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
5641	2026-04-01	Integration of alternative fragmentation techniques into standard LC-MS workflows using a single deep learning model enhances proteome coverage 2026-Mar-23, Nature methods IF:36.1Q1 DOI:10.1038/s41592-026-03042-9 PMID:41872372	研究论文	本文开发了一个集成质谱平台，通过深度学习模型整合多种碎片化技术，以增强蛋白质组覆盖范围	开发了一个统一的Prosit深度学习模型，能够预测所有解离方法的谱图，并集成到FragPipe的MSBooster模块中，平均提高蛋白质鉴定率超过10%	未明确说明模型在处理特定复杂样本或极端条件下的局限性	增强蛋白质组学中碎片化技术的整合与应用，提高蛋白质鉴定效率和覆盖范围	蛋白质组学中的肽段序列和蛋白质鉴定	质谱分析, 深度学习	NA	碰撞诱导解离(CID), 电子诱导解离, 紫外光解离, 质谱技术	深度学习模型	质谱数据	NA	NA	Prosit	蛋白质鉴定率, 序列覆盖范围	NA
5642	2026-04-01	Deep learning-guided dual-fitness evolution of T7 RNA polymerase for enhanced stability and activity 2026-Mar-19, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag259 PMID:41873756	研究论文	本研究提出了一种结合深度学习与湿实验多目标筛选的数据驱动进化策略，用于同时提升T7 RNA聚合酶的稳定性和高温活性	开发了耦合深度学习与多目标筛选的进化策略，通过独立模型微调处理不同性状，有效探索适应度景观以识别有益突变组合	未明确说明深度学习模型的可解释性、实验验证的样本规模限制以及策略在其他蛋白质体系中的普适性	实现蛋白质工程中多个适应度属性的同步优化	T7 RNA聚合酶（T7 RNAP）	机器学习	NA	深度学习引导的进化策略、湿实验多目标筛选	深度学习模型	序列数据、实验测量数据（热稳定性、活性等）	经过五轮迭代进化获得的T7 RNAP突变体	NA	NA	熔解温度（Tm）提升值、高温活性增强倍数、副产物含量降低百分比	NA
5643	2026-04-01	Reinforcing smart grid resilience through blockchain-supported deep learning models for theft detection 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38824-w PMID:41844675	研究论文	本文提出了一种结合LSTM-Autoencoder深度学习模型和区块链技术的框架，用于智能电网中的电力盗窃检测	创新点在于将LSTM-Autoencoder模型与区块链技术集成，以增强对长期时间依赖性的捕捉、异常检测的准确性，并通过去中心化日志机制确保数据安全与透明度	未明确提及具体的数据集规模限制、模型在极端异常情况下的泛化能力，或区块链部署的实际成本与性能开销	研究目标是提高智能电网中电力盗窃检测的准确性、安全性和透明度	研究对象是智能电网中的电力消费数据及其异常模式	机器学习	NA	深度学习，区块链技术	LSTM, Autoencoder	序列数据（时间序列电力消费数据）	NA	TensorFlow, Keras, PyTorch	LSTM-Autoencoder	准确率	NA
5644	2026-04-01	A deep-learning-based early warning system for abnormal eye conditions in chickens 2026-Mar-03, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2026.106735 PMID:41846079	研究论文	本研究开发了一种基于深度学习的预警系统，用于检测鸡群中的异常眼部状况，以评估鸡群健康	首次将YOLOv7深度学习模型应用于鸡群异常眼部状况的自动检测与量化，并建立了异常眼部比例与死亡率之间的时间滞后关联，为鸡群健康提供早期预警指标	研究仅在台湾的红羽土鸡养殖场中进行，样本类型和地理范围有限，可能影响模型的泛化能力	开发一种自动化系统以减少人工巡检负担并提前预警鸡群健康问题	鸡群中的异常眼部状况	计算机视觉	禽类疾病	图像采集与数据增强	CNN	图像	三个生产周期的红羽土鸡（每个周期约15,000-20,000只）	YOLOv7	YOLOv7	精确度, 召回率, F1分数	NA
5645	2026-04-01	Detecting Extrachromosomal DNA from Routine Histopathology 2026-Mar-02, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.27.708546 PMID:41847039	研究论文	本研究开发了一种基于常规H&E染色全切片病理图像的深度学习框架，用于推断肿瘤中的染色体外DNA状态	首次利用常规病理图像而非专门基因组检测来推断ecDNA状态，通过弱监督深度学习框架实现端到端检测，并揭示了ecDNA在组织形态上的可重复足迹	依赖于现有病理图像数据，可能受图像质量和染色差异影响，且需进一步验证以确认其作为分子检测前筛选工具的可靠性	开发一种从常规病理图像中检测染色体外DNA的方法，以促进肿瘤的分子检测筛选	来自癌症基因组图谱的十二种癌症类型的肿瘤样本	数字病理学	癌症	H&E染色全切片病理成像	深度学习	图像	来自十二种癌症类型的肿瘤样本，具体数量未在摘要中明确	NA	NA	NA	NA
5646	2026-04-01	Use of Electrocardiograms to Identify Coronary Artery Disease: Cross-Validation of an Artificial Intelligence Model 2026-Mar, JACC. Advances DOI:10.1016/j.jacadv.2025.102573 PMID:41616590	研究论文	本研究开发并验证了一种基于深度学习的人工智能模型，利用静息12导联数字心电图预测冠状动脉疾病	首次开发了一种深度学习AI模型，能够通过非侵入性的心电图数据预测冠状动脉疾病，为CAD诊断提供了一种新的无创筛查工具	研究为回顾性设计，可能存在选择偏倚；模型在外部验证集中的阳性预测值有所下降	开发并验证一种基于心电图的人工智能模型，用于预测冠状动脉疾病	接受冠状动脉造影的患者	机器学习	心血管疾病	心电图	深度学习	数字信号	16,476名患者	NA	NA	阳性预测值, 阴性预测值, 曲线下面积	NA
5647	2026-04-01	Dual-channel ultrasonic images empowered deep learning: significantly improving prediction of occult central lymph node metastases in solitary papillary thyroid microcarcinoma 2026-03-01, Radiology and oncology IF:2.1Q2 DOI:10.2478/raon-2026-0006 PMID:41686681	研究论文	本研究开发了一种结合纵向和横向超声图像的双通道深度学习模型，用于预测孤立性甲状腺微小乳头状癌中的隐匿性中央淋巴结转移	首次提出使用双通道超声图像（纵向和横向）的深度学习模型来预测PTMC中的隐匿性CLNM，并通过结合深度学习特征与临床指标实现了更高的预测性能	研究为回顾性设计，样本量相对有限（461例患者），且仅来自两家医院，可能存在选择偏倚	提高术前对甲状腺微小乳头状癌中隐匿性中央淋巴结转移的预测准确性，以指导个体化治疗决策	461例接受术前超声检查的甲状腺微小乳头状癌患者	数字病理学	甲状腺癌	超声成像	深度学习模型	超声图像	461例患者	NA	双通道深度学习模型	AUC, 校准曲线	NA
5648	2026-04-01	Automated neural network femur segmentation performance in computed tomography images of older adults with obesity 2026-Mar, JBMR plus IF:3.4Q2 DOI:10.1093/jbmrpl/ziag015 PMID:41704480	研究论文	本研究评估了一种用于老年人股骨CT图像自动分割的卷积神经网络模型在肥胖老年人群中的性能表现	将已在冰岛老年人群中验证的CNN模型应用于美国肥胖老年人群的股骨分割，验证了模型在不同人群中的适用性	模型在股骨头边界划分和骨赘检测方面存在轻微误差，需要在预处理和后处理阶段进行人工干预	评估深度学习模型在肥胖老年人股骨CT图像分割中的可行性和性能	166例美国肥胖老年人的CT扫描图像	数字病理学	老年疾病	CT扫描	CNN	医学影像	166例CT扫描	NA	NA	Dice相似系数, 95% Hausdorff距离	NA
5649	2026-04-01	Imaging-based prognostic factors in patients undergoing thermal ablation for colorectal liver metastases. A retrospective study on the role of sarcopenia parameters and tumor burden score 2026-03-01, Radiology and oncology IF:2.1Q2 DOI:10.2478/raon-2026-0011 PMID:41777029	研究论文	本研究探讨了在接受结直肠肝转移热消融治疗的患者中，基于影像学的预后因素，重点关注肌肉减少症相关身体成分参数和L1骨密度与肿瘤负荷评分的比较	首次在结直肠肝转移热消融治疗患者中，使用开源深度学习工具TotalSegmentator自动提取腰大肌体积指数，并发现其与1年生存率显著相关，而传统肿瘤负荷评分和其他肌肉减少症参数未显示显著关联	研究为单中心回顾性分析，样本量较小（88例患者），可能存在选择偏倚，且未考虑其他潜在混杂因素	评估影像学预后因素在结直肠肝转移热消融治疗患者中的作用	接受热消融治疗的结直肠肝转移患者	数字病理学	结直肠癌	CT成像	深度学习	医学影像	88例患者	TotalSegmentator	NA	p值	NA
5650	2026-04-01	EEG-based biomarkers for psychosis: Comparative performance of support vector machines and deep neural networks 2026-Mar, Biological psychology IF:2.7Q2 DOI:10.1016/j.biopsycho.2026.109232 PMID:41786272	研究论文	本研究比较了支持向量机（SVM）和深度神经网络（DNN）在基于任务相关脑电图（EEG）数据对精神病进行分类时的性能	在有限样本条件下，系统地比较了经典机器学习（SVM）与深度学习（DNN）在精神病EEG分类任务中的表现，并强调了非线性特征和低频指标作为潜在生物标志物的价值	样本量较小（43名参与者），需要在更大的多中心数据集中验证结果的普适性和临床实用性	评估和比较不同机器学习方法在基于EEG数据识别精神病谱系障碍方面的性能	精神病患者（19名）与健康对照者（24名）	机器学习	精神病谱系障碍	脑电图（EEG）	SVM, DNN	EEG信号	43名参与者（19名患者，24名对照）	NA	NA	准确率, AUC	NA
5651	2026-04-01	Drug screening for α-synuclein aggregation inhibitors via multimodal graph neural network 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag118 PMID:41870129	研究论文	本研究提出了一种用于预测α-突触核蛋白相关分子性质的多模态图神经网络深度学习框架，以筛选其聚集抑制剂	首次设计了一种整合图上下文注意力机制、结构特征聚合协议、双通道特征集成及复合正则化策略的先进深度学习框架，用于α-突触核蛋白分子性质预测	未明确说明模型在更大规模或更广泛化合物库上的泛化能力，以及实验验证的局限性	筛选α-突触核蛋白聚集抑制剂，为神经退行性疾病药物发现提供初步筛选框架	α-突触核蛋白（α-syn）及其与小分子配体的相互作用	机器学习	帕金森病	分子对接研究	图神经网络（GNN）	分子图数据	NA	NA	多模态图神经网络（整合图上下文注意力机制、双通道特征集成）	均方误差（MSE）	NA
5652	2026-04-01	Deconvolving cell-type-specific gene expression profiles from bulk RNA-seq samples 2026-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014101 PMID:41886524	研究论文	本文开发了一种基于U-Net的深度学习算法BLUE，用于从批量RNA-seq样本中解卷积出细胞类型比例和细胞类型特异性基因表达谱	利用U-Net的强大特征提取和表示学习能力，首次将深度学习应用于批量RNA-seq数据的细胞类型特异性基因表达谱解卷积，显著优于现有算法	未明确说明算法对实验成本的依赖性或数据规模的限制	整合批量RNA-seq和单细胞RNA-seq的优势，利用现有批量RNA-seq数据集进行细胞类型特异性分析	批量RNA-seq样本和单细胞RNA-seq数据	机器学习	癌症	RNA-seq, scRNA-seq	CNN	基因表达数据	NA	NA	U-Net	NA	NA
5653	2026-04-01	Advancing modified barium swallow pre-sorting with deep learning: a new paradigm for the first step analysis in X-ray swallowing study 2026-Mar, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03505-y PMID:41046271	研究论文	本研究提出了一种深度学习方法来自动化改良钡餐吞咽检查中视频片段的分类，以区分不同类型的诊断视频并识别非诊断性定位视频，从而优化分析流程	首次将深度学习应用于改良钡餐吞咽检查视频的自动预分类，并引入多任务学习方法来提升模型性能	模型在区分定位视频与吞咽视频时的帧级准确率相对较低（90.26%），且样本量有限（285次检查），可能影响泛化能力	自动化改良钡餐吞咽检查中视频片段的分类，以提高临床工作效率	改良钡餐吞咽检查中的视频片段，包括前后位、侧位诊断视频和非诊断性定位视频	计算机视觉	吞咽功能障碍	X射线吞咽研究	深度学习模型	视频	285次改良钡餐吞咽检查，涉及216名患者（平均年龄60±9岁），包含3,740个视频片段，总计986,808帧	NA	NA	准确率	NA
5654	2026-04-01	STGNET: extending panel coverage in imaging-based spatial transcriptomics using deep generative adversarial networks 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag122 PMID:41875024	研究论文	本文提出了一种名为STGNET的深度学习框架，通过结合生成对抗网络和图神经网络来扩展成像空间转录组学中的基因面板覆盖范围	STGNET创新性地将多阶段GAN与空间感知图卷积网络结合，从单细胞RNA测序数据学习全局转录组分布，并通过建模物理细胞邻近性和转录相似性来优化基因填补	未在摘要中明确提及	克服成像空间转录组学技术中基因面板覆盖范围有限的限制，实现更全面的空间生物学分析	成像空间转录组学数据，涉及小鼠胚胎发生、乳腺癌进展和大脑组织	数字病理学	乳腺癌	成像空间转录组学，单细胞RNA测序	GAN, GCN	空间转录组学数据，单细胞RNA测序数据	九个不同的空间转录组学数据集	未在摘要中明确提及	生成对抗网络，图卷积网络	基因填补准确性，细胞拓扑结构保持性	未在摘要中明确提及
5655	2026-04-01	Performance of predictive AI-based clinical decision support systems across clinical domains: A systematic review and meta-analysis 2026-Mar, PLOS digital health DOI:10.1371/journal.pdig.0001310 PMID:41875094	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了基于人工智能的临床决策支持系统（AI-CDSS）在多个医学专科中的预测性能	本研究首次对跨多个医学专科的当代AI驱动预测工具进行了广泛的系统综述和荟萃分析，并提出了一个名为ROADMAP的实用框架，以弥合算法性能与有意义的临床整合之间的差距	纳入的研究存在显著的异质性，且仅有24%的研究涉及前瞻性部署，64%的研究仅报告了技术指标而缺乏临床工作流程数据	评估基于人工智能的临床决策支持系统（AI-CDSS）在多个医学专科中的预测性能	评估基于人工智能的临床决策支持系统（AI-CDSS）预测性能的研究	机器学习	NA	NA	NA	真实世界临床数据	NA	NA	NA	AUC, 特异性, 准确性, 敏感性	NA
5656	2026-04-01	HiCMamba: Enhancing Hi-C resolution and identifying 3D genome structures with state space modeling 2026-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014057 PMID:41875404	研究论文	本文提出了一种基于深度学习和状态空间模型的新方法HiCMamba，用于增强Hi-C接触图的分辨率并识别3D基因组结构	首次将状态空间模型应用于Hi-C分辨率增强领域，并设计了基于UNet的自动编码器架构，结合了全局和局部多尺度感受野的感知能力	未明确说明方法在极低覆盖度数据上的性能边界，也未讨论跨细胞类型或物种的泛化能力	解决Hi-C数据因测序成本和技术限制导致的覆盖度不足问题，提升染色质相互作用频率估计的精确度	Hi-C接触图数据及其衍生的3D基因组结构（如拓扑关联结构域TADs和染色质环）	计算生物学	NA	Hi-C技术	深度学习	基因组相互作用频率矩阵（接触图）	NA	NA	UNet-based auto-encoder	NA	显著减少了计算资源需求（具体类型未说明）
5657	2026-04-01	Are we ready for causal discovery in biological systems using deep learning? 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag127 PMID:41911151	综述	本文探讨了在生物系统中应用深度学习进行因果发现的现状、挑战与新兴方法	强调了超越传统全局无环性假设，利用高效可扩展的神经方法直接从数据中推断成对因果关系的新兴方法	指出实现生物因果网络更深理解和更强推断仍需克服五个关键技术障碍	评估深度学习在生物系统因果发现中的准备程度与应用前景	生物系统（特别是大规模、自调节的自然系统）	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
5658	2026-02-25	A dual-center study: multimodal fusion-based deep learning approach for pathological subtype prediction of type I and type II ovarian cancer 2026-Feb-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02231-4 PMID:41731442	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5659	2026-04-01	Survey on mathematical modeling of infectious disease dynamics: insights and applications 2026-Feb-24, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-12905-7 PMID:41735891	综述	本文全面概述了传染病动力学中的数学建模方法，强调了其在公共卫生应急管理和循证干预策略中的重要性	整合了网络分析、大规模数据处理和人工智能技术，特别是深度学习在医学影像中的应用，以提高模型预测的准确性和效率	NA	理解、预测和控制传染病的传播，支持公共卫生干预策略的优化	传染病动力学模型，包括确定性和随机性框架	机器学习	传染病	网络分析，大规模数据处理，人工智能，深度学习	深度学习	病例报告，人口统计信息，移动模式，医学影像	NA	NA	NA	准确性，效率	NA
5660	2026-04-01	A Two-Stage Self-Supervised Learning Framework for Winter Crop-Weed Image Classification 2026-02-24, Journal of visualized experiments : JoVE DOI:10.3791/69953 PMID:41838678	研究论文	本文提出了一种两阶段自监督学习框架，用于冬季作物与杂草图像分类	结合SimCLR风格的自监督预训练与监督微调，并引入新的冬季作物杂草图像数据集WinterCropWeedDB	仅使用单一内部验证集（30%数据）进行测试，缺乏独立测试集的额外验证	提高冬季作物与杂草图像分类的准确性，以支持精准农业	冬季作物与杂草图像	计算机视觉	NA	自监督学习，监督学习	CNN	图像	1,136张高分辨率图像，涵盖6种冬季作物和4种杂草物种	TensorFlow, PyTorch (基于SimCLR风格)	EfficientNet-B3	准确率，宏平均F1分数	NA