-GPT-4 Integration for Interpretable Biomedical Signal Classification 2026-Feb-05, JMIR formative research IF:2.0Q4 DOI:10.2196/87962 PMID:41653471	研究论文	本研究开发并评估了一个集成LSTM网络与GPT-4的技术框架，用于自动化生物医学信号分类和生成人类可读的临床解释	首次将LSTM网络与GPT-4进行显式方法学整合，用于生物医学信号分类并生成临床解释，为资源受限环境下的部署提供了技术基础	本研究为概念验证阶段，尚未进行前瞻性临床验证和现场研究，且仅使用了公开数据集	开发一个适用于资源受限环境的自动化生物医学信号分类和临床解释框架	心电图(ECG)和脑电图(EEG)等生物医学信号	数字病理学	心血管疾病	生物医学信号处理	LSTM, GPT-4	信号数据	使用了多个公开PhysioNet数据集：MIT-BIH心律失常数据库、PTB诊断心电图数据库、PTB-XL、Chapman-Shaoxing、MIMIC-III波形数据和Sleep-EDF	NA	两层LSTM架构(128→64单元)	准确率, F1分数, AUC, 临床准确性评分, 清晰度评分, 可操作性评分	NA
591	2026-02-09	A Review Exploring the Translational Perspective of Artificial Intelligence in Drug Discovery and Formulation Development 2026-Feb-05, Annales pharmaceutiques francaises IF:1.0Q4 DOI:10.1016/j.pharma.2026.01.007 PMID:41653969	综述	本文从转化角度探讨了人工智能在药物发现和制剂开发中的应用及其潜力	提供了人工智能在整个药物研发价值链（从发现到上市后监测）中应用的转化视角，并量化了其在时间、成本和成功率方面的改进	数据质量、算法偏见以及监管机构对AI生成证据的接受度方面仍存在挑战	探索人工智能如何革新药物研发流程，同时保持严格的安全性和有效性标准	药物发现、临床前开发、临床试验优化、上市后监测以及制剂开发	机器学习	NA	深度学习、机器学习算法、数字孪生技术、真实世界证据分析	NA	NA	NA	NA	NA	命中率提升、时间节省、成本降低、患者队列减少、监测加速	NA
592	2026-02-09	Image Processing-Based Automatic Tooth Segmentation and Age Estimation in Sheep Using Deep Learning 2026-Feb-05, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152803 PMID:41654275	研究论文	本研究提出了一种基于深度学习和图像处理的自动化框架，用于通过牙齿图像估计绵羊年龄	结合YOLOv8自动牙齿分割与多种CNN架构的迁移学习，开发了公开可访问的容器化GUI应用，实现了高精度的绵羊年龄自动化估计	未明确提及数据集的样本来源多样性或模型在更广泛种群中的泛化能力验证	开发自动化、客观且可重复的绵羊年龄估计方法，以优化畜牧业管理	绵羊的牙齿图像	计算机视觉	NA	图像处理，深度学习	CNN	图像	未明确提及具体样本数量	未明确提及	VGG16, ResNet50, EfficientNetB0, MobileNetV2, Xception, BasicCNN	准确率	未明确提及
593	2026-02-09	From treadmill to outdoor overground walking: Enhancing ground contact timing detection for older adults using transfer learning 2026-Feb-05, Experimental gerontology IF:3.3Q2 DOI:10.1016/j.exger.2026.113056 PMID:41654277	研究论文	本研究评估了基于跑步机数据训练的深度学习模型在老年人户外行走中地面接触时间检测的性能，并探索了迁移学习对预测的增强效果	首次将迁移学习应用于从跑步机到户外不平坦地形（如斜坡和下降）的地面接触时间检测，以增强模型在真实世界环境中的泛化能力	下降行走的性能较差，表明需要更先进的建模策略；模型在户外复杂地形上的泛化能力仍有提升空间	开发适用于老年人真实世界行走的地面接触时间检测方法，以监测其移动能力	年轻成年人和老年人的行走数据，包括跑步机和户外不同地形（平地、斜坡、下降）	机器学习	老年疾病	惯性测量单元（IMU）数据采集，压力鞋垫和运动捕捉作为地面真实值	CNN, LSTM, 全连接神经网络	IMU传感器数据	20名年轻成年人（跑步机）和26名老年人（跑步机和户外），其中6名参与者的户外数据用于测试	NA	全连接神经网络, CNN, 双向LSTM	F1分数, 平均绝对误差（MAE）	NA
594	2026-02-09	Deep learning approach for hybrid beamforming design in MU-MISO mmWave systems 2026-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35247-5 PMID:41639140	研究论文	本文提出了一种基于深度学习的混合波束成形方法，用于降低MU-MISO毫米波系统中的计算延迟并保持可接受的速率性能	提出了一种深度学习驱动的混合波束成形方法，相比传统迭代优化算法显著降低计算复杂度，并引入高效的数据集生成流程以加速部署和扩展	未明确提及模型在极端信道条件下的性能或泛化能力，且可能依赖于仿真环境验证	为多用户多输入单输出毫米波系统设计低计算延迟、高实时性的混合波束成形方案	MU-MISO毫米波系统中的混合波束成形架构	机器学习	NA	深度学习	深度学习模型	信道数据	NA	NA	NA	和速率	NA
595	2026-02-09	Deep neural network-based analysis of voice biomarkers for monitoring treatment response in adolescent major depressive disorder 2026-Feb-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01326-3 PMID:41639246	研究论文	本研究利用深度学习模型分析青少年重度抑郁症患者的语音生物标志物，以监测治疗反应	提出了双语音抑郁状态分析方法，用于评估患者个体内治疗期间抑郁状态的变化，而非仅进行横断面比较	样本量较小，仅包含48名患者，且仅分析了基频等有限声学特征	开发基于语音生物标志物的客观方法，以监测青少年重度抑郁症患者的治疗反应	48名青少年重度抑郁症患者	自然语言处理	重度抑郁症	语音分析	深度学习模型	语音	48名青少年重度抑郁症患者的治疗前后语音样本	NA	WavLM	F1分数	NA
596	2026-02-09	Deep learning-based one-stop 11C-CFT and 18F-FDG dual-tracer brain PET imaging protocol for Parkinson's disease 2026-Feb-04, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111764 PMID:41651249	研究论文	本研究探索使用深度学习从短间隔交错采集的11C-CFT和18F-FDG双示踪剂脑PET图像中分离出各自的图像，旨在减少帕金森病患者扫描等待时间	提出了一种基于深度学习的单次扫描双示踪剂脑PET成像协议，通过模型从模拟的双示踪剂总和图像中生成伪18F-FDG PET图像，从而无需在两天分别进行扫描	研究为回顾性设计，样本量相对较小（67名患者），且仅针对帕金森病进行评估	开发一种减少帕金森病患者PET扫描等待时间、提高临床效率的成像协议	帕金森病患者	数字病理学	帕金森病	PET成像，双示踪剂（11C-CFT和18F-FDG）成像	深度学习	医学图像（PET图像）	67名患者	PyTorch	Swin UNETR	归一化均方误差（NMSE），结构相似性指数（SSIM），Bland-Altman分析，SUVmean，LBR，SNR，相关系数（R）	NA
597	2026-02-09	iAFP-fLRM: Accurate identification of antifungal peptides via hybrid deep learning architecture and multi-modal feature fusion 2026-Feb-04, Biophysical chemistry IF:3.3Q2 DOI:10.1016/j.bpc.2026.107591 PMID:41653519	研究论文	本文提出了一种名为iAFP-fLRM的混合深度学习框架，用于仅基于氨基酸序列准确预测抗真菌肽	设计了一个双分支特征融合模块，集成了自适应池化对齐和跨分支注意力增强，前者动态对齐序列长度而无信息损失，后者自适应调整异构特征的贡献以增强互补性	NA	开发一种计算工具，用于计算机辅助识别抗真菌肽，以促进新型抗真菌疗法的发现	抗真菌肽	自然语言处理	真菌感染	氨基酸序列分析	Transformer, LSTM, MLP	序列数据	NA	NA	Transformer encoder, LSTM-ResMLP	准确率, AUC, 马修斯相关系数	NA
598	2026-02-09	CRISPR-initiated exponential amplification on fluorescently-barcoded microspheres for deep learning-assisted multiplexed HPV detection 2026-Feb-04, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118488 PMID:41653672	研究论文	本文介绍了一种结合CRISPR-Cas9启动的指数扩增、量子点编码微珠和深度学习图像分析的多重HPV DNA检测平台	通过CRISPR-Cas9触发指数扩增，结合量子点编码微珠和深度学习辅助荧光读取，实现了高特异性、低检测限的多重核酸检测	NA	开发一种快速、低成本、多重核酸检测平台，适用于近患者检测	人乳头瘤病毒（HPV）DNA，包括HPV16、HPV18和HPV33	数字病理学	宫颈癌	CRISPR-Cas9, 指数扩增, 荧光读取	深度学习	图像	NA	NA	NA	检测限	NA
599	2026-02-09	Temporal fusion transformer-based forecasting of COVID-19 infection trends using environmental indicators 2026-Feb-04, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2026.141381 PMID:41653747	研究论文	本研究开发并评估了一种基于时间融合变换器的多元时间序列预测模型，用于利用环境指标预测COVID-19感染趋势	提出了一种基于时间融合变换器的模型，有效结合静态和时变输入变量，利用环境因素预测COVID-19病例动态，相比基线模型性能提升17%	模型在测试数据集中低估了病例数量，直接病例数预测可靠性较低	开发有效的预测模型以支持公共卫生干预和医疗资源优化分配	COVID-19感染趋势	机器学习	COVID-19	时间序列分析	TFT	时间序列数据	2020年2月至2022年5月期间收集的地区级确诊COVID-19病例和环境变量数据集	NA	时间融合变换器	R值	NA
600	2026-02-09	Explainable AI in Cardiology Diagnostics: A Systematic Review of Machine Learning, Meta-heuristic Optimization, and Clinical Text Mining for Coronary Artery Disease 2026-Feb-02, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106321 PMID:41653696	综述	本文系统综述了机器学习、自然语言处理、元启发式优化和可解释人工智能在冠状动脉疾病预测与诊断中的应用	首次系统整合了多种AI方法（包括元启发式优化和XAI）在CAD诊断中的应用，并评估了其性能与可解释性	纳入研究临床验证有限，数据稀缺，缺乏标准化和以临床医生为中心的可解释性评估，外部验证不足	旨在识别CAD诊断中最常用的AI模型，评估其性能，并探索可解释性与优化如何提升临床实用性	冠状动脉疾病（CAD）	自然语言处理, 机器学习	心血管疾病	机器学习, 自然语言处理, 元启发式优化, 可解释人工智能	深度学习模型, Transformer-based模型	临床文本, 基准数据集	61项符合纳入标准的研究	NA	BioBERT, ClinicalBERT	准确率	需要大量计算资源