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
1641	2026-01-09	Research on return water temperature prediction model for casting cooling system based on deep learning 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34510-5 PMID:41501340	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1642	2026-01-09	Two-stage deep learning approach for screening for anterior disk displacement of the temporomandibular joint using orthopantomograms 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34657-1 PMID:41501357	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1643	2026-01-09	A multi-scale dual-stream fusion network for high-accuracy sEMG-based gesture classification 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34909-0 PMID:41501380	研究论文	提出一种用于高精度表面肌电信号手势分类的多尺度双流融合网络	引入了多尺度Mamba模块以捕获多尺度时间特征和长短时依赖，并设计了双向注意力融合模块以动态融合时域和频域互补信息	仅在NinaPro数据集上进行了验证，未在其他肌电数据集或实际应用场景中测试泛化能力	提升基于表面肌电信号的手势识别准确性和鲁棒性	表面肌电信号	机器学习	NA	表面肌电信号采集	深度学习网络	时序信号	NinaPro数据集（DB2、DB3、DB4）	PyTorch	多尺度双流融合网络	准确率	NA
1644	2026-01-09	Approaches for accelerating microbial gene function discovery using artificial intelligence 2026-Jan-07, Nature microbiology IF:20.5Q1 DOI:10.1038/s41564-025-02214-1 PMID:41501479	综述	本文综述了人工智能在加速微生物基因功能发现方面的最新进展，并讨论了未来实现可解释和高通量AI引导注释的方向	整合计算与实验方法，开发系统化基因功能发现的工作流程，利用深度学习显著提升基因功能预测效率	传统注释方法受限于可扩展实验技术的缺乏和基于同源性的计算方法的局限性	加速微生物基因功能发现，实现更高效、准确和全面的基因组注释	微生物基因组中功能未知的基因	自然语言处理, 机器学习	NA	基因组测序技术	深度学习	基因组数据	NA	NA	NA	NA	NA
1645	2026-01-09	Understanding the impact of emotional engagement on learning outcomes in online education: an automated analysis approach 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34871-x PMID:41501519	研究论文	本研究开发了一种基于优化视觉Transformer和迁移学习的自动化方法，用于检测在线教育中的情感投入，并分析其与学习成果的关系	首次将优化的视觉Transformer模型与迁移学习结合，用于在线教育中情感投入的自动化检测，并发现了学习过程中投入度随时间变化的特定模式	样本规模较小（仅40名本科生），且仅基于面部数据进行分析，未考虑其他可能影响投入度的因素	探究情感投入对在线教育学习成果的影响，并开发可扩展的自动化监测方法	在线教育中的本科生学习者	计算机视觉	NA	面部数据采集与分析	Vision Transformer	图像	40名本科生，共71,185张标注图像	NA	Vision Transformer	分类准确率	NA
1646	2026-01-09	Generalizable Single-cell Multimodal Data Integration with Self-supervised Learning 2026-Jan-07, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf129 PMID:41501996	研究论文	本文提出了一种名为MINERVA的自监督学习框架，用于单细胞多模态数据整合，以解决小规模配对模态研究和大规模参考图谱在泛化性方面的挑战	MINERVA采用自监督策略，首次在小规模精度与图谱级泛化之间建立桥梁，支持零样本知识迁移和即时细胞类型注释，无需模型重新训练	未在摘要中明确提及	开发一个统一的深度学习框架，用于单细胞多模态数据整合，以提升降维、缺失特征插补和批次效应校正的性能	单细胞多模态数据	机器学习	NA	单细胞多组学技术	深度学习	单细胞多模态数据	小规模研究涉及数百个细胞，大规模应用构建多组织参考图谱	NA	MINERVA	降维、缺失特征插补、批次效应校正	NA
1647	2026-01-09	Artificial intelligence (AI) uses in stereotactic radiosurgery (SRS): outcome prediction with brain metastasis (BM) - A systematic review 2026-Jan-06, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.111854 PMID:41500171	系统综述	本文系统综述了人工智能在脑转移瘤立体定向放射外科预后预测中的应用	系统性地总结了结合影像组学特征与临床变量的多模态数据整合模型在预测局部控制、生存和治疗相关毒性方面的高性能表现，并强调了跨机构验证的稳健性	纳入的研究数量有限（21项），且需要进一步的多中心验证和临床工作流程整合	评估人工智能在预测接受立体定向放射外科治疗的脑转移瘤患者预后方面的应用潜力	脑转移瘤患者	数字病理学	脑转移瘤	MRI影像分析	CNN, RNN, SVM, 集成方法	影像数据（MRI）、临床变量	NA	NA	Conv-GRU	AUC	NA
1648	2026-01-09	FTIR Spectroscopy Combined with Machine Learning Reveals Molecular Signatures Distinguishing three Phenotypes of Endometriosis 2026-Jan-05, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2026.116047 PMID:41500442	研究论文	本研究应用傅里叶变换红外光谱结合机器学习技术，探索了子宫内膜异位症三种表型之间的生化差异	首次将FTIR光谱与机器学习结合，揭示了子宫内膜异位症不同表型在脂质和碳水化合物组成上的特异性分子标志	研究样本量有限，且深层浸润型子宫内膜异位症的分子机制仍不明确	区分子宫内膜异位症的三种临床表型，以改善诊断和治疗策略	子宫内膜异位症患者的组织样本，包括浅表腹膜病变、卵巢子宫内膜异位囊肿和深层浸润型子宫内膜异位症	机器学习	子宫内膜异位症	傅里叶变换红外光谱	深度学习, 支持向量机, 极端梯度提升	光谱数据	未明确说明样本数量	NA	NA	NA	NA
1649	2026-01-09	The effect of spatial and intensity level augmentation of structural magnetic resonance images on autism diagnosis model 2026-Jan-04, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104830 PMID:41499905	研究论文	本研究探讨了结构磁共振图像的空间和强度水平增强对自闭症诊断模型的影响	提出了结合空间和强度水平增强的数据增强方法，以提升深度学习模型在自闭症诊断中的泛化能力和鲁棒性	未提及具体的数据集大小或模型架构细节，可能限制了结果的普适性	通过数据增强技术改善基于医学影像的自闭症诊断模型的性能	结构磁共振图像	计算机视觉	自闭症	结构磁共振成像	深度学习模型	图像	NA	NA	NA	AUC	NA
1650	2026-01-09	Ensemble deep learning approach for traffic video analytics in edge computing 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-25628-7 PMID:41484116	研究论文	本文提出了一种用于边缘计算中交通视频分析的集成深度学习方法，结合Tiny YOLO和YOLOR进行车辆检测与分类，并通过ELITVA框架优化交通流控制	提出了一种新颖的混合模型，结合Tiny YOLO和YOLOR在边缘层进行车辆检测与分类，并引入ELITVA框架使用F-RNN进行交通流决策，实现了更高的处理速度和精度	实验仅基于无人机在道路信号处捕获的数据集，可能未涵盖所有交通场景或天气条件，且未详细讨论模型在更复杂环境下的泛化能力	开发一种高效的交通视频分析系统，以实时监控和控制道路交通流量	交通监控视频中的车辆检测与分类，以及交通流量估计	计算机视觉	NA	视频分析，深度学习	CNN, RNN	视频	无人机在道路信号处捕获的数据集（具体数量未提及）	NA	Tiny YOLO, YOLOR, F-RNN	精度, 准确率, 召回率, F1分数, 帧率	边缘计算平台（具体资源未提及）
1651	2026-01-09	Exploring the impact of urban vitality on carbon emission mechanisms using multi-source data 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29624-9 PMID:41484152	研究论文	本研究通过构建六维城市活力理论框架，利用多源数据分析了烟台中心区城市活力的分布特征及其对碳排放的影响机制	创新性地整合了三维空间与文化感知视角，弥补了以往研究从单一视角表征城市活力的偏差	研究范围局限于烟台中心区，可能限制了结论的普适性	探索城市活力对碳排放机制的影响，为构建低碳、高活力、可持续的城市环境提供建议	烟台中心区的城市活力与碳排放	城市科学与环境研究	NA	空间句法、熵权TOPSIS、深度学习模型、地理探测器	深度学习模型	多源数据（包括空间、社会、经济、文化、环境、感知数据）	NA	NA	NA	NA	NA
1652	2026-01-09	Bridging data gaps of rare conditions in ICU: a multi-disease adaptation approach for clinical prediction 2026-Jan-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02176-y PMID:41484235	研究论文	本文提出了KnowRare框架，一种基于领域适应的深度学习模型，用于预测ICU中罕见疾病的临床结局	通过自监督预训练学习条件无关表示，并利用构建的条件知识图谱选择性适应临床相似条件的知识，以解决数据稀缺和条件内异质性问题	未明确提及具体的数据集规模限制或模型泛化能力的详细评估	开发一个深度学习框架，以改善ICU中罕见疾病的临床预测	ICU中的罕见疾病和低患病率条件	机器学习	罕见疾病	电子健康记录分析	深度学习	电子健康记录	两个ICU数据集	NA	KnowRare	NA	NA
1653	2026-01-09	Adversarial selective domain adaptation with feature cluster for skin cancer diagnosis 2026-Jan-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-98293-5 PMID:41484458	研究论文	本文提出了一种名为对抗选择性域适应与特征聚类的新方法，用于改善皮肤癌诊断中的模型泛化性能	提出ASDA方法，同时处理域间差异和目标数据集数据有限的问题，通过特征聚类减少数据需求，并使用选择性最小最大熵保持一致性	未明确说明方法在其他疾病或更广泛医学图像任务中的适用性	旨在通过域适应技术提升皮肤癌诊断模型在不同数据集上的泛化能力	皮肤癌相关的皮肤镜和临床图像	计算机视觉	皮肤癌	深度学习	条件域对抗网络	图像	NA	NA	NA	NA	NA
1654	2026-01-09	Predicting small molecule-RNA interactions without RNA tertiary structures 2026-Jan-02, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02942-z PMID:41482542	研究论文	本研究提出了一种名为SMRTnet的深度学习模型，用于预测小分子与RNA的相互作用，且无需RNA三级结构信息	通过多模态数据融合，结合两个大型语言模型与卷积及图注意力网络，首次实现了仅基于RNA二级结构预测小分子-RNA相互作用，无需依赖难以获取的RNA三级结构	模型性能依赖于RNA二级结构的准确性，且未明确说明对未知RNA靶点的泛化能力	开发一种无需RNA三级结构即可预测小分子-RNA相互作用的计算工具，以加速RNA靶向药物的发现	小分子与RNA的相互作用	机器学习	癌症	深度学习，多模态数据融合	CNN, GAT, 大型语言模型	RNA二级结构数据，小分子数据	针对10种疾病相关RNA靶点进行了预测验证	NA	SMRTnet（融合卷积网络、图注意力网络及大型语言模型的多模态架构）	结合解离常数（纳摩尔至微摩尔范围）及结合分数与验证率的相关性进行评估	NA
1655	2026-01-09	Electric vehicles charging stations load forecasting based on hybrid XGBoost-BiLSTM model 2026-Jan-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29739-z PMID:41484290	研究论文	本研究提出了一种基于混合XGBoost-BiLSTM堆叠模型的电动汽车充电站短期负荷预测方法	提出了一种结合XGBoost元学习器的XGBoost-BiLSTM混合堆叠模型（Hybrid 3），用于提升充电站负荷预测精度	在独立合成数据集上的跨站点评估显示泛化能力有所下降，表明模型对站点特定时间模式敏感	优化电动汽车充电站的能源管理并保障电网稳定性	电动汽车充电站的短期小时级负荷	机器学习	NA	负荷预测	XGBoost, BiLSTM, 集成模型	时间序列数据	31,424个原始充电会话，预处理后得到14,496个清洁会话用于建模；另使用包含1,965,239个会话的独立合成数据集进行跨站点评估	XGBoost, LightGBM, TensorFlow/PyTorch（用于深度学习模型）	BiLSTM, CNN, 以及多种集成架构（如XGBoost+BiLSTM+LightGBM）	MAE（平均绝对误差）, R（相关系数）, SD（标准差）	NA
1656	2026-01-09	Improving spliced alignment by modeling splice sites with deep learning 2026-Jan-02, Algorithms for molecular biology : AMB IF:1.5Q3 DOI:10.1186/s13015-025-00293-7 PMID:41484786	研究论文	本文提出了一种名为minisplice的方法，通过一维卷积神经网络建模剪接位点，以提高跨物种的剪接比对准确性	使用一维卷积神经网络学习剪接信号，能够捕捉跨门类的保守剪接信号，并揭示哺乳动物和鸟类特有的GC富集内含子特征	模型主要针对脊椎动物和昆虫基因组进行训练，可能在其他物种中的泛化能力有限	提高剪接比对的准确性，特别是在处理噪声长读RNA-seq数据和远缘同源蛋白质时	信使RNA序列、蛋白质序列与真核生物基因组的比对	生物信息学	NA	长读RNA-seq测序、蛋白质序列比对	1D-CNN	基因组序列、RNA-seq数据、蛋白质序列	基于脊椎动物和昆虫基因组训练的模型，具体样本数量未明确说明	未明确指定，但代码托管于GitHub	一维卷积神经网络	连接点准确性	NA
1657	2026-01-09	Artificial intelligence in psychiatry: Current and emerging trends, clinical applications, and research gaps explored through a bibliometric analysis 2026-Jan-02, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104828 PMID:41499904	研究论文	本研究通过文献计量学方法分析了精神病学领域基于人工智能的科学出版物，以识别主要主题、研究趋势和未来机遇	采用文献计量学方法系统梳理了精神病学中AI研究的演变趋势，并识别了新兴主题如数字健康、可解释性和伦理治理	研究存在外部效度、数据异质性、可解释性和伦理整合等关键研究空白	分析精神病学中AI科学出版物的趋势、主题和未来研究方向	1980年至2025年间Web of Science精神病学类别中索引的2328篇原创研究文章	自然语言处理	精神疾病	文献计量分析	NA	文本	2328篇原创研究文章	Bibliometrix包（在RStudio中）	NA	NA	NA
1658	2026-01-09	Acceleration of chemical shift encoding-based water-fat imaging for pancreatic proton density fat fraction mapping in a single breath-hold: Data from the LION study 2026-Jan-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112641 PMID:41499911	研究论文	本研究评估了使用压缩感知和深度学习辅助重建算法加速基于化学位移编码的胰腺质子密度脂肪分数映射技术，以实现单次屏气高分辨率成像	首次在单次屏气内实现加速的胰腺质子密度脂肪分数映射，并比较了传统压缩感知与深度学习辅助重建在噪声减少和准确性方面的表现	研究样本仅限于无糖尿病的肥胖成年人，且仅使用单一MRI设备和特定加速因子，可能限制结果的普适性	开发并验证一种快速、非侵入性的胰腺脂肪定量方法，用于肥胖和代谢疾病研究	71名成年人的104个腹部MRI数据集，重点关注胰腺的脂肪含量	医学影像分析	代谢综合征	化学位移编码水脂分离MRI，六回波梯度回波采集	深度学习辅助重建算法	MRI图像	104个腹部MRI数据集来自71名成年人	NA	NA	线性相关性(R²)，组内相关系数，噪声水平，准确性	3T MRI设备(Ingenia Elition X, Philips)
1659	2026-01-09	A droplet digital LAMP-based lab-on-a-disc system for multiplex allele-specific detection of tumor-derived DNA mutations 2026-Jan-02, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118367 PMID:41500045	研究论文	本文开发了一种基于多重液滴数字LAMP的盘上实验室系统，用于快速、等位基因特异性检测肿瘤来源的DNA突变	结合自动化微流控、改进的等位基因特异性LAMP检测与人工智能辅助液滴成像，实现了全自动、超灵敏的突变检测	NA	开发一种准确、快速、全自动且经济高效的肿瘤来源DNA突变检测方法，以促进癌症生物标志物的临床转化	乳腺癌组织和血浆样本中的PIK3CA点突变	数字病理	乳腺癌	液滴数字环介导等温扩增，微流控技术，人工智能辅助成像	深度学习	图像	NA	NA	NA	灵敏度，特异性，重现性	NA
1660	2026-01-09	Microbial Ecological Signatures Predict Pathogen Emergence and Multidrug Resistance in Cystic Fibrosis Airways up to a Year in Advance 2026-Jan-02, medRxiv : the preprint server for health sciences DOI:10.64898/2025.12.28.25342520 PMID:41503489	研究论文	本文开发了一种基于自动编码器的框架，通过整合囊性纤维化患者气道微生物组的分类和功能数据，预测病原体定植、多药耐药性和即将发生的感染，提前时间可达一年	提出了一种新的自动编码器框架，整合了分类和功能数据，形成了潜在的“系统发育和功能簇”，在预测病原体出现和多药耐药性方面优于基于读长或宏基因组组装基因组的分析方法	研究样本主要来自南澳大利亚的囊性纤维化患者，虽然模型在外部验证中表现良好，但可能仍需在不同人群中进行进一步验证	开发一个预测框架，用于早期识别囊性纤维化患者气道中病原体出现和多药耐药性，以改善慢性感染的管理	囊性纤维化患者的气道微生物组	机器学习	囊性纤维化	宏基因组测序	自动编码器, 梯度提升随机森林	宏基因组数据	来自64名患者的127个痰液和支气管肺泡灌洗液宏基因组，以及来自22个独立数据集的超过1000个全球宏基因组	NA	自动编码器	准确性	NA