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
21	2026-06-04	Agreement between three state-of-the-art deep learning bone age estimation models and chronological age in a large contemporary pediatric cohort 2026-Jun-03, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06661-8 PMID:42233988	research paper	评估三种最先进深度学习骨龄模型与大样本当代儿科队列中实际年龄的一致性	首次在大型当代创伤儿童队列中系统比较三种最先进深度学习骨龄模型与实际年龄的偏差，并分析年龄、性别、种族和民族对偏差的影响	仅包含因创伤接受手部X光检查的儿童，可能不适用于其他群体；未评估模型在不同疾病状态下的表现	评估三种深度学习骨龄模型与实际年龄的一致性，探讨偏差来源	24-216个月龄儿童的手部X光片	digital pathology	NA	radiography	深度学习模型（CNN类）	图像	7,189名儿童（3,669名女性，3,520名男性），年龄24-216个月	NA	Stanford模型, CCHMC模型, MedImageInsight模型	平均偏差, 比例偏差	NA
22	2026-06-04	Correction to: Accuracy of vestibular schwannoma segmentation using deep learning models - a systematic review & meta-analysis 2026-Jun-03, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04056-y PMID:42234018	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
23	2026-06-04	Deep learning-based water body extraction using high-resolution RGB-UAV imagery: a case study on Horseshoe Island, Antarctica 2026-Jun-03, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15519-3 PMID:42234036	研究论文	利用高分辨率RGB无人机影像基于深度学习进行南极马蹄岛水体提取	首次系统比较六种最新语义分割架构在极地高分辨率RGB无人机影像水体提取中的性能，并展示了模型在不同空间分辨率下的鲁棒性	未提及具体局限性，但数据集仅包含287张图像，可能限制模型泛化能力	评估深度学习模型从高分辨率RGB无人机影像中提取南极水体能力，为极地环境监测提供可扩展方法	南极马蹄岛的水体区域（包括大湖区和复杂海岸带）	计算机视觉	NA	无人机RGB影像	深度学习语义分割架构	图像	287张RGB无人机影像	NA	U-Net++, DeepLabv3+, MA-Net, SegFormer, ConvNeXt, DINOv3	交并比 (IoU), 整体准确率	NA
24	2026-06-04	Deep learning for early detection of Zenker's diverticulum based on swallowing sound analysis 2026-Jun-03, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03727-8 PMID:42234064	研究论文	利用吞咽声音分析结合深度学习模型实现Zenker憩室的早期无创检测	首次将基于深度学习的颈部听诊方法应用于Zenker憩室识别，采用预训练音频频谱变换器（AST）进行迁移学习	样本量较小（23例患者和27例健康志愿者），未提及跨人群泛化验证	开发一种非侵入性、易获取的基于声音的筛查工具，降低诊断门槛并实现Zenker憩室早期检测	Zenker憩室患者和健康志愿者的吞咽声音	机器学习	咽食管憩室（Zenker憩室）	颈部听诊	音频频谱变换器（AST）	声音	23例Zenker憩室患者和27例健康志愿者	NA	音频频谱变换器（AST）	准确率，F1分数	NA
25	2026-06-04	A Hybrid Deep Learning Framework with Supervised Contrastive Learning for Robust Seizure Detection in Long-Term EEG 2026-Jun-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02395-0 PMID:42234066	研究论文	提出了一种名为CNN-SwT的混合深度学习框架，集成卷积神经网络和Swin Transformer，用于长期脑电图中的鲁棒癫痫发作检测	首次将Swin Transformer与CNN结合用于癫痫发作检测，并使用监督对比学习替代传统交叉熵损失以解决数据不平衡问题	未提及模型计算复杂度或对实时部署的适用性限制	提高长期脑电图癫痫发作检测的准确性和鲁棒性，减轻临床医生手动审查脑电图的负担	长期脑电图中的癫痫发作事件	机器学习	癫痫	EEG	CNN, Swin Transformer	脑电图信号	CHB-MIT公开数据库和SH-SDU数据库，具体样本数未提及	PyTorch	CNN, Swin Transformer	事件级灵敏度，假阳性率	NA
26	2026-06-04	Multiparametric MRI-Based Habitat Radiomics Combined with Deep Transfer Learning for Predicting Extrathyroidal Extension in Papillary Thyroid Carcinoma 2026-Jun-03, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02011-0 PMID:42234073	研究论文	开发并验证一种结合栖息地影像组学、深度学习迁移学习及定量参数的多参数MRI模型，用于术前预测甲状腺乳头状癌的甲状腺外侵犯	首次将栖息地影像组学与深度学习迁移学习结合，并整合多参数MRI定量参数，构建复合列线图模型用于甲状腺外侵犯的术前预测	回顾性研究设计，样本量相对有限（140例），且训练与验证队列使用不同磁场强度MRI设备可能引入偏差	建立术前无创预测甲状腺乳头状癌甲状腺外侵犯的多参数MRI综合模型	140例经证实的甲状腺乳头状癌患者的病灶及临床病理数据	数字病理学, 机器学习	甲状腺癌	多参数MRI（T2加权成像、弥散加权成像、延迟增强成像、表观弥散系数图）	ResNet152（深度学习迁移学习），K-means聚类，LASSO逻辑回归	医学影像（MRI图像）	140例患者的140个甲状腺乳头状癌病灶	PyTorch	ResNet152	AUC（曲线下面积），十折交叉验证，DeLong检验	NA
27	2026-06-04	A multimodal prediction framework for colorectal cancer peritoneal metastasis: CT-based tumor and adipose tissue analysis 2026-Jun-03, Abdominal radiology (New York) DOI:10.1007/s00261-026-05558-2 PMID:42234110	研究论文	本研究提出了一种多模态预测框架，整合CT肿瘤和脂肪组织分析，用于结直肠癌腹膜转移的术前评估	首次证明内脏脂肪组织放射组学特征对隐匿性腹膜转移具有显著预测价值，并开发了基于注意力的双分支深度卷积神经网络（DenseNet121-MARNet）与放射组学及临床变量融合的多模态模型	NA	开发一个多模态预测模型，用于结直肠癌CT隐匿性腹膜转移的术前准确评估，以改善临床决策	结直肠癌患者的CT影像数据、内脏脂肪组织放射组学特征及临床变量	计算机视觉	结直肠癌	CT成像、放射组学分析	深度卷积神经网络（DenseNet121-MARNet）、随机森林、逻辑回归、支持向量机	影像数据（CT图像）	NA	NA	DenseNet121-MARNet	AUC	NA
28	2026-06-04	pedQTNet: A Deep Learning Approach to Estimate Corrected QT Intervals from Multi-Lead Conventional ECG Waveforms in Pediatric Patients 2026-Jun-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02386-1 PMID:42234295	研究论文	开发并评估pedQTNet，一种用于儿科患者QTc估计和LQTS检测的深度神经网络模型	首次针对儿科患者群体，使用多导联原始心电图波形通过深度学习模型估计校正QT间期，在性能和灵敏度上优于商业算法和专家判读	未提及具体限制，但潜在限制可能包括模型依赖特定年龄段数据集的验证	开发并验证一种深度学习模型，用于儿科患者QTc间期估计和长QT综合征检测，以实现可扩展的自动化心电图筛查	0-18岁儿科患者的心电图波形数据及LQTS检测	深度学习, 数字病理学	长QT综合征, 儿童心脏疾病	心电图	深度神经网络	多导联常规心电图波形	37992名患者，65370份心电图（2010-2020年），附加200份前瞻性心电图	NA	深度神经网络	平均绝对误差, 灵敏度, 特异度, 阳性似然比, 阴性似然比	NA
29	2026-06-04	Low-kVp techniques for radiation dose optimization in abdominopelvic contrast-enhanced CT: a scoping review 2026-Jun-03, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-026-01063-9 PMID:42234323	综述	系统梳理低千伏技术在成人腹部盆腔增强CT中降低辐射剂量的现有证据	首次采用范围综述方法系统评估低kVp技术对成人腹部盆腔增强CT辐射剂量和图像质量的影响	研究间成像方案、重建方法和剂量指标存在较大异质性，限制了结果的可比性	评估低kVp技术在成人腹部盆腔增强CT中降低辐射剂量并保持诊断图像质量的效果	年龄≥18岁的接受腹部盆腔增强CT检查的成人患者	医学影像	NA	低管电压技术, 深度学习和混合迭代重建	NA	NA	13项研究，样本量范围为30-907例患者	NA	NA	辐射剂量降低百分比, 图像噪声, 诊断置信度	NA
30	2026-06-04	NphosNet: Predicting Protein N-Phosphorylation Sites via xLSTM and Enhanced PLM Features with a Weighted Three-Channel Cross-Attention Mechanism 2026-Jun-03, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00849-0 PMID:42234352	研究论文	提出NphosNet框架，利用xLSTM和增强的PLM特征及加权三通道交叉注意力机制预测蛋白质N-磷酸化位点	构建了类别不平衡的N-磷酸化数据集并采用混合嵌入策略结合ProtT5和EMBER2预训练模型提取深层语义信息，引入包含Transformer模块、优化xLSTM块、CNN组件及空间注意力增强ResNet单元的三分支架构，并设计加权三通道交叉注意力机制进行特征融合	未明确说明局限性	开发用于预测蛋白质N-磷酸化位点的计算工具以阐明其在细胞过程和疾病发病机制中的作用	蛋白质N-磷酸化位点	机器学习	NA	深度学习	xLSTM, Transformer, CNN, ResNet	蛋白质序列数据	pH-913、pK-2060和pR-1700三个子集	PyTorch	Transformer, xLSTM, CNN, ResNet	AUC	NA
31	2026-06-04	The impact of scan time on dynamic [Formula: see text]-FAPI-04 total-body PET parametric imaging generated by deep learning models 2026-Jun-03, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00895-z PMID:42234386	研究论文	探讨扫描时间对深度学习模型生成的动态⁶⁸Ga-FAPI-04全身PET参数图像质量的影响	首次系统评估不同扫描时间下的静态PET图像对深度学习生成的动态PET参数图像质量的影响，并确定了最佳扫描时间窗口	仅使用单一放射性示踪剂⁶⁸Ga-FAPI-04，且数据集可能规模有限，未涵盖其他示踪剂或更广泛的临床场景	确定静态PET图像的最佳采集时间，以优化深度学习生成动态PET参数图像的质量	动态⁶⁸Ga-FAPI-04全身PET/CT图像数据	机器学学习, 数字病理学	NA	PET/CT, ⁶⁸Ga-FAPI-04示踪剂	深度学习模型	图像	提取了5帧动态PET图像（帧50、76、80、86、92）	NA	NA	参数图像质量评估指标	NA
32	2026-06-04	MarineTox Predictor: An Online Library Platform for Enhancing Low-Resourced Saltwater Ecotoxicity Prediction via Knowledge Sharing from Freshwater Ecotoxicity 2026-Jun-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c15496 PMID:42009490	研究论文	开发了一个在线文库平台，通过多任务深度学习和跨领域知识共享机制，增强低资源海水生态毒性预测	首次实现跨领域知识共享从淡水生态毒性到海水生态毒性预测，并构建了涵盖多种化学物质的多物种毒性预测工具	NA	解决海水生态毒性数据稀缺问题，开发能够预测多种海洋物种毒性终点的计算工具	化学物质对26种海洋生物（涵盖5个门类）的31项盐毒性任务	机器学习	NA	NA	多任务深度学习	分子结构数据、生态毒性数据	约68,000种化学物质，涵盖1.2百万条生态毒性记录	NA	多任务神经网络	决定系数 (R²)	NA
33	2026-06-04	PlasticAnalytics: A Deep Learning-Powered Spectral Library and Analytical Suite 2026-Jun-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c01309 PMID:42138063	研究论文	PlasticAnalytics提供了一个自动化工作流，利用深度残差网络和不确定性感知质量分类器，对拉曼光谱和傅里叶变换红外光谱数据进行预处理和分类，实现微塑料的高效分析	结合迭代非对称惩罚最小二乘基线校正算法、混合规则与机器学习方法去除伪峰，并使用深度残差网络与不确定性感知质量分类器，在光谱成像中自动化背景去除和高速度推理，处理时间减少超过90%	未明确提及局限性	开发自动化工作流解决振动光谱分析微塑料中的关键瓶颈，包括预处理、分类和光谱成像加速	纯塑料、消费后塑料和环境老化塑料的光谱数据	机器学习	NA	拉曼光谱, 傅里叶变换红外光谱	深度残差网络	光谱数据	NA	NA	深度残差网络	准确率	NA
34	2026-06-04	AI-Driven Design and Clinical Translation of Nucleotide-Peptide and Peptide-Drug Conjugates 2026-Jun-02, ACS biomaterials science & engineering IF:5.4Q2 DOI:10.1021/acsbiomaterials.6c00187 PMID:42228500	综述	探讨人工智能驱动的核苷酸-肽和肽-药物偶联物的设计及临床转化进展	系统整合人工智能和深度学习技术用于预测肽-药物相互作用、优化连接子和虚拟筛选活性支架，重新定义精准治疗药物管线	面临酶降解、快速系统清除等体内稳定性挑战，以及肽可用性、连接子优化和可规模化合成等瓶颈问题	加速多功能生物分子构建体从理论到临床的转化，推动精准医学发展	核苷酸-肽偶联物和肽-药物偶联物的设计原理、偶联化学及临床应用	自然语言处理	癌症, 神经退行性疾病, 炎症性疾病	人工智能, 深度学习	NA	NA	NA	NA	NA	NA	NA
35	2026-06-04	From Empirical Ratio Tuning to Mechanistic Insight: Decoding NiO-ZnO Heterojunction Effects in Gas Sensing via Explainable Machine Learning 2026-Jun-02, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.6c00675 PMID:42228598	研究论文	通过可解释机器学习解码NiO-ZnO异质结在气体传感中的比例调控机制	将深度学习多任务框架与可解释人工智能（SHAP及特征交互网络）相结合，首次揭示NiO-ZnO复合比例对气体传感性能的非单调调控机理，打破传统经验比例调优的局限	可能仅在特定气体种类和有限浓度范围内验证，材料的长期稳定性和实际环境干扰未讨论	阐明NiO-ZnO复合比例调控气体传感性能的内在机制，并为复合气体传感器的结构优化和可解释设计提供新范式	七种不同摩尔比的NiO-ZnO气体传感器及六种代表性挥发性有机化合物	机器学习	NA	金属氧化物半导体气体传感	深度学习多任务网络	气体传感器响应信号数据	七种NiO-ZnO传感器，六种VOC气体样本	PyTorch	多任务神经网络	气体分类准确率、浓度回归误差、平均响应、最大响应	NA
36	2026-06-04	MEG-mod: A Multiview Enhanced Graph Neural Network for Knockdown Efficiency Prediction of Chemically Modified siRNA 2026-Jun-02, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.6c00411 PMID:42228641	研究论文	提出MEG-mod，一个用于预测化学修饰siRNA敲低效率的多视图增强图神经网络框架	通过集成文献阅读代理、人工筛选和公共数据库构建扩展数据集，联合建模序列上下文、理化性质、化学修饰特征和双链结构关系，利用结构感知的Transformer基图神经网络捕获碱基配对和相邻依赖关系，并通过修饰-碱基融合模块建模上下文依赖的修饰效应	未提及具体限制	预测化学修饰siRNA的敲低效率，为合理设计提供工具	化学修饰的siRNA	机器学习	未指定	siRNA化学修饰	图神经网络（GNN）	序列数据、理化性质数据	扩大的数据集（具体数量未提及）	NA	Transformer基图神经网络	皮尔逊相关系数	NA
37	2026-06-04	Global-Local Interaction and Recalibration Network for Salient Object Detection in Optical Remote Sensing Images 2026-Jun-02, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3696712 PMID:42228667	研究论文	提出一种全局-局部交互与重校准网络，用于光学遥感图像中的显著目标检测，利用Transformer的全局上下文和CNN的局部细节的互补性，同时调和其内在差异	设计双分支编码器结合Transformer和CNN特征，提出多尺度特征交互模块促进特征互补，以及特征重校准模块调和特征差异	未提及具体限制	提升光学遥感图像中显著目标检测的性能	光学遥感图像中的显著目标	计算机视觉	NA	深度学习	CNN, Transformer	图像	两个公开数据集	PyTorch	GLIR-Net, CNN, Transformer	定性分析和定量指标	NA
38	2026-06-04	PepAnno: A structure-aware deep learning framework for bioactive peptide prediction, structural visualization, and physicochemical profiling 2026-Jun-02, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014369 PMID:42228741	研究论文	PepAnno是一种深度融合结构与序列信息的多视图几何深度学习框架，用于多肽生物活性预测、结构可视化和理化性质分析	创新性地提出了结合预训练序列嵌入和预测三维结构图的双流架构（Transformer+GATv2网络），并采用跨模态注意力机制融合语义与几何表征，实现多任务多功能预测	文中未明确提及局限性，但可能依赖预测的3D结构而非实验解析结构，且数据集规模有限可能影响泛化能力	开发一个全面且用户友好的多肽功能注释网络服务器，提高多肽分析效率和可解释性	具有不同生物活性的多肽序列，包括抗菌和抗癌活性等7类关键生物活性	机器学习, 计算生物学	感染性疾病, 癌症	深度学习, 三维结构预测	Transformer, GATv2网络	序列数据, 图数据（3D结构图）	7个精心整理的生物活性数据集	PyTorch	双流架构：Transformer+GATv2网络	区分能力, 稳定性	NA
39	2026-06-04	Advancing radiotherapy with deep Learning: A review of dose prediction models 2026-Jun-02, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2026.105827 PMID:42229186	综述	综述深度学习在放疗剂量预测模型中的应用	全面梳理了用于放疗剂量预测的深度学习模型架构、数据集和方法学进展，并提出了未来研究方向	未对特定模型进行定量比较，未涵盖所有可能的深度学习变体	评估和综述深度学习在放疗剂量预测中的现状与未来方向	深度学习剂量预测模型及其在放疗中的应用	机器学习	NA	NA	深度学习	NA	NA	NA	NA	精度、效率、鲁棒性	NA
40	2026-06-04	On-device cough detection and respiratory disease classification enhanced by generative data augmentation 2026-Jun-02, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111784 PMID:42229246	研究论文	开发一种多层智能手机兼容的AI框架，用于自动咳嗽检测和呼吸道疾病分类，并通过生成式数据增强技术解决数据稀缺和类不平衡问题	首次提出一种包含五种变分自编码器变体的生成式增强策略，并结合概率性咳嗽级融合机制，在时间-频率域进行潜在特征优化，同时在时间域重建样本以确保声学可验证性	未明确讨论生成样本的临床有效性验证细节和模型的长期部署稳定性	开发智能手机兼容的AI框架，实现实时咳嗽检测和呼吸系统疾病分类，并提供可解释的生成式数据增强方法	哮喘、COVID-19和健康人群的咳嗽声音	数字病理学	呼吸系统疾病（哮喘、COVID-19）	声音信号分析	变分自编码器、支持向量机	音频	NA	NA	VAE, SVM	NA	商用安卓硬件