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
121	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
122	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
123	2026-05-27	Responsible Use of Artificial Intelligence to Improve Kidney Care: A Statement from the American Society of Nephrology 2026-Apr-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000929 PMID:41201255	review	美国肾脏病学会关于负责任使用人工智能改善肾脏护理的声明	提供了负责任使用AI的框架和基础原则，强调以患者利益优先、确保临床医生监督及在高负担疾病领域推动创新	NA	为肾脏病学中AI的负责任使用提供指导框架	慢性肾脏病、急性肾损伤、透析和移植护理中的AI应用	机器学习	肾脏疾病	NA	NA	NA	NA	NA	NA	NA	NA
124	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
125	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
126	2026-05-27	Scalable and Robust Artificial Intelligence for Spine Alignment Assessment: Multicenter Study Enabled by Real-Time Data Transformation 2026-Mar-20, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/78396 PMID:41861366	研究论文	开发一种实时数据转换方法以增强脊柱对齐评估人工智能模型的多中心鲁棒性和准确性	提出了一种基于像素强度的实时数据转换方法，可即插即用，有效解决多中心影像数据异质性，提升深度学习模型在不同医院间的泛化能力	未提及具体限制，可能包括样本量不足或模型在不同人群中需进一步验证	开发实时数据转换方法以提升多中心青少年特发性脊柱侧弯影像评估中人工智能模型的鲁棒性和准确性	3899张全脊柱X线片，来自7家医院（香港2家、中国大陆5家），2012年1月至2024年8月收集	计算机视觉	青少年特发性脊柱侧弯	X线成像	深度学习模型（SpineHRNet+）	图像	3899张全脊柱X线片（训练和内部验证3034张，外部验证865张来自5家医院）	NA	SpineHRNet+	残差分析、线性回归R²、Bland-Altman分析、灵敏度、特异性、精确度、阴性预测值、准确率、混淆矩阵	NA
127	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
128	2026-04-05	A web-based deep learning cascade for automated detection and quantification of marginal bone loss 2026-Mar-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-07962-y PMID:41792690	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
129	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
130	2026-05-27	Energy-driven innovations in computational de novo protein engineering 2026-03, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.01.005 PMID:41570866	综述	综述能量驱动计算从头蛋白质工程中的创新方法，涵盖从经典力场到AI驱动预测的完整技术路线	首次系统整合分子动力学、热力学积分和蒙特卡洛采样等能量策略，提出基于精度-成本-吞吐量权衡的方法选择决策框架	未量化AI预测模型在不同蛋白质体系中的泛化能力瓶颈，且缺乏对计算资源消耗的系统性比较	为治疗性和工业蛋白质设计提供物理与数据协同驱动的技术路线图	计算从头蛋白质工程中的能量模型及其在生物技术、医学和合成生物学中的应用	机器学习	NA	分子动力学模拟,热力学积分,蒙特卡洛采样,机器学习,深度学习	机器学习模型,深度学习模型	蛋白质结构数据,能量景观模拟数据	NA	NA	NA	结合亲和力,折叠路径预测精度,稳定性评估指标	NA
131	2026-05-27	Computational advances in RNA-small molecule binding site prediction 2026-03, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.02.003 PMID:41654089	综述	综述了RNA与小分子结合位点预测的计算方法进展	从早期统计模型到深度学习框架，特别是大语言模型在捕捉长程序列依赖和上下文模式中的应用，以及多模态特征整合方法	RNA结构柔性、瞬时结合口袋及高分辨率复合体结构有限带来的挑战	总结RNA-配体结合位点预测的计算策略，推动RNA靶向药物发现	RNA-小分子相互作用及其结合位点	机器学习	NA	NA	大语言模型	序列、结构、能量、拓扑信息	NA	NA	NA	NA	NA
132	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
133	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
134	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
135	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
136	2026-05-27	Multi-window temporal analysis for enhanced arrhythmia classification: leveraging long-range dependencies in electrocardiogram signals 2026-01-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae3937 PMID:41539004	研究论文	提出S4ECG深度学习架构，通过多窗口时间分析捕捉心电图信号中的长期依赖关系，提高心律失常分类准确性和跨数据集鲁棒性	首次将结构化状态空间模型应用于心电图多窗口联合分析，有效捕捉房颤等心律失常在长时间尺度（2分钟至10~20分钟）上出现的诊断特征，显著降低假阳性率	未明确提及局限性，但窗口长度超过20分钟后性能趋于平稳或下降，提示可能存在最优窗口限制	利用多窗口时间分析增强心律失常分类性能，特别是房颤检测的准确性和跨数据集泛化能力	心电图信号中的心律失常分类，包括房颤、房扑等多种类型	机器学习	心血管疾病	心电图	结构化状态空间模型	时间序列信号	NA	NA	S4ECG	宏平均AUC, 特异性, 敏感性, 假阳性率	NA
137	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
138	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
139	2026-05-27	AI-powered detection of cyberbullying in short-form video content: A hybrid deep learning framework 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338799 PMID:41671210	research paper	提出一个混合深度学习框架，用于检测短视频内容中的网络欺凌	整合了CNN、BiLSTM和Transformer三种模型，并通过语义一致性验证层实现跨模态对齐，以惩罚不协调的线索	该信息在标题和摘要中未提及	检测短视频中多模态（视觉、听觉和文本）的网络欺凌内容	短视频平台（如Instagram Reels、TikTok、YouTube Shorts）中的视频内容	multimodal machine learning	NA	NA	CNN, BiLSTM, Transformer	视频、音频、文本	两个基准数据集：CAVD和SocialVidMix	NA	CNN（空间特征）、BiLSTM（时间声学模式）、Transformer（文本编码器）、语义一致性验证层	准确率、精确率、召回率、F1分数	该信息在标题和摘要中未提及
140	2026-05-27	EfficientNet-driven deep learning for accurate detection of faults in photovoltaic cells 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342647 PMID:41931557	研究论文	基于EfficientNetV2的深度学习框架用于光伏电池故障检测，提升识别准确率	首次系统比较三种EfficientNetV2变体（B0、B2、M）在光伏电池缺陷检测中的性能，并采用先进的图像预处理和增强技术优化异常检测	未提及在真实场景中的泛化能力验证及计算资源需求分析	提高光伏电池故障检测的准确性和自动化水平，支持预防性维护	光伏电池中的缺陷（包括制造缺陷和环境退化）与非缺陷样本	计算机视觉	NA	图像预处理与增强	卷积神经网络（EfficientNetV2）	图像	2,500张光伏电池图像（含缺陷与非缺陷样本）	NA	EfficientNetV2B0, EfficientNetV2B2, EfficientNetV2M	准确率、精确率、召回率、F1分数	NA