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
1961	2026-08-28	Benchmarking GPT-5, Gemini 2.5 Pro, Grok 4, and other LLMs on pediatric dentistry questions from a dental specialization exam 2026-Jun-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57392-7 PMID:42277236	研究论文	评估多种大型语言模型在土耳其牙科专科考试儿科牙科问题上的表现，并比较其准确性与响应时间	首次系统性地对多个最新大型语言模型（包括GPT-5、Gemini 2.5 Pro等）在儿科牙科专业考试问题上的性能进行基准测试，并揭示速度与准确性之间的权衡	仅使用土耳其牙科专科考试的问题，可能限制结果的普遍适用性；未涉及模型内部工作机制或临床决策支持系统的实际应用	评估最新大型语言模型在儿科牙科专业考试问题中的准确性和响应速度，以探讨其在牙科教育和高风险评估中的潜在用途	包括GPT-5、Gemini 2.5 Pro、Grok-4、DeepSeek R1等在内的11个最新大型语言模型（17种推理模式激活）	自然语言处理	儿科牙科疾病	NA	大型语言模型	文本	119道儿科牙科问题，来自过去十年的牙科专科考试	NA	Transformer（基于大型语言模型的常见架构）	准确性（%）、平均响应生成时间（秒）	NA
1962	2026-08-28	IoMT-Blockchain framework for secure and real-time heart disease monitoring using hybrid black-winged optimized spherical structural graph convolutional neural networks 2026-Jun-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57620-0 PMID:42277292	研究论文	提出一种基于IoMT和区块链的心脏病监测框架，结合混合黑翼优化球形结构图卷积神经网络，用于实时、安全的心脏病诊断	首次将混合黑翼优化算法与球形结构图卷积神经网络结合，并集成自适应哈希算法和公平共识区块链，以增强数据完整性和安全性	未提及	开发一个高精度、可扩展且安全增强的实时心脏病监测系统，以应对噪声信号、特征提取不足、分类精度有限和分布式环境安全问题	心脏疾病患者的心电信号和心音信号	数字病理学，机器学习	心血管疾病	心电图，心音图	图卷积神经网络，注意力网络	信号	未明确，使用公开数据集包括PhysioNet心脏信号数据集和Cleveland心脏病数据集	未提及	球形结构图卷积神经网络，混合结构图注意力网络，球形卷积神经网络	准确率，敏感性，特异性，F1分数	未提及
1963	2026-08-28	TM-Loop: Transformer multi-omics hierarchical detection of chromatin loop 2026-Jun-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56418-4 PMID:42277293	研究论文	提出TM-Loop框架，整合多组学数据、Transformer深度学习和层次多尺度聚类以准确检测染色质环	结合多组学信号（ATAC-seq和CTCF ChIP-seq）构建加权特征系统，利用Transformer多头注意力捕捉全局和局部特征依赖，并通过双阈值过滤和锚点引导聚类降低假发现率	摘要未提及明确局限性	提高染色质环检测的准确性，特别是在低信噪比和高稀疏性的Hi-C接触矩阵中	染色质环	机器学习	癌症	Hi-C, ATAC-seq, CTCF ChIP-seq	Transformer	Hi-C矩阵, ATAC-seq信号, CTCF ChIP-seq信号	NA	NA	Transformer	APA, 蛋白质富集, 3D结构一致性	NA
1964	2026-08-28	Scene-aware contrastive learning with multi-scale domain-invariant feature alignment for robust visual recognition under complex scenes 2026-Jun-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57271-1 PMID:42277359	研究论文	提出一种场景感知对比学习与多尺度域不变特征对齐的端到端框架，用于提升复杂场景下的视觉识别鲁棒性和跨域泛化能力	创新性在于结合物理启发的场景变换生成正样本对，并引入自适应难度加权机制引导对比学习关注难分辨的退化条件；同时提出多尺度域不变特征对齐和跨尺度一致性正则化防止语义漂移	未明确提及局限性	解决复杂视觉场景（如光照漂移、遮挡、恶劣天气和跨域传感器变化）下深度学习模型鲁棒性不足和域泛化能力差的问题	复杂场景下的视觉识别任务，具体包括PACS数据集和BDD-City跨域场景识别基准	计算机视觉	不适用	对比学习、域自适应、多尺度特征对齐	深度学习模型（具体类型未说明，采用编码器架构）	图像	未明确提及具体样本数量，使用PACS和BDD-City数据集	未明确提及	编码器层次结构（具体架构如ResNet等未指定）	平均跨域准确率	未明确提及
1965	2026-08-28	Performance evaluation of deep learning based YOLOv5 and YOLOv8 models for real time breast cancer detection in mammographic images 2026-Jun-10, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-04746-2 PMID:42268482	研究论文	本研究评估了基于深度学习的YOLOv5和YOLOv8模型在乳腺X光图像中实时检测乳腺癌的性能，发现YOLOv8在所有评估参数上均优于YOLOv5	采用YOLO单阶段目标检测算法进行乳腺癌检测，相比传统方法和复杂分割模型，提高了速度和准确性，并首次比较了YOLOv5和YOLOv8在乳腺X光图像上的性能	研究仅使用了来自DDSM数据集的2,620幅数字化乳腺X光图像，可能无法代表更广泛的人群；模型需要进一步优化以实现实时临床应用	确定最有效且高效的深度学习算法，以减少乳腺癌筛查中的假阳性和假阴性率，并评估其在临床应用的潜力	乳腺X光图像中的乳腺癌病变，包括正常、良性和恶性病例	计算机视觉	乳腺癌	NA	YOLO（YOLOv5和YOLOv8）	图像（乳腺X光图像）	2,620幅数字化乳腺X光图像（来自DDSM数据集）	NA	YOLOv5, YOLOv8	F1分数, 精确率, 召回率, 平均精度均值(mAP)	NA
1966	2026-08-28	An adversarial-resilient intrusion detection framework for internet of medical things (IoMT) using digital twin-enabled behavioral threat modeling and federated hybrid ensemble learning 2026-Jun-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55893-z PMID:42270792	研究论文	提出并评估了一种结合数字孪生技术和联邦混合集成学习的对抗鲁棒性入侵检测框架，用于医疗物联网（IoMT）安全	提出集成数字孪生与边缘云计算的安全框架，结合联邦学习进行行为威胁建模，并通过混合集成学习增强对FGSM对抗攻击的鲁棒性	摘要未提及具体限制	提高IoMT设备对高级网络攻击的实时检测性能，并确保在资源受限条件下保持高准确率和对抗鲁棒性	IoMT网络中的设备和行为数据	机器学习	NA	NA	XGBoost、混合集成学习、深度学习模型	网络流量数据（SmartWard数据集）	基于SmartWard数据集，具体样本数未提及	NA	XGBoost、混合集成架构	精确率、召回率、ROC-AUC、推理时间	NA
1967	2026-08-28	Home-based eye tracking for early autism screening: a scoping review of approaches, evidence, and implementation challenges 2026-06-06, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-026-08255-y PMID:42251334	综述	本综述综合了家庭部署眼动追踪作为早期自闭症谱系障碍筛查的数字生物标志物的证据、机器学习方法和实施可行性	首次系统性地综述了家庭可部署的眼动追踪技术用于早期ASD筛查，涵盖了从实验室到家庭部署的四阶段平台，并评估了其转化准备度	仅检索了PubMed和Scopus两个数据库，时间窗口限定为2015-2025年，仅纳入英文文献，且未进行批判性评价	评估家庭部署眼动追踪作为早期ASD筛查数字生物标志物的证据、相关机器学习方法和真实世界实施的可行性	婴幼儿和儿童（年龄从5个月到18岁）	数字病理学	自闭症谱系障碍	眼动追踪	机器学习模型（如SVM、随机森林）和深度学习模型	眼动数据	90项研究，样本量从30到1000以上不等	NA	NA	PPV、NPV、置信区间	NA
1968	2026-08-28	THC-net: an attention-based deep learning model for chromatin compartment prediction from histone modifications 2026-Jun-03, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06504-1 PMID:42237102	研究论文	提出THC-Net，一种基于注意力机制的深度学习模型，用于从组蛋白修饰预测染色质区室（A/B区室），并在多个细胞系中验证其性能。	整合了Transformer的自注意力机制、Hyena算子的长序列建模能力和卷积神经网络的局部特征提取优势，形成多模态深度学习架构，用于染色质区室预测。	摘要未明确提及局限性，但可能受限于依赖特定组蛋白修饰特征，且跨细胞类型验证仅基于六种细胞系。	开发一种精确预测染色质A/B区室的深度学习方法，以替代昂贵的Hi-C实验，并揭示细胞类型特异的表观遗传调控网络。	六种细胞系（IMR90, HMEC, K562, GM12878, HUVEC, NHEK）的染色质区室及其组蛋白修饰数据。	生物信息学，机器学习	不适用	组蛋白修饰数据（可能来自ChIP-seq），Hi-C	深度学习模型（结合Transformer、Hyena和CNN）	表观遗传标记数据（组蛋白修饰特征）和染色质区室标签	六种细胞系（每种细胞系的具体样本数未在摘要中说明）	NA	Transformer, Hyena, CNN（可能是混合架构）	AUROC（平均93.1%，在跨细胞类型验证中）	NA
1969	2026-08-28	A multimodal interpretable deep learning-radiomics framework for predicting lymph node metastasis following neoadjuvant chemoradiotherapy in locally advanced rectal cancer: a multicenter validation study 2026-May-29, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01510-1 PMID:42215698	研究论文	开发并外部验证了一个整合临床人口统计学、手工影像组学特征和深度学习特征的多模态MRI框架，用于预测局部晚期直肠癌新辅助放化疗后的淋巴结转移状态	提出了一种多模态可解释深度学习-影像组学框架，结合了临床信息、影像组学特征和深度学习特征，并通过SHAP和Grad-CAM增强模型可解释性，在多个中心进行外部验证	NA	准确评估新辅助放化疗后的淋巴结转移状态，以指导局部晚期直肠癌的治疗方案制定	382例接受新辅助放化疗后手术的局部晚期直肠癌患者	医学影像分析	直肠癌	磁共振成像	深度学习融合网络和随机森林	MRI图像（T2加权和弥散加权）及临床数据	382例患者，来自四个中心	NA	深度学习融合网络，随机森林	AUC，决策曲线分析	NA
1970	2026-08-28	A hybrid SE-ResNet50 deep learning framework for high-accuracy and explainable cotton leaf disease classification 2026-May-27, BMC plant biology IF:4.3Q1 DOI:10.1186/s12870-026-08960-6 PMID:42192298	研究论文	提出一种结合SE通道注意力模块的ResNet50混合深度学习框架，用于棉花叶部病害的高精度和可解释分类	将SE模块集成到ResNet50中，增强判别特征表示，并通过Grad-CAM可视化提升模型可解释性	未提及具体限制	实现棉花叶部病害的快速、可靠、自动化识别，支持可持续作物管理	棉花叶片疾病数据集，包含六类疾病	计算机视觉	棉花叶部病害	深度学习	CNN（ResNet50 + SE）	图像	公开数据集，六类，具体样本数未提及	未提及	ResNet50, Squeeze-and-Excitation (SE)模块	训练准确率, 验证准确率	未提及
1971	2026-08-28	Quantifying regional contributions to sex classification from fundus photographs via a two-stage attention-based deep learning approach 2026-May-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53485-5 PMID:42162151	研究论文	本研究通过两阶段注意力深度学习框架，定量评估眼底照片中解剖区域（黄斑、视盘和视网膜血管）对生物学性别分类的相对贡献	引入了基于注意力的融合模块，产生区域级标量权重，可定量估计模型对各预定义ROI的依赖，补充了定性可解释性方法	未在摘要中明确提及局限性	量化眼底照片中不同视网膜区域对性别分类的贡献，支持更透明和可解剖解释的AI	眼底照片中的黄斑、视盘和视网膜血管区域	计算机视觉	NA	眼底照相	CNN	图像	3,478张眼部眼底图像，性别分布均衡，按受试者划分以避免信息泄漏	PyTorch	ResNet50	AUC, 敏感性, 特异性	NA
1972	2026-08-28	Using deep learning models and exogenous production variables to forecast prices in the Brazilian sugarcane sector 2026-May-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45321-7 PMID:42091945	研究论文	本研究利用深度学习模型和外部生产变量预测巴西甘蔗行业的价格，包括白砂糖和含水乙醇燃料指标。	首次整合SAMUCA作物模拟器产量估计、气候指标和外部生产变量到价格预测模型中，并比较了多种机器学习模型与传统统计模型的性能。	未明确提及主要限制，但可能包括数据依赖性、模型泛化能力或对特定区域和作物的适用性。	开发结合甘蔗供应和气候条件变量的价格预测模型，以支持市场利益相关者的决策。	巴西甘蔗行业的白砂糖和含水乙醇燃料价格。	机器学习	NA	NA	LSTM, Transformer, MLP, ARIMA	时间序列数据、生产数据、气候数据	涉及巴西甘蔗行业的多种生产数据和气候数据，具体样本量未明确。	NA	LSTM, Transformer, MLP, ARIMA	MAPE, 其他误差指标（具体未列出）	NA
1973	2026-08-28	Deep Learning Model Based on Tumor and Visceral Adipose Tissue CT Features for Predicting Peritoneal Metastasis Risk after Radical Gastrectomy in Serosa-Invasive Gastric Cancer 2026-May, Radiology. Imaging cancer DOI:10.1148/rycan.250353 PMID:42029163	研究论文	开发并验证了一种整合肿瘤和内脏脂肪组织CT特征与临床指标的深度学习模型，用于预测浆膜浸润性胃癌根治术后腹膜转移风险	首次将肿瘤和内脏脂肪组织的CT影像特征与临床指标整合进多模态深度学习模型，用于预测浆膜浸润性胃癌术后腹膜转移风险	未在摘要中明确提及具体限制	开发并验证一个预测浆膜浸润性胃癌根治术后腹膜转移风险的深度学习模型	病理确诊的浆膜浸润性胃癌患者	深度学习	胃癌	CT成像	深度学习模型（ResNet18）和稀疏贝叶斯极限学习机	CT影像数据和临床数据	416名患者	NA	ResNet18	受试者工作特征曲线下面积（AUC）、综合判别改善指数（IDI）、校准曲线、决策曲线分析、无复发生存期	NA
1974	2026-08-28	PATCH: A deep learning method to assess heterogeneity of artistic practice in historical paintings 2026-Apr-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea0485 PMID:41996503	研究论文	提出一种名为PATCH的深度学习方法，无需外部训练数据即可识别历史绘画中艺术实践异质性，并应用于埃尔·格雷科的两幅作品。	提出无需外部训练数据的成对分配训练方法（PATCH），能识别个体艺术实践模式，超越了传统统计和无监督学习方法。	信息未明确提供，但可推测依赖少量历史画作，且对复杂成对比较问题缺乏“地面真值”数据。	利用机器学习解决历史绘画中艺术家身份识别和艺术实践异质性分类问题，无需外部训练样本。	两幅西班牙文艺复兴大师埃尔·格雷科的历史绘画，涉及作坊成员参与情况。	计算机视觉	NA	深度学习	神经网络（具体类型未指定）	图像（历史绘画）	两幅历史绘画样本	NA	NA	性能评估对比统计和无监督方法，具体指标未提及。	NA
1975	2026-08-28	A hybrid dual-stream CNN framework with dynamic data augmentation and improved Manta Ray Foraging Optimization for robust glaucoma detection 2026-Apr-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-45384-6 PMID:41998000	研究论文	提出一种混合双流卷积神经网络框架，结合动态数据增强和改进的蝠鲼觅食优化算法，用于自动化青光眼检测	结合DenseNet121和ResNet50的双流CNN结构，引入通道注意力机制，以及改进蝠鲼觅食优化算法进行超参数动态优化	未提及，需依赖临床数据验证	开发自动化且鲁棒的青光眼检测框架，解决数据不平衡、图像质量不一致和特征提取准确性等挑战	青光眼视网膜图像	计算机视觉, 医学图像分析	青光眼	深度学习，图像增强，优化算法	CNN（双流）	图像	四个公开数据集：ACRIMA、Drishti-Gs、ORIGA、RIM-ONE-DL	未明确提及，推测使用TensorFlow或PyTorch	DenseNet121, ResNet50	准确率, 精确率, 召回率, AUC, 损失值	未提及
1976	2026-08-28	Accuracy of Deep Learning for Detecting Axillary Lymph Node Metastasis in Breast Cancer: Systematic Review and Meta-Analysis 2026-Apr-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77593 PMID:41992690	系统评价与荟萃分析	本系统评价与荟萃分析评估了深度学习在检测乳腺癌腋窝淋巴结转移中的诊断性能，综合了28项研究的数据。	首次对深度学习在乳腺癌腋窝淋巴结转移检测中的性能进行系统评价，并基于不同影像模态（超声、MRI、CT）进行亚组分析，提供了全面的诊断准确性证据。	未在摘要中提及具体局限性，可能包括研究间的异质性、发表偏倚等。	评估深度学习在检测乳腺癌腋窝淋巴结转移中的有效性，为临床诊断工具提供证据支持。	乳腺癌患者，共20,811例，其中7,123例确诊为腋窝淋巴结转移。	医学影像分析	乳腺癌	NA	深度学习模型（具体类型未指定）	影像数据（超声、MRI、CT）	28项独立研究，涵盖20,811例乳腺癌患者。	NA	NA	敏感度、特异度、诊断比值比、曲线下面积、阳性似然比、阴性似然比	NA
1977	2026-08-28	An snRNA-seq aging clock for the fruit fly head sheds light on sex-biased aging 2026-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48613-0 PMID:41981187	研究论文	该文介绍了一种基于果蝇头部单核RNA测序数据的衰老时钟TimeFlies，用于预测细胞年龄并揭示性别偏倚的衰老机制。	首次构建了泛细胞类型的单细胞转录组衰老时钟，并结合可解释性方法识别关键衰老标志基因。	基于果蝇模型，未在哺乳动物中验证；且未提供性能指标的定量比较。	开发基于基因表达的衰老时钟，并应用于研究衰老过程中的性别差异。	果蝇头部细胞及衰老相关基因。	机器学习	衰老相关疾病	单核RNA测序	深度学习	单核转录组数据	果蝇头部细胞样本（具体数量未在摘要中提供）	深度学习框架（未指定）	深度学习模型（未指定具体架构）	NA	NA
1978	2026-08-28	Deep learning-based stratification of Schizophrenia Spectrum Disorder from real-world data reveals distinct profiles of common and rare variant genetic signal 2026-Apr-04, medRxiv : the preprint server for health sciences DOI:10.64898/2026.03.30.26349393 PMID:41959828	研究论文	利用变分自编码器对丹麦iPSYCH队列的真实世界数据进行深度分层，识别出精神分裂症谱系障碍的十个临床亚组，并分析其常见和罕见遗传信号	首次将真实世界临床数据与常见及罕见遗传变异整合，通过变分自编码器进行无监督分层，揭示临床亚组与多基因评分及罕见变异负担的关联	罕见变异分析仅在部分样本（N=5,969）中进行，结果仅为提示性趋势；研究基于丹麦人群，结果可能不适用于其他种族或地区	探究精神分裂症谱系障碍的临床异质性，并整合常见和罕见遗传信号以实现生物学知情患者分类	丹麦iPSYCH队列中的22,092名个体（包括11,046例SSD患者和11,046名匹配对照）	机器学习	精神分裂症谱系障碍	外显子组测序	变分自编码器	注册表数据、外显子组数据	22,092名个体（11,046例SSD病例和11,046名对照），其中5,969名有外显子组数据	NA	变分自编码器	NA	NA
1979	2026-08-28	Deep-learning-based single-domain and multidomain protein structure prediction with D-I-TASSER 2026-Apr, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02654-4 PMID:40410405	研究论文	提出了一种混合方法D-I-TASSER，通过整合多源深度学习势能与迭代线程片段组装模拟，实现原子级蛋白质结构预测，并支持单域和多域蛋白的自动建模	首次将多源深度学习势能与传统基于物理的折叠模拟相结合，并引入域拆分和组装协议，能够自动建模大型多域蛋白质结构，且在基准测试和CASP15实验中表现优于AlphaFold2和AlphaFold3	文章未明确提及局限性，但可推测其对计算资源需求较高，且对于某些复杂蛋白结构可能仍存在预测误差	开发一种高精度的蛋白质结构预测方法，整合深度学习与物理模拟，以提升单域和多域蛋白的预测性能，并适用于基因组规模的应用	单域蛋白、多域蛋白以及人类蛋白质组中的蛋白域和全链序列	机器学习	不适用	深度学习（多源深度学习势能）	混合模型（深度学习与迭代线程组装模拟）	蛋白质序列和结构数据	基准测试集、CASP15实验蛋白以及人类蛋白质组中的蛋白域和全链序列（未提供具体数量）	不适用	不适用	准确率、覆盖率（如折叠蛋白域和全链序列的百分比）	不适用
1980	2026-08-28	Discovering Plastic-Binding Peptides with Favorable Affinity, Water Solubility, and Binding Specificity Through Deep Learning and Biophysical Modeling 2026-Apr-01, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.30.715295 PMID:41959355	研究论文	本研究通过结合深度学习和生物物理建模的计算机模拟发现管道，设计了具有高亲和力、水溶性和结合特异性的塑料结合肽，以应对微塑料污染	首次将长短期记忆网络与蒙特卡洛树搜索算法结合，并引入CamSol溶解度评分和竞争性MCTS方法，同时优化肽对塑料的亲和力、水溶性和结合特异性	研究主要依赖计算预测和分子动力学模拟，缺乏实验验证，且仅针对聚乙烯和聚苯乙烯两种塑料类型	开发一种计算机模拟方法，用于发现具有高亲和力、水溶性和结合特异性的塑料结合肽，以支持微塑料污染治理	微塑料污染及塑料结合肽（针对聚乙烯和聚苯乙烯）	机器学习	不适用	分子动力学模拟	长短期记忆网络（LSTM）, 蒙特卡洛树搜索（MCTS）	生物物理建模数据	不适用（未提供具体样本数量）	不适用（未提及具体框架）	LSTM, MCTS	结合自由能, CamSol溶解度评分, 结合特异性	不适用（未提及具体计算资源）