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
501	2026-05-15	Systematic Review on Deep Learning Algorithms for Blood Glucose Forecasting in Type 1 Diabetes 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3630214 PMID:41533628	综述	对用于1型糖尿病血糖预测的深度学习算法进行系统性文献综述	首次专门针对深度学习在血糖预测中的应用进行全面系统综述	纳入研究的异质性限制了直接比较，且深度学习模型的生理学保真度和可解释性仍需提升	系统评估深度学习算法在1型糖尿病血糖预测中的研究现状、挑战与未来方向	1型糖尿病患者的连续血糖监测数据	机器学习	1型糖尿病	连续血糖监测	深度学习模型（如CNN、LSTM等）	时间序列数据	26项符合纳入标准的研究	NA	NA	NA	NA
502	2026-05-15	A proof-of-concept study of multitask learning for cranial synthetic CT generation across heterogeneous MRI field strengths 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70429 PMID:42027157	研究论文	提出一种基于多任务学习的级联管道，用于生成颅部合成CT图像，适应不同MRI场强和序列的异质性	将颅部CT重建重新定义为结构化耦合问题，采用级联多任务管道联合建模颅骨分割和HU回归，利用基于残差Mamba的状态空间模型在3D U-Net中增强空间表示，并实现跨1.5T至7T场强的迁移学习	研究样本量较小（1.5T: 37例, 7T: 44例），且仅使用T1加权和T2-FLAIR两种模态，未涵盖其他MRI序列或扫描参数	解决MRI数据场强和序列异质性对合成CT生成方法的泛化性限制，提升临床转化潜力	颅部MRI图像及对应的CT图像	数字病理	无特定疾病	无特定技术（基于MRI和CT）	3D U-Net（结合残差Mamba）和Transformer U-Net	图像	1.5T公共脑部数据集37例，7T独立临床脑部数据集44例	PyTorch	3D U-Net（残差Mamba状态空间模型）、Transformer U-Net	Dice系数、Jaccard指数、平均绝对误差	NA
503	2026-05-15	Deep Learning-Based Augmented Contrast-Enhancement and Denoising for Reduced-Iodine and Low-Radiation 70-kVp Cerebral CT Angiography: A Prospective Study 2026-May, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.1520 PMID:42062228	研究论文	评估在70 kVp下使用低碘和低辐射进行脑CT血管成像的可行性，以及深度学习增强对比和去噪算法对CTA质量的影响	首次将深度学习增强对比和去噪算法应用于低碘低辐射70-kVp脑CT血管成像，显著提高了图像质量	样本量较小（47名健康志愿者），且未包含疾病状态的患者，可能限制了结果的泛化性	评估低碘低辐射70-kVp脑CTA的可行性及深度学习算法对图像质量的改善效果	47名健康志愿者（男女比例31:16，平均年龄57.8岁）	计算机视觉	NA	CT血管成像	深度学习	图像	47名健康志愿者	NA	NA	动脉衰减值, 图像噪声, 对比噪声比, 主观图像质量	NA
504	2026-05-15	Artificial intelligence and capsule endoscopy 2026-May, Revista espanola de enfermedades digestivas IF:2.7Q2 DOI:10.17235/reed.2026.11191/2025 PMID:41848084	综述	本文综述了人工智能在胶囊内镜中的应用，重点讨论深度学习模型和卷积神经网络如何优化图像解读过程	提出AI可分别作为首读和第二读工具，TOP100等工具在临床中已显示出减少阅读时间和辅助诊断的效果	面临假阴性问题、缺乏标准化以及医学法律挑战	评估AI在胶囊内镜解读中的现状、优势与挑战，推动其临床应用	胶囊内镜生成的视频图像及相关胃肠道疾病（如克罗恩病、乳糜泻）	计算机视觉	克罗恩病, 乳糜泻	胶囊内镜	深度学习模型、卷积神经网络（CNN）	图像	每例研究涉及超过50,000张图像	NA	CNN	敏感性、特异性	NA
505	2026-05-15	Multifunctional Flexible Sensor with Bionic Micro-Nano Hierarchical Structure for Dual-Mode Pressure and Temperature Sensing 2026-May, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.73163 PMID:41858305	研究论文	本文提出了一种具有仿生微纳层次结构的双模态压力和温度传感多功能柔性传感器	仿生蚂蚁、蜘蛛、蚊子和荷叶结构，构建微纳层次结构实现超疏水性和同时传感压力与温度，结合无线传输和深度学习实现非接触人机交互	未提及其它方面限制	开发具有多模态传感能力且性能优异的柔性电子器件，用于医疗健康、电子皮肤和人机交互	基于MXene/三聚氰胺泡沫和碳纳米管/聚偏氟乙烯纳米纤维膜构建的仿生多功能传感器	机器学习	NA	NA	深度学习模型	传感器信号	NA	NA	深度学习模型	压力灵敏度、温度灵敏度、响应时间、检测范围	NA
506	2026-05-15	A Deep Learning Approach for Classifying Rapid Eye Movement Sleep Behavior Disorder Using EEGNet 2026-May, Journal of clinical neurology (Seoul, Korea) DOI:10.3988/jcn.2025.0552 PMID:42108845	研究论文	提出基于深度学习（EEGNet）的快速眼动睡眠行为障碍自动分类框架，并在多中心真实数据中验证其性能	首次将EEGNet应用于仅基于肌电图数据的RBD分类，并在多中心真实世界数据集上进行验证，比较了手动睡眠分期与自动U-Sleep方法的分期效果	仅使用REM期肌电图数据，无法准确区分四个临床亚组（帕金森病伴RBD、帕金森病不伴RBD、孤立性RBD、健康对照）	开发一种基于深度学习的RBD自动分类方法，辅助临床诊断决策	227份多导睡眠监测记录的REM期肌电图数据，涵盖RBD和非RBD受试者	机器学习	快速眼动睡眠行为障碍	多导睡眠监测	EEGNet	多导睡眠监测数据	227份PSG记录（RBD组156例，非RBD组71例）	NA	EEGNet	AUC，95%置信区间	NA
507	2026-05-12	Synergizing Anti-Cancer Drug Combinations With Dual-View Hypergraph Representation Fusion 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3511657 PMID:40030495	研究论文	提出一种基于双视图超图表示融合的深度学习模型，用于识别协同抗癌药物组合	创新性地利用超图视图和扩展异构图视图同时学习样本三元组的局部和全局上下文关系，并通过选择性融合两个分支的表示来预测协同药物组合	未明确说明局限性，但可能受限于现有已知协同组合数据的质量和数量	识别协同抗癌药物组合，为新型药物开发提供新见解	癌症细胞系和药物分子	机器学习	癌症	转录组测序、分子结构分析	深度学习模型（超图神经网络）	转录组特征、药物分子结构	未明确说明样本数量	NA	DVHSyn（双视图超图表示融合模型）	未明确说明具体指标，但实验结果表明优于六种对比方法	NA
508	2026-05-10	An efficient deep learning approach for automatic speech recognition using EEG signals 2026-May, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2025.2456982 PMID:39957214	研究论文	提出一种结合Gannet优化算法和Elman循环神经网络的高效深度学习方法，用于基于EEG信号的自动语音识别	首次将Gannet优化算法与Elman循环神经网络结合用于EEG语音识别，并通过Savitzky-Golay滤波和递归特征消除提升性能	仅使用Kara One单一数据集进行验证，未提及实时处理能力和跨数据集泛化性	提高基于EEG信号的自动语音识别准确率，促进脑机接口和语音障碍辅助技术发展	EEG信号中的说话人识别任务	自然语言处理	言语障碍	EEG信号采集	Elman循环神经网络	EEG信号	未明确提及样本量（仅提及Kara One数据集）	NA	Elman循环神经网络	准确率	NA
509	2026-05-08	Privacy-Preserving Data Augmentation for Digital Pathology Using Improved DCGAN 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3551720 PMID:40100674	研究论文	提出一种基于改进深度卷积生成对抗网络的隐私保护数据增强方法，用于数字病理学中的全切片图像生成	结合CTransPath模型的自监督预训练提取丰富特征、引入最小二乘对抗损失和频域损失以提高像素精度和结构保真度、采用残差块和跳跃连接增强网络深度与训练稳定性	尚未提及在更广泛数据集或临床环境中的验证、隐私保护仅针对数据增强环节而未涉及训练过程的全面隐私保护	解决数字病理学中全切片图像数据受隐私法规限制导致深度学习模型性能受限的问题	数字病理学中的全切片图像数据增强与生成	计算机视觉，数字病理学	肿瘤学	NA	改进的深度卷积生成对抗网络（DCGAN），自监督预训练模型CTransPath	图像（全切片图像补丁）	PatchCamelyon数据集（具体数量未提及）	NA	改进DCGAN（含残差块和跳跃连接），CTransPath	SSIM， FID，准确率， AUC， F1分数	NA
510	2026-05-08	ESIP: Explicit Surgical Instrument Prompting for Surgical Workflow Recognition 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625420 PMID:41144421	研究论文	提出一种显式手术器械提示方法，用于手术工作流识别，通过手术器械分割生成视觉提示，引导时空特征提取与聚合	首次在手术工作流识别中引入显式手术器械提示，利用冻结预训练骨干网络提取关键帧内空间特征，并通过SAM分段与提示调优策略高效整合分割特征	论文摘要未明确提及局限性	提升手术工作流识别中时空特征提取的充分性，解决隐式方法难以利用强相关空间信息的问题	手术视频中的手术工作流识别任务	计算机视觉	NA	手术器械分割	SAM（分段任何模型）	视频	三个数据集：Cholec80、M2CAI和AutoLaparo	PyTorch	SAM	精确率、召回率、Jaccard指数	NA
511	2026-05-08	Identification of Pandemic Risk for Avian Influenza Virus With Graph Cross Attention Networks 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3625980 PMID:41150231	研究论文	提出图交叉注意力网络（GCAN-Flu），通过整合病毒基因组序列和基因流网络信息预测甲型流感病毒的大流行风险	首次利用病毒株间的基因重配关系构建基因流网络，并通过图交叉注意力层融合基因组序列与基因流多模态信息，弥补了传统序列方法忽略基因流动的不足	文中未明确指出模型在数据稀缺或新兴病毒株上的泛化能力，且对基因流网络的构建依赖已知的重配关系	利用病毒株间的基因流信息提高流感病毒大流行风险预测的准确性	甲型流感病毒的基因组序列及其基因重配关系	机器学习	流感大流行	基因重配分析	图神经网络、交叉注意力网络	基因组序列、基因流网络数据	NA	NA	图交叉注意力网络（GCAN-Flu）	NA	NA
512	2026-05-08	TC-KANRecon: High-Quality and Accelerated MRI Reconstruction via Adaptive KAN Mechanisms and Intelligent Feature Scaling 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3626343 PMID:41171650	研究论文	提出一种名为TC-KANRecon的条件引导扩散模型，结合多自由U-KAN模块和动态裁剪策略，实现高质量和加速的MRI重建	创新地引入多自由U-KAN模块和动态裁剪策略，通过多头注意力和标量调制因子增强鲁棒性和结构保持能力，并利用条件引导模型融合全采样k空间信息提升重建质量	未明确说明局限性，但潜在限制可能包括对高噪声、低采样率数据依赖性强以及计算开销可能较高	通过深度学习方法加速MRI重建过程，同时保持重建图像质量	MRI图像重建任务中的k空间数据和重建图像	数字病理学	NA	MRI	扩散模型	图像	NA	NA	U-KAN	定性和定量评估指标	NA
513	2026-05-08	HieRMVir: Interpretable Viral Classification via Hierarchical Deep Learning 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3627468 PMID:41171653	研究论文	提出一种名为 HieRMVir 的分层深度学习框架，用于对病毒基因组序列进行可解释且准确的分类	首次结合随机森林特征加权与基于互信息的注意力正则化，在分层分类中考虑生物分类层次结构和不同分类级别下基因组特征的信息量差异	未提及具体局限性	实现对病毒基因组序列的高精度分层次分类，并在传统序列比对方法失效时提供可解释的分类结果	病毒基因组序列	机器学习	传染病	基因组测序	随机森林、注意力机制	基因序列	超过100万条基因组序列	NA	分层神经网络，随机森林，互信息引导注意力	准确率，分层性能指标，注意力权重分析	NA
514	2026-05-08	MOAEAM: Multi-Omics Data Integration With Autoencoder and Attention Mechanisms for Cancer Patient Classification and Biomarker Identification 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628490 PMID:41182929	研究论文	提出MOAEAM深度学习框架，通过改进自编码器和注意力机制整合多组学数据，用于癌症患者分类和生物标志物识别	提出新型复合损失函数提取组学特异性特征，并设计多组学整合模块捕捉跨组学关联信息，同时引入辅助分类器提升性能	文本未明确提及方法局限，但可能涉及计算资源需求高或对超参数敏感等未说明问题	开发并验证用于癌症患者分类和生物标志物识别的多组学数据整合方法	癌症患者的多组学数据，涉及多个癌症数据集	机器学习	癌症	多组学数据整合	自编码器与注意力机制	组学数据	NA	NA	改进自编码器、注意力机制	分类性能	NA
515	2026-05-08	BiBLDR: Bidirectional Behavior Learning for Drug Repositioning 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628673 PMID:41191475	研究论文	提出双向行为学习策略BiBLDR，将药物重定位重新定义为行为序列学习任务，以解决冷启动场景下的预测难题	首次将药物重定位问题转化为双向行为序列学习任务，并设计两阶段策略，通过构建原型空间和利用双向行为序列数据实现冷启动场景下更稳健的药物-疾病关联预测	NA	解决图方法在药物重定位中冷启动场景下性能不佳的问题	药物和疾病间的关联关系	机器学习	NA	NA	双向行为学习模型	序列数据	NA	NA	NA	NA	NA
516	2026-05-08	Radar HRV Monitoring With Physiological Prior Inspired Deep Neural Networks 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3628628 PMID:41191472	研究论文	提出一种基于生理先验的深度学习框架，用于雷达无接触监测心率变异性	利用心脏驱动整个躯干运动的空间-时间先验和心脏运动自相似性先验，设计混合深度神经网络建模全身射频反射与心跳的关系，并建立信号增强策略，提升真实场景中心率变异性监测的鲁棒性	未明确提及局限性	实现真实复杂生理条件下基于雷达的无接触心率变异性准确监测	7,150名具有复杂生理条件的门诊患者	机器学习	心血管疾病	雷达传感	混合深度神经网络	雷达信号	7,150名门诊患者	NA	NA	平均IBI误差, RMSSD误差, SDSD误差, pNN50误差	NA
517	2026-05-08	PathFusion-Net: A Rough Path Theory-Based Deep Learning Model for ECG Arrhythmia Classification 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3629717 PMID:41196785	研究论文	提出一种结合粗糙路径理论与深度学习的PathFusion-Net模型，用于心电图心律失常分类	将粗糙路径理论中的路径签名和路径发展融入深度学习，同时提取心电图图像的空间形态特征和信号的多阶时序表征	缺少关于模型实时推断速度、硬件资源消耗以及跨中心泛化性的讨论	开发一种更贴近真实临床诊断环境的心律失常自动分类模型	MIT-BIH心律失常数据库和一份私有临床数据集中的心电图	机器学习	心血管疾病	心电图	CNN, LSTM	信号	NA	NA	PathFusion-Net	准确率, 精确率, 召回率	NA
518	2026-05-08	Genetic Perturbation Modeling for Human Cell Therapy With BRNET 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3629554 PMID:41196787	研究论文	提出BRNET模型用于预测多基因扰动下的非线性转录结果	将先验知识与高级嵌入整合到非堆叠神经结构中，能同时预测单个和多个遗传扰动的转录响应，并泛化到未见场景	NA	解决湿实验昂贵耗时问题，建立高效预测遗传扰动转录响应的计算模型	基因扰动后细胞的转录响应	机器学习	NA	RNA-seq	非堆叠神经网络	转录组数据	NA	PyTorch	BRNET	NA	NA
519	2026-05-08	CFTResNet: A Novel Cross-Domain Diagnosis Framework Guided by Interpretability for Cardiovascular Diseases 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3620820 PMID:41082434	研究论文	提出一种可解释的跨领域诊断框架CFTResNet，用于心血管疾病诊断，旨在缓解领域偏移并提高诊断可解释性	提出模块鲁棒性关键性策略评估预训练模型弱鲁棒部分，仅微调这些弱模块而非整个模型，并整合时间-通道融合模块增强心音信号特征表示	仅在心音数据集上验证，未探索其他类型数据或多模态融合；框架在更大规模或更复杂临床场景下的泛化性需进一步验证	开发一种可解释、跨领域泛化的深度学习诊断框架，用于自动化检测心血管疾病	心音信号中的病理模式（如心脏听诊中的细微病理特征）	机器学习, 数字病理学（心音分析）	心血管疾病	心音信号分析	ResNet	心音信号	两个公开心音数据集	PyTorch	ResNet, 时间-通道融合模块	诊断准确率, AUC, F1分数	NA
520	2026-05-08	HighMPNN: A Graph Neural Network Approach for Structure-Constrained Cyclic Peptide Sequence Design 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3620163 PMID:41082435	研究论文	提出了HighMPNN，一种面向环状肽序列设计的图神经网络方法	显式整合结构约束到GNN框架中，结合交叉熵损失与FAPE损失，同时优化序列生成和结构精度	当前仅支持天然氨基酸，未涵盖非天然残基和结构多样的环状肽骨架	开发专用于环状肽序列设计的图神经网络模型	环状肽序列	机器学习	NA	蛋白质结构预测、序列设计	图神经网络	蛋白质结构数据	NA	PyTorch	GNN	序列恢复率、Cα均方根偏差	NA