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
3601	2026-07-27	AutoBiGluNet: transformer-based time series modeling for blood glucose prediction in Type 1 diabetes patients 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-026-00469-4 PMID:42395262	研究论文	利用基于Transformer的时间序列模型AutoBiGluNet预测1型糖尿病患者的血糖水平	提出AutoBiGluNet混合深度学习模型，结合Autoformer和BiLSTM网络捕获全局模式和时序依赖，实现高精度血糖预测	需要前瞻性临床验证后才能考虑集成到闭环胰岛素输送系统	开发鲁棒的时间序列模型，处理噪声和异构医疗数据，辅助1型糖尿病患者临床决策	BrisT1D和OhioT1DM数据集中的1型糖尿病患者，包括CGM数据、胰岛素泵数据、智能手表活动数据和饮食碳水化合物数据	时间序列预测	1型糖尿病	持续血糖监测（CGM）、胰岛素泵数据、智能手表活动数据、碳水化合物数据	Autoformer + BiLSTM混合深度学习模型	多模态时间序列数据（CGM、胰岛素、活动、饮食）	BrisT1D和OhioT1DM两个公开数据集	NA	Autoformer、BiLSTM	RMSE、MAE、R²	NA
3602	2026-07-27	DeepKbhb: Context-Aware Prediction of Human Lysine β-Hydroxybutyrylation Sites 2026-Jul-13, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02072 PMID:42386167	研究论文	提出了DeepKbhb，一个用于预测人类赖氨酸β-羟基丁酰化位点的深度学习框架	通过将序列嵌入与六种工程化描述符结合的双线性注意力网络，有效捕捉位置依赖关系，无需手工特征	未明确说明局限性	开发精确的赖氨酸β-羟基丁酰化位点预测工具，以支持功能与机制研究及疾病相关分析	人类赖氨酸β-羟基丁酰化位点	机器学习	癌症、代谢紊乱、免疫调节	NGS	双线性注意力网络	序列数据	NA	NA	双线性注意力网络	准确率、F1分数、马修斯相关系数	NA
3603	2026-07-27	SqueakPose Studio, an end-to-end platform for pose estimation and real-time edge-AI deployment 2026-07-06, eLife IF:6.4Q1 DOI:10.7554/eLife.111308 PMID:42405827	研究论文	提出了一个名为SqueakPose Studio的端到端平台，用于姿态估计和实时边缘AI部署	首次集成了从数据集创建、模型训练到实时部署的完整软硬件生态，消除了对工作站级GPU和外部中间件的依赖	未在论文中明确说明	开发一个统一平台，支持姿态估计的离线分析和嵌入式实时实验	行为学实验中的动物姿态估计	计算机视觉	NA	深度学习姿态估计	CNN	图像	NA	PyTorch	现代目标检测架构	NA	CPU, GPU, Apple Silicon, 嵌入式GPU计算设备
3604	2026-07-27	Generalizable and explainable deep learning for brain MRI: a multi-cohort evaluation of 3D architectures for age and sex prediction 2026-Jul-06, Brain informatics DOI:10.1186/s40708-026-00316-y PMID:42406258	研究论文	系统比较三种三维深度学习架构在脑MRI年龄和性别预测中的泛化能力	首次在多独立队列中系统比较SFCN、DenseNet121和Swin Transformer三种三维架构在年龄和性别预测上的泛化性和可解释性	外部队列样本量差异较大，且仅评估了T1加权MRI数据	评估不同深度学习架构在脑MRI年龄和性别预测中的泛化能力	T1加权脑MRI数据	计算机视觉	NA	MRI	SFCN, DenseNet121, Swin Transformer	图像	四个队列：UKB (47390)、DLBS (132)、PPMI (108)、IXI (319)	NA	SFCN, DenseNet121, Swin Transformer	AUC, 平均绝对误差(MAE), 相关系数r, DeLong检验, Wilcoxon检验	NA
3605	2026-07-27	Microseismic monitoring with the quake neural operator 2026-Jul-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73965-6 PMID:42409788	研究论文	引入Quake神经算子（QNO），一种直接从连续数据构建地震目录的深度学习算法	提出多任务算子QNO，无需显式相位拾取即可进行检测和定位，适用于任意台网几何结构	NA	提高微震监测的准确性，揭示未检测到的地震活动	小型地震事件	机器学习	NA	NA	深度学习模型	连续地震波形数据	应用于盖瑟斯地热田，检测到的地震事件数量比常规目录多近一个数量级	NA	Quake神经算子（QNO）	通过与相位神经算子和目视检查比较进行验证	NA
3606	2026-07-27	Physics-informed deep learning-based adaptive beamforming for phased array weather radar 2026-Jul-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60229-y PMID:42409930	研究论文	提出一种基于物理信息深度学习的自适应波束形成框架，用于相控阵天气雷达系统以实现高效准确的目标探测	将物理约束通过定制损失函数显式嵌入深度学习训练过程，提出物理信息深度神经网络（PIDNN）波束形成器	仅针对相控阵天气雷达的大阵列配置，未探讨其他雷达系统或动态环境下的适用性	开发高效、可靠的自适应波束形成方法以改进相控阵天气雷达的探测性能	相控阵天气雷达波束形成过程中的阵列输出与参考响应	机器学习	NA	NA	物理信息深度神经网络（PIDNN）	阵列信号数据	包含大阪大学相控阵天气雷达实测数据，具体样本量未注明	TensorFlow, PyTorch	PIDNN	波束形成精度、计算时间、杂波抑制性能	未明确说明
3607	2026-07-27	Improving arrhythmic risk prediction using cardiac magnetic resonance within deep learning in ischemic heart disease 2026-Jul-05, NPJ cardiovascular health DOI:10.1038/s44325-026-00142-5 PMID:42401751	研究论文	利用心脏磁共振影像结合深度学习改善缺血性心脏病患者心律失常风险预测	首次系统性比较多种机器学习生存模型（Cox回归、随机生存森林、DeepSurv）在LGE-CMR特征预测心律失常风险中的表现，并发现瘢痕异质性（熵）作为新增预后标志物的价值	数据集规模有限（两个队列共823例），且均为回顾性分析，需要更大规模前瞻性验证	评估LGE-CMR特征在缺血性心脏病心律失常风险分层中的增量预测价值，并比较不同机器学习方法的预测性能	缺血性心脏病患者的心律失常事件	机器学习	缺血性心脏病	心脏磁共振（LGE-CMR）	DeepSurv、随机生存森林、Cox比例风险模型	影像数据（LGE-CMR）和临床变量	队列1：399例（54个事件）；队列2：424例（50个事件）	NA	DeepSurv（基于神经网络的生存分析模型）、随机生存森林	C指数、AUC、校准曲线	NA
3608	2026-07-27	Security Analysis of a Federated Learning Framework for Medical Image-to-Image Translation 2026-Jul-04, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02436-8 PMID:42400864	研究论文	评估联邦学习在医学图像到图像翻译框架中的安全性，并分析其在三种典型攻击下的脆弱性	首次系统评估联邦学习医学图像翻译框架在梯度泄漏、成员推断攻击和数据投毒三类威胁下的鲁棒性，并提出多层次防御策略	低噪声投毒下FedMedian恢复效果不稳定，特定中心配置下仍有显著性能下降	验证联邦学习在医学图像翻译任务中的固有隐私假设是否成立，并为安全部署提供指导	联邦学习框架FedSynthCT-Brain在MRI到合成CT生成任务中的安全性能	计算机视觉, 机器学习	脑部疾病	联邦学习, 图像翻译	生成对抗网络	医学图像	NA	PyTorch	NA	SSIM, PSNR, AUC	NA
3609	2026-07-27	Enhancing brain tumor detection through deep learning and explainable AI techniques 2026-07-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60334-y PMID:42401645	研究论文	提出一种结合深度学习与可解释AI的脑肿瘤检测框架，在有限数据下实现高精度诊断并增强模型可解释性	在数据有限的条件下，通过Nadam优化器与InceptionV3结合，并采用患者级分层五折交叉验证和少数类过采样策略防止数据泄露；同时，利用定量可解释性分析（Grad-CAM与遮挡灵敏度相关性、因果重要性、权重特异性）对模型进行多层级验证	NA（摘要未提及限制）	开发一个既准确又可解释的深度学习框架，用于自动检测MRI图像中的脑肿瘤，以促进临床转化	MRI图像中的脑肿瘤检测	计算机视觉	脑肿瘤	MRI成像	卷积神经网络	图像（MRI）	90%训练集（含数据增强与过采样）、10%内部测试集、3000张外部测试图像	NA（未指定框架）	InceptionV3	准确率、损失值、Faithfulness（Grad-CAM与遮挡敏感性相关性）、因果重要性（Top-10%遮挡下降）、权重特异性（Spearman相关性）	NA（未提及计算资源）
3610	2026-07-27	High-resolution real-time mechanochromic tactile sensors 2026-Jul-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aee5236 PMID:42397916	研究论文	介绍一种高分辨率实时机械变色触觉传感器，可直接将机械应变转换为结构色，实现高分辨率、实时的触觉感知	利用机械变色布拉格反射器直接编码机械应变为结构色，无需深度学习数据增强即可实现~100微米分辨率，且无计算延迟	未提及	开发兼具高空间分辨率和快速响应速度的触觉传感器	指尖、一便士硬币、树叶的表面拓扑映射	计算机视觉	NA	机械变色布拉格反射器	NA	图像	3种物体（指尖、一便士硬币、树叶）	NA	NA	分辨率（~100微米）	NA
3611	2026-07-27	Beech latewood density as a proxy for temperature reconstruction 2026-Jul-03, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aee1305 PMID:42397920	研究论文	利用欧洲山毛榉晚材密度重建夏季温度信号	首次使用X射线显微计算机断层扫描（micro-CT）测量阔叶树种的晚材密度，并验证其作为夏季温度代用指标的潜力	NA	探索欧洲山毛榉晚材密度作为夏季温度重建代用指标的可行性	欧洲山毛榉（Fagus sylvatica L.）晚材密度及木材解剖结构	机器学习	NA	X射线显微计算机断层扫描（micro-CT）、深度学习图像分割	深度学习分割模型	CT影像	1833年至2022年共190年样本	NA	NA	相关系数（r=0.73）	NA
3612	2026-07-27	Graph Network Feature Space Fusion for Predicting Irregularly Sampled Medical Time-Series Data: Deep Learning Model Development and Validation Study 2026-Jul-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/81145 PMID:42398019	研究论文	提出一种将不规则采样的医疗时间序列数据转换为图网络结构并进行特征融合的深度学习方法	将时间序列数据构建为图网络，其中特征通道和测量时间作为节点，时间点上的特征测量作为边权重，并通过图卷积神经网络和门控卷积注意力机制分别提取点特征空间和边权重空间进行融合	未明确说明局限性	解决医疗时间序列数据中缺失值和不规则采样时间间隔对预测结果的影响	急诊患者的复杂动态状态预测	机器学习	NA	NA	图卷积神经网络、门控卷积注意力机制	时间序列数据	4个数据集	NA	图卷积神经网络、门控卷积注意力机制	准确率、曲线下面积、平均绝对误差	NA
3613	2026-07-27	EssTFNet: integration of adaptive time-frequency and DNA language models for interpretable human essential gene prediction 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag349 PMID:42398069	研究论文	提出一种结合自适应时频分析与DNA语言模型的可解释深度学习框架EssTFNet，用于人类必需基因预测	首次将自适应时频分析（ATFNet架构）与DNA语言模型相结合，实现可解释的人类必需基因预测，并支持跨组织泛化	未提及具体局限，但可能依赖序列特征提取，对非编码区调控信息的整合有待扩展	开发一种可解释、高准确度的深度学习框架，用于预测人类必需基因并辅助生物学机制解析	人类必需基因及其DNA序列	机器学习	NA	深度学习、DNA语言模型、自适应时频分析	ATFNet架构（集成自适应时频分析与DNA语言模型）	DNA序列数据	NA（未明确样本数量，基于公开基准数据集S1）	PyTorch	ATFNet（结合自适应时频分析与DNA语言模型）	AUC（曲线下面积）、AUPRC（精确率-召回率曲线下面积）	NA（未提及具体GPU或云计算资源）
3614	2026-07-27	A historical journey of metabolite-protein interaction discovery: from data harmonization to AI-driven prediction 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag355 PMID:42398072	综述	追溯代谢物-蛋白质相互作用研究的历史历程，从数据协调到人工智能驱动的预测	提出以标准驱动的数据整合和结构感知建模为核心的历史结构化路线图，以支持系统层面的代谢物-蛋白质相互作用图谱构建	代谢物暴露、靶标表达等生物响应复杂性尚未充分解决	综述代谢物-蛋白质相互作用研究的历史进展、挑战和未来方向	代谢物-蛋白质相互作用（MPI）	机器学习	NA	代谢组学, 热蛋白质组分析, AlphaFold	深度学习	文本, 结构数据	NA	NA	结构感知深度学习	NA	NA
3615	2026-07-27	Bridging local-global transmembrane protein contexts with contrastive pretraining for alignment-free pathogenicity prediction 2026-Jul-03, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag352 PMID:42398071	研究论文	提出Memo-Patho深度学习框架，用于跨膜蛋白变异致病性的无比对预测	采用蛋白内标签引导的监督对比预训练策略，学习序列编码的生物物理信号，无需多序列比对或实验结构即可准确预测	未提及具体局限性	开发一种资源高效、无需比对的跨膜蛋白变异致病性预测方法	跨膜蛋白变异	机器学习	遗传性疾病	深度学习	对比学习模型	序列数据	多个跨膜蛋白基准数据集及独立KCNQ1离子通道队列	NA	蛋白语言模型融合局部结构代理	准确率	NA
3616	2026-07-27	Prediction of Type 2 Diabetes Mellitus From Chest X-Rays Using a Suite of Previously Developed Chronic Disease Deep Learning Models in an Ethnically Diverse Cohort: Observational Study 2026-Jul-03, JMIR AI DOI:10.2196/85248 PMID:42398923	研究论文	在种族多样化队列中，利用已有的深度学习模型从胸部X光片预测2型糖尿病的外部验证研究	在种族多样性更高、社会剥夺程度更严重、糖尿病患病率更高的城市队列中验证了深度学习模型，并评估了将模型预测结果与BMI和人口统计学变量结合对预测性能的提升	对3年发病的预测准确性低于患病率预测，需要进一步优化，可能需整合糖化血红蛋白数据；研究为单中心回顾性设计，可能存在选择偏倚	外部验证先前开发的基于胸部X光片的深度学习模型在多样化城市人群中对2型糖尿病的预测性能，并评估结合人口统计学和BMI数据的效果	芝加哥三级学术医疗中心中至少有一次门诊胸部X光片的成年人（2010-2020年）	机器学习	2型糖尿病	深度学习	深度学习模型，极限梯度提升（XGBoost）	图像（胸部X光片），结构化数据（人口统计学、BMI）	39908名患者（53.4%非西班牙裔黑人，23%拉丁裔，14%非西班牙裔白人）	NA	NA	曲线下面积（AUC），一致性指数（C-index）	NA
3617	2026-07-27	A deep learning optimized model for classification and detection of rice leaf diseases 2026-07-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42220-9 PMID:42399274	研究论文	本研究提出一种基于深度学习优化的水稻叶部病害分类与检测模型	利用雷莫拉优化算法（ROA）优化深度最大输出网络和深度自编码器的学习参数，改善收敛性并避免局部最优	NA	实现水稻叶部病害的准确分类与检测	水稻叶部病害	计算机视觉	水稻叶部病害	NA	深度最大输出网络（DMN）、深度自编码器（DAE）	图像	NA	NA	深度最大输出网络、深度自编码器	准确率	NA
3618	2026-07-27	Anatomically constrained deep learning for clinical-grade volumetric pancreatic cancer segmentation: development, validation, and architectural benchmarking 2026-Jul-03, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-026-01587-8 PMID:42399351	研究论文	开发并验证一种解剖学约束的深度学习模型用于临床级胰腺癌体积分割	采用解剖学约束策略结合大规模多中心数据，首次在临床级验证中展示出超越3D视觉Transformer的稳定性能，并系统评估了定位误差对分割精度的影响	缺乏前瞻性临床试验验证，且模型在部分边缘排除病例中性能略有下降，提示定位误差并非主要性能瓶颈	实现胰腺导管腺癌的自动化体积分割以支持精准肿瘤学应用	胰腺导管腺癌CT影像中的肿瘤区域	计算机视觉	胰腺癌	CT成像	三维卷积神经网络	CT图像	1859例多中心治疗初发、活检确诊的胰腺导管腺癌CT检查数据	NA	Model-BB, Swin UNETR	Dice相似系数，一致性相关系数	NA
3619	2026-07-27	Integrating DNA methylation biomarkers for breast cancer risk prediction using artificial intelligence 2026-07-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59983-w PMID:42399352	研究论文	利用人工智能整合DNA甲基化生物标志物进行乳腺癌风险预测	首次在乳腺癌风险预测中整合高通量表观基因组生物标志物与多种机器学习/深度学习分类器，并验证随机森林模型的优越性能	样本量为642例，且仅基于单一队列（EPIC-Italy），可能影响模型泛化性	评估DNA甲基化标志物结合人工智能技术用于乳腺癌早期风险预测的可行性	乳腺癌患者与健康对照者的外周血DNA甲基化特征	机器学习	乳腺癌	DNA甲基化测序（Illumina HumanMethylation450K平台）	随机森林（Random Forest）	表观基因组数据	642例样本（224例乳腺癌，418例对照）覆盖483,848个CpG位点	Scikit-learn	随机森林	AUC, 准确率	NA
3620	2026-07-27	Recent advances in the detection and functional analysis of circRNAs with short-read RNA sequencing-based methods 2026-Jul-03, Molecular biology reports IF:2.6Q3 DOI:10.1007/s11033-026-12267-y PMID:42397457	综述	综述基于短读RNA测序的环状RNA检测和功能分析方法的最新进展	重点总结了近五年内用于可翻译环状RNA鉴定的短读RNA-seq生物信息学工具，包括一致性调用、注释和蛋白质编码潜力预测，并整合了机器学习和深度学习方法	未提及具体局限性	总结应用于环状RNA检测、一致性调用、注释和蛋白质编码潜力预测的短读RNA-seq生物信息学工具的最新进展	环状RNA及其检测与功能分析方法	自然语言处理	癌症、神经退行性疾病、心血管疾病	RNA-seq	NA	测序数据	NA	NA	NA	NA	NA