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
501	2026-04-24	An Interpretable, Thermodynamics-Based Deep Learning Framework for Predicting and Optimizing Drug Membrane Permeability 2026-Apr-23, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.6c00204 PMID:41941324	研究论文	开发了一种基于热力学的深度学习框架，用于预测和优化药物膜通透性	结合粗粒度分子动力学模拟与可解释图神经网络，首次从热力学角度系统分析结构-渗透性关系，并成功设计出具有更优鼻部吸收和脑部滞留特性的新型褪黑激素类似物	粗粒度分子动力学模拟的精度有限，且研究仅针对特定化合物库和给药途径，需进一步验证泛化性	建立可解释的深度学习模型以预测药物膜通透性并辅助分子设计	8,239个化合物的膜穿透热力学参数及药物膜通透性	机器学习	NA	粗粒度分子动力学模拟	图神经网络	分子结构和动力学模拟数据	8,239个化合物	NA	图神经网络	NA	NA
502	2026-04-24	A graph deep learning method for diagnosis of Parkinson's disease using brain functional connectivity features 2026-Apr-23, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5dd3 PMID:41962553	研究论文	提出一种图深度学习方法，利用脑功能连接特征诊断帕金森病	综合静态和动态功能连接信息，建模脑网络的稳定拓扑结构和动态时间特征；构建受试者间相似性图增强模型表示能力；集成可解释性分析技术	在样本量较小时，方法的泛化能力仍有待验证	提出一种可解释的图卷积网络框架，用于帕金森病的早期精准诊断	帕金森病患者的静态和动态脑功能连接数据	深度学习	帕金森病	rs-fMRI	图卷积网络	脑功能连接特征	NA	NA	图卷积网络	准确率、泛化能力	NA
503	2026-04-24	SRMMP-CharQM, Physics-Informed Deep Learning for Toxicity Prediction: Quantum Mechanical Descriptors Enable Scaffold Hopping in Mitochondrial Membrane Potential Assays 2026-Apr-23, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.6c01087 PMID:41947441	研究论文	提出一种物理信息深度学习框架SRMMP-CharQM，用于预测线粒体膜电位破坏毒性，并通过量子力学描述符实现支架跳跃	将半经验量子力学计算的全局电子描述符（HOMO-LUMO能隙和总能量）与BiGRU序列编码结合，构建物理信息双分支深度学习框架，解决了传统模型在支架跳跃场景下的泛化能力不足问题	NA	提高药物安全性评估中线粒体膜电位毒性预测的泛化能力，特别是在未见分子支架情况下的表现	化合物分子及其线粒体膜电位毒性	机器学习	NA	半经验量子力学方法 (xTB)	深度学习 (BiGRU)	分子序列 (SMILES) 和量子描述符	NA（使用严格的支架分割数据集，验证集毒性比例6.4%，测试集毒性比例28.9%）	PyTorch	BiGRU	AUC, AUPRC	NA
504	2026-04-24	PhaBOX2: an enhanced web server for discovering and analyzing viral contigs in metagenomic data 2026-Apr-23, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag382 PMID:42023515	研究论文	PhaBOX2 是一个增强的网页服务器，用于在宏基因组数据中发现和分析病毒序列	PhaBOX2 从专门的噬菌体鉴定工具升级为综合性的病毒序列分析套件，扩展了对古菌和真核病毒的表征，采用“玻璃箱”设计结合比对策略与机器学习以提高透明度，并实现约80%的处理时间减少	未在摘要中明确提及局限性	提供一个集成、自动化且可解释的病毒宏基因组分析平台	宏基因组数据中的病毒序列，包括噬菌体、古菌病毒和真核病毒	机器学习, 生物信息学	不适用	宏基因组测序	机器学习模型	序列数据	不适用	不适用	不适用	处理时间	专用高性能计算基础设施
505	2026-04-24	DiffDock-Glide: A Hybrid Physics-Based and Data-Driven Approach to Molecular Docking 2026-Apr-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01635 PMID:42023722	研究论文	提出一种结合物理基础和深度学习方法的混合分子对接模型DiffDock-Glide	通过修改生成过程限制采样在结合口袋内，并用Glide的后对接最小化流程替代置信模型，以改进DiffDock的采样质量和泛化能力	NA	提升深度学习分子对接方法在训练集外目标上的性能，并与传统对接方法竞争	小分子与蛋白质结合位点的对接	机器学习	NA	分子对接	扩散模型	分子结构数据	PoseBusters数据集和DUD-E数据集	PyTorch	DiffDock,Glide	近天然构象采样率,富集值	NA
506	2026-04-24	Development and External Validation of a Deep Learning Model to Predict Mortality in Aneurysmal Subarachnoid Hemorrhage Using Admission Computed Tomography 2026-Apr-23, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000004038 PMID:42023861	研究论文	开发并外部验证一种基于入院CT扫描预测动脉瘤性蛛网膜下腔出血后90天死亡率的全自动深度学习模型	首次开发完全自动化、仅依赖入院非对比CT扫描的深度学习模型，无需手动输入，提供客观、可复现的图像风险分层	模型性能与常规临床模型相当但未显著优越；样本量相对有限（863名患者）	开发并外部验证一种全自动深度学习模型，仅通过入院非对比CT扫描预测动脉瘤性蛛网膜下腔出血后90天死亡率	动脉瘤性蛛网膜下腔出血患者的入院非对比CT扫描及90天死亡率	计算机视觉	动脉瘤性蛛网膜下腔出血	CT	卷积神经网络	图像	863名患者（586训练、147内部测试、130外部验证）	NA	三维DenseNet-121	AUC, 区分度, 分类性能, 校准度, 决策曲线分析	NA
507	2026-04-24	Deep learning for stenotic nares classification in brachycephalic dogs 2026-Apr-23, Veterinary research communications IF:1.8Q2 DOI:10.1007/s11259-026-11220-5 PMID:42024293	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
508	2026-04-24	Explainable Machine Learning and Deep Learning Models for Understanding Operational and Degradation Effects in Nafion Membranes 2026-Apr-23, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c23903 PMID:42024436	研究论文	开发可解释的机器学习和深度学习框架，预测Nafion膜中质子传输特性，并揭示化学降解对传输机制的影响	结合3D卷积神经网络与梯度加权类激活映射、随机森林与Shapley值分析，构建多模态AI框架，实现几何与语义的联合分析，并生成完全耦合机制图以支持逆设计优化	NA	理解化学降解如何影响Nafion膜中质子传输，提升质子交换膜燃料电池的可靠性	Nafion膜的纳米结构与质子传导性能	机器学习	NA	多尺度模拟	3D卷积神经网络, 随机森林	体素化膜纳米结构数据	高保真多尺度模拟数据集	PyTorch, Scikit-learn	3D卷积神经网络, 随机森林	NA	NA
509	2026-04-24	Artificial intelligence construction: a review of the bridge between CT imaging features of lung ground-glass nodules adenocarcinoma and carcinogenic driver genes 2026-Apr-22, Journal of cancer research and clinical oncology IF:2.7Q3 DOI:10.1007/s00432-026-06465-1 PMID:42017975	综述	综述人工智能在肺磨玻璃结节腺癌CT影像特征与致癌驱动基因关联研究中的进展	系统总结了AI技术（尤其是深度学习和机器学习）在放射组学与基因组学整合分析中的潜力，构建了影像表型与基因变异之间的桥梁	数据异质性、标注数据集有限、模型可解释性不足等挑战	推动早期肺癌诊断和精准肿瘤学的发展	肺磨玻璃结节腺癌的CT影像特征与致癌驱动基因	计算机视觉, 机器学习	肺癌	CT成像, 放射组学, 基因组学	深度学习, 机器学习	影像数据, 基因组数据	NA	NA	NA	NA	NA
510	2026-04-24	Deep-learning computer-aided detection and classification of prostate lesions on biparametric MRI: comparison with expert readers 2026-Apr-22, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02261-0 PMID:42018265	研究论文	评估基于深度学习的计算机辅助检测（DL-CAD）算法在双参数MRI上前列腺病变检测和分类中的表现，并与专家阅片者进行比较	在真实临床单中心回顾性队列中验证预训练DL-CAD对双参数MRI上PI-RADS≥3、4和5病变的检测和分类性能，并分析与放射学报告不一致相关的临床和影像因素	单中心回顾性设计，放射学报告而非组织病理学作为参考标准，可能引入偏差	评估DL-CAD算法在前列腺病变检测和分类中的性能，以支持其在临床中的应用	442名接受3-T MRI检查的疑似前列腺癌男性患者	计算机视觉	前列腺癌	NA	深度学习	MRI图像	442名成年男性，平均年龄65±9岁	NA	预训练深度学习模型	敏感性、特异性、阳性预测值、阴性预测值、AUC、Kappa统计量	NA
511	2026-04-24	FOSL2 regulates endothelial cell state and chromatin accessibility in systemic sclerosis pulmonary vascular remodeling 2026-Apr-22, JCI insight IF:6.3Q1 DOI:10.1172/jci.insight.189107 PMID:42018656	研究论文	研究FOSL2在系统性硬化症肺动脉血管重塑中调控内皮细胞状态和染色质可及性的作用	首次揭示FOSL2通过调控内皮细胞染色质可及性和转录因子结合，驱动系统性硬化症相关肺动脉高压的病理变化	NA	探究FOSL2在系统性硬化症相关肺动脉高压血管重塑中的分子机制	系统性硬化症患者的肺血管内皮细胞及Fosl2转基因小鼠模型	机器学习和分子生物学	系统性硬化症和肺动脉高压	单细胞RNA测序、多组学分析、深度学习模型	ChromBPNet	单细胞序列数据	NA	NA	ChromBPNet	NA	NA
512	2026-04-24	Treemble: A Graphical Tool to Generate Newick Strings from Phylogenetic Tree Images 2026-Apr-22, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag197 PMID:42018742	研究论文	介绍Treemble，一款通过深度学习辅助点击生成系统发育树Newick字符串的桌面应用	结合深度学习节点检测与算法自动组装，从树图像中自动生成Newick字符串，支持矩形和圆形树形，并简化了末端标签读取	依赖用户点击标记节点位置，对于复杂图形元素（如重叠分支的误差条）仍可能面临挑战	解决已发表系统发育树仅以图像形式存在、缺乏机器可读Newick格式的问题，实现从树图像到Newick字符串的自动转换	已发表系统发育树图像	计算机视觉, 机器学习	NA	深度学习	CNN	图像	NA	PyTorch	CNN	NA	NA
513	2026-04-24	A comparative evaluation of EEG-based deep learning models for schizophrenia detection with cross-dataset validation and explainable AI 2026-Apr-22, Neurological research IF:1.7Q4 DOI:10.1080/01616412.2026.2661743 PMID:42018932	研究论文	对基于EEG的深度学习模型进行对比评估，用于精神分裂症检测，包括跨数据集验证和可解释人工智能	结合了时频分析与深度学习方法，对多种深度学习架构进行系统比较，并采用跨数据集验证和可解释人工智能提高临床可信度	不同模型间的数值表现虽有差异，但统计分析表明这些差异不显著	自动化精神分裂症的检测，提高诊断可靠性	精神分裂症患者和健康对照组的EEG信号	机器学习	精神分裂症	脑电图（EEG），独立成分分析（ICA），连续小波变换（CWT），快速傅里叶变换（FFT）	CNN变体，CNN-FFT，CNN-ELM，CNN-LSTM，ResNet迁移学习，Transformer	EEG信号	934个EEG样本，来自237名受试者（121名精神分裂症患者和116名对照组）	NA	CNN，FFT-CNN，ELM-CNN，LSTM-CNN，ResNet，Transformer	准确率，精确率，召回率，F1分数，AUC	NA
514	2026-04-24	Integrating Confidence, Difficulty, and Language Model Calibration for Better Explainability in Clinical Documents Coding: Applications of AI 2026-Apr-22, JMIR AI DOI:10.2196/78764 PMID:42018992	研究论文	本研究通过整合置信度、难度和语言模型校准，提升基于深度学习的临床文档编码的可解释性	首次将实例难度（Variance of Gradients）方法应用于文本化临床编码表示，结合温度缩放校准和显著性图，提升Transformer模型在死亡证明ICD编码中的可解释性和透明性	最大校准误差在温度缩放后显著增加（30.91升至42.17），且对罕见或复杂病例的性能仍需改进	提升Transformer模型在临床文档编码中的可解释性，并评估基于深度学习的死亡证明编码注解的可解释性	美国国家卫生统计中心2014-2017年共12,919,268份死亡证明的反向编码表示	自然语言处理, 机器学习	NA	温度缩放校准, 显著性图, 实例难度分析（Variance of Gradients）	Transformer（BERT）	文本	训练集400,000份，测试集100,000份，验证集10,000份死亡证明	NA	Biomedical BERT（领域特定BERT）	准确率, 期望校准误差, 最大校准误差	NA
515	2026-04-24	Systematic Abductive Reasoning via Diverse Relation Representations in Vector-Symbolic Architecture 2026-Apr-22, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3684958 PMID:42019057	研究论文	提出了一种基于向量符号架构的系统性溯因推理模型，用于解决Raven渐进矩阵中的抽象视觉推理问题	引入了多种原子高维编码和结构化高维表示；提出了新颖的数值和逻辑关系函数，并在统一框架中执行规则溯因和执行	NA	提升抽象视觉推理的可解释性和泛化能力	Raven渐进矩阵（RPM）任务	计算机视觉, 机器学习	NA	NA	神经符号模型（向量符号架构）	图像（RPM任务中的矩阵图像）	NA	NA	Rel-SAR	准确率	NA
516	2026-04-24	Joint Quality Assessment and Example-Guided Tone Mapping by Disentangling Picture Appearance from Content 2026-Apr-22, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3684812 PMID:42019066	研究论文	提出一种新的解耦表示学习方法DisQUE，将图像分解为内容和外观特征，用于联合质量评估和示例引导的色调映射	首次通过自监督学习实现图像内容和外观特征的解耦，并利用学习到的特征同时实现高质量评估和色调映射任务	NA	开发一种统一的解耦表示学习方法，用于图像质量评估和色调映射等底层图像处理任务	图像质量和色调映射任务中的图像数据	计算机视觉	NA	NA	深度解耦表示学习模型	图像	NA	PyTorch	DisQUE	准确率	NA
517	2026-04-24	Bilevel Optimized Implicit Neural Representation for Scan-Specific Accelerated MRI Reconstruction 2026-Apr-22, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3686724 PMID:42019070	研究论文	提出了一种双层优化的隐式神经表示方法，用于扫描特定的加速磁共振成像重建	将欠采样MRI重建问题明确建模为双层优化问题，并自动优化超参数，无需训练数据即可实现定制化重建	该方法目前仅针对典型2D笛卡尔扫描进行优化，处理高维数据或非笛卡尔采集时可能需要进一步扩展	开发一种无需训练数据、可自动优化超参数的扫描特定MRI重建方法，以改善图像质量和泛化能力	加速磁共振成像（MRI）重建问题	计算机视觉，机器学习	不适用（通用医学影像重建）	磁共振成像（MRI）	隐式神经表示（INR），多层感知机（MLP）	MRI图像	未具体提及样本数量，但针对典型2D笛卡尔扫描进行了评估	不适用（未明确指定）	隐式神经表示（INR），可训练位置编码器，小型多层感知机（MLP）	图像质量（与基于模型和自监督学习方法比较的指标，如峰值信噪比、结构相似性等，但未明确列出具体指标）	离线超参数优化仅需几分钟（典型2D笛卡尔扫描），在线重建在数秒内完成；未具体指定GPU类型
518	2026-04-24	Enhancing CNN regressors with contour encoding and self-supervision for improved 3D/2D X-ray to CT registration in spinal surgery navigation 2026-Apr-22, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae6345 PMID:42019515	研究论文	提出一种结合轮廓编码与自监督学习的CNN回归器，用于脊柱手术导航中低剂量X光与CT的3D/2D配准	首次直接从术中X光二值轮廓掩膜提取高判别性特征，不受轮廓长度、形状或形态限制；采用双分支架构显式解耦旋转与平移参数以降低相互干扰；引入自监督微调策略和定制多分量损失函数以适应低剂量模糊条件	NA	提升低剂量X光条件下3D/2D医学图像配准的精度和实时性能，满足术中导航的临床要求	脊柱手术中的低剂量X光图像与CT图像之间的配准	计算机视觉	脊柱疾病	X光成像，CT成像	卷积神经网络（CNN）	医学图像（X光与CT）	NA	PyTorch	双分支CNN，轮廓特征编码模块	平均目标配准误差（mTRE），每帧处理时间	临床可用的GPU，每帧0.03-0.06秒
519	2026-04-24	A Kernel Space-based Multidimensional Sparse Model for Dynamic PET Image Denoising 2026-Apr-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae639e PMID:42019558	研究论文	提出一种基于核空间的多维稀疏模型用于动态PET图像去噪	利用动态PET的帧间空间相关性和帧内结构一致性，将参数估计的固有形式替换为神经网络以实现自适应参数优化，形成端到端神经KMDS-Net	未明确指出局限性	提高动态PET图像的时间帧质量，实现高时间分辨率和空间分辨率	动态PET图像	数字病理学	NA	PET成像	神经网络	图像	模拟数据和真实数据	PyTorch	KMDS-Net	PSNR, SSIM	NA
520	2026-04-24	The University of Texas Southwestern Glioma Dataset - MRI, Molecular Markers and Segmentations 2026-Apr-22, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07274-4 PMID:42020453	研究论文	提供德克萨斯大学西南医学中心收集的胶质瘤数据集，包含MRI影像、分子标记和肿瘤分割信息	数据集包含多对比度MRI、人口统计学信息、分子标记和625名患者的多标签肿瘤分割，为研究MRI特征与肿瘤遗传学关系提供丰富资源	未提及	为基于MRI的深度学习预测分子标记提供高质量、标注完善的数据集，作为开发验证下游任务的基准	胶质瘤患者的MRI影像、分子标记和肿瘤分割数据	数字病理学	胶质瘤	NA	深度学习	影像（MRI）	625名患者（2006年至2023年治疗）	NA	NA	NA	NA