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
2381	2026-07-10	GaitNet: Transfer Learning-Enhanced CNN-GRU Architecture for Intention Detection in Healthy and Post-Stroke Participants 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3706357 PMID:42335064	研究论文	提出GaitNet，一种融合迁移学习的双分支CNN-GRU框架，用于健康与中风后患者的运动意图检测	首次将迁移学习与双分支CNN-GRU架构结合，实现数据高效的意图检测，在仅用45%训练数据时仍保持>98%的准确率	未明确提及局限性，但健康参与者中的闭环控制测试可能未完全代表临床实时场景	开发高精度、数据高效且实时的运动意图检测方法，以改善中风康复辅助机器人控制	健康参与者和中风后参与者	机器学习	中风	NA	CNN-GRU	时间序列数据	健康参与者与中风后参与者，具体数量未提及	TensorFlow, Keras	CNN, GRU, 交叉注意力	准确率, 精确率, 召回率, F1分数	NA
2382	2026-07-10	CNN-Based Modeling Reveals Temporal Brain Dynamics of Auditory Intensity Processing 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3709314 PMID:42391058	研究论文	使用基于CNN的动态模型解码fNIRS数据中的听觉强度信息，揭示大脑颞叶动力学	首次采用Siamese卷积神经网络直接从完整HbO试验波形解码强度等级，实现了波形级的动态皮层反应表征，并强调了时间锁定波形特征在强度编码中的关键作用	样本量较小（18名正常听力成年人），未涉及听力受损人群或强度感知的个体差异探索	理解人类大脑如何编码听觉强度，特别是单次试验血流动力学反应的时间动态特征	18名正常听力成年人的fNIRS数据，包含两个刺激队列（3或4个强度水平加安静基线）	机器学习	NA	fNIRS	CNN	时间序列波形	18名正常听力成年人，两个刺激队列（3或4个强度水平加基线）	PyTorch	Siamese卷积神经网络	准确率	NA
2383	2026-07-10	TongueNet-GYN: a multimodal deep learning framework for non-invasive gynecological disease screening in digital public health 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1854215 PMID:42415771	研究论文	提出TongueNet-GYN，一种基于舌像分析与现代AI的无创妇科疾病筛查框架	结合了结构化临床先验知识与通过增强型Attention-CLIP模型提取的深度语义特征，并引入量化的形态学特征以模拟临床诊断逻辑，实现了舌像分析在妇科疾病无创筛查中的创新应用	摘要未明确提及限制	开发一种精准、高效、可扩展的数字健康解决方案，用于改善妇女慢性病管理的早期筛查和健康公平	多囊卵巢综合征(PCOS)和子宫内膜异位症等妇科疾病	数字病理学	妇科疾病（多囊卵巢综合征、子宫内膜异位症）	舌像分析	Attention-CLIP	图像（舌像）	3,167张舌像图像	NA	Attention-CLIP	准确率(Accuracy)、AUC	NA
2384	2026-07-10	Retraction: Convolutional neural network model by deep learning and teaching robot in keyboard musical instrument teaching 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0352739 PMID:42418419	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2385	2026-07-10	Artificial intelligence-driven phage therapy in veterinary medicine: an adaptive One Health strategy to mitigate antimicrobial resistance in livestock systems 2026, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2026.1829777 PMID:42421846	综述	探讨人工智能驱动的噬菌体疗法在兽医学中的应用，作为缓解畜牧系统抗菌药物耐药性的适应性“同一个健康”策略	系统整合人工智能在噬菌体疗法中的最新进展，包括深度学习预测宿主、图基因组模型、强化学习优化鸡尾酒疗法、AI辅助基因组筛选增强生物安全评估等，并提出在“同一个健康”框架下的适应性部署策略	大多数AI应用仍处于计算概念验证或临床前阶段，缺乏实地验证；经济模型中的估计值仅为示意性，关键知识空白待填补	综述AI引导的噬菌体发现、流行病学建模、微生物组调控、水平基因转移风险评估、经济评估和监管创新，以推动精准兽用噬菌体疗法发展	畜牧系统中的抗菌药物耐药性及噬菌体疗法，重点关注家禽、猪、牛和水产养殖系统	机器学习	细菌感染性疾病（与抗菌药物耐药性相关）	深度学习、图基因组模型、强化学习、AI辅助基因组筛选	深度学习模型、图神经网络、强化学习模型	基因组数据、流行病学数据、经济模型数据	NA（综述文章，未涉及具体样本）	NA	NA	准确性（对基准数据集）	NA
2386	2026-07-10	Cross-modal fusion of cytomorphology and 18F-FDG PET/CT for non-invasive bone marrow immune microenvironment decoding in multiple myeloma 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1856163 PMID:42421956	研究论文	开发了一种跨模态深度学习框架ImmunoCast-MM，通过整合细胞形态学和18F-FDG PET/CT图像，非侵入性地解码多发性骨髓瘤的骨髓免疫微环境	首次结合骨髓涂片细胞形态学与全身PET/CT成像，通过对比学习融合模块，将两种常规诊断检查转化为非侵入性的BMME分析工具，并生成免疫功能障碍指数（IDI）	NA	开发一种非侵入性的多发性骨髓瘤骨髓免疫微环境解码方法，以支持风险评估和免疫治疗分层	多发性骨髓瘤患者的骨髓涂片细胞形态学和18F-FDG PET/CT影像数据	计算机视觉	多发性骨髓瘤	NA	深度学习	图像	243名初诊多发性骨髓瘤患者	PyTorch	DinoBloom	Spearman相关系数, 一致性指数, 受试者工作特征曲线下面积	NA
2387	2026-07-10	Machine learning-driven discovery of antimicrobial peptides against Pseudomonas aeruginosa 2026, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2026.1837055 PMID:42422065	研究论文	开发了一种结合深度学习与经典机器学习方法的集成预测框架，用于快速准确识别抗微生物肽，并成功筛选出针对铜绿假单胞菌的候选肽	将深度学习与经典机器学习方法相融合构建集成预测框架，实现大规模肽序列的高效筛选与传统发现方法相比显著提升了效率和准确性	NA	开发一种高效可靠的抗微生物肽高通量筛选方法，以应对抗生素耐药性危机	抗微生物肽及铜绿假单胞菌	机器学习	细菌感染相关疾病	固相合成、扫描电子显微镜、分子动力学模拟、转录组测序	深度学习与经典机器学习集成模型	人工生成的肽序列数据	超过25万个人工生成的肽序列	NA	NA	最低抑菌浓度	NA
2388	2026-07-10	Integrating deep learning 3D tracking and biophysical EOD modeling for precise, noninvasive computational neuroethology in freely swimming weakly electric fish 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1810975 PMID:42422234	研究论文	提出一种整合深度学习3D追踪与生物物理电器官模型的方法，用于自由游动的弱电鱼的非侵入性计算神经行为学研究	首次将深度学习3D追踪与电模型相结合，实现了基于电信号的3D追踪概念验证，并提出了生物启发的非对称电荷分布模型，优于传统偶极子模型	概念验证研究，仅针对脉冲型鱼类，尚未扩展到多动物或波型电鱼，且依赖多摄像头系统进行训练数据生成	开发一种基于电信号的非侵入性3D追踪方法，用于暗深水环境中弱电鱼的运动监测，并支持神经行为学研究	自由游动的脉冲型弱电鱼	计算机视觉, 机器学习	NA	电信号记录, 深度学习3D追踪, 电器官模型模拟	深度学习模型（3D骨骼轨迹重建）, 生物物理模型（电荷分布模型）	视频数据, 电信号数据	单条自由游动的弱电鱼（概念验证）	PyTorch（推测，基于深度学习3D追踪）	深度学习3D骨骼重建网络（未指定具体架构）, 电荷分布模型（非对称模型, 偶极子模型）	空间精度（约0.8 mm/坐标）	多摄像头系统, 深层水箱, 电极阵列
2389	2026-07-10	Advanced retinal disease detection using RHT-Net: a hybrid deep learning approach with augmented fundus imaging 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1837336 PMID:42422365	研究论文	提出RHT-Net混合深度学习架构，用于从眼底彩照中多分类九种视网膜疾病	融合残差卷积神经网络与Transformer编码器，同时提取局部特征和全局依赖关系	需要进一步的外部验证和面向部署的优化才能投入临床实际应用	实现视网膜疾病的准确、可扩展的自动化筛查系统	孟加拉患者的5318张彩色眼底图像数据	计算机视觉	视网膜疾病	数据增强（旋转、翻转、高斯噪声）、CLAHE对比度增强	混合深度学习架构（RHT-Net）	图像	5318张眼底彩照（增强后21272张），按80/20划分训练测试集	NA	ResNet、Transformer编码器	准确率、F1分数、混淆矩阵、Grad-CAM可视化	NA
2390	2026-07-10	Brain age gradients as intermediate phenotypes linking plasma p-tau217 to cognition in community-dwelling older adults 2026, NPJ dementia DOI:10.1038/s44400-026-00115-6 PMID:42422561	研究论文	探索社区老年人中血浆p-tau217通过脑年龄梯度影响认知的中间表型	首次将脑年龄梯度分解为六个区域因子，并验证其作为血浆p-tau217与认知功能之间中介通路的特异性	横断面设计无法推断因果关系；样本主要来自单一队列且年龄范围较宽（≥60岁亚组仅71人），普适性有限	研究血浆磷酸化tau-217（p-tau217）与认知功能的关系是否通过脑年龄梯度介导	518名社区老年成年人（平均年龄43.7岁，70.8%女性）的神经影像数据及血浆p-tau217水平	机器学习和神经影像学	阿尔茨海默病及相关认知障碍	血浆p-tau217检测、MRI脑成像	深度学习脑年龄模型	神经影像数据	518名成年人（≥60岁亚组71人）	NA	深度学习脑年龄模型，探索性因子分析分解为六个梯度	蒙特利尔认知评估（MoCA）分数	NA
2391	2026-07-10	Dual-stage deep learning framework for neuroblastoma differentiation by integrating cell segmentation and multiscale modeling 2026, World journal of pediatric surgery IF:0.8Q4 DOI:10.1136/wjps-2025-001149 PMID:42422597	研究论文	提出一个两阶段深度学习框架，通过整合细胞分割和多尺度建模实现神经母细胞瘤分化的精确分类	创新性地将改进的MedSAM与优化后的Swin Transformer结合，通过级联特征提取和决策机制解决肿瘤微环境干扰和小样本泛化问题	在小样本数据集上验证，且识别准确性在低比例亚型上可能受限	开发客观定量的智能辅助诊断技术，用于神经母细胞瘤的病理诊断	神经母细胞瘤患者全切片图像（共185例患者的185张整张切片）	数字病理学	神经母细胞瘤	数字病理图像分析	MedSAM, Swin Transformer	图像（病理全切片图像）	185例患者的185张整张切片	PyTorch	MedSAM, Swin Transformer	Dice系数, AUC, 95%置信区间	NA
2392	2026-07-10	Artificial intelligence applications in surgical education and training: a systematic review 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1815315 PMID:42422722	系统性综述	系统评价人工智能在外科教育与培训中的应用现状及效果	首次系统性整合2020-2025年间AI在外科培训中的多样化应用（深度学习、预测模型、语言工具）	异质性结局指标、小样本量、单中心设计限制了研究间的可比性	评估人工智能在外科教育与培训中的客观反馈和认知引导效果	外科模拟训练、机器人手术、腹腔镜手术及计算机辅助训练系统	机器学习	NA	深度学习、计算机视觉	深度学习模型、预测模型、语言模型	文本	21篇纳入研究的文献	NA	NA	准确率、召回率、F1分数	NA
2393	2026-07-10	Growth-rate analysis of clathrin assembly: inferring endocytic kinetics in living cells and tissues 2026, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2026.1844575 PMID:42422881	综述	本文综述了基于生长速率分析网格蛋白组装的方法，用于量化活细胞和组织中的内吞动力学	通过提取短时间段的荧光强度变化率，绕过轨迹重建，直接生成生长速率分布来捕捉整体动力学，并利用深度学习从单张图像推断动态行为	NA	提出一种可扩展且微创的策略，用于在生理相关条件下测量活体系统中的蛋白质动力学	网格蛋白介导的内吞作用中的蛋白质组装动力学	计算机视觉	NA	活细胞成像	深度学习模型	图像	NA	NA	NA	NA	NA
2394	2026-07-10	Manual annotation based sentiment analysis of user feedback in health and wellness app reviews 2025-12-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28799-5 PMID:41461774	研究论文	本研究通过对健康与健身移动应用评论进行情感分类和语言强度分析，评估用户感知，并比较多种分类算法性能	将情感分类与语言强度分析相结合，对用户反馈进行五级分类（从高度积极到高度消极），并比较传统机器学习与深度学习算法在健康应用评论情感分析中的效果	NA	分析健康与健身移动应用的用户反馈，通过情感分类和语言强度分析评估用户感知，为数字健康平台的设计和沟通策略提供见解	从Google Play商店收集的健康与健身移动应用用户评论	自然语言处理	NA	NA	支持向量机、朴素贝叶斯、决策树、随机森林、卷积神经网络	文本	20651条用户评论	NA	支持向量机、朴素贝叶斯、决策树、随机森林、卷积神经网络	准确率	NA
2395	2026-07-10	VAULT-OCT: vault accuracy using deep learning technology-an artificial intelligence model for predicting implantable collamer lens postoperative vault with AS-OCT 2025-12-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001743 PMID:40660493	研究论文	开发一种基于深度学习的模型VAULT-OCT，利用术前OCT图像预测可植入式隐形眼镜术后拱高	首次利用深度学习技术直接从术前AS-OCT图像预测ICL术后拱高，为ICL尺寸选择提供新方法	NA	开发准确预测ICL术后拱高的深度学习模型	接受ICL植入患者的术前AS-OCT图像与术后拱高测量数据	机器学习	近视矫正	AS-OCT	CNN	图像	162名患者的324只眼睛	NA	自定义分类器	平均绝对误差, 均方根误差	NA
2396	2026-07-10	Multimodal deep learning for predicting postoperative vault and selecting implantable collamer lens sizes using AS-OCT and ultrasound biomicroscopy images 2025-12-01, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001747 PMID:40929576	研究论文	开发并验证一种多模态深度学习模型，利用前段光学相干断层扫描和超声生物显微镜图像结合临床特征预测术后拱高和选择可植入式隐形眼镜尺寸	首次利用多模态深度学习模型整合AS-OCT和UBM图像与临床数据，显著提升ICL V4c植入术后拱高预测和尺寸选择的准确性，克服了单模态数据分析的局限性	未来需要扩大样本量并进行多中心验证以增强模型的泛化性和临床适用性	提高ICL V4c植入术后拱高预测和尺寸选择的准确性	105名接受ICL V4c植入的参与者（209只眼睛）的626张AS-OCT图像和1309张UBM图像	机器学习	NA	AS-OCT, UBM	CNN, LightGBM, XGBoost, Random Forest	图像, 临床数据	105名参与者，209只眼睛，1935张图像	NA	ResNet50, LightGBM, XGBoost, Random Forest	平均绝对误差, 均方根误差, R², 准确率, 敏感度, 特异度, 精确率	NA
2397	2026-07-10	Does brain connectivity hold the key to safer roads? EEG-based fatigue detection in young drivers using interpretable deep learning 2025-Dec, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108251 PMID:41014829	research paper	基于脑电图脑连接分析的年轻驾驶员疲劳检测深度可解释模型研究	提出整合多头自注意力与长短期记忆（MHSA-xLSTM）的深度学习模型，并结合SHAP可解释性方法分析脑网络拓扑特征对疲劳识别的贡献	未提及明确局限性	通过脑电图脑连接分析，设计准确且可解释的年轻驾驶员疲劳检测模型	年轻驾驶员的脑电图信号及疲劳状态	机器学习	NA	脑电图	MHSA-xLSTM	脑电图信号	32名年轻驾驶员在真实道路和实验室环境下的数据	NA	多头自注意力-长短期记忆网络	准确率	NA
2398	2026-07-10	Metabolomic biomarkers enhance prediction of feeding intolerance in ICU septic patients 2025-12, Clinics and research in hepatology and gastroenterology IF:2.6Q2 DOI:10.1016/j.clinre.2025.102731 PMID:41207616	研究论文	通过整合代谢组学与临床数据，开发了预测重症监护脓毒症患者肠内喂养不耐受的深度学习模型	首次将代谢组学生物标志物与传统临床指标结合，利用深度学习算法构建了综合预测模型，显著提升了肠内喂养不耐受的预测性能	样本量较小（60例脓毒症患者），缺乏外部验证数据，模型在临床应用前需要进一步外部验证	评估代谢组学生物标志物在预测脓毒症患者肠内喂养不耐受中的附加价值	重症监护室脓毒症患者的血清代谢物特征及肠内喂养不耐受结局	机器学习	脓毒症	LC/MS	深度学习算法	代谢组学数据与临床数据	60例脓毒症患者（30例ENFI，30例喂养耐受）及20例健康对照	NA	NA	AUC, 准确率, 精确率, F1分数, 决策曲线分析净收益, Net Reclassification Index, Integrated Discrimination Improvement	NA
2399	2026-07-10	Zone-specific real-time traffic conflict risk modeling for freeway tunnels: a CrossTabNet approach 2025-Dec, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108274 PMID:41072155	研究论文	提出一种针对高速公路隧道分区实时交通冲突风险建模的CrossTabNet方法	将交通冲突分析、精细的隧道分区与可解释深度学习相结合，并开发了结合特征交互层与TabNet编码器的CrossTabNet架构，能够捕获高阶非线性关系并保持可解释性	NA	对高速公路隧道进行分区实时交通冲突风险建模，以解决传统碰撞数据的局限性	高速公路隧道的车辆轨迹数据及其衍生的替代安全措施（基于交通冲突）	机器学习	NA	NA	CrossTabNet	轨迹数据（数值型）	NA	NA	CrossTabNet（特征交互层 + TabNet编码器）	预测性能（未明确列出具体指标，如准确率、AUC等，需根据原文推断）	NA
2400	2026-07-10	An integrated active-passive safety strategy for automobiles based on driver state recognition and injury risk prediction 2025-Dec, Accident; analysis and prevention DOI:10.1016/j.aap.2025.108271 PMID:41076746	研究论文	该研究提出了一种基于驾驶员状态识别和伤害风险预测的综合主动-被动安全策略，旨在通过动态协调自动紧急制动系统和乘员约束系统的运行来增强车辆安全性	将机器学习和深度学习技术分别用于伤害预测和驾驶员状态识别，并整合到模糊控制算法中动态优化AEB系统的激活时机，同时优化安全气囊和安全带参数	NA	提升车辆安全性，通过动态协调自动紧急制动系统和乘员约束系统优化碰撞避免效果和伤害减轻	驾驶员状态识别和碰撞伤害风险预测	机器学习	NA	机器学习和深度学习技术	机器学习模型、深度学习模型	真实世界交通事故数据和生理信号	NA	MATLAB?	NA	碰撞避免性能、头部伤害标准降低30.60%、加权伤害标准降低22.44%	NA