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	2026-06-16	GraphChIAr: genome-wide super-resolution reconstruction of protein-mediated remote chromatin interactions by augmenting hi-C interaction maps with multiple ChIP-seq profiles 2026-May-04, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag305 PMID:42289051	研究论文	提出GraphChIAr，一个基于回归的深度学习框架，通过整合Hi-C接触图与多种ChIP-seq图谱及基因组序列信息，实现全基因组超分辨率重构蛋白质介导的远程染色质相互作用	超分辨率能力，能从常规分辨率精确估计至近核小体分辨率（如200 bp）；引入基因组移位距离实现全基因组尺度远程相互作用预测；整合多种互补基因组特征提高了预测准确性	NA	提供一种有效的计算工具，通过增强实验数据来推进三维基因组组织研究，特别是蛋白质介导的染色质相互作用的预测	染色体相互作用强度，关键介导蛋白（如CTCF）的远程互作	机器学习	NA	Hi-C测序，ChIP-seq	深度学习框架	基因组序列数据，Hi-C接触图，ChIP-seq谱	NA	NA	NA	预测准确性	NA
3022	2026-06-16	Data Augmentation Via Generative Adversarial Networks for Robust Prediction of NADH and pH from Limited Time-Resolved Fluorescence Spectra 2026-May, Journal of fluorescence IF:2.6Q3 DOI:10.1007/s10895-026-04775-8 PMID:41998303	研究论文	提出结合生成对抗网络与长短期记忆模块的数据增强方法，用于从有限时间分辨荧光光谱中稳健预测NADH浓度和pH值	首次将生成对抗网络与长短期记忆模块混合用于时间分辨荧光光谱数据增强，实现NADH和pH双参数同步预测，显著提高小样本下的预测精度	NA	实现基于cpYFP生物传感器的NADH浓度和pH值同步定量检测	cpYFP基NADH生物传感器SoNar的时间分辨荧光光谱数据	机器学习	NA	时间分辨荧光光谱	生成对抗网络（GAN）、长短期记忆网络（LSTM）	光谱数据	有限实验数据（具体数量未提及）	NA	GAN, LSTM	预测精度	NA
3023	2026-06-16	Radiomics-based artificial intelligence models in brain tumors: A systematic review and meta-analysis of diagnostic performance 2026-May, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-03983-0 PMID:42043503	系统综述与Meta分析	系统评估基于影像组学的人工智能模型在脑肿瘤诊断中的性能	首次对基于影像组学的AI模型诊断脑肿瘤的准确性进行系统回顾和Meta分析，并探讨模型类型、成像方式和肿瘤亚型对预测准确性的影响	仅31%研究使用了外部验证，且方法学异质性高	系统评估基于影像组学的AI模型诊断脑肿瘤的性能，并识别影响预测准确性的因素	脑肿瘤患者的影像数据及基于影像组学的AI诊断模型	机器学习	脑肿瘤	影像组学	深度学习、混合模型、传统机器学习	影像数据	107项研究	NA	深度学习模型、混合模型、传统机器学习模型	AUC、敏感度、特异度、准确率	NA
3024	2026-06-16	Feasibility of Deep Learning-Based Segmentation of the Facial and Vestibulocochlear Nerves on High-Resolution Magnetic Resonance Imaging 2026-May, Cureus DOI:10.7759/cureus.108842 PMID:42291893	研究论文	评估基于深度学习的面神经和前庭耳蜗神经自动分割在高分辨率磁共振成像上的可行性	首次验证深度学习对颅神经薄小结构（面神经和前庭耳蜗神经）在脑池段和管内段高分辨率MRI上的自动分割，并系统比较多种U-Net变体（Attention U-Net、Dynamic U-Net、U-Net++）在该任务中的性能	回顾性研究，样本量有限（仅22例患者），分割性能指标中等，测试数据集较小，且分割的是小结构导致体素表示有限	评估深度学习自动分割面神经和前庭耳蜗神经在脑池段和管内段的可行性	面神经和前庭耳蜗神经	计算机视觉	NA	高分辨率磁共振成像（MRI）	CNN	图像	22名成年患者	MONAI	三维U-Net, Attention U-Net, Dynamic U-Net, U-Net++	Dice相似系数	NA
3025	2026-06-16	Rolling element bearing fault diagnosis based on modified Pufferfish optimization assisted efficient customized convolutional neural network with IMI-EMD 2026-Apr-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50930-3 PMID:42062436	研究论文	提出一种基于改进河豚优化算法和高效定制卷积神经网络的滚动轴承故障诊断方法	结合改进互信息经验模态分解预处理信号，并采用改进河豚优化算法优化定制卷积神经网络的权重，实现高效故障诊断	未提及模型在噪声环境、变工况条件下的鲁棒性验证及与其他最新方法的全面对比	开发一种自动从原始振动信号中提取特征并进行滚动轴承故障诊断的高效深度学习模型	滚动轴承的振动信号	机器学习	NA	经验模态分解（EMD）	定制卷积神经网络（CCNN）	振动信号	NA	NA	定制卷积神经网络	精确率, 准确率, 灵敏度, 特异度, 假阳性率, 假阴性率	计算成本12.22 GFLOPS，训练时间64.179秒；未指定具体GPU型号
3026	2026-06-16	Transformer-based Siamese multimodal imaging model for predicting pathological complete response after neoadjuvant chemoradiotherapy in locally advanced rectal cancer 2026-Apr-30, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-16049-4 PMID:42062990	研究论文	提出基于Transformer的孪生多模态成像模型，用于预测局部晚期直肠癌新辅助放化疗后的病理完全缓解	首次将Transformer与孪生网络架构结合用于多模态MRI特征融合，整合治疗前后影像信息以预测pCR，优于传统早期融合机器学习模型	NA	开发非侵入性生物标志物以预测pCR，辅助器官保留策略并避免不必要根治性手术	局部晚期直肠癌（LARC）患者	数字病理学	直肠癌	多模态磁共振成像（MRI）	Transformer	影像数据	440名来自三个中心的LARC患者	PyTorch，PyRadiomics	ResNet101, Transformer	AUC, 决策曲线分析, 校准曲线, 无进展生存期	NA
3027	2026-06-16	Comparison and validation of machine learning models to predict 5-year fall risk among community-dwelling older adults in China 2026-Apr-29, BMC geriatrics IF:3.4Q2 DOI:10.1186/s12877-026-07554-z PMID:42050425	research paper	利用中国社区老年人全国代表性纵向数据，系统比较并验证了五种机器学习模型在5年跌倒风险预测中的表现，发现堆叠集成模型最优	首次基于CHARLS全国代表性数据对多个机器学习模型进行系统比较，并引入决策曲线分析和Brier评分等全面评估指标；堆叠集成模型的超强性能揭示了其在二级预防中的潜在应用价值	对于无跌倒史的老年人（一级预防），模型预测能力有限，表明静态基线数据不足以准确预测首次跌倒	比较并验证多种机器学习模型在中国社区老年人5年跌倒风险预测中的性能，为风险分层和数字健康平台集成提供依据	中国社区65岁及以上老年人（初始样本8,072人）	machine learning	geriatric disease	NA	GLM, GBM, DRF, DL, 堆叠集成模型	结构化问卷数据（人口统计学、生活方式、慢性病、感觉与身体功能、人体测量与生物标志物、心理社会/环境因素）	8,072名中国社区老年人（2015年基线，随访至2020年）	NA	GLM, GBM, 分布式随机森林, 深度学习, 堆叠集成	AUC, AUC-PR, Brier评分, 校准图, 决策曲线分析	NA
3028	2026-06-16	Deep learning-driven prediction of on-target activity, off-target risk, and repair outcomes in CRISPR/Cas9: current landscape and multi-scale perspectives 2026-Apr-28, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-026-08175-1 PMID:42046128	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3029	2026-06-16	Heat stress alters Drosophila locomotor behaviors in a sex-specific manner: a machine learning analysis 2026-Apr-28, International journal of biometeorology IF:3.0Q2 DOI:10.1007/s00484-026-03219-z PMID:42047857	研究论文	利用机器学习分析热应激对果蝇运动行为的性别特异性影响	首次利用深度学习框架SLEAP精确量化热应激下果蝇的运动参数，揭示性别特异性行为模式	未提及	研究急性热应激对果蝇运动行为的性别特异性影响，评估气候变化对昆虫种群的潜在威胁	黑腹果蝇（Drosophila melanogaster）	机器学习	NA	NA	深度学习	视频	NA	SLEAP	NA	NA	NA
3030	2026-06-16	Pancreatic multi structure segmentation on CT using transformer and deep learning approaches 2026-Apr-28, Discover oncology IF:2.8Q2 DOI:10.1007/s12672-026-04823-6 PMID:42047892	研究论文	评估六种深度学习架构在CT图像中自动分割胰腺肿瘤及邻近解剖结构的性能，其中Swin-Unet表现最优	首次在多中心大规模CT数据集上系统比较Swin-Unet、nnU-Net等六种架构，并验证Transformer模型在血管和导管分割中的优势	对薄壁和低对比度导管结构的分割精度仍需进一步改进	评估并比较先进深度学习架构在胰腺多结构CT图像分割中的性能	胰腺肿瘤、实质、导管、胆总管、静脉系统和动脉系统六种解剖结构	计算机视觉	胰腺癌	NA	CNN, Transformer	图像（CT扫描）	1968例CT扫描（来自6个医疗机构的训练集），536例独立外部验证集	PyTorch	U-Net, nnU-Net, Attention-based Residual U-Net, DeepLabV3+, SegNet, Swin-UNet	Dice系数, Jaccard指数, 精确度, 召回率, 95百分位豪斯多夫距离	NA
3031	2026-06-16	Hybrid deep learning-based prognostic classification of maxillary canine impaction on panoramic radiographs 2026-Apr-28, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-026-00924-8 PMID:42050310	研究论文	开发一种混合深度学习模型，用于从全景放射片中自动进行上颌尖牙阻生预后分类	结合Swin Transformer和ResNet18进行特征提取，并集成注意力机制，通过图像增强技术预处理数据，在预后分类任务中优于单一模型和三名正畸住院医师	样本量仅包含294张全景放射片，且未发现不同图像增强技术之间的显著差异	自动化上颌阻生尖牙的预后分类，减少主观评估差异，辅助治疗规划决策	上颌尖牙阻生的全景放射片图像	计算机视觉	口腔疾病	全景放射成像	混合深度学习模型	图像	294张全景放射片	PyTorch（基于Swin Transformer和ResNet18的常见框架，合理推断）	Swin Transformer, ResNet18	AUC	NA
3032	2026-06-16	Medical students' perceptions of the impact of case-based learning on engagement, cognitive skills, and communication 2026-Apr-28, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-026-09316-2 PMID:42050501	研究论文	评估案例教学法对医学生参与度、认知技能和沟通能力感知的影响	在沙特阿拉伯背景下探索案例教学法在医学教育中的实施效果及挑战，填补了该区域研究的空白	研究为横断面设计，样本来自单一机构，可能存在抽样偏差和样本量有限的问题	评估案例教学法在增强医学生感知收益、参与度及问题解决、批判性思维、临床推理和沟通技能方面的有效性	沙特国王大学第三至第五学年临床医学生	机器学习	NA	NA	NA	问卷数据	327名临床医学生	SPSS	NA	描述性统计、相关性分析	NA
3033	2026-06-16	Optimal quantitative metrics reflecting surgeons' qualitative evaluation in deep learning-based intraoperative anatomy recognition task: a retrospective study 2026-Apr-28, BMC surgery IF:1.6Q2 DOI:10.1186/s12893-026-03787-2 PMID:42050561	研究论文	本研究提出一种新的评估指标“手术Dice相似系数”，用于衡量深度学习术中解剖结构识别模型与外科医生定性评价的相关性	提出手术Dice相似系数（Surgical Dice Similarity Coefficient），该指标能更好地反映外科医生对输尿管分割结果的定性感知，优先于传统Dice系数等已有指标	单中心回顾性设计，仅关注特定手术（腹腔镜乙状结肠切除术）和特定解剖结构（输尿管），可能限制泛化能力；评估指标基于有限数量的预测图像和外科医生评价	确定与外科医生定性评价最相关的语义分割评估指标，用于手术导航中的解剖结构识别任务	腹腔镜乙状结肠切除术中输尿管的分割预测图像及外科医生的定性评估	计算机视觉	NA	深度学习语义分割	CNN（卷积神经网络）	手术图像	22,294张输尿管标注图像（16,034张训练，6,260张验证），658张预测图像用于评估	NA	语义分割模型（具体架构未说明）	手术Dice相似系数、Dice系数、精确率、召回率、F1分数、AUC	NA
3034	2026-06-16	The digital keystone: how artificial intelligence is reshaping HLA research and clinical practice 2026-Apr-27, Immunogenetics IF:2.9Q3 DOI:10.1007/s00251-026-01397-z PMID:42043567	综述	综述人工智能在人类白细胞抗原（HLA）研究及临床应用中的技术进展与变革	系统整合了AI在HLA领域的多方面应用，包括抗原加工与T细胞识别、HLA基因型推算及移植决策支持，并关联了非经典HLA分子、等位基因特异性表达及杂合性丢失等新兴生物学观点	免疫原性预测和稀有等位基因的覆盖仍存在持续空白	概述HLA研究从血清学至AI时代的技术发展，并促进可重复且公平的临床转化	HLA系统在抗原加工与T细胞识别、HLA基因型推算、移植决策支持中的应用	机器学习和数字病理学	移植疾病、感染性疾病、炎症性疾病、肿瘤	下一代测序, SNP芯片, 低覆盖度全基因组测序	深度学习模型	序列数据, 注册数据	NA	NA	NA	准确性	NA
3035	2026-06-16	Physics-informed deep learning for molecular solubility prediction: integrating thermodynamic constraints with neural network architectures 2026-Apr-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49635-4 PMID:42045436	研究论文	提出一种物理信息神经网络框架，通过整合热力学约束提高分子溶解度预测的准确性和物理一致性	首次将热力学约束显式融入神经网络学习过程，通过自定义损失函数强制执行能量守恒，并实现物理可解释的能量分解	需要针对1500个分子进行量子化学计算以获得能量分解真值，数据获取成本较高	开发符合物理规律的分子溶解度预测方法，提高对新化学骨架的预测泛化能力	分子水溶性预测，特别关注新化学骨架的预测性能	机器学习	NA	量子化学计算	物理信息神经网络	分子结构数据和能量分解数据	AqSolDB数据集包含9982个分子，额外1500个分子进行量子化学计算	NA	物理信息神经网络	均方根误差，热力学一致性比例	NA
3036	2026-06-16	A new perspective on data leakage prevention and adaptive attention in telecom churn prediction 2026-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49443-w PMID:42034776	研究论文	提出泄漏预防的严谨协议和LOP-Net自适应注意力架构，用于电信客户流失预测，并验证其性能优势	建立了无泄漏的实验协议，包括Auto Balance自适应过采样算法；提出了LOP-Net架构，包含Relationship-LSTM和LOP-Attention两个新模块，用于建模多层次非线性特征交互	未明确指出局限性	解决客户流失预测中的数据泄漏和缺乏捕捉多层次非线性特征交互能力的问题	电信客户流失预测任务与多个电信数据集	机器学习	NA	NA	深度学习	表格数据	多个电信数据集	NA	LOP-Net, Relationship-LSTM, LOP-Attention	准确率, Brier分数, 误差棒分析, 配对t检验	NA
3037	2026-06-16	LiRPE 1.0: a modified linformer with relational positional encoding for network intrusion detection 2026-Apr-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49787-3 PMID:42034912	研究论文	提出LiRPE 1.0，一种改进的Linformer架构，结合可训练的关系位置编码，用于网络入侵检测	在Linformer中引入可训练的关系位置编码（RPE）以显式建模流量令牌间的成对时间关系，同时利用LightGBM和SHAP实现特征选择与模型可解释性	未明确提及局限性	提高网络入侵检测系统的性能、计算效率和可解释性，解决类别不平衡问题	网络入侵检测系统（IDS）	自然语言处理	NA	NA	Linformer	网络流量数据	使用RT-IoT-2022、CICIoT-2023和IoMT-2024 Wi-Fi-MQTT基准数据集	NA	Linformer	准确率、召回率、F1分数、马修斯相关系数	NA
3038	2026-06-16	AI-driven discovery of natural product-derived FAK1 inhibitors for idiopathic pulmonary fibrosis 2026-Apr-26, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-026-11556-9 PMID:42035381	研究论文	构建结合机器学习和深度学习的虚拟筛选工作流，从25000种天然化合物中发现针对特发性肺纤维化的FAK1抑制剂	整合多指纹多算法组合模型、SHAP分析、深度学习对接方法和分子动力学模拟，建立了高效的自然产物大型虚拟筛选框架	研究结果仅基于计算预测，尚未经过体外或体内实验验证	发现用于特发性肺纤维化治疗的天然产物来源FAK1抑制剂	FAK1靶点及25000种来自TCMBank和HERB的天然化合物	机器学习	特发性肺纤维化	虚拟筛选、分子对接、分子动力学模拟	机器学习和深度学习模型	文本数据（化合物结构信息和活性数据）	25000种天然化合物	NA	PLANET, KarmaDock	pIC50预测性能, 富集性能	NA
3039	2026-06-16	Prediction of infiltration degree of ground-glass nodules using a fusion of CT radiomics and deep learning 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50328-1 PMID:42034781	研究论文	本研究探索了一种前后融合策略，结合CT影像组学和深度学习预测肺磨玻璃结节的浸润程度	提出了一种结合影像组学特征与深度学习特征的前后融合策略，通过逻辑回归、11种机器学习分类器和ResNet-101框架构建融合模型，显著提高预测性能	未明确说明局限性，可能包括样本量有限、回顾性研究设计、缺乏外部验证等	评估肺磨玻璃结节浸润程度，基于肺腺癌病理进展谱系进行分类预测	517例肺磨玻璃结节患者的CT影像数据和临床数据	数字病理学，机器学习	肺癌	CT影像组学，深度学习特征提取	逻辑回归，机器学习分类器（11种），ResNet-101	CT影像，临床数据，影像组学特征	517例肺磨玻璃结节患者	PyRadiomics，Scikit-learn，PyTorch	ResNet-101	AUC，95%置信区间，p值	NA
3040	2026-06-16	Advanced detection of coronary artery disease using a GAN-transformer model on plasma cytokine profiles 2026-Apr-25, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49156-0 PMID:42031865	研究论文	提出一种结合WGAN-GP和Transformer的混合深度学习模型，通过血浆细胞因子谱实现冠脉疾病的早期检测	将生成对抗网络与Transformer架构结合，利用WGAN-GP生成合成数据解决类别不平衡问题，并采用Transformer预测器处理高维细胞因子数据	队列多样性不足，缺乏大规模共病群体（如糖尿病患者），且仅使用细胞因子特征而未纳入临床变量	开发一种基于血浆细胞因子的非侵入性早期冠脉疾病检测方法	1040名患者的血浆细胞因子谱（390例CAD患者和650例对照）	机器学习	心血管疾病	ELISA检测	生成对抗网络与Transformer混合模型	细胞因子特征数据	1040名患者（390例CAD患者和650例对照）	NA	WGAN-GP, Transformer	准确率, 精确率, 召回率, F1分数, AUC-ROC	NA