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
241	2026-05-04	Retinex-based low-light image enhancement with multi-channel feature optimization 2026 Apr-Jun, Science progress IF:2.6Q2 DOI:10.1177/00368504261446453 PMID:42044095	research paper	提出一种基于Retinex理论的多通道特征优化的两阶段低光照图像增强算法	提出三通道独立光照分解策略以减轻色彩失真，设计结合可变形卷积、双层注意力和选择性核融合的U-Net分解网络，开发包含细节增强、低频滤波和曲线光照调整模块的双分支融合网络	未明确说明局限性	解决低光照图像增强中亮度、细节保留和色彩保真度难以同时平衡的问题	低光照图像增强及下游视觉任务（目标检测）	computer vision	NA	NA	CNN	图像	标准数据集及ExDark数据集	NA	U-Net, 可变形卷积, 双层注意力, 选择性核融合	PSNR, SSIM, NIQE, mAP	NA
242	2026-05-03	The Kinematic Chain in Hindustani Classical Singing: An Exploratory Bioacoustic Pilot Study of Seated Posture and Vocal Quality 2026-Apr-30, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2026.04.005 PMID:42067405	研究论文	应用运动链理论研究印度斯坦古典歌唱中坐姿与嗓音质量的关系	首次将运动链理论应用于印度斯坦古典声乐教学，结合声学分析和深度学习模型（Demucs）进行声音分离	样本量小（仅10人），研究为探索性试点，未进行对照组或随机化设计	探究骨盆对齐与嗓音声学之间的生物力学关联	印度斯坦古典声乐初学者至中级学生	机器学习, 数字病理学	NA	深度学习、pYIN算法、声学分析	深度学习模型（Demucs）	音频	10名学生（初学者至中级水平）	PyTorch	Demucs	声谱质心、嗓音效率、基频估计	NA
243	2026-05-03	Image-Based Deep Learning for Cataract Diagnosis: Systematic Review and Meta-Analysis 2026-Apr-29, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/78869 PMID:42054635	meta分析	系统评估深度学习在基于图像的白内障诊断中的性能，并与机器学习及人类专家进行比较	首次通过系统性综述和荟萃分析全面评估深度学习在白内障诊断中的表现，包括检测和分类任务，并定量比较其与机器学习及人类专家的诊断准确性	纳入研究质量中等，存在高或不清楚的偏倚风险；外部验证数据集性能下降（灵敏度87%、特异度93%），泛化能力受限；研究间异质性高	评估深度学习在基于图像的白内障诊断中的性能，探讨其作为自动化诊断工具的潜力	基于图像的白内障检测或临床亚型分类的相关研究	计算机视觉	白内障	NA	深度学习	图像	63篇研究	NA	NA	灵敏度、特异度、ROC曲线下面积（AUC）	NA
244	2026-05-03	Hybrid deep learning and YAMNet features for asthma diagnosis from respiratory sounds 2026-Apr-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49247-y PMID:42056204	研究论文	提出一种混合深度学习架构，结合YAMNet特征和手工声学描述符，用于从呼吸声音中自动检测哮喘	融合预训练YAMNet嵌入与手工声学特征（MFCC、色度图、ZCR、频谱特征），并采用ASPP和SE模块增强特征，结合SHAP可解释性分析	NA	开发一种可解释且可扩展的计算机辅助哮喘诊断工具	呼吸声音录音中的哮喘检测	机器学习	哮喘	呼吸音采集	混合深度学习模型	音频	使用Asthma Detection Dataset v2数据集	TensorFlow, Keras	YAMNet, ASPP, SE模块, MLP	准确率, F1分数, AUC	NA
245	2026-05-03	Capturing induced-fit effects: A geometry-aware and interpretable framework for robust drug-target affinity prediction 2026-Apr-29, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109429 PMID:42066524	研究论文	提出一种几何感知且可解释的框架（DCR-DTA），用于稳健的药物-靶点亲和力预测，动态模拟诱导契合效应	通过动态上下文正则化显式建模双向诱导契合相互作用，并优先考虑稳定结构锚点，同时缓解预训练表示中的特征各向异性	未提及明显局限，可能依赖高质量预训练表示或计算资源需求较高	提高药物-靶点亲和力预测的可靠性和可解释性，特别是在困难冷启动场景下	药物和小分子靶点（如蛋白质）的相互作用动态	机器学习	不适用	不适用	深度学习模型（DCR-DTA）	分子结构和相互作用数据	Davis和KIBA基准数据集（具体样本数量未提及）	PyTorch	DCR-DTA	均方误差（MSE）、r值（0.787）、一致性指数（CI，0.902）	不适用
246	2026-05-03	Astragalin alleviates ulcerative colitis via FPR1 inhibition and restores Microbiota-Metabolite Homeostasis: A mechanism revealed by deep learning 2026-Apr-29, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.118022 PMID:42066856	研究论文	利用深度学习平台预测天然黄酮类化合物紫云英苷的靶点FPR1，并通过小鼠结肠炎模型验证其在缓解溃疡性结肠炎中通过抑制FPR1、恢复微生物-代谢物稳态的作用机制	首次使用集成多种神经网络的深度学习平台识别紫云英苷的高置信度靶点FPR1，并揭示其通过蛋白酶体依赖途径降解FPR1抑制NF-κB激活，同时恢复肠道微生物生态和代谢平衡的双重作用机制	未提及具体局限性	阐明紫云英苷缓解溃疡性结肠炎的多靶点作用机制，特别是其通过抑制FPR1和恢复肠道微生物-代谢物稳态的分子途径	紫云英苷对溃疡性结肠炎的治疗作用及机制	机器学习	溃疡性结肠炎	16S rRNA测序、非靶向代谢组学	神经网络集成架构	序列数据、代谢组数据	DSS诱导的小鼠结肠炎模型（样本量未明确说明）	NA	多种神经网络架构（具体未指名）	NA	NA
247	2026-05-03	FINS: An Interactive Platform for Automated Zebrafish Image Analysis and Morphological Screening 2026-Apr-29, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2026.100426 PMID:42067140	research paper	介绍了一个名为FINS的交互式平台，用于斑马鱼胚胎图像的自动化分析和形态学筛查	将深度学习分类模型与交互式可视化及质量控制工具集成于一个网络平台，支持自动化评分与专家复核的混合工作流，显著减少人工标注时间	NA	开发一个可重复、可扩展、标准化的斑马鱼图像分析平台，推动大规模毒理学筛选和监管应用	斑马鱼胚胎图像中的正常与异常表型	computer vision, digital pathology	NA	NA	CNN	图像	NA	NA	CNN	F1	NA
248	2026-05-03	Pseudodata-Guided Invariant Representation Learning Boosts the Out-of-Distribution Generalization in Enzymatic Kinetic Parameter Prediction 2026-Apr-27, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03204 PMID:42037561	研究论文	提出ODENet模块，通过生物和化学信息增强及不变表示学习，提升酶动力学参数预测在分布外场景的泛化能力	首次提出轻量级即插即用模块ODENet，利用酶-底物扰动增强和不变表示学习，在不修改基础模型架构的条件下提升分布外泛化性能	NA	提高酶动力学参数预测模型在序列发散分布外样本上的泛化能力	酶-底物配对数据及其动力学参数	机器学习	NA	深度学习	不变表示学习模型	序列数据	NA	NA	ODENet	准确率、鲁棒性指标	NA
249	2026-05-03	Deep Learning-Based Protein Half-Life Prediction for Identifying Rate-Limiting Enzymes in Metabolic Pathways to Alleviate Bottleneck Reactions 2026-Apr-27, Journal of microbiology and biotechnology IF:2.5Q3 DOI:10.4014/jmb.2601.01071 PMID:42046921	研究论文	开发了名为ProHL的深度学习模型，用于预测蛋白质半衰期，以识别代谢途径中的限速酶并缓解瓶颈反应	首次将ProteinBERT编码与理化性质编码结合的多模态策略用于蛋白质半衰期分类，实现对短寿命和长寿命蛋白质的准确预测，并成功应用于番茄红素生物合成途径中限速酶的识别	蛋白半衰期研究在细菌中仍有限，模型依赖特定数据集可能影响泛化能力	通过准确预测蛋白质半衰期来识别代谢途径中的限速酶，以缓解瓶颈反应并提高代谢产量	蛋白质半衰期分类及番茄红素生物合成途径中的CrtE、CrtB和CrtI酶	机器学习	NA	NA	深度学习模型	蛋白质序列及理化编码数据	独立测试数据集（具体数量未明确）	NA	ProteinBERT与理化编码集成	准确率、马修斯相关系数	NA
250	2026-05-03	Comprehensive RNA-binding protein analyses and deep learning uncover genetic constraints and disease associations in protein-RNA interfaces 2026-Apr-22, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2026.101588 PMID:42025161	research paper	整合额外的RNA结合蛋白eCLIP数据，训练深度学习模型以分析RBP结合语法，揭示遗传约束与疾病关联	首次通过深度学习模型对RNA结合蛋白结合位点进行遗传变异评分与约束量化，发现剪接增强子与沉默子中相反的选择约束特征，并揭示视网膜疾病中剪接体蛋白结合位点突变的富集	NA	通过综合RNA结合蛋白分析与深度学习，揭示蛋白-RNA界面中的遗传约束与疾病关联	RNA结合蛋白及其与RNA的相互作用	machine learning	retinal disease	eCLIP	deep learning model	eCLIP profiles	286 RNA binding proteins, including 92 additional ones; cell types: K562, HepG2	NA	NA	NA	NA
251	2026-05-03	Deep learning-based automated segmentation and quantification of glenoid and humeral head defects 2026-Apr-22, Chinese journal of traumatology = Zhonghua chuang shang za zhi DOI:10.1016/j.cjtee.2026.01.006 PMID:42067471	研究论文	开发并验证了一种基于深度学习的自动分割与量化方法，用于同时检测肩关节盂和肱骨头骨缺损	提出了一种结合边缘全局注意力模块、ASFFHead多尺度特征融合、优化视觉Transformer块和动态掩码生成模块的新型深度学习网络，有效解决了MRI图像低对比度和形态复杂性的挑战	NA	开发一种自动化、基于深度学习的肩关节骨缺损分割与精确定量方法，以辅助个性化手术规划和客观临床评估	肩关节盂和肱骨头骨缺损	计算机视觉	肩关节复发性脱位导致的骨缺损	MRI	深度学习分割网络	MRI图像	800份肩关节盂和792份肱骨头MRI扫描数据	PyTorch	YOLOv8-segment, U-Net, Region-based CNN, U-NeXt, YOLOv8, YOLOv11	交并比, Dice相似系数, 精确率, Hausdorff距离	NA
252	2026-05-03	Raman spectroscopy in renal analysis: Technologies, applications, and advancements 2026-Apr-21, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129860 PMID:42066712	综述	本文综述了拉曼光谱技术在肾脏分析中的原理、应用和进展，重点介绍其无创、无标记检测分子指纹的能力	系统比较了表面增强拉曼光谱、尖端增强拉曼光谱、共聚焦拉曼显微镜和相干拉曼技术在尿液、血液、肾脏组织和单细胞分子图谱中的具体应用，并强调了多变量统计、机器学习和深度学习等先进分析方法在光谱解读和疾病分类中的作用	未明确讨论拉曼光谱技术成本高、信号易受干扰以及标准化缺乏等局限	阐述拉曼光谱在肾脏疾病分子诊断中的应用潜力，并探讨其向精准诊断和临床转化的前景	尿液、血液、肾脏组织和单个细胞等生物样本	机器学习	肾脏疾病	拉曼光谱（RS）、表面增强拉曼光谱（SERS）、尖端增强拉曼光谱（TERS）、共聚焦拉曼显微镜（CRM）、相干拉曼技术	多变量统计、机器学习、深度学习模型（未指定具体类型）	光谱数据	NA	NA	NA	NA	NA
253	2026-05-03	Machine Learning-Driven Ensemble Screening of Multitarget Kinase Inhibitors for Tauopathy-Associated Neurodegeneration Using All-Atom and Steered MD Simulations 2026-Apr-17, ACS chemical neuroscience IF:4.1Q2 DOI:10.1021/acschemneuro.6c00097 PMID:41995061	研究论文	采用机器学习驱动的集成筛选方法，识别用于治疗tau蛋白病相关神经退行性疾病的多靶点激酶抑制剂，并通过全原子和受控分子动力学模拟进行验证	开发了一个集成机器学习工作流，结合了CatBoost、XGBoost和SVM的软投票集成模型，并首次将深度学习和分子动力学模拟用于筛选天然化合物库中的多靶点激酶抑制剂	未明确说明，但可能包括天然化合物库的局限性、实验验证的缺乏以及模拟条件下与真实生理环境的差异	从天然产物中识别针对DYRK1A、TTBK1和ABL1多靶点激酶的抑制剂，以缓解tau蛋白过度磷酸化驱动的神经退行性疾病	DYRK1A、TTBK1和ABL1三种激酶及其抑制剂候选分子	机器学习	tau蛋白病、神经退行性疾病	分子动力学模拟、受控分子动力学模拟	集成模型，包括CatBoost、支持向量机、K近邻、朴素贝叶斯、XGBoost	生物活性数据	使用了约695,000种天然化合物（来自COCONUT 2.0数据库），以及来自ChEMBL和BindingDB的生物活性数据	Scikit-learn	CatBoost、XGBoost、SVM、KNN、朴素贝叶斯	准确率、精确率、召回率、F1分数、AUC	NA
254	2026-05-03	The Assessment of Coronal Plane Lower-Limb Alignment on Pre- and Postoperative Long-Leg Radiographs Using Deep Learning 2026-Apr-16, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2026.04.036 PMID:41999795	研究论文	开发和验证一种能够准确测量长腿X光片中髋-膝-踝角、股骨远端外侧角和胫骨近端内侧角的灵活深度学习算法	提出了一种不依赖关节手术状态的灵活深度学习算法，能够在前术后长腿X光片上准确测量下肢力线角度	术后图像上的性能略低于术前图像，可能需要进一步训练以提高泛化能力和术后图像性能	开发和验证一种灵活深度学习算法，用于准确测量长腿X光片上的下肢力线角度（HKAA、LDFA、MPTA）	长腿X光片中的膝关节、髋关节和踝关节	计算机视觉	膝关节骨关节炎	长腿X光成像	深度学习	图像	2,419张长腿X光片，其中239张用于测试	NA	两阶段深度学习算法（第一阶段检测关节并标记膝关节手术状态，第二阶段使用四个关键点模型）	平均绝对误差	NA
255	2026-05-03	Deep learning-based estimation of plant functional traits from canopy spectral reflectance 2026-Apr-10, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127895 PMID:42066565	研究论文	提出一种基于深度学习的冠层植物功能性状估计框架，集成KAN、Transformer和CNN，从高光谱反射率中提取特征	首次将KAN、Transformer和CNN整合为统一的深度学习框架（CTRN），用于冠层植物功能性状的高光谱遥感估算，有效捕捉光谱响应中的非线性和多变量特性	NA	实现从冠层光谱反射率准确估算植物关键功能性状，支持生态和农业应用中的参数获取	多种植物物种的冠层高光谱反射率数据及其对应的十种关键功能性状	计算机视觉	NA	高光谱遥感	CNN、Transformer、KAN	高光谱图像	涵盖多种植物物种、不同传感器和多个大洲的综合光谱-性状数据集	NA	CTRN（KAN、Transformer、CNN集成）	R值	NA
256	2026-05-03	Negative correlation between habenular volume and duration of gambling disorder: Modulation by symptom severity and personality traits 2026-Apr-02, Journal of behavioral addictions IF:6.6Q1 DOI:10.1556/2006.2025.00360 PMID:41718719	研究论文	探讨赌博障碍患者的缰核体积与病程、症状严重程度及人格特质之间的关系	首次揭示缰核体积与赌博障碍病程的负相关，并发现这种关系受症状严重程度和人格特质的调节	基于回顾性病程计算，样本为男性患者，且未纳入女性患者，结果可能仅限于男性群体	阐明赌博障碍患者缰核体积变化及其与病程、症状严重程度和人格特质的关系	赌博障碍患者和健康对照者的缰核体积	机器学习	赌博障碍	基于深度学习的自动分割	深度学习模型	T1加权MRI数据	68名男性赌博障碍患者和75名男性健康对照者	NA	NA	NA	NA
257	2026-05-03	Attention Gated-VGG with deep learning-based features for Alzheimer's disease classification 2026-04, Neurodegenerative disease management IF:2.3Q3 DOI:10.1080/17582024.2025.2554495 PMID:40929122	研究论文	提出基于注意力门控VGG和深度学习特征的阿尔茨海默病分类方法	结合WOA优化ResNet特征提取与CNN特征，并设计注意力门控VGG模型进行AD分类	NA	提高阿尔茨海默病早期检测的准确性和可靠性	阿尔茨海默病脑部图像	计算机视觉	阿尔茨海默病	深度学习	注意力门控VGG	图像	NA	NA	ResNet, VGG	准确率, 灵敏度, 特异度	NA
258	2026-05-03	Multicenter Clinical Validation of an Artificial Intelligence Diagnostic Classification Model for Laryngoscopy Images 2026-Apr, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery DOI:10.1002/ohn.70153 PMID:41696998	研究论文	开发并外部验证一个基于人工智能的计算机辅助诊断模型，用于从喉镜图像中分类喉部病变为高风险或低风险	大规模多中心临床验证，展示了模型在不同临床环境下的泛化能力，并与不同经验级别的医生及ChatGPT-4o进行了性能比较	模型仅分类包含可见病变的图像，且尚未进行前瞻性多中心临床试验验证实际临床应用	开发和验证一个用于喉部病变分类的计算机辅助诊断模型，以增强诊断能力，特别是在资源有限的环境中	喉部病变	计算机视觉，数字病理学	喉癌，喉部病变	NA	深度学习模型	图像	超过20,000张来自多个国家医院的喉镜检查图像	NA	NA	准确率、精确率、召回率、F1分数、曲线下面积	NA
259	2026-05-03	Thymic health consequences in adults 2026-04, Nature IF:50.5Q1 DOI:10.1038/s41586-026-10242-y PMID:41851466	研究论文	提出一个深度学习框架，从常规放射影像中量化胸腺健康，并在两个大型前瞻性队列中评估其与长寿及主要年龄相关疾病风险的关联	首次通过深度学习从常规影像中量化成人胸腺健康，并证明胸腺健康与降低全因死亡率、肺癌发生率和心血管死亡率相关，重新定位胸腺为免疫介导衰老和疾病易感性的核心调节器	NA	评估成人胸腺健康与长寿及年龄相关疾病风险的关联	无症状成人的胸腺健康	计算机视觉	肺癌, 心血管疾病	NA	深度学习	影像	国家肺筛查试验（n=25,031）和弗雷明汉心脏研究（n=2,581）两个前瞻性队列	NA	NA	全因死亡率, 肺癌发病率, 心血管死亡率	NA
260	2026-05-02	A Dynamic Time Warping-Aware Series-Temporal Transformer for Automated Thresholding of Auditory Brainstem Responses 2026-Apr-30, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3689105 PMID:42060419	研究论文	提出一种基于动态时间规整的系列时间Transformer框架，用于自动估计听觉脑干反应的阈值	首次引入DTW相似性感知的系列Transformer捕捉波形间依赖关系，并结合刺激水平感知位置编码和多尺度时间Transformer提取时间表征	仅作为事后验证工具，未与主动学习规则集成以动态选择刺激水平	开发自动化ABR阈值估计方法，减少临床视觉判读的主观偏差	听觉脑干反应波形数据	机器学习	听力障碍	NA	Transformer	波形信号	人类数据集I: 8350名受试者; 数据集II: 136名受试者; 小鼠数据集: 8259只小鼠	PyTorch	Series Transformer, Temporal Transformer	精确匹配准确率, ±10 dB准确率	NA