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
541	2026-05-25	Learning with less: A survey of deep learning in medical imaging under varying supervision levels 2026-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103375 PMID:41702310	综述	系统综述了医学图像分析中在不同监督水平下的深度学习方法	根据不同监督水平对方法进行系统分类，包括无监督、不精确监督、不完整监督、不准确监督和有限监督，并进一步细分子类别	未明确讨论不同监督方法的局限性及实际应用中的挑战	总结不同监督水平下深度学习方法在医学图像分析中的应用，并探索未来研究方向	医学图像分析中的深度学习模型	计算机视觉	不适用	不适用	不适用	医学图像	不适用	不适用	不适用	不适用	不适用
542	2026-05-25	A Character-level Convolutional Recurrent Interaction Network for joint traditional Chinese medicine clinical named entity recognition and relation extraction 2026-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103372 PMID:41707487	研究论文	提出一种字符级卷积循环交互网络，用于中医电子病历的命名实体识别和关系联合抽取	首次将中医四诊维度作为关系类型融入联合抽取框架，并利用字符级卷积和自注意机制捕获古汉语语义特征	未明确讨论模型在低资源场景下的泛化能力或对中医古籍文本的适用性	实现中医电子病历中实体与四诊维度关系的联合识别与抽取	中医电子病历中的临床实体（部位、症状属性）及其与四诊维度的关联关系	自然语言处理	NA	NA	卷积循环交互网络	文本	NYT数据集和TCM-cases数据集（具体样本量未提及）	NA	CCRIN（字符级卷积循环交互网络）	NA	NA
543	2026-05-25	GFASNet: Gait feature attention-driven deep sequential network for dementia-related gait pattern analysis 2026-05, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103377 PMID:41713110	研究论文	本文提出GFASNet，一种步态特征注意力驱动的深度序列网络，用于识别与痴呆相关的步态模式	将特征级注意力机制融入序列深度学习架构，提高模型可解释性，并量化单个步态参数的相对贡献	未提及具体局限性	识别与痴呆相关的步态改变，并通过注意力机制提供候选数字生物标志物	232名参与者的时空步态数据	机器学习	痴呆症	NA	长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元	步态序列数据	232名参与者	NA	长短期记忆网络、双向长短期记忆网络、门控循环单元、双向门控循环单元	分类性能（具体指标未明确）	NA
544	2026-04-05	SoleFusion-Net: an explainable multimodal deep learning framework for diabetic foot syndrome classification in type II diabetes mellitus 2026-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42207-6 PMID:41932959	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
545	2026-05-25	Single-channel EEG-based seizure prediction using deep learning 2026-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44670-7 PMID:41932974	研究论文	利用单通道脑电图和深度学习模型实现癫痫发作预测	首次证明单通道脑电图可在临床有意义的时间窗内实现可靠的癫痫发作预测，且模型极轻量（37,985参数）可部署于可穿戴设备	未提及	开发一种仅使用单通道脑电图的超轻量深度学习模型，用于癫痫发作预测	癫痫患者的单通道脑电图信号	机器学习	癫痫	NA	CNN	脑电图信号	SNUH和CHB-MIT两个数据集	NA	MobileNet	准确率、假阳性率、敏感性	NA
546	2026-05-25	Air quality index prediction using a hybrid CEEMDAN-CNN-IGWO-BiGRU-Attention model 2026-Apr-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46978-w PMID:41933122	研究论文	提出一种结合CEEMDAN、CNN、BiGRU、注意力机制和改进灰狼优化器的混合模型用于空气质量指数预测	将CEEMDAN信号分解、CNN特征提取、BiGRU时序建模、注意力机制和IGWO超参数优化集成于统一框架，实现自动化和高精度预测	未提及	开发一种能有效处理AQI时间序列非线性和非平稳特性的高精度预测模型	空气质量指数（AQI）时间序列数据	机器学习	NA	NA	CNN, BiGRU	时间序列数据	广州市2014-2024年长期AQI数据集	NA	CEEMDAN, CNN, BiGRU, 注意力机制, IGWO	MSE, R2	NA
547	2026-05-25	Enhancing lung diseases recognition through CNN-RNN methodologies 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45842-1 PMID:41927724	研究论文	提出一种基于CNN-RNN的肺部疾病识别方法，利用胸部X光图像对肺炎和结核病进行高精度分类	结合卷积神经网络与循环神经网络，并集成可解释人工智能，通过多层特征组合与依赖关系计算提升分类准确性	未提及模型在外部独立数据集上的验证结果，且计算资源消耗细节不明确	提高从胸部X光图像中识别肺部疾病的诊断准确性	胸部X光图像中的肺部异常，包括肺炎和结核病	计算机视觉, 数字病理学	肺部疾病（肺炎、结核病）	X射线成像	卷积神经网络-循环神经网络	图像（胸部X光）	公开数据集中的全部样本	PyTorch	C-RNet（结合CNN与RNN的自定义架构）	准确率, F1分数, 浮点运算次数, 参数量, 模型大小	NA
548	2026-05-25	Emotion-driven front-end design of NEVs using an improved LSTM with LDA-based emotion mining 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45602-1 PMID:41927764	研究论文	提出一种结合语义挖掘与深度学习的数据驱动框架，用于量化并优化用户对新能源汽车前脸造型的情感偏好	首次将LDA情感挖掘与GA优化注意力增强LSTM结合，通过粗糙集降维构建抽象情感与具体造型特征的映射	依赖用户生成内容的质量和多样性，LDA主题数量选择可能影响情感维度提取的精准度	建立用户情感偏好与汽车前脸设计特征之间的量化关联，为新能源汽车提供情感导向的设计支持工具	新能源汽车前脸造型设计与用户情感评价的对应关系	机器学习, 自然语言处理	NA	LDA主题模型, 粗糙集理论, 遗传算法	注意力增强LSTM	用户生成文本, 设计特征数据	未在标题和摘要中明确提及样本数量	NA	LSTM, 注意力机制	情感预测准确率（具体指标未在摘要中详述）	未在标题和摘要中提及
549	2026-04-04	Efficient deep learning framework for arecanut disease detection using graph neural network and Bat algorithm 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46535-5 PMID:41927805	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
550	2026-05-25	Deep learning-based phishing classification framework for accurate detection using optimized URL intelligence 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46481-2 PMID:41927869	研究论文	提出一种基于深度学习的钓鱼分类框架，通过优化URL智能特征实现精确检测	提出自适应深度URL智能网络（ADUIN），结合混合相关排序方法优化特征，并采用多层深度神经网络架构动态更新以适应攻击行为变化	未提及具体局限性信息	提升钓鱼URL分类的准确性、多样性和智能性，应对零日和伪装钓鱼URL	钓鱼URL及其特征（词汇、主机和结构属性）	机器学习	NA	NA	深度神经网络	文本（URL）	基准钓鱼数据集（未说明具体数量）	NA	多层深度神经网络	准确率、精确率、召回率、零日检测率、假阳性率、延迟	NA
551	2026-04-04	A hybrid deep learning model for robust and efficient plant leaf disease detection using ResNet50, PCA, and SVM 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46085-w PMID:41927866	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
552	2026-05-25	Topology modeling and energy efficiency prediction of parallel chillers based on deep learning 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47180-8 PMID:41927915	研究论文	提出一种基于深度学习的并行冷水机组拓扑建模与能效预测方法	构建了物理引导的时空融合模型，将LSTM与图卷积网络结合以捕捉机组间的拓扑耦合关系	未提及实际部署中的计算资源需求或实时性限制，且仿真数据占比可能影响模型泛化性	解决并行冷水机组因拓扑耦合导致的能效预测精度不足问题	大型数据中心冷却站的并行冷水机组系统	机器学习	NA	NA	GCN-LSTM融合模型	时序运行数据与仿真数据	1.28亿条原始记录与8000小时仿真数据	NA	LSTM, GCN	均方根误差, 平均绝对百分比误差	NA
553	2026-05-25	Using deep vision-language models improves multi-task performance in assistance applications for endoscopic ENT surgery 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03512-z PMID:41428176	研究论文	采用视觉-语言模型（VLM）架构，通过多任务学习提升内窥镜耳鼻喉手术辅助应用中图像分类、文本预测和手术报告生成的性能	端内窥镜领域偏置的编码器进行图像和文本嵌入，并通过交叉注意力融合，实现多任务学习替代三个孤立模型，且在图像分类和报告生成任务上分别提升F1分数达12%和14%	结构化文本生成任务改进有限，表明组合图像-文本嵌入对结构化句子学习存在限制；类别分布不平衡问题未完全解决	开发一种能够整合图像和文本数据的视觉-语言模型，用于内窥镜耳鼻喉手术辅助，提供多任务支持并优于现有基准	30例标注内窥镜手术的多任务数据集（130,000张多标签图像、解剖描述和同步手术报告）	计算机视觉、自然语言处理	NA	内窥镜手术图像采集	视觉-语言模型（VLM）	图像、文本	30例内窥镜手术（130,000张多标签图像）	PyTorch（推测，基于常见的VLM实现）	偏置编码器（用于图像和文本嵌入）加交叉注意力	精确率、召回率、F1分数、BLEU-2、ROUGE-L、余弦相似度	NA（未在标题或摘要中明确提及）
554	2026-05-25	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	研究论文	提出一种基于无冲突多目标优化的遗忘学习方法，用于减轻数据中心偏见对癌症分类模型的影响	创新性地结合无冲突多目标优化与遗忘学习，通过减小特征维度和排除利益冲突样本，缩小内部与外部验证性能差距	仅以癌症特征和数据中心偏见为案例研究，但方法具有模型无关性，可推广至其他偏见特征集	减轻深度模型因数据中心特定签名导致的偏见，提高模型在未见数据中心上的泛化能力	数据中心的偏见特征以及癌症分类任务中的内部与外部验证性能	计算机视觉,机器学习	癌症	NA	K近邻	图像	使用k折交叉验证，涉及k个不同数据中心	NA	NA	内部精度,外部精度,内部外部性能差距	NA
555	2026-05-25	IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103365 PMID:41604873	研究论文	提出了一种通过异质入院序列图增强隐式知识用于疾病预测的模型IKDP	通过构建异质入院序列图捕获疾病依赖关系和健康状态动态演变，并利用辅助预训练策略和端到端优化整合患者间相似性作为互补知识	可能受限于隐式知识的覆盖范围，且对单次入院患者的处理仍需进一步探索	利用隐式知识改进电子健康记录中的疾病预测模型	患者入院数据中的疾病关系、入院轨迹及患者间相似性	机器学习	NA	电子健康记录数据分析	深度学习模型	文本	NA	PyTorch	异质入院序列图	NA	NA
556	2026-05-25	Comprehensive review of heart disease prediction: A comparative study from 2019 onwards 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103354 PMID:41619515	综述	本文对2019年以来心脏病预测领域的研究进行了全面综述，比较传统诊断技术与现代机器学习和深度学习方法	系统性地回顾了从传统诊断技术向现代机器学习和深度学习方法的转变，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影响	未提及具体的研究局限	评估心脏病预测的当前技术水平，为未来研究提供路线图	心脏病预测算法及相关文献	机器学习	心血管疾病	NA	NA	NA	NA	NA	NA	NA	NA
557	2026-05-25	Uncertainty in deep learning for EEG under dataset shifts 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103374 PMID:41650580	研究论文	研究不同集成学习策略在脑电图数据集偏移下对分类性能和不确定性估计的影响	系统评估了深度集成和蒙特卡洛丢弃法在三种数据集偏移场景（分布内、分布外、渐进式脑电图特有偏移）下的不确定性和性能表现	NA	探索构建能提供可靠不确定性估计且对数据集偏移鲁棒的电图分类模型	脑电图数据中区分正常、轻度认知障碍和痴呆的分类任务	机器学习	阿尔茨海默病, 轻度认知障碍, 痴呆	脑电图	集成学习, 深度集成, 蒙特卡洛丢弃法	脑电图时间序列数据	大型脑电图数据集（具体数量NA）	NA	NA	性能指标, 不确定性度量	NA
558	2026-05-25	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	提出一种基于动态贝叶斯网络的新型QRS波群检测算法，通过融合心电波形和心律信息提高噪声鲁棒性	首次将心电波形和心律信息整合到统一概率模型中，采用无监督参数优化和简化策略提升推理效率	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	NA	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确率	NA
559	2026-05-25	EEG-based epileptic seizure prediction with patient-tailored spectral-spatial-temporal feature learning 2026-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103371 PMID:41633018	研究论文	提出一种患者定制的癫痫发作预测网络PSP-Net，用于自适应学习脑电图信号的谱-空-时特征	首次将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统一集成，实现个体化谱-空-时特征自动提取	未明确指出研究局限	开发更有效且可解释的癫痫发作预测方法，解决传统方法忽视患者间谱-空特征差异的问题	脑电图信号中的癫痫发作前兆特征	机器学习	癫痫	脑电图记录	PSP-Net（患者定制预测网络）	时序信号	多个公开癫痫数据集	NA	患者定制带通滤波器、空间耦合矩阵、注意力时序卷积网络	最先进性能（未具体说明指标）	NA
560	2026-05-25	Navigated hepatic tumor resection using intraoperative ultrasound imaging 2026-Apr, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03581-8 PMID:41729473	研究论文	本研究评估基于术中超声的导航系统在肝肿瘤切除术中的可行性和准确性	不同于依赖术前影像配准的传统系统，该导航系统仅使用术中超声生成的三维模型进行导航引导切除	排除4例患者因术中传感器脱离（3例）或数据记录错误（1例）影响准确性评估	评估基于术中超声的导航系统在开放性肝脏手术中的可行性与精准度	接受肝转移灶切除术的25例患者（其中前5例用于优化工作流程）	数字病理	肝脏转移癌	术中超声	CNN	术中超声影像	25例患者（其中前5例用于工作流程优化；16例评估患者中分析78个夹子-肿瘤距离）	NA	U-Net	中位导航精度3.2毫米；R0切除率93.8%	NA