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
1741	2026-09-06	Deep Learning for Synthetic Postcontrast T1-Weighted MRI: A Systematic Review With Targeted Meta-Analysis of Brain Tumor Studies 2026-Aug, AJR. American journal of roentgenology DOI:10.2214/AJR.26.34673 PMID:42089523	系统综述与元分析	对深度学习合成对比增强T1加权MRI进行系统综述，并对脑肿瘤研究进行针对性元分析	首次对深度学习合成对比增强T1加权MRI进行系统综述，并通过元分析提供汇总性能指标，同时强调评估实践中的异质性	元分析中研究间高度异质性（>99%），汇总估计仅作为描述性解释；缺乏外部验证和读者研究	系统评估深度学习合成对比增强T1加权MRI的方法、评估实践及临床验证状态	成人患者的对比增强T1加权MRI合成研究，涵盖神经影像、乳腺、体部等亚专科	计算机视觉和医学影像	脑肿瘤, 乳腺肿瘤, 体部肿瘤	深度学习	生成对抗网络（GAN）和卷积神经网络（CNN）	MRI图像	纳入41篇研究，其中脑肿瘤研究15项（30个模型）用于元分析	NA	生成对抗网络, 卷积神经网络	结构相似性指数（SSIM）, 峰值信噪比（PSNR）	NA
1742	2026-09-06	Computational design of blue melanin by motif-scaffolding a pentapeptide-repeat protein 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70718 PMID:42417545	研究论文	本研究通过基序支架化五肽重复蛋白的计算设计方法，成功合成了能产生蓝色素的黑色素，并展示了其作为电泳墨水的应用。	首次采用蛋白质深度学习模型RFdiffusion进行基序支架设计，从大量氨基酸组合中筛选出能形成蓝色黑色素的五肽序列，实现了序列到颜色的可调性。	摘要中未明确提及局限性。	设计并验证能产生蓝色黑色素的人工多肽，实现新型色素的可控合成与应用。	含酪氨酸的五肽重复蛋白（PRP）及其聚合产物。	蛋白质计算设计、生物材料	NA	蛋白质深度学习模型（RFdiffusion）、多肽合成、聚合反应	RFdiffusion（扩散模型）	蛋白质序列数据	从160,000种可能的氨基酸组合中筛选，但具体实验样本数未提及。	NA	RFdiffusion	吸收波长（617纳米）、热稳定性（121°C）、光稳定性（600 lux照射数周）	NA
1743	2026-09-06	CoCryoViS: Collaborative online cryo-electron tomography visualization system 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70679 PMID:42432836	研究论文	介绍了一个用于冷冻电子断层扫描数据的协作式、交互式、基于网页的可视化和处理系统CoCryoViS，支持从原始倾斜序列投影到最终3D分割的完整工作流程	提出了一个集成的网络系统，统一了冷冻电子断层扫描的完整处理流程，包括校准、重建、注释和深度学习训练与推理；系统支持客户端和服务器端的灵活处理，并具备CPU/GPU任务队列和协作功能	摘要中未明确提及局限性或不足之处	开发一个协作式在线冷冻电子断层扫描可视化系统，以支持复杂细胞环境结构分析的完整数据处理工作流	冷冻电子断层扫描数据，代表性冷冻电镜数据集	数字病理学、计算生物学	不适用（NA）	冷冻电子断层扫描	深度学习模型	图像（冷冻电子断层扫描数据）	不适用（代表性冷冻电镜数据集，具体数量未在摘要中说明）	不适用（未具体说明，可能在网络系统中使用多种框架）	不适用（未具体说明，深度学习模型，可能包括分割模型）	不适用（摘要中未提及具体性能指标）	包括CPU和GPU任务队列
1744	2026-09-06	Intratumor habitat aware deep learning framework for preoperative lymph node metastasis prediction in laryngeal carcinoma 2026-Jul-25, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-026-01096-8 PMID:42687208	研究论文	开发了一种基于肿瘤内部异质性感知的深度学习框架，用于喉鳞状细胞癌术前淋巴结转移预测	首次将自适应栖息地映射整合到深度学习框架中，从CT图像自动解码空间肿瘤内部异质性	多中心回顾性研究，可能受限于样本数量和选择偏倚	开发一种肿瘤内部异质性感知的深度学习框架，用于喉鳞状细胞癌的术前淋巴结转移预测和风险分层	来自多中心回顾性研究的381例喉鳞状细胞癌患者	医学影像分析	喉鳞状细胞癌	对比增强CT成像	深度学习模型	图像数据	381例患者的对比增强CT图像	NA	3D卷积神经网络	AUC、校准曲线、决策曲线分析	NA
1745	2026-09-06	Exploring the use of machine and deep learning in genome-wide association studies: a comprehensive review 2026-Jul-20, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00584-8 PMID:42477691	综述	本文全面回顾了机器学习和深度学习在全基因组关联研究中的应用，包括标准统计方法的局限性、AI方法在计算基因组学中的主要用途以及AI策略在GWAS中的近期尝试。	综述了30种利用AI的GWAS方法，并提供了全面的性能评估指标以及常用数据库和生物样本库的参考资料。	未提及具体局限性。	探讨机器和深度学习方法在GWAS中的应用，以克服传统方法的局限，捕捉非线性遗传交互和复杂隐藏规律。	基因组数据以及与疾病风险相关的基因性状和变异。	机器学习	不适用	高通量测序	不适用	基因组数据	不适用	不适用	不适用	不适用	不适用
1746	2026-09-06	Detecting Distant Metastases in Prostate Cancer Using Whole-body MR Imaging Together with DWIBS (Diffusion-weighted Imaging with Background Body Signal Suppression) 2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2025-0180 PMID:41850822	综述	本文综述了全身MRI结合DWIBS在前列腺癌远处转移检测中的应用，包括技术发展、临床用途、局限性及未来方向	强调全身MRI与PSMA PET的互补性，并预期深度学习与定量成像能解决自动化病灶提取和体积分析的挑战	手动处理和机构间标准化不足限制临床广泛采用	探讨全身MRI结合DWIBS在前列腺癌管理中的当前应用与未来潜力	前列腺癌患者中的远处转移，特别是骨转移	医学影像	前列腺癌	全身MRI、DWIBS	NA	影像数据	NA	NA	NA	NA	NA
1747	2026-09-06	Integrating Artificial Intelligence into Prostate MR Imaging: Technical Foundations, Clinical Applications, and Workflow Implications 2026-Jul-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2025-0209 PMID:41882853	综述	本文为非系统性叙述性综述，全面概述了人工智能在整合到前列腺磁共振成像中的技术基础、临床应用和工作流程影响	强调人机协作模型、AI对不确定病灶的支持作用以及将影像与临床变量结合进行个性化风险评估	研究设计异质性、前瞻性验证有限、跨机构泛化性不足以及伦理和监管考虑	全面概述AI在前列腺MRI中的技术基础、临床应用和工作流程影响	前列腺MRI影像及相关流程	医学影像	前列腺癌	MRI	机器学习、深度学习模型	影像数据	不适用	不适用	不适用	不适用	不适用
1748	2026-09-06	Deep Learning to Quantify Body Composition in Lung Cancer Screening-Eligible Individuals 2026 Jul-Sep, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-26-00030 PMID:42696681	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1749	2026-09-06	A scoping review of the use of artificial intelligence as a psychological assessment tool 2026-Jun-22, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04181-5 PMID:42331776	综述	本文对人工智能作为心理评估工具的应用进行了范围综述，系统梳理了现有研究、识别研究空白并评估方法学局限性	首次对AI在心理评估领域的文献进行全面系统性绘图，揭示了研究在样本量、算法类型、验证方法和性能指标上的广泛差异，并指出了该领域在透明度、诊断标准使用和人口文化分析方面的不足	研究可能受限于数据库选择、筛选标准和纳入文献质量，且由于原始研究的异质性，难以进行定量合并分析	系统化AI在心理评估中的应用研究，识别当前证据空白、方法学局限，并为未来研究提供方向建议	人工智能在心理评估中的应用研究，涵盖抑郁、焦虑、自杀倾向和压力等心理健康问题	机器学习	精神疾病	NA	监督学习、深度学习、无监督学习	文本、心理测量数据	纳入320篇同行评审文章，样本量范围从1到19,400,000不等	NA	NA	AUC（曲线下面积）	NA
1750	2026-09-06	Construction of a small-sample brain imaging data augmentation and explainable diagnostic model for autism based on generative adversarial networks 2026-Jun-22, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02514-w PMID:42332578	研究论文	提出融合条件生成对抗网络数据增强、多模态特征融合和可解释深度学习的自闭症辅助诊断框架，基于ABIDE I/II数据集实现ASD与典型发育个体的分类	利用条件GAN增强少数类样本，结合双分支编码器与交叉注意力机制进行多模态融合，并采用可解释性分析揭示决策依据	未明确提及局限性	开发基于脑影像的ASD客观诊断自动化工具，提高分类性能并验证跨中心泛化能力	自闭症谱系障碍（ASD）患者和典型发育（TD）个体	数字病理学	自闭症谱系障碍	功能磁共振成像（rs-fMRI）和结构磁共振成像（sMRI）	条件生成对抗网络（cGAN）、深度学习模型	脑影像数据（rs-fMRI和sMRI）	ABIDE I/II多中心公共数据集（具体样本量未在摘要中提供）	未明确提及	条件GAN、双分支编码器、交叉注意力机制	AUC、平衡准确率	未明确提及
1751	2026-09-06	Transformer-accelerated discovery of inhibitors targeting the RpsAΔ438 deletion in PZA-resistant tuberculosis 2026-Jun-22, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01235-0 PMID:42332812	研究论文	该研究开发了一种结合Transformer虚拟筛选、分子对接、高斯加速分子动力学模拟和MM/GBSA自由能计算的筛选流程，以发现针对PZA耐药结核分枝杆菌RpsAΔ438缺失突变体的新型抑制剂，并鉴定出Z2568748600为最有前景的候选化合物。	创新性地将基于Transformer的深度学习框架用于针对耐药菌株突变蛋白的高通量虚拟筛选，并与多种计算模拟方法集成，形成了系统性的筛选策略，显著提升了发现潜在抑制剂的工作效率。	研究主要基于计算方法进行预测和评估，缺乏体外或体内实验验证，未明确提及计算资源和数据集规模对方法的限制，也未讨论模型的泛化能力。	发现针对PZA耐药结核分枝杆菌中RpsAΔ438突变体的新型抑制剂。	PZA耐药结核分枝杆菌的RpsA蛋白突变体（RpsAΔ438）及FDA批准的化合物库和中草药库中的化合物。	机器学习	结核病	虚拟筛选、分子对接、高斯加速分子动力学模拟、MM/GBSA自由能计算	Transformer、随机森林、XGBoost	化合物数据（分子结构、MIC值）	从ChEMBL数据库获取化合物集，经MIC标记；其他数据集未具体说明数量（提及分别获得317和1757个候选化合物）。	PyTorch	Transformer	AUC、准确率	未提供具体信息
1752	2026-09-06	Balancing accuracy and efficiency in lumbar spine image segmentation using multi-scale attention and residual learning 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58394-1 PMID:42304021	研究论文	本文介绍了一种名为MRAS+FPN的新型深度学习模型，用于腰椎MRI图像中腰椎结构的自动分割，旨在平衡分割精度与计算效率。	模型引入了多尺度残差注意力块（MRAB）和自适应空间通道注意力块（ASCAB），分别通过方向性扩张卷积和动态特征选择来处理各向异性解剖结构，并采用跨层特征门控（CFG）调节信息流，这些创新提高了复杂边界和细节的分割能力。	文摘中未明确提及局限性，但可能包括模型在外部数据集上的泛化性未验证、内存使用相对较高（15.8 GB）等潜在限制。	开发一种高效且准确的方法，用于腰椎MRI中椎体和椎间盘的分割，以支持临床诊断和治疗规划。	腰椎结构，包括T9-S1椎体及其对应的椎间盘。	计算机视觉	腰椎疾病	MRI	深度学习模型（卷积神经网络）	图像（MRI）	215个T2加权腰椎MRI体积，由专家标注。	未明确说明（可能为PyTorch或TensorFlow）	FPN（特征金字塔网络）结合多尺度残差注意力块（MRAB）和自适应空间通道注意力块（ASCAB），以及方向性扩张卷积模块（DDCM）和跨层特征门控（CFG）。	Dice相似系数（DSC）、平均交并比（mIoU）、95百分位豪斯多夫距离（HD95）、平均对称表面距离（ASSD）。	训练时间22.1小时，内存15.8 GB（具体GPU类型未提及）。
1753	2026-09-06	Robust adaptive fault-tolerant learning control for human height-weight prediction based on DNN 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57686-w PMID:42310389	研究论文	提出一种基于深度神经网络的分布式鲁棒自适应受限容错最优控制方法，用于人体身高和体重的预测，并验证其高精度和稳定性	将深度学习和容错控制理论结合，引入受限容错机制，以提高预测器在数据噪声、环境变化和异常值下的鲁棒性和自适应能力	方法最适用于中小型表格数据集，具有中等类别不平衡和有限少数类样本，评价标准间可能存在权衡	解决人体身高和体重预测中的复杂性和不确定性问题，为公共安全技术中的生物特征预测提供新思路	人体身高和体重预测，涉及手指长度数据	机器学习	NA	NA	深度神经网络	表格数据（手指长度和身高体重数据）	372组数据，其中30%数据丢失	NA	NA	准确率	NA
1754	2026-09-06	Deep learning enabled intelligent robotic system for aeroengine blade surface inspection 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57817-3 PMID:42303718	研究论文	提出一种基于深度学习的智能机器人系统，用于航空发动机叶片表面自动检测，集成定位与缺陷检测功能，提高检测效率和准确性	首次将深度学习目标检测与机器人自动化相结合，实现自动驾驶叶片定位、抓取、图像采集和缺陷检测的完整流程，显著缩短检测周期	系统测试在受控工业环境下进行，实际复杂环境适应性未充分验证，且未能解决所有可能的缺陷类型	开发自主航空发动机叶片表面检测系统，满足维修、修理和大修（MRO）需求，减少人工干预和错误	航空发动机叶片	计算机视觉	NA	深度学习，机器视觉，机器人自动化	目标检测模型（如YOLO系列，未明确指定，但通常为CNN-based）	图像	两个独立数据集，分别用于叶片定位和表面缺陷检测，具体数量未提及	未明确提及，可能使用PyTorch或TensorFlow等	未明确指定，但推断为CNN架构，如YOLO	平均精度（mAP）88.2%，检测周期时间约4秒/叶片	未描述具体GPU或计算资源
1755	2026-09-06	Memristive nano-neuromorphic spiking neural network with self-adaptive continual and predictive learning for edge gesture recognition 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52643-z PMID:42304003	研究论文	提出一种基于忆阻器的纳米神经形态脉冲神经网络（SCaP-SNN），用于边缘场景下的手势识别，实现自适应、持续学习和预测学习	设计了一种统一的忆阻脉冲神经网络，融合自适应学习、持续学习和预测智能，以支持边缘设备上高效的手势识别	未明确提及	开发一种功耗低、适应性强且能够边缘部署的手势识别模型	手势识别系统	机器学习, 边缘计算	NA	NA	脉冲神经网络（SNN）	表面肌电信号	NA	NA	脉冲神经网络（SNN）	分类准确率, F1分数, 遗忘率, 预测准确率, 功耗	未明确提及
1756	2026-09-06	A hybrid CNN-LSTM approach for large-scale Twitter sentiment analysis with explainable artificial intelligence 2026-Jun-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58345-w PMID:42304117	研究论文	提出了一种基于混合CNN-LSTM架构的大规模Twitter情感分析框架，并利用SHAP增强模型可解释性	将CNN的局部特征提取能力与LSTM的序列上下文建模能力集成到一个混合模型中，同时应用SHAP分析情感预测的关键词，实现了高性能与可解释性的兼顾	未明确提及局限性	提高大规模Twitter情感分析的准确性和可解释性	Twitter上的推文数据	自然语言处理	NA	NA	CNN-LSTM混合模型	文本数据	超过69万条推文，标记为积极、消极和中性	NA	CNN-LSTM	准确率、精确率、召回率、F1分数	NA
1757	2026-09-06	Radiomics-based unsupervised clustering and deep learning nomogram for response prediction after neoadjuvant chemotherapy in locally advanced laryngeal cancer 2026-Jun-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02505-x PMID:42304259	research paper	开发一种基于影像组学、无监督聚类和深度学习的列线图模型，用于预测局部晚期喉癌患者新辅助化疗的反应。	首次将影像组学无监督聚类与深度学习特征融合，构建列线图模型以个体化预测LALC患者NAC反应，并验证其对不同经验水平医生的辅助价值。	样本量相对较小，且为回顾性研究，可能存在选择偏倚。	开发并验证一个用于预测局部晚期喉癌新辅助化疗反应的列线图模型。	175例接受新辅助化疗前CT检查的局部晚期喉癌患者。	医学影像分析，数字病理	喉癌	CT影像组学，深度学习	CNN（深度学习模型）	CT图像和临床数据	175例患者（训练集112例，测试集63例）	NA	NA	AUC、P值	NA
1758	2026-09-06	Interpretable graph deep learning framework for drug synergy prediction by integrating functional and clinical similarities 2026-Jun-03, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02830-z PMID:42236581	研究论文	提出DSimSynergy，一种整合功能与临床相似性的可解释图深度学习框架，用于预测药物协同作用	通过集成生物过程与临床应用构建药物相似性网络，并结合图注意力机制处理分子指纹和基因表达，实现高精度预测，同时提供模型可解释性分析	未明确提及局限性	开发高效且可解释的药物协同作用预测框架，以降低实验成本并指导个性化治疗	药物组合及其协同作用，涉及细胞系和临床患者数据	深度学习应用于药物发现	肿瘤（癌症）	图卷积网络、图注意力机制、基因表达分析	深度学习模型	药物分子指纹、基因表达数据、生物过程与临床数据	多个独立数据集	NA	图卷积网络、图注意力网络	准确性、AUC等	NA
1759	2026-09-06	River depths and widths dataset for the territory of Poland 2026-Jun-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07537-0 PMID:42236741	研究论文	本文介绍了一个针对波兰领土的高分辨率河流宽度和深度数据集，该数据集来源于2011至2013年间对246条河流进行的实地测量断面调查，包含20,782条记录，并经过验证以确保其准确性和可靠性。	提供了首个针对波兰的、经过验证的高分辨率河流宽度和深度参考数据集，用于支持遥感与机器学习模型的训练和验证，且数据与近满岸水文条件对齐。	数据集仅限于波兰领土，且数据采集时间为2011至2013年，可能无法反映近期变化或覆盖其他地区。	旨在创建并验证一个高质量的河流参数（宽度和深度）参考数据集，以支持河流形态估计的深度学习模型训练和大型水文遥感产品的验证。	波兰境内246条河流的宽度、深度、水位和中心点坐标。	遥感与水文地理学	NA	实地测量（测地学断面调查）	NA	地理空间数据（河流宽度、深度、水位、坐标）	246条河流，20,782条记录	NA	NA	相关系数（R）、均方根误差（RMSE）、中位数距离	NA
1760	2026-09-06	SwitchCraft: A Programmatic Framework for Designing State-Switching Proteins 2026-May-29, ArXiv PMID:42244813	研究论文	本文介绍了SwitchCraft，一个基于结构预测模型的可编程框架，用于设计状态切换蛋白，并展示了在多种功能基元和荧光生物传感器设计上的成功应用。	首次提出基于反向传播和组合设计约束的编程框架，实现多状态蛋白的理性设计，超越了现有深度学习蛋白质设计的能力。	目前仅在计算机模拟中验证，尚未进行实验验证。	开发一种能够设计状态切换蛋白的编程框架，以实现高阶功能性蛋白设计。	状态切换蛋白，包括变构调节和配体识别等功能基元，以及荧光生物传感器。	蛋白质设计, 深度学习	NA	NA	结构预测模型（未具体指定）	蛋白质序列与结构数据	NA	NA	NA	NA	NA