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
3461	2026-02-23	Computational advances in RNA-small molecule binding site prediction 2026-Mar, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.02.003 PMID:41654089	综述	本文综述了RNA-小分子结合位点预测的计算方法进展，包括从早期统计模型到现代机器学习和深度学习框架的演变	总结了计算方法从依赖手工描述符的统计模型到整合序列、结构、能量和拓扑信息的多模态机器学习框架的演变，并特别强调了大型语言模型在捕获长程序列依赖性和上下文模式方面的最新应用	NA	加速合理的RNA靶向药物发现	RNA-小分子相互作用	计算生物学, 机器学习	NA	NA	统计模型, 机器学习, 深度学习, 大型语言模型	序列数据, 结构数据, 能量数据, 拓扑数据	NA	NA	NA	NA	NA
3462	2026-02-23	Association between cognitive status and structural brain changes in Alzheimer's disease: Clinical implication of lightweight deep learning-aided diagnosis 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112678 PMID:41558396	研究论文	本研究构建了一个轻量级深度学习模型，用于揭示阿尔茨海默病中认知状态与大脑结构变化之间的关联，并评估其在临床诊断中的实用性	通过结合组卷积、全局池化和高效通道注意力机制，设计了一个参数少但性能竞争性的轻量级深度学习模型，并提供了病理可解释的结构变化分析	模型基于单一数据库（ADNI）的数据，可能缺乏外部验证，且样本量相对有限	构建一个轻量级深度学习模型，用于阿尔茨海默病的诊断，并探索认知状态与大脑结构变化之间的关联	阿尔茨海默病患者和年龄匹配的认知正常受试者	数字病理学	阿尔茨海默病	T1加权磁共振成像	CNN	图像	418名AD患者和418名年龄匹配的认知正常受试者	NA	NA	准确率	NA
3463	2026-02-23	Enhanced YOLO-based framework and benchmarking for automated Plasmodium vivax detection 2026-Feb-19, Parasitology research IF:1.8Q2 DOI:10.1007/s00436-026-08642-0 PMID:41709048	研究论文	本研究提出了一种基于改进YOLO框架的自动化检测方法，用于在厚血涂片图像中精确识别间日疟原虫	提出了一种结合YOLOv3与改进的MobileNetV2主干网络，并引入具有多尺度纹理敏感性的转换卷积层（TCL）的新型深度学习框架	研究主要针对间日疟原虫（P. vivax），未涵盖所有疟原虫种类；模型性能在低寄生虫密度下的表现未详细讨论	开发一种鲁棒、可扩展且可解释的自动化诊断框架，用于早期疟疾检测和改善疾病管理	间日疟原虫（Plasmodium vivax）	计算机视觉	疟疾	厚血涂片显微成像	CNN, 目标检测	图像	NA	PyTorch（基于YOLO系列推断）	YOLOv3, YOLOv4, YOLOv5, YOLOv8, MobileNetV2	精确度, 准确率, F1分数, 召回率, 平均精度均值（mAP）	NA
3464	2026-02-23	The consensus molecular subtypes of esophageal squamous cell carcinoma 2026-Feb-19, Signal transduction and targeted therapy IF:40.8Q1 DOI:10.1038/s41392-026-02577-9 PMID:41714596	研究论文	本研究通过基于网络的方法整合了八个现有分类系统，定义了食管鳞状细胞癌的四种共识分子亚型，并开发了基于深度学习的图像分类框架imECMS，用于从H&E染色全切片图像中准确分类亚型	首次建立了食管鳞状细胞癌的共识分子亚型分类系统，并创新性地开发了基于组织病理学图像的深度学习分类框架imECMS，实现了从分子到图像的多模态精准分型	研究未明确说明样本的种族或地域分布代表性，且深度学习模型的泛化能力需在更广泛的外部数据集中进一步验证	为食管鳞状细胞癌建立一个标准化的分子亚型分类系统，以促进精准治疗和临床分层	食管鳞状细胞癌患者及其组织样本	数字病理学	食管鳞状细胞癌	深度学习算法，基于苏木精-伊红染色的全切片图像分析	深度学习模型	组织病理学图像	多个独立队列的样本，具体数量未在摘要中明确	NA	NA	NA	NA
3465	2026-02-23	SCMO: a deep learning model integrating the single-cell resolution TME ecosystem and multi-omics for survival prediction in CRC patients 2026-Feb-19, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-025-07417-y PMID:41715092	研究论文	本研究开发了一个名为SCMO的深度学习模型，通过整合单细胞分辨率的肿瘤微环境生态系统和多组学数据，用于结直肠癌患者的生存预测	首次将单细胞RNA测序构建的结直肠癌特异性肿瘤微环境图谱与多组学数据通过自归一化神经网络整合，用于生存预测，并利用集成梯度算法增强模型可解释性，同时识别出TRAP1作为潜在药物靶点	模型在测试集上1年预测的AUC相对较低（0.639），且样本量（213个单细胞样本）可能限制泛化能力	提高结直肠癌患者生存预测的准确性和可解释性，以指导临床决策	结直肠癌患者	数字病理学	结直肠癌	单细胞RNA测序, 批量RNA测序, 空间转录组学	自归一化神经网络	单细胞RNA测序数据, 批量RNA测序数据, 临床数据, 基因组数据, 转录组数据, 微生物数据	213个结直肠癌单细胞RNA测序样本（共339,060个细胞），以及来自TCGA-CRC队列的批量RNA测序数据	NA	自归一化神经网络	一致性指数, 曲线下面积	NA
3466	2026-02-23	Different BI-RADS breast cancer diagnosis using MobileNetV1 and vision transformer based on explainable artificial intelligence (XAI) 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37199-2 PMID:41702964	研究论文	本文提出了一种结合MobileNetV1和Vision Transformer的混合深度学习框架，用于基于BI-RADS分类的乳腺癌多类别诊断	通过双流结构融合轻量级CNN（MobileNetV1）和Vision Transformer，结合特征级融合和基于Bagging的逻辑回归分类器，并应用可解释人工智能技术提供可视化解释	使用的公开数据集存在类别不平衡问题，且未明确说明模型在其他数据集上的泛化能力	开发精确、有效且可解释的计算机辅助诊断系统，用于乳腺癌的BI-RADS多类别分类	乳腺X线摄影图像（包括CC和MLO视图），按BI-RADS分类方案组织	计算机视觉	乳腺癌	乳腺X线摄影	CNN, Transformer	图像	使用公开的King Abdulaziz University BC Mammogram Dataset (KAUBC)，具体样本数量未明确说明	未明确说明，可能为TensorFlow或PyTorch	MobileNetV1, Vision Transformer (ViT)	准确率(ACC), 灵敏度(SEN), 特异性(SPE)	未明确说明
3467	2026-02-23	RGTFormer: Predicting mutation-associated multi-drug resistance in Mycobacterium tuberculosis using a categorical gated transformer and relational graph convolutional network 2026-Feb-17, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108950 PMID:41722285	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3468	2026-02-23	Machine learning models for predicting delayed cerebral ischemia following ruptured intracranial aneurysms: A systematic review and meta-analysis 2026-Feb-15, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2026.108592 PMID:41702474	系统综述与荟萃分析	本文系统回顾和荟萃分析了机器学习模型在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的应用	首次对机器学习模型预测迟发性脑缺血进行系统综述和荟萃分析，比较了不同算法家族和数据集的性能	外部验证稀缺，深度学习模型存在较大过拟合问题	评估机器学习模型在预测动脉瘤性蛛网膜下腔出血后迟发性脑缺血中的预测性能	动脉瘤性蛛网膜下腔出血患者	机器学习	脑血管疾病	NA	随机森林, XGBoost, 逻辑回归, 深度学习模型	临床数据	约10,000名患者	NA	NA	AUC, 敏感性, 特异性	NA
3469	2026-02-23	A Deep Learning Approach for Classifying Benign, Malignant, and Borderline Ovarian Tumors Using Convolutional Neural Networks and Generative Adversarial Networks 2026-Feb-14, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14010089 PMID:41718136	研究论文	本研究开发了一种结合卷积神经网络和生成对抗网络的深度学习模型，用于基于超声图像对卵巢肿瘤进行良恶性及交界性分类	利用深度卷积生成对抗网络生成合成图像以解决交界性卵巢肿瘤数据稀缺导致的类别不平衡问题，并构建了集成VGG16、ResNet50和InceptionNetV3架构的三分类模型	研究为回顾性分析，样本量有限，特别是交界性卵巢肿瘤病例较少，且模型性能需在前瞻性临床环境中进一步验证	开发一种人工智能辅助工具，以提高卵巢肿瘤术前超声评估的准确性，特别是针对交界性肿瘤的鉴别诊断	卵巢肿瘤的超声图像	计算机视觉	卵巢癌	超声成像	CNN, GAN	图像	636个卵巢肿块（共3816张超声图像），包括390个良性病变、202个恶性肿瘤和44个交界性肿瘤	NA	VGG16, ResNet50, InceptionNetV3, DCGAN	F1分数, 准确率, 灵敏度, 特异性, AUC	NA
3470	2026-02-23	Mapping Eye-Tracking Research in Human-Computer Interaction: A Science-Mapping and Content-Analysis Study 2026-Feb-12, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr19010023 PMID:41718383	综述	本研究通过文献计量网络分析和定性内容分析，对2020年至2025年间人机交互领域的眼动追踪研究进行了全面梳理和概述	首次结合Web of Science和Scopus数据库，对近期人机交互领域的眼动追踪研究进行大规模文献计量与内容分析，识别出四大研究主轴	分析范围限定于2020-2025年的出版物，可能未涵盖更早期的关键研究；定性分析仅基于被引次数最高的50篇论文	为人机交互领域的眼动追踪研究提供全面、最新的概览，识别研究趋势、空白和未来方向	1033篇关于人机交互中眼动追踪的出版物（期刊文章和会议论文）	人机交互	NA	眼动追踪，AI驱动的注视分析	深度学习模型	文献元数据（标题、摘要、关键词、引用信息）	1033篇出版物，并对其中被引次数最高的50篇进行内容分析	VOSviewer	NA	h指数，平均作者数	NA
3471	2026-02-11	Predicting suicidal and self-harm ideation using ecological momentary assessment: deep learning analysis in a general population sample 2026-Feb-10, BMC psychiatry IF:3.4Q2 DOI:10.1186/s12888-026-07815-6 PMID:41664026	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3472	2026-02-23	A novel deep learning model for automated diagnosis of oral squamous cell carcinoma and related leukoplakia in pathological images 2026-Feb-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2026.102743 PMID:41679647	研究论文	本研究提出了一种基于改进RegNet架构的新型深度学习模型RRGNet，用于口腔鳞状细胞癌及相关白斑病理图像的自动诊断	通过引入Ghost模块和残差通道注意力模块，并结合标签平滑、Mixup数据增强和SWALR学习率调整策略，显著优化了特征提取效率和计算成本	模型通用性需在多中心数据上进一步验证，尚未开发实际应用系统	开发自动、准确的口腔鳞状细胞癌辅助诊断工具	口腔鳞状细胞癌病理图像及相关白斑病变	数字病理学	口腔鳞状细胞癌	病理切片分析	深度学习模型	病理图像	包含OSCC和两种白斑病变的三分类数据集	NA	RRGNet, RegNet, GhostNet, HRNet, ResNet50, ViT	准确率, AUC	NA
3473	2026-02-23	An Open-Source Horizontal Strabismus Simulator as an Evaluation Platform for Monocular Gaze Estimation Using Deep Learning Models 2026-Feb-09, Journal of eye movement research IF:1.3Q3 DOI:10.3390/jemr19010020 PMID:41718380	研究论文	本文开发了一种开源的低成本水平性斜视模拟器，用于评估基于深度学习的单眼注视估计算法在斜视条件下的性能	开发了首个能够精确模拟水平性斜视分离性眼球运动并提供已知真实角度地面实况的开源低成本评估平台	模拟器目前仅支持水平性斜视模拟，未涵盖垂直性或旋转性斜视；评估的AI模型数量有限（仅三种）	为斜视筛查的单眼注视估计技术建立评估基准并推动相关模型开发	水平性斜视的眼球运动模拟与单眼注视估计算法性能评估	计算机视觉	斜视	伺服电机控制、陀螺仪传感、机械仿真	深度学习模型	模拟眼球运动数据	NA	NA	Single Eye, GazeNet, EyeNet	平均绝对误差、临床检测阈值	低成本硬件平台（约200美元）
3474	2026-02-23	mCSM-metal: A Deep Learning Resource to Predict Effect of Mutations on Metal Ion Binding 2026-Feb-05, Journal of molecular biology IF:4.7Q1 DOI:10.1016/j.jmb.2026.169678 PMID:41651016	研究论文	本文介绍了一种名为mCSM-metal的深度学习资源，用于预测突变对金属离子结合的影响	利用ESMBind嵌入与基于图的结构特征，首次解决了突变如何改变残基级金属结合概率的问题	NA	预测单点或多点突变对七种必需金属离子结合的影响	蛋白质中的金属离子结合位点	机器学习	NA	深度学习	深度学习模型	蛋白质序列与结构数据	NA	NA	NA	准确率, F1分数, 马修斯相关系数	NA
3475	2026-02-23	Leveraging in-silico deep learning and computational analyses to predict the pathogenicity of ROBO4 variants of uncertain significance in aortic aneurysm and dissection patients 2026-Feb-04, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-025-05357-5 PMID:41639767	研究论文	本研究利用深度学习和计算分析预测ROBO4基因中意义未明变异在主动脉瘤和夹层患者中的致病性	提出了一种整合临床数据与计算建模的新型工作流程，用于评估意义未明变异的致病性，并揭示了潜在的基因型-表型相关性	样本量较小（仅5名患者），可能影响结果的普遍性	预测ROBO4基因中意义未明变异在主动脉瘤和夹层中的致病性，以支持精准医疗和遗传咨询	携带ROBO4基因意义未明变异的主动脉瘤或夹层患者	机器学习	心血管疾病	计算预测工具（AlphaFold2, AlphaMissense, REVEL, PolyPhen-2, SIFT, FATHMM, MutationTaster2, GranthamMatrix, PhastCons）	深度学习模型	临床和遗传数据	5名患者	NA	AlphaFold2	NA	NA
3476	2026-02-23	Air quality prediction model based on deep learning hybrid framework 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37896-y PMID:41629579	研究论文	提出一种基于深度学习的混合模型CBLA，用于城市空气质量预测，结合了1D-CNN、BiLSTM和注意力机制，并利用XGBoosting集成气象数据以提高预测精度	提出了一种结合1D-CNN、BiLSTM和注意力机制的混合模型CBLA，并首次将XGBoosting用于集成初步预测结果与气象数据，以优化PM2.5浓度预测	模型仅在北京的空气质量与气象数据集上进行评估，未在其他城市或更广泛区域验证其泛化能力	开发一种更准确的空气质量预测模型，以支持空气污染防治与控制	城市空气质量数据，特别是PM2.5浓度，以及相关气象数据	机器学习	NA	NA	CNN, LSTM	时间序列数据	使用北京空气质量与气象数据集，具体样本数量未明确说明	NA	1D-CNN, BiLSTM	NA	NA
3477	2026-02-23	A DNABERT based deep learning framework for predicting transcription factor binding sites 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37483-1 PMID:41634097	研究论文	本文提出了一种基于DNABERT的深度学习框架TFBS-Finder，用于预测转录因子结合位点（TFBSs）	结合预训练的DNABERT进行序列嵌入以捕获长程依赖，并整合CNN、改进的卷积块注意力模块（MCBAM）和多尺度卷积注意力模块（MSCA）来提取高阶局部特征	未明确说明模型在非ENCODE数据集或更广泛基因组背景下的泛化能力	开发一个深度学习模型以更准确地预测转录因子结合位点，从而帮助理解基因调控网络	转录因子结合位点（TFBSs），位于基因启动子区域	自然语言处理	NA	ChIP-seq	BERT, CNN	DNA序列数据	165个ENCODE ChIP-seq数据集	PyTorch	DNABERT, CNN, MCBAM, MSCA	NA	NA
3478	2026-02-23	A dual-stream deep learning framework for continuous sign language recognition to enhance communication accessibility in the Ha'il region 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38912-x PMID:41634141	研究论文	本文提出了一种双流卷积神经网络框架，用于连续手语识别，以提升哈伊勒地区的沟通可及性	提出了一种双流CNN框架，分别建模手部动作和头部姿势，并引入特征增强模块以提高识别精度和时间对齐	未明确提及具体局限性	提升连续手语识别的性能，以改善聋哑人士的生活质量	手语识别系统，特别是针对连续手语的识别	计算机视觉	NA	深度学习	CNN	视频	使用了两个基准数据集：RWTH-PHOENIX-Weather 2014和CSL Split II	NA	双流卷积神经网络	词错误率	NA
3479	2026-02-23	Energy-efficient intrusion detection with a protocol-aware transformer-spiking hybrid model 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37367-4 PMID:41634304	研究论文	本文提出了一种结合Transformer和脉冲神经网络的混合模型，用于高效能入侵检测	提出Transformer增强的脉冲神经网络，整合注意力驱动上下文建模与节能脉冲计算，并引入协议感知自适应归一化和伪流重建等新机制	未明确说明模型在极端不平衡数据集或实时动态网络环境中的性能限制	开发高效能、低计算成本的入侵检测系统	网络流量数据中的入侵行为	机器学习	NA	NA	Transformer, Spiking Neural Network	表格特征数据	NA	NA	Transformer-Augmented Spiking Neural Network	分类性能，计算开销	NA
3480	2026-02-23	An explainable hybrid CNN-transformer model for sign language recognition on edge devices using adaptive fusion and knowledge distillation 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38478-8 PMID:41634347	研究论文	本文提出了一种名为TinyMSLR的轻量级、可解释的混合模型，用于在边缘设备上进行孤立手语识别	结合ConvNeXt-Tiny和Swin Transformer编码器，并引入自适应融合门和双教师知识蒸馏方案，以在资源受限设备上实现高效、可解释的多语言手语识别	评估仅限于20个语义对齐的手语类别的共享子集，且结果对应孤立手语识别而非连续句子级的多语言手语识别	开发一种高效、可部署且可解释的手语识别系统，用于资源受限的边缘设备	孤立手语（gloss）分类	计算机视觉	NA	深度学习	CNN, Transformer	视频	使用两个公共数据集（DGS RWTH-PHOENIX-Weather 2014T和Mandarin CSL）构建的20个语义对齐手语类别的共享子集	PyTorch	ConvNeXt-Tiny, Swin Transformer	准确率, F1分数	标准CPU, 边缘GPU