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
41	2026-07-10	TongueNet-GYN: a multimodal deep learning framework for non-invasive gynecological disease screening in digital public health 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1854215 PMID:42415771	研究论文	提出TongueNet-GYN，一种基于舌像分析与现代AI的无创妇科疾病筛查框架	结合了结构化临床先验知识与通过增强型Attention-CLIP模型提取的深度语义特征，并引入量化的形态学特征以模拟临床诊断逻辑，实现了舌像分析在妇科疾病无创筛查中的创新应用	摘要未明确提及限制	开发一种精准、高效、可扩展的数字健康解决方案，用于改善妇女慢性病管理的早期筛查和健康公平	多囊卵巢综合征(PCOS)和子宫内膜异位症等妇科疾病	数字病理学	妇科疾病（多囊卵巢综合征、子宫内膜异位症）	舌像分析	Attention-CLIP	图像（舌像）	3,167张舌像图像	NA	Attention-CLIP	准确率(Accuracy)、AUC	NA
42	2026-07-10	Retraction: Convolutional neural network model by deep learning and teaching robot in keyboard musical instrument teaching 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0352739 PMID:42418419	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
43	2026-07-10	Artificial intelligence-driven phage therapy in veterinary medicine: an adaptive One Health strategy to mitigate antimicrobial resistance in livestock systems 2026, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2026.1829777 PMID:42421846	综述	探讨人工智能驱动的噬菌体疗法在兽医学中的应用，作为缓解畜牧系统抗菌药物耐药性的适应性“同一个健康”策略	系统整合人工智能在噬菌体疗法中的最新进展，包括深度学习预测宿主、图基因组模型、强化学习优化鸡尾酒疗法、AI辅助基因组筛选增强生物安全评估等，并提出在“同一个健康”框架下的适应性部署策略	大多数AI应用仍处于计算概念验证或临床前阶段，缺乏实地验证；经济模型中的估计值仅为示意性，关键知识空白待填补	综述AI引导的噬菌体发现、流行病学建模、微生物组调控、水平基因转移风险评估、经济评估和监管创新，以推动精准兽用噬菌体疗法发展	畜牧系统中的抗菌药物耐药性及噬菌体疗法，重点关注家禽、猪、牛和水产养殖系统	机器学习	细菌感染性疾病（与抗菌药物耐药性相关）	深度学习、图基因组模型、强化学习、AI辅助基因组筛选	深度学习模型、图神经网络、强化学习模型	基因组数据、流行病学数据、经济模型数据	NA（综述文章，未涉及具体样本）	NA	NA	准确性（对基准数据集）	NA
44	2026-07-10	Cross-modal fusion of cytomorphology and 18F-FDG PET/CT for non-invasive bone marrow immune microenvironment decoding in multiple myeloma 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1856163 PMID:42421956	研究论文	开发了一种跨模态深度学习框架ImmunoCast-MM，通过整合细胞形态学和18F-FDG PET/CT图像，非侵入性地解码多发性骨髓瘤的骨髓免疫微环境	首次结合骨髓涂片细胞形态学与全身PET/CT成像，通过对比学习融合模块，将两种常规诊断检查转化为非侵入性的BMME分析工具，并生成免疫功能障碍指数（IDI）	NA	开发一种非侵入性的多发性骨髓瘤骨髓免疫微环境解码方法，以支持风险评估和免疫治疗分层	多发性骨髓瘤患者的骨髓涂片细胞形态学和18F-FDG PET/CT影像数据	计算机视觉	多发性骨髓瘤	NA	深度学习	图像	243名初诊多发性骨髓瘤患者	PyTorch	DinoBloom	Spearman相关系数, 一致性指数, 受试者工作特征曲线下面积	NA
45	2026-07-10	Machine learning-driven discovery of antimicrobial peptides against Pseudomonas aeruginosa 2026, Frontiers in pharmacology IF:4.4Q1 DOI:10.3389/fphar.2026.1837055 PMID:42422065	研究论文	开发了一种结合深度学习与经典机器学习方法的集成预测框架，用于快速准确识别抗微生物肽，并成功筛选出针对铜绿假单胞菌的候选肽	将深度学习与经典机器学习方法相融合构建集成预测框架，实现大规模肽序列的高效筛选与传统发现方法相比显著提升了效率和准确性	NA	开发一种高效可靠的抗微生物肽高通量筛选方法，以应对抗生素耐药性危机	抗微生物肽及铜绿假单胞菌	机器学习	细菌感染相关疾病	固相合成、扫描电子显微镜、分子动力学模拟、转录组测序	深度学习与经典机器学习集成模型	人工生成的肽序列数据	超过25万个人工生成的肽序列	NA	NA	最低抑菌浓度	NA
46	2026-07-10	Integrating deep learning 3D tracking and biophysical EOD modeling for precise, noninvasive computational neuroethology in freely swimming weakly electric fish 2026, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2026.1810975 PMID:42422234	研究论文	提出一种整合深度学习3D追踪与生物物理电器官模型的方法，用于自由游动的弱电鱼的非侵入性计算神经行为学研究	首次将深度学习3D追踪与电模型相结合，实现了基于电信号的3D追踪概念验证，并提出了生物启发的非对称电荷分布模型，优于传统偶极子模型	概念验证研究，仅针对脉冲型鱼类，尚未扩展到多动物或波型电鱼，且依赖多摄像头系统进行训练数据生成	开发一种基于电信号的非侵入性3D追踪方法，用于暗深水环境中弱电鱼的运动监测，并支持神经行为学研究	自由游动的脉冲型弱电鱼	计算机视觉, 机器学习	NA	电信号记录, 深度学习3D追踪, 电器官模型模拟	深度学习模型（3D骨骼轨迹重建）, 生物物理模型（电荷分布模型）	视频数据, 电信号数据	单条自由游动的弱电鱼（概念验证）	PyTorch（推测，基于深度学习3D追踪）	深度学习3D骨骼重建网络（未指定具体架构）, 电荷分布模型（非对称模型, 偶极子模型）	空间精度（约0.8 mm/坐标）	多摄像头系统, 深层水箱, 电极阵列
47	2026-07-10	Advanced retinal disease detection using RHT-Net: a hybrid deep learning approach with augmented fundus imaging 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1837336 PMID:42422365	研究论文	提出RHT-Net混合深度学习架构，用于从眼底彩照中多分类九种视网膜疾病	融合残差卷积神经网络与Transformer编码器，同时提取局部特征和全局依赖关系	需要进一步的外部验证和面向部署的优化才能投入临床实际应用	实现视网膜疾病的准确、可扩展的自动化筛查系统	孟加拉患者的5318张彩色眼底图像数据	计算机视觉	视网膜疾病	数据增强（旋转、翻转、高斯噪声）、CLAHE对比度增强	混合深度学习架构（RHT-Net）	图像	5318张眼底彩照（增强后21272张），按80/20划分训练测试集	NA	ResNet、Transformer编码器	准确率、F1分数、混淆矩阵、Grad-CAM可视化	NA
48	2026-07-10	Brain age gradients as intermediate phenotypes linking plasma p-tau217 to cognition in community-dwelling older adults 2026, NPJ dementia DOI:10.1038/s44400-026-00115-6 PMID:42422561	研究论文	探索社区老年人中血浆p-tau217通过脑年龄梯度影响认知的中间表型	首次将脑年龄梯度分解为六个区域因子，并验证其作为血浆p-tau217与认知功能之间中介通路的特异性	横断面设计无法推断因果关系；样本主要来自单一队列且年龄范围较宽（≥60岁亚组仅71人），普适性有限	研究血浆磷酸化tau-217（p-tau217）与认知功能的关系是否通过脑年龄梯度介导	518名社区老年成年人（平均年龄43.7岁，70.8%女性）的神经影像数据及血浆p-tau217水平	机器学习和神经影像学	阿尔茨海默病及相关认知障碍	血浆p-tau217检测、MRI脑成像	深度学习脑年龄模型	神经影像数据	518名成年人（≥60岁亚组71人）	NA	深度学习脑年龄模型，探索性因子分析分解为六个梯度	蒙特利尔认知评估（MoCA）分数	NA
49	2026-07-10	Dual-stage deep learning framework for neuroblastoma differentiation by integrating cell segmentation and multiscale modeling 2026, World journal of pediatric surgery IF:0.8Q4 DOI:10.1136/wjps-2025-001149 PMID:42422597	研究论文	提出一个两阶段深度学习框架，通过整合细胞分割和多尺度建模实现神经母细胞瘤分化的精确分类	创新性地将改进的MedSAM与优化后的Swin Transformer结合，通过级联特征提取和决策机制解决肿瘤微环境干扰和小样本泛化问题	在小样本数据集上验证，且识别准确性在低比例亚型上可能受限	开发客观定量的智能辅助诊断技术，用于神经母细胞瘤的病理诊断	神经母细胞瘤患者全切片图像（共185例患者的185张整张切片）	数字病理学	神经母细胞瘤	数字病理图像分析	MedSAM, Swin Transformer	图像（病理全切片图像）	185例患者的185张整张切片	PyTorch	MedSAM, Swin Transformer	Dice系数, AUC, 95%置信区间	NA
50	2026-07-10	Artificial intelligence applications in surgical education and training: a systematic review 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1815315 PMID:42422722	系统性综述	系统评价人工智能在外科教育与培训中的应用现状及效果	首次系统性整合2020-2025年间AI在外科培训中的多样化应用（深度学习、预测模型、语言工具）	异质性结局指标、小样本量、单中心设计限制了研究间的可比性	评估人工智能在外科教育与培训中的客观反馈和认知引导效果	外科模拟训练、机器人手术、腹腔镜手术及计算机辅助训练系统	机器学习	NA	深度学习、计算机视觉	深度学习模型、预测模型、语言模型	文本	21篇纳入研究的文献	NA	NA	准确率、召回率、F1分数	NA
51	2026-07-10	Growth-rate analysis of clathrin assembly: inferring endocytic kinetics in living cells and tissues 2026, Frontiers in molecular biosciences IF:3.9Q2 DOI:10.3389/fmolb.2026.1844575 PMID:42422881	综述	本文综述了基于生长速率分析网格蛋白组装的方法，用于量化活细胞和组织中的内吞动力学	通过提取短时间段的荧光强度变化率，绕过轨迹重建，直接生成生长速率分布来捕捉整体动力学，并利用深度学习从单张图像推断动态行为	NA	提出一种可扩展且微创的策略，用于在生理相关条件下测量活体系统中的蛋白质动力学	网格蛋白介导的内吞作用中的蛋白质组装动力学	计算机视觉	NA	活细胞成像	深度学习模型	图像	NA	NA	NA	NA	NA
52	2026-07-09	Structure-informed machine learning for drug discovery: a task-centric perspective 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag081 PMID:41729820	综述	从任务中心视角全面综述了结构感知分子建模在药物发现中的应用	提出任务中心视角，系统分类了结构条件分子生成的四种核心策略，并首次讨论了共折叠模型在统一蛋白质折叠与配体结合预测中的作用	数据稀缺性、模型泛化能力和多目标控制仍是主要挑战，当前方法在计算可处理性和物理真实性之间需进一步平衡	梳理结构知识如何重塑AI驱动的药物设计，为下一代分子建模提供概念路线图和实践见解	药物发现中的结构感知分子建模方法，包括结合口袋识别、相互作用预测、姿态估计和复杂建模	机器学习	NA	NA	深度学习模型	蛋白质结构数据、分子数据	NA	NA	扩散模型、点云模型、共折叠模型	NA	NA
53	2026-07-09	MHAFR-DDI: a multimodal hierarchical attention fusion and relation-aware architecture for drug-drug interaction event prediction 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag077 PMID:41729823	研究论文	提出一种多模态分层注意力融合与关系感知架构（MHAFR-DDI），用于药物相互作用事件预测	通过两阶段预训练-微调范式，实现从分子内表征到分子间相互作用的统一建模，并引入注意力引导数据增强和多层级对比学习以跨模态对齐语义	未提及计算资源消耗或模型可解释性等具体局限	提高药物相互作用事件预测的准确性和鲁棒性，特别是在罕见药物和长尾交互场景中	药物分子及其相互作用事件	机器学习	NA	NGS,RNA-seq	CNN,Transformer	序列,图结构,三维构象	包含65和86种DDI类型的基准数据集	PyTorch	ResNet,Transformer,U-Net	macro-F1	NA
54	2026-07-09	A two-stage GAN-based instrumental variable method for causal analysis of omics data 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag071 PMID:41729822	研究论文	提出了一种基于GAN的两阶段工具变量方法，用于组学数据的因果分析	首次将生成对抗网络与深度函数神经网络结合，构建无分布假设的工具变量方法，能够有效处理非线性暴露-结局关系和多组学数据	主要依赖遗传变异作为工具变量，可能无法完全消除未观测的混杂偏倚；在真实应用中对样本量和数据质量有一定要求	开发一种灵活、无分布假设的工具变量方法，用于估计复杂疾病相关基因的因果效应，减少混杂因素导致的虚假关联	组学数据（基因表达数据和多组学数据），以及疾病表型之间的因果关系	机器学习	复杂疾病（未特指具体疾病）	NGS（测序技术）	GAN（生成对抗网络），深度函数神经网络	组学数据（基因表达数据、多组学数据）	模拟研究和真实数据集（ROSMAP数据集）	PyTorch	GAN（生成对抗网络），深度函数神经网络	准确率、均方误差（MSE）	NA
55	2026-07-09	Systematic evaluation of computational methods for cell segmentation 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag066 PMID:41734135	综述	系统评估深度学习方法在细胞分割任务中的表现	提出面向任务和数据的双维分类框架，并引入多模态数据（如测序与图像结合）的评估	仅涵盖七种算法和五个数据集，可能未完全代表所有方法	系统分类并评估深度学习在细胞分割中的方法，特别是多模态输入的潜力	细胞核/细胞分割的深度学习方法	计算机视觉	NA	NA	深度学习模型	图像, 测序数据, 多模态数据	五个数据集：四个来自传统显微镜，一个整合测序与图像	NA	NA	有效性, 鲁棒性, 效率	NA
56	2026-07-09	Research on the construction of growth models for dominant tree species in the Manas River Basin, Xinjiang 2026, PeerJ IF:2.3Q2 DOI:10.7717/peerj.20650 PMID:41727221	研究论文	以新疆玛纳斯河流域为例，构建五种优势树种（云杉、杨树、混交林、沙枣和...）的胸径-树高和年龄-胸径基本生长模型，并引入气候和地形因子建立多元非线性模型，最终用深度学习优化模型精度	首次在玛纳斯河流域综合引入气候因子（年降水量、TXn）和地形因子（DEM）构建多元非线性森林生长模型，并利用深度学习进一步优化整体模型精度	部分树种因随机因素导致模型精度下降；仅基于2011年一期森林资源调查数据，可能缺乏时间动态性	构建玛纳斯河流域优势树种生长模型，以优化区域森林管理策略，促进碳和水资源合理配置及可持续发展	玛纳斯河流域五种优势树种（云杉、杨树、混交林、沙枣和...）	机器学习	NA	NA	深度学习模型	数值型数据（森林资源调查数据、气候因子、地形因子）	基于2011年玛纳斯河流域森林资源调查数据，具体样本量未明确	NA	S曲线模型、对数模型、生长模型、线性模型、逻辑斯谛模型、深度学习模型	R值（相关系数）、RMSE	NA
57	2026-07-09	Automated bone age assessment in rare pediatric growth disorders: a comparative study using Deeplasia 2026, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2026.1741927 PMID:41727682	研究论文	验证开源深度学习系统Deeplasia在罕见儿科生长障碍患者骨龄评估中的准确性与一致性，并与多位人类专家进行对比	首次在多种综合征、内分泌和溶酶体贮积症的罕见儿科患者群体中系统评估开源Deeplasia模型的通用性，并证明其优于个体人类评估者	未在更大规模或更多样化的罕见病群体中验证，且人类专家评估的可变性可能影响参考标准	验证Deeplasia在罕见儿科生长障碍中的骨龄评估准确性和一致性	1138张来自多中心的儿科患者手部X光片，涵盖SHOX缺乏症、Noonan综合征、Silver-Russell综合征、Turner综合征、假性甲状旁腺功能减退症、先天性肾上腺皮质增生症、性早熟及假性性早熟（队列1），以及多种黏多糖贮积症和α-甘露糖苷病（队列2）	数字病理学	儿科生长障碍	深度学习	Deeplasia（基于CNN的模型）	图像	1138张手部X光片	NA	Deeplasia	平均绝对误差、均方根误差、1年准确率	NA
58	2026-07-09	Deep locomotion prediction learning over biosensors, ambient sensors, and computer vision 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342793 PMID:41729836	研究论文	提出一种融合生物传感器、环境传感器和计算机视觉的深度运动预测学习方法	结合机器学习和深度学习分类器，使用改进的基于身体特定传感器的隐马尔可夫模型和深度指数残差神经网络进行运动预测，并引入系统本体论阐明数据、概念和对象之间的关系	未提及具体局限性，但涉及多模态数据融合可能面临噪声干扰和计算复杂度挑战	开发智能运动预测学习系统，实现通过视觉RGB设备、环境传感器信号和生物传感器生理运动数据的准确预测	人类运动行为	机器学	NA	生物传感器、环境传感器、计算机视觉	隐马尔可夫模型、深度指数残差神经网络	图像、传感器信号	五个不同场景数据集	NA	隐马尔可夫模型、深度指数残差神经网络	实验结果显示有效性但未明确列出具体指标	NA
59	2026-07-09	Mask - Region-based Convolutional Neural Networks (R-CNN) with Radiomics Integration and Gray Level Co-occurrence Matrix (GLCM) for brain tumor detection and segmentation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342185 PMID:41729939	研究论文	使用Mask R-CNN、影像组学和灰度共生矩阵的混合方法对脑肿瘤进行检测和分割	将手工设计的影像组学特征（包括灰度共生矩阵纹理特征）与Mask R-CNN提取的深度特征融合，形成混合特征集，并通过检测头多层感知机进行分类	未知	提高脑肿瘤检测和分割的准确性与敏感性，辅助早期诊断	脑肿瘤磁共振成像图像	计算机视觉	脑肿瘤	MRI	CNN	图像	实验性脑肿瘤MRI数据集	NA	Mask R-CNN, 多层感知机	敏感度, 特异度, 精确度	NA
60	2026-07-09	A deep learning framework for gait-based frailty classification using inertial measurement units 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343402 PMID:41734192	研究论文	提出一种结合可穿戴传感器与深度学习技术的衰弱评估框架，用于将老年人分类为衰弱或非衰弱状态	基于惯性测量单元的步态数据，采用参与者中心的数据分割框架，并首次将InceptionTime深度学习算法应用于衰弱分类任务	未提及具体限制	利用可穿戴传感器和深度学习技术实现老年人衰弱状态的自动分类	老年人	机器学习	老年疾病	惯性测量单元传感器	深度学习模型	信号数据	GSTRIDE和FRAILPOL两个数据集，使用了1至5个IMU传感器进行多种配置和佩戴位置实验	NA	InceptionTime	准确率、AUC、精确率、召回率、F1分数	NA