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
3861	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
3862	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
3863	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
3864	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
3865	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
3866	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
3867	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
3868	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
3869	2026-02-18	Information-Guided Fusion of Multimodal Vibrational Spectroscopy for Disease Diagnosis Based on Symbiotic Attention Decoupled Contrastive Learning 2026-Feb-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06086 PMID:41657032	研究论文	本文提出了一种基于共生注意力解耦对比学习的多模态振动光谱融合方法，用于疾病诊断	设计了共生注意力融合和寄生注意力融合机制，模拟生物共生与寄生关系，实现差异化信息增强，并引入监督多模态对比学习解耦网络以平衡跨模态一致性和模态内凝聚力	NA	提高振动光谱在疾病诊断中的准确性和可解释性	癌症、自身免疫疾病和心血管疾病数据集	机器学习	癌症、自身免疫疾病、心血管疾病	拉曼光谱、红外光谱	多层感知机、卷积神经网络	光谱数据	NA	NA	SAFDN	准确率、AUC	NA
3870	2026-02-18	AutoSimTTF: a fully automatic pipeline for personalized electric field simulation and treatment planning of tumor treating fields 2026-Feb-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4288 PMID:41643315	研究论文	本文介绍了一个名为AutoSimTTF的全自动管道，用于肿瘤治疗电场（TTFields）的个性化电场模拟和优化治疗计划	开发了一个端到端的全自动工作流，集成了深度学习自动肿瘤分割、基于有限元法的电场模拟以及一种新颖的基于物理的参数优化方法，显著提升了效率和个性化治疗能力	与传统的半自动工作流相比，模拟精度在某些组织中存在最高14.1%的偏差	提高肿瘤治疗电场（TTFields）治疗计划的计算效率、可重复性和可及性，实现数据驱动的个性化治疗	肿瘤治疗电场（TTFields）的个性化治疗计划	数字病理学	肿瘤	有限元法，深度学习	深度学习模型	医学影像数据	NA	NA	NA	Dice相似系数	NA
3871	2026-02-18	Atomically Precise Metal Clusters for NIR-II Imaging 2026-Feb-17, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00837 PMID:41645060	综述	本文综述了原子级精确金属簇在近红外二区成像中的发光特性、成像技术、生物医学应用及生物安全性	通过原子工程、配体设计和表面修饰精细调控金属簇的近红外二区光学性质，并结合先进成像技术与人工智能实现高分辨率、深组织可视化	NA	探讨原子级精确金属簇在近红外二区成像中的基础物理、发光机制及其在生物医学成像和临床病理诊断中的应用潜力	原子级精确金属簇	生物医学成像	心血管疾病, 脑血管疾病, 恶性肿瘤	近红外二区成像, 宽场成像, 三维显微成像, 人工智能辅助图像处理	深度学习	图像	NA	NA	NA	信噪比	NA
3872	2026-02-18	Classification of small specimen uranium ores using LIBS combined with machine learning and deep learning algorithms 2026-Feb-17, The Analyst DOI:10.1039/d5an01326g PMID:41699974	研究论文	本研究提出了一种结合激光诱导击穿光谱（LIBS）技术与机器学习和深度学习算法的分类模型，用于实现小样本铀矿石的快速高精度分类	将LIBS技术与多种机器学习和深度学习算法结合，并比较了LASSO和PCA两种特征提取方法在小样本铀矿石分类中的效果，发现基于PCA特征的深度学习模型能实现100%的分类准确率	随机森林模型在小训练集下存在显著过拟合问题，且部分深度学习模型在LASSO特征选择下仍存在误分类	开发快速高精度的小样本铀矿石分类方法	12种类型的铀矿石样本	机器学习	NA	激光诱导击穿光谱（LIBS）	随机森林（RF）、前馈神经网络（FNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM）	光谱数据	12种铀矿石样本的光谱数据	NA	FNN, CNN, LSTM	分类准确率	NA
3873	2026-02-18	SCImputation: Mitigating Feature Confounding From a Structural Causal Perspective for Data Imputation 2026-Feb-16, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3665199 PMID:41697814	研究论文	本文提出了一种基于结构因果视角的数据插补方法SCImputation，通过结合实例级和特征级信息优化邻居选择，并利用后门调整公式减轻目标特征带来的混淆效应	首次从结构因果视角分析数据插补问题，揭示了目标特征作为混淆因子对邻居选择的影响，并提出了一种结合局部估计与全局分布重加权的新策略	未明确讨论计算复杂度或在大规模数据集上的可扩展性，且实验主要基于特定类型的数据集（如生物医学和一般应用数据集）	开发一种能够减轻特征混淆的数据插补方法，以提高缺失值估计的准确性和可靠性	缺失数据，特别是生物医学和一般应用数据集中的缺失值	机器学习	NA	数据插补	KNNimpute, LLSimpute	表格数据，包括生物医学微阵列数据和一般评估数据	五个数据集（NACC、三个NCBI微阵列数据集、Turkiye学生评估数据集），具体样本数量未在摘要中明确	NA	SCImputation（结合KNNimpute和LLSimpute的变体）	准确率，均方根误差（RMSE）	NA
3874	2026-02-18	Automated Segmentation of Stellate Ganglion Block Region in Ultrasound Images Using Deep Learning Model 2026-Feb-16, Anesthesia and analgesia IF:4.6Q1 DOI:10.1213/ANE.0000000000007938 PMID:41698185	研究论文	本研究开发并验证了一种用于超声图像中星状神经节阻滞区域自动分割的深度学习模型	首次系统评估深度学习在星状神经节阻滞区域分割中的应用，并提出了多级特征融合的UNet模型	模型在边界精度上略逊于专家，且研究为回顾性设计	开发自动分割模型以支持超声引导下星状神经节阻滞的精准针头放置并提高手术安全性	接受超声引导星状神经节阻滞的患者	计算机视觉	NA	超声成像	深度学习	图像, 视频	370名患者，730个视频（2190张图像）	NA	MLF-UNet, UNet	Dice相似系数, 交并比, 95百分位豪斯多夫距离, 平均对称表面距离	NA
3875	2026-02-18	Temporomandibular Disorders Diagnosis: Current Challenges and the Promising Role of Artificial Intelligence 2026-Feb-16, European journal of dentistry DOI:10.1055/s-0046-1816081 PMID:41698418	综述	本文综述了颞下颌关节紊乱病诊断面临的挑战，并重点介绍了人工智能在该领域日益增长的作用	强调了将人工智能技术与现有诊断框架（如DC/TMD）相结合，以实现更客观、数据驱动和个性化的诊断方法	NA	总结当前颞下颌关节紊乱病诊断的挑战，并探讨人工智能在改善诊断准确性、一致性和效率方面的潜力	颞下颌关节紊乱病	数字病理学	颞下颌关节紊乱病	NA	机器学习, 深度学习	图像, 临床数据, 心理社会数据	NA	NA	NA	NA	NA
3876	2026-02-18	Neonatal jaundice detection using a vision transformer-based deep learning model 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40515-5 PMID:41699004	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3877	2026-02-18	A Flexible Hybrid Quantum-classical Training Framework of Organ-at-Risk and Tumor Segmentation Models for Radiation Therapy Planning 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40127-z PMID:41699007	研究论文	提出了一种用于放射治疗计划中危及器官和肿瘤分割的混合量子-经典训练框架，以减少可训练参数并提升分割性能	基于量子参数生成技术，在训练过程中自适应确定参数矩阵的秩，既保留模型结构又减少参数数量，同时通过每个通道独立的变分量子电路保持通道独立性	未明确说明框架在更大规模数据集或其他医学影像模态上的泛化能力	解决医学影像分割中因模型过参数化导致的小样本过拟合问题，提升放射治疗计划的分割精度	危及器官和肿瘤的医学影像分割	医学影像分析	肿瘤	深度学习分割，量子参数生成	混合量子-经典模型	医学影像	NA	NA	UNetPP	IoU, DSC	浅层量子电路
3878	2026-02-18	A method for compiling satellite image map geographic objects based on vector map data via deep learning 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39096-0 PMID:41699043	研究论文	本文提出了一种基于深度学习和矢量地图数据指导的卫星影像地图编绘自动化方法	利用深度学习模型学习矢量数据到卫星影像的映射，并通过迁移学习增强对需修改区域的敏感性，实现地理对象的选择性和多样化操作编绘	NA	实现卫星影像地图的自动化编绘，以增强视觉清晰度、隐藏敏感信息并确保与矢量表示的一致性	卫星影像地图中的线性和多边形地理对象	计算机视觉	NA	深度学习	编码器-解码器架构	图像	NA	NA	编码器-解码器	NA	NA
3879	2026-02-18	Deep learning inversion of water content and relaxation time in water-bearing fracture zones based on surface NMR data 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40506-6 PMID:41699053	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3880	2026-02-18	Deep Learning-Based Automated Diagnostic Charting on Panoramic Radiography: Comparison of YOLOv11 and YOLOv12 2026-Feb-16, Odontology IF:1.9Q2 DOI:10.1007/s10266-026-01333-3 PMID:41699374	研究论文	本研究比较了YOLOv11和YOLOv12两种深度学习架构在全景X光片上自动诊断13种牙科疾病的性能	首次对下一代深度学习架构YOLOv11和YOLOv12在全景X光片自动诊断中的性能进行对比分析，并使用了混合数据集测试泛化能力	对于细微病理如骨质流失和龋齿的检测性能较低	优化临床工作流程并减少诊断变异性，通过自动诊断图表提升诊断准确性和效率	全景X光片中的13种不同牙科疾病，包括龋齿、种植体、骨质流失和阻生牙等	计算机视觉	牙科疾病	全景X光成像	YOLOv11, YOLOv12	图像	2,297张全景X光片（1,579张来自单一机构，718张来自Roboflow Universe外部数据集）	NA	YOLOv11, YOLOv12	平均精度均值（mAP@0.5）、精确率、召回率、F1分数	NA