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	2026-07-18	Multi-component exercise intervention methods for intelligent assisted diagnosis of sarcopenia in the elderly based on deep learning 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62703-z PMID:42463737	研究论文	基于改进CNN-LSTM模型，整合多模态数据实现老年肌少症智能诊断与个性化多组分运动干预	提出诊断-干预闭环框架，融合肌肉超声图像、体成分、肌力及纵向随访数据，实现早期识别与风险分层，并验证了24周个性化运动干预的有效性	未能明确讨论数据集的规模、多中心验证情况及模型在实际临床部署中的泛化性	开发智能肌少症诊断与个性化多组分运动干预的集成框架	老年肌少症患者	机器学习	老年疾病	肌肉超声成像	CNN-LSTM	图像、数值、时序数据	未明确提及具体样本量	NA	CNN-LSTM	准确率（92.3%）、AUC（0.95）、召回率（89.5%）	NA
42	2026-07-18	Two-stage deep learning for circular landmark detection in hip radiographs 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62234-7 PMID:42463754	研究论文	开发了一种用于髋关节X光片的高分辨率解剖标志检测方法，提升股骨头和髋臼在原生和假体关节中的定位精度	首次将每个标志建模为圆形并直接回归其中心、半径和状态（自然或假体），结合卷积和Transformer架构的两阶段检测框架	数据集规模较小（637张X光片），可能未涵盖所有罕见解剖变异	提高髋关节前后位X光片中解剖标志的检测精度，支持手术规划、假体评估和纵向监测	髋关节前后位X光片中的股骨头和髋臼标志	计算机视觉	骨关节炎	NA	卷积神经网络与Transformer	图像	637张标注的髋关节X光片	PyTorch	U-Net, Detection Transformer	中心定位误差, 半径误差	NA
43	2026-07-18	RCAF for patient-level thyroid ultrasound malignancy prediction under leakage-free evaluation and calibration 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61342-8 PMID:42463758	research paper	提出了一种基于区域感知上下文融合（RCAF）的甲状腺超声恶性预测框架，在严格无泄漏评估下实现患者级分类，并在跨域数据上验证了有效性	提出双分支门控融合设计结合注意力多实例学习，实现患者级预测；引入校准感知评估和掩码捷径分析，避免常见评估偏差	仍需更广泛的前瞻性多中心临床验证才能部署	提高甲状腺结节超声恶性预测的患者级准确性和可靠性	甲状腺结节超声图像及对应的患者级标签	计算机视觉	甲状腺癌	超声成像	CNN, Transformer	图像	ThyroidXL公开数据集和TN5000中国数据集	PyTorch	RCAF（区域感知上下文融合网络）, AttnMIL（注意力多实例学习）	ROC-AUC	未明确提及
44	2026-07-18	An efficient framework for real-time colorectal polyp detection using local outlier factor-based preprocessing and YOLOv11n 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62579-z PMID:42463773	研究论文	提出了一种结合局部异常因子预处理和YOLOv11n的轻量级结直肠息肉实时检测框架	首次将局部异常因子(LOF)方法用于结直肠息肉检测训练数据的预处理，去除噪声样本，并与轻量级YOLOv11n模型结合，在保持实时性能的同时提高了检测精度和稳定性	仅在公开数据集上验证，未在独立临床数据集和视频数据集上测试，限制了临床部署的可靠性	开发一种轻量、快速且鲁棒的结直肠息肉检测框架，以辅助早期诊断结直肠癌	结直肠息肉	计算机视觉	结直肠癌	从分割掩膜转换为边界框的标注转换	YOLOv11n	图像	五个公开数据集（CVC-ColonDB、CVC-ClinicDB、Kvasir-SEG、ETIS、EndoScene），具体样本数未说明	NA	YOLOv11n	精确率、召回率、F1分数、mAP@0.5、mAP@0.5:0.95、帧率	NA
45	2026-07-18	Intelligent identification of dolphin whistle in acoustic signals via deep learning 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61901-z PMID:42463784	研究论文	提出基于CNN和Sobel滤波器的深度学习新方法，用于从水下音频频谱图中识别海豚哨声	首次将Sobel滤波器与CNN结合用于海豚声学信号识别，系统分析了滤波器类型、频谱图尺寸和卷积核形状对模型性能的影响	未明示，但不同录音环境（水池、近海、远洋）可能引入噪声差异，模型泛化性需进一步验证	开发一种高效、低计算成本的实时水下环境监测方法，用于自动检测海豚哨声	宽吻海豚（Bottlenose dolphin）的哨声信号	机器学学习	NA	声学信号处理	CNN	频谱图	三个独立数据集：1) 奥尔特勒马尔海洋公园海豚池；2) 亚得里亚海捕鱼互动区域；3) 夏威夷专属经济区开放海域（DCLDE 2022）	PyTorch	自定义CNN	准确率、F1分数	未明示，但提及计算时间适合实时应用，可能使用标准GPU
46	2026-07-18	misoTar: a novel approach for predicting miRNA and isomiR targets 2026-Jul-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61460-3 PMID:42463882	研究论文	提出一种基于微调BERT的深度学习方法misoTar，用于预测miRNA和isomiR的靶标相互作用	首次将BERT模型应用于预测isomiR-mRNA相互作用，并考虑了非种子区域在靶向中的关键功能重要性	未提及具体限制	开发精确预测miRNA/isomiR-mRNA相互作用的计算框架，填补现有方法忽略isomiR的空白	人类miRNA、isomiR与mRNA的相互作用对	自然语言处理, 机器学习	不适用	高通量测序	BERT	序列数据	来自67个人类样本的超过666万个相互作用对	PyTorch	BERT	精确率, 召回率	不适用
47	2026-07-18	A deep learning architecture for combining and imputing heterogeneous metabolomics datasets 2026-Jul-16, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06560-7 PMID:42464125	研究论文	提出两种新方法合并和插补异质代谢组学数据集，并使用变分自编码器提高插补性能	提出基于迭代相似性的合并和模型引导的聚合合并两种新策略，有效处理高稀疏性数据，优化合并集并保持稀疏性阈值	未明确说明局限性	解决代谢组学数据集合并后高稀疏性问题，提高机器学习模型的训练效果	公共代谢组学数据集	机器学习	未指定	代谢组学(代谢物测量)	变分自编码器 (VAE)	代谢组学数据	Metabolomics Workbench中的所有公共数据集	NA	变分自编码器 (VAE)	插补性能（未具体说明指标）	NA
48	2026-07-18	PatchGAN-guided semi-supervised U-Net for carotid plaque segmentation in ultrasound under limited annotation conditions 2026-Jul-16, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02574-y PMID:42464134	研究论文	将对抗性PatchGAN判别器集成到半监督U-Net生成器中，用于在有限标注条件下增强超声图像中的颈动脉斑块分割	创新性地将PatchGAN判别器集成到批归一化的半监督U-Net生成器中，通过补丁级局部反馈增强预测掩膜的边界描绘和结构一致性	未明确提及，但可推测为对更大规模数据集或不同超声设备的泛化能力需进一步验证	提升超声图像中颈动脉斑块分割的准确性，特别是在专家标注稀缺的条件下	颈动脉超声图像中的斑块区域	计算机视觉	颈动脉疾病	超声成像	U-Net, PatchGAN判别器	图像	970张颈内动脉超声图像（来自英国帝国理工学院）	PyTorch	U-Net, PatchGAN	Dice系数, Jaccard指数	NA
49	2026-07-18	AI-Assisted cardiomegaly screening via implicit morphological inference and human-in-the-loop validation 2026-Jul-16, Journal of X-ray science and technology IF:1.7Q3 DOI:10.1177/08953996261468686 PMID:42464493	research paper	提出一种通过隐式形态学推断和人在回路验证的AI辅助心脏肥大筛查框架，避免了显式心脏分割，提升了资源效率和可解释性	利用隐式形态学推断绕过心脏分割需求，将肺野分割作为几何代理，结合人在回路机制有效中和领域偏移，实现轻量级高性能	NA（未在摘要中明确提及）	开发资源高效、可解释的心脏肥大筛查方法，满足资源受限临床环境需求	心脏肥大筛查中的心胸比测量	computer vision	cardiovascular disease	NA（未在标题和摘要中明确提及具体技术）	U-Net	图像	11,748张图像组成的异质数据集	PyTorch	U-net	Dice系数、准确率	NA（未在摘要中明确提及）
50	2026-07-18	Passive Screening for Depressive Symptoms Using Daily Wrist Actigraphy and Deep Learning: Model Development and Validation Study 2026-Jul-15, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/91479 PMID:42456159	研究论文	利用日常手腕活动记录和深度学习进行抑郁症状的被动筛查：模型开发与验证研究	首次系统评估多种深度学习架构在利用腕部活动记录数据被动筛查抑郁症状方面的表现，发现长短期记忆模型具有最佳判别能力，且模型性能随症状严重程度提高而增强	假阳性率在两个分类任务中仍显著；样本仅来自西班牙裔/拉丁裔成年人，可能限制模型对不同人群的泛化能力	开发并评估基于AI的模型，利用日常手腕活动记录数据对抑郁症状进行被动筛查	1160名西班牙裔/拉丁裔成年人的手腕活动记录数据	机器学习	抑郁症	手腕活动记录	长短期记忆网络	活动计数、光照暴露、清醒状态等多通道时间序列数据	1160名西班牙裔/拉丁裔成年人	PyTorch	长短期记忆网络	宏观平均AUC、AUC	NA
51	2026-07-18	MINeR: Direction-modulated implicit neural representation enables ultrafast multi-shell diffusion MRI 2026-Jul-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104205 PMID:42462641	科研论文	提出了MINeR，一种基于方向调制隐式神经表示的框架，用于从高度欠采样数据中重建多壳扩散MRI信号	首次将方向调制隐式神经表示应用于多壳扩散MRI信号重建，实现无监督且不受固定采集协议和模型限制的q-space数据插值	未提及	实现从稀疏采样q-space数据中快速重建高保真扩散信号，提升临床适用性	多壳扩散MRI信号与微结构参数	机器学习	NA	扩散磁共振成像	隐式神经表示	图像	NA	PyTorch	多层感知机	NA	NA
52	2026-07-18	Unveiling subject-specific causal latency in motor imagery: a physiologically transparent BCI via Riemannian tangent space fusion 2026-Jul-14, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae857a PMID:42392147	研究论文	提出一种通过黎曼切空间融合揭示运动想象中受试者特有因果延迟的生理可解释脑机接口方法	利用基于偏相关的真正传递熵提取功能区之间最优功能因果延迟，并提出切空间融合-个性化延迟嵌入黎曼框架，在避免拓扑退化的同时融合延迟的空间协方差矩阵，实现高可解释性	未提及具体局限，但基于单一数据集（PhysioNet）并与小样本条件DL基线对比，泛化性需更多验证	揭示运动想象期间受试者特有的功能性网络延迟，并构建具有生理可解释性的脑机接口架构	109名受试者的4类运动想象脑电信号（辅助运动区与初级运动皮层之间的信息流延迟）	机器学习	NA	EEG	黎曼几何模型	脑电信号	109名受试者的PhysioNet数据集，以及BCI Competition IV-2a数据集的外部验证	NA	切空间融合-个性化延迟嵌入黎曼框架	平均准确率、Wilcoxon符号秩检验p值	计算轻量化，具体GPU或平台未提及
53	2026-07-18	[Artificial intelligence empowers prosthodontics: opportunities and challenges of technological integration and disciplinary innovation] 2026-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260324-00188 PMID:42394546	综述	系统回顾人工智能在口腔修复学领域的临床应用场景、核心创新价值，并提出技术整合与学科创新的路径	将国际前沿研究成果与国内专家共识深度融合，从术前诊断、术中操作到术后随访的全链条视角分析AI应用，并提出个性化、智能化、普惠化的发展目标	当前技术发展面临临床转化瓶颈、伦理隐私挑战及标准化缺失	为人工智能与口腔修复学的深度融合与规范化发展提供学术参考	口腔修复学临床全链条（术前诊断规划、术中精准操作、术后评估随访）中AI的应用	机器学习	NA	深度学习、图像识别、大数据分析	NA	图像、文本、临床数据	NA	NA	NA	NA	NA
54	2026-07-18	[A comparative study of four deep learning instance segmentation models for tooth segmentation and tooth numbering identification in intraoral occlusal images] 2026-Jul-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20260225-00130 PMID:42394552	研究论文	比较四种深度学习实例分割模型在口内咬合图像中牙齿轮廓分割和FDI牙位编号识别上的性能，并评估最佳模型的临床可接受性	首次系统比较Mask R-CNN、RTMDet、YOLOv8-seg和YOLOv11-seg四种模型在口内咬合图像牙齿分割和牙位识别任务中的表现，并证明YOLOv11-seg能达到与口腔修复主治医师相当的准确度	未提及模型在不同牙列缺损类型或更广泛人群中的泛化能力验证，且仅评价了临床可接受性，未深入讨论实际部署中的计算资源需求	评估深度学习模型在口内咬合图像中自动完成牙齿分割和FDI牙位编号识别的可行性	来自中国医科大学口腔医院修复科700名成年患者的1300张口内咬合图像	计算机视觉, 数字病理学	牙科疾病	口内咬合摄影	Mask R-CNN, RTMDet, YOLOv8-seg, YOLOv11-seg	图像	1300张图像（来自650名参与者），训练集910张增强至2730张，验证集195张，测试集195张	NA	Mask R-CNN, RTMDet, YOLOv8-seg, YOLOv11-seg	seg_mAP@50, precision, recall, F1-score, 牙齿编号准确率, 临床可接受率	NA
55	2026-07-18	GenoGlyph: Pan-cancer genomic mutation inference and risk stratification from diagnostic histopathology slides 2026-Jul-09, Research square DOI:10.21203/rs.3.rs-10158096/v1 PMID:42466426	研究论文	GenoGlyph是一个可解释的深度学习框架，通过诊断组织病理学全切片图像进行泛癌基因组突变推断和临床风险分层	首次证明复杂的基因型-表型关系可从标准H&E切片中系统解读，并将突变预测作为学习潜在肿瘤内和微环境状态特征的手段，而非终点	待确认（摘要中未明确提及）	实现可扩展、基于生物学的精准肿瘤学，功能变异解读和生存分层，使基因组突变推断在资源有限环境中可及	14种实体肿瘤类型的6391张全切片图像及匹配的转录组和生存数据	数字病理学	泛癌（14种实体肿瘤）	H&E染色组织病理学	深度学习框架	图像	6391张全切片图像（14种实体肿瘤），4个独立外部队列（982例）	待确认（摘要中未明确提及）	待确认（摘要中未明确提及）	AUC	待确认（摘要中未明确提及）
56	2026-07-18	Current challenges in GWAS integration and fine-mapping for variant interpretation 2026-Jul-08, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.04.736511 PMID:42465244	综述	描述当前全基因组关联研究（GWAS）整合与精细定位用于变异解读的挑战	提出多模态方法解决GWAS位点解析难题，并分析深度学习框架与传统统计遗传学方法的互补价值	未提供具体实验验证或量化比较不同方法的效果	综述GWAS在变异优先级排序中的当前挑战，提出多模态精细定位策略	GWAS鉴定出的疾病与性状相关位点及其功能解读	自然语言处理	NA	NA	NA	遗传变异数据	NA	NA	NA	NA	NA
57	2026-07-18	Multimodal Deep Learning Reveals the Modular Genetic Architecture of Cardiovascular Aging 2026-Jul-08, medRxiv : the preprint server for health sciences DOI:10.64898/2026.04.22.26351478 PMID:42465926	研究论文	利用多模态深度学习从四种心血管数据流估算生物学年龄，揭示心血管老化的模块化遗传结构	首次将AI衍生心血管年龄分解为可测量的电学、心肌、大血管和微血管模块，并揭示其遗传独立性与不同细胞生物学背景	目前主要基于大规模生物库数据，可能存在数据偏差和外部验证不足；多模态交互机制有待进一步探索	探究心血管老化的遗传模块化结构及其不同模态间的独立性和疾病关联	超过10万名英国生物银行参与者的12导联心电图、心脏磁共振成像、颈动脉超声和视网膜眼底照片数据以及全表组和全基因组关联分析数据	机器学习, 数字病理	心血管疾病	多模态深度学习, 基因组关联分析, 单细胞转录组整合	深度学习模型（具体未指定）	图像, 信号	超过10万名英国生物银行参与者	NA	NA	NA	NA
58	2026-07-18	Structural Proteomics-Based Deciphering of Hydrophobic Packing Fingerprints Informing Protein Thermostability in TIM Barrels 2026-Jul-07, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01179 PMID:42411378	研究论文	开发了疏水堆积指纹定量平台qPacking，用于量化TIM桶状蛋白的疏水簇并揭示其与热稳定性的关系	首次提出疏水堆积描述符（HPDs）系统量化TIM桶状蛋白中疏水簇的堆积特征，并建立与热稳定性的定量关联	当前基于物理的能量函数和深度学习模型在建模疏水簇稳定性时，在准确性和可解释性方面均存在困难	阐明疏水簇形成稳定堆积的定量规则，为优化蛋白质热稳定性提供定量框架	TIM桶状蛋白（磷酸丙糖异构酶桶状结构域）及其热稳定性和非热稳定性变体	结构蛋白质组学	NA	结构蛋白质组学	NA	蛋白质结构数据	涉及数百万个蛋白质结构（基于高通量结构预测模型）	NA	NA	NA	NA
59	2026-07-18	AllTheBacteria: a community resource empowers biology and discovers novel peptide antibiotics 2026-Jul-07, bioRxiv : the preprint server for biology DOI:10.1101/2024.03.08.584059 PMID:42465405	研究论文	介绍AllTheBacteria资源，一个基于公共细菌测序数据构建的社区平台，并展示其通过深度学习模型APEX 1.1发现新型抗菌肽的能力	首次将海量公共细菌基因组数据统一处理为标准化资源，并结合AI模型APEX 1.1批量挖掘新型抗菌肽，实现从计算预测到实验验证的全链条	仅使用短读长全基因组测序数据，可能遗漏部分微生物；抗菌肽候选物需大量实验验证，实际应用仍有限	构建统一的微生物基因组分析平台，并利用AI加速新型抗菌肽的发现	公共细菌和古菌全基因组测序数据	机器学习	抗菌药物研究	NA	深度学习模型 APEX 1.1	基因组序列数据	2,440,377个高质量细菌和古菌基因组，覆盖11,273个物种	NA	APEX 1.1	预测抗菌活性，低微摩尔活性，膜响应性构象转变，选择性包膜扰动	NA
60	2026-07-18	Benchmarking AlphaFold and related deep learning approaches for modeling antibody and TCR antigen recognition 2026-Jul-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.04.736425 PMID:42465237	研究论文	评估AlphaFold及相关深度学习方法在抗体和TCR抗原识别建模中的表现	系统比较了AlphaFold2和AlphaFold3及增强采样策略在免疫识别复合物建模中的性能差异，发现模型集成可提升抗体-肽复合物建模成功率	预测精度提升在不同界面类别间差异较大，抗体-肽复合物仍具挑战性	评估深度学习方法在抗体和TCR抗原识别结构预测中的准确性	抗体-蛋白复合物、抗体-肽复合物、TCR-肽-MHC复合物	机器学习	NA	蛋白质结构预测	AlphaFold2, AlphaFold3, 深度学习	蛋白质结构数据	NA	AlphaFold, AlphaFold3	AlphaFold2, AlphaFold3	预测准确率	NA