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
301	2026-06-09	Application of deep learning methods in the classification of normal and pneumonia lung images 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1755871 PMID:42254413	研究论文	评估多种基于深度学习的模型在胸部X射线图像中自动分类正常和肺炎病例的性能	对比四种预训练CNN架构在肺炎分类任务上的表现，发现VGG16获得最高准确率和AUC，为临床决策支持系统提供基础	数据集来自单一中心、样本量有限且存在类别不平衡，可能限制泛化能力和敏感性	开发和评估用于自动分类正常与肺炎胸部X射线图像的深度学习模型，为临床辅助诊断系统奠定基础	500张后前位胸部X射线图像（PA）	计算机视觉	肺炎	NA	卷积神经网络 (CNN)	图像	500张后前位胸部X射线图像	NA	VGG16, ResNet50, InceptionV3, Xception	准确率, 精确率, 召回率, F1分数, AUC	NA
302	2026-06-09	Interpretable learning algorithms enable pathogenic potential assessment and virulence-associated gene discovery of Vibrio parahaemolyticus 2026, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2026.1832130 PMID:42254503	研究论文	利用可解释学习算法评估副溶血弧菌的致病潜力并发现与毒力相关的基因	首次结合机器学习和深度学习算法，利用泛基因组组装数据区分临床和环境分离株，并通过基因特征权重分析揭示辅助基因和云基因在致病性进化中的关键作用	未具体说明限制，但可能包括对公共数据质量的依赖、模型泛化性验证不足或未涵盖所有分离株类型	开发和验证可解释的机器学习与深度学习算法，以评估副溶血弧菌的致病潜力并发现与致病性相关的关键基因	副溶血弧菌的临床分离株和环境分离株	机器学习	副溶血弧菌感染相关疾病	下一代测序（NGS）	机器学习（随机森林等）和深度学习模型	泛基因组数据（包括云基因和辅助基因）	未具体说明样本数量，但涉及大量公共基因组数据	NA	随机森林（RF）等	AUC	NA
303	2026-06-09	Anatomy-aware lymphoma lesion detection in whole-body PET/CT 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1695211 PMID:42255204	研究论文	研究在全身PET/CT中融入解剖先验信息以提升深度学习模型检测淋巴瘤病变的性能	首次系统比较了解剖先验信息在CNN与Transformer两种检测框架中的作用，并引入自监督预训练策略	解剖先验对Transformer架构提升有限，需探索更优的融合策略；仅使用了单一淋巴结瘤数据集进行微调与验证	探索解剖先验信息能否提升基于深度学习的病变检测性能	全身PET/CT中的淋巴瘤病变	计算机视觉, 数字病理	淋巴瘤	18F-FDG PET/CT	CNN, Transformer	图像	两个独立PET/CT数据集：autoPET（包含淋巴瘤、黑色素瘤和肺癌）和Karolinska淋巴瘤数据集，具体样本量未明确给出	MONAI	nnDetection, Swin UNETR	FROC, mAP@0.1-0.5	NA
304	2026-06-09	Preoperative prediction of lymphatic metastasis in rectal cancer using a fusion model based on multiparameter magnetic resonance imaging: a retrospective validation study 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1816420 PMID:42255226	研究论文	验证基于MRI的深度学习算法预测直肠癌淋巴转移，并构建结合影像学和临床病理因素的融合模型以提升术前诊断性能	首次构建结合多参数MRI预测算法与临床因素（CEA和分化程度）的融合模型，在内部和外部验证队列中均显著优于人工判读，并展现出降低观察者间变异性的潜力	回顾性研究设计，样本量相对较小（主队列127例，外部验证33例），且未纳入术前接受放化疗的患者，可能限制模型的普适性	提高直肠癌术前淋巴结转移预测的准确性，辅助识别可从新辅助治疗中获益的患者，促进个性化临床决策	直肠癌患者的淋巴结转移状态	计算机视觉	直肠癌	MRI	深度学习模型（具体架构未指定）	多参数磁共振影像	主队列127例原发性直肠癌患者，外部验证队列33例来自两个中心	NA	NA	AUC, 决策曲线分析	NA
305	2026-06-09	Applications of artificial intelligence and machine learning models in the prognosis and diagnosis of ovarian cancer 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1743601 PMID:42255239	综述	该综述探讨了人工智能和机器学习模型在卵巢癌预后和诊断中的应用	整合多组学数据与影像数据以增强预测模型，并强调AI在改善生物标志物分析中的作用	NA	突出AI在提升卵巢癌诊断和预后准确性方面的作用	卵巢癌	机器学习	卵巢癌	影像学技术（超声、磁共振成像、计算机断层扫描）、放射组学、多组学数据（基因组学、转录组学、表观组学等）	深度学习	医学影像、生物标志物数据、多组学数据	NA	NA	NA	准确性	NA
306	2026-06-09	Optimised hybrid late fusion deep learning model for cashew disease classification 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1815033 PMID:42255297	研究论文	提出一种混合后期融合深度学习模型，用于腰果病害分类	将EfficientNetV2-M和MobileNetV3-S进行混合后期融合，并联合XGBoost和CatBoost分类器，结合BOHB超参数优化，兼顾细粒度视觉信息与计算效率	现有模型代表性特征不足且泛化能力差，本方法虽提升性能但未提及跨数据集验证或实际部署挑战	开发高效且计算复杂度低的腰果病害分类模型	腰果叶片样本，包括炭疽病、流胶病、潜叶虫、红锈病和健康叶片	计算机视觉	植物病害（腰果）	图像特征提取	CNN（EfficientNetV2-M, MobileNetV3-S）与集成学习（XGBoost, CatBoost）	图像	CCMT数据集，包含五种类别（炭疽病、流胶病、潜叶虫、红锈病、健康）的样本	NA	EfficientNetV2-M, MobileNetV3-S, XGBoost, CatBoost	准确率（90%, 93%），计算时间（0.20秒, 0.07秒）	NA
307	2026-06-09	Advancing morphometric assessment of the aorta and left ventricle from dynamic CT: a deep learning-based study 2026-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyag090 PMID:42255503	研究论文	提出一种基于深度学习的自动化框架，用于从动态CT数据中对胸主动脉和左心室进行三维形态测量分析	首次实现从心电门控CT数据中自动化三维动态形态测量，克服了传统手动方法的耗时和操作依赖性问题	样本量较小（50例单相位CT用于训练，10例多相位CT用于测试），且仅适用于生理或轻度解剖异常病例	开发自动化三维图像形态测量方法，支持术前规划、疾病风险预测和设备设计	胸主动脉和左心室	计算机视觉, 数字病理学	心血管疾病	CT扫描	3D U-Net	图像	50例单相位CT扫描（训练集），10例多相位CT扫描（测试集），42例患者用于形态描述符计算	PyTorch	3D U-Net	Dice系数	NA
308	2026-06-09	Quantum-entangled feature selection and spiking graph transformer networks for early detection of childhood behavioral markers 2026, Frontiers in behavioral neuroscience IF:2.6Q3 DOI:10.3389/fnbeh.2026.1797210 PMID:42256855	研究论文	提出一种量子变分特征选择-尖峰图变换网络，用于基于可穿戴传感器数据对儿童行为标志物进行早期检测	首次将量子特征选择与尖峰神经形态图变换网络结合，实现可穿戴传感器数据中睡眠、清醒和过渡状态的鲁棒且能效高的分类	未具体说明局限性，但可能包括对量子计算资源的依赖和跨数据集泛化性能在外部数据集上的轻微下降	实现儿童行为状态（睡眠、清醒、过渡）的早期、准确和能效高的分类，以便及时干预发育和睡眠相关障碍	儿童行为标志物，包括睡眠、清醒和过渡状态	机器学习	发育障碍、睡眠相关障碍	可穿戴加速度计传感	量子变分特征选择-尖峰图变换网络	加速度计时间序列数据	主要使用儿童心理研究所可穿戴数据集，并进行外部多民族动脉粥样硬化研究睡眠数据集验证	NA	参数化量子电路、尖峰图变换网络	准确率、F1分数、AUC	与传统深度学习模型相比降低40-55%计算成本
309	2026-06-08	Shallow and deep learning approaches to classify melanoma and non-melanocytic skin lesions 2026-Jan-13, Medical engineering & physics IF:1.7Q3 DOI:10.1088/1873-4030/ae290b PMID:41642223	研究论文	比较浅层和深度学习方法在分类恶性黑素细胞病变与非黑素细胞皮肤病变上的表现	提出了三种基于微调深度神经网络的原创配置，并整合了过采样、特征选择和数据增强等辅助程序	未明确提及局限性，但评估仅基于单一公开数据集（Derm7pt），可能影响泛化性	比较浅层与深度学习方法在恶性黑素细胞病变与非黑素细胞皮肤病变分类中的效果	皮肤镜图像中的恶性黑素细胞病变和非黑素细胞病变	计算机视觉	黑色素瘤	皮肤镜成像	深度神经网络	图像	未明确样本数量，使用Derm7pt公开数据库	NA	NA	准确率, 灵敏度	NA
310	2026-06-08	SDXL model-based optimization for interior design: Data-driven and deep learning methods 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342258 PMID:41637387	研究论文	提出一种针对室内设计的SDXL模型优化框架，通过数据驱动和深度学习方法解决结构一致性和美学保真度问题	首次构建结合自动化语义清洗和超参数优化策略的系统化流程，并建立针对室内空间几何约束的优化训练协议	未提及	优化SDXL模型以适应室内设计的特殊要求，提升生成图像的结构一致性和美学保真度	室内设计场景中的图像生成任务	计算机视觉	NA	NA	扩散模型	图像	构建了高质量带标注数据集，具体数量未提及	PyTorch	Stable Diffusion XL, YOLO	FID, SSIM, LPIPS, CLIP语义对齐	未提及
311	2026-06-08	Protein Structure Prediction Methods 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-07511-6_1 PMID:41652158	综述	该文章综述了蛋白质结构预测方法的发展历程，从基于模板的建模到混合方法和端到端深度学习方法	系统总结了蛋白质结构预测方法从传统模板建模到深度学习的演变，特别是AlphaFold2和RoseTTAFold等端到端方法的突破性进展	NA	探讨蛋白质结构预测方法的原理、进展及其对结构生物学领域的变革性影响	蛋白质结构预测方法	机器学习	NA	蛋白质结构预测	神经网络, 蛋白质语言模型	氨基酸序列	NA	NA	AlphaFold2, RoseTTAFold	NA	NA
312	2026-06-08	Computational Ligand-Binding Site Prediction 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-07511-6_7 PMID:41652164	研究论文	本文综述了计算配体结合位点预测的方法，包括基于结构的对接、机器学习和物理模拟技术	系统比较了传统对接、深度学习及物理模拟（如SILCS）在配体结合位点预测中的应用优势	未提供定量性能比较结果，且未讨论方法的计算成本	综述计算预测蛋白质和RNA上配体结合位点的技术方法	蛋白质和RNA上的配体结合位点	机器学习	NA	分子对接, 分子动力学模拟, SILCS	CNN, 深度学习模型	分子结构数据	NA	NA	NA	NA	NA
313	2026-06-08	A comparative analysis of video vision transformers on word-level sign language datasets 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341909 PMID:41642940	研究论文	本研究对视频视觉Transformer在词汇级手语数据集上的性能进行了比较分析，并基于孟加拉手语数据集进行了微调与评估	首次在孟加拉手语数据集上系统比较了VideoMAE、ViViT和TimeSformer三种视频Transformer架构，并展示了其相对传统方法的显著优势	数据集规模有限（BdSLW60仅60个手势），且性能受帧率、帧分布、手势出现等因素影响	评估视频Transformer在手语识别中的可扩展性和鲁棒性，促进孟加拉手语识别技术的发展	孟加拉手语数据集BdSLW60（60个常用手势）和BdSLW401（401个手势类别）	计算机视觉	NA	视频视觉Transformer	Transformer	视频	BdSLW60包含9307个用户试验片段，BdSLW401包含401类手势数据	PyTorch	VideoMAE, ViViT, TimeSformer	准确率	NA
314	2026-06-08	MAGIN-GO: Protein function prediction based on dual graph neural networks and gene ontology structure 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342072 PMID:41662346	研究论文	提出了一种结合双图神经网络和基因本体结构的蛋白质功能预测方法MAGIN-GO	融合图同构网络和图卷积网络与图卷积自注意力网络提取多源蛋白质信息，并整合基因本体注释嵌入，克服了传统图神经网络无法捕捉序列长程依赖和缺乏注释间关系的局限性	方法依赖于预训练的基因本体嵌入，可能对罕见或不完整的注释预测效果有限，且仅基于UniProtKB/Swiss-Prot数据集进行验证	提高蛋白质功能预测的准确性，特别是通过整合多源信息和注释关系来克服现有方法的不足之处	蛋白质功能预测，具体针对分子功能、生物过程和细胞组分三个领域的注释预测	机器学习	NA	NA	图神经网络	蛋白质序列和蛋白质-蛋白质相互作用图	使用UniProtKB/Swiss-Prot数据集	NA	图同构网络，图卷积网络，图卷积自注意力网络	AUPR, Fmax分数, Smin分数, AUC	NA
315	2026-06-08	Enhanced extractive text summarization framework for low-resourced Urdu language 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341596 PMID:41662374	研究论文	提出了一种针对资源匮乏的乌尔都语的增强型抽取式文本摘要框架	针对乌尔都语等低资源语言，提出了改进的有监督和无监督抽取式文本摘要模型，并创建了大规模人工标注数据集	未明确说明，但从上下文推测可能受限于乌尔都语资源的稀缺性	开发乌尔都语的自动文本摘要方法，提高摘要质量	乌尔都语文本文档及其人工标注的抽取式摘要	自然语言处理	NA	NA	机器学习与深度学习模型（有监督和无监督）	文本	大规模乌尔都语文本文档数据集	NA	NA	ROUGE分数	NA
316	2026-06-07	PolyAseqTrap: a universal tool for genome-wide identification and quantification of polyadenylation sites from different 3' end sequencing data 2026-Jan-31, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-03963-w PMID:41620776	研究论文	提出PolyAseqTrap，一个用于从不同3'端测序数据中全基因组鉴定和定量多聚腺苷酸化位点的通用工具	提出了一种多聚腺苷酸化读取优先策略以精确定位polyA位点，并引入可跨物种迁移的深度学习模型缓解内部启动问题，以及采用加权密度峰值聚类方法减少微异质性影响	NA	开发一个能够从多种3'测序数据中准确鉴定和定量多聚腺苷酸化位点的通用工具	多聚腺苷酸化位点	机器学习	NA	3'端测序	深度学习模型	测序数据	16种不同3'测序技术的数据，涵盖多个物种	R	NA	有效性和稳健性	NA
317	2026-06-07	An Optimized Strategy for Brain Tumor Classification Using SO(3) Equivariant Graph Neural Networks with Snow Geese Algorithm in MRI Imaging 2026-Jan-31, Journal of molecular neuroscience : MN IF:2.8Q2 DOI:10.1007/s12031-025-02466-w PMID:41619040	研究论文	提出一种基于SO(3)等变图神经网络与雪雁算法的优化策略，用于MRI图像中的脑肿瘤分类	将SO(3)等变图神经网络与雪雁算法结合，并引入鲁棒峰值引导滤波器和多层边缘注意力机制，提升分类精度	未提及模型在更大规模或跨中心数据集上的泛化能力及计算复杂度	提高脑肿瘤MRI图像分类的准确率，避免误诊	脑肿瘤MRI图像	计算机视觉	脑肿瘤	MRI成像	SO(3)等变图神经网络、图神经网络	MRI图像	BRATS 2018数据集和对比增强MRI数据集	PyTorch	RPGFR2U++MASO(3)EGNN-SGA（含R2U++、多层边缘注意力网络、SO(3)等变图神经网络）	准确率	NA
318	2026-06-07	Trustworthy prediction of enzyme commission numbers using a hierarchical interpretable transformer 2026-Jan-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68727-3 PMID:41617688	研究论文	提出了一种层次可解释的Transformer模型HIT-EC，用于可信地预测酶学委员会（EC）编号	采用四层Transformer架构与EC编号层次结构对齐，结合局部和全局依赖关系进行多标签分类，并提出学习策略处理不完整EC编号样本	低代表性EC编号性能不足，缺乏对不完整注释的学习策略，以及有限的可解释性	实现可信的EC编号预测，提升酶功能理解	酶学委员会编号及其对应的蛋白质序列	机器学习	NA	Transformer	HIT-EC	蛋白质序列数据	大型数据集及外部数据验证	NA	Transformer	预测性能通过交叉验证、外部数据验证和基于物种的性能评估来评估	NA
319	2026-06-07	Adversarial robust EEG-based brain-computer interfaces using a hierarchical convolutional neural network 2026-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34024-0 PMID:41617748	研究论文	提出一种三级分层卷积神经网络，提升脑电图脑机接口在对抗攻击下的分类性能与鲁棒性	创新性地采用三级层级结构（区分运动想象与运动执行、区分单双侧任务、细粒度运动分类）增强对抗鲁棒性	仅基于BCI Competition IV-2a数据集进行实验，且仅限于健康被试数据	提高基于脑电图的脑机接口在对抗攻击下的可靠性和分类准确率	运动想象和运动执行任务中的脑电信号分类	机器学习	NA	脑电图	卷积神经网络	脑电信号	9名健康被试的多类别运动想象脑电记录	PyTorch	分层卷积神经网络	准确率	NA
320	2026-06-07	Identification of diagnostic and prognostic biomarkers in lung adenocarcinoma through integrated bioinformatics analysis and real time PCR validation 2026-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35971-y PMID:41617774	研究论文	通过整合生物信息学分析与实时PCR验证，鉴定肺腺癌的诊断和预后生物标志物	使用深度学习算法预测肺腺癌生物标志物，并结合实时PCR验证其表达水平，证明人工智能在识别生物标志物方面的有效性	未提及	利用深度学习方法寻找肺腺癌的新型生物标志物	肺腺癌患者与健康对照组的血液样本	数字病理学	肺癌	RNA-seq, 实时PCR	深度学习模型	基因表达数据	522例样本（506例肺腺癌患者，16例健康对照），外加30例患者和30例对照的血液样本	未提及	未提及	预测准确率, Brier得分, AUC, 敏感度	未提及