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
781	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
782	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
783	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
784	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
785	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
786	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
787	2026-05-08	BreastUS-Net: An Attention-Guided Dual-Branch Network With Feature Fusion for Fine-Grained Breast Tumor Classification in Ultrasound Imaging 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3620256 PMID:41086071	研究论文	提出一种名为BreastUS-Net的双分支注意力引导网络，用于超声影像中的细粒度乳腺肿瘤分类	提出双分支MobileNet架构结合冻结与微调层以融合任务特定和通用特征，集成多头自注意力块增强诊断区域关注，并采用正交softmax层提升判别能力	NA	通过分层分类方法提升超声影像中乳腺肿瘤诊断的准确性和临床适用性	乳腺肿瘤（包括纤维腺瘤、叶状肿瘤及其分级）的超声影像	计算机视觉、数字病理	乳腺癌	超声成像	MobileNet、多头自注意力	图像	六个多中心数据集：浙江肿瘤医院（2,171张）、BUSI（780张）、云南肿瘤医院（351张）、邵逸夫医院（365张）、纤维腺瘤vs叶状肿瘤分类及叶状肿瘤分级数据集	NA	双分支MobileNet、多头自注意力块、正交softmax层	准确率	NA
788	2026-05-08	ML-TGNet: A Multi-Level Topology Guidance Network for Motor Imagery Decoding 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3624298 PMID:41129446	研究论文	提出一种多层拓扑引导网络ML-TGNet，利用脑同步信息解码运动想象脑电信号	首次将脑拓扑同步信息引入MI解码，通过多级拓扑引导模块提取与MI任务相关的特征，减少冗余信息	未明确提及局限性，但可能依赖公开数据集且未讨论实际BCI应用中的实时性挑战	利用脑动力学信息提高运动想象解码性能	运动想象脑电信号中的脑同步特征	机器学习	NA	脑电图	CNN	脑电信号	三个公开数据集：BCI Competition IV-2a、High Gamma、OpenBMI	NA	ML-TGNet	准确率	NA
789	2026-05-08	DPGOK: A Deep Learning-Based Method for Protein Function Prediction by Fusing GO Knowledge With Protein Features 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3622996 PMID:41129441	研究论文	提出一种名为DPGOK的深度学习方法，通过融合蛋白质感知的GO表示与蛋白质特征来预测蛋白质功能	首次提出为每个蛋白质定制GO嵌入以反映蛋白质特异的功能相关性，并利用知识图谱损失生成稳定的GO语义表示	未在更广泛的蛋白质序列或结构数据上验证，且依赖同源性方法提升性能可能引入偏差	提高蛋白质功能预测的准确性，以协助理解疾病机制和发现药物靶点	蛋白质及其功能预测	机器学习	NA	深度学习	深度学习模型（DPGOK）	蛋白质序列数据	NA	NA	知识图谱嵌入与特征融合架构	准确率（未具体说明）	NA
790	2026-05-08	Confident and Trustworthy Model for Fidgety Movement Classification 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3624341 PMID:41129439	研究论文	提出一种深度学习模型，用于婴儿扭动运动分类，能在不确定时选择性放弃分类	引入两种新颖的正则化损失，确保模型在两个运动类别间保持平衡覆盖率，并能评估自身分类置信度	未明确说明局限性，但可能涉及数据多样性或模型泛化性不足	提升自动全身运动评估的可及性，解决现有模型无法判断决策置信度的缺陷	婴儿扭动运动（Fidgety Movements），用于评估神经系统发育和脑瘫风险	计算机视觉	脑瘫	NA	深度学习网络	视频	NA	NA	NA	视频层面覆盖率、置信度	NA
791	2026-05-08	Comparative Performance of IMU and sEMG in Locomotion Mode Prediction Across Transitional and Steady-State Cyclic/Non-Cyclic Gaits 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3623132 PMID:41129445	研究论文	对惯性测量单元和表面肌电图在跨过渡态和稳态周期/非周期步态中的运动模式预测性能进行系统比较分析	揭示了不同模态在特定步态类型中的最优窗口长度和深度学习架构，为多模态融合提供具体指导	未说明	系统比较IMU和sEMG在人类运动模式预测中的性能差异	人类受试者（9名）的17种步态活动	机器学习	NA	IMU, sEMG	CNN, LSTM, TCN	时间序列数据	9名受试者，17种步态活动	NA	CNN, LSTM, TCN	分类准确率	NA
792	2026-05-06	Association of MRI-Visible Perivascular Spaces With Longitudinal Cognitive Decline Over a Decade 2026-May-12, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214803 PMID:42030516	研究论文	探究MRI可见的血管周围间隙（PVS）与十年间纵向认知功能下降之间的关系	独立于其他小血管疾病标志物，证明基底节区PVS负荷对执行功能和视空间技能纵向下降的独立贡献	无法建立因果关系	明确PVS作为独立小血管疾病标志物在纵向认知下降中的临床意义	无卒中或痴呆的老年参与者	机器学习	脑血管疾病	3T MRI, 深度学习	深度学习算法	医学影像	750名参与者（平均年龄68岁，52%女性）	NA	NA	NA	NA
793	2026-05-06	Deep Learning-Aided SERS Detection of Microplastics in Water Samples with a Hierarchically Porous Gold Sponge Substrate 2026-May-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06552 PMID:42010957	研究论文	提出一种结合多孔金海绵基底与深度学习框架的无预处理微塑料SERS检测方法	创新性地将静电功能化SERS基底与可解释深度学习框架结合，实现无预处理的复杂水样中微塑料分类检测	未提及对更广泛环境水样（如海水、废水）的验证以及不同尺寸微塑料的定量分析能力	开发一种无预处理的微塑料SERS检测方法，结合深度学习实现准确分类与化学可解释性	五种代表性微塑料：聚四氟乙烯、聚丙烯、聚苯乙烯、聚氯乙烯、聚对苯二甲酸乙二醇酯	机器学习	NA	表面增强拉曼散射（SERS）	卷积神经网络（CNN）	光谱数据	在拉曼数据集上评估，具体样本量未提及	NA	二值卷积神经网络（模块化一对其余架构）	精确率	NA
794	2026-05-06	Brain tumors classification using electrical bioimpedance spectroscopy based on a multi-scale feature extraction network with frequency band attention mechanism 2026-May-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5f9e PMID:41985487	研究论文	提出一种结合多尺度阻抗特征提取和频段注意力机制的深度学习框架，用于脑肿瘤分类	首次将多尺度特征提取与频段注意力机制集成于生物电阻抗谱分析，实现自动肿瘤分类	样本量为52个，较小，可能影响模型泛化能力	开发基于电阻抗谱的脑肿瘤快速自动分类方法	脑肿瘤组织样本（包括胶质瘤、脑膜瘤、转移瘤等）	机器学习	脑肿瘤	生物电阻抗谱测量	CNN	电阻抗谱数据	52个脑肿瘤样本	NA	并行卷积核（尺寸1, 3, 5, 7, 9）	精确率, 灵敏度, 特异度, F1分数	NA
795	2026-05-06	SAM2HIPT: a hybrid deep learning framework integrating SAM2 and HIPT with joint loss optimization for immunohistochemical cell nucleus segmentation 2026-May-05, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae63d6 PMID:42025178	研究论文	提出了一种结合SAM2和HIPT的混合深度学习框架SAM2HIPT，采用联合损失优化，用于免疫组织化学图像细胞核分割	首次将SAM2与HIPT结合，构建两阶段分割框架，并设计联合损失函数实现两个阶段的协同优化	NA	提高免疫组织化学图像中细胞核分割的准确性和边界描绘能力	免疫组织化学图像中的细胞核	数字病理学	NA	NA	混合深度学习模型（SAM2和HIPT）	图像	两个公开数据集：BCData和DeepLIIF	NA	SAM2, HIPT	Dice系数, HD95边界误差	NA
796	2026-05-06	Predicting Intracranial Aneurysm Rupture Risk and Intervention Outcomes Using Denoising-Enhanced CTA 2026-May-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9093 PMID:41213812	研究论文	开发一个综合多模态框架，利用去噪增强CTA图像，预测颅内动脉瘤破裂风险及干预结果	提出一种新颖的去噪算法提升CTA图像质量，并整合临床变量、影像组学特征和深度学习衍生的形态学数据，构建三模态融合框架	未说明	评估颅内动脉瘤破裂风险并预测干预结局	352名接受CTA检查的颅内动脉瘤患者	计算机视觉	颅内动脉瘤	CTA	CNN	图像、文本	352名患者	NA	NA	AUC	NA
797	2026-05-06	Deep-Learning Accelerated Vessel Wall Imaging Using T1-SPACE at Ultra-High-Field Strength MRI 2026-May-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9097 PMID:41213815	研究论文	评估在7T超高场强MRI下，使用基于深度学习的图像重建（DLBIR）加速T1-SPACE序列进行颅内血管壁成像（IC-VWI）的可行性和技术性能	首次在7T超高场强MRI下评估基于深度学习的图像重建加速T1-SPACE序列在颅内血管壁成像中的应用，并显示相比标准方案在图像质量和采集时间上的显著优势	单中心回顾性研究，样本量有限（36名患者），且未评估深度学习重建对诊断准确性的影响	评估7T MRI下基于深度学习的T1-SPACE序列在颅内血管壁成像中的可行性和表现	36名接受7T颅内血管壁成像的患者	计算机视觉	NA	7T MRI, T1-SPACE序列, 深度学习图像重建（DLBIR）	深度学习	MRI图像	36名患者（21名女性，平均年龄53.3岁）	NA	NA	图像质量（噪声、伪影、清晰度、整体质量），血管壁和管腔可视化评分（4点Likert量表），比值比（OR），置信区间（CI），假发现率（FDR）校正的P值，Wilcoxon检验，Bland-Altman图，一致性百分比	NA
798	2026-05-06	Comparative Evaluation of Deep Learning Models for 3D Segmentation and Volumetry of Vestibular Schwannomas Using Large Heterogeneous Data Sets with External Validation 2026-May-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9112 PMID:41260669	研究论文	评估五种深度学习模型在三维分割与体积测量听神经鞘瘤上的表现，使用大型异质性数据集并进行外部验证	首次系统比较nnUNet、U-Mamba、UNETR和MedSAM等深度学习模型在听神经鞘瘤三维分割中的性能，并评估采集异质性对模型鲁棒性的影响	研究未探讨模型在非对比增强MRI或其他序列上的泛化能力，且外部验证数据集来源有限	比较深度学习模型在听神经鞘瘤三维分割与体积测量中的准确性及鲁棒性	听神经鞘瘤患者在T1对比增强MRI上的扫描影像	计算机视觉，数字病理学	听神经鞘瘤	MRI扫描	卷积神经网络(CNN)，Transformer，基础模型	医学图像（3D MRI）	内部训练集2692次扫描（383名患者），内部测试集277次扫描（97名患者），外部测试集241次扫描	NA	nnUNet (Base, ResEncL), U-Mamba, UNETR, MedSAM	Dice相似系数，Hausdorff距离，表面到表面距离，相对体积误差	NA
799	2026-05-06	Vessel Wall Imaging at 7T: State of the Art 2026-May-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9065 PMID:41136333	综述	本文综述了7T磁共振血管壁成像的技术发展、临床应用及未来方向	系统总结了7T-VWI从早期尝试到关键技术突破的演进过程，包括脉冲序列开发和脑脊液抑制技术的整合	存在B1场不均匀性、缺乏标准化协议等挑战	总结7T磁共振血管壁成像的技术现状和临床潜力	颅内血管壁	数字病理学	脑血管疾病	7T-MRI	NA	图像	NA	NA	NA	NA	NA
800	2026-05-06	Comparative Analysis of Artificial Intelligence-Based Quantification versus Visual Rating of Enlarged Perivascular Spaces in the Multi-Ethnic Study of Atherosclerosis Cohort 2026-May-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9129 PMID:41397892	研究论文	比较人工智能基于量化与视觉评分在动脉粥样硬化多种族研究队列中扩大的血管周围间隙的分析	首次系统比较了基于人工智能的自动量化方法与传统视觉评分在检测扩大的血管周围间隙与血管风险因素和认知功能关联中的敏感性，显示出AI方法的更高敏感性	NA	比较视觉评分与基于人工智能的量化方法在识别扩大的血管周围间隙与血管风险因素和认知表现关联中的效果	扩大的血管周围间隙（PVS）及其与血管风险因素和认知功能的关系	机器学习	心血管疾病	脑MRI	深度学习	图像	235名来自动脉粥样硬化多种族研究队列的参与者	NA	NA	关联性指标（如β系数和95%置信区间）	NA