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
361	2026-06-07	Preoperative CT-based Radiomics for Predicting Response to Neoadjuvant Chemoimmunotherapy in Esophageal Squamous Cell Carcinoma 2026-Jan, Radiology. Imaging cancer DOI:10.1148/rycan.250128 PMID:41615298	研究论文	开发并评估基于CT的影像组学模型，结合二维和2.5维深度学习特征，预测食管鳞状细胞癌对新辅助化学免疫治疗的反应	首次将二维和2.5维深度学习迁移学习特征与影像组学特征融合，用于预测食管鳞癌新辅助化学免疫治疗反应	回顾性研究，样本量有限（251例），可能需前瞻性多中心验证	评估结合二维和2.5维深度学习与影像组学特征的CT模型在预测ESCC患者新辅助化学免疫治疗反应中的性能	食管鳞状细胞癌患者	计算机视觉	食管癌	CT成像	支持向量机，ResNet	图像	251名患者（中心1：157名，中心2：94名）	NA	ResNet18	AUC	NA
362	2026-06-07	Tensor enhanced chest cancer classification via CNN and Vision Transformer models 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0348863 PMID:42228733	研究论文	本文介绍了一种统一平台，通过张量预处理管道，利用CNN和Vision Transformer模型对CT/PET-CT影像进行肺癌分类	提出基于张量的统一预处理管道，在不修改原始架构的情况下实现隐式微调，并系统比较多种CNN架构与Vision Transformer在肺癌分类中的表现	未提及具体局限性信息	评估多种卷积神经网络和Vision Transformer模型在肺癌CT/PET-CT影像分类中的性能，并建立一个统一的比较平台	肺癌CT/PET-CT影像数据	计算机视觉	肺癌	CT成像, PET-CT成像, 张量预处理	CNN, Vision Transformer	医学影像	NA	NA	AlexNet, VGG-16, ResNet-50, DenseNet, EfficientNet, Vision Transformer	准确率, 敏感性, 特异性, F1分数, AUC-ROC	NA
363	2026-06-07	Multimodal deep learning fusion model for assessment of fetal lung development in gestational diabetes mellitus and pre-eclampsia 2026, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2026.1832468 PMID:42232760	研究论文	开发一种多模态深度学习融合模型，结合超声影像特征与分子和组织病理学数据，评估妊娠期糖尿病和先兆子痫小鼠模型的胎儿肺发育	首次将超声影像、分子标志物和组织病理学数据通过深度学习融合模型进行多模态分析，并通过迁移学习在人类胎儿超声图像上验证	未在文中明确提及研究局限性	开发一种结合超声影像特征与分子及组织病理学数据的多模态深度学习框架，以评估胎儿肺发育	妊娠期糖尿病和先兆子痫大鼠模型的胎儿肺组织及人类胎儿超声图像	计算机视觉, 机器学习	妊娠期糖尿病, 先兆子痫	超声成像, 组织病理学, 免疫组化, Western blot, 定量PCR, 基因测序	深度学习融合模型	图像, 文本（分子与组织学数据）	大鼠模型数据（具体数量未提及）；人类胎儿超声图像共1,183张	NA	NA	准确率, AUC	NA
364	2026-06-07	Deep Learning-Based Estimation of Ground Reaction Forces in Parkinsonian Gait Using an Optimized Set of IMU Data 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3697513 PMID:42202182	研究论文	提出一种基于深度学习的方法，利用优化后的惯性测量单元（IMU）数据估计帕金森步态中的地面反作用力	首次将深度学习框架应用于帕金森步态的双侧垂直地面反作用力（vGRF）估计，并优化了IMU传感器配置	对帕金森患者使用单个IMU时估计精度显著下降，且传感器最优配置在帕金森患者和健康对照组间存在差异	开发一种基于可穿戴传感器的帕金森步态分析系统，实现垂直地面反作用力的准确估计	帕金森病患者和健康对照者的步态数据	机器学习	帕金森病	IMU传感器	CNN-BiLSTM混合模型	时间序列数据	61名帕金森病患者和65名健康对照者	NA	CNN-BiLSTM	R²	NA
365	2026-06-07	Deep learning models built from PSMA PET of the primary tumor can predict synchronous and metachronous prostate cancer metastases 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0349825 PMID:42247403	研究论文	利用深度学习模型从PSMA PET影像中预测前列腺癌的同步和异时转移	首次利用卷积神经网络从原发性肿瘤的PSMA PET影像中提取特征，构建多模态模型以预测同步转移，并验证其预测异时转移的潜力	样本量有限、数据来源单一中心、存在过拟合风险，可能影响模型的泛化能力	开发基于原发性肿瘤PSMA PET影像的深度卷积神经网络模型，预测局限性前列腺癌在根治性治疗后的早期转移进展	局限性前列腺癌患者的原发性肿瘤PSMA PET影像	计算机视觉, 数字病理学	前列腺癌	18F-DCFPyL (PSMA) PET 成像	卷积神经网络 (CNN)	图像 (PSMA PET 影像)	有限样本量，具体数值未提及	NA	CNN	AUC (受试者工作特征曲线下面积)	NA
366	2026-06-07	Explainable IAOA-CNN-CBAM-SVR model for predicting air consumption of auxiliary nozzles with limited sample size 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0351109 PMID:42247417	研究论文	提出一种混合CNN-CBAM-SVR模型，通过改进的阿尔基米德优化算法优化，用于预测空气喷射织机辅助喷嘴的空气消耗量，并利用SHAP方法进行可解释性分析	结合改进的阿尔基米德优化算法优化CNN-CBAM-SVR模型，并在有限样本量下实现高精度预测，同时利用SHAP方法实现模型可解释性	训练数据有限可能影响模型的泛化能力	提高非线性空气消耗预测的准确性和可解释性，优化辅助喷嘴设计并提升能源效率	空气喷射织机辅助喷嘴的空气消耗量	机器学习	NA	NA	混合模型（CNN-CBAM-SVR）	数值型数据	有限样本量	NA	CNN、CBAM、SVR	均方根误差、决定系数	NA
367	2026-06-07	Large-scale statistical dissection of sequence-derived biochemical features distinguishing soluble and insoluble proteins 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344883 PMID:42247421	研究论文	对78,031种蛋白质进行大规模统计分析，评估序列衍生生化特征在区分可溶性与不可溶性蛋白质中的效果	首次在大规模数据集上系统性地量化经典序列衍生特征的效应大小、冗余性和判别性能，揭示了可溶性信息在全局序列描述符层面的低维组织结构	大多数特征即使统计显著，效应量较小且类别间重叠严重，仅大小相关特征（序列长度和分子量）表现出最强效应	系统表征序列衍生生化特征在区分可溶性与不可溶性蛋白质中的内在规模、冗余性和可解释性	从公共数据库整理的可溶性和不可溶性蛋白质序列及其生化描述符	机器学习	NA	Mann-Whitney U检验、Benjamini-Hochberg错误发现率校正、Cliff's delta效应量、Spearman相关性分析	NA	序列特征	78,031个蛋白质序列，包括46,450个可溶性蛋白质和31,581个不可溶性蛋白质	NA	NA	ROC AUC, 马修斯相关系数	NA
368	2026-06-07	A U-Net model for epidermal segmentation in optical coherence tomography images of actinic keratosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346059 PMID:42247432	研究论文	开发并优化用于光化性角化病OCT图像表皮分割的U-Net模型	通过超参数优化（图像尺寸、批次大小、训练轮数）实现高精度和高计算效率的统一	更高分辨率和更长训练增加计算量却不显著提升精度，有时导致过拟合	实现AK病变OCT图像中表皮的自动分割	光化性角化病OCT图像中的表皮区域	数字病理学	皮肤癌（光化性角化病）	光学相干断层扫描	U-Net	图像	NA	NA	U-Net	Dice系数, Jaccard指数	NA
369	2026-06-06	Model uncertainty estimates for deep learning mammographic density prediction using ordinal and classification approaches 2026-Jan-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae39e2 PMID:41554181	研究论文	通过分类和序数深度学习方法预测乳腺密度，并生成模型不确定性估计	提出在保持预测性能的同时，利用分类和序数深度学习模型内置不确定性估计的方法	NA	在不降低预测性能的前提下，生成带有不确定性估计的深度学习模型	乳腺密度	机器学习, 数字病理学	乳腺癌	NA	深度学习模型（分类和序数模型）	图像	超过150,000张乳房X线照片	NA	NA	均方根误差	NA
370	2026-06-06	Decoding Allosteric Inhibition in MALT1: The Hidden Role of Conformational Plasticity in Metastable States via Biased MD and Deep Learning 2026-Jan-29, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c07665 PMID:41557786	研究论文	通过偏置分子动力学和深度学习揭示MALT1蛋白变构抑制中构象可塑性的隐藏作用	首次结合偏置分子动力学模拟、神经网络和对接计算，系统研究MALT1蛋白在变构抑制中的复杂构象行为，揭示Loop 1和Loop 3运动对催化位点腔体积缩小和半胱氨酸不可及性的关键作用	研究结果适用于小鼠MALT1蛋白，尽管与人类MALT1有93%同源性，但泛化至人类MALT1需谨慎	探索MALT1蛋白的复杂动力学行为及其变构抑制机制，为新型MALT1变构抑制剂的计算机设计提供客观标准	MALT1蛋白（黏膜相关淋巴组织淋巴瘤易位蛋白1）	机器学习	血液癌症	偏置分子动力学模拟、神经网络、对接计算	神经网络	分子动力学轨迹数据	未明确提及样本数量	NA	NA	NA	NA
371	2026-06-06	Protein language models trained on biophysical dynamics inform mutation effects 2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2530466123 PMID:41576089	研究论文	提出了两种基于生物物理动力学训练的蛋白质语言模型SeqDance和ESMDance，用于预测蛋白质动态特性和突变效应	首次将分子动力学模拟和简正模态分析的动态生物物理特性整合到蛋白质语言模型中，能捕获蛋白质结构动态性从而提升突变效应预测的泛化能力	未提及具体局限性	通过融合蛋白质动态特性改进语言模型对突变效应的预测能力	超过64000种蛋白质的动力学特性及其突变效应	机器学习	NA	分子动力学模拟、简正模态分析	蛋白质语言模型	蛋白质序列、动态生物物理特性数据	超过64000种蛋白质	PyTorch	Transformer, ESM2	零样本预测性能	NA
372	2026-06-06	Deep atrous context convolution generative adversarial network with corner key point extracted feature for nuts classification 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36238-2 PMID:41588160	研究论文	提出一种深度空洞上下文卷积生成对抗网络（DAC-GAN）用于坚果分类，在8类坚果数据集上达到99.83%准确率	将角点关键点特征提取与空洞卷积相结合，并在空洞卷积前后附加上下文模块以融入图像级信息，同时利用DCGAN生成合成图像解决标注数据不足问题	NA	实现坚果分类的自动化，提升分类精度和泛化能力	8类坚果（巴西坚果、腰果、花生、山核桃、开心果、栗子、夏威夷果、核桃）	计算机视觉	NA	NA	生成对抗网络、空洞卷积神经网络	图像	Common Nut KAGGLE数据集，共4000张坚果图像，涵盖8个类别	NA	DAC-GAN（基于DCGAN的生成器和判别器，结合空洞卷积及前后上下文模块）	准确率	NA
373	2026-06-06	Exploring anatomical similarity in zero-shot learning for bone abnormality detection 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37516-9 PMID:41593191	研究论文	本文探索了在骨骼异常检测中利用解剖相似性进行零样本学习的方法	明确提出在MURA数据集上进行零样本转移训练，利用解剖相似性进行跨部位检测，无需目标数据访问	研究仅基于MURA数据集，未使用语义侧信息或目标自适应，可能限制实际应用中的性能	评估解剖相似性在零样本学习中提升骨骼异常检测跨部位迁移性能的可行性	MURA数据集中的不同解剖部位图像	计算机视觉	骨骼异常	NA	NA	图像	NA	NA	NA	准确率，95% Wilson置信区间	NA
374	2026-06-06	Trimester-aware yoga video recommendation using hybrid deep learning for pregnant woman 2026-Jan-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37149-y PMID:41588129	研究论文	提出一种孕期意识混合深度学习框架，用于为孕妇推荐孕 trimester-aware 瑜伽视频	引入了孕期加权Wasserstein相似度机制和安全性感知有向图卷积关系神经网络，实现多模态文本-视频分析与生理安全推理的结合	未明确提及局限性	开发孕期意识瑜伽推荐系统，提升孕妇运动安全性和个性化体验	孕妇及其不同孕期的瑜伽视频推荐	机器学习, 计算机视觉, 自然语言处理	孕妇健康	NA	混合深度学习模型	文本和视频	未明确提及	NA	孕期加权Wasserstein相似度机制, 安全性感知有向图卷积关系神经网络	准确率, 孕期特异性安全合规性	NA
375	2026-06-06	Aegis: a transformer-based deep learning framework for the accurate identification of anticancer peptides 2026-Jan-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-026-02520-y PMID:41588397	研究论文	提出基于Transformer的深度学习框架Aegis用于精准识别抗癌肽	首次将Transformer架构应用于抗癌肽识别，结合SHAP特征重要性分析和增量特征选择，达到最先进性能	NA	开发高效计算工具以准确预测抗癌肽	抗癌肽序列	机器学习	癌症	NA	Transformer	文本（氨基酸序列）	NA	NA	Transformer	NA	NA
376	2026-06-06	FibroTrack: a standalone deep learning platform for automated fibrosis quantification in muscle and cardiac histology 2026-Jan-26, Skeletal muscle IF:5.3Q2 DOI:10.1186/s13395-026-00415-8 PMID:41588534	研究论文	介绍FibroTrack，一个用于肌肉和心脏组织学中自动化纤维化量化的独立深度学习平台	独特的整合了LAB色彩空间归一化与YOLOv11分割模型，并结合图形用户界面，实现高精度、高重现性的纤维化自动化量化	未提及具体局限性	提供一种准确、可重复且高效的全自动纤维化量化工具，用于临床前研究和病理学实践	肌肉和心脏组织学图像中的纤维化区域	数字病理学	肌肉疾病、心脏疾病	组织学染色（天狼星红、马松三色、免疫组化）	YOLOv11	图像	2,034张组织学图像	PyTorch	YOLOv11	掩码精确率、斯皮尔曼相关性	NA
377	2026-06-06	[Precision surgical treatment for middle and low rectal cancer in the era of artificial intelligence] 2026-Jan-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20251015-00381 PMID:41566182	综述	探讨人工智能时代中低位直肠癌的精准外科治疗策略	提出通过深度学习算法分析CT和MRI影像数据为手术规划提供量化依据，并结合增强现实技术实现术中实时肿瘤定位和解剖导航	NA	实现中低位直肠癌的个性化精准外科治疗	中低位直肠癌患者	机器学习, 计算机视觉	直肠癌	CT, MRI	CNN, 深度学习	影像	NA	NA	深度学习模型	NA	NA
378	2026-06-06	Sickle cell disease detection in low-resource conditions using transfer-learning and contrastive-learning coupled with XAI 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35831-9 PMID:41580439	研究论文	利用迁移学习和对比学习结合可解释人工智能在低资源条件下检测镰状细胞病	提出结合迁移学习与基于三元组损失的对比学习及可解释人工智能方法，解决低资源条件下深度学习模型训练数据不足的问题	信息不足	提高低资源条件下镰状细胞病自动检测的效率和可解释性	镰状细胞病图像数据集	计算机视觉	镰状细胞病	NA	CNN	图像	NA	NA	ResNet-50, DenseNet-121, EfficientNet-B0	NA	NA
379	2026-06-06	EDEN: multiscale expected density of nucleotide encoding for enhanced DNA sequence classification with hybrid deep learning 2026-Jan-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06367-6 PMID:41580658	研究论文	提出基于核密度估计的多尺度编码框架EDEN，用于增强DNA序列分类	首次将核密度估计应用于DNA序列编码，统一捕获局部和长程依赖，并在16个基准数据集中以极少参数取得最优平均性能	N/A	提升DNA序列分类的准确性和效率	DNA序列，涵盖启动子检测、核心启动子检测和转录因子结合预测	机器学习	N/A	N/A	混合深度学习模型	DNA序列数据	16个基准数据集	N/A	混合深度学习架构	平均性能	N/A
380	2026-06-06	DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37134-5 PMID:41580539	研究论文	介绍DANEELpath，一个用于神经母细胞瘤模型组织病理学研究的开源数字分析工具包	开发了集深度学习、数学形态学管道和空间特征提取于一体的开源图像分析工具包，适用于3D水凝胶培养的神经母细胞瘤模型	NA	开发用于分析3D培养神经母细胞瘤细胞动态的开源图像分析工具，以研究肿瘤微环境中细胞外基质的作用	三维水凝胶培养的神经母细胞瘤细胞模型	数字病理学	神经母细胞瘤	生物图像分析	深度学习模型	全切片图像	NA	NA	数学形态学管道	NA	NA