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
321	2026-06-23	Deep learning and cryogenic electron microscopy modeling for gene editing dynamics 2026-Jun, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2026.103270 PMID:41996895	研究论文	利用深度学习与冷冻电镜建模研究基因编辑动态	将深度学习与冷冻电镜数据建模相集成，揭示基因编辑系统的动态构象景观，并利用图神经网络提取可解释的通信路径	NA	通过深度学习和冷冻电镜建模推动对基因编辑系统的动态、预测性和数据驱动理解	CRISPR-Cas系统的构象动态和分子机制	机器学习	NA	冷冻电镜，分子动力学模拟，量子力学方法	图神经网络	密度图，模拟数据	NA	NA	图神经网络	NA	NA
322	2026-06-23	Three-Dimensional human motion analysis using LiDAR technology: A systematic review 2026-Jun, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2026.113292 PMID:42001760	综述	系统回顾基于LiDAR技术的人体三维运动分析方法	首次系统综述了深度学习在稀疏无序点云中提取人体运动信息的方法，并比较了不同模型性能	LiDAR在多人场景和遮挡情况下的鲁棒性仍是显著挑战	系统梳理3D LiDAR数据处理方法在人体运动分析中的应用现状	38篇关于LiDAR人体运动检测的研究文献	计算机视觉	NA	LiDAR	CNN, PointNet, YOLOv3, 联邦学习	3D点云	38篇研究文献	NA	CNN, PointNet, YOLOv3	精确率, 平均关节位置误差, 活动识别准确率	NA
323	2026-06-23	iPalmT: a new paradigm for palmitoyltransferase discovery via end-to-end deep learning 2026-Jun, Oncogene IF:6.9Q1 DOI:10.1038/s41388-026-03802-z PMID:42000924	研究论文	提出了iPalmT，一种端到端深度学习框架，直接从氨基酸序列识别棕榈酰转移酶，无需手工特征或结构域注释	首次开发了不依赖手工特征和基序注释的端到端深度学习框架，能够从原序列直接发现棕榈酰转移酶，并通过集成梯度归因揭示了新的功能域	未明确提及，但可能依赖于训练数据的多样性和完整性，且预测的候选蛋白需进一步实验验证	系统性地发现棕榈酰转移酶，克服传统方法依赖劳动密集型和基序依赖检测的局限	棕榈酰转移酶及其序列特征	机器学习	癌症	深度学习	卷积神经网络（CNN）	氨基酸序列	独立测试集（具体数量未详述），以及来自33,285个物种级组的147,847,003个蛋白质中的10,365,644个序列	Python（基于PyTorch）	卷积层与挤压激励模块（Squeeze-and-Excitation）	准确率0.99，精确率0.98，召回率0.97，F1分数0.98	NA
324	2026-06-23	Automated vertebral heart size estimation from thoracic radiographs in dogs with AI-assisted clinical decision support 2026-Jun, Veterinary journal (London, England : 1997) DOI:10.1016/j.tvjl.2026.106674 PMID:42002024	研究论文	提出了一种AI辅助的集成框架，用于自动从犬胸部放射线照片中估计椎体心脏尺寸，并生成结构化兽医总结	结合深度学习计算机视觉模型进行自动VHS测量与大型语言模型生成结构化兽医总结，形成多模态AI辅助决策支持系统	NA	支持兽医在放射学评估中自动估计心脏大小，辅助心脏肥大症的临床决策	犬类胸部放射线照片中的椎体心脏尺寸	计算机视觉，自然语言处理	心脏肥大症	胸部放射线摄影	深度学习模型，大型语言模型	DICOM放射线图像	NA	NA	NA	定量评估（准确性），定性评估（连贯性、上下文意识、一致性）	NA
325	2026-06-23	Changes in computed tomography derived muscle and pulmonary tissue in patients hospitalized for COVID-19: A 12-month follow-up study 2026-Jun, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2026.103291 PMID:41999975	研究论文	探讨住院COVID-19患者在出院后一年内CT衍生的骨骼肌横截面积和肺实质组织变化模式及两者之间的关联	首次在前瞻性随访研究中评估COVID-19患者出院后一年内肌肉和肺组织变化的独立性，并利用深度学习算法量化肺实质受累百分比	单中心回顾性队列研究，样本量有限（211例基线，100例12个月随访），可能无法代表所有COVID-19患者	探究COVID-19住院患者出院后一年内CT测量的骨骼肌横截面积和受累肺实质组织百分比的变化模式及其关联	COVID-19住院患者	医学影像分析	COVID-19	CT成像	深度学习算法	CT图像	211例患者（基线至3个月随访），100例患者（12个月随访）	NA	NA	NA	NA
326	2026-06-23	VMDiff: A novel hybrid CNN-Mamba generative framework for retinal phenotype image enhancement 2026-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03582-4 PMID:42053739	研究论文	提出一种基于扩散模型的混合CNN-Mamba框架VMDiff，用于视网膜表型图像增强，在多个公开数据集上取得优异性能	首次将CNN和Mamba架构协同集成到扩散模型中，通过高频提取模块和高频一致性损失保留精细结构，并采用渐进式损失机制解耦优化目标，平衡像素级精度和感知质量	未明确提及	增强视网膜表型图像，同时捕捉局部细节和全局依赖关系，提升图像质量并辅助下游临床分析	视网膜图像（来自EyePACS、DRIVE和IDRiD等公开数据集）	计算机视觉	眼科疾病	图像增强	扩散模型（混合CNN和Mamba）	图像	多个公开数据集（未具体说明数量）	PyTorch	VMDiff（CNN-Mamba混合架构）	PSNR、SSIM、AUC、ACC、IoU	NA
327	2026-06-23	Automated detection of superior mesenteric artery occlusion on post-contrast CT Using a 3D deep learning model 2026-Jun, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2026.110810 PMID:42013611	研究论文	开发并评估用于检测增强CT中肠系膜上动脉闭塞的三维深度学习模型	首次将3D深度学习模型应用于增强CT肠系膜上动脉闭塞的自动检测，并在前瞻性环境中验证其临床效果和减少报告延迟的能力	数据集来自单中心，可能存在选择偏倚；模型对非CTA检查的敏感性较低	开发并评估一种3D深度学习模型，用于检测增强CT中的肠系膜上动脉闭塞，并评估其性能和临床影响	肠系膜上动脉闭塞（SMAO）	计算机视觉	肠系膜上动脉闭塞	增强CT	3D卷积神经网络（CNN）	图像	79,163份增强CT检查（前瞻性），测试数据集具体数量未明确	PyTorch	3D卷积神经网络（具体架构未明确）	敏感性、特异性、曲线下面积（AUC）、延迟时间、质量保证指标	NA
328	2026-06-22	Online Sepsis Prediction Using Vital Signs and Multiscale Temporal-Aware Contrastive Learning: Model Development and Validation Study 2026-Jun-19, JMIR medical informatics IF:3.1Q2 DOI:10.2196/82762 PMID:42320034	研究论文	提出一种基于生命体征和多尺度时间感知对比学习的在线脓毒症预测模型	提出多尺度时间感知对比学习（MSTCL）模型，仅使用易于获取的生命体征（如心率和体温），结合对比学习技术区分脓毒症进展轨迹的正负样本，实现变长输入序列的高效在线预测	依赖公开重症监护数据库数据，未提及在真实临床环境中的验证效果	开发仅使用可实时获取的生命体征进行在线脓毒症检测的预测模型	重症监护病房患者	机器学习	脓毒症	NA	多尺度时间感知对比学习（MSTCL）	时间序列数据（生命体征）	超过400名脓毒症和非脓毒症患者	NA	多尺度时间感知对比学习（MSTCL）	ROC曲线下面积（AUC）、灵敏度、特异性、归一化平均绝对误差	NA
329	2026-06-22	From trial-and-error to inverse design: how AI is redefining drug delivery systems 2026-Jun-18, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2026.104725 PMID:42314831	综述	本文综述了人工智能在药物递送系统设计中的应用，重点介绍了预测建模和逆向设计策略如何改变传统试错法	系统梳理了人工智能方法在药物递送系统设计中的应用，包括机器学习、深度学习及物理信息方法，并创新性地讨论了它们与制药流程的整合	数据异质性、有限泛化能力、模型可解释性及监管验证是阻碍临床转化的主要障碍	为人工智能驱动的药物递送系统设计提供结构化概述，并评估其临床转化挑战	药物递送系统及其设计方法	机器学习	不适用	机器学习、深度学习、物理信息方法	不适用	不适用	不适用	不适用	不适用	不适用	不适用
330	2026-06-22	Hybrid deep learning-based rapid broad-Spectrum antimicrobial susceptibility prediction from whole-genome assemblies 2026-Jun-17, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107597 PMID:42309394	研究论文	开发一种基于混合深度学习的模型，从全基因组组装数据快速预测广谱抗菌药物敏感性	提出将CNN、BiLSTM和注意力机制结合的混合深度学习模型，利用6-mer频率编码和基因组-抗生素配对特征，实现从细菌全基因组数据快速预测广谱抗菌药物敏感性	模型在抗生素和细菌组间的预测性能存在差异，AUPRC仅为0.489，表明对耐药样本识别能力有限	开发一种快速、广谱的抗菌药物敏感性预测方法，以辅助临床决策对抗菌药物耐药性	699个细菌基因组组装数据和对应的22种抗生素药敏结果	机器学习	抗菌药物耐药性相关感染	全基因组测序	CNN-BiLSTM-Attention混合模型	基因组序列数据	699个细菌基因组样本，每个样本与22种抗生素配对	NA	CNN, BiLSTM, Attention机制	准确率, AUROC, 平衡准确率, AUPRC	NA
331	2026-06-22	Artificial intelligence and machine learning in robotic, teleoperated, and remote surgery: a bibliometric and knowledge mapping analysis (2015-2025) 2026-Jun-16, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-026-03600-5 PMID:42298236	研究论文	对2015-2025年间人工智能和机器学习在机器人、遥操作及远程手术中应用的研究进行文献计量和知识图谱分析	首次对AI和ML在远程手术领域的全球研究进行系统的文献计量和知识图谱分析，揭示研究趋势、协作结构和新兴主题	仅纳入Scopus数据库中英文发表的研究文章，可能存在文献覆盖不全的局限性	分析AI和ML在机器人、遥操作及远程手术领域的全球研究格局、协作结构和新兴主题趋势	2015-2025年间发表的2201篇相关研究论文	机器学习	NA	文献计量分析	NA	文献数据	112个国家的2201篇出版物	NA	NA	年发表趋势、引文分析、共现分析	NA
332	2026-06-22	ToxiSpecies: Task-Aware Meta-Learning for Cross-Species Modeling of Acute Chemical Toxicity under Distribution Shift 2026-Jun-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01358 PMID:42301306	研究论文	提出一种任务感知元学习框架ToxiSpecies，用于解决跨物种急性化学毒性建模中的分布偏移问题	引入双适配器架构，解耦物种级特征适应与终点级毒性语义建模，实现低资源下跨物种和毒性终点的鲁棒知识迁移	未明确讨论模型在极端数据稀缺或完全未见物种场景下的泛化能力，以及计算资源的详细需求	开发一种能够处理跨物种毒性预测中异质性多任务问题的框架，支持低资源条件下的毒理学建模	跨物种急性化学毒性预测任务，涉及107个终点-物种任务、42个物种和78,820种化合物	机器学习	急性毒性	NA	元学习	化学特征数据	78,820种化合物	PyTorch	双适配器架构	均方根误差、预测准确性与相关性	NA
333	2026-06-22	An Interpretable Deep Learning Framework Leveraging RNA Foundation Model and Capsule Networks for Accurate Prediction of RNA 2'-O-Methylation Sites 2026-Jun-15, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01274 PMID:42296393	研究论文	提出了一种结合RNA基础模型和胶囊网络的可解释深度学习框架Caps-2OMe，用于准确预测RNA 2'-O-甲基化位点	首次将混沌博弈表示分支与RNA-FM分支相结合，并通过胶囊架构进行自适应融合和解码，实现了对RNA 2OMe位点的高精度可解释预测	亚型特异性模型迁移性有限，跨核苷酸评估显示泛化模型稳定但子类型间存在差异	开发一种准确且可解释的计算方法，用于预测RNA 2'-O-甲基化位点	RNA 2'-O-甲基化（2OMe）修饰位点	机器学习	NA	混沌博弈表示（CGR），RNA基础模型（RNA-FM）	胶囊网络	RNA序列数据	独立测试集（具体数量未提及）	PyTorch（推测）	CGR分支、RNA-FM分支、胶囊网络	准确率（Accuracy）、AUC	NA
334	2026-06-22	Performance of Deep Learning in Classifying Age-Related Macular Degeneration From Images: Systematic Review and Meta-Analysis 2026-Jun-15, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/97174 PMID:42296531	系统综述与荟萃分析	系统评估深度学习在视网膜图像中分类年龄相关性黄斑变性的诊断性能，并与眼科医生进行对比	首次通过荟萃分析直接对比深度学习与不同经验水平眼科医生在AMD检测和湿性/干性AMD分类中的诊断性能，并引入PROBAST+AI工具评估偏倚风险	研究间异质性高、预测区间宽、多为回顾性设计且内部验证可能膨胀性能，结果仍属初步阶段而非实际部署就绪	比较深度学习算法与眼科医生在检测AMD及区分湿性和干性AMD中的诊断性能，并识别影响深度学习性能的因素	年龄相关性黄斑变性（AMD）患者及正常视网膜图像	机器学习	老年性疾病	NA	深度学习	图像	AMD检测77,485个样本；湿性vs干性AMD分类28,705个样本	NA	NA	敏感性、特异性、准确率、曲线下面积	NA
335	2026-06-22	AirNet: A Deep Learning-Driven Auto Baseline Correction Algorithm Balancing Global Smoothness and Local Fidelity 2026-Jun-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01550 PMID:42272034	研究论文	提出一种名为AirNet的深度学习驱动的自动基线校正算法，旨在平衡全局平滑性和局部保真度	结合深度学习与化学计量学，通过ResUnet模型识别拉曼峰和基线，并采用多指标评估策略自适应选择最优平滑参数，同时引入Dr-airPLS方法优化权重，实现高精度和高泛化能力	未提及具体限制，可能需依赖训练数据质量，且对急剧变化的背景梯度可能仍有挑战	开发一种可自动校正拉曼/表面增强拉曼光谱中非拉曼散射背景的基线算法，提高光谱分析的准确性和可靠性	拉曼光谱数据（包括模拟和实验光谱）	机器学习, 数字化学	不适用	拉曼光谱, 表面增强拉曼光谱	ResUnet, Dr-airPLS	光谱数据	不适用	PyTorch	ResUnet, Dr-airPLS	准确性, 泛化能力	不适用
336	2026-06-22	Deep Learning-Driven Saccharide Online Sequencing for Elucidating the Pathological Alterations of Heparan Sulfate in APAP-Induced Acute Liver Injury 2026-Jun-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00995 PMID:42272111	研究论文	利用深度学习驱动的化学衍生-串联质谱策略，首次对APAP诱导的急性肝损伤中硫酸乙酰肝素的结构域变化进行测序	首次通过深度学习驱动的化学衍生-串联质谱策略直接对病理状态下硫酸乙酰肝素的域变化进行测序，并成功解码了生物活性域内的序列变化，而非仅分析其组成变化	仅针对APAP诱导的急性肝损伤模型，未在其他病理模型或大规模样本中验证，且测序深度仅限于八糖以内的生物活性域	阐明APAP诱导的急性肝损伤中硫酸乙酰肝素的病理改变，推动基于硫酸乙酰肝素的治疗药物在生物医学领域的应用	APAP诱导的急性肝损伤小鼠模型中的硫酸乙酰肝素	机器学习	急性肝损伤	质谱分析	深度学习模型	质谱数据	未提及	未提及	未提及	未提及	未提及
337	2026-06-22	3-dimensional gradient and spin-echo magnetic resonance cholangiopancreatography with deep learning reconstruction at 3T: Achieving superior image quality with reduced acquisition time 2026-Jun-08, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110726 PMID:42264279	research paper	评估基于深度学习的GRASE技术在3T磁共振胆胰管成像中的图像质量和临床可行性	首次应用GRASE结合深度学习重建技术实现MRCP的快速采集并显著提升图像质量及诊断性能	NA（摘要未明确提及局限性）	比较GRASE-DLR与常规技术（无DLR的GRASE及TSE-DLR）在图像质量和采集时间上的差异	连续65名接受MRCP检查的患者	computer vision	biliary disease, pancreatic disease	MRCP	deep learning reconstruction (CNN-based)	image	65例患者（其中8例屏气能力差）	NA（未指定框架）	deep learning reconstruction network	acquisition time, image quality metrics, sensitivity, accuracy, area under the receiver operating characteristic curve (AUC)	NA（未提及具体计算资源）
338	2026-06-07	Correction to "Deep GIST: Deep Learning Models for Predicting the Distribution of Hydration Thermodynamics around Proteins" 2026-Jun-06, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01684 PMID:42249808	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
339	2026-06-22	Demographic-aware temporal graph attention for fair and accurate cardiac abnormality detection in 12-lead ECG 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54206-8 PMID:42243352	research paper	提出一种基于人口统计信息感知的图注意力网络DA-GAT-v2，用于12导联心电图的公平且准确的异常检测	三个临床驱动的架构创新：导联时间卷积编码器、动态α网络预测患者特异性导联间图拓扑、以及集成在每一图注意力层的特征级线性调制	公平性评估仅限于性别和年龄亚组，由于所用数据集中缺少种族和民族元数据	同时提升多标签心脏异常检测的诊断准确性和算法公平性	12导联心电图中的心脏异常，特别是性别和年龄相关的人口统计差异	machine learning, digital pathology	NA	NA	图注意力网络	12导联心电图信号	PTB-XL数据集21507条记录，Chapman-Shaoxing数据集10646条记录	PyTorch	DA-GAT-v2 (包含时间卷积编码器、动态α网络、特征级线性调制)	macro F1, AUROC, equalized odds difference	NA
340	2026-06-22	Detecting inflammatory arthritis in hand smartphone photographs: development and validation of a computer vision model in clinical settings 2026-Jun-03, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keag287 PMID:42226010	研究论文	训练并验证一个计算机视觉模型，通过标准化智能手机照片检测手部滑膜炎	在真实世界风湿病门诊患者中，使用智能手机照片训练深度学习模型检测手部滑膜炎，并通过预设亚组分析验证模型在有手部畸形患者等群体中的稳定性	数据集仅来自印度单中心，且照片为标准化拍摄，实际应用中光线、角度等变量可能影响性能	开发并验证一个能够从智能手机照片中检测手部滑膜炎的计算机视觉模型，以减少炎症性关节炎的诊断延迟	1112名风湿病门诊患者的手部照片（共2296张）	计算机视觉	炎症性关节炎	智能手机摄影	ConvNeXt V2、EfficientNetV2	图像	2296张手部照片（来自1112名患者）	PyTorch, TensorFlow	ConvNeXt V2, EfficientNetV2	AUROC, 准确率, 敏感度, 特异度	NA