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
3821	2026-02-19	Digital health interventions from the humanistic perspective of sports: strategies to promote health for all 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1620031 PMID:41696709	研究论文	本文提出了一种结合人本主义视角的深度学习框架，用于个性化数字健康干预，以促进全民健康	提出了一种融合特征嵌入、残差连接和多头注意力机制的人本主义深度学习架构，能动态优先处理生理重要特征，在个性化运动推荐中实现了预测准确性与公平性的新基准	NA	通过个性化数字健康干预策略促进可持续健康，弥补传统模型在个体人口统计学和生理变异性方面的不足	个性化运动推荐	机器学习	NA	深度学习	深度学习模型	结构化数据（年龄、BMI、性别、运动类型、心率、持续时间等）	NA	NA	具有特征嵌入、残差连接和多头注意力机制的深度学习架构	平均绝对误差（MAE）、准确率、F1分数	NA
3822	2026-02-19	Assessing the impact of waterfront trail aesthetics on psychological restoration in urban environments: a deep learning and random forest approach 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1757145 PMID:41696707	研究论文	本研究采用深度学习与随机森林方法，评估城市滨水步道美学对心理恢复的影响	结合深度学习量化景观变量，并采用随机森林与结构方程模型揭示不同护岸类型下景观属性通过美景度中介影响多维心理恢复的特定路径	变量重要性解释为预测贡献而非因果机制，研究结果可能受样本量（30个站点）和特定城市环境限制	探究城市滨水步道景观属性如何通过美景度影响多维心理恢复（情感、认知、生理、行为），并比较不同护岸类型的差异	30个城市滨水步道站点的15个景观变量（F1-F15）及其与美景度和四个恢复性维度的关联	机器学习	NA	深度学习，随机森林，Spearman相关分析，非参数组比较，结构方程模型	随机森林	景观变量数据，美景度评分，心理恢复多维评分	30个城市滨水步道站点	NA	NA	变量重要性（预测贡献），路径系数	NA
3823	2026-02-19	Application of artificial intelligence in diagnosis and management of fetal growth disorders: a comprehensive review 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1737391 PMID:41625753	综述	本文全面回顾了人工智能在胎儿生长障碍（包括生长受限和巨大儿）诊断与管理中的应用	系统总结了AI在胎儿生长障碍领域的最新应用，包括自动化生物测量、基于生物标志物和多普勒指数的预测模型，以及直接应用于超声扫描的深度学习算法，并指出其在提高诊断精度和扩大高质量产前护理可及性方面的潜力	现有研究大多受限于回顾性设计、样本量小以及缺乏外部验证	探讨人工智能在推进胎儿生长障碍检测和管理中的作用	胎儿生长受限、小于胎龄儿、大于胎龄儿以及胎儿巨大儿	医学人工智能	胎儿生长障碍	超声	深度学习算法	图像（超声扫描）、临床数据（母体、胎儿、生物标志物、多普勒指数）	NA	NA	NA	准确性	NA
3824	2026-02-19	Graph-enhanced multimodal fusion of vascular biomarkers and deep features for diabetic retinopathy detection 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1731633 PMID:41704302	研究论文	提出了一种结合深度特征与血管生物标志物的多模态框架，用于糖尿病视网膜病变检测	提出了一种基于Transformer的跨模态融合架构，将深度空间特征与血管图全局拓扑感知嵌入相结合，创新性地整合了卷积块注意力模块、图神经网络和血管描述符分析	未明确说明模型的计算复杂度、推理时间以及在临床环境中的实时应用可行性	开发一个用于糖尿病视网膜病变检测的可靠多模态框架	糖尿病视网膜病变患者的眼底图像	计算机视觉	糖尿病视网膜病变	CLAHE、Canny边缘检测、Top-hat变换、U-Net血管分割、分形维数分析、动静脉比率、灰度共生矩阵纹理分析	CNN, GNN, Transformer	图像	Messidor-2、Eyepacs和APTOS 2019数据集（具体样本数未提供）	NA	MobileNetV3, U-Net, 图神经网络, Transformer	准确率, 精确率, 召回率, AUC-ROC	NA
3825	2026-02-19	Understanding Machine Learning Applications in Lung Transplantation: A Narrative Review 2025, Transplant international : official journal of the European Society for Organ Transplantation IF:2.7Q2 DOI:10.3389/ti.2025.15640 PMID:41704919	综述	本文综述了机器学习在肺移植领域的应用，包括器官分配、预后预测、风险分层和多组学数据分析	系统总结了机器学习在肺移植中的多种应用方法，并强调了其在数据稀缺环境下通过迁移学习等技术支持模型开发的潜力	存在数据集规模小、跨中心不一致、可解释性差以及外部验证有限等障碍，阻碍了临床采用	概述机器学习在肺移植领域的研究现状，解释相关方法学，并探讨其未来发展方向	肺移植相关的临床数据、多组学数据和影像数据	机器学习	肺移植	NA	支持向量机, 深度学习	复杂高维数据, 多组学数据, 影像数据	NA	NA	随机森林	NA	NA
3826	2026-02-19	Deep learning and firearm wound classification: a pilot study 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1646656 PMID:41705162	研究论文	本研究探索了深度学习技术在枪弹伤分类中的应用，通过使用Lobe AI软件进行训练和测试，评估了其在法医病理学中的潜力	首次在法医病理学中应用深度学习进行枪弹伤模式识别，并引入了“完好皮肤”作为对照类别	研究数据有限，尤其是在算法训练阶段，且需要开发专门针对法医特征识别的预训练软件	进一步探索深度学习技术在枪弹伤分类中的应用，以评估其在法医实践中的适用性	枪弹伤图像，包括入口/出口伤口、基于射击距离的伤口以及基于武器弹药类型的伤口	计算机视觉	NA	深度学习	深度学习模型	图像	从法医图集和卡塔尼亚法医案例中提取的教育图像及照片，具体数量未明确	Lobe AI	NA	准确率, 精确率, 召回率, F1分数, 特异性	NA
3827	2026-02-19	The role of artificial intelligence in diagnosing pediatric dental disorders-a narrative review 2025, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2025.1685359 PMID:41705231	综述	本文综述了人工智能在儿童牙科疾病诊断中的应用现状与潜力	系统性地探讨了AI在儿童牙科诊断中的多种技术应用，并对比了其与传统方法的性能	存在数据隐私、缺乏标准化数据集及伦理考量等限制	评估人工智能在儿童牙科疾病诊断中的角色与效果	儿童牙科疾病，包括龋齿、错颌畸形、发育异常和牙周病	数字病理	儿童牙科疾病	NA	CNN	图像	NA	NA	NA	NA	NA
3828	2026-02-19	Research on performance variations of classifiers with the influence of pre-processing methods for Chinese short text classification 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0292582 PMID:37824464	研究论文	本研究通过实验比较了15种常用分类器在两种中文数据集上，结合三种中文预处理方法（分词、中文特定停用词去除、中文特定符号去除）对中文短文本分类性能的影响	首次系统性地探讨了中文特定预处理方法（如分词、中文停用词和符号去除）对多种分类器（包括机器学习和深度学习模型）在中文短文本分类任务中性能变化的综合影响	研究仅基于两种中文数据集进行，可能无法完全代表所有中文短文本分类场景；预处理方法的组合和评估条件有限，未涵盖更广泛的预处理技术或数据集	探究中文预处理方法对中文短文本分类器性能的影响，以优化分类效果	中文短文本数据集	自然语言处理	NA	中文文本预处理（包括分词、停用词去除、符号去除）	多种分类器（包括机器学习和深度学习模型）	文本	两种中文数据集（具体样本数量未在摘要中明确说明）	NA	NA	macro-F1	NA
3829	2026-02-19	Distribution of race and Fitzpatrick skin types in data sets for deep learning in dermatology: A systematic review 2022-08, Journal of the American Academy of Dermatology IF:12.8Q1 DOI:10.1016/j.jaad.2021.10.010 PMID:34678235	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3830	2026-02-18	Fast cardiac magnetic resonance (CMR) protocol for biventricular functional assessment and tissue characterisation 2026-Apr-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134197 PMID:41605334	研究论文	本研究比较了传统标准心脏磁共振协议与结合深度学习重建的新型快速协议，在图像质量、功能测量、心肌表征和总扫描时间方面的表现	引入了基于深度学习的快速心脏磁共振协议，显著缩短了扫描时间，同时保持了图像质量和功能测量的准确性	研究样本为连续患者，可能存在选择偏倚；未评估长期临床结果	比较传统与快速心脏磁共振协议的性能，以缩短扫描时间并维持诊断质量	已知或疑似心肌疾病的患者	数字病理学	心血管疾病	心脏磁共振成像	深度学习	图像	100名连续患者	NA	NA	Likert评分、心室大小、功能、左心室质量、采集时间	NA
3831	2026-02-18	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	研究论文	本文提出了一种基于冲突利益无关多目标优化的遗忘学习方法，以减轻癌症分类中数据中心偏见的负面影响	通过冲突利益无关多目标优化训练遗忘层，明确减少对无关模式的依赖，并联合降低特征维度和排除冲突利益样本	研究主要关注癌症相关特征和数据中心的偏见，尽管方法具有模型无关性，但未在其他领域广泛验证	减轻深度学习模型在癌症分类中的数据中心偏见，提高模型在未见数据中心上的泛化能力	癌症相关特征和包含数据中心偏见的训练数据	机器学习	癌症	深度学习特征提取	深度学习模型	特征数据	NA	NA	NA	内部准确率, 外部准确率	NA
3832	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
3833	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
3834	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
3835	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
3836	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
3837	2026-02-18	Emerging Trends and Innovations in Radiologic Diagnosis of Thoracic Diseases 2026-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001179 PMID:40106831	综述	本文总结了胸部影像学领域的关键进展，包括成像模态、计算工具和临床应用，并概述了未来方向	整合了人工智能驱动的计算机辅助检测系统、放射组学分析、光子计数探测器CT和低场MRI等新兴成像技术，以提升胸部疾病的诊断和管理	作为一篇综述文章，未涉及原始研究数据，且可能未涵盖所有最新技术进展	回顾和总结胸部疾病放射学诊断的新兴趋势和创新技术	胸部疾病，包括肺癌、肺结节、间质性肺病、慢性阻塞性肺病、COVID-19肺炎和肺栓塞	医学影像	肺癌	CT纹理分析、灌注成像、光子计数探测器CT、低场MRI、双能CT、暗场放射摄影	深度学习	图像	NA	NA	NA	NA	NA
3838	2026-02-18	Clinical Neuroimaging Over the Last Decade: Achievements and What Lies Ahead 2026-Mar-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001192 PMID:40239043	综述	本文回顾了过去十年临床神经影像学的关键进展，包括技术革新、科学发现及其对临床实践和研究的影响	整合了光子计数CT、高低场磁共振成像、对比剂、定量成像技术以及深度学习和医学信息学等数据分析方法的进展，并强调了如类淋巴系统等基础神经科学发现	作为综述文章，主要基于已发表文献进行总结，可能未涵盖所有最新研究或技术细节	回顾临床神经影像学在过去十年的成就，并展望未来发展方向	临床神经影像学领域的技术、方法及基础科学发现	数字病理学	NA	光子计数计算机断层扫描、低场和高场磁共振成像、对比剂、定量成像技术	深度学习	图像	NA	NA	NA	NA	NA
3839	2026-02-18	Multimodal-based crystal graph convolution neural networks for predicting soil toxicity to earthworms 2026-Mar-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.123770 PMID:41577106	研究论文	本研究开发了一种基于多模态深度学习的模型，用于预测土壤中化学物质对蚯蚓的毒性，通过整合分子级特征、暴露条件及生物与化学物质的内在特性来提高预测准确性	提出了一种结合晶体图卷积神经网络与宏观暴露条件等多尺度特征的多模态深度学习框架，用于土壤毒性预测，并提供了可解释性分析	数据集规模有限，仅基于文献数据，可能影响模型的泛化能力	开发一个集成多尺度特征的模型以预测土壤化学毒性，特别是对蚯蚓的致死浓度	14种化学物质对蚯蚓的毒性数据	机器学习	NA	晶体图卷积神经网络	CNN	分子结构数据、暴露条件数据、土壤和生物相关数据	14种化学物质	NA	晶体图卷积神经网络	决定系数、交叉验证平均值	NA
3840	2026-02-18	Combating Antiviral Drug Resistance: A Multipronged Strategy 2026-Feb-17, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00724 PMID:41650319	研究论文	本文介绍了一种多管齐下的策略，通过合成、计算、结构和生物学研究来开发抗病毒药物，以应对病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）的药物耐药性突变	提出了一种结合传统蛋白酶抑制、蛋白酶降解（首次报道靶向SARS-CoV-2 M的PROTAC分子HP211206）、计算化学方法（如PDLD/S-LRA/β框架与量子力学计算结合）以及人工智能（如D2Screen深度学习虚拟筛选）的多管齐下策略，以开发对耐药突变更有效的抗病毒疗法	NA	开发对抗病毒蛋白酶药物耐药性突变的更有效治疗方法	病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）及其药物耐药性突变	计算化学, 药物发现	COVID-19, 病毒感染	计算化学, X射线晶体学, 虚拟筛选, 深度学习	深度学习	化学结构数据, 蛋白质结构数据, 生物活性数据	NA	NA	NA	抑制活性, 结合自由能, 催化效率参数	NA