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
901	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
902	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
903	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
904	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
905	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）
906	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
907	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
908	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
909	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
910	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
911	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
912	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
913	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
914	2026-06-04	Artificial intelligence-based reclassification of gastric adenocarcinoma enables prognostic stratification via diffuse-type patch proportion 2026-07-15, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106455 PMID:42054933	研究论文	基于人工智能的胃癌重新分类通过弥散型斑块比例实现预后分层	提出了基于YOLO26m-cls的两阶段深度学习流程，并定义了弥散预后评分（DPS）作为独立且可复现的总生存期预测标记	未提及具体限制	利用人工智能驱动的图像分析提高胃癌诊断标准化和预后评估	404例胃腺癌切除患者的全切片图像（WSIs）	数字病理学	胃癌	H&E染色成像	深度学习（两阶段流程）	图像	404例胃腺癌患者的WSIs	NA	YOLO26m-cls	准确率、F1分数	NA
915	2026-06-04	Accuracy and generalizability of an open-source deep learning model for facial bone segmentation on CT and CBCT scans: An ex vivo study 2026-07, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106663 PMID:41905505	研究论文	评估开源深度学习模型DentalSegmentator在CT和CBCT扫描中面部骨骼分割的准确性和泛化能力	首次在离体条件下系统评估开源深度学习模型在不同CT/CBCT协议（包括超低剂量）下的面部骨骼分割泛化能力	仅使用干颅骨离体样本，未涉及活体患者或软组织干扰的临床场景	验证开源深度学习工具在不同CT/CBCT成像条件下自动重建面部骨骼表面模型的准确性和泛化性	10个人类干颅骨	计算机视觉	NA	CT扫描、CBCT扫描、光学扫描	深度学习分割模型（DentalSegmentator）	影像（CT/CBCT图像）	10个干颅骨，使用1台CT扫描仪和2台CBCT设备（含超低剂量协议）	NA	DentalSegmentator	平均绝对距离（MAD）、绝对距离标准差（SDAD）	NA
916	2026-06-02	CDP-KDNet: Curriculum-Guided Dynamic Pruning and Knowledge Distillation for Resource-Efficient Ultrasound Elastography 2026-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251399875 PMID:41466179	研究论文	提出一种结合动态剪枝、知识蒸馏和课程学习的模型压缩方法CDP-KDNet，用于资源高效的超声弹性成像运动估计	首次将动态剪枝、知识蒸馏与课程学习相结合应用于超声弹性成像模型压缩，在保持性能的同时大幅降低参数量和计算成本	未提及在极端资源受限设备上的实际部署验证，以及对不同超声成像系统的泛化性需进一步研究	实现高效、轻量化的超声弹性成像运动估计模型，便于部署于资源受限设备	超声弹性成像中的射频（RF）和B模式（BM）数据运动估计	计算机视觉	NA	超声弹性成像	卷积神经网络（CNN）	超声图像数据	模拟、仿体及体内超声数据（具体数量未提及）	NA	UMEN-Net, DP-Net, CDP-KDNet	信噪比（SNR）、对比度噪声比（CNR）	NA
917	2026-06-02	RFDNet: Robust Frequency-Based Denoising Network for 3D Ultrasound Vascular Imaging Using a Row-Column Addressed Array 2026-Jul, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346251398442 PMID:41466464	研究论文	提出一种鲁棒频率去噪网络（RFDNet），用于行-列寻址阵列的3D超声血管成像，通过深度融合频率过滤模块抑制坡道噪声并改善图像一致性	将深度频率滤波模块集成到标准去噪模型中，自适应编码器中的频率分量，动态平衡频谱内容以减少域偏移和切片间强度不一致的影响，同时保留血管细节	未来工作需探索3D训练和架构优化以提高计算效率，当前方法仍基于2D切片训练	提升3D超声血管成像中行-列寻址阵列的图像质量，解决点扩散函数各向异性导致的坡道噪声问题	多普勒体模、颈动脉和腹部数据集中的3D超声血管图像	计算机视觉	心血管疾病	超声成像	CNN	图像	包含多普勒体模、颈动脉和腹部数据集样本	PyTorch	深度频率滤波模块集成于标准去噪编码器架构（具体基础架构未指定）	PSNR, SSIM, RMSE	NA
918	2026-06-02	Cloud EEG Privacy Using Red-Billed Blue Magpie Optimized Physics-Penalized Dual-Branch Spectral-Spatial Neural Network for Epileptic Seizure Prediction 2026-07, Developmental neurobiology IF:2.7Q3 DOI:10.1002/dneu.70031 PMID:42063259	研究论文	提出一种红嘴蓝鹊优化的物理惩罚双分支谱空间神经网络，用于基于云脑电图的癫痫发作预测，实现高精度、安全且有效的预测	首次将红嘴蓝鹊优化算法与物理惩罚双分支谱空间神经网络结合，并集成基于物联网的实时脑电监测、形状感知网格归一化滤波、二次相位四元数域傅里叶变换特征提取和无密钥托管属性基加密，同时提升预测精度和数据隐私安全	未提及在更大规模或多样化真实临床数据集上的验证，以及优化算法和加密方法的计算开销评估	实现基于云脑电图的癫痫发作精确、安全且实时预测，以支持及时干预和预防严重神经系统并发症	癫痫患者及其脑电图数据	机器学习	癫痫	脑电图（EEG）监测	神经网络	脑电图信号	使用Bonn脑电图数据集和CHB-MIT数据集	NA	物理惩罚双分支谱空间神经网络（PP-DBSSNN）	准确率、精确率、特异度	NA
919	2026-05-31	How receptor conformation depends on lipid nanodisc size: Adenosine A2A receptor and implications for class-A GPCR proteins 2026-Jul, Biochimica et biophysica acta. Biomembranes DOI:10.1016/j.bbamem.2026.184535 PMID:42061733	研究论文	通过原子级模拟比较膜蛋白在脂质纳米盘和无应变平面膜中的环境差异，聚焦腺苷A2A受体，探究纳米盘尺寸对受体构象的影响	首次揭示脂质纳米盘尺寸对GPCR受体构象分布的调节作用，发现直径约19nm的纳米盘能更好模拟无应变平面膜环境	仅基于简单脂质组成模拟，未考虑真实细胞膜复杂成分及膜支架蛋白的潜在影响	评估脂质纳米盘环境对膜蛋白构象行为的影响，为优化纳米盘实验设计提供指导	腺苷A2A受体（GPCR蛋白家族）的构象状态与脂质纳米盘环境的关系	机器学习	NA	分子动力学模拟	深度学习	模拟轨迹数据	两种纳米盘尺寸（直径约11nm和19nm）及平面膜系统	NA	NA	NA	原子级分子动力学模拟（具体GPU型号未说明）
920	2026-05-31	Artificial intelligence for marine oil spill management: Recent advances and future directions 2026-Jul, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.108108 PMID:42119407	综述	系统综述人工智能在海洋溢油全生命周期管理中的最新进展，涵盖检测、评估和应急响应等环节	首次从溢油管理全生命周期视角整合AI赋能的多种技术方法，包括物理信息驱动建模、深度学习轨迹预测、不确定性量化及自主机器人遥感集成系统	数据可用性不足、模型泛化能力有限、可解释性欠缺以及系统集成困难等关键挑战尚未解决	总结AI在海洋溢油风险管理中的现有进展与实践，识别关键挑战并提出未来研究方向	海洋溢油事件及其管理全过程中的AI技术应用	machine learning, computer vision	NA	机器学习、计算机视觉、智能传感、机器人技术	深度学习	多源遥感数据、溢油轨迹数据、环境监测数据	NA	NA	物理信息神经网络、深度学习轨迹预测架构	轨迹预测精度、不确定性量化指标	NA