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
2341	2026-06-23	'Backpropagation and the brain' realized in cortical error neuron microcircuits 2026-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014164 PMID:41996333	研究论文	提出一个受生物启发的多区域皮层微回路模型，实现误差反向传播，并验证其在多种基准测试上的性能	模型基于灵长类视觉皮层实验观察，使用代表神经元和误差神经元的皮层锥体细胞群体，实现无需分阶段的无相位推理和学习，且网络动态近似于误差反向传播	未明确说明	探索大脑如何利用误差信号进行学习，并验证大脑是否实现误差反向传播算法	多区域皮层微回路模型，包括皮层锥体细胞群体（代表神经元和误差神经元）	机器学习, 计算神经科学	NA	NA	皮层微回路模型	基准测试数据	多种基准测试（未明确具体数量）	NA	皮层微回路结构（基于灵长类视觉皮层连接性）	与树突层次预测编码等模型对比的性能指标（未明确具体指标）	NA
2342	2026-06-23	ChloroScan: Recovering Plastid Genome Bins From Metagenomic Data 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70143 PMID:42003340	研究论文	介绍ChloroScan，一种从宏基因组数据中提取真核质体基因组的新型生物信息学流程	结合深度学习连续片段分类器和自动化分箱模块，利用精选标记基因数据库指导，从宏基因组中高效回收质体基因组，并首次实现从宏基因组中广泛鉴定真核质体基因组	未明确说明，但可能依赖于高质量标记基因数据库，对低丰度或高度降解的质体基因组恢复效果可能有限	开发一种能从宏基因组数据中提取真核质体基因组的新工具，以促进新原生生物谱系的发现	真核质体基因组（从模拟宏基因组和实际原生生物大小分级宏基因组中提取）	机器学习	NA	宏基因组测序	深度学习分类器（具体未指定架构，但可能基于CNN）	宏基因组序列数据	模拟宏基因组数据和4个原生生物大小分级宏基因组样本，从中恢复16个中高质量MAGs	未明确指定，但可能涉及TensorFlow或PyTorch	NA	与MetaBAT2对比恢复的高质量质体分箱数量，以及恢复的MAGs质量和分类新颖性	未明确描述，但代码开源可复用
2343	2026-06-23	Harnessing Deep Learning in Searching Wild Relatives of Domestic Animals 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70133 PMID:42007577	研究论文	开发了一种基于深度学习的流程，利用基因组SNP数据区分家养动物的野生近缘种	提出了一种结合多层感知机进行SNP面板选择和深度交叉网络进行模型训练的深度学习流程，用于区分野生近缘种与家养动物	未明确提及局限性，但可能需要进一步验证不同物种和更大样本量的通用性	利用深度学习识别家养动物的野生近缘种，用于遗传多样性监测和动物遗传资源保护	红原鸡、家鸡、野猪、家猪及其杂交种	机器学习	NA	基因组SNP数据	多层感知机、深度交叉网络	基因组SNP数据	1960个基因组（164个红原鸡和1796个家鸡样本），以及独立的数据集（包括现代和历史样本）	NA	多层感知机、深度交叉网络	准确率	NA
2344	2026-06-23	Multi-class classification of autoimmune skin disease by efficient localization of overlapped lesion boundaries using SAM 2026-Apr, Expert review of clinical immunology IF:3.9Q2 DOI:10.1080/1744666X.2026.2663042 PMID:42013205	研究论文	提出一种混合深度学习模型AutoImmune-HybridNet，利用SAM智能分割病变区域并结合改进的ResNet50与可变形注意力变压器，实现自身免疫性皮肤病的多类分类	采用Segment Anything Model（SAM）高效分割重叠病变边界，结合可变形注意力变压器与对比学习和焦点损失函数，增强相似病症间的特征判别，并引入可解释性与不确定性估计	数据集规模有限且仅依赖图像数据，未来需结合多模态临床信息改善	实现自身免疫性皮肤病的准确多类分类，并提升模型可解释性和可靠性	自身免疫性皮肤病患者的皮肤病变图像	计算机视觉	自身免疫性皮肤病	深度学习	混合深度学习模型	图像	人皮肤疾病数据集，具体数量未提及	NA	Segment Anything Model, ResNet50, 可变形注意力变压器	准确率	NA
2345	2026-06-23	A deep learning algorithm for automatic 3D segmentation and classification of the sheep placenta in magnetic resonance images 2026-Apr, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70869 PMID:41999040	研究论文	提出了一种基于深度学习的全自动MRI分析流水线，用于绵羊胎盘的三维分割与分类	首次实现绵羊胎盘MRI全自动分析流水线，集成三维nnU-Net分割和YOLOv11分类模块，处理时间减少95%以上	未在临床人类胎盘数据上验证，仅基于绵羊模型数据集	加速并标准化绵羊胎盘磁共振图像的自动分割与形态分类	绵羊胎盘的磁共振图像	计算机视觉	胎盘相关疾病	MRI	nnU-Net, YOLOv11	三维磁共振图像	专家标注数据集，包含训练集和独立测试集	PyTorch	3D nnU-Net, 2D nnU-Net, 2D U-Net, YOLOv11	Dice系数, 精确率, 召回率, mAP50, mAP50-95	NA
2346	2026-06-23	Explainable Lightweight Model Using Low-Rank and Convolutional Block Attention for Pancreatic Cancer Diagnosis 2026-Apr, The international journal of medical robotics + computer assisted surgery : MRCAS DOI:10.1002/rcs.70164 PMID:41999341	研究论文	提出一种轻量级可解释混合深度学习框架，用于胰腺癌CT图像自动分类	集成MobileNetV3Small主干网络、卷积块注意力模块与低秩注意力共享高效表示（LASER），通过跨类型交互（CTI）模块融合特征，仅需126万参数即实现高诊断性能	未提及外部验证或多中心数据测试	开发低计算资源消耗且高精度的胰腺癌CT图像分类方法	胰腺癌患者CT影像	计算机视觉	胰腺癌	CT成像	混合深度学习模型（CNN+Transformer）	CT图像	18,942张CT图像	PyTorch	MobileNetV3Small, 卷积块注意力模块, LASER, Transformer编码器, 跨类型交互模块	准确率, AUC-ROC, Cohen's Kappa, MCC	NA
2347	2026-06-23	Biocatalytic Bamberger Rearrangement for the Synthesis of 3-Amino-2-hydroxyacetophenone via Hydroxylaminobenzene Mutase Engineering and Multi-Enzyme System Assembly 2026-Apr, Biotechnology journal IF:3.2Q2 DOI:10.1002/biot.70225 PMID:42003450	研究论文	通过AI辅助系统发育挖掘、结构解析、蛋白质工程和代谢协调，增强了3-氨基-2-羟基苯乙酮的生物合成	首次揭示了羟基氨基苯变位酶的铁依赖性四聚体结构，并结合AI引导的筛选与多酶体系组装实现了催化效率的显著提升	NA	优化复杂多酶级联反应，实现高价值生物医药中间体3-氨基-2-羟基苯乙酮的可持续生产	羟基氨基苯变位酶及其突变体、多酶体系中的NR、GDH和NADK	机器学习	NA	AI辅助系统发育挖掘、同源模板搜索、光谱学、诱变、体积排阻色谱、AlphaFold3建模、分子动力学模拟	NA	NA	NA	NA	NA	催化效率	NA
2348	2026-06-23	Deep learning-based environmental source separation and sound enhancement: Advancements for cochlear implant and normal hearing listeners 2026-Apr-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0042760 PMID:42007671	研究论文	提出一种基于深度学习的实验框架，用于分离和增强复杂环境中的非语言声音，以改善人工耳蜗使用者和正常听力听者的感知体验	提出两源混合模型表征目标和干扰声音，结合上下采样多分辨率特征网络进行源分离，并级联已有的非语言声音增强技术，首次针对竞争性环境声音优化人工耳蜗和正常听力听者的感知效果	未提及模型计算复杂度或实时性限制、样本量规模大小以及不同人工耳蜗设备或环境设置的泛化能力	研究竞争性环境声音分离和增强对人工耳蜗使用者和正常听力听者感知的改善效果	人工耳蜗使用者和正常听力听者	机器学习, 数字信号处理	听力障碍	非语言声音（NLS）分离与增强、主观感知评估	CNN（多分辨率特征网络）	声音信号	人工耳蜗听者和正常听力听者的人次，具体样本量标注为F值对应自由度	NA	SUccessive DOwnsampling and Resampling of Multi-Resolution Features（SudoRmRF）网络	干扰度、音频质量、失真度的主观评分，以及强制选择偏好测试	NA
2349	2026-06-23	KANBind as a diagnostic probe for DNA-binding protein prediction: A prevalence-calibrated reality check under strict homology control 2026-Apr, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720026710022 PMID:42011125	研究论文	使用KANBind作为诊断探针，在严格同源性控制和真实流行率条件下，压力测试基于序列的DNA结合蛋白预测性能	引入流行率校准的报告方式，揭示在真实世界不平衡数据下常见高精度评价的虚假性，强调同源泄漏和平衡测试集的误导效应	仅基于细菌数据进行了案例研究，结果可能不完全适用于其他物种或更复杂的生物系统	评估DNA结合蛋白预测方法在真实不平衡数据集和严格同源控制下的实际性能，揭示常见基准测试的局限性	DNA结合蛋白预测任务中的模型性能，特别是KANBind模型	机器学习	NA	序列分析	KANBind	序列数据	使用HBTD基准数据集，包含严格同源性控制的训练集和测试集	NA	NA	校准精确率、错误发现率	NA
2350	2026-06-23	NNDock2: A neural network-based scoring function for ranking protein-protein docking models 2026-Apr, Journal of bioinformatics and computational biology IF:0.9Q4 DOI:10.1142/S0219720026500058 PMID:42011127	研究论文	提出了一种基于神经网络的评分函数NNDock2，用于对蛋白质-蛋白质对接模型进行排名	通过增加大量更远的诱饵来扩增训练集，并使用原生接触分数作为目标函数，相比前身NNDock1更能反映模型真实质量	方法简单但性能与其他先进评分函数相当，未提及在非常规或复杂情况下的表现	开发一种准确且计算高效的评分函数以改进蛋白质对接模型的排名	蛋白质-蛋白质对接模型	机器学习	NA	分子对接	神经网络	蛋白质结构数据	使用BM5、DOCKGROUND和CAPRI评分集进行评估，训练集包含大量诱饵	NA	神经网络	原生接触分数与真实模型质量的相关性	低计算成本
2351	2026-06-23	Rapid Detection of Adulteration in Birch Sap Using Near-Infrared Spectroscopy Coupled With Chemometrics 2026-Apr, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.71070 PMID:42011683	研究论文	利用近红外光谱结合化学计量学方法快速检测桦树汁掺假	首次将近红外光谱技术应用于桦树汁品质检测，并提出了结合CNN、Transformer和高效通道注意力机制的混合模型用于定量分析，网络剪枝用于提升模型效率并部署在嵌入式开发平台上	未提及具体局限性	开发一种绿色、快速、无损的桦树汁掺假筛查方法	桦树汁掺假样本（水稀释和蔗糖溶液掺假）	机器学习	NA	近红外光谱	CNN、Transformer、DBO-SVM、传统机器学习模型	近红外光谱数据	NA	PyTorch	CNN-Transformer-ECA、DBO-SVM	准确率、R值、RMSE、RPD	嵌入式开发平台
2352	2026-06-23	A Fully Automated Deep Learning Model for Quantifying Coronary Plaque at Coronary CT Angiography 2026-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.251967 PMID:42012347	研究论文	开发并验证了一个用于冠状动脉CT血管造影中斑块量化的全自动深度学习模型，并评估其预后价值	首次提出全自动深度学习模型PlaqueSegNet用于冠状动脉斑块量化，并利用多个独立外部数据集（包括IVUS、不同CT扫描仪、序列CCTA和光子计数CT数据）进行全面验证	Bland-Altman分析中一致性界限较宽	开发全自动深度学习模型用于冠状动脉斑块量化并评估其预后价值	冠状动脉CT血管造影图像中的冠状动脉斑块	计算机视觉	心血管疾病	CT血管造影	深度学习模型	图像	训练集1409名患者（平均年龄63±10岁，男性795人），内部验证集604名患者（平均年龄63±10岁，男性329人），外加四个独立外部数据集	PyTorch	PlaqueSegNet	组内相关系数，C指数	NA
2353	2026-06-23	CT Emphysema and Deep Learning-derived Vertebral Bone Loss in Individuals without COPD: Findings from MESA 2026-Apr, Radiology IF:12.1Q1 DOI:10.1148/radiol.252251 PMID:42012343	research paper	基于MESA队列，利用深度学习分析无COPD个体的CT肺气肿样改变与椎骨骨密度丢失之间的关系	首次在无慢性阻塞性肺疾病（COPD）的大型多民族队列中，利用深度学习量化亚临床肺气肿样改变与椎骨骨密度年丢失率的独立关联，并提出亚临床肺气肿可作为系统性骨骼退化的新型影像标志物	单中心回顾性分析、未纳入肺气肿组织学验证、骨密度仅通过椎骨CT测量而非金标准DXA、性别和族裔亚组样本量有限	识别肺部和骨骼健康的早期影像标志物，探索无COPD个体中肺气肿样改变与骨密度丢失的关联	无临床COPD的MESA队列参与者（横断面2312例，纵向1109例）	computer vision	geriatric disease	CT	NA	image	横断面2312例参与者（中位年龄67岁，1285名女性）；纵向1109例参与者（中位年龄65岁，614名女性）	NA	deep learning-based segmentation model（未具体命名）	β系数、置信区间、p值、Johnson-Neyman阈值	NA
2354	2026-06-23	Few-Shot and Zero-Shot Biomedical Named Entity Recognition: A Procedure for Enhancing BioBERT with Prompt-Based Learning and Large Language Models 2026-Mar-31, Journal of visualized experiments : JoVE DOI:10.3791/69390 PMID:42008560	研究论文	提出一种结合BioBERT、提示学习和大型语言模型的混合框架，用于增强生物医学命名实体识别中的少样本和零样本学习能力	首次将提示学习与大型语言模型集成到BioBERT中，显著提升了低资源生物医学术语和未见实体的泛化能力	未明确讨论模型在不同语言或特定子领域（如罕见病）的泛化性能，且可能对大型语言模型的计算资源需求较高	通过混合框架解决传统深度学习模型在生物医学NER中面临的数据稀缺、领域适应和未知实体泛化问题	生物医学文献和临床文本中的命名实体识别任务	自然语言处理, 生物医学	不限定具体疾病	提示学习, 大型语言模型, 预训练变换器	BioBERT, 大型语言模型	文本	多个生物医学基准数据集（具体数量未明确）	NA	BioBERT, 提示学习架构	准确率, 精确率, 召回率, F1分数	NA
2355	2026-06-23	CRESCENT: a deep learning framework with multi-scale attention for detecting recurrent copy number alterations 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag167 PMID:41996576	研究论文	提出一个名为CRESCENT的深度学习框架，通过多尺度采样、卷积神经网络和自注意力机制检测复发拷贝数变异	首次整合多尺度采样与自注意力机制，实现了对焦点、片段和臂级CNAs事件的平衡检测，并在非TCGA独立队列上验证了泛化能力	未明确讨论模型对罕见癌症类型的适用性及计算资源需求，且未提供可解释性分析以揭示特征生物学意义	开发一种高灵敏度、泛化性强的深度学习方法，用于可靠识别癌症基因组中的复发拷贝数变异	来自20个TCGA癌症项目的7689例患者的拷贝数变异图谱	机器学习	癌症	全基因组拷贝数分析	CNN（卷积神经网络）结合自注意力机制	拷贝数变异图谱	7689例患者样本（20个TCGA项目）	PyTorch（推断，基于框架特性）	多尺度CNN与自注意力机制的并行特征融合架构	AUC（曲线下面积）	NA（未提供具体信息）
2356	2026-06-23	scGPD: single-cell informed gene panel design for targeted spatial transcriptomics 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag160 PMID:41996577	研究论文	提出单细胞引导的基因面板设计框架scGPD，用于靶向空间转录组学，以选择信息丰富的非冗余基因集	引入基因-基因相关性感知门控机制，从单细胞RNA-seq数据中提取信息特征，鼓励所选基因多样性并消除冗余	NA	解决现有基因面板设计方法忽略基因间相关性导致覆盖度不足的问题，实现紧凑非冗余的基因选择	靶向空间转录组学中的基因面板设计	数字病理学, 机器学习	NA	单细胞RNA测序, 空间转录组学	深度学习	基因表达数据	多个单细胞数据集	NA	NA	转录组广度恢复性能, 细胞类型分类准确率	NA
2357	2026-06-23	Technological innovations in head and neck radiotherapy: What does the future hold? 2026-Feb, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3 DOI:10.1016/j.canrad.2026.104807 PMID:42001737	综述	本文叙述性回顾了头颈部放射治疗在技术方面的创新，包括自动分割、影像引导、磁共振引导直线加速器、个性化放疗、质子束治疗、Flash放疗和远程监测	全面概述了多种前沿放疗技术的现状与未来方向，特别是Flash放疗和基于深度学习自动分割等新兴方法	部分技术仍处于实验阶段或需要随机试验验证，如Flash放疗和基于解剖变化适应计划的益处尚未确认；质子治疗在法国可及性有限	讨论头颈部肿瘤放射治疗中最有前景的技术创新及其未来发展方向	头颈部肿瘤患者及放疗技术本身（如自动分割、影像引导、质子治疗等）	自然语言处理	头颈部肿瘤	深度学习、MRI引导直线加速器、功能PET成像、Flash放疗、远程监测	深度学习	影像	NA	NA	NA	毒性、生活质量、肿瘤控制、剂量分布	NA
2358	2026-06-23	EAC-Agent: A deep learning framework for multimodal emotion-aware conversational agent with contextual response generation 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346770 PMID:41996398	研究论文	提出一个用于多模态情感感知对话代理的深度学习框架，该框架整合文本、音频和视觉特征以生成情感响应	首次提出自我和跨模态注意力机制，结合预训练嵌入（如GloVe）和序列到序列模型与Transformer架构，实现多模态情感嵌入的融合	仅基于两个基准数据集进行验证，模型在真实应用场景下的泛化能力需进一步测试；情感识别准确率仍有提升空间（最高76.27%）	开发能够从多模态输入中准确理解用户情感并生成上下文适当响应的对话代理	用户的多模态对话数据（文本、音频、视频）及其情感状态	自然语言处理	NA	NGS	Transformer, 序列到序列模型	文本, 音频, 视频	IEMOCAP和MELD两个数据集	NA	Transformer, GloVe	准确率, 困惑度, BLEU分数, ROUGE-L分数	NA
2359	2026-06-23	TinyAct: A framework for real-time action recognition in the cloud through distillation learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347245 PMID:42008450	研究论文	提出一个名为TinyAct的轻量级框架，通过知识蒸馏实现边缘计算与云端协同的实时人体动作识别	结合3D视频自编码器提取紧凑时空特征与经典机器学习分类器，采用AIoT架构在边缘设备提取特征、云端进行分类，并通过知识蒸馏将ViT教师模型的时间知识迁移至紧凑学生架构	未说明具体局限性	实现在资源受限设备上的高效实时人体动作识别	人体动作视频数据中的时空特征与动作类别	计算机视觉	NA	知识蒸馏、3D视频自编码器	3D自编码器、随机森林、SVM、XGBoost、ILA-ViT-B/16	视频	Kinetics-400数据集（具体样本数未提及）	NA	3D自编码器、随机森林、SVM、XGBoost、ILA-ViT-B/16	准确率	边缘设备与云端协同（具体GPU类型未提及）
2360	2026-06-23	A cross-dataset harmonized intrusion detection framework with statistically validated multi-model learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346982 PMID:42008467	研究论文	提出一种跨数据集协调的入侵检测框架，通过特征统一、多模型评估和统计验证实现可复现和透明的系统评估	提出基于SHA-256哈希链的加密日志机制实现实验可追溯性，并整合特征协调、多模型基准测试和统计验证的统一框架	基于手动特征对齐，在高异质性数据集中效果可能受限	构建统一且透明的入侵检测系统评估框架，解决数据集依赖性强、可复现性差和评估不透明的问题	网络入侵检测数据集（NSL-KDD和CICIDS2017）及多种学习模型（监督、无监督、深度学习和集成模型）	机器学习	NA	NA	随机森林、监督模型、无监督模型、深度学习模型、集成模型	表格数据（网络流量特征）	两个网络入侵数据集：NSL-KDD和CICIDS2017	NA	随机森林、其它未指定架构	准确率、F1分数、Wilcoxon符号秩检验、McNemar检验、DeLong检验	NA