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
3021	2026-07-01	Artificial intelligence and multi-omics revealed the authentic regulation of ADP-ribosylation in modulation Treg/Th17 ecosystem and multi-target therapeutic strategy enrichment for HBV+ Hepatocellular Carcinoma patients 2026-Jun-29, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-05487-y PMID:42371264	研究论文	本研究利用人工智能和多组学方法，揭示了ADP-核糖基化在调节HBV阳性肝细胞癌患者Treg/Th17生态系统中的真实调控机制，并富集了多靶点治疗策略	首次阐明ADP-核糖基化调节Treg/Th17生态系统的机制，并利用机器学习和深度学习管道识别治疗药物	NA	研究ADP-核糖基化在调节HBV阳性肝细胞癌患者Treg/Th17生态系统中的机制	HBV阳性肝细胞癌患者	机器学习	肝细胞癌	NA	机器学习	基因表达数据	NA	NA	NA	NA	NA
3022	2026-07-01	NanoRAPID: A Deep Learning-based Framework for Single-molecule RNA Structure Analysis Using Nanopore Direct RNA Sequencing 2026-Jun-29, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzag052 PMID:42371794	研究论文	提出基于深度学习的框架NanoRAPID，利用纳米孔直接RNA测序数据精准分析RNA二级结构	首次利用卷积神经网络直接从纳米孔测序的原始电流信号中识别RNA结构探针修饰位点，实现转录组范围内RNA结构分析	未提及具体局限性	开发高精度工具用于从纳米孔直接RNA测序数据检测RNA结构探测信号	RNA二级结构及其修饰位点	机器学习	NA	Nanopore直接RNA测序	卷积神经网络	纳米孔测序原始电流信号	包括NAI-N3和DEPC处理的DRS数据集	NA	CNN	探针位点识别准确率	NA
3023	2026-07-01	Magnetic Resonance Spectroscopy Deep Learning with Magnetic Resonance Background Generator Enables In Vivo Metabolite Quantification of Hepatic Encephalopathy 2026-Jun-29, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3707534 PMID:42371892	研究论文	提出一种融合磁共振背景生成器的深度学习新方法，用于肝性脑病的在体代谢物定量分析	首次将背景信号（包括大分子、脂质和基线）显式融入深度学习定量框架中，解决现有方法忽视基线干扰的问题	NA	实现短回波质子磁共振波谱中代谢物的准确深度学习定量，并用于肝性脑病的临床诊断	大脑中的代谢物及背景信号（大分子、脂质和基线）	机器学习	肝性脑病	质子磁共振波谱	QNet（深度学习定量模型）	波谱数据	216个波谱（BigGABA数据集及不同厂商数据）用于验证，176个波谱用于肝性脑病分类	NA	QNet	NA	NA
3024	2026-07-01	Integrating stemness and epithelial-mesenchymal transition signatures with machine learning identifies RUNX1 as a therapeutic vulnerability in colorectal cancer 2026-Jun-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111826 PMID:42372471	研究论文	结合干性与上皮间质转化特征通过机器学习识别RUNX1作为结直肠癌治疗靶点	将单细胞RNA-seq数据与AI/ML模型整合，同时捕获肿瘤异质性，实现治疗靶点优先排序，并鉴定RUNX1为新型可药物转录因子，通过高通量虚拟筛选发现潜在抑制剂	研究主要基于计算分析和体外验证，缺乏体内实验和临床样本的进一步验证	识别结直肠癌中与上皮间质转化和干性相关的可药物转录因子，并发现潜在小分子抑制剂	结直肠癌单细胞RNA-seq数据中的42,535个细胞，特别是混合EMT状态细胞	机器学习	结直肠癌	单细胞RNA测序、高通量虚拟筛选、分子动力学模拟	深度学习、scVAEDer、GENIE3	单细胞转录组数据	42,535个结直肠癌细胞	PyTorch、Schrödinger	scVAEDer、GENIE3	NA	NA
3025	2026-07-01	An improved catch fish optimization based deep learning model for Parkinson disease classification using EEG signal 2026-Jun-29, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111812 PMID:42372473	研究论文	提出一种基于改进捕鱼优化算法的深度学习模型，用于利用EEG信号进行帕金森病分类	将改进捕鱼优化算法（ICFO）与多注意力双向长短期记忆网络（MA-BiLSTM）结合，优化模型超参数，提升分类性能	未提及模型在实际临床环境中的泛化能力以及计算效率的详细分析	实现基于EEG信号的帕金森病准确客观分类	EEG信号	机器学习	帕金森病	EEG信号采集与处理	编码器-解码器深度学习模型	EEG信号数据	两个公开数据集：圣地亚哥数据集和爱荷华数据集	NA	MA-BiLSTM（多注意力双向长短期记忆网络）	准确率、召回率、精确率、F分数、AUC	NA
3026	2026-07-01	Deep learning for time-series segmentation of mechanical ventilator waveforms 2026-Jun-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58565-0 PMID:42366236	研究论文	开发并验证了一种基于一维注意力门控U-Net架构的深度学习模型，用于机械通气波形的吸气和呼气起始点分割	首次将注意力门控U-Net应用于呼吸机波形时间序列分割，在存在异步性的嘈杂真实世界数据中仍保持高鲁棒性	未明确提及外部验证或不同呼吸机品牌的泛化能力	实现机械通气波形的高精度、实时分割，以检测患者-呼吸机异步事件	33名患者的9719次呼吸波形数据	机器学习	呼吸系统疾病	NA	一维注意力门控U-Net	时间序列数据	33名患者的9719次呼吸	PyTorch	注意力门控U-Net	F1分数	NA
3027	2026-07-01	Phase-only synthesis of cosecant-squared patterns with reduced sidelobes in large planar arrays via physics-informed deep neural networks 2026-Jun-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58299-z PMID:42365069	研究论文	提出一种基于物理信息深度神经网络的框架，用于平面天线阵列中余割平方波束方向图的相位综合，以高效抑制旁瓣并最小化波纹	将物理约束嵌入深度学习训练过程，通过损失函数实现相位激励优化，无需外部监督或迭代求解，显著提高大规模阵列的波束合成效率	未提及高动态场景或非理想阵列环境的鲁棒性	高效实现平面天线阵列的余割平方波束方向图相位综合，同时抑制旁瓣电平并最小化波纹	大规模平面天线阵列的相位激励优化问题	机器学习	NA	NA	物理信息深度学习网络	数值模拟数据	未明确样本数量，基于大规模平面阵列仿真	NA	物理信息神经网络	方向图保真度、损失函数收敛性、计算时间	NA
3028	2026-07-01	SMURF: soft-segmentation for single-cell reconstruction and topological analysis of spatial transcriptomic data 2026-Jun-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-74464-4 PMID:42350392	研究论文	提出SMURF（软分割与流形展开框架），一种跨平台软分割算法，利用深度学习将mRNA从捕获点映射到邻近细胞核，并展开复杂组织结构以分析细胞类型组织和基因表达梯度	首次将软分割与流形展开结合，实现空间转录组数据中单细胞mRNA精确分配和复杂组织拓扑结构的投影分析	对超过400,000个细胞的大规模数据处理可能对计算资源有较高要求，且算法性能依赖于Visium HD等高分辨率数据的可用性	开发能够准确分配转录本至单细胞并分析空间转录组数据中细胞组织和基因表达梯度的计算方法	小鼠回肠组织中的细胞以及来自多种空间转录组技术的数据	机器学习	NA	空间转录组测序	深度学习模型（具体架构未明确）	图像和基因表达数据	超过40万个来自小鼠回肠的细胞，使用Visium HD数据	PyTorch（基于描述提及深度学习）	NA	mRNA分配准确性、细胞类型组织分析、基因表达梯度识别	NA
3029	2026-07-01	A digital twin framework for adaptive treatment planning in radiotherapy 2026-Jun-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae835a PMID:42361838	研究论文	开发了一个数字孪生框架，用于前列腺立体定向体部放疗中适应性质子治疗的快速在线计划优化	整合深度学习多图谱可变形图像配准、每日患者解剖更新和基于知识的计划质量评估，形成预测性和适应性放疗框架	NA	开发数字孪生框架，实现快速在线适应性质子治疗计划，以减少再优化时间并保持临床计划质量	43例前列腺立体定向体部放疗病例，包括前列腺显性病灶强化计划	计算机视觉	前列腺癌	锥形束CT	深度学习	图像	43例前列腺立体定向体部放疗病例	NA	多图谱可变形图像配准	计划质量评分, V100覆盖率, 膀胱V20.8Gy, 直肠V23Gy, 尿道D10	NA
3030	2026-07-01	The natural isoflavone puerarin mitigates cerebral ischemia-reperfusion injury by directly targeting CaMKⅡδ to block DLG4-Ser654 phosphorylation 2026-Jun-26, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158499 PMID:42372596	研究论文	通过整合定量磷酸化蛋白质组学和深度学习，揭示葛根素直接靶向CaMKIIδ阻断DLG4-Ser654磷酸化从而减轻脑缺血再灌注损伤的机制	首次系统鉴定CaMKIIδ-DLG4-AMPAR病理级联反应在缺血性卒中中的作用，并发现天然异黄酮葛根素通过直接结合CaMKIIδ的ATP结合口袋发挥神经保护作用	未提及	阐明葛根素对脑缺血再灌注损伤的神经保护分子机制，特别是其靶向的激酶-底物网络	大鼠海马组织、PC-12细胞、MCAO大鼠模型	机器学习	脑血管疾病	定量磷酸化蛋白质组学, LC-MS/MS, 深度学习虚拟筛选	深度学习集成模型	磷酸化蛋白质组学数据、分子动力学模拟数据	大鼠模型（具体数量未提供）	NA	NA	NA	NA
3031	2026-07-01	Real-time EEG-based epileptic seizure prediction using artificial intelligence: A systematic review 2026-Jun-26, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103476 PMID:42372640	系统综述	系统评估人工智能模型在实时脑电癫痫预测中的操作准备度，并分析架构性能及部署关键因素	提出标准化验证框架，要求同时评估患者特异性、患者非特异性和跨数据集外部验证，并引入端到端延迟预算和24小时假阳性率报告标准	仅纳入23项研究，且过度依赖单一儿童数据集（CHB-MIT占74%），缺乏前瞻性验证和标准化部署指标	评估AI模型对实时癫痫预测的临床转化准备度	2017-2025年发表的基于EEG的实时癫痫预测研究	机器学习	癫痫	EEG	深度学习架构（CNN、混合模型）及传统机器学习	脑电信号	23项研究（主要为CHB-MIT数据集，包含儿科患者）	NA	CNN、混合深度学习模型	灵敏度、假阳性率（次/小时）	NA
3032	2026-07-01	SegJointGene: joint cell segmentation and spatial gene prioritization by information entropy guided convolutional neural networks 2026-Jun-25, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag447 PMID:42345533	研究论文	提出了SegJointGene，一个联合进行细胞分割和空间基因优先级排序的深度学习框架，通过整合核染色图像和空间基因或蛋白质表达数据来改善复杂组织中的细胞边界检测	设计信息熵引导的卷积神经网络与计算信息丢弃分数，迭代优化基因优先级和细胞边界，实现细胞类型特异性分割	NA	开发一种同时进行细胞分割和空间基因优先级排序的方法，提高复杂组织中细胞边界检测的准确性	细胞分割和空间基因优先级排序任务	数字病理学	NA	空间测序技术	卷积神经网络	图像数据	小鼠海马体空间转录组数据、全小鼠大脑不同区域数据、人类扁桃体空间蛋白质组数据，以及仿真数据	PyTorch	SegJointGene	分子信号分配准确率	NA
3033	2026-07-01	Inferring Dynamic Information from Protein Structures by Gaussian Integrals and Deep Learning 2026-Jun-24, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag446 PMID:42340665	研究论文	提出基于高斯积分和深度学习的框架，从静态蛋白质结构推断动力学信息	首次将30维高斯积分描述符与注意力机制一维CNN结合，实现从静态结构预测蛋白质动力学，替代昂贵的分子动力学模拟	模型基于Cα骨架拓扑，可能未完全捕获侧链和溶剂效应；训练数据限于ATLAS数据库的1,374个蛋白链，泛化性待验证	开发可扩展的结构基方法，从静态蛋白质结构推断动力学特性	蛋白质柔性及协同运动偏差	机器学习	NA	高斯积分描述符，分子动力学模拟	注意力机制1D-CNN，回归模型	蛋白质结构数据（Cα骨架拓扑）	1,374个ATLAS蛋白链，含MD模拟推导的RMSF值	PyTorch	1D-CNN	AUC，皮尔逊相关系数，R²	NA
3034	2026-07-01	Cross-domain transfer learning strategy enhances interpretability of deep learning model explanations 2026-06-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59076-8 PMID:42342760	研究论文	研究归纳迁移学习如何增强深度学习模型在心电图房颤检测中的临床可解释性	提出使用归纳迁移学习强化双分支卷积神经网络中特定领域特征分离的方法，并通过深度泰勒分解分析解释特征归因的领域特异性	准确率范围85.70%-95.23%，与原始架构和先前方法相比各有高低，缺乏实际临床部署验证	探索归纳迁移学习能否提升深度学习模型解释的临床可解释性，使特征归因与临床相关ECG区域更好地对齐	基于xECGArch双分支卷积神经网络的心电图房颤检测模型及其解释方法	机器学习, 数字病理学	房颤	心电图分析	卷积神经网络	心电图信号	NA	NA	xECGArch, 双分支卷积神经网络	准确率	NA
3035	2026-07-01	Preoperative prediction of lymphovascular and perineural invasion in locally advanced gastric cancer via CT habitat analysis and deep learning: A dual-center study 2026-Jun-24, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113041 PMID:42372557	研究论文	开发并验证一种整合CT生境分析与深度学习特征的联合模型，用于术前预测局部进展期胃癌的淋巴血管及神经侵犯	首次将CT生境分析与深度学习特征相结合，用于预测局部进展期胃癌的淋巴血管和神经侵犯，并通过双中心外部验证提高了模型的泛化能力	未在标题和摘要中明确提及局限性，需要从全文获取更多细节	术前准确预测局部进展期胃癌的淋巴血管和神经侵犯状态，以指导个体化治疗策略	611名局部进展期胃癌患者，包括训练集（374例）、内部验证集（161例）和外部验证集（76例）	计算机视觉、数字病理学	胃癌	CT影像	深度学习模型（如卷积神经网络），K-means聚类	图像（静脉期CT）	611名局部进展期胃癌患者	PyTorch, Scikit-learn	ResNet	AUC, DCA（决策曲线分析）	NA
3036	2026-07-01	Machine learning applications in the detection and treatment of esophageal cancer 2026-Jun-23, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-05477-0 PMID:42334709	综述	总结机器学习在食管癌检测与治疗中的应用进展	系统梳理了人工智能在食管癌内镜与影像辅助诊断、治疗反应预测及预后评估中的最新应用，并指出了临床转化面临的挑战	大多基于回顾性、单一中心或区域受限的数据集，存在人群异质性、数据标准化不足、外部验证有限和模型可解释性差等问题，阻碍了临床转化	评估人工智能和机器学习在食管癌精准诊疗中的应用潜力与现状	食管癌的内镜和影像数据、临床信息、放射组学特征及生物标志物	机器学习	食管癌	NA	深度学习模型	图像、文本	NA	NA	NA	NA	NA
3037	2026-07-01	Interpretable deep learning for rotator cuff calcific tendinopathy diagnosis: a multi-center study 2026-06-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51016-w PMID:42331876	研究论文	开发和评估两种基于深度学习和混合深度学习-机器学习方法的自动框架，用于肩关节X光片的二分类诊断	在大型平衡数据集上微调VGG19架构的卷积神经网络，并构建混合模型通过提取深层特征结合传统机器学习分类器，同时对两种框架进行可解释性评估	仍需要进行前瞻性真实世界验证、在常规患病率条件下评估以及与人类阅片者的直接比较	实现肩关节X光片的二分类诊断并提高人工智能系统的可解释性	肩关节X光片	计算机视觉	肩袖钙化性肌腱炎	不适用	卷积神经网络	图像	训练集4,268张肩关节X光片，内部验证集480张，外部验证集308张	不适用	VGG19	AUC	不适用
3038	2026-07-01	IUM-hybrid model for enhanced CAD diagnosis using deep learning and VS Grad-CAM visualization 2026-06-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57536-9 PMID:42331954	研究论文	提出了一种融合 InceptionV3、U-NetR 和 MobileNetV2 的混合模型 IUM，并结合 VS Grad-CAM 可视化技术，用于增强冠状动脉疾病的 CAD 诊断	通过动态加权机制融合三种深度学习模型（InceptionV3、U-NetR 和 MobileNetV2）以提高分类性能，并首次采用 VS Grad-CAM 可视化生成精确热力图以增强模型可解释性	未在真实临床大规模数据集上验证，且混合模型可能增加计算复杂性，可能限制资源受限环境中的部署	提高冠状动脉疾病的早期诊断准确性和可解释性，减少人工错误，实现实时临床诊断	冠状动脉疾病患者	计算机视觉, 机器学习	冠心病	血管造影	混合模型 (CNN + Transformer)	图像	未提及	NA	InceptionV3, U-NetR, MobileNetV2	准确率, F1分数, 特异性, 灵敏度	NA
3039	2026-07-01	Cross-attention guided explainable deep transformer model for multi-level classification of rare neurological disorders using MRI images 2026-06-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58491-1 PMID:42332136	研究论文	提出一个基于交叉注意力可解释深度Transformer模型，用于利用MRI图像对罕见神经系统疾病进行多级分类	引入交叉注意力机制促进局部与全局表示动态交互，结合CNN和Transformer网络区分视觉相似的罕见疾病模式，并集成图神经网络、深度信念网络和堆叠自编码器提升鲁棒性与泛化能力	未明确提及局限性，但可能依赖开放MRI数据集，实际临床资源有限环境下需进一步验证	开发一种鲁棒且可解释的深度学习模型，用于罕见神经系统疾病的多标签分类，提升临床诊断可靠性	罕见神经系统疾病（神经退行性、神经生物性和神经发育性障碍）的多级分类	计算机视觉, 深度学习	神经系统疾病, 罕见病	MRI成像	Transformer, CNN, 图神经网络, 深度信念网络, 堆叠自编码器	MRI图像数据	开放访问MRI数据集，具体样本量未提及	TensorFlow, PyTorch（推测，基于GitHub代码）	CNN+Transformer, GNN, DBN, SAE, EigenCAM	多标签分类性能指标（具体如准确率、F1分数等未明确提及）	未提及，但代码公开于GitHub
3040	2026-07-01	GreenAid: a confidence-weighted ensemble deep learning system for real-time plant disease detection and management 2026-06-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57979-0 PMID:42324331	研究论文	提出GreenAid系统，集成置信度加权集成深度学习方法，用于实时植物病害检测和管理	将竞争性分类、边缘部署与完整农业交付管道（包括移动应用、网络仪表板和NLP聊天机器人）进行可复现集成，而非仅关注集成机制本身	NA	开发一个端到端的植物病害检测与管理系统，弥合实验室级深度学习性能与实际农业部署之间的差距	植物病害检测和管理系统	计算机视觉	植物病害	NA	CNN（卷积神经网络）	图像	87,000幅图像，38个类别，14个物种（PlantVillage基准数据集）	TensorFlow Lite	VGG16, ResNet50, InceptionV3	准确率, F1分数	中端智能手机（用于部署推理）