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
161	2026-07-10	Fast high-resolution dental MRI using a disposable wireless intraoral coil: From concept to reality 2026-Jul-06, Innovation (Cambridge (Mass.)) DOI:10.1016/j.xinn.2026.101317 PMID:42422021	研究论文	提出一种基于无线口内线圈的快速高分辨率牙科MRI框架，实现68秒内0.30×0.30×1.5毫米分辨率成像	开发了新型无线支撑式口内线圈，结合48通道头线圈实现5.83倍信噪比提升，并整合深度学习重建加速成像	未提及具体局限性	实现临床实用的无辐射牙科磁共振成像	牙周膜、齿龈微结构及单根和多根牙齿	医学影像	牙科疾病	磁共振成像（MRI）	深度学习重建模型	磁共振成像数据	未提及具体样本量	NA	深度学习重建架构	信噪比、分辨率	NA
162	2026-07-10	Physics-inspired perspective on synergistic optimization: a deep receding-horizon optimization strategy for denitrification and ammonia slip suppression in waste incineration 2026-Jul-04, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135303 PMID:42401348	研究论文	提出一种物理启发的智能氨喷射优化方法，基于深度学习预测和滚动时域优化框架，解决垃圾焚烧脱硝过程中的多目标冲突	引入时间导数约束的Conv-Transformer-TD协同预测模型，消除传统预测中的相位滞后，并结合NO特征辅助NH3预测以表征化学反应平衡	实验仅基于单一垃圾焚烧场景验证，未考虑不同工艺条件和设备差异对模型泛化能力的影响	实现垃圾焚烧脱硝过程中NOx排放达标、氨逃逸限制和环境成本控制的多目标协同优化	城市固体废物焚烧过程中的脱硝工艺	机器学习	NA	NA	CNN和Transformer混合模型	时间序列数据	未明确说明样本数量，涉及144小时鲁棒性验证案例	PyTorch	Conv-Transformer-TD	决定系数R²、均方根误差RMSE	NA
163	2026-07-10	IRESGet: A transformer framework-based model to predict internal ribosome entry sites 2026-Jul-04, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109232 PMID:42419188	研究论文	提出一种基于Transformer框架的模型IRESGet，用于预测内部核糖体进入位点序列	首次将Transformer架构应用于IRES序列预测，通过RNA-FM特征编码和Optuna超参数优化，显著提升预测准确性和计算效率	当前数据集限制可能导致部分假阳性结果，需通过提升数据质量来改进模型精度	开发高效准确的IRES序列预测模型，替代现有依赖实验或传统机器学习的方法	内部核糖体进入位点的核苷酸序列	自然语言处理	NA	测序	Transformer	文本	从已发表文献和公开数据库收集的数据集，具体数量未在摘要中说明	PyTorch, Optuna	Transformer	准确性, 计算效率, q值	基于CPU或GPU的深度学习资源，具体型号未说明
164	2026-07-10	A deep learning and generative modeling pipeline for mining and engineering alkaline-stsable xylanases 2026-Jul-03, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.135309 PMID:42398548	研究论文	开发了一种结合深度学习与生成建模的流程，用于挖掘和工程改造耐碱木聚糖酶	首次将迁移学习预测器与生成模型及多参数虚拟筛选整合，实现极端酶的高通量识别与优化	仅验证了碱性木聚糖酶的案例，对其他极端酶的通用性需进一步实验确认	构建可推广的计算框架，用于嗜碱和嗜热酶的发现与工程改造	嗜碱和嗜热酶，特别是耐碱木聚糖酶	机器学习	NA	序列预测、生成建模、虚拟筛选	深度学习迁移学习预测器	蛋白质序列数据	非冗余数据集，生成100万个变异体	TensorFlow	AAEPre（基于迁移学习的预测架构）	准确率	NA
165	2026-07-10	Investigating the anticancer activity of eravacycline in pancreatic cancer via target-based deep learning and experimental validation 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag353 PMID:42418827	研究论文	通过基于靶点的深度学习和实验验证，研究埃拉瓦环素在胰腺癌中的抗癌活性	首次提出一种两阶段酵母预测模型，结合靶点预测与实验验证，发现POLK和突变p53为候选靶点，并验证埃拉瓦环素可下调POLK蛋白表达，为药物重定位提供新策略	未提及具体局限性，如样本量或临床转化可行性	探索埃拉瓦环素在胰腺癌中的抗癌机制并验证其疗效	胰腺导管腺癌（PDAC）细胞和动物模型	机器学习	胰腺癌	深度学习	NA	分子数据	涉及体外和体内实验，具体样本量未提及	NA	NA	肿瘤体积减小率	NA
166	2026-07-10	Physics-guided deep learning for improved stability and interpretability in EEM fluorescence decomposition 2026-Jul-03, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128359 PMID:42419111	研究论文	提出一种基于物理约束的深度学习框架，用于提高EEM荧光分解的稳定性和可解释性	通过双重归一化解耦光谱形状与强度，利用OpenFluor参考光谱生成合成数据训练网络，在真实测量数据上保持稳定性能	仅评估了有限测量条件下的性能，可能不适用于更复杂的EEM数据集	开发一种稳定且可解释的EEM荧光分解方法，克服传统PARAFAC和数据驱动方法的局限性	溶解有机物（DOM）的荧光激发-发射矩阵（EEM）光谱	机器学习	NA	EEM荧光光谱法	深度学习	图像（EEM光谱）	使用OpenFluor参考光谱生成合成混合物，实验数据集在有限测量条件下采集	PyTorch	NA	均方误差（MSE）、平均绝对重建误差、最大相似度	NA
167	2026-07-10	Microbial named entity recognition and normalisation for AI-assisted literature review and meta-analysis 2026-Jul-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag418 PMID:42324596	研究论文	创建首个微生物组特定文本语料库，训练深度学习模型进行命名实体识别和实体链接，并用于微生物组文献的荟萃分析	首次创建微生物组特异性文本语料库，并训练深度学习模型用于命名实体识别和实体链接，大大超越传统规则和字典方法	未提及模型在不同语言或非英语文献上的泛化能力，以及处理罕见微生物实体的表现	实现微生物组文献的自动命名实体识别和实体链接，辅助文献综述和荟萃分析	微生物组相关文献中的微生物命名实体和与其链接的标准实体	自然语言处理	NA	NA	BioBERT	文本	训练集1410篇文档（90150个标注）、测试集288篇文档、全部文献6927篇	PyTorch, TensorFlow	BioBERT	F1分数, 准确率, 一致性率	未具体说明，但模型能在7秒内注释整篇文档
168	2026-07-10	Exploring the link between intravoxel incoherent motion measured brain diffusivity during wakefulness and sleep macrostructure in the elderly 2026-Jul-02, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122096 PMID:42392341	研究论文	探索老年人大脑体素内不相干运动测量与睡眠宏观结构之间的关系	首次将脑IVIM参数与基于便携式EEG的家庭睡眠记录及身体活动水平联系起来，并采用深度学习转换器方法估算IVIM参数	样本量较小（19名健康老年人），缺乏对IVIM与睡眠质量机制的深入探讨	研究脑IVIM指标与老年人睡眠宏观结构和身体活动水平的关联	19名健康老年人（平均年龄72.2±5.0岁）	医学影像	老年病	扩散加权磁共振成像（IVIM）、脑电图（EEG）、体动记录仪	深度学习转换器（Transformer）估计器	影像数据、睡眠脑电图数据、身体活动数据	19名健康老年人，每人进行两次MRI扫描，10-14晚睡眠记录	NA	Transformer	NA	GE 3T Premier扫描仪
169	2026-07-10	Self-Supervised Koopman Operator Learning for Distributed Final Synchronization Prediction of Networked Nonlinear Dynamics 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3644299 PMID:41433175	研究论文	开发了一种混合库普曼深度学习算法，仅利用邻近状态信息预测不同拓扑结构网络化非线性动力学的最终同步	不同于现有仅能预测线性网络共识值的算法，该方法能预测具有变化骨架的网络化非线性动力学的最终同步状态	NA	仅利用邻近状态信息预测不同拓扑结构网络化非线性动力学的最终同步	网络化非线性动力学系统	机器学习	NA	NA	库普曼深度学习算法	状态时间序列数据	NA	NA	非线性编码器-解码器架构	NA	NA
170	2026-07-10	Deep Learning for Video Anomaly Detection: A Review 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3647892 PMID:41489948	综述	对基于深度学习的视频异常检测方法进行全面综述，涵盖不同监督类型和最新研究进展	构建了五类监督任务的系统分类体系，引入预训练大模型和开放世界学习的最新工作，弥补了以往综述仅关注半监督和小模型方法的局限	依赖现有公开数据集和基准，未涉及极端场景或跨领域泛化性能的深入分析	系统梳理视频异常检测领域基于深度学习的研究现状，提供分类框架、性能比较和未来研究方向	视频异常检测方法与模型	计算机视觉	不适用	深度学习	预训练大模型、小模型	视频	不适用	不适用	不适用	准确率、召回率、F1分数、AUC	不适用
171	2026-07-10	Exploiting Scale-Variant Attention for Segmenting Small Medical Objects 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3645355 PMID:41525526	研究论文	提出一种尺度可变注意力网络（SvANet），用于准确分割医学图像中的小物体	结合尺度可变注意力、跨尺度引导、蒙特卡罗注意力和视觉Transformer，以增强小医学物体的区分度	未提及	解决卷积神经网络在处理小医学物体时因信息损失和压缩缺陷导致的分割困难	医学图像中的小物体（如肾肿瘤、皮肤病变、肝肿瘤、息肉、手术切除细胞、视网膜血管和精子）	计算机视觉	多种疾病（肾脏肿瘤、皮肤病变、肝脏肿瘤、息肉、视网膜疾病等）	NA	神经网络（包含视觉Transformer）	图像	使用KiTS23、ISIC 2018、ATLAS、PolypGen、TissueNet、FIVES和SpermHealth数据集，样本量未具体说明	NA	SvANet（包含尺度可变注意力、跨尺度引导、蒙特卡罗注意力和视觉Transformer）	平均Dice系数	NA
172	2026-07-10	CPFformer: A Hierarchical-Based Graph Modeling Fusion Framework for Making the Emotional Features of Chinese Poetry Pronunciation More Controllable 2026-Jul, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2025.3648530 PMID:41525522	研究论文	提出CPFformer框架，通过图建模和深度学习技术分析和预测中文诗歌发音的情感特征	首次将图结构用于捕获中文诗歌发音情感特征的全局和局部一致性，结合多尺度Mel特征提取技术实现情感表达可控性	未明确讨论模型泛化性、计算复杂度或对非标准发音的鲁棒性	使中文诗歌发音的情感特征更可控，提升儿童语言能力和艺术审美	中文诗歌发音数据的情感特征	自然语言处理	NA	多尺度Mel特征提取	深度学习框架（CPFformer）	中文诗歌发音数据集	专门构建的中文诗歌发音数据集	PyTorch	图模型、Transformer（编码器-解码器模块）、时空学习网络	MSE, MAE, RSE, R²	NA
173	2026-07-10	Features of B-mode ultrasound and contrast-enhanced ultrasound of carotid plaque based on deep learning enhance the prediction of vulnerable plaques associated with acute ischemic stroke 2026-Jul, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12376-z PMID:41721846	研究论文	利用颈动脉斑块的B超和超声造影特征，基于深度学习开发AI模型，用于预测急性缺血性脑卒中风险	首次将深度学习与超声造影及B型超声特征结合，构建AI模型用于颈动脉斑块易损性预测，显著优于传统统计回归模型，并在外部测试集中展现出良好的泛化能力	未提及	开发基于颈动脉斑块超声特征的AI模型，预测急性缺血性脑卒中风险，并与传统回归预测模型比较效能	颈动脉斑块的B型超声和超声造影图像特征	计算机视觉	急性缺血性脑卒中	B型超声和超声造影	卷积神经网络	超声图像	回顾性923例患者（训练+验证集739例，测试集184例），前瞻性外部测试集143例	NA	ResNet34	AUC	NA
174	2026-05-31	Decoding the Black Box in Deep Learning Models-Reply 2026-Jul-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2026.0855 PMID:42060278	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
175	2026-07-10	Evaluating the Diagnostic Potential of Connected Speech for Benign Laryngeal Disease Using Deep Learning Analysis 2026-Jul, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2024.01.015 PMID:38350806	研究论文	利用深度学习分析评估连续语音对良性喉部疾病的诊断潜力	首次采用深度学习模型比较连续语音与元音在检测良性喉部疾病中的诊断性能，并发现连续语音分析更有效	时间序列模型表现不如CNN，且样本量有限，需进一步验证	评估基于连续语音和元音的人工智能模型检测良性喉部疾病的性能	772名患者的语音样本，包括502名正常声音和270名患有声带息肉、囊肿或结节的患者	机器学习	喉部疾病	语音分析	CNN, 时间序列模型	音频	772名患者	NA	CNN	AUC（ROC曲线下面积）	NA
176	2026-07-10	Decoding the Black Box in Deep Learning Models 2026-Jul-01, JAMA otolaryngology-- head & neck surgery DOI:10.1001/jamaoto.2026.0852 PMID:42060291	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
177	2026-07-10	Multimodal deep learning prediction of treatment response to anti-vascular endothelial growth factor in diabetic macular oedema 2026-Jul, Eye (London, England) DOI:10.1038/s41433-026-04505-1 PMID:42092039	研究论文	开发并验证一种结合光学相干断层扫描图像和临床数据的多模态深度学习模型，用于预测糖尿病黄斑水肿患者对抗血管内皮生长因子治疗的反应	首次结合OCT图像和临床数据构建多模态深度学习模型预测DMO患者抗VEGF治疗反应，且模型性能优于视网膜专科医生	样本量较小（107例），需通过更大规模多中心数据集进一步验证临床效用	预测糖尿病黄斑水肿患者接受抗VEGF治疗的反应	107例接受三次连续抗VEGF治疗的糖尿病黄斑水肿患者	计算机视觉	糖尿病黄斑水肿	光学相干断层扫描	多模态深度学习模型	图像（OCT）、文本（临床数据）	107例DMO患者	NA	NA	AUROC、准确率、敏感性、特异性	NA
178	2026-07-10	Learning from authentic patient narratives in nursing education using Gibbs' Reflective Cycle: A qualitative study using reflexive thematic analysis 2026-Jul, Nurse education in practice IF:3.3Q1 DOI:10.1016/j.nepr.2026.104887 PMID:42263483	研究论文	探索护理学生通过多发性硬化症患者真实叙事在吉布斯反思循环框架下的学习体验	首次将吉布斯反思循环与慢性病患者真实叙事相结合，系统分析护理学生从疾病聚焦向以人为本理解的转变过程	单一大学样本、文化背景局限、未评估长期效果	探究结构化反思框架下护理学生从慢性病患者叙事中的学习效果	30名二年级护理学生	数字病理学	多发性硬化症	NA	吉布斯反思循环	文本	30名护理学生	NA	NA	NA	NA
179	2026-07-10	DeepGEP: Deep learning for gene expression prediction from multi-omics in mammals 2026-Jul, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2026.111285 PMID:42331263	研究论文	开发了一种基于注意力的长短期记忆模型DeepGEP，用于从哺乳动物的多组学数据预测基因表达	首次将注意力机制与LSTM结合用于跨物种多组学数据预测基因表达，揭示了不同组学特征对预测的贡献差异	未在更多物种或更复杂的基因组区域进行验证，模型对远缘物种的泛化能力尚待探索	通过整合多组学数据准确预测哺乳动物基因表达并揭示调控机制	人类、猪和牛的RNA-seq、ATAC-seq及四种组蛋白修饰（H3K4me3、H3K4me1、H3K27ac、H3K27me3）的ChIP-seq数据	机器学习	NA	RNA-seq, ATAC-seq, ChIP-seq	LSTM	多组学数据	228个数据集，涵盖三个物种	PyTorch	注意力LSTM	皮尔逊相关系数PCC，准确性accuracy	NA
180	2026-07-10	A cloud-based miniscope for neurosurveillance of brain health and disease in freely behaving animals 2026-Jul, Nature methods IF:36.1Q1 DOI:10.1038/s41592-026-03111-z PMID:42332086	研究论文	开发了一种名为CloudScope的云基础微型显微镜，用于自由行为动物大脑健康和疾病的神经监视	CloudScope是一种云基础的多对比度微型显微镜，能够实现长期（>24小时）成像、远程操作以及同时表征神经元活动、血流、血容量、氧合和细胞动力学等多种神经生理变量，这种能力被称为“神经监视”，并展示了其在预测行为、表征神经血管变化和脑肿瘤微环境中的应用	未明确提及限制，但可能涉及设备的小型化、长期成像的稳定性以及动物福利等问题	开发一种能够长期、远程操作的多对比度微型显微镜，用于自由行为动物的神经监视，以辅助中枢神经系统疾病模型的研究	自由行为动物（小鼠）的中枢神经系统疾病模型，包括癫痫、脑肿瘤等	数字病理学	中枢神经系统疾病（癫痫、脑肿瘤）	微型显微镜成像	深度学习模型	多对比度图像（神经元活动、血流、血容量、氧合和细胞动态）	NA	NA	NA	NA	云平台（CloudScope的云基础架构）