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	2026-06-11	Signature-aware deep learning reveals distinct driver gene programs and mutational processes in glioblastoma and colon adenocarcinoma 2026-Aug, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108984 PMID:41764951	研究论文	提出一种残差多层感知机模型 ResMLP-GL，整合突变特征上下文，用于识别胶质母细胞瘤和结肠腺癌的驱动基因程序与突变过程	首次显式整合COSMIC SBS上下文概率向量与残差门控模块，实现突变过程感知的驱动突变预测，在跨癌种预测性能上超越现有方法	仅基于TCGA和ICGC外显子组数据，未纳入全基因组或非编码区变异，且模型对罕见突变或新型突变特征的泛化能力未充分验证	开发可解释的驱动基因预测方法，揭示突变过程与驱动选择之间的组织特异性关联	胶质母细胞瘤和结肠腺癌的体细胞突变数据	机器学习	胶质母细胞瘤, 结肠腺癌	NGS外显子组测序	残差多层感知机（ResMLP）	基因组变异数据	TCGA GBM/COAD外显子组训练集，ICGC独立测试集	PyTorch, Optuna	ResMLP-GL（含两个投影残差块和特征门控模块）	AUC, SHAP分析	NA
2	2026-06-11	A hybrid adaptive preconditioned gradient method with momentum for deep learning 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108758 PMID:41764807	研究论文	提出一种名为 AdapGradm 的自适应预条件梯度动量方法及其混合版本 HAdapGradm，用于深度学习优化	结合了二阶曲率信息与一阶优化器的计算效率，通过构建对角近似 Hessian 矩阵实现自适应预条件，并提出与随机梯度下降无缝切换的混合方法	未明确提及在超大规模模型或极端数据分布下的表现，以及与其他先进二阶优化器（如 KFAC）的全面对比	设计一种高效且收敛性有保证的二阶优化器，以提升深度神经网络的训练速度和泛化能力	标准深度神经网络的训练过程，包括图像分类和自然语言处理任务中的常见架构	机器学习	NA	NA	NA	图像、文本	未具体说明，涉及图像分类和自然语言处理的基准数据集	NA	未明确指定具体架构，但提及三种常见神经网络架构用于实验	训练误差、泛化能力	NA
3	2026-06-11	Feasibility of Implicit Neural Representation Learned Motion Compensation for 3D Stack-of-Spirals Free-Breathing Cardiac Quantitative Susceptibility Mapping 2026-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70325 PMID:41772752	研究论文	提出了一种利用隐式神经表示（INR）学习运动补偿的自由呼吸心脏定量磁化率成像（QSM）方法	首次将隐式神经表示（INR）用于自由呼吸3D心脏QSM中的心脏和呼吸运动补偿，结合螺旋采样和深度学习实现无前瞻性导航的门控采集	样本量较小（仅10名健康受试者），未评估在患者群体中的性能	实现无创、快速、鲁棒的自由呼吸心脏QSM测量，以评估心脏血氧差异（ΔSO2）	健康受试者的心脏MRI数据，用于评估胸号血氧差异	机器学习	心血管疾病	MRI（定量磁化率成像）	隐式神经表示（INR）	图像（心脏MRI图像）	10名健康受试者	NA	隐式神经表示（INR）	图像质量（p值）、ΔSO2测量一致性（相关系数r、偏差及一致性界限）	NA
4	2026-06-11	A Deep Learning Model for Second-Molar Lesions Related to Impacted Third Molars 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109467 PMID:41764935	研究论文	开发基于深度学习模型SMM-YOLOv8n，用于自动检测全景X线片中与阻生第三磨牙相关的第二磨牙病变	在YOLOv8基础上改进，引入Slim-Neck优化和多维注意力机制，有效提升病变检测准确性和效率	NA	开发自动化深度学习系统，检测和分类全景X线片中与阻生第三磨牙相关的第二磨牙病变，提高诊断准确性并支持临床决策	1170张全景X线片，显示与阻生第三磨牙相邻的第二磨牙	计算机视觉	牙科疾病	全景X线成像	卷积神经网络	图像	1170张全景X线片，分为4组：无病变、龋齿、外根吸收、两种病变并存	PyTorch	SMM-YOLOv8n（基于YOLOv8，含Slim-Neck和多维注意力机制）	mAP@50, 精确率, 召回率, F1分数, 敏感性, 诊断时间	NA
5	2026-06-11	Tomographic Foundation Model-FORCE: Flow-Oriented Reconstruction Conditioning Engine 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3669463 PMID:41770981	研究论文	提出一种新的CT图像重建框架FORCE，结合数据保真度与PFGM++生成模型，在各种CT成像任务中超越现有无监督方法	首次将泊松流生成模型（PFGM++）与数据保真度集成，提出面向流的重建条件引擎（FORCE），无需配对训练数据即可实现高质量CT重建	未明确讨论计算资源需求及模型对大噪声程度的鲁棒性边界	改进低剂量、稀疏扫描和金属植入物等CT场景下的图像重建质量	CT图像重建任务中的噪声和伪影	机器学习	NA	CT成像	泊松流生成模型（PFGM++）	医学图像	NA	PyTorch	PFGM++	NA	NA
6	2026-06-11	Learning 3-D Ultrasound Segmentation under Extreme Label Deficiency 2026-Jun, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.014 PMID:41771726	研究论文	提出一种在极端标签缺失条件下实现三维超声图像自动分割的方法	基于教师-学生跨维度知识蒸馏框架，利用无监督表征学习预训练的二维教师网络提取超声切片信息，指导三维学生分割网络从极稀疏标注中学习有效体特征	NA	在极端标签缺失条件下实现准确且鲁棒的三维超声分割	三维超声图像中的器官和解剖结构	计算机视觉，数字病理学	NA	3D超声成像	CNN	3D超声图像	多个三维超声数据集	PyTorch	2D教师网络, 3D学生分割网络	分割准确率	NA
7	2026-06-11	Reliable detection of focal onset impaired awareness seizures in patients with epilepsy using wearable ECG: Development and validation study 2026-May-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109295 PMID:41764784	研究论文	开发并验证基于可穿戴心电图设备的局灶性意识障碍发作检测算法，包含自动数据质量评估模块	首次将自动数据质量评估整合到基于可穿戴心电图的癫痫发作检测算法中，并验证了数据质量对算法可靠性的重要性	仅47%患者的数据通过质量筛选，且分析为探索性亚组分析，样本量有限	开发并评估基于可穿戴心电图设备、具备自动数据质量评估的局灶性意识障碍发作检测算法的性能与可行性	癫痫患者中发生的局灶性意识障碍发作事件	机器学习, 数字健康	癫痫	可穿戴心电图	深度学习模型（未指定具体类型）	心电图信号	236名患者，其中49名患者经历至少一次FIAS，共3278小时心电图数据、260次发作；最终38名患者、161次发作通过质量筛选	NA	NA	灵敏度, 假阳性率/24小时, 阳性预测值, F1分数	NA
8	2026-06-11	EASDnet: Empowering human-centered evidence-based medicine through an evidence and attention-based spatial disparity network for discriminative colorectal cancer histopathological screening and attribution 2026-May, Pathology, research and practice DOI:10.1016/j.prp.2026.156418 PMID:41764810	研究论文	提出一种基于证据和注意力的空间差异网络EASDnet，用于结直肠癌组织病理学图像的鉴别性筛查与归类	将循证医学思想融入深度学习，通过证据与注意力机制学习癌变与微环境之间的细微形态差异，有效捕获组织病理数据中的类间和类内鉴别特征	未提及在真实临床多中心数据上的验证情况，也未讨论模型的可解释性和计算效率	开发一种客观、循证的定量分析工具，辅助临床医生进行结直肠癌的自动化病理筛查	结直肠癌组织病理学图像	数字病理学	结直肠癌	组织病理学成像	深度学习模型（EASDnet）	图像	使用两个公开数据集NCT-100K和LC25000	NA	EASDnet（基于证据和注意力的空间差异网络）	准确率	NA
9	2026-06-11	Integration of traditional Chinese medicine and machine learning: Opportunities, obstacles, and implications for future of healthcare 2026-May, Journal of integrative medicine DOI:10.1016/j.joim.2026.02.004 PMID:41765716	综述	综述了机器学习在传统中医中的应用、挑战及未来医疗系统的意义	创新性地探讨了知识图谱与深度学习结合在中医诊断、治疗和预后评估中的应用潜力，并提出了凸机器学习提升中医算法测试有效性的新观点	未涉及具体实验验证或大规模数据支持，主要基于文献综述和理论分析	探索机器学习与传统中医整合的机遇、障碍以及对未来医疗系统的影响	传统中医理论与实践、机器学习算法在中医领域的应用案例	机器学习	NA	NA	深度学习	NA	NA	NA	知识图谱、凸机器学习	NA	NA
10	2026-06-11	Collaborative Coarse-to-Fine Disease Learning With Discharge Summary Awareness for EHR Event Prediction 2026-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3664408 PMID:41774654	研究论文	提出了一种结合出院小结的粗到细疾病学习框架，用于电子健康记录事件预测	创新点包括构建细粒度动态疾病图、整合ICD-9-CM编码层次结构中的粗细粒度信息以及结合出院小结进行协作疾病学习	未明确说明局限性	通过捕获动态和静态疾病特征来改进电子健康记录事件预测	电子健康记录事件预测任务	机器学习	NA	NA	门控循环单元（GRU）	结构化电子健康记录数据和出院小结非结构化文本	使用MIMIC-III和MIMIC-IV两个真实世界数据集	PyTorch	GRU、基于位置的注意力机制、软注意力机制	准确率、精确率、召回率、F1分数、AUC	NA
11	2026-06-11	XNet: Enhancing Physical Activity Intensity Assessment With Attentional Multidomain Fusion and Visual Analytics 2026-May, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3666726 PMID:41774652	研究论文	提出一种名为XNet的双域深度学习模型，用于评估身体活动强度并估计能量消耗，融合多传感器时域与频域特征	采用分层多头架构和新颖的注意力特征融合模块，分两阶段聚合传感器特征并融合域嵌入，优于单阶段融合并提供可解释的注意力权重	未明确说明	提高身体活动强度监测的准确性和泛化能力，实现跨数据集和开场景下的稳健评估	身体活动强度分类与能量消耗估计	机器学习	NA	加速度计、生理信号（心率、心电图）	深度学习模型	加速度计数据、生理信号	多个公共数据集及105名参与者的新数据集	NA	分层多头架构、注意力特征融合模块、1D卷积谱编码器、Transformer、图注意力网络	F1-score、真正例率 (TPR)	低推理延迟(~25ms)，适用于设备端部署
12	2026-06-11	METRON: Metabolic Dynamic Perception Kolmogorov-Arnold Network for Biological Age Estimation 2026 May-Jun, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3669919 PMID:41774660	研究论文	提出METRON深度学习框架，利用类固醇代谢组学数据预测生物学年龄，并揭示衰老相关的代谢标志物	提出代谢物交互感知模块（MIPM）和群理性Kolmogorov-Arnold网络，用于捕捉代谢网络中的复杂非线性交互和依赖关系	未明确说明局限性	通过类固醇代谢组学预测生物学年龄，并挖掘衰老机制中的代谢标志物	类固醇代谢组学数据	机器学习	衰老相关疾病	类固醇代谢组学	深度学习	代谢组学数据	未明确说明	NA	Kolmogorov-Arnold网络	准确率	NA
13	2026-06-11	Smartphone-integrated molecularly imprinted sensor with convolutional neural networks for on-site detection of Norfloxacin 2026-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345196 PMID:41765623	研究论文	开发了一种集成双发射分子印迹荧光传感器与卷积神经网络的便携式传感平台，用于现场快速检测诺氟沙星	将分子印迹传感器与深度学习相结合，利用智能手机捕获荧光图像并优化四种CNN模型，实现自主提取浓度相关特征并校正环境干扰	未提及模型在实际复杂环境下的泛化能力及长期应用中的传感器衰减问题	实现诺氟沙星的快速、灵敏、现场检测，保障水产品安全	诺氟沙星抗生素	机器学习	NA	分子印迹荧光传感、智能手机成像技术	卷积神经网络（CNN）	荧光图像	生物样品中检测限达0.53 μg/kg，加标回收率范围88.0%-110.0%	NA	CNN	检测限、回收率、相对标准偏差（RSD）	NA
14	2026-06-11	Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70314 PMID:41764765	系统综述与Meta分析	通过Meta分析比较人工智能与人工专家在CBCT或CT扫描中上气道三维分割的效能	首次通过Meta分析系统评估AI在上气道三维分割中的效能	纳入研究数量有限，需要更多研究才能得出决定性结论	评估AI在CBCT或CT扫描中自动进行上气道三维分割的效能	上气道CBCT或CT扫描图像	数字病理学	上气道相关疾病	CBCT, CT扫描	深度学习, 机器学习	图像	11项研究（其中6项纳入Meta分析）	NA	NA	精确率, Dice相似系数, 交并比, 召回率, 总体积差异	NA
15	2026-06-11	Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go? 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70257 PMID:41766174	评论	探讨人工智能在药物发现中的应用现状、成就与局限	系统评估AI在药物发现中的实际进展，指出首个完全由AI发现的药物尚未获批，符合Erom定律	数据质量差、模型可解释性不足、计算预测与化学可行性脱节、生物系统复杂性限制转化	分析AI是否已重塑药物发现流程，评估其实际影响与未来挑战	AI在药物发现中的应用阶段（靶点识别、先导化合物优化、ADME/Tox预测）及临床试验进展	机器学习	NA	分子性质预测、蛋白质结构建模、自然语言处理、ADME/Tox预测	NA	药物相关数据	NA	NA	NA	NA	NA
16	2026-06-11	The Evaluation of Machine Learning Models Using Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF-MS) Spectra for the Prediction of Antibiotic Resistance in Klebsiella pneumoniae 2026-Apr, MicrobiologyOpen IF:3.9Q2 DOI:10.1002/mbo3.70257 PMID:41771780	综述	评估使用MALDI-TOF-MS光谱创建机器学习模型预测肺炎克雷伯菌抗生素耐药性的研究	系统评估了整合MALDI-TOF-MS光谱与机器学习模型在快速预测肺炎克雷伯菌抗生素耐药性方面的表现，强调其将诊断时间从数天缩短至数分钟或数小时的潜力	受限于有限的外部验证、光谱预处理方案以及不同MALDI-TOF-MS平台间的变异性，模型泛化能力和临床转化受限	评估基于MALDI-TOF-MS光谱的机器学习模型在预测肺炎克雷伯菌抗生素耐药性方面的准确性和效率	肺炎克雷伯菌分离株的抗生素耐药性	机器学习	抗生素耐药性感染	MALDI-TOF-MS	集成学习（随机森林、XGBoost、LightGBM）与深度学习（CNN）	光谱数据	35至超过15000个细菌分离株	NA	随机森林、XGBoost、LightGBM、卷积神经网络	AUROC、准确率	NA
17	2026-06-11	Bioactive peptide matrikines: discovery approaches for skin rejuvenation 2026-Apr-01, American journal of physiology. Cell physiology DOI:10.1152/ajpcell.00881.2025 PMID:41770626	综述	本文综述了用于皮肤再生的生物活性肽基质素发现策略的演变	重点介绍了一种从计算机模拟到体内验证的发现流程，该流程整合了年龄相关ECM蛋白裂解预测与体内外测试，并鉴定出两种协同增强ECM再生的四肽	NA	探讨皮肤再生中生物活性肽基质素的发现方法及其发展历程	皮肤细胞外基质蛋白质及其衍生的生物活性肽基质素	自然语言处理, 机器学习	皮肤衰老	分子对接, 机器学习	深度学习	蛋白质序列	NA	NA	NA	NA	NA
18	2026-06-11	CAGAD: dynamic community attention for prediction gene regulatory network 2026-Mar-03, Theory in biosciences = Theorie in den Biowissenschaften DOI:10.1007/s12064-026-00460-3 PMID:41774282	研究论文	提出CAGAD框架，通过动态社区注意力机制与GraphSAGE结合，预测基因调控网络	引入社区注意力机制，利用结构和社区级特征提高预测准确性	未提及	构建鲁棒的GRN模型以处理测量误差，提高预测准确性和可解释性	基因调控网络	机器学习	NA	基因表达数据、已知基因关系	图神经网络	基因表达数据、已知基因关系数据	Escherichia coli和Saccharomyces cerevisiae的基准数据集	NA	GraphSAGE	预测准确性	NA
19	2026-06-11	A novel framework for cognitive state identification using resting-state EEG 2026-Mar-02, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae4807 PMID:41769796	研究论文	提出一种基于静息态脑电图的认知状态识别新框架PowerSyncNet	通过频带间功能连接特征和时频表征编码模块（Encoder4Band），实现跨频带信息融合，提升认知状态识别性能	NA	开发用于早期认知衰退检测的脑电信号分析方法	静息态脑电图数据中的认知状态分类	机器学习	老年疾病	EEG	PowerSyncNet	脑电图信号	两个数据集：公开的CAUEEG数据集和自采集的ECED数据集	PyTorch	PowerSyncNet	识别准确率、召回率、F1分数、AUC	NA
20	2026-06-11	Deep learning-based identification and maturation assessment of the zygomaticomaxillary suture in cone-beam computed tomography images 2026-Mar-02, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00614-5 PMID:41770475	研究论文	开发基于深度学习的系统，用于在锥形束CT图像中定位和评估颧上颌缝的成熟度	首次提出双网络深度学习架构（3D U-Net定位+3D ResNet50分类）来自动评估颧上颌缝成熟度，克服传统人工分期的主观性和不可重复性	未提及外部验证集或跨机构数据测试，数据集规模有限（505例）	通过深度学习系统实现颧上颌缝成熟度的自动化定量评估，为上颌前牵引治疗的最佳时机提供客观依据	颧上颌缝的CBCT影像及其成熟度分期（A/B/C/D/E五阶段）	计算机视觉	上颌发育不足	锥形束CT成像	3D U-Net, 3D ResNet50	3D锥形束CT图像	505例CBCT扫描	PyTorch	3D U-Net, 3D ResNet50	准确率, 精确率, 召回率, F1分数, AUC	NA