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
4781	2026-06-13	Simultaneous detection and visualization of lipid and protein oxidation in frozen-thawed chicken meat using hyperspectral imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118463 PMID:41763786	研究论文	使用高光谱成像技术同时检测并可视化冷冻解冻鸡肉中的脂质和蛋白质氧化	提出了一种新颖的多任务深度学习框架，将Gramian角差场（GADF）与多任务卷积神经网络（MTCNN）集成，实现端到端的同时预测脂质和蛋白质氧化指标，避免了传统方法需要为每个指标单独训练模型的低效问题	未提及具体限制	评估冷冻解冻鸡肉中的脂质和蛋白质氧化程度	冷冻解冻鸡肉样品	计算机视觉	NA	高光谱成像	多任务卷积神经网络	高光谱图像	经过十次冻融循环的鸡肉样品	NA	Gramian角差场（GADF），多任务卷积神经网络（MTCNN）	相关系数（R），均方根误差（RMSEP），残差预测偏差（RPD）	NA
4782	2026-06-13	Seeing structure, sensing softening: Decoding the microstructural mediation between optical properties and peach firmness using spatial frequency domain imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118510 PMID:41763828	研究论文	利用空间频域成像解码桃子光学性质与硬度的微观结构介导机制	构建多维“光学-结构-力学”框架，采用Cellpose-SAM深度学习模型实现复杂细胞形态的高通量稳健分割，通过中介分析和结构方程模型揭示了光学性质与硬度之间的生物物理机制	NA	揭示桃子光学性质与硬度之间的微观结构介导机制，为光学品质评估提供生物物理学基础	‘沪景’桃子在成熟和储藏阶段的光学性质、生理属性及微观结构特征	计算机视觉, 机器学习	NA	空间频域成像（SFDI）	深度学习模型（Cellpose-SAM）	图像	NA	PyTorch	Cellpose-SAM	决定系数（R²）	NA
4783	2026-06-13	Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70314 PMID:41764765	系统综述与荟萃分析	通过系统综述和荟萃分析，比较人工智能与人类专家在CBCT或CT扫描中对上呼吸道进行自动3D分割的效果	首次通过荟萃分析系统评估AI在上呼吸道3D分割中的效能	纳入研究数量有限（11项），需要更多研究才能得出决定性结论	评估人工智能在CBCT或CT扫描中自动3D分割上呼吸道的效能	上呼吸道	计算机视觉	NA	CBCT, CT扫描	深度学习, 机器学习	图像	11项研究，其中6项纳入荟萃分析	NA	NA	精确率, Dice相似系数, 交并比, 召回率, 总体积差异	NA
4784	2026-06-13	Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go? 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70257 PMID:41766174	研究论文	本文探讨了人工智能（AI）在药物发现中的应用现状、优势与局限性，并分析了其重塑药物研发的潜力与挑战	系统评估了AI在药物发现全流程中的实际效果，揭示了尽管AI加速了早期阶段，但尚无AI独立研发的药物获得完全监管批准，这一发现挑战了当前乐观预期	数据质量差、模型可解释性不足、计算预测与化学可行性之间存在差距，以及生物系统复杂性导致转化成功率低	评估AI对药物发现流程的实际影响，分析其是否已根本改变传统研发模式	传统药物发现流程与AI辅助药物发现流程的比较分析	人工智能	不适用	分子属性预测、蛋白质结构建模、自然语言处理、ADME/Tox预测	深度学习	文本	不适用	NA	NA	NA	NA
4785	2026-06-13	Understanding flow experiences in online EFL learning: Perspectives from Vietnamese undergraduates 2026-Apr, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106580 PMID:41793996	研究论文	调查越南英语学习者在线上学习环境中的心流体验	从八个心流维度全面分析越南大学生在线英语学习中的心流体验，并探讨了影响心流的内部和外部障碍	仅针对越南大学生群体，样本来源有限，可能影响结果的普适性	识别越南大学生在线英语学习中体验心流的程度、关键维度及其描述	越南英语专业大学生	自然语言处理	NA	NA	NA	调查问卷与半结构化访谈数据	239名大学生参与问卷调查，12人参与半结构化访谈	NA	NA	NA	NA
4786	2026-06-13	Curiosity as a catalyst for conceptual change: A schema-based model of learning and development 2026-Apr, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106570 PMID:41795553	研究论文	本文提出了SEEK模型，探讨好奇心作为知识发展驱动力的机制，并整合了动机、情感和认知维度	首次通过基于图式理论的四机制交互框架（增补、调谐、重构和图式形成）系统阐释好奇心驱动长期知识发展的计算过程	未提供实证数据验证模型各机制的动态交互关系，且未能明确区分自动好奇与有意好奇的神经基础差异	构建统一的认知发展模型以解释好奇心如何促进深层学习与创造性思维	不同发展阶段的个体（从早期感知驱动好奇到后期元认知引导探究）	机器学习	NA	NA	图式理论驱动的计算模型（SEEK框架）	NA	理论模型未涉及具体样本	NA	增补机制、调谐机制、重构机制、图式形成机制	NA	NA
4787	2026-06-13	Bioactive peptide matrikines: discovery approaches for skin rejuvenation 2026-Apr-01, American journal of physiology. Cell physiology DOI:10.1152/ajpcell.00881.2025 PMID:41770626	综述	综述了生物活性肽基质素在皮肤年轻化中的发现方法及其演变	强调从传统体外测试到计算机预测的转变，并介绍了一种从计算机到体内的发现流程，整合了衰老相关裂解预测与体内外测试，识别出两种协同作用的四肽	未明确说明，但可能涉及早期方法依赖重复体外测试的低效性及计算机预测方法的验证挑战	探索生物活性肽基质素用于皮肤年轻化的发现策略，并推动新型肽的转化应用	生物活性肽基质素，特别是用于皮肤再生和修复的肽序列	机器学习和计算机预测	皮肤老化	计算机预测、蛋白酶裂解预测、蛋白质序列基序筛选、分子对接、机器学习算法	深度学习模型	蛋白质序列数据	NA	NA	深度学习裂解预测模型	NA	NA
4788	2026-06-13	Room-Temperature Trace NO2 Monitoring System Based on Two-Dimensional Heterostructures and Integrated with Deep Learning 2026-Mar-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04107 PMID:41785406	研究论文	提出了一种基于二维异质结构和深度学习集成的室温痕量NO2监测系统	首次将BiS/WO异质结构传感器与1D-CNN/LSTM深度学习模型及无线通信模块集成，实现低浓度NO的室温高精度实时监测	数据稀缺性通过数据增强缓解，但模型泛化能力和长期稳定性需进一步验证	实现室温下痕量NO的高精度检测，用于空气质量控制和呼吸疾病早期诊断	BiS/WO异质结构气体传感器及低浓度NO气体	机器学习	呼吸疾病	气体传感	1D-CNN/LSTM	时间序列气体传感数据	未明确说明样本数量，涉及5 ppm NO测试及ppb级回归验证	NA	1D-CNN, LSTM	响应值（17.9）、灵敏度（3.84/ppm）、响应/恢复时间（27/110 s）、R方（0.9826）	未明确说明计算资源
4789	2026-06-13	Three-Dimensional Burrowing Behavior of Earthworms for Ecotoxicological Studies 2026-Mar-17, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c15144 PMID:41782362	研究论文	开发了一种结合透明介质和深度学习轨迹重建算法的方法，用于量化研究蚯蚓的三维掘穴行为	首次将透明介质与深度学习算法结合，实现对蚯蚓三维掘穴行为的连续追踪和定量分析	未明确提及算法在大规模或长期应用中的稳定性评估	研究蚯蚓在污染物环境下的三维掘穴行为，以评估土壤生态风险	五种不同蚯蚓物种	机器视觉	NA	深度学习轨迹重建算法	深度学习模型	图像数据	五种蚯蚓物种，28天试验中超过80%存活率	NA	轨迹重建深度学习模型	坐标提取率	NA
4790	2026-06-13	Machine and deep learning-based forecast of Tehran's accelerating nighttime surface heat island crisis 2026-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42066-1 PMID:41820422	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
4791	2026-06-13	Prescription‑dose stratification improves deep learning‑based VMAT dose prediction in locally advanced NSCLC 2026-Mar-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43192-6 PMID:41796211	研究论文	本文评估了处方剂量分层对基于深度学习的VMAT剂量预测性能的影响	首次系统地比较了单一处方模型与混合处方模型在局部晚期非小细胞肺癌VMAT剂量预测中的表现，证实了处方剂量分层能改善预测精度	样本量较小（72例），且仅针对单一病种和单一治疗技术，未考虑其他处方剂量组合或不同放疗技术的泛化性	评估处方剂量分层是否能够提高深度学习VMAT剂量预测的性能	72例局部晚期非小细胞肺癌VMAT病例	机器学习	肺癌	VMAT计划数据重算	3D U-Net	剂量分布数据	72例（42例训练，10例验证，20例测试）	NA	3D U-Net	平均绝对误差	NA
4792	2026-06-13	Survival prediction for bladder cancer using multimodal data with quantum neural networks and transformer architectures 2026-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42047-4 PMID:41794871	研究论文	本研究提出了一种结合量子神经网络和Transformer架构的混合模型QTMPN，用于膀胱癌生存预测，实现了多模态数据的高效融合	提出了QTMPN框架，创新性地融合量子神经网络、Transformer和图神经网络，通过量子特征提取器（QFE）捕获长距离依赖，并采用注意力引导动态图的多模态融合模块	尚未提及局限性信息	提高膀胱癌生存预测准确性，支持精准医学	膀胱癌患者的多模态数据，包括全切片病理图像和临床特征	机器学习和数字病理学	膀胱癌	NA	量子神经网络（QNN）、Transformer、图神经网络（GNN）	图像（病理全切片图像）、结构化数据（临床特征）	TCGA-BLCA数据集	NA	QTMPN（包含QFE、TCF模块）	准确率（Accuracy）	NA
4793	2026-06-13	Development trajectory and trends of ultrasound biomicroscopy in glaucoma research: a comprehensive 20-year bibliometric analysis 2026-Mar-06, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-026-04010-0 PMID:41790279	综述	对过去20年间超声生物显微镜在青光眼研究中应用的综合文献计量分析	首次通过文献计量学方法系统梳理了超声生物显微镜在青光眼研究中的应用发展轨迹和趋势，并识别出新兴前沿研究方向，包括深度学习、三维重建和微创青光眼手术	仅涵盖2005年至2024年间发表的文章，可能遗漏早期或近期的重要文献；分析基于单一数据库，可能存在数据完整性不足	评估超声生物显微镜在青光眼研究中的应用进展、趋势和未来方向	557篇关于超声生物显微镜在青光眼研究中应用的相关文献	自然语言处理	青光眼	文献计量分析	NA	文献数据	557篇文献	VOSviewer, CiteSpace	NA	NA	NA
4794	2026-06-13	Leveraging Naturalistic Driving Digital Biomarkers for Early Mild Cognitive Impairment Detection: Deep Learning Strategies 2026-Mar-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83622 PMID:41791118	研究论文	利用自然驾驶数字生物标志物通过深度学习策略早期检测轻度认知障碍	首次将自然驾驶数据结合深度学习模型用于早期轻度认知障碍检测，并比较了多种数据融合策略（单视图、特征级融合、模型级晚期融合）的性能	样本量较小（仅22名参与者），且数据来自单一驾驶场景，可能限制了模型的泛化能力	开发基于自然驾驶数据的深度学习模型，以实现轻度认知障碍的早期非侵入性检测	轻度认知障碍患者和认知正常的驾驶员	机器学习	轻度认知障碍	GPS、加速度计、陀螺仪传感器	深度学习模型（未指定具体类型）	驾驶行为数据（GPS、加速度计、陀螺仪信号）	22名参与者，包括8名轻度认知障碍患者和14名认知正常者，其中3名在实验完成前退出	NA	NA	准确率、受试者工作特征曲线下面积	NA
4795	2026-06-13	Enhancing trustworthiness of Arabic online health information quality evaluation using an enhanced BERT architecture with PCA and ICA feature weighting 2026-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43158-8 PMID:41792455	研究论文	使用增强版阿拉伯语BERT架构结合PCA和ICA特征加权来提高在线阿拉伯语健康信息质量评估的可信度	提出了增强版阿拉伯语BERT模型用于医疗数据，结合PCA和ICA特征提取技术，并采用基于信息熵的改进损失函数提高模型确定性和校准能力	NA	利用人工智能技术评估在线健康信息质量，模拟人类级别的评估能力	在线阿拉伯语健康信息	自然语言处理	NA	特征提取（PCA和ICA）	增强版阿拉伯语BERT	文本	NA	NA	增强版阿拉伯语BERT	准确率	NA
4796	2026-06-13	DiNovo enables high-coverage and high-confidence de novo peptide sequencing via mirror proteases and deep learning 2026-Mar-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70224-6 PMID:41786727	研究论文	提出一种名为DiNovo的软件系统，利用镜像蛋白酶互补性和深度学习实现高覆盖、高可信度的从头肽测序	利用镜像蛋白酶互补性提高肽段覆盖度和可信度；提出独立于预测序的镜像谱识别算法、基于深度学习和图论的测序算法，以及无需先验肽段识别的结果评估方法	未明确说明，但可能受限于蛋白酶组合和深度模型泛化能力	开发高覆盖、高可信度的从头肽测序方法，克服单一蛋白酶实验的碎片不完全和酶解不充分问题	肽段和蛋白质序列	机器学习	NA	质谱（蛋白质组学、蛋白酶消化）	NA	质谱数据（肽段片段谱）	NA	NA	NA	测序可信度（高置信度氨基酸数）、序列覆盖率	NA
4797	2026-06-13	An explainable deep learning framework for few shot crop disease detection in rice and sugarcane using CNN based feature extraction 2026-Mar-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37501-2 PMID:41786811	研究论文	提出一种基于CNN特征提取的可解释深度学习框架，用于水稻和甘蔗作物的少样本病害检测	将少样本学习方法（原型网络和MAML）与可解释人工智能（Grad-CAM）结合，用于作物病害检测	未提及模型在不同环境或数据集上的泛化能力及计算资源消耗	实现水稻和甘蔗叶部病害的快速、自动化、精确检测与预测	水稻和甘蔗叶部病害	机器学习	作物病害	图像处理	CNN, 原型网络, 模型无关元学习（MAML）	图像	NA	NA	CNN, 原型网络, 模型无关元学习（MAML）, Grad-CAM	准确率, 特异性	NA
4798	2026-06-13	Cross-species gene redesign leveraging ortholog information and generative modeling 2026-Mar-03, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69966-0 PMID:41775687	研究论文	提出OrthologTransformer模型，利用直系同源基因数据和生成式建模跨物种重新设计基因，以超越传统密码子优化的局限	首次利用Transformer深度学习模型从大规模直系同源基因数据中学习，实现跨物种基因重新设计，能够捕捉非同义突变和插入/缺失等进化适应性变化	未明确提及局限性，但可能依赖直系同源基因数据集的规模和质量，以及模型在不同物种间泛化能力的验证	开发一种基于AI的基因设计方法，通过直系同源信息生成功能性更强、表达量更高的跨物种基因序列	细菌直系同源基因序列，特别是PETase酶在枯草芽孢杆菌中的表达	机器学习和数字病理学不适用，可归为计算生物学或生成式建模	不适用	Transformer深度学习模型，直系同源基因数据训练	Transformer	基因序列数据（编码序列）	大规模直系同源基因数据集（具体数量未说明），以及多种细菌物种对	PyTorch	Transformer	序列相似性、蛋白功能保持、表达产量（如反应产物量10倍提升）	未指定，可能包括GPU加速
4799	2026-06-13	An IoT-enabled CRNN framework for secure wearable sensor-based activity recognition in physical education 2026-Mar-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42082-1 PMID:41776307	研究论文	提出一个基于IoT的CRNN框架用于体育教育中基于可穿戴传感器的活动识别	提出了一种新型CRNN架构，能同时建模多模态可穿戴传感器数据流的空间和时间特征，并集成到IoT框架中	未明确提及局限性	解决可穿戴传感器信号中时空依赖建模不足的问题，实现高精度的活动识别	多模态可穿戴传感器数据（心率变异性、三轴加速度计、陀螺仪角速度、磁力计方向、皮肤温度等）	机器深度学习	NA	可穿戴传感器技术	CRNN	时间序列数据	未提及具体样本数量	NA	CRNN（CNN + RNN）	准确率98.2%, 灵敏度97.2%, 特异度99.2%, 召回率97.4%, 精确率97.6%	NA
4800	2026-06-13	CAGAD: dynamic community attention for prediction gene regulatory network 2026-Mar-03, Theory in biosciences = Theorie in den Biowissenschaften DOI:10.1007/s12064-026-00460-3 PMID:41774282	研究论文	提出CAGAD框架，通过动态社区注意力机制预测基因调控网络，整合基因表达数据和已知基因关系以提升预测准确性	首次将社区注意力机制与GraphSAGE结合，利用结构特征和社区级特征提高基因互作预测的准确性和可解释性	未明确讨论方法的局限性	构建能够处理测量误差、整合生物学先验知识并具有高可解释性的稳健基因调控网络预测模型	大肠杆菌和酿酒酵母的基因调控网络	机器学习	NA	基因表达数据分析，基因调控网络构建	图神经网络（GNN），GraphSAGE	基因表达数据，已知基因关系数据	NA	GraphSAGE	社区注意力机制结合GraphSAGE	预测准确性（相较于最先进方法的性能提升）	NA