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
61	2026-07-10	Machine learning approaches for resource management and forecasting in energy consumption systems 2026-May-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52189-0 PMID:42106533	研究论文	本文探讨了利用机器学习方法解决可再生能源系统中的资源管理和预测问题，特别是结合深度学习模型与优化算法提高预测精度和系统稳定性	创新性地结合四阶段数据清洗方法与两阶段AI稳定系统，将Markowitz模型用于确定风能和太阳能的最优混合比例，并采用电池平滑过程减少残余波动	NA	通过人工智能和机器学习方法解决可再生能源系统的间歇性、预测不确定性和电网集成问题	可再生能源系统中的风能和太阳能发电预测、资源管理及维护调度	机器学习	NA	NA	支持向量机（SVM）、随机森林（RF）、长短期记忆网络（LSTM）	时间序列数据	NA	NA	Markowitz模型、LSTM	决定系数（R）、方差缩减率	NA
62	2026-07-10	Reducing social biases in text-based emotion prediction using semantic blinding and semantic propagation graph neural networks 2026-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46749-7 PMID:42103793	研究论文	提出语义传播图神经网络（SProp GNN），通过语义盲化减少文本情感预测中的社会偏见	首创语义盲化机制，使模型仅依赖句法结构和情感线索，避免特定词语导致的政治或性别偏见，同时保持较高预测性能	与基于Transformer的模型相比仍有约5.7%的准确率差异，且在情感维度预测任务上相关度存在0.075至0.145的差距	开发一种可解释、低偏见的机器学习情感预测架构，以公平有效地从文本中理解人类行为	文本情感预测任务，涵盖离散情感分类和维度情感预测	自然语言处理	NA	语义传播图神经网络	图神经网络（GNN）	文本	NA	NA	语义传播图神经网络（SProp GNN）	准确率（Accuracy）、相关系数（Correlation）	NA
63	2026-07-10	Evaluation of image quality between hybrid iterative reconstruction and deep learning reconstruction in low dose abdominopelvic CT in low body mass index individuals 2026-May-08, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52554-z PMID:42103976	研究论文	比较低体重指数个体在低剂量腹盆部CT中，混合迭代重建与深度学习重建的图像质量	首次在低BMI患者中系统评估深度学习重建相对于混合迭代重建在低剂量CT中的图像质量提升效果	样本量较小（50例），仅评估单一剂量水平，未进行泛化性验证	确定深度学习重建能否在给定剂量下提供更优的图像质量	低BMI（<18.5 kg/m²）患者接受低剂量增强CT腹盆部扫描的图像	计算机视觉	NA	CT扫描、iDose4迭代重建、深度学习图像重建（精确图像PI）	深度学习重建（DLIR）	图像	50例低BMI患者	NA	NA	信噪比、对比噪声比、图像噪声、Likert评分（5点量表）、组内相关系数	Philips 128层CT扫描仪
64	2026-07-10	Effective real-time self-rehabilitation exercise monitoring and correctness system for low back pain management 2026-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51088-8 PMID:42098294	研究论文	提出一种基于计算机视觉和深度学习的低成本、高效、用户友好的低位背痛康复运动实时监测与姿势纠正系统	利用单层64单元长短期记忆网络轻量模型，通过3D人体骨架关键点角度计算实现九种LBP康复运动姿势的实时识别与反馈，无需额外硬件或专业摄像头	未提及	开发低成本、高效的远程低位背痛康复运动监测与姿势纠正系统	低位背痛患者的康复运动姿势	计算机视觉	低位背痛	计算机视觉	长短期记忆网络	视频	未提及	NA	单层64单元LSTM	交叉验证准确率	普通RGB摄像头
65	2026-07-10	Adnexal torsion diagnosis framework with CT-based adaptive preprocessing and deep neural networks 2026-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50736-3 PMID:42098354	研究论文	本文评估了基于CT自适应预处理和深度神经网络在附件扭转自动诊断中的可行性	首次结合直方图聚类自适应窗宽和TotalSegmentator分割模型实现CT图像预处理，并对比2D多实例学习与3D卷积神经网络在附件扭转诊断中的效果	未提及	评估深度学习模型用于附件扭转CT自动诊断的可行性	回顾性收集自两家韩国三级医院的514名女性的1191次CT扫描	计算机视觉	妇科急症（附件扭转）	CT扫描	3D EfficientNet	CT图像	514名女性，其中259例手术确诊附件扭转和255例无扭转的附件囊肿，共1191次CT扫描	PyTorch	EfficientNet	AUC, 准确率, 特异性	NA
66	2026-07-10	Artificial Intelligence Diagnosis of Obstructive Sleep Apnoea using Overnight Pulse Oximetry: A Systematic Review and Bayesian Meta-Analysis 2026-May-06, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/80349 PMID:42138698	系统性综述与贝叶斯荟萃分析	评估基于夜间脉搏血氧饱和度的人工智能模型诊断阻塞性睡眠呼吸暂停的诊断准确性	首次对仅基于血氧数据的AI模型进行定量综合荟萃分析，并评估了发表偏倚和方法学局限性，提供了更清晰可靠的AI-血氧诊断性能证据基础	需要在不同人群和低患病率环境中进行前瞻性外部验证后才能广泛应用；存在中低偏倚风险	评估基于脉搏血氧读数的AI模型在诊断阻塞性睡眠呼吸暂停中的准确性	基于夜间SpO₂记录的AI诊断模型	机器学习	阻塞性睡眠呼吸暂停	脉搏血氧测量	神经网络分类器、深度学习特征提取模型	血氧饱和度时间序列数据	25项研究，共23,171名参与者，平均年龄40-63岁，平均BMI 25-37	NA	神经网络、深度学习特征提取网络	敏感性、特异性、诊断优势比、AUC	NA
67	2026-07-10	Uncertainty Exploration of Deep Learning Enabled Fast Multidimensional NMR Spectroscopy of Proteins 2026-05-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07201 PMID:41844363	研究论文	本研究通过建模内部不确定性，建立了无参考质量的评估基准，用于可靠深度学习重建生物NMR波谱	首次将三种不确定性量化框架（Deep Ensemble、MC Dropout、Evidential Deep Learning）集成到深度学习重建中，提供预测可靠性评估，无需参考数据	未提及具体局限性	提高深度学习加速多维NMR波谱的可靠性，避免过度自信预测和错误生物学解释	蛋白质的二维和三维NMR波谱	机器学习	NA	NMR波谱	深度学习模型	波谱数据	蛋白质二维和三维NMR波谱数据	NA	Deep Ensemble, Monte Carlo Dropout, Evidential Deep Learning	重建精度、不确定性图与重建残差一致性、全局重建和频率级细节可靠性	NA
68	2026-07-10	An Integrated Wasserstein GAN-Transformer Deep Learning Framework for Accurate Raman Spectral Identification of Escherichia coli Strains 2026-05-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00429 PMID:42007758	研究论文	提出一种结合Wasserstein生成对抗网络和Transformer分类器的集成深度学习框架，用于大肠杆菌菌株的拉曼光谱准确识别	首次将WGAN与Transformer结合用于拉曼光谱分析，通过生成式数据增强解决小样本和高光谱相似性问题，建立了生成增强-判别深度分析的通用范式	文中未明确提及具体局限性	实现大肠杆菌菌株（包括致病性和非致病性变体）的快速精准识别，用于临床诊断和食品安全监测	八种代表性大肠杆菌菌株	机器学习	大肠杆菌感染	拉曼光谱	WGAN与Transformer	拉曼光谱数据	每种菌株约300个原始光谱	NA	Wasserstein生成对抗网络，Transformer分类器	准确率	NA
69	2026-07-10	Interpretable Wavelet-CNN for Accurate Serum Raman Lung Cancer Diagnosis under Leakage-Safe, Patient-Level Splits 2026-05-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06703 PMID:42007946	研究论文	本文展示了将连续小波变换-卷积神经网络结合可解释性分析应用于血清拉曼光谱的肺癌诊断，在患者级数据拆分下实现了高准确率，并通过梯度加权类激活映射识别了与癌症代谢相关的关键拉曼峰	首次在临床血清样本中验证了CWT-CNN对生物变异的鲁棒性，并引入Grad-CAM与逆CWT重建实现特征归因的可解释性分析，揭示了诊断决策与癌症代谢相关的分子特征（如苯丙氨酸、脂质、核苷酸和色氨酸的拉曼峰）	未提及	验证CWT-CNN深度学习在临床血清拉曼光谱诊断中的准确性、鲁棒性和可解释性	213例患者血清样本（106例肺癌、107例对照），每例仅需5 μL血清和10分钟采集时间	机器学习、数字病理学	肺癌	拉曼光谱	卷积神经网络（CNN）	光谱数据	213例患者血清样本（回顾性队列）	NA	连续小波变换-卷积神经网络（CWT-CNN）	准确率、灵敏度、特异性	NA
70	2026-07-10	Automated deep learning by recurrent hyperparameter optimization 2026-May-04, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72413-9 PMID:42082472	研究论文	本文提出了一种名为Rocket的循环超参数优化框架，通过自我对弈强化学习自动调整混合类型超参数，无需领域知识	首次提出基于自我对弈强化学习的循环超参数优化方法，处理混合类型超参数，并设计了奖励近似机制以加速在大型数据集上的学习	未明确提及局限性，可能涉及对超参数类型的完全覆盖或极端复杂任务的适应性	自动化深度学习模型超参数优化，减少对领域专家和计算资源的依赖	深度学习模型的超参数（混合类型）	机器学习	NA	NA	深度学习模型（基于强化学习的策略代理）	未明确指定，但涉及大规模数据集	跨8个深度学习任务和32个基准测试	PyTorch（推测，基于常见强化学习实现）	策略代理（基于强化学习）	优化时间、成本、模型性能（达到专家调优结果）	未明确指定，但提到在工业部署中减少优化时间和成本
71	2026-07-10	A large-scale 12-lead electrocardiogram dataset for acute coronary syndrome prediction containing 19,955 ECGs 2026-May-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07278-0 PMID:42082497	研究论文	提供了一个包含19,955份心电图的大规模12导联心电图数据集，用于急性冠脉综合征预测	首次公开了大规模、带有造影金标准标签的12导联心电图数据集，用于ACS预测，并提供了基线深度学习模型	未明确说明，但可能包括数据集的样本量相对有限、研究仅基于单中心数据等潜在局限	为急性冠脉综合征预测提供公开的大规模心电图数据集和基线模型，推动AI在该领域的研究	19,955份10秒12导联心电图记录，来自18,909名接受数字减影血管造影的患者	机器学习	心血管疾病	心电图	深度学习模型	心电图信号	19,955份心电图记录，来自18,909名患者	NA	NA	NA	NA
72	2026-07-10	Noninvasive molecular subtyping of breast cancer using multimodal ultrasound spatiotemporal transformer 2026-May-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02699-y PMID:42082579	研究论文	提出首个多模态超声时空变换器MUST-Sub，结合B型形态特征与对比增强超声血流动力学模式对乳腺癌进行无创分子分型	首次将多模态超声时空变换器应用于乳腺癌分子分型，结合形态学与血流动力学两种模式，并实现可解释的时空注意力定量生物标志物分析	需要在多个外部队列中验证，并且可能受限于回顾性训练数据集的偏倚	开发无创的乳腺癌分子分型方法，以替代当前需要活检的分子分型方式	乳腺癌患者	医学影像分析	乳腺癌	多模态超声成像（B型超声+对比增强超声）	变换器	超声图像（B型形态学+对比增强动态数据）	回顾性开发队列及内部、前瞻性、多中心外部验证队列	NA	时空变换器	AUC	NA
73	2026-07-10	Geometric deep learning enables high-fidelity network imputation for HIV transmission modeling 2026-May-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01640-4 PMID:42082684	研究论文	利用几何深度学习进行高保真网络插补，以支持HIV传播建模	首次将图神经网络应用于注射毒品人群的社交网络插补，并验证其在HIV传播模型中的流行病学相关性	插补网络与经验网络在结构性一致性上仍有差距，且依赖于场所数据提升性能	评估几何深度学习在网络插补中的实际表现及其在传染病建模中的翻译效用	印度新德里的2512名注射毒品者（PWID）及其注射伙伴关系网络	机器学习	HIV/AIDS	NA	图神经网络 (GNN)	人口学、行为学、空间注射场所特征数据	2512名注射毒品者（主要队列），外加一个独立PWID网络（外部验证）	PyTorch	图神经网络 (GNN)	准确率 (accuracy)、精确率 (precision)、召回率 (recall)、F1分数、谱相似度 (spectral similarity)	NA
74	2026-07-10	Multimodal deep learning model for multiclass classification of renal tumors 2026-May-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02697-0 PMID:42082763	研究论文	开发并验证了一种多模态深度学习模型MPANet，整合多相增强CT和临床信息，用于四种常见且易混淆的肾肿瘤多类分类	提出了MPANet模型，能够同时利用完整相和缺失相CT数据进行多模态分类，在内部和外部测试集上均优于单相模型和放射科医生评估	未在文章中明确提及局限性	开发并验证一种多模态深度学习模型，用于肾肿瘤的多类分类，提高治疗决策的准确性	四种常见肾肿瘤：透明细胞肾细胞癌（ccRCC）、乳头状肾细胞癌（pRCC）、嗜酸细胞性肿瘤（包括嫌色细胞肾细胞癌（chRCC）和肾嗜酸细胞瘤（RO））、少脂肪血管平滑肌脂肪瘤（fpAML）	计算机视觉	肾癌	NA	深度学习模型	CT图像和临床信息	1688例多中心病例	NA	MPANet（多相注意力网络）	宏平均AUC、微平均AUC、准确率	NA
75	2026-07-10	Computational glycosyltransferases masked deoxynivalenol toxicity and halted FHB spread in wheat grains 2026-05, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.08.045 PMID:40858235	research paper	本研究开发了一种深度学习模型用于预测糖基转移酶的底物杂泛性，并成功鉴定了两种可解毒脱氧雪腐镰刀菌烯醇的UDP-糖基转移酶	首次将transformer框架应用于糖基转移酶底物杂泛性预测，实现高效的计算酶挖掘，为农业生物技术中功能性酶发现提供了数据驱动的新方法	酶源数量有限，仅验证了两种UDP-糖基转移酶的功能，且转基因小麦的田间表现有待进一步评估	开发深度学习模型预测糖基转移酶的底物杂泛性，计算性鉴定新的脱氧雪腐镰刀菌烯醇解毒酶	糖基转移酶、脱氧雪腐镰刀菌烯醇、禾谷镰刀菌、转基因小麦	machine learning	小麦赤霉病	深度学习模型预测、酶活性验证、转基因小麦生物测定	Transformer	序列数据	NA	Transformer	Transformer	NA	NA
76	2026-07-10	Explainable AI in Cardiology Diagnostics: A Systematic Review of Machine Learning, Meta-heuristic Optimization, and Clinical Text Mining for Coronary Artery Disease 2026-May, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106321 PMID:41653696	综述	系统综述了机器学习、元启发优化和可解释人工智能在冠心病诊断中的应用	综合评估了机器学习、自然语言处理、元启发优化和可解释AI在冠心病诊断中的应用，并强调混合框架的潜力	数据稀缺、外部验证有限、缺乏标准化和临床医生为中心的可解释性，阻碍临床采纳	探讨并评估各种人工智能方法在预测和诊断冠心病中的性能及可解释性	61项关于AI在冠心病诊断中的研究	自然语言处理, 机器学习	冠心病	机器学习, 自然语言处理, 元启发优化	Transformer, BioBERT, ClinicalBERT, 遗传算法, 粒子群优化	文本, 结构化数据	61项研究	NA	Transformer, 遗传算法, 粒子群优化	准确率	NA
77	2026-07-10	Artificial intelligence approaches for non-invasive diabetes prediction using ECG signals: A systematic review 2026-May-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109264 PMID:41643489	综述	系统综述了基于心电图信号的人工智能方法用于无创糖尿病预测的研究	首次系统评估基于心电图信号的机器学习和深度学习模型在无创糖尿病预测中的应用，并强调外部验证和公平性审查的重要性	大多数研究使用小型单中心横截面数据集，缺乏外部验证和亚组性能评估；未针对农村或服务不足人群，代码开源率低	批判性评估基于心电图信号的机器学习和深度学习模型在无创预测糖尿病和糖尿病前期的应用	机器学习和深度学习模型	机器学习	糖尿病	心电图信号，人工智能	机器学习，深度学习	心电图信号	25项研究，样本量从24到超过190,000人不等	NA	NA	准确率（>90%）	NA
78	2026-07-10	GFASNet: Gait feature attention-driven deep sequential network for dementia-related gait pattern analysis 2026-May, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103377 PMID:41713110	研究论文	提出GFASNet，一种基于步态特征注意力驱动的深度序列网络，用于识别痴呆相关的步态模式	在序列深度学习架构中引入特征级注意力机制，增强模型可解释性，并量化单个步态参数的相对贡献，使其可作为候选数字生物标志物	NA	开发可解释的深度学习模型，识别痴呆相关的步态变化，并评估其作为数字生物标志物的潜力	232名参与者的时空步态数据，包括痴呆患者和非痴呆者	机器学习	痴呆症	NA	LSTM, BiLSTM, GRU, BiGRU	步态序列数据	232名参与者，每人8个连续步幅的步态序列	NA	GFASNet（基于注意力机制的递归神经网络变体）	分类准确率	NA
79	2026-07-09	A novel framework integrating a coupled mixing rule with deep learning for toxicity prediction and environmental risk assessment of antibiotic mixtures 2026-May-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124079 PMID:41734879	研究论文	提出一种结合耦合混合规则与Transformer深度神经网络的框架，用于预测抗生素混合物毒性并进行环境风险评估	创新性地开发了耦合混合规则以优化混合物描述符构建，并建立Transformer-DNN模型实现多任务毒性预测，相比传统方法预测准确率提升12.8%，误差降低53.9%	未明确提及具体局限性	提高抗生素混合物毒性预测准确性，并评估其生态风险，强调在环境风险评估中考虑混合物效应的重要性	抗生素混合物	机器学习	NA	NA	Transformer-DNN	NA	NA	NA	Transformer, 深度神经网络 (DNN)	R (相关系数), 预测准确率, 预测误差	NA
80	2026-07-09	Multiscale decomposition and fuzzy-rule attention: A transferable cross-basin framework for long-term water quality forecasting 2026-May-01, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125593 PMID:41734573	研究论文	提出一种融合多尺度分解与模糊规则的跨流域深度学习框架，用于河流水质的长期预测	首次将多通道奇异谱分析与带自适应模糊机制的Transformer架构相结合，实现跨流域可迁移的水质长期预测，并验证了结构性先验在不同流域间的转移能力	NA	开发一种兼具高预测精度和跨流域泛化能力的水质长期预测方法	中国多个河流流域2007至2022年间149个监测站的原位观测数据	机器学习	NA	多通道奇异谱分析	Transformer	时间序列数据	149个监测站	PyTorch	Transformer	纳什-萨特克利夫效率系数	NA