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
1	2026-11-12	IQ-NET: fast and accurate quartet phylogenetic inference using deep learning trained on empirical DNA alignments 2027-Jan, Molecular phylogenetics and evolution IF:3.6Q2 DOI:10.1016/j.ympev.2026.108744 PMID:42748990	研究论文	提出IQ-NET深度学习框架，直接从含空位的DNA比对中推断四分类群系统发育树的拓扑结构和枝长	使用经验DNA比对数据训练而非仅依赖模拟数据，能有效处理空位，对输入序列顺序不敏感，同时估计拓扑结构和枝长	主要针对四分类群（quartet）树推断，更大规模物种树需结合ASTRAL等软件完成	实现快速且准确的四分类群系统发育推断	含空位的DNA序列比对数据及四分类群系统发育树	计算生物学/系统发育学	NA	深度学习，DNA序列比对	深度学习网络	DNA比对序列（含空位）	NA	NA	IQ-NET（Intelligent Quartet NETwork）	准确率，与IQ-TREE相比的加速倍数（24倍）	NA
2	2026-11-12	Fractional painting training-based optimization enabled deep learning for autism spectrum disorder using MRI images in cloud computing 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112346 PMID:42837877	研究论文	该文提出一种基于分数绘画训练优化的脉冲注意力神经网络（FPTO_SANN），用于云计算环境下利用MRI图像进行自闭症谱系障碍分类	将绘画训练优化与分数概念融合为FPTO优化算法，用于脑区识别和SANN训练；结合几何均值滤波、RoI提取和多种特征（GLCM、LCATP、DCT）进行ASD分类	未明确说明；摘要中未提及局限性	解决现有模型依赖专家分析、聚焦5岁以上个体且可能遗漏早期细微指标的问题，实现自闭症谱系障碍的早期自动分类	自闭症个体的脑部MRI图像	医学图像分析	自闭症谱系障碍	脑部MRI成像	脉冲注意力神经网络（SANN）	图像	NA	NA	脉冲注意力神经网络（SANN）	准确率、真阴性率（TNR）、真阳性率（TPR）	云计算（模拟云环境）
3	2026-11-12	Gather-excite attention-driven deep learning model for Alzheimer disease detection from MRIs using adaptive residual-DenseNet strategy 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112344 PMID:42837878	研究论文	提出一种基于Gather-Excite注意力机制的深度学习方法（GE-ARDNet），用于从MRI图像中检测阿尔茨海默病	结合残差学习与密集连接的Residual-DenseNet架构，引入Gather-Excite注意力机制聚焦与AD病理相关的判别性区域，并使用Renovated Parameter Masterpiece Optimizer (RPMO)优化网络参数	未明确说明具体的数据集规模、计算资源及详细的性能指标对比	实现阿尔茨海默病的早期检测，提高诊断准确性和效率	阿尔茨海默病患者的MRI图像	医学图像分析	阿尔茨海默病	磁共振成像 (MRI)	CNN	图像	NA	NA	Residual-DenseNet, Gather-Excite注意力	NA	NA
4	2026-11-12	Spatially Aware Acquisition-Independent Deep Learning for IVIM MRI Parameter Estimation in Patients With Esophageal Cancer 2027-01, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70592 PMID:42740333	研究论文	开发并验证一种具有空间感知能力的神经控制微分方程（Spatial NCDE）用于食管癌患者的IVIM MRI参数估计，该方法不依赖于采集协议	首次将空间信息引入神经控制微分方程（NCDE），提出Spatial NCDE，克服了传统NCDE逐体素处理无法利用空间信息的限制，实现了采集协议无关且空间感知的IVIM参数估计	在食管癌患者中预测新辅助放化疗反应的判别能力虽有改善但未达到统计学显著性	开发并验证一种不依赖采集协议且具有空间感知能力的神经网络，用于体素内不相干运动（IVIM）MRI参数估计	模拟数据以及食管癌患者	医学图像分析	食管癌	IVIM MRI	神经控制微分方程（NCDE）、空间感知神经网络	MRI图像	NA	NA	Spatial NCDE、UNet、1D NCDE	均方误差（MSE）、判别能力（预测新辅助放化疗反应）	NA
5	2026-11-12	Efficient EEG-based schizophrenia classification via a lightweight hybrid CNN-BiLSTM model 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112315 PMID:42727139	研究论文	提出一种轻量级混合CNN-BiLSTM模型（CBiL-Net）用于基于原始EEG信号的精神分裂症自动分类	将1D-CNN与Bi-LSTM结合以同时学习EEG信号中的空间特征和时间依赖关系，并在两个基准数据集上验证了模型的泛化能力	在5折分层交叉验证的严格评估设置下平均准确率仅为61.80%，AUC为68.03%，表明模型在更严格评估条件下性能下降明显	利用深度学习实现基于EEG信号的精神分裂症客观、自动化诊断	精神分裂症患者的EEG记录	机器学习	精神分裂症	EEG	CNN, Bi-LSTM	EEG信号（时间序列）	两个基准EEG数据集：IBIB PAN数据集和Moscow数据集（具体样本量未在摘要中说明）	NA	CBiL-Net（1D-CNN + Bi-LSTM + 全连接层）	准确率, 精确率, F1分数, 灵敏度, 特异度, AUC	NA
6	2026-11-12	A multi-resolution hybrid deep feature extraction and ensemble learning framework for OCT-based methamphetamine addiction detection 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112329 PMID:42743688	研究论文	该文提出一种混合深度学习和机器学习框架，用于从OCT图像中检测甲基苯丙胺成瘾	设计了ResNet50-OCT深度特征提取架构，并在Stable ImageNet-1K上预训练；提出多分辨率特征选择策略结合多种特征排序算法和选择比例；采用阈值过滤迭代多数投票融合高性能模型输出	LOSO验证准确率仅为74.07%，跨个体泛化能力有限；样本量相对较小（193人）；仅针对甲基苯丙胺成瘾，未验证其他物质成瘾	利用OCT视网膜图像和人工智能方法自动检测甲基苯丙胺成瘾	甲基苯丙胺成瘾者的OCT视网膜图像	医学图像分析	物质成瘾	OCT	CNN, SVM	图像	3,859张OCT图像，来自193名个体	NA	ResNet50-OCT, SVM	准确率	NA
7	2026-11-12	EVF-FaNOA: An optimized EFFResNet-ViT deep learning framework for autism spectrum disorder detection using magnetic resonance imaging 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112317 PMID:42743689	研究论文	提出一种基于EFFResNet-ViT和Falco-Ninja优化算法的深度学习框架，用于利用MRI图像检测自闭症谱系障碍	结合EfficientNet-B0、ResNet-50和Vision Transformer构建混合模型，并引入Falco-Ninja优化算法进行功能连接分析，同时采用sigmoid交叉熵和邻居损失函数增强模型	未明确说明	利用MRI图像提高自闭症谱系障碍检测的准确性	自闭症谱系障碍患者和健康对照的MRI图像	医学图像分析	自闭症谱系障碍	磁共振成像	CNN, Transformer	图像	未明确说明	未明确说明	EfficientNet-B0, ResNet-50, Vision Transformer	Youden指数, 准确率, 分类成功指数	未明确说明
8	2026-11-12	Mask attention layer modified residual vision transformer with transfer learning based features extraction for Alzheimer disease classification 2027-Jan, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112341 PMID:42815436	研究论文	该文提出了一种结合掩码注意力层改进的残差视觉Transformer（MRViT）、迁移学习和徒步部队优化算法（HkTO）的MRI阿尔茨海默病分类框架	提出了掩码注意力层改进的残差视觉Transformer（MRViT），结合迁移学习特征提取和HkTO算法同时进行特征选择和超参数优化	未明确说明	实现高效准确的基于MRI的阿尔茨海默病分类	阿尔茨海默病患者的MRI图像	医学图像分析	阿尔茨海默病	MRI	视觉Transformer	图像	OASIS和ADNI数据集	NA	MRViT, InceptionResNetV2, DenseEfficientNet-B3, ConvoGoogleNet	准确率	NA
9	2026-11-12	Predictive and interactive roles of motivation and situational learning activities on emotional and cognitive engagement 2026-Dec, The British journal of educational psychology DOI:10.1111/bjep.70099 PMID:42226569	研究论文	该研究探讨了本科生课外学习情境中动机、情境学习活动与情绪和认知投入之间的预测与互动关系	采用经验取样法在真实课外学习情境中捕捉即时数据，揭示了动机、情境活动与情绪认知投入之间的动态交互关系及双向作用机制	样本仅限394名本科生，依赖自我报告数据，可能存在主观偏差，且未涉及长期追踪或干预验证	考察学生动机、情境投入（情绪与学习策略）与课外学习活动情境之间的关系	394名平均年龄21.26岁的本科生，来自不同族裔和学科背景	教育心理学	NA	经验取样法	NA	问卷调查数据	394名本科生	NA	NA	NA	NA
10	2026-11-12	Training Deep Learning Based Dynamic MR Image Reconstruction Using Synthetic Fractals 2026-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70521 PMID:42473088	研究论文	该研究探讨使用合成分形数据训练深度学习模型进行动态MRI重建，以规避临床数据集的隐私和可用性限制	首次使用四元数朱利亚分形生成2D+时间图像作为训练数据，替代真实心脏MRI数据训练深度学习重建模型	样本量较小（仅10名患者），且仅评估了心脏MRI重建任务	研究合成分形数据能否用于训练深度学习模型进行动态MRI重建，避免心脏MR训练数据集的隐私、许可和可用性限制	动态心脏MRI图像	医学图像重建	心血管疾病	动态MRI重建	深度学习	图像	10名患者的前瞻性采集径向实时心脏MRI	NA	3D UNet	图像质量定性排名、心室容积、射血分数、偏差和一致性界限	NA
11	2026-11-12	Self-calibrated B1 + and B0 Field Inhomogeneities Estimation (SAFE) in 3D Magnetic Resonance Fingerprinting 2026-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70525 PMID:42482282	研究论文	开发了一种自校准框架SAFE，直接从常规MRF采集数据中估计B1+和B0场不均匀性，并提高其定量准确性	利用物理信息图像标记与深度学习网络相结合，实现无需额外校准扫描的场不均匀性估计，并可自适应重训练以适用于不同MRF序列	仅在3T场强下测试，未涉及其他场强；训练数据来自多中心但可能仍受限于特定人群和扫描仪	提高磁共振指纹技术中B1+和B0场不均匀性估计的准确性和便利性	健康志愿者和临床人群（包括脑肿瘤患者和儿科受试者）的脑部MRF数据	医学影像	脑肿瘤	磁共振指纹（MRF）	深度学习网络	图像	358例用于训练和验证，32例用于测试，86例患者队列用于验证	NA	NA	归一化均方根误差（NRMSE）	NA
12	2026-11-12	Automated Volumetric Segmentation of Microaneurysms on OCT Using Artificial Intelligence 2026-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101421 PMID:42997593	研究论文	开发并验证一种基于深度学习的方法，用于在OCT图像上自动识别和体积分割糖尿病视网膜病变中的微动脉瘤	提出端到端的三维卷积神经网络，结合残差块的编码器-解码器架构，输入为原始OCT体积与反射率反转副本的拼接，并通过人机交互迭代细化生成验证 ground truth	样本量有限，仅包含125名参与者，且纵向分析仅基于一例严重NPDR伴黄斑水肿的病例	开发一种基于人工智能的自动体积分割微动脉瘤的方法，以辅助糖尿病视网膜病变的诊断、监测和管理	125名参与者，包括20只健康眼、27只轻度NPDR、30只中度NPDR、30只重度NPDR和18只增殖性DR眼	数字病理学	糖尿病视网膜病变	OCT	3D CNN	图像	125名参与者（共125只眼），测试集包括20只健康眼和20只DR眼	NA	编码器-解码器架构 with 残差块	F1分数, 诊断准确率	NA
13	2026-11-12	RECENet: A Dual-Stream Contrast-Aware Attention Network With Bidirectional Pyramid Consistency for CEST Image Registration 2026-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70542 PMID:42535786	研究论文	开发并评估了一个用于CEST MRI形变配准的深度学习框架RECENet，能够在大的频率偏移间对比度变化下实现准确对齐	提出双流多尺度编码器独立提取不同频率偏移图像对的分层特征，在瓶颈处集成多级对比度感知注意力融合模块重新校准空间和通道表示，采用双向金字塔解码器以粗到细方式估计前向和后向形变场，并加入逆一致性约束确保物理合理的形变	未明确提及	开发并评估一个深度学习框架，用于CEST MRI的形变配准，在大的频率偏移间对比度变化下实现准确对齐	CEST MRI图像，包括脑、下肢和腹部成像	医学图像配准	NA	CEST MRI	深度学习	图像	多器官CEST数据集，包括脑、下肢和腹部成像，来自多个扫描仪和场强，包含合成和真实形变	NA	双流多尺度编码器、多级对比度感知注意力融合模块、双向金字塔解码器	Dice系数、局部归一化互相关、互信息、结构相似性指数、均方根误差	NA
14	2026-11-12	Quantitative Temporal Bone Analysis of Stria Vascularis, Spiral Ganglion, and Vestibular Ganglion Cells in Sickle Cell Disease at Young Ages 2026-Dec-01, Otology & neurotology : official publication of the American Otological Society, American Neurotology Society [and] European Academy of Otology and Neurotology IF:1.9Q2 DOI:10.1097/MAO.0000000000005024 PMID:42546298	研究论文	该研究利用深度学习模型对年轻镰状细胞病患者的颞骨进行定量分析，比较血管纹面积、螺旋神经节细胞和前庭神经节细胞数量与对照组之间的差异。	开发了深度学习模型来自动测量血管纹面积、螺旋神经节细胞计数和前庭神经节细胞计数，并首次在年轻镰状细胞病患者中进行了这些内耳结构的定量组织病理学分析。	样本量较小（仅6例镰状细胞病患者和12例对照），且患者年龄较轻、听力正常，可能无法完全反映镰状细胞病相关感音神经性听力损失的病理机制。	比较年轻镰状细胞病患者与对照组在血管纹面积、螺旋神经节细胞和前庭神经节细胞数量上的差异，并探讨其与颞骨组织病理学和临床数据的相关性。	镰状细胞病患者和年龄、性别、种族匹配的对照组的颞骨组织切片。	数字病理学	镰状细胞病	苏木精-伊红染色、深度学习图像分析	深度学习模型（具体架构未指明）	图像	36个颞骨（来自6例镰状细胞病患者和12例对照者）	NA	NA	NA	NA
15	2026-11-12	Seeing Beyond the Surgeon's Eye: Artificial Intelligence for Postoperative Monitoring of Free Vascularized Flaps: A Narrative Review 2026-Dec-01, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004848 PMID:42554452	综述	本文综述了人工智能辅助游离血管化皮瓣术后监测的研究进展，涵盖技术方法、临床应用、转化意义及局限性	系统梳理了AI在游离皮瓣术后监测中的最新应用，采用系统-叙述混合综述方法，首次综合评估其临床就绪度、方法学稳健性和转化挑战	纳入研究数量有限（仅9项），多为回顾性研究，缺乏前瞻性临床试验，数据集有限且缺乏外部验证，方法学异质性大，缺乏标准化结局指标，对面部肤色和临床环境的泛化性存在担忧	探讨AI辅助游离皮瓣术后监测的技术方法、临床应用、转化相关性、当前局限及未来研究方向	游离血管化皮瓣术后监测相关研究	数字病理学, 机器学习, 计算机视觉	游离皮瓣缺血, 静脉淤血, 血栓形成	可见光成像, 红外成像, 光电容积描记术, 高光谱成像, 多模态传感器数据	监督式机器学习, 深度学习	图像, 传感器数据	9项符合纳入标准的研究	NA	NA	诊断准确率	NA
16	2026-11-12	A Generalized Approach to Solving Deep Learning-Based Quantitative Susceptibility Mapping and Quantitative Blood Oxygen Level Dependent Magnitude (QSM + qBOLD or QQ) for Oxygen Extraction Fraction (OEF) Mapping Across Diverse Acquisition Schemes 2026-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70524 PMID:42552676	研究论文	提出QQ-F深度学习方法来消除重新训练的需要，实现跨不同采集方案的氧摄取分数（OEF）映射	引入特征提取单元，提取与QQ模型相关的特征作为输入，而不是直接依赖原始信号，从而无需重新训练即可适应不同的采集协议	未明确提及	开发一种无需重新训练即可在不同MRI采集协议下进行基于深度学习的OEF映射的方法	缺血性卒中患者、多发性硬化症患者和痴呆症患者	医学影像分析	缺血性卒中, 多发性硬化症, 痴呆症	定量磁化率映射（QSM）和定量血氧水平依赖（qBOLD）联合技术	深度学习	3D多回波梯度回波（mGRE）图像	26名缺血性卒中患者（训练），24名多发性硬化症患者和30名痴呆症患者（测试）	未指定	QQ-F（包含特征提取单元的深度学习模型），QQ-NET	平均绝对误差（MAE），病灶与正常组织对比度	未指定
17	2026-11-12	Deep Learning Improves Robustness of Voxelwise Kinetic Modeling for Hyperpolarized Carbon-13 MRI 2026-12, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70549 PMID:42552584	研究论文	评估深度学习相比非线性最小二乘拟合能否提高超极化13C MRI体素级动力学参数估计的稳健性	使用混合神经网络从合成时间曲线估计动力学参数，并在翻转角方案、SNR水平、采集参数扰动和体内条件下与NLLS系统比较，同时使用匹配比值模拟检验模型估计的kPL是否保留超出Lac/Pyr AUC比的信息	需要前瞻性生物学或可重复性验证以确立定量准确性	评估深度学习是否提高超极化13C MRI体素级动力学参数估计的稳健性	超极化13C MRI的合成丙酮酸/乳酸时间曲线和体内数据	医学影像	NA	超极化13C MRI	混合神经网络	时间曲线、图像	NA	NA	混合神经网络	kPL、kVE、vB估计性能、空间一致性、代谢类别区分能力	NA
18	2026-11-12	NRB-FusePS: A Protein Language Model-Based Multimodal Framework for Predicting Ligand-Binding Residues in Nuclear Receptors 2026-Dec, The protein journal DOI:10.1007/s10930-026-10354-4 PMID:42776334	研究论文	开发了一个基于蛋白质语言模型的多模态框架NRB-FusePS，用于预测核受体中配体结合残基	结合序列统计描述符、结构描述符和ESM2蛋白质语言模型嵌入的三分支深度学习模型，并引入蛋白质水平概率平滑策略	仅针对核受体家族，依赖BioLiP数据库的配体结合注释，模型性能仍有提升空间（AUC 0.814）	预测核受体中的配体结合残基，以辅助受体激活和药物靶点分析	核受体蛋白质序列及其配体结合残基	生物信息学	NA	蛋白质语言模型、传统机器学习、深度学习	深度学习模型	蛋白质序列、结构数据	来自BioLiP数据库的核受体配体结合信息，残基级样本使用21残基滑动窗口生成；具体样本数量未在摘要中说明	NA	三分支深度学习模型NRB-Fuse（整合序列统计描述符、结构描述符和ESM2嵌入）	AUC、MCC、灵敏度	NA
19	2026-11-12	Integrating graph attention networks and deep learning with multi-stage computational screening: Bisdemethoxycurcumin as a potent A₂A receptor inhibitor for Parkinson's disease 2026-Nov-15, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2026.110653 PMID:42893649	研究论文	本文提出了一种整合图注意力网络增强的QSAR建模、分子对接、DFT、MD模拟和ADMET分析的多阶段计算流程，用于发现靶向帕金森病相关蛋白（尤其是A₂A受体）的天然抑制剂，并确定双去甲氧基姜黄素（BDMC）为有前景的A₂A受体抑制剂	将图注意力网络（GAT）增强的QSAR建模与分子对接、DFT、200 ns MD模拟和ADMET分析整合为多阶段计算筛选流程；构建了包含1393个结构多样化合物的数据集并扩展了312个分子描述符；首次系统比较BDMC与L-DOPA对A₂A受体的结合亲和力和毒性特征	研究仅为计算预测，缺乏体外和体内实验验证；化合物数据集主要来源于6-羟基苯并噻唑-2-甲酰胺及相关骨架，化学空间可能有限；ADMET预测依赖SwissADME和ProTox II等工具，仍需实验确认	建立加速神经退行性疾病药物发现的计算框架，并识别靶向帕金森病关键蛋白（A₂AR、GABA-A、Nrf2、α-突触核蛋白）的天然抑制剂	帕金森病相关的四个关键蛋白：腺苷A₂A受体（A₂AR）、γ-氨基丁酸A型受体（GABA-A）、核因子E2相关因子2（Nrf2）和α-突触核蛋白；以及来源于姜黄（ar-姜黄酮、α-姜黄酮、双去甲氧基姜黄素）和鼠尾草（樟脑、1,8-桉叶素、α,β-侧柏酮）的六种植物化学物	计算药物发现、化学信息学、机器学习	帕金森病	QSAR建模、图注意力网络、分子对接、密度泛函理论（DFT）、分子动力学（MD）模拟、ADMET分析	图注意力网络（GAT）、Extra Trees、随机森林、SVR-RBF等七种回归算法	分子结构数据（化合物结构、分子描述符）、蛋白质结构数据、模拟轨迹数据	1393个结构多样的化合物（来源于6-羟基苯并噻唑-2-甲酰胺及相关骨架），312个分子描述符	NA	图注意力网络（GAT）、Extra Trees、随机森林、SVR-RBF	相关系数R、Q、均方根误差RMSE、Y随机化ΔQ、结合亲和力（kcal/mol）、HOMO-LUMO能隙、亲电性指数ω、氢键数量、LD₅₀	NA
20	2026-11-12	Conductive Composite-Based Wearable Sensors for Sports Science: Intelligent Data Analysis and Emerging Applications 2026-Nov-11, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c16362 PMID:42962209	综述	综述了导电复合材料与人工智能集成的可穿戴传感器在体育科学中的智能数据分析与新兴应用	系统整合导电复合材料（导电聚合物、碳基、MXene、水凝胶）与AI算法（监督学习、无监督学习、深度学习、大语言模型），提出材料设计、信号采集与智能分析协同集成的可穿戴系统框架	复杂运动条件下信号可靠性和多维数据分析仍受器件功能限制	总结导电复合材料与AI赋能的可穿戴传感技术在体育科学中的应用进展、挑战与未来方向	运动中生理、生化和生物力学信号及可穿戴传感系统	可穿戴传感、体育科学、人工智能	NA	可穿戴传感、导电复合材料、人工智能	监督学习、无监督学习、深度学习、大语言模型	生理信号、生化信号、生物力学信号	NA	NA	NA	NA	NA