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
6221	2026-06-19	Machine learning approaches in automated infant General Movements Assessment: A scoping review 2026-Jun-17, Developmental medicine and child neurology IF:3.8Q1 DOI:10.1111/dmcn.70308 PMID:42310947	综述	系统综述机器学习和深度学习方法在自动化婴儿全身运动评估（GMA）中用于早期预测脑瘫（CP）的应用	通过综合分析数据采集、姿态估计、特征提取和分类等各环节的方法选择，构建了一个面向临床的解释框架，揭示了方法差异与性能、泛化性和临床可解释性之间的关系	较小数据集（12-38名婴儿）的报告准确率（高达100%）高于较大数据集（557-776名婴儿，最高93.8%），表明数据集大小可能影响结果的可靠性	评估和综合自动婴儿GMA中机器学习与深度学习方法在早期预测脑瘫方面的文献	2015年至2025年2月间发表的43项相关研究	计算机视觉, 机器学习	脑瘫	无标记姿态重建（深度学习）	支持向量机（机器学习）, 卷积神经网络（深度学习）	视频	12至776名婴儿	NA	支持向量机, 卷积神经网络	准确率	NA
6222	2026-06-19	Hyperspectral scrap characterisation for scrap composition optimisation in steel recycling 2026-Jun-17, Waste management & research : the journal of the International Solid Wastes and Public Cleansing Association, ISWA IF:3.7Q2 DOI:10.1177/0734242X261451604 PMID:42311089	研究论文	提出了一条由高光谱成像、深度学习识别和混合整数优化组成的三阶段处理流程，用于优化废钢回收中的成分分析	首次将3D卷积神经网络应用于废钢高光谱图像分类，并结合混合整数优化实现废钢配比决策	14种材料分类准确率仅为76%，对非钢类材料的检测精度较低	通过废钢成分自动识别与优化配比，提升电炉炼钢中废钢回收的质量和效率	包含14类材料的废钢样本（含钢铁、有色金属、石头、塑料等）	计算机视觉	NA	高光谱成像（短波红外波段437个光谱带）	3D卷积神经网络、2D卷积神经网络、多层感知机	高光谱图像	14类废钢材料样本	NA	3D卷积神经网络、2D卷积神经网络、多层感知机	准确率	NA
6223	2026-06-19	Deep-Learning Solution Providing Molecular Marker Subtyping of Breast Cancer Whole Slide Images: Protocol for a UK Clinical Service Evaluation Study 2026-06-16, JMIR research protocols IF:1.4Q3 DOI:10.2196/76785 PMID:42302265	研究论文	提出一项前瞻性临床服务评估研究方案，旨在验证一款英国符合性评估认证的深度学习计算机技术能否从扫描的苏木精-伊红染色全切片图像中提供浸润性乳腺癌的ER、PR和HER2结果	在真实临床环境中评估深度学习计算机技术，同时通过服务评估设计避免对患者护理产生不良影响，为计算机技术临床应用提供信心建立步骤	目前尚无结果呈现，因为本文聚焦于研究设计，结果需待未来发表	验证一款英国符合性评估认证的深度学习计算机技术在全切片图像中提供ER、PR和HER2结果的临床可行性	浸润性乳腺癌患者的苏木精-伊红染色全切片图像及其对应病理报告中的ER、PR和HER2状态	数字病理学	乳腺癌	苏木精-伊红染色、全切片成像	深度学习	图像	计划400例可分析病例，截至2026年3月已收集366例	NA	NA	特异性、灵敏度、假阳性率、假阴性率、阳性预测值、阴性预测值	专用计算机
6224	2026-06-19	Artificial intelligence in clinical metagenomic pathogen detection: A critical review of pipeline integrations, challenges, and future directions 2026-Jun-14, Journal of microbiological methods IF:1.7Q4 DOI:10.1016/j.mimet.2026.107592 PMID:42289215	综述	批判性综述人工智能在临床宏基因组病原体检测管道中的应用现状、挑战与未来方向	系统整合了深度学习架构（CNN、LSTM、Transformer）在mNGS诊断全流程（原始读段处理、宿主序列去除、分类、耐药和毒力因子检测）中的应用，并指出了从概念验证到临床部署的关键差距	多数性能声明基于模拟数据集或受控模拟群落，缺乏前瞻性临床验证；存在数据泄漏、可重复性、泛化性等未解决问题；可解释性AI方法不足	综述AI/ML在临床宏基因组病原体检测管道中的集成应用，评估当前进展并指明未来方向	临床宏基因组二代测序（mNGS）诊断中的病原体检测管道及相关AI方法	自然语言处理, 机器学习	感染性疾病	宏基因组二代测序	CNN, LSTM, Transformer	序列数据	NA	NA	卷积神经网络, 长短期记忆网络, Transformer	分类准确率	NA
6225	2026-06-19	TDAN: Triplet depth-aware network with multi-domain fusion for unknown attack detection in autonomous vehicles 2026-Jun-13, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109259 PMID:42308832	研究论文	提出了一种新颖的三元组深度感知网络框架，用于自动驾驶车辆中的未知攻击检测	构建增强交叉注意力三元组损失函数以优化类内紧凑性和类间可分性，引入多尺度融合前馈网络以分离类间重叠特征，设计残差深度感知注意力模块以融合浅层和深层特征，增强对未知异常检测的敏感性	NA	解决当前深度学习方法在自动驾驶中检测未知攻击时难以区分已知和未知样本分布重叠的问题	自动驾驶车辆中的网络攻击检测	机器学习	NA	NA	卷积神经网络、注意力机制	NA	NA	NA	三元组深度感知网络（增强交叉注意力三元组损失、多尺度融合前馈网络、残差深度感知注意力模块）	准确率	真实自动驾驶车辆平台
6226	2026-06-19	An integrated calibration-uncertainty framework for improving the reliability of deep learning models for seizure detection in EEG signals 2026-Jun-12, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109520 PMID:42308713	研究论文	提出一个整合校准-不确定性框架，用于提高基于深度学习的脑电图癫痫发作检测模型的可靠性	首次将全局置信度校准（ECE）与基于蒙特卡洛丢弃的不确定性量化相结合，通过多目标选择策略自动平衡校准与不确定性表现，并引入选择性分类机制以提高模型可靠性	保留74%样本时准确率提升至99.6%，但仍有约26%样本被延迟，可能影响实时检测效率；仅基于单一数据集（CN-BiLSTM模型）评估，泛化性有待验证	提高脑电图中癫痫发作自动检测深度学习模型的可靠性，解决模型产生错误自信预测的问题	脑电图信号中包含癫痫发作活动的脑电图片段	机器学习	癫痫	NA	CNN-BiLSTM	信号（脑电图）	NA	NA	CNN-BiLSTM	准确率, 预期校准误差, 重叠面积	NA
6227	2026-06-19	Deep Learning-Enhanced Generation and Screening of Antihyperuricemic Peptides from Chickpea Proteins: from Multienzyme Optimization to Molecular Mechanisms 2026-Jun-10, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c00467 PMID:42158992	研究论文	结合大语言模型引导和深度学习辅助酶解筛选，从鹰嘴豆蛋白中生成具有抗高尿酸血症活性的肽段	首次将大语言模型与深度学习相结合用于多酶水解策略的优化和抗高尿酸血症肽的筛选	未提及	开发从鹰嘴豆蛋白生成抗高尿酸血症肽的实用策略	鹰嘴豆蛋白及其酶解产物和鉴定的三肽	机器学习	高尿酸血症	酶解技术、分子对接	大语言模型、深度学习模型	序列数据	NA	NA	NA	XO抑制活性、细胞内尿酸水平、氧化应激水平、炎症水平	NA
6228	2026-06-19	BoneContourNet-Vis: a lightweight end-to-end deep learning framework for real-time ultrasound bone imaging in orthopedic surgery 2026-Jun-10, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109512 PMID:42308716	研究论文	提出了一种轻量级端到端深度学习框架BoneContourNet-Vis，用于骨科手术中实时超声骨成像	将超声骨成像重新定义为直接引导叠加任务，消除了传统分割-渲染两阶段流程，并集成了边缘注意力、物理感知和轮廓自适应三个专用模块	当前仅限于单平面超声图像，未扩展到多平面或动态序列；未来需结合光学跟踪和探头校准以提升毫米级定位精度	实现骨科手术导航中实时、连续的超声骨可视化，克服声影和角度敏感性导致的骨轮廓不连续问题	超声骨骼图像中的骨轮廓可视化	计算机视觉	骨科疾病	NA	深度学习框架	超声图像	Bone100K数据集，约10万帧超声图像	PyTorch	ConvNeXt V2 Nano（骨干网络），Edge Attention Module, Physics-aware Interaction Module, Contour-Adaptive Module	Dice系数, IoU, 精确率, 召回率, 特异度, HD95, ASSD	GPU（未在摘要中明确指定具体型号）
6229	2026-06-19	Reliability-Aware Deep Learning Framework for Chemical Genotoxicity Prediction with Uncertainty Quantification 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00885 PMID:42160670	研究论文	提出一种可靠性感知的深度学习框架，用于化学物质遗传毒性预测并量化预测不确定性	创新性地结合数据可靠性分级、两步层级学习策略和共形预测，首次同时解决公共数据库异质性质量和预测不确定性两大问题	未提及具体局限性	开发一种能够处理数据可靠性差异并量化不确定性的遗传毒性预测方法	8389种化合物的遗传毒性相关化学物质	机器学习	遗传毒性相关疾病	NA	消息传递神经网络、随机森林、支持向量机、逻辑回归	分子指纹数据	8389种化合物，标注了实验可靠性等级	NA	消息传递神经网络、随机森林、RBF核SVM、逻辑回归	AUC、Brier分数、经验覆盖率	NA
6230	2026-06-19	Are We Underestimating Overfitting? 2026-Jun-08, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00518 PMID:42206593	研究论文	探讨定量构效关系建模中过拟合与过参数化的新认知，指出过度参数化模型仍可能准确预测外部数据	挑战传统QSAR中过拟合必须避免的教条，提出过参数化模型可能包含额外SAR信息并提高预测准确性	NA	重新评估过拟合在定量构效关系建模中的角色及其对模型预测能力的影响	定量构效关系和定量结构-性质关系模型中的过拟合与过参数化现象	机器学习	NA	NA	机器学习模型	NA	NA	NA	NA	NA	NA
6231	2026-06-19	A Large-Scale Nanocrystal Database with Aligned Synthesis and Properties, Enabling Generative Inverse Design 2026-Jun-08, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c03070 PMID:42253088	研究论文	开发了NanoExtractor和NanoDesigner两个大语言模型，分别用于从非结构化文献中提取纳米晶体合成路线与性质数据以及实现生成式逆向设计，并构建了包含近16万条条目的纳米晶体合成-性质数据库	通过设计数据增强策略的大语言模型，首次实现了从非结构化文献中自动提取对齐的纳米晶体合成路线与性质数据，并在此基础上构建了大规模数据库，进而开发出生成式逆向设计模型并通过实验验证	未明确说明局限性	弥合非结构化文献与数据驱动合成之间的差距，提供人机协作范式加速材料发现	纳米晶体的合成路线与物理化学性质	机器学习	NA	NA	大语言模型（LLM）	文本	近16万条对齐的纳米晶体合成-性质条目	NA	NA	加权平均分数, F1分数	NA
6232	2026-06-19	Predicting 5-Year Mortality in Non-Small-Cell Lung Cancer Using the Korean Central Cancer Registry: Model Development and Validation Study 2026-Jun-08, JMIR medical informatics IF:3.1Q2 DOI:10.2196/80574 PMID:42258797	研究论文	利用韩国中央癌症登记数据开发深度学习模型预测非小细胞肺癌5年死亡率	通过置换检验量化特征重要性，实现模型的高判别能力与临床可解释性结合	仅使用韩国单一中心登记数据，可能限制模型泛化性；基因突变影响仅在肺腺癌亚组中显著	开发预测非小细胞肺癌5年死亡率的深度学习模型，并评估特征重要性	3144名2014-2017年间诊断的非小细胞肺癌患者	机器学习	肺癌	临床数据、肺功能检测、组织学信息、基因组数据、分期信息	深度学习模型	表格数据	3144名患者样本	NA	5种深度学习模型架构	AUC、准确率、F1分数、精确率、召回率、Brier分数	NA
6233	2026-06-19	Structural damage assessment in the spine of patients with axial spondyloarthritis - results from an international OMERACT multi-reader exercise using MRI-based synthetic CT 2026-Jun-04, Seminars in arthritis and rheumatism IF:4.6Q1 DOI:10.1016/j.semarthrit.2026.153013 PMID:42308963	研究论文	开发并初步验证基于MRI的合成CT在轴性脊柱关节炎患者脊柱结构性损伤评估中的应用	首次在OMERACT国际多读片练习中建立脊柱新骨形成的共识定义，并验证MRI合成CT作为评估脊柱结构性损伤的新型结局指标的可行性	初步横断面验证，样本量有限（20例患者和5例健康对照），需要更大规模的纵向研究进一步确认	开发和初步验证基于MRI的脊柱结构性损伤评估结局指标	轴性脊柱关节炎患者和健康对照者的脊柱新骨形成	数字病理学	脊柱关节炎	MRI, 合成CT (sCT), 深度学习算法 (BoneMRI v1.8)	深度学习模型	MRI图像, CT图像	20例轴性脊柱关节炎患者和5例健康对照者	NA	BoneMRI v1.8	灵敏度, 特异性, 组内相关系数, Kappa值	NA
6234	2026-06-19	Machine Learning and Artificial Intelligence in Nutrition Research: Analytical Methods, Applications, and Key Considerations 2026-Jun, The Journal of nutrition IF:3.7Q2 DOI:10.1016/j.tjnut.2026.101528 PMID:41966331	综述	概述机器学习与人工智能技术在营养研究中的应用方法、分析流程及关键考虑因素	系统梳理了从数据预处理到深度学习的全分析流程，并针对营养研究特点强调了可解释性、样本量限制和过拟合等实际考虑	未具体比较不同方法的性能差异，且未讨论跨研究数据共享的挑战	为营养研究人员提供机器学习方法的实用指南，促进其在营养研究中的负责任应用	营养研究中的机器学习分析方法与应用案例	机器学习	NA	NA	随机森林、梯度提升回归、惩罚回归方法、LASSO、支持向量机、k近邻、卷积神经网络、循环神经网络、长短期记忆模型、自然语言处理、大语言模型	高维数据、非结构化数据、序列数据、文本数据	NA	NA	随机森林、梯度提升回归、LASSO、支持向量机、k近邻、CNN、RNN、LSTM、自然语言处理、大语言模型	NA	NA
6235	2026-06-19	Assessing changes in aortic motion and hemodynamics after valve-sparing aortic root surgery in Marfan syndrome using four-dimensional balanced steady-state free precession and four-dimensional flow cardiovascular magnetic resonance 2026 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102728 PMID:42001956	研究论文	使用四维平衡稳态自由进动和四维血流心血管磁共振评估马凡综合征患者保留瓣膜的主动脉根部手术后主动脉运动和血流动力学的变化	首次通过先进CMR技术（4D bSSFP和4D flow）结合深度学习分割管道（nnU-Net）评估马凡综合征患者保留瓣膜的主动脉根部术后主动脉生物力学和血流动力学的变化	样本量小（仅3例患者），无法确定这些变化是否与特定疾病表型相关，需要更大规模研究来验证参数组合是否能指示B型主动脉夹层的易感性	评估马凡综合征患者保留瓣膜的主动脉根部手术后主动脉运动和血流特征的变化	马凡综合征患者接受保留瓣膜的主动脉根部手术	计算机视觉, 医学影像分析	马凡综合征	四维平衡稳态自由进动（4D bSSFP）、四维血流心血管磁共振（4D flow CMR）	CNN（nnU-Net）	医学影像（MRI）	3例马凡综合征患者（年龄26-37岁，2男1女）	NA	nnU-Net	主动脉位移、顺应性、区域壁剪切应力、速度、全局脉搏波速度	NA
6236	2026-06-19	Multimodal models based on radiomics and deep learning in the classification of gastric stromal tumors and gastric leiomyomas 2026-Jun, Surgical endoscopy DOI:10.1007/s00464-026-12803-8 PMID:42257953	研究论文	建立并验证基于影像组学和深度学习的多模态模型，用于分类胃间质瘤和胃平滑肌瘤	整合临床表格数据、影像组学和深度学习特征，构建多模态模型，在分类性能上优于单一模态模型	未明确说明局限性	建立并验证一个多模态模型以区分胃间质瘤和胃平滑肌瘤	胃间质瘤和胃平滑肌瘤患者	数字病理学	胃癌	CT成像	XGBoost, 卷积神经网络	图像, 临床表格数据	200例（137例胃间质瘤, 63例胃平滑肌瘤）	Scikit-learn	XGBoost, 卷积神经网络	AUC, 敏感度, 特异度, 假阴性率, 决策曲线分析净收益, 校准度, 十折分层交叉验证稳定性	NA
6237	2026-06-19	Structural and immunogenic evaluation of silk proteins from Bombyx mori using advanced bioinformatics and deep learning for biomaterials applications 2026-Jun, Journal, genetic engineering & biotechnology DOI:10.1016/j.jgeb.2026.100692 PMID:42309597	研究论文	利用AlphaFold3与免疫信息学分析家蚕丝蛋白结构与免疫原性关系，为生物材料设计提供依据	首次整合AlphaFold3结构预测与多算法免疫信息学分析，建立家蚕丝蛋白组结构-免疫原性关系，揭示P25低免疫原性及丝胶蛋白免疫原性异质性	仅依赖计算预测，缺乏体外或体内实验验证结果	系统表征家蚕丝蛋白（纤维蛋白亚基和丝胶蛋白亚型）的结构特征与免疫原性，指导低免疫原性生物材料设计	家蚕丝蛋白（FibH、FibL、P25及五种丝胶蛋白亚型）	计算生物学	NA	蛋白质结构预测（AlphaFold3）、免疫信息学分析（VaxiJen、NetMHCpan、BepiPred、AllerTOP、ToxinPred）	AlphaFold3	蛋白质序列	7种丝蛋白（2个纤维蛋白亚基、1个P25、5种丝胶蛋白亚型），无样品数量	AlphaFold3	AlphaFold3	pTM、ipTM/pTM、抗原性评分（VaxiJen）、MHC-I结合强度、MHC-II高优先级肽数量	NA
6238	2026-06-19	WheatRPred: deep learning framework for predicting disease resistance protein in wheat and its wild relatives 2026-Jun, Journal, genetic engineering & biotechnology DOI:10.1016/j.jgeb.2026.100700 PMID:42309604	研究论文	提出一个基于深度学习的网络框架WheatRPred，用于预测小麦及其野生近缘种中的抗病蛋白	整合CNN、BiLSTM和Transformer模型，捕捉蛋白质序列的空间、序列和上下文特征，实现高精度分类，并构建了基于网络的便捷预测平台	未明确指出	开发高效准确的小麦抗病蛋白分类方法，加速抗病基因发现和育种	小麦及其野生近缘种中的抗病蛋白序列	机器学习	小麦病害	深度学习	CNN、BiLSTM、Transformer	蛋白质序列	经验证的抗病和非抗病蛋白数据集（具体数量未提及）	未明确指出	CNN、BiLSTM、Transformer	准确率（95-97%）	未明确指出
6239	2026-06-19	Deep learning-enabled temporal sequencing of metasurface for rewritable and customizable electromagnetic illusions 2026-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwag263 PMID:42312237	研究论文	提出一个模块化超表面时域编程框架，利用深度生成模型直接映射目标假象到时间域调制序列，实现可重写和可定制的电磁假象	首次将深度生成模型与超表面时域编程结合，实现无需重新设计控制律即可灵活选择和排序调制单元来合成多样电磁假象	NA	实现可重写和可定制的电磁假象，建立从目标场景规范到可执行超表面控制的实用路径	电磁假象的时空调控、超表面时序编程与深度生成模型	机器学习，计算机视觉	NA	超表面时域编程，合成孔径成像	深度生成模型	图像	NA	PyTorch	生成对抗网络	结构相似性指数	NA
6240	2026-06-19	Detection of Left Ventricular Outflow Obstruction From Standard B-Mode Echocardiogram Videos Using Deep Learning 2026-Jun, JACC. Advances DOI:10.1016/j.jacadv.2026.102801 PMID:42312785	研究论文	利用深度学习从标准B型超声心动图视频中检测左心室流出道梗阻	首次从非多普勒B型超声心动图视频中通过深度学习模型检测左心室流出道梗阻，帮助改善梗阻性肥厚型心肌病的诊断不足	NA	开发深度学习模型以从非多普勒B型超声心动图中检测左心室流出道梗阻	左心室流出道梗阻患者及对照组的非多普勒心尖四腔面B型超声心动图视频	计算机视觉	肥厚型心肌病	超声心动图	深度学习模型	视频	2,396例梗阻患者和6,177例对照组（按年龄、性别和室间隔厚度匹配）	NA	NA	AUC	NA