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
81	2026-06-02	Non-invasive assistive framework for sign language recognition using software-defined radio sensing and deep learning 2026-May-31, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2026.2676031 PMID:42218915	研究论文	提出一种使用软件定义无线电感知和深度学习进行手语识别的非侵入性辅助框架	将软件定义无线电感知与时间序列深度学习相结合，实现非侵入式、保护隐私的美国手语识别，克服传统摄像头或可穿戴设备的局限性	仅作为概念验证，样本量较小（20个美国手语符号），实际应用可扩展性有待验证	探索基于射频感应的美国手语识别的技术可行性，作为听力障碍人士与健听人群的辅助交流机制	美国手语识别的射频信号数据	深度学习, 自然语言处理	听力障碍	软件定义无线电感知, 射频信道状态信息	时间序列深度学习	射频信号时间序列数据	20个美国手语符号	NA	NA	准确率（98%）	NA
82	2026-06-02	HAMNet: Hierarchical Multi-scale Attention Network for precise disease detection in pearl millet using spatial fusion 2026-May-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53453-z PMID:42219448	研究论文	提出一种结合层次化多尺度注意力机制和光谱-空间融合模块的HAMNet-Mask R-CNN模型，用于珍珠粟病害精确检测	创新性地融合层次化多尺度注意力网络与光谱-空间融合模块，通过低、中、高多层次特征学习提升病害定位精度，并利用注意力机制减少假阳性	未提及在实际农田复杂环境下的泛化能力及模型计算效率的详细分析	实现珍珠粟病害的高精度自动化检测与分割，克服传统深度语义分割模型在病害区域定位不精确和空间模式处理能力不足的问题	珍珠粟作物的真菌和细菌病害区域	计算机视觉, 数字病理学	珍珠粟真菌与细菌病害	高分辨率图像	Mask R-CNN	图像	未提及具体样本数量	TensorFlow	HAMNet, Mask R-CNN	Dice系数, IoU, 精确率, 召回率, 准确率	NA
83	2026-06-02	Undergraduate medical students and artificial intelligence: A global systematic review and meta-analysis using a knowledge-attitude-practice framework 2026-May-31, Medical teacher IF:3.3Q1 DOI:10.1080/0142159X.2026.2663855 PMID:42219530	系统综述与meta分析	使用知识-态度-实践框架对全球本科生医学生人工智能参与度进行系统综述与meta分析	首次采用KAP框架综合评估医学生对人工智能的知识、态度与实践之间的关系	纳入研究在工具和报告方式上存在高度异质性，定量合成仅限于使用MAIRS-MS量表的11项研究	利用KAP框架系统评估本科生医学生参与人工智能的现状	全球本科生医学生对人工智能的认知、态度及实践行为	机器学习, 自然语言处理	NA	NA	NA	文本	43项研究，含37项横断面研究和6项心理测量验证研究	NA	NA	NA	NA
84	2026-06-02	A Deep Learning-Based 3D Ultrasound Analysis for Standard Sagittal Plane Identification: Technical and Clinical Considerations 2026-May-31, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70316 PMID:42219536	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
85	2026-06-02	Deep Learning Assisted Motion Behavior Analysis of Catalytic Micromotors Based on Trajectory and Optical Flow 2026-May-31, Nano letters IF:9.6Q1 DOI:10.1021/acs.nanolett.6c01373 PMID:42219952	研究论文	利用深度学习方法，基于轨迹和光流，区分催化微马达的不同驱动模式	首次采用深度学习方法区分催化微马达的不同驱动模式（如铂驱动和酶驱动），并引入光流图作为输入，显著提高了分类准确率	现有方法仅关注单驱动系统，缺乏对不同驱动模式的区分能力，且短时运动对轨迹分类的准确性有限	探究催化微马达的运动行为，区分不同驱动模式	催化微马达（如铂驱动和酶驱动）的运动行为	机器学习	NA	NA	深度学习模型（使用迁移学习）	轨迹数据和光流图数据	NA	NA	NA	分类准确率	NA
86	2026-06-02	Validation of an automated AI-based micro-CT organ segmentation workflow against expert annotations and its impact on fluorescence quantification 2026-May-29, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00742-x PMID:42213317	研究论文	验证商业AI算法用于小鼠全身显微CT器官分割的准确性、可重复性、处理时间及其对荧光层析成像定量的下游影响	首次将AI分割评估从几何准确性转向下游任务验证，揭示几何指标不能预测荧光定量效果	仅使用小鼠数据，且器官分割性能依赖具体器官类型	验证商业AI器官分割在显微CT数据中的实用性，并评估其对荧光定量的下游影响	27只小鼠的显微CT和荧光层析成像数据	计算机视觉	NA	显微CT成像、荧光层析成像	深度学习	图像	27只小鼠	NA	深度神经网络	Sørensen-Dice相似系数, 器官体积, 荧光定量一致性	GPU（未具体说明型号）
87	2026-06-02	A Novel MR Cine Sialography Technique for Evaluating Salivary Gland Function: Correlation with Unstimulated and Stimulated Saliva Volumes 2026-May-29, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2026-0004 PMID:42128847	研究论文	本研究利用基于时间-空间标记反转脉冲技术的MR电影唾液腺造影结合深度学习重建去噪方法，评估唾液腺功能，并与未刺激和刺激下全唾液体积进行相关性分析	首次将深度学习重建去噪方法与MR电影唾液腺造影结合，用于双侧颌下腺和腮腺唾液流动的可视化及功能评估，并证实其与全唾液体积的强相关性	样本量仅有11名健康志愿者，缺乏对患者的验证，且未探讨不同刺激条件下的深度机制	验证MR电影唾液腺造影作为一种非侵入性方法评估唾液腺功能的有效性，并分析其与全唾液体积的相关性	11名健康志愿者的双侧颌下腺和腮腺	医学影像	干燥综合征或唾液腺功能相关疾病	MR电影唾液腺造影（基于时间-空间标记反转脉冲）、深度学习重建去噪	深度学习重建去噪模型	MR影像数据、唾液体积测量数据	11名健康志愿者	NA	NA	斯皮尔曼等级相关系数（ρ）、Wilcoxon符号秩检验P值	NA
88	2026-06-02	Fully Biobased, Robust, and High-Conductivity Hydrogel for High-Fidelity Electrophysiological Monitoring and Deep Learning-Assisted Stroke Rehabilitation 2026-May-27, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c03687 PMID:42200397	研究论文	本文报道了一种通过霍夫迈斯特效应工程化的全生物基水凝胶平台，用于高保真电生理监测和深度学习辅助的中风康复	首次通过协同双物理交联网络和柠檬酸盐诱导链压缩及连续离子传输途径，实现了力学性能与高导电性的统一，并集成多功能生物电子系统	未提及长期稳定性、体内生物相容性及大规模制备的可行性	开发一种可持续、高性能的全生物基水凝胶，用于健康监测、远程医疗和软体机器人	GTC水凝胶及其在电生理信号采集、中风康复评估、应变传感和摩擦纳米发电机中的应用	机器学习, 数字健康	中风康复	NA	深度学习	电生理信号（ECG、EEG、EMG）	NA	NA	NA	信噪比 (24.3 dB), 准确率 (97.31%)	NA
89	2026-06-02	2D-JCOG: Transforming 1D 1H NMR Spectra into J-δ Correlation Maps via the Shared Splitting Theorem and Graph Neural Networks 2026-May-27, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00383 PMID:42200782	研究论文	提出了2D-JCOG深度学习框架，将一维氢核磁共振谱峰列表转换为二维J-δ相关图，揭示耦合拓扑结构	基于共享分裂定理的物理归纳偏置，结合异构图神经网络架构，将一维NMR谱转换为二维耦合相关图，实现非一阶近似下自动提取标量耦合常数	不适用于严重强耦合自旋系统，不能替代迭代量子力学方法	实现核磁共振谱中自动提取标量耦合常数和耦合网络	氢核磁共振谱中的多重峰和标量耦合网络	机器学习	NA	核磁共振波谱	图神经网络	光谱数据	量子力学模拟谱和GISSMO数据库的实验谱	PyTorch	Transformer注意力层、均值聚合层	召回率、精确率、平均J值误差	NA
90	2026-06-02	Sweet artificial intelligence as digital catalysts in infectious diseases: Glycomics and glycoanalysis 2026-May-27, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118863 PMID:42218857	综述	总结人工智能、机器学习和深度学习在感染生物学糖组学和糖分析中的应用	系统梳理了AI技术在聚糖结构分析、凝集素-糖结合预测、致病性评估及生物标志物发现中的应用，并比较了监督学习、无监督学习、图神经网络和transformer等框架	注释稀疏、批次效应、结构覆盖不全、模型可解释性有限	探讨AI驱动的糖分析在传染病研究中的转化潜力	聚糖在微生物黏附、宿主细胞进入、免疫识别和免疫逃逸中的作用	机器学习	传染病	质谱、核磁共振、色谱、聚糖/凝集素微阵列	图神经网络、序列模型、Transformer	糖组学数据	NA	NA	SweetNet, LectinOracle	NA	NA
91	2026-06-02	Leveling Up Upconverting Nanoparticles with Machine Learning 2026-May-26, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.6c00187 PMID:42190040	综述	探索如何利用人工智能和机器学习提升上转换纳米颗粒的性能	通过结合贝叶斯优化与动力学蒙特卡洛模拟实现闭环主动学习，并利用基于异构图神经网络的深度学习替代模型进行逆向设计，显著增强UCNP发光强度	模拟9层壳层UCNP异质结构的计算成本高昂；模型外推能力虽强但依赖高质量训练数据	克服UCNP亮度和光谱可调性限制，加速新型上转换纳米材料发现	上转换纳米颗粒（UCNPs）	机器学习	NA	上转换纳米颗粒合成，机器学习	贝叶斯优化，动力学蒙特卡洛模拟，异构图神经网络（hetero-GNN），深度学习替代模型	实验数据，模拟数据	NA	PyTorch	异构图神经网络（hetero-GNN）	发光强度增强倍数	NA
92	2026-06-02	Investigating the Optical Properties of Gold Nanorods Using Forward and Inverse Design 2026-May-26, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05623 PMID:42222797	研究论文	利用机器学习和深度学习进行金纳米棒光学特性的正向与逆向设计	提出了基于机器学习和深度学习的正向与逆向设计方法，克服了传统Mie-Gans理论和FDTD模拟的局限性，实现了对金纳米棒光学特性的高效准确预测	NA	探索金纳米棒的光学特性，并开发正向与逆向设计方法	金纳米棒的光学特性（吸收和散射截面）	机器学习	NA	FDTD模拟	XGB回归器（正向设计）、串联模型（逆向设计）	数值模拟数据	NA	Scikit-learn	XGB回归器、串联模型	MSE、MAE、R	NA
93	2026-06-02	Machine Learning in Non-fullerene Organic Solar Cells: Accelerating Discovery, Design, and Understanding 2026-May-26, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.6c01194 PMID:42222818	综述	系统评估机器学习在非富勒烯有机太阳能电池材料发现、性能预测和分子设计中的应用	首次全面评估从随机森林到图神经网络等各类机器学习方法在有机光伏领域的预测与生成能力，并强调计算预测与实验验证之间的差距	数据集偏差、分布漂移、形貌效应、化学有效性及合成可及性等问题，以及预测性能与实际性能之间的持续差距	加速有机光伏材料发现与设计，缩小计算预测与实验验证间的鸿沟	非富勒烯有机太阳能电池中的给体-受体材料	机器学习	NA	NA	随机森林、梯度提升、图神经网络、Transformer、变分自编码器、生成对抗网络、遗传算法	分子结构与器件性能数据	NA	NA	随机森林、梯度提升、图神经网络、Transformer、变分自编码器、生成对抗网络	功率转换效率、开路电压、短路电流密度、填充因子	NA
94	2026-06-02	Drug Repurposing Using Machine Learning and Deep Learning: A Systematic Literature Review 2026-May-25, Current computer-aided drug design IF:1.5Q3 DOI:10.2174/0115734099434707260517095301 PMID:42220148	综述文章	系统综述了2015至2025年间基于机器学习和深度学习的药物重定位方法	全面分析了深度学习架构（如图卷积网络、深度神经网络）与机器学习模型（如随机森林、支持向量机）在药物重定位中的应用进展	计算预测与临床实际应用之间存在转化鸿沟，模型可解释性和数据完整性仍是主要挑战	评估机器学习和深度学习在药物重定位领域的应用现状与发展趋势	2015-2025年间发表的24篇相关研究论文	机器学习	肿瘤、神经退行性疾病	NGS, RNA-seq	GCN, DNN, RF, SVM	文本	24篇研究文献	NA	图卷积网络、深度神经网络、随机森林、支持向量机	准确率、AUC、精度、召回率、F1分数	NA
95	2026-06-02	Review of Machine Learning for Single-Particle Tracking: Methods, Challenges, and Biophysical Insights 2026-May-25, Chemical & biomedical imaging DOI:10.1021/cbmi.5c00146 PMID:42222567	综述	系统评估机器学习/深度学习方法在单粒子追踪中的进展，涵盖检测、链接、运动分类及生物物理推断	全面梳理深度学习（如CNN、循环架构和贝叶斯深度学习）在提升SPT分析准确性、鲁棒性和可解释性方面的创新应用，并讨论训练数据构建等实践考量	未具体说明SPT领域当前ML方法的泛化性局限及计算消耗	为单粒子追踪中机器学习方法提供综合指南，批判性评估现有技术并指导未来发展	单粒子追踪工作流程中的各个步骤（粒子检测、轨迹链接、运动分类、去噪及生物物理推断）	机器学习	NA	单粒子追踪	卷积神经网络, 循环神经网络, 贝叶斯深度学习	单粒子轨迹数据	NA	NA	CNN, 循环架构	准确性, 鲁棒性, 可解释性	NA
96	2026-06-02	Evaluation of segmentation accuracy and the improvement of time effectiveness using deep learning-based segmentation in 177Lu-DOTATATE dosimetry 2026-May-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00897-x PMID:42177732	研究论文	评估基于深度学习的自动分割在177Lu-DOTATATE剂量测定中的准确性、剂量可靠性和时间效率	首次系统评估深度学习AI分割在177Lu-DOTATATE剂量测定中的分割准确性、剂量可靠性和时间效率，并标准化了临床参考标准	少数肝肿大病例中AI分割的Hausdorff距离超过30.0毫米，且仅针对肾脏的剂量评估显示显著差异	评估深度学习AI分割在177Lu-DOTATATE剂量测定中的性能，包括轮廓准确性、剂量可靠性和时间效率	23名接受177Lu-DOTATATE治疗的患者	计算机视觉	神经内分泌肿瘤	核医学成像	深度学习分割模型	CT图像	23名患者	NA	NA	Dice相似系数, Hausdorff距离, 平均距离一致性, 最大、平均和最小吸收剂量	SurePlan™ MRT (MIM Software Inc.)
97	2026-06-02	Adaptive Disorder as the Hallmark of Nanobodies Antigen-Binding Loops 2026-May-22, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00716 PMID:42170950	研究论文	通过深度学习模型和能量分解方法，揭示了纳米抗体互补决定区的无序性是其标志性特征，支持序列和结构上的混沌是适应性的观点	首次从序列和结构两个层面独立证明纳米抗体CDRs的固有无序特性，且深度学习模型捕捉到的特征与能量分解结果一致，提出了CDRs作为模糊区域在抗原结合时选择优选构象的新模型	NA	利用深度学习和能量分解方法表征纳米抗体互补决定区的特性，推进抗原结合区域设计规则的建立	纳米抗体的互补决定区	机器学习	NA	NA	深度学习模型	序列数据	NA	NA	NA	NA	NA
98	2026-06-02	AI-Empowered and a Bio-/Nanoenzyme-Hybrid Multisensors Array toward Precision Diagnosis of Kidney Diseases 2026-May-22, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00066 PMID:42171404	研究论文	开发了一种人工智能驱动的生物/纳米酶混合多传感器阵列，用于慢性肾病的精准诊断	首次将激光诱导电化学传感器阵列、生物/纳米酶混合策略与一维卷积神经网络和多层感知机深度学习模型结合，实现对慢性肾病多种生物标志物的高精度联合预测	未提及在实际临床样本中的验证结果，也未讨论传感器在不同环境条件下的稳定性	实现慢性肾病的早期、精准、个性化诊断	慢性肾病患者的尿液代谢物（肌酐、尿酸、pH）	数字病理学	慢性肾病	电化学传感、激光诱导传感	一维卷积神经网络、多层感知机	电化学光谱数据	未明确提及样本数量	PyTorch, TensorFlow	1D-CNN, MLP	预测准确率（平均98.67%）	NA
99	2026-06-02	Redesigning myoglobin via functional site scaffolding for enhanced catalytic functions 2026-05-14, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2026.153642 PMID:41855859	研究论文	采用基于深度学习的活性位点支架策略重新设计肌红蛋白，获得微型化但功能增强的变体	首次利用扩散模型生成主链结构、逆折叠设计优化序列并辅以结构预测验证，从肌红蛋白的血红素结合口袋和二级配位残基出发，生成了超过100,000个序列并筛选出保留核心功能的小型化变体bitMb	未提及该策略是否适用于其他金属蛋白或更复杂功能位点的设计	通过功能性位点支架化策略生成稳定且通用的蛋白质支架以支持多种催化功能	肌红蛋白及其血红素结合口袋与二级配位残基	蛋白质设计与计算生物学	NA	深度学习、扩散模型、逆折叠设计、结构预测	扩散模型、ProteinMPNN、AlphaFold、OmegaFold	蛋白质序列与结构数据	生成超过100,000个序列并筛选分析	ProteinMPNN, AlphaFold, OmegaFold	扩散模型、ProteinMPNN、AlphaFold、OmegaFold	热稳定性（熔解温度）、酶活性（过氧化物酶和卡宾转移酶活性）、血红素结合能力、有机溶剂稳定性	NA
100	2026-06-02	Emotion Recognition Based on Fusion of Topological Features and Trajectory Images Derived from EEG Phase Space Reconstruction 2026-May-14, Sensors (Basel, Switzerland) DOI:10.3390/s26103102 PMID:42197911	研究论文	提出一种基于相空间重构的EEG信号情绪识别方法，融合拓扑特征和轨迹图像的深度特征，并利用动态注意力机制实现宏观与微观信息的协同增强	首次将相空间重构的宏观拓扑特征与轨迹图像的微观多尺度动态特征相结合，设计GN-MVXXS深度学习框架，包含粒度自适应模块和噪声滤波模块，并引入动态注意力机制实现双表示维度的自适应融合	未提及对情感类别不平衡的处理，且深度学习模型解释性有待进一步验证	提高脑电信号情绪识别的准确率，解决手工特征设计局限和宏观微观信息互补问题	正常听力和听力受损个体的EEG信号	机器学习	NA	EEG相空间重构	深度学习模型（含粒度自适应模块和噪声滤波模块）	EEG信号和轨迹图像	SEED数据集（三分类）、HIED数据集（四分类）以及正常听力和听力受损个体数据集	NA	GN-MVXXS	准确率	NA