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
541	2026-07-09	Deep learning meets clinical practice: A You Only Look Once-based framework for accurate and real-time detection of carotid vulnerable plaques 2026-Feb, The Journal of international medical research IF:1.4Q4 DOI:10.1177/03000605261420504 PMID:41730715	研究论文	开发了基于YOLO的深度学习框架，用于超声图像中颈动脉易损斑块的准确实时检测	首次系统比较YOLOv7、v8、v9和v10在颈动脉斑块检测中的性能，并选出最优版本YOLOv9用于临床实践	NA	实现颈动脉易损斑块的早期准确检测，预防缺血性卒中	颈动脉超声图像中的稳定斑块和易损斑块	计算机视觉	心血管疾病	超声成像	YOLO（You Only Look Once）	图像	来自368名患者的1610张颈动脉超声图像	PyTorch	YOLOv7, YOLOv8, YOLOv9, YOLOv10	平均精度均值（mAP@0.5和mAP@0.95）、精确率、召回率、F1分数	NA
542	2026-07-09	Radiologic Pattern of Fibrosis in Combined Pulmonary Fibrosis and Emphysema: Impact on Disease Trajectories and Prognostic Outcomes 2026-Feb, Radiology IF:12.1Q1 DOI:10.1148/radiol.251686 PMID:41733469	研究论文	评估肺纤维化合并肺气肿中不同纤维化影像模式对疾病轨迹和预后的影响	首次系统比较不同纤维化模式（UIP、NSIP、SRIF、DIP）在CPFE患者中的纤维化进展速率，并发现UIP模式进展最快	回顾性设计可能导致选择偏倚；样本量相对较小；未评估治疗干预对结局的影响	评估不同纤维化影像模式对CPFE患者疾病进展和临床结局的影响	236例CPFE患者（平均年龄65岁，232名男性）	医学影像分析	肺纤维化合并肺气肿	高分辨率CT	深度学习分割模型	CT影像	236例CPFE患者	NA	CNN	风险比、中位进展时间	NA
543	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
544	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
545	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
546	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
547	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
548	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
549	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
550	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
551	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
552	2026-07-08	Deep learning-based epileptic seizure detection from EEG signals and PPG signals using LSTM and CNN models 2026-May, The International journal of neuroscience DOI:10.1080/00207454.2026.2621855 PMID:41671683	研究论文	提出一种结合CNN和LSTM的混合深度学习框架，利用多模态脑电图（EEG）和光电容积脉搏波（PPG）信号自动检测癫痫发作	引入PPG信号提供互补的生理信息（如自主神经波动、心率变异性和外周血管反应），增强模型在EEG信号表现微弱或模糊时的判别能力，解决了纯EEG方法在实时监测中的局限性	NA	实现基于多模态生理信号的癫痫发作自动检测，为可穿戴设备和临床平台提供可靠高效的实时检测方案	癫痫患者的脑电图和光电容积脉搏波信号	机器学习	癫痫	多模态生理信号采集（EEG和PPG）	CNN, LSTM	信号（生理信号）	NA	NA	CNN-LSTM混合架构	准确率, 精确率, 召回率, F1分数, Cohen's Kappa, Matthews相关系数（MCC）, 关键成功指数（CSI）	NA
553	2026-07-08	Identification of roasting degree and interpretability analysis of Yunnan arabica coffee beans based on multi-dimensional visual features and CNNs-SHAP 2026-Apr-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148367 PMID:41672011	研究论文	基于多维视觉特征和CNNs-SHAP方法实现云南阿拉比卡咖啡豆烘焙程度的精准识别与可解释性分析	通过加权融合CIE Lab*颜色直方图、灰度共生矩阵-局部二值模式复合纹理和形态参数提取多维特征，并首次将CNN与SHAP结合打破深度学习黑箱限制，提供咖啡烘焙标准化的精确可解释技术	仅针对云南阿拉比卡咖啡豆，可能不适用于其他品种或产地；样本量未明确说明	实现咖啡豆烘焙程度的精准识别和透明决策，支持烘焙标准化	云南阿拉比卡咖啡豆	计算机视觉	NA	NA	卷积神经网络	图像	未明确说明	NA	CNN	准确率	NA
554	2026-07-08	Intelligent storage year identification of Anhua dark tea via carbon quantum dots-based colorimetric sensor array and computer vision 2026-Apr-15, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148329 PMID:41672020	研究论文	开发了一种结合碳量子点比色传感器阵列与深度学习的安化黑茶储存年份快速识别方法	首次将碳量子点比色传感器阵列与深度学习结合，用于安化黑茶储存年份的快速识别，并设计了用户友好的图形界面便于非专业人员操作	文章未明确提及局限性，但可能涉及碳量子点传感器阵列的稳定性及实际应用中光照条件的影响	开发一种低成本、高可达性的安化黑茶储存年份快速检测平台	安化黑茶的储存年份	计算机视觉	不适用	碳量子点比色传感器阵列	深度学习模型	图像	未明确提及	未明确提及	ResNet18, VGG16, DenseNet121, MobileNetV3-Small, EfficientNet B0	准确率	未明确提及
555	2026-07-08	Identification of high-risk genes and classification of acute myocardial infarction patients utilizing deep learning in a restricted cohort 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111549 PMID:41671720	研究论文	利用深度学习和基因选择方法对急性心肌梗死患者进行高风险基因识别和分类	将深度学习方法与差异表达分析等基因聚焦方法相结合，显著提升基因表达分类性能，并实现基因排名和生物标志物识别	研究基于两个公开基因表达数据集，样本量可能有限，且未提及外部验证或临床样本验证	通过深度学习和基因选择方法提高急性心肌梗死患者基因表达分类的准确性，并识别高风险基因	两个基因表达数据集（GSE36961 和 GSE57345）中的急性心肌梗死患者样本	机器学习	心血管疾病	基因表达分析	深度学习	基因表达数据	两个基因表达数据集（GSE36961, GSE57345），具体样本量未明确	NA	NA	准确率、配对t检验、Mann-Whitney U检验、Wilcoxon符号秩检验	NA
556	2026-07-08	AI for smart wastewater treatment plants: A review of physics-informed water quality modeling, optimization, and advanced control 2026-Mar-01, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128949 PMID:41671993	综述	总结人工智能在智能污水处理厂中用于出水水质预测、工艺优化和先进控制的研究进展	重点讨论了物理信息及混合建模方法将活性污泥模型和过程约束嵌入神经网络，并结合实时优化与控制框架	当前应用仍面临可解释性有限、跨厂迁移能力弱、以及对运行条件变化的鲁棒性不足等问题	通过AI实现污水处理厂低碳化和智能化，平衡出水水质、能源消耗和碳排放	污水处理厂的出水水质预测、工艺优化和先进控制方法	机器学习	NA	NA	机器学习、深度学习、物理信息神经网络	工艺数据（如水质指标）	NA	NA	神经网络、活性污泥模型	NA	NA
557	2026-07-08	Selective multimodal deep learning for reliable breast cancer subtype classification from histopathology and genomic data 2026-Feb-23, Medical engineering & physics IF:1.7Q3 DOI:10.1088/1873-4030/ae449b PMID:41671586	研究论文	提出一种选择性多模态深度学习框架，结合组织病理学和RNA-seq数据，用于可靠地分类乳腺癌亚型	引入不确定性感知的智能路由机制，仅在不确定样本上使用多模态推理，实现3.12倍计算加速并在TCGA-BRCA数据集上达到94.93%准确率	仅基于TCGA-BRCA单一数据集验证，需要更多外部数据集和前瞻性临床验证	提高乳腺癌亚型分类的准确性、可解释性和计算效率	TCGA-BRCA数据集中924例患者的组织病理学全切片图像和RNA-seq转录组数据	数字病理学, 自然语言处理（基因表达分析）	乳腺癌	RNA-seq, 组织病理学成像	CTransPath视觉Transformer, 注意力机制, 路由网络	图像（组织病理学WSI）, 文本（RNA-seq表达谱）	924例TCGA-BRCA患者（PAM50分子亚型）	PyTorch	CTransPath, 门控注意力, 交叉注意力, 拼接融合	准确率, 混淆矩阵, 计算速度（3.12倍加速）	NA
558	2026-07-08	Text-Based Depression Estimation Using Machine Learning With Standard Labels: Systematic Review and Meta-Analysis 2026-Feb-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/82686 PMID:41671575	系统综述与meta分析	系统评价和Meta分析基于标准标签的文本抑郁估计机器学习模型的预测性能	首次聚焦使用标准抑郁标签（临床诊断或验证量表）的文本抑郁模型，排除弱标签研究，提高可靠性；发现嵌入特征、深度学习架构和临床诊断标签显著提升模型性能；报告质量与模型性能正相关	纳入研究数量有限（11项研究15个模型），未能全面探索所有异质性来源；部分亚组分析可能受小样本量影响	评估使用标准标签的文本抑郁模型的预测性能，并识别文本资源、文本表示、模型架构、标注来源和报告质量对性能异质性的影响	11项研究中的15个基于参与者生成文本的机器学习模型	自然语言处理	抑郁症	NLP	深度学习、浅层模型	文本	15个模型来自11项研究，原始文章扫描3067篇	NA	嵌入表示模型、深度学习架构、浅层模型	效应量r（含95%置信区间）	NA
559	2026-07-08	[Deep Learning-Based Automated Segmentation Algorithms of Brain and Vertebral Substructures for Radiotherapy in Pediatric Medulloblastoma] 2026-Jan-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.250219 PMID:41672616	研究论文	评估nnU-Net和FuseNet在儿童髓母细胞瘤放射治疗中自动分割脑部和椎体亚结构中的应用可行性	首次将FuseNet应用于儿童髓母细胞瘤的放射治疗亚结构自动分割，并引入动态多模态特征融合以提升分割精度	研究样本量较小（共60例），且未探讨模型在不同影像设备或扫描参数下的泛化能力	验证深度学习自动分割算法在儿童髓母细胞瘤放射治疗中的临床应用价值	60例接受放射治疗的儿童髓母细胞瘤患者	数字病理学	儿童髓母细胞瘤	NA	CNN	图像	60例儿童患者（按5岁年龄分组：≤5岁和>5岁）	PyTorch	U-Net, nnU-Net, FuseNet	DSC, HD95, RAVD, 手动校正时间	NA
560	2026-07-07	Spatio-Temporal Attention with Spiking Neural Networks for Seizure Detection from Electroencephalogram Signals 2026-Dec-15, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500449 PMID:42169474	研究论文	提出一种结合注意力机制与脉冲神经网络的新型架构STASNN，用于从脑电图信号中高效检测癫痫发作	首次将空间-时间注意力机制与脉冲神经网络结合，利用二值脉冲编码实现事件驱动的高能效癫痫检测，在保持高精度的同时显著降低理论能耗	未提及	开发低能耗且高精度的自动化癫痫发作检测方法	脑电图信号中的癫痫发作事件	机器学习	癫痫	脑电图信号处理	脉冲神经网络	脑电图信号	CHB-MIT和Siena两个公开数据集	PyTorch	Spatial Attention with SNN, Temporal Attention with SNN	准确率	NA