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
461	2026-02-18	IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103365 PMID:41604873	研究论文	提出一种基于异质入院序列图的隐式知识增强疾病预测模型（IKDP），以改进电子健康记录中的疾病关系表示与预测	通过构建异质入院序列图捕获隐式知识（如患者间相似性与潜在疾病关联），并设计辅助预训练策略与端到端优化框架，同时利用关键路径分析与相似患者信息增强预测可解释性	未明确说明模型在外部数据集上的泛化能力或对特定疾病类型的适用性限制	提升基于电子健康记录的疾病预测准确性并增强预测可解释性	电子健康记录中的患者入院序列数据	医疗人工智能	NA	异质图构建与表示学习	图神经网络	序列化医疗事件数据	NA	NA	异质入院序列图（SeqGs）	NA	NA
462	2026-02-18	Comprehensive review of heart disease prediction: A comparative study from 2019 onwards 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103354 PMID:41619515	综述	本文对2019年以来心脏疾病预测的研究现状进行了全面回顾和比较分析，探讨了从传统诊断技术向现代机器学习和深度学习方法转变的趋势	系统性地评估了各种预测算法的有效性和局限性，并探讨了心血管疾病与肾结石之间的关系对未来预测模型发展的潜在影响	作为综述文章，主要基于现有文献进行分析，未提出新的原始模型或进行实证数据验证	评估心脏疾病预测领域的最新进展，为未来研究提供路线图	心脏疾病预测相关的机器学习与深度学习算法及文献	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
463	2026-02-18	Uncertainty in deep learning for EEG under dataset shifts 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103374 PMID:41650580	研究论文	本研究探讨了在脑电图数据分类任务中，不同集成学习策略对模型性能和不确定性估计的影响，特别是在数据集偏移情况下的表现	系统评估了集成方法和蒙特卡洛丢弃法在脑电图分类任务中的不确定性估计能力，并首次在模拟脑电图特定偏移（噪声、漂移、频率扰动）的场景下进行了测试	研究主要关注脑电图数据和特定疾病分类任务，其结论在其他模态医学数据或任务中的普适性有待验证	研究深度学习模型在脑电图数据分类中的不确定性估计，特别是在数据集偏移或分布外场景下的可靠性	用于分类正常、轻度认知障碍和痴呆的脑电图数据	机器学习	老年疾病	脑电图	深度学习集成模型, 蒙特卡洛丢弃	脑电图信号	大型脑电图数据集（具体数量未在摘要中说明）	NA	NA	分类性能指标, 不确定性估计可靠性	NA
464	2026-02-18	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	本文提出了一种基于动态贝叶斯网络的新型心电图QRS波群检测算法，通过整合RR间期概率分布和波形信息，提高了噪声鲁棒性	首次将动态贝叶斯网络应用于QRS检测，并整合RR间期概率分布，通过无监督参数优化适应个体差异，实现了波形与节律信息的统一概率建模	NA	提高可穿戴心电图设备中QRS波群检测的准确性和噪声鲁棒性	心电图信号中的QRS波群	机器学习	心血管疾病	动态贝叶斯网络，期望最大化算法	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确性，噪声鲁棒性，泛化能力，实时性，可扩展性	NA
465	2026-02-18	EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103371 PMID:41633018	研究论文	本文提出了一种基于EEG的癫痫发作预测方法，通过患者定制的谱-空-时特征学习网络（PSP-Net）实现个性化预测	引入了患者定制的谱-空-时特征学习网络（PSP-Net），结合患者定制的带通滤波器、空间耦合矩阵和注意力时序卷积网络，自适应提取患者特异性特征	未明确说明模型在临床环境中的实时应用限制或跨患者泛化能力的详细评估	开发一种更有效且可解释的癫痫发作预测方法，以提升患者生活质量	癫痫患者的脑电图（EEG）信号	机器学习	癫痫	脑电图（EEG）	深度学习网络	EEG信号	多个公开可用的癫痫数据集	未明确指定	注意力时序卷积网络	未明确指定	NA
466	2026-02-17	Deep learning-guided engineering of pectinase for enhanced catalytic performance in tobacco processing 2026-Apr, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.134028 PMID:41554444	研究论文	本研究利用深度学习指导果胶酶工程，通过ProteinMPNN和多重序列比对进行残基重设计，显著提升了酶的催化性能和热稳定性，并改善了烟草加工中的感官品质	采用深度学习（ProteinMPNN）结合多重序列比对进行果胶酶理性设计，实现了72个突变，催化活性提升8.9倍，热稳定性增加10°C，并首次将酶性能提升与终端产品（烟草）感官品质改善直接关联	未明确说明突变筛选的计算成本、实验验证的样本量细节，以及在其他工业底物中的普适性验证	通过深度学习指导酶工程，提升果胶酶的催化性能和工业应用潜力	果胶酶及其突变体	机器学习	NA	深度学习, 多重序列比对, 分子动力学分析	ProteinMPNN	蛋白质序列数据, 结构数据	NA	NA	ProteinMPNN	催化活性倍数提升, 最适温度变化, pH稳定性范围	NA
467	2026-02-17	Accurate enzyme specificity constant prediction with iESC 2026-Apr, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.134067 PMID:41592658	研究论文	本文介绍了一种名为iESC的深度学习模型，用于仅基于酶序列和底物结构准确预测酶特异性常数（如K和k）	开发了首个仅依赖酶序列和底物结构即可预测酶特异性常数的深度学习模型iESC，显著优于现有最先进模型	未明确说明模型在未见酶或底物上的泛化能力，以及数据预处理可能引入的偏差	准确预测酶特异性常数（K和k），以替代传统耗时费力的实验测量方法	酶序列和底物结构	机器学习	NA	深度学习	深度学习模型	序列数据、结构数据	41,907个酶-底物动力学参数	NA	iESC	决定系数（R）、均方根误差（RMSE）、平均绝对误差（MAE）	NA
468	2026-02-17	Axial length prediction Model based on screening fundus photography data in school-age children 2026-Apr, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.110893 PMID:41611113	研究论文	本研究开发了基于学龄儿童筛查性眼底摄影数据的深度学习模型，用于预测眼轴长度	首次利用接近正常的彩色眼底照片，结合年龄和屈光度等临床参数，通过深度学习预测儿童眼轴长度，并揭示了眼底血管区域对预测的重要性	研究样本仅来自6-10岁学龄儿童，未包含其他年龄段；纳入性别参数反而降低了模型性能，其机制尚不明确	开发能够利用筛查性眼底照片预测儿童眼轴长度的深度学习模型	6-10岁学龄儿童的彩色眼底照片及相关临床参数	数字病理	眼科疾病	彩色眼底摄影	CNN	图像	2779名儿童的3840张彩色眼底照片	PyTorch	ResNet101	相关系数R	NA
469	2026-02-16	Ultrasound-guided sound speed correction for photoacoustic computed tomography 2026-Apr, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100804 PMID:41685117	研究论文	本文提出了一种基于双模态深度学习的框架，通过联合处理配准的光声和超声图像来校正组织中的异质声速，以提高光声计算机断层扫描的图像质量	提出了一种利用配准超声图像中的丰富散斑和高信噪比信息来估计空间变化声速图，并将其与光声图像融合以校正声速畸变的新方法	该方法在数值和组织模拟体模上进行了测试，并展示了跨域泛化能力，但未提及在更广泛或更复杂临床场景中的验证	提高光声计算机断层扫描中因组织异质声速导致的图像畸变校正的准确性和效率	光声和超声双模态图像	计算机视觉	NA	光声计算机断层扫描，超声成像	深度学习	图像	数值模拟体模、组织模拟体模和活体数据	NA	NA	图像质量（结构细节增强、声学伪影减少）	NA
470	2026-02-14	Diagnostic value of a second-generation super-resolution deep learning-based reconstruction combined with a metal artifact reduction algorithm for pelvic CT 2026-Apr, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05080-4 PMID:41240086	研究论文	本研究评估了第二代超分辨率深度学习重建算法与金属伪影减少算法结合在骨盆CT图像中的诊断价值	首次将第二代超分辨率深度学习重建与金属伪影减少算法结合应用于金属髋关节植入患者的CT图像评估	回顾性研究设计，样本量较小（40例患者），仅评估了骨盆区域	评估深度学习重建算法与金属伪影减少算法结合对CT图像质量的改善效果	金属髋关节植入患者的骨盆CT图像	医学影像分析	骨科植入物相关	CT成像	深度学习重建算法	医学影像	40例患者（30例女性，年龄54-93岁）	NA	第二代超分辨率深度学习重建	标准差, 伪影指数, 5点评分	NA
471	2026-02-13	Development of a deep learning-based histological evaluation model for critical-size bone defect healing in rats - an objective tool 2026-Apr, Bone IF:3.5Q2 DOI:10.1016/j.bone.2026.117791 PMID:41525839	研究论文	本研究开发了一种基于深度学习的组织学评估模型，用于客观评估大鼠临界尺寸骨缺损的愈合情况	首次将改进的U-Net模型应用于Movat五色染色组织切片，实现骨愈合阶段的语义分割与分类，并开发了可量化的骨愈合评分系统	研究仅基于大鼠模型，尚未在临床人体样本中验证；训练数据量相对有限（n=669）	开发客观、可扩展的骨愈合组织学评估工具，减少人工评估的主观性和时间消耗	大鼠股骨临界尺寸缺损模型的组织学切片	数字病理学	骨科疾病	组织学染色（Movat pentachrome染色）	CNN	图像	669张组织学切片图像	未明确说明	改进的U-Net	Spearman相关系数, 平均绝对偏差, ICC（组内相关系数）	NA
472	2026-02-13	Optimized data augmentation for osteosarcoma detection in deep and lightweight networks 2026-Apr, Journal of orthopaedics IF:1.5Q3 DOI:10.1016/j.jor.2025.12.013 PMID:41675170	研究论文	本文提出了一种系统性的深度学习方法，研究预处理和数据增强对骨肉瘤图像分类的影响	通过控制数据增强设置（无增强及每类合成图像数量）系统研究数据集扩大对模型泛化性能的影响，并强调增强效果与模型类型相关	统计分析显示模型间差异不显著（p > 0.05），可能限制了对最优模型选择的明确结论	优化数据增强策略以提升骨肉瘤检测在深度和轻量网络中的性能	骨肉瘤的H&E染色组织病理学图像	计算机视觉	骨肉瘤	组织病理学成像	CNN	图像	来自公开UT Southwestern/UT Dallas骨肉瘤数据集的图像，增强设置包括每类650、1000和1500张合成图像	TensorFlow, Keras	VGG19, InceptionV3, InceptionResNetV2, NasMobileNet	准确率, 敏感度, 特异度, ROC-AUC	NA
473	2026-02-12	ConcreteCARB: A comprehensive image dataset of concrete carbonation for computer vision tasks 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112493 PMID:41657407	研究论文	本文介绍了ConcreteCARB数据集，这是一个包含903张高分辨率混凝土表面图像的综合数据集，用于支持计算机视觉在土木工程中的应用	提供了首个专门针对混凝土碳化检测的全面图像数据集，包含不同混合设计和添加剂条件下的样本，支持AI在结构健康监测中的创新应用	数据集仅包含实验室控制条件下收集的图像，可能无法完全代表现场实际环境中的碳化情况	开发用于混凝土碳化损伤评估的自动检测、分类和分割模型	混凝土棱柱体样本，具有不同水灰比和添加剂（如工业硅废料和仙人掌天然掺合料）	计算机视觉	NA	酚酞测试	NA	图像	903张高分辨率图像	NA	NA	NA	NA
474	2026-02-11	Diagnostic performance of X-ray-based deep learning models for detecting ankle and foot fractures: a systematic review and meta-analysis 2026-Apr, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05078-y PMID:41254255	系统综述与荟萃分析	本研究通过系统综述和荟萃分析评估了基于X射线的深度学习模型在检测踝关节和足部骨折中的诊断性能	首次对基于X射线的深度学习模型在踝关节和足部骨折检测中的诊断准确性进行了全面的系统综述和荟萃分析，并探讨了影响模型性能的可能因素	纳入研究数量有限（14项），需要更大样本量、外部验证和临床实施的研究来进一步验证	评估AI模型使用X射线图像检测踝关节和足部骨折的诊断准确性，并调查影响其性能的可能因素	踝关节和足部骨折的X射线图像	计算机视觉	骨折	X射线成像	深度学习模型	X射线图像	基于14项纳入研究的累计数据，具体样本量未在摘要中明确给出	NA	NA	灵敏度, 特异度, F1分数, 诊断比值比	NA
475	2026-02-11	Enhanced Informer Network for Stress Recognition and Classification via Spatial and Channel Attention Mechanisms 2026-Apr, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500036 PMID:41467573	研究论文	本文提出了一种基于深度学习的增强型Informer网络，通过集成空间和通道注意力机制，用于心理压力的识别与分类	设计了针对时间敏感生理信号段的空间注意力机制（SAM）和动态加权压力相关特征的通道注意力机制（CAM），实现了对细微压力模式的精确捕捉	仅在一个公开数据集上进行了实验验证，缺乏多数据集和实际场景的泛化性测试	开发一种自动检测心理压力的深度学习方法	职业环境中的心理压力	机器学习	NA	深度学习	Informer, 注意力机制	生理信号	一个公开数据集	NA	Informer, 空间注意力机制（SAM）, 通道注意力机制（CAM）	准确率, 召回率, F1分数	NA
476	2026-02-09	Deep learning based treatment remission prediction to transcranial direct current stimulation in bipolar depression using EEG power spectral density 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2025.112115 PMID:41478240	研究论文	本文利用深度学习模型基于脑电图信号预测双相抑郁患者在接受经颅直流电刺激治疗后的临床缓解情况	首次将一维卷积神经网络与门控循环单元结合的混合模型应用于双相抑郁的经颅直流电刺激治疗缓解预测，并专注于特定电极和频带的功率谱密度特征	样本量较小（仅21名参与者），且仅使用两个电极的特定频带数据，可能限制了模型的泛化能力	预测双相抑郁患者在接受6周家庭经颅直流电刺激治疗后的临床缓解情况	双相障碍患者	机器学习	双相障碍	脑电图	1DCNN, GRU	脑电图信号	21名双相参与者	NA	1DCNN与GRU的混合模型	准确率, 灵敏度, 特异性	NA
477	2026-02-09	EEG-based schizophrenia classification using attention-integrated deep convolutional networks 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112138 PMID:41529582	研究论文	本文提出了一种基于卷积注意力的深度学习框架，用于从脑电图信号中自动检测精神分裂症	提出了一种将卷积层空间特征提取与注意力机制相结合的新框架，该机制能自适应地聚焦于脑电图中的判别性时间模式	模型在不同数据集（莫斯科数据集和IBIB PAN数据集）上的性能差异显著，突显了在具有不同人口统计学和采集特征的数据集间泛化的挑战	开发一种用于精神分裂症自动检测的深度学习模型	精神分裂症患者的脑电图信号	机器学习	精神分裂症	脑电图	CNN	脑电图信号	两个公开数据集：莫斯科脑电图数据集和IBIB PAN数据集	NA	卷积注意力网络	准确率	NA
478	2026-02-09	Advancing precision psychiatry: Machine learning integration with neuroimaging for early detection and diagnosis of Obsessive-Compulsive Disorder 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112137 PMID:41539129	综述	本文综述了机器学习与神经影像学相结合在强迫症早期检测和诊断中的最新进展	整合了混合模型和可解释人工智能方法，用于神经影像数据分析，以提升诊断准确性和临床可解释性	存在数据集变异性大、模型泛化能力有限以及伦理问题等挑战	推动精准精神病学，通过机器学习改进强迫症的早期检测和诊断	强迫症患者	机器学习	强迫症	结构磁共振成像, 功能磁共振成像	支持向量机, 卷积神经网络, 深度学习混合模型	神经影像数据, 生化标志物, 临床数据	NA	NA	NA	诊断准确率	NA
479	2026-02-09	Dual-representation structural MRI classification of psychiatric disorders using deep learning and large language models 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112146 PMID:41576904	研究论文	本研究提出了一种双表征结构MRI框架，结合原始T1加权MRI切片和彩色编码组织分割图，使用ResNet-18 CNN和大型语言模型进行精神疾病分类	提出双表征结构MRI框架，结合原始图像与分割图，并首次使用大型语言模型作为后分析工具解释CNN输出，增强分类性能与可解释性	数据集规模有限（N=103），需通过迁移学习和数据增强技术应对	提高精神疾病（如精神分裂症和双相情感障碍）的准确分类，支持更透明、信息丰富的诊断工具开发	健康对照组、精神分裂症谱系、伴精神病性症状的双相情感障碍、不伴精神病性症状的双相情感障碍	数字病理学	精神疾病	结构MRI（T1加权成像）	CNN, LLM	图像	103例	PyTorch, TensorFlow	ResNet-18	准确率, 精确率, 召回率, F1分数, AUC	GPU（如NVIDIA V100或A100），可能使用AWS、Google Cloud或Azure云平台
480	2026-02-09	Early diagnosis of Alzheimer's disease from functional rs-fMRI images based on deep learning networks and transfer learning approach 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112151 PMID:41604985	研究论文	本研究提出了一种基于优化VGG网络和迁移学习的方法，利用静息态功能磁共振成像（rs-fMRI）对阿尔茨海默病进行早期诊断	提出了两种新颖的深度网络OVGG-16和OVGG-19，结合了迁移学习和密集层的概念，以改进诊断性能并加速收敛	未明确提及具体的研究局限性，如数据集规模、泛化能力或临床验证的细节	开发一种计算机辅助诊断系统，用于阿尔茨海默病的早期诊断	阿尔茨海默病患者	计算机视觉	阿尔茨海默病	静息态功能磁共振成像	CNN	图像	NA	NA	VGG-16, VGG-19, OVGG-16, OVGG-19	准确率	NA