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	2026-06-07	Identification of diagnostic and prognostic biomarkers in lung adenocarcinoma through integrated bioinformatics analysis and real time PCR validation 2026-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35971-y PMID:41617774	研究论文	通过整合生物信息学分析与实时PCR验证，鉴定肺腺癌的诊断和预后生物标志物	使用深度学习算法预测肺腺癌生物标志物，并结合实时PCR验证其表达水平，证明人工智能在识别生物标志物方面的有效性	未提及	利用深度学习方法寻找肺腺癌的新型生物标志物	肺腺癌患者与健康对照组的血液样本	数字病理学	肺癌	RNA-seq, 实时PCR	深度学习模型	基因表达数据	522例样本（506例肺腺癌患者，16例健康对照），外加30例患者和30例对照的血液样本	未提及	未提及	预测准确率, Brier得分, AUC, 敏感度	未提及
302	2026-06-07	A clinically applicable and generalizable deep learning model for anterior mediastinal tumors in CT images across multiple institutions 2026-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37504-z PMID:41617892	研究论文	提出一种针对前纵隔肿瘤的深度学习模型，在CT图像上实现临床适用且跨机构可推广的肿瘤分割与检测	首次在大规模多中心数据（136家医院）上验证模型，克服罕见病数据稀缺挑战，实现跨121家机构的广泛泛化	未提及明确局限性	开发临床适用且跨机构可推广的前纵隔肿瘤CT图像分割与检测深度学习模型	前纵隔肿瘤（包括胸腺瘤和胸腺癌）患者的CT影像	计算机视觉	前纵隔肿瘤	CT成像	3D U-Net	图像	711例CT图像（来自136家医院，男性339例，女性372例），训练集485例，调优集62例，外部测试集164例（来自121家不同机构）	NA	3D U-Net	Dice系数、交并比、精确率、召回率、敏感度、假阳性率	NA
303	2026-06-07	Leveraging universal and transfer learning models for influenza prediction in Thailand 2026-Jan-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37855-7 PMID:41617916	研究论文	利用通用深度学习模型和迁移学习模型预测泰国多个省份的流感发病率	首次将通用深度学习与迁移学习结合用于泰国多省份流感预测，解决了部分地区特征数据有限的问题，并通过特征选择增强模型泛化能力	未提及具体局限性，但可能依赖于历史数据质量以及气象和PM10数据的可用性	开发通用和迁移学习的深度学习模型，提升泰国多省份（尤其是数据有限区域）的流感预测准确性	泰国多个省份2010年至2019年的流感发病率数据及气象和PM10特征数据	机器学习	流感	NA	深度学习模型	时间序列数据（发病率、气象和PM10数据）	2010年至2019年泰国多个省份的数据	NA	单隐藏层模型（128个节点）	准确率	NA
304	2026-06-07	PMCanalSeg: A dataset for automatic segmentation of the pterygopalatine and mandibular canals from 3D CBCT images 2026-Jan-29, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06620-w PMID:41605959	研究论文	介绍了PMCanalSeg数据集，该数据集用于从3D CBCT图像中自动分割翼腭管和下颌管	首次包含上颌翼腭管数据，填补该领域空白	未提及	推动深度学习方法在颌面CBCT扫描中分割翼腭管和下颌管技术的发展，提高手术安全性和效率	颌面锥形束CT（CBCT）扫描图像	计算机视觉	NA	CBCT	NA	图像（3D CBCT图像）	191例患者数据	NA	NA	NA	NA
305	2026-06-07	Parameter identification based on statistical and neural network approaches for the vegetation-water model 2026-Jan-29, Journal of biological physics IF:1.8Q3 DOI:10.1007/s10867-025-09698-2 PMID:41609956	研究论文	本文提出基于统计和深度学习两种方法，用于识别植被-水模型中的图灵模式参数	首次将深度学习方法应用于植被-水模型的参数识别问题，并对比统计方法与改进的ResNet50和VGG19的性能	未明确提及局限性	识别植被-水模型中的图灵模式参数，提高模型参数化与预测能力	张掖地区植被-水模型的图灵模式参数	机器学习，计算机视觉	NA	NA	CNN	图像，数值模拟数据， NDVI数据	NA	PyTorch	ResNet50， VGG19	准确率，鲁棒性	NA
306	2026-06-07	A comparative evaluation of time-series models for forecasting inpatient deaths and discharges against medical advice 2026-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37913-0 PMID:41611928	研究论文	比较六种时间序列模型对两家中国三甲医院住院死亡率和非医嘱离院率的预测性能	首次将预训练概率模型Chronos用于医院结局预测，并与传统时间序列及深度学习方法（ARIMA、灰色模型、NNETAR、LSTM、Prophet）进行系统对比	样本量有限（两家医院数据），LSTM因模型复杂度和小样本表现出泛化能力不足	评估不同时间序列模型对住院死亡率和非医嘱离院率的预测能力，为医院质量监测提供方法学支持	2018年1月至2024年12月两家中国三级医院的月住院死亡率和非医嘱离院率数据	机器学习	NA	时间序列预测	ARIMA, 灰色模型, NNETAR, LSTM, Prophet, Chronos	时间序列数据	两家医院2018年1月至2024年12月的月度数据	NA	ARIMA, 灰色模型, NNETAR, LSTM, Prophet, Chronos	RMSE, MAE, MAPE	NA
307	2026-06-07	A comprehensive IMU dataset for evaluating sensor layouts in human activity and intensity recognition 2026-Jan-29, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06710-9 PMID:41611710	研究论文	提供了一个全面的人体活动识别数据集，包含30名参与者使用17个惯性测量单元采集的12种日常活动数据，用于评估传感器布局策略	首次提供全身17个IMU传感器覆盖的完整数据集，包含标准化坐标系的三轴加速度和角速度数据，支持系统评估传感器放置策略对识别性能的影响	未明确提及具体局限	系统评估传感器布局策略，支持开发实用且可泛化的穿戴式人体活动识别系统	12种日常活动（如走路、跑步等）及30名参与者的行为数据	机器学习	NA	NA	机器学习模型、深度学习模型	传感器数据（三轴加速度、角速度）	30名参与者，17个IMU传感器，12种日常活动，总数据量未指定	NA	NA	NA	NA
308	2026-06-07	Bioinspired spiking architecture enables energy constrained touch encoding 2026-Jan-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68858-7 PMID:41605933	研究论文	提出一种结合光纤布拉格光栅电子皮肤与脉冲神经网络的仿生触觉系统，实现高能效触觉编码	模拟人体体感系统早期处理阶段，结合脉冲神经网络与光纤布拉格光栅电子皮肤，实现最多10倍定位超分辨、32%定位精度提升，并在神经形态芯片上实现次瓦级并行计算	未提及在极端环境或长期使用下的稳定性与耐用性	开发可扩展、高能效的触觉感知方案，推动自主系统与动态环境安全交互	触觉感知系统的模块化架构设计与神经形态计算实现	机器学习, 机器人学	NA	光纤布拉格光栅传感, 脉冲神经网络	脉冲神经网络	触觉信号	NA	PyTorch	脉冲神经网络	定位超分辨率, 定位精度	神经形态芯片
309	2026-06-07	Lipid Nanoparticle Database towards structure-function modeling and data-driven design for nucleic acid delivery 2026-Jan-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68818-1 PMID:41605942	研究论文	开发脂质纳米颗粒数据库（LNPDB），整合结构功能数据，用于核酸递送的结构-功能建模和数据驱动设计	首次建立脂质纳米颗粒领域的统一数据库LNPDB，将数据结构化并配列功能，支持分子动力学模拟和深度学习预测	未在标题和摘要中明确说明局限性	构建脂质纳米颗粒数据库以推动数据驱动的核酸递送系统理性设计	脂质纳米颗粒的结构、组成和功能数据	机器学习	NA	NA	深度学习模型	脂质纳米颗粒结构和功能数据	19,528个脂质纳米颗粒	NA	NA	NA	NA
310	2026-06-07	A Comprehensive X-ray Dataset for Pediatric Ulna and Radius Fractures Analysis 2026-Jan-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06666-w PMID:41605965	研究论文	提出首个公开的儿童尺桡骨骨折X射线数据集PediURF，并设计双视图分类模型URFNet实现骨折分类	首创公开的儿童尺桡骨骨折标准化数据集，包含超1万张脱敏图像及三类骨折标注；提出双视图融合分类模型提升诊断精度	NA	构建儿童尺桡骨骨折的公开基准数据集，促进深度学习模型开发与临床验证	儿童前臂尺桡骨骨折X射线图像	计算机视觉，数字病理学	儿童骨折	X射线成像	卷积神经网络	医学图像	超过10,000张脱敏X射线图像	NA	URFNet（双视图分类模型）	分类准确率	NA
311	2026-06-07	Deep learning based individual identification and population estimation of the yellow spotted mountain newt (Neurergus derjugini) 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36092-2 PMID:41606028	研究论文	提出一种结合几何计算机视觉和深度学习的方法，用于黄斑山蝾螈的个体识别和种群估算	首次利用非侵入性图像方法，结合几何管道和卷积神经网络，实现濒危两栖动物的自动个体识别与种群估计，克服了传统标记方法的侵入性和不可行性	数据集仅包含549只成年个体，未来需扩大数据集验证时间稳定性；未部署移动应用进行实时现场使用	开发一种快速、伦理、可扩展的工具，用于监测濒危两栖动物黄斑山蝾螈的种群	黄斑山蝾螈（Neurergus derjugini）的个体识别和种群估计	计算机视觉, 深度学习	不适用	HSV阈值分割, 形态学操作, 图像捕获	卷积神经网络	图像	549只成年个体；两次采样共332和217只个体	PyTorch	DenseNet121, EfficientNetB0, InceptionV3	准确率, AUC	不适用
312	2026-06-07	An attention based optimized network for the classification of skin lesions 2026-Jan-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31220-w PMID:41588030	研究论文	提出一种结合深度学习与优化技术的皮肤病变分类新方法	结合RegNetY032骨干网络、软注意力模块和Harris-Hawks超参数优化算法，实现皮肤病变的高精度分类	未提及	提高皮肤病变分类的准确性和自动化程度	皮肤镜图像中的皮肤病变分类	计算机视觉	皮肤癌	深度学习	RegNetY032	图像	HAM10000数据集	PyTorch	RegNetY032	准确率	NA
313	2026-06-07	Multi-Scale Adaptive Temporal Network for Parkinson's Motor Symptom Fluctuation Detection Using Coarsened 2D Skeleton Pose Data 2026-Jan-26, Journal of integrative neuroscience IF:2.5Q3 DOI:10.31083/JIN47677 PMID:41609035	研究论文	提出多尺度自适应时序网络，利用粗化2D骨架姿态数据检测帕金森运动症状波动	提出多尺度时间注意力变换器网络（MS-TATNet），在保护隐私的前提下同时进行药物状态分类和运动症状严重程度连续估计	基于REMAP数据集，样本多样性有限	开发实时且保护隐私的深度学习框架，用于帕金森病运动症状监测	帕金森病患者的运动症状	计算机视觉, 机器学习	帕金森病	NA	MS-TATNet	2D骨架姿态数据	来自REMAP数据集	PyTorch	多尺度时间卷积网络, 变换器编码器	准确率, 召回率, 特异度, F1分数, 皮尔逊相关系数	NA
314	2026-06-07	Evaluating single-cell ATAC-seq atlasing technologies using sequence-to-function modeling 2026-Jan-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68742-4 PMID:41571655	研究论文	通过序列-功能建模评估单细胞ATAC-seq图谱技术，比较不同平台的性能并优化数据集构建标准	首次系统性基准测试不同scATAC-seq平台在训练序列-功能模型及跨物种转录因子足迹分析中的能力，并引入改进的HyDrop v2方法	未明确提及具体局限性，但可能涉及平台间数据整合的可扩展性及模型泛化性	确定构建scATAC-seq训练数据集的最优标准，并评估不同平台对深度学习的适用性	单细胞染色质可及性图谱、序列-功能深度学习模型、不同物种的转录因子足迹	机器学习	NA	scATAC-seq, HyDrop v2, 深度序列建模	深度学习模型（序列-功能模型）	单细胞染色质可及性数据	未明确样本量，涉及不同平台的多细胞数据	NA	NA	增强子预测性能、序列可解释性、转录因子足迹分析	NA
315	2026-06-07	A Sensor-Oriented Multimodal Medical Data Acquisition and Modeling Framework for Tumor Grading and Treatment Response Analysis 2026-Jan-22, Sensors (Basel, Switzerland) DOI:10.3390/s26020737 PMID:41600529	研究论文	提出一个基于传感器导向的多模态医疗数据获取与建模框架，用于肿瘤分级和治疗反应分析的联合建模	将肿瘤分级作为弱监督先验融入多模态特征融合和治疗反应建模过程，实现了无创分级预测、治疗反应亚型发现和内在机制解释的集成方案	框架依赖预定义的深度学习模型，且真实世界临床数据集规模可能有限，影响泛化性	实现基于多模态医学影像和临床数据的肿瘤分级与治疗反应联合建模，并提供可解释的机制分析	肿瘤患者的多模态医学影像数据和临床数据	计算机视觉, 自然语言处理, 机器学习	肿瘤	医学影像传感技术, 临床监测系统	CNN, MLP, Transformer	图像, 文本, 数值型数据	真实世界临床数据集（具体数量未说明）	PyTorch	3D ResNet-18, MLP, CNN-Transformer	准确率, Kappa系数, AUC, 精确率, 召回率	NA
316	2026-06-07	Reciprocal cooperative gating fusion of SqueezeNet and ShuffleNetV2 for breast cancer detection in histopathology images 2026-Jan-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36375-8 PMID:41565837	研究论文	提出一种轻量级互惠门控融合框架，整合SqueezeNet和ShuffleNetV2用于组织病理图像中的乳腺癌检测	提出互惠合作门控融合机制，实现两个轻量级网络SqueezeNet和ShuffleNetV2的结构化双向交互，增强互补特征交换并抑制冗余响应，从而在降低计算开销的同时提升特征表示质量	NA	开发一种计算高效且可靠的计算机辅助诊断方法，用于乳腺癌检测	乳腺组织病理图像中的乳腺癌检测任务	计算机视觉, 数字病理学	乳腺癌	组织病理图像分析	CNN	图像	ICIAR-2018数据集和BreakHis数据集（100倍放大）	PyTorch	SqueezeNet, ShuffleNetV2, 互惠门控融合	准确率	NA
317	2026-06-07	Automated Classification of Humpback Whale Calls Using Deep Learning: A Comparative Study of Neural Architectures and Acoustic Feature Representations 2026-Jan-21, Sensors (Basel, Switzerland) DOI:10.3390/s26020715 PMID:41600508	研究论文	提出利用深度学习对座头鲸叫声进行自动分类，比较了不同神经网络架构和声学特征表示的性能	构建了一个基于公开音频数据并经过人工精心筛选的数据集，设计并比较了定制CNN和预训练MobileNetV2在不同声学特征（梅尔频谱图 vs MFCC）下的分类性能，发现梅尔频谱图输入在所有模型中均优于MFCC	未提及模型在真实海洋环境噪声下的鲁棒性，且数据仅来自公开音频库，可能无法完全代表野外多样化的录音条件	开发可靠的自动化座头鲸叫声分类系统，评估不同神经网络架构和声学特征表示的有效性	座头鲸的叫声音频片段，来自公开音频数据库并经过人工筛选和增强	自然语言处理相关（音频分类）	NA	被动声学监测（PAM）	CNN，预训练MobileNetV2，定制卷积神经网络	音频（梅尔频谱图和MFCC特征）	一批音频片段（具体数量未说明），经过数据增强后扩大	TensorFlow, Keras	定制CNN，MobileNetV2	准确率，精确率，召回率，马修斯相关系数	NA
318	2026-06-07	Efficient EEG-Based Person Identification: A Unified Framework from Automatic Electrode Selection to Intent Recognition 2026-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s26020687 PMID:41600483	研究论文	提出一种基于EEG的端到端统一框架，集成了自动电极选择、个体识别和意图识别	首次提出将自动电极选择、个体识别和意图识别整合在一个统一的深度学习框架中，并引入了一种新颖的主干网络AES-MBE，该网络结合通道注意力机制和多尺度双向编码器	仅在一个数据集（PhysioNet EEG Motor Movement/Imagery Dataset）上进行了验证，样本规模有限（109名受试者），可能缺乏泛化性	解决EEG个体识别中的端到端流程设计、自动电极选择、特征提取能力提升以及意图识别集成等挑战	EEG信号及其在个体识别和意图识别中的应用	自然语言处理	NA	EEG	深度学习	EEG信号	109名受试者，执行4种任务	NA	AES-MBE（通道注意力+多尺度双向编码器）	准确率	NA
319	2026-06-07	NTFold: Structure-Sensing Nucleotide Attention Learning for RNA Secondary Structure Prediction 2026-Jan-20, Sensors (Basel, Switzerland) DOI:10.3390/s26020688 PMID:41600484	研究论文	提出了基于深度学习的结构感知核苷酸注意力学习框架NTFold，用于准确预测RNA二级结构	首次将核苷酸注意力模块（NAM）与结构精炼模块（SRM）相结合，通过两阶段学习范式实现高精度接触图预测	未明确提及局限性	开发高效、可扩展的RNA二级结构预测方法	RNA二级结构	计算生物学	不适用	深度学习	核苷酸注意力网络	序列数据	未明确提及	PyTorch	NTFold（包含NAM和SRM模块）	准确率、精度、召回率、F1分数、AUC	未明确提及
320	2026-06-07	Robust and interpretable prediction of gene markers and cell types from spatial transcriptomics data 2026-Jan-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68487-0 PMID:41545411	研究论文	提出STimage套件，利用基于基础模型的集成方法从H&E图像预测空间基因表达并进行细胞类型分类，同时通过单细胞分辨率的归因分析增强可解释性	通过集成方法同时估计基因表达分布及数据驱动和模型不确定度，实现可解释性分析并整合组织病理学注释与功能基因信息	NA	实现从常规H&E图像直接预测空间基因表达和细胞类型分类，并提升模型鲁棒性和可解释性	空间转录组数据与H&E组织图像	数字病理学	NA	空间转录组测序、H&E染色	集成模型、基础模型	组织图像、基因表达数据	NA	NA	基础模型	NA	NA