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
161	2026-05-03	A generative explainable model for antimicrobial peptide prediction using bidirectional temporal convolutional neural network 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43370-6 PMID:41844874	研究论文	提出GAC-BiTCNN-AMP混合生成可解释深度学习框架用于抗菌肽预测，在精准肿瘤学中实现高准确率和可解释性	首次结合生成对抗网络、胶囊网络和双向时序卷积神经网络，并整合多种蛋白质语言模型及PsePSSM-DCT进化描述符，同时通过XGBoost前向特征选择和SHAP分析增强模型可解释性	未提及具体局限性，但可能受限于训练数据的多样性和独立测试集的规模	开发一种高准确率且可解释的计算框架，用于识别具有抗癌潜力的抗菌肽，支持精准肿瘤学的治疗性肽发现	抗菌肽序列及其结构功能特征	自然语言处理、机器学习	癌症（精准肿瘤学）	蛋白质语言模型（ProtTrans-T5、UniRep、ESM-2）、PsePSSM-DCT进化描述符	生成对抗网络、胶囊网络、双向时序卷积神经网络	氨基酸序列数据	未明确样本数量，但涉及交叉验证和独立测试集	NA	GAN, CapsNet, BiTCNN	准确率、马修斯相关系数	NA
162	2026-05-03	Automated detection and segmentation of Weiss ring in fundus photography images using deep learning 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44593-3 PMID:41845023	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
163	2026-05-03	A lightweight deep learning architecture for automatic shrimp disease classification 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44195-z PMID:41845002	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
164	2026-05-03	DeepStrataAge: an interpretable deep-learning clock that reveals stage- and sex-divergent DNA methylation aging dynamics 2026-Mar-13, npj aging IF:4.1Q2 DOI:10.1038/s41514-026-00358-w PMID:41826374	研究论文	开发了一种名为DeepStrataAge的可解释深度学习时钟，用于揭示阶段和性别差异的DNA甲基化衰老动态	通过SHAP解释性方法首次揭示了性别特异的阶段性衰老动态，包括早期发育、中年过渡和晚期重塑等波状变化，并实现了高准确度与机制可解释性的统一	NA	探索DNA甲基化衰老的非线性动态和CpG相互作用，并揭示性别特异的衰老阶段	基于Illumina EPIC v1.0和v2.0阵列的29,167个样本	机器学习	衰老相关疾病（心血管疾病、阿尔茨海默病、癌症）	DNA甲基化测序（Illumina EPIC阵列）	深度神经网络（DNN）	DNA甲基化数据	29,167个样本	PyTorch（推断）	深度神经网络	准确度（1.89年误差）	NA
165	2026-05-03	Alterations in Retinal Vasculometry After Acute Primary Angle Closure Episode: A Comparative Analysis 2026-Mar-02, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.3.26 PMID:41879421	研究论文	评估急性原发性闭角型青光眼发作后成功治疗的视网膜血管测量学改变与未受累对侧眼的比较	使用深度学习分析急性原发性闭角型青光眼发作后视网膜血管参数变化，并发现与眼压控制无关的独立血管测量学改变	横断面设计，缺乏纵向数据以确定这些改变是否导致青光眼性视神经病变	评估急性原发性闭角型青光眼发作后视网膜血管测量学改变	单侧急性原发性闭角型青光眼患者	医疗影像	急性原发性闭角型青光眼	眼底摄影	深度学习模型	视网膜图像	116名单侧急性原发性闭角型青光眼患者	NA	NA	NA	NA
166	2026-05-03	A deep convolutional neural network trained for lightness constancy is susceptible to lightness illusions 2026-Mar-02, Journal of vision IF:2.0Q2 DOI:10.1167/jov.26.3.14 PMID:41879245	研究论文	训练深度卷积神经网络以实现光照恒常性，并评估其对经典亮度错觉的敏感性	首次将深度卷积神经网络作为人类亮度感知的规范性模型，通过系统测试多种经典亮度错觉来评估网络表现，并与人类行为实验及经典模型进行对比	网络在White错觉和棋盘错觉上未能预测人类感知，且仅使用灰度渲染图像，可能限制其泛化能力	评估深度卷积神经网络作为人类亮度感知新模型的可能性，并验证其是否受到经典亮度错觉的影响	深度卷积神经网络输出与人类观测者亮度匹配实验的对比	计算机视觉	NA	NA	CNN	灰度渲染图像	包括菱形错觉、Koffka错觉、蛇形错觉、同时对比错觉、White错觉和棋盘错觉等几种错觉图及其控制图	Pytorch	CNN	反射率估计准确性	NA
167	2026-05-03	Privacy-Preserving Latent Diffusion-Based Synthetic Medical Image Generation 2026-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618511 PMID:41052162	研究论文	提出一种基于潜在扩散的隐私保护合成医学图像生成方法	在潜在扩散模型中嵌入隐私保护机制，能够在不牺牲患者隐私的前提下生成高质量的合成医学图像	未在文中明确提及模型局限性	开发一种隐私保护的潜在扩散方法，用于合成医学图像数据，以支持深度学习模型的训练	公开可用的CT、MRI和PET医学图像数据集	医学图像生成	NA	潜在扩散模型	扩散模型	图像	NA	NA	潜在扩散模型	图像质量	NA
168	2026-05-03	Integrating and mapping single-cell transcriptomics across the entire gene expression space 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag204 PMID:42059480	研究论文	提出scGES框架，利用深度学习方法整合单细胞转录组数据并校正批次效应于全基因表达空间	首次在全基因表达空间（包括低变异基因）校正批次效应，突破了现有方法仅限高度可变基因的局限	未提及	开发一种能够有效校正批次效应并整合单细胞转录组数据的新方法	单细胞转录组数据集	机器学习, 数字病理学	未提及	单细胞转录组测序	深度学习模型	单细胞转录组数据	未提及	PyTorch	scGES (scGESI + scGESM)	批次效应校正与生物变异保留指标	未提及
169	2026-05-02	Novel two-stage deep learning framework for automated pressure injury classification 2026-Mar-27, BMJ health & care informatics IF:4.1Q2 DOI:10.1136/bmjhci-2025-101636 PMID:41895731	研究论文	提出一个两阶段深度学习框架，用于自动从临床图像中对压力损伤进行分期	通过结合目标检测（YOLOv9）和图像分类（DenseNet161）的两阶段方法，无需手动定位病灶即可实现自动化分期，提高临床可解释性	在处理伤口内异质性、早期细微边界识别以及图像质量差异方面仍存在挑战	开发一个直接从临床图像自动进行压力损伤分期的AI框架，以提高诊断准确性和一致性	中国医科大学医院收集的1807张压力损伤图像	计算机视觉	压力损伤	NA	YOLOv9, DenseNet161	图像	1807张压力损伤图像（训练及验证集），测试集n=365	PyTorch	YOLOv9, DenseNet161	准确率, 灵敏度, 特异度, F1分数, AUC, mAP@0.5	NA
170	2026-03-18	Deep learning-based physiological risk stratification in night-shift hospital workers 2026-Mar-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43982-y PMID:41839952	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
171	2026-05-02	Deep learning enhanced prediction framework for bio oil yield from organic solid waste with chemically informed features 2026-Mar-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43604-7 PMID:41839987	研究论文	提出基于深度学习的框架，利用化学信息特征增强对有机固体废物热解生物油产率的预测	创新性地结合化学引导特征工程（元素比、灰分校正挥发度和能量密度指数）与VIF特征选择，构建混合深度神经网络模型DNPO，在多样化数据集上实现优于传统基准模型的预测性能	NA	提高有机固体废物热解过程中生物油产率的预测准确性，支持实验设计、生物质筛选和工艺优化	有机固体废物热解产生的生物油产率预测	机器学习	NA	NA	混合深度神经网络	数值型数据（生物质成分和热解条件参数）	245个样本，来自多种生物质来源和热解条件	NA	DNPO	相关系数R, 均方根误差RMSE	NA
172	2026-05-02	Transformer-encoded nnU-Net with local region perceptron and contrastive learning (TLC-nnUNet) for multiple brain metastasis detection and delineation 2026-Mar-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4ced PMID:41775070	研究论文	提出一种集成局部区域感知器和对比学习的Transformer增强型nnU-Net（TLC-nnUNet），用于多发性脑转移瘤的检测与分割	首次将局部区域感知器损失约束和对比学习预训练策略融入Transformer增强的nnU-Net架构，分别提升小病灶检测能力和降低假阳性	未在更大规模、更异质的数据集上验证，且计算资源需求可能较高（需预训练和Transformer模块）	提高磁共振图像中多发性脑转移瘤（尤其是小病灶）的检测灵敏度和分割精度	多发性脑转移瘤病灶（包括最长轴长度小于3毫米的小病灶）	计算机视觉, 数字病理学	脑转移瘤	磁共振成像	CNN, Transformer	图像	多机构数据集（具体数量未提及）	PyTorch, MONAI	nnU-Net, Transformer	灵敏度, 精确率, Dice系数, 假阳性率	NA
173	2026-05-02	Humans with function-disrupting variants in the myostatin gene (MSTN) have increased skeletal muscle mass and strength, and less adiposity 2026-Mar-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70422-2 PMID:41826329	研究论文	本研究利用大规模多队列遗传关联分析，结合深度学习的全身MRI图像分割方法，探究肌生成抑制素基因功能破坏性变异对人体肌肉质量、力量及脂肪组成的影响	首次在人类大规模人群（110万人）中系统评估MSTN基因功能破坏性变异对全身肌肉和脂肪组成的长期效应，并结合深度学习自动分割技术对77,572人的全身MRI数据进行精细肌肉群分析	未明确说明，但可能包括变异携带者的选择偏差、观察性研究无法完全排除混杂因素、以及影像分割模型的潜在误差	探究MSTN基因功能破坏性变异对人体肌肉质量、力量和脂肪组成的长期效应，评估治疗性阻断肌生成抑制素信号通路的潜在益处与安全性	人类MSTN基因功能破坏性变异携带者（杂合子）及其体成分和心脏代谢健康相关表型	机器学习、计算机视觉	NA	全基因组关联分析、全身MRI、深度学习图像分割	深度学习分割模型	遗传变异数据、全身MRI图像、握力与肌酐等生化指标数据	110万名个体的遗传数据；77,572人的全身MRI数据	NA	深度学习图像分割模型（具体架构未明确），可能基于U-Net或类似架构	肌肉质量增加百分比、握力、肌酐水平、脂肪量变化	NA
174	2026-05-02	A generalizable eye disease detection method based on Zero-Shot Learning 2026-Mar-12, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01439-3 PMID:41820587	研究论文	提出一种基于零样本学习的泛化眼病检测方法，无需标注即可检测早期糖尿病视网膜病变	将零样本学习应用于眼病检测，通过模拟临床推理过程，利用孪生网络识别疾病关联性并迁移知识，实现无需标注的早期疾病检测	可能受限于源疾病与目标疾病之间的关联性强度，且依赖大规模无标注数据集LCFP-14M	开发一种无需标注数据的泛化眼病检测方法，解决深度学习在医学图像分析中对大规模标注数据的依赖问题	早期糖尿病视网膜病变（DR1）检测，以及零样本学习在眼病诊断中的泛化能力	计算机视觉	糖尿病视网膜病变	眼底图像分析	孪生网络、ResNet-Agglomerative聚类	图像	LCFP-14M数据集（1400万张眼底图像）	NA	Siamese network, ResNet, Agglomerative clustering	准确率、精确率、召回率、F1分数、ROC-AUC	NA
175	2026-05-02	Synthetic data-driven deep learning for label-free autonomous atomic force microscopy 2026-Mar-10, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70421-3 PMID:41807395	研究论文	介绍SimuScan框架，利用合成数据驱动深度学习实现无标签自动原子力显微镜分析	提出利用合成数据驱动深度学习，无需大量人工标注实验数据集，实现原子力显微镜自动特征识别、分割和靶向成像，并纳入真实实验伪影，提高模型泛化能力	未在论文标题和摘要中明确说明局限性	实现原子力显微镜自动化分析，减少对专家操作员的依赖，促进高通量材料发现和统计研究	纳米结构表面、DNA组装体和细菌细胞	计算机视觉	NA	原子力显微镜	深度学习	图像	包括纳米结构表面、DNA组装体和细菌细胞等多种样本类型	NA	NA	未在论文标题和摘要中明确列出性能指标	未在论文标题和摘要中明确说明计算资源
176	2026-05-02	Neuroimaging Insights Into the Neurophysiological Subtypes of Major Depressive Disorder 2026-Mar-05, Biological psychiatry IF:9.6Q1 DOI:10.1016/j.biopsych.2026.02.018 PMID:41794061	综述	对基于神经影像的重性抑郁障碍亚型研究进行批判性综合，涵盖方法学进展、亚型模式比较、临床转化及未来方向	整合无监督/半监督聚类、深度学习、规范建模等前沿方法，推动从群体平均向个体化偏差谱的转变，并比较多模态成像中的趋同与分歧亚型模式	关键挑战包括大规模协调数据集缺乏、验证不充分及需整合生理、遗传和环境数据	阐明基于神经影像的MDD亚型现状，描绘将脑部异质性转化为临床有意义进展的路线图	重性抑郁障碍患者	机器学习	重性抑郁障碍	NA	深度学习	神经影像数据	NA	NA	NA	NA	NA
177	2026-05-02	Integrated subcellular localization of functional fluorescence probes and functional analysis in motile spermatozoa by an AI-enhanced algorithm 2026-03-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202545 PMID:40908796	研究论文	开发了一种结合YOLOv8架构与双探针荧光显微成像的集成计算成像平台，用于同时量化精子内pH和mtDNA G4s，实现精子功能的分子表型分析	将微调的YOLOv8架构与双探针荧光显微镜图像分割相结合，自动定位荧光焦点，区分精子头和主段的荧光信号，揭示荧光强度比与精子功能结果的相关性	未明确说明	开发AI增强的多模态精子分析平台，用于男性不育症的分子诊断	功能性精子中的细胞内pH和线粒体DNA G-四链体	计算机视觉	男性不育症	双探针荧光显微成像	YOLOv8	荧光显微图像	未提及	PyTorch	YOLOv8	未提及	未提及
178	2026-05-02	OralSegNet: An Approach to Early Detection of Oral Disease Using Transfer Learning 2026-Mar, Oral diseases IF:2.9Q1 DOI:10.1111/odi.70135 PMID:41207876	研究论文	提出一种基于YOLOv11架构的深度学习分割系统，用于从口腔内照片中自动检测和定位口腔疾病	利用YOLOv11的三个变体（YOLOv11n-seg、YOLOv11s-seg和YOLOv11m-seg）进行口腔疾病分割，并通过三阶段训练（特征提取、部分微调和完全微调）优化性能	数据集来自公开来源，可能存在偏差；模型在部分微调阶段表现最佳，但整体指标不高（mAP约0.5）	早期检测口腔疾病	口腔内图像中的疾病区域	计算机视觉	口腔疾病	NA	CNN	图像	初始版本582张像素级标注图像，经增强形成v2和v3版本	PyTorch, ONNX Runtime Web	YOLOv11n-seg, YOLOv11s-seg, YOLOv11m-seg	box mAP@50, mask mAP@50	Google Colab免费版，Intel Xeon CPU，13 GB RAM，15 GB T4 GPU，120 GB存储
179	2026-05-02	Glymphatic dysfunction in trigeminal neuralgia: A multimodal MRI study 2026-03, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2026.107312 PMID:41666986	研究论文	使用多模态MRI探究三叉神经痛中的类淋巴系统功能障碍	首次揭示三叉神经痛中类淋巴系统功能性障碍与结构指标的解离，挑战传统神经影像学范式	未发现类淋巴系统指标与疼痛强度及病程的相关性，可能限制临床实用性	探究三叉神经痛中是否存在类淋巴系统功能障碍及其病理生理作用	71名经典三叉神经痛患者和52名年龄匹配的健康对照	数字病理学	神经疾病	多模态MRI，扩散张量成像（DTI），自由水分数（FWF）映射，血管周围空间（PVS）量化，脉络丛（CP）体积分析	深度学习分割模型	MRI图像	71例患者，52例对照	NA	深度学习分割模型	DTI-ALPS指数，FWF值，PVS负担，CP体积	NA
180	2026-05-02	Unraveling sperm kinematic heterogeneity with machine learning 2026-03-01, Asian journal of andrology IF:3.0Q1 DOI:10.4103/aja202544 PMID:40791002	综述	综述了机器学习在解析精子运动异质性中的应用，涵盖CASA数据处理、传统分析局限及AI技术潜力	系统总结了CASA数据与机器学习/深度学习结合在精子运动模式分类和聚类中的新兴应用，强调其揭示运动异质性的潜力	机器学习在该领域的应用仍然有限，CASA数据类型和格式对传统统计方法构成挑战	探讨整合CASA数据与人工智能技术以自动化精子分类并识别运动模式，推动生殖生物学和生育力评估	精子运动学数据（来自计算机辅助精子分析系统）及精子运动异质性	机器学习	生殖系统疾病	计算机辅助精子分析（CASA）	机器学习模型（监督学习与无监督学习）	运动参数和轨迹数据	NA	NA	NA	NA	NA