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
741	2026-04-20	A review of machine learning applications in the prediction of selected groundwater quality parameters: Key lessons, knowledge gaps, and future directions 2026-Apr-25, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181693 PMID:41861475	综述	本文系统回顾了过去十年中超过100篇关于机器学习在地下水质量参数预测中应用的同行评议文章	通过两个互补视角（地下水质量视角和机器学习视角）评估机器学习在地下水质量研究中的最新应用，并识别了关键成果、经验教训及未来方向	存在研究区域覆盖不足、跨流域尺度扩展困难以及学术进展向实践转化方面的空白	评估机器学习在地下水质量预测中的应用现状，并为研究者和实践者提供结构化路线图	地下水质量参数、流域背景、机器学习模型及相关研究	机器学习	NA	NA	深度学习模型, 混合建模方法	NA	超过100篇同行评议文章	NA	NA	评估指标	NA
742	2026-04-20	Fetal sleep: a cross-species review of physiology, measurement, and classification 2026-Apr-16, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsag003 PMID:41530894	综述	本文首次整合了超过七十年的研究，提供了一个跨物种的胎儿睡眠生理学、测量和分类的统一综述	首次进行跨物种的胎儿睡眠综述，整合了人类和动物模型的研究，并探讨了从侵入性神经生理学到非侵入性监测及深度学习框架的方法学演变	缺乏统一的、临床验证的胎儿睡眠状态定义框架，限制了其向常规产科实践的转化	整合跨物种证据，为开发客观、多模态、非侵入性的胎儿睡眠监测技术提供科学基础，以支持早期神经系统损害的检测和及时产前干预	人类胎儿及动物模型（如绵羊和狒狒）的胎儿睡眠	NA	NA	非侵入性监测，深度学习框架	NA	信号数据	169项研究	NA	NA	NA	NA
743	2026-04-20	Optimizing automated sleep stage scoring of 5-s mini-epochs: a transfer learning study 2026-Apr-16, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf393 PMID:41384756	研究论文	本研究通过迁移学习优化了深度学习模型U-Sleep，使其能够对5秒微纪元进行高精度的自动睡眠分期	首次将先进的深度学习模型U-Sleep通过迁移学习优化，应用于5秒微纪元的高分辨率睡眠分期，显著提高了对短暂睡眠阶段转换的捕捉能力	需要外部验证，且未来需应用于整夜记录	优化自动睡眠分期模型，实现对高时间分辨率（5秒）睡眠数据的精确分期	人类睡眠数据	机器学习	NA	多导睡眠图	深度学习模型	多导睡眠图信号数据	来自100份多导睡眠图的48000个人工标注的5秒微纪元	NA	U-Sleep	F1分数, 混淆矩阵, 阶段分布, 转换率	NA
744	2026-04-20	DeepLMI: deep feature mining with a globally enhanced graph convolutional network for robust lncRNA-miRNA interaction prediction 2026-Apr-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag145 PMID:41886347	研究论文	提出了一种名为DeepLMI的新型深度学习框架，用于预测lncRNA-miRNA相互作用，该框架结合了深度特征挖掘和全局增强的图卷积网络	整合了深度特征挖掘与全局增强图卷积网络，设计了针对lncRNA和miRNA的专用特征提取模块，并联合建模局部邻域信息和全局拓扑信号以解决已知RNA相互作用网络的稀疏性和结构复杂性	未在摘要中明确说明	准确识别lncRNA-miRNA相互作用，以理解疾病机制和发现治疗靶点	长链非编码RNA（lncRNA）和微小RNA（miRNA）	机器学习	NA	NA	图卷积网络，自注意力机制	序列数据，图结构数据	NA	NA	Global-Enhanced Graph Convolutional Network	NA	NA
745	2026-04-20	A novel deep learning-driven framework for improving lncRNA comprehensive annotation with LncADeep 2.0 2026-Apr-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag162 PMID:41923359	研究论文	本文介绍了一个名为LncADeep 2.0的集成深度学习框架，旨在提高长链非编码RNA的识别和功能注释的准确性	在识别模块中引入了新颖的肽特征，并结合序列和结构信息；在功能注释中，利用以lncRNA为中心的相互作用网络和基因本体术语，通过迁移学习策略在有限功能数据下实现稳健的注释性能	未在摘要中明确提及	提高长链非编码RNA的识别和功能注释的准确性	长链非编码RNA	自然语言处理	NA	RNA-seq	深度学习	序列数据, 结构信息, 肽特征, 相互作用网络数据	未在摘要中明确提及	未在摘要中明确提及	未在摘要中明确提及	未在摘要中明确提及	未在摘要中明确提及
746	2026-04-20	Learning curve for fenestrated-branched endovascular aortic repair using machine learning: A prospective national multicenter registry study 2026-04, Journal of vascular surgery IF:3.9Q1 DOI:10.1016/j.jvs.2025.11.015 PMID:41265585	研究论文	本研究利用机器学习方法分析复杂腹主动脉瘤和胸腹主动脉瘤治疗中F-BEVAR手术的学习曲线	首次应用深度学习神经网络模型量化F-BEVAR手术的学习曲线，并基于医师经验预测手术结果	研究基于前瞻性多中心注册数据，可能存在选择偏倚，且未考虑不同医疗机构间的差异	分析F-BEVAR手术的学习曲线，为外科医师和机构提供安全有效开展该复杂手术的基准	接受三血管和四血管F-BEVAR治疗的复杂腹主动脉瘤和胸腹主动脉瘤患者	机器学习	心血管疾病	深度学习神经网络	深度学习神经网络	临床注册数据	2956名患者（1901名cAAA，1055名TAAA），由539名医师执行	NA	深度学习神经网络	围手术期死亡率、手术技术成功率、主要不良事件发生率、主动脉再干预率、手术时间、透视时间、失血量、造影剂用量	NA
747	2026-04-20	Bioinspired Cold-Laminated Ultrathin Hydrogels as a Broadly Adaptive Platform for Physiological Monitoring 2026-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202524317 PMID:41691494	研究论文	本文开发了一种仿生冷层压超薄水凝胶平台，用于生理监测，具有可调厚度、优异透气性和可逆粘附性	提出了一种新颖的冷层压策略，将TPU纳米网机械互锁于温度响应水凝胶网络中，模拟细胞外基质结构，克服了传统超薄薄膜的脆弱性	NA	开发一种广泛适应性的水凝胶系统，用于下一代生物电子学，满足不同器官特定需求	表皮和植入式应用，如心电图监测和心律失常检测	生物电子学	心血管疾病	冷层压策略	深度学习网络	生理信号数据	小鼠模型	NA	双分支深度学习网络	分类准确率	NA
748	2026-04-20	- Invited Review - Computer vision in precision livestock farming: artificial intelligence-driven technologies and applications for sustainable animal production 2026-Apr, Animal bioscience IF:2.4Q1 DOI:10.5713/ab.260165 PMID:41882488	综述	本文综述了计算机视觉在精准畜牧业中的应用，探讨了人工智能驱动技术如何促进可持续动物生产	系统性地整合了计算机视觉、物联网和人工智能技术，实现了从群体管理到个体化、非侵入式监测的转变，并提出了可解释AI和福利导向系统设计等未来研究方向	高资本投入、数据互操作性挑战以及模型泛化性限制	通过精准畜牧业技术提高动物生产效率，同时保障动物福利、环境可持续性和经济可行性	畜牧业生产系统，特别是牛生产，并扩展至水产养殖和其他畜牧领域	计算机视觉	NA	多模态传感器、视觉和环境监测系统	机器学习、深度学习	视觉数据、环境数据	NA	NA	NA	NA	NA
749	2026-04-20	MM-CPI: A multimodal fusion framework for compound-protein interaction prediction 2026-Apr, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.151617 PMID:41921797	研究论文	提出一个名为MM-CPI的多模态深度学习框架，用于预测化合物-蛋白质相互作用，以加速药物发现和再利用	整合了化合物的分子指纹、基于语言模型的表示和GCN结构特征，以及蛋白质的序列、理化性质和蛋白质语言模型特征，通过有效的特征融合和分类学习判别性相互作用模式，在未见实体上表现出鲁棒性能	未明确说明框架在更广泛的冷启动场景或不同疾病类型中的泛化能力限制	提高化合物-蛋白质相互作用预测的准确性和泛化能力，以加速药物发现和再利用	化合物和蛋白质	机器学习	法布里病	分子指纹、语言模型、Graph Convolutional Networks (GCN)、分子对接	深度学习	分子结构数据、蛋白质序列数据、理化性质数据	多个公共数据集（具体数量未说明）	未明确说明	GCN	准确性、鲁棒性、泛化能力	未明确说明
750	2026-04-19	Sparse identification of nonlinear dynamics and Koopman operators with Shallow Recurrent Decoder Networks 2026-Apr-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2508144123 PMID:41996161	研究论文	本文提出了一种名为SINDy-SHRED的方法，用于联合解决高维时空数据的传感与模型识别问题	结合了门控循环单元与浅层解码器网络，并引入了基于SINDy的正则化，使潜在空间逐步收敛到SINDy类函数，从而实现了符号化、可解释的生成模型	NA	解决现实世界时空数据建模中的高维性、噪声、部分观测和数据收集成本高等挑战	偏微分方程数据（如湍流）、真实世界传感器测量数据（如海面温度）和直接视频数据	机器学习	NA	NA	GRU, SINDy, Koopman	时空数据, 传感器测量数据, 视频数据	NA	NA	门控循环单元, 浅层解码器网络	准确度, 训练成本, 数据效率	NA
751	2026-04-19	Enhancing biomedical optical volumetric imaging via self-supervised orthogonal learning 2026-Apr-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ady9194 PMID:41984965	研究论文	本文提出了一种自监督正交学习框架VALID，用于增强生物医学光学体积成像的降噪性能	利用内在三维空间相干性，通过自监督正交学习框架实现高效体积降噪，无需配对数据集	未明确说明在极端噪声条件下的性能或计算资源需求的具体限制	提高生物医学光学体积成像的结构保真度，解决噪声问题	光学体积成像数据，包括双光子显微镜、三光子显微镜、光场显微镜和光学相干断层扫描图像	计算机视觉	NA	光学体积成像技术，包括双光子显微镜、三光子显微镜、光场显微镜和光学相干断层扫描	深度学习模型	体积图像数据	NA	NA	VALID	结构保真度	NA
752	2026-04-19	Automated Classification of Alveolar Bone Defects for Preoperative Augmentation Planning Using Deep Learning 2026-Apr-17, The International journal of oral & maxillofacial implants DOI:10.11607/jomi.11768 PMID:41995833	研究论文	本研究开发了一种基于深度学习的框架，用于自动检测和分类牙槽骨缺损，以辅助牙科植入手术前的规划	首次利用深度学习模型自动分类牙槽骨缺损（健康、水平、垂直和复合缺损），并比较了四种不同CNN架构的性能	数据集规模相对较小（1305张图像），且仅基于CBCT切片，可能未涵盖所有临床变异	开发一个自动分类牙槽骨缺损的系统，以辅助牙科植入手术的术前规划	牙槽骨缺损的CBCT图像	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT）	CNN	图像	1305张CBCT横截面图像（健康325张，水平缺损359张，垂直缺损310张，复合缺损311张）	NA	RegNetY-008, EfficientNetV2-S, ResNet50, MobileNetV3-Large	准确率, 加权精确率, 召回率, F1分数, 每轮训练时间	NA
753	2026-04-19	BC-GTM: A Bidirectional Causal Graph Transformer Mapping for Modeling Brain Structural and Functional Connectivity 2026-Apr-17, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3685002 PMID:41996430	研究论文	提出了一种双向因果图变换器映射模型，用于建模大脑结构连接与功能连接之间的双向映射关系	通过整合有向无环图学习和因果不变性原理，首次在SC与FC映射中引入因果启发的有向依赖关系，克服了传统GNN方法的黑盒限制	未明确说明模型在跨数据集或不同人群中的泛化能力，以及计算复杂度可能较高	研究大脑结构连接与功能连接之间的双向映射关系，以增进对大脑功能与组织的理解	大脑的结构连接与功能连接数据	机器学习	NA	图神经网络，因果学习	图变换器，GNN	图数据	NA	NA	图变换器	NA	NA
754	2026-04-19	PATCH: A deep learning method to assess heterogeneity of artistic practice in historical paintings 2026-Apr-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea0485 PMID:41996503	研究论文	提出了一种名为PATCH的无监督深度学习方法来识别历史绘画中不同艺术家的创作实践，并应用于西班牙文艺复兴大师埃尔·格雷科的两幅作品分析	提出了一种无需外部训练数据即可识别个体艺术实践模式的新型机器学习方法（PATCH），解决了艺术史中因缺乏明确训练样本而难以进行微观尺度分析的问题	方法在缺乏“真实标签”数据的复杂配对比较问题中进行评估，其普适性仍需在更多艺术史案例及其他领域进一步验证	开发一种机器学习方法以解决艺术史中鉴定历史绘画作品创作参与者的难题	西班牙文艺复兴大师埃尔·格雷科的两幅历史绘画作品	计算机视觉	NA	NA	深度学习	图像	两幅历史绘画作品	NA	NA	NA	NA
755	2026-04-19	An ensemble pipeline, PhageHost, for phage tail fiber discovery and accurate Klebsiella pneumoniae host prediction using protein language models 2026-Apr-16, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2026.117275 PMID:41996235	研究论文	本文介绍了PhageHost（P&H），一个基于蛋白质语言模型的集成管道，用于大规模发现噬菌体尾丝并准确预测肺炎克雷伯菌的宿主	开发了TailSeek和HostBuster两个深度学习模型，结合蛋白质语言模型进行噬菌体尾丝检测和宿主预测，提高了预测的敏感性和精确度	NA	开发一个可扩展的集成管道，用于噬菌体尾丝的大规模发现和肺炎克雷伯菌的宿主预测，以支持噬菌体疗法应用	噬菌体尾丝和肺炎克雷伯菌宿主	自然语言处理	NA	蛋白质语言模型	深度学习	基因组数据	NA	NA	TailSeek, HostBuster	敏感性, 精确度	NA
756	2026-04-19	A review of deep learning-based Unsupervised Anomaly Detection in brain MRI 2026-Apr-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104076 PMID:41997087	综述	本文综述了基于深度学习的无监督异常检测方法在脑部MRI中的应用	系统性地收集、比较了脑部MRI无监督异常检测领域的研究方法，并公开了包含公共数据集、研究论文和开源实现的数据集合	不同方法在评估时使用的采集参数、预处理、后处理和异常评分标准存在差异，导致难以直接比较模型性能	回顾和比较脑部MRI中基于深度学习的无监督异常检测方法	脑部磁共振成像（MRI）扫描	医学影像分析	脑部疾病	磁共振成像（MRI）	深度学习模型	图像	NA	NA	NA	NA	NA
757	2026-04-19	AmberTorchPB: A Unified Framework for Poisson-Boltzmann-Based Reaction Field Energy Calculation via Tensor Computation 2026-Apr-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00085 PMID:41906862	研究论文	本文介绍了AmberTorchPB，一个基于LibTorch构建的统一、可扩展且支持加速器的框架，旨在现代化生物分子静电学计算	利用深度学习中的张量抽象来高效管理硬件异构性、内存优化和混合精度运算，从而克服传统Poisson-Boltzmann求解器在可扩展性和硬件适应方面的瓶颈	NA	开发一个现代化框架以支持大规模生物分子静电相互作用的高性能计算	生物分子静电相互作用，特别是基于Poisson-Boltzmann方程的反应场能量计算	计算生物学	NA	Poisson-Boltzmann方程求解	NA	张量数据	NA	LibTorch	NA	NA	现代高性能计算硬件，支持异构架构
758	2026-04-19	Deep learning-driven recognition of panoramic tumor microenvironment features in H&E sections and its application 2026-Apr-09, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2025-014429 PMID:41956540	综述	本文综述了基于深度学习的全景肿瘤微环境特征在H&E切片中的识别及其临床应用的最新进展	整合全玻片成像技术与深度学习算法，实现对肿瘤微环境中细胞、空间和分子异质性的自动化表征，为精准诊断和治疗反应预测提供综合见解	讨论了该技术在肿瘤学研究和临床应用中的转化潜力与当前局限性	推动肿瘤微环境特征识别技术在精准诊断和治疗反应预测中的应用	H&E染色的组织切片中的肿瘤微环境特征	数字病理学	肿瘤	全玻片成像技术	深度学习	图像	NA	NA	NA	NA	NA
759	2026-04-19	The Application of a Deep Learning Algorithm for the Segmentation of Retinal Nerve Fiber Layer Across Different Optic Neuropathies 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.7 PMID:41960956	研究论文	本研究开发了一种名为RNFL-Net的深度学习算法，用于从光学相干断层扫描图像中分割视网膜神经纤维层，并在青光眼和视盘水肿等不同视神经病变中评估其性能	提出了一种新的深度学习算法RNFL-Net，能够自动分割视网膜神经纤维层，并在多种视神经病变中表现出比标准OCT设备更高的测量准确性	研究样本量相对有限，且外部验证数据集规模较小，可能影响结果的泛化能力	评估深度学习算法在分割视网膜神经纤维层方面的能力，特别是在青光眼和视盘水肿等视神经病变中的应用	健康对照者、青光眼患者和视盘水肿患者的视网膜神经纤维层	计算机视觉	青光眼	光学相干断层扫描	深度学习算法	图像	训练和验证使用1065个RNFL OCT B扫描，测试使用265个扫描；涉及106只健康眼、118只视盘水肿眼和60只青光眼	NA	RNFL-Net	Dice系数, 平均绝对误差, 平均绝对百分比误差	NA
760	2026-04-19	Automated Identification of Accessory Mental Foramen Using Cone-Beam Computed Tomography and Convolutional Neural Networks 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109428 PMID:41740248	研究论文	本文开发并评估了一种基于深度学习的系统，用于自动检测锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF），并比较了两种卷积神经网络（CNN）架构在该模型中的检测准确性和临床可靠性表现	首次将深度学习应用于CBCT图像中副颏孔的自动检测，并比较了自定义轻量级CNN与ResNet-50模型的性能，通过Grad-CAM可视化验证了模型关注区域的解剖相关性	研究基于回顾性数据，样本量有限（共1400个CBCT扫描），且仅比较了两种CNN架构，可能未涵盖所有最优模型	开发并评估基于深度学习的自动检测系统，以提高副颏孔诊断的准确性和临床可靠性	锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF）	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	CNN	图像	1400个CBCT扫描（700个含AMF，700个正常对照）	NA	ResNet-50, 自定义轻量级CNN	准确率, 精确率, 召回率, F1分数	NA