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	2026-02-22	Morphology-adaptive Au-Ag nanowire elastronics for integrated FlexoSERS and bioelectrical sensing 2026-Feb-20, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aec2162 PMID:41706838	研究论文	本文介绍了一种形态自适应的金-银纳米线弹性电子平台，该平台能够贴合多种几何形状，并实现多模态光学-电学传感	提出了一种简便通用的模板引导生长策略，可直接在1D纳米/微针、2D弹性薄膜和3D多孔结构上制造垂直排列的金-银纳米线阵列，实现了跨维度（1D-3D）的应变耐受FlexoSERS与可靠生物电传感的统一	NA	开发用于下一代可穿戴健康监测器、智能睡眠评估和人机界面的多功能传感平台	金-银纳米线阵列、1D纳米/微针、2D弹性薄膜、3D多孔海绵结构	NA	NA	模板引导生长策略、表面增强拉曼散射（SERS）、生物电信号监测	深度学习	心电图（ECG）信号、肌电图（EMG）信号	NA	NA	NA	SERS信号均匀性（RSD = 7.2%）、应变稳定性（100%应变下）、循环耐久性（2500次循环后）、睡眠与清醒状态的准确分类	NA
22	2026-02-22	SwinSite: 3D Structure-Based Prediction of Protein-Ligand Binding Sites Using a Combined Vision Transformer and Convolution Model 2026-Feb-20, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02734 PMID:41717955	研究论文	本文提出了一种名为SwinSite的深度学习框架，用于基于蛋白质三维结构预测配体结合位点	结合3D卷积神经网络和分层视觉Transformer模块的混合架构，通过体素化蛋白质结构并利用移位窗口的自注意力机制，有效捕捉局部几何特征和长程依赖关系	NA	提高蛋白质-配体结合位点预测的准确性，以支持基于结构的药物发现	蛋白质的三维结构	计算机视觉	NA	深度学习	CNN, Transformer	三维网格数据	NA	NA	3D CNN, 分层视觉Transformer	NA	NA
23	2026-02-22	Manipulating 2D Nanomaterials: Shaping the Future of Intelligent Wearable Health Monitoring Devices 2026-Feb-20, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c21609 PMID:41717965	综述	本文系统综述了基于二维纳米材料的可穿戴电子设备在智能健康监测中的应用	整合了可穿戴电子学与基于二维纳米材料的多样化健康监测应用，并强调了结合人工智能和机器学习的重要性	NA	总结二维纳米材料在可穿戴健康监测设备中的传感机制、性能影响因素及应用前景	基于二维纳米材料的可穿戴电子设备	材料科学与电子工程	NA	NA	NA	NA	NA	NA	NA	NA	NA
24	2026-02-22	Negative correlation between habenular volume and duration of gambling disorder: Modulation by symptom severity and personality traits 2026-Feb-20, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2025.00360 PMID:41718719	研究论文	本研究探讨了赌博障碍患者缰核体积与病程的负相关关系，并分析了症状严重程度和人格特质对此关系的调节作用	首次使用深度学习自动分割方法量化缰核体积，并揭示了病程与缰核体积的负相关性在严重症状亚组中尤为显著，同时考虑了人格特质的影响	样本仅包括男性患者，限制了结果的普适性；研究为横断面设计，无法确定因果关系	阐明赌博障碍患者缰核体积的变化及其与病程、症状严重程度和人格特质的关系	68名男性赌博障碍患者和75名男性健康对照者	神经影像学	赌博障碍	T1加权MRI，深度学习自动分割	深度学习	MRI图像	143名参与者（68名患者，75名对照）	NA	NA	相关系数(r)，p值	NA
25	2026-02-22	KD-SqueezeNet: an efficient deep learning strategy for the multi-task diagnosis of neonatal lung diseases 2026-Feb-20, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06534-0 PMID:41718759	研究论文	本研究开发了一种轻量级深度学习模型KD-SqueezeNet，用于通过胸部X光片对新生儿肺部疾病进行分类，旨在提高诊断准确性和效率	KD-SqueezeNet集成了知识蒸馏技术，是一种可解释的轻量级模型，在参数数量较少的情况下，在准确性和稳定性方面优于EfficientNet、GhostNet、InceptionNet、RegNet和Vision Transformer等多种模型	NA	开发一种高效的深度学习策略，用于新生儿肺部疾病的多任务诊断	2,089名新生儿的临床和影像记录，包括胸部X光片	计算机视觉	新生儿肺部疾病	胸部X光成像	CNN	图像	2,089名新生儿，分为五组：支气管肺发育不良（205例）、肺炎（505例）、气胸（201例）、呼吸窘迫综合征（629例）和正常（549例）	NA	SqueezeNet	准确率, 精确率, 召回率, F1分数, AUROC	NA
26	2026-02-22	Deep learning-based attenuation and scatter correction in myocardial SPECT without using X-ray CT images 2026-Feb-20, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-026-01015-3 PMID:41718858	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
27	2026-02-22	Mass Balance Implications for Sediment Restoration Initiatives in the Detroit River, USA 2026-Feb-20, Bulletin of environmental contamination and toxicology IF:2.7Q3 DOI:10.1007/s00128-026-04198-y PMID:41718904	研究论文	本研究评估了美国底特律河沉积物修复行动对污染物质量库存和底栖无脊椎动物毒性的潜在影响	利用深度学习人工神经网络空间插值生成高分辨率沉积物污染地图，以评估化学物质质量平衡的预期变化和超过可能效应浓度区域的减少	NA	评估沉积物修复行动对污染物质量库存和底栖无脊椎动物毒性的影响	底特律河美国水域的沉积物修复区域	环境科学	NA	深度学习人工神经网络空间插值	人工神经网络	空间数据	NA	NA	NA	NA	NA
28	2026-02-22	Interpretable Deep Learning for Single-Molecule Nanopore Fingerprinting Using Physics-Guided Preprocessing 2026-Feb-20, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04784 PMID:41719081	研究论文	提出了一种用于单分子纳米孔指纹识别的可解释深度学习框架，该框架结合了物理引导的预处理和紧凑的神经网络分类器	开发了一种直接处理原始脉冲的可解释机器学习框架，将物理引导的时频变换与紧凑的神经网络分类器及特征归因图相结合，并提出了实用的“定制滤波器”设计原则	未明确说明样本的具体数量，且方法在两种特定DNA纳米结构上验证，其普适性有待进一步评估	实现快速、稳健且可解释的单分子纳米孔指纹识别，以用于生物制造、诊断和环境监测	两种尺寸相似但几何结构不同的自组装DNA纳米结构	机器学习	NA	纳米孔传感	神经网络分类器, SVM	原始电流脉冲信号	NA	NA	NA	准确率	NA
29	2026-02-22	CA-CAE: A deep learning-based multi-omics model for pan-cancer subtype classification and prognosis prediction 2026-Feb-20, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014015 PMID:41719374	研究论文	本研究提出了一种结合通道注意力机制的卷积自编码器预后模型（CA-CAE），用于基于多组学数据进行癌症亚型分类和预后预测	提出了一种结合通道注意力机制的卷积自编码器模型，能够更准确地识别癌症亚型并预测生存结果	NA	癌症亚型分类和预后预测	多种癌症类型的多组学数据	机器学习	泛癌症	高通量测序	卷积自编码器	多组学数据	NA	NA	CA-CAE	NA	NA
30	2026-02-22	Antimicrobial resistance gene diversity, prevalence, and mobility within four landfills 2026-Feb-20, Canadian journal of microbiology IF:1.8Q4 DOI:10.1139/cjm-2025-0226 PMID:41719533	研究论文	本研究通过基因组解析宏基因组测序和深度学习工具，评估了四个活跃城市垃圾填埋场及其邻近水系统中的抗生素抗性基因多样性和流行情况	结合序列搜索和深度学习工具，首次系统评估了垃圾填埋场作为抗生素抗性基因热点及其在抗性基因横向转移中的作用	研究仅基于四个垃圾填埋场样本，可能无法完全代表全球所有填埋场情况	评估垃圾填埋场是否为抗生素抗性的热点区域，并探究其是否通过抗性基因横向转移贡献全球抗性微生物多样性	四个活跃城市垃圾填埋场及其邻近地下水或地表水系统中的微生物群落和抗生素抗性基因	宏基因组学	NA	基因组解析宏基因组测序	深度学习工具	宏基因组序列数据	四个活跃城市垃圾填埋场及其邻近水系统样本	NA	NA	NA	NA
31	2026-02-22	From Clinic to Community: An Interpretable Artificial Intelligence Framework for Enamel Caries Detection to Support Public Health Dentistry 2026-Feb-20, European journal of dentistry DOI:10.1055/s-0046-1816061 PMID:41720475	研究论文	本研究开发了一个可解释的人工智能框架，用于自动检测和分类牙釉质龋齿的多个严重程度	提出了一个结合了改进的EfficientNetB0和MobileNetV2模型、并通过注意力引导融合机制进行集成的可解释深度学习框架，并应用Grad-CAM提供视觉可解释性	需要多中心验证和多模态数据集以提高泛化能力	开发一个高效且可解释的深度学习框架，用于自动分类牙釉质龋齿的严重程度，以支持公共卫生牙科	牙釉质龋齿	计算机视觉	牙釉质龋齿	深度学习	CNN	图像	2,000张临床牙科图像（经预处理和增强后扩展至12,000张）	TensorFlow, Keras	Modified EfficientNetB0, Modified MobileNetV2	准确率, 精确率, 灵敏度, 特异性, F1分数, ROC AUC	NA
32	2026-02-22	Classification of rice plant diseases using efficient DenseNet121 2026-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38078-6 PMID:41720842	研究论文	本研究采用高效的DenseNet121模型对水稻病害图像进行分类，实现了对七种常见水稻病害的高精度自动诊断	将DenseNet121架构应用于水稻病害分类，显著扩展了可识别的病害类别数量（七种），超越了以往研究的有限类别范围，并采用迁移学习和Adam优化器进行模型优化	研究仅针对七种水稻病害，可能未覆盖所有实际农业场景中的病害类型；模型在真实田间复杂环境下的泛化能力仍需进一步验证	开发一种基于深度学习的自动化水稻病害诊断系统，以提高病害识别准确性和农业管理效率	水稻植物的病害图像	计算机视觉	植物病害（水稻）	图像采集与处理	CNN	图像	未明确说明具体样本数量，但包含七种常见水稻病害的数据集	未明确说明	DenseNet121	准确率, 精确率, 召回率, F1分数	未明确说明
33	2026-02-22	Comparative analysis of shallow and hybrid deep learning models for predicting the cooling efficiency of nanofluid-cooled photovoltaic panel across multiple materials 2026-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40129-x PMID:41720907	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
34	2026-02-22	A hybrid blockchain based deep learning model for multivector attack detection in internet of things enabled healthcare systems 2026-Feb-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40765-3 PMID:41721001	研究论文	本文提出了一种结合区块链和深度学习技术的混合模型，用于检测物联网医疗系统中的多向量攻击	提出了一种结合区块链（BC）和基于深度学习的入侵检测系统（IDS）的混合模型，利用深度稀疏自编码器（DSAE）进行特征提取，并采用贝叶斯专家乘积（BPoE）方法进行验证，以提高医疗物联网系统的安全性	在跨数据集测试中表现出中等泛化能力（平均得分范围为11.52%至13.55%），且实验在受控环境中进行，实际部署效果需进一步验证	保护医疗物联网系统安全，防止数字攻击导致的数据丢失	医疗物联网系统及其网络流量数据	机器学习	NA	深度学习, 区块链技术	深度稀疏自编码器（DSAE）, 双向长短期记忆网络（BiLSTM）	网络流量数据	使用了IoT-Flock和CICIoT2023两个数据集	NA	深度稀疏自编码器（DSAE）, 双向长短期记忆网络（BiLSTM）	准确率, 检测延迟, 网络吞吐量（TPS）, 共识延迟, 验证成功率	NA
35	2026-02-22	A deep learning-based computer-aided determination method for dominant follicle identification and antral follicle count in pelvic MRI images 2026-Feb-20, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01518-5 PMID:41721332	研究论文	本文提出了一种基于深度学习的计算机辅助确定方法，用于在盆腔MRI图像中自动识别优势卵泡和进行窦卵泡计数	开发了一种多阶段的计算机辅助确定方法，结合YOLOv11检测模型和新型分割模型LCR-UNet，后者集成了轻量级空洞空间金字塔池化模块和级联解码器，以提高卵泡分割和识别的准确性	研究仅基于417张T2加权MRI切片，样本量相对有限，且图像质量依赖于放射科医生的筛选，可能影响模型的泛化能力	开发并评估一种自动化的窦卵泡计数和优势卵泡识别方法，以克服MRI卵泡分析的高标注成本和手动解释依赖	124名患者的盆腔MRI图像	计算机视觉	妇科疾病	MRI	CNN	图像	417张T2加权MRI切片来自124名患者	NA	YOLOv11, LCR-UNet	Dice相似系数, 准确率, F1分数, 精确率	NA
36	2026-02-22	Polypharmacology Browser PPB3: A Web-Based Deep Learning Tool for Target Prediction Using ChEMBL Data 2026-Feb-20, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00299 PMID:41721463	研究论文	本文介绍了基于ChEMBL数据训练的深度神经网络工具PPB3，用于预测药物分子的多药理学靶点	使用了比以往模型更大的数据集，包括蛋白质、蛋白质复合体、蛋白质家族、细胞系、生物体等多种靶点类型，而非仅限于蛋白质靶点	NA	开发一个基于深度学习的网络工具，用于预测药物分子的多药理学靶点	ChEMBL 34数据库中最多80个非氢原子的生物活性分子及其与7546个靶点的相互作用	机器学习	NA	深度神经网络	深度神经网络	二进制子结构指纹	1,187,089个分子与7546个靶点之间的2,496,555次相互作用	NA	深度神经网络	召回率, 精确度	NA
37	2026-02-22	Dynamic changes to the tibiofemoral joint line with increasing osteoarthritis severity and its relationship to constitutional alignment : a radiological analysis of 3,320 knees 2026-Feb-19, Bone & joint open IF:2.8Q1 DOI:10.1302/2633-1462.72.BJO-2025-0370.R1 PMID:41707681	研究论文	本研究利用深度学习软件分析了3320例膝关节置换术前负重全长X光片，探讨了骨关节炎严重程度与膝关节线动态变化及固有对线之间的关系	首次使用深度学习软件大规模量化分析骨关节炎进展中膝关节线的动态变化，并区分了固有对线与动态变化对线的影响	研究为横断面回顾性分析，无法确定因果关系；仅基于X光片评估，缺乏其他影像学或临床数据验证	探讨骨关节炎严重程度与膝关节线动态变化及固有对线参数之间的关系	接受全膝关节置换术患者的3320例膝关节术前负重全长X光片	数字病理学	骨关节炎	X光成像，深度学习图像分析	NA	X光图像	3320例膝关节术前负重全长X光片	NA	NA	p值统计显著性	NA
38	2026-02-22	Motor imagery EEG signal classification using minimally random convolutional kernel transform and hybrid deep learning 2026-Feb-19, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121816 PMID:41719718	研究论文	本文提出了一种基于最小随机卷积核变换和混合深度学习的新方法，用于分类运动想象脑电图信号	引入最小随机卷积核变换进行高效特征提取，并提出了一个结合CNN和LSTM的新型深度学习模型作为基线	未明确提及具体局限性，但暗示未来需要改进低信噪比EEG和受试者间变异性下的鲁棒性	提高运动想象脑电图信号的分类准确性，并探索特征提取和分类的新方法	运动想象脑电图信号	机器学习	NA	脑电图	CNN, LSTM	脑电图信号	使用了PhysioNet和BCI Comp IV 2a数据集，具体样本数量未明确	NA	CNN-LSTM	准确率	NA
39	2026-02-22	Adaptive learning rate optimization in deep recurrent architectures for precision PM2.5 forecasting under climate variability 2026-Feb-19, Chemosphere IF:8.1Q1 DOI:10.1016/j.chemosphere.2026.144875 PMID:41719747	研究论文	本研究评估了高级学习率调度策略，以改进LSTM和GRU在PM2.5预测中的性能，使用亚特兰大2023-2025年的空气质量与气象数据	比较了多项式、分段常数和余弦衰减调度策略，揭示了架构特定的敏感性，并建立了针对特定地点时间序列空气质量监测的可靠计算基线	余弦衰减在孤立实例中减少了峰值误差，但对随机梯度噪声的鲁棒性不足	提高PM2.5预测的准确性，以保障公共健康并支持工业排放管理和基于证据的政策制定	亚特兰大2023-2025年的空气质量与气象数据	机器学习	NA	NA	LSTM, GRU	时间序列数据（空气质量与气象数据）	亚特兰大2023-2025年的数据（具体样本数量未明确）	NA	LSTM, GRU	MAE, R值	NA
40	2026-02-22	Fusing data from CT deep learning, CT radiomics and peripheral blood immune profiles to diagnose lung cancer in a cohort of patients experiencing symptoms 2026-Feb-19, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2026.106173 PMID:41719793	研究论文	本研究通过融合CT深度学习、CT影像组学和外周血免疫谱数据，开发了一种用于诊断有症状患者肺癌的预测模型	首次将CT深度学习、CT影像组学和外周血免疫谱数据多模态融合，用于有症状患者的肺癌诊断，提高了诊断性能	样本量相对较小（170名患者），且为单中心研究，可能影响模型的泛化能力	开发一种非侵入性、低成本的肺癌筛查方法，以提高有症状患者的早期诊断准确性	344名来自Lister医院肺科门诊的有症状疑似肺癌患者，其中170名患者成功生成了预测协变量	数字病理学	肺癌	CT扫描、CT纹理分析、深度学习自编码器、高深度流式细胞术、外泌体蛋白质分析	自编码器、贝叶斯回归	CT图像、外周血数据	170名患者（训练集128名，验证集42名）	NA	自编码器	AUC, 敏感性, 特异性	NA