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
421	2026-06-07	Discovery of WRN helicase inhibitors by 3D-CNN docking and ML consensus from traditional Chinese medicine monomers 2026-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109376 PMID:41934827	研究论文	利用3D-CNN分子对接和机器学习共识方法从传统中药单体中筛选WRN解旋酶抑制剂	首次将基于深度学习的3D-CNN分子对接与机器学习分类器集成，应用于传统中药单体库的虚拟筛选，以发现WRN解旋酶抑制剂，并通过分子动力学模拟验证候选物的稳定性	尽管静态对接排名较高，但候选物desmethylglycitein在模拟中理论亲和力显著下降，表明流程仍需进一步优化以过滤假阳性；研究仅基于计算模拟，缺乏实验验证	识别WRN解旋酶抑制剂，为微卫星不稳定癌症提供潜在治疗靶点	WRN解旋酶的D1/D2界面	计算机辅助药物发现	微卫星不稳定癌症	分子对接、机器学习分类、分子动力学模拟	3D卷积神经网络、随机森林、XGBoost、支持向量机	分子结构数据	2940种传统中药单体	GNINA	3D-CNN、随机森林、XGBoost、SVM	共识评分、自由能计算	NA
422	2026-06-07	MCDNet: Morphological-conditional dual-view fusion for 3D tubular structure segmentation 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108614 PMID:41616702	研究论文	提出了一种名为MCDNet的形态条件双视角融合网络，用于三维管状结构分割	提出形态条件卷积（MCConv），能够自适应不同管状几何结构，并通过双视角融合机制联合建模全局和局部形态特征	现有方法依赖特定结构形态先验，泛化能力有限，且全局与局部形态联合建模不足	提高三维医学图像中管状结构分割的准确性和泛化能力	三维管状结构（如结肠道、血管、动脉等）	计算机视觉	NA	深度学习	卷积神经网络（CNN）	三维医学图像	四个基准数据集	PyTorch	MCConv, Cross-Fusion, Residual Self-Attention Fusion	Dice系数, Hausdorff距离	NA
423	2026-06-07	Automated detection of tooth loss using tooth numbering segmentation in 3D intraoral scans from a population-based sample with artificial intelligence 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106674 PMID:41946428	研究论文	本研究验证了一种利用人工智能从三维口内扫描中自动检测牙齿缺失的方法，并与临床评估进行比较	首次在基于人群的样本中验证了深度学习模型自动从口内扫描中检测牙齿缺失的可行性，且比临床评估更准确	模型在FDI编号识别方面不如临床评估，尤其是对于拔除的前磨牙和模糊的磨牙	验证自动化方法从口内扫描中检测牙齿缺失的准确性及在流行病学研究中的可行性	1982年佩洛塔斯出生队列的453名参与者的897份口内扫描数据	计算机视觉	口腔疾病	口内扫描	深度学习模型	三维口内扫描图像	453名参与者，897份口内扫描	NA	NA	F1-score, macro-F1	NA
424	2026-06-07	Capturing induced-fit effects: A geometry-aware and interpretable framework for robust drug-target affinity prediction 2026-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109429 PMID:42066524	研究论文	提出一种几何感知且可解释的框架DCR-DTA，用于稳健的药物-靶标亲和力预测	通过动态上下文正则化显式建模双向诱导契合效应，稳定结构锚而非原始3D位移	未明确说明，但可能受限于基准数据集规模及冷启动场景的泛化能力	提高药物-靶标亲和力预测的鲁棒性与可解释性，解决静态建模和黑盒问题	药物-靶标相互作用的动态适应过程与诱导契合效应	机器学习	NA	NA	DCR-DTA	药物-靶标相互作用数据	Davis和KIBA基准数据集	NA	DCR-DTA	均方误差, r值, 一致性指数	NA
425	2026-06-07	Disproportionately elevated sulcal index (DESI): An automatically driven index representing disproportionate subarachnoid space enlargement in brain MRI scans 2026-Jul, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111928 PMID:42105919	研究论文	提出一种基于深度学习的自动测量指标DESI，用于客观量化正常压力脑积水患者的脑沟不对称扩大	首次提出完全自动化的深度学习体学标志物DESI，实现对蛛网膜下腔不成比例扩大的客观量化，替代传统主观定性评估	研究未提及局限性	开发并验证一种自动化的脑沟不对称扩大量化指标，用于鉴别特发性正常压力脑积水	特发性正常压力脑积水患者、健康对照、阿尔茨海默病和血管性痴呆患者	数字病理学	正常压力脑积水	磁共振成像	U-Net	T1加权MRI图像	训练集1248例，外部验证集94例	NA	EfficientNet-B0编码器结合U-Net	AUC、敏感性、特异性	NA
426	2026-06-07	Classification of familial and non-familial ADHD using auto-encoding network and binary hypothesis testing 2026-Jul, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111966 PMID:42190896	研究论文	利用自编码网络和二元假设检验对家族性与非家族性注意缺陷/多动障碍进行分类	首次将基于自编码器的深度学习架构与二元假设检验框架相结合，用于区分家族性ADHD和非家族性ADHD的神经影像学特征	样本量相对较小，且研究仅基于结构MRI和扩散MRI数据，未纳入其他模态数据	识别区分家族性ADHD、非家族性ADHD和健康对照的关键神经影像学特征	129名家族性ADHD儿童、159名非家族性ADHD儿童和150名匹配的健康对照	机器学习	注意缺陷/多动障碍	结构MRI、扩散MRI	自编码器	磁共振影像	438名儿童（129例ADHD-F、159例ADHD-NF、150例对照）	NA	自编码网络	准确率、灵敏度、特异度、AUC	NA
427	2026-06-07	Radiomics and deep learning models for predicting glioma p53 status: A diagnostic accuracy systematic review and meta-analysis of magnetic resonance imaging studies 2026-Jul, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2026.110817 PMID:42127565	系统综述与荟萃分析	基于MRI的放射组学和深度学习模型预测胶质瘤p53状态诊断准确性的系统综述与荟萃分析	首次系统评估MRI放射组学和深度学习模型预测胶质瘤p53状态的诊断性能，并生成放射组学模型的合并估计值	纳入研究数量有限，部分研究未提供完整数据，且异质性可能存在	系统评估MRI放射组学和深度学习模型预测胶质瘤p53状态的诊断性能	胶质瘤p53状态	机器学习, 数字病理学	胶质瘤	MRI	CNN, 放射组学模型	图像	17项研究（其中6项用于放射组学模型荟萃分析，5项用于组合模型荟萃分析）	NA	放射组学模型, 深度学习模型（如CNN）	灵敏度, 特异性, 阳性似然比, 阴性似然比, 诊断优势比, AUROC	NA
428	2026-06-07	Deep Robust Reversible Watermarking 2026-Jul, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3670969 PMID:41790824	研究论文	提出一种基于深度学习的鲁棒可逆水印方案DRRW，通过整数可逆水印网络实现覆盖图像和水印在无损通道中的完美恢复及有损通道下的鲁棒提取	首次引入整数可逆水印网络构建整数数据分布间的可逆映射，采用编码器-噪声层-解码器框架实现端到端自适应鲁棒性，提出溢出惩罚损失和自适应权重调整策略	未提及具体局限性，可能包括对高维数据的计算开销或特定失真类型的泛化能力限制	解决传统鲁棒可逆水印方法设计复杂、计算成本高、鲁棒性差的问题，推动该技术的实际部署	数字图像水印的嵌入与提取系统	计算机视觉	NA	深度学习、整数可逆映射、算术编码、可逆数据隐藏	整数可逆水印网络（iIWN）	图像	多个数据集（具体数量未说明）	PyTorch（假设基于深度学习框架，未明确说明但常见于此类工作）	整数可逆水印网络	鲁棒性、隐写图像质量、辅助比特流长度	NA
429	2026-06-07	Screening and classification of anti-angiogenic VEGFR2 inhibitors with supervised machine learning, deep learning and molecular docking and molecular dynamics simulation 2026-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109397 PMID:42013619	研究论文	通过机器学习、深度学习、分子对接和分子动力学模拟筛选和分类抗血管生成的VEGFR2抑制剂	引入了基于ECFP-like指纹的支持向量机模型，并结合了分子对接和动力学模拟，还开发了用户友好的图形界面VEGFR2pred，整合了预训练的机器学习和深度学习模型	NA	开发高效可扩展的方法来识别新型VEGFR2抑制剂，以克服现有药物的耐药性、脱靶毒性和低发现成功率等问题	VEGFR2抑制剂候选化合物，从三个公共数据库中获得的17750个化合物	机器学习	癌症	机器学习、深度学习、分子对接、分子动力学模拟	支持向量机、随机森林、XGBoost等机器学习模型，以及深度学习模型	分子结构数据（SMILES表示）	17750个化合物	Scikit-learn, TensorFlow, PyTorch	支持向量机、随机森林、XGBoost，以及自定义的深度学习架构	测试准确率、马修斯相关系数	NA
430	2026-06-07	Auditory brainstem response abnormalities in autism spectrum disorder: A deep learning approach to characterize time-frequency signatures 2026-Jul, Hearing research IF:2.5Q1 DOI:10.1016/j.heares.2026.109654 PMID:42114179	研究论文	提出一种深度学习框架，全面表征自闭症谱系障碍中听觉脑干反应（ABR）的时频特征	首次利用深度学习方法全面分析ABR全频带信号，通过双分支时频融合与Transformer网络（TF-TBN）识别与ASD相关的神经生理学标志物	未在摘要中明确说明局限性	识别与自闭症谱系障碍相关的可解释ABR特征，推进听觉脑干功能分析	自闭症谱系障碍患者（ASD）和典型发育对照组（TD）的ABR记录	机器学习	自闭症谱系障碍	听觉脑干反应（ABR）记录	双分支时频融合与Transformer网络（TF-TBN）	信号（波形和时频谱图）	1209个ABR录音（ASD：961个；典型发育对照组：248个）	NA	Transformer增强的一维CNN、视觉Transformer、融合模块	准确率	NA
431	2026-06-07	Integrating molecular representations for machine learning-based virtual screening of Glutaminyl Cyclase inhibitors 2026-Jul, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109441 PMID:42127661	研究论文	结合ChemBERTa预训练嵌入与扩展连接指纹（ECFP）的深度学习模型，用于虚拟筛选谷氨酰胺酰环化酶抑制剂	首次将ChemBERTa预训练嵌入与ECFP指纹组合用于谷氨酰胺酰环化酶抑制剂的虚拟筛选，并系统比较了多种分子表示方法的性能	仅基于ChEMBL数据库中的sQC靶点数据，外部验证局限于COCONUT天然产物数据库，需进一步实验验证	开发并验证一种结合多种分子表示的深度学习模型，用于高效虚拟筛选具有抑制sQC活性的化合物	谷氨酰胺酰环化酶（sQC）及其抑制剂	机器学习	阿尔茨海默病	分子对接、分子动力学模拟、MM/GBSA结合自由能计算	深度学习模型，传统机器学习算法（如随机森林、支持向量机等）	分子结构数据（SMILES表示、2D/3D分子描述符、扩展连接指纹）	NA	NA	ChemBERTa, ECFP, MolFormer	NA	NA
432	2026-06-06	Lightweight Truncated Fused-MirrorNet for Classification and Analysis of Histopathology Images 2026-Jul, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70127 PMID:41636335	研究论文	提出一种轻量级截断融合镜像网络用于组织病理图像分类和分析	采用镜像架构、部分层冻结和特征融合方法，在保持分类精度的同时显著减少训练时间，适合低端设备部署	NA	开发一种轻量级深度学习模型用于组织病理图像分类，克服传统方法在计算资源和数据集上的限制	肾脏组织病理图像（TCGA肾脏数据集）和乳腺组织病理图像（BreakHis数据集）	数字病理学	肾细胞癌	NA	CNN（卷积神经网络）	图像	两个数据集：TCGA肾脏数据集和BreakHis数据集	NA	Fused-MirrorNet（融合镜像网络）	准确率	低端设备（适合低端基础设施）
433	2026-06-06	Benchmarking Deep Learning for PROTAC Ternary Complex Prediction 2026-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.70117 PMID:41635150	研究论文	对四种深度学习工具（Chai-1、AlphaFold2、AlphaFold3和Protenix）预测PROTAC三元复合物的性能进行了基准测试	首次系统比较多个前沿深度学习模型在PROTAC三元复合物预测中的表现，并提供了详细的性能评估和挑战分析	所有预测工具在准确预测POI与E3连接酶取向（Cα-RMSD < 10 Å）以及小分子PROTAC位置（RMSD < 5 Å）方面仍面临重大挑战	评估深度学习模型预测PROTAC三元复合物的能力，为未来预测工具开发提供参考	PROTAC三元复合物	机器学习	NA	蛋白质结构预测	深度学习模型	蛋白质结构数据	未明确提及样本数量	NA	Chai-1, AlphaFold2, AlphaFold3, Protenix	Cα-RMSD	NA
434	2026-06-06	Deep Learning-Based Multimodal Fusion of Ultrasound, Cytology, and Clinical Features to Distinguish Follicular Thyroid Carcinoma from Adenoma: A Multicenter Study 2026-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.03.044 PMID:41982038	研究论文	开发并验证一种多模态深度学习模型，整合超声图像、细针穿刺细胞学和临床特征，用于术前区分滤泡状甲状腺癌与滤泡状甲状腺腺瘤	首次将超声（包括瘤内和瘤周区域）、细胞学图像和临床特征通过Transformer模块进行跨模态融合，并多中心验证其优于单模态模型，发现瘤周区域贡献显著增加	NA	术前区分滤泡状甲状腺癌与滤泡状甲状腺腺瘤，为细胞学不确定的滤泡状甲状腺肿瘤患者提供辅助诊断工具	滤泡状甲状腺肿瘤患者（滤泡状甲状腺癌和滤泡状甲状腺腺瘤）	计算机视觉, 数字病理学, 机器学习	甲状腺癌, 甲状腺腺瘤	超声成像, 细针穿刺细胞学	Swin Transformer, 基于注意力的多实例学习, 自注意力多层感知机, Transformer	图像（超声和细胞学）, 表格数据（临床特征）	714名患者，来自三个医学中心，分为训练集304例、内部验证集130例、外部验证集1（201例）和外部验证集2（79例）	NA	Swin Transformer, 注意力多实例学习, 自注意力多层感知机, Transformer融合模块	AUC, 校准曲线, 决策曲线分析	NA
435	2026-06-06	DeepCRI: real-time EEG-based prognostication after cardiac arrest 2026-Jul, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2026.111102 PMID:42000027	研究论文	开发了一种名为DeepCRI的深度学习系统，用于实时预测心脏骤停后的神经功能预后	首次提出时间依赖性决策边界和锁定规则，避免瞬时阈值越界影响决策，实现持续更新的预后轨迹	外部验证中锁定分类率较低，残留肌电图伪影导致假阴性预测	实现心脏骤停后昏迷患者神经功能预后的实时、客观预测	心脏骤停后昏迷患者	机器学习	心脏骤停	脑电图	深度学习	脑电图信号	522名昏迷患者（开发），219名内部验证，167名外部验证	NA	NA	灵敏度、特异性	NA
436	2026-06-06	A physically guided and interpretable SWAT-BiLSTM framework with Bayesian optimization for bias correction in daily streamflow forecasting 2026-Jul, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2026.104952 PMID:42070306	研究论文	提出一种结合物理模型、优化深度学习和可解释分析工具的混合框架，用于日径流预测中的偏差校正	首次将SWAT过程模型、贝叶斯优化双向长短期记忆网络与SHAP可解释分析集成，同时提升预测精度和模型可解释性，并揭示耦合模型对物理模型缺陷的修正机制	仅适用于日径流预测场景，未探讨对其他时间尺度或不同水文区域的泛化能力	改进极端水文条件下的径流模拟精度和模型鲁棒性，增强预测可解释性	流域日径流序列数据（包含气象数据和SWAT模型输出）	机器学习	NA	SWAT水文模型、随机森林特征选择、相关性分析	BiLSTM（双向长短期记忆网络）	时间序列数据	未明确样本量，涉及流域日径流观测与气象数据时间序列	PyTorch, Scikit-learn	BiLSTM, 随机森林	相关系数(R), 纳什效率系数(NSE), 相对误差	NA
437	2026-06-05	A web-based platform for real-time stewed beef freshness monitoring: Integrating anthocyanin colorimetric film with deep learning 2026-Jul-30, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149643 PMID:42143922	研究论文	通过整合花青素比色膜与深度学习，开发了一套用于实时监测卤牛肉新鲜度的网络平台	首次将基于桑葚花青素提取物的pH响应比色膜与改进的Ordinal-ResNet-50深度学习模型结合，构建从智能传感到在线智能的完整技术框架，实现卤牛肉新鲜度的实时、无损分级监测	未明确提及，可能是模型对特定存储条件（4°C）的依赖性以及膜对不同肉类品种的泛化能力有限	开发一种基于网络的卤牛肉新鲜度在线监测系统	卤牛肉	计算机视觉、深度学习	不适用	比色膜制备、深度学习	改进的Ordinal-ResNet-50	图像	未明确提及样本数量	PyTorch	ResNet-50	准确率	NA
438	2026-06-05	A two-level neurodynamic approach for heterogeneous networked game under event-triggered quantized mechanism 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108671 PMID:41666488	研究论文	提出一种两层级神经动力学方法，用于解决事件触发量化机制下的异构网络化博弈问题	结合一对一梯度事件触发器和对数量化器降低通信成本，引入基于无源性策略补偿信息缺失，设计分段时变函数确保预设时间收敛	数值示例仅限于自主移动机器人连通性控制问题，未在更复杂或大规模系统中验证	降低网络化博弈中的通信成本并提高收敛速度，同时处理异构动态玩家的纳什均衡跟踪问题	异构动态玩家组成的网络化博弈系统	机器学习	NA	NA	两层级神经动力学	NA	NA	NA	NA	收敛时间	NA
439	2026-06-05	Deep Learning for Pretreatment Imaging-Based Tumor and Nodal Classification in Head and Neck Squamous Cell Carcinoma: A Systematic Review and Network Meta-Analysis 2026-Jul, Head & neck DOI:10.1002/hed.70292 PMID:42051065	系统综述与网络荟萃分析	通过系统综述和网络荟萃分析，评估深度学习在头颈部鳞状细胞癌治疗前影像分期中的诊断性能	首次基于网络荟萃分析比较不同深度学习模型和影像模态在头颈部鳞状细胞癌淋巴结和肿瘤侵犯分类中的表现，并量化与人工判读的差异	研究质量受限于单中心设计与非标准化的数据集，多中心和外部验证研究的曲线下面积显著低于单中心研究	系统评估深度学习模型在头颈部鳞状细胞癌治疗前影像分期中的诊断准确度	2019至2025年发表的利用CT、MRI、PET/CT或SPECT/CT影像进行淋巴结或肿瘤侵犯分类的研究	计算机视觉	头颈部鳞状细胞癌	CT, MRI, PET/CT, SPECT/CT	深度学习	医学影像	23项研究	NA	融合模型	AUC	NA
440	2026-06-05	Time Distributed Classification of Alzheimer's Disease on MRI Scans 2026-Jul, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70322 PMID:42240570	研究论文	结合体积特征分析和深度学习方法，利用MRI扫描对阿尔茨海默病进行时间分布分类	将基于CAT12工具箱的体积统计分析（如皮质厚度斜率）与混合CNN-LSTM深度学习方法相结合，首次在单一框架中整合空间和时间MRI数据，显著提升MCI患者分类效果	MCI分类错误主要源于年度MRI数据获取受限以及模型仅基于CN和AD队列进行预训练	利用MRI数据的空间和时间特征，实现对认知正常、轻度认知障碍和阿尔茨海默病患者的自动分类，促进早期诊断和疾病进展评估	来自ADNI数据集的MRI扫描数据，包括皮质厚度、白质、灰质、脑脊液和颅内总体积等体积特征	医学影像分析	阿尔茨海默病	结构磁共振成像	混合CNN-LSTM模型	MRI图像	ADNI数据集（具体样本数未在摘要中给出）	NA	3D ResNet-101, LSTM	准确率	NA