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
381	2026-06-07	Prediction of circular RNA-RNA binding protein binding sites based on structural feature and dynamic feature screening 2026-Jun-02, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.152870 PMID:42235771	研究论文	提出 circGMST 模型，基于结构特征和动态特征筛选预测环状RNA与RNA结合蛋白的结合位点	首次同时整合全序列和单核苷酸分辨率预测，并设计门控多尺度融合块以解决动态特征选择问题	未在摘要中明确说明局限性	预测环状RNA与RNA结合蛋白的结合位点，阐明调控机制并识别潜在治疗靶点	包含七种RNA结合蛋白的乳腺癌特异性可变长度环状RNA序列	机器学习	乳腺癌	NA	Gated Multiscale Fusion (GMF)	序列数据	由七种RNA结合蛋白的可变长度环状RNA序列构成的乳腺癌特异性数据集	PyTorch	Gated Multiscale Fusion (GMF)	准确性、精确性、召回率、F1分数、AUC	NA
382	2026-06-07	Deep learning-assisted proteomic dissection reveals sex-biased and shared proteomic patterns in Populus deltoides under waterlogging stress and subsequent recovery 2026-Jun-02, Tree physiology IF:3.5Q1 DOI:10.1093/treephys/tpag056 PMID:42041130	研究论文	利用深度学习辅助蛋白质组学分析，揭示美洲黑杨在涝渍胁迫及恢复过程中性别偏倚和共有的蛋白质组模式	首次将自编码器、图神经网络(GNN)和SHAP可解释性方法整合到iTRAQ定量蛋白质组学中，发现涝渍胁迫下美洲黑杨性别偏倚的蛋白质组可塑性是恢复潜力的关键决定因素	NA	探索美洲黑杨在涝渍胁迫及恢复过程中性别偏倚的蛋白质组模式，揭示功能二态性的隐藏层次	雌雄美洲黑杨个体	机器学习	NA	iTRAQ定量蛋白质组学	自编码器、图神经网络(GNN)、GraphSAGE、随机森林、XGBoost	蛋白质丰度数据	NA	NA	自编码器、GNN、GraphSAGE、随机森林、XGBoost	NA	NA
383	2026-06-07	Transformer-based nonlinear modeling in dynamic spectrum for noninvasive human blood component analysis 2026-Jun-02, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.130058 PMID:42247740	研究论文	基于Transformer的动态光谱非线性建模用于无创人体血液成分分析	首次将Transformer神经网络应用于动态光谱与血液成分浓度之间的非线性关系建模，克服了传统模型因血液成分散射引起的非线性问题	需要进一步临床验证才能应用于实际	提高无创血液成分分析的预测精度	人类血液中的红细胞、尿素和葡萄糖成分	机器学习	NA	动态光谱（DS）、光电容积脉搏波（PPG）	Transformer	光谱数据	1400名参与者的动态光谱数据	NA	Transformer	R2系数, MAE, MSE	NA
384	2026-06-07	GFLearn: Generalized Feature Learning for Drug-Target Binding Affinity Prediction 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3538497 PMID:40031740	研究论文	提出GFLearn模型，通过集成图神经网络与自监督不变特征学习模块，提升药物-靶标结合亲和力预测的泛化能力	融合自监督不变特征学习与图神经网络，从药物和靶标中提取鲁棒且高度泛化的特征，有效应对数据分布偏移带来的性能下降问题	文中未明确提及局限性	解决现有方法预测新药物和新靶标时性能受限的问题，提升药物-靶标结合亲和力预测的泛化能力	药物-靶标结合亲和力预测	机器学习	NA	NA	图神经网络、自监督学习	NA	两个不同数据集，涵盖新药物、新靶标及组合三种挑战场景	NA	图神经网络、自监督不变特征学习模块	NA	NA
385	2026-06-07	A Deep Learning-Based Approach for the Diagnostic of Brucellar Spondylitis in Magnetic Resonance Images 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3559909 PMID:40208763	研究论文	提出了基于深度学习的布鲁氏菌性脊柱炎MRI诊断框架BSMRINet，用于T2加权MR图像自动检测	首个专门用于MR图像检测布鲁氏菌性脊柱炎的深度学习模型，集成角点检测算法与ResNet、DenseNet架构，并引入scSE网络	未提及	开发全自动诊断框架以辅助布鲁氏菌性脊柱炎的放射学诊断并提升医生能力	布鲁氏菌性脊柱炎病变的椎体与脊柱MR图像	计算机视觉	布鲁氏菌性脊柱炎	MRI	CNN	图像	582例来自4家医院2018年1月至2023年8月的队列	PyTorch	ResNet, DenseNet, scSE	鲁棒性、泛化能力	NA
386	2026-06-07	Temporal Integrative Machine Learning for Early Detection of Diabetic Retinopathy Using Fundus Imaging and Electronic Health Records 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3578197 PMID:40489278	研究论文	提出一种时间整合机器学习系统，利用眼底图像和电子健康记录早期检测糖尿病视网膜病变	创新处理电子健康记录数据，聚焦时间趋势和长期患者病史，创建数千个时间特征捕捉动态演变，结合双模态模型（时间表格模型和多模态深度学习模型）实现早期检测	数据主要未标记，采用伪标签技术；依赖单一医院数据，可能影响泛化性	早期和增强检测糖尿病视网膜病变	糖尿病视网膜病变患者	机器学习	糖尿病视网膜病变	眼底成像	深度学习多模态模型、时间表格模型	图像和时间序列数据	5000名患者，25000张视网膜图像，电子健康记录长达20年	NA	NA	AUROC	NA
387	2026-06-07	Automatic Multi-Task Segmentation and Vulnerability Assessment of Carotid Plaque on Contrast-Enhanced Ultrasound Images and Videos via Deep Learning 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3581686 PMID:40540369	研究论文	提出基于深度学习的多任务模型，用于颈动脉斑块对比增强超声图像和视频的自动分割及易损性评估	首次开发多任务深度学习模型同时进行颈动脉斑块分割和IPN分级分类，并在CEUS视频上实现临床工作流模拟，超越中低级放射科医生性能	未提及模型在多样化临床数据集上的泛化性验证及与其他现有方法的全面比较	实现颈动脉斑块CEUS图像和视频的自动分割与IPN分级，提升临床诊断效率与准确性	颈动脉斑块内新生血管（IPN）	计算机视觉	心血管疾病	对比增强超声（CEUS）	多任务深度学习模型	图像和视频	未明确说明样本数量	NA	NA	Dice系数, 准确率	NA
388	2026-06-07	GATPDD: An Enhanced Deep Learning Framework for Predicting Drug-Parasitic Disease Associations 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3631560 PMID:41231695	研究论文	提出一种名为GATPDD的深度学习框架，用于预测药物-寄生虫病关联	将增强型深度图互信息与多头图注意力网络及邻域交互注意力结合，在有限基准数据集上优化特征学习和嵌入聚合	依赖特定数据集，泛化能力可能受限于数据分布	提高药物-寄生虫病关联预测的准确性和鲁棒性	药物与寄生虫病之间的潜在关联	机器学习	寄生虫病	NA	图神经网络	图数据	NA	PyTorch	多头图注意力网络，邻域交互注意力	准确率，鲁棒性	NA
389	2026-06-07	Frequency-Aware B-Line and Pleural Line Analysis in Lung Ultrasound Videos 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634433 PMID:41259172	研究论文	提出一种频域感知的B线和胸膜线分析框架，用于超声视频中的肺部疾病诊断	基于离散小波变换的双分量频率特征增强方法抑制噪声，结合自适应时序注意力模块建模长期时间依赖	仅基于特定肺部疾病数据集验证，未涵盖所有超声设备与操作条件	提升超声视频中B线和胸膜线自动识别的准确性与鲁棒性	肺超声视频中的B线和胸膜线	计算机视觉	肺间质疾病	超声视频分析	CNN + 注意力机制	视频	2149个超声视频（193410帧）	NA	ResNet	AUC, ACC	NA
390	2026-06-07	Cardiac Arrhythmia Classification From Lead I ECG Recorded in a Free-Living Environment 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3634307 PMID:41259171	研究论文	提出一种基于深度学习的心律失常分类框架，利用单导联I ECG记录在自由生活环境中实现心律失常检测	开发了一种新的数据相似性评估指标以增强迁移学习和外部数据集验证，并在真实世界的噪声环境中验证鲁棒性	仅使用导联I ECG，可能限制与其他导联组合的性能对比；在信噪比0 dB下性能略有下降	评估单导联I ECG在远程监测中诊断多种心律失常的实用性	来自PhysioNet Challenge 2021的超过60,000条10秒导联I ECG记录	机器学习	心血管疾病	心电图记录	深度学习模型	心电图信号	超过60,000条10秒导联I ECG记录	NA	NA	AUC, 灵敏度, 特异性	NA
391	2026-06-07	Interpretable end to end Epileptic Seizure Detection via Linear and Nonlinear Filtering Networks 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3633726 PMID:41259168	研究论文	提出一种结合线性和非线性滤波网络的新型对比学习框架，用于可解释的癫痫发作检测	通过线性与非线性滤波网络实现端到端可解释诊断，并引入混合监督与自监督对比学习策略	未明确讨论计算复杂度或实时部署可行性	解决脑电图信号中复杂线性与非线性动力学解耦问题，提升癫痫检测的临床可用性和可解释性	EEG信号中癫痫发作状态的检测	机器学习	癫痫	EEG信号处理	对比学习框架	EEG信号	头皮EEG和颅内EEG数据集	NA	递归残差分解网络、双分支解耦网络、自适应滤波网络、多尺度卷积模块	准确率	NA
392	2026-06-07	Deep Learning for Clinical Ultrasound Imaging: From Supervised Approaches to Foundation Models 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3636830 PMID:41296965	综述	综述了深度学习在临床超声成像中的应用，从监督学习方法到基础模型的范式转变	强调了从任务特定模型向基础模型的范式转变，并系统总结了监督学习、自监督学习、判别模型、生成式AI模型和基础模型在超声中的应用	深度学习模型在超声领域的应用仍受限于标记数据稀缺、领域特异性差异以及对用户专业知识的依赖	总结深度学习在临床超声中的应用进展，并突出基础模型提升诊断性能和拓展超声临床应用的潜力	深度学习模型在临床超声成像中的应用	计算机视觉	不适用	超声成像	深度学习, 基础模型	超声图像	不适用	不适用	不适用	不适用	不适用
393	2026-06-07	Application and Challenges of Deep Learning in Pulmonary Vessels Segmentation of CTPA Images 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638808 PMID:41313701	综述	全面回顾基于深度学习的CTPA图像肺血管分割技术，分析网络架构、性能比较及临床实施挑战	系统分类2D/3D/2.5D网络架构，采用PRISMA方法筛选23项高质量研究，提出自监督学习与领域适应等新兴方向	仅纳入至2024年两项数据库的文献，可能遗漏其他来源的最新研究；临床实施中面临标注稀缺、计算效率与分辨率权衡及模型泛化限制	评估深度学习在CTPA图像肺血管分割中的进展，量化性能并解决临床转化挑战	肺血管分割的深度学习技术，应用于CTPA影像的血管疾病诊断	计算机视觉	肺血管疾病	NA	深度学习	CTPA图像	23项高质量研究	NA	2D/3D/2.5D网络架构	Dice相似系数	NA
394	2026-06-07	Ortho-OPD: An Automatic Osteotomy Planes Design Model for Orthognathic Surgery Based on Deep Learning 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638775 PMID:41313700	研究论文	提出一种基于深度学习的自动截骨平面设计模型用于正颌手术	首次提出结合卷积神经网络和随机抽样一致性算法的自动截骨平面设计方法	未提及	开发并验证基于深度学习的自动截骨平面设计方法	颅颌面CT数据中的截骨平面	数字病理学	牙颌面畸形	CT	CNN	图像	71例训练集，31例测试集	NA	CNN, RANSAC	精度, 临床效率, Dice相似系数, 角误差, 最短距离	NA
395	2026-06-07	Super-Resolution Reconstruction of Fetal Brain MRI With Multi-View Interpolation Weight Learning 2026-Jun, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3638989 PMID:41325115	研究论文	提出了一种名为3D-WISE的深度学习模型，通过多视图插值权重学习实现胎儿脑部MRI的超分辨率重建	创新性地结合了多视图插值权重学习模块和多类型注意力机制，包括卷积块注意力和图谱引导的交叉注意力，以修正切片与体积之间的未对准，直接从未配准的厚切片堆栈生成高质量的各向同性胎儿脑MR图像	未明确说明局限性	实现胎儿脑部MRI的高质量各向同性超分辨率重建，以改善产前检查的准确性	胎儿脑部MR图像	计算机视觉, 数字病理学	NA	MRI	深度学习模型（3D-WISE）	图像（MRI）	两个基准数据集	NA	3D-WISE（包括权重学习模块和特征提取模块，采用卷积块注意力和图谱引导的交叉注意力机制）	性能指标未在摘要中列出，可能包括PSNR、SSIM等	NA
396	2026-06-07	Factors Impacting the Performance of Deep Learning Detection of Pulmonary Emboli 2026-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2025.12.028 PMID:41456841	研究论文	评估FDA批准的商业肺栓塞检测模型在真实世界中的表现，并识别影响其性能的技术、人口和临床因素	首次系统分析CT肺动脉造影技术参数、患者合并症等多项因素对AI模型检测肺栓塞性能的真实世界影响，为AI部署后监控提供依据	单中心回顾性研究，可能无法推广至其他医疗机构；未纳入模型在低PE患病率人群中的表现	评估商业肺栓塞检测模型的真实世界性能，并识别影响性能变化的技术、人口和临床因素	11,144次CT肺动脉造影检查及相应的肺栓塞检测模型	计算机视觉	肺栓塞	CT肺动脉造影	商业深度学习模型	医学影像	11,144次CT肺动脉造影检查（含1,193例PE阳性）	未说明	未说明	敏感度, 阳性预测值	未说明
397	2026-06-07	Deep Learning Model With Nodule Indexing Tailored to Early-Stage Lung Cancer Detection 2026-06, Journal of the American College of Radiology : JACR IF:4.0Q1 DOI:10.1016/j.jacr.2026.01.025 PMID:41620056	研究论文	本研究评估了深度学习人工智能系统在CT上提高放射科医生检测肺结节性能的效果，系统具备可疑结节索引和恶性风险分层功能	结合结节索引和恶性风险分层的深度学习AI系统，能显著提升放射科医生对早期肺癌结节的检测性能，且对结节类型、筛查场景和医生经验水平均有一致益处	NA	评估深度学习AI系统在CT上辅助放射科医生检测肺结节（尤其是早期肺癌）的性能	放射科医生和CT扫描图像	计算机视觉	肺癌	CT扫描	深度学习	图像	340例CT扫描（包括133例肺癌、61例良性非钙化结节和146例正常）	NA	NA	灵敏度，特异度，AUC	NA
398	2026-06-07	Multimodal Artificial Intelligence for Predicting 3- and 5-Year Risks of Myopic Choroidal Neovascularization in High Myopia 2026-Jun, Ophthalmology. Retina DOI:10.1016/j.oret.2026.02.003 PMID:41655768	研究论文	开发多模态人工智能模型预测高度近视眼中近视性脉络膜新生血管的3年和5年风险	首次结合眼底照片与临床变量，利用DeepSurv框架构建多模态生存模型，实现时间动态风险预测	单中心回顾性研究，需进一步外部验证	开发基于人工智能的模型以估计高度近视眼中近视性黄斑新生血管的风险	2501名高度近视患者的4235只眼睛	计算机视觉, 机器学习	高度近视, 近视性脉络膜新生血管	眼底照相	深度学习, DeepSurv	图像, 临床变量	2501名患者的4235只眼睛	PyTorch	DenseNet-121, DeepSurv	AUC, C-index	NA
399	2026-06-07	Integrating single-cell atlases and machine learning to construct 'in silico patients' for predicting individualized drug responses 2026-06, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.117873 PMID:41796725	综述	系统阐述了将单细胞图谱和机器学习整合构建“数字孪生患者”框架用于预测个体化药物反应的概念、数据基础、计算策略与未来方向	提出“数字孪生患者”整合框架，明确以大规模单细胞图谱为细胞身份参考、结合药基因组学数据库与患者特异性单细胞RNA测序数据，并利用深度学习与迁移学习将细胞系知识迁移至临床样本的核心路径	仅基于现有文献进行概念梳理与展望，未提出具体实验验证结果或定量性能比较	为开发下一代个体化药物反应预测工具提供全面的概念蓝图，并指出多组学与空间信息整合等未来方向	肿瘤内的细胞异质性、药物反应预测模型、单细胞RNA测序数据、药基因组学数据库	自然语言处理	肿瘤	单细胞RNA测序、药基因组数据库、深度学习、迁移学习、多组学整合、空间转录组学	深度学习模型、迁移学习算法	单细胞RNA测序数据、药基因组学数据、组织切片培养数据	NA	TensorFlow, PyTorch	NA	NA	NA
400	2026-06-07	Automated deep learning for detection and measurement of adrenal masses in contrast-enhanced abdominal CT 2026-Jun, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12314-5 PMID:41609765	研究论文	开发并验证一种完全自动化的深度学习模型，用于在增强腹部CT中检测和测量肾上腺肿块	提出全自动深度学习模型，利用预训练分割模型生成肾上腺掩膜，结合U-Net分割网络进行肿块检测，并具有真实世界验证集	未提及病理学确认的外部测试集和硬件约束	提高腹部CT中肾上腺肿块的检测率和测量准确性，优化患者管理	肾上腺肿块	计算机视觉	肾上腺肿瘤	增强CT	U-Net	CT图像	415个扫描（含155个肿块，260个无肿块）用于模型开发；外部测试集995个扫描；内部测试集250个扫描	NA	U-Net	AUC, Dice系数, 敏感性, 特异性, 准确率, 阳性预测值, 组内相关系数	NA