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
581	2026-05-04	A Hybrid System Integrating Deep Learning and Computer Vision for Automated Blink Monitoring and Tear Film Break-Up Pattern Classification 2026-Apr-30, The ocular surface DOI:10.1016/j.jtos.2026.04.011 PMID:42069336	研究论文	构建并验证了一个集成深度学习与计算机视觉的混合系统，用于实时眨眼监测、泪膜破裂模式分类及干眼亚型诊断与治疗推荐	首次将YOLOv8与基于几何形态的OpenCV图像处理算法结合，实现五种具体泪膜破裂模式（区域型、线型、点型、凹点型、随机型）的分类和实时眨眼监测，并验证系统测量的泪膜破裂时间比手动测量更敏感	泪膜破裂检测的精确率（74.6%）和整体分类准确率（75.47%）仍有提升空间；样本量较小（95名受试者），且仅来自单一中心	开发并验证一种混合系统，用于实时眨眼监测、泪膜破裂模式分类、干眼亚型诊断及治疗推荐	95名受试者的眼表和泪膜状态，包括65名干眼患者和30名非干眼患者	计算机视觉	干眼症	深度学习、计算机视觉	YOLOv8	图像	95名受试者（干眼组65例，非干眼组30例）	PyTorch, OpenCV	YOLOv8（YOLOv8-n/s/m三个变体）	精确率、准确率、一致性（Bland-Altman分析）	未提及，可推测为GPU加速训练（因使用深度学习模型）
582	2026-05-04	Biologically inspired digital histology for deep phenotyping of placental composition changes across major lesion types 2026-Apr-29, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2026.04.020 PMID:42069469	研究论文	应用生物启发的深度学习框架对胎盘组织切片进行定量单细胞分辨率分析，揭示不同病变类型下的细胞和结构组成变化	首次应用生物启发的分层深度学习框架（HAPPY）对胎盘组织进行单细胞分辨率的定量表型分析，发现除了肉眼可见病变外，胎盘存在广泛的器官级细胞和结构响应，为病理学评估提供了新的AI辅助方法	样本量相对较小（62例单胎足月活产，130张切片），且未提及对不同妊娠并发症（如早产、子痫前期等）的适用性验证	开发客观、可复现的定量组织学分析方法，系统评估胎盘病变引起的细胞和结构组成变化	62例单胎足月活产胎盘中的130张实质切片，包括健康对照和四种常见病变类型（梗死、绒毛周纤维蛋白、无血管绒毛、绒毛间血栓）	数字病理学	胎盘病变	H&E染色	深度学习	组织病理图像	62例胎盘中的130张H&E染色实质切片	PyTorch	Hierarchical deep learning (HAPPY框架)	细胞组成偏差、组织结构组成偏差	NA
583	2026-05-04	A physically constrained and interpretable deep learning framework for PM2.5 inversion under sparse monitoring conditions in arid regions 2026-Apr-28, Environmental pollution (Barking, Essex : 1987) DOI:10.1016/j.envpol.2026.128233 PMID:42061798	研究论文	提出了一种物理约束且可解释的深度学习框架ResNet-DFL，用于干旱地区稀疏监测条件下的PM2.5反演	结合分布感知学习策略和SHAP与2D-PDP可解释性分析，解决稀疏监测下的长尾偏差和污染峰值捕获问题	未明确提及，但可能限于干旱地区特定气候条件和卫星数据依赖	提高卫星数据在干旱地区数据稀缺条件下的PM2.5估算准确性	干旱地区的细颗粒物（PM2.5）浓度反演	机器学习	不适用	卫星遥感、地基监测网络	ResNet（残差网络）	卫星观测数据、气象数据（相对湿度、温度、NDVI）、气溶胶光学厚度	独立稀疏站点验证场景	PyTorch	ResNet	空间相关系数R、时间相关系数R	未明确提及
584	2026-05-04	Development and Validation of AI System for Tooth Detection and Diagnosis in Dental Radiographs 2026-Apr-26, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109576 PMID:42044605	研究论文	开发和验证一个用于牙科X光片中牙齿检测和诊断的AI系统	结合多种X光片类型和年轻患者的AI自动化牙科图表系统，使用多阶段深度学习架构进行模态分类、牙齿检测和病变分类，并基于Dawid-Skene模型聚合专家评估	对疾病相关病变的检测效果较低，稀有条件的解释需要更多X光片和标注数据	开发和验证用于牙科X光片自动诊断的AI系统	牙齿和十种牙科病变（龋齿、牙冠、填充物、种植体、桥体、根尖周病变、乳牙、残留牙根、根管治疗、未萌出牙）	计算机视觉	牙科疾病	数字X光片	深度学习模型（EfficientNetV2、RTMDet）	图像	3705张牙科X光片（包括全景片和口内片），来自斯洛伐克和埃及	深度学习框架	EfficientNetV2、RTMDet	F1分数、牙齿编号准确率	未提及
585	2026-05-04	Explainable Machine Learning and Deep Learning Models for Understanding Operational and Degradation Effects in Nafion Membranes 2026-Apr-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c23903 PMID:42024436	研究论文	开发可解释的机器学习和深度学习框架，用于预测Nafion膜中质子传输性质，并揭示化学降解、水含量和温度对质子传导的影响	首次结合3D卷积神经网络与Grad-CAM可视化技术，以及随机森林与Shapley值分析，构建了多模态AI框架，能够同时捕捉膜纳米结构的几何和语义信息，并生成降解-传导耦合机制图谱	基于模拟数据集，缺乏实验验证；模型泛化性尚未在实际老化膜上测试	理解化学降解如何影响Nafion膜中质子传输，建立降解-传导机制图谱，为逆设计优化提供基础	Nafion膜中的质子传输性质（包括车辆机制电导率、Grotthuss机制电导率和曲折因子）	机器学习	NA	多尺度模拟	CNN, 随机森林	体素化纳米结构图像数据	未明确提及具体数量，但表示基于高通量多尺度模拟数据集	PyTorch	3D卷积神经网络, 梯度加权类激活映射 (Grad-CAM)	NA	NA
586	2026-05-04	Quaternion-based CNN for heart rate prediction from PPG 2026-Apr-22, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108993 PMID:42068635	研究论文	提出一种四元数卷积神经网络模型，利用远程光电容积描记术从面部图像中预测心率	提出四元数卷积神经网络架构，可同时处理四通道输入，有效捕捉复杂空间-颜色交互信息，并探索多种颜色格式（RGB、YUV、HSL）增强输入表示，提升模型在现实条件下的鲁棒性	未提及具体局限性	从面部图像中提取心率等生理信息，开发可靠的非接触式远程医疗监测系统	面部视频中的人体心率信号	计算机视觉, 机器学习	心血管疾病	远程光电容积描记术	四元数卷积神经网络	图像	NA	NA	四元数卷积神经网络	准确率	NA
587	2026-05-04	Breath-hold CBCT-to-CT synthesis using an unsupervised artifact disentanglement network with Mamba for breast cancer adaptive radiotherapy 2026-Apr-22, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2026.112634 PMID:42068632	研究论文	提出一种基于Mamba的无监督伪影解耦网络，用于乳腺癌自适应放疗中的屏气CBCT到CT的合成	将Mamba架构与伪影解耦网络（ADN）集成，形成ADN-Mamba模型，通过无监督学习克服配准错误和缺乏配对CBCT-CT数据集等挑战，实现高精度合成CT生成	未来需扩展到3D数据并进行多中心验证	提高乳腺癌自适应放疗中CBCT图像质量，实现精确的电子密度信息获取和在线剂量计算	屏气CBCT图像与计划CT图像之间的合成转换	计算机视觉	乳腺癌	CBCT成像	深度学习模型（ADN-Mamba）	图像（CBCT和CT）	未在摘要中明确提及样本数量	NA	ADN、Mamba	平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、伽马通过率	NA
588	2026-05-04	Computational Modeling of Affective User Experience Using Multimodal Physiological and Behavioral Signals 2026-04-07, Journal of visualized experiments : JoVE DOI:10.3791/69823 PMID:42044101	研究论文	提出一个可复现的计算协议，利用多模态生理信号进行情感计算建模，以整合脑电图、心电图和皮肤电反应信号进行情感识别	通过深度典型相关分析对齐异构特征空间后结合多模态融合网络，在公开数据集上实现92.1%的情感状态预测准确率和94.2%的效价-唤醒分类F1分数，优于传统融合和分类模型	仅进行离线实验验证，未部署实时交互系统	开发并验证用于多模态情感用户体验建模的计算框架	AMIGOS公开数据集中的脑电图、心电图和皮肤电反应生理信号	机器学习	NA	生理信号采集（脑电图、心电图、皮肤电反应）	深度典型相关分析、多模态融合网络	生理信号（脑电图、心电图、皮肤电反应）	AMIGOS公开数据集（具体样本量未说明）	NA	深度典型相关分析、多模态融合网络	准确率、精确率、召回率、F1分数、AUC	NA
589	2026-05-04	Data mining in pediatric radiology in the era of artificial intelligence 2026-04, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06551-z PMID:41739184	综述	综述了人工智能时代儿科放射学中的数据挖掘方法、应用与挑战	强调了人工智能与数据挖掘在儿科放射学中的相互依赖关系，并梳理了深度学习、大语言模型、多模态融合和联邦学习等现代AI工具在儿科数据集中的应用	讨论了数据质量和标准化、伦理、监管、工作流集成、资源差异、可持续性和可解释性等当前挑战	概述儿科放射学数据挖掘的核心概念、工作流程、临床应用及未来方向	儿科放射学中的多模态数据，包括图像、报告、元数据和电子健康记录	机器学习	NA	深度学习, 大语言模型, 多模态融合, 联邦学习	深度学习	图像, 文本, 元数据	NA	NA	NA	NA	NA
590	2026-05-04	Exploratory association between multimodal AI-derived digital biomarkers and in-hospital mortality in adult patients with pneumonia: A proof-of-concept study 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0000960 PMID:42060654	研究论文	一项概念验证性研究，探索多模态人工智能衍生的数字生物标志物与成人肺炎住院死亡率之间的关联	首次从低资源临床数据中自动整合多模态AI生物标志物（胸片、临床文本、心电图），建立心肺应激特征与肺炎死亡率的关联	样本量小（121例）、死亡事件数少（19例），导致关联结果均为初步且仅用于假说生成；单中心回顾性设计，需前瞻性验证	评估多模态AI（深度学习、自然语言处理、心率变异性分析）从常见电子健康记录数据中提取的互补性预后生物标志物与肺炎住院死亡率的关系	2024年1月至6月哥伦比亚一家医院收治的急性肺炎成年患者（≥18岁）	计算机视觉, 自然语言处理, 机器学习	肺炎	深度学习, 自然语言处理, 心率变异性分析	ResNet-18, 正则表达式, NeuroKit2	胸片图像, 临床文本笔记, 心电图信号	121例（19例死亡，15.7%）	PyTorch, NeuroKit2	ResNet-18	比值比 (OR), 95%置信区间	NA
591	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
592	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
593	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
594	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
595	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
596	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
597	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
598	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
599	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
600	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