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	2026-05-27	Performance of deep learning-based segmentation of soft tissue sarcoma by MRI sequence, tumor type and location 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05178-3 PMID:41776099	研究论文	研究基于深度学习的软组织肉瘤MRI分割性能，分析不同MRI序列、肿瘤位置和组织学亚型对模型准确性的影响	系统评估了肿瘤位置和组织学亚型对深度学习分割模型性能的影响，发现多模态融合反而可能降低边界精度	纳入了部分恶性程度较低的肌内黏液瘤，可能限制结果对高级别STS的适用性	评估深度学习模型在不同MRI序列、解剖位置和组织学亚型下对软组织肉瘤的自动分割性能	299例经活检证实的软组织肉瘤患者（包括平滑肌肉瘤、黏液纤维肉瘤、黏液样脂肪肉瘤、未分化多形性肉瘤和肌内黏液瘤）	数字病理学, 计算机视觉	软组织肉瘤	MRI扫描（脂肪抑制T1增强、脂肪抑制T2加权序列）	3D nnU-Net	医学影像（MRI）	299例患者	NA	nnU-Net	Dice系数, F2分数, 平均对称表面距离(ASSD), 第95百分位豪斯多夫距离(HD95)	NA
2	2026-05-27	Morphology-informed deep learning for risk assessment of filamentous bulking in a full-scale industrial wastewater treatment plant 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124520 PMID:41997279	研究论文	提出一种形态学信息驱动的深度学习框架，通过污泥显微镜图像直接评估工业污水处理厂丝状菌膨胀风险	首次将预训练计算机视觉模型（ConvNeXt-nano和CrossViT-18）应用于基于显微镜图像的丝状菌膨胀风险评分，实现从反应性诊断到主动预警的转变，并在全规模工业污水处理厂中得到验证	研究仅基于单一工业污水处理厂的两年级图像数据，模型泛化能力尚未评估；潜在其他干扰因素未考虑	开发一种基于显微镜图像的深度学习风险评分方法，用于早期预警工业污水处理厂丝状菌膨胀	全规模工业废水处理厂（饥饱序批式反应器SBR）中的活性污泥微生物形态	计算机视觉, 数字病理	丝状菌膨胀	显微镜成像	CNN, 视觉Transformer	图像	两年级的显微镜图像数据集	PyTorch	ConvNeXt-nano, CrossViT-18	敏感性, 假阳性率, 准确性	NA
3	2026-05-27	Deep learning-based identification of aberrant anterior tibial artery on knee MRI: a brazilian multicenter study 2026-Jul, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05198-z PMID:41870548	研究论文	开发并验证基于深度学习的模型，用于在膝关节MRI上自动识别异常胫前动脉	首次将人工智能应用于膝关节MRI上异常胫前动脉的自动检测	外部验证队列的精确度因假阳性而有所下降，临床部署前需进行更广泛的多中心验证	开发一种深度学习模型以自动检测膝关节MRI中的异常胫前动脉，提升术前风险评估和手术规划	膝关节MRI图像中的异常胫前动脉	计算机视觉	膝关节血管异常	MRI	卷积神经网络	图像	2315次检查（1441例无AATA，874例有AATA）共70260张MRI图像	PyTorch	卷积神经网络	F1分数, AUC	NA
4	2026-05-27	Hybrid LSTM-XGBoost framework with city embeddings for CO2 emissions forecasting and scenario comparison 2026-Jul-01, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124476 PMID:41966244	研究论文	提出混合LSTM-XGBoost框架结合城市嵌入，用于城市级CO2排放预测与情景比较，并以河北省为例进行验证	首次结合LSTM和XGBoost通过自适应幂律加权并融入城市嵌入，实现非线性动态与时空异质性建模，同时引入后验语义分析验证城市嵌入的可解释性	仅以河北省为案例，未验证其他区域或全球城市的迁移性；蒙特卡洛不确定性分析仅考虑了中等和保守数据扰动，未探索极端情况	提升城市级CO2排放预测的准确性，并支持碳管理政策的情景优化	河北省各城市的CO2排放数据及其城市化、经济、空间特征	机器学习	NA	NA	LSTM, XGBoost	时间序列数据（城市排放及特征）	河北省多个城市的历史排放数据（具体数量未说明）	Python	LSTM, XGBoost	R²	NA
5	2026-05-27	Enhancing Drug Response Prediction in Epilepsy with Emerging Multimodal Models: Focus on Clinical, Pharmacologic, and Genomic Factors 2026-Jun, CNS drugs IF:7.4Q1 DOI:10.1007/s40263-026-01295-8 PMID:42143205	综述	总结新兴技术在癫痫药物反应预测中的应用，重点关注临床、药理学和基因组学因素	提出利用人工智能基础模型和深度学习模型处理多模态数据（基因组、临床、影像等）来预测癫痫药物反应的新范式，并强调向代理式人工智能的转变	模型评估、数据可用性、伦理考量及临床转化障碍是当前主要挑战	综述人工智能和深度学习技术在癫痫药物反应预测中的新兴应用，促使个性化抗癫痫药物处方	癫痫患者，特别是药物难治性癫痫群体	自然语言处理, 机器学习	癫痫	NA	深度学习, 人工智能基础模型	临床数据, 药理学数据, 基因组数据, MRI/EEG影像	NA	NA	NA	NA	NA
6	2026-05-27	Deep Learning-Assisted Nanomechanical Evaluation of Replicative Senescence in Human Umbilical Cord Mesenchymal Stem Cells 2026-May-26, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c00374 PMID:42127096	研究论文	利用原子力显微镜与深度学习模型，评估人脐带间充质干细胞复制性衰老的纳米力学表型	首次发现人脐带间充质干细胞独特的“衰老相关力学表型”，并结合变分自编码器深度学习模型实现衰老连续低维表征与早期精准预测	NA（摘要未提及局限性）	开发一种非侵入、实时定量评估人脐带间充质干细胞衰老的方法	人脐带间充质干细胞（年轻与衰老细胞）	深度学习	NA	原子力显微镜（AFM）	变分自编码器（VAE）	力学特性与纳米形态数据（高度、粗糙度、粘附力、弹性模量）	NA（未明确样本数量）	NA	变分自编码器（VAE）	预测性能、泛化能力	NA
7	2026-05-27	Deep-Learning Inversion Maps Arbitrary Design Images to Low-Cost, Efficient Nanofabrication 2026-May-26, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c06350 PMID:42132237	研究论文	利用深度学习将任意设计图像映射到低成本、高效纳米加工，实现阴影球光刻中从目标纳米结构到加工参数的快速转换	将纳米加工中的设计图像到加工参数的转换重构为图像到配方的翻译问题，并通过双向卷积块注意力网络实现自动学习映射，将耗时数周的高成本流程转变为一键式自动化操作	NA	开发一个基于深度学习的逆向映射框架，用于快速、低成本地将用户定义的纳米图案转化为可行的加工参数	阴影球光刻中产生的纳米图案及其对应的加工参数	计算机视觉	NA	阴影球光刻	双向卷积块注意力网络	图像	超过450万合成图案和参数对	PyTorch	双向卷积块注意力网络	参数准确率，皮尔逊相关系数	消费级GPU
8	2026-05-27	Deep learning-based dose prediction in proton beam therapy for hepatocellular carcinoma: comparison of network architectures and loss functions 2026-May-26, Journal of radiation research IF:1.9Q3 DOI:10.1093/jrr/rrag026 PMID:42089554	研究论文	该研究提出一种剂量梯度感知的深度学习训练方法和无射束排列框架，用于预测肝癌质子束治疗中的剂量分布	首次引入剂量梯度感知损失函数捕捉质子束治疗特有的布拉格峰剂量分布特征，并建立无射束排列的剂量预测框架	NA	通过比较不同网络架构和损失函数，实现肝癌质子束治疗中高精度剂量分布预测	肝癌患者的质子束治疗计划	计算机视觉	肝癌	质子束治疗	深度学习	CT图像和目标/危及器官结构	172例肝癌患者	PyTorch	U-Net	平均绝对误差,均方根误差,Dice相似系数,剂量体积直方图	NA
9	2026-05-27	A Systematic Survey and Benchmark of Deep Learning for Molecular Property Prediction in the Foundation Model Era 2026-May-26, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c02081 PMID:42096352	综述	对深度学习在分子性质预测中的应用进行系统综述与基准测试，涵盖基础模型时代的四个互补范式	提出了统一分类法，连接分子表示、模型架构和跨学科应用，并基于广泛使用的数据集和行业视角的数据集进行了基准分析	数据整理中存在不一致的立体化学信息、异质性检测来源，以及随机或不明确划分下的可重复性限制	系统梳理和评估深度学习在分子性质预测中的方法，推动基准设计现代化	分子性质预测任务中的量子化学、物理化学、生理学和生物物理学数据	自然语言处理，机器学习	NA	深度学习	基础模型	分子结构数据、量子化学数据、物理化学数据、生理学数据、生物物理学数据	NA	NA	NA	NA	NA
10	2026-05-27	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	提出一种距离限制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限制，实现对反应坐标的系统性采样，无需重新训练模型	仅在三类模型蛋白质和一个蛋白质-多肽解离路径上进行了验证，普适性有待进一步确认	高效采样蛋白质构象变化和配体解离路径，并构建自由能景观以定量估算结合自由能	经历开-闭构象转变的三种模型蛋白质以及一个蛋白质-多肽解离系统	机器学习	NA	距离限制引导的扩散模型	扩散模型	蛋白质结构数据	三种模型蛋白质和一组蛋白质-多肽系统	NA	AlphaFold3-like 扩散模型	基于学习的置信度指标和基于立体化学的验证	NA
11	2026-05-27	Correction to "Quantifying Multi-pollutant Co-exposure via Deep Learning-Based Simultaneous Prediction Using Geostationary Satellite Data" 2026-May-26, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c05436 PMID:42113025	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
12	2026-05-27	Predictions from deep learning propose substantial protein-carbohydrate interplay 2026-May-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2523342123 PMID:42150072	研究论文	利用深度学习预测蛋白质与碳水化合物之间的非共价相互作用，提出约35-40%的蛋白质具有碳水化合物结合能力	开发了PiCAP和CAPSIF2两个神经网络模型，分别从蛋白质整体和残基水平预测碳水化合物结合能力，并大幅修正了此前碳水化合物结合蛋白占比低于5%的估计	依赖人工标注数据集和有限的蛋白质结构信息；对细胞表面蛋白的预测有待实验验证；模型对某些蛋白质家族（如转录因子）的预测仍需进一步评估	通过计算方法预测蛋白质与碳水化合物的非共价相互作用，揭示蛋白质-碳水化合物互作组	蛋白质与碳水化合物的相互关系，包括已知的碳水化合物结合蛋白、转录因子、细胞骨架组分和小分子结合蛋白	机器学习, 计算生物学	NA	深度学习神经网络	神经网络（PiCAP和CAPSIF2）	蛋白质序列和结构数据	人工标注数据集包含已知碳水化合物结合蛋白和可能结合碳水化合物的蛋白质（如转录因子、细胞骨架组分、小分子结合蛋白）	NA	神经网络	准确率, Dice系数	NA
13	2026-05-27	Using deep learning to identify brain networks mediating cognitive and motor impairments in alcohol use disorder 2026-May-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04101-7 PMID:42185254	研究论文	利用深度学习识别酒精使用障碍中认知与运动障碍的脑网络机制	采用数据驱动的深度学习框架联合分析静息态功能MRI脑连接与神经心理评分，首次通过时序注意力网络（TAN）和感觉运动网络（SMN）双重路径阐明酒精使用障碍对空间工作记忆、视觉注意及运动控制的影响机制，并在独立HIV数据集上验证	未提及具体限制	区分酒精使用障碍患者与健康对照，识别AUD相关功能障碍的神经机制	酒精使用障碍患者与健康对照的脑功能连接和神经心理表现	机器学习	酒精使用障碍	功能性磁共振成像	深度学习模型	功能磁共振成像数据及神经心理评分数据	6105个脑区连接与16个认知运动评分，涉及酒精使用障碍患者和健康对照，并在HIV患者独立数据集上验证	NA	时序注意力网络、感觉运动网络	NA	NA
14	2026-05-27	Automated assessment of coronal lower extremity alignment on long-leg radiographs using a deep-learning model: validation, efficiency gains, and superiority of an edge-based tibial joint-line definition 2026-May-26, BMC musculoskeletal disorders IF:2.2Q3 DOI:10.1186/s12891-026-09980-x PMID:42185802	研究论文	开发并验证一种基于深度学习模型的全自动下肢冠状位对齐评估系统，在长腿X光片上同时测量15个参数并定位畸形	首次实现全自动同时测量15个冠状位下肢对齐参数，并提出基于边缘的胫骨关节线定义（Method 2）优于传统最低点定义	需要进一步的前瞻性研究以验证Method 2与临床结果（如骨关节炎进展和手术结果）的相关性	开发、验证并基准测试一种全自动深度学习系统，用于长腿X光片上的冠状位下肢对齐评估	长腿X光片上的冠状位下肢对齐参数和骨性标志	计算机视觉	骨关节炎	X光成像	YOLOv5	图像	训练/验证/测试集共309张X光片，外部测试集75张X光片	YOLOv5	YOLOv5	绝对误差、临床失败率、Bland-Altman分析	NA
15	2026-05-27	Predicting immune checkpoint inhibitor cardiotoxicity using machine learning: a systematic review of model performance and methodological quality 2026-May-26, Cardio-oncology (London, England) DOI:10.1186/s40959-026-00505-y PMID:42186096	系统综述	系统评估机器学习模型预测免疫检查点抑制剂相关心脏毒性的性能和临床适用性	首次系统评估基于机器学习的预测模型在免疫检查点抑制剂心脏毒性识别中的性能，并使用PROBAST工具评估方法学质量	大多数研究存在方法学局限性，包括数据量小、验证不足、缺失数据处理不明确，限制了真实世界临床采用	评估机器学习预测模型在识别免疫检查点抑制剂引起的心脏毒性、心肌炎或心脏不良事件中的性能及方法学稳健性	接受免疫检查点抑制剂治疗的患者	机器学习	心血管疾病	NA	XGBoost, 多模态深度学习, 神经网络, ECG-AI模型, 药物警戒驱动ML, 临床列线图	临床数据, 心电图特征, 实验室检测值	7项研究，样本量从23至4,282名患者不等	NA	NA	AUC	NA
16	2026-05-27	Construction of a sports bio mechanical injury prediction and AI warning system based on wearable sensors 2026-May-26, BMC sports science, medicine & rehabilitation DOI:10.1186/s13102-026-01761-2 PMID:42186087	研究论文	提出一种基于可穿戴传感器的运动生物力学损伤预测与人工智能预警系统，用于实时监测和预防运动损伤	通过多模态数据融合、轻量级模型设计和动态自适应机制，结合改进的混合神经网络架构和边缘计算优化策略，实现高灵敏度损伤预测和毫秒级实时干预	未来需在多中心数据共享、可穿戴外骨骼联动干预和增强现实可视化反馈方面进一步扩展应用场景和临床价值	开发运动生物力学损伤预测与实时预警系统，解决传统单传感器监测维度单一、误报率高、实时性不足等问题	运动过程中的高风险动作（如篮球跳停动作、长距离跑步）及关键生物力学参数	机器学习	运动损伤	九轴惯性传感器、柔性应变传感器、足底压力传感阵列	混合神经网络	传感器数据	未明确说明	边缘计算框架	改进的混合神经网络	误报率、漏报率、灵敏度、特异性	模型量化为8位整数，端到端延迟控制在毫秒级，功耗降低并支持嵌入式部署
17	2026-05-27	A multi-branch vision transformer with GA-optimized focal loss for ECG signal classification 2026-May-26, Technology and health care : official journal of the European Society for Engineering and Medicine IF:1.4Q3 DOI:10.1177/09287329261446510 PMID:42186368	研究论文	提出一种结合多分支视觉变换器和遗传算法优化Focal Loss的混合深度学习模型，用于心电图信号分类	首次将多分支视觉变换器架构与遗传算法优化的Focal Loss函数相结合，通过不同补丁大小的三个独立ViT分支有效学习ECG信号的局部和全局时序模式，并利用GA优化解决心律失常数据中的类别不平衡问题	NA	提升心电图信号分类的准确性和鲁棒性，特别是处理心律失常检测中的类别不平衡问题	心电图信号分类中的心律失常检测问题	机器学习	心律失常	心电图信号处理	多分支视觉变换器	时间序列信号	MIT-BIH心律失常数据库	PyTorch	多分支视觉变换器	准确率、F1分数	NA
18	2026-05-27	DiffDock-Glide: A Hybrid Physics-Based and Data-Driven Approach to Molecular Docking 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01635 PMID:42023722	研究论文	提出一种混合物理与数据驱动的分子对接方法DiffDock-Glide，结合扩散模型与Glide的后对接最小化管道，改善深度学习对接方法的性能	创新性地融合基于物理的对接软件Glide的后对接最小化管道与数据驱动的扩散模型DiffDock，修改生成过程以在结合口袋内采样，并用Glide管道替代置信度模型	未明确提及局限性，但可推断该方法在处理训练集外靶标时仍存在挑战，且依赖Glide的物理建模可能增加计算成本	解决深度学习对接方法在训练集外靶标预测性能不足的问题，提升近天然构象的采样能力及虚拟筛选效果	小分子配体与蛋白质受体的分子对接系统	机器学习	NA	分子对接、扩散模型	扩散模型（DiffDock）、混合模型（DiffDock-Glide）	分子结构数据	使用PoseBusters数据集和DUD-E化合物数据集进行评估	NA	扩散模型架构（DiffDock）、后对接最小化管道（Glide）	近天然构象采样率、富集值	NA
19	2026-05-27	Controlled Protein Design via Statistical Energy Functions: A Rossmann Fold Case Study 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00612 PMID:42065344	研究论文	本文研究统计能量函数在蛋白质设计中的可控性，以Rossmann折叠结构为例进行验证	通过统计能量函数SCUBA和ABACUS2实现蛋白质设计的物理属性可控性，并实验验证了高精度晶体结构匹配	仅以单一Rossmann折叠域为例，未探索其他类型蛋白质结构的通用性	评估统计模型在蛋白质设计中的持续有效性及可控性	由10个基序组成的Rossmann折叠蛋白质	机器学习	NA	NA	统计能量函数	蛋白质结构数据	300个低能量候选序列，其中9个进行实验验证，1个晶体结构解析	NA	SCUBA, ABACUS2, AlphaFold2	主链偏差（2.602 Å）	NA
20	2026-05-27	CARS-AMP: A Simple and Efficient Deep Learning Model for Antimicrobial Peptide Prediction 2026-May-25, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00362 PMID:42066253	研究论文	构建了一个名为CARS-AMP的深度学习模型，用于抗菌肽预测，该模型结合了卷积神经网络、循环神经网络和自注意力机制	提出了一种简单高效的深度学习模型CARS-AMP，通过小规模但集中的数据集训练，实现了近最佳的抗菌肽预测性能	模型在区分侧链大小和序列长度差异方面存在不足，需要进一步改进	开发一种高效的深度学习模型用于抗菌肽分类预测，以应对全球抗生素耐药性问题	抗菌肽序列	机器学习	NA	深度学习	卷积神经网络(CNN)、循环神经网络(RNN)、自注意力机制(Self-attention)	序列数据	小规模但集中的数据集	NA	CNN, RNN, Self-attention	准确率(Accuracy)	NA