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
6061	2026-06-23	Changes in computed tomography derived muscle and pulmonary tissue in patients hospitalized for COVID-19: A 12-month follow-up study 2026-Jun, Clinical nutrition ESPEN IF:2.9Q3 DOI:10.1016/j.clnesp.2026.103291 PMID:41999975	研究论文	探讨住院COVID-19患者在出院后一年内CT衍生的骨骼肌横截面积和肺实质组织变化模式及两者之间的关联	首次在前瞻性随访研究中评估COVID-19患者出院后一年内肌肉和肺组织变化的独立性，并利用深度学习算法量化肺实质受累百分比	单中心回顾性队列研究，样本量有限（211例基线，100例12个月随访），可能无法代表所有COVID-19患者	探究COVID-19住院患者出院后一年内CT测量的骨骼肌横截面积和受累肺实质组织百分比的变化模式及其关联	COVID-19住院患者	医学影像分析	COVID-19	CT成像	深度学习算法	CT图像	211例患者（基线至3个月随访），100例患者（12个月随访）	NA	NA	NA	NA
6062	2026-06-23	VMDiff: A novel hybrid CNN-Mamba generative framework for retinal phenotype image enhancement 2026-Jun, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03582-4 PMID:42053739	研究论文	提出一种基于扩散模型的混合CNN-Mamba框架VMDiff，用于视网膜表型图像增强，在多个公开数据集上取得优异性能	首次将CNN和Mamba架构协同集成到扩散模型中，通过高频提取模块和高频一致性损失保留精细结构，并采用渐进式损失机制解耦优化目标，平衡像素级精度和感知质量	未明确提及	增强视网膜表型图像，同时捕捉局部细节和全局依赖关系，提升图像质量并辅助下游临床分析	视网膜图像（来自EyePACS、DRIVE和IDRiD等公开数据集）	计算机视觉	眼科疾病	图像增强	扩散模型（混合CNN和Mamba）	图像	多个公开数据集（未具体说明数量）	PyTorch	VMDiff（CNN-Mamba混合架构）	PSNR、SSIM、AUC、ACC、IoU	NA
6063	2026-06-23	Automated detection of superior mesenteric artery occlusion on post-contrast CT Using a 3D deep learning model 2026-Jun, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2026.110810 PMID:42013611	研究论文	开发并评估用于检测增强CT中肠系膜上动脉闭塞的三维深度学习模型	首次将3D深度学习模型应用于增强CT肠系膜上动脉闭塞的自动检测，并在前瞻性环境中验证其临床效果和减少报告延迟的能力	数据集来自单中心，可能存在选择偏倚；模型对非CTA检查的敏感性较低	开发并评估一种3D深度学习模型，用于检测增强CT中的肠系膜上动脉闭塞，并评估其性能和临床影响	肠系膜上动脉闭塞（SMAO）	计算机视觉	肠系膜上动脉闭塞	增强CT	3D卷积神经网络（CNN）	图像	79,163份增强CT检查（前瞻性），测试数据集具体数量未明确	PyTorch	3D卷积神经网络（具体架构未明确）	敏感性、特异性、曲线下面积（AUC）、延迟时间、质量保证指标	NA
6064	2026-06-23	AI-based plastic waste classification for sorting purposes: A review on recent progresses and challenges 2026-May-30, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2026.115542 PMID:42008919	综述	系统综述了2015至2025年间基于AI（特别是机器学习和深度学习）的塑料废物分类与分拣方法	首次整合性能指标，绘制AI分类模型多样性图谱，并提出轻量化模型、多传感器融合和边缘AI部署等未来研究方向	真实世界数据集有限、可扩展性问题及环境变异性等关键挑战	为可持续和可扩展的AI驱动塑料废物分类提供技术资源和战略指导	塑料废物	计算机视觉	NA	近红外光谱、傅里叶变换红外光谱、拉曼光谱	卷积神经网络、YOLO架构、Transformer模型	图像	112篇论文（2015-2025年发表）	NA	CNN, YOLO, Transformer	分类准确率	NA
6065	2026-06-23	Artificial Intelligence-Supported Colorimetric Multibiomarker Sensor to Enable Critical Neonatal Monitoring 2026-May-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04171 PMID:42205010	研究论文	提出一种基于人工智能的非侵入式多生物标志物监测传感器，通过体液比色分析实现对危重新生儿的实时监测	将十二种不同比色墨水的丝质传感器集成到纸质微流控可穿戴贴片上，结合深度学习实现高精度定量分析，专为早产儿设计	NA	开发一种非侵入式、人工智能支持的多生物标志物监测传感器，用于危重新生儿的临床监测	危重早产新生儿及其体液（经皮液）中的生物标志物	计算机视觉	新生儿疾病	比色分析	深度学习模型	图像	NA	NA	NA	平均绝对误差, 平均精度	NA
6066	2026-06-23	Rapid customization of base editors via machine learning-powered combinatorial mutagenesis 2026-May-21, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2026.03.030 PMID:41997156	研究论文	结合组合突变与机器学习，快速定制碱基编辑器，实现高精度无旁观者编辑	首次使用组合突变结合机器学习分析超过160,000个碱基编辑蛋白变体，仅用0.004%的突变景观数据预测性能；预训练基于结构的深度学习模型无需实验数据即可预测功能性TadA变体，成功率达63%	未提及	通过机器学习驱动的组合突变，快速定制碱基编辑器，消除旁观者效应并提升编辑精度	碱基编辑蛋白（evoAPOBEC1和TadA变体）及其在人类细胞中的DNA基序偏好	机器学习	遗传性疾病（涉及800多种疾病相关突变）	组合突变，机器学习建模	深度学习模型	DNA序列数据	160,000个evoAPOBEC1变体，6,400万TadA变体	NA	基于结构的深度学习模型（具体架构未明确）	成功率（63%），旁观者编辑检测率（50%案例中不可检测）	未提及
6067	2026-06-23	A network-based deep learning model integrating subclonal architecture for therapy response prediction in cancer 2026-May-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101411 PMID:41999762	研究论文	提出一个基于网络的深度学习模型SubNetDL，整合亚克隆突变谱和蛋白-蛋白相互作用网络，用于预测癌症治疗效果	利用网络传播整合亚克隆突变谱与蛋白-蛋白相互作用网络，仅依赖体细胞突变即可适用于多种癌症类型和治疗方案，识别出非中心网络位置的候选生物标志物基因	对两个独立免疫治疗数据集的泛化能力需进一步验证，且可能受限于TCGA数据的异质性	开发稳健且可解释的深度学习框架，用于预测癌症治疗效果并识别预测性生物标志物	10个TCGA癌症-药物组合数据集及两个独立免疫治疗数据集	机器学习	癌症	NA	深度学习模型	基因突变数据	10个TCGA癌症-药物组合数据集（具体样本数量未详细说明）	NA	SubNetDL	AUROC	NA
6068	2026-06-23	A protein surface-aware multimodal framework for residue-level metal-binding site recognition 2026-May-18, Cell reports methods IF:4.3Q2 DOI:10.1016/j.crmeth.2026.101414 PMID:42013856	研究论文	提出了MetalBind，一种蛋白质表面感知的多模态深度学习框架，用于残基级别的金属结合位点识别	集成了蛋白质序列嵌入、原子特定物理化学特征和几何感知的表面点学习模块，在多种金属上实现更高预测精度，且在稀疏训练数据下仍表现良好	NA	开发高精度金属结合位点识别方法以促进金属蛋白质组注释和工程金属蛋白设计	金属结合位点识别与金属蛋白质组注释	机器学习	NA	深度学习	多模态神经网络	蛋白质序列与结构数据	13个金属特异性数据集	NA	MetalBind（含序列嵌入、原子特征和几何表面模块）	准确率、AUC等多项指标	提供在线实现
6069	2026-06-23	ReaderAdaptNet: modeling reader variability in breast imaging with reader-specific embeddings 2026-May-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae6227 PMID:42009042	研究论文	提出ReaderAdaptNet，一种通过读者特定嵌入来建模乳腺影像判读中读者变异性的自适应网络	首次通过两阶段深度学习框架将读者变异性显式建模为低维嵌入，实现个性化分类并支持快速校准，无需重新训练完整模型	未明确说明，但可能包括对多读者数据集依赖性和校准所需的小样本标注数量敏感	解决乳腺影像判读中因主观差异导致的读者变异性问题，提高AI模型的可靠性和个人化适应能力	乳腺密度分类（全视野数字乳腺摄影）和背景实质增强（BPE）分类（对比增强乳腺摄影）的多读者数据集	计算机视觉	乳腺癌	深度学习	自适应网络	图像	NA	PyTorch	ReaderAdaptNet	平均分类准确率	NA
6070	2026-06-23	MechMemDyn: Coupling Frustration Analysis with Membrane Dynamics to Target the TREM2-DAP12 Complex Interface 2026-May-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03239 PMID:42007542	研究论文	提出MechMemDyn框架，整合蛋白质挫败分析与膜嵌入分子动力学模拟，靶向TREM2-DAP12复合物界面以稳定蛋白质-蛋白质相互作用	首次系统地将挫败分析应用于合理化蛋白质-蛋白质相互作用稳定活性并指导配体设计，提出基于热力学严谨度量的配体能力评估方法，优于传统静态对接和几何深度学习	未提及	开发一种物理驱动的预测框架，以解决TREM2-DAP12跨膜复合物界面的内在可塑性挑战，实现有效的蛋白质-蛋白质相互作用稳定剂设计	TREM2-DAP12跨膜复合物及其配体	机器学习	阿尔茨海默病	分子动力学模拟	集成挫败分析与分子动力学的预测框架	分子模拟数据	未提及	NA	NA	配体能力与实验效力的相关性	未提及
6071	2026-06-23	DRHIN: An Integrated and Interactive Web Server for Drug Repositioning 2026-May-11, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00311 PMID:42001407	研究论文	DRHIN是一个集成的交互式网络服务器，利用异构信息网络和深度学习技术进行药物重定位	整合转录组、蛋白质组和微生物组数据构建异构信息网络，包含19种图表示算法，提供无需编码的多任务预测平台	未明确说明局限性	开发一个综合性的药物重定位工具，解决现有工具在处理复杂多组学生物网络时的不足	药物、疾病以及八种生物实体和19种关联类型	机器学习	NA	高通量测序	图表示学习	转录组、蛋白质组、微生物组数据	NA	NA	19种图表示算法	NA	高性能计算集群
6072	2026-06-23	TPP-Fabricated All-Fiber Nanoforce Sensor with Deep Learning Analysis Enables Ultrasensitive Cancer Cell Mechanophenotyping 2026-May-05, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.6c00152 PMID:41996553	研究论文	报道了一种集成双光子聚合微悬臂梁的全光纤纳米力传感器，结合深度学习分析实现超灵敏癌细胞力学表型检测	首次将双光子聚合微悬臂梁集成在多模光纤端面上，结合EfficientNet回归模型解码力相关散斑图，实现高精度、可重复的纳牛级力学测量	未提及在体内或复杂生物样本中的验证，长期稳定性和批量生产一致性有待进一步研究	开发一种低成本、紧凑型全光纤纳米力传感器，用于高精度微纳米力学表征和癌细胞力学表型分析	PDMS（聚二甲基硅氧烷）及不同侵袭阶段的A549和HepG2癌细胞	机器视觉, 深度学习, 生物医学工程	癌症	双光子聚合（TPP）, 有限元分析	EfficientNet回归模型	散斑图（图像）	100次重复加载循环测试；A549和HepG2细胞（具体数量未提及）	PyTorch（推测，基于EfficientNet实现）	EfficientNet	R²=0.9999, 平均绝对误差<0.2%, 力分辨率0.41 nN	NA
6073	2026-06-23	Development and validation of a real-time AI model for differentiating benign and malignant gastric ulcers : a multicenter retrospective study 2026-May-04, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-026-04848-9 PMID:42082915	research paper	开发并验证一种基于深度学习的AI系统，用于在内镜检查中实时区分良性和恶性胃溃疡	采用改进的YOLOv8模型并集成光照注意力模块，实现胃溃疡的实时实例分割与分类	多中心回顾性研究，可能受限于数据偏差和回顾性设计	提高胃溃疡良恶性鉴别诊断的精确性	胃溃疡患者的内镜图像和视频数据	计算机视觉	胃溃疡	NA	YOLOv8	图像、视频	9820张良性溃疡图像、1727张恶性溃疡图像、15791张正常黏膜图像	PyTorch	YOLOv8	精确率、召回率、特异度、处理延迟	NA
6074	2026-06-23	Reconstructing cell-cell interaction network in single-cell spatial transcriptomics via directed heterogeneous graph autoencoder 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag130 PMID:41999209	研究论文	提出一种基于有向异构图自编码器的方法DualCellChat，从单细胞空间转录组数据中重建细胞-细胞相互作用网络	创新性地使用有向异构图自编码器来建模细胞间相互作用的非对称性，突破传统方法依赖对称解码器或无向图架构的局限	未明确提及局限性，但可能依赖于已知配体-受体对的数据集，且对空间转录组数据的质量和稀疏性敏感	从单细胞空间转录组数据中重建完整且准确的细胞-细胞相互作用网络	由四种不同技术生成的五个单细胞空间数据集	数字病理	不适用	空间转录组学	图自编码器	空间转录组数据（含基因表达和细胞空间位置信息）	使用五种单细胞空间数据集，未给出具体样本数量	PyTorch	有向异构图自编码器	不适用（文中未明确提及具体指标，但通过基准测试展示了优势）	未说明
6075	2026-06-23	Optimizing and Benchmarking Machine Learning and Traditional Synaptic Event Detection Pipelines in Neurophysiology Experiments 2026-May, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0410-25.2026 PMID:41997847	研究论文	本文通过大规模手工计数建立真实事件检测基准，并比较多种突触事件检测方法的性能	首次在大规模实验数据集中通过细致手工计数建立真实事件检测基准，并系统评估不同实验室、分析技术和细胞类型间的检测结果变异	未详细说明手工计数的主观性影响及方法的泛化能力限制	优化和基准测试神经生理学实验中机器学习和传统突触事件检测方法	抑制性和兴奋性突触后电流（sIPSCs/sEPSCs）事件检测	机器学习	NA	NA	监督深度学习	电生理信号	大型实验数据集（具体数量未予明确）	NA	NA	准确性	NA
6076	2026-06-23	Three-dimensional visualization of arrhythmogenic substrate in mouse hearts using panoramic optical mapping and micro-computed tomography 2026-May, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-026-00803-9 PMID:42010019	研究论文	开发了一种结合全景光学映射与微型计算机断层扫描的三维可视化工具，用于小鼠心脏心律失常基质的电生理和结构成像	首次将全景光学映射与微型CT成像整合，并利用基于卷积神经网络的深度学习模型自动分割，实现单个小鼠心脏三维体积内的结构与电活动信息同步获取	NA	建立一种能够同时获取心脏结构信息和电活动信息的三维可视化方法，以阐明心律失常机制	转基因自发性房颤与室颤小鼠心脏，以及心肌梗死和左心室肥厚手术模型小鼠心脏	数字病理学	心血管疾病	全景光学映射，微型计算机断层扫描	卷积神经网络	图像	NA	NA	卷积神经网络	NA	NA
6077	2026-06-23	Effect of deep learning attenuation correction on accuracy of stress myocardial perfusion imaging 2026-May, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2 DOI:10.1016/j.nuclcard.2026.102706 PMID:42000122	研究论文	研究深度学习衰减校正在应力心肌灌注成像中的准确性影响	首次在CZT相机中应用深度学习衰减校正，并与传统非衰减校正方法进行对比分析	DLAC准确性低于NAC，且仅基于100例患者的单中心研究	评估深度学习衰减校正对检测冠状动脉疾病的准确性	100例疑似冠心病患者的心肌灌注成像和冠状动脉造影数据	计算机视觉	冠状动脉疾病	深度学习衰减校正	深度学习模型	医学影像	100例患者	NA	NA	AUC	NA
6078	2026-06-23	Machine Learning for Cardiovascular Risk Prediction: A Practical Primer for Clinicians 2026-May, Heart, lung & circulation DOI:10.1016/j.hlc.2026.01.006 PMID:42000259	综述	为临床医生提供机器学习在心血管风险预测中的基础方法、开发验证及实施指南	系统阐释了深度学习、中断时间序列分析等先进技术在心血管风险预测中的应用方法，并兼顾可解释性与临床整合挑战	未涵盖真实世界部署中的具体伦理审查案例及模型持续监测策略	帮助临床医生掌握评估和实施基于机器学习的风险预测工具所需的核心知识	临床医生及心血管领域研究人员	机器学习	心血管疾病	NA	深度学习模型	NA	NA	NA	NA	准确率、精确率、召回率、F1分数、AUC	NA
6079	2026-06-23	The Right Ventricle, the Forgotten Chamber or Not 2026-May, Magnetic resonance imaging clinics of North America IF:1.5Q3 DOI:10.1016/j.mric.2026.01.011 PMID:42002386	综述	概述了心脏磁共振成像在右心室评估中的当前状态及新进展	总结了4D血流、扩散张量成像、右心室耦合、深度学习和计算流体动力学等新技术在右心室评估中的应用	未明确说明局限性，可能缺乏具体研究数据支持	综述心脏磁共振成像在右心室评估中的现状和最新进展	右心室及心脏磁共振成像技术	机器学习和医学影像	心血管疾病	心脏磁共振成像	NA	影像数据	NA	NA	NA	NA	NA
6080	2026-06-23	Challenges and Barriers in Implementing AI for Clinical Applications in Anatomic Pathology 2026-May-01, Advances in anatomic pathology IF:5.1Q1 DOI:10.1097/PAP.0000000000000537 PMID:42011912	综述	讨论在解剖病理学中实施人工智能用于临床应用的障碍与挑战	系统性地分析了从数字病理学到AI临床转化中的多维度障碍，并提出了可行的解决方案建议	未提供实证数据支持，主要依赖文献综述和观点总结	总结数字病理和AI在解剖病理学中的应用现状，分析临床实施障碍并提出开发策略	解剖病理学中AI系统的开发与临床应用	数字病理学	NA	NA	NA	图像	NA	NA	NA	NA	NA