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
6501	2026-07-06	Full-spectrum EEM end-member unmixing with statistical validation: A deep learning framework for organic pollution source apportionment in complex watersheds 2026-Jul-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130206 PMID:42320213	研究论文	提出一种基于全光谱EEM端元解混与统计验证的深度学习框架，用于复杂流域有机污染源解析	首次将全光谱EEM图像作为源特异性端元，结合统计验证（SSIM/ANOSIM）和CNN解混架构，实现多源重叠情况下污染源的精确区分	野外应用仅验证了初步空间一致性，未充分讨论不同流域特征对框架泛化性的影响	开发一种基于深度学习的有机污染源解析方法，解决传统荧光指标方法在多源混合流域中示踪能力不足的问题	混合土地利用流域中的有机污染源样品及实地河流样品	机器学习	NA	EEM光谱成像	CNN	图像	包含8种端元类型，混合物实验涉及2-5种成分，以及实地流域样本	PyTorch	CNN解混架构	Pearson相关系数, SSIM, ANOSIM R值, PERMANOVA R值, R值, MAE	NA
6502	2026-07-06	Fine-scale drivers of plateau pika burrow distribution: Integrating UAV deep learning and GAMM to reveal topography-vegetation interactions 2026-Jul-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130179 PMID:42296825	研究论文	结合无人机深度学习与广义加性混合模型，揭示高原鼠兔洞穴分布的精细尺度驱动因素	首次将无人机影像、深度学习语义分割模型（U-net）与广义加性混合模型结合，在精细尺度上解析植被-地形交互作用对鼠兔洞穴分布的影响，并发现生态阈值	NA	揭示高原鼠兔洞穴分布的精细尺度驱动因素，为高寒草地生态系统的精准监测与管理提供新范式	青藏高原高寒草甸中的高原鼠兔洞穴及其分布	计算机视觉,机器学习	NA	无人机影像，深度学习	U-net语义分割模型	图像	30米飞行高度下的无人机影像数据	NA	U-net	精确率（Precision），相关系数（R）	NA
6503	2026-07-06	Beyond complex architectures: a streamlined CNN pipeline for robust Alzheimer's disease classification from brain MRI 2026-Jul-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04088-4 PMID:42400646	研究论文	采用简化卷积神经网络流水线，基于脑部MRI图像实现对阿尔茨海默病的稳健分类	提出一种精简的CNN流水线，避免复杂架构，在ADNI和OASIS数据集上取得超过99%的分类准确率	未提及模型泛化能力验证及临床实际应用中的潜在挑战	利用深度学习技术从脑部MRI图像中早期识别阿尔茨海默病	ADNI和OASIS数据集中的MRI图像	计算机视觉	阿尔茨海默病	MRI成像	卷积神经网络	图像	ADNI数据集21,324张MRI图像（7,572张MCI、5,904张健康对照、7,848张阿尔茨海默病），OASIS数据集6,400张MRI图像	NA	CNN	准确率	NA
6504	2026-07-06	Deep learning for contrast-enhanced MRI in pediatric brain imaging 2026-Jul-04, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-026-04073-x PMID:42400647	研究论文	测试一个基于深度学习的对比增强算法在儿科脑MRI中的跨人群泛化能力	首次验证仅用成人数据训练的深度学习算法在儿科患者（包括0-2岁婴幼儿）中的有效性，展示了跨人群应用的潜力	数据集为单中心回顾性研究且样本量较小（仅22例），可能影响结果的普适性	评估深度学习对比增强算法在儿科脑肿瘤MRI中的跨人群表现	儿科脑肿瘤患者（0-17岁）的MRI图像	机器学习	脑肿瘤	MRI	CNN	图像	22例儿科患者（0-17岁）	NA	深度学习对比增强算法	对比噪声比, 对比增强百分比, 病灶背景比, SSIM, log-Jacobian范围	NA
6505	2026-07-06	Decoding seasonal urban heat dynamics at neighborhood-scale using explainable deep learning for climate-resilient, digital twin-ready green planning 2026-Jul-04, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181973 PMID:42401150	研究论文	利用可解释深度学习解码街区尺度城市季节性热动态，为气候适应型和数字孪生就绪的绿色规划提供依据	结合无监督聚类与可解释CNN模型，在街区尺度（200米分辨率）分析城市地表温度的季节性驱动因素，并构建迈向城市气候数字孪生的建模框架	未明确说明数据局限性或模型泛化能力限制	理解城市地表温度的时空动态，为气候适应的绿色规划提供基于可解释深度学习的分析方法	意大利博洛尼亚城市的街区尺度地表温度及其与城市形态、社会经济变量的关系	机器学习	NA	卫星遥感、K均值聚类、可解释深度学习	CNN（卷积神经网络）、支持向量机、随机森林、XGBoost	图像（卫星地表温度）、数值型（城市形态、社会经济变量）	200米网格分辨率下的博洛尼亚城市区域数据	NA	CNN	模型性能通过配对统计检验评估，未明确具体指标	NA
6506	2026-07-06	Pupil-DLC: an open-source deep learning pipeline for scalable, marker-less tracking of pupil dynamics across conscious and unconscious states 2026-Jul-04, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110848 PMID:42401399	研究论文	提出了Pupil-DLC，一个基于DeepLabCut的开源深度学习流水线，用于可扩展的无标记瞳孔追踪，主要针对小鼠设计，并能在清醒和药物诱导状态下准确追踪瞳孔动态	采用双模型架构（通用模型和个体模型），在21750张手动标注帧上训练，最大化瞳孔大小变异性以实现模型泛化，且无需重训练即可扩展到人类视频数据	仅针对头固定小鼠设计，未提及在自由活动小鼠中的验证效果；数据集依赖手动标注，可能引入标注偏差	开发一种可扩展、鲁棒性强的瞳孔追踪工具，用于量化清醒和无意识状态下的脑状态动态	小鼠（头固定状态）和人类受试者（多种条件下的视频）	计算机视觉	NA	DeepLabCut深度学习流水线	卷积神经网络（基于DeepLabCut）	视频图像	超过140段视频，包含21750张手动标注帧	DeepLabCut, TensorFlow或PyTorch（基于DeepLabCut依赖）	通用模型和个体模型（基于ResNet的DeepLabCut架构）	准确性、帧保留率、计算效率	NA
6507	2026-07-06	Deep learning-accelerated NEGF formalism for autonomous design of quantum transport in microscopic heterostructures 2026-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57362-z PMID:42401620	研究论文	提出了DeePTB-NEGF框架，结合深度学习紧束缚哈密顿量与量子输运模拟，用于微观异质结构中的量子输运自主设计	将深度学习构建的紧束缚哈密顿量（DeePTB）与高效量子输运模拟（DPNEGF）相结合，实现比传统DFT-NEGF快超过1000倍的速度提升，支持高通量自主设计	NA	开发一种计算高效的方法，用于准确预测二维材料的量子输运行为，并实现微观异质结构的自主高通量设计	五种典型二维材料（石墨烯、六方氮化硼、MoS₂、WSe₂和黑磷）及其异质结构（如石墨烯/h-BN/石墨烯）	机器学习	NA	NA	深度学习神经网络	数值模拟	NA	PyTorch	深紧束缚模型（DeePTB）	波段结构、传输谱一致性、计算速度提升倍数	NA
6508	2026-07-06	Precise ECG diagnosis and validation of educational utility for acute myocardial infarction using deep learning and explainable artificial intelligence 2026-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-58956-3 PMID:42401625	研究论文	提出一种基于深度学习与可解释人工智能的框架，用于从12导联心电图图像中精确诊断急性心肌梗死并定位梗死部位，同时验证其在医学教育中的效用	首次将ResNet、Faster R-CNN与集成方法结合，实现对STEMI、NSTEMI和非ACS的三分类及梗死部位定位，并开发可解释人工智能网络查看器以增强模型透明度	未在文中明确提及局限性	提高急性心肌梗死的心电图诊断准确性，尤其是非ST段抬高型心肌梗死的检测，并克服深度学习模型的“黑箱”问题	心电图图像中的急性心肌梗死，包括STEMI、NSTEMI和非ACS病例	计算机视觉，机器学习	心血管疾病	NA	卷积神经网络，区域卷积神经网络	图像	2070份验证心电图	PyTorch	ResNet，Faster R-CNN	AUROC，准确率，F1分数	NA
6509	2026-07-06	A Pulmonary Ultrasound Dataset for Tumor Segmentation and Classification 2026-Jul-04, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07715-0 PMID:42401626	研究论文	提出一个用于肺部肿瘤超声图像分割与分类的公开数据集PU2756，并建立基准结果	首个公开的、经专家标注的肺部超声数据集，提供像素级病变掩膜、病理确认的良恶性标签及患者级元数据	未提及具体限制	解决肺部超声数据稀缺问题，推动AI辅助肺部超声分析研究	肺部肿瘤B模式超声图像	计算机视觉	肺癌	超声成像	机器学习与深度学习模型	图像	2756张B模式超声图像，来自2756名患者	NA	NA	NA	NA
6510	2026-07-06	Interpretable deep learning to predict one year glycemic control in type 1 diabetes using real world data 2026-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59937-2 PMID:42401631	研究论文	利用8999名1型糖尿病患者的真实世界数据开发可解释深度学习模型，预测一年后的血糖控制状况	通过缩放分箱校准技术提升模型校准性能，并利用图形化表示量化各变量对患者风险评分的贡献，实现临床可解释性	未给出具体局限性说明（根据摘要推断可能未明确提及）	开发临床可解释的预测模型，以支持个体化治疗决策和医疗资源优化	1型糖尿病患者的一年血糖控制状态（基于HbA1c二进制结果）	机器学习	1型糖尿病	NA	深度学习	真实世界数据	8999名1型糖尿病患者	NA	NA	ROC曲线下面积（AUC），F1分数，校准误差	NA
6511	2026-07-06	Deep learning & PSO-based optimisation of data centre energy costs using renewable sources 2026-Jul-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60463-4 PMID:42401704	研究论文	提出一种结合太阳能与电网能源的数据中心能源管理框架	利用深度Q网络（DQN）与粒子群优化（PSO）算法分别处理可再生能源间歇性问题和最大化可再生能源使用	未提及	降低数据中心对电网的能源消耗影响，促进可再生能源使用	数据中心能源消耗与可再生能源（太阳能）的匹配策略	机器学习	NA	NA	DQN, PSO	NA	NA	NA	NA	NA	NA
6512	2026-07-06	Explainable foundation model for dementia screening and risk stratification using retinal fundus images 2026-Jul-04, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02968-w PMID:42401717	研究论文	评估基于基础模型的视网膜眼底照片深度学习用于痴呆检测和未来发病风险预测	首次系统评估多种视觉基础模型在痴呆筛查中的应用，并展示了模型输出作为独立风险因素的价值	该研究基于韩国人群，需在不同种族人群中进行验证	探索基于基础模型的深度学习从视网膜眼底照片中识别痴呆和预测未来发病风险的可行性	超过36000名韩国个体的健康检查数据	计算机视觉	痴呆	视网膜眼底成像	视觉基础模型	图像	超过36000名韩国个体	未明确指定	RETFound-MAE	AUROC（受试者工作特征曲线下面积）、C指数（一致性指数）	未明确描述
6513	2026-07-06	AI-Driven Mapping of Seizure Spread Patterns 2026-07, Annals of neurology IF:8.1Q1 DOI:10.1002/ana.78203 PMID:42101065	研究论文	利用深度学习分析癫痫发作传播模式，并探讨其与手术结果及脑结构连接的关系	首次将自动化癫痫分析从发作起始扩展到传播模式，整合深度学习检测和弥散加权成像，揭示常见传播模式及其与结构连接的关系	仅使用了小部分患者（71例275个发作）进行算法开发，可能限制泛化性，且未明确标注样本外验证	将自动化癫痫分析与临床实践对齐，标准化医生间变化的注释，理解癫痫发作传播的常见模式	71例癫痫患者的275次癫痫发作	机器学习	癫痫	NA	深度学习	脑电图、弥散加权成像	71例患者的275次癫痫发作	PyTorch	NA	发作起始接触点排名性能（对比线长度、绝对斜率和功率）	NA
6514	2026-07-06	Calceolarioside B alleviates airway barrier dysfunction and inflammation via targeting P2Y6R in OVA-triggered asthma 2026-Jul-01, Biochemical pharmacology IF:5.3Q1 DOI:10.1016/j.bcp.2026.118209 PMID:42386004	研究论文	本研究鉴定出木通提取物中的活性成分Calceolarioside B通过靶向P2Y6R缓解OVA诱导的哮喘小鼠模型中的气道屏障功能障碍和炎症反应	首次发现Calceolarioside B通过靶向P2Y6R的LYS-25位点发挥抗哮喘作用，利用AI辅助深度学习、虚拟靶标钓取和分子动力学模拟鉴定靶点	未提及	探索传统中药木通提取物缓解哮喘的分子机制并鉴定其活性成分和靶点	OVA诱导的哮喘小鼠模型及细胞模型	机器学习, 计算机视觉	哮喘	转录组学分析, 网络药理学, 分子对接, 点突变实验, 体外结合实验	深度学习	文本, 图像	小鼠哮喘模型样本量未明确	NA	NA	NA	NA
6515	2026-07-06	MMFVS-Net: A triple-symmetric cross-attention network for multimodal optical image fusion and high-accuracy virtual staining of breast cancer tissues 2026-Jul-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109536 PMID:42401051	研究论文	提出一种基于三重对称交叉注意力的多模态光学图像融合网络，用于乳腺癌组织的高精度虚拟染色	设计三重对称交叉注意力模块处理多模态图像特征交互信息，引入多尺度判别器确保全局特征与局部细节捕捉，应用迁移学习解决多分支梯度稀释问题	仅以乳腺癌组织为研究对象，未验证在其他组织类型上的泛化能力	实现基于多模态光学图像融合的高精度虚拟染色，解决跨模态交互信息挖掘和多分支模型训练的关键挑战	乳腺癌组织	计算机视觉	乳腺癌	明场成像、自发荧光成像、相衬成像	CNN	图像	NA	NA	三重对称交叉注意力网络	图像相似度指标、核统计指标	NA
6516	2026-07-06	MRI/MRCP and endoscopic ultrasound in pancreatobiliary disease: defining complementary roles in diagnostic and therapeutic decision-making 2026-Jul-01, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113046 PMID:42401074	综述	定义MRI/MRCP与内镜超声在胰胆疾病诊断和治疗决策中的互补作用	提出了一种基于临床需求的选择性影像路径，并讨论了新兴的基于深度学习MRI重建技术	内镜超声在解剖结构改变、胃出口梗阻、胰尾病变和多灶性神经内分泌肿瘤中存在局限	明确MRI/MRCP与内镜超声在胰胆疾病中的互补角色，优化诊断和治疗决策	胰胆疾病患者，特别是小实性胰腺病变、胰腺囊性病变、胰胆微结石、自身免疫性胰腺炎类似病变及治疗性内镜超声应用	医学影像	胰胆疾病	MRI、MRCP、内镜超声	深度学习	影像数据	NA	NA	深度学习重建模型	NA	NA
6517	2026-07-06	Dihydroberberine regulates the ferroptosis-autophagy positive feedback loop in colorectal cancer by targeting PANX2 2026-Jul-01, Phytomedicine : international journal of phytotherapy and phytopharmacology IF:6.7Q1 DOI:10.1016/j.phymed.2026.158537 PMID:42401068	研究论文	通过生物信息学-机器学习集成方法识别PANX2为结直肠癌中铁死亡的关键抑制基因，并发现天然小分子二氢小檗碱作为其抑制剂，通过调节铁死亡-自噬正反馈环路发挥抗肿瘤作用	首次鉴定PANX2为结直肠癌铁死亡抑制基因，发现二氢小檗碱作为PANX2靶向小分子抑制剂，并揭示铁死亡-自噬正反馈环路的新机制	研究对象仅限于结直肠癌，需要进一步验证在其他癌症中的普适性；机制研究主要依赖体外细胞实验和异种移植瘤模型，缺乏更复杂的肿瘤微环境模拟	识别结直肠癌中铁死亡过程的关键调控靶点，筛选针对该靶点的小分子调节剂，并阐明其抗肿瘤机制	结直肠癌细胞系和异种移植瘤模型	机器学习	结直肠癌	分子对接、分子动力学模拟、DARTS、CETSA、SPR	CNN	文本和分子结构数据	包含结直肠癌细胞系和异种移植瘤模型，具体样本数量未给出	TensorFlow, PyTorch, Keras	Transformer, ResNet	准确率、精确率、召回率、F1分数、AUC	NVIDIA RTX 3090
6518	2026-07-06	GraPhAI: Neural Networks for Solving Centrosymmetric Crystal Structures 2026-Jun-30, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05607 PMID:42374990	研究论文	提出图神经网络GraPhAI，用于从头解析中心对称晶体结构中的衍射相位问题	首次将衍射数据表示为图结构并利用图神经网络进行深度学习，解决了低分辨率衍射数据的相位问题	对纯有机晶体结构的成功解析率仍有限	开发一种通用的从头解析晶体结构相位的方法	中心对称晶体结构	机器学习	NA	NA	图神经网络	图结构衍射数据	典型晶胞体积的中心对称晶体结构	NA	GraPhAI	成功率	NA
6519	2026-07-06	Topology-Preserving Elastic Deformation Augmentation Enables Robust Defect Detection in Data-Scarce Industrial Imagery 2026-Jun-30, ACS macro letters IF:5.1Q1 DOI:10.1021/acsmacrolett.6c00144 PMID:42378064	研究论文	提出一种结合拓扑保持弹性变形和轻量注意力集成学习的框架，在数据稀缺的工业图像中实现鲁棒缺陷检测	引入拓扑保持弹性变形策略，在保持语义一致性的同时增加几何变异性；采用轻量注意力引导的集成学习器，适用于数据受限场景	未详细讨论模型在不同缺陷类型上的失败案例或计算开销；依赖特定图像类型（如 SEM 和木材图像），泛化性需进一步验证	实现数据稀缺和类别不平衡条件下的稳健多标签缺陷分类	工业显微镜图像中的缺陷检测，包括半导体工艺中的嵌段共聚物 SEM 图像和木材缺陷数据	计算机视觉	不适用	扫描电子显微镜（SEM）成像	集成学习、注意力机制	图像	使用自组装嵌段共聚物 SEM 图像数据集和木材缺陷数据集，具体样本数量未给出	不适用	拓扑保持弹性变形（TPED）、注意力引导的轻量集成学习器	F1-score（微平均、宏平均）	未提及
6520	2026-07-06	High-Throughput Screening and Mechanistic Elucidation of RhlA Mutants for Enhanced Rhamnolipid Biosynthesis Guided by EGCA-Net and Molecular Dynamics Simulations 2026-Jun-29, Journal of agricultural and food chemistry IF:5.7Q1 DOI:10.1021/acs.jafc.6c03371 PMID:42372267	研究论文	利用EGCA-Net深度学习模型和分子动力学模拟，高通量筛选并表征提高鼠李糖脂生物合成的RhlA突变体	首次融合交叉注意力机制、ESM-2和图卷积网络构建EGCA-Net模型，结合深度学习活性预测、Rosetta分析、分子对接和分子动力学模拟筛选RhlA突变体，并通过湿实验验证其催化活性显著提升	仅针对RhlA单一酶进行突变体筛选，未探索其他可能提高鼠李糖脂产量的酶或代谢途径	开发基于EGCA-Net的高通量筛选框架，快速识别能增强鼠李糖脂生物合成活性的RhlA突变体	RhlA酶及其突变体	机器学习	NA	深度学习、Rosetta分析、分子对接、分子动力学模拟	融合模型（EGCA-Net）	蛋白质序列、结构数据	针对RhlA酶构建特定突变体文库，筛选得到4个新突变体	NA	EGCA-Net（基于ESM-2、图卷积网络和交叉注意力机制）	酶活性（U/mg）	NA