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	2026-05-25	Predicting mortality risk in pediatric severe pneumonia using a CNN-BiLSTM model with dynamic clinical indicators 2026-Jul, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2026.108891 PMID:42134457	研究论文	利用CNN-BiLSTM模型结合动态临床指标预测儿童重症肺炎的死亡风险	首次将CNN-BiLSTM深度学习模型应用于儿童重症肺炎的住院死亡率预测，并从纵向实验室数据中动态筛选出11个关键预测指标	需要未来多中心研究验证模型有效性	探索儿童重症肺炎的有效预后生物标志物，并构建深度学习模型预测住院死亡率，支持临床决策	5岁以下儿童重症肺炎患者	机器学习	儿童重症肺炎	NA	CNN-BiLSTM	临床数据（包括纵向实验室指标）	来自儿科重症监护数据库（PIC）的5岁以下重症肺炎儿童	PyTorch	CNN-BiLSTM	AUC，灵敏度，特异度	NA
302	2026-05-25	Oral bioavailability property prediction based on task similarity transfer learning 2026-Jun, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-025-11345-w PMID:40928678	研究论文	基于任务相似性迁移学习预测人类口服生物利用度，以优化药物候选分子并提高临床成功率	提出相似性引导的迁移学习框架TS-GTL，包含PGnT深度模型，结合分子图与外部知识，并引入MoTSE量化理化性质与HOB的相似性，实现数据稀缺场景下的高效预测	未提及具体局限性，但可能面临数据依赖性问题的挑战	提高人类口服生物利用度预测的准确性与可解释性，为药物ADMET性质研究提供高效方法	药物分子的口服生物利用度及其相关理化性质	机器学习	药物研发	分子图表示学习	深度学习模型（PGnT）	分子结构与理化性质数据	未提供具体样本数量	NA	GNN, Transformer编码器	准确率	NA
303	2026-05-25	Automated Coregistered Segmentation for Volumetric Analysis of Multiparametric Renal MRI 2026-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70288 PMID:41639936	研究论文	开发并评估了一个全自动深度学习驱动后处理流程，用于多参数肾脏MRI，实现准确的肾脏对齐、分割和定量特征提取	提出了一种集成深度学习分割网络与图像配准的全自动流程，在单一高效工作流中完成多参数肾脏MRI的配准、分割和定量分析，显著提高了处理速度和准确性	未明确提及局限性，但样本量相对较小（24名患者和10名健康受试者），且仅在肾脏MRI数据集上验证，泛化性有待进一步研究	开发并评估用于多参数肾脏MRI的自动化深度学习后处理流程，以支持肾脏疾病的诊断和治疗规划	肾脏结构的分割与对齐，以及多参数MRI的定量特征提取	计算机视觉, 数字病理学	前列腺癌, 神经内分泌肿瘤, 肾脏疾病	MRI（多参数磁共振成像）	深度学习分割网络，深度学习图像配准模型	医学图像（多参数肾脏MRI）	24名前列腺癌或神经内分泌肿瘤患者及10名健康受试者，每人进行重复扫描	NA	分割网络，深度学习配准网络	相关系数（r > 0.9），组内相关系数，偏差	每扫描约需15秒处理时间，未指定具体GPU或云平台
304	2026-05-25	K-CC-MoCo: A Fast k-Space-Based Respiratory Motion Correction for Highly Accelerated First-Pass Perfusion Cardiovascular MR 2026-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70287 PMID:41664248	研究论文	提出一种名为K-CC-MoCo的快速k空间呼吸运动校正方法，用于高加速首过灌注心血管磁共振成像	在k空间直接进行呼吸运动校正，避免了图像域方法对初始重建的依赖；通过归一化互相关目标函数处理动态对比变化；通过基于感兴趣区域的线圈压缩聚焦心脏区域	方法为刚性运动校正，可能无法完美处理非刚性运动；仅在自由呼吸FPP-CMR中验证，未在更广泛临床应用评估	解决自由呼吸首过灌注心血管磁共振成像中的呼吸运动校正问题，支持基于模型或深度学习的重建	自由呼吸FPP-CMR的呼吸运动	机器学习	冠状动脉疾病	K空间运动校正	归一化互相关（NCC）	MRI图像	数字体模及真实自由呼吸FPP-CMR数据（不同加速因子）	NA	NA	SSIM	NA
305	2026-05-25	Accelerating MRI With Longitudinally-Informed Latent Posterior Sampling 2026-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70257 PMID:41724725	研究论文	提出一种基于扩散模型的重建框架，利用纵向既往扫描加速MRI采集，无需配对训练数据	不需要纵向配对训练数据，能够整合受试者既往扫描的DICOM格式幅度图像以指导随访重建，并开放多会话配对数据集	未明确提及，但可能依赖于既往扫描与随访扫描的结构相似性，在解剖或病理变化较大时效果可能受影响	加速MRI采集，通过整合受试者既往扫描提高重建质量	MRI纵向成像中的受试者，包括既往扫描和随访扫描	计算机视觉	NA	扩散模型	扩散模型	磁共振成像（MRI）图像和k空间数据	开放获取的临床数据集，包含多会话对的既往DICOM和随访k空间	NA	扩散模型	SSIM, PSNR	NA
306	2026-05-25	TabulaTime: Novel multimodal deep learning for Acute Coronary Syndrome prediction through environmental and clinical data integration 2026-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103395 PMID:41825437	研究论文	提出TabulaTime，一种多模态深度学习框架，通过整合临床和环境数据增强急性冠脉综合征风险预测	三方面创新：多模态时间序列环境与临床数据整合；采用PatchRWKV以线性计算复杂度提取复杂时间模式；通过注意力机制增强可解释性	NA	增强急性冠脉综合征风险预测	急性冠脉综合征患者，包括STEMI和NSTEMI	机器学习	心血管疾病	NA	深度学习	时间序列数据和临床数据	NA	NA	PatchRWKV	准确率	NA
307	2026-05-25	PatientFlow: Learning to generate mixed-type longitudinal clinical data with flow matching 2026-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103392 PMID:41830733	研究论文	提出PatientFlow方法，结合变分自编码器和流匹配，生成混合类型纵向临床数据，以支持深度学习在医疗中的应用	首次将变分自编码器与流匹配结合用于纵向临床数据的生成，能处理静态和时序混合类型数据，且生成的数据在临床终点预测上堪比甚至超越真实数据	仅在肌萎缩侧索硬化症一个队列（N=1560）上验证，可能需在其他疾病中进一步测试其泛化能力	生成高保真的合成纵向临床数据，以解锁大规模深度学习模型在复杂疾病中的应用并保护患者隐私	肌萎缩侧索硬化症患者的纵向临床数据，包括静态和时序混合类型成分	机器学习	肌萎缩侧索硬化症	NA	变分自编码器、流匹配	纵向临床数据（静态和时序混合类型）	1560名肌萎缩侧索硬化症患者	NA	变分自编码器、流匹配	临床专家验证、预后模型性能（五个临床终点）	NA
308	2026-05-25	AI-Based Forecasting of National Tourism Revenues: Integrating Economic, Fiscal, Political, and Environmental Determinants Through Regression-Oriented Hybrid Models 2026-Jun, Big data IF:2.6Q2 DOI:10.1177/2167647X261431683 PMID:41902908	研究论文	提出一个集成经济、财政、政治和环境因素的混合模型框架，用于预测国家旅游收入	提出回归导向的两阶段残差提升设计，先以Transformer作为主要预测器，再以LightGBM拟合残差校正系统误差，实现透明错误归因，超越以往的DL-DL堆叠混合模型	实证结果为相关性和预测关联，不应解读为政策干预的因果效应	提升国家旅游收入预测的准确性和可解释性，为政策制定提供指导	国家层面的旅游收入预测	机器学习	NA	NA	混合模型（LightGBM + Transformer）	面板数据	国家-年份面板数据（未明确具体样本量）	NA	Transformer, LightGBM	平均绝对误差, 均方根误差, 平均绝对百分比误差	NA
309	2026-05-25	Spectral Representation of Neurochemicals With Phase, Frequency Offset, and Lineshape Invariance: Application to JPRESS for In Vivo Concentration and T2 Mapping by Deep Learning 2026-06, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70291 PMID:41654995	研究论文	利用深度学习模型从JPRESS数据中直接映射神经化学物质浓度和平均横向弛豫时间（T2），并实现对相位偏移、频率偏移和线型变化的鲁棒性	提出了一个对相位偏移、频率偏移和线型变化具有不变性的谱表示方法，并利用WaveNet和门控循环单元（GRU）的组合从时间域JPRESS数据中提取TE特定表示，实现无需光谱编辑即可检测低浓度神经化学物质（如GABA）	NA	开发一种基于人工智能的表示方法，直接输出神经化学物质浓度和代谢物级平均横向弛豫时间（T2），并提高实际应用中的可行性	神经化学物质（包括GABA等低浓度物质）和代谢物级平均T2值	机器学习	NA	JPRESS光谱	神经网络	时间域光谱数据（JPRESS）	计算机合成数据用于训练，未涉及具体体内样本数量	NA	WaveNet, 门控循环单元（GRU）	文献对比验证一致性和鲁棒性	NA
310	2026-05-25	Twin cross contrastive learning with multi-modality fusion for drug-target affinity prediction 2026-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103394 PMID:41806518	研究论文	提出一种基于双交叉对比学习与多模态融合的药物-靶标结合亲和力预测框架TCCL	首次引入双交叉对比学习架构，同时从分子尺度和网络尺度提取语义与结构信息，并通过多模态融合增强表征能力	未在更多真实场景或更大规模数据集上进行验证，计算资源需求未明确说明	提升药物-靶标结合亲和力预测的准确性和泛化能力	药物分子与靶标蛋白	机器学习	NA	NA	双编码器神经网络	分子结构数据、拓扑图数据	两个基准数据集	NA	双流编码器、双交叉对比学习架构	准确率、F1分数、AUC	NA
311	2026-05-25	Precise estimation of tissue microstructure with hybrid graph transformer 2026-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103390 PMID:41806520	研究论文	结合混合图Transformer精准估计组织微结构	提出混合图Transformer，同时考虑q-空间和图卷积网络以及x-空间残差密集Transformer块，实现空间域和扩散波矢量域的联合信息利用	未在更多样化的数据集或更低采样率下验证模型泛化能力	通过高度欠采样弥散磁共振成像数据精准估计组织微结构	组织微结构	计算机视觉、自然语言处理、机器学习	帕金森病	弥散磁共振成像	图卷积网络和Transformer	弥散磁共振成像数据	人类连接组项目和帕金森病高质量弥散加权成像数据	PyTorch	混合图Transformer（包括图卷积网络和残差密集Transformer块）	NA	NA
312	2026-05-25	A systematic review of machine and deep learning techniques for acute lymphoblastic leukemia diagnosis 2026-06, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103393 PMID:41806519	综述	系统综述机器学习和深度学习方法在急性淋巴细胞白血病诊断中的应用	全面分析了传统机器学习和先进深度学习架构在ALL检测和分类中的应用，包括预处理、特征提取和细胞定量等关键阶段	未提及具体的技术局限性	评估并比较机器学习和深度学习技术在ALL诊断中的性能	急性淋巴细胞白血病（ALL）诊断中的淋巴细胞和淋巴母细胞	机器学习	急性淋巴细胞白血病	NA	机器学习模型和深度学习模型	NA	NA	NA	NA	准确性	NA
313	2026-05-25	Nuclear DNA-Gated Electrochemiluminescence Microscopy with Deep Learning for Single-Cell Apoptosis Profiling 2026-May-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c01234 PMID:42177648	研究论文	基于核DNA门控电化学发光显微镜结合深度学习实现单细胞凋亡分析	首次利用基因组DNA作为内源性共反应物，将凋亡相关的染色质凝聚和断裂转化为核ECL强度的空间分辨降低，并结合深度学习实现高通量单细胞凋亡分类	标题和摘要未明确说明局限性	开发一种定量、可扩展的单细胞凋亡分析方法，用于评估抗癌药物反应	单个癌细胞及其凋亡过程	计算机视觉	癌症	电化学发光显微镜	深度学习模型	图像	大型数据集（具体数量未在标题和摘要中说明）	NA	NA	分类准确率等（具体指标未在标题和摘要中说明）	NA
314	2026-05-25	Evaluation of segmentation accuracy and the improvement of time effectiveness using deep learning-based segmentation in 177Lu-DOTATATE dosimetry : The type of article: original research article 2026-May-24, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00897-x PMID:42177732	原始研究文章	评估基于深度学习的AI分割在177Lu-DOTATATE剂量测定中的准确性、剂量学可靠性和时间效率	首次评估深度学习AI分割在177Lu-DOTATATE剂量测定中的轮廓精度和时间改进效果	在肝肿大病例中AI分割出现较大Hausdorff距离，需要小幅调整	评估AI分割在177Lu-DOTATATE剂量测定中的准确性和时间效率	接受177Lu-DOTATATE治疗的23名患者	医学图像分析	神经内分泌肿瘤	177Lu-DOTATATE治疗、CT成像	深度学习分割模型	CT图像	23名患者	NA	NA	Dice相似系数、Hausdorff距离、平均距离一致性、吸收剂量	NA
315	2026-05-25	Redesign to Mechanism: Interpretable AI Reveals Determinants of Protein Hydrate Binding 2026-May-23, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00954 PMID:42175929	研究论文	通过整合深度学习、分子动力学模拟和可解释机器学习，建立了一个用于天然抗冻蛋白理性设计的计算框架	提出Chill+算法实现83.4%设计肽的水合物抑制活性优于野生型，并利用XGBoost和SHAP分析揭示空间结构特征对抑制活性的预测能力优于序列特征	未明确说明局限性	实现抗冻蛋白的理性设计，平衡结构稳定性、表达效率和功能活性	天然抗冻蛋白及其水合物结合位点	机器学习	NA	深度学习、分子动力学模拟	XGBoost	蛋白质序列和结构数据	NA	XGBoost, SHAP	XGBoost	抑制活性预测准确率	NA
316	2026-05-25	Unraveling Separation Mechanisms of Propanol Isomers and Water in LTA Zeolites via Deep Potential Molecular Dynamics 2026-May-23, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c01184 PMID:42176278	研究论文	利用基于深度学习的分子动力学模拟，研究LTA沸石中丙醇异构体与水的分离机制	首次通过深度势能分子动力学模拟揭示水分子动态调控Na离子迁移并优先促进异丙醇渗透的机制	未提及模型泛化性及实际工业条件下的验证	揭示LTA分子筛中异丙醇、正丙醇与水的分离机理	LTA沸石中的异丙醇、正丙醇与水分子	机器学习	NA	深度势能分子动力学	深度神经网络势函数	分子动力学模拟轨迹数据	未明确说明样本数量	NA	NA	NA	未明确提及计算资源
317	2026-05-25	Habitat-informed MRI Radiomics and Deep Learning Fusion for Short-Term Survival Prediction in Patients with Glioblastoma: Exploratory Radiogenomic and Immune Correlates 2026-May-23, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.04.035 PMID:42177147	研究论文	开发并外部验证一种融合无监督影像组学和深度学习的术前多对比MRI堆叠模型，用于预测胶质母细胞瘤患者的短期生存，并探索转录组学和免疫相关性	提出基于无监督影像组学和3D ResNet-50的两级堆叠集成模型，结合影像组学与深度学习预测胶质母细胞瘤短期生存，并首次探索DLK1表达与免疫浸润的相关性	配对RNA测序队列的分析为探索性研究，样本量有限，且模型在不同外部验证队列中AUC略有差异	开发并验证一种术前预测胶质母细胞瘤患者短期生存（总生存期≤9个月）的融合模型，并探索其影像基因组学与免疫相关性	468例胶质母细胞瘤患者的多中心回顾性数据，包括MRI影像和RNA测序数据	数字病理学	胶质母细胞瘤	多对比MRI影像组学、RNA测序	CNN	图像（MRI）	468例患者（训练集196例，外部验证集1-3分别为66、185和21例）	NA	3D ResNet-50	AUC、决策曲线分析	NA
318	2026-05-25	Towards precision agriculture for assessing germination rates and density of rice seedling using hierarchical convolutional neural network on drone imagery 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37681-x PMID:42177173	研究论文	利用无人机图像和分层卷积神经网络评估水稻幼苗的发芽率和密度	提出了一种基于分层深度网络的RSAGRD-AIHDN模型，结合ConvNeXt特征提取和集成模型（SAE、BiTCN、DQL），实现了高精度水稻幼苗检测	未提及模型在不同环境条件下的泛化能力或计算资源需求	利用无人机遥感图像技术评估水稻田中幼苗的发芽率和密度，以改进作物生长监测	水稻田中的幼苗	数字农业	不适用	无人机遥感成像	分层卷积神经网络、堆叠自编码器、双向时序卷积网络、深度Q学习	图像	水稻幼苗的无人机图像数据集	不适用	ConvNeXt, SAE, BiTCN, DQL	准确率	不适用
319	2026-05-25	Multi-scale temporal convolution attention network for state-of-charge estimation in Li-ion batteries 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53615-z PMID:42177236	研究论文	提出一种多尺度时间卷积注意力网络，用于锂离子电池荷电状态估计	融合多尺度时间卷积进行层次化特征提取，并结合注意力机制突出电压、电流和温度测量中的关键信号，以同时捕捉短期瞬态和长期荷电状态演化	未在动态负载变化和温度波动等复杂实际场景下进行充分验证，且模型可能对特定数据集过拟合	提升锂离子电池荷电状态估计的准确性和鲁棒性，以优化电池管理系统性能	特斯拉Model-3 2170锂离子电池的荷电状态	机器学习	NA	NA	时序卷积网络（TCN）与注意力机制的融合	时间序列数据	特斯拉Model-3 2170锂离子电池数据集，经数据清洗、归一化和循环分割处理	NA	多尺度时间卷积注意力网络（MSTCAN）	均方根误差（RMSE）、平均绝对误差（MAE）、最大误差、决定系数（R²）	NA
320	2026-05-25	A well-perceived, blind image quality assessment algorithm using an enhanced noise feature criterion 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-54147-2 PMID:42177264	研究论文	提出了基于增强噪声特征准则的无参考盲图像质量评估方法	改进了噪声加权和判决准则，解决了传统噪声特征分析在强水平结构图像中不稳定的问题	依赖复杂网络架构和大型数据集，可能限制其广泛应用	开发一种即时实用的无参考盲图像质量评估方法	带有强水平结构（如栅栏状图案）的图像	计算机视觉	NA	噪声特征分析	NA	图像	四个公开数据库（LIVE、CSIQ、TID2013、KADID-10k），TID2013数据集中的24张完美无失真图像	NA	NA	Spearman秩相关系数, Pearson线性相关系数	NA