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
3121	2026-06-15	Transforming tabular data into images for deep learning models 2026-Jul, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108715 PMID:41691829	研究论文	提出一种将表格数值数据转化为灰度图像表示的方法，使卷积神经网络等深度学习模型能有效处理传统数值数据集	首次提出将无空间结构的表格数值数据通过归一化和矩阵重构转化为灰度图像，并利用ResNet-18和DAG-Net等深度学习架构进行高效分类	仅评估了四个公开数据集，未涉及大规模或真实场景下的复杂表格数据；转化过程可能丢失部分特征间关系信息	拓展深度学习对表格数值数据的处理能力，验证图像化转化方法的有效性和通用性	四个公开表格数据集：Rice MSC Dataset（RMSCD）、Optdigits、TUNADROMD、Spambase	机器学习	不适用	不适用	卷积神经网络（ResNet-18, DAG-Net）	表格数据（转化为灰度图像）	四个公开数据集，具体样本量未明确给出	PyTorch	ResNet-18, DAG-Net	准确率	未明确说明
3122	2026-06-15	A Multistage Virtual Screening Strategy Integrating Molecular Similarity, Deep Learning Scoring, and Molecular Docking toward the Discovery of Novel LRRK2 Inhibitors 2026-06-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00241 PMID:42187161	研究论文	整合分子相似性、深度学习评分和分子对接的多阶段虚拟筛选策略，用于发现新型LRRK2抑制剂	首次将Ouroboros分子表示模型（结合构象和药效团特征）与深度学习评分融入虚拟筛选流程，并成功识别出新型LRRK2抑制剂C-298	未明确说明临床前验证或体内实验数据，且候选化合物的数量较少（仅15个）	发现新型且有效的LRRK2抑制剂，用于帕金森病治疗	LRRK2蛋白及其G2019S突变体	计算机辅助药物设计	帕金森病	分子相似性搜索、深度学习评分、分子对接、分子动力学模拟	Ouroboros分子表示模型（深度学习模型）	化合物结构数据、酶活性数据、细胞活力数据、活性氧水平数据	从3种先导化合物生成多样化化合物库，最终选择15个候选化合物进行酶学评估，识别出4种新型抑制剂	NA	Ouroboros分子表示模型	IC50值、细胞活力、活性氧水平、磷酸化抑制程度	NA
3123	2026-06-15	Adaptive Disorder as the Hallmark of Nanobodies Antigen-Binding Loops 2026-06-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00716 PMID:42170950	研究论文	本研究利用两种独立策略（序列层面与结构层面）表征纳米抗体互补决定区的序列与结构特征，揭示其无序性作为适应性标志的功能意义	首次通过深度学习与能量分解方法证实纳米抗体CDR区序列与结构的无序性具有适应性，为抗原结合区设计提供新规则	未提供具体样本量及实验验证；模型在合成或极端序列上的泛化能力未讨论	解析纳米抗体互补决定区（CDR）的序列与结构无序性特征，推动下一代免疫诊断和治疗方法的设计规则	纳米抗体蛋白的互补决定区（CDRs）	机器学习	NA	NA	深度学习模型	序列数据（蛋白质一级序列）	NA	NA	NA	NA	NA
3124	2026-06-15	Pentagonal Porphyrin-Based Covalent Organic Framework with Switchable Dual-Enzyme Activity for Adaptive Catechol Sensing 2026-Jun-08, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00633 PMID:42258672	研究论文	构建了一种具有可切换双酶活性的五边形卟啉基共价有机框架，并开发了用于儿茶酚自适应性传感的深度学习辅助平台	首次通过希夫碱反应构建了五边形二维卟啉基共价有机框架（NiPor-BATA-COF），克服了传统二维COF的对称性限制，实现了过氧化物酶与过氧化氢酶活性的可切换“跷跷板”双酶活性，并整合YOLO v5-CC深度学习模型实现自适应比色传感和移动端定量检测	未明确指出具体限制	开发具有强催化活性和自适应性双酶功能的高性能纳米酶，用于智能化污染物监测系统	儿茶酚（CC）检测	自然语言处理, 机器视觉	NA	希夫碱反应	YOLO v5	图像	NA	PyTorch	YOLO v5	检测限, 线性检测范围	NA
3125	2026-06-15	Pushing the Limits of One-Dimensional NMR Spectroscopy for Automated Structure Elucidation Using Artificial Intelligence 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00905 PMID:42260727	研究论文	利用深度学习框架，仅凭一维氢谱和碳谱就能自动解析分子结构	首次证明通过基于Transformer的深度学习架构，能在完整元素覆盖范围内，仅利用一维NMR预测含有最多40个非氢原子的分子结构，克服了化学空间的组合爆炸问题	预测准确率为60.4%，在15次预测内，仍有进一步提高空间；方法可能对某些复杂或异常结构不适用	实现仅用一维核磁共振光谱自动推导有机化合物结构，覆盖药物类化学空间中大部分分子	有机化合物和天然产物，其中分子最多含40个非氢原子，元素涵盖C、N、O、H、P、S、Si、B和卤素	机器学习, 自然语言处理	NA	一维核磁共振波谱（氢谱和碳谱）	Transformer	文本（分子结构数据）	NA	PyTorch	Transformer	准确率	NA
3126	2026-06-15	Development of a Prediction Model for Progression Risk in High-Grade Gliomas Based on Habitat Radiomics and Pathomics 2026-06, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.70304 PMID:41486586	研究论文	基于生境影像组学和病理组学构建高分级胶质瘤进展风险预测模型	首次结合生境影像组学与病理组学构建联合模型，并整合临床信息用于高分级胶质瘤进展风险预测	样本量较小（72例），且为回顾性研究	评估基于生境影像组学和病理组学构建模型的可行性，以预测高分级胶质瘤的进展风险	高分级胶质瘤患者的术前磁共振图像和病理切片	数字病理学	胶质瘤	核磁共振成像、全切片成像	深度学习	图像	72例高分级胶质瘤患者（52例训练集，20例测试集）	NA	多种网络架构（具体未提及）	C指数、AUC	NA
3127	2026-06-15	Probabilistic vehicle speed prediction and reliability-based design optimization of mountainous freeway renovation using Transformer and active learning surrogates 2026-Jun, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108453 PMID:41702043	研究论文	提出一种结合Transformer和主动学习代理模型的山地高速公路改造概率速度预测与可靠性设计优化框架	首次将Transformer架构用于高速公路线形与附属设施到车速分布的概率映射，并结合主动学习Kriging代理模型求解安全与成本平衡的RBDO问题	未提及实验数据的规模及来源，也未讨论模型在不同道路环境下的泛化能力	实现基于可靠性的高速公路线形设计优化，平衡驾驶安全与改造成本	典型的山区高速公路及其改造设计参数（纵向坡度、曲线半径等）	机器学习	NA	NA	Transformer, Kriging代理模型	数值数据	针对一条典型的山区高速公路进行数值实验	NA	Transformer, Kriging	NA	NA
3128	2026-06-15	Efficient self-supervised Barlow Twins from limited tissue slide cohorts for colonic pathology diagnostics 2026-Jun, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104004 PMID:41793844	研究论文	针对结直肠息肉病理诊断，提出一种基于Barlow Twins自监督学习的高效计算模型，旨在减轻病理学家工作负担并提升筛查效率	优化了Barlow Twins框架的超参数、数据增强策略和编码器以适应病理数据特性；首次探索结直肠息肉筛查的最佳视场（FoV）；提出新的结直肠癌筛查基准数据集；证明自监督表示比监督表示更有意义且Swin Transformer在病理数据上的优势	当前研究缺乏有效应用自监督学习框架分析病理数据的方法	开发高效率计算模型辅助结直肠息肉活检筛查，优化病理学家工作流程	结直肠息肉活检切片，包括四种息肉类型和正常组织	数字病理学	结直肠癌	NA	Barlow Twins, Swin Transformer	全切片图像	使用MHIST和NCT-CRC-7K数据集进行下游任务	PyTorch	Swin Transformer	准确性、精确率、召回率、F1分数	NA
3129	2026-06-15	AI in ophthalmology: A bibliometric analysis of retinal imaging innovations and global research collaboration 2026-Jun, Photodiagnosis and photodynamic therapy IF:3.1Q2 DOI:10.1016/j.pdpdt.2026.105458 PMID:41932561	综述	通过文献计量和科学图谱分析，系统探究人工智能在眼科视网膜成像领域的知识结构、主题演变和全球合作动态	首次综合运用文献计量与科学图谱分析方法，揭示AI在视网膜诊断领域的研究轨迹、主题聚类及作者/机构合作影响力，并识别出从基础算法研究向多模态和个性化诊疗创新的转变趋势	存在真实世界临床整合不足、监管框架缺失以及低资源地区代表性欠缺等问题	阐明AI在眼科学研究中的知识景观、主题演变及全球合作动力学	涵盖AI驱动视网膜诊断的相关文献，包括发表趋势、引文影响、关键词共现、作者与机构网络	自然语言处理，机器学习	糖尿病视网膜病变	光学相干断层扫描	深度学习	文献数据	NA	NA	NA	NA	NA
3130	2026-06-15	Artificial Intelligence-Driven Segmentation of Three Oral Diseases: Enabling Precision Diagnosis and Decision Support 2026-Jun, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109486 PMID:41880827	研究论文	本研究引入了包含三种常见口腔黏膜疾病的高质量数据集，并评估了五种深度学习模型在病变分割和分类中的性能	创建了首个针对三种口腔黏膜疾病（口腔扁平苔藓、口腔白斑和口腔良性溃疡）的标准化基准数据集，并结合像素级分割掩码和诊断标签，为AI辅助口腔诊断提供了可复现的评估框架	数据集规模有限（808张图像），仅涵盖三种疾病，可能无法代表所有口腔黏膜病变；深度学习模型性能有待进一步提升	通过高质量数据集和深度学习模型评估，推动AI在口腔疾病精确诊断和临床决策支持中的应用	三种口腔黏膜疾病：口腔扁平苔藓、口腔白斑和口腔良性溃疡	计算机视觉	口腔疾病	临床图像采集	卷积神经网络	图像	808张高分辨率临床图像	NA	五种深度学习架构（具体未列出）	Dice系数，准确率	NA
3131	2026-06-15	SSPSPredictor: A Sequence- and Structure-Based Deep Learning Model for Predicting Phase-Separating Proteins 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00363 PMID:42214054	研究论文	提出SSPSPredictor模型，融合序列和结构信息预测相分离蛋白	首次融合蛋白质语言模型ESM-2的结构序列信息和图神经网络GVP的结构洞察，实现多模态预测相分离蛋白，无需监督即可识别驱动区域	NA	开发高效、可解释的相分离蛋白预测工具，探索相分离与疾病的联系	相分离蛋白（PSPs）、折叠蛋白、固有无序蛋白（IDPs）、人类蛋白质组中的致病突变	计算机视觉	NA	蛋白质语言模型、图神经网络	多模态深度学习模型	蛋白质序列、蛋白质结构	多个数据集（具体数量未提供）、人类蛋白质组	PyTorch	ESM-2, GVP	平衡性能（未具体列出指标）	在线Web服务器（https://bio-comp.ucas.ac.cn/SSPSPredictor/）
3132	2026-06-15	'Man vs. Machine: can ML algorithms diagnose headaches as accurately as clinicians? A systematic review.' 2026-May-26, Journal of neurology IF:4.8Q1 DOI:10.1007/s00415-026-13853-7 PMID:42189256	综述	系统评价人工智能与机器学习模型在头痛疾病诊断中与临床医生的准确性对比	首次系统评估AI/ML模型诊断头痛障碍的准确性、方法学质量及临床适用性，并基于QUADAS-AI工具分析偏倚风险	多数研究存在严重的方法学缺陷（病例对照设计偏差、数据泄露、缺乏外部验证），临床实施前需前瞻性真实世界验证	评估AI/ML模型依据国际头痛分类标准诊断头痛障碍的准确性及临床可行性	已发表的AI/ML诊断头痛障碍研究（74项）	机器学习	头痛障碍	机器学习（传统ML、深度学习、混合/规则方法）	传统机器学习、深度学习、混合模型	神经影像、多模态数据、神经生理信号、临床问卷	154,856名参与者（74项研究）	NA	NA	敏感度、特异度、AUC-ROC	NA
3133	2026-06-15	Deep learning-driven intraoperative assessment of pulp stumps for precision pulpotomy 2026-May-26, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106796 PMID:42203099	研究论文	开发并验证基于自监督DINOv2视觉Transformer架构的AI框架，用于术中牙髓切断术时牙髓断端图像的自动化分类	首次将自监督DINOv2架构应用于牙髓断端的客观分类，实现与专家相当的诊断准确性并显著优于新手	外部测试集样本量较小（21张图像），且仅评估了颜色-纹理特征，未考虑其他影响因素	开发术中牙髓断端客观分类的AI工具，弥合临床经验差距并防止过度诊断	牙髓切断术中的牙髓断端显微图像	计算机视觉	牙髓疾病	显微镜成像	自监督DINOv2视觉Transformer	高分辨率显微图像	443张训练图像，93张内部测试图像，21张外部测试图像	PyTorch	DINOv2	准确率, 敏感性, 特异性	NA
3134	2026-06-15	Interpretable Deep Learning for Single-Molecule Nanopore Fingerprinting Using Physics-Guided Preprocessing 2026-May-22, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04784 PMID:41719081	研究论文	提出一种基于物理引导预处理的深度学习方法，用于单分子纳米孔指纹识别	首次将物理引导的时频变换与紧凑神经分类器及特征归因图结合，直接处理原始脉冲信号，实现高精度且可解释的单分子纳米孔指纹识别	研究仅使用两种几何相似但结构不同的DNA纳米结构进行验证，未在更广泛样本上测试	开发一种可解释的机器学习框架，用于直接从原始脉冲中提取纳米孔传感信号特征，提高分子指纹识别的准确性和透明度	两种自组装DNA纳米结构	机器学习	不适用	纳米孔传感	神经网络	脉冲信号	两种自组装DNA纳米结构样本	PyTorch	紧凑神经分类器	准确率	NA
3135	2026-06-15	A Novel 2.5-Dimensional Deep Learning Model for "Bone-on-Bone" Detection on Magnetic Resonance Imaging in Medial Unicompartmental Knee Arthroplasty Candidates 2026-May-20, The Journal of arthroplasty IF:3.4Q1 DOI:10.1016/j.arth.2026.05.043 PMID:42167455	研究论文	开发并验证一种基于多序列膝关节MRI的2.5D深度学习模型，用于自动检测内侧单间室膝关节置换候选者中的骨对骨骨关节炎	提出了一种结合相邻切片和多平面视图的2.5D深度学习模型，并融合影像组学和临床特征，提升了诊断性能，其准确性与资深骨科医生相当	未明确提及局限性	减少单间室膝关节置换术中因指征判断错误导致的失败，提供客观、可重复的软骨评估标准	191名拟行内侧单间室膝关节置换术或膝关节镜手术的患者术前膝关节MRI数据	计算机视觉	骨关节炎	MRI	CNN	图像	191名患者（64名骨对骨骨关节炎、62名部分软骨丢失、65名正常软骨）	NA	2.5D深度学习模型（结合相邻切片和多平面视图）	微曲线下面积（micro-AUC）、准确率	NA
3136	2026-06-15	Reliable detection of focal onset impaired awareness seizures in patients with epilepsy using wearable ECG: Development and validation study 2026-May-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109295 PMID:41764784	研究论文	开发并验证一种使用可穿戴心电图设备自动数据质量评估的局灶性意识障碍发作检测算法	首次将自动数据质量评估(ADQA)集成到基于可穿戴心电图的癫痫发作检测算法中，并探索了个体间自主神经发作特征的差异以识别潜在的系统应答者	仅38名患者的数据满足ADQA质量标准，样本量有限；数据质量筛查排除了部分患者和发作事件，可能影响结果的普遍性	开发和评估使用可穿戴心电图设备进行局灶性意识障碍发作检测的算法性能与可行性	癫痫患者中的局灶性意识障碍发作	机器学习	癫痫	心电图	深度学习模型	心电图信号	236名患者（其中49名至少有一次FIAS），经过数据质量筛查后38名患者的161次发作	NA	NA	灵敏度, 24小时假阳性率, 阳性预测值, F1分数	NA
3137	2026-06-15	Assessment of socioeconomic and demographic risk factors for low birth weight using model-agnostic explainable ensembles 2026-May-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109303 PMID:41785538	研究论文	提出一个整合机器学习、深度学习和模型无关可解释人工智能的预测框架，用于识别低出生体重的关键社会经济和人口统计学风险因素	开发了SmartFusion-LR5堆叠集成模型，结合五种基学习器，并利用模型无关的可解释人工智能方法提供全局和局部特征解释	未明确提及局限性	早期预测低出生体重并识别关键风险因素，以指导资源有限环境下的母婴健康干预	孟加拉国1574名参与者的社会经济和人口统计数据，包括母亲年龄、教育程度、家庭财富、地理区域、出生顺序和母亲体重指数等12个变量	机器学习	低出生体重	NA	堆叠集成模型（SmartFusion-LR5）	表格数据	1574名参与者	Scikit-learn	K-最近邻、逻辑回归、决策树、随机森林、朴素贝叶斯	准确率、精确率、召回率、AUC、F1分数、马修斯相关系数	NA
3138	2026-06-15	A new automated 3d facial soft tissue landmarking method via deep learning 2026-May-06, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106742 PMID:42103064	研究论文	提出并评估了一种基于深度学习的新型面部软组织网络（FST-Net），用于自动检测34个常用三维软组织标志点和8项测量	通过特征融合和局部坐标回归实现了34个三维软组织标志点的全自动检测，无需手动标注	对依赖主观判断的6个标志点（Group 2）检测误差较大（4.39 ± 2.57毫米），需进一步优化；临床应用仍需医生验证侧脸区域	开发并验证一种用于正畸学中三维面部软组织标志点自动检测的深度学习方法	三维面部软组织标志点和软组织测量	计算机视觉	NA	NA	CNN	三维图像	297例患者，分为训练集207例、验证集30例、测试集60例	PyTorch	FST-Net	平均径向误差（MRE）、成功检测率（SDR）、组内相关系数（ICC）	NA
3139	2026-06-15	Deep Learning-Based Skin Lesion Classification: A CNN Approach on High-Frequency Ultrasound Imaging 2026-May, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70125 PMID:41267329	研究论文	评估深度学习模型在高频超声图像中对皮肤病变进行二分类，比较单输入CNN与多模态融合架构的表现	首次系统比较B模式和Doppler模式的单输入CNN与Unity和Cascade多模态融合架构在高频超声皮肤病变分类中的性能差异	研究未明确说明数据集大小、数据增强策略、模型泛化能力以及临床验证等细节	评估基于CNN的深度学习模型在高频超声图像中进行皮肤病变良恶性二分类的性能	高频超声B模式和Doppler模式的皮肤病变图像	计算机视觉	皮肤病变	高频超声成像	CNN	图像	NA	NA	单输入CNN, Unity架构, Cascade架构	准确率, AUC	NA
3140	2026-06-15	Minimum Clinically Achievable Dose for Detecting Liver Lesions Using Deep Learning Image Reconstruction: A Phantom and Patient Study 2026-May, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.02.022 PMID:41781262	研究论文	本研究通过体模和患者前瞻性研究，评估了深度学习图像重建在约4.5 mGy超低剂量下检测局灶性肝脏病变的性能，并与标准剂量下的自适应统计迭代重建-V进行了比较	首次提出并验证了使用深度学习图像重建在4.5 mGy极低辐射剂量下实现与标准剂量迭代重建相当甚至更优的肝脏病变检测性能，显著降低了辐射剂量	单一中心前瞻性研究，样本量有限（84名参与者），且未评估不同深度学习图像重建强度水平的影响	研究深度学习图像重建在超低剂量（约4.5 mGy）下检测局灶性肝脏病变的有效性和安全性	Gammex CT体模模拟的局灶性肝脏病变以及84名接受三相上腹部CT检查的患者	计算机视觉	肝脏病变	CT扫描	深度学习图像重建	图像	84名参与者（平均年龄64岁，48名男性）和71个局灶性肝脏病变（平均大小12.8 mm）	NA	深度学习图像重建	图像噪声、信噪比、对比度噪声比、噪声功率谱峰值、可检测指数、图像质量评分（5分制）、病变检出率、敏感性、特异性	NA