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	2026-06-24	Deep learning based on CD3 histological slides for prediction of colon cancer outcome: analysis of three international stage III colon cancer cohorts 2026-Dec-31, Oncoimmunology IF:6.5Q1 DOI:10.1080/2162402X.2026.2668797 PMID:42100890	研究论文	开发基于CD3组织切片的深度学习模型，用于自动分析并预测III期结肠癌患者的预后	首次利用深度学习从CD3免疫组化切片自动提取肿瘤核心和浸润边缘区域特征，实现稳健的预后分层，且不受染色和扫描变异影响	外部验证集中肿瘤核心区域的差异无统计学意义；传统CD3计数方法在不同队列中表现不一致	提高III期结肠癌预后分层的准确性和可重复性	来自三个国际队列（PETACC08、PRODIGE-13、HARMONY）的1737名III期结肠癌患者	数字病理学	结肠癌	NGS	CNN	图像	1737名III期结肠癌患者	NA	VGG19, UNI	无病生存期	NA
2	2026-06-24	Unsupervised Convolutional Neural Networks Using Home Presence Sensors for Behavioural Anomaly Detection in Older Adults 2026-Sep, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500279 PMID:42099056	研究论文	本研究利用非侵入式家庭存在传感器和無監督卷積自编码器检测老年人行为异常，旨在识别可能与认知或功能衰退相关的日常行为变化	首次将無監督卷積自编码器与低成本存在传感器结合，用于老年人行为异常检测，并采用控制性注入合成异常的方法进行系统评估	数据集不包含临床标注的异常事件，依赖合成异常进行验证，可能无法完全反映真实场景中的异常行为多样性和复杂性	探索通过非侵入式监测系统与無監督深度学习模型识别老年人日常行为中的异常变化，为后续健康评估提供依据	老年人的日常行为活动模式	机器学习	老年疾病	NA	卷积自编码器	传感器时序数据	三个数据集：两个公开数据集（CASAS Aruba和HH120）以及来自50户长期监测家庭的专有数据集（MIRATAR）	NA	卷积自编码器	F1分数	NA
3	2026-06-24	Towards scalable deep learning for automated microscopy in harmful algal bloom monitoring: Data-centric workflow and multi-region generalisation 2026-Aug-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126038 PMID:42090852	research paper	本研究提出了一个多区域显微镜数据集，并采用YOLOv12目标检测模型，通过数据为核心的流程优化，评估了自动化显微镜在有害藻华监测中的可扩展性和跨区域泛化能力	构建了包含105个微藻/蓝藻类群的多区域数据集，并确立了数据驱动的优化流程，系统评估了真实条件下数据集设计选择对自动化显微镜的影响	模型跨区域泛化性能显著下降（mAP@0.5 ≤ 0.10），即使目标域微调后性能仍远低于域内水平，表明领域泛化是部署的关键瓶颈	推动深度学习在有害藻华监测中自动化显微镜的可扩展应用	来自澳大利亚三个区域的105个微藻/蓝藻类群显微镜图像	computer vision, digital pathology	NA	light microscopy	YOLOv12	image	105个微藻/蓝藻类群，来自三个区域	PyTorch	YOLOv12	mAP@0.5	NA
4	2026-06-24	How improper dataset split hinders model generalizability: a systematic comparison in Human activity recognition and exercise evaluation tasks 2026-Aug, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106464 PMID:42097112	研究论文	系统比较不同数据集划分方式对人类活动识别和运动评估模型泛化能力的影响	首次系统量化非跨对象与跨对象数据划分对模型性能估计的偏差，并引入方差分解方法解释预测不稳定性来源	仅使用两个公开数据集，未涵盖更多真实临床场景，且未深入探讨样本量不足对划分策略的影响	探究不恰当的数据划分方式如何导致模型泛化能力被高估，并评估不同划分策略对机器学习与深度学习模型性能估计的影响	人类活动识别和运动评估模型的数据集划分策略	计算机视觉	康复医学相关疾病	NA	机器学习与深度学习模型	图像	NTU RGB+D 120数据集（大规模）和IntelliRehabDS数据集（康复专用），具体样本数未说明	PyTorch	NA	准确性、精确率、召回率、F1分数	NA
5	2026-06-24	Calibrated ROI-gated conditional computation for high-throughput and backbone-agnostic brain tumor MRI classification 2026-Aug-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109409 PMID:42092367	研究论文	提出一种可训练、与骨干网络无关的效率层，通过校准的感兴趣区域门控条件计算，实现高吞吐量和可靠的脑肿瘤MRI分类	提出可训练的、与骨干网络无关的效率层，通过可微空间定位和计算控制选择，实现无需外部分割的条件计算，同时保持全局图像上下文和置信度可靠性	未明确提及，但可能依赖于多源数据集的一致性处理和特定硬件设置	实现脑肿瘤MRI分类的高吞吐量、高诊断准确性和可靠置信度，适用于资源受限和实时临床部署	脑肿瘤MRI图像，包含T1、对比增强T1和T2三种模态	数字病理学	脑肿瘤	MRI	卷积神经网络	图像	三个公共脑肿瘤MRI数据集：Fernando Feltrin、Nickparvar和BRISC数据集	NA	多个卷积神经网络骨干网络	分类准确率、预期校准误差、推理吞吐量	使用一致的硬件和批次设置进行控制推理协议
6	2026-06-24	Elucidating superoxide dismutase interactions with whey protein isolate using multi-spectroscopy, deep learning, and molecular dynamic simulations 2026-Jul-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149498 PMID:42090922	研究论文	利用多光谱、深度学习和分子动力学模拟揭示超氧化物歧化酶与乳清蛋白的相互作用	首次结合多光谱分析、深度学习和分子动力学模拟，系统阐明了乳清蛋白通过形成蛋白-蛋白复合物增强超氧化物歧化酶热稳定性的分子机制	实验仅在体外进行，未验证在真实运动饮料体系中的稳定性效果；深度学习分析仅聚焦于β-乳球蛋白，忽略乳清蛋白中其他组分可能的影响	探究乳清蛋白对超氧化物歧化酶热稳定性的增强作用及分子机制	超氧化物歧化酶与乳清蛋白的复合物	机器学习，分子动力学模拟	NA	多光谱分析，分子动力学模拟	深度学习模型（具体未指定）	光谱数据，分子结构数据	乳清蛋白与超氧化物歧化酶以5:1比例混合的样本	NA	NA	热稳定性（半衰期），结合自由能（ΔG°），结合常数（K）	NA
7	2026-06-24	Artificial intelligence applications in OCT and OCTA for diabetic retinopathy: A systematic review 2026-Jul, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.111046 PMID:42092679	系统综述	系统综述了人工智能在利用OCT和OCTA图像进行糖尿病视网膜病变检测和分析中的应用，特别关注深度学习方法	系统性地总结了深度学习在OCT和OCTA图像中检测DR的最新进展，并比较了不同算法架构（CNN、Vision Transformer、U-Net）的性能表现	公共数据集有限、缺乏跨机构验证、模型可解释性不足	系统回顾人工智能特别是深度学习在利用OCT和OCTA图像进行糖尿病视网膜病变检测和分析中的应用	利用OCT和OCTA图像进行糖尿病视网膜病变检测和分析的相关研究	计算机视觉	糖尿病视网膜病变	OCT, OCTA	CNN, Vision Transformer, U-Net	图像	175项研究	NA	CNN, Vision Transformer, U-Net	AUC	NA
8	2026-06-24	Deep learning model for noninvasive prediction of Ki-67 expression and prognostic stratification in breast cancer: a multicenter retrospective study 2026-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12203-x PMID:42095876	研究论文	通过深度学习方法基于超声和临床信息无创预测乳腺癌患者Ki-67表达并评估预后风险	首次开发了一种基于超声图像和临床数据的无创深度学习模型，用于预测Ki-67表达状态，并进一步评估淋巴结转移和复发风险	样本量相对有限，且为回顾性研究，可能存在选择偏倚	开发一种无创的Ki-67预测模型，评估其在乳腺癌淋巴结转移和预后风险分层中的表现	来自四个中心的乳腺癌患者，共660例	计算机视觉	乳腺癌	超声成像	卷积神经网络	图像、临床信息	训练集264例，验证集96例，内部测试集96例，外部测试集204例	PyTorch	ResNet-50	AUC, 准确率, 混淆矩阵, 校准曲线, 决策曲线分析	NA
9	2026-06-24	The negative sigmoid loss for controlling false positive rate in osteolytic lesion segmentation 2026-Jul-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111713 PMID:42096863	研究论文	提出负Sigmoid损失函数以控制骨溶解病灶分割中的假阳性率	提出可加至传统损失函数的负Sigmoid损失项，能调节负样本分割的惩罚权重，从而灵活控制病灶检测与假阳性率的平衡	降低假阳性率的同时伴随召回率和病灶检测率下降	通过控制假阳性分割数量，提升深度学习在骨溶解病灶自动分割中的临床适用性	多发性骨髓瘤相关的骨溶解病灶	计算机视觉	多发性骨髓瘤	NA	U-Net	低剂量CT图像	NA	NA	2D U-Net	假阳性率、召回率、病灶检测率、精确率	NA
10	2026-06-24	Deep learning insights into β-lactamase dynamics and resistance evolution 2026-Jun-03, The Biochemical journal DOI:10.1042/BCJ20260196 PMID:42101477	综述	综述深度学习在分析β-内酰胺酶构象动力学及耐药性进化中的应用	系统性地总结了卷积变分自编码器、DiffNets、BindSiteS-CNN、几何深度学习及图神经网络等深度学习技术在揭示β-内酰胺酶构象异质性、活性位点重塑和长程变构耦合方面的最新进展	未具体讨论方法的局限性，如模型对模拟数据质量的依赖或计算成本	理解β-内酰胺酶通过构象动力学演变产生耐药性的机制	A至D类β-内酰胺酶的构象动力学	机器学习	NA	分子动力学模拟	卷积变分自编码器、DiffNets、几何深度学习、图神经网络	分子动力学模拟轨迹数据	NA	NA	卷积变分自编码器、DiffNets、BindSiteS-CNN、几何深度学习、图神经网络	NA	NA
11	2026-06-24	Integrating protein and DNA embeddings for improving genome-wide transcription factor binding site prediction 2026-Jun, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqag047 PMID:42099803	研究论文	提出了一种名为TransBind的蛋白质感知深度学习架构，通过整合DNA序列信息和蛋白质嵌入来改进全基因组转录因子结合位点的预测	首次将蛋白质语言模型派生的蛋白质序列与结构嵌入与DNA序列信息相结合，通过交叉注意力机制使转录因子嵌入根据其独特结合属性选择性关注基因组区域	未提及	提高转录因子结合位点预测的准确性和泛化能力，特别是对于训练数据中不存在的新转录因子	转录因子结合位点预测方法	自然语言处理	NA	ChIP-seq	深度学习	DNA序列、蛋白质序列与结构数据	690个ChIP-seq实验，涵盖161个转录因子和91种人类细胞类型	PyTorch	Transformer, 交叉注意力机制	AUROC, AUPR	NA
12	2026-06-24	Distance-Restraint-Guided Diffusion Models for Sampling Protein Conformational Changes and Ligand Dissociation Pathways 2026-May-26, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00199 PMID:42096314	研究论文	提出一种距离约束引导的扩散模型方法，用于采样蛋白质构象变化和配体解离路径	在反向扩散过程中引入基团间距离约束，无需模型重新训练即可沿反应坐标系统采样，结合深度学习结构预测与物理模拟构建自由能景观	NA	高效采样蛋白质构象动态并定量表征热力学性质	三种经历开闭构象转变的模型蛋白质及一条蛋白质-多肽解离路径	机器学习	NA	NA	扩散模型	蛋白质结构数据	三个模型蛋白质和一个蛋白质-多肽复合体	NA	AlphaFold3-like 扩散模型（Boltz-2实现）	基于学习的置信度指标、立体化学验证指标	NA
13	2026-06-24	Domain shift analysis of deep learning models for tooth detection in pediatric panoramic radiographs 2026-May-25, Dental materials journal IF:1.9Q4 DOI:10.4012/dmj.2025-301 PMID:42091502	研究论文	外部验证深度学习模型在儿科全景X光片上牙齿检测的性能，量化域偏移影响，并比较YOLOv8和YOLOv10	首次系统性分析域偏移对儿科全景X光片牙齿检测模型的影响，并比较YOLOv8与YOLOv10在跨机构、跨成像协议场景下的表现	数据集规模有限（共392张图像），且仅针对早期混合牙列期，未涵盖其他发育阶段或更广泛的临床变异	评估并比较深度学习目标检测模型在儿科全景X光片上综合牙齿检测的域偏移稳健性	儿童全景X光片中的牙齿（早期混合牙列）	计算机视觉	NA	NA	YOLOv8, YOLOv10	图像	内部数据集200张图像（无咬合块），外部开源数据集192张图像（带咬合块），共392张	PyTorch	YOLOv8, YOLOv10	平均平均精度 (mAP), 各类别平均精度 (AP), 精确率-召回率曲线, 混淆矩阵	NA
14	2026-06-24	BERT-T6: Toward High-Accuracy T6SS Bacterial Toxin Identification Using a Protein Language Model 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02744 PMID:42095236	研究论文	基于蛋白质语言模型BERT-T6实现高精度T6SS细菌毒素识别	首次系统评估多种预训练蛋白质语言模型嵌入用于T6SE预测，发现ProtBert嵌入最有效；通过迁移学习和不平衡感知训练微调ProtBert构建BERT-T6预测器，达到最新最佳性能	未提及模型的泛化能力限制及潜在的假阳性或假阴性影响	开发高精度识别VI型分泌系统效应物的预测方法，辅助理解细菌致病机制	VI型分泌系统效应物（T6SEs）	机器学习	感染性疾病	蛋白质语言模型（ProtBert）	ProtBert	蛋白质序列	未明确说明	PyTorch	BERT（ProtBert）	准确率（0.959）、灵敏度（0.909）、特异度（0.973）、精确度（0.905）、F1分数（0.907）、MCC（0.881）	未明确说明
15	2026-06-24	Mechanically Robust Hydrogel Strain Sensor Enabled by a Multicross-Linked Electrospun-Fiber Network for Human Motion Recognition and Interactive Control 2026-May-20, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c03309 PMID:42096647	研究论文	本研究开发了一种通过多交联静电纺丝纤维网络增强的机械鲁棒水凝胶应变传感器，用于人体运动识别和交互控制	通过协同结合双网络交联结构与嵌入静电纺丝纳米纤维，同时实现了水凝胶的强机械性能和优异导电性，并集成深度学习算法实现手势识别和机器人控制	NA	开发高性能可穿戴应变传感器，用于医疗保健和人机交互应用	机械增强水凝胶的制备及其在应变传感中的应用	机器学习, 计算机视觉	NA	静电纺丝	深度学习模型	图像	含五个传感器的智能手套	NA	深度学习模型	灵敏度（应变系数10.8）	NA
16	2026-06-24	NeuroPred-GMC: a dual-branch deep learning architecture for neuropeptide prediction based on gated dilated convolutional network and multi-scale convolutional network 2026-May-08, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00825-2 PMID:42098517	研究论文	提出一种基于门控扩张卷积网络和多尺度卷积网络的双分支深度学习架构NeuroPred-GMC，用于神经肽预测	结合门控扩张卷积网络与ESM-2特征表示、多尺度卷积网络与Prot-T5特征表示，通过双分支结构捕捉多层次上下文信息，提升神经肽预测性能	文章未明确提及具体局限性，但从上下文推测可能依赖特征表示的通用性和独立测试集的代表性	开发一种高效的计算方法快速预测神经肽，以扩展潜在治疗靶点库，为药物开发提供候选分子	神经肽序列	自然语言处理、机器学习	神经系统疾病	深度学习、ESM-2特征表示、Prot-T5特征表示	门控扩张卷积网络、多尺度卷积网络	序列数据	NA	PyTorch	门控扩张卷积网络、多尺度卷积网络	准确率、敏感度、特异度、精确率、MCC、auROC	NA
17	2026-06-24	A multimodal deep learning framework for clinical nursing assessment in lumbar fusion surgery via representation learning and feature extraction 2026-May-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51495-x PMID:42098353	研究论文	提出一种多模态深度学习框架，通过表示学习和特征提取，融合医学影像和临床文本，用于腰椎融合手术的临床护理评估	采用全局-局部表示学习策略捕捉解剖上下文和细粒度结构信息；引入文本引导注意力机制实现图像区域与文本描述的对齐；联合建模腰椎放射影像和CT扫描与临床报告	可视化结果中模型关注的解剖相关区域需谨慎解读；未见明确提及样本多样性或外部验证	提出多模态深度学习框架用于腰椎图像解读，整合异质性临床数据以支持临床评估	腰椎放射影像、CT扫描及相关临床报告	计算机视觉, 自然语言处理	腰椎疾病	放射影像, CT扫描	Transformer, CNN	图像, 文本	未提及	PyTorch	文本编码器采用Transformer，视觉编码器采用CNN	准确率, Dice系数	未提及
18	2026-06-24	Machine learning enhanced optical spectroscopy for breast cancer diagnosis: A review 2026-May-07, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-026-04882-9 PMID:42091742	综述论文	综述机器学习与深度学习增强光学光谱在乳腺癌诊断中的应用	系统总结了2015至2025年间机器学习/深度学习与多种光学光谱技术（拉曼、荧光、扩散光学光谱及光声光谱）的融合进展，并突出其在乳腺癌亚型分类中的高诊断准确率	数据变异性大、模型可解释性不足以及临床整合存在障碍	评估机器学习/深度学习增强光谱技术在乳腺癌早期诊断中的效用，并展望未来方向	乳腺癌组织、光谱生物标志物（如血红蛋白、脂质、胶原蛋白）	机器学习	乳腺癌	拉曼光谱、荧光光谱、扩散光学光谱、光声光谱	卷积神经网络、支持向量机、逻辑回归	光谱数据	NA	NA	卷积神经网络、支持向量机、逻辑回归	诊断准确率	NA
19	2026-06-24	An integrated AI-driven vaccine design process: a systematic review of workflows from generative design to translational prediction 2026-May-07, Immunologic research IF:3.3Q3 DOI:10.1007/s12026-026-09763-5 PMID:42095951	综述	系统综述了从抗原发现到临床转化的AI驱动疫苗设计全流程，强调集成化工作流的重要性	首次整合了AI疫苗设计中从预测到生成的范式转变，突出了Transformer、蛋白质语言模型及生成式AI在全新抗原设计中的前沿应用	基于PRISMA框架分析19篇文献，可能存在样本量有限及研究覆盖不全的局限	为疫苗发现和疫情防范提供AI集成工作流的全面路线图	AI技术在疫苗设计中的应用，包括抗原发现、结构建模、临床验证的全流程	机器学习, 自然语言处理	NA	深度学习	Transformer, 蛋白质语言模型, AlphaFold2, 生成式AI	文本	19篇里程碑式文章	NA	Transformer, AlphaFold2, 蛋白质语言模型	NA	NA
20	2026-06-24	Reconstruction algorithms and arm positioning effects on abdominal CT image quality and radiation dose: a phantom study 2026-May-07, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00722-1 PMID:42095993	研究论文	评估手臂位置与重建算法对腹部CT图像质量和辐射剂量的影响	系统评估了深度学习重建算法（DLIR）在手臂无法上举情况下对图像质量的改善效果，并比较了不同气垫配置的辅助作用	仅使用体模研究，未涉及真实患者数据，且未评估不同体型或疾病状态的影响	探究手臂位置和重建算法对腹部CT辐射剂量和图像质量的影响	定制体模	医学影像	NA	CT扫描	深度学习重建算法（DLIR）	图像	7种手臂位置配置，体模扫描	NA	DLIR	图像噪声、信噪比、对比噪声比、锐度、结构相似性	NA