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
4301	2026-07-10	Deep learning-based treatment decision support framework for multi-vessel coronary artery disease using integrated coronary angiography and clinical data 2026-Jul-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03692-x PMID:42420992	研究论文	开发了一种基于深度学习的框架，自动分析冠状动脉造影视频并结合临床数据，为多支冠状动脉疾病的血运重建治疗决策提供支持	首次将课程学习应用于代表性帧选择，并通过多模态融合策略（影像与临床数据）显著提升治疗分类性能	单中心数据验证，可能受限于样本代表性；未提及外部验证或临床实用性评估	为多支冠状动脉疾病的经皮冠状动脉介入治疗（PCI）与冠状动脉旁路移植术（CABG）选择提供客观、数据驱动的决策支持	多支冠状动脉疾病患者	计算机视觉、机器学习	冠心病	NA	深度学习模型（CNN、课程学习、分类器）	影像（冠状动脉造影视频）、临床数据	5,647名患者的数据	NA	课程学习、特征提取网络	AUC	NA
4302	2026-07-10	Cardio-respiratory deep learning model to predict hospital admission from emergency department electrocardiogram images and respiration videos: a prospective study 2026-Jul-08, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00583-9 PMID:42421084	研究论文	开发一种融合心电图图像和呼吸视频的多模态深度学习模型，用于在急诊科分诊时预测住院需求	首次提出融合心电图图像和呼吸视频的多模态深度学习模型，通过空间注意力机制和类别平衡损失函数提升预测性能，并利用Score-CAM进行可解释性分析	样本量较小（118名患者），单中心研究，可能限制模型泛化能力	开发一种在急诊科分诊时预测住院需求的深度学习融合模型，以提高患者分流和资源配置效率	成人急诊患者的电图图像和呼吸视频	机器学习	NA	深度学习、迁移学习、空间注意力机制、类别平衡损失函数	多模态融合模型	图像、视频	118名成人急诊患者	PyTorch	迁移学习分支（ECG）、呼吸信号估计管道、空间注意力模块	准确率、召回率、精确率、F1分数、AUROC、AUPRC	NA
4303	2026-07-10	Artificial intelligence in shoulder arthroplasty: latest concepts and clinical integration 2026-Jul-08, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-07104-8 PMID:42421132	综述	本文综述了人工智能在肩关节置换术中的最新应用，涵盖术前成像、术中辅助和术后监测，并讨论了其临床整合的挑战与策略	系统总结了AI在肩关节置换术全流程中的应用，并提出整合技术与外科专业知识的策略，强调了可解释AI、联邦学习和半自主手术平台等新兴方法的潜力	目前AI系统无法捕捉外科医生的直觉和情境依赖性专业知识，且在临床证据上尚未显示出改善常规手术或患者预后的效果，不当使用可能增加成本、工作流程复杂性或延误诊疗	总结AI在肩关节置换术中的最新应用，突出其优势和局限性，并概述整合策略以推动技术创新与外科专业知识的结合	肩关节置换术相关的AI应用，包括术前成像（如深度学习检测肩袖撕裂和盂肱关节炎）、术中辅助（如AI相位识别和机器人辅助）及术后监测（如机器学习预后模型和可穿戴设备）	机器学习	肩关节疾病	NA	深度学习	图像	NA	NA	多层神经网络	NA	NA
4304	2026-07-10	Enhancing the Effectiveness of Attention-Deficit/Hyperactivity Disorder Screening Using the SNAP-IV: A Deep Learning Approach 2026-Jul-08, Assessment IF:3.5Q1 DOI:10.1177/10731911261458744 PMID:42421187	研究论文	本文应用深度学习（机器学习）方法优化SNAP-IV量表，用于注意缺陷/多动障碍（ADHD）的有效筛查	通过跨模型共识排序和保留平衡症状结构的方式，从18个核心ADHD项目中识别出最具预测性的项目，衍生出高效且心理测量学可靠的SNAP-IV短量表	NA	提高ADHD筛查的有效性和效率	儿童和青少年的ADHD症状评估	机器学习	注意缺陷/多动障碍（ADHD）	NA	机器学习分类器（十种算法）	量表评分数据	台湾全国儿童精神障碍流行病学研究（410名ADHD患者，3607名对照）和国立台湾大学医院独立队列（676名ADHD患者，374名对照）	NA	NA	敏感性	NA
4305	2026-07-10	Experience, awareness, attitudes and ecological worldviews related to sustainable development among physiotherapy students in Sweden: a cross-sectional survey 2026-Jul-07, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-026-09838-9 PMID:42414974	研究论文	调查瑞典物理治疗学生对可持续发展的经验、认知、态度和生态世界观	首次针对瑞典物理治疗本科学生群体，系统调查其可持续发展相关认知与态度	样本量较小，仅116人参与，可能影响结果的代表性	探究物理治疗学生对可持续发展的感知、态度和生态世界观	瑞典所有8个物理治疗本科项目的学生	机器学习	NA	NA	NA	调查问卷数据	116名物理治疗学生	NA	NA	NA	NA
4306	2026-07-10	Machine learning-enabled label-free SERS for microbial sensing: Toward robust, generalizable, and deployable workflows 2026-Jul-07, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130241 PMID:42419011	综述	通过PRISMA系统评价方法，综述了129项结合无标记表面增强拉曼光谱与机器学习技术的微生物传感实验研究，分析了从样本处理到验证的完整工作流中的趋势与不足	首次以端到端工作流视角系统审计微生物SERS-ML领域，揭示了68.2%的研究使用受控开发数据集、62%研究生物独立单位少于25个、68.2%缺乏生物单位感知预测验证等关键缺陷	综述范围限于已发表研究，可能存在发表偏倚；部分研究细节缺失导致无法完全评估工作流各环节的交互影响	评估无标记SERS结合机器学习在微生物检测、鉴定和表型分析中的可部署性，并识别阻碍临床转化的关键瓶颈	129项实验研究（2021-2026年发表），涵盖细菌、病毒、真菌及其他微生物检测应用	机器学习	感染性疾病	表面增强拉曼光谱（SERS）	经典机器学习、深度学习、生成模型、可解释人工智能	拉曼光谱	129项研究，其中62%包含不超过25个独立生物单位	NA	NA	NA	NA
4307	2026-07-10	A kernelized data-driven approach for analyzing and predicting brucellosis in Inner Mongolia 2026-Jul-06, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2026.101279 PMID:42422010	研究论文	提出一种基于核技巧的数据驱动混合建模框架，用于分析和预测内蒙古地区布鲁氏菌病的时空传播动态	创新性提出KHDMDsp-LSTM混合框架，通过混合Mercer核将非线性流行病过程线性化，结合贝叶斯优化自适应调整核参数，并引入弹性网络正则化实现稀疏和可解释的模式选择	NA	提出稳健的数据驱动方法，用于分析和预测布鲁氏菌病的复杂时空传播动态	内蒙古12个城市11年间的月度布鲁氏菌病数据	机器学习	布鲁氏菌病	NA	LSTM	时间序列数据	12个城市11年间的月度数据	NA	KHDMDsp-LSTM	重建及长期预测精度	NA
4308	2026-07-10	Fast high-resolution dental MRI using a disposable wireless intraoral coil: From concept to reality 2026-Jul-06, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2026.101317 PMID:42422021	研究论文	提出一种基于无线口内线圈的快速高分辨率牙科MRI框架，实现68秒内0.30×0.30×1.5毫米分辨率成像	开发了新型无线支撑式口内线圈，结合48通道头线圈实现5.83倍信噪比提升，并整合深度学习重建加速成像	未提及具体局限性	实现临床实用的无辐射牙科磁共振成像	牙周膜、齿龈微结构及单根和多根牙齿	医学影像	牙科疾病	磁共振成像（MRI）	深度学习重建模型	磁共振成像数据	未提及具体样本量	NA	深度学习重建架构	信噪比、分辨率	NA
4309	2026-07-10	Physics-inspired perspective on synergistic optimization: a deep receding-horizon optimization strategy for denitrification and ammonia slip suppression in waste incineration 2026-Jul-04, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135303 PMID:42401348	研究论文	提出一种物理启发的智能氨喷射优化方法，基于深度学习预测和滚动时域优化框架，解决垃圾焚烧脱硝过程中的多目标冲突	引入时间导数约束的Conv-Transformer-TD协同预测模型，消除传统预测中的相位滞后，并结合NO特征辅助NH3预测以表征化学反应平衡	实验仅基于单一垃圾焚烧场景验证，未考虑不同工艺条件和设备差异对模型泛化能力的影响	实现垃圾焚烧脱硝过程中NOx排放达标、氨逃逸限制和环境成本控制的多目标协同优化	城市固体废物焚烧过程中的脱硝工艺	机器学习	NA	NA	CNN和Transformer混合模型	时间序列数据	未明确说明样本数量，涉及144小时鲁棒性验证案例	PyTorch	Conv-Transformer-TD	决定系数R²、均方根误差RMSE	NA
4310	2026-07-10	A deep learning and generative modeling pipeline for mining and engineering alkaline-stsable xylanases 2026-Jul-03, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135309 PMID:42398548	研究论文	开发了一种结合深度学习与生成建模的流程，用于挖掘和工程改造耐碱木聚糖酶	首次将迁移学习预测器与生成模型及多参数虚拟筛选整合，实现极端酶的高通量识别与优化	仅验证了碱性木聚糖酶的案例，对其他极端酶的通用性需进一步实验确认	构建可推广的计算框架，用于嗜碱和嗜热酶的发现与工程改造	嗜碱和嗜热酶，特别是耐碱木聚糖酶	机器学习	NA	序列预测、生成建模、虚拟筛选	深度学习迁移学习预测器	蛋白质序列数据	非冗余数据集，生成100万个变异体	TensorFlow	AAEPre（基于迁移学习的预测架构）	准确率	NA
4311	2026-07-10	Investigating the anticancer activity of eravacycline in pancreatic cancer via target-based deep learning and experimental validation 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag353 PMID:42418827	研究论文	通过基于靶点的深度学习和实验验证，研究埃拉瓦环素在胰腺癌中的抗癌活性	首次提出一种两阶段酵母预测模型，结合靶点预测与实验验证，发现POLK和突变p53为候选靶点，并验证埃拉瓦环素可下调POLK蛋白表达，为药物重定位提供新策略	未提及具体局限性，如样本量或临床转化可行性	探索埃拉瓦环素在胰腺癌中的抗癌机制并验证其疗效	胰腺导管腺癌（PDAC）细胞和动物模型	机器学习	胰腺癌	深度学习	NA	分子数据	涉及体外和体内实验，具体样本量未提及	NA	NA	肿瘤体积减小率	NA
4312	2026-07-10	Self-Supervised Koopman Operator Learning for Distributed Final Synchronization Prediction of Networked Nonlinear Dynamics 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3644299 PMID:41433175	研究论文	开发了一种混合库普曼深度学习算法，仅利用邻近状态信息预测不同拓扑结构网络化非线性动力学的最终同步	不同于现有仅能预测线性网络共识值的算法，该方法能预测具有变化骨架的网络化非线性动力学的最终同步状态	NA	仅利用邻近状态信息预测不同拓扑结构网络化非线性动力学的最终同步	网络化非线性动力学系统	机器学习	NA	NA	库普曼深度学习算法	状态时间序列数据	NA	NA	非线性编码器-解码器架构	NA	NA
4313	2026-07-10	Deep Learning for Video Anomaly Detection: A Review 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3647892 PMID:41489948	综述	对基于深度学习的视频异常检测方法进行全面综述，涵盖不同监督类型和最新研究进展	构建了五类监督任务的系统分类体系，引入预训练大模型和开放世界学习的最新工作，弥补了以往综述仅关注半监督和小模型方法的局限	依赖现有公开数据集和基准，未涉及极端场景或跨领域泛化性能的深入分析	系统梳理视频异常检测领域基于深度学习的研究现状，提供分类框架、性能比较和未来研究方向	视频异常检测方法与模型	计算机视觉	不适用	深度学习	预训练大模型、小模型	视频	不适用	不适用	不适用	准确率、召回率、F1分数、AUC	不适用
4314	2026-07-10	Exploiting Scale-Variant Attention for Segmenting Small Medical Objects 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3645355 PMID:41525526	研究论文	提出一种尺度可变注意力网络（SvANet），用于准确分割医学图像中的小物体	结合尺度可变注意力、跨尺度引导、蒙特卡罗注意力和视觉Transformer，以增强小医学物体的区分度	未提及	解决卷积神经网络在处理小医学物体时因信息损失和压缩缺陷导致的分割困难	医学图像中的小物体（如肾肿瘤、皮肤病变、肝肿瘤、息肉、手术切除细胞、视网膜血管和精子）	计算机视觉	多种疾病（肾脏肿瘤、皮肤病变、肝脏肿瘤、息肉、视网膜疾病等）	NA	神经网络（包含视觉Transformer）	图像	使用KiTS23、ISIC 2018、ATLAS、PolypGen、TissueNet、FIVES和SpermHealth数据集，样本量未具体说明	NA	SvANet（包含尺度可变注意力、跨尺度引导、蒙特卡罗注意力和视觉Transformer）	平均Dice系数	NA
4315	2026-07-10	CPFformer: A Hierarchical-Based Graph Modeling Fusion Framework for Making the Emotional Features of Chinese Poetry Pronunciation More Controllable 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3648530 PMID:41525522	研究论文	提出CPFformer框架，通过图建模和深度学习技术分析和预测中文诗歌发音的情感特征	首次将图结构用于捕获中文诗歌发音情感特征的全局和局部一致性，结合多尺度Mel特征提取技术实现情感表达可控性	未明确讨论模型泛化性、计算复杂度或对非标准发音的鲁棒性	使中文诗歌发音的情感特征更可控，提升儿童语言能力和艺术审美	中文诗歌发音数据的情感特征	自然语言处理	NA	多尺度Mel特征提取	深度学习框架（CPFformer）	中文诗歌发音数据集	专门构建的中文诗歌发音数据集	PyTorch	图模型、Transformer（编码器-解码器模块）、时空学习网络	MSE, MAE, RSE, R²	NA
4316	2026-07-10	Features of B-mode ultrasound and contrast-enhanced ultrasound of carotid plaque based on deep learning enhance the prediction of vulnerable plaques associated with acute ischemic stroke 2026-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12376-z PMID:41721846	研究论文	利用颈动脉斑块的B超和超声造影特征，基于深度学习开发AI模型，用于预测急性缺血性脑卒中风险	首次将深度学习与超声造影及B型超声特征结合，构建AI模型用于颈动脉斑块易损性预测，显著优于传统统计回归模型，并在外部测试集中展现出良好的泛化能力	未提及	开发基于颈动脉斑块超声特征的AI模型，预测急性缺血性脑卒中风险，并与传统回归预测模型比较效能	颈动脉斑块的B型超声和超声造影图像特征	计算机视觉	急性缺血性脑卒中	B型超声和超声造影	卷积神经网络	超声图像	回顾性923例患者（训练+验证集739例，测试集184例），前瞻性外部测试集143例	NA	ResNet34	AUC	NA
4317	2026-05-31	Decoding the Black Box in Deep Learning Models-Reply 2026-Jul-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2026.0855 PMID:42060278	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4318	2026-07-10	Evaluating the Diagnostic Potential of Connected Speech for Benign Laryngeal Disease Using Deep Learning Analysis 2026-Jul, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.01.015 PMID:38350806	研究论文	利用深度学习分析评估连续语音对良性喉部疾病的诊断潜力	首次采用深度学习模型比较连续语音与元音在检测良性喉部疾病中的诊断性能，并发现连续语音分析更有效	时间序列模型表现不如CNN，且样本量有限，需进一步验证	评估基于连续语音和元音的人工智能模型检测良性喉部疾病的性能	772名患者的语音样本，包括502名正常声音和270名患有声带息肉、囊肿或结节的患者	机器学习	喉部疾病	语音分析	CNN, 时间序列模型	音频	772名患者	NA	CNN	AUC（ROC曲线下面积）	NA
4319	2026-07-10	Decoding the Black Box in Deep Learning Models 2026-Jul-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2026.0852 PMID:42060291	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4320	2026-07-10	Multimodal deep learning prediction of treatment response to anti-vascular endothelial growth factor in diabetic macular oedema 2026-Jul, Eye (London, England) DOI:10.1038/s41433-026-04505-1 PMID:42092039	研究论文	开发并验证一种结合光学相干断层扫描图像和临床数据的多模态深度学习模型，用于预测糖尿病黄斑水肿患者对抗血管内皮生长因子治疗的反应	首次结合OCT图像和临床数据构建多模态深度学习模型预测DMO患者抗VEGF治疗反应，且模型性能优于视网膜专科医生	样本量较小（107例），需通过更大规模多中心数据集进一步验证临床效用	预测糖尿病黄斑水肿患者接受抗VEGF治疗的反应	107例接受三次连续抗VEGF治疗的糖尿病黄斑水肿患者	计算机视觉	糖尿病黄斑水肿	光学相干断层扫描	多模态深度学习模型	图像（OCT）、文本（临床数据）	107例DMO患者	NA	NA	AUROC、准确率、敏感性、特异性	NA