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
61	2026-06-04	Interpretable deep survival analysis of Alzheimer's disease via metabolic genetic variants 2026-Jun-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag213 PMID:42063212	研究论文	提出可解释的深度生存分析模型，利用代谢相关遗传变异预测阿尔茨海默病发病	将前馈神经网络与Weibull生存模型结合，并集成SHAP可解释性技术，有效解决遗传变量间非线性交互的建模问题，避免传统方法的组合爆炸	样本量有限，且仅关注SNP数据，未纳入其他组学或环境因素	开发可解释的深度学习模型，预测阿尔茨海默病发病并解析遗传因素贡献	大规模单核苷酸多态性数据中的代谢相关遗传变异	机器学习	阿尔茨海默病	SNP基因分型	前馈神经网络	基因组数据	未明确说明样本数量	NA	前馈神经网络	一致性指数	NA
62	2026-06-04	HKD-CPI: high-order knowledge distillation enhanced inductive compound-protein interaction prediction 2026-Jun-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag290 PMID:42179166	研究论文	提出一种高序知识蒸馏增强的归纳式化合物-蛋白质相互作用预测框架HKD-CPI	引入分子图标记化机制对齐序列预训练大语言模型特征，构建超图建模高序关系，并通过知识蒸馏传递高序交互知识到轻量学生模型	未明确提及计算资源需求和超图构建的可扩展性	提高对未见化合物-蛋白质对的归纳预测泛化能力	化合物-蛋白质相互作用对	机器学习	NA	NA	知识蒸馏、超图、大语言模型	分子图、序列数据	五个基准数据集	PyTorch	Transformer	AUROC, AUPRC	NA
63	2026-06-04	Deep Learning-Based Bone Age Assessment for Predicting Final Adult Height in Girls With Central Precocious Puberty 2026-Jun, Korean journal of radiology IF:4.4Q1 DOI:10.3348/kjr.2025.1221 PMID:42225576	research paper	本研究评估了基于深度学习骨龄评估与Bayley-Pinneau或韩国生长图表预测模型结合，预测中枢性性早熟女孩最终成年身高的准确性	首次将人工智能驱动的骨龄评估整合到两种预测模型中，并比较其与传统专家评估在预测最终成年身高方面的性能	单中心回顾性研究，样本量有限（122名韩国女孩）；未评估不同种族或治疗方案的泛化能力	评估人工智能骨龄评估在预测中枢性性早熟女孩最终成年身高中的临床应用价值	122名接受促性腺激素释放激素激动剂治疗至少2年的韩国中枢性性早熟女孩	machine learning, digital pathology	中枢性性早熟	Greulich-Pyle图谱，人工智能权重评分	深度学习（骨龄评估模型）	手部X光图像，生长参数数据	122名韩国中枢性性早熟女孩	NA	NA	R², 95%一致性界限（Bland-Altman分析）	NA
64	2026-06-04	FSSM-DDI: Fusion State Space Model for predicting drug-drug interaction using social-media and drug descriptions 2026-Jun-01, BMC biology IF:4.4Q1 DOI:10.1186/s12915-026-02648-x PMID:42226246	研究论文	提出融合状态空间模型FSSM，利用社交媒体和药物描述预测药物相互作用	首次将选择性状态空间模型应用于药物相互作用预测，并通过交互式选择性滤波模块减少多模态信息冗余，实现线性复杂度与高性能平衡	未提及泛化能力验证、真实临床场景测试或对外部数据集的评估	高效预测药物相互作用，降低计算成本并保持高预测性能	DDIExtraction-2013语料库中的药物描述及社交媒体药物相互作用数据	自然语言处理	NA	深度学习、自然语言处理	状态空间模型	文本	DDIExtraction-2013语料库（规模未明确说明）	NA	选择性状态空间模型（SSM）、交互式选择性滤波模块（ISF）	F1分数	未明确说明
65	2026-06-04	Ontology-Enhanced Deep Learning for Mechanistic Prediction of Drug-Drug Interactions: A Clinically Interpretable Framework 2026-Jun, Journal of clinical pharmacology IF:2.4Q3 DOI:10.1002/jcph.70220 PMID:42226315	研究论文	通过生物医学本体增强深度学习模型，预测药物-药物相互作用及其机制，并提高临床可解释性	首次将本体嵌入（来自SIDER、DrugBank和Gene Ontology）与神经网络结合，实现机制特异性预测，并增强模型临床可解释性	间接支持临床决策，未直接验证实际应用效果	提高药物-药物相互作用预测的准确性和机制可解释性	药物-药物相互作用及其11种药代动力学和药效动力学机制	自然语言处理	NA	本体嵌入	神经网络	生物医学本体数据（SIDER、DrugBank、Gene Ontology）	NA	NA	神经网络	ROC曲线下面积（AUC）	NA
66	2026-06-04	Inference for Stationary Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data 2026-Jun, Spatial statistics IF:2.1Q1 DOI:10.1016/j.spasta.2026.100973 PMID:42226885	研究论文	提出一种基于贝叶斯深度学习的方法来推断平稳对数高斯Cox点过程，应用于人类口腔微生物图像数据	提出了一种基于可逆神经网络的无似然推断方法，实现了对对数高斯Cox过程参数后验分布的快速近似估计，特别是对高维数据具有显著计算优势	未在标题和摘要中明确说明局限性	开发一种高效的无似然贝叶斯推断方法，用于分析空间点过程中的聚集现象	人类口腔微生物生物膜图像数据	机器学习	NA	NA	可逆神经网络	图像	两个不同的口腔微生物生物膜图像样本	NA	可逆神经网络	NA	NA
67	2026-06-04	Automated deep learning for detection and measurement of adrenal masses in contrast-enhanced abdominal CT 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12314-5 PMID:41609765	研究论文	开发并验证基于深度学习的自动化模型，用于检测和测量增强腹部CT中的肾上腺肿块	提出全自动深度学习模型，可检测放射科医生常忽略的肾上腺肿块并准确估计其大小，改善临床管理	外部测试集肿块发病率低（4.8%），且缺乏病理学确认；模型在低发病率场景下的阳性预测值有限（59.7%）	开发自动化模型以提高肾上腺肿块检测率并实现早期管理	415例增强腹部CT扫描（含155例有肿块和260例无肿块）	计算机视觉	肾上腺肿瘤	对比增强CT	U-Net	CT图像	模型开发415例（中位年龄40岁，206名男性）；外部测试集995例；内部测试集2含50例	NA	U-Net	AUC, Dice系数, 灵敏度, 特异性, 准确率, 阳性预测值, 组内相关系数	NA
68	2026-06-04	The role of artificial intelligence in sarcopenia: Advances, applications, and future directions 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108930 PMID:41610568	综述	探讨人工智能在肌肉减少症研究中的进展、应用与未来方向	系统综述了机器学习与深度学习在肌肉减少症早期检测、影像诊断、功能预测和个性化监测中的应用，并引入可解释人工智能、联邦学习等新兴方法	数据质量差异大、模型透明度有限、算法偏见及伦理问题等挑战仍需解决	分析人工智能在肌肉减少症研究和临床实践中的应用进展与潜力	肌肉减少症患者及相关数据	机器学习	老年性疾病	NA	机器学习, 深度学习	影像, 临床指标, 可穿戴设备数据	包含大规模数据集（如NHANES）但未提供具体样本数量	NA	NA	预测性能	NA
69	2026-06-04	Chronic kidney disease detection using XceptionNet with Harmonic Addax Optimization 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108921 PMID:41616602	研究论文	提出一种结合XceptionNet与谐波Addax优化算法的慢性肾病检测框架	将谐波分析与Addax优化算法融合形成新型HAOA算法，并与XceptionNet集成用于慢性肾病检测	研究中未明确讨论模型泛化性及类别不平衡问题的具体解决效果，且数据集规模有限	提高慢性肾病检测的准确性和早期诊断效果，降低并发症和肾衰竭风险	慢性肾病（CKD）数据	机器学习	慢性肾病	NA	XceptionNet, 深度置信网络（DBN）	数值数据	使用了三个CKD数据集：CKD数据集1、CKD数据集2、CKD风险因素预测数据集	NA	XceptionNet, 深度置信网络（DBN）	真阳性率（TPR）、真阴性率（TNR）、准确率、精确率、F1分数	NA
70	2026-06-04	Exploring AI-driven deep learning approaches for optimizing space detection in single gap implantation based on CBCT images 2026-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106631 PMID:41833743	研究论文	提出了一种基于AI的深度学习方法来优化单颗缺牙种植术中基于CBCT图像的空隙检测	提出了一种新颖的三步序列方法，利用nnUNet的DentalSegmentator框架自动检测单颗缺牙区域及其周围结构，无需额外手动分割	研究仅针对单颗缺牙区域，可能无法直接应用于多颗缺牙或更复杂的情况	开发自动检测单颗缺牙区域及其周围结构的方法，提高种植手术规划的准确性和效率	单颗缺牙区域的CBCT图像	数字病理学	口腔疾病	锥束计算机断层扫描	nnUNet	图像	66个CBCT扫描，包含80个单颗缺牙区域	nnUNet	nnUNet	准确率, 精确率, 召回率, 特异度, F1分数	NA
71	2026-06-04	[Artificial intelligence as decision support tool in urological oncology: current evidence and challenges] 2026-Jun, Urologie (Heidelberg, Germany) DOI:10.1007/s00120-026-02831-6 PMID:42126599	综述	系统回顾人工智能在泌尿肿瘤学治疗决策中的应用现状，包括机器学习、深度学习和大型语言模型	首次系统比较了不同AI模型在泌尿肿瘤治疗决策中的性能指标，并分析了大型语言模型结合检索增强生成在指南依从性方面的优势	现有证据主要为概念验证研究，缺乏前瞻性验证研究，存在数据保护、技术挑战以及模型透明度和可解释性有限的问题	评估人工智能在泌尿肿瘤学治疗决策支持中的应用现状并分析临床实施挑战	PubMed数据库中关于人工智能应用于泌尿肿瘤治疗决策的相关文献	自然语言处理, 机器学习	泌尿系统肿瘤（前列腺癌、尿路上皮癌、肾细胞癌）	NA	机器学习, 深度学习, 大型语言模型	文本	NA	NA	NA	F1分数	NA
72	2026-06-04	Marker-less Body Surface Registration with 3D imaging for Percutaneous Intervention with Smartphone Augmented Reality in Phantoms and in vivo 2026-Jun-01, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2026.108871 PMID:42229872	研究论文	评估智能手机增强现实系统结合自动表面跟踪注册用于经皮穿刺的准确性	首次开发无需基准标记或额外传感器的智能手机AR引导系统，利用深度学习实现体表自动跟踪注册，简化增强现实工作流程	表面跟踪可补偿外部体表移动，但无法补偿内部器官运动；准确性受呼吸运动影响，肝脏靶点误差较大	评估智能手机AR引导系统用于经皮穿刺的自动表面跟踪注册精度	腹部体模及三只猪（15个靶点）的肝脏、肾脏和肌肉中的栓塞线圈	计算机视觉	NA	CT成像、深度学习	NA	CT图像	腹部体模（8名操作者），三只猪（15个靶点）	NA	NA	针尖到靶点距离、角度误差	智能手机平台
73	2026-06-04	Fine-grained evaluation of neighborhood quality in China using street view images and big data technologies 2026-Jun-01, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53650-w PMID:42230815	研究论文	利用街景图像和大数据技术，对中国城市社区质量进行细粒度评估	首次以社区为研究尺度，结合深度学习和街景图像获取微观数据，设计同时衡量城市软硬环境的社区质量评估体系	未在摘要中明确提及限制，可能包括数据覆盖范围或方法局限性	评估中国城市社区质量，分析软硬环境建设对社区质量的影响，并为城市规划提供理论支持	中国232个地级市的5829个主要社区（街道）	计算机视觉	NA	深度学习、街景图像分析	深度神经网络（具体模型未指定）	图像	232个地级市的5829个社区	NA	NA	NA	NA
74	2026-06-04	AIRC-LABDEN: A multi-modal dataset for dental plaque diagnosis of patients with fixed labial orthodontic appliances 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112833 PMID:42232201	研究论文	介绍AIRC-LABDEN数据集，用于通过深度学习检测和量化固定唇侧矫治器患者的牙菌斑	首个专门针对佩戴正畸托槽患者的多模态牙科数据集，整合了高分辨率口腔图像与临床记录	未提及具体限制	促进多模态牙菌斑检测系统的开发，改善正畸患者的口腔护理	固定唇侧矫治器患者的牙菌斑	计算机视觉	口腔疾病（牙菌斑）	NA	深度学习	图像、临床记录	148名患者的10450张高分辨率口腔内图像	NA	NA	NA	NA
75	2026-06-04	Observation-Constrained Agroecosystem Model Inversion Reveals Continental-Scale Variation of Winter Wheat Traits 2026-Jun, Global change biology IF:10.8Q1 DOI:10.1111/gcb.70936 PMID:42233340	研究论文	通过将生态系统模型Ecosys与深度学习驱动的模型-数据融合反演相结合，从观测数据中推断美国冬小麦的空间显式生理控制参数（性状代理），揭示了作物类群和区域特定的气候敏感性	首次在大陆尺度上通过观测约束的模型反演方法，推断冬小麦的生理控制参数，而非使用空间均匀参数，从而能够捕捉农艺性状的适应性变异及其对气候变化的响应	研究依赖于卫星和县级产量数据的可用性与质量，且模型反演可能无法完全捕捉所有环境互作效应	理解作物性状变异如何影响基因型×环境×管理互作，以预测气候变化下农业生产性能	美国冬小麦，涉及约1000个冬小麦生产县	机器学习, 生态系统建模	NA	卫星光合作用数据、县级产量记录	深度学习	卫星遥感数据、产量记录	2008-2022年约1000个美国冬小麦生产县	NA	NA	总初级生产力相关系数0.76-0.88、物候偏差<2周、超过90%的产量在报告值的±20%内	NA
76	2026-06-04	Ultralightweight progressive feature disentanglement and recomposition network for hyperspectral image classification 2026-May-30, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109200 PMID:42229391	研究论文	提出一种超轻量级渐进式特征解耦与重组网络（ULite-FDRNet），用于高光谱图像分类，在表示能力、参数效率和分类性能之间实现优越平衡	首次提出统一的特征解耦与重组（FDR）范式，通过FDRConv2D/3D、轴向多尺度FDR 3D卷积（ScaleFDR3D）和三轴协同FDR注意力模块（TriSFDR）实现从浅层到多尺度再到全局的渐进式特征学习，大幅降低参数量和推理延迟	未提及在噪声或标注不完整情况下的鲁棒性，以及对于更大规模高光谱数据集的扩展性	解决现有深度学习高光谱图像分类方法参数量过大、推理延迟高的问题，实现资源受限场景下的高效部署	高光谱图像	计算机视觉	不适用	高光谱成像	卷积神经网络（CNN）	图像	四个HSI基准数据集	PyTorch	FDRConv2D/3D, ScaleFDR3D, TriSFDR	总体分类精度（OA）	NA
77	2026-06-04	Physics-Aware Representation Learning on Electronic Charge Density for Materials Property Prediction 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00235 PMID:42212372	研究论文	提出一种物理感知的深度学习框架，直接从三维电子电荷密度预测材料力学和热力学性质	首次利用物理约束自编码器将高维电子电荷密度压缩为低维表示，并结合注意力机制和梯度提升机实现高效且可解释的材料性质预测	未明确讨论模型对其他材料性质（如电导率或光学性质）的泛化能力及对噪声数据的鲁棒性	实现直接从密度泛函理论计算的三维电子电荷密度快速预测材料机械和热力学性质	约6059种无机晶体化合物，覆盖多种晶体对称性	机器学习	NA	密度泛函理论 (DFT)	卷积自编码器（CAE）、LightGBM、注意力三维卷积神经网络（Att CNN）	三维电子电荷密度网格数据（128×128×128）和组分描述符（MAGPIE）	6059个无机晶体样本	PyTorch	三维卷积自编码器、注意力三维卷积神经网络（Att CNN）、LightGBM	R值（体模量R=0.94、杨氏模量R=0.88、剪切模量R=0.87、形成能R=0.96、德拜温度R=0.89）	计算资源需求约为完整DFT计算的1/25
78	2026-06-04	GraFSyn: An Interpretable Deep Learning Framework for Anticancer Drug Synergy via Graphlet Fingerprints 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00458 PMID:42213476	研究论文	提出GraFSyn深度学习框架，利用图指纹显式编码药物子结构预测抗癌药物协同作用	首次将图指纹用于药物编码，保留预定义化学子结构的拓扑身份，引入动态多尺度卷积模块处理高维稀疏特征，支持子结构级归因分析	未提及对三维分子构型或药物代谢动力学特征的考虑	开发可解释且结构可追溯的深度学习框架用于抗癌药物协同预测	抗癌药物对与细胞系的协同作用关系	机器学习	癌症	NA	深度学习框架（GraFSyn）	分子图结构与细胞系基因表达数据	Merck与AstraZeneca两个基准数据集（具体样本数未明确）	PyTorch	动态多尺度卷积模块、交互模块	ROC-AUC, PR-AUC	NA
79	2026-06-04	A bibliometric analysis of artificial intelligence in anatomy education: Current situation, hot spots, and global trends 2026-May-29, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000049128 PMID:42216413	文献综述	通过文献计量分析揭示人工智能在解剖学教育中的研究现状、热点与全球趋势	首次系统性地通过文献计量方法分析人工智能在解剖学教育中的发展脉络和主题演变	仅基于Web of Science数据库的英文文献，可能存在语言和数据库偏倚	识别人工智能在解剖学教育领域的研究热点与趋势，为未来研究方向提供基础	Web of Science数据库中2005至2024年间发表的184篇相关英文出版物	自然语言处理	NA	NA	大型语言模型	文献元数据	184篇论文	R, VOSviewer, CiteSpace, Excel	NA	NA	NA
80	2026-06-04	DPC: Dynamic purification chain for adaptive adversarial defense 2026-May-29, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109189 PMID:42229394	研究论文	提出了动态净化链（DPC）方法，通过动态组合像素和几何变换并利用反馈算法避免过度净化，以防御强大的自适应对抗攻击	提出动态构建像素与几何变换组合的净化链，并引入反馈算法动态调整链结构以平衡攻击抑制与数据保真度	未提及在更大规模或更复杂数据集上的泛化能力评估，也未讨论实时应用中的计算开销	开发针对强自适应对抗攻击的鲁棒防御方法	深度神经网络的对抗攻击防御	计算机视觉, 机器学习	NA	对抗净化	NA	图像	CIFAR-10（60000张）、CIFAR-100（60000张）、Imagenette（9469张）图像	NA	NA	准确率	NA