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
861	2026-02-09	Protein model building for intermediate-resolution cryo-EM maps by integrating evolutionary and experimental information 2026-Feb-05, Structure (London, England : 1993) DOI:10.1016/j.str.2025.11.004 PMID:41314215	研究论文	本文提出了一种名为CryoEvoBuild的自动化方法，用于通过有效整合进化和实验信息，从中间分辨率冷冻电镜图中改进蛋白质模型构建	CryoEvoBuild引入了一种新颖的基于域的分割、精修、组装和重建流程，并采用由AlphaFold2指导的循环框架，显著提升了AF2预测结构的准确性	NA	解决在中间分辨率冷冻电镜图中，使用深度学习预测的初始结构进行准确模型构建的挑战	蛋白质结构模型	结构生物学, 计算生物学	NA	冷冻电镜, AlphaFold2	深度学习模型	冷冻电镜图	117个分辨率在4.0-10.0 Å的多样化测试图	NA	AlphaFold2	准确性	NA
862	2026-02-09	LSTM-GPT-4 Integration for Interpretable Biomedical Signal Classification 2026-Feb-05, JMIR formative research IF:2.0Q4 DOI:10.2196/87962 PMID:41653471	研究论文	本研究开发并评估了一个集成LSTM网络与GPT-4的技术框架，用于自动化生物医学信号分类和生成人类可读的临床解释	首次将LSTM网络与GPT-4进行显式方法学整合，用于生物医学信号分类并生成临床解释，为资源受限环境下的部署提供了技术基础	本研究为概念验证阶段，尚未进行前瞻性临床验证和现场研究，且仅使用了公开数据集	开发一个适用于资源受限环境的自动化生物医学信号分类和临床解释框架	心电图(ECG)和脑电图(EEG)等生物医学信号	数字病理学	心血管疾病	生物医学信号处理	LSTM, GPT-4	信号数据	使用了多个公开PhysioNet数据集：MIT-BIH心律失常数据库、PTB诊断心电图数据库、PTB-XL、Chapman-Shaoxing、MIMIC-III波形数据和Sleep-EDF	NA	两层LSTM架构(128→64单元)	准确率, F1分数, AUC, 临床准确性评分, 清晰度评分, 可操作性评分	NA
863	2026-02-09	A Review Exploring the Translational Perspective of Artificial Intelligence in Drug Discovery and Formulation Development 2026-Feb-05, Annales pharmaceutiques francaises IF:1.0Q4 DOI:10.1016/j.pharma.2026.01.007 PMID:41653969	综述	本文从转化角度探讨了人工智能在药物发现和制剂开发中的应用及其潜力	提供了人工智能在整个药物研发价值链（从发现到上市后监测）中应用的转化视角，并量化了其在时间、成本和成功率方面的改进	数据质量、算法偏见以及监管机构对AI生成证据的接受度方面仍存在挑战	探索人工智能如何革新药物研发流程，同时保持严格的安全性和有效性标准	药物发现、临床前开发、临床试验优化、上市后监测以及制剂开发	机器学习	NA	深度学习、机器学习算法、数字孪生技术、真实世界证据分析	NA	NA	NA	NA	NA	命中率提升、时间节省、成本降低、患者队列减少、监测加速	NA
864	2026-02-09	Image Processing-Based Automatic Tooth Segmentation and Age Estimation in Sheep Using Deep Learning 2026-Feb-05, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152803 PMID:41654275	研究论文	本研究提出了一种基于深度学习和图像处理的自动化框架，用于通过牙齿图像估计绵羊年龄	结合YOLOv8自动牙齿分割与多种CNN架构的迁移学习，开发了公开可访问的容器化GUI应用，实现了高精度的绵羊年龄自动化估计	未明确提及数据集的样本来源多样性或模型在更广泛种群中的泛化能力验证	开发自动化、客观且可重复的绵羊年龄估计方法，以优化畜牧业管理	绵羊的牙齿图像	计算机视觉	NA	图像处理，深度学习	CNN	图像	未明确提及具体样本数量	未明确提及	VGG16, ResNet50, EfficientNetB0, MobileNetV2, Xception, BasicCNN	准确率	未明确提及
865	2026-02-09	From treadmill to outdoor overground walking: Enhancing ground contact timing detection for older adults using transfer learning 2026-Feb-05, Experimental gerontology IF:3.3Q2 DOI:10.1016/j.exger.2026.113056 PMID:41654277	研究论文	本研究评估了基于跑步机数据训练的深度学习模型在老年人户外行走中地面接触时间检测的性能，并探索了迁移学习对预测的增强效果	首次将迁移学习应用于从跑步机到户外不平坦地形（如斜坡和下降）的地面接触时间检测，以增强模型在真实世界环境中的泛化能力	下降行走的性能较差，表明需要更先进的建模策略；模型在户外复杂地形上的泛化能力仍有提升空间	开发适用于老年人真实世界行走的地面接触时间检测方法，以监测其移动能力	年轻成年人和老年人的行走数据，包括跑步机和户外不同地形（平地、斜坡、下降）	机器学习	老年疾病	惯性测量单元（IMU）数据采集，压力鞋垫和运动捕捉作为地面真实值	CNN, LSTM, 全连接神经网络	IMU传感器数据	20名年轻成年人（跑步机）和26名老年人（跑步机和户外），其中6名参与者的户外数据用于测试	NA	全连接神经网络, CNN, 双向LSTM	F1分数, 平均绝对误差（MAE）	NA
866	2026-02-09	Deep learning approach for hybrid beamforming design in MU-MISO mmWave systems 2026-Feb-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35247-5 PMID:41639140	研究论文	本文提出了一种基于深度学习的混合波束成形方法，用于降低MU-MISO毫米波系统中的计算延迟并保持可接受的速率性能	提出了一种深度学习驱动的混合波束成形方法，相比传统迭代优化算法显著降低计算复杂度，并引入高效的数据集生成流程以加速部署和扩展	未明确提及模型在极端信道条件下的性能或泛化能力，且可能依赖于仿真环境验证	为多用户多输入单输出毫米波系统设计低计算延迟、高实时性的混合波束成形方案	MU-MISO毫米波系统中的混合波束成形架构	机器学习	NA	深度学习	深度学习模型	信道数据	NA	NA	NA	和速率	NA
867	2026-02-09	Deep neural network-based analysis of voice biomarkers for monitoring treatment response in adolescent major depressive disorder 2026-Feb-04, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-025-01326-3 PMID:41639246	研究论文	本研究利用深度学习模型分析青少年重度抑郁症患者的语音生物标志物，以监测治疗反应	提出了双语音抑郁状态分析方法，用于评估患者个体内治疗期间抑郁状态的变化，而非仅进行横断面比较	样本量较小，仅包含48名患者，且仅分析了基频等有限声学特征	开发基于语音生物标志物的客观方法，以监测青少年重度抑郁症患者的治疗反应	48名青少年重度抑郁症患者	自然语言处理	重度抑郁症	语音分析	深度学习模型	语音	48名青少年重度抑郁症患者的治疗前后语音样本	NA	WavLM	F1分数	NA
868	2026-02-09	Deep learning-based one-stop 11C-CFT and 18F-FDG dual-tracer brain PET imaging protocol for Parkinson's disease 2026-Feb-04, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111764 PMID:41651249	研究论文	本研究探索使用深度学习从短间隔交错采集的11C-CFT和18F-FDG双示踪剂脑PET图像中分离出各自的图像，旨在减少帕金森病患者扫描等待时间	提出了一种基于深度学习的单次扫描双示踪剂脑PET成像协议，通过模型从模拟的双示踪剂总和图像中生成伪18F-FDG PET图像，从而无需在两天分别进行扫描	研究为回顾性设计，样本量相对较小（67名患者），且仅针对帕金森病进行评估	开发一种减少帕金森病患者PET扫描等待时间、提高临床效率的成像协议	帕金森病患者	数字病理学	帕金森病	PET成像，双示踪剂（11C-CFT和18F-FDG）成像	深度学习	医学图像（PET图像）	67名患者	PyTorch	Swin UNETR	归一化均方误差（NMSE），结构相似性指数（SSIM），Bland-Altman分析，SUVmean，LBR，SNR，相关系数（R）	NA
869	2026-02-09	iAFP-fLRM: Accurate identification of antifungal peptides via hybrid deep learning architecture and multi-modal feature fusion 2026-Feb-04, Biophysical chemistry IF:3.3Q2 DOI:10.1016/j.bpc.2026.107591 PMID:41653519	研究论文	本文提出了一种名为iAFP-fLRM的混合深度学习框架，用于仅基于氨基酸序列准确预测抗真菌肽	设计了一个双分支特征融合模块，集成了自适应池化对齐和跨分支注意力增强，前者动态对齐序列长度而无信息损失，后者自适应调整异构特征的贡献以增强互补性	NA	开发一种计算工具，用于计算机辅助识别抗真菌肽，以促进新型抗真菌疗法的发现	抗真菌肽	自然语言处理	真菌感染	氨基酸序列分析	Transformer, LSTM, MLP	序列数据	NA	NA	Transformer encoder, LSTM-ResMLP	准确率, AUC, 马修斯相关系数	NA
870	2026-02-09	A novel ECG QRS complex detection algorithm based on dynamic Bayesian network 2026-Feb-04, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103370 PMID:41653675	研究论文	提出了一种基于动态贝叶斯网络的新型心电图QRS波群检测算法，通过整合RR间期概率分布，增强噪声鲁棒性并适应个体差异	首次将心电图波形与心律信息统一整合到动态贝叶斯网络概率模型中，并采用无监督参数优化适应患者个体差异	未明确说明算法在极端噪声环境下的性能边界或计算复杂度对低功耗设备的适用性	开发一种适用于可穿戴心电图设备的高精度、强抗噪QRS波群检测方法	心电图信号中的QRS波群	生物医学信号处理	心血管疾病	心电图信号分析	动态贝叶斯网络	心电图信号	NA	NA	动态贝叶斯网络	准确性, 噪声鲁棒性, 泛化能力, 实时性, 可扩展性	NA
871	2026-02-09	CRISPR-initiated exponential amplification on fluorescently-barcoded microspheres for deep learning-assisted multiplexed HPV detection 2026-Feb-04, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118488 PMID:41653672	研究论文	本文介绍了一种结合CRISPR-Cas9启动的指数扩增、量子点编码微珠和深度学习图像分析的多重HPV DNA检测平台	通过CRISPR-Cas9触发指数扩增，结合量子点编码微珠和深度学习辅助荧光读取，实现了高特异性、低检测限的多重核酸检测	NA	开发一种快速、低成本、多重核酸检测平台，适用于近患者检测	人乳头瘤病毒（HPV）DNA，包括HPV16、HPV18和HPV33	数字病理学	宫颈癌	CRISPR-Cas9, 指数扩增, 荧光读取	深度学习	图像	NA	NA	NA	检测限	NA
872	2026-02-09	Temporal fusion transformer-based forecasting of COVID-19 infection trends using environmental indicators 2026-Feb-04, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2026.141381 PMID:41653747	研究论文	本研究开发并评估了一种基于时间融合变换器的多元时间序列预测模型，用于利用环境指标预测COVID-19感染趋势	提出了一种基于时间融合变换器的模型，有效结合静态和时变输入变量，利用环境因素预测COVID-19病例动态，相比基线模型性能提升17%	模型在测试数据集中低估了病例数量，直接病例数预测可靠性较低	开发有效的预测模型以支持公共卫生干预和医疗资源优化分配	COVID-19感染趋势	机器学习	COVID-19	时间序列分析	TFT	时间序列数据	2020年2月至2022年5月期间收集的地区级确诊COVID-19病例和环境变量数据集	NA	时间融合变换器	R值	NA
873	2026-02-09	Explainable AI in Cardiology Diagnostics: A Systematic Review of Machine Learning, Meta-heuristic Optimization, and Clinical Text Mining for Coronary Artery Disease 2026-Feb-02, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106321 PMID:41653696	综述	本文系统综述了机器学习、自然语言处理、元启发式优化和可解释人工智能在冠状动脉疾病预测与诊断中的应用	首次系统整合了多种AI方法（包括元启发式优化和XAI）在CAD诊断中的应用，并评估了其性能与可解释性	纳入研究临床验证有限，数据稀缺，缺乏标准化和以临床医生为中心的可解释性评估，外部验证不足	旨在识别CAD诊断中最常用的AI模型，评估其性能，并探索可解释性与优化如何提升临床实用性	冠状动脉疾病（CAD）	自然语言处理, 机器学习	心血管疾病	机器学习, 自然语言处理, 元启发式优化, 可解释人工智能	深度学习模型, Transformer-based模型	临床文本, 基准数据集	61项符合纳入标准的研究	NA	BioBERT, ClinicalBERT	准确率	需要大量计算资源
874	2026-02-09	Bridging causality and deep learning for harmful algal bloom prediction 2026-Feb-02, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125492 PMID:41653893	研究论文	本研究提出了一种结合因果发现与深度学习的增强型因果机器学习框架，用于预测有害藻华	开发了因果信息神经网络（CINN）及其单调扩展（MCINN），将因果图、平均处理效应估计与深度学习相结合，并引入单调因果约束以符合生态学预期	研究区域仅限于波斯湾，模型在数据稀缺、气候敏感海洋环境中的普适性需进一步验证	开发一种可解释、数据高效且具有不确定性感知的框架，用于预测有害藻华，以支持早期预警系统和政策干预	波斯湾海域的有害藻华现象	机器学习	NA	遥感数据（MODIS, ERA5, HYCOM）分析	神经网络	环境预测因子数据（31个变量）	NA	NA	因果信息神经网络（CINN）, 单调因果信息神经网络（MCINN）	R², RMSE	NA
875	2026-02-09	Recent advances in machine learning predictions of protein-ligand binding affinities 2026-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103193 PMID:41317487	综述	本文综述了机器学习在蛋白质-配体结合亲和力预测领域的最新进展	介绍了基于机器学习的新范式，涵盖结构、配体及混合方法，并突出从传统监督学习到深度学习架构的代表性算法	NA	提升蛋白质-配体结合亲和力预测的准确性和适用性，以支持理性药物设计	蛋白质-配体结合亲和力预测方法	机器学习	NA	机器学习	监督学习, 深度学习	三维构象数据, 拓扑不变量	NA	NA	NA	NA	NA
876	2026-02-09	Unsupervised learning of spatially varying regularization for diffeomorphic image registration 2026-Feb, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103887 PMID:41317547	研究论文	本文提出了一种无监督学习框架，用于学习空间变化的变形正则化，以改进可变形图像配准性能	通过层次概率模型集成先验分布，实现从数据中端到端学习空间变化的变形正则化，并结合贝叶斯优化自动调整超参数	未明确讨论模型在极端解剖变异或噪声数据下的鲁棒性	开发一种能够适应不同解剖区域变形变化的空间变化正则化方法，以提升深度学习图像配准的性能和可解释性	可变形图像配准任务	计算机视觉	NA	无监督学习	深度学习模型	图像	基于公开可用数据集进行综合评估，具体样本数量未明确说明	PyTorch, TensorFlow	NA	配准性能指标（如配准精度）、变形平滑度	NA
877	2026-02-09	Deep learning-based postprocessing and model building for cryo-electron microscopy maps 2026-Feb, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103196 PMID:41401630	综述	本文全面概述了基于深度学习的冷冻电镜图谱后处理和模型构建方法的最新进展	重点介绍了人工智能在冷冻电镜后处理和原子模型构建中的应用，并讨论了当前方法的优势与局限性	指出了现有方法面临的挑战，为未来研究指明了方向	探讨深度学习在冷冻电镜图谱后处理和模型构建中的应用	冷冻电镜图谱后处理和原子模型构建	计算机视觉	NA	冷冻电镜	深度学习	图像	NA	NA	NA	NA	NA
878	2026-02-09	Integrative spatial omics and artificial intelligence: transforming cancer research with omics data and AI 2026-Feb, Seminars in cancer biology IF:12.1Q1 DOI:10.1016/j.semcancer.2026.01.002 PMID:41520911	综述	本文综述了空间组学与人工智能在癌症研究中的整合应用，探讨了其方法、平台、挑战及未来方向	系统性地整合了空间组学（如空间转录组学、空间蛋白质组学）与人工智能（包括深度学习、空间图分析），用于解析肿瘤微环境的空间动态，推动精准肿瘤学发展	面临高维数据复杂性、计算资源限制、分析流程标准化不足以及跨平台数据协调等挑战	探讨空间组学与人工智能在肿瘤研究中的应用，以改善治疗结果并深化对癌症机制的理解	癌症研究，特别是肿瘤微环境及其空间动态	机器学习和数字病理学	癌症	空间转录组学, 空间蛋白质组学, 空间条形码, 原位测序, 数字空间分析	深度学习模型	多组学数据（基因组学、转录组学、蛋白质组学、表观基因组学、代谢组学）和空间组织学数据	NA	NA	NA	NA	NA
879	2026-02-09	Machine learning approaches for crystallographic classification from synthetic 2D X-ray diffraction data 2026-Feb-01, Journal of applied crystallography IF:5.2Q1 DOI:10.1107/S1600576726000099 PMID:41647181	研究论文	本研究利用合成2D X射线衍射数据结合深度学习技术，实现了对七种晶系和230个空间群的自动化高通量分类	提出了新颖的Auto Diffraction Pipeline，用于在多种条件下（如不同晶带轴、原子替换、原子缺失和机械加载）从晶体学信息文件生成合成2D XRD点阵图案，增强了合成数据的真实性，并解决了实验数据集稀缺的问题	未明确提及具体局限性，但可能依赖于合成数据的质量与实验条件的匹配度	实现晶体学结构的自动化、高通量分类，以促进材料科学中数据驱动方法的更广泛应用	七种晶系和230个空间群的晶体学结构	机器学习	NA	2D X射线衍射	CNN	图像	NA	NA	卷积神经网络	NA	NA
880	2026-02-09	Traditional Chinese Medicine Modernization in Diagnosis and Treatment: Utilizing Artificial Intelligence and Nanotechnology 2026-Feb, MedComm IF:10.7Q1 DOI:10.1002/mco2.70596 PMID:41648057	综述	本文综述了人工智能和纳米技术在辅助中医现代化诊断与治疗中的应用	整合人工智能与纳米技术，推动中医诊断的标准化、量化及治疗效果的优化	未提及具体实验数据或临床验证的局限性	促进中医现代化，提升其诊断客观性和治疗效果	中医诊断与治疗系统	自然语言处理, 机器学习	NA	机器学习, 深度学习, 纳米技术	NA	标准化和可量化的诊断数据	NA	NA	NA	NA	NA