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
4341	2026-02-12	Stress Detection Using Heart Rate Variability and Respiratory Signals Derived From a Single-Lead ECG 2026-Feb-10, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3658304 PMID:41666060	研究论文	本文提出了一种结合特征提取与机器学习的混合方法，仅使用单导联心电图信号进行压力检测	提出了一种基于单导联心电图的混合方法，通过提取心率变异性和呼吸信号特征，显著提高了分类准确率和计算效率	研究仅使用了ES3项目数据库，未在其他数据集上进行验证；实时可穿戴设备应用的硬件限制未完全解决	开发一种适用于可穿戴设备的实时压力检测方法	单导联心电图信号及其衍生的心率变异性和呼吸信号	机器学习	NA	单导联心电图信号分析	XGBoost	心电图信号	ES3项目数据库（具体样本数量未在摘要中说明）	NA	XGBoost	分类准确率，计算效率，推理时间	NA
4342	2026-02-12	MMCL: A Multi-modal Contrastive Learning Framework for Molecular Property Prediction 2026-Feb-10, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3663206 PMID:41666076	研究论文	本文提出了一种名为MMCL的多模态对比学习框架，用于分子属性预测，通过利用分子的不同视图学习相似分子间的共同特征，并显式地将功能基团表示为分子图中的节点，以促进模型学习与分子属性相关的特征	提出了一种多模态对比学习框架，整合分子的不同表示以增加信息多样性，并首次将功能基团显式地作为分子图中的节点进行建模，以增强模型对分子属性的捕捉能力	未在摘要中明确提及	通过深度学习提高分子属性预测的准确性，以促进药物发现过程	分子及其属性	机器学习	NA	多模态对比学习	深度学习	分子图	基准数据集	NA	NA	NA	NA
4343	2026-02-12	AGEP_TWAS: A Deep Learning-based Framework for Predicting Gene Expression Levels in Tissues 2026-Feb-10, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3663364 PMID:41666075	研究论文	提出了一种基于深度学习的基因表达预测框架AGEP_TWAS，用于跨组织预测基因表达水平	利用密集连接网络、自适应激活函数和参数剪枝策略，通过核心基因预测其他基因的表达水平，解决了传统方法效率低且忽略训练群体中缺失SNP的问题	未明确说明模型在不同物种或组织类型间的泛化能力限制，也未讨论计算资源需求	开发高效的基因表达预测方法以支持转录组范围关联研究	人类和牛的基因表达数据	机器学习	NA	基因表达谱分析	深度学习	基因表达数据	人类GEO表达数据集和CattleGTEx数据集	NA	密集连接网络	均方误差, 皮尔逊相关系数	NA
4344	2026-02-12	Sharper than human eyes? A systematic review and meta-analysis of machine learning for retinal detachment detection 2026-Feb-10, European journal of ophthalmology IF:1.4Q3 DOI:10.1177/11206721261419673 PMID:41666118	系统综述与荟萃分析	本文通过系统综述与荟萃分析，评估了机器学习在视网膜脱离检测中的诊断准确性	首次对机器学习在视网膜脱离检测中的应用进行全面的诊断测试准确性荟萃分析，并比较了不同机器学习技术、成像模态和验证方法的性能差异	研究存在显著的异质性（I>90%），且患者选择和数据质量偏差可能影响模型泛化能力	评估机器学习在视网膜脱离检测中的诊断准确性，并探讨其临床应用的潜力与挑战	视网膜脱离检测的机器学习模型	医学影像分析	视网膜脱离	机器学习，深度学习	深度学习模型，机器学习模型	医学影像（如眼底成像）	基于20项研究中的69个模型进行分析	NA	NA	灵敏度，特异性，曲线下面积	NA
4345	2026-02-12	Rapid and interpretable protein contact map prediction using a pattern-matching strategy 2026-Feb-10, Physical biology IF:2.0Q3 DOI:10.1088/1478-3975/ae443c PMID:41666568	研究论文	本文提出了一种基于模板的模式匹配方法，用于快速预测蛋白质接触图	该方法通过识别同源实验结构中的保守结构基序来预测接触图，仅需少量结构模板（50-500个），并在标准硬件上运行，无需GPU或高性能计算集群	方法依赖于结构模板的可用性，可能对缺乏同源结构的蛋白质预测效果有限	开发一种计算高效且可解释的蛋白质接触图预测方法	蛋白质序列及其接触图	生物信息学	NA	模式匹配、序列比对	模式匹配策略	蛋白质序列、结构模板	25个特征明确的蛋白质结构域和7,599个注释较差的序列	NA	NA	相关性、接触覆盖率、F1分数、准确率	标准硬件（无需GPU或高性能计算集群）
4346	2026-02-12	Interpretable and generative deep learning models explicate phase separating intrinsically disordered motifs 2026-Feb-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69252-z PMID:41667449	研究论文	本研究开发了一个名为PhaSeMotif的深度学习框架，用于可解释且精确地预测蛋白质内在无序区域中驱动相分离的关键基序	结合了基序预测、生成和验证，提供了一个开源工具包，并整合生成模型以创建保留关键组成特征的验证就绪基序	NA	系统识别调控蛋白质相分离的序列基序及其组成决定因素	蛋白质内在无序区域中的相分离驱动基序	机器学习	NA	深度学习	深度学习模型	蛋白质序列数据	NA	NA	NA	NA	NA
4347	2026-02-12	Sjögren's syndrome-focusassist: lymphocytic focus assessment in Sjögren's syndrome: a deep learning and spatial analysis approach 2026-Feb-10, Diagnostic pathology IF:2.4Q2 DOI:10.1186/s13000-026-01756-0 PMID:41668096	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4348	2026-02-12	Understanding complaint behavior in mobile banking: A psychological and AI-based analysis of emotional drivers 2026-Feb-09, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106435 PMID:41666715	研究论文	本研究结合情感智能与人工智能技术，分析移动银行应用中用户投诉行为的情感驱动因素	首次将情感智能理论与AI技术结合，用于分类零售移动银行中的用户问题，并评估情感线索与报告行为之间的关系	研究仅基于单一银行应用的用户评论数据，可能无法完全代表其他银行或金融应用的用户行为	探究情感智能和AI技术在分类移动银行用户报告问题及分析情感与问题报告关联性中的应用	美国银行移动银行应用的用户评论	自然语言处理	NA	情感分析，机器学习，深度学习	MLP, CNN, RNN	文本	超过216,000条用户评论	NA	NA	准确率	NA
4349	2026-02-12	Deep Learning Reconstruction Combined with Contrast-Enhancement Boost Technique in "Quadruple-low" CCTA Protocol: Evaluation of Image Quality and Diagnostic Accuracy 2026-Feb-09, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.025 PMID:41667344	研究论文	本研究评估了深度学习重建算法结合对比增强提升技术在“四低”冠状动脉CT血管成像协议中对图像质量和诊断性能的影响	首次将深度学习重建与对比增强提升技术结合，应用于“四低”（低管电压、低流速、低对比剂体积、低浓度）CCTA协议，显著降低了辐射剂量和对比剂用量，同时提升了图像质量	样本量相对较小（102例），且为单中心研究，可能限制结果的普适性	评估“四低”CCTA协议中深度学习重建结合对比增强提升技术对图像质量和诊断准确性的影响	102例接受冠状动脉CT血管成像的患者	医学影像分析	心血管疾病	冠状动脉CT血管成像	深度学习重建算法	医学影像（CT图像）	102例患者（随机分为常规剂量组51例和四低组51例）	NA	NA	信噪比, 对比噪声比, 主观图像质量评分, CAD-RADS 2.0, 节段狭窄评分, 节段受累评分, 冠状动脉钙化评分, 诊断准确率, 敏感性	NA
4350	2026-02-12	Multi-mechanism-driven dual-mode array based on a single PFC-1/QD probe enables AI-assisted on-site identification of biogenic amines and real-time food freshness monitoring 2026-Feb-06, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118501 PMID:41666536	研究论文	本研究开发了一种基于P-QDot探针的荧光/比色双模式传感器阵列，结合深度学习和智能手机成像，用于生物胺的分类、定量及食品新鲜度实时监测	通过单探针PFC-1/QD实现多机制驱动的双模式响应，结合AI算法和智能手机平台，实现生物胺的现场识别和食品新鲜度的实时可视化监测	研究主要针对五种生物胺，可能未覆盖所有相关胺类；实际应用环境中的干扰因素需进一步验证	开发便携式实时监测方法，用于食品中生物胺的识别和食品新鲜度评估	五种生物胺及虾类食品在储存过程中的新鲜度变化	机器学习	NA	荧光/比色双模式传感、智能手机成像	深度学习	图像	NA	YOLOv12	YOLOv12	NA	智能手机平台
4351	2026-02-12	A two-level neurodynamic approach for heterogeneous networked game under event-triggered quantized mechanism 2026-Feb-04, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108671 PMID:41666488	研究论文	本文提出了一种基于事件触发量化机制的两级神经动力学方法，用于解决异构网络化博弈问题，旨在降低通信成本并提高收敛速度	引入基于梯度的事件触发器和对数量化器来减轻通信负担，结合无源性策略补偿信息不完全性，并引入分段时变函数确保规定时间收敛	NA	研究网络化博弈中的通信成本降低和收敛速度提升问题	异构动态玩家（如自主移动机器人）	机器学习	NA	事件触发机制、量化通信、Lyapunov方法	神经动力学模型	模拟数据	NA	NA	两级神经动力学架构	收敛时间、通信频率	NA
4352	2026-02-12	Self-adaptive fine-tuning of deep learning super-resolution microscopy for artifact suppression in live-cell imaging 2026-Feb-02, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2025.101123 PMID:41658490	研究论文	本文提出了一种自适应性微调方法，用于抑制深度学习超分辨率显微镜在活细胞成像中的伪影生成	开发了一种自适应性微调方法，动态调整模型参数以最小化损失函数，该函数直接量化活细胞成像中的伪影	NA	抑制深度学习超分辨率显微镜在活细胞成像中的伪影生成	活细胞成像中的纳米级细胞器相互作用	计算机视觉	NA	深度学习超分辨率显微镜	深度学习模型	图像	NA	NA	NA	NA	NA
4353	2026-02-12	Exploring the contribution of joint angles and sEMG signals on joint torque prediction accuracy using LSTM-based deep learning techniques 2026-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2400318 PMID:39235388	研究论文	本研究使用基于LSTM的深度学习技术，探索关节角度和表面肌电信号对关节扭矩预测准确性的贡献	通过训练三种双向LSTM模型，分别使用关节角度、表面肌电信号及两者组合作为输入，评估了不同输入模态对下肢关节扭矩预测的独立和联合效果，发现单一输入模态在某些情况下可能足以准确预测特定关节扭矩	研究基于公开数据集进行，可能受限于数据集的样本规模和多样性；未探讨模型在其他运动模式或临床场景下的泛化能力	预测下肢关节扭矩，以评估关节角度和表面肌电信号在扭矩预测中的相对贡献	正常行走过程中的下肢关节扭矩	机器学习	NA	表面肌电信号采集	LSTM	时间序列数据	使用公开数据集，具体样本数量未在摘要中明确说明	NA	双向LSTM	归一化均方根误差, Pearson相关系数	NA
4354	2026-02-12	Leveraging Representation Learning for Bi-parametric Prostate MRI to Disambiguate PI-RADS 3 and Improve Biopsy Decision Strategies 2026-Feb-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001218 PMID:40586610	研究论文	本研究利用深度学习模型通过PI-RADS引导的表征学习，从双参数前列腺MRI图像中学习放射科医生的解读方式，以区分PI-RADS 3分类，检测临床显著前列腺癌，并减少不必要的良性活检	采用PI-RADS引导的表征学习方法训练深度学习模型，从放射科医生自信评估的MRI图像中学习表征，以解决PI-RADS 3分类的模糊性问题，并开发基于这些表征的活检决策模型，在避免良性活检方面优于放射科医生和临床模型	研究为单机构回顾性研究，可能受限于数据来源的多样性和读者差异，且模型在外部验证和泛化能力方面未明确评估	通过深度学习模型改善前列腺MRI中PI-RADS 3分类的歧义性，提高临床显著前列腺癌的检测准确性，并优化活检决策策略以减少不必要的良性活检	前列腺癌患者，包括已知或疑似前列腺癌的男性，涉及MRI检查和后续活检数据	数字病理学	前列腺癌	双参数前列腺MRI（T2加权和扩散加权成像）	深度学习模型，表征学习器	图像	28,263次MRI检查（来自21,938名男性），其中6,352次后续活检，训练集包括21,465次放射科医生自信评估的检查	NA	NA	AUC, 敏感性, 阴性预测值, 活检产出率	NA
4355	2026-02-12	AFM-Based Deep Learning Decodes Human Macrophage Mechanophenotypes 2026-Feb, Small methods IF:10.7Q1 DOI:10.1002/smtd.202500953 PMID:40722235	研究论文	本研究介绍了一种结合原子力显微镜与深度学习的集成平台，用于在单细胞分辨率下对巨噬细胞进行无标记的机械表型分析	首次将原子力显微镜的纳米级力学映射与深度神经网络相结合，实现了无需传统免疫标记、能动态区分巨噬细胞功能表型（M0、M1、M2）并揭示混合极化状态的非破坏性方法	未明确提及样本量或外部验证队列的详细信息，且方法可能依赖于特定的仪器平台	开发一种无标记、动态的免疫监测策略，通过细胞力学特性解码巨噬细胞的功能表型	人类巨噬细胞在不同激活状态（初始M0、炎症M1、修复M2）下的形态与纳米力学特征	生物医学工程，计算生物学	免疫相关疾病（泛指）	原子力显微镜纳米级力映射	深度神经网络	纳米力学与形态学图像数据（如杨氏模量、粘附力、球形度）	NA	NA	深度神经网络（具体架构未指定）	分类准确性（隐含）	NA
4356	2026-02-12	Advanced deep learning for early diagnosis of arsenic-induced dermatological conditions through dermoscopic image evaluation 2026-Feb, Journal of medical engineering & technology DOI:10.1080/03091902.2025.2590472 PMID:41273294	研究论文	本研究提出了一种先进的深度学习框架，通过皮肤镜图像分析支持砷诱导皮肤病的早期诊断	采用协同ResNet-DenseNet架构提取判别性图像特征，结合k近邻算法进行分类，实现了对砷暴露相关皮肤病变的高精度自动化评估	研究仅基于孟加拉国四个现场的数据集，可能缺乏全球代表性；未提及模型在外部验证集上的泛化性能	开发深度学习框架以辅助砷诱导皮肤病的早期诊断和公共卫生监测	砷暴露个体和未受影响个体的皮肤镜图像	计算机视觉	皮肤病	皮肤镜图像分析	CNN, k-NN	图像	8892张皮肤镜图像	NA	ResNet, DenseNet	准确率, F1分数, 灵敏度, 召回率	NA
4357	2026-02-12	Classification of epileptic seizure using hybrid deep learning framework with time and time-frequency Hjorth features 2026-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2618585 PMID:41589762	研究论文	本文提出了一种结合时域和时频域Hjorth参数特征以及注意力增强时序建模的混合深度学习框架，用于癫痫发作阶段的分类	提出了一种新颖的混合深度学习框架，整合了多域（时域和时频域）的Hjorth参数特征，并引入了注意力机制来增强时序建模能力	NA	开发一个用于癫痫发作阶段分类的深度学习框架	癫痫发作阶段，包括正常、发作间期和发作期	机器学习	癫痫	离散小波变换	CNN, BiLSTM, 注意力机制	脑电图数据	基于Bonn EEG数据集，具体样本数量未明确说明	NA	1D CNN, BiLSTM	准确率, 精确率, 召回率, F1分数	NA
4358	2026-02-12	Beyond the Leaderboard: Evaluating the Robustness of Deep Learning Models for Detecting Freezing of Gait 2026-Feb, The European journal of neuroscience DOI:10.1111/ejn.70424 PMID:41657009	研究论文	本文评估了深度学习模型在检测帕金森病患者步态冻结症状中的鲁棒性和可转移性	通过组织全球机器学习竞赛并测试获胜模型在新数据集上的表现，验证了模型的可转移性，发现第三名模型在新数据上表现良好，与专家标注的一致性相当或优于人工评分者	模型在检测步态冻结发作次数或亚型时表现不佳，可能需要额外传感器或其他建模方法	开发并评估用于自动检测帕金森病患者步态冻结的深度学习模型	帕金森病患者	机器学习	帕金森病	加速度传感器数据	深度学习模型	加速度数据	12名患者	NA	NA	F1分数, 准确率, 召回率, 特异性, 精确率, 组内相关系数	NA
4359	2026-02-12	Computed tomography-based prediction of commissural positions facilitates valve-sparing aortic root replacement 2026-Feb, JTCVS techniques IF:1.7Q2 DOI:10.1016/j.xjtc.2025.11.007 PMID:41658864	研究论文	本研究比较了基于CT的主动脉根部再植入术规划与传统方法，并评估了深度学习算法自动CT测量的准确性	首次将深度学习算法应用于CT测量，以自动化预测主动脉瓣连合位置，减少术中调整需求	样本量较小（仅20例患者），且为单中心研究，可能影响结果的普遍性	评估CT规划和深度学习算法在主动脉根部再植入术中的效果	接受David再植入术的主动脉根部疾病患者	数字病理学	心血管疾病	计算机断层扫描（CT），心电图门控CT	深度学习算法	CT图像	20例患者用于CT组，20例对照组，另50例用于算法验证	NA	NA	组内相关系数（ICC），差异范围	NA
4360	2026-02-12	Deformable lung models for anatomical lung resections: The introduction of simulated reality for imaging guidance 2026-Feb, JTCVS techniques IF:1.7Q2 DOI:10.1016/j.xjtc.2025.10.022 PMID:41658897	研究论文	本文介绍了一种结合人工智能、有限元方法、三维可视化和四维交互的PulmoSimulatedReality技术，用于肺切除术的术前成像和术中手术引导	提出了PulmoSimulatedReality技术，首次将人工智能、有限元方法、三维可视化和四维交互集成，为肺切除术提供动态可变形解剖模型	仅进行了30例患者的初步验证，样本量较小，且为回顾性研究，缺乏前瞻性临床验证	开发并验证一种用于肺切除术术前成像和术中引导的新型四维可变形肺模型技术	接受肺切除术的30例患者	数字病理	肺癌	深度学习算法、有限元方法、三维可视化、四维交互	深度学习算法	医学影像数据、术中视频记录	30例接受肺切除术的患者	NA	NA	准确度、精确度、灵敏度、延迟时间、三维模型重建时间	NA