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
5361	2026-05-27	Fusing non-textual cues with classical NLP for enhanced multimodal fake news spread detection 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45735-3 PMID:41957109	研究论文	提出一种融合非文本线索与深度文本特征的多模态深度学习架构，用于提升假新闻检测的准确性和鲁棒性	首次将统计行为特征、字符级特征与词级语义特征通过多头自注意力机制动态融合，实现多模态信息的智能化整合	未说明模型对对抗性文本攻击的鲁棒性，以及跨平台泛化能力验证不足	开发一种高效的多模态假新闻检测系统，以应对传统文本分析方法在复杂虚假信息检测中的局限	社交平台上传播的新闻内容及其发布者的非文本行为特征	自然语言处理	NA	Word2Vec、多头自注意力机制	深度学习多模态模型	文本数据	使用GossipCop和PolitiFact两个公开数据集进行实验	PyTorch	多头自注意力机制、SoftMax分类器	准确率, F1值	NA
5362	2026-05-27	Machine-enhanced reconstruction of functional connectomes unravels discriminative brain sub-systems in health and disease 2026-Apr-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47391-z PMID:41957158	研究论文	提出基于机器学习的全连接网络重建方法，利用几何深度学习识别具有区分性的脑子系统，应用于健康与自闭症谱系障碍受试者的功能磁共振成像数据分析	首次提出基于集体功能连接修剪的方法替代传统统计阈值修剪，利用几何深度学习学习网络表征并借助可解释人工智能识别最具有区分性的子网络，从而发现机器学习的子系统协同激活模式可显著提高对受影响个体的识别	方法在自闭症谱系障碍数据集上验证，未在其他脑疾病上测试，且依赖于功能磁共振成像数据的多频分解，可能受限于数据质量与频率选择	开发一种全连接网络重建方法，通过集体共激活模式而非独立统计显著性来保留连接，以更可靠地表征脑部疾病并识别生物标志物	健康与自闭症谱系障碍受试者的功能磁共振成像数据	机器学习, 计算机视觉	自闭症谱系障碍	功能磁共振成像	几何深度学习	功能磁共振成像信号	健康与自闭症谱系障碍受试者（具体数量未提供）	NA	几何深度学习网络	受试者识别准确性	NA
5363	2026-05-27	Transformer augmented hybrid deep learning for explainable multi class pest classification 2026-Apr-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41248-1 PMID:41935133	研究论文	对多种深度学习架构进行综合实验评估，用于基于图像级分类的多类害虫分类，涵盖19种害虫物种	提出混合CNN-Transformer设计（如Hybrid EffNet-Transformer和Hybrid EfficientNetV2-S+Transformer），结合卷积特征层次和全局自注意力机制，并采用分割驱动的预处理方法增强前景隔离	未在标题和摘要中明确提及局限性	实现农业害虫的早期准确识别，为精准农业系统开发提供指导	19种害虫物种的田间图像	计算机视觉	NA	深度学习图像分类	CNN、Transformer、混合CNN-Transformer	图像	19种害虫物种的田间图像（具体数量未提及）	NA	MobileNetV2, VGG16, EfficientNetB0/B3, EfficientNetV2-B0, ResNet50, Xception, NASNetLarge, Hybrid InceptionResNetV2, Hybrid ResNet50+CBAM, Hybrid EffNet-Transformer, Hybrid EfficientNetV2-S+Transformer	验证准确率, 宏平均F1值, 验证损失	NA
5364	2026-05-27	Artificial intelligence in orthopedics: current applications, challenges, and future directions 2026-Apr-03, Knee surgery & related research IF:4.1Q1 DOI:10.1186/s43019-026-00317-5 PMID:41933417	综述	总结人工智能在骨科实践中的当前应用，并强调实现临床转化的障碍	指出技术进步与临床转化之间的差距，主张从提升模型复杂性转向严格评估、外部验证和概率校准	未具体说明局限性，但隐含地指出当前应用受限于算法不透明性、性能退化及工作流适配不足	综述人工智能在骨科领域的应用现状、挑战及未来方向	骨科实践中的机器学习、深度学习及大型语言模型应用	机器学习	骨科疾病（如骨折、骨关节炎等）	不适用	机器学习模型、深度学习模型、大型语言模型	结构化数据、医学影像、文本	不适用	不适用	不适用	外部验证、概率校准、不确定性估计	不适用
5365	2026-05-27	A fundus image dataset for intelligent diabetic retinopathy system 2026-Apr-01, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07093-7 PMID:41922360	研究论文	构建了一个用于智能糖尿病视网膜病变系统的眼底图像数据集	提供了一个标准化、高质量的超广角眼底图像数据集，以克服现有AI模型在检测周边视网膜病变时的局限性，并公开可用以提高模型的泛化能力	未提及具体的局限性	为基于超广角图像的糖尿病视网膜病变诊断AI系统提供标准化的公开数据集	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	超广角眼底成像	NA	图像	809名患者的1630张超广角眼底图像	NA	NA	NA	NA
5366	2026-05-27	Glaucomatous Remodeling of the Lamina Cribrosa: Association With Visual Field Progression 2026-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.67.4.3 PMID:41920143	研究论文	研究开角型青光眼患者中筛板深度和曲率变化速率与视野进展速率之间的关系	首次利用深度学习分割筛板结构，并纵向分析筛板重塑与视野进展的关联，发现年龄、中央角膜厚度和眼压对重塑程度有调节作用	未提及，但可推断样本量及观察周期可能有限	评估原发性开角型青光眼患者的筛板重塑与视野进展之间的关联	原发性开角型青光眼患者	医学影像	青光眼	SDOCT	深度学习	图像	未明确提及，但研究涉及患者队列	NA	NA	NA	NA
5367	2026-05-27	Tabular LLMs for Interpretable Few-Shot Alzheimer's Disease Prexdiction with Multimodal Biomedical Data 2026-Mar-17, ArXiv PMID:41907581	研究论文	提出TAP-GPT框架，一种基于TableGPT2的表格化大型语言模型，用于多模态生物标志物的少样本阿尔茨海默病分类，生成可解释的结构化推理	首次系统性地将表格专用大型语言模型应用于多模态生物标志物驱动的阿尔茨海默病预测，采用表格提示而非纯文本进行少样本分类，并展示结构化、模态感知的推理能力且稳定性更高	NA	开发一种可解释的少样本预测方法，利用表格化大型语言模型处理多模态生物医学数据实现阿尔茨海默病的准确诊断	阿尔茨海默病患者的多模态生物标志物数据	机器学习	阿尔茨海默病	NA	大型语言模型	表格数据	四个ADNI衍生数据集	TableGPT2	TableGPT2	准确率	NA
5368	2026-05-27	Two-step deep-learning candidemia prediction model using two large time-sequence electronic health datasets 2026-Mar-04, medRxiv : the preprint server for health sciences DOI:10.64898/2026.03.03.26347531 PMID:41867227	研究论文	利用两个大型时间序列电子健康数据集开发两步深度学习模型预测念珠菌血症风险	提出结合念珠菌血症和30天死亡风险的两步预测框架，能识别出单步模型遗漏的高风险患者，并显著提高预测覆盖率和临床适用性	研究为回顾性，需前瞻性研究验证结果	开发并验证两步深度学习模型以优化念珠菌血症的早期预测和抗真菌治疗决策	两个大型电子健康记录数据集中的成年住院患者	机器学习	念珠菌血症	深度学习模型开发基于电子健康记录数据	深度学习模型	电子健康记录数据（时间序列数据）	Houston Methodist Hospital System (HMHS) 的 213,404 名患者和 MIMIC-IV 的 107,507 名患者	PyTorch	NA	AUPRC（精确率-召回率曲线下面积）	NA
5369	2026-03-02	Deep learning prediction model based on multi-modal transvaginal ultrasound scan images for endometrial cancer 2026-Feb-28, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-026-01013-z PMID:41764582	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5370	2026-05-27	SpliceRead: Improving Canonical and Non-Canonical Splice Site Prediction with Residual Blocks and Synthetic Data Augmentation 2026-Feb-09, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.05.703825 PMID:41726927	研究论文	SpliceRead利用残差块和合成数据增强改善规范及非规范剪接位点预测	提出SpliceRead模型，结合残差卷积块和合成数据增强方法，有效提升非规范剪接位点的识别能力，降低假阴性率	依赖多物种数据集，但可能对极端非规范序列的泛化能力仍有局限	改进规范和非规范剪接位点的分类预测，提升基因注释准确性	多物种的400和600核苷酸序列，包括规范与非规范剪接位点	机器学习	NA	合成数据增强	残差卷积网络	核苷酸序列	多物种数据集，包含400和600核苷酸序列	NA	残差卷积块	F1分数, 准确率, 精确率, 召回率	NA
5371	2026-05-27	Deep learning predicts onset acceleration of 38 age-associated diseases from blood and body composition biomarkers in the UK Biobank 2026-02, GeroScience IF:5.3Q1 DOI:10.1007/s11357-025-01702-w PMID:40576910	研究论文	利用神经网络Cox模型预测38种与年龄相关疾病的发病加速风险	首次利用相对发病加速关联来表征疾病模式，并开发了OnsetNet神经网络架构用于预测发病加速风险	NA	预测与年龄相关疾病的发病加速风险	来自英国生物银行的60,396名个体和218,530个结果事件	机器学习	老年疾病	NA	神经网络Cox模型	人口统计学、人体测量学、影像学、血液生物标志物特征	60,396名个体，218,530个结果事件	NA	OnsetNet	Harrell's一致性指数(C-index)，Kaplan-Meier曲线，对数秩检验，Schoenfeld残差	NA
5372	2026-05-27	Hallucination at low radiation dose: Evaluation of two deep-learning reconstruction methods in high-resolution chest CT 2026-Feb, Proceedings of SPIE--the International Society for Optical Engineering DOI:10.1117/12.3087772 PMID:42181036	研究论文	评估两种深度学习重建方法在高分辨率胸部CT中低辐射剂量下的幻觉表现	首次系统评估辐射剂量降低对两种深度学习重建算法（DLR1和DLR2）在高分辨率胸部CT中产生幻觉的影响，特别是在接近胸部X射线剂量的极低剂量水平（8%）	NA	评估低辐射剂量下两种深度学习重建方法在高分辨率胸部CT中产生幻觉的情况	胸部CT图像中的间质性肺病病变	计算机视觉	间质性肺病	CT	深度学习重建	图像	30个图像系列（5名患者 × 3种剂量 × 2种DLR算法）	NA	DLR1, DLR2	幻觉评分（5点李克特量表）	NA
5373	2026-05-27	Emotion recognition from auditory autonomous sensory meridian response (ASMR) using multi-modal physiological signals 2026-01-21, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae35ca PMID:41505907	研究论文	利用多模态生理信号从听觉自主感觉经络反应（ASMR）中识别情绪	以往研究主要关注ASMR引发的低唤醒度积极情绪（如放松和宁静），本论文首次探索了ASMR听觉刺激引发的更广泛情绪类型，包括快乐、悲伤和厌恶，并采用多模态生理信号与深度学习分类器进行情绪分类	NA	探索ASMR听觉刺激诱发的多种情绪，并验证多模态生理信号结合深度学习在情绪识别中的有效性	23名ASMR体验者的脑电图、光电容积描记图和皮肤电活动等多模态生理数据	机器学习	NA	可穿戴生物传感器、rmANOVA统计检验	人工神经网络和卷积神经网络	生理信号	23名ASMR体验者	NA	ANN, CNN	分类准确率	NA
5374	2026-05-27	A novel adaptive CNN-LSTM fusion network for electrocardiogram diagnosis 2026-01-07, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae2f8a PMID:41418332	研究论文	提出一种自适应CNN-LSTM融合网络用于心电图诊断	设计了一种自适应卷积核，能根据局部信号方差动态调整大小，结合空间-时间融合机制，提升了心电图诊断的效率和准确性	未在更多样化的数据集或临床环境中验证模型的泛化能力，且未讨论计算资源需求或模型复杂度	提高自动心电图诊断的效率和准确性，为早期心血管疾病筛查提供技术支持	心电图信号	机器学习	心血管疾病	NA	CNN-LSTM	信号	PTB-XL数据集	NA	自适应CNN, LSTM	准确率, 宏平均F1分数, 加权平均F1分数	NA
5375	2026-05-27	SpaGene: A Deep Adversarial Framework for Spatial Gene Imputation 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.34133/csbj.0102 PMID:42146899	研究论文	提出SpaGene，一种用于整合单细胞RNA测序数据和空间转录组数据的深度学习框架，以填补空间数据中缺失的基因表达	采用两个编码器-解码器对，结合两个转换器和两个判别器，实现空间转录组数据中缺失基因表达的有效填补	目前仅在特定数据集和评价协议下验证，可能在不同组织类型或噪声条件下泛化性有限	整合scRNA-seq和空间转录组数据，提升空间基因表达的恢复准确性	单细胞RNA测序数据和空间转录组数据	机器学习	肺癌	NGS, 单细胞RNA测序, 空间转录组测序	CNN, GAN	文本	多数据集（具体数量未在摘要中明确）	PyTorch	编码器-解码器, 生成对抗网络	Pearson相关系数, 结构相似性指数, 均方根误差	NA
5376	2026-05-27	Artificial Intelligence in the prediction of 3D chromatin structure and gene regulation 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.01.018 PMID:41986002	研究论文	利用人工智能预测三维染色质结构与基因调控	首次系统综述人工智能特别是深度学习在预测三维染色质结构及基因调控中的应用，强调整合多模态数据及自监督模型的优势	未提及具体模型性能评估及计算资源需求，缺乏实际应用中的局限性讨论	探讨人工智能在解析染色质三维结构与其基因调控关系中的潜力	染色质三维结构（如区室、拓扑关联结构域和环）及基因调控机制	机器学习，数字病理学	NA	Hi-C, ChIA-PET, HiChIP	深度学习	序列及表观基因组特征数据	NA	NA	自监督模型	NA	NA
5377	2026-05-27	Artificial intelligence in multimodal data analysis for cancer survival prediction 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.03.001 PMID:41986003	综述	综述人工智能在癌症生存预测中多模态数据分析的融合与对齐方法	系统梳理了2015至2025年间31项基于深度学习的多模态对齐与融合研究，并区分了先对齐后融合与独立融合两类策略	当前融合技术面临数据对齐和数据融合两大障碍，尚未提及具体模型的可扩展性或临床部署挑战	探索人工智能在癌症生存预测中处理多模态异构数据的对齐与融合方法，提高预测准确性和可解释性	31项多模态机器学习研究（2015-2025年），涉及三种关键数据类型	机器学习	癌症	NA	深度学习	多模态数据（图像、文本等）	31项研究	NA	NA	NA	NA
5378	2026-05-27	AI in biomolecular structural data analysis 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.01.024 PMID:41986008	综述	本文概述了人工智能在生物分子结构数据分析中的应用，特别是深度学习模型如AlphaFold2和RoseTTAFold在从序列数据快速预测三维结构中的作用	系统性地展示了深度学习架构（CNN、GNN、RNN和Transformer）在结构生物学中的综合应用，并探讨了AI与传统实验数据的互补性	模型可解释性、数据质量和伦理问题仍是挑战，且内容面向初学者，深度有限	为初学者提供AI在生物分子结构分析中的基本知识，推动跨学科探索	蛋白质和核酸的生物分子结构数据	机器学习	NA	深度学习	CNN, GNN, RNN, Transformer	序列数据	NA	NA	AlphaFold2, RoseTTAFold	NA	NA
5379	2026-05-27	Multi-omics applications in health and diseases 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.01.012 PMID:41986011	综述	综述多组学技术在健康与疾病研究中的应用，强调人工智能驱动整合方法的潜力和挑战	系统性地总结了从传统统计到深度学习等计算模型在多组学数据整合中的应用，并展望可解释AI、数字健康记录整合等未来方向	数据标准化、可扩展性、可解释性及基因组信息伦理使用方面仍存在挑战	阐述多组学整合在精准医学、疾病异质性研究和发病机制探索中的价值	多组学数据（基因组、转录组、表观组、蛋白质组、代谢组、微生物组）	机器学习	NA	NGS, RNA-seq, 甲基化测序, 蛋白质组学, 代谢组学, 微生物组学	CNN, LSTM	多组学文本数据	NA	NA	NA	NA	NA
5380	2026-05-27	Integrating Artificial Intelligence into metabolomics for predicting diseases 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.01.010 PMID:41986004	综述	该文章全面概述了如何将人工智能（特别是机器学习和深度学习）整合到代谢组学工作流程中，以克服数据分析挑战并预测疾病	系统性地介绍了AI在代谢组学中的应用，涵盖技术和概念框架，并通过最新案例研究和方法学进展加以说明	未明确提及	探讨如何利用人工智能技术（尤其是机器学习和深度学习）提升代谢组学在疾病预测中的能力	代谢组学数据及其在疾病预测中的应用	机器学习	癌症、糖尿病及并发症、脑部、心脏、肝脏、肾脏等主要器官疾病	NA	机器学习、深度学习	代谢组学数据	NA	NA	NA	NA	NA