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
41	2026-07-10	PestCLIP: an incremental pest recognition framework based on a vision-language model 2026-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.70664 PMID:41715983	research paper	提出基于视觉语言模型的增量式害虫识别框架PestCLIP，解决灾难性遗忘问题	首次将对比语言-图像预训练模型应用于增量害虫识别，提出双重提示调优、概念池策略和预测分布校准机制	未提及大规模真实农业部署场景下的计算效率与鲁棒性验证	开发能适应动态农业环境的连续可靠增量害虫识别系统	农业害虫图像与通用基准数据集（Li's、AgriInsect200、Farm Insect、mini-ImageNet）	computer vision	NA	对比语言-图像预训练	CLIP	图像	四个公开数据集（Li's、AgriInsect200、Farm Insect、mini-ImageNet）	PyTorch	CLIP	准确率	NA
42	2026-07-10	Detection, communication, and individual identification with deep audio embeddings: A case study with North Atlantic right whales 2026-Jun, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013321 PMID:42378267	研究论文	利用深度音频嵌入技术检测、通信和个体识别——以北大西洋露脊鲸为例	首次使用BirdNET音频嵌入模型对濒危物种北大西洋露脊鲸进行个体识别，并对比信号检测与个体识别的信噪比需求差异	样本量较小（234个样本、11个个体），可能限制模型泛化能力；仅针对upcall叫声类型，未涵盖其他叫声类型	开发基于深度学习的框架，评估噪声对动物通信空间的影响，弥补声学掩蔽效应研究的参数空缺	北大西洋露脊鲸（Eubalaena glacialis）的upcall叫声个体识别能力	机器学习	NA	NA	CNN（基于BirdNET的音频嵌入模型）	音频（标注的鲸类叫声录音）	234个样本，来自11个个体，3个记录地点	PyTorch, SciPy	BirdNet（EfficientNet-B0变体）	NA	NA
43	2026-07-09	Accelerating MRI With Longitudinally-Informed Latent Posterior Sampling 2026-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70257 PMID:41724725	研究论文	提出一种基于扩散模型的重建框架，通过利用受试者的先前扫描结果加速MRI采集，无需纵向配对训练数据	消除对纵向配对训练数据的需求，利用临床工作流中可获得的先前DICOM图像引导后续扫描重建，并引入包含多会话配对的公开临床数据集	未在论文中明确提及局限性	通过整合受试者的先前扫描结果加速MRI采集，提高重建图像质量并实现更大程度的加速	MRI图像和k空间数据，包括纵向多会话配对	计算机视觉, 数字病理学	适用多种疾病，未特指具体疾病	MRI	扩散模型	MRI图像, k空间数据, DICOM格式	未在摘要中明确说明样本量	PyTorch	未在摘要中明确说明模型架构	SSIM, PSNR	NA
44	2026-07-07	A Coral-Inspired Dual Modal Hydrogel Sensor with Deep Learning-Assisted Decoupling of Force-Thermal Stimuli 2026-Jun-26, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c06830 PMID:42360292	研究论文	受珊瑚启发，设计了一种双模态水凝胶传感器，结合深度学习实现力-热刺激的解耦识别	首次将热致变色单元和力致电阻响应单元协同集成于双网络水凝胶，利用响应时间差异（0.4秒 vs 7.1秒）结合深度学习框架（轻量ResNet处理图像，多层感知机分析电阻时序信号）实现力-热刺激的实时同步解耦，整体准确率超过95%	未明确说明在复杂环境（如湿度、pH变化）下的稳定性，以及大规模制备和长期使用的耐久性	开发多模态柔性感知技术，解决信号串扰问题，实现力-热刺激的实时同步解耦与识别	自制的PCSC水凝胶传感器产生的热致变色图像信号和力/热诱导的电阻时间序列信号	计算机视觉, 机器学习	不适用	水凝胶合成、电阻响应测量、热致变色成像	卷积神经网络, 多层感知机	图像, 时间序列电阻信号	未明确说明实验样本数量，涉及温度识别和手势识别任务	Python深度学习框架（未具体说明但通常为PyTorch或TensorFlow）	轻量ResNet, 多层感知机	准确率（温度识别97.5%、手势识别98.5%、整体解耦>95%）	未说明具体计算资源
45	2026-07-07	ZHMolTopoRPI: A Commutative Algebra-Driven Deep Learning Framework for Robust RNA-Protein Interaction Prediction 2026-Jun-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01199 PMID:42360418	研究论文	提出一种融合持久交换代数的深度学习框架ZHMolTopoRPI，用于稳健的RNA-蛋白质相互作用预测	引入持久Stanley-Reisner理论提取RNA多尺度数学特征，并结合对比学习增强的门控注意力双塔网络进行特征融合，提升物理可解释性	未明确讨论模型在极端不平衡数据集或长序列上的表现，计算资源消耗未详述	开发一种具有物理可解释性的RNA-蛋白质相互作用预测方法	RNA序列、蛋白质序列及RNA-蛋白质相互作用对	机器学习	不适用	持久交换代数、对比学习	双塔神经网络、门控注意力网络	序列数据	六个基准数据集（NPInter2、RPI7317、RPI488、RPI1807、RPI2241和NPInter v2.0）	PyTorch	CL-GADTN（对比学习增强的门控注意力双塔网络），结合ESM2蛋白语义信息	MCC	不适用
46	2026-07-07	Adaptive Neural Reorganization Enables Real-Time Finger-Level Robotic Control in BCI-Naïve Stroke Survivors 2026-Jun-18, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.15.732267 PMID:42367869	研究论文	本研究探讨了无脑机接口经验的脑卒中幸存者能否通过运动想象实现手指级别的机器人控制	首次在无BCI经验的脑卒中患者中实现了手指级别的机器人控制，并利用数据驱动的深度学习解码器展示了可靠的神经信号解码	样本量较小（9名参与者），且未涉及长期训练效果或临床可行性评估	验证无经验脑卒中患者能否通过非侵入性脑机接口实现精细手指运动控制	9名有运动障碍的脑卒中幸存者	机器学习和脑机接口	脑卒中	脑电图（EEG）	深度学习解码器	脑电信号（EEG）	9名脑卒中患者	NA	深度学习解码器（具体架构未指定）	解码准确率（两指任务84%，三指任务61%）	NA
47	2026-07-07	Microscopy-informed structural connectivity mapping in the in vivo human brain via domain adaptation 2026-Jun-18, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.14.732211 PMID:42367983	研究论文	提出一种深度学习模型，通过域自适应从扩散MRI预测显微镜引导的纤维方向，从而在活体人脑中实现微结构信息连通性映射	首次利用域自适应技术将显微镜获取的高分辨率纤维方向信息从动物模型迁移到活体人脑扩散MRI，无需推断时进行显微镜成像，实现跨组织状态和跨物种的生物信息迁移	依赖定制猕猴数据集进行训练，人类数据需满足最小采集要求，且未讨论模型在不同MRI协议或病理条件下的泛化能力	建立从显微镜到非侵入性成像的微结构信息迁移框架，改进人脑连通性估计	人脑和猕猴大脑的扩散MRI数据及显微镜数据	机器学习	神经科学（无特定疾病）	扩散MRI, 显微镜	NA	NA	NA	NA	NA	NA	NA
48	2026-07-07	Optic Disc Fundus Images Retain Biometric Identity Signals Under Deep Learning 2026-Jun-05, Research square DOI:10.21203/rs.3.rs-8801056/v1 PMID:42282010	研究论文	研究深度学习模型在视盘中心眼底图像中保留足够的主体特异性信息用于生物特征验证的能力	首次证明深度学习模型从视盘中心眼底图像中保留主体特异性信息，并比较不同视网膜区域在生物特征验证中的性能差异	视盘区域模型性能随视网膜上下文减少而下降，且身份无法在无关联密钥的情况下从眼底图像中确定	评估深度学习模型在视盘中心眼底图像中保留主体特异性信息以用于生物特征验证的能力，并与全视野眼底照片模型进行比较	4,500名主体的7,724只眼睛的30,836张彩色眼底照片	计算机视觉	不适用	眼底照相	卷积神经网络	图像	30,836张彩色眼底照片，来自4,500名主体的7,724只眼睛	不适用	Siamese卷积神经网络	AUC, EER, 准确率	不适用
49	2026-07-06	GraPhAI: Neural Networks for Solving Centrosymmetric Crystal Structures 2026-Jun-30, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05607 PMID:42374990	研究论文	提出图神经网络GraPhAI，用于从头解析中心对称晶体结构中的衍射相位问题	首次将衍射数据表示为图结构并利用图神经网络进行深度学习，解决了低分辨率衍射数据的相位问题	对纯有机晶体结构的成功解析率仍有限	开发一种通用的从头解析晶体结构相位的方法	中心对称晶体结构	机器学习	NA	NA	图神经网络	图结构衍射数据	典型晶胞体积的中心对称晶体结构	NA	GraPhAI	成功率	NA
50	2026-07-06	Topology-Preserving Elastic Deformation Augmentation Enables Robust Defect Detection in Data-Scarce Industrial Imagery 2026-Jun-30, ACS macro letters IF:5.1Q1 DOI:10.1021/acsmacrolett.6c00144 PMID:42378064	研究论文	提出一种结合拓扑保持弹性变形和轻量注意力集成学习的框架，在数据稀缺的工业图像中实现鲁棒缺陷检测	引入拓扑保持弹性变形策略，在保持语义一致性的同时增加几何变异性；采用轻量注意力引导的集成学习器，适用于数据受限场景	未详细讨论模型在不同缺陷类型上的失败案例或计算开销；依赖特定图像类型（如 SEM 和木材图像），泛化性需进一步验证	实现数据稀缺和类别不平衡条件下的稳健多标签缺陷分类	工业显微镜图像中的缺陷检测，包括半导体工艺中的嵌段共聚物 SEM 图像和木材缺陷数据	计算机视觉	不适用	扫描电子显微镜（SEM）成像	集成学习、注意力机制	图像	使用自组装嵌段共聚物 SEM 图像数据集和木材缺陷数据集，具体样本数量未给出	不适用	拓扑保持弹性变形（TPED）、注意力引导的轻量集成学习器	F1-score（微平均、宏平均）	未提及
51	2026-07-06	High-Throughput Screening and Mechanistic Elucidation of RhlA Mutants for Enhanced Rhamnolipid Biosynthesis Guided by EGCA-Net and Molecular Dynamics Simulations 2026-Jun-29, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c03371 PMID:42372267	研究论文	利用EGCA-Net深度学习模型和分子动力学模拟，高通量筛选并表征提高鼠李糖脂生物合成的RhlA突变体	首次融合交叉注意力机制、ESM-2和图卷积网络构建EGCA-Net模型，结合深度学习活性预测、Rosetta分析、分子对接和分子动力学模拟筛选RhlA突变体，并通过湿实验验证其催化活性显著提升	仅针对RhlA单一酶进行突变体筛选，未探索其他可能提高鼠李糖脂产量的酶或代谢途径	开发基于EGCA-Net的高通量筛选框架，快速识别能增强鼠李糖脂生物合成活性的RhlA突变体	RhlA酶及其突变体	机器学习	NA	深度学习、Rosetta分析、分子对接、分子动力学模拟	融合模型（EGCA-Net）	蛋白质序列、结构数据	针对RhlA酶构建特定突变体文库，筛选得到4个新突变体	NA	EGCA-Net（基于ESM-2、图卷积网络和交叉注意力机制）	酶活性（U/mg）	NA
52	2026-07-06	Deciphering Allergen Peptides for Dermatological and Cosmetic Applications with Explainable Artificial Intelligence 2026-Jun-25, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.6c00268 PMID:42345568	研究论文	本研究利用可解释人工智能探索过敏肽在皮肤科和化妆品中的应用潜力	提出了一个混合深度学习框架，结合时间卷积网络和堆叠长短期记忆架构，并融合进化尺度建模嵌入，实现了过敏肽序列中致敏基序的准确分类，同时利用Anchor、LIME和SHAP等可解释性工具提升模型透明度和生物学意义	NA	推动机器学习和皮肤科及化妆品领域的结合，开发更安全、创新的化妆品产品	过敏肽序列	自然语言处理，机器学习	皮肤病	NA	时间卷积网络，长短期记忆网络	文本（肽序列）	NA	NA	TCN， LSTM	NA	NA
53	2026-07-06	Retinal Microvascular Signatures as Early Predictors of Cardiovascular Risk: Integrating Pathophysiology, Molecular Insights, and Artificial Intelligence 2026-Jun-19, The American journal of cardiology DOI:10.1016/j.amjcard.2026.05.035 PMID:42320613	研究论文	探讨视网膜微血管特征作为早期心血管风险预测指标的综合框架，整合病理生理机制、分子见解和人工智能技术	系统性地将视网膜微血管表型、分子调控机制与深度学习分析相结合，提出一种无创、可扩展的早期心血管风险评估新策略	未具体提及研究限制，但可能包括需要大规模临床验证、不同人群的泛化性以及OCTA等先进成像技术的可及性	利用视网膜微血管成像和AI技术建立早期心血管风险预测的无创生物标志物体系	视网膜微血管（包括血管口径、弯曲度、分支模式和灌注模式）及心血管疾病患者	计算机视觉	心血管疾病	光学相干断层扫描血管成像（OCTA）	深度学习（DL）	视网膜图像	NA	NA	NA	NA	NA
54	2026-07-06	Post-pandemic forecasting of pediatric acute respiratory infections with deep learning: a multi-pathogen, multi-time-horizon study 2026-Jun-17, International journal of infectious diseases : IJID : official publication of the International Society for Infectious Diseases IF:4.8Q1 DOI:10.1016/j.ijid.2026.108889 PMID:42309480	研究论文	利用深度学习模型预测后疫情时代儿童急性呼吸道感染的多种病原体和多时间范围	比较了11种深度学习模型与传统统计模型（SARIMA）在预测儿童急性呼吸道感染上的性能，并针对10种病原体在不同预测时间范围（短期、中期、长期）进行全面评估，发现DLinear和TSMixer分别适用于短期和长期预测	仅基于单一医院的数据，且排除了肺炎衣原体（阳性病例仅70例），可能影响模型的泛化能力；未考虑外部验证集	比较传统统计模型与深度学习模型在儿童急性呼吸道感染预测中的性能，提高预测准确性以支持临床和公共卫生准备	10种呼吸道病原体的儿童住院急性呼吸道感染病例	机器学习	儿童急性呼吸道感染	多重PCR	深度学习模型	时间序列数据	29,260份儿科住院记录（2021年1月至2024年12月，来自中国一家大型儿童医院）	PyTorch	SARIMA, DeepAR, BlockRNN, N-BEATS, NHiTS, TCN, Transformer, TFT, DLinear, NLinear, TiDE, TSMixer	平均绝对误差（MAE）、均方根误差（RMSE）、对称平均绝对百分比误差（sMAPE）	NA
55	2026-07-05	AI-powered real-time detection and classification of peritoneal nodules in colorectal cancer using multi-center laparoscopic data: A feasibility study 2026-Jun-30, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2026.111967 PMID:42398281	研究论文	探讨利用计算机视觉和深度学习开发结直肠癌腹腔镜手术中腹膜结节实时检测与分类模型的可行性	首次探索基于YOLOv11l架构的实时腹膜结节检测与良恶性分类系统，并在多中心腹腔镜视频数据上进行验证，展示了超越新手外科医生的识别精度和速度	需要在临床应用中基于更大规模的患者级数据集进行进一步验证	开发腹腔镜结直肠癌手术中腹膜结节的术中实时检测模型，评估其辅助外科医生识别结节的潜力	结直肠癌患者腹腔镜手术视频中的腹膜结节	自然语言处理, 数字病理学	结直肠癌	计算机视觉, 深度学习	CNN	视频帧图像	165例多中心手术视频	PyTorch	YOLOv11l	mAP@50, AP@50, FPS, 准确率	NA
56	2026-07-05	Unsupervised deep image prior for sparse-view and limited-angle electron tomography 2026-Jun-26, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2026.114414 PMID:42398292	研究论文	提出无监督深度图像先验方法用于稀疏视角和有限角度电子断层扫描，以改善三维重建质量	采用无监督深度学习框架实现与监督方法相当的重建性能，无需训练数据集，特别适用于高度退化的断层扫描数据	仅在模拟数据和有限实验数据上验证，未在多种真实材料和采集模态下全面测试	解决有限角度和稀疏视角电子断层扫描中的重建退化问题，提高三维数据质量和解释性	纳米材料的电子断层扫描三维表征	计算机视觉	不适用	电子断层扫描（ET）	深度图像先验（DIP）	图像（断层扫描数据）	模拟数据及实验数据，未明确具体样本数量	NA	深度图像先验（DIP）	与传统算法（如滤波反投影、迭代重建）进行比较，但未明确列出具体指标	NA
57	2026-07-05	Deep learning-based quantification of knee effusion-synovitis volume on MRI - Technique development and validation 2026-Jun-22, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2026.06.007 PMID:42331136	研究论文	开发并验证了一种基于深度学习自动量化MRI图像中膝关节积液滑膜炎体积的模型	首次实现膝关节积液滑膜炎体积的自动化定量分析，并与半定量评分系统进行比较，证明其对骨关节炎特征和症状的关联效应更大	需要在独立队列中进行外部验证以确认其实用性	开发并验证基于深度学习的膝关节积液滑膜炎体积自动量化模型	来自骨关节炎倡议（Osteoarthritis Initiative）的4698例基线右膝MRI数据	计算机视觉	膝关节骨关节炎	MRI	CNN	图像	101例随机选择的膝关节用于手动分割训练和测试，总体数据集包含4698例	NA	NA	Dice系数, Spearman相关性, 标准化β系数差值	NA
58	2026-07-05	Advancement of deep learning models with whole slide image in diagnosis, subtyping and prognosis for glioma 2026-06-17, Progress in biomedical engineering (Bristol, England) DOI:10.1088/2516-1091/ae7860 PMID:42246131	综述	总结基于全切片图像的深度学习模型在胶质瘤诊断、亚型分类及预后中的应用进展	系统回顾了从CNN到Transformer、混合架构及大语言模型的模型演进，并强调了多模态融合方法提升预测性能	未提及具体模型在不同机构数据集上的泛化性挑战及轻量化模型的临床转化障碍	梳理深度学习模型在胶质瘤全切片图像分析中的技术发展，推动临床转化	胶质瘤全切片图像	数字病理学	胶质瘤	HE染色全切片成像	CNN, Transformer, 混合模型, 大语言模型	病理全切片图像	包含TCGA和CPTAC等公共数据集及机构数据集	NA	ResNet, Vision Transformer, ROAM, CHIEF	AUC	NA
59	2026-07-05	Multimodal AI for early prediction of adverse clinical outcomes in acute pancreatitis 2026-Jun-02, Abdominal radiology (New York) DOI:10.1007/s00261-026-05588-w PMID:42228172	研究论文	开发多模态AI框架，整合临床参数、影像组学和深度学习模型，早期预测急性胰腺炎的不良临床结局	首次将临床参数、CECT影像组学特征和深度学习模型整合为多模态AI框架，用于早期急性胰腺炎不良结局预测，优于传统临床评分和放射科医生评估	单中心回顾性设计，样本量较小（284例），需要前瞻性多中心验证才能考虑临床应用	提高早期急性胰腺炎不良临床结局预测的准确性，改善患者分诊和管理	早期急性胰腺炎患者	计算机视觉, 机器学习	胰腺炎	CECT成像	影像组学模型, 深度学习模型, 多模态模型	影像（CT图像）, 临床数据（实验室参数）	284例急性胰腺炎患者（140例出现不良结局）	NA	影像组学模型, 深度学习模型（具体架构未明确）	AUC, 敏感性, 特异性	NA
60	2026-07-05	Observation-Constrained Agroecosystem Model Inversion Reveals Continental-Scale Variation of Winter Wheat Traits 2026-06, Global change biology IF:10.8Q1 DOI:10.1111/gcb.70936 PMID:42233340	研究论文	通过观测约束的农业生态系统模型反演，揭示美国冬小麦性状在大陆尺度上的变异	首次将深度学习增强的模型数据融合反演与机械农业生态系统模型Ecosys结合，从观测数据中直接推断出空间明确的生理控制参数（性状代理），实现冬小麦生理性状的大陆尺度反演	未明确说明	理解作物性状变异如何影响基因型×环境×管理相互作用，预测气候变化下的农业表现	美国冬小麦的生理性状（成熟期、繁殖能力、收获指数、根冠分配）及其气候敏感性	机器学习	NA	农业生态系统模型Ecosys	深度学习模型	卫星数据（光合作用产品）、县级产量记录	2008-2022年美国约1000个冬小麦生产县	NA	NA	相关系数（r=0.76-0.88）、物候偏差（<2周）、产量误差（90%在±20%内）	NA