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
5921	2026-06-26	Deep learning based predictive modeling to screen natural compounds against TNF-alpha for the potential management of rheumatoid arthritis: Virtual screening to comprehensive in silico investigation 2024, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0303954 PMID:39636801	研究论文	采用深度学习方法虚拟筛选天然化合物以抑制TNF-α，用于类风湿关节炎的潜在管理	将深度学习预测模型与虚拟筛选、分子对接、ADMET评估及分子动力学模拟相结合，系统筛选天然化合物针对TNF-α的潜在抑制剂	未提及体外或体内实验验证，结果完全基于计算预测	寻找治疗类风湿关节炎的天然化合物候选药物	TNF-α蛋白及天然化合物库	机器学习	类风湿关节炎	分子对接, ADMET分析, 分子动力学模拟	深度学习预测模型	分子结构数据	2563个天然化合物	NA	NA	MSE, MAPE, MAE	NA
5922	2026-06-26	trRosettaRNA: automated prediction of RNA 3D structure with transformer network 2023-11-09, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-42528-4 PMID:37945552	研究论文	开发了一个基于深度学习的自动化RNA三维结构预测方法trRosettaRNA，使用Transformer网络预测一维和二维几何特征，再通过能量最小化进行三维结构折叠	首次将Transformer网络应用于RNA结构预测，在CASP15和RNA-Puzzles盲测中达到与顶级人工预测相当的水平，且优于其他深度学习方法	对于合成RNA的结构预测仍具挑战性，自动化方法难以准确预测其结构	解决RNA三维结构预测这一长期挑战，推动深度学习在RNA结构预测中的应用	天然RNA和合成RNA的三维结构	机器学习	不适用	深度学习	Transformer网络	序列数据	不适用	不适用	Transformer	Z-score, 均方根偏差	不适用
5923	2026-06-26	Efficient and accurate large library ligand docking with KarmaDock 2023-09, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-023-00511-5 PMID:38177786	研究论文	提出一种名为KarmaDock的深度学习配体对接方法，集成了对接加速、结合姿态生成与校正以及结合强度估计功能	首次将E(n)等变图神经网络与自注意力机制应用于配体对接，通过端到端学习同时优化对接速度、姿态质量和结合亲和度精度	NA	开发一种高效且准确的深度学习方法用于大规模文库配体对接，以提升虚拟筛选性能	配体对接的准确性和效率，以及发现的潜在药物分子	机器学习	NA	NA	E(n)等变图神经网络、混合密度网络	分子结构（蛋白质与配体）	四个基准数据集和一个实际虚拟筛选项目（涉及白细胞酪氨酸激酶LTK的活性抑制剂筛选）	NA	E(n)等变图神经网络、自注意力机制、混合密度网络	对接速度、姿态质量、结合亲和度	NA
5924	2026-06-26	Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence 2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13357 PMID:37357665	研究论文	介绍了一种基于深度学习的自动化脓性汗腺炎严重程度评分系统（AIHS4），用于评估化脓性汗腺炎严重程度	首次利用深度学习模型（YOLOv5架构）实现IHS4的自动评分，并采用多专家注释和知识统一算法处理数据	当前数据集规模有限，可能影响模型泛化能力	开发可替代人工IHS4评分的自动评估工具，减少观察者间变异性和对专家经验的依赖	化脓性汗腺炎患者的皮肤图像	计算机视觉	化脓性汗腺炎	图像处理	CNN	图像	Legit.Health-HS-IHS4数据集，包含由六位专家标注的化脓性汗腺炎图像	PyTorch	YOLOv5	与最专业医师相当的性能	NA
5925	2026-06-26	Corrigendum to ArtifactID: Identifying artifacts in low-field MRI of the brain using deep learning Magnetic Resonance Imaging Volume 89, June 2022, Pages 42-48 2023-Jan, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.03.006 PMID:35396147	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5926	2026-06-26	EPI susceptibility correction introduces significant differences far from local areas of high distortion 2022-10, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.05.016 PMID:35644448	研究论文	应用深度学习工具PreQual校正EPI磁敏感伪影，发现校正不仅改善局部高畸变区域，还在全脑范围内显著影响扩散成像和基于扩散的推理结果	首次证明EPI磁敏感伪影校正对远离高畸变区域的图像保真度和扩散指标（如FA）有广泛影响，挑战了传统认为伪影仅局限于局部区域的观念	未明确说明样本量、具体深度学习模型架构和计算资源细节	评估基于深度学习的EPI磁敏感伪影校正对图像保真度和扩散数据解释的影响，特别关注远离高畸变区域的效应	抑郁与非抑郁受试者的扩散加权成像（DWI）数据	机器学习	抑郁	扩散加权成像（DWI），EPI序列	深度学习（PreQual工具）	图像	NA	PreQual	NA	基于纤维束空间统计（TBSS）的FA分析、回归系数显著性检验	NA
5927	2026-06-26	Quantification of lung ventilation defects on hyperpolarized MRI: The Multi-Ethnic Study of Atherosclerosis (MESA) COPD study 2022-10, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.06.016 PMID:35777684	研究论文	开发一个端到端深度学习框架，用于分割肺部超极化MRI上的通气缺陷	提出级联U-Net框架，结合传统数据增强和生成对抗网络数据增强，实现全自动分割	生成对抗网络数据增强未带来进一步改进，样本量较小（56名参与者）	量化肺部超极化MRI上的通气缺陷，用于COPD研究	老年吸烟者的肺部超极化MRI图像	机器学习	慢性阻塞性肺疾病	超极化MRI	U-Net	图像	56名参与者，820张1H和3He MRI切片	NA	级联U-Net	Dice相似系数	NA
5928	2026-06-26	Clinical feasibility of an abdominal thin-slice breath-hold single-shot fast spin echo sequence processed using a deep learning-based noise-reduction approach 2022-07, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.04.005 PMID:35504409	研究论文	评估基于深度学习降噪的腹部薄层屏气单次激发快速自旋回波序列在胰腺MRI中的临床可行性	利用深度学习降噪重建技术加速屏气薄层单次激发快速自旋回波MRI，显著提升图像质量并缩短扫描时间	未提及具体限制，如样本量较小或单中心研究	评估深度学习降噪序列在胰腺解剖成像中的图像质量与临床可行性	疑似胰胆疾病患者的胰腺和肝脏MRI图像	医学影像	胰胆疾病	MRI T2加权成像，单次激发快速自旋回波序列	深度学习降噪模型	MRI图像	42名疑似胰胆疾病患者	NA	深度学习降噪重建	信噪比，对比噪声比，图像质量定性评分	1.5T MRI扫描仪
5929	2026-06-26	ArtifactID: Identifying artifacts in low-field MRI of the brain using deep learning 2022-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.02.002 PMID:35176447	研究论文	利用深度学习识别低场脑部MRI中的伪影	首次针对低场MRI中的卷褶和吉布斯环振伪影开发专门的识别模型，并利用GradCAM提供可视化解释以增强模型可信度	仅使用T1加权图像，可能限制模型在其他序列上的泛化能力；数据量有限，可能影响模型鲁棒性	识别低场脑部MRI中的卷褶和吉布斯环振伪影，提升诊断质量	低场脑部MRI图像中的卷褶伪影（通过平面和平面内）和吉布斯环振伪影	计算机视觉	不适用	MRI	卷积神经网络	图像	179张来自0.36T扫描仪的T1加权病理脑图像和581张公开可用的T1加权脑图像	不适用	不适用	精确率, 召回率, Cohen's kappa	不适用
5930	2026-06-26	DBGAN: A dual-branch generative adversarial network for undersampled MRI reconstruction 2022-06, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2022.03.003 PMID:35339616	研究论文	提出一种基于双分支生成对抗网络的欠采样MRI重建方法	采用跨阶段跳跃连接扩宽特征传播通道，用实例归一化代替批归一化避免训练与推理差异，引入双线性插值解码器分支补充反卷积解码器信息缺失	未提及在其他MRI模态或更大规模数据集上的验证，以及与其他非生成对抗网络方法的全面比较	提高欠采样MRI重建的图像质量和速度，适用于实时处理	T1加权的脑部MRI数据（来自MICCAI 2013挑战赛）和膝盖MRI数据	计算机视觉	未指定	MRI	生成对抗网络	图像	未明确说明样本数量，但使用MICCAI 2013挑战赛的T1加权脑部数据集和膝盖MRI数据	NA	U-Net	峰值信噪比, 归一化均方误差	每个256×256图像重建耗时60毫秒，模型参数少于最先进方法的一半
5931	2026-06-25	Interpol review of forensic image and video analysis, 2022-2025 2026-Dec, Forensic science international. Synergy DOI:10.1016/j.fsisyn.2026.100697 PMID:42339396	综述	分析了2022年至2025年期间法医图像与视频分析领域的最新进展与挑战，涵盖核心实践、内容分析、生物特征与场景分析及标准化工作	系统梳理了深度学习范式下法医实践的变革，包括计算摄影时代PRNU源相机识别的重新评估、伪造检测与隐写术的持续对抗，以及人脸比较向概率似然比框架的转变	未提及其自身的局限性，但文中强调了技术进步与标准化之间的紧张关系	综述法医图像与视频分析领域2022年至今的关键进展与挑战，并展望未来方向	法医图像与视频分析技术，包括源相机识别、图像增强/认证、数字伪造检测、生物特征分析及场景分析	计算机视觉	NA	深度学习	NA	图像、视频	NA	NA	NA	NA	NA
5932	2026-06-25	SPSGL: uncovering psychiatric network mechanisms via structural-prior guided synaptic graph learning 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-026-00467-6 PMID:42339397	研究论文	提出了一种基于结构先验的突触图学习框架SPSGL，用于从fMRI信号中构建大脑功能连接网络，以揭示精神疾病的神经机制	提出了生物启发的门控边更新机制来捕捉连接强度的动态变化，并通过结构先验引导多头注意力关注神经生物学有意义的连接，实现了自适应多尺度脑图表示学习	NA	开发一种能够捕捉大脑动态可塑性并构建有神经生物学意义连接模式的深度学习框架，用于精神疾病的脑连接分析	fMRI信号中提取的脑功能连接网络，包括核心功能网络和全脑模式	机器学习	精神疾病	功能性磁共振成像	深度学习	fMRI信号时间序列	NA	PyTorch	多头注意力机制、门控边更新机制、正交聚类读出	精确度、AUC	NA
5933	2026-06-25	Bioelectrochemical mitigation of soil antibiotic resistance: Disruption of bacteriophage transmission and resistant hosts 2026-Aug, Journal of environmental sciences (China) DOI:10.1016/j.jes.2025.11.008 PMID:42336534	研究论文	本研究利用微生物燃料电池结合深度学习模型分析四环素污染土壤中抗生素抗性基因的变化规律	首次结合深度学习模型DeepARG-LS与宏基因组测序揭示微生物燃料电池通过增强吲哚生物合成、减少移动遗传元件和噬菌体介导的基因传递来抑制抗生素抗性基因扩散的机制	未明确说明实验规模或是否在田间条件验证	阐明微生物燃料电池降低土壤抗生素抗性基因丰度的机制	四环素污染土壤中的抗生素抗性基因及其宿主微生物	机器学习	NA	宏基因组测序	深度学习	序列数据	土壤样本（具体数量未在摘要中提供）	NA	DeepARG-LS	NA	NA
5934	2026-06-25	Reconstruction of molecular vibrational spectra from light-molecular vibration coupling spectra using deep learning 2026-Jul, Analytical sciences : the international journal of the Japan Society for Analytical Chemistry IF:1.8Q3 DOI:10.1007/s44211-026-00933-x PMID:42274919	研究论文	利用深度学习从光-分子振动耦合谱中重建分子振动光谱	提出了一种基于深度特征学习的分析系统，能够直接从复杂的光-分子振动耦合谱中提取分子特定的吸收信息，克服了传统光谱学分析中的复杂现象干扰	对于单峰分子振动模型，使用DenseNet-169卷积神经网络模型的效果不理想	开发一种能从复杂光谱中直接识别分子的新型分析技术，作为下一代分子传感的基础技术	FDTD模拟生成的光-分子振动耦合谱	机器学习	NA	FDTD模拟	CNN	光谱数据	单峰模型1496个光谱，双峰模型80267个光谱	NA	DenseNet-169	决定系数	NA
5935	2026-06-25	Personalized eye protection for head CT organ-based tube current modulation: A deep learning approach to derive 3D eyeball models from a single-view topogram 2026-Jul, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70665 PMID:42338069	研究论文	开发了一种基于深度学习的解决方案，通过单视图定位图像生成精确的3D眼球模型，实现头CT中个性化的眼部防护	提出了结合先进数据模拟流程（包括基于运动感知模型和CycleGAN风格化的数字重建X光片生成）和专门生成网络（EyeGen-Net）的两阶段方法，实现了快速、自动化的患者特异性眼球建模	NA	开发和验证一种深度学习方案，能从单视图定位图像自动生成精确的3D眼球模型，用于头CT中个性化的眼部防护	病人眼球模型	计算机视觉	NA	CT	生成网络（EyeGen-Net）	CT定位图像	400个合成样本和100个真实临床样本	PyTorch	EyeGen-Net	Dice相似系数、豪斯多夫距离、平均表面距离	NA
5936	2026-06-25	Multimodal Deep Learning for Predicting Postoperative Vault and Selecting ICL Sizes Using AS-OCT and UBM Images 2026-Jun-24, Journal of cataract and refractive surgery IF:2.6Q1 DOI:10.1097/j.jcrs.0000000000001987 PMID:42333582	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5937	2026-06-25	BiOLO-Wave: a bio-inspired chromatic-deformable attention network for camouflaged fish detection in turbid underwater environments 2026-Jun-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59151-0 PMID:42336991	研究论文	提出一种名为BiOLO-Wave的生物启发式变色可变形注意力网络，用于浑浊水下环境中伪装鱼类的检测	集成色度-小波注意力模块、动态门控自适应注意力块和定向可变形卷积结构，在YOLOv11基础上实现水下劣化视觉条件下的高鲁棒鱼体检测与分类	未提及	解决浑浊水下环境中鱼类伪装、图像质量退化及目标与背景相似等挑战，实现实时精准鱼体检测	水下环境中的鱼类	计算机视觉	NA	深度学习	YOLOv11	图像	未提及	PyTorch	YOLOv11、色度-小波注意力模块、动态门控自适应注意力块、定向可变形卷积结构	准确率、mAP@0.5、推理延迟	未提及
5938	2026-06-25	Unveiling fine-scale distribution of endemic shrub Prunus ledebouriana through integrating multi-source remote sensing with deep learning 2026-Jun-24, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-15597-3 PMID:42337211	研究论文	通过整合多源遥感与深度学习，揭示哈萨克斯坦塔尔巴加泰国家公园内特有灌木Prunus ledebouriana的精细空间分布	采用混合实地验证策略，结合超高分辨率无人机影像与现场数字化，生成空间精确的参考数据，并基于18个预测变量开发一维卷积神经网络模型，实现植物物种分布的高精度制图	研究区域局限于哈萨克斯坦塔尔巴加泰国家公园，结论的普适性需进一步验证	揭示特有灌木Prunus ledebouriana的精细空间分布，支持山地干旱区的生物多样性监测与保护规划	Prunus ledebouriana灌木物种及其空间分布	机器学习	NA	遥感（Pléiades Neo影像、无人机影像）、深度学习	一维卷积神经网络（1D CNN）	图像数据、地形数据、气候数据	约7.5%的研究区域覆盖面积，具体样本点数未提及	NA	一维卷积神经网络（1D CNN）	整体准确率（约80%）、特征重要性分析	NA
5939	2026-06-25	SinTransNet: an EEG-based deep learning framework for infantile epileptic spasms syndrome detection 2026-Jun-24, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03621-y PMID:42337525	研究论文	提出SinTransNet，一种结合多频带信号分解、自适应正弦卷积和Transformer注意力机制的深度学习框架，用于婴儿癫痫性痉挛综合征的脑电图检测	首次将多频带分解、正弦卷积和Transformer注意力结合用于IESS检测，实现频带自适应特征提取和跨频带相关性捕获	基于单中心专有数据集，样本量有限（129份脑电图记录），可能影响模型的泛化能力	开发自动化、高效的IESS脑电图检测工具，以支持早期干预并改善临床工作流程	婴儿癫痫性痉挛综合征患者	机器学习	婴儿癫痫性痉挛综合征	NA	深度学习框架	脑电图	129份脑电图记录，包含1941个癫痫痉挛事件	PyTorch	SinTransNet	准确率、灵敏度、特异度	NA
5940	2026-06-25	Advancing cardiac health assessment using deep convolutional neural networks for ECG image analysis 2026-Jun-24, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2691923 PMID:42339746	研究论文	利用深度卷积神经网络分析心电图图像以实现心脏健康评估	提出混合麻雀-鸡群优化深度卷积神经网络，结合自适应维纳滤波预处理和改进模糊C均值分割	NA	开发一种从心电图图像早期预测心脏疾病的新技术	心电图图像中的心脏疾病检测	计算机视觉	心血管疾病	心电图图像分析	深度卷积神经网络	图像	NA	Python	深度卷积神经网络	精确率	NA