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
281	2026-06-06	Evaluating the impact of deep learning-based image denoising on low-dose CT for lung cancer screening 2026-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70480 PMID:41579047	研究论文	评估深度学习图像去噪对低剂量CT肺癌筛查的影响	系统比较了七种深度学习去噪方法在低剂量CT肺癌筛查中的效果，并评估了去噪对实性和亚实性结节特征及Lung-RADS分类准确性的影响	去噪对亚实性结节的影响有限，且去噪可能引入偏差，需要进一步验证对诊断性能的影响	评估深度学习图像去噪对低剂量CT肺癌筛查中结节检测和分类的影响	低剂量CT扫描图像中的肺结节（实性和亚实性结节）	计算机视觉	肺癌	低剂量CT	深度学习去噪模型	图像	来自LDCT和投影数据集的胸部CT扫描，具体样本数量未提及	NA	七种深度学习去噪方法，具体架构未提及	均方根误差（RMSE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）、结节大小、CT密度、Lung-RADS分类	NA
282	2026-06-06	Multi-dimensional attention-enhanced reconstruction for sparse-view CBCT 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70299 PMID:41589426	研究论文	本研究提出一种多维度注意力增强重建算法（MAE-Recon），用于稀疏视图锥形束计算机断层扫描（CBCT），以减少条纹伪影并恢复图像细节	引入两种即插即用的注意力增强模块以建模投影间的长程依赖性和特征内的信息冗余，并在投影域和图像域联合进行深度学习重建	待定（摘要未明确提及局限性）	消除稀疏视图CBCT中的条纹伪影并提升图像质量	稀疏视图CBCT重建中的投影数据和重建图像	计算机视觉	不适用	锥形束计算机断层扫描（CBCT）	深度学习网络（多重注意力增强网络）	图像（CBCT投影数据与重建图像）	一个真实胸部数据集和一个模拟腹部数据集	PyTorch（基于论文描述推断，未明确说明）	线性插值模块、投影域网络、FDK算子、图像域网络（含两种注意增强模块）	RMSE, SSIM, PSNR	待定（摘要未提及计算资源）
283	2026-06-06	Classification of epileptic seizure using hybrid deep learning framework with time and time-frequency Hjorth features 2026-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2618585 PMID:41589762	研究论文	提出一种融合时域和时频域Hjorth参数及注意力增强时间建模的混合深度学习框架，用于癫痫发作阶段分类	首次将多域Hjorth参数与注意力增强的时间建模相结合，用于癫痫发作阶段分类，并在Bonn EEG数据集上实现了高分类精度	未提及模型在真实临床环境中的泛化能力及跨数据集验证结果	提出一种结合多域Hjorth特征和注意力增强时间模型的深度学习框架，以提高癫痫发作阶段的分类性能	Bonn EEG数据集中的脑电图信号	机器学习	癫痫	NA	1D CNN, BiLSTM, 注意力机制	脑电图信号	使用Bonn EEG数据集，具体样本量未提及	NA	1D CNN, BiLSTM, Attention	精确度, 召回率, F1分数, 准确率	NA
284	2026-06-06	Functional and Clinical: An Explainable Deep Learning Model for Multimodal Alzheimer's Disease Classification 2026-Feb, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71240 PMID:41612899	研究论文	提出了一种结合功能磁共振成像和临床测试的多模态可解释深度学习模型，用于阿尔茨海默病分类	通过多模态融合和可解释人工智能方法，克服了fMRI小数据集、可解释性和可靠性问题，并利用扰动排序解释特征重要性	样本量较小，需要外部验证	提高阿尔茨海默病分类的准确性和可解释性，促进模型的临床应用	阿尔茨海默病患者和健康对照者	数字病理学	阿尔茨海默病	功能磁共振成像	3D卷积神经网络	图像、临床测试数据	52名参与者来自ADNI数据集	NA	3D卷积神经网络	准确率	NA
285	2026-06-06	Deep learning-assisted spectral technology monitoring the preservation effect of sodium octenyl succinate starch co-loaded with cinnamaldehyde and carvacrol microcapsules for pork 2026-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.150502 PMID:41581811	研究论文	利用深度学习辅助光谱技术监测辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊对猪肉的保鲜效果	首次将辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊与深度学习相结合，开发基于可见-近红外光谱的快速猪肉品质检测模型	模型基于实验室采集的光谱数据，实际应用中的泛化性和鲁棒性需进一步验证	开发一种快速、非破坏性的猪肉新鲜度检测方法，并评估微胶囊的保鲜效果	猪肉样品，使用辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊处理	机器学习和数字病理学	NA	喷雾干燥、可见-近红外光谱	深度学习模型	光谱数据	未明确说明	NA	NA	相关系数R	NA
286	2026-06-05	Mechanism of Ag+-Induced Folding of a Bacterial Peptide from Replica-Exchange Molecular Simulations 2026-Feb-26, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00044 PMID:41666260	研究论文	通过副本交换分子模拟研究银离子诱导细菌肽折叠的机制	结合质谱、核磁共振、密度泛函理论参数化、副本交换模拟和深度学习，首次揭示了银离子通过降低无序态熵和稳定折叠态来促进B1肽折叠的分子机制	未提及	阐明银离子诱导细菌肽折叠的分子机制，为理解金属诱导蛋白质折叠和细菌银抗性机制提供计算基础	来自细菌SilE蛋白的B1肽片段及其与银离子的复合物	机器学习	NA	质谱，核磁共振，密度泛函理论，副本交换分子模拟	深度学习	分子动力学模拟轨迹	NA	NA	NA	NA	NA
287	2026-06-05	Redefining Tumor Vascular Permeability through Deep Learning-Guided Microneedle Delivery 2026-Feb-24, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c16558 PMID:41660810	研究论文	提出一种深度学习引导的微针递送平台，通过局部调控肿瘤血管通透性增强纳米颗粒外渗，并结合定量分析揭示了不同肿瘤类型和颗粒尺寸下的血管重塑与转运机制	首次将深度学习指导的微针递送系统与升级版单血管分析框架（nano-ISML 1.1）结合，实现肿瘤血管的局部时空精准调控，并通过VE-钙粘蛋白介导的机制选择性扩大内皮连接，将低通透性肿瘤重编程为高通透性表型，建立了大小依赖的渗透窗口	研究主要基于小鼠肿瘤模型，尚需在人体肿瘤微环境中验证；微针递送组胺的长期安全性和重复给药效果有待评估	克服肿瘤血管低通透性造成的纳米药物递送障碍，通过定量评估和机制理解优化肿瘤靶向纳米药物的递送策略	不同肿瘤类型的血管通透性及纳米颗粒（≤200 nm和>500 nm）在肿瘤组织中的外渗行为	计算机视觉, 深度学习, 数字病理	肺部肿瘤, 前列腺肿瘤	微针递送, 纳米颗粒, 组胺递送	深度学习模型, 单血管分析框架	图像, 定量数据	NA	NA	NA	NA	NA
288	2026-06-05	Information-Guided Fusion of Multimodal Vibrational Spectroscopy for Disease Diagnosis Based on Symbiotic Attention Decoupled Contrastive Learning 2026-Feb-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06086 PMID:41657032	研究论文	提出一种基于共生注意解耦对比学习的信息引导融合方法，用于多模态振动光谱疾病诊断	设计共生注意融合和寄生注意融合机制模拟生物共生与寄生关系，实现差异化信息增强，并通过监督多模态对比学习解耦网络平衡跨模态一致性与模态内内聚性	未提及具体限制，如计算复杂度、模型泛化性、数据依赖性等	克服现有深度学习方法中强模态过度依赖或弱模态噪声干扰，提高疾病分类的准确性和可解释性	振动光谱数据（拉曼光谱和红外光谱），用于疾病诊断	数字病理学	癌症, 自身免疫疾病, 心血管疾病	振动光谱（拉曼光谱与红外光谱融合）	多层感知机（MLP），卷积神经网络（CNN）	光谱数据（振动光谱）	针对癌症、自身免疫疾病和心血管疾病数据集，具体样本数量未提及	NA	共生注意融合解耦网络（SAFDN）	准确率，AUC	NA
289	2026-06-05	XL-MSDigger: a deep learning-based, versatile solution for cross-linking mass spectrometry 2026-Feb-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69489-8 PMID:41663436	研究论文	构建了一个基于深度学习的XL-MS通用平台XL-MSDigger，用于解决交联质谱技术的数据处理瓶颈	提出了Deep4D-XL深度学习模型，可同时预测交联肽的保留时间、碰撞截面和碎片离子强度等多维信息，并基于此开发了DDA和DIA分析数据的重打分算法和工作流程，首次实现了基于预测谱库的DIA交联质谱分析	未提及具体限制，但可能依赖于预测谱库的准确性，且在超大规模互动分析中可能仍有局限性	解决XL-MS技术中数据处理和分析方法的不足，提升蛋白质结构和蛋白-蛋白相互作用研究的深度和可靠性	交联肽及蛋白质-蛋白相互作用	机器学习	NA	交联质谱（XL-MS）	深度学习模型	质谱数据（DDA和DIA分析数据）	未提及具体样本数量	NA	Deep4D-XL	覆盖率、假发现率	NA
290	2026-06-05	A Cross-Sectional Study Based on Deep Learning to Explore the Effect of Triglyceride/Glucose Index on Periodontitis: An Analysis Based on the Large NHANES Database 2026-Feb-10, Oral health & preventive dentistry IF:1.4Q3 DOI:10.3290/j.ohpd.c_2468 PMID:41665038	研究论文	基于大规模NHANES数据库，利用深度学习模型探索甘油三酯/葡萄糖指数对牙周炎的影响	首次利用深度学习模型结合SHAP算法，从大规模国家数据库中系统评估TyG指数对牙周炎的预测价值，并揭示其剂量-反应关系	横断面研究设计无法推断因果关系，且全部调整混杂因素后统计学显著性下降	探讨TyG指数对牙周炎的预测价值及其相关性	NHANES数据库中的参与者	机器学习	牙周炎	NA	神经网络	表格数据	2834名参与者	PyTorch	多层神经网络	AUC-ROC, 准确率, 敏感性, 特异性	NA
291	2026-06-05	Interpretable and generative deep learning models explicate phase separating intrinsically disordered motifs 2026-Feb-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69252-z PMID:41667449	research paper	开发了一个名为PhaSeMotif的深度学习框架，用于可解释且精确预测 intrinsically disordered regions (IDRs) 内主导相分离（PS）的序列基序	整合了可解释预测与生成模型，能够创建保留关键组成特征的验证就绪基序，实现从预测到实验验证的闭环流程	NA	系统识别调控IDR相分离的关键序列基序及其组成决定因素	蛋白质中的内在无序区域（IDRs）及其相分离基序	machine learning	NA	deep learning	generative model, interpretable model	蛋白质序列	NA	NA	PhaSeMotif	NA	NA
292	2026-06-05	Alzheimer's disease prediction using deep learning and XAI based interpretable feature selection from blood gene expression data 2026-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35260-8 PMID:41667529	研究论文	利用深度学习与可解释AI从血液基因表达数据中预测阿尔茨海默病	采用多种特征选择方法结合SHAP可解释AI模型来识别关键生物标志物，并使用GAN进行数据增强以克服小样本问题	高维度和小样本量带来的分析复杂性，以及方法仅基于血液基因表达数据	开发一种非侵入性、低成本的早期阿尔茨海默病检测方法	血液基因表达数据	机器学习	阿尔茨海默病	基因表达测序	深度神经网络，生成对抗网络	基因表达数据	三个数据集：GSE63060、GSE63061和ADNI，及其整合版本	NA	深度神经网络	准确率，精确率	NA
293	2026-06-05	Utilizing deep learning models for early detection and classification of fruit diseases: towards sustainable agriculture and enhanced food quality 2026-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38259-3 PMID:41667572	研究论文	利用深度学习模型早期检测和分类水果病害，以支持可持续农业和提高食品质量	系统比较五种深度学习模型（CNN、DenseNet121、EfficientNetB3、Xception、ResNet50）在六种水果病害早期检测中的表现，其中EfficientNetB3模型达到最高准确率	未提及在真实农业环境中不同光照、角度和背景条件下的泛化能力，也未讨论模型的部署和计算资源需求	早期检测和分类水果病害，帮助农民克服病害，提高食品质量和产量	六种水果病害：橙子、葡萄、芒果、番石榴、苹果和香蕉病害	计算机视觉, 数字病理学	NA	图像预处理、数据增强	深度学习模型（CNN、DenseNet121、EfficientNetB3、Xception、ResNet50）	图像	未明确说明样本数量，但涉及六种水果病害的数据集	NA	CNN、DenseNet121、EfficientNetB3、Xception、ResNet50	准确率	NA
294	2026-06-05	Enhanced diabetes prediction using pre-trained CNNs, LSTM, and conditional GAN on transformed numerical data 2026-Feb-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38942-5 PMID:41667617	研究论文	利用预训练CNN、LSTM和条件生成对抗网络增强数值数据转换后的糖尿病预测	提出了一种将表格数据转换为图像表示，并结合预训练卷积神经网络、长短期记忆网络和条件生成对抗网络进行糖尿病预测的深度学习框架	结果可能部分受到合成数据的影响，在法兰克福糖尿病数据集上的验证样本量有限，泛化能力需进一步在大型、多样化和多机构数据集中验证	从结构化生物医学数据中增强糖尿病预测性能	糖尿病预测	机器学习	糖尿病	NA	CNN, LSTM, 条件生成对抗网络	数值表格数据	皮马印第安人糖尿病数据集和法兰克福糖尿病数据集	NA	DenseNet201, ResNet152, Xception, EfficientNetB4	准确率, AUC	NA
295	2026-06-05	Automated deep learning pipeline for measuring lumbar thecal sac AP diameter on mid-sagittal MR images 2026-Feb-10, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02220-7 PMID:41668049	研究论文	开发并验证了一种自动化的椎间盘层面深度学习流水线，用于在中矢位腰椎T2加权MR图像上定量测量硬膜囊前后径	首次结合YOLOv8定向边界框与Attention U-Net的流水线，实现腰椎硬膜囊前后径的自动化椎间盘层面定量测量，定向检测显著提升了测量线有效性	未明确提及局限性，但可能受限于回顾性单中心设计及外部验证数据集来源单一	开发并验证用于腰椎硬膜囊前后径测量的自动化深度学习流水线	中矢位腰椎T2加权MRI图像中的硬膜囊前后径	计算机视觉	腰椎管狭窄	NA	YOLOv8, Attention U-Net	图像（MRI）	511例中矢位腰椎T2 MRI检查（内部50例，外部50例）	PyTorch	YOLOv8-OBB, Attention U-Net	组内相关系数（ICC），平均绝对误差（MAE）	NA
296	2026-06-05	Deep learning model for identification of metabolic bone disease of prematurity using wrist radiographs 2026-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37116-7 PMID:41656355	研究论文	提出基于手腕X光片的深度学习模型，用于识别早产儿代谢性骨病的影像学特征，并评估其决策支持效果	利用DenseNet模型实现高精度早产儿代谢性骨病识别，并验证其可帮助非放射科医生提升阅片准确率	未提及	开发并验证深度学习模型以辅助临床医生识别早产儿代谢性骨病的X光影像特征	早产儿（出生体重<1500g）的手腕X光片	数字病理学	早产儿代谢性骨病	X光摄影	卷积神经网络（CNN）	图像	内部数据集814名受试者，外部数据集261名受试者	PyTorch	DenseNet	AUROC, 敏感性, 特异性, 准确率	NA
297	2026-06-05	CBCT assisted diagnosis system for temporomandibular joint disc displacement based on deep learning 2026-Feb-09, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00606-5 PMID:41661510	研究论文	基于深度学习的CBCT辅助诊断系统用于颞下颌关节盘移位	首次利用深度学习技术从锥形束CT图像中预测颞下颌关节盘移位风险，结合YOLOv11目标检测和FastViT-t8分类的两阶段模型，克服了传统依赖MRI诊断的复杂性、高成本和耗时问题	当前性能尚不能独立用于诊断，仅可作为分诊工具，辅助早期识别需转诊MRI的患者	利用深度学习技术，基于CBCT图像预测颞下颌关节盘移位风险	330例患者的CBCT图像，共识别5,238个颞下颌关节感兴趣区域	计算机视觉	颞下颌关节疾病	锥形束CT成像	YOLOv11目标检测模型、FastViT-t8二分类模型	图像	330例患者，5,238个感兴趣区域（其中2,260个显示关节盘移位迹象）	PyTorch	YOLOv11, FastViT-t8	精确度, 召回率, mAP50, mAP50-95, AUC, AUPR, 准确率	未提及
298	2026-06-05	Association of epicardial adipose tissue with markers of cardiac remodelling and clinical outcomes in asymptomatic aortic stenosis 2026-Feb-09, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003804 PMID:41663151	研究论文	评估心外膜脂肪组织体积和密度与无症状主动脉瓣狭窄患者心脏重构及临床结局的关联	首次在无症状主动脉瓣狭窄队列中系统评估EAT体积和CT衰减与心脏MRI重构指标及预后的关系，并提出EAT可能具有保护作用	事后分析设计、样本量较小、中位随访时间仅370天，未考虑EAT功能或分子机制	探究EAT体积和密度与无症状主动脉瓣狭窄患者心脏重构及临床结局的关联	无症状中度至重度主动脉瓣狭窄患者（n=136）及健康对照组（n=39）	机器学习	主动脉瓣狭窄	心脏CT、心脏MRI、超声心动图	深度学习	医学图像	136例患者和39例对照	NA	NA	NA	自动化深度学习软件
299	2026-06-05	Explainable AI-based analysis of human pancreas sections identifies traits of type 2 diabetes 2026-Feb-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69295-2 PMID:41663377	研究论文	利用可解释AI分析人胰腺切片图像，识别2型糖尿病的组织特征	首次通过可解释AI从全景胰腺切片图像中量化与2型糖尿病相关的多种组织学标志物，包括胰岛α细胞和δ细胞、神经元轴突以及脂肪细胞簇等	未提及具体限制，但可能包括样本量有限或数据偏倚等问题	探索并识别胰腺组织形态变化与2型糖尿病状态之间的关联	活体捐赠者的胰腺全切片图像，包含多种显色和多重免疫荧光染色	数字病理学	2型糖尿病	全景显微镜成像，多重免疫荧光染色	CNN（卷积神经网络）	图像	未提及具体数字，但包含来自活体捐赠者的胰腺全切片图像	NA	深度学习模型（具体架构未指定）	预测性能（具体指标未指定，如准确率、AUC等）	NA
300	2026-06-05	SPCNNet: spiking point cloud neural network for morphological neuron classification 2026-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38839-3 PMID:41663568	研究论文	提出了一种尖峰点云神经网络（SPCNNet）模型，用于直接处理3D点云并进行神经元形态分类	首次将尖峰神经网络与点云处理相结合，直接在3D点云上使用脉冲信号表示形态特征，避免了传统方法中信息丢失的问题	未提及模型在大规模数据集上的泛化能力及计算效率方面的限制	提高神经元形态分类性能，揭示神经系统的功能特性和信息传递机制	神经元形态数据（SWC格式）转化为3D点云	机器学习	NA	点云转换、尖峰编码	SPCNNet（尖峰神经网络）	3D点云数据	两个NeuroMorpho数据集	PyTorch	SPCNNet	准确率	NA