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
101	2026-09-06	Deep Learning-Based Enhancement of Already Diagnostic-Quality MRI for Alzheimer's Disease Classification: Effects on Model Performance and Training Data Requirements 2026-Aug-13, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70507 PMID:42593101	研究论文	本研究评估了基于深度学习的图像增强技术应用于诊断质量MRI时，对阿尔茨海默病分类模型性能及训练数据需求的影响	首次探讨对已达诊断质量的MRI进行深度学习增强，是否能进一步提升下游AD分类的性能和数据效率，挑战了传统图像质量定义的充分性	未注明	调查基于深度学习的图像增强应用于诊断质量结构MRI对阿尔茨海默病分类的影响	阿尔茨海默病患者的脑部MRI扫描图像，包括正常认知、轻度认知障碍和AD患者	深度学习	阿尔茨海默病	深度学习图像增强(SubtleHD)	CNN（ResNet34, DenseNet121）	MRI图像	共2293个脑MRI扫描用于训练、验证和内部测试，另270个作为外部测试集	未注明	ResNet34, DenseNet121	准确率，宏AUC	未注明
102	2026-09-06	Pre-operative prediction of difficult tracheal intubation using an explainable multi-pose shared encoder vision transformer: a prospective observational study 2026-Aug-11, BMC anesthesiology IF:2.3Q2 DOI:10.1186/s12871-026-04156-5 PMID:42698099	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
103	2026-09-06	Glioblastoma MRI Dataset with Standardized Preprocessing, Expert-Validated Segmentation, and MGMT Profiling 2026-08-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07953-2 PMID:42629349	研究论文	构建了一个包含337名胶质母细胞瘤患者的多中心MRI数据集，进行了标准化预处理、专家验证的肿瘤分割和MGMT启动子甲基化分析	数据集的创新点在于多中心来源、全面的预处理流程（包括BIDS组织、去面部、去颅骨和线性配准）、专家精炼的分割掩膜以及完整的MGMT注释，克服了现有数据集的局限性	文中未提及明确局限性	为胶质母细胞瘤的影像组学、深度学习和放射基因组学研究提供可靠且临床代表性的资源，支持分割基准测试和MGMT甲基化预测等下游任务	337名经组织学确诊的原发性胶质母细胞瘤患者的术前MRI图像及相应的分割掩膜和MGMT状态	数字病理学	胶质母细胞瘤	MRI	CNN	图像	337名患者的术前MRI扫描（包含T1加权、T2加权和FLAIR序列）	NA	SegResNet	Dice系数，准确率	NA
104	2026-09-06	MIF-MAPMS: Enhancing identification of myelin autoantigenic peptides in multiple sclerosis through multimodal information fusion 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70695 PMID:42423156	研究论文	提出MIF-MAPMS，一个多模态信息融合框架，用于提高多发性硬化症中髓鞘自身抗原肽的识别性能	首次融合肽格式和SMILEs符号等多模态信息，结合ESM-2和Mol2V嵌入及多种深度学习方法来增强MAPMS表征	依赖肽序列和SMILEs表示，可能忽略其他生物学上下文信息，且模型性能需在更多独立数据集上验证	开发计算方法来准确识别MS相关的T细胞特异性髓鞘自身抗原肽，以辅助理解病理机制和靶向治疗	多发性硬化症相关的髓鞘自身抗原肽	机器学习	多发性硬化症	NA	多层感知机、全连接神经网络	肽序列及相应的SMILEs表示	基于基准主数据集和替代数据集，但具体数量未在标题和摘要中给出	NA	ESM-2嵌入、Mol2V嵌入、多层感知机、全连接神经网络	马修斯相关系数	NA
105	2026-09-06	Persistent sheaf Laplacian analysis of protein stability and solubility changes upon mutation 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70700 PMID:42428996	研究论文	提出SheafLapNet框架，基于持续层拉普拉斯与拓扑深度学习，预测蛋白质突变后稳定性与溶解度的变化	首次将持续层拉普拉斯引入蛋白质突变效应预测，显式编码部分电荷等物理化学信息，结合蛋白质Transformer特征与辅助物理描述符，增强模型可解释性与泛化能力	摘要中未明确提及局限性，信息不足	开发高可解释性的计算模型，准确预测遗传突变对蛋白质稳定性与溶解度的影响，以辅助疾病机制理解	蛋白质突变样本，涵盖稳定性（S2648、S350、S669数据集）与溶解度（PON-Sol2数据集）相关的多个数据集	机器学习	遗传性疾病	拓扑数据分析	图神经网络	蛋白质结构数据	包含S2648、S350、S669数据集用于稳定性预测，PON-Sol2数据集用于溶解度预测，具体样本总数未在摘要中明确	未在摘要中明确指定（依据常用实践推断为PyTorch）	Transformer	评价指标未在摘要中具体列出（通常包含准确率、AUC等，但此处未明确）	未在摘要中提及
106	2026-09-06	Deep Learning for Synthetic Postcontrast T1-Weighted MRI: A Systematic Review With Targeted Meta-Analysis of Brain Tumor Studies 2026-Aug, AJR. American journal of roentgenology DOI:10.2214/AJR.26.34673 PMID:42089523	系统综述与元分析	对深度学习合成对比增强T1加权MRI进行系统综述，并对脑肿瘤研究进行针对性元分析	首次对深度学习合成对比增强T1加权MRI进行系统综述，并通过元分析提供汇总性能指标，同时强调评估实践中的异质性	元分析中研究间高度异质性（>99%），汇总估计仅作为描述性解释；缺乏外部验证和读者研究	系统评估深度学习合成对比增强T1加权MRI的方法、评估实践及临床验证状态	成人患者的对比增强T1加权MRI合成研究，涵盖神经影像、乳腺、体部等亚专科	计算机视觉和医学影像	脑肿瘤, 乳腺肿瘤, 体部肿瘤	深度学习	生成对抗网络（GAN）和卷积神经网络（CNN）	MRI图像	纳入41篇研究，其中脑肿瘤研究15项（30个模型）用于元分析	NA	生成对抗网络, 卷积神经网络	结构相似性指数（SSIM）, 峰值信噪比（PSNR）	NA
107	2026-09-06	Computational design of blue melanin by motif-scaffolding a pentapeptide-repeat protein 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70718 PMID:42417545	研究论文	本研究通过基序支架化五肽重复蛋白的计算设计方法，成功合成了能产生蓝色素的黑色素，并展示了其作为电泳墨水的应用。	首次采用蛋白质深度学习模型RFdiffusion进行基序支架设计，从大量氨基酸组合中筛选出能形成蓝色黑色素的五肽序列，实现了序列到颜色的可调性。	摘要中未明确提及局限性。	设计并验证能产生蓝色黑色素的人工多肽，实现新型色素的可控合成与应用。	含酪氨酸的五肽重复蛋白（PRP）及其聚合产物。	蛋白质计算设计、生物材料	NA	蛋白质深度学习模型（RFdiffusion）、多肽合成、聚合反应	RFdiffusion（扩散模型）	蛋白质序列数据	从160,000种可能的氨基酸组合中筛选，但具体实验样本数未提及。	NA	RFdiffusion	吸收波长（617纳米）、热稳定性（121°C）、光稳定性（600 lux照射数周）	NA
108	2026-09-06	CoCryoViS: Collaborative online cryo-electron tomography visualization system 2026-08, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70679 PMID:42432836	研究论文	介绍了一个用于冷冻电子断层扫描数据的协作式、交互式、基于网页的可视化和处理系统CoCryoViS，支持从原始倾斜序列投影到最终3D分割的完整工作流程	提出了一个集成的网络系统，统一了冷冻电子断层扫描的完整处理流程，包括校准、重建、注释和深度学习训练与推理；系统支持客户端和服务器端的灵活处理，并具备CPU/GPU任务队列和协作功能	摘要中未明确提及局限性或不足之处	开发一个协作式在线冷冻电子断层扫描可视化系统，以支持复杂细胞环境结构分析的完整数据处理工作流	冷冻电子断层扫描数据，代表性冷冻电镜数据集	数字病理学、计算生物学	不适用（NA）	冷冻电子断层扫描	深度学习模型	图像（冷冻电子断层扫描数据）	不适用（代表性冷冻电镜数据集，具体数量未在摘要中说明）	不适用（未具体说明，可能在网络系统中使用多种框架）	不适用（未具体说明，深度学习模型，可能包括分割模型）	不适用（摘要中未提及具体性能指标）	包括CPU和GPU任务队列
109	2026-09-04	Interpretable deep learning model for pediatric strangulated small bowel obstruction on CT: A multicenter study 2026-Aug, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2026.163075 PMID:41825499	研究论文	开发并验证一种基于深度学习的多实例学习模型，整合CT影像和临床数据，以提高儿童绞窄性小肠梗阻与单纯性小肠梗阻的鉴别诊断准确性。	首次将多实例学习（MIL）模型应用于儿童绞窄性小肠梗阻的CT影像诊断，并整合临床数据，同时使用SHAP进行可解释性分析。	作为多中心回顾性研究，样本量相对较小，且仅限于年龄1-14岁的住院患者，可能限制了模型的泛化性。	提高儿童绞窄性小肠梗阻与单纯性小肠梗阻的鉴别诊断准确性。	168名1-14岁的儿童小肠梗阻患者，其中118名男性。	医学影像分析	小肠梗阻	CT成像	多实例学习（MIL）	CT影像和临床数据	168名患者	NA	多实例学习（MIL）模型	AUC, 95%CI, p值	NA
110	2026-08-31	Fully automated three-dimensional deep learning-based magnetic resonance imaging segmentation of brain cavities in epilepsy surgery 2026-Aug, Epilepsia IF:6.6Q1 DOI:10.1002/epi.70296 PMID:42284022	研究论文	开发并评估了一种基于深度学习的自动分割工具ResectVol DL，用于癫痫手术后的脑切除腔MRI分割	提出了一种全自动、基于三维深度学习的MRI分割方法，并首次在癫痫手术后切除腔分割中验证其性能优于现有自动方法	应用于手术结果预测模型尚未验证，且训练数据仅来自单中心	开发并基准测试一种免费的、基于深度学习的自动分割工具ResectVol DL，以精确分割癫痫手术后切除的脑组织	癫痫手术患者术后T1加权MRI图像，以及健康对照和脑肿瘤患者的MRI图像用于泛化性测试	医学影像分析	癫痫	MRI	UNet	MRI图像	120例癫痫患者（训练72例，测试48例），外加42例（22例健康对照，20例脑肿瘤病例）	NA	UNet	Dice相似系数，Pearson相关系数，相对体积差异	NA
111	2026-08-30	Using artificial intelligence as a mindtool to foster critical thinking in biology education 2026-Aug-27, Journal of microbiology & biology education IF:1.6Q2 DOI:10.1128/jmbe.00048-26 PMID:42112846	研究论文	本文探讨了在生物学教育中利用人工智能作为思维工具来培养批判性思维，提出了几种教学策略。	提出了将人工智能作为思维工具的具体策略，包括假设建模、概念映射和错误分析，以促进高阶批判性思维技能的发展。	未提供实证数据或案例研究来验证策略的有效性。	为生物学教育者提供指导，帮助他们将人工智能工具融入课程以培养批判性思维。	生物学教育中的学生和教师。	教育技术	NA	NA	NA	NA	NA	NA	NA	NA	NA
112	2026-08-30	Deep learning applications in cancer treatment Prediction: Comprehensive research foundation for systematic review and Meta-Analysis 2026-Aug, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105068 PMID:42276181	系统综述与荟萃分析	本文对深度学习模型在癌症治疗预测中的应用进行了系统综述和荟萃分析，评估其预测性能、方法学质量和临床实施情况	首次跨癌症类型和模型架构的深度学习治疗预测的荟萃分析综合	纳入研究间异质性高，汇总估计仅作为方法学可行性的广泛指标，而非确定性性能基准；存在方法学不一致、高偏倚风险和有限的外部验证，仅9%的模型已临床实施	评估深度学习模型在癌症治疗结果预测中的预测性能、方法学质量和临床实施情况	158项符合条件的研究（其中89项纳入定量综合），涵盖实体瘤（乳腺癌、肺癌、结直肠癌、前列腺癌等）和多种治疗方式（化疗、免疫疗法、放疗、靶向治疗和手术干预）	机器学习、数字病理学	多种癌症（乳腺癌、肺癌、结直肠癌、前列腺癌等）	NA	深度学习模型（包括多模态和Transformer-based模型）	NA	158项研究（89项纳入定量综合）	NA	Transformer	AUC、C-index、风险比、净收益、决策曲线分析	NA
113	2026-08-30	Wheelchair movement signal classification from EEG for motor-impaired individuals using novel deep learning architecture 2026-Aug, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2026.2651889 PMID:41964479	研究论文	本研究开发了一种结合LSTM和1D-CNN的混合深度学习模型，用于分类脑电信号中的轮椅移动意图，以提高运动障碍用户的独立性和安全性	提出一种集成LSTM和1D-CNN并带有跳跃连接的混合深度学习架构，以同时捕获EEG信号的时间和空间特征，并在公开数据集上超越了十种现有方法	未提及	探索基于EEG的轮椅控制系统，以通过脑信号而非物理运动操作电动轮椅，提高运动障碍用户的安全性和独立性	运动障碍用户以及他们的EEG信号	深度学习	运动障碍	脑电图（EEG）	混合深度学习模型（LSTM和1D-CNN）	脑电信号数据	未提及具体样本数量，使用公共EEG数据集	未提及	LSTM、1D-CNN、跳跃连接	准确率、精确率、召回率、F1分数	未提及
114	2026-08-30	An intelligent emotion recognition system for people with disabilities using stacked supervised autoencoder and brown-bear optimization strategy 2026-Aug, Disability and rehabilitation. Assistive technology DOI:10.1080/17483107.2026.2653077 PMID:42013025	研究论文	提出一种基于堆叠监督自编码器和棕熊优化策略的智能情感识别系统，用于辅助残障人士进行文本情感识别	首次将棕熊优化算法（BBO）用于堆叠监督自编码器（SSAE）的超参数调优，以提升文本情感识别性能	未在更广泛的数据集或实际应用中验证，可能受限于特定文本语料	开发一种高效且准确的文本情感识别方法，以帮助残障人士进行情感交流	文本数据中的情感状态，特别是面向残障人士的文本情感识别	自然语言处理	残障相关疾病	文本预处理、词嵌入（Glove）、深度学习模型	堆叠监督自编码器（SSAE）	文本数据	使用Emotion Detection from Text数据集	NA	堆叠监督自编码器（SSAE）	准确率	NA
115	2026-08-28	Engaging students in an AI-driven RNA drug design research project through a crowd science-infused learning approach 2026-Aug-27, Journal of microbiology & biology education IF:1.6Q2 DOI:10.1128/jmbe.00084-26 PMID:42339822	研究论文	本文介绍了一项结合群体科学教学法的五天非湿实验室工作坊，让本科生和研究生参与AI驱动的siRNA抗病毒药物设计深度学习模型开发。	首次将学生作为直接贡献者融入真实的深度学习平台用于抗病毒RNA治疗设计，采用群体科学教学模式区别于传统课程型本科生研究体验。	未提及具体局限性信息。	通过群体科学学习方法，将高级AI抗病毒药物设计项目转化为可扩展的学习体验，培养AI素养的生物医学科学家。	本科生和研究生课程学生，以及AI驱动的siRNA药物设计研究项目。	机器学习	病毒性疾病	深度学习	深度学习模型	文本	未提及具体样本数量。	NA	NA	NA	NA
116	2026-08-28	An integrated deep learning and Bayesian computational method-based quantification of angiogenesis in the chick embryo model 2026-08-27, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00983b PMID:42504888	研究论文	开发了一种集成深度学习和贝叶斯计算方法的管道，用于定量估算鸡胚模型中的血管生成	将标准图像处理、深度学习和贝叶斯分层Gompertz高斯过程模型相结合，用于概率性血管长度预测，并针对YSM测定法的低信噪比特点设计了分析工具	未提及具体局限性	开发一种用于鸡胚实验数据的血管生成定量估算的集成深度学习方法	鸡胚卵黄囊膜模型中的血管生成	计算机视觉	肿瘤、糖尿病视网膜病变	图像处理、深度学习	深度学习模型、贝叶斯分层Gompertz高斯过程模型	图像	未提及具体样本数量	未提及	未提及	未提及	未提及
117	2026-08-28	Classification of fermentation methods for white mulberry products using fluorescence spectroscopy combined with deep learning 2026-08-27, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00510a PMID:42506987	研究论文	本研究利用荧光光谱结合深度学习模型，对白桑葚产品的酵母发酵提取物、乳酸菌发酵提取物和水提取物进行分类识别，并验证了Informer模型的优越性能	首次将荧光光谱与深度学习模型（特别是Informer）相结合，用于化妆品原料中植物发酵提取物与传统水提取物的准确分类，克服了传统化学计量学和机器学习在非线性特征提取和泛化能力方面的不足	未提及局限性	开发一种高效且准确的识别方法，以区分植物发酵提取物和传统水提取物，确保化妆品原料的质量和安全性	白桑葚（Morus alba L.）的酵母发酵提取物、乳酸菌发酵提取物和水提取物	机器学习，光谱分析	不适用	荧光光谱法	Informer, PatchTST, Transformer, TCN, LSTM, CNN	荧光光谱数据	966个白桑葚样品（包括酵母发酵提取物、乳酸菌发酵提取物和水提取物）	未提及	Informer, PatchTST, Transformer, TCN, LSTM, CNN, SVM, PCA-LDA, PLS-DA	准确率（accuracy），精确率（precision），召回率（recall），F1分数	未提及
118	2026-08-28	DeepMech: a machine learning framework for chemical reaction mechanism prediction 2026-Aug-26, Chemical science IF:7.6Q1 DOI:10.1039/d6sc02809h PMID:42427989	研究论文	提出DeepMech，一种基于图神经网络的可解释机器学习框架，用于预测化学反应的逐步机理，并构建了ReactMech数据集。	引入模板化机械操作（TMOp）实现逐步机理预测，结合原子和键级别的注意力机制，优先考虑反应性而非序列语法，且具有较强的可解释性和泛化能力。	依赖高质量标注数据，可能对未见催化剂、配体或机理类别的外推存在局限，且未明确讨论计算资源需求。	开发一种数据驱动的深度学习方法，实现从第一原理预测完整的化学反应机理，以加速机理理解和反应设计。	化学反应机理（CRMs），包括中间体和元步骤，应用于前生物化学、药物发现、材料科学等领域。	机器学习	不适用	不适用	图神经网络（GNN）	化学反应机理数据（结构数据）	ReactMech数据集包含约30,000个完整反应机理，共100,000个元素步骤。	PyTorch	图注意力网络（GAT）	准确率（accuracy）	不适用
119	2026-08-28	Clinical validation pipeline of a deep learning model for segmenting and quantifying intracranial and ventricular volumes on computed tomography 2026-08-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49678-7 PMID:42637791	研究论文	本研究验证了基于3D架构的深度学习模型DeepCTE3D在CT扫描中分割和量化颅内体积及侧脑室体积的性能，并开发了用于生成真实结果的简化流程。	提出并验证了一种基于3D卷积神经网络的模型DeepCTE3D，用于CT图像中颅内和侧脑室体积的分割与量化，并开发了生成真实结果的简化流程。	未提及具体限制。	验证DeepCTE3D模型在CT扫描中分割和量化颅内体积和侧脑室体积的性能，并评估其临床适用性。	CT扫描中的颅内体积和侧脑室体积。	计算机视觉	不适用	计算机断层扫描（CT）	3D卷积神经网络（CNN）	图像（CT扫描）	包含多种患者人口统计和不同扫描仪型号的真实世界数据集，具体数量未提及	未提及	DeepCTE3D（基于3D架构的卷积神经网络）	相似性得分（如Dice系数等）	未提及
120	2026-08-28	Developing and evaluating automated deep learning and human-in-the-loop vision-language systems for microplastic characterization 2026-Aug-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-67536-4 PMID:42637842	研究论文	本研究比较了基于EfficientNet-B0的深度学习分类器和基于Claude Vision API的视觉语言模型（VLM）在微塑料光学显微镜图像形态表征中的性能，并评估了人类在环（HITL）机制对VLM的改进效果	首次系统比较了特定领域的多任务深度学习分类器与通用视觉语言模型（VLM）在微塑料形态表征中的表现，并引入了人类在环（HITL）机制来增强VLM对模糊颗粒的分类能力，且将系统部署为免费网页应用	样本规模有限（约700张图像），且评估仅限于单一独立测试集，未涉及其他类型微塑料或不同成像条件	开发并评估用于微塑料形态表征的自动化深度学习分类器和人类在环视觉语言系统，以提供高效、可重复的表征工具	光学显微镜图像中的微塑料颗粒	计算机视觉	NA	光学显微镜成像	CNN, 视觉语言模型（VLM）	图像	约700张已标注的显微镜图像作为训练集，独立测试集未明确数量	Hugging Face Spaces	EfficientNet-B0, Claude Vision API	准确率, 宏平均精确率, 召回率, F1分数	NA