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	2026-09-28	Mapping the global landscape of artificial intelligence in pancreatic cancer research: A bibliometric and visualization analysis 2026-Sep-25, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000050681 PMID:42798094	研究论文	本文通过文献计量学和可视化分析，绘制了人工智能在胰腺癌研究中的全球格局。	首次对1998年至2026年人工智能在胰腺癌研究领域的全球结构、新兴优先事项和主题演变进行了全面的文献计量学和可视化分析。	研究仅基于Web of Science核心合集，可能遗漏其他数据库的文献；2026年数据不完整；文献计量分析无法评估研究质量；未进行全文内容分析。	描绘人工智能在胰腺癌研究中的全球格局，识别新兴优先事项和主题演变趋势。	1998年至2026年间发表的583篇关于人工智能在胰腺癌中应用的英文原创文章和综述。	数字病理学	胰腺癌	文献计量学分析、可视化分析	NA	文本	583篇出版物（1998-2026年），涉及59个国家、1230个机构、4038位作者	NA	NA	NA	NA
722	2026-09-28	DMFNet: A Dynamic Multilevel Fusion Network for long-term multivariate water quality forecasting 2026-Sep-25, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.126951 PMID:42800317	研究论文	该文提出了一种动态多级融合网络DMFNet，用于水产养殖中长期多变量水质预测	提出了动态置信关系图DCRG构建动态图结构并捕捉变量间时变依赖关系，设计了时间代理注意力TAA利用可学习代理令牌聚合历史信息并传播全局时序状态，以及频域校准Mamba预测头FC-Mamba通过频域滤波和双向Mamba状态建模校准未来序列	未明确讨论模型的计算复杂度与实时部署可行性，且实验仅在水质预测领域验证，泛化能力有待进一步验证	解决水质时间序列中时变跨变量依赖、周期性变化与突变共存以及现有模型难以保留复杂频率成分和局部波动的问题，实现复杂非平稳水质时间序列的稳定预测	来自澳大利亚、美国和中国八个水质数据集的水质时间序列，覆盖2013年至2025年多种水生环境	机器学习	NA	NA	Mamba, 注意力机制, 图神经网络	时间序列	来自澳大利亚、美国和中国八个水质数据集，时间跨度为2013年至2025年	NA	动态置信关系图DCRG, 时间代理注意力TAA, 频域校准Mamba预测头FC-Mamba, 双向Mamba	平均绝对误差MAE, 均方根误差RMSE, 决定系数R, Kling-Gupta效率KGE	NA
723	2026-09-28	PRISM: a novel deep learning framework with resilient fuzzy whale optimization for automated COVID-19 detection from chest X-rays 2026-Sep-23, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107721 PMID:42777958	研究论文	本文提出了一种名为PRISM的新型深度学习框架，结合弹性模糊鲸鱼优化算法，用于从胸部X光图像中自动检测COVID-19	提出了自适应两阶段肺部分析与分割（ATLAS）编码器-解码器架构用于肺区域定位和ROI聚焦特征细化，提出了弹性模糊鲸鱼优化算法（RFWOA）用于特征选择，以及提出了融合Vision Transformer与卷积层、残差块、注意力机制、交叉注意力机制和位置感知注意力的疫情弹性智能筛查模型（PRISM）	摘要中未明确提及研究的局限性	利用人工智能和深度学习技术，快速、准确地从胸部X光图像中检测COVID-19感染	COVID-19患者的胸部X光图像	计算机视觉	COVID-19	胸部X光成像、深度学习、元启发式优化	CNN、Vision Transformer、编码器-解码器	图像	NA	NA	ResNet-101, DenseNet-121, MobileNetV3, Vision Transformer, ATLAS编码器-解码器	准确率	NA
724	2026-09-28	Soft Computing Approaches toward Density-Based Analysis of Many-Electron Systems 2026-Sep-23, ACS physical chemistry Au IF:3.7Q2 DOI:10.1021/acsphyschemau.6c00002 PMID:42799206	观点性综述	探讨密度基电子结构理论与软计算方法（机器学习、深度学习等）的深度耦合，提出分层路线图。	提出密度感知软计算范式，强调密度及其信息论与反应性描述符作为数据驱动模型的输入、物理约束与解释锚点，并给出包含标准化数据生成、密度描述符开发、物理约束模型架构、不确定性量化与可解释性技术的分层路线图。	作为观点文章，未提供具体实验验证或定量结果，主要提出概念框架与研究方向。	阐述将密度基理论与现代软计算紧密结合的愿景，提出实际的分层路线图以指导该新兴领域的发展。	多电子系统、密度泛函理论、概念密度泛函理论及其含时扩展、密度衍生的信息论与反应性描述符。	量子化学、机器学习	NA	密度泛函理论、概念密度泛函理论、含时密度泛函理论、机器学习、深度学习	NA	密度数据、时间分辨量、描述符	NA	NA	NA	NA	NA
725	2026-09-28	Rational High-Throughput Screening of Cocrystals: An Explainable Deep Learning Framework Based on Morgan Fingerprints and Cross-Attention 2026-Sep-23, ACS physical chemistry Au IF:3.7Q2 DOI:10.1021/acsphyschemau.6c00065 PMID:42799473	研究论文	提出基于Morgan指纹和交叉注意力机制的可解释深度学习框架，用于共晶的高通量理性筛选	将Morgan指纹与交叉注意力机制结合用于共晶预测，实现端到端预测并通过SHAP提供可解释性，缓解类别不平衡导致的高假阳性率	未明确说明数据集的多样性和规模限制，以及模型在不同化学空间上的泛化能力	解决传统共晶筛选方法盲目性高、特征表示粒度不足、现有机器学习预测模型可解释性差的问题	共晶形成预测，涉及药物、功能材料等领域的分子	机器学习	NA	Morgan指纹	交叉注意力机制	分子结构数据	NA	NA	交叉注意力模型	AUC, BACC, 特异性	NA
726	2026-09-28	Intelligent De novo Design of Multifunctional Taste Peptides via an integrated deep learning, conditional diffusion, and reinforcement learning platform 2026-Sep-23, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.151247 PMID:42800094	研究论文	该文提出一个整合深度学习、条件扩散和强化学习的多阶段计算工作流，用于从头设计多功能味觉肽。	整合多任务基准测试、条件扩散序列生成、特征空间新颖性过滤和基于PPO的序列优化，实现多功能味觉肽的从头优先级排序。	所有输出仅为计算优先级，用于合成和实验验证，并非实测活性。	解决传统筛选通量有限的问题，实现多功能味觉肽的从头优先级排序。	味觉肽，包括鲜味、苦味、ACE抑制和抗氧化肽。	机器学习	心血管疾病	深度学习，条件扩散，强化学习	PPO	序列数据	4801条实验报道的肽序列	NA	NA	AUC-ROC	NA
727	2026-09-28	Gasoline Adulteration Analysis Based on Raman Spectroscopy and a Multi-Scale Convolutional Neural Network 2026-Sep-22, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.6c05800 PMID:42799017	研究论文	基于拉曼光谱和多尺度注意力融合卷积神经网络，统一进行汽油掺假物分类和浓度回归	提出注意力多尺度卷积神经网络，在统一框架中联合进行掺假物分类和浓度回归，并采用特征金字塔网络进行多尺度特征表示	未明确提及	实现汽油掺假物的快速无损检测，同时进行分类和浓度预测	汽油掺假体系（甲醇、乙醇、煤油、柴油掺假），掺假比例5%至30%	机器学习	NA	拉曼光谱	CNN	光谱数据	1200条拉曼光谱	NA	Multi-Scale Attention Fusion Convolutional Neural Network, ResNet18, LSTM	分类准确率, 决定系数R², 均方根误差RMSE	NA
728	2026-09-28	A novel microscopic hyperspectral imaging detection method for quantitative powdered food adulteration assessment: A comparative study of CNN-RNN attention models 2026-Sep-17, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130490 PMID:42800161	研究论文	该研究利用显微高光谱成像技术获取颗粒级高光谱信息，结合三种CNN-RNN注意力混合深度学习模型，对莲藕粉中掺入玉米淀粉和木薯淀粉进行定量检测与可视化分析	首次将显微高光谱成像与CNN-RNN注意力混合模型相结合用于粉末食品掺假的定量评估，系统比较了CNN-LSTM-Attention、CNN-GRU-Attention和CNN-BiLSTM-Attention三种混合深度序列模型，并建立了包含六种光谱预处理技术和四种波长选择方法的最优分析流程，同时实现了掺假浓度的像素级伪彩色可视化	研究仅以莲藕粉掺入玉米淀粉和木薯淀粉为模型体系，方法的普适性有待在更多粉末食品和掺假物类型中验证；伪彩色映射仅在成像质量稳定的区域有效	开发一种基于显微高光谱成像与深度学习的粉末食品掺假定量检测方法，并建立最优分析工作流程	莲藕粉及其掺假物（玉米淀粉和木薯淀粉）	计算机视觉	NA	显微高光谱成像	CNN, LSTM, GRU, BiLSTM, Attention	高光谱图像	NA	NA	CNN-LSTM-Attention, CNN-GRU-Attention, CNN-BiLSTM-Attention	R值, RMSE	NA
729	2026-09-28	Deep Learning Based on DeepLabv3+ for Automated Identification, Segmentation, and Quantification of Fungi in Clinical Fluorescence Microscopy Images 2026-Sep-10, Mycopathologia IF:3.6Q2 DOI:10.1007/s11046-026-01100-6 PMID:42720849	研究论文	该研究开发并验证了一种基于DeepLabv3+的深度学习模型，用于临床荧光显微镜图像中真菌的自动识别、分割和定量	首次将DeepLabv3+应用于临床荧光显微镜图像中真菌菌丝和孢子的自动识别、分割和定量	摘要中未提及	开发并验证一种基于深度学习的自动化系统，用于临床真菌荧光显微镜图像的识别、分割和定量	临床真菌荧光显微镜图像	计算机视觉，数字病理学	真菌感染	荧光显微镜， Calcofluor White染色	深度学习，语义分割模型	图像	60，484张真菌荧光图像，来自七个医疗中心的1863份临床标本；38，494张用于训练，2561张独立图像用于临床验证	NA	DeepLabv3+	准确率，精确率，召回率（灵敏度），特异性， Youden指数， AUC， Kappa	NA
730	2026-09-28	Genetic Dissection of Image-Derived Pod-Related Traits in an Interspecific Soybean RIL Population 2026-Sep-10, Plants (Basel, Switzerland) DOI:10.3390/plants15182769 PMID:42796801	研究论文	该研究利用深度学习图像表型分析框架提取种间大豆重组自交系群体的豆荚相关性状，并进行遗传定位和候选基因分析	结合基于深度学习的图像表型分析与遗传分析，解析复杂大豆豆荚相关性状的遗传结构，识别出跨年稳定的QTL和候选基因	基于双亲本群体，样本量有限，性状遗传力中等（0.30-0.80），需要未来功能研究验证候选基因	解析种间大豆重组自交系群体中豆荚大小、形状和颜色等图像衍生性状的遗传基础	种间大豆重组自交系群体的成熟豆荚图像及基因型数据	计算机视觉	NA	深度学习图像表型分析、复合区间作图、高密度遗传连锁图谱	CNN	图像	NA	NA	NA	广义遗传力	NA
731	2026-09-28	Short-Term Longitudinal Biometric Identification of Cattle Using Planum Nasolabiale Images and a Two-Stage Deep Learning Framework 2026-Sep-08, Veterinary sciences IF:2.0Q2 DOI:10.3390/vetsci13090924 PMID:42797959	研究论文	本研究评估了一种基于鼻唇镜图像的非侵入式牛只生物识别框架，采用两阶段深度学习流程实现个体识别	首次将YOLOv12n检测器与EfficientNetB0分类器结合用于牛鼻唇镜图像的两阶段个体识别，并进行了131天短期纵向评估，验证了鼻唇镜特征在含生长犊牛队列中的短期稳定性	研究仅评估了131天的短期纵向识别性能，未验证更长时间跨度下的识别效果；样本量较小（48头牛）；未与其他生物识别方法进行直接对比	开发并评估基于鼻唇镜图像的非侵入式牛只个体识别框架，验证其短期纵向识别性能	48头牛（32头成年母牛和16头犊牛）的鼻唇镜图像	计算机视觉	NA	深度学习图像识别	CNN	图像	48头牛（32头成年母牛和16头犊牛），纵向数据集共384张图像（2个时间点×48头×4张）；检测器开发数据集775张图像（565张屠宰场原始图像+210张公开Zenodo图像）	PyTorch	YOLOv12n, EfficientNetB0	精确率, 召回率, mAP@0.5, 交并比, 再识别准确率	NVIDIA L4 GPU
732	2026-09-28	Robustness Evaluation of Physical versus Virtual Bolus for Breast VMAT Using RegGAN-Based Synthetic CT 2026-Sep, Precision radiation oncology DOI:10.1002/pro6.70083 PMID:42591910	研究论文	本研究利用基于RegGAN的合成CT评估乳腺癌VMAT中物理bolus与虚拟bolus在分次间解剖变化下的剂量学鲁棒性	首次使用基于配准的生成对抗网络（RegGAN）生成的合成CT来评估物理bolus与虚拟bolus在乳腺癌VMAT中的剂量学鲁棒性	样本量较小（仅10例患者），且虚拟bolus方法的鲁棒性改善幅度很小（平均Vpd偏差：-0.8% vs -1.5%）	评估物理bolus与虚拟bolus在乳腺癌VMAT中对抗分次间解剖变化的剂量学鲁棒性	10例接受VMAT治疗的皮肤受累乳腺癌患者	数字病理学/医学影像	乳腺癌	VMAT, CBCT, 合成CT, RegGAN	GAN	图像（CT, CBCT, 合成CT）	10例皮肤受累乳腺癌患者	NA	RegGAN	conformity index (CI), homogeneity index (HI), volume percentage of prescribed dose (Vpd)	NA
733	2026-09-28	Precise delineation of radiation targets for thoracic tumors in the immunotherapy era: From immune mechanisms to clinical practice 2026-Sep, Precision radiation oncology DOI:10.1002/pro6.70090 PMID:42676629	综述	本文综述了在免疫治疗时代，胸部肿瘤（包括肺癌和食管癌）放疗靶区精确勾画的关键作用，探讨了放疗与免疫治疗的协同效应、放疗的双刃剑效应，以及提高靶区勾画精度的策略和新兴技术	从免疫机制到临床实践系统阐述了胸部肿瘤放疗靶区精确勾画在免疫治疗时代的重要性，提出了减少靶区体积、优化照射野、调整靶区定位以保护关键免疫组件的策略，并综述了多模态成像、实时动态追踪、深度学习自动分割以及质子治疗和FLASH-RT等新兴技术在提高靶区勾画精度方面的进展	作为综述文章，未提供原始实验数据或临床验证结果，所讨论的策略和技术仍需进一步的前瞻性临床研究验证其在免疫治疗时代的实际疗效和安全性	为免疫治疗时代胸部恶性肿瘤的精确靶区勾画提供理论基础和技术支持，促进放疗与免疫治疗的深度融合，改善患者预后	胸部肿瘤（包括肺癌和食管癌）患者及其放疗靶区	数字病理学, 计算机视觉	肺癌, 食管癌	放射治疗, 免疫治疗, 质子治疗, FLASH-RT, 多模态成像, 实时动态追踪, 深度学习自动分割	NA	图像, 文本	NA	NA	NA	NA	NA
734	2026-09-28	MCOD: a memory-constrained deep learning framework for robust outlier detection in quantitative proteomics 2026-Sep-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag507 PMID:42799700	研究论文	本文提出了一种名为MCOD的内存受限深度学习框架，用于定量蛋白质组学中稳健的异常值检测。	MCOD整合了两个创新点：(i) 内存受限模块（MC模块），通过基于原型的正则化减轻样本的过度表示；(ii) 自适应稳态感知调节器，根据估计的过拟合风险动态调整MC模块中每个样本的损失权重。	未明确提及	解决定量蛋白质组学中稳健质量控制（QC）的挑战，特别是检测和管理异常值。	基于人类宫颈癌细胞系（HeLa）蛋白质组学数据集的两种模拟设置，以及两个真实世界的癌症蛋白质组学数据集。	机器学习	宫颈癌	定量蛋白质组学	深度学习	蛋白质组学数据	未明确提及	NA	NA	召回率, 精确率, 接收者操作特征曲线下面积, 精确率-召回率曲线下面积	未明确提及
735	2026-09-28	Advanced non-invasive brain neuromodulation: a comprehensive review of electric, magnetic, ultrasonic, and optical modalities 2026-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00600-0 PMID:42800998	综述	本文系统综述了经颅磁刺激、经颅电刺激、经颅超声刺激和经颅光生物调节四种非侵入性脑神经调控技术的原理、方法、临床应用、剂量学及其向多模态和闭环系统发展的趋势。	系统整合了四种非侵入性脑神经调控模态，并强调多模态与闭环系统、实时神经影像或电生理监测实现个性化状态依赖性刺激，以及深度学习和人工智能优化刺激参数。	作为综述性文章，未涉及具体实验数据或原始研究结果，可能缺乏定量比较和验证。	综述非侵入性脑神经调控技术的原理、方法、临床应用、剂量学和未来发展趋势，为下一代脑神经调控提供策略。	非侵入性脑神经调控技术及其在神经和精神疾病中的应用。	神经科学	神经和精神疾病	经颅磁刺激, 经颅电刺激, 经颅超声刺激, 经颅光生物调节, 实时神经影像, 电生理监测, 深度学习, 人工智能	NA	NA	NA	NA	NA	NA	NA
736	2026-09-28	Deep learning-based multi-contrast windowing for task-specific medical image visualization 2026-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00585-w PMID:42801044	研究论文	该论文提出了一种基于深度学习的多对比度窗宽窗位方法，用于任务特定的医学图像可视化，以提高分割模型的预测性能并生成任务特定的对比度增强图像	提出了一种数据驱动的窗宽窗位方法，能够学习和建议多对比度窗口，以改善后续分割模型的性能，并提供对比度增强图像以可视化哪些窗口对预测任务相对重要	未明确提及	探索基于深度学习的医学图像分析中的对比度窗口选择，并通过学习多对比度窗口来提高后续分割模型的预测性能	CT图像中的肝脏肿瘤分割和MRI图像中的腹部器官/脑肿瘤分割	计算机视觉, 医学图像分析	肝癌, 腹部疾病, 脑肿瘤	NA	深度学习分割模型	医学图像（CT和MRI）	NA	NA	NA	分割准确率	NA
737	2026-09-28	IC-TCA-Net: a multimodal fusion framework with dimensionality transformation for two-year recurrence prediction in NSCLC 2026-Sep, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-026-00588-7 PMID:42801046	研究论文	本文提出了一种端到端的多模态深度学习框架IC-TCA-Net，通过维度变换模块融合术前CT影像和临床病理变量，用于预测非小细胞肺癌患者术后两年复发	提出IC-TCA-Net框架，包含维度变换模块（压缩和扩展层）以解决高维影像特征与低维临床向量之间的维度差异，采用双分支ResNet-18与肿瘤中心注意力模块处理CT图像，并通过单变量和多变量分析进行临床病理特征选择	回顾性研究，样本量相对较小（166例），需要更大规模的前瞻性验证	提高非小细胞肺癌患者术后两年复发的预测准确性，以辅助选择合适的辅助治疗并改善长期生存	2017年1月至2020年12月期间接受根治性手术切除的166例非小细胞肺癌患者	数字病理学	肺癌	CT成像	CNN	图像和文本	166例非小细胞肺癌患者	NA	ResNet-18	准确率, 灵敏度, 特异性, AUROC	NA
738	2026-09-28	Advances in Hyperspectral Image Reconstruction From RGB Images for Food Quality Evaluation 2026-Sep, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.71506 PMID:42801321	综述	本文综述了从RGB图像重建高光谱图像用于食品质量评估的研究进展、方法、挑战和未来方向。	系统评估了基于深度学习的RGB到高光谱图像重建技术，识别了跨食品基质泛化、光谱覆盖范围扩展、化学计量学量化精度限制和高计算需求等关键瓶颈，并提出了未来研究方向。	跨不同食品基质的泛化能力不足，光谱覆盖范围有限难以覆盖完整可见光与近红外范围，重建数据在化学计量学应用中的定量精度受限，重建过程需要高计算能力。	综述和评估从RGB图像重建高光谱图像的现有方法，识别技术差距，提出未来研究方向，以促进该技术在食品质量监测和安全保障中的实际应用。	从RGB图像重建高光谱图像的技术方法及其在食品质量评估中的应用。	计算机视觉	NA	高光谱成像，RGB图像重建，深度学习	深度学习	图像	NA	NA	NA	NA	NA
739	2026-09-28	PatchEpi: patch-aware equivariant learning improves structure-based epitope prediction 2026-Aug-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag678 PMID:42745543	研究论文	该论文提出了PatchEpi，一个基于表面斑块的几何深度学习框架，用于基于结构的B细胞表位预测	将基于结构的B细胞表位预测重新表述为表面斑块学习问题，并引入斑块感知注意力编码器、边界对比目标、微调的ESM2表示和等变消息传递网络来建模抗原表面的3D拓扑结构	未在摘要中明确说明	准确预测B细胞表位以促进抗体设计和疫苗开发	B细胞表位、抗原表面	计算生物学、结构生物学	NA	NA	图神经网络、等变网络、ESM2	蛋白质3D结构数据	重新聚类的ANABAG数据集，具体样本量未在摘要中说明	NA	斑块感知注意力编码器、等变消息传递网络、ESM2	NA	NA
740	2026-09-28	Developing SCL2205: a protein sequence-based spatial modelling dataset for the protein language model frontier 2026-Aug-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag666 PMID:42758123	研究论文	该文章构建了SCL2205数据集，一个用于蛋白质亚细胞定位预测的基于蛋白质序列的空间建模数据集，旨在支持可信、可扩展和可重复的深度学习建模	首次量化了传统同源增强工作流程中系统性5.2%±0.32的数据泄漏率，并提出了最小化泄漏的基准数据集SCL2205，在独立测试集上相比SoTA基线实现了macro PR-AUC最高10.8个百分点的提升	未明确说明	解决蛋白质亚细胞定位预测中由于输入准备不理想和高质量参考数据有限导致的性能受限问题，以及同源增强过程中训练到测试数据泄漏导致的性能指标虚高问题	蛋白质序列及其亚细胞定位	机器学习	NA	蛋白质语言模型、同源增强	蛋白质语言模型	蛋白质序列	SCL2205数据集，来源于UniProtKB	NA	蛋白质语言模型	macro PR-AUC	NA