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
5341	2026-06-06	Prediction of intrinsic clearance using an explainable learning framework integrating molecular fingerprints and graph representation 2026-Oct-05, European journal of medicinal chemistry IF:6.0Q1 DOI:10.1016/j.ejmech.2026.118996 PMID:42176654	研究论文	开发了一个融合分子指纹和图表示的可解释学习框架，用于预测药物固有清除率	提出了一种动态结合机器学习与深度学习预测的集成策略，并通过可解释性分析将模型输出与分子理化性质及潜在代谢位点联系起来	公开数据质量对模型性能的约束以及现有模型生物可解释性不足	为早期药代动力学筛选提供生物学信息支持的工具，并深入理解结构-代谢关系	药物固有清除率数据及分子结构特征	机器学习	NA	分子指纹提取与图表示学习	传统机器学习、深度学习（双分支架构）	分子结构数据	从公开数据库系统收集并经人工验证的固有清除率数据集	NA	双分支深度学习架构	R值（相关系数）	NA
5342	2026-06-06	Enhancing saline soil quality using enriched sheep manure compost and organic fertilizer: A FTIR-Deep learning evaluation of physiochemical and electrical properties 2026-Oct-01, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129880 PMID:42035676	研究论文	利用FTIR光谱与深度学习模型评估改良羊粪堆肥和有机肥对盐渍土壤理化和电学性质的提升效果	首次将傅里叶变换红外光谱与1D-CNN、LSTM深度学习模型结合，并引入SHAP解释方法，建立盐渍土壤性质预测与光谱特征解释的集成框架	NA	建立基于FTIR光谱和机器学习/深度学习的快速、准确且可解释的盐渍土壤评估与可持续改良策略	盐渍土壤样本经羊粪堆肥和有机肥处理后的理化和电学性质	机器学习	NA	FTIR光谱分析	1D-CNN, LSTM, PLSR	光谱数据	NA	NA	1D-CNN, LSTM	决定系数R	NA
5343	2026-06-06	Dual-modal deep learning model with microstrip isoelectric focusing and imaging strategy for feed classification 2026-Sep-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345706 PMID:42242815	研究论文	提出一种双模态深度学习框架，结合阵列式微条等电聚焦装置与RGB成像，用于动物源性饲料分类	首次将微条等电聚焦生化指纹与数字图像宏观纹理通过双分支ResNet18模型融合，实现生化与视觉信息的互补，突破单模态盲区	未提及模型在极端样本或实际生产环境中的稳定性测试，且方法局限于饲料分类场景	开发一种低成本、高通量的智能饲料溯源分析方法，提升复杂基质中动物源性成分的识别准确性	15种不同动物源性饲料类别，包括可能具有生物同源性的样本	计算机视觉, 机器学习	不适用	等电聚焦, RGB成像	卷积神经网络	图像	15种饲料类别，每次运行可处理12-24个样本	PyTorch	ResNet18	准确率	不适用
5344	2026-06-06	Artificial intelligence in pain assessment and management for older adults: A scoping review 2026-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103455 PMID:42160993	综述	该综述探索了人工智能在老年人疼痛评估和管理中的应用，展示了趋势和现有差距	系统性地梳理了2014至2025年间人工智能在老年人疼痛管理中的应用现状，并指出多数工具仍处于早期阶段，缺乏老龄特异性动态	所纳入的研究数据有限，且缺乏针对老龄化的专门动态分析	调查人工智能在老年人疼痛管理中的应用趋势和现存空白	老年人疼痛管理相关文献	机器学习	老年疾病	NA	机器学习、深度学习、机器人技术、自然语言处理、基于规则的系统	临床记录、面部分析、影像、视频序列	96篇研究	NA	NA	NA	NA
5345	2026-06-06	SiCLIP: An explainable multimodal framework for silicosis diagnosis 2026-Sep, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103456 PMID:42190351	研究论文	提出基于CLIP-ViT的多模态检索框架SiCLIP用于矽肺诊断，结合胸部X光图像与患者结构化档案信息	首次将多模态检索框架应用于矽肺诊断，通过共享嵌入空间融合影像与结构化信息，并基于检索聚合实现可解释性预测	仅进行了内部评估，缺乏外部验证，临床部署前需要外部数据集验证	开发用于矽肺筛查与二分类的多模态诊断方法，提升早期检测能力	矽肺患者及高危工种的受照人群的胸部X光图像与患者结构化档案信息	计算机视觉，自然语言处理	矽肺	NA	CLIP-ViT	图像，结构化文本	矽肺诊断数据集SDD包含胸部X光图像与患者结构化档案信息（未明确样本总数）	PyTorch	CLIP, ViT	准确率, F1分数	NA
5346	2026-06-06	Spiking neural networks for video analysis: An in-depth review of models and architectures 2026-Aug, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108844 PMID:41850015	综述	全面综述脉冲神经网络在视频分析中的模型、架构、训练策略和优化技术，并通过实验验证其性能	首次系统综述SNN在视频分析领域的最新进展，并引入SpikeActNet动作识别模型与传统CNN模型进行对比	未明确指出具体局限，但作为综述可能涵盖范围有限且实验对比仅涉及特定模型	综述SNN在视频分析中的最新进展，评估其作为下一代视频分析技术的潜力	脉冲神经网络模型、视频分析任务（如动作识别）	计算机视觉	不适用	脉冲神经网络（SNN）	脉冲神经网络（SNN）、卷积神经网络（CNN）	视频	不适用	不适用	SpikeActNet, C3D, I3D, ResNet	评估指标提及但未具体列出	不适用
5347	2026-06-06	Lightweight Truncated Fused-MirrorNet for Classification and Analysis of Histopathology Images 2026-Jul, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70127 PMID:41636335	研究论文	提出一种轻量级截断融合镜像网络用于组织病理图像分类和分析	采用镜像架构、部分层冻结和特征融合方法，在保持分类精度的同时显著减少训练时间，适合低端设备部署	NA	开发一种轻量级深度学习模型用于组织病理图像分类，克服传统方法在计算资源和数据集上的限制	肾脏组织病理图像（TCGA肾脏数据集）和乳腺组织病理图像（BreakHis数据集）	数字病理学	肾细胞癌	NA	CNN（卷积神经网络）	图像	两个数据集：TCGA肾脏数据集和BreakHis数据集	NA	Fused-MirrorNet（融合镜像网络）	准确率	低端设备（适合低端基础设施）
5348	2026-06-06	Benchmarking Deep Learning for PROTAC Ternary Complex Prediction 2026-Jul, Proteins IF:3.2Q2 DOI:10.1002/prot.70117 PMID:41635150	研究论文	对四种深度学习工具（Chai-1、AlphaFold2、AlphaFold3和Protenix）预测PROTAC三元复合物的性能进行了基准测试	首次系统比较多个前沿深度学习模型在PROTAC三元复合物预测中的表现，并提供了详细的性能评估和挑战分析	所有预测工具在准确预测POI与E3连接酶取向（Cα-RMSD < 10 Å）以及小分子PROTAC位置（RMSD < 5 Å）方面仍面临重大挑战	评估深度学习模型预测PROTAC三元复合物的能力，为未来预测工具开发提供参考	PROTAC三元复合物	机器学习	NA	蛋白质结构预测	深度学习模型	蛋白质结构数据	未明确提及样本数量	NA	Chai-1, AlphaFold2, AlphaFold3, Protenix	Cα-RMSD	NA
5349	2026-06-06	Deep Learning-Based Multimodal Fusion of Ultrasound, Cytology, and Clinical Features to Distinguish Follicular Thyroid Carcinoma from Adenoma: A Multicenter Study 2026-Jul, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.03.044 PMID:41982038	研究论文	开发并验证一种多模态深度学习模型，整合超声图像、细针穿刺细胞学和临床特征，用于术前区分滤泡状甲状腺癌与滤泡状甲状腺腺瘤	首次将超声（包括瘤内和瘤周区域）、细胞学图像和临床特征通过Transformer模块进行跨模态融合，并多中心验证其优于单模态模型，发现瘤周区域贡献显著增加	NA	术前区分滤泡状甲状腺癌与滤泡状甲状腺腺瘤，为细胞学不确定的滤泡状甲状腺肿瘤患者提供辅助诊断工具	滤泡状甲状腺肿瘤患者（滤泡状甲状腺癌和滤泡状甲状腺腺瘤）	计算机视觉, 数字病理学, 机器学习	甲状腺癌, 甲状腺腺瘤	超声成像, 细针穿刺细胞学	Swin Transformer, 基于注意力的多实例学习, 自注意力多层感知机, Transformer	图像（超声和细胞学）, 表格数据（临床特征）	714名患者，来自三个医学中心，分为训练集304例、内部验证集130例、外部验证集1（201例）和外部验证集2（79例）	NA	Swin Transformer, 注意力多实例学习, 自注意力多层感知机, Transformer融合模块	AUC, 校准曲线, 决策曲线分析	NA
5350	2026-06-06	DeepCRI: real-time EEG-based prognostication after cardiac arrest 2026-Jul, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2026.111102 PMID:42000027	研究论文	开发了一种名为DeepCRI的深度学习系统，用于实时预测心脏骤停后的神经功能预后	首次提出时间依赖性决策边界和锁定规则，避免瞬时阈值越界影响决策，实现持续更新的预后轨迹	外部验证中锁定分类率较低，残留肌电图伪影导致假阴性预测	实现心脏骤停后昏迷患者神经功能预后的实时、客观预测	心脏骤停后昏迷患者	机器学习	心脏骤停	脑电图	深度学习	脑电图信号	522名昏迷患者（开发），219名内部验证，167名外部验证	NA	NA	灵敏度、特异性	NA
5351	2026-06-06	A physically guided and interpretable SWAT-BiLSTM framework with Bayesian optimization for bias correction in daily streamflow forecasting 2026-Jul, Journal of contaminant hydrology IF:3.5Q2 DOI:10.1016/j.jconhyd.2026.104952 PMID:42070306	研究论文	提出一种结合物理模型、优化深度学习和可解释分析工具的混合框架，用于日径流预测中的偏差校正	首次将SWAT过程模型、贝叶斯优化双向长短期记忆网络与SHAP可解释分析集成，同时提升预测精度和模型可解释性，并揭示耦合模型对物理模型缺陷的修正机制	仅适用于日径流预测场景，未探讨对其他时间尺度或不同水文区域的泛化能力	改进极端水文条件下的径流模拟精度和模型鲁棒性，增强预测可解释性	流域日径流序列数据（包含气象数据和SWAT模型输出）	机器学习	NA	SWAT水文模型、随机森林特征选择、相关性分析	BiLSTM（双向长短期记忆网络）	时间序列数据	未明确样本量，涉及流域日径流观测与气象数据时间序列	PyTorch, Scikit-learn	BiLSTM, 随机森林	相关系数(R), 纳什效率系数(NSE), 相对误差	NA
5352	2026-06-06	MaxEnt with remote sensing for tea plantation suitability under climate change 2026-Jun-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115887 PMID:42245925	研究论文	集成Gaofen-6遥感影像、U-Net深度学习框架和MaxEnt模型，评估气候变化下中国东南部茶叶适宜性的未来变化	首次将空间去偏差的茶叶发生记录（源于高分六号影像和U-Net框架）与MaxEnt模型结合，用于未来多情景下的茶叶适宜性预测，并利用随机森林交叉验证模型稳健性	未明确提及但可能受限于单一作物和地区，以及CMIP6情景的不确定性	评估气候变化对茶叶种植适宜性的影响	中国福建省南平市的茶叶种植区域	机器学习、遥感图像处理	NA	遥感影像分析（Gaofen-6）、U-Net深度学习、MaxEnt生态位建模	MaxEnt、U-Net、随机森林	遥感图像、气象气候数据	基于高分六号影像和U-Net提取的茶叶发生记录（具体数量未提供）	NA	U-Net、MaxEnt、随机森林	模型稳健性通过随机森林交叉验证评估，具体指标未明确	NA
5353	2026-06-06	Digital twin of biomacromolecular thermodynamics in cryo-EM data 2026-Jun-05, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-026-02077-5 PMID:42243544	研究论文	提出一种深度学习框架，从冷冻电镜数据中重建生物大分子热力学的可证明数字孪生	利用理论上保证的等距自编码器，从冷冻电镜数据中直接构建可证明的自由能景观，实现半自动热力学分析	当前类似方法无法保证自由能景观的精确构建，但本方法克服了这一局限	实现仅使用冷冻电镜数据对生物大分子热力学进行定量分析	50S核糖体和两种SARS-CoV-2刺突蛋白	机器学习	NA	冷冻电镜（cryo-EM）	等距自编码器	冷冻电镜数据	三种生物大分子样本（50S核糖体、两种SARS-CoV-2刺突蛋白）	深度学习框架（未指定具体名称）	等距自编码器	NA	NA
5354	2026-06-06	Automated Assessment of PPE Compliance with Fast Lightweight Deep Learning Based Computer Vision 2026-Jun-05, IISE transactions on occupational ergonomics and human factors DOI:10.1080/24725838.2026.2671785 PMID:42246247	研究论文	该研究提出了一种快速、轻量级的计算机视觉框架，可在验证护目镜和N95口罩正确使用方面实现高准确率	该框架运行速度比基准模型快五倍，使用消费级计算硬件即可在工地入口进行自动个人防护装备合规检查	未在摘要中明确说明	开发快速轻量级深度学习计算机视觉框架，自动化个人防护装备合规性评估，提升工作场所安全	护目镜和N95口罩的正确使用情况	计算机视觉	NA	NA	轻量级深度学习模型	图像	未在摘要中明确说明	NA	NA	准确率	消费级计算硬件
5355	2026-06-06	Deep Learning-Enhanced Hyperspectral Imaging for Forensic Evidence Analysis: Methodological Frameworks, Applications, and Critical Perspectives 2026-Jun-05, Critical reviews in analytical chemistry IF:4.2Q1 DOI:10.1080/10408347.2026.2675046 PMID:42246430	综述	系统性地探讨了深度学习与高光谱成像在法医证据分析中的融合应用	首次系统总结了三种代表性范式（CNN、注意力机制、GAN）在法医高光谱成像中的应用，并深入分析了多模态融合策略	讨论了模型可解释性与司法可接受性、计算效率与可部署性、以及数据标准化与共享障碍等关键挑战	推动智能且具有法律依据的法医分析发展	法医证据，包括痕量纤维、混合墨水、土壤和可疑文件等	计算机视觉	不适用	高光谱成像	CNN, GAN, 注意力机制	高光谱图像	不适用	不适用	不适用	不适用	不适用
5356	2026-06-06	An augmentation-enhanced transformer model for forensic identification using panoramic dental x-rays 2026-Jun-05, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03852-8 PMID:42246972	研究论文	提出了一种增强型Transformer模型DentID-Net，利用全景牙科X光片进行法医身份识别	结合形态学增强、双分支编码器和胶囊身份匹配器，处理小样本数据并保持解剖结构一致性	未知（摘要未提及）	开发一种基于牙科全景X光片的自动法医身份识别系统，应对死后变化和数据不足问题	活体和死者的全景牙科X光片	计算机视觉	NA	全景牙科X光成像	Transformer, 卷积神经网络, 胶囊网络	图像	未知（摘要未提及具体样本数量）	NA	DentID-Net（包含DentAug-Min增强模块、双分支编码器、IDMatch-Caps匹配器）	平均准确率, 特异性, AUC	NA
5357	2026-06-06	Resolving variants of uncertain significance in neurofibromatosis: An integrated approach combining deep learning and minigene assays 2026-Jun-05, Functional & integrative genomics IF:3.9Q1 DOI:10.1007/s10142-026-01896-y PMID:42247039	研究论文	结合深度学习与微小基因检测分析神经纤维瘤病中意义不明的变异	首次将深度学习预测工具与微小基因剪接检测相结合，用于解析神经纤维瘤病中意义不明的变异，并验证了全基因组测序在诊断中的优势	样本量较小（97例患者），且未发现基因型与表型的显著关联	解析神经纤维瘤病中意义不明的变异，扩展基因突变谱并评估诊断工具的有效性	神经纤维瘤病患者的临床与基因组数据	机器学习	神经纤维瘤病	目标基因 panel、全外显子测序、全基因组测序、微小基因剪接检测	深度学习预测工具	基因组数据和临床数据	97例神经纤维瘤病患者	NA	NA	预测准确性、实验验证结果	NA
5358	2026-06-06	Zero echo time MRI with deep learning reconstruction and chemical shift correction for detecting osteolytic myeloma lesions 2026-Jun-05, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00734-x PMID:42247107	研究论文	比较三种MRI序列检测骨溶解性多发性骨髓瘤病变的效果，其中深度学习结合化学位移校正的ZTE序列表现出更高的准确性和可靠性	首次将深度学习重建与化学位移校正结合应用于零回波时间MRI，显著提高了骨髓瘤病变检测的准确性和可重复性	样本量较小（10例患者），且仅评估了腰椎、骨盆和近端股骨区域，可能影响结果的泛化性	评估深度学习重建结合化学位移校正的零回波时间MRI在检测骨溶解性多发性骨髓瘤病变中的性能	10例多发性骨髓瘤患者的腰椎、骨盆和近端股骨区域的骨溶解性病变	医学影像	多发性骨髓瘤	零回波时间MRI、化学位移校正、深度学习重建	深度学习	MRI影像数据	10例患者	NA	NA	Gwet一致性系数AC1、AC2、准确率、定量计数差异	3T全身MRI扫描仪
5359	2026-06-06	Whole anterior visual pathway segmentation from high-resolution MRI using artificial intelligence 2026-Jun-05, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-026-00741-y PMID:42247118	研究论文	开发并验证了名为aVP-seg的全自动深度学习框架，用于高分辨率MRI中整个前视通路的多类分割	提出了级联两阶段三维卷积神经网络实现前视通路全自动多类分割，包括视神经、视交叉和视束	视束分割准确率较低（DSC 0.74-0.75），样本量有限（80名受试者）	实现前视通路的高精度、快速、全自动分割，减少手动分割的耗时和观察者间变异	健康志愿者和多发性硬化患者的前视通路MRI影像	计算机视觉	多发性硬化	高分辨率MRI（CISS序列）	三维卷积神经网络	MRI影像	80名受试者（34名健康对照，46名多发性硬化患者）	NA	级联两阶段三维卷积神经网络（主分割网络+精炼网络）	Dice相似系数, 第95百分位Hausdorff距离, 体积相似性	NA
5360	2026-06-06	Fires reverse progress toward ozone air quality standards in the United States 2026-Jun-04, Science (New York, N.Y.) DOI:10.1126/science.aed3197 PMID:42241527	研究论文	利用深度学习生成美国2003-2024年每日1公里分辨率地面臭氧数据集，揭示野火排放导致臭氧污染趋势逆转	首次在高分辨率（1公里）尺度上揭示监测网络未能捕捉到的国家臭氧政策相关趋势逆转现象	NA	评估野火排放对美国地面臭氧污染趋势及空气质量标准达标的影响	美国2003-2024年间的每日地面臭氧浓度数据	机器学习	NA	深度学习	深度学习模型	臭氧浓度数据	2003-2024年每日地面臭氧数据	NA	NA	NA	NA