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
141	2026-08-19	A dataset of insect sounds from 459 species for bioacoustic machine learning 2026-Mar-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07123-4 PMID:41896561	研究论文	介绍了一个包含459种昆虫声音的大型数据集，用于生物声学机器学习研究	首次提供大规模、易于应用于深度学习方法的昆虫声音数据集，覆盖直翅目和蝉科，并采用多种采样率以捕获广泛频率范围	数据集虽大，但昆虫声音识别仍具挑战性，现有深度学习方法性能有提升空间	促进昆虫声音自动识别技术的发展，辅助生物多样性监测	459种昆虫（310种直翅目和149种蝉科）	机器学习	NA	音频记录	深度学习分类器	音频	26298个音频文件，共226.6小时	NA	NA	分类性能（未具体说明指标）	NA
142	2026-08-19	High-Resolution Colony Images of Clinically Isolated Bacteria for Automated Detection and Deep Learning 2026-Mar-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07095-5 PMID:41896581	研究论文	本文公开了一个大规模、标准化的临床分离细菌菌落图像数据集，用于自动化检测和深度学习，涵盖19种细菌和151株菌株，共118,442个菌落实例。	提供了一个覆盖广泛菌种和菌株多样性的大规模、规范化菌落图像数据集，采用严格标准化的图像采集和处理流程，为AI模型训练和评估提供了坚实基础。	未明确提及局限性，可能包括数据集来源的临床样本类型有限或图像采集条件固定等限制。	为自动化菌落检测提供大规模、标准化的图像数据集，以支持深度学习模型的训练、评估和应用。	临床分离的细菌菌落图像	计算机视觉	不适用	图像采集	深度学习（用于检测）	图像	19种细菌、151株菌株、每物种50张图像，共118,442个菌落实例	NA	NA	NA	NA
143	2026-08-19	Dental Odontogenic Lesion CBCT and Histopathology Integrated Dataset for Benchmarking Deep Learning Algorithms 2026-Mar-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07112-7 PMID:41896560	研究论文	本文介绍了DOLCHID数据集，包含262对配对CBCT扫描和H&E染色组织病理学图像，用于基准测试牙源性病变的深度学习算法。	首次提供公开的配对放射学和组织病理学数据集，用于牙源性病变的深度学习研究。	摘要未提及局限性。	促进牙源性病变的深度学习研究，通过整合放射学和病理学信息实现综合诊断模型。	牙源性病变，包括含牙囊肿、根尖囊肿、牙源性角化囊肿和成釉细胞瘤。	数字病理学	牙源性病变	CBCT，组织病理学	深度学习（未具体说明）	图像（CBCT扫描和组织病理学图像）	262对CBCT扫描和H&E染色组织病理学图像，包括含牙囊肿（n=44）、根尖囊肿（n=54）、牙源性角化囊肿（n=92）和成釉细胞瘤（n=72）。	NA	NA	分割和分类指标（未具体说明）	NA
144	2026-08-19	A Multimodal deep learning method for predicting drug-induced liver injury using structural and sequential molecular representations 2026-03-26, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00796-4 PMID:41882435	研究论文	提出一种多模态深度学习框架，整合分子亚结构和序列信息，用于预测药物性肝损伤	首次将多种分子指纹与多种SMILES序列嵌入模型（如ChemBERTa、RoBERTa等）融合，通过多模态集成提高药物性肝损伤预测性能	摘要未提及具体局限性	开发更准确和泛化的药物性肝损伤预测模型	药物分子，其结构信息和SMILES序列	机器学习	药物性肝损伤	分子指纹计算、SMILES序列嵌入	多模态深度学习模型，融合结构特征提取器（如指纹）和序列模型（如ChemBERTa、RoBERTa）	分子的结构数据和SMILES序列文本	未在摘要中明确说明	未明确指定，可能使用PyTorch或TensorFlow	ChemBERTa, RoBERTa, ChemBERTaV2, SMILES2Vec	未明确说明，可能包括准确性、AUC等	未在摘要中提及
145	2026-08-19	Predicting drug-target interactions and binding affinity using an optimized deep learning approach 2026-03-23, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00792-8 PMID:41870652	研究论文	介绍了一种基于CNN的双注意力机制（nCNN-DA）用于预测药物-靶点相互作用（DTI）和结合亲和力（DTA）的深度学习方法	将一维卷积特征提取与通道和空间注意力机制相结合，增强药物SMILES和蛋白质序列的特征表达能力	未明确指出局限性	提高药物-靶点相互作用和结合亲和力预测的准确性，加速药物发现和药物重定位	药物SMILES表示和蛋白质序列	机器学习	NA	NA	CNN	序列数据	三个基准数据集：KIBA、Davis和BindingDB	NA	nCNN-DA（基于CNN的双注意力网络）	AUPR, AUROC, MSE, 皮尔逊相关系数, 准确率	NA
146	2026-08-19	Advances in computational prediction of RNA-small molecule binding affinity 2026-03-10, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00781-x PMID:41803448	综述	本文综述了深度学习和机器学习方法在RNA-小分子结合亲和力预测方面的最新进展，包括方法、性能及其对药物设计加速的影响	重点介绍了对比学习、多尺度特征提取和交叉融合机制等关键创新，并探讨了这些创新对模型鲁棒性、泛化能力和可解释性的贡献	由于RNA结构的固有灵活性以及实验确定其结构和动态性质的困难，导致数据缺乏，影响模型的性能	全面回顾计算RNA-小分子亲和力预测的现状，并指出重要挑战和未来方向	RNA-小分子结合亲和力预测方法及相关数据集	机器学习	NA	NA	深度学习模型，机器学习模型	序列特征，3D结构信息（体素网格和分子表面），图结构数据	NA	NA	图神经网络	NA	NA
147	2026-08-18	Deep Learning-Based Super-Resolution for Vessel Enhancement in Photoacoustic Microscopy Imaging 2026-03, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70221 PMID:41780538	研究论文	本文引入GDSU-Net，一种基于U-Net架构的微调神经网络，用于光声显微镜成像的超分辨率重建，以增强血管细节并提高图像质量。	GDSU-Net整合了组归一化、深度可分离卷积、挤压激励块和像素混排解码器，在保持解剖保真度的同时实现高效超分辨率重建。	未提及具体限制。	提高光声显微镜成像的空间分辨率和图像质量，增强血管网络的可视化。	光声显微镜成像中的血管网络。	计算机视觉	NA	光声成像	卷积神经网络	图像	未提及具体样本数量。	PyTorch（根据深度学习惯例推测，未明确说明）	U-Net	结构相似性指数、峰值信噪比、均方根误差、平均绝对误差	未提及具体计算资源。
148	2026-08-16	Pediatric Personalized Deep Learning Models for Segmentation of Hepatoblastoma at CT and MRI 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250041 PMID:41718532	研究论文	本研究评估成人训练的模型在儿童肝母细胞瘤分割中的通用性，并开发了两个专门针对儿童增强CT和T2加权MRI的深度学习模型	首次专门针对儿童肝母细胞瘤开发个性化深度学习分割模型，并与成人训练模型及多位标注者的手动分割进行系统比较	未在摘要中明确说明局限性	评估成人训练模型在儿童肝母细胞瘤分割中的表现，并开发针对儿童影像的深度学习模型以提高分割准确性	儿童肝母细胞瘤患者的增强CT和T2加权MRI影像数据	医学影像分析	肝母细胞瘤	对比增强CT和T2加权MRI成像	三维U-Net	图像	CT数据集104例（平均年龄28.2±30.5月，64男性；内部56例，外部48例）；MRI数据集123例（平均年龄31.5±38.4月，87男性；内部50例，外部73例）	NA	三维U-Net	Dice相似系数、体积百分比误差	NA
149	2026-08-12	High-throughput label-free assessment of sperm DNA fragmentation index via intelligent morphological imaging 2026-03-17, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01122a PMID:41710949	research paper	本文提出了一种基于智能形态学成像的高通量无标记精子DNA碎片指数（DFI）评估方法	首次将光流控时间拉伸定量相位成像与深度学习相结合，实现对精子DFI的无标记、高通量评估	未提及具体限制	开发一种智能、高通量、无标记的精子DFI评估方法，用于男性不育的临床诊断	人类精子细胞	计算机视觉	男性不育	光流控时间拉伸定量相位成像（OTS-QPI）流式细胞术	卷积神经网络（CNN）	图像（强度图和相位图）	31份临床精液样本，136070张图像	NA	卷积神经网络（具体架构未提及）	准确率	NA
150	2026-08-12	Correction: Deep Learning-Based Pattern Recognition for Detecting Penile Abnormalities: Protocol for Developing a Mobile App for Circumcision Eligibility 2026-Mar-02, JMIR research protocols IF:1.4Q3 DOI:10.2196/89351 PMID:41771058	更正	本文为关于使用深度学习模式识别检测阴茎异常以开发包皮环切术适用性移动应用的方案文章提供了更正	NA	NA	更正先前文章中的错误	先前发表的方案文章	计算机视觉	阴茎异常	NA	深度学习	NA	NA	NA	NA	NA	NA
151	2026-08-12	Letter to the editor: testing the generalizability of DeepPlantAllergy on challenging allergen prediction scenarios 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag149 PMID:41947418	评论	对DeepPlantAllergy模型在挑战性过敏原预测场景中的泛化能力进行测试，并对其数据集构建和评估方法提出改进建议	指出DeepPlantAllergy数据集构建中去除与过敏原序列同一性>20%的非过敏原可能导致性能评估过于乐观，并建议在测试集中保留具有挑战性的阴性样本，同时报告精确率-召回率指标	未提供具体实验数据，仅提出评估建议	评估DeepPlantAllergy模型在包含中等序列同一性非过敏原的真实筛查场景中的泛化性能	植物蛋白过敏原预测模型DeepPlantAllergy及其测试集	机器学习	过敏性疾病	NA	深度学习模型	蛋白质序列	NA	NA	DeepPlantAllergy	ROC-AUC, 精确率-召回率曲线下面积	NA
152	2026-08-11	A prospective multicenter trial of deep learning auto-segmentation for organs at risk in thoracic radiotherapy 2026-Mar-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70863-9 PMID:41917034	研究论文	一项前瞻性、多中心观察性试验，评估深度学习模型iCurveE在胸腔和乳腺癌放疗中对危及器官的AI辅助勾画性能，结果显示AI辅助勾画显著提高了勾画精度和时间效率。	首次提供高质量的前瞻性多中心证据，验证AI辅助勾画在真实临床环境中的有效性，并展示了其在减少不同中心和不同经验医生间性能差异方面的优势。	摘要中未明确提及局限性，可能包括样本代表性和长期临床结果的评估不足。	评估深度学习模型在胸腔和乳腺癌放疗中对危及器官的AI辅助勾画的临床性能，包括勾画精度和时间效率。	胸腔和乳腺癌放疗患者的CT图像中的危及器官，涉及500名患者和37名医生。	深度学习，医学影像，放射治疗	胸腔肿瘤、乳腺癌	CT成像	深度学习模型（iCurveE）	CT图像	500名患者，2,483套危及器官轮廓（27,043个器官），涉及37名医生	NA	iCurveE	体积Dice相似系数（vDSC），95%豪斯多夫距离（HD95），勾画时间	NA
153	2026-08-11	Artificial Intelligence in Cardiovascular Imaging: From Automated Acquisition to Precision Diagnostics and Clinical Decision Support 2026-03-11, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14010132 PMID:41892847	综述	本文综述了人工智能在心血管影像中的应用，包括自动采集、精准诊断和临床决策支持，并评估其潜在临床价值。	总结了AI在多种心血管影像模态中的应用，并强调了从技术自动化向综合疾病表型分析和个性化临床决策支持的转变。	临床转化受限于数据集异质性、外部验证不足、算法偏差、可解释性有限以及监管和整合挑战。	总结AI在心血管影像中的当前和新兴应用，评估其在精准诊断和决策支持中的临床价值。	心血管影像AI应用，涉及超声心动图、心脏磁共振、心脏CT和核心脏病学等模态。	医学影像	心血管疾病	NA	机器学习，深度学习	图像	NA	NA	视频、时序和多模态模型	可重复性、效率、可扩展性	NA
154	2026-08-11	Accuracy of Medical Image-Based Deep Learning for Detecting Microvascular Invasion in Hepatocellular Carcinoma: Systematic Review and Meta-Analysis 2026-Mar-02, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/82000 PMID:41814977	系统综述与荟萃分析	系统评估基于医学图像的深度学习模型在肝细胞癌微血管侵犯术前诊断中的准确性，并分析不同影像模态和验证策略对模型性能的影响	首次系统评估基于影像的深度学习在肝细胞癌MVI诊断中的应用，并对比不同影像模态与验证策略，揭示外部验证性能下降的关键问题	独立外部验证队列稀缺、队列间异质性显著以及模型性能下降，影响临床适用性的严格评估	评估基于医学图像的深度学习模型预测肝细胞癌微血管侵犯的术前诊断性能，并探究不同影像模态和验证策略对模型性能与泛化能力的影响	肝细胞癌患者及其医学图像（包括对比增强计算机断层扫描、病理切片等影像模态）	医学影像分析	肝细胞癌	医学影像分析	深度学习模型（未具体指定架构）	医学图像	52项研究，共19,531例肝细胞癌患者	NA	NA	灵敏度、特异性、汇总接受者操作特征曲线下面积	NA
155	2026-08-11	ZeCardioAI: combining zebrafish, AI, and xAI for an in-depth cardiac phenotyping platform 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag197 PMID:42041226	研究论文	提出了一个结合斑马鱼、深度学习和可解释人工智能的计算平台ZeCardioAI，用于心脏表型的自动化和高精度分析	将斑马鱼实验模型与深度学习及可解释性人工智能结合，实现自动化和高精度的心脏表型提取，并通过xAI揭示与临床标志物一致的判别性特征	未提供具体的局限性信息	开发一个能够自动提取心脏表型并保持可解释性的平台，以应对心肌病中未满足的医疗需求，加速药物发现和精准医学	斑马鱼模型，特别是扩张型和肥厚型心肌病模型	数字病理学	心肌病	活体成像	深度学习模型	图像	未提供	NA	NA	准确性、可解释性	NA
156	2026-08-09	Natural Language Processing Methods Automate Molecular Marker Extraction From Glioma Pathology Reports 2026-Mar-27, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000004000 PMID:41891708	研究论文	本研究评估了三种自然语言处理方法（正则表达式、TF-IDF和BERT）在自动提取胶质瘤病理报告中的分子标志物信息方面的性能	比较了从简单到复杂的不同NLP方法在病理报告分子标志物提取中的表现，发现简单方法在外部验证中优于复杂方法	未来需要更大规模数据集的验证、基础设施整合以及扩展到更多分子标志物	评估不同复杂度的自然语言处理方法在计算机病理学研究中从病理报告自动提取分子标志物的有效性	来自两家机构的601例胶质瘤患者的病理报告	自然语言处理	胶质瘤	自然语言处理	正则表达式、TF-IDF模型、BERT模型	文本数据（病理报告）	601例胶质瘤患者的病理报告	NA	正则表达式、TF-IDF、BERT（包括BlueBERT和BERT-large）	准确率、AUC	内存使用量（MB）
157	2026-08-09	A generalizable deep learning system for cardiac MRI 2026-Mar-25, Nature biomedical engineering IF:26.8Q1 DOI:10.1038/s41551-026-01637-3 PMID:41882174	研究论文	本文介绍了一个用于心脏MRI的泛化深度学习系统，通过自监督对比学习从影像和放射报告中学习，并在多个数据集上展示了出色的性能。	采用了自监督对比学习，从电影序列MRI图像和对应放射报告文本中学习视觉概念，实现了跨机构和外部数据集的高泛化能力，并展示了低数据下的临床级诊断准确性。	未在摘要中明确提及局限性。	开发一个泛化性强的心脏MRI基础视觉系统，能够代表人类心血管疾病的广泛范围，并在多种临床任务中实现高诊断准确性。	心脏MRI扫描图像及其对应的放射报告文本。	医学影像分析	心血管疾病	心脏MRI（电影序列）	深度学习模型（基于自监督对比学习）	图像（MRI）和文本（放射报告）	来自美国四个大型学术临床机构的数据，以及UK BioBank和两个公开外部数据集（具体样本数未提供）	未在摘要中指定	未在摘要中指定	准确率（用于诊断39种疾病），左心室射血分数回归的指标（具体未提供）	未在摘要中提供
158	2026-08-09	CTP-Free Method for Automated Lesion Water Uptake in Acute Ischemic Stroke 2026-03-04, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9054 PMID:41781175	研究论文	本研究开发并评估了一种无需CTP、仅基于NCCT和CTA的自动测量急性缺血性卒中病灶净水摄取的方法	提出了一种仅使用NCCT和CTA的自动NWU测量方法，避免了传统方法对CTP的依赖，提高了临床适用性	需要外部验证以确认研究结果	开发并评估一种无需CTP、利用NCCT和CTA自动测量缺血性卒中病灶净水摄取的方法	急性缺血性卒中患者	医学影像分析	缺血性卒中	CT成像	深度学习模型	医学影像（NCCT和CTA图像）	90名已知发病时间的缺血性卒中患者	NA	NA	组内相关系数（ICC）、Bland-Altman分析、受试者工作特征曲线下面积（AUC）、DeLong检验	NA
159	2026-08-09	Benchmarking Automated Detection and Classification Approaches for Long-Term Acoustic Monitoring of Endangered Species: A Case Study on Gibbons From Cambodia 2026-03, American journal of primatology IF:2.0Q1 DOI:10.1002/ajp.70127 PMID:41854092	研究论文	本文基准测试了多种自动化检测方法用于长周期声学监测濒危物种（柬埔寨南部黄颊长臂猿）的雌性二重唱叫声，并部署最优模型分析了叫声的时间与空间模式	首次对多种深度学习和迁移学习模型（SVM、准DenseNet、ResNet50、BirdNET嵌入）在长臂猿声学检测任务上进行系统基准比较，并成功应用于超13万小时的连续声景数据，验证了BirdNET嵌入模型在小样本下的优越性能	仅针对单一物种（南方黄颊长臂猿）和单一地点（柬埔寨Jahoo）进行基准测试，模型对其他物种或地区的泛化性未知；需要人工审查验证检测结果，可能影响完全自动化应用	为被动声学监测濒危长臂猿提供可靠的自动化检测方法基准，并揭示叫声的时间与空间模式以支持生态保护	南方黄颊长臂猿（Nomascus gabriellae）的雌性二重唱叫声	深度学习、声学监测、保护生物学	NA	被动声学监测、迁移学习、BirdNET嵌入	SVM、准DenseNet、ResNet50、BirdNET（基于CNN的鸟鸣模型）	音频（声景录音）	训练样本数从小于200到大于200个长臂猿叫声样本不等；部署阶段超130,000小时声景数据，人工审查后获得超12,000个验证的声学正检测	PyTorch（推断，基于BirdNET）、TensorFlow（可能用于ResNet和Koogu）	SVM（核方法）、准DenseNet（Koogu）、ResNet50（ImageNet预训练）、BirdNET（基于CNN的嵌入模型）	准确率、精确率、召回率、F1分数（基于检测结果）	GPU（用于深度学习训练）
160	2026-08-07	A multimodal approach integrating spectroscopy, deep learning guided molecular docking, and molecular dynamics simulation for predictive assessment of pioglitazone to albumin binding for formulation development 2026-03-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01534k PMID:41738395	研究论文	该研究采用多模态方法，结合光谱学、深度学习引导的分子对接和分子动力学模拟，评估吡格列酮与白蛋白的结合亲和力，以支持制剂开发	整合紫外光谱、荧光光谱、深度学习工具DynamicBind和分子动力学模拟的多模态方法，提供对药物-蛋白质结合亲和力的综合评估	摘要中未明确提及局限性	通过分析人血清白蛋白与吡格列酮的结合亲和力，为制剂开发提供关键信息	人血清白蛋白与吡格列酮的复合物	分子对接、机器学习、数字病理学	NA	紫外光谱、荧光光谱、深度学习引导的分子对接、分子动力学模拟	深度学习（DynamicBind）、分子动力学模拟	光谱数据、分子结构数据	不同组合的HSA和吡格列酮复合物（具体数量未在摘要中明确）	NA	DynamicBind	结合常数、cLDDT分数、结合亲和力值、均方根偏差、回转半径、均方根波动	NA