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
301	2026-06-15	Integrating van't Hoff Equation with Artificial Neural Network for the Prediction of H2S Solubility in Ionic Liquids 2026-Jun-03, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.6c01869 PMID:42237580	研究论文	提出一种将van't Hoff方程与人工神经网络相结合的物理信息混合模型，用于预测硫化氢在离子液体中的溶解度	首次将van't Hoff方程直接嵌入神经网络架构，确保预测在热力学上一致，并在未见过的阳离子-阴离子组合上表现出优异的泛化能力	未提及模型在不同温度范围或更复杂离子液体体系中的表现，以及计算资源需求	结合物理知识提升机器学习模型在复杂化学体系中的预测可靠性和可解释性	离子液体中硫化氢的溶解度	机器学习	NA	NA	物理信息混合人工神经网络（hybrid ANN）	数值数据（溶解度、温度、阳离子-阴离子结构特征）	NA	NA	混合神经网络（hybrid ANN）	决定系数（R²）	NA
302	2026-06-15	Overrepresentation Bias Leads to Performance Overestimation in Blood-Brain Barrier Permeability Prediction Models: Characterization and Mitigation 2026-Jun-02, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02891 PMID:42226621	研究论文	本研究探讨了过表示偏差导致血脑屏障通透性预测模型性能被高估的问题，并提出了自动检测算法和偏差感知数据处理流程	首次系统性地识别和量化了过表示偏差对药物性质预测模型性能评估的显著影响，并提出了实用的自动检测算法和数据处理方法	需进一步验证该方法在不同药物数据库和预测任务中的泛化能力	揭示并解决药物数据库中的过表示偏差问题，确保模型性能评估的可靠性	血脑屏障通透性预测模型及其评估方法	机器学习	NA	NA	NA	NA	NA	NA	NA	曲线下面积, 宏平均F1分数	NA
303	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
304	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
305	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
306	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
307	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
308	2026-06-15	PestCLIP: an incremental pest recognition framework based on a vision-language model 2026-Jun, Pest management science IF:3.8Q1 DOI:10.1002/ps.70664 PMID:41715983	research paper	提出了PestCLIP框架，一种基于视觉-语言模型（CLIP）的增量式害虫识别方法，通过双提示调整和概念池策略克服灾难性遗忘问题	创新性地融合CLIP模型与双提示调整、概念池策略及预测分布校准技术，实现了在无需大量数据回放的情况下完成增量式害虫识别任务	NA	解决农业害虫识别中类增量学习场景下的灾难性遗忘问题，实现动态环境下的持续可靠识别	农业害虫图像数据集（Li's、AgriInsect200、Farm Insect）及通用基准数据集mini-ImageNet	计算机视觉	NA	对比语言-图像预训练（CLIP）	CLIP模型	图像	NA	PyTorch	CLIP（Vision-Language Model）	准确率	NA
309	2026-06-15	Unifying pKa and Protonation Prediction with Sequence-Based Deep Learning 2026-May-29, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00556 PMID:42214058	研究论文	提出了T5pKa，一种基于序列的深度学习模型，用于统一预测小分子的微观pKa值和质子化状态	首次将序列到序列模型应用于微观pKa预测，通过多任务学习在一个框架内同时完成微态枚举和pKa预测	未明确提及局限性，但可推断自建数据集pKaCHU规模有限（9000条），且模型依赖于序列表示而非图结构，可能遗漏分子结构信息	开发一种统一的序列深度学习框架，结合微态枚举与pKa预测，提升小分子电离性质的预测能力	小分子微观pKa值和质子化/去质子化状态	机器学习, 自然语言处理	NA	NA	Transformer	文本（SMILES序列）	9000条实验微观pKa数据（pKaCHU数据集）	NA	Transformer（T5Chem基座模型）	与现有工具和模型性能相当（未列出具体指标）	NA
310	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/）
311	2026-06-15	Artificial Intelligence-Supported Colorimetric Multibiomarker Sensor to Enable Critical Neonatal Monitoring 2026-May-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04171 PMID:42205010	研究论文	提出一种非侵入性、基于人工智能支持的多生物标志物监测传感器，通过体液比色分析实现关键新生儿监测	首次将丝基传感器与十二种比色墨水及深度学习结合，实现新生儿多生物标志物实时高精度监测	未提及在实际临床环境中对大量新生儿样本的验证	开发一种非侵入性、经济高效的临床监测方法，以改善新生儿监测的舒适性和准确性	早产新生儿及相关的生物标志物（温度、pH值、钠、葡萄糖）	计算机视觉	新生儿疾病	比色分析	深度学习模型	图像	NA	NA	NA	平均绝对误差, AP@IoU=0.5	NA
312	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
313	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
314	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
315	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
316	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
317	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
318	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
319	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
320	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