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
981	2026-02-16	Development and explanation of electrocardiogram-based deep learning for predicting short-term mortality in heart failure patients 2026-Feb-13, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.16.04048 PMID:41678824	研究论文	本研究开发并验证了一种基于心电图的深度学习模型HF-ECGNet，用于预测心力衰竭患者的短期死亡率	结合EfficientNet神经网络和Transformer架构，并整合心电图数据与临床特征，提高了预测准确性和可解释性	需要未来多中心验证以确认其临床效用和泛化能力	改进心力衰竭患者短期死亡率的预测模型	心力衰竭患者	机器学习	心血管疾病	心电图	深度学习	心电图数据, 临床特征	36,222次入院中的104,844份心电图	NA	EfficientNet, Transformer	AUC, 其他指标	NA
982	2026-02-16	Explainability-informed benchmarking of two deep learning models for organ-at-risk segmentation in MR-guided adaptive radiotherapy 2026-Feb-13, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2026.102200 PMID:41690008	研究论文	本研究对U-Net和ResUNet两种卷积架构在腹部MRI器官风险分割中的性能、不确定性和可解释性进行了基准测试	通过结合性能、不确定性和可解释性定量指标，对深度学习模型进行综合基准测试，并采用Grad-CAM激活图的数值定位指标进行客观分析	未发现统计显著差异，可能受数据集规模或模型配置限制	评估深度学习模型在MR引导自适应放疗中腹部器官风险分割的准确性、可解释性和可靠性	胃肠道器官风险（OARs）的MRI图像分割	数字病理学	NA	MRI成像	CNN	图像	匿名腹部MRI数据集，采用5折分层组交叉验证	NA	U-Net, ResUNet	Dice相似系数, 交并比, 95百分位Hausdorff距离	NA
983	2026-02-16	Beyond handcrafted radiomics in oncologic imaging: Innovations in deep, explainable, multi-site and multi-omics radiomics approaches 2026-Feb-13, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2026.02.001 PMID:41690886	综述	本文综述了肿瘤影像组学领域从手工特征提取向深度、可解释、多病灶及多组学整合方法演进的主要概念、创新及挑战	系统阐述了影像组学从传统手工特征向深度学习、多病灶整合、多中心协调及多组学融合的范式转变，并强调了可解释人工智能方法在提升临床可信度中的互补作用	指出领域仍面临混杂因素、公共数据集有限、多中心变异性、报告不一致以及缺乏前瞻性临床试验等关键挑战	定义并阐明肿瘤影像组学领域的主要方法学和概念演进，总结当前创新方向，并识别临床转化前需解决的挑战	肿瘤影像组学方法及其在捕捉肿瘤表型、微环境和生物学特征中的应用	医学影像分析	肿瘤	影像组学，多组学整合（基因组学、转录组学、免疫组学）	CNN, 自编码器, 视觉Transformer, 掩码图像建模	医学影像，基因组数据，转录组数据，免疫组数据，临床数据	NA	NA	卷积神经网络，自编码器，视觉Transformer，掩码图像建模，基于注意力的多实例学习	NA	NA
984	2026-02-16	A deep residual 1D-CNN with self-attention for fraud transaction detection in virtual economies 2026-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37032-w PMID:41673112	研究论文	本文提出了一种结合残差连接和自注意力机制的一维卷积神经网络模型，用于元宇宙金融交易的实时异常检测和风险分类	首次将残差连接和自注意力机制集成到1D-CNN中，专门针对元宇宙交易数据进行优化，并通过引入受控噪声的消融研究验证模型鲁棒性	完美性能评分可能源于数据过于干净或可预测，模型在现实世界不确定性和不完美数据中的表现仍需进一步验证	开发适用于元宇宙金融交易的实时欺诈检测和风险分类系统	元宇宙虚拟经济中的金融交易数据	机器学习	NA	NA	CNN	交易数据	Kaggle元宇宙金融基准数据集和信用卡欺诈检测数据集	NA	1D-CNN with residual connections and self-attention mechanism	准确率, 灵敏度, 特异性, ROC曲线	NA
985	2026-02-16	Drone-based geospatial prediction modeling identifies Fasciola hepatica infection risk in the Cusco Highlands of Peru 2026-Feb-12, Infectious diseases of poverty IF:4.8Q1 DOI:10.1186/s40249-026-01420-1 PMID:41673907	研究论文	本研究利用无人机获取的高分辨率环境指数，通过机器学习模型预测秘鲁安第斯山区人类和绵羊的肝片吸虫感染风险	首次将无人机衍生的高分辨率多光谱和热环境指数与机器学习模型结合，用于精细尺度肝片吸虫感染风险预测，并比较了文献驱动和PCA驱动的变量选择策略	研究仅基于单个安第斯社区，样本量有限，且空间交叉验证降低了模型的准确性和特异性	开发预测人类和绵羊肝片吸虫感染的模型，以支持针对性的监测和控制	秘鲁库斯科Huayllapata社区的居民和绵羊	机器学习	肝片吸虫病	无人机多光谱和热成像调查，粪便显微镜检查	逻辑回归，随机森林，XGBoost，深度学习	环境、地形、气候指数，人口统计学，社会经济数据，地理参考感染数据	社区内家庭和绵羊（具体数量未明确，但人类感染率为21.3%，绵羊感染率为80%）	NA	NA	准确率，灵敏度，特异性	NA
986	2026-02-16	Artificial Intelligence for Exosomal Biomarker Discovery for Cardiovascular Diseases: Multi-Omics Integration, Reproducibility, and Translational Prospects 2026-Feb-05, Cells IF:5.1Q2 DOI:10.3390/cells15030304 PMID:41677667	综述	本文综述了人工智能在心血管疾病外泌体生物标志物发现中的应用，重点探讨了多组学整合、可重复性及转化前景	通过综合评估AI方法（如集成学习和图神经网络）在外泌体生物标志物发现中的应用，并建立可重复性和转化准备度的明确标准，为外泌体诊断从探索性研究向临床实施提供了实用框架	现有研究多为探索性，基于小样本队列（<50例）且外部验证有限，模型可解释性面临挑战	推动外泌体生物标志物在心血管疾病诊断中的临床转化	外泌体及其他细胞外囊泡（EVs）携带的microRNA、蛋白质和脂质	机器学习	心血管疾病	多组学整合分析	集成方法（如随机森林、梯度提升）、图神经网络（GNNs）、进化神经网络	多组学数据（如microRNA、蛋白质、脂质）及临床元数据	小样本队列（通常<50例）	NA	随机森林, 梯度提升, 图神经网络	AUC（0.80-0.92）	NA
987	2026-02-16	Inferring Gene Regulatory Networks From Single-Cell RNA Sequencing Data by Dual-Role Graph Contrastive Learning 2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518277 PMID:41317402	研究论文	提出了一种名为RegGAIN的新型深度学习模型，用于从单细胞转录组数据推断基因调控网络	采用自监督对比学习最大化基因嵌入在扰动图视图间的一致性，并利用独立编码器同时学习每个基因的双重角色表示，以刻画调控方向性并捕获调控因子驱动和目标驱动的不同模式	未明确说明模型对数据稀疏性和噪声的具体处理能力限制，也未提及计算复杂度或可扩展性方面的局限	从单细胞RNA测序数据中准确、稳健地推断基因调控网络，以阐明细胞身份、发育和疾病的调控机制	基因调控网络	机器学习	NA	单细胞RNA测序	深度学习	单细胞转录组数据	NA	NA	NA	NA	NA
988	2026-02-16	CACLENS: A Multitask Deep Learning System for Enzyme Discovery 2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518063 PMID:41360755	研究论文	本文介绍了一种名为CACLENS的多任务深度学习系统，用于酶发现，通过整合定制门控控制、对比学习和交叉注意力机制，实现反应类型分类、EC编号预测和反应可行性评估	CACLENS引入了跨注意力和对比学习机制，结合多任务预测能力，提升了功能性酶的高性能筛选效率，相比现有模型具有更少的计算资源需求	NA	开发一个多任务深度学习框架，以高效筛选生物合成和生物降解过程中的工业酶	酶的结构、功能和性质，特别是针对玉米赤霉烯酮（ZEN）的降解酶	机器学习	NA	深度学习	深度学习框架	NA	NA	NA	CACLENS（基于跨注意力和对比学习）	NA	较少的计算资源
989	2026-02-16	Engaging Artificial Intelligence (AI)-based chatbots in digital health: A systematic review 2026-Feb, PLOS digital health DOI:10.1371/journal.pdig.0001201 PMID:41678558	系统综述	本文对数字健康领域基于人工智能的聊天机器人进行了系统综述，重点关注其应用和评估	系统性地识别了基于AI聊天机器人的四个主要研究领域：文本质量、临床疗效、用户参与度和安全性，并指出了当前研究中随机对照试验和理论框架的缺乏	综述指出当前研究缺乏随机对照试验，且在评估性能时理论框架的使用有限	评估基于人工智能的聊天机器人在数字健康领域的应用和效果	基于人工智能的聊天机器人	数字病理学	NA	NA	深度学习架构	文本	348篇文章，其中20篇被分析	NA	NA	NA	NA
990	2026-02-16	Deep learning-based classification of superficial femoral arterial lesions: a pilot study 2026-Feb, Annals of surgical treatment and research IF:1.2Q3 DOI:10.4174/astr.2026.110.2.92 PMID:41684626	研究论文	本研究评估了使用目标检测算法在平面重建的下肢CT血管造影图像中检测外周动脉病变的可行性	首次将一阶段（YOLOv5）和两阶段（Faster R-CNN）目标检测算法应用于下肢CT血管造影图像中的支架、狭窄和闭塞病变分类	狭窄病变漏检率高，动脉分叉处的闭塞常未被检测到，支架边缘被误分类为闭塞，部分YOLOv5模型在超过75个周期后出现过拟合	开发用于外周动脉疾病临床决策支持工具的初步步骤	外周动脉疾病患者的平面重建下肢CT血管造影图像	计算机视觉	外周动脉疾病	CT血管造影	CNN	图像	1,241张对比增强下肢CT图像	NA	YOLOv5, Faster R-CNN	平均精度均值（mAP@.5）, 精确率-召回率曲线	NA
991	2026-02-16	Harnessing deep learning to accelerate the development of antibodies and aptamers 2026-Feb, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.12.017 PMID:41685150	综述	本文综述了人工智能在加速抗体和RNA适配体开发中的应用及其在分子治疗领域的进展	利用AI技术整合序列和结构数据，显著降低实验成本并缩短开发时间，为针对病毒和癌症等挑战性抗原的抗体及适配体设计提供可扩展、高定制化的解决方案	NA	探讨AI如何优化抗体和RNA适配体的结构预测、结合亲和力、特异性及稳定性，以推动精准医疗发展	抗体和RNA适配体	机器学习	癌症，自身免疫性疾病，病毒感染	深度学习	NA	序列数据，结构数据	NA	NA	NA	NA	NA
992	2026-02-15	[Development of a deep learning model for predicting adverse cardiovascular events in patients with acute coronary syndrome based on retinal fundus images] 2026-Feb-24, Zhonghua xin xue guan bing za zhi DOI:10.3760/cma.j.cn112148-20251009-00704 PMID:41688180	研究论文	本研究开发并验证了一种基于视网膜眼底图像的深度学习模型，用于预测急性冠脉综合征患者长期不良心血管事件的风险	首次利用视网膜眼底图像结合深度学习模型（Inception-Resnet-V2）预测ACS患者的MACCE风险，并展示了模型的临床可解释性	模型在外部验证队列中的AUC为0.644，性能有待进一步提升，且研究为观察性设计，需前瞻性验证	开发并验证一个基于视网膜眼底图像的深度学习模型，用于预测急性冠脉综合征患者长期不良心血管事件的风险	急性冠脉综合征患者	计算机视觉	心血管疾病	视网膜眼底成像	深度学习	图像	4703名ACS患者（开发集1521人，外部验证集3182人）	NA	Inception-Resnet-V2	AUC	NA
993	2026-02-15	Deep learning-assisted double strong coupling between multi-order anapoles and excitons 2026-Feb-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.584009 PMID:41686938	研究论文	本研究利用深度学习辅助设计了一种三层堆叠混合系统，实现了多阶anapole模式与激子之间的双重强耦合	首次通过深度学习构建神经网络来设计能同时激发一阶和二阶anapole并分别与不同材料激子实现强耦合的混合系统，实现了双重强耦合行为	目前仅为理论研究，尚未进行实验验证；系统设计基于特定材料组合	探索多阶anapole模式与多个激子之间的强耦合相互作用	Si纳米盘、MoSe纳米盘、MoTe纳米盘构成的三层堆叠混合系统	机器学习	NA	深度学习	神经网络	理论计算数据	NA	NA	NA	拉比分裂能量（100.6 meV, 118.2 meV）	NA
994	2026-02-15	YORU: Animal behavior detection with object-based approach for real-time closed-loop feedback 2026-Feb-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw2109 PMID:41671367	研究论文	本文提出了一种基于物体检测深度学习算法的动物行为检测方法YORU，能够实时识别并分类多种社会行为，并实现闭环反馈光刺激	首次将行为直接定义为“行为对象”进行检测，突破了传统姿态估计方法的限制，实现了多个体近距离交互时的实时行为分析与精准光刺激反馈	未明确说明算法在极端光照条件或遮挡严重场景下的鲁棒性，也未提供跨物种泛化能力的定量评估	开发一种能够实时检测动物社会行为并实现闭环反馈的系统，以推动神经行为学研究	从脊椎动物到昆虫的多种动物物种的社会行为	计算机视觉	NA	深度学习物体检测	CNN	视频	NA	NA	NA	NA	NA
995	2026-02-15	Medical students' mental health, quality of life, motivation, and learning approaches before, during and after COVID-19: findings from a 4-wave repeated cross-sectional survey 2026-Feb-13, Psychology, health & medicine DOI:10.1080/13548506.2026.2623309 PMID:41686536	研究论文	本研究通过四波重复横断面调查，探讨了医学生在COVID-19疫情前、期间及后心理健康、生活质量、学术动机和学习方式的变化	首次在医学生中纵向比较COVID-19疫情前、期间及后的心理与学术指标变化，并揭示了学习方式通过动机中介影响心理健康的机制	采用横断面设计而非纵向追踪同一群体，可能限制因果推断；样本仅来自单一医学院，外部效度有限	探究COVID-19疫情对医学生心理健康、生活质量、学术动机和学习方式的影响，并分析动机在学习方式与心理健康间的中介作用	医学生	医学教育研究	NA	问卷调查	线性回归模型, 中介模型	调查问卷数据	1860名医学生（四波独立队列）	NA	NA	NA	NA
996	2026-02-15	50 Years of Automated Face Recognition 2026-Feb-13, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3664269 PMID:41686677	综述	本文回顾了自动人脸识别技术过去50年的历史和技术演变，从早期的手工几何与统计方法到现代深度学习架构	系统梳理了人脸识别从手工方法到深度学习的技术演进，并分析了数据集规模、多样性与模型泛化能力之间的关系	NA	追溯自动人脸识别的历史发展，分析关键技术创新，并指出未来研究方向	自动人脸识别技术	计算机视觉	NA	NA	深度学习	图像	超过1000万个身份的大规模图库	NA	NA	错误否定识别率, 错误肯定识别率	NA
997	2026-02-15	A customized CNN model for signature authentication-Forensic implications 2026-Feb-13, Medicine, science, and the law DOI:10.1177/00258024261420542 PMID:41686745	研究论文	本研究定制了一个基于深度学习的卷积神经网络模型，用于签名认证，并在包含1400个签名图像的数据集上进行了训练、验证和测试	通过优化CNN架构和超参数，提出了一种定制化的深度学习模型，在签名认证任务中实现了较高的准确率，优于现有方法	模型仅在1400个签名图像的数据集上训练和测试，样本规模相对较小，可能限制其泛化能力	开发一个用于签名认证的深度学习模型，以区分真实签名和伪造签名	签名图像，包括真实签名和伪造签名	计算机视觉	NA	深度学习，图像处理	CNN	图像	1400个签名图像（700个真实签名和700个伪造签名）	NA	定制化的CNN架构	准确率, 精确率, 召回率（敏感性）, F1分数, 特异性	NA
998	2026-02-15	Multi-class eye disease classification using deep learning EfficientNetB0 fusion techniques 2026-Feb-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35357-0 PMID:41688503	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
999	2026-02-15	Artificial Intelligence in Tuberculosis Imaging: A Global Bibliometric Analysis of Research Trends and Collaborations 2026-Feb-12, Radiography (London, England : 1995) DOI:10.1016/j.radi.2026.103348 PMID:41687417	文献计量分析	本文通过文献计量分析，全面描绘了人工智能在结核病影像学领域的研究趋势、合作网络、技术演进和新兴热点	首次对人工智能驱动的结核病影像学领域进行了全面的文献计量分析，系统梳理了其出版趋势、国际合作、成像模态和技术发展历程	分析仅基于Web of Science和Scopus数据库的英文文献，可能遗漏其他语言或数据库的相关研究	旨在通过文献计量分析，揭示人工智能在结核病影像学领域的研究格局、发展趋势和未来方向	2000年至2025年7月期间发表的关于人工智能在结核病影像学应用的英文文章和综述	医学影像分析	结核病	文献计量分析	NA	文献元数据	556篇出版物	CiteSpace, VOSviewer	NA	NA	NA
1000	2026-02-15	Automatic field-of-view planning for magnetic resonance shoulder imaging using Deep Learning 2026-Feb-12, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2026.102197 PMID:41687427	研究论文	本研究提出了一种基于深度学习的自动化方法，用于磁共振肩部成像中斜冠状面和斜矢状面视野的规划	首次将深度学习应用于肩部MRI斜平面视野的自动化规划，解决了该领域此前未充分探索的问题	研究为回顾性多中心设计，未来需要前瞻性验证以确认临床效果	开发自动化视野规划方法以减少人工依赖性、提高肩部MRI扫描的一致性和效率	肩部磁共振成像	计算机视觉	NA	磁共振成像	YOLO	图像	575例肩部MRI检查，来自四个中心	NA	YOLOv11-OBB (n, s, m, l, x 变体)	平均绝对切片差异, 交并比, 平均绝对角度差异	NA