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
2101	2026-07-15	Performance benchmarking of deep learning models for real-time median nerve segmentation and cross-sectional area measurement in ultrasound imaging 2026-Apr, Medical physics IF:3.2Q1 DOI:10.1002/mp.70414 PMID:41933401	研究论文	开发并验证了用于超声图像正中神经实时分割与横截面积测量的深度学习模型MNSeg-Net	提出轻量级多尺度特征融合网络MNSeg-Net（仅2.46M参数），实现实时分割与CSA计算，且性能与44M参数的U2Net模型无显著差异	未明确提及局限性	开发精确的深度学习分割方法辅助腕管综合征诊断与手术规划	超声图像中的正中神经	计算机视觉	腕管综合征	超声成像	CNN	图像	100名受试者，30000帧超声图像	NA	MNSeg-Net, UNet, UNet++, U2Net	Dice相似系数, Hausdorff距离, 横截面积差异	单个GPU
2102	2026-07-15	Deep Learning as a Compass for Industrial Biocatalysis: The Grase Framework Rewrites the Rules for Polyurethane Recycling 2026-Apr, Biotechnology journal IF:3.2Q2 DOI:10.1002/biot.70222 PMID:41934218	研究论文	GRASE深度学习框架通过克服酶活性-稳定性权衡，发现了一种能在严苛工业条件下高效解聚聚氨酯废物的稳健生物催化剂AbPURase，实现可扩展的闭环化学回收	首次提出GRASE框架解决酶活性-稳定性矛盾，从零开始设计适用于工业条件的聚氨酯降解酶	NA	开发新型深度学习框架以发现高效、稳定的工业生物催化剂，实现聚氨酯废物回收	聚氨酯废物降解酶AbPURase	机器学习	NA	深度学习	GRASE框架	序列数据	NA	NA	GRASE	酶活性、稳定性	NA
2103	2026-07-15	A Deep Learning Model for the Identification of Active Contraction Properties of the Myocardium Using Limited Clinical Metrics 2026-Apr, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.70170 PMID:41934219	研究论文	提出一个深度学习模型，利用有限的临床指标预测心肌主动收缩特性，填补复杂本构模型与临床应用之间的空白	首次使用深度学习从合成临床数据和压力容积环中预测左心室心肌的主动收缩参数波形和纤维角度，无需传统数值模拟迭代	仅在合成数据和一个患者来源的几何体上测试，未使用真实临床数据验证	开发患者特异性左心室心肌行为评估的深度学习模型，推动心血管疾病的诊断与干预	左心室心肌的主动收缩特性及纤维角度	机器学习	心血管疾病	有限元分析	深度学习	合成临床数据、压力容积环数据	合成数据场景及单个患者几何数据	NA	NA	NA	NA
2104	2026-07-15	An AI-Guided Structure-Based Strategy for the Discovery and Biological Validation of Natural Products Targeting the Vitamin D Receptor From YSQYP in Diabetic Kidney Disease 2026-Apr, Chemical biology & drug design IF:3.2Q3 DOI:10.1111/cbdd.70289 PMID:41934677	研究论文	提出一种基于结构的人工智能引导策略，用于鉴定中药益肾祛瘀方中靶向维生素D受体的天然产物，并在糖尿病肾病模型中验证其生物活性	结合传统分子对接和深度学习工具（CarsiDock和RTMScore）进行虚拟筛选，并通过表面等离子体共振进行生物物理验证，建立了一种高效的天然产物筛选策略	目前尚未明确说明局限性	鉴定中药复方益肾祛瘀方中靶向维生素D受体的活性成分，为糖尿病肾病提供新的治疗候选化合物	中药益肾祛瘀方中的天然产物，以及糖尿病肾病模型中的足细胞	机器学习	糖尿病肾病	虚拟筛选、深度学习、表面等离子体共振	深度学习模型	分子结构数据	未提及具体样本数量	CarsiDock, RTMScore	NA	结合亲和力、细胞毒性、细胞凋亡	NA
2105	2026-07-15	Learning inherent genetic patterns and trait associations with deep generative models for discrete genotype simulation 2026-01-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag044 PMID:41980277	研究论文	探索使用深度生成模型离散基因型模拟以学习遗传模式与性状关联的方法	首次针对离散基因型数据在无条件和表型条件两种场景下进行模拟，并提出了针对离散基因型数据的改编模型	未提及具体局限性	开发并评估深度生成模型在基因型模拟中的能力，以保留隐私并解决数据可访问性限制	牛和人类多个染色体的基因型数据	机器学习	NA	基因型模拟	变分自编码器、扩散模型、生成对抗网络	基因型数据	大规模数据集，包括牛的所有染色体和人类的多个染色体	NA	变分自编码器、扩散模型、生成对抗网络	深度学习与定量遗传学文献中的指标	NA
2106	2026-07-15	Comparison of deep learning approaches for extreme low-SNR image restoration 2026-Jan-21, GigaScience IF:11.8Q1 DOI:10.1093/gigascience/giag071 PMID:42329787	研究论文	本研究评估多种深度学习模型在极端低信噪比荧光显微图像恢复中的性能，并开发图像拼接方法以解决GPU内存限制	创建包含17,568对低/高信噪比图像的大规模荧光显微镜数据集，覆盖15种子数据集，并开发可处理大尺寸图像的拼接方法	监督式Transformer模型虽性能最优但训练时间最长	评估并比较深度学习去噪方法在极端低信噪比荧光显微图像恢复中的表现	多种生物标本在不同成像条件下的荧光显微图像	计算机视觉	NA	荧光显微镜	Transformer	图像	17,568对高/低信噪比图像，来自15个子数据集	PyTorch	Transformer	信噪比	GPU
2107	2026-07-15	Physics-informed graph neural networks for robust cross-patient epileptic seizure prediction via chimera state detection 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345470 PMID:41926489	研究论文	提出混合物理信息图神经网络HP-GNN，通过检测疾病状态实现跨患者鲁棒的癫痫发作预测	首次将Kuramoto振荡器动力学物理约束与图神经网络集成，实现自动化、可解释的发作预测，减少训练数据需求35%，并提升跨患者泛化能力14.6%	未提及算法在极端噪声或罕见发作模式下的表现，外部验证数据集规模有限（仅16名成年人）	实现跨患者鲁棒且可解释的癫痫发作预测	22名儿科患者（CHB-MIT数据集，182次发作）和16名成年患者（IEEG.org数据集，87次发作）的多通道脑电图信号	机器学习	癫痫	脑电图（EEG）、Kuramoto振荡器理论	图神经网络 (GNN)、Mamba状态空间网络	多通道脑电图信号	844小时连续脑电图数据（训练）、22名儿科患者（182次发作）、16名成年患者（87次发作）	PyTorch（推断）	HP-GNN（三层超图卷积，维度64→128→256；Mamba网络；多任务预测头）	准确性（84.7%）、灵敏度（89.3%）、假阳性率（每小时0.48次）、跨患者泛化率（79.8%）、零样本迁移准确率（71.3%）	NA
2108	2026-07-15	Artificial intelligence-driven assessment of sarcopenia in orthopedic geriatrics: technical progress and clinical implications 2026, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2026.1779448 PMID:41928875	综述	综述了人工智能（尤其是深度学习）在老年骨科中驱动肌少症评估的技术进展和临床应用	利用人工智能实现常规临床影像的自动化、高通量机会性筛查，并通过临床决策支持系统和电子病历整合实现从被动骨折管理到主动预防的范式转变	在技术标准化、生物变异性和模型可解释性方面仍存在重大挑战	总结人工智能在老年骨科肌少症评估中的技术进展和临床意义	老年骨科患者的肌少症评估	计算机视觉	老年疾病	深度学习	卷积神经网络	医学影像	NA	NA	卷积神经网络	Dice相似系数	NA
2109	2026-07-15	Artificial intelligence in oral oncology: Current advances and future potential in diagnosis, prognosis, and therapeutic decision-making 2026, Cancer treatment and research communications DOI:10.1016/j.ctarc.2026.101193 PMID:41930554	综述	总结人工智能在口腔肿瘤学诊断、预后和治疗决策中的应用现状与未来潜力	系统回顾了AI在口腔癌诊断、预后及治疗决策三大核心领域的最新进展，并强调跨模态数据整合和未来技术方向	数据稀缺、模型过拟合、可解释性不足，以及偏见和隐私等伦理问题阻碍了临床广泛应用	探讨AI如何帮助口腔肿瘤学转型为预测性、个性化和数据驱动的学科	口腔鳞状细胞癌（OSCC）	数字病理学、机器学习、自然语言处理	口腔癌	组织病理学、放射组学、基因组分析	卷积神经网络（CNN）	图像、文本、多模态数据	NA	NA	卷积神经网络	准确率	NA
2110	2026-07-15	Fully Automated Stain Quantification Framework for IHC Whole Slide Images in Breast Cancer 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338251407734 PMID:41930704	研究论文	提出并公开发布一个完全自动化的、区分肿瘤和基质的IHC全切片图像H评分框架	首次实现针对乳腺IHC全切片图像的自动化、间隔特异性的H评分，整合了三个深度学习模块，并具备模块化设计可灵活应用于其他IHC任务	外部验证中HER2分类准确率为86%，CD73评分的平均绝对误差较大（21±10），结果仍有一定偏差	开发自动化IHC评分工具以减少诊断变异性和支持一致的治疗决策	乳腺IHC全切片图像中的肿瘤和基质区域	数字病理学	乳腺癌	IHC	深度学习模型	病理图像	87张专家标注的补丁，100张专家标注的全切片图像（内部验证），以及外部验证数据集	PyTorch	用于肿瘤-基质分割、细胞核分割和H评分估计的深度学习模块（未具体指定架构）	Spearman等级相关系数，准确率，平均绝对误差	NA
2111	2026-07-15	EfficientNet-driven deep learning for accurate detection of faults in photovoltaic cells 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342647 PMID:41931557	研究论文	提出基于EfficientNetV2架构的深度学习框架，用于提高光伏电池故障检测的准确性	首次系统评估EfficientNetV2三种变体在光伏电池故障检测中的性能，并采用先进的图像预处理与增强技术优化异常检测	未提及模型在极端环境或大规模数据集上的泛化能力验证	提升光伏电池故障检测的准确率以优化系统维护和延长面板寿命	光伏电池中的缺陷（包括制造缺陷和环境退化导致的故障）	计算机视觉	NA	深度学习图像分析	EfficientNetV2	图像	2500张光伏电池图像（含缺陷和无缺陷样本）	PyTorch	EfficientNetV2B0, EfficientNetV2B2, EfficientNetV2M	准确率, 精确率, 召回率, F1分数	NA
2112	2026-07-15	A robust deep learning approach for impulse noise filtering using hybrid auto-encoder with fuzzy median filter 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343141 PMID:41931562	研究论文	提出一种结合深度卷积神经网络和模糊中值滤波的自编码器混合模型，用于高密度脉冲噪声滤除	将DnCNN与自编码器及模糊中值滤波相结合，实现高密度脉冲噪声检测与去除的图像修复技术	NA	开发一种有效的图像修复技术，用于检测和消除高密度脉冲噪声，提升图像恢复质量	标准测试图像中的脉冲噪声	计算机视觉	NA	图像去噪	DnCNN, 自编码器, 模糊中值滤波	图像	12张标准测试图像	NA	DnCNN, 自编码器	准确率, FPR, FNR, F1分数, PSNR, SSIM	NA
2113	2026-07-15	Current overview of breast cancer risk assessment models - practical application in outpatient gynecological practice 2026, Ceska gynekologie DOI:10.48095/cccg2026254 PMID:42419955	综述	综述乳腺癌风险评估模型的现状，探讨其在妇科门诊实践中的应用	结合多基因风险评分提升模型预测价值，并展望人工智能与深度学习驱动的三分类模型	现有模型主要限于高加索人群，其他人群的校准效果不佳	向专业人士介绍乳腺癌预测模型及其在常规妇科门诊中的潜在应用	乳腺癌风险评估模型（GAIL、IBIS、BOADICEA和Pecný模型）	自然语言处理	乳腺癌	NA	GAIL模型、IBIS模型、BOADICEA模型、Pecný模型	临床病史数据、基因检测数据、影像数据	NA	NA	GAIL模型、IBIS模型、BOADICEA模型、Pecný模型	预测价值	NA
2114	2026-07-15	Deep transfer learning for breast cancer detection in underserved regions 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1828664 PMID:42440459	研究论文	提出一种用于乳腺癌检测的深度迁移学习方法，重点针对巴勒斯坦等资源匮乏地区	提出两阶段深度学习框架，结合U-Net分割和VGG16分类，在本地数据集上验证了低资源环境下的可行性	仅基于小型本地数据集进行验证，需更大规模标注数据集确认性能后部署	为资源受限地区提供经济可扩展的乳腺癌诊断辅助工具	来自CBIS-DDSM数据集的乳腺X光片和巴勒斯坦医院患者数据	计算机视觉	乳腺癌	深度迁移学习	CNN	图像	CBIS-DDSM训练集2206张乳腺X光片，测试集576张；巴勒斯坦医院测试集34名患者（12例良性，22例恶性）	PyTorch	U-Net、VGG16、ResNet50、MobileNet	平均交并比、Dice系数、精确率、召回率、准确率、AUC	NA
2115	2026-07-15	ACSE: an efficient deep learning model for wheat disease identification 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1838344 PMID:42440804	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2116	2026-07-15	Analyzing the impact of social security systems on video-based public health surveillance 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1684291 PMID:41929396	研究论文	提出一种结合社会保障系统影响的视频公共卫生监控框架，使用分层流行病学变换器（HET）和策略感知动态校准机制（PDCM）进行时空健康监测	首次将社会保障系统政策信号与视频监控数据结合，通过HET和PDCM实现动态校准预测，提升对早期流行病异常信号的敏感性	未明确说明跨区域政策差异对模型泛化能力的具体影响以及数据集中潜在的人口统计偏差	开发一种能够融合政策干预与人口行为的视频公共卫生监控框架，提升异常检测和短期预测的准确性和响应性	多个城市区域的视频公共卫生监控数据集及其对应的社会保障政策环境	计算机视觉	NA	视频监控	变换器	视频数据	多个城市区域的视频数据集	NA	分层流行病学变换器（HET）	异常检测灵敏度、短期预测准确性	低延迟推理，适用于实时部署
2117	2026-02-11	Methodological Considerations for Improving Deep Learning-Based Classification of Skin Lesions in High-Frequency Ultrasound Imaging 2026-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70201 PMID:41665130	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2118	2026-07-13	A Lightweight Dual-Attention Neural Network for Robust and Efficient EEG Motor Imagery Decoding 2026-Jul, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500267 PMID:41856938	研究论文	提出了一种轻量级双注意力神经网络DA-EEGNet，用于稳健高效的运动想象脑电解码	在EEGNet骨干网络中集成了通道注意力模块和深度注意力模块，以紧凑的参数量实现了优于或匹敌现有深度学习方法的性能	未明确说明局限性	实现运动想象脑电信号的高效空间-时间特征建模，同时保持紧凑的模型参数量	运动想象脑电信号及其解码	机器学习	NA	脑电图	注意力神经网络	脑电信号	两个广泛使用的运动想象基准数据集	NA	DA-EEGNet	分类准确率	NA
2119	2026-07-13	MorphMaskFormer: a transformer-based deep segmentation model for multi-class Demirjian stage estimation from panoramic radiographs 2026-Jun, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2026.01.012 PMID:41856821	研究论文	提出一种基于Transformer的深度学习模型MorphMaskFormer，用于从全景X光片中自动估计第三磨牙发育的Demirjian阶段	将轻量级Transformer注意力模块（受Mask2Former启发）集成到UNet架构中，同时实现二值分割（牙齿/背景）和多类分割（A-H阶段），实现高精度和快速推理	NA	开发先进的深度学习模型，利用Demirjian分类从全景X光片中自动确定第三磨牙发育阶段，提高牙齿年龄估计的准确性和客观性	888张7至30岁个体的全景X光片及对应的Demirjian A-H阶段标注	计算机视觉, 数字病理学	NA	全景X光片	CNN-Transformer混合模型	图像	888张全景X光片	PyTorch	UNet, Mask2Former, MorphMaskFormer	IoU, Dice系数, 精确率, 召回率, 推理时间	NA
2120	2026-07-13	Redesigning myoglobin via functional site scaffolding for enhanced catalytic functions 2026-May-14, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2026.153642 PMID:41855859	研究论文	通过深度学习的功能位点支架策略重新设计肌红蛋白，获得更小、更稳定的变体bitMb，并展示了其增强的催化功能	采用基于扩散的结构模型生成骨架结构，结合ProteinMPNN反向折叠和AlphaFold/OmegaFold结构预测，从肌红蛋白的血红素结合口袋和二级配位残基出发进行功能位点支架设计	未提及具体局限性	利用功能位点支架策略生成稳定且多功能的小型蛋白骨架，增强肌红蛋白的催化功能	肌红蛋白及其重新设计变体bitMb	机器学习	无	深度学习、蛋白质设计	扩散模型	序列数据	超过100,000个序列	PyTorch	ProteinMPNN, AlphaFold, OmegaFold	熔化温度、酶活性	NA