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
4041	2026-02-16	Beyond handcrafted radiomics in oncologic imaging: Innovations in deep, explainable, multi-site and multi-omics radiomics approaches 2026-Feb-13, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2026.02.001 PMID:41690886	综述	本文综述了肿瘤影像组学领域从手工特征提取向深度、可解释、多病灶及多组学整合方法演进的主要概念、创新及挑战	系统阐述了影像组学从传统手工特征向深度学习、多病灶整合、多中心协调及多组学融合的范式转变，并强调了可解释人工智能方法在提升临床可信度中的互补作用	指出领域仍面临混杂因素、公共数据集有限、多中心变异性、报告不一致以及缺乏前瞻性临床试验等关键挑战	定义并阐明肿瘤影像组学领域的主要方法学和概念演进，总结当前创新方向，并识别临床转化前需解决的挑战	肿瘤影像组学方法及其在捕捉肿瘤表型、微环境和生物学特征中的应用	医学影像分析	肿瘤	影像组学，多组学整合（基因组学、转录组学、免疫组学）	CNN, 自编码器, 视觉Transformer, 掩码图像建模	医学影像，基因组数据，转录组数据，免疫组数据，临床数据	NA	NA	卷积神经网络，自编码器，视觉Transformer，掩码图像建模，基于注意力的多实例学习	NA	NA
4042	2026-02-16	A deep residual 1D-CNN with self-attention for fraud transaction detection in virtual economies 2026-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37032-w PMID:41673112	研究论文	本文提出了一种结合残差连接和自注意力机制的一维卷积神经网络模型，用于元宇宙金融交易的实时异常检测和风险分类	首次将残差连接和自注意力机制集成到1D-CNN中，专门针对元宇宙交易数据进行优化，并通过引入受控噪声的消融研究验证模型鲁棒性	完美性能评分可能源于数据过于干净或可预测，模型在现实世界不确定性和不完美数据中的表现仍需进一步验证	开发适用于元宇宙金融交易的实时欺诈检测和风险分类系统	元宇宙虚拟经济中的金融交易数据	机器学习	NA	NA	CNN	交易数据	Kaggle元宇宙金融基准数据集和信用卡欺诈检测数据集	NA	1D-CNN with residual connections and self-attention mechanism	准确率, 灵敏度, 特异性, ROC曲线	NA
4043	2026-02-16	Drone-based geospatial prediction modeling identifies Fasciola hepatica infection risk in the Cusco Highlands of Peru 2026-Feb-12, Infectious diseases of poverty IF:4.8Q1 DOI:10.1186/s40249-026-01420-1 PMID:41673907	研究论文	本研究利用无人机获取的高分辨率环境指数，通过机器学习模型预测秘鲁安第斯山区人类和绵羊的肝片吸虫感染风险	首次将无人机衍生的高分辨率多光谱和热环境指数与机器学习模型结合，用于精细尺度肝片吸虫感染风险预测，并比较了文献驱动和PCA驱动的变量选择策略	研究仅基于单个安第斯社区，样本量有限，且空间交叉验证降低了模型的准确性和特异性	开发预测人类和绵羊肝片吸虫感染的模型，以支持针对性的监测和控制	秘鲁库斯科Huayllapata社区的居民和绵羊	机器学习	肝片吸虫病	无人机多光谱和热成像调查，粪便显微镜检查	逻辑回归，随机森林，XGBoost，深度学习	环境、地形、气候指数，人口统计学，社会经济数据，地理参考感染数据	社区内家庭和绵羊（具体数量未明确，但人类感染率为21.3%，绵羊感染率为80%）	NA	NA	准确率，灵敏度，特异性	NA
4044	2026-02-16	MS-STFNN: A multi-scale spatio-temporal fusion neural network for fMRI-based depression diagnosis 2026-Feb-09, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108685 PMID:41689977	研究论文	提出一种用于基于fMRI的抑郁症诊断的多尺度时空融合神经网络（MS-STFNN）	提出了一种新颖的多尺度时空融合神经网络，能够从局部到全局捕获大脑的多粒度空间特征，并整合动态功能连接（DFC）和原始fMRI序列来表征多分辨率水平下的时变特性	未明确说明研究的具体局限性	开发一种客观的神经影像诊断方法，用于抑郁症的诊断和不同亚型的分类	重度抑郁症（MDD）患者	数字病理学	抑郁症	功能磁共振成像（fMRI）	神经网络	fMRI序列	NA	NA	MS-STFNN（多尺度时空融合神经网络）	NA	NA
4045	2026-02-16	Artificial Intelligence for Exosomal Biomarker Discovery for Cardiovascular Diseases: Multi-Omics Integration, Reproducibility, and Translational Prospects 2026-Feb-05, Cells IF:5.1Q2 DOI:10.3390/cells15030304 PMID:41677667	综述	本文综述了人工智能在心血管疾病外泌体生物标志物发现中的应用，重点探讨了多组学整合、可重复性及转化前景	通过综合评估AI方法（如集成学习和图神经网络）在外泌体生物标志物发现中的应用，并建立可重复性和转化准备度的明确标准，为外泌体诊断从探索性研究向临床实施提供了实用框架	现有研究多为探索性，基于小样本队列（<50例）且外部验证有限，模型可解释性面临挑战	推动外泌体生物标志物在心血管疾病诊断中的临床转化	外泌体及其他细胞外囊泡（EVs）携带的microRNA、蛋白质和脂质	机器学习	心血管疾病	多组学整合分析	集成方法（如随机森林、梯度提升）、图神经网络（GNNs）、进化神经网络	多组学数据（如microRNA、蛋白质、脂质）及临床元数据	小样本队列（通常<50例）	NA	随机森林, 梯度提升, 图神经网络	AUC（0.80-0.92）	NA
4046	2026-02-16	Inferring Gene Regulatory Networks From Single-Cell RNA Sequencing Data by Dual-Role Graph Contrastive Learning 2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518277 PMID:41317402	研究论文	提出了一种名为RegGAIN的新型深度学习模型，用于从单细胞转录组数据推断基因调控网络	采用自监督对比学习最大化基因嵌入在扰动图视图间的一致性，并利用独立编码器同时学习每个基因的双重角色表示，以刻画调控方向性并捕获调控因子驱动和目标驱动的不同模式	未明确说明模型对数据稀疏性和噪声的具体处理能力限制，也未提及计算复杂度或可扩展性方面的局限	从单细胞RNA测序数据中准确、稳健地推断基因调控网络，以阐明细胞身份、发育和疾病的调控机制	基因调控网络	机器学习	NA	单细胞RNA测序	深度学习	单细胞转录组数据	NA	NA	NA	NA	NA
4047	2026-02-16	CACLENS: A Multitask Deep Learning System for Enzyme Discovery 2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518063 PMID:41360755	研究论文	本文介绍了一种名为CACLENS的多任务深度学习系统，用于酶发现，通过整合定制门控控制、对比学习和交叉注意力机制，实现反应类型分类、EC编号预测和反应可行性评估	CACLENS引入了跨注意力和对比学习机制，结合多任务预测能力，提升了功能性酶的高性能筛选效率，相比现有模型具有更少的计算资源需求	NA	开发一个多任务深度学习框架，以高效筛选生物合成和生物降解过程中的工业酶	酶的结构、功能和性质，特别是针对玉米赤霉烯酮（ZEN）的降解酶	机器学习	NA	深度学习	深度学习框架	NA	NA	NA	CACLENS（基于跨注意力和对比学习）	NA	较少的计算资源
4048	2026-02-16	Engaging Artificial Intelligence (AI)-based chatbots in digital health: A systematic review 2026-Feb, PLOS digital health DOI:10.1371/journal.pdig.0001201 PMID:41678558	系统综述	本文对数字健康领域基于人工智能的聊天机器人进行了系统综述，重点关注其应用和评估	系统性地识别了基于AI聊天机器人的四个主要研究领域：文本质量、临床疗效、用户参与度和安全性，并指出了当前研究中随机对照试验和理论框架的缺乏	综述指出当前研究缺乏随机对照试验，且在评估性能时理论框架的使用有限	评估基于人工智能的聊天机器人在数字健康领域的应用和效果	基于人工智能的聊天机器人	数字病理学	NA	NA	深度学习架构	文本	348篇文章，其中20篇被分析	NA	NA	NA	NA
4049	2026-02-16	Deep learning-based classification of superficial femoral arterial lesions: a pilot study 2026-Feb, Annals of surgical treatment and research IF:1.2Q3 DOI:10.4174/astr.2026.110.2.92 PMID:41684626	研究论文	本研究评估了使用目标检测算法在平面重建的下肢CT血管造影图像中检测外周动脉病变的可行性	首次将一阶段（YOLOv5）和两阶段（Faster R-CNN）目标检测算法应用于下肢CT血管造影图像中的支架、狭窄和闭塞病变分类	狭窄病变漏检率高，动脉分叉处的闭塞常未被检测到，支架边缘被误分类为闭塞，部分YOLOv5模型在超过75个周期后出现过拟合	开发用于外周动脉疾病临床决策支持工具的初步步骤	外周动脉疾病患者的平面重建下肢CT血管造影图像	计算机视觉	外周动脉疾病	CT血管造影	CNN	图像	1,241张对比增强下肢CT图像	NA	YOLOv5, Faster R-CNN	平均精度均值（mAP@.5）, 精确率-召回率曲线	NA
4050	2026-02-16	Harnessing deep learning to accelerate the development of antibodies and aptamers 2026-Feb, Acta pharmaceutica Sinica. B DOI:10.1016/j.apsb.2025.12.017 PMID:41685150	综述	本文综述了人工智能在加速抗体和RNA适配体开发中的应用及其在分子治疗领域的进展	利用AI技术整合序列和结构数据，显著降低实验成本并缩短开发时间，为针对病毒和癌症等挑战性抗原的抗体及适配体设计提供可扩展、高定制化的解决方案	NA	探讨AI如何优化抗体和RNA适配体的结构预测、结合亲和力、特异性及稳定性，以推动精准医疗发展	抗体和RNA适配体	机器学习	癌症，自身免疫性疾病，病毒感染	深度学习	NA	序列数据，结构数据	NA	NA	NA	NA	NA
4051	2026-02-16	A meta-heuristic aided arrhythmia classification model using advanced deep learning technique with multiple feature extraction mechanisms 2026-Jan-30, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108917 PMID:41690150	研究论文	本文提出了一种基于深度学习和元启发式优化的心律失常分类模型，通过多种特征提取机制提高分类性能	结合条件自编码器、GCNN和特征融合技术，并采用ARGAO优化算法提升分类器参数，实现高效的心律失常自动分类	未提及模型在临床环境中的验证情况或对噪声ECG信号的鲁棒性	开发一种准确且高效的心律失常自动诊断模型	心电图信号	机器学习	心血管疾病	心电图分析	条件自编码器, GCNN, 循环神经网络	信号, 图像	NA	NA	条件自编码器, GCNN, 密集循环神经网络	NA	NA
4052	2026-02-16	Development and Validation of a Protein Electrophoresis Classification Algorithm: Tabular Data-Based Alternative 2026-Jan-28, JMIR formative research IF:2.0Q4 DOI:10.2196/83124 PMID:41605495	研究论文	本文开发并验证了一种基于表格数据的蛋白质电泳分类算法，为基于图像的深度学习方法提供了稳健且可解释的替代方案	引入了一种高效的基于表格数据的机器学习方法，直接利用数值血清蛋白电泳（SPE）谱，提供了一种稳健且可解释的替代方案，区别于传统的视觉评估或基于图像的深度学习方法	NA	开发并验证一种基于表格数据的蛋白质电泳分类算法	血清蛋白电泳（SPE）谱	机器学习	NA	血清蛋白电泳（SPE）	NA	表格数据	NA	NA	NA	NA	NA
4053	2026-02-16	Sickle cell disease detection in low-resource conditions using transfer-learning and contrastive-learning coupled with XAI 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35831-9 PMID:41580439	研究论文	本文提出了一种结合迁移学习、对比学习和可解释人工智能的方法，用于在低资源条件下检测镰状细胞病	结合迁移学习、对比学习（使用三元组损失）和可解释人工智能，以在训练数据有限的情况下提高镰状细胞病检测模型的效率和可解释性	NA	开发在低资源条件下准确检测镰状细胞病的深度学习方法	镰状细胞病	计算机视觉	镰状细胞病	NA	CNN	图像	NA	NA	ResNet-50, DenseNet-121, EfficientNet-B0	NA	NA
4054	2026-02-16	An Extended VIIRS-like Artificial Nighttime Light Data Reconstruction (1986-2024) 2026-Jan-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06549-0 PMID:41577719	研究论文	本文提出了一种新的两阶段深度学习模型，用于生成中国1986年至2024年的年度人工夜间灯光数据集，以解决现有数据产品在光强低估和结构细节缺失方面的不足	提出了一种新颖的两阶段深度学习模型，首次使用高分辨率不透水面数据作为指导来细化细粒度结构细节，从而生成时间覆盖更长、质量更高的VIIRS-like夜间灯光数据集	NA	生成时间覆盖更长、质量更高的中国人工夜间灯光数据集，以支持长期时间序列研究	中国的人工夜间灯光数据	遥感	NA	深度学习	深度学习模型	遥感图像	NA	NA	两阶段深度学习模型	时间一致性, 与社会经济指标的相关性	NA
4055	2026-01-25	Hybrid deep learning model for air quality prediction and its impact on healthcare 2026-Jan-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36564-5 PMID:41577974	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4056	2026-02-16	Sex disparities in deep learning estimation of ejection fraction from cardiac magnetic resonance imaging 2026-Jan-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02330-6 PMID:41577988	研究论文	本研究分析了基于心脏磁共振成像的深度学习模型在估计射血分数时存在的性别差异	首次在心脏成像深度学习模型中系统研究性别偏见，并探讨了缓解策略如掩蔽保护属性和数据重采样	尽管尝试了多种缓解策略，模型公平性未得到显著改善，且研究主要基于UK Biobank数据集	评估深度学习模型在心血管成像中估计射血分数的性别偏见及其影响	心脏磁共振成像数据和放射学报告	医学影像分析	心血管疾病	心脏磁共振成像	深度学习基础模型	图像, 文本	UK Biobank数据集的多机构数据	NA	NA	射血分数估计误差	NA
4057	2026-02-16	Evaluating gait system vulnerabilities through PPO and GAN-generated adversarial attacks 2026-Jan-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37011-1 PMID:41578011	研究论文	本研究探讨基于深度学习的步态识别系统在对抗攻击下的脆弱性，提出一种结合PPO和GAN的先进方法生成对抗性补丁进行攻击	创新性地整合PPO与GAN生成对抗性补丁，利用PPO优化补丁放置位置以最大化攻击效果	研究主要基于特定数据集（CASIA和OU-ISIR），未涵盖所有步态识别场景或模型	评估步态识别系统的安全漏洞，提升其对抗攻击的鲁棒性	基于深度学习的步态识别系统	计算机视觉	NA	对抗攻击生成技术	GAN, PPO	步态视频或图像数据	CASIA Gait Database: Dataset B 和 OU-ISIR Treadmill Dataset B - Clothes variation- 数据集	NA	NA	识别准确率	NA
4058	2026-02-16	Data-Augmented Deep Learning for Downhole Depth Sensing and Validation 2026-Jan-23, Sensors (Basel, Switzerland) DOI:10.3390/s26030775 PMID:41682291	研究论文	本文提出了一种集成到井下工具串中的系统，用于套管接箍定位器（CCL）测井数据采集，并开发了数据增强预处理方法以提升套管接箍识别神经网络的性能	针对CCL数据有限的情况，提出了一套综合的数据增强预处理方法，包括标准化、标签分布平滑、随机裁剪等，并系统评估了各方法对模型泛化能力的贡献	研究依赖于模拟或有限的实际井数据，可能无法完全覆盖所有井下环境的复杂性	提高井下深度测量的准确性，以优化油气井作业中的储层接触、生产效率和操作安全	套管接箍定位器（CCL）测井数据	机器学习	NA	CCL测井数据采集	神经网络	波形数据	NA	NA	TAN, MAN	F1分数	NA
4059	2026-02-16	Deep learning with fourier features for regressive flow field reconstruction from sparse sensor measurements 2026-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36301-y PMID:41571740	研究论文	本文提出了一种名为FLRNet的深度学习方法，用于从稀疏传感器测量中重建流场	引入了变分自编码器结合傅里叶特征层，并添加感知损失项来学习流场的低维潜在表示，通过基于注意力的网络将潜在表示与传感器测量关联	未明确提及方法在极端或非标准流动条件下的适用性限制	开发一种从稀疏传感器测量中准确重建流场的方法，并提高其在不同流动条件下的泛化能力	流体流动场	机器学习	NA	NA	变分自编码器, 注意力网络	传感器测量数据	NA	NA	FLRNet	重建准确性, 鲁棒性	NA
4060	2026-02-16	Intelligent decision-making systems for early detection of alzheimer's disease using wearable technologies and deep learning 2026-Jan-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36895-3 PMID:41571775	研究论文	本文提出了一种结合可穿戴技术和深度学习算法的智能决策系统，用于阿尔茨海默病的早期检测	通过可穿戴设备实时监测生理和行为数据，并利用RNN模型分析时序模式，实现了对阿尔茨海默病的连续、非侵入性早期检测	未提及具体样本量、模型验证的临床环境或与其他方法的比较结果	开发一种基于可穿戴技术和深度学习的早期阿尔茨海默病检测系统	阿尔茨海默病患者	机器学习	阿尔茨海默病	可穿戴传感器数据采集	RNN	时序生理和行为数据（心率、睡眠习惯、身体活动）	NA	NA	RNN	检测敏感性和准确性	NA