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
861	2026-02-20	DSSA-PPI: enhancing binding affinity change prediction upon protein mutations using disentangled structure-sequence aware attention 2026-Feb-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc08898d PMID:41487137	研究论文	本文提出了一种名为DSSA-PPI的混合深度学习框架，用于增强预测蛋白质突变引起的结合亲和力变化	通过解耦注意力机制整合结构和序列信息，结合几何等变图神经网络PPIFormer和蛋白质语言模型ESM-2，提出了一种新颖的表征学习策略	未在摘要中明确提及	准确评估突变对蛋白质-蛋白质相互作用的影响，以理解疾病发病机制并开发靶向疗法	蛋白质-蛋白质相互作用中的突变效应	机器学习	NA	深度学习	图神经网络, 语言模型	结构信息, 序列信息	标准蛋白质结合亲和力数据集SKEMPI v2	NA	PPIFormer, ESM-2	NA	NA
862	2026-02-20	Host-specific fluorescence dynamics in legume-rhizobium symbiosis during nodulation 2026-Feb-18, Applied and environmental microbiology IF:3.9Q2 DOI:10.1128/aem.02154-25 PMID:41543262	研究论文	本研究系统评估了固氮酶系统启动子驱动不同荧光报告基因在豆科植物-根瘤菌共生结瘤过程中的表达效果，并建立了基于深度学习的自动化分析流程	首次系统比较了P启动子驱动多种荧光蛋白在确定型和不确定型结瘤系统中的表达特性，并开发了深度学习辅助的高通量结瘤性状分析流程	部分红色荧光蛋白（如mScarlet-I、mRFP1）在豌豆中信号弱或不稳定，红色荧光标记体系在某些宿主中仍需优化	开发适用于豆科植物-根瘤菌共生研究的可靠荧光报告系统与自动化分析工具	豆科植物（确定型和不确定型结瘤系统）与根瘤菌的共生相互作用	植物微生物互作	NA	荧光报告基因系统、共聚焦显微成像、深度学习图像分析	深度学习	荧光显微图像	多种豆科植物根瘤样本（包括确定型和不确定型结瘤系统）	NA	NA	与ImageJ标准分析结果的验证对比	NA
863	2026-02-20	A Single-Mode, Multimodal, and Self-Powered Sensor Based on Electron Relaxation Dynamics 2026-Feb-18, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c21901 PMID:41653092	研究论文	本文报道了一种基于电子弛豫动力学的单模态、多模态自供电柔性传感器，能够同时检测温度和压力刺激	通过无缝集成互补且兼容的热电和摩擦电传感机制，实现了单模态输出、简化操作、超低功耗、自适应响应行为以及对复杂刺激的优异区分能力	未明确提及具体局限性	开发一种简化制造和操作、同时增强功能性和能源效率的下一代柔性传感系统	柔性传感器，用于模拟人类皮肤同时检测热和机械刺激的能力	机器学习	NA	热电和摩擦电传感机制	深度学习回归模型	电压信号	NA	NA	NA	准确率	NA
864	2026-02-20	Optimization and External Validation of a Deep Learning Model for Segmentation and Quantification of Traumatic Brain Injury Lesions on Head Computed Tomography 2026-Feb-18, Journal of neurotrauma IF:3.9Q2 DOI:10.1177/08977151251408798 PMID:41705651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
865	2026-02-20	AI-based image quality assessment of positioning in mammography: considerations and challenges 2026-Feb-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02191-3 PMID:41697490	研究论文	本文探讨了基于AI的原型算法在乳腺X线摄影中复制PGMI（完美-良好-中等-不足）定位质量评估系统的能力	首次将深度学习原型软件应用于乳腺X线摄影的PGMI系统自动化评估，并系统比较了AI与人类专家共识之间的一致性	AI与人类专家在整体PGMI评分上仅达到轻微至一般一致性，部分子类别评分存在显著差异，算法对解剖标志的误判和分类因果关系问题仍需改进	探索AI算法在乳腺X线摄影定位质量评估中复制人类PGMI评分系统的可行性	来自多中心病例库的200例标准乳腺X线摄影图像（共800张图像）	计算机视觉	乳腺疾病	深度学习	深度学习模型	医学图像（乳腺X线摄影图像）	200例标准乳腺X线摄影（800张图像）	NA	NA	加权Cohen's kappa系数	NA
866	2026-02-20	Silencer variants are key drivers of gene up-regulation in Alzheimer's disease 2026-Feb-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz3323 PMID:41671378	研究论文	本文开发了一个深度学习框架，整合组蛋白修饰数据和单细胞开放染色质图谱，以评估阿尔茨海默病相关非编码变体的调控潜力	整合批量组蛋白修饰数据与单细胞开放染色质图谱，识别沉默子和增强子变体，并区分单功能与双功能基因位点	未明确说明模型在更广泛组织或疾病类型中的泛化能力，且实验验证仅限于部分变体	探究阿尔茨海默病中非编码DNA变体的遗传机制及其对基因上调的驱动作用	阿尔茨海默病相关的非编码变体，特别是背外侧前额叶皮层中的调控元件	机器学习	阿尔茨海默病	组蛋白修饰分析，单细胞开放染色质图谱	深度学习	表观遗传数据，单细胞数据	NA	NA	NA	方向一致性	NA
867	2026-02-14	De novo generation and in silico screening of anti-diabetic peptide candidates via a deep learning-attention framework with physicochemical feature fusion 2026-Feb-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39985-4 PMID:41680447	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
868	2026-02-20	Early detection of female-specific cancers using longitudinal healthcare records with a multichannel convolutional neural network 2026-Feb-12, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101874 PMID:41688098	研究论文	本研究开发了一种多通道卷积神经网络，利用纵向医疗记录对女性特异性癌症进行早期检测	提出了一种多通道卷积神经网络架构，能够统一处理四种女性癌症的早期检测，并通过系统性特征选择大幅降低计算需求，实现了在人口规模数据库上的验证	研究基于台湾的国民健康保险研究数据库，可能受限于该地区的医疗编码系统和数据特性，泛化性需进一步验证	开发并验证一种利用纵向医疗记录进行女性特异性癌症早期检测的计算方法	女性患者，包括乳腺癌、卵巢癌、宫颈癌和子宫恶性肿瘤病例	机器学习	乳腺癌,卵巢癌,宫颈癌,子宫恶性肿瘤	医疗记录分析	CNN	医疗记录	19954名女性患者（596例癌症病例，19358例对照）	NA	多通道卷积神经网络	Macro-F1分数,精确度,召回率	NA
869	2026-02-20	How threshold customisation affects the performance of a multiclass X-ray AI model for primary care triage: a retrospective study 2026-Feb-12, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-111127 PMID:41689225	研究论文	本研究评估了多类别胸部X光AI模型在不同阈值下的诊断性能，并探讨其在初级保健分诊工作流程中的潜在影响	通过系统化的阈值优化过程，调整AI模型的操作阈值以优先考虑敏感性和阴性预测值，支持初级保健中安全的AI辅助分诊	研究为回顾性设计，未评估实际部署后的真实世界操作影响和用户接受度，且排除了儿科研究、侧位或斜位X光片及AI模型不支持的结果	优化多类别胸部X光AI模型的阈值，评估其诊断性能，并估计其在初级保健AI分诊工作流程中的潜在操作影响	816张成人正面胸部X光片，来自新加坡两家初级保健诊所和一家三级医院，代表初级保健常见发现谱系	计算机视觉	NA	胸部X光成像	深度学习模型	图像	816张成人正面胸部X光片（多民族亚洲人群，464名男性，352名女性；平均年龄60.8岁）	NA	NA	敏感性, 特异性, 阴性预测值, 阳性预测值	NA
870	2026-01-30	Deep learning in prognostication 2026-Feb, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2026.110989 PMID:41605316	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
871	2026-02-20	Demographic-aware deep learning for multi-organ segmentation: Mitigating gender and age biases in CT images 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70322 PMID:41681030	研究论文	本文提出了一种用于CT图像多器官分割的人口统计学感知深度学习框架，旨在通过结合人口统计学提示和自适应注意力机制来减轻年龄和性别偏见	提出了人口统计学感知网络（DA-Net），该网络集成了动态适应人口统计学提示的卷积核的DA-HyperConv模块和用于利用多视图特征的ATAB模块，以显式地减轻年龄和性别偏见	未明确提及	开发一个能够减轻年龄和性别偏见、提高多器官分割准确性和公平性的深度学习框架	CT图像中的器官（风险器官）	数字病理学	NA	CT扫描	深度学习	图像	训练集：489例成人CT扫描（AMOS2022）和370例儿科CT扫描（Pediatric CT-SEG），总计859例扫描，覆盖30个器官，包含355例女性扫描；外部验证集：150例成人CT扫描（WORD，含62例女性）	NA	DA-Net	Dice相似系数, 归一化表面Dice	NA
872	2026-02-20	List-mode TOF-PET 3D image reconstruction using stochastic primal-dual network 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70324 PMID:41691549	研究论文	本文提出了一种基于随机原始-对偶网络架构的列表模式TOF-PET三维图像重建新方法，旨在直接从列表模式数据重建PET图像，以提升图像质量并降低计算需求	提出LM-SPD-Net框架，结合CNN和FCNN模块，通过物理信息投影模型处理列表模式数据，克服了传统CNN在此类数据上的限制，并采用子集划分策略降低内存使用	未明确说明方法在极端低剂量或复杂病理条件下的泛化能力，以及实际临床部署中的计算效率限制	解决TOF-PET重建中因数据量剧增导致的计算时间和内存需求问题，同时提升图像质量	PET图像，特别是模拟和半真实临床数据中的肿瘤和丘脑等临床相关区域	医学影像处理	NA	TOF-PET，列表模式数据采集	CNN，FCNN	列表模式数据，三维图像	NA	NA	随机原始-对偶网络	PSNR，SSIM	NA
873	2026-02-20	A Cross-modality Transformer Network for MR-guided Low-dose Tau PET Image Denoising 2026-Feb, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3581204 PMID:41693715	研究论文	本文提出了一种基于跨模态Transformer网络的深度学习方法来改善低剂量tau PET图像的降噪效果	引入了跨模态Transformer块，整合PET和MR先验信息，并利用空间和通道信息计算跨模态自注意力图	NA	通过深度学习技术进一步降低tau PET扫描的注射剂量，以支持基于成像的疾病进展纵向监测	139个动态F-MK-6240 tau PET数据集中的早期帧和晚期帧图像	计算机视觉	阿尔茨海默病及相关痴呆症	PET成像, MR成像	Transformer	图像	139个动态F-MK-6240 tau PET数据集	NA	跨模态Transformer网络	NA	NA
874	2026-02-20	Computation and deep-learning-driven advances in CRISPR genome editing 2026-Feb, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01739-7 PMID:41699287	综述	本文综述了计算和深度学习在CRISPR基因组编辑领域的应用进展	整合了基于深度学习的结构预测算法、物理模拟、神经网络、图神经网络以及生成模型（如扩散模型和大语言模型）来优化CRISPR系统并理解其机制	讨论了计算建模和工具在开发可编程基因组编辑器过程中面临的挑战和局限性	推动CRISPR基因组编辑技术在生物医学和生物技术领域的发展	CRISPR-Cas系统及其在基因组编辑中的应用	机器学习	NA	CRISPR-Cas系统	神经网络, 图神经网络, 生成模型, 扩散模型, 大语言模型	NA	NA	NA	NA	NA	NA
875	2026-02-20	Adding arterial nitrogen pressure to single-measurement monitoring data enables diagnostic lung modeling by deep learning 2026-Feb, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70647 PMID:41699867	研究论文	本研究探讨了在深度学习分析中纳入动脉氮分压，结合单次测量的动脉血气、心输出量和间接测热数据，能否实现基于West通气/灌注肺模型的个体化肺功能量化	首次将动脉氮分压纳入深度学习分析框架，用于基于单次测量数据量化West通气/灌注肺模型的关键参数	研究基于模拟数据集进行，尚未在真实临床数据中验证	开发一种基于深度学习的个体化肺功能量化方法	West通气/灌注肺模型的关键参数（分流、logSD、平均V/Q比）	机器学习	NA	动脉血气分析、间接测热法、心输出量测量	深度学习	模拟生理数据	训练数据2,010,000个样本，测试数据43,915个样本	Python	NA	线性回归R值、斜率、核密度估计	NA
876	2026-02-20	Dual convolutional neural network framework for segmenting dental caries in panoramic radiographs 2026-Feb, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.09.040 PMID:41087260	研究论文	本研究开发并评估了一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿	提出了一种结合Faster R-CNN和U-Net架构的双卷积神经网络框架，用于在口腔全景X光片中自动检测和分割龋齿，相比传统分割模型在多个性能指标上均有显著提升	未明确提及具体局限性，如数据集的多样性、模型泛化能力或临床验证的充分性	开发并评估一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿，以提高诊断准确性	口腔全景X光片中的龋齿区域	计算机视觉	龋齿	深度学习	CNN	图像	NA	NA	Faster R-CNN, U-Net	交并比, Dice系数, 召回率, 精确率	NA
877	2026-02-20	TriNet-MTL: A Multi-Branch Deep Learning Framework for Biometric Identification and Cognitive State Inference from Auditory-Evoked EEG 2026-Feb, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0265-25.2025 PMID:41633842	研究论文	提出了一种名为TriNet-MTL的多分支深度学习框架，用于从听觉诱发的脑电图中同时进行生物特征识别和认知状态推断	开发了一个统一的深度学习模型，能够联合执行生物特征识别、听觉刺激语言分类和设备模态识别，充分利用了听觉诱发脑电图的生理和认知维度	研究仅基于20名参与者的数据，样本量较小，可能限制模型的泛化能力	开发一个能够从听觉诱发的脑电图中同时提取生物特征和认知信息的深度学习框架	20名人类参与者（16名男性和4名女性）的听觉诱发脑电图数据	机器学习	NA	听觉诱发脑电图	Transformer	脑电图信号	20名参与者	NA	TriNet-MTL（包含共享时间编码器和基于Transformer的序列建模单元）	准确率	NA
878	2026-02-19	A multicenter multimodel habitat radiomics model for predicting immunotherapy response in advanced NSCLC 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114522 PMID:41704757	研究论文	本研究开发了一种基于CT图像的栖息地放射组学模型，用于预测晚期非小细胞肺癌患者的免疫治疗反应	通过K-means聚类将肿瘤体积分割为三个子区域，并基于栖息地提取放射组学特征，构建了优于传统放射组学、3D深度学习、临床及PD-L1表达模型的预测模型	模型在增强CT图像上构建，但在非增强CT验证队列中表现良好，可能存在跨模态泛化能力的局限性；未提及外部验证或前瞻性研究	开发一种稳健的预测生物标志物，以识别可能从免疫治疗中获益的晚期非小细胞肺癌患者	晚期非小细胞肺癌患者	数字病理学	肺癌	CT成像，K-means聚类	机器学习分类器（包括ExtraTrees）	CT图像	590例晚期非小细胞肺癌病例	NA	ExtraTrees，其他五种机器学习分类器未具体说明	AUC	NA
879	2026-02-19	Evaluating deep learning time series models for PM2.5 forecasting across diverse horizons 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.114770 PMID:41704768	研究论文	本研究评估了四种深度学习时间序列模型在成都地区PM2.5多时间尺度预测中的性能	首次系统比较了LSTM、CNN-LSTM、Transformer和Transformer-LSTM在PM2.5多时间尺度（月、季、半年、年）预测中的表现，并深入分析了气象因子与污染物因子对模型性能的影响差异	研究仅基于成都地区两年数据，结论的普适性需在其他地理气候区域验证；训练数据与预测期间超过三个月的间隔会导致模型可靠性下降	评估深度学习时间序列模型在不同预测时间尺度下对PM2.5浓度的预测能力，为城市空气污染防控提供数据支持	中国成都地区的PM2.5浓度时间序列数据	机器学习	NA	时间序列分析	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	时间序列数据	两年每日数据（2022年11月至2024年10月）	NA	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	R², MAE%, RMSE%	NA
880	2026-02-19	Deep learning-driven microfluidic chip architecture design for intelligent particle motion control 2026-Feb-17, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01185j PMID:41589320	研究论文	本文介绍了一种模块化深度学习框架，用于微流控芯片架构设计，实现智能粒子运动控制	提出模块化深度学习框架，将微流控通道网络分解为标准化的可重用功能模块，并开发多模块重构算法以组装局部预测为连续轨迹	未明确提及研究的具体局限性	开发一种能够快速将指定粒子轨迹转化为可制造微流控设备设计的智能方法	微流控通道网络中的粒子运动	机器学习	NA	深度学习	神经网络	流体和结构属性数据	涉及5000个模块的集成	NA	NA	平均绝对时间误差	NA