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
821	2026-05-24	Deep learning-driven performance prediction and design of high-DoF MEMS resonators 2026-May-21, Microsystems & nanoengineering IF:7.3Q1 DOI:10.1038/s41378-026-01198-0 PMID:42161903	研究论文	提出基于残差网络的求解器（ResNES），用于MEMS谐振器的高效物理性能预测与优化设计	引入随机拓扑生成策略批量创建高自由度MEMS谐振器设计，结合残差网络实现毫秒级物理性能预测，速度提升近三个数量级，并与粒子群优化算法协同实现多目标优化	NA	实现高自由度MEMS谐振器的快速物理性能预测和高效设计优化	MEMS谐振器的面内振动模式谐振频率	机器学习	NA	NA	残差网络（ResNet）	拓扑结构数据	数千万种潜在拓扑结构	NA	ResNES（残差网络求解器）	平均误差、计算速度提升倍数、预测与实验差异、优化后性能指标提升百分比	NA
822	2026-05-24	A reproducible benchmark of QRS detection algorithms across diverse ECG datasets and noise conditions 2026-05-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53724-9 PMID:42162090	研究论文	在统一评估框架下，对17种QRS检测算法在五个公开心电数据集上的性能进行基准测试	提供完全开源的评估框架，支持可重复性；发现传统信号处理方法在跨数据集泛化中表现更稳定	未在目标域进行域适应的机器学习和深度学习模型在分布偏移下性能下降明显	系统比较不同QRS检测算法在多种心电数据集和噪声条件下的性能	17种R峰检测算法（传统信号处理、机器学习和深度学习方法）	机器学习、数字信号处理	心血管疾病	心电图记录	CNN、LSTM、传统机器学习模型	心电信号（时间序列数据）	5个公开心电数据集（来自PhysioNet平台，涵盖长期监测、心律失常和噪声环境）	NA	传统信号处理方法、深度神经网络、支持向量机	F1分数、灵敏度、阳性预测值	NA
823	2026-05-24	Exploiting quantum chaos diagnostics in QAOA for enhanced hybrid quantum classical deep learning classification 2026-May-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51870-8 PMID:42156799	研究论文	将量子近似优化算法改造为特征映射，结合混沌诊断指标构建混合量子经典分类器，提升小样本MNIST分类性能	首次利用出时间顺序关联函数提取标量混沌特征增强混合量子经典分类器，并系统研究量子比特数对分类性能的有限尺寸效应	较大量子比特数下混沌特征产生过敏感性导致效果逆转，且实验仅基于固定深度的浅层电路	探索混沌诊断指标在混合量子经典深度学习中提升分类性能的可行性	MNIST数据集的平衡1000样本子集	机器学习	NA	量子近似优化算法	混合量子经典神经网络	图像	1000个MNIST图像样本	NA	NA	准确率, 配对均值差, 95%置信区间, 排列检验p值, 胜率, 配对效应量	NA
824	2026-05-24	A deep learning ECG model for identification and localization of occlusion myocardial infarction 2026-05-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73023-1 PMID:42129209	研究论文	开发并验证了一种基于深度学习的ECG模型，用于快速识别和定位急性闭塞性心肌梗死	模型不依赖ST段抬升和肌钙蛋白等传统指标，能同时识别OMI并定位三支主要冠状动脉的病变位置，且在不同年龄、性别和心电图硬件下表现一致	OMI检测的人工监督有限，需要以患者相关结局为指标的随机临床试验进一步验证	开发一个深度学习ECG模型，以快速识别和定位急性冠状动脉闭塞，缩短再灌注时间并节省医疗资源	急性闭塞性心肌梗死（OMI）及其在冠状动脉中的位置	机器学习	心血管疾病	心电图记录	深度学习模型	心电图（ECG）数据	540,372例急诊心电图及其对应的冠状动脉造影结果	NA	NA	C统计量	NA
825	2026-05-24	DeepEpiX: A software for visualization, annotation and automatic epileptical spike detection in MEG recordings 2026-May-12, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110805 PMID:42119822	研究论文	DeepEpiX是一款用于MEG记录的可视化、注释和自动癫痫样尖波检测的软件	将预训练的深度学习模型集成到用户友好的图形界面中，用于自动检测间期癫痫样放电，且模块化架构支持集成新模型	在当前MEG数据上的F1评分表现有限（同一采集系统47%，不同采集系统23%），且目前仅专注于MEG模态	开发一款辅助临床医生自动检测MEG数据中病理事件（间期癫痫样放电）的软件	药物难治性癫痫患者的MEG数据	机器学习	癫痫	脑磁图	深度学习模型	时间序列数据	29名测试患者	NA	NA	F1评分	NA
826	2026-05-24	Artificial intelligence in drug research and development: a review of methods and applications in drug repurposing 2026-May-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag203 PMID:42166427	综述	综述人工智能在药物研发中的方法与应用，重点关注药物重定位	系统梳理从经典算法到最新AI方法在药物重定位中的应用，涵盖蛋白质结构预测到知识图谱推理的多种技术	数据可用性、模型可解释性和结果验证方面存在挑战	回顾AI方法在药物重定位中的设计应用，探讨如何加速候选药物的临床重定位	药物重定位中使用的AI方法及相关工具	机器学习	NA	NA	机器学习模型、深度学习模型、生物网络分析模型	文本、生物数据	NA	NA	AlphaFold3, mediKanren, AdaDR, TxGNN	NA	NA
827	2026-05-24	A systematic review of artificial intelligence applications in oncology nursing surveillance and patient monitoring 2026-May-02, International journal of palliative nursing IF:0.7Q4 DOI:10.12968/ijpn.2025.0121 PMID:42172076	综述	系统回顾了人工智能在肿瘤护理监测和患者监控中的应用，识别了关键实施障碍和促进因素	首次系统总结了人工智能在肿瘤护理监测中的应用证据，涵盖风险预测、早期预警、放射组学等多领域，并分析了实施的关键障碍与促进因素	数据异质性、样本量小且回顾性、外部验证有限、工作流程整合困难、成本高和隐私问题	系统回顾人工智能在肿瘤护理监测中的实证证据，评估其对患者安全和护理质量的影响	肿瘤护理中的患者监测和预警系统	机器学习,自然语言处理	肿瘤	NA	机器学习,深度学习,自然语言处理	临床数据,影像数据,患者报告结果	105项研究纳入定性综合	NA	NA	准确性	NA
828	2026-05-24	Deep Learning Integration in Optical Microscopy: Advancements and Applications 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70112 PMID:41486782	综述	探讨深度学习在光学显微镜中的整合应用，包括图像分类、分割和计算重建	系统综述了深度学习如何提升光学显微镜的性能，涵盖多种架构（CNN、U-Net、ResNet、GAN）在不同显微镜模态中的应用	依赖于大规模标注数据集、动态样本变异性、模型可解释性差以及潜在的数据偏差	推动深度学习在光学显微镜中的融合，以克服传统显微技术的局限性并提升成像质量与分析能力	光学显微镜技术与深度学习方法	计算机视觉	NA	NA	CNN, U-Net, ResNet, GAN	图像	NA	NA	CNN, U-Net, ResNet, GAN	NA	NA
829	2026-05-24	Research Topics and Trends of Artificial Intelligence in Critical Care Nursing: A Bibliometric Analysis 2026-May, Nursing in critical care IF:3.0Q1 DOI:10.1111/nicc.70468 PMID:42151094	文献综述	采用文献计量学方法分析过去十年人工智能在重症护理中的应用研究现状、热点和发展趋势	通过CiteSpace软件进行文献计量和聚类分析，系统揭示了人工智能在重症护理领域的研究热点（如深度学习、临床决策支持）和趋势，为临床实践和未来研究提供参考	未明确提及具体局限性，但可能受限于数据库选择（仅Web of Science核心合集）和分析时间范围（2015-2025年）	分析人工智能在重症护理中的研究现状、热点和发展趋势，为临床护理和未来研究提供参考	Web of Science核心合集中2015年1月1日至2025年4月30日发表的关于人工智能在重症护理中应用的研究文章	文献计量学、自然语言处理（关键词分析）	重症护理相关疾病（如心脏骤停）	文献计量分析（CiteSpace 6.3 R1软件）	深度学习（DL）模型	文本数据（出版文章的关键词、作者、机构等元数据）	1597篇出版物	CiteSpace	NA	NA	NA
830	2026-05-24	Predicting categorical and continuous Alzheimer's disease outcomes from a single MRI scan 2026-May, Nature aging IF:17.0Q1 DOI:10.1038/s43587-026-01121-2 PMID:42151377	研究论文	提出一种多任务深度学习策略，仅使用单次基线MRI扫描预测阿尔茨海默病的分类诊断和连续认知评分	结合领域知识与大规模预训练模型，通过定制损失函数和组织分割调优的潜在表示作为正则化特征，无需纵向、多模态或专用神经影像数据即可从单次基线扫描预测当前及未来的认知评分	NA	开发一种仅依赖基线MRI和人口统计数据的多任务深度学习框架，用于预测阿尔茨海默病的分类诊断、认知评分及其纵向变化	阿尔茨海默病患者及健康对照的认知评估和MRI扫描数据	计算机视觉	阿尔茨海默病	MRI	多任务深度学习模型	图像（MRI）和人口统计数据	NA	PyTorch	大规模预训练模型	诊断准确率、认知评分预测精度	NA
831	2026-05-20	De Novo Multi-Mechanism Antimicrobial Peptide Design via Multimodal Deep Learning 2026-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202515835 PMID:41801219	研究论文	提出了一种基于多模态深度学习的多机制抗菌肽从头设计管道M3-CAD，并构建了QLAPD数据库	首次整合3D结构特征、物种特异性抗菌活性和机制进行抗菌肽的从头设计，提出创新性的3D体素着色方法捕捉氨基酸的细微理化上下文	体内实验验证了抗菌效果且毒副作用有限	利用人工智能驱动抗菌肽发现，实现多机制抗菌肽的从头设计以对抗多重耐药菌	多机制抗菌肽	机器学习	多重耐药菌感染	NA	多模态深度学习模型	序列、结构、抗菌活性数据	12,914个抗菌肽样本	NA	生成模块、回归模块、分类模块	抗菌活性、毒性	NA
832	2026-05-19	Construction of a multi-dimensional predictive model for college students' academic performance based on deep learning 2026-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51012-0 PMID:42144405	研究论文	构建基于深度学习的大学生学业成绩多维预测模型，融合时间序列、行为与人口学特征	提出一种新型GatedLSTMU-Dove模型，通过优化算法提升收敛速度与预测精度，并实现可解释的时间模式可视化	未说明模型在更大规模或多样化数据集上的泛化能力，以及实际教学干预中的效果验证	开发一个鲁棒的预测模型，利用多维数据（时间、行为和人口学特征）预测大学生学业表现	2000名大学生的学业数据，包括成绩、出勤率、学习管理系统交互、心理测量和人口统计记录	机器学习	NA	NA	门控长短期记忆单元（Gated LSTM）	表格数据（数值型与分类型特征）	2000名学生样本	Python 3.10（未明确指定具体框架）	GatedLSTMU-Dove	分类准确率（98.85%）、低误差指标、可解释的时间模式可视化	NA
833	2026-05-19	Automated periapical lesion segmentation and area-based PAI indexing: a comparative deep learning study on periapical radiographs 2026-May-18, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08645-4 PMID:42144602	研究论文	本研究系统比较了四种深度学习架构在根尖周X线片上自动分割根尖周病变并基于面积计算根尖周指数（PAI）的性能	首次在统一协议下将像素级分割映射到临床可解释的根尖周指数（PAI）类别，并提出基于面积的PAI评分（aPAI）	未纳入定性影像特征（如边界定义、小梁变化），且仅使用单一数据集，缺乏外部验证	评估不同深度学习架构在根尖周病变分割及基于面积的PAI指数计算中的性能，并比较其优劣	900张匿名根尖周X线片及其专家标注的病变掩膜	计算机视觉	根尖周病变	X线成像	CNN	图像	900张根尖周X线片（训练集594张，验证集145张，测试集161张）	NA	U-Net, ResUNet34, DeepLabV3, HRNet	准确率, 敏感度, 特异度, 精确率, F1分数, AUC	NA
834	2026-05-19	Graph attention network-based prediction of oral multi-drug resistance efflux protein sequence 2026-May-18, Minerva dental and oral science IF:1.1Q3 DOI:10.23736/S2724-6329.25.04946-0 PMID:42149558	研究论文	利用图注意力网络预测口腔多药耐药外排蛋白序列	首次将图注意力网络与超注意力机制应用于口腔耐药组蛋白序列预测	模型敏感度较低（0.51），可能遗漏部分阳性病例；样本量小，仅涵盖少数细菌蛋白序列	预测口腔多药耐药外排蛋白序列，为药物发现和耐药管理提供支持	口腔多药耐药外排蛋白序列（来自MprA、MarA、CpxA和MdtC蛋白的FASTA序列）	机器学习	NA	NA	图注意力网络 (GAT)	序列数据	7条蛋白质FASTA序列	Deepbio	图注意力网络, 超注意力机制	敏感度, 特异性, 真阴性率 (TNR)	NA
835	2026-05-19	Customer churn prediction in privacy-preserving HashCode-based security abstractions 2026-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53357-y PMID:42144427	研究论文	提出一种基于哈希码的安全抽象方法，在保护隐私的前提下实现客户流失预测	将隐私设计理念融入客户流失统计，使用哈希码安全抽象在保持分析完整性的同时保护身份信息，无需依赖丰富标识符或大量基础设施假设	仅使用行为、交易和时间等结构化数据，未涉及非结构化数据或外部数据源	在严格隐私标准下评估和平衡多种机器学习与深度学习模型在客户流失预测中的性能	客户行为、交易及时间相关特征	机器学习	NA	匿名化哈希编码	逻辑回归、随机森林、XGBoost、多层感知机	结构化数据（行为、交易、时间）	未指定样本数量	Keras, Scikit-learn	Logistic Regression, Random Forest, XGBoost, Multilayer Perceptron	准确率、精确率、召回率、F1分数、AUC	未指定
836	2026-05-19	IL-HS: a deep inception-LSTM architecture for enhanced lithological mapping using EnMAP hyperspectral remote sensing data 2026-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52520-9 PMID:42144467	研究论文	提出IL-HS深度学习框架，用于利用EnMAP高光谱遥感数据进行增强岩性制图	首次将InceptionV2与双向长短期记忆网络结合用于高光谱岩性分类，实现多尺度空间特征与序列光谱信息融合	NA	实现半干旱和地质复杂区域的高精度岩性制图，以支持地质科学和矿产勘探	摩洛哥Anti-Atlas地区Kerdous内围层的26个岩性单元	计算机视觉	NA	高光谱遥感、EnMAP数据	Inception-LSTM	高光谱图像	NA	PyTorch	InceptionV2,双向长短期记忆网络	总体精度	NA
837	2026-05-19	LaED: a novel lightweight, edge-aware and explainable deep learning model for privacy-preserving facial attendance tracking in resource-constrained educational environments 2026-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42051-8 PMID:42141001	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
838	2026-05-19	Molecular and Computational Basis of Taste Perception: A Review toward the "Digital Language of Taste" 2026-May-12, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05861 PMID:42146156	综述	综述了味觉感知的分子与计算基础，聚焦于数字化味觉语言的构建	系统整合了分子对接、分子动力学模拟与机器学习在味觉研究中的应用，特别强调了人工智能模型（如深度学习与Transformer架构）在提高味觉预测准确性方面的进展	味觉受体结构数据不完整、受体激活长时间尺度建模困难、多感官整合模型不完善，以及计算预测与人类主观体验之间的鸿沟	探讨计算化学、分子建模与机器学习在味觉机制研究、味觉特征预测及新型味觉化合物设计中的应用，推动数字化味觉发展	味觉受体（G蛋白偶联受体和离子通道）及甜、苦、鲜、咸、酸五种基本味觉模式	机器学习	NA	分子对接、分子动力学模拟、机器学习	深度学习模型、Transformer架构	分子描述符数据	NA	NA	深度学习、Transformer	准确率	NA
839	2026-05-19	Deep Learning-Based Structure Modeling of the Treponema pallidum Proteome: Insights into Pathogenesis and Syphilis Vaccine Development 2026-May-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.05.717303 PMID:42146597	研究论文	利用深度学习对梅毒螺旋体全蛋白质组进行结构建模，分析其功能并识别与致病性和疫苗开发相关的蛋白	首次采用AI驱动的结构到功能建模流程，对梅毒螺旋体99%的蛋白质组生成高置信度结构模型，并完成877种蛋白质的结构基础功能注释，包括240个未知功能蛋白	未明确描述	通过结构建模深入理解梅毒螺旋体的致病机制，并指导梅毒疫苗设计	梅毒螺旋体全蛋白质组，包含976种蛋白质	机器学习	梅毒	深度学习结构建模、蛋白质结构比较、B细胞表位预测	深度学习模型（未指定具体类型）	蛋白质序列数据	976种梅毒螺旋体蛋白质	NA	未指定具体架构	NA	NA
840	2026-05-19	Combining MEA-Net and LAP-Net for Pneumoconiosis Staging Framework 2026-May-01, Journal of occupational and environmental medicine IF:2.3Q2 DOI:10.1097/JOM.0000000000003618 PMID:41247264	研究论文	提出结合MEA-Net和LAP-Net的深度学习框架用于尘肺病分期	首次将MEA-Net和LAP-Net结合用于尘肺病分期，提高了分级准确性	未提及具体局限性	改善尘肺病诊断的主观性，提高分期准确性	尘肺病患者的胸部X光片	计算机视觉，数字病理学	尘肺病	深度学习	CNN	图像	NA	NA	MEA-Net, LAP-Net	准确率，精确率，召回率，特异度，F1分数，AUC	NA