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
721	2026-05-31	Multiomics and deep learning dissect regulatory syntax in human development 2026-May, Nature IF:50.5Q1 DOI:10.1038/s41586-026-10326-9 PMID:41951735	研究论文	通过多组学数据和深度学习模型揭示人类发育过程中转录因子结合基序的语法规则	构建了首个涵盖12个器官、203种细胞类型和超百万个候选顺式调控元件的人类发育多组学图谱，并利用深度学习模型从局部DNA序列中预测染色质可及性，系统解析了基序的‘硬’和‘软’语法规则	未明确提及，但可能依赖于现有数据集和模型泛化性限制	解析人类发育过程中转录因子调控的顺式语法和染色质可及性机制	人类胎儿细胞中的染色质可及性和基因表达	机器学习	NA	单细胞ATAC-seq与单细胞RNA-seq的多组学分析	深度学习模型	单细胞染色质可及性和基因表达数据	817,740个胎儿细胞，来自12个器官，覆盖203种细胞类型	NA	NA	NA	NA
722	2026-05-31	DeepFAN, a transformer-based model for human-artificial intelligence collaborative assessment of incidental pulmonary nodules in CT scans: a multireader, multicase trial 2026-May, Nature cancer IF:23.5Q1 DOI:10.1038/s43018-026-01147-w PMID:42020549	研究论文	提出基于Transformer的DeepFAN模型，通过多读者多病例临床试验验证其在CT扫描肺结节良恶性分类中辅助初级放射科医生的有效性	首次将Transformer架构用于全面整合肺结节全局与局部特征，并通过大规模多中心临床试验验证模型辅助诊断效能	未提及模型在不同CT扫描参数、结节亚型或非病理确诊样本上的泛化能力	开发并验证基于Transformer的深度学习模型DeepFAN，提升肺结节良恶性分类的准确性和诊断一致性	10,000余例病理确诊的肺结节（内部测试集）及400例来自三家独立医疗机构的多读者多病例临床试验数据	计算机视觉	肺癌	CT扫描	Transformer	图像	内部测试集：10,000余例病理确认结节；临床试验数据集：400例来自三家独立医疗机构	NA	Transformer	AUC, 准确率, 敏感性, 特异性, kappa系数	NA
723	2026-05-31	Independent evaluation of deep learning models for detecting focal cortical dysplasia 2026-05, Epilepsy research IF:2.0Q3 DOI:10.1016/j.eplepsyres.2026.107778 PMID:41861767	研究论文	对三种深度学习模型（DeepFCD、MELD Classifier、MELDGraph）在检测局灶性皮质发育不良方面的独立评估	首次独立评估三种深度学习工具在FCD检测中的表现，并确定校准阈值以提高模型特异性	模型准确率普遍较低、复测信度差（Dice系数平均仅0.28-0.38）、阳性预测值不足（最高36%），需要提高工具的准确性、可靠性和可解释性	独立评估深度学习模型在检测局灶性皮质发育不良中的性能	101名伴有FCD的癫痫患者和101名不伴FCD的癫痫患者的T1加权和FLAIR MRI图像	计算机视觉	局灶性皮质发育不良、癫痫	MRI	深度学习模型	图像	202名癫痫患者（101名伴有FCD，101名不伴FCD）的MRI扫描，其中21人有重复扫描	NA	DeepFCD、MELD Classifier、MELDGraph	准确率、灵敏度、特异性、阳性预测值、Dice系数	NA
724	2026-05-31	Optimizing and Benchmarking Machine Learning and Traditional Synaptic Event Detection Pipelines in Neurophysiology Experiments 2026-05, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0410-25.2026 PMID:41997847	研究论文	在神经生理学实验中优化和基准测试机器学习与传统突触事件检测流程	首次通过大规模手工计数建立实验数据集中的真实事件检测基准，并系统比较不同实验室、分析技术和细胞类型下的检测结果差异	未详述具体局限性，但可能包括数据集偏倚或检测方法在特定条件下的泛化性不足	评估突触事件检测方法准确性，建立真实事件检测基准	抑制性和兴奋性突触后电流（sIPSCs/sEPSCs）	机器学习	NA	膜片钳技术	监督机器学习	电生理信号数据	大型实验数据集（具体样本数未说明）	NA	深度学习模型（具体架构未说明）	检测准确性	NA
725	2026-05-31	Deep Learning Discriminates Seizures from Normal Brain Oscillations in the Electroencephalogram of a Rat Model of Post-traumatic Epilepsy 2026-05, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0032-26.2026 PMID:42045047	研究论文	利用深度学习客观识别创伤后癫痫大鼠模型脑电图中的癫痫发作与正常脑振荡	通过迁移学习训练神经网络，区分三种不同的脑电图表型（迟发性惊厥发作、早发性惊厥发作和棘慢波放电），并揭示早期和晚期癫痫发作具有相似的表型	未明确提及，但可能包括模型样本量有限、流体冲击损伤诱导癫痫的罕见性可能不适合测试抗癫痫发生疗法	客观识别创伤后癫痫大鼠模型脑电图中的癫痫发作，并区分不同类型的脑电活动	雄性大鼠的创伤后癫痫模型	机器学习和数字信号处理	创伤后癫痫	脑电图	卷积神经网络	脑电图信号	未明确提及，但涉及大鼠手术处理组和假手术组，包含多种癫痫发作事件	NA	卷积神经网络	检测准确率（隐性提及），具体指标未明确列出	NA
726	2026-05-31	Integrated computational and experimental analysis explores FOLH1 expression patterns across cancers and nominates melatonin as a potential modulator in prostate cancer models 2026-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014315 PMID:42172245	研究论文	通过计算与实验整合分析，探索FOLH1在多种癌症中的表达模式，并提名褪黑素作为前列腺癌的潜在调节因子	首次系统分析FOLH1在泛癌中的表达模式、免疫调节作用及免疫细胞浸润，并利用机器学习结合深度学习筛选靶向FOLH1的药物候选物，通过体外和体内实验验证褪黑素的潜在治疗作用	需要进一步的机制验证来确认褪黑素与FOLH1相互作用的分子机制	研究FOLH1在泛癌中的表达模式及免疫调节作用，并探索其在前列腺癌中的治疗潜力	FOLH1基因在多种恶性肿瘤中的表达、预后相关性及免疫浸润，以及褪黑素对前列腺癌模型的影响	机器学习, 数字病理学	前列腺癌	RNA-seq, 体外细胞实验, 裸鼠异种移植模型	深度学习模型	基因表达数据, 图像（细胞和肿瘤）	27种癌症类型的表达数据，以及前列腺癌相关体外和体内实验	NA	深度学习模型（未指定具体架构）	表达水平、预后相关性、免疫浸润指标	NA
727	2026-05-31	Prediction of Lobar Emphysema Progression with a CT-Based Foundational Model 2026-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.252958 PMID:42188737	研究论文	开发并评估一种基于胸部CT的深度学习预后模型，用于预测COPD患者的肺叶密度下降和肺气肿进展	首次利用CT基础模型结合全局注意力机制，实现肺叶特异性密度变化的预测，为肺气肿进展的区域异质性提供定量评估工具	未明确提及局限性，但可能包括模型在不同CT采集协议下的泛化能力、样本选择偏倚及预测时间跨度的局限	开发和评估基于CT的深度学习模型，用于预测COPD患者肺叶密度下降和肺气肿进展	COPD患者及非COPD参与者	计算机视觉	慢性阻塞性肺疾病（COPD）	CT扫描	深度学习模型（基础模型+全局注意力机制）	医学影像（胸部CT）	5823名参与者（3003名男性），其中训练集2136人，内部测试集2718人，外部测试集969人	NA	基础模型（foundational model）结合全局注意力机制	均方根误差（RMSE）、皮尔逊相关系数、受试者工作特征曲线下面积（AUC）	NA
728	2026-05-31	Artificial intelligence in nursing practice for older adults with dementia: A narrative review informed by bibliometric mapping and implications for nurse-led research 2026-May, Journal of Korean gerontological nursing DOI:10.17079/jkgn.2026.00143 PMID:42209252	综述	该叙事综述基于文献计量图谱，探讨人工智能在老年痴呆症护理实践中的应用，并提出护士主导研究的优先方向	结合文献计量图谱（VOSviewer）与叙事综述方法，系统梳理国际与韩国本土研究，聚焦护士主导的AI研究方向	韩国研究集中于情感支持机器人且存在方法学局限，国际研究需更多严格护士主导的临床试验	绘制痴呆护理中AI的全球研究格局，识别韩国研究特点，并提出护士主导AI研究的优先方向	老年痴呆症护理中的人工智能应用	人工智能	老年痴呆症	NA	NA	文献数据	国际文献5,710篇，韩国文献265篇	NA	NA	NA	VOSviewer软件，Leiden算法
729	2026-05-31	Deep learning for dose-averaged linear energy transfer estimation in pencil-beam scanning and double scattering proton radiotherapy plans with uncertainty-aware external validation 2026-May, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100998 PMID:42212206	研究论文	开发用于质子放疗中剂量平均线性能量转移（LETd）估计的深度学习模型	首次在笔束扫描和双散射质子放疗中同时训练深度学习模型，并引入不确定性评估机制以在无参考数据的外部验证中评估模型可靠性	未明确说明局限性，但外部验证仅针对双散射模型	为脑肿瘤患者的质子放疗开发深度学习LETd预测模型，并评估其在外部数据集上的不确定性	脑肿瘤患者	机器学习	脑肿瘤	蒙特卡洛模拟，深度学习	深度学习模型	剂量分布图像	570名患者的605个治疗计划	NA	NA	中位和98百分位体素绝对误差，系综方差，潜在空间距离	NA
730	2026-05-31	Decoding the Black Box in Deep Learning Models-Reply 2026-Apr-30, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2026.0855 PMID:42060278	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
731	2026-05-31	AgroDualNet: a dual deep learning-based crop disease forecasting and fruit ripening detection 2026-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49002-3 PMID:42056187	研究论文	开发了一种名为AgroDualNet的双阶段深度学习框架，用于作物疾病预测和水果成熟度检测，以优化农业生产	提出了一个双模块统一框架，同时解决作物疾病预测和水果成熟度识别问题，并结合了CBAM注意力机制、SMO优化的SVM分类器以及YOLOv8与MobileNetV2的轻量化架构，支持边缘部署和决策支持层	未明确说明局限性，但可能包括对特定数据集（如PlantVillage）的依赖以及缺乏在更广泛作物类别或真实复杂场景中的验证	通过结合深度学习和物联网技术，提高作物疾病诊断和水果成熟度测量的准确性与效率，支持精准农业中的实时决策	作物疾病（来源于PlantVillage数据集）和水果成熟度（苹果，来源于Kaggle和真实农田数据集）	计算机视觉	农作物疾病（未指定具体疾病类型）	深度学习，计算机视觉	CNN、SVM、YOLO	图像	PlantVillage数据集（三分类子集和多类设置）和包含苹果的图像数据集（未明确具体样本数量）	PyTorch	ResNet50, CBAM, MobileNetV2, YOLOv8	准确率、精确率、召回率、F1分数、推断时间	边缘设备（未指定具体GPU或云平台）
732	2026-05-31	Plant invasion reduces density-dependent pollination but not florivory 2026-Apr-16, Oecologia IF:2.3Q2 DOI:10.1007/s00442-026-05881-x PMID:41989621	研究论文	利用深度学习和无人机技术监测植物入侵对多营养级群落动态的影响	首次将消费级无人机与深度学习结合，用于量化入侵植物对传粉和草食作用的密度依赖性影响	未说明	评估植物入侵对传粉服务和草食作用的密度依赖性影响	狗绞杀藤（Vincetoxicum rossicum）入侵的草地中的新英格兰紫菀（Symphyotrichum novae-angliae）及其传粉者和专食性象鼻虫（Anthonomus rufipes）	计算机视觉	NA	无人机成像	深度学习模型（未具体说明）	图像	加拿大安大略省多伦多地区Rouge国家城市公园中入侵梯度上的草地样点	NA	NA	NA	消费级无人机
733	2026-05-31	Radiomics-Guided Automatic Delineation for Clinical Target Volume of Endometrial Cancer: Limited Sample Multicenter Study 2026-Apr-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.04.014 PMID:41997452	研究论文	提出一种基于影像组学的模型无关元学习框架，用于子宫内膜癌术后盆腔放疗临床靶体积的自动勾画，在多中心有限样本下提升分割性能与适应性	首次将影像组学特征与模型无关元学习策略结合，用于多中心临床靶体积分割任务，有效缓解中心间勾画风格差异和数据稀缺导致的性能下降	本研究为有限样本多中心回顾性研究，未涵盖所有可能的勾画定义变异，且外部验证中心样本量仅26例，泛化性需进一步验证	开发一种能应对多中心间临床靶体积勾画差异和有限数据挑战的自动分割方法	子宫内膜癌患者术后盆腔放疗的模拟CT图像及临床靶体积	计算机视觉，数字病理学	子宫内膜癌	CT影像	U-Net，随机森林	影像	207例多中心病例（5个中心）及26例外部中心病例	PyTorch（推断）	三维U-Net	Dice相似系数，95百分位豪斯多夫距离，平均对称表面距离，4分制专家评分	未明确，推测为单GPU（推断）
734	2026-05-31	Football cybersecurity threat severity prediction using multi-head transformer-based deep learning models 2026-Apr-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44399-3 PMID:41965384	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
735	2026-05-31	A physic-guided YOLO framework for pavement deformation distress detection 2026-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45400-9 PMID:41942480	研究论文	开发了一种基于YOLO并结合物理引导的自动方法，用于检测路面变形病害如车辙和波浪形	将物理信息神经网络（PINN）整合入YOLO框架，通过在损失函数中引入物理信息惩罚项，提高了边界框精度并减少假阳性	研究中的波浪形（corrugation）实例有限，可能导致模型对该类别检测性能的泛化能力不足	实现路面变形病害（车辙和波浪形）的自动检测与评估	路面图像中的车辙和波浪形病害	计算机视觉	NA	深度学习	YOLO, PINN	图像	未知数量的道路图像数据集	PyTorch	YOLOv5, 物理信息神经网络（PINN）	平均精度均值（mAP）	NA
736	2026-05-31	Text guided cross attentive multimodal learning with visual feature modulation for automated skin lesion detection 2026-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47271-6 PMID:41942550	研究论文	提出一种文本引导的交叉注意力多模态学习框架TG-CAVNet，用于自动化皮肤病变检测	首次将临床文本与皮肤镜图像通过文本引导的通道特征调制和交叉注意力机制深度融合，提升诊断准确性和可解释性	未明确说明局限性（基于摘要内容推测可能存在对罕见皮肤病或小样本场景的泛化能力不足）	提高自动化皮肤病变检测的诊断准确性和语义可解释性	皮肤病变的皮肤镜图像与对应临床文本数据	计算机视觉，自然语言处理	皮肤病变	多模态深度学习	多模态交叉注意力网络	图像，文本	6194个对齐的图像-文本样本	PyTorch	Bio-ClinicalBERT，EfficientNet-B4	准确率，宏Jaccard得分	NA
737	2026-05-31	Scene classification in dance art using deep learning with squeeze and excitation networks and the Advanced Beluga Whale Optimization Algorithm 2026-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46705-5 PMID:41942693	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
738	2026-05-31	Blockchain and bio-inspired deep learning for energy-efficient EV-to-grid optimization 2026-Apr-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47136-y PMID:41942698	研究论文	提出一种基于生物启发式深度学习与区块链的电动汽车到电网（V2G）能量优化框架	将帝王蝶优化算法与门控循环单元网络结合，并嵌入基于以太坊的区块链层，实现充电调度、交易安全与电网协同的集成优化	研究结果基于仿真与协同仿真实验，未考虑实际部署中的通信延迟、硬件非理想性和监管因素	实现电动汽车到电网能量交换的高效、安全与实时优化	电动汽车充电与放电调度、电网负荷平衡、交易验证	机器学习, 区块链, 智能电网	NA	仿真实验	GRU网络, 帝王蝶优化算法	仿真数据	NA	MATLAB/Simulink, TensorFlow, Ethereum	GRU网络	充电成本降低率, 峰值负载削减效率, 预测准确率, 电网调节响应时间减少率, 电动汽车排队延迟减少率	NA
739	2026-05-31	Structural instability in phenotype-oriented artificial intelligence: a conceptual perspective from a model system for primary care implementation 2026-04-03, Family practice IF:2.4Q2 DOI:10.1093/fampra/cmag026 PMID:42154988	评论文章	本文从概念角度探讨了面向非疾病表型的人工智能系统在初级保健应用中的结构不稳定性问题	提出了KNOW框架（知识导向的表型定义、规范数据治理、结果校准验证和工作流集成部署），以指导面向表型的人工智能系统在初级保健中更安全、更可靠的实施	基于35项多模态深度学习研究的结构化综合，样本量有限，且性能指标应视为跨情境性能分散度的指标而非确定的性能基准	探讨面向非疾病表型的人工智能系统在初级保健中的结构稳定性问题，并提出改进方向	35项应用于社区预防保健非疾病表型框架的多模态深度学习研究	机器学习	非疾病表型（如衰弱状态、抑郁风险、心代谢亚型、多维度健康构念）	多模态深度学习	深度学习模型	多模态数据	35项研究	NA	NA	灵敏度、特异度、准确性、I2值、95%预测区间	NA
740	2026-05-31	NMR-Solver: automated structure elucidation via large-scale spectral matching and physics-guided fragment optimization 2026-Apr-02, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-71315-0 PMID:41927575	研究论文	提出NMR-Solver框架，通过大规模谱图匹配和物理引导的分子优化，实现从氢和碳核磁共振波谱自动解析有机小分子结构	整合大规模谱图匹配与基于原子级结构-谱关系的物理引导分子优化，首次将计算NMR分析、深度学习和可解释化学推理统一为自动化系统	未明确提及局限性	开发自动化、可解释且实用的分子结构解析方法，解决核磁共振波谱分析中的逆问题	有机小分子结构	机器学习	NA	NMR光谱	深度学习模型	NMR谱图	模拟基准数据集、文献中精心整理的实验数据及真实实验数据	NA	NA	泛化能力、鲁棒性、实用性	NA