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
1141	2026-05-02	Controlled Protein Design via Statistical Energy Functions: A Rossmann Fold Case Study 2026-May-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00612 PMID:42065344	研究论文	本研究通过统计能量函数设计罗斯曼折叠蛋白质，验证了统计模型在蛋白质设计中的可控性	首次系统展示了统计能量函数（SCUBA和ABACUS2）在复杂蛋白质折叠（罗斯曼折叠）设计中的精准控制能力，并通过晶体结构验证了设计模型的准确性	仅针对罗斯曼折叠单一结构域进行了验证，设计序列经实验验证仅9条筛选序列，且晶体结构分辨率1.8Å存在2.602Å的主链偏差	论证统计模型在蛋白质设计中的持续重要性，并评估其可控性	罗斯曼折叠蛋白质（包含10个模体、三层结构）	机器学习	NA	蛋白质设计、X射线晶体学	统计能量函数（SCUBA、ABACUS2）、AlphaFold2	蛋白质结构数据	生成300个低能序列候选，9条经实验验证，1个晶体结构	SCUBA, ABACUS2, AlphaFold2	NA	主链偏差（RMSD）、折叠相似性置信度	NA
1142	2026-05-02	A few-shot learning method for underwater acoustic target recognition based on generative data augmentationa) 2026-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043727 PMID:42065402	研究论文	提出一种基于生成式数据增强的小样本水下声学目标识别方法	构建生成式与判别式协同框架，利用潜在空间补全和结构保持生成重建机制，在特征层面重建更连续、完整且具有判别性的类内分布	NA	解决小样本场景下水下声学目标识别中参考样本稀缺和环境干扰复杂的问题	水下声学目标	机器学习	NA	NA	变分自编码器	声学信号	NA	NA	变分自编码器	NA	NA
1143	2026-05-02	Estimating band importance for environmental sound recognition using deep learninga) 2026-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043736 PMID:42065403	研究论文	利用深度学习模型估算环境声音识别中的频带重要性函数	通过比较模仿人类表现和任务最优的深度学习模型，揭示了环境声音识别中的频带重要性，并发现人类表现接近任务最优频率	研究仅涉及25种日常声音和语音掩蔽，可能未涵盖所有环境声音类型；BIF估计依赖于特定模型和滤波器方法	理解环境声音识别中支持频率区域的频带重要性，并评估人类表现与任务最优的一致性	46名听者识别的25种日常声音与语音混合的听觉刺激	机器学习	NA	深度学习	深度学习模型	声音信号	46名听者，25种声音	TensorFlow	卷积神经网络（CNN）	识别准确率	GPU（NVIDIA RTX 3090）
1144	2026-05-02	Machine learning for predicting chaotic systems 2026-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0313297 PMID:42065909	研究论文	比较不同机器学习方法在预测混沌动力系统上的表现，并介绍了一种新的误差度量标准	引入了允许在基准测试结果中进行不确定性量化的新数据库，并提出了针对混沌系统定制的累积最大误差这一新指标	结果可能因实验设置不同而有显著变化，且未涉及高维或真实世界混沌系统的验证	评估不同机器学习架构在预测混沌系统时的性能，并强调方法选择与数据特性匹配的重要性	低维混沌动力系统的预测问题	机器学习	不适用	不适用	轻量级和重量级机器学习模型，包括深度学习模型	时间序列数据	多个低维系统基准数据库，包括一个新增数据库	不适用	多种架构，包括传统方法和深度学习模型	累积最大误差，以及其他传统指标	根据计算成本调整超参数调优，轻量方法分配更多调优
1145	2026-05-02	A Dynamic Time Warping-Aware Series-Temporal Transformer for Automated Thresholding of Auditory Brainstem Responses 2026-Apr-30, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3689105 PMID:42060419	研究论文	提出一种基于动态时间规整的系列时间Transformer框架，用于自动估计听觉脑干反应的阈值	首次引入DTW相似性感知的系列Transformer捕捉波形间依赖关系，并结合刺激水平感知位置编码和多尺度时间Transformer提取时间表征	仅作为事后验证工具，未与主动学习规则集成以动态选择刺激水平	开发自动化ABR阈值估计方法，减少临床视觉判读的主观偏差	听觉脑干反应波形数据	机器学习	听力障碍	NA	Transformer	波形信号	人类数据集I: 8350名受试者; 数据集II: 136名受试者; 小鼠数据集: 8259只小鼠	PyTorch	Series Transformer, Temporal Transformer	精确匹配准确率, ±10 dB准确率	NA
1146	2026-05-02	Attention-based Multimodal Spatiotemporal Enhanced Interaction Network For Major Depressive Disorder Detection 2026-Apr-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3689187 PMID:42060425	研究论文	提出一种基于注意力的多模态时空增强交互网络用于检测重度抑郁症	整合了3D结构磁共振成像和功能磁共振成像的时空信息，设计了跨模态交互网络和融合层以增强多模态信息聚合，并开发了基于注意力的自适应时空特征提取架构	未提及相关限制	解决深度学习中多模态脑网络交互信息利用不足和缺少捕捉关键时空依赖的自适应机制的问题	重度抑郁症患者和健康对照的脑影像数据	数字病理学	抑郁症	3D结构磁共振成像和功能磁共振成像	深度学习网络	脑影像	Rest-meta-MDD和Rest-meta-MDD-V2数据集	NA	基于注意力的自适应时空特征提取架构	NA	NA
1147	2026-05-02	Subject-Independent Deep Learning Framework for Motor Imagery Electroencephalogram Decoding in Neurorehabilitation 2026-Apr-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3689121 PMID:42060426	研究论文	提出DSGNet双分支主题对齐泛化网络，实现运动想象脑电信号的跨被试解码，解决神经康复中的个体差异问题	通过双互补卷积分支同时提取时域和频域特征，并引入类别对齐损失实现域不变表征，无需被试标注数据即可推广至新个体	在三类和四类数据集上仅比基线模型提升0.22%和2.15%，改进幅度有限；二类数据集性能持平，未展现显著优势	开发不依赖被试标注数据的跨被试运动想象脑电解码框架，提升神经康复脑机接口的泛化能力	运动想象脑电信号，来自四个公开数据集（OpenBMI、BCI Competition IV 2a/2b、SHU Version 5）	机器学习, 自然语言处理	神经疾病	脑电图（EEG）采集	卷积神经网络 (CNN)	脑电信号时间序列	四个公开数据集共涉及多被试运动想象脑电数据，具体数量未明确提及	NA	双分支卷积网络（DSGNet），含时域和频域互补卷积分支	准确率	NA
1148	2026-05-02	Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models 2026-Apr-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3686229 PMID:42060433	研究论文	系统性基准测试研究，比较传统手工特征、深度学习模型和预训练EEG基础模型在事件相关电位分析中的性能	首次系统性地评估深度学习及预训练基础模型在ERP分析中的有效性，并探索针对ERP数据优化的Transformer嵌入策略	仅基于公开数据集进行验证，未涉及临床环境中的复杂噪声和个体差异影响	为ERP分析提供方法选择与模型设计的指导框架	事件相关电位信号、EEG数据	机器学习	神经系统疾病	EEG	深度学习模型、预训练基础模型	EEG信号时间序列	12个公开数据集	NA	Transformer	NA	NA
1149	2026-05-02	Referenceless Proton Resonance Frequency Thermometry Using Deep Learning with Self-Attention 2026-Apr-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3689263 PMID:42060435	研究论文	开发并评估了一种基于深度学习与自注意力机制的无需参考的质子共振频率测温方法，用于经颅聚焦超声的温度监测	提出使用复数自注意力增强U-Net进行背景复杂图像重建，无需参考图像即可实现稳定且准确的温度测量	单中心回顾性研究，样本量有限（仅32名患者），且未在不同解剖部位或运动场景中验证	提高无需参考的PRF测温方法在加热区域的准确性并抑制背景假阳性温升	32名接受经颅聚焦超声治疗的震颤患者（87次超声处理，1416张图像）	计算机视觉	特发性震颤	MRI（质子共振频率测温）	U-Net	磁共振复数图像	32名患者（87次超声处理，1416张图像），其中28名患者用于训练验证，4名患者（13次超声处理，146张图像）用于测试	PyTorch	自注意力增强U-Net	平均绝对误差, 标准差, 均方根误差, Dice系数, Bland-Altman分析, R²	NA
1150	2026-05-02	General Intelligence-Based Fragmentation (GIF): A Framework for Peak-Labeled Spectra Simulation 2026-Apr-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07056 PMID:42060789	研究论文	提出通用智能碎片化框架，通过结构化提示与推理指导预训练大语言模型进行峰值标记谱图模拟	首次利用大语言模型并结合系统化提示与迭代优化实现质谱片段模拟，替代了传统的随机提示方法	未提及模型在复杂代谢物谱图模拟中的泛化能力，且当前GPT-4o的余弦相似度仅0.36，仍有提升空间	探索大语言模型在质谱标注与谱图模拟中的推理能力，提升代谢组学谱图注释率	预训练大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）及其谱图模拟性能	自然语言处理	NA	质谱分析、大语言模型微调	大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）	文本（质谱峰标签数据）	从MassSpecGym数据集中衍生获得的MassSpecGym QA-sim数据集	PyTorch	Transformer	余弦相似度	NA
1151	2026-05-02	Magnetic Resonance Neurography: Evolution, Technical Foundations, and Future Directions 2026-Apr-30, Seminars in musculoskeletal radiology IF:0.9Q4 DOI:10.1055/a-2817-3039 PMID:42061306	综述	回顾磁共振神经成像从实验技术发展为周围神经评估重要诊断手段的历程及其技术基础与未来方向	总结了从1.5T到3T系统、从二维采集到三维各向同性容积序列的演进，并突出深度学习重建和AI驱动自动分割等最新进展	NA	综述磁共振神经成像的技术演进、临床标准化系统（神经病变评分报告与数据系统）及未来方向	磁共振神经成像技术及相关临床应用	机器学习	周围神经病变	磁共振神经成像, 弥散张量成像, Dixon脂肪抑制, 对比增强成像	深度学习模型	图像	NA	NA	深度学习重建模型、自动分割模型	信噪比, 诊断精度	NA
1152	2026-05-02	A teacher-student deep learning framework for enhanced clinical screening of heart failure from 12-lead electrocardiograms 2026-Apr-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae6750 PMID:42061969	研究论文	提出一种基于教师-学生深度学习框架的CTTSnet模型，用于从12导联心电图自动筛查心衰	融合Transformer作为教师网络和CNN作为学生网络的协同架构，结合全局上下文感知与高效局部特征提取	未提及具体局限性	开发基于深度学习的临床决策支持系统，实现准确自动的心衰心电图筛查	心衰患者的心电图信号	机器学习	心血管疾病	ECG	CNN	图像	27,018份心电图	NA	Transformer, CNN	AUROC, 准确率, 召回率, 特异度	NA
1153	2026-05-02	HLABrew for Human Leukocyte Antigen Class I-Presented Epitope Recognition and Mimotope Discovery 2026-Apr-30, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00337 PMID:42062220	研究论文	提出了一个统一深度学习框架HLABrew，用于HLA I类表位预测和等位基因特异性模拟肽设计	集成Transformer、变分自编码器和双重交叉注意力机制，实现层级和等位基因感知的表征，能准确解卷多等位基因免疫肽组学数据并恢复等位基因特异性结合基序	NA	开发用于HLA I类呈递表位识别和模拟肽发现的深度学习框架	HLA I类呈递表位和等位基因特异性模拟肽	机器学习	NA	免疫肽组学	Transformer、变分自编码器	肽序列数据	NA	NA	Transformer、变分自编码器、双重交叉注意力	NA	NA
1154	2026-05-02	Microinterventional in-sensor computing system for real-time metabolic health assessment 2026-Apr-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72520-7 PMID:42062300	研究论文	提出一种仿生自锚定微介入传感器内计算系统，用于实时代谢健康评估	结合海星吸盘微针自锚定机制与轻量级深度学习算法，在硬币大小嵌入式电路上实现98.68%诊断准确率和120小时电池寿命，显著降低信号波动并增强信号强度	仅在猪模型中验证，未进行人体临床试验；未讨论不同个体差异对自锚定机制的影响	开发可穿戴传感器内计算系统，实现动态日常环境中高保真代谢风险分层	猪模型中的间质液生物标志物动态监测	机器学习	代谢性疾病	微针生物传感器	轻量级深度学习算法	生物信号	猪模型（未提供具体数量）	NA	轻量级神经网络	诊断准确率, 电池寿命	硬币大小嵌入式电路
1155	2026-05-02	Oil spill segmentation of noisy SAR images using domain adaptation based UNet 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49934-w PMID:42062390	研究论文	提出一种基于领域自适应UNet的SAR噪声图像溢油分割方法	在UNet架构中引入梯度反转层的领域自适应模块，以处理SAR图像中的相干斑噪声，提升溢油分割性能	未提及	实现SAR图像中溢油区域的精确检测与分割，克服噪声干扰	溢油区域在噪声SAR图像中的分割	计算机视觉	NA	SAR成像	CNN	图像	Sentinel-1 SAR图像原始数据集（未给出具体样本数）	PyTorch	UNet	准确率, F1分数, Dice相似系数, IoU	NA
1156	2026-05-02	A dynamic light image enhancement algorithm using generative adversarial network for group activity recognition 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49326-0 PMID:42062402	research paper	针对群体活动识别中动态光照导致的图像质量问题，提出一种基于生成对抗网络的动态光图像增强算法	提出了多输入图像增强生成对抗网络(MIIEGAN)和引导非对称深度可分离卷积(GA-DSC)，显著提升图像质量和模型性能	未明确提及	通过解决图像质量不稳定、工作环境光照动态变化和计算时间过长三个限制，提升群体活动识别模型性能	群体活动识别任务中的动态光照图像	computer vision	NA	图像增强	生成对抗网络	image	两个基准数据集：Volleyball Dataset和Collective Dataset	NA	MIIEGAN, AlexNet, VGG-16, Inception-v3, ResNet-50, EfficientNetV2	accuracy	NA
1157	2026-05-02	A multi-level dynamic sample augmentation and heterogeneous feature fusion framework for intelligent intrusion detection 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50301-y PMID:42062412	研究论文	提出一种融合动态样本增强与异构特征融合的混合入侵检测框架，用于解决网络流量中的类别不平衡和时间复杂性问题	创新性地结合ADASYN-FLS-SMOTEBoost自适应过采样策略、FLS指导的多分支CNN动态融合、层次化LSTM捕获短期突发和长期依赖，以及改进灰狼优化算法高效调参	在NSL-KDD数据集上的验证，可能存在领域泛化受限及高维特征场景下的可扩展性问题	提升智能入侵检测在复杂不平衡网络流量下的鲁棒性、可解释性和泛化能力	网络流量入侵检测（NSL-KDD数据集）	机器学习	NA	NA	CNN, LSTM	网络流量数据	NSL-KDD数据集（具体样本数量未说明）	NA	多分支CNN, 层次化LSTM (HLSTM)	Macro-F1, 召回率, 准确率	NA
1158	2026-05-02	An Arabic language benchmark and hybrid BERT-BiGRU-CapsNet model for optimism and pessimism detection 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50842-2 PMID:42062438	研究论文	介绍首个阿拉伯语乐观与悲观检测数据集SOPD，并提出BERT-BiGRU-CapsNet混合模型，在金融与体育领域文本上实现高精度分类	首个专门针对阿拉伯语乐观与悲观检测的专用数据集及混合深度学习架构	未明确提及	填补阿拉伯语乐观与悲观检测的研究空白，提出专用数据集和高效混合模型	阿拉伯语金融与体育论坛内容中的乐观、悲观与中性情绪	自然语言处理	NA	文本分类	BERT, BiGRU, CapsNet	文本	16,152个阿拉伯语样本，来自Hawamer和Kooora论坛	PyTorch	BERT-BiGRU-CapsNet	F1分数	NA
1159	2026-05-02	Deep-learning based quantitative evaluation of postoperative atelectasis following right upper lobectomy 2026-Apr-30, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02683-6 PMID:42062447	研究论文	基于深度学习框架自动量化右上肺叶切除术后肺不张严重程度，并评估其与临床结局的关联	首次开发全自动化深度学习框架对术后肺不张进行客观量化分级，提出标准化容积指标（右中叶/右肺体积比等）替代传统主观评分，并证实其与支气管镜需求等临床结局存在统计学关联	单中心回顾性研究、样本量有限（236例）、仅针对右上肺叶切除术患者，普适性需进一步验证	建立客观、可复制的深度学习评估体系，量化右上肺叶切除术后肺不张严重程度及临床影响	2008-2023年接受右上肺叶切除术的236例患者	计算机视觉	肺不张	CT影像分割	nnU-Net v2	影像	236例患者的术前术后CT影像	NA	nnU-Net v2	容积测量值、体积比、比值比、p值	NA
1160	2026-05-02	Evaluating model generalizability for suicide attempt risk prediction: traditional machine vs deep learning 2026-Apr-30, Npj mental health research DOI:10.1038/s44184-026-00209-2 PMID:42062536	研究论文	评估自杀企图风险预测模型在传统机器学习和深度学习中的泛化能力	首次进行外部验证，比较机器学习和深度学习在表格化医疗数据上的自杀企图风险预测表现	模型泛化能力不足，深度学习灵敏度更高但整体性能不及机器学习	评估并比较机器学习和深度学习模型在跨医疗环境下的自杀企图风险预测泛化能力	超过750,000次马萨诸塞大学纪念医疗中心的患者就诊记录	机器学习	自杀行为	NA	机器学习, 深度学习	表格数据	超过750,000次患者就诊记录	NA	NA	NA	NA