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
7621	2026-01-01	Machine learning-based mortality prediction in critically ill patients with hypertension: comparative analysis, fairness, and interpretability 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1686378 PMID:41459572	研究论文	本研究开发并评估了多种机器学习和深度学习模型，用于预测重症监护中高血压患者的院内死亡率，并评估了模型的公平性和可解释性	首次在重症高血压患者死亡率预测中综合比较了多种ML和DL模型，并系统评估了特征选择对模型公平性的影响	研究基于单一数据库（MIMIC-IV），外部验证不足；去偏方法对精选特征模型的效果有限	开发公平、可解释的AI工具，辅助重症高血压患者的临床决策	重症监护病房（ICU）中的高血压患者	机器学习	心血管疾病	电子健康记录（EHR）数据分析	GBM, logistic regression, SVM, random forest, MLP, LSTM	结构化临床数据（人口统计学、实验室值、生命体征、合并症、ICU特定变量）	基于MIMIC-IV数据库的样本（具体数量未在摘要中明确说明）	Scikit-learn, TensorFlow/PyTorch（具体框架未明确说明）	多层感知机（MLP）, 长短期记忆网络（LSTM）	AUC-ROC, 准确率, 灵敏度, 特异度, F1分数	NA
7622	2026-01-01	Association of Shanghai air pollution with postoperative infection in adolescent orthopedic patients: a study using a deep learning-based evolutionary model 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1692207 PMID:41459575	研究论文	本研究利用深度学习进化模型探讨上海空气污染与青少年骨科患者术后感染风险的关联	首次结合改进的StarFish算法优化的CNN-BiGRU-Attention进化深度学习模型与广义加性模型，分析多污染物对青少年术后感染的滞后效应和剂量反应关系	研究仅基于上海地区数据，可能受地域限制；未考虑患者个体行为差异等混杂因素	探究空气污染物（NO2、SO2、O3）对青少年骨科手术患者术后感染风险的影响	上海地区2019-2024年期间的32,261例青少年骨科手术术后感染病例	机器学习	骨科疾病	深度学习建模，广义加性模型分析	CNN, BiGRU, Attention机制	医疗记录数据，高分辨率空气污染与气象数据	32,261例青少年术后感染病例	TensorFlow/PyTorch（未明确指定）	CNN-BiGRU-Attention，改进的StarFish算法优化	百分比变化估计，95%置信区间	NA
7623	2026-01-01	The extended hollowed mind: why foundational knowledge is indispensable in the age of AI 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1719019 PMID:41459580	研究论文	本文提出了“空心化心智”的概念框架，探讨生成式人工智能在教育中引发的认知依赖风险，并提出了“强化心智”的教学目标	提出了“空心化心智”和“主权陷阱”的概念框架，从多学科角度解释人工智能对认知过程的影响，并提出了“强化心智”作为应对策略	主要基于理论分析和现有证据的综合，缺乏实证研究数据支持具体干预措施的效果	分析生成式人工智能对教育认知过程的影响，并提出应对认知依赖风险的理论框架	人工智能在教育环境中的认知影响机制	自然语言处理	NA	NA	生成式人工智能	理论分析	NA	NA	NA	NA	NA
7624	2026-01-01	Deep pathomics: A new image-based tool for predicting response to treatment in stage III non-small cell lung cancer 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0294259 PMID:38015944	研究论文	本研究探索了利用深度学习技术分析组织病理切片（深度病理组学）来预测III期非小细胞肺癌患者对放化疗治疗反应的新方法	首次将深度学习技术应用于III期非小细胞肺癌的组织病理切片，开发了名为“深度病理组学”的图像分析工具，用于预测治疗反应	样本量较小（仅35例），属于探索性研究，需要更大规模的研究验证	预测III期非小细胞肺癌患者对放化疗的治疗反应	III期非小细胞肺癌患者的组织病理切片	数字病理学	肺癌	组织病理学切片数字化	CNN	图像	35例数字化组织切片（活检或手术标本）	NA	AlexNet, VGG, MobileNet, GoogLeNet, ResNet	特异性, 敏感性	NA
7625	2026-01-01	A hybrid Cycle GAN-based lightweight road perception pipeline for road dataset generation for Urban mobility 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0293978 PMID:38032941	研究论文	本文提出了一种基于Cycle GAN的轻量级道路感知流水线，用于生成城市移动性所需的道路数据集	提出了一种新颖的生成器网络'Sim2Real'，用于将语义分割标签转换为逼真的街景，并测试了CycleGAN架构在折纸机器人数据集上的泛化能力	未明确说明模型在更复杂或多样化场景中的性能限制	解决深度学习网络训练中大规模标注数据集需求的问题，通过模拟数据生成逼真数据集以支持城市移动性研究	城市道路数据集，包括Cityscapes和KITTI数据集，以及折纸机器人数据集	计算机视觉	NA	模拟数据生成，语义分割	CycleGAN, SVM	图像，语义分割地图	使用了Cityscapes数据集和KITTI数据集，具体样本数量未明确说明	未明确指定，但可能涉及TensorFlow或PyTorch（基于CycleGAN的常见实现）	CycleGAN	Cycle一致性损失，身份损失	未明确说明
7626	2026-01-01	Examination of alternative eGFR definitions on the performance of deep learning models for detection of chronic kidney disease from fundus photographs 2023, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0295073 PMID:38032977	研究论文	本研究探讨了使用不同eGFR定义对基于眼底照片的深度学习模型检测慢性肾病性能的影响	首次比较了仅基于肌酐的eGFR方程与结合肌酐和胱抑素C的eGFR方程在眼底图像深度学习模型中的表现差异	现有eGFR方程存在局限性，且眼底图像中可能缺乏独特指示CKD的特征，导致模型性能不一致	评估不同eGFR定义对深度学习模型检测慢性肾病性能的影响	英国生物银行的眼底图像数据	数字病理学	慢性肾病	深度学习	深度学习模型	图像	NA	NA	NA	分类性能	NA
7627	2025-12-31	A deep learning-based radiomics model for noninvasive diagnosis of melanoma 2026-Feb-01, Melanoma research IF:1.5Q4 DOI:10.1097/CMR.0000000000001071 PMID:41201865	研究论文	本文开发了一种结合深度学习和影像组学的非侵入性诊断模型，用于提高早期黑色素瘤诊断的准确性和临床实用性	整合了深度学习（ResNet50）和影像组学特征来构建诊断模型，并识别出关键预测指标如熵、长游程强调和小波对比度	研究为单中心回顾性设计，样本量相对有限（350例），可能影响模型的泛化能力	提高早期黑色素瘤的非侵入性诊断准确性	皮肤色素性病变患者	计算机视觉	黑色素瘤	影像组学分析	随机森林, 支持向量机, K近邻	医学影像数据	350例患者（训练集245例，验证集105例）	Python 3.8.5, Scikit-learn	ResNet50	AUC	NA
7628	2025-12-31	Integrating lesser omentum adipose CT in dual-phase tumor imaging: A multi-label deep learning framework for preoperative microvascular invasion prediction and survival analysis in hepatocellular carcinoma 2026-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109197 PMID:41349434	研究论文	本研究开发了一种多标签深度学习框架，通过整合小网膜脂肪CT与双期肿瘤成像，用于术前预测肝细胞癌的微血管侵犯并进行生存分析	提出了一种新颖的多标签深度学习框架，首次将小网膜脂肪CT特征与双期肿瘤CT图像通道级联，并利用临床风险因素作为辅助标签指导训练，以提升微血管侵犯预测性能	研究为回顾性设计，样本来自两个中心，可能存在选择偏倚；未在更广泛的多中心前瞻性数据中验证模型泛化性	开发一个多标签深度学习框架，用于术前准确预测肝细胞癌的微血管侵犯并进行生存风险分层分析	肝细胞癌患者	计算机视觉	肝细胞癌	计算机断层扫描	CNN	图像, 临床数据	来自两个中心的回顾性数据，具体样本量未明确说明	NA	CGAResNet18	AUC, 假阳性率, 假阴性率	NA
7629	2025-12-31	A comparative study of computer vision models for oral cancer detection from oral photographs 2026-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109198 PMID:41380612	研究论文	本研究比较了多种计算机视觉模型在口腔照片中检测口腔癌病变的性能	通过系统比较现代深度学习目标检测模型，并全面评估影响模型性能的参数，提供了该领域检测方法的新颖且全面的评估	在区分恶性和良性病变的两类检测设置中表现不佳，且小病变检测存在挑战	评估计算机视觉模型作为诊断工具在口腔癌早期检测中的潜力	口腔病变照片，特别是鳞状细胞癌等病变	计算机视觉	口腔癌	NA	深度学习目标检测模型	图像	基于活检证实的口腔病变摄影数据集	NA	NA	精确度, 灵敏度, 特异性	NA
7630	2025-12-31	INTELLI-PVA: Informative sample annotation-based contrastive active learning for cross-domain patient-ventilator asynchrony detection 2026-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109203 PMID:41389675	研究论文	本文提出了INTELLI-PVA框架，用于跨域患者-呼吸机异步检测，通过对比主动学习减少标注负担	结合对比学习和主动学习，开发混合两阶段分类器，实现高效跨域PVA检测	未明确说明模型在极端临床场景或罕见PVA类型上的泛化能力	开发人工智能系统以实时检测患者-呼吸机异步，提升临床监测效率	机械通气患者中的八种PVA类型	机器学习	呼吸系统疾病	对比学习，主动学习	深度学习模型	呼吸周期数据	1190名患者，1.24975亿个呼吸周期	NA	NA	F1-score, Cohen's κ	NA
7631	2025-12-31	FRET-SAM: SAM_Med2D-based automatic FRET two-hybrid analysis 2026-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109208 PMID:41401595	研究论文	本研究开发了一种基于SAM_Med2D的深度学习模型FRET-SAM，用于自动分析FRET双杂交图像，以量化活细胞中的蛋白质相互作用	首次将Segment Anything Model (SAM)及其医学图像变体SAM_Med2D优化并应用于FRET双杂交图像的自动ROI选择和荧光信号提取，实现了分析过程的自动化并提高了准确性	未明确提及模型在更广泛或更复杂生物样本上的泛化能力，以及计算效率的具体提升程度	开发一种自动化、高精度的深度学习方法来分析FRET双杂交图像，以消除主观偏差并提高蛋白质相互作用定量分析的效率和准确性	FRET双杂交图像（来自六种模型质粒和三种功能性FRET对）以及相关的蛋白质相互作用	计算机视觉	肺癌, 肝细胞癌	荧光共振能量转移 (FRET) 双杂交测定, 深度学习	基于SAM的模型	图像	包含六种模型质粒（C4Y, C10Y, C40Y, C80Y, C32V, CVC）和三种功能性FRET对（Bcl-XL-CFP/Bak-YFP, EGFR-CFP/Grb2-YFP, RAF-CFP/RAS-YFP）的综合FRET图像数据集	NA	SAM_Med2D, FRET-SAM	平均像素精度 (MPA), 平均交并比 (MIoU), Dice系数, 相对误差	NA
7632	2025-12-31	A novel multimodal diagnostic framework integrating hyperspectral imaging and deep learning for predicting RET gene mutations in medullary thyroid carcinoma 2026-Feb, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109207 PMID:41411775	研究论文	本研究开发了一种结合高光谱成像与深度学习的多模态诊断框架，用于预测甲状腺髓样癌的RET基因突变	首次将高光谱成像与深度学习结合用于MTC的RET突变预测，并设计了一种跨模态注意力机制来融合光谱和空间特征	样本量相对较小（总样本142例），且仅针对RET基因突变进行预测	开发一种快速、经济高效的非侵入性方法，用于预测甲状腺髓样癌的RET基因突变，以辅助临床决策	甲状腺髓样癌（MTC）患者	数字病理学	甲状腺癌	高光谱成像，H&E染色	CNN, LSTM, Transformer	图像	82例来自齐鲁医院的MTC病例用于训练和验证，60例来自另外两个中心的独立队列用于外部测试	NA	1D-CNN-LSTM, Swin Transformer	准确率, 灵敏度, 特异性	NA
7633	2025-12-31	A Deep Learning-Based Human-Robot Collaborative Navigation Framework for Vascular Interventional Surgery 2026-Feb, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70125 PMID:41468030	研究论文	本文提出了一种基于深度学习的血管介入手术人机协作导航框架，旨在实现自主手术执行	采用手术生成对抗网络进行实时局部路径规划，并引入基于CNN的动作估计器及人机信任共享控制模型，以应对血管轮廓变化带来的挑战	NA	实现血管介入手术的自主导航，提高手术效果和安全性	血管介入手术中的导管导航	机器视觉	心血管疾病	深度学习	GAN, CNN	图像	NA	NA	生成对抗网络, 卷积神经网络	动作决策准确率	NA
7634	2025-12-31	Deep Learning-Based Continuous QT Monitoring to Identify High-Risk Prolongation Events After Class III Antiarrhythmic Initiation 2026-Jan-06, Circulation IF:35.5Q1 DOI:10.1161/CIRCULATIONAHA.125.077494 PMID:41460938	研究论文	本研究开发了一种名为3DRECON-QT的深度学习系统，能够从单导联心电信号重建12导联信息以量化QT/QTc并识别高风险QT延长事件	提出了一种空间感知的深度学习系统，首次实现从单导联信号重建12导联心电图并连续监测QTc，突破了传统插入式心脏监测器的单导联限制	研究主要基于特定抗心律失常药物（多非利特和索他洛尔）的患者队列，外部验证中心数量有限，且模型性能在连续监测场景中仍需进一步优化	开发一种基于深度学习的连续QT监测方法，用于识别III类抗心律失常药物起始治疗后门诊患者的高风险QT延长事件	接受III类抗心律失常药物（多非利特和索他洛尔）治疗的门诊患者，以及使用插入式心脏监测器的患者	数字病理学	心血管疾病	心电图（ECG）分析，连续心电监测	深度学习，多任务编码器-解码器	心电信号（单导联和12导联ECG）	内部测试集和外部验证中心数据，公共多非利特负荷数据集，真实世界门诊患者队列（n=1676），以及配对插入式心脏监测器记录的患者	未明确指定	多任务编码器-解码器	受试者工作特征曲线下面积（AUC），平均绝对误差（MAE），相关系数（r），F1分数，调整后比值比（OR）	未明确指定
7635	2025-12-31	GONet: A Generalizable Deep Learning Model for Glaucoma Detection 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3576688 PMID:40465450	研究论文	本文提出了一种名为GONet的通用深度学习模型，用于从彩色眼底照片中检测青光眼性视神经病变，旨在提高跨种族、疾病组和检查设置的泛化能力	GONet采用基于DINOv2预训练的自监督视觉变换器，并结合多源域策略进行微调，利用七个独立数据集（超过119,000张彩色眼底照片）开发，展示了出色的分布外泛化性能	模型性能可能受数据集多样性和标注质量限制，且未详细讨论在资源有限环境中的部署挑战	开发一个泛化性强、自动化的深度学习模型，用于早期检测青光眼性视神经病变，以减少对专科医生耗时检查的依赖	彩色眼底照片（CFP），来自不同地理背景的患者，包括新贡献的747张带GON标签的开放访问数据集	计算机视觉	青光眼	彩色眼底摄影	视觉变换器（Vision Transformer）	图像	超过119,000张彩色眼底照片，来自七个独立数据集，包括新贡献的747张开放访问图像	PyTorch（基于DINOv2实现）	DINOv2预训练的视觉变换器	AUC	NA
7636	2025-12-31	Accurate Biomolecular Structure Prediction in CASP16 With Optimized Inputs to State-Of-The-Art Predictors 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70030 PMID:40762404	研究论文	本文介绍了在CASP16实验中，通过优化输入信息，利用先进深度学习算法在蛋白质结构预测方面取得的成果	通过去除内在无序区域优化蛋白质序列输入，以及优化RNA二级结构输入，提升了结构预测的准确性	蛋白质多聚体的高质量预测比例低于25%，RNA结构预测仍具挑战性	提高生物分子结构预测的准确性	蛋白质结构域、蛋白质多聚体和RNA单体	机器学习	NA	NA	深度学习	序列数据	NA	NA	AlphaFold2, AlphaFold3, trRosettaX2, trRosettaRNA2	NA	NA
7637	2025-12-31	Alternative Conformation Prediction Using Deep Learning With Multi-MSA Strategy and Structural Clustering in CASP16 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70059 PMID:41014267	研究论文	本文报告了CASP16竞赛中结构集合预测的结果，介绍了基于EnsembleFold流程的深度学习方法及其在预测蛋白质、RNA及其复合物替代构象方面的性能	开发了EnsembleFold集成预测流程，结合多MSA生成策略和结构聚类方法，显著提升了替代构象预测的准确性，特别是在蛋白质/核酸复合物目标上表现优异	未明确提及，但讨论了未来质量评估评分方法有待改进以进一步提升集合预测的可靠性和准确性	开发并评估一种用于预测蛋白质、RNA及其复合物结构替代构象的深度学习方法	蛋白质单体、蛋白质复合物、RNA结构以及蛋白质-核酸复合物	计算生物学	NA	多序列比对、深度学习方法、结构聚类、副本交换蒙特卡洛模拟	深度学习	蛋白质序列、RNA序列、结构数据	CASP16竞赛中的19个集合预测目标	NA	D-I-TASSER2, DMFold2, ExFold, DeepProtNA	TM-score	NA
7638	2025-12-31	Gait-to-Contact (G2C): A Novel Deep Learning Framework to Predict Total Knee Replacement Wear from Gait Patterns 2026-Jan, Annals of biomedical engineering IF:3.0Q3 DOI:10.1007/s10439-025-03863-3 PMID:41015655	研究论文	本研究提出了一种名为Gait-to-Contact (G2C)的新型深度学习框架，用于从步态模式预测全膝关节置换术的磨损情况	提出了一种基于Transformer-CNN编码器-解码器架构的深度学习替代模型，显著降低了传统有限元分析的计算成本和时间	当前研究基于模拟数据，尚未应用于临床患者数据	开发一种高效的计算模型来预测全膝关节置换术的磨损分布	全膝关节置换术的聚乙烯衬垫线性磨损分布	机器学习	骨科疾病	有限元分析，深度学习	深度学习模型	时间序列数据（步态模式）	314个ISO14243-3（2014）标准变体的步态时间序列	NA	Transformer-CNN编码器-解码器架构	平均绝对百分比误差，结构相似性指数，归一化互信息	NA
7639	2025-12-31	AI-Based Identification of Head Impact Locations, Speeds, and Force Based on Head Kinematics Simulations 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3581171 PMID:40536866	研究论文	本研究提出了一种基于深度学习的模型，用于从头戴式头盔撞击时的头部运动学数据中准确预测撞击方向、速度和力等关键参数	利用LSTM网络处理头部运动学数据，首次实现了从头戴式头盔撞击模拟中预测撞击方向、速度和力分布，并在现场数据验证中显著优于现有方法	模型主要基于模拟数据集开发，未来需要在更多头盔类型和运动场景的大型体内数据集上进行验证，以确认其准确性	开发一种能够从头戴式头盔撞击的头部运动学数据中准确预测关键撞击参数（如方向、速度和力）的深度学习模型，以改进头盔设计和运动安全	头盔撞击下的头部运动学数据（线性加速度和角速度），用于预测撞击方向、速度和力分布	机器学习	NA	有限元模拟，深度学习建模	LSTM	时间序列数据（头部运动学）	模拟数据集：16,000次头盔撞击模拟；现场数据集：79次可清晰识别撞击位置的头部撞击	NA	LSTM	R², 准确率	NA
7640	2025-12-31	From Frequency to Temporal: Three Simple Steps Achieve Lightweight High-Performance Motor Imagery Decoding 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3579528 PMID:40536865	研究论文	本研究提出了一种基于脑电图（EEG）的轻量级高性能运动想象解码方法，通过三个简单步骤显著提升解码精度并降低计算复杂度	从频率域分析出发，结合脑科学先验知识调整模型结构，引入残差网络保留高频细节特征，并使用时序卷积模块深度捕获时间依赖性	未明确说明方法在其他EEG数据集或实际应用场景中的泛化能力	开发轻量级高性能的脑电图运动想象解码模型	基于脑电图（EEG）的运动想象信号	机器学习	NA	脑电图（EEG）	CNN	时间序列数据（脑电信号）	BCI Competition IV 2a数据集（22通道）和2b数据集（3通道）	未明确说明	EEGNet, 残差网络, 时序卷积模块	分类准确率	未明确说明