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
241	2026-07-15	Learning inherent genetic patterns and trait associations with deep generative models for discrete genotype simulation 2026-01-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag044 PMID:41980277	研究论文	探索使用深度生成模型离散基因型模拟以学习遗传模式与性状关联的方法	首次针对离散基因型数据在无条件和表型条件两种场景下进行模拟，并提出了针对离散基因型数据的改编模型	未提及具体局限性	开发并评估深度生成模型在基因型模拟中的能力，以保留隐私并解决数据可访问性限制	牛和人类多个染色体的基因型数据	机器学习	NA	基因型模拟	变分自编码器、扩散模型、生成对抗网络	基因型数据	大规模数据集，包括牛的所有染色体和人类的多个染色体	NA	变分自编码器、扩散模型、生成对抗网络	深度学习与定量遗传学文献中的指标	NA
242	2026-07-15	Comparison of deep learning approaches for extreme low-SNR image restoration 2026-Jan-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag071 PMID:42329787	研究论文	本研究评估多种深度学习模型在极端低信噪比荧光显微图像恢复中的性能，并开发图像拼接方法以解决GPU内存限制	创建包含17,568对低/高信噪比图像的大规模荧光显微镜数据集，覆盖15种子数据集，并开发可处理大尺寸图像的拼接方法	监督式Transformer模型虽性能最优但训练时间最长	评估并比较深度学习去噪方法在极端低信噪比荧光显微图像恢复中的表现	多种生物标本在不同成像条件下的荧光显微图像	计算机视觉	NA	荧光显微镜	Transformer	图像	17,568对高/低信噪比图像，来自15个子数据集	PyTorch	Transformer	信噪比	GPU
243	2026-07-15	Physics-informed graph neural networks for robust cross-patient epileptic seizure prediction via chimera state detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345470 PMID:41926489	研究论文	提出混合物理信息图神经网络HP-GNN，通过检测疾病状态实现跨患者鲁棒的癫痫发作预测	首次将Kuramoto振荡器动力学物理约束与图神经网络集成，实现自动化、可解释的发作预测，减少训练数据需求35%，并提升跨患者泛化能力14.6%	未提及算法在极端噪声或罕见发作模式下的表现，外部验证数据集规模有限（仅16名成年人）	实现跨患者鲁棒且可解释的癫痫发作预测	22名儿科患者（CHB-MIT数据集，182次发作）和16名成年患者（IEEG.org数据集，87次发作）的多通道脑电图信号	机器学习	癫痫	脑电图（EEG）、Kuramoto振荡器理论	图神经网络 (GNN)、Mamba状态空间网络	多通道脑电图信号	844小时连续脑电图数据（训练）、22名儿科患者（182次发作）、16名成年患者（87次发作）	PyTorch（推断）	HP-GNN（三层超图卷积，维度64→128→256；Mamba网络；多任务预测头）	准确性（84.7%）、灵敏度（89.3%）、假阳性率（每小时0.48次）、跨患者泛化率（79.8%）、零样本迁移准确率（71.3%）	NA
244	2026-07-15	Artificial intelligence-driven assessment of sarcopenia in orthopedic geriatrics: technical progress and clinical implications 2026, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2026.1779448 PMID:41928875	综述	综述了人工智能（尤其是深度学习）在老年骨科中驱动肌少症评估的技术进展和临床应用	利用人工智能实现常规临床影像的自动化、高通量机会性筛查，并通过临床决策支持系统和电子病历整合实现从被动骨折管理到主动预防的范式转变	在技术标准化、生物变异性和模型可解释性方面仍存在重大挑战	总结人工智能在老年骨科肌少症评估中的技术进展和临床意义	老年骨科患者的肌少症评估	计算机视觉	老年疾病	深度学习	卷积神经网络	医学影像	NA	NA	卷积神经网络	Dice相似系数	NA
245	2026-07-15	Artificial intelligence in oral oncology: Current advances and future potential in diagnosis, prognosis, and therapeutic decision-making 2026, Cancer treatment and research communications DOI:10.1016/j.ctarc.2026.101193 PMID:41930554	综述	总结人工智能在口腔肿瘤学诊断、预后和治疗决策中的应用现状与未来潜力	系统回顾了AI在口腔癌诊断、预后及治疗决策三大核心领域的最新进展，并强调跨模态数据整合和未来技术方向	数据稀缺、模型过拟合、可解释性不足，以及偏见和隐私等伦理问题阻碍了临床广泛应用	探讨AI如何帮助口腔肿瘤学转型为预测性、个性化和数据驱动的学科	口腔鳞状细胞癌（OSCC）	数字病理学、机器学习、自然语言处理	口腔癌	组织病理学、放射组学、基因组分析	卷积神经网络（CNN）	图像、文本、多模态数据	NA	NA	卷积神经网络	准确率	NA
246	2026-07-15	Fully Automated Stain Quantification Framework for IHC Whole Slide Images in Breast Cancer 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251407734 PMID:41930704	研究论文	提出并公开发布一个完全自动化的、区分肿瘤和基质的IHC全切片图像H评分框架	首次实现针对乳腺IHC全切片图像的自动化、间隔特异性的H评分，整合了三个深度学习模块，并具备模块化设计可灵活应用于其他IHC任务	外部验证中HER2分类准确率为86%，CD73评分的平均绝对误差较大（21±10），结果仍有一定偏差	开发自动化IHC评分工具以减少诊断变异性和支持一致的治疗决策	乳腺IHC全切片图像中的肿瘤和基质区域	数字病理学	乳腺癌	IHC	深度学习模型	病理图像	87张专家标注的补丁，100张专家标注的全切片图像（内部验证），以及外部验证数据集	PyTorch	用于肿瘤-基质分割、细胞核分割和H评分估计的深度学习模块（未具体指定架构）	Spearman等级相关系数，准确率，平均绝对误差	NA
247	2026-07-15	EfficientNet-driven deep learning for accurate detection of faults in photovoltaic cells 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342647 PMID:41931557	研究论文	提出基于EfficientNetV2架构的深度学习框架，用于提高光伏电池故障检测的准确性	首次系统评估EfficientNetV2三种变体在光伏电池故障检测中的性能，并采用先进的图像预处理与增强技术优化异常检测	未提及模型在极端环境或大规模数据集上的泛化能力验证	提升光伏电池故障检测的准确率以优化系统维护和延长面板寿命	光伏电池中的缺陷（包括制造缺陷和环境退化导致的故障）	计算机视觉	NA	深度学习图像分析	EfficientNetV2	图像	2500张光伏电池图像（含缺陷和无缺陷样本）	PyTorch	EfficientNetV2B0, EfficientNetV2B2, EfficientNetV2M	准确率, 精确率, 召回率, F1分数	NA
248	2026-07-15	A robust deep learning approach for impulse noise filtering using hybrid auto-encoder with fuzzy median filter 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343141 PMID:41931562	研究论文	提出一种结合深度卷积神经网络和模糊中值滤波的自编码器混合模型，用于高密度脉冲噪声滤除	将DnCNN与自编码器及模糊中值滤波相结合，实现高密度脉冲噪声检测与去除的图像修复技术	NA	开发一种有效的图像修复技术，用于检测和消除高密度脉冲噪声，提升图像恢复质量	标准测试图像中的脉冲噪声	计算机视觉	NA	图像去噪	DnCNN, 自编码器, 模糊中值滤波	图像	12张标准测试图像	NA	DnCNN, 自编码器	准确率, FPR, FNR, F1分数, PSNR, SSIM	NA
249	2026-07-15	Current overview of breast cancer risk assessment models - practical application in outpatient gynecological practice 2026, Ceska gynekologie DOI:10.48095/cccg2026254 PMID:42419955	综述	综述乳腺癌风险评估模型的现状，探讨其在妇科门诊实践中的应用	结合多基因风险评分提升模型预测价值，并展望人工智能与深度学习驱动的三分类模型	现有模型主要限于高加索人群，其他人群的校准效果不佳	向专业人士介绍乳腺癌预测模型及其在常规妇科门诊中的潜在应用	乳腺癌风险评估模型（GAIL、IBIS、BOADICEA和Pecný模型）	自然语言处理	乳腺癌	NA	GAIL模型、IBIS模型、BOADICEA模型、Pecný模型	临床病史数据、基因检测数据、影像数据	NA	NA	GAIL模型、IBIS模型、BOADICEA模型、Pecný模型	预测价值	NA
250	2026-07-15	Deep transfer learning for breast cancer detection in underserved regions 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1828664 PMID:42440459	研究论文	提出一种用于乳腺癌检测的深度迁移学习方法，重点针对巴勒斯坦等资源匮乏地区	提出两阶段深度学习框架，结合U-Net分割和VGG16分类，在本地数据集上验证了低资源环境下的可行性	仅基于小型本地数据集进行验证，需更大规模标注数据集确认性能后部署	为资源受限地区提供经济可扩展的乳腺癌诊断辅助工具	来自CBIS-DDSM数据集的乳腺X光片和巴勒斯坦医院患者数据	计算机视觉	乳腺癌	深度迁移学习	CNN	图像	CBIS-DDSM训练集2206张乳腺X光片，测试集576张；巴勒斯坦医院测试集34名患者（12例良性，22例恶性）	PyTorch	U-Net、VGG16、ResNet50、MobileNet	平均交并比、Dice系数、精确率、召回率、准确率、AUC	NA
251	2026-07-15	ACSE: an efficient deep learning model for wheat disease identification 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1838344 PMID:42440804	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
252	2026-02-11	Methodological Considerations for Improving Deep Learning-Based Classification of Skin Lesions in High-Frequency Ultrasound Imaging 2026-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70201 PMID:41665130	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
253	2026-07-13	A Lightweight Dual-Attention Neural Network for Robust and Efficient EEG Motor Imagery Decoding 2026-Jul, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500267 PMID:41856938	研究论文	提出了一种轻量级双注意力神经网络DA-EEGNet，用于稳健高效的运动想象脑电解码	在EEGNet骨干网络中集成了通道注意力模块和深度注意力模块，以紧凑的参数量实现了优于或匹敌现有深度学习方法的性能	未明确说明局限性	实现运动想象脑电信号的高效空间-时间特征建模，同时保持紧凑的模型参数量	运动想象脑电信号及其解码	机器学习	NA	脑电图	注意力神经网络	脑电信号	两个广泛使用的运动想象基准数据集	NA	DA-EEGNet	分类准确率	NA
254	2026-07-13	MorphMaskFormer: a transformer-based deep segmentation model for multi-class Demirjian stage estimation from panoramic radiographs 2026-Jun, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2026.01.012 PMID:41856821	研究论文	提出一种基于Transformer的深度学习模型MorphMaskFormer，用于从全景X光片中自动估计第三磨牙发育的Demirjian阶段	将轻量级Transformer注意力模块（受Mask2Former启发）集成到UNet架构中，同时实现二值分割（牙齿/背景）和多类分割（A-H阶段），实现高精度和快速推理	NA	开发先进的深度学习模型，利用Demirjian分类从全景X光片中自动确定第三磨牙发育阶段，提高牙齿年龄估计的准确性和客观性	888张7至30岁个体的全景X光片及对应的Demirjian A-H阶段标注	计算机视觉, 数字病理学	NA	全景X光片	CNN-Transformer混合模型	图像	888张全景X光片	PyTorch	UNet, Mask2Former, MorphMaskFormer	IoU, Dice系数, 精确率, 召回率, 推理时间	NA
255	2026-07-13	Redesigning myoglobin via functional site scaffolding for enhanced catalytic functions 2026-May-14, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2026.153642 PMID:41855859	研究论文	通过深度学习的功能位点支架策略重新设计肌红蛋白，获得更小、更稳定的变体bitMb，并展示了其增强的催化功能	采用基于扩散的结构模型生成骨架结构，结合ProteinMPNN反向折叠和AlphaFold/OmegaFold结构预测，从肌红蛋白的血红素结合口袋和二级配位残基出发进行功能位点支架设计	未提及具体局限性	利用功能位点支架策略生成稳定且多功能的小型蛋白骨架，增强肌红蛋白的催化功能	肌红蛋白及其重新设计变体bitMb	机器学习	无	深度学习、蛋白质设计	扩散模型	序列数据	超过100,000个序列	PyTorch	ProteinMPNN, AlphaFold, OmegaFold	熔化温度、酶活性	NA
256	2026-07-13	zERExtractor: An Automated Platform for Enzyme-Catalyzed Reaction Data Extraction from Scientific Literature 2026-Apr-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00090 PMID:41844379	研究论文	提出一个自动化平台zERExtractor，用于从科学文献中提取酶催化反应数据	采用多模态信息提取框架（覆盖分子反应图、表格和文本），结合微调大型语言模型与深度学习的人机协同管道，通过专家数据保真验证和主动学习实现持续进化	未明确说明限制	解决数据库管理中酶反应数据的非结构化问题，为深度学习驱动的酶活性预测模型提供高质量数据	科学文献中的酶催化反应数据（分子反应图、表格和文本）	自然语言处理	NA	NA	大型语言模型	文本, 图像, 表格	合成数据集和现实基准数据集（未明确数量）	NA	NA	准确率	NA
257	2026-07-13	Deep learning-based obstructive coronary artery disease prediction from myocardial perfusion SPECT 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07655-8 PMID:41247514	研究论文	应用深度学习技术从无创心肌灌注SPECT影像预测阻塞性冠状动脉疾病	提出了深度学习衰减校正（DLAC）方法，并结合临床因素（性别、年龄、高血压诊断）显著提升预测性能	NA	利用深度学习从心肌灌注SPECT影像预测冠状动脉疾病	来自3个临床中心的515名匿名患者	计算机视觉，医疗影像分析	冠状动脉疾病	心肌灌注SPECT，深度学习衰减校正	深度学习	医学影像	515名患者（主要队列212名，外部验证集1：108名，外部验证集2：195名）	NA	NA	AUC，准确率	NA
258	2026-07-13	Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07660-x PMID:41261210	研究论文	提出一种基于深度学习的自动运动校正框架，用于18F-flurpiridaz PET心肌灌注成像	首次将3D-ResNet深度学习框架应用于18F-flurpiridaz PET的逐帧自动运动校正，并通过三期临床试验数据验证，诊断性能与手动校正相当且速度更快	依赖手动校正作为金标准，且研究对象仅限单种示踪剂，可能需要进一步验证泛化性	开发自动运动校正方法以提高心肌血流量和血流储备定量分析的效率与一致性	18F-flurpiridaz PET心肌灌注成像患者数据	计算机视觉	心血管疾病	PET	3D-ResNet	三维PET图像	来自32个三期临床试验站点的患者数据	NA	3D-ResNet	AUC, 95%一致性界限, 均值差异	NA
259	2026-07-13	Development of a Deep Learning Algorithm for Posterior Fossa Abnormality Recognition on First-Trimester US Screening Scans: AIRFRAME Study Part 1 2026-03, Radiology. Artificial intelligence DOI:10.1148/ryai.250394 PMID:41563074	研究论文	开发深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，识别开放性脊柱裂和后颅窝囊肿异常	首次将深度学习算法应用于早孕期超声筛查中自动识别胎儿后颅窝异常，并利用集成学习提高模型性能	样本量较小，仅包含251例胎儿；模型在区分开放性脊柱裂和后颅窝囊肿异常时，后颅窝囊肿的召回率较低（75%）	开发一种深度学习算法，用于自动评估早孕期超声筛查中的后颅窝，并识别开放性脊柱裂和后颅窝囊肿异常	早期妊娠（11-14周）胎儿大脑超声图像	计算机视觉	胎儿脑部异常（开放性脊柱裂、后颅窝囊肿）	超声	卷积神经网络（CNN）	图像	251例胎儿（150例正常，101例异常，其中43例开放性脊柱裂，58例后颅窝囊肿）	未提及	MobileNetV3 Large Weights	受试者工作特征曲线下面积、准确率、召回率、特异度、精确率、阴性预测值、F1分数	未提及
260	2026-07-13	How I Do It: Fast MRI of the Joints 2026-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.251430 PMID:41842665	研究论文	本文提供了关于中枢和外周关节快速肌肉骨骼MRI的实践导向概述，重点关注回波链优化和现代加速技术的应用	系统总结了并行成像、同时多层采集和压缩感知欠采样等加速技术在关节MRI中的独立或联合应用，并探讨了深度学习图像重建在高度加速采集中的有效性	需要进一步的研究和数据来验证深度学习方法在10倍加速肌肉骨骼MRI中的临床可行性	为临床医生提供关节快速MRI方案的实用指导，并评估当前加速技术的性能和潜力	中枢和外周关节的MRI扫描方案及其优化	数字病理学	NA	MRI	深度学习	图像	NA	NA	深度学习重建网络（未指明具体架构，如ResNet等）	诊断图像质量	NA