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
441	2026-05-15	Comparing machine learning and deep learning approaches to predicting the seismic response of slab-column connections 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50962-9 PMID:42115248	研究论文	比较机器学习和深度学习方法在预测板柱连接抗震响应中的准确性	系统比较了多种机器学习和深度学习模型在预测板柱连接抗震性能（冲切弯矩和漂移率）中的表现，并发现梯度提升在弯矩预测中最佳，随机森林在漂移率预测中最佳，卷积神经网络在深度学习中表现最优	未提及数据来源、样本数量和外部验证，模型泛化能力有限	评估机器学习和深度学习模型预测板柱连接抗震性能的准确性	板柱连接节点的冲切弯矩和漂移率	机器学习	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM混合模型	数值数据	NA	NA	Ridge回归、线性回归、Lasso回归、弹性网络、支持向量回归、梯度提升、随机森林、极端梯度提升、长短期记忆网络、卷积神经网络、循环神经网络、CNN-LSTM	决定系数、均方根误差、平均绝对误差	NA
442	2026-05-15	RNN-based detection of IoT malware using diverse feature engineering methods 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51074-0 PMID:42115291	研究论文	提出一种基于循环神经网络的框架，结合多种特征工程技术以提升物联网恶意软件检测性能	将标签编码、MinMax缩放、TF-IDF、词袋、word2vec和主成分分析等多层级特征工程方法集成到循环神经网络中，实现物联网恶意软件的高效检测	仅在UNSW-NB15单一数据集上验证，未考虑其他物联网环境或真实部署场景的泛化性	开发可扩展且实验验证有效的物联网恶意软件检测框架	物联网环境中的恶意软件流量检测	机器学习	NA	NA	循环神经网络（RNN）	网络流量数据	UNSW-NB15数据集（训练集含175,341条样本，测试集含82,332条样本）	NA	三种不同RNN架构	准确率、精确率、召回率、F1分数、特异性、AUC	NA
443	2026-05-15	Deep learning-based automatic field of view planning for prostate MRI in oblique coronal and oblique axial planes 2026-05-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52248-6 PMID:42115680	研究论文	开发并评估了一种基于ResNet的深度学习框架，用于自动规划前列腺MRI的视野，在斜冠状面和斜轴面上实现准确的视野规划	首次使用深度学习实现前列腺MRI中斜冠状面和斜轴面的自动视野规划，并在多中心数据上进行验证，展示出非劣效于人工标注的性能	研究的描述中未明确提到具体的局限性	开发自动化的视野规划方法，以提高前列腺MRI中视野处方的准确性和一致性，减少操作者依赖	前列腺MRI的视野规划	计算机视觉	前列腺癌	MRI	ResNet	图像	训练集使用PI-CAI数据集中的1,474例检查，外部测试集共530例检查（2021-2024）	PyTorch	ResNet	切片定位差异，视野重叠率，角度差异，可接受率	NA
444	2026-05-15	A comparative analysis of YOLOv8 and nnU-Net v2 based pipelines for sex and age estimation from maxillary sinus morphometry on panoramic radiographs 2026-May-09, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03825-x PMID:42104112	研究论文	比较基于YOLOv8和nnU-Net v2的管道在曲面断层片上从上颌窦形态测量学进行性别和年龄估计	首次系统比较YOLOv8和nnU-Net v2在法医上颌窦分析中的应用	未提及	开发和比较两种基于深度学习的分割-影像组学管道（YOLOv8-Hybrid和nnU-Net v2），用于从曲面断层片的上颌窦形态测量学中自动进行性别分类和年龄估计	来自北塞浦路斯近东大学的1024张曲面断层片（512名男性，512名女性，年龄18-81岁）	计算机视觉	NA	深度学习分割（YOLOv8和U-Net）、影像组学特征提取、迁移学习、贝叶斯超参数优化、SHAP可解释性分析	YOLOv8n-seg、U-Net、CatBoost、XGBoost	医学图像（曲面断层片）	1024张曲面断层片（512名男性，512名女性，年龄18-81岁）和50张独立外部验证图像	PyTorch, Scikit-learn	YOLOv8n-seg、U-Net、CatBoost、XGBoost	AUC, MAE, mAP@50, Cohen's d	NA
445	2026-05-15	Uncovering advanced transfer learning strategies for deep neural networks in natural language processing 2026-05-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39819-3 PMID:42106353	研究论文	深入研究自然语言处理中深度神经网络的迁移学习策略，通过实验分析其效果	系统性地探索了迁移学习在复杂深度学习架构中的最优策略，包括架构设计、微调方法和替代训练范式	未具体说明数据集的规模、领域局限性或实验的计算资源需求	揭示自然语言处理任务中深度神经网络迁移学习的最佳策略	预训练模型在文本分类和语言生成等关键NLP任务中的应用	自然语言处理	NA	迁移学习	深度神经网络	文本	NA	NA	NA	准确性、训练速度	NA
446	2026-05-15	Development and validation of a blinding eye disease screening system based on lightweight convolutional neural networks: A diagnostic accuracy study 2026-May-08, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048491 PMID:42116340	研究论文	基于轻量级卷积神经网络构建致盲性眼病筛查模型，并通过内部和外部数据集验证其性能	开发了性能与中级眼科医生相当的轻量级致盲性眼病筛查系统，为基层医疗机构提供高效、经济的筛查方案	NA	开发成本效益高的致盲性眼病筛查模型，提高基层筛查效率，减少因延迟诊断导致的不可逆视力损伤	89,158张眼底照片及不同临床经验级别的眼科医生	计算机视觉	致盲性眼病	眼底照相	轻量级卷积神经网络	图像	89,158张眼底照片	NA	轻量级卷积神经网络	准确率、F1分数、召回率、AUC、精确率、特异度	NA
447	2026-05-15	Deep Learning-Assisted Room-Temperature Phosphorescence Sensor Array Based on Host-Guest Doping for Visual Discrimination of Triazole Fungicides 2026-May-04, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00501 PMID:42076943	研究论文	基于主体-客体掺杂的深度学习辅助室温磷光传感器阵列用于三唑类杀菌剂的可视化鉴别	首次将室温磷光传感器阵列与深度学习结合，利用主体-客体掺杂诱导的磷光信号放大实现三唑类杀菌剂的可视化鉴别，并开发了基于DenseNet算法的智能人工视觉平台实现自动识别	未提及传感器阵列对复杂基质中痕量水平的检测限，以及长期稳定性评估	开发一种用于三唑类杀菌剂快速、可视化鉴别的传感方法	五种结构相似的三唑类杀菌剂亚型及其二元、三元混合物	机器学习	NA	室温磷光传感	DenseNet	图像	五种三唑类杀菌剂亚型及其二元、三元混合物	PyTorch	DenseNet	准确率	NA
448	2026-05-15	Hypergraph-Based Dual-Channel Improved Variational Autoencoder with Cross-Attention for Compound-Protein Interactions Identification 2026-May-04, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00027 PMID:42077155	研究论文	提出一种基于超图的双通道改进变分自编码器结合多头交叉注意力机制，用于识别化合物-蛋白质相互作用	首次将超图与改进变分自编码器及多头交叉注意力机制结合，构建双通道理论框架，同时考虑节点特征和超图拓扑信息以提取潜在特征	未在摘要中明确提及局限性	开发高效的计算方法识别化合物-蛋白质相互作用，以加速早期药物发现和药物重定位	化合物和蛋白质之间的相互作用	机器学习	NA	NA	变分自编码器，深度神经网络	NA	使用基准数据集进行5折交叉验证；在DrugBank、GPCR、KIBA和Human数据集上验证；识别超过一百万个潜在相互作用	NA	改进变分自编码器，多头交叉注意力机制，深度神经网络	准确率、灵敏度、特异性、精确率、马修斯相关系数、受试者工作特征曲线下面积、精确率-召回率曲线下面积	NA
449	2026-05-15	Deep Learning-Driven Analysis and Quantification of Histopathologic Features in a Dextran Sulfate Sodium-Induced Colitis Mouse Model 2026-May-04, The American journal of pathology DOI:10.1016/j.ajpath.2026.04.005 PMID:42092460	研究论文	利用深度学习分类器对葡聚糖硫酸钠诱导的结肠炎小鼠模型的结肠组织切片进行组织病理学特征的识别与量化分析	首次在DSS结肠炎小鼠模型中应用基于HALO平台的人工智能分类器，实现组织区域（粘膜、粘膜下层、淋巴组织）的自动识别与量化评估，且AI评估与病理学家评估相比具有更好的相关性和更高的敏感性	概念验证研究，可能未涉及大规模样本验证或跨物种泛化能力	评估深度学习分类器在药物发现初期对结肠炎病理特征量化分析的效率和准确性	DSS诱导的结肠炎小鼠模型的结肠组织切片	数字病理学	炎症性肠病（溃疡性结肠炎和克罗恩病）	组织病理学染色	深度学习分类器	图像	NA	HALO	NA	相关性, 敏感性	NA
450	2026-05-15	Treemble: a graphical tool to generate Newick strings from phylogenetic tree images 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag197 PMID:42018742	研究论文	介绍Treemble，一款从系统发育树图像生成Newick字符串的图形化工具	利用深度学习模型辅助节点检测，整合自动读取标签名称功能，支持矩形和圆形树图	未提及限制，但可能依赖于用户标记节点位置的准确性以及图像质量	自动化从系统发育树图像提取机器可读的Newick格式，以便后续分析和超树构建	系统发育树图像中的节点、分支和标签	机器学习	不适用	计算机视觉、深度学习	CNN	图像	不适用	PyTorch	不适用	不适用	不适用
451	2026-05-15	HighFold-MeD2: An Enhanced Boltz-2 Model for Accurate Structure Prediction of N-Methylated and d-Amino Acid Cyclic Peptides 2026-May-03, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00158 PMID:42076870	研究论文	提出基于Boltz-2模型增强的高Fold-MeD2，用于精准预测含N-甲基化及d-氨基酸的环肽结构	通过通用CCD表示无缝集成非天然氨基酸，利用CADD生成构象微调全原子扩散模型，实现高效精准的环肽结构预测	未明确说明，但可能受限于训练数据覆盖的化学空间及能量最小化无法完全解决局部冲突	开发适用于含BNMeAA和d-AA的环肽三维结构预测方法	含主链N-甲基化氨基酸和d-氨基酸的环肽	机器学习	NA	CADD构象生成、Amber力场能量最小化	扩散模型	序列、修饰信息、环约束	NA	Boltz-2	Pairformer-Diffusion	预测精度	NA
452	2026-05-15	KG-bench: benchmarking graph neural network algorithms for drug repurposing 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag159 PMID:42103971	研究论文	提出了KG-Bench基准框架，用于系统比较不同图神经网络架构在药物重定位中的性能	首个针对药物重定位的GNN标准化基准测试框架，支持公平比较多种架构，并集成可解释性分析	未提及计算资源等实施细节；数据来源仅限定于Open Targets数据集	构建标准化基准框架以系统评估图神经网络在药物-疾病关联预测中的表现	药物、疾病、靶点的知识图谱以及六种图神经网络架构（如关系图卷积网络）	机器学习	NA	知识图谱、图神经网络	图神经网络	结构化数据（知识图谱中的三元组）	Open Targets数据集中药物、疾病、靶点实体及关联	PyTorch	Relational Graph Convolutional Networks, TransformerConv	AUC, F1分数	NA
453	2026-05-15	Integrated multi-task learning framework for hepatocellular carcinoma segmentation and histological grading using fused multi-phase MRI 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05266-3 PMID:41160193	研究论文	开发并验证一个融合多相MRI的深度学习分割与影像组学分级联合多任务框架用于肝细胞癌分析	首次将多任务学习框架结合多相MRI融合技术，同时实现肝癌分割和组织学分级，并集成可解释性分析	未提及具体局限性	开发和验证一个集成多任务框架，用于肝细胞癌的分割与组织学分级	1673例经组织病理学确诊的肝细胞癌患者（875例高级别，798例低级别）	计算机视觉, 机器学习	肝癌	MRI, 影像组学	Transformer, nnU-Net, U-Net, DeepLabV3+, Swin Transformer, SegNet, TabTransformer, TabNet, XGBoost, CatBoost	多相MRI图像	1673例肝细胞癌患者	PyTorch	Vision Transformer, nnU-Net, U-Net, DeepLabV3+, Swin Transformer, SegNet, TabTransformer, TabNet, XGBoost, CatBoost	DSC, 准确率, AUC	NA
454	2026-05-15	Advancing osteoporosis opportunistic screening: multicenter validation of a deep learning algorithm using abdominal CT scans 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05213-2 PMID:41171405	研究论文	开发并多中心验证了一种利用腹部CT扫描进行骨质疏松机会性筛查的深度学习算法	首次在多中心外部数据集上验证了基于腹部CT的骨质疏松筛查深度学习算法的有效性，并确定了全局优化的阈值	研究对象主要为女性，可能影响结果的普适性；研究数据为回顾性收集，存在选择偏倚	开发并验证一种从腹部CT中筛查骨质疏松的算法	来自多中心的504名参与者（中位年龄66岁，女性388人）的腹部非增强CT和近期DEXA扫描数据	计算机视觉	骨质疏松症	CT成像	卷积神经网络（CNN）	图像	504名参与者（388名女性，中位年龄66岁）	PyTorch	2D U-Net（基于ResNet34骨干网络）	Pearson相关系数、AUC、敏感度、特异度、Brier评分	NA
455	2026-05-15	Artificial intelligence-based segmentation of small renal masses: a multi-center, multi-scanner, multi-sequence study 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05259-2 PMID:41171407	研究论文	基于人工智能的多中心、多扫描仪、多序列MRI肾小肿块自动分割方法的开发与验证	首次基于多中心多扫描仪多序列MRI数据开发针对肾小肿块的人工智能分割方法，并验证其在GE与非GE扫描仪上的泛化能力	未描述计算资源、算法框架、模型架构等具体技术细节	开发一种基于人工智能的肾小肿块自动分割方法	肾小肿块患者	计算机视觉	肾癌	NA	深度学习	MRI图像	988例病理确诊肾小肿块患者，来自3个中心	NA	NA	检测率，Dice相似系数	NA
456	2026-05-15	Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment? 2026-05, Abdominal radiology (New York) DOI:10.1007/s00261-025-05271-6 PMID:41186714	研究论文	评估深度学习联合降噪与对比增强重建（DLR）在术后新辅助胰腺癌CT中能否将图像质量改善转化为更好的可切除性评估	首次系统评估供应商中立的深度学习重建技术在胰腺癌新辅助治疗后的CT图像质量和可切除性预测中的临床价值	尽管图像质量显著改善，但诊断准确性未提升，且DLR图像出现明显的人工痕迹	比较DLR与传统迭代重建在胰腺癌新辅助治疗后CT评估中的图像质量和可切除性预测性能	114例接受新辅助治疗的胰腺癌患者的增强CT图像	计算机视觉	胰腺癌	CT	深度学习重建模型	CT图像	114例胰腺癌患者	NA	ClariACE（供应商中立的深度学习重建架构）	准确率、AUC、敏感性、特异性、读者置信度	NA
457	2026-05-15	Utilization of artificial intelligence in Men's Health: Opportunities for innovation and quality improvement 2026-May, International journal of impotence research IF:2.8Q2 DOI:10.1038/s41443-025-01112-8 PMID:40579440	综述	探讨人工智能在男性健康领域的应用及其伦理考量，涵盖生育力、勃起功能障碍、佩罗尼病、睾酮缺乏和早泄等关键领域	系统综述了AI在男性健康多个细分领域的最新应用，包括AI聊天机器人用于患者教育等新兴方向	未提及具体局限性	综述AI技术在男性健康中的应用进展及伦理挑战	男性健康相关疾病，包括生育力问题、勃起功能障碍、佩罗尼病、睾酮缺乏和早泄	自然语言处理, 机器学习	男性生殖系统疾病	机器学习, 深度学习, 自然语言处理, 可穿戴传感器, 影像学	机器学习模型, 深度学习模型, 自然语言处理模型	文本, 图像, 传感器数据	NA	NA	NA	诊断准确率	NA
458	2026-05-15	Systematic Review on Deep Learning Algorithms for Blood Glucose Forecasting in Type 1 Diabetes 2026-May, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3630214 PMID:41533628	综述	对用于1型糖尿病血糖预测的深度学习算法进行系统性文献综述	首次专门针对深度学习在血糖预测中的应用进行全面系统综述	纳入研究的异质性限制了直接比较，且深度学习模型的生理学保真度和可解释性仍需提升	系统评估深度学习算法在1型糖尿病血糖预测中的研究现状、挑战与未来方向	1型糖尿病患者的连续血糖监测数据	机器学习	1型糖尿病	连续血糖监测	深度学习模型（如CNN、LSTM等）	时间序列数据	26项符合纳入标准的研究	NA	NA	NA	NA
459	2026-05-15	A proof-of-concept study of multitask learning for cranial synthetic CT generation across heterogeneous MRI field strengths 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70429 PMID:42027157	研究论文	提出一种基于多任务学习的级联管道，用于生成颅部合成CT图像，适应不同MRI场强和序列的异质性	将颅部CT重建重新定义为结构化耦合问题，采用级联多任务管道联合建模颅骨分割和HU回归，利用基于残差Mamba的状态空间模型在3D U-Net中增强空间表示，并实现跨1.5T至7T场强的迁移学习	研究样本量较小（1.5T: 37例, 7T: 44例），且仅使用T1加权和T2-FLAIR两种模态，未涵盖其他MRI序列或扫描参数	解决MRI数据场强和序列异质性对合成CT生成方法的泛化性限制，提升临床转化潜力	颅部MRI图像及对应的CT图像	数字病理	无特定疾病	无特定技术（基于MRI和CT）	3D U-Net（结合残差Mamba）和Transformer U-Net	图像	1.5T公共脑部数据集37例，7T独立临床脑部数据集44例	PyTorch	3D U-Net（残差Mamba状态空间模型）、Transformer U-Net	Dice系数、Jaccard指数、平均绝对误差	NA
460	2026-05-15	The evolving role of artificial intelligence in optimizing treatment and patient selection in diabetic macular edema 2026-May-01, Indian journal of ophthalmology IF:2.1Q2 DOI:10.4103/IJO.IJO_3152_25 PMID:42060353	综述	探讨人工智能在优化糖尿病黄斑水肿治疗和患者选择中的演变作用	系统总结了人工智能从筛查到个体化治疗决策支持的转变，特别是利用多模态数据预测治疗反应和注射负担	存在泛化性、透明度、工作流程整合和伦理部署等问题需要系统解决	阐述人工智能如何在糖尿病黄斑水肿抗VEGF治疗中实现个体化风险分层和预后支持	糖尿病黄斑水肿患者的多模态数据，包括眼底图像、OCT图像、临床和生化数据	机器学习, 计算机视觉	糖尿病黄斑水肿	OCT，眼底照相	CNN, GAN，集成方法	图像，文本（临床数据）	未提供	NA	卷积神经网络，生成对抗网络，集成方法	准确性	NA