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
161	2026-02-19	EnDeep4mC predicts DNA N 4-methylcytosine sites using a dual-adaptive feature encoding framework in deep ensembles 2026-Feb-17, Genome research IF:6.2Q1 DOI:10.1101/gr.280977.125 PMID:41702707	研究论文	本文提出EnDeep4mC，一种双自适应特征编码框架，用于预测DNA N4-甲基胞嘧啶位点	结合物种特异性建模与集成深度学习架构，系统优化特征编码方案，并揭示4mC序列在生物进化中的功能分化	未提及具体局限性	开发高效计算检测方法以预测DNA N4-甲基胞嘧啶位点	DNA N4-甲基胞嘧啶位点	机器学习	NA	NA	集成深度学习	DNA序列数据	NA	NA	NA	NA	NA
162	2026-02-19	Characterising processing conditions that artifactually bias human brain tissue transcriptomes 2026-Feb-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68872-9 PMID:41702898	研究论文	本研究通过分析不同死后时间间隔的人脑组织转录组数据，识别并量化了处理条件对转录组的人工偏差，并开发了一个深度学习工具来预测这些偏差	首次系统性地定义了脑组织处理过程中产生的基因签名偏差（BAGs），并利用单核RNA-seq数据揭示了特定神经元类型对处理条件的敏感性，同时开发了TTRUTH预测工具	研究主要基于成人脑组织，可能无法完全代表其他年龄组或疾病状态，且处理条件的模拟可能无法覆盖所有实际尸检程序的变异性	表征尸检脑组织处理条件对转录组数据的人工偏差，以提高数据标准化和解释能力	成人人脑组织样本	生物信息学	NA	RNA-seq, 单核RNA-seq	深度学习	转录组数据	包括立即提取（<0小时）、短PMI（约6小时）和长PMI（约36小时）的脑组织样本	NA	NA	NA	NA
163	2026-02-19	Different BI-RADS breast cancer diagnosis using MobileNetV1 and vision transformer based on explainable artificial intelligence (XAI) 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37199-2 PMID:41702964	研究论文	本文提出了一种融合MobileNetV1和Vision Transformer的混合深度学习框架，用于基于XAI的多类别BI-RADS乳腺X线影像乳腺癌分类	提出了一种新颖的双流混合深度学习框架，将轻量级CNN（MobileNetV1）的局部特征提取能力与Vision Transformer的全局上下文建模能力相结合，并采用基于Bagging的逻辑回归分类器增强鲁棒性，同时应用XAI技术提供可解释的临床决策依据	研究使用的公开数据集存在类别不平衡问题，且仅包含特定视角（CC和MLO）的乳腺X线影像，可能限制了模型的泛化能力	开发一种精确、高效且可解释的计算机辅助诊断系统，用于多类别BI-RADS标准的乳腺癌分类	乳腺X线影像（乳腺X光片）	计算机视觉	乳腺癌	乳腺X线摄影	CNN, Transformer	图像	来自公开数据集King Abdulaziz University BC Mammogram Dataset (KAUBC)的多视角乳腺X线影像，具体样本数量未在摘要中明确说明	TensorFlow, PyTorch (具体框架未明确说明，推断可能使用其中之一或类似框架)	MobileNetV1, Vision Transformer (ViT)	准确率, 灵敏度, 特异性	NA
164	2026-02-19	Evaluating Sentinel-2 gap filling techniques for cloud removal and data reconstruction 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39488-2 PMID:41703033	研究论文	本研究评估了Sentinel-2卫星图像中云层导致的空隙填充技术，包括空间、时间、时空和空谱方法，以恢复数据连续性	建立了一个评估框架，首次系统比较了多种空隙填充方法在模拟云场景下的性能，并公开了所有代码以确保可重复性	深度学习方法的泛化能力有限，无法在所有场景中表现一致，且需要更多训练努力	评估Sentinel-2图像中云层空隙填充技术的有效性，以支持水资源管理、灌溉调度和作物健康预测等时间敏感应用	Sentinel-2卫星图像，特别是可见光(B02, B03, B04)、近红外(B08)和短波红外(B11, B12)波段	遥感图像处理	NA	卫星遥感	深度学习, 聚类与线性回归	卫星图像	NA	NA	NA	决定系数(R²), 相对均方根误差(rRMSE), 偏差(bias)	NA
165	2026-02-19	EchoNet++: A multilingual soccer match audio commentary dataset 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39884-8 PMID:41703173	研究论文	本文介绍了一个多语言足球比赛音频解说数据集EchoNet++，并提出了一个端到端的音频分析流程，用于自动处理专业足球比赛广播	提出了一个可复现的端到端系统，并进行了组件级分析，揭示了预处理、分割、转录和翻译在真实广播条件下如何共同影响性能	NA	开发一个用于自动处理专业足球比赛广播的稳健、多语言、多阶段音频分析流程	专业足球比赛广播的音频数据	自然语言处理	NA	音频提取、去噪、语音分割、转录和翻译	ASR模型（包括Whisper变体和Insanely Fast Whisper）	音频	来自欧洲顶级联赛的完整比赛视频	FFmpeg, Demucs, Silero VAD	Whisper（Medium, Large, Turbo）, Insanely Fast Whisper	词错误率, 语言检测准确率, 分割一致性	NA
166	2026-02-19	Estimating changes in center pivot irrigation in the High Plains Aquifer using a hybrid GIS-remote sensing deep learning approach, 2001 to 2023 2026-Feb-17, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15061-2 PMID:41703333	研究论文	本文利用混合GIS-遥感深度学习方法，估算了2001年至2023年间美国高平原含水层中心支点灌溉的变化趋势	结合多年度Landsat影像与Esri深度学习框架，开发了一种实用、可复制且可扩展的方法来快速估计中心支点灌溉范围	方法依赖于Google Earth Engine和ArcGIS平台的数据与工具，可能受数据可用性和平台限制影响	开发空间显式模型以监测中心支点灌溉随时间的变化，支持地下水管理决策	美国高平原含水层区域内的中心支点灌溉系统	遥感	NA	遥感影像分析，深度学习	深度学习模型	卫星影像	覆盖2001年至2023年每隔一年的高平原含水层区域影像数据	Esri深度学习框架，Google Earth Engine	NA	总体准确率	Google Earth Engine，ArcGIS平台
167	2026-02-19	Assumption-Agnostic Deep Learning Framework for Holistic Clinical Trial Monitoring 2026-Feb-17, Therapeutic innovation & regulatory science IF:2.0Q3 DOI:10.1007/s43441-026-00915-1 PMID:41703352	研究论文	提出了一种假设无关的深度学习框架，用于临床试验中异常检测和质量容忍限监测	结合了分层非参数多维偏差评分方案和长短期记忆自编码器，无需依赖参数假设或历史先验，能处理异构纵向数据	评估主要基于模拟数据和案例研究，未在大量真实临床试验数据上进行广泛验证	开发一个假设无关的深度学习框架，用于临床试验的全面监测和异常检测	临床试验数据，包括程序、研究、站点和参与者层面的数字变量	机器学习	NA	异常检测	LSTM, 自编码器	数字数据，文本的嵌入数字表示	基于真实世界试验结构和异常模式模拟的数据	NA	长短期记忆自编码器	异常信号区分能力，不必要的后续操作减少量，计算可扩展性	NA
168	2026-02-19	Threat discrimination of real-world social interactions in schizotypal traits 2026-Feb-17, Psychonomic bulletin & review IF:3.2Q1 DOI:10.3758/s13423-025-02821-3 PMID:41703359	研究论文	本研究探讨了具有精神分裂型特质的人群在真实社交互动中对威胁的辨别能力，并分析了社交情境对威胁检测的影响	首次使用深度学习模型对自然主义视频进行重新渲染，以解析社交互动中不同量的社交情境，并研究其对精神分裂型特质个体威胁辨别能力的影响	研究样本为非临床人群（N=161），结果可能无法完全推广到临床精神分裂症患者	探究社交情境如何影响具有精神分裂型特质个体的威胁检测能力	非临床人群中的个体，测量其精神分裂型特质和自闭特质	机器学习	精神分裂症谱系障碍	深度学习	深度学习模型	视频	161名非临床个体	NA	NA	威胁辨别能力	NA
169	2026-02-19	Novel algorithm for knee localization and diagnosis and grading of knee osteoarthritis based on a priori information: data from OAI 2026-Feb-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02235-0 PMID:41703497	研究论文	本文提出了一种基于先验信息的深度学习算法，用于膝关节的自动定位、分割以及膝骨关节炎的诊断与分级	提出了Anchor-free Knee Probability Calculation Net (AKPCNet)用于膝关节感兴趣区域提取，以及Attention Pooling全局池化优化算法和基于注意力池化的低阶特征强化网络(APLFRNet)，以提高KOA的KL分级准确性	NA	开发并评估一种基于深度学习的全自动膝关节分割方法，并利用先验信息对膝骨关节炎进行诊断和分类	膝骨关节炎的X光影像	计算机视觉	膝骨关节炎	X光成像	深度学习	图像	35,000张膝关节X光片（前后位视图）	NA	AKPCNet, APLFRNet	ROC AUC, 平衡准确率	NA
170	2026-02-19	Multimodal deep learning for survival prediction and biomarker discovery in non-small cell lung cancer 2026-Feb-17, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00522-8 PMID:41703583	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
171	2026-02-19	Transforming a clinical study database into a structured database adapted to artificial intelligence applications 2026-Feb-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02087-2 PMID:41692923	研究论文	本文提出了一种将临床试验数据库转化为适合人工智能应用的结构化数据库的方法论和工具	开发了一套针对AI模型训练和测试的临床试验数据库整理框架，包括数据简化、质量控制和序列名称统一化	仅基于单一临床试验（EURAD）的MRI数据，方法可能需针对其他数据类型或试验进行调整	构建适用于人工智能工具训练或测试的医学影像数据库	法国EURAD临床试验中盆腔附件病变女性的MRI数据	计算机视觉	盆腔附件病变	MRI	NA	图像	713名患者	NA	NA	NA	NA
172	2026-02-19	The BIOPREVENT machine-learning algorithm predicts chronic graft-versus-host disease and mortality risk using posttransplant biomarkers 2026-Feb-16, The Journal of clinical investigation IF:13.3Q1 DOI:10.1172/JCI195228 PMID:41697751	研究论文	本研究开发了一种名为BIOPREVENT的机器学习算法，利用移植后90/100天的生物标志物和临床变量，预测造血细胞移植后的慢性移植物抗宿主病和非复发死亡率风险	首次开发了结合移植后生物标志物（7种血浆蛋白）和临床变量的机器学习算法（BIOPREVENT），用于动态预测cGVHD和NRM风险，并创建了公开可用的R Shiny网络应用程序支持临床使用	深度学习模型未表现出优于其他机器学习方法的性能，需要进一步研究探索该算法在指导预防性治疗中的作用	开发机器学习算法以更准确地预测造血细胞移植后的慢性移植物抗宿主病和非复发死亡率风险	1,310名造血细胞移植受者	机器学习	移植物抗宿主病	血浆蛋白检测	CoxXGBoost, Group SCAD, Adaptive Group Lasso, Random Survival Forests, Bayesian Additive Regression Trees (BART), 深度学习模型	生物标志物数据, 临床变量	1,310名患者（分为训练集和验证集）	R Shiny	BART（最终选择模型）	时间依赖性ROC曲线下面积（AUCt）, 校准曲线	NA
173	2026-02-19	Probabilistic vehicle speed prediction and reliability-based design optimization of mountainous freeway renovation using Transformer and active learning surrogates 2026-Feb-16, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108453 PMID:41702043	研究论文	本研究提出了一种基于可靠性的设计优化框架，结合概率车辆速度预测和主动学习代理模型，用于山区高速公路改造的安全导向几何设计优化	开发了基于Transformer的架构来映射高速公路线形与车辆速度分布，并采用主动学习Kriging代理模型解决RBDO问题，提高了计算效率和准确性	研究主要针对典型山区高速公路，可能未涵盖所有复杂道路和地形条件，且依赖于特定数据集的性能	优化山区高速公路改造的几何设计，以平衡驾驶安全可靠性和改造成本	山区高速公路的车辆速度分布和几何设计参数	机器学习	NA	概率车辆速度预测，可靠性设计优化	Transformer	高速公路线形和附属设施数据，车辆速度数据	典型山区高速公路的数值实验数据	NA	Transformer	横向稳定性，速度协调性，停车视距充足性	NA
174	2026-02-19	Deep learning cascade networks for segmentation of fluorine-18 sodium fluoride positron emission tomography scans of equine metacarpo- and metatarsophalangeal joints outperform atlas-based method 2026-Feb-16, American journal of veterinary research IF:1.3Q2 DOI:10.2460/ajvr.25.11.0421 PMID:41702054	研究论文	本文开发了一种基于卷积神经网络（CNN）的级联网络，用于分割马匹掌指关节和跖趾关节的氟-18氟化钠PET扫描图像，并证明其性能优于基于图谱的分割方法	首次创建了马匹掌指关节和跖趾关节的氟-18氟化钠PET扫描标注数据集，并采用级联CNN架构进行分割，在速度和准确性上均超越了传统的基于图谱的方法	研究样本量较小（共84次扫描，测试集仅8个），且采用回顾性便利抽样，可能影响模型的泛化能力	开发并评估一种深度学习模型，用于自动分割马匹掌指关节和跖趾关节的PET扫描图像，以提升图像量化分析的准确性和效率	马匹的掌指关节和跖趾关节（包括第三掌骨、近端指骨、近端籽骨及软组织）的氟-18氟化钠PET扫描图像	数字病理学	NA	氟-18氟化钠PET扫描，CT扫描	CNN	图像（PET和CT扫描）	84次扫描（来自两个机构），测试集包含8个样本	NA	级联CNN	Dice系数	NA
175	2026-02-19	Deep learning in lower gastrointestinal cancer detection: Advances in endoscopic, radiologic, and histopathologic diagnostics 2026-Feb-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v18.i2.115974 PMID:41695919	综述	本文综述了深度学习在胃肠道癌症检测中的进展，重点关注内窥镜、放射学和病理学诊断	探讨了深度学习如何通过实时检测、自动分割和高精度分析，在胃肠道癌症诊断中超越传统方法，提高准确性和效率	面临数据集多样性不足、模型可解释性有限以及临床工作流整合的技术和伦理挑战	评估深度学习在提升胃肠道癌症早期检测准确性、速度和一致性方面的应用潜力	胃肠道癌症，特别是结直肠癌	数字病理学	结直肠癌	深度学习	CNN	图像	NA	NA	NA	灵敏度, 特异性, AUC	NA
176	2026-02-19	Pioneering efficient deep learning architectures for enhanced hepatocellular carcinoma prediction and clinical translation 2026-Feb-15, World journal of gastrointestinal oncology IF:2.5Q3 DOI:10.4251/wjgo.v18.i2.113870 PMID:41695935	综述	本文综述了高效深度学习架构在肝细胞癌预测和临床转化中的最新进展、挑战及未来方向	强调效率导向策略（如轻量级架构、模型压缩、数据高效方法）在深度学习临床部署中的核心作用，并探讨多模态融合及隐私保护技术	大多数研究为回顾性、单中心且样本量有限，缺乏严格的外部验证和多中心前瞻性试验	克服深度学习在肝细胞癌预测中计算成本高、资源受限环境部署难的挑战，推动临床转化	肝细胞癌的超声、CT、MRI、病理全切片图像及电子健康记录等多模态数据	数字病理学	肝细胞癌	超声、CT、MRI、组织病理学成像、电子健康记录分析	CNN, RNN, Transformer	图像, 文本	NA	NA	MobileNet, EfficientNet	灵敏度, 特异性	NA
177	2026-02-19	Machine Learning Models for Predicting Delayed Cerebral Ischemia Following Ruptured Intracranial Aneurysms: A Systematic Review and Meta-Analysis 2026-Feb-15, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2026.108592 PMID:41702474	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习模型在预测颅内动脉瘤破裂后迟发性脑缺血中的应用	首次对机器学习模型在预测迟发性脑缺血方面的性能进行系统比较，并突出了集成方法（如随机森林和XGBoost）的优越性	外部验证稀缺，深度学习模型存在过拟合问题，且研究间异质性较高	评估机器学习模型在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血风险中的有效性和性能	颅内动脉瘤破裂后发生迟发性脑缺血的患者	机器学习	脑血管疾病	NA	随机森林, XGBoost, 逻辑回归, 深度学习模型	临床数据	约10,000名患者	NA	NA	AUC, 敏感性, 特异性	NA
178	2026-02-19	Enhancing breast cancer diagnostics: Shape-aware angular feature learning for precision in breast cancer classification 2026-Feb-13, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108943 PMID:41702230	研究论文	本文提出了一种名为SAAFL的新方法，通过结合机器学习和深度学习技术，利用超声图像进行乳腺癌分类，以提高诊断准确性和效率	提出了一种新的乳腺癌分类方法SAAFL，它创新性地结合了SRAD滤波降噪、RBBSAM-RSF自动分割、角度特征分析以及SVM和BPANN分类器的分层分类系统	研究主要基于超声图像，在资源匮乏环境中验证，可能在其他成像模态或资源丰富环境中的泛化能力需要进一步验证	提高乳腺癌诊断的准确性和效率，特别是在资源匮乏的临床环境中实现近实时部署	乳腺癌超声图像中的良性和恶性肿瘤	医学图像分析	乳腺癌	超声成像	SVM, BPANN	图像	1293张乳腺超声图像	未明确指定	未明确指定	准确率	适用于低资源临床环境，无需专用硬件
179	2026-02-19	Multi-angle, cross-domain fusion strategy enhances automated insect identification and hierarchical categorization: a case study on assassin bugs (Hemiptera: Reduviidae) 2026-Feb-11, Cladistics : the international journal of the Willi Hennig Society IF:3.9Q1 DOI:10.1111/cla.70029 PMID:41674051	研究论文	本文提出了一种多角度、跨领域的融合策略，以提升自动昆虫识别和层级分类的性能，并以猎蝽科昆虫为例进行了验证	通过整合标准、转盘拍摄和生态三种图像类型，并采用多角度融合策略，显著提升了模型在物种识别和层级分类任务上的跨领域适应能力	研究仅针对猎蝽科昆虫，其方法的普适性在其他昆虫类群中尚需验证	开发一种更可靠、适用于多样化实际场景的自动昆虫识别工具	猎蝽科昆虫（Hemiptera: Reduviidae）	计算机视觉	NA	图像采集（标准、转盘、生态图像）	CNN	图像	来自92个物种、48个属、6个亚科的11,915张专家验证图像	PyTorch	ConvNeXt-B	准确率, F1分数	NA
180	2026-02-19	A hypergraph-based model for tumor prognosis using local and global information fusion on H&E-stained histology images 2026-Feb-11, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103991 PMID:41702177	研究论文	本文提出了一种基于超图的模型HeMiCoRe，用于融合H&E染色组织学图像的局部和全局信息以预测肿瘤预后	提出了一种新颖的超图多实例对比强化学习模型，能够有效整合局部特征和跨集群的全局表示，并在多种癌症类型和多中心数据集上展现出卓越的泛化能力	未明确提及模型在特定癌症类型或数据集上的潜在局限性，如数据不平衡或计算资源需求	开发一种能够从千兆像素组织病理学切片中提取预后信息并预测患者生存结果的模型	5196张H&E染色切片，涵盖10种癌症类型	数字病理学	多种癌症	H&E染色	超图神经网络, 对比学习, 强化学习	图像	5196张H&E染色切片	NA	超图神经网络	NA	NA