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
6541	2026-06-16	Rational design for improved thermostability of methionine adenosyltransferase based on FoldX, Rosetta, and multidimensional virtual screening 2026-Sep-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.119535 PMID:42270249	研究论文	提出一种结合物理力场与深度学习算法的理性设计策略，用于提升甲硫氨酸腺苷转移酶的热稳定性，并应用于S-腺苷-L-甲硫氨酸的高效生物合成	首次整合FoldX、Rosetta和基于深度学习的多维虚拟筛选系统，建立正交验证流程以消除单一算法偏差，并通过全原子分子动力学模拟与实验验证获得催化活性和热稳定性协同提升的突变体	未探讨该设计框架在其他酶工程中的通用性，且突变体的长期工业应用稳定性未涉及	通过理性设计提高甲硫氨酸腺苷转移酶的热稳定性，以促进S-腺苷-L-甲硫氨酸的工业化生产	甲硫氨酸腺苷转移酶及其突变体	机器学习	NA	分子对接、B因子分析、饱和诱变、FoldX、Rosetta、深度学习、全原子分子动力学模拟	深度学习模型	蛋白质结构数据、分子动力学轨迹数据	209个突变体，最终筛选6个核心突变体进行实验验证	FoldX, Rosetta, 深度学习工具	NA	熔解温度、半衰期、比活度	NA
6542	2026-06-16	Hierarchical cross-attention guided deformable registration with multi-level feature fusion for medical images 2026-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108908 PMID:41965176	研究论文	提出了一种基于层次交叉注意力引导的可变形配准框架HCA-Morph，通过多级特征融合实现医学图像的高精度配准	首次提出空间对应感知模块（SCAM）和跨尺度注意力模块（CSAM），分别从局部到全局学习可解释空间对齐、动态融合多级特征并增强表示一致性，且模型参数仅2.05 MB	仅针对脑MRI图像验证，在其他医学图像模态或解剖结构上的泛化能力尚待探索	解决可变形医学图像配准中空间对应捕捉不足、多尺度特征融合困难及缺乏可解释性的问题	脑MRI图像（OASIS和IXI数据集）	计算机视觉	神经系统疾病	NA	CNN, Transformer, Mamba	图像	OASIS和IXI数据集（具体数量未提及）	PyTorch	U-Net风格（基于CNN的配准框架，含SCAM和CSAM模块）	Dice系数, HD95, 折叠区域数(\|J ≤ 0\|)	GPU（具体型号未提及，内存消耗4.08-9.02 GB）
6543	2026-06-16	Opportunistic screening for osteoporosis using chest X-rays and deep learning: A systematic review and meta-analysis 2026-Sep, Bone IF:3.5Q2 DOI:10.1016/j.bone.2026.117923 PMID:42106051	系统综述与荟萃分析	评估深度学习算法在胸部X光片上检测骨质疏松症的诊断性能并分析其临床实施潜力	首次对基于胸部X光片和深度学习模型的骨质疏松症机会性筛查进行系统综述与荟萃分析，综合量化了模型的敏感性和特异性，并评估了其临床决策支持工具的潜在价值	内部验证存在显著异质性，且外部验证研究数量有限，影响模型的泛化能力和临床可推广性	评估深度学习模型在胸部X光片上早期筛查骨质疏松症的诊断准确性及其临床实施可行性	骨质疏松症患者及胸部X光片数据	数字病理学	骨质疏松症	胸部X光成像	卷积神经网络	医学图像	12项研究，共200,796名患者和20个独特深度学习模型	NA	CNN	敏感性、特异性、AUC	NA
6544	2026-06-16	An efficient methodology for modeling imbalanced traffic crashes through deep learning techniques 2026-Sep, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108598 PMID:42190349	研究论文	提出ENN-CTGAN混合方法解决交通碰撞数据类别不平衡问题，并混合LSTM-GRU模型预测碰撞伤害严重程度	开发了ENN-CTGAN混合方法处理类别不平衡，提出结合互信息差和模型效率的合成数据质量评估框架，并比较不同合成数据比例对预测模型的影响	NA	提高交通碰撞伤害严重程度预测的准确性，解决数据集类别不平衡问题	交通碰撞伤害严重程度预测	机器学习	NA	数据重采样技术（SMOTE、随机过采样、随机欠采样）	LSTM-GRU、LSTM、GRU、CNN、MLP、XGBoost、随机森林	表格数据（碰撞记录）	未明确说明，但涉及合成数据比例（1:1、1:2、1:4、1:6）	NA	LSTM-GRU混合模型、LSTM、GRU、CNN、MLP、XGBoost、随机森林	AUC、G-mean、敏感性、特异性、准确率	NA
6545	2026-06-16	Developmental profile of physiological high-frequency oscillations in the human brain 2026-Aug-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122017 PMID:42177955	研究论文	利用185名儿童患者颅内脑电图数据，构建生理性高频振荡的发育规范图谱，揭示其随年龄变化的分布特征	首次在大规模多机构儿童队列中构建生理性高频振荡的发育规范图谱，明确其年龄依赖性空间分布变化	未提及样本的性别、病因等潜在混杂因素影响；非癫痫通道可能仍包含病理生理性振荡	描述儿童大脑生理性高频振荡的发育特征，为提升其在癫痫手术中的生物标志物解读精度提供依据	185名年龄0-18岁进行颅内脑电图监测的儿童患者	数字病理学、机器学习	儿童癫痫	颅内脑电图、深度学习、自动高频振荡检测	深度学习模型（用于伪迹去除和尖波-高频振荡分类）	脑电图信号	185名儿童患者（0-18岁）	NA	NA	NA	NA
6546	2026-06-16	Intelligent monitoring of coastal outfalls via multi-source remote sensing image fusion 2026-Aug, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119776 PMID:42026447	研究论文	提出一种结合多源遥感图像融合与深度学习目标检测模型的智能识别方法，用于监测沿海排污口	整合无人机高分辨率多光谱图像与多种融合算法，提升深度学习模型在沿海排污口识别中的精度和鲁棒性	未明确讨论模型在不同环境条件下的泛化能力及实际部署中的计算资源需求	开发基于遥感图像融合的智能排污口监测方法，支持海洋环境智能监控	沿海排污口，分为四种形态类型	计算机视觉	NA	无人机多光谱成像、遥感图像融合	深度学习目标检测模型	图像	1657张高分辨率多光谱图像	NA	NA	准确率、鲁棒性、效率	NA
6547	2026-06-16	Anatomical deformation prediction using artificial intelligence for fusion imaging during aortic endovascular procedures 2026-Aug, Journal of vascular surgery cases and innovative techniques DOI:10.1016/j.jvscit.2026.102297 PMID:42291701	研究论文	利用人工智能预测主动脉腔内手术中的解剖变形，以提高融合成像的准确性	提出了一种基于深度学习的变形感知融合掩膜生成方法，无需额外采集时间，即可显著改善肾动脉开口定位、髂动脉对齐和导丝定位的准确性	NA	预测主动脉支架植入引起的解剖变形，提高腔内手术中融合导航的准确性	31例主动脉腔内手术患者的术中数据	计算机视觉	心血管疾病	术中血管造影	深度学习	图像	31例患者	NA	NA	融合准确性	NA
6548	2026-06-16	A high-resolution beach imagery dataset with COCO annotations for deep learning-based Sargassum monitoring in coastal environments 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112910 PMID:42293438	研究论文	提出一个高分辨率海滩图像数据集，并用COCO注释格式支持基于深度学习的马尾藻监测	首个提供像素级多类分割掩码并转换为COCO兼容JSON格式的高分辨率海滩图像数据集，用于自动化马尾藻生物量估算和海岸清理物流	未明确提及	支持沿海管理的计算机视觉工具开发，实现马尾藻的自动化监测	墨西哥金塔纳罗奥州沿海的高分辨率海滩图像	计算机视觉	NA	NA	U-Net, Mask R-CNN	RGB图像	高分辨率图像数据集，包含像素级多类分割掩码	NA	U-Net, Mask R-CNN	NA	NA
6549	2026-06-16	A dataset and a benchmark model for simultaneous detection of oil well drill pipes and their coupling gaps 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112917 PMID:42293434	研究论文	提出了一个包含1000张标注图像的油井钻杆及耦合间隙数据集，并构建了基于两个YOLOv11模块的级联分割模型用于同时检测钻杆和耦合间隙	首次公开了该领域相对最大的油井钻杆及耦合间隙标注数据集，并提出了级联YOLOv11分割模型实现同步检测	NA	实现油井钻杆及其耦合间隙的实时自动视觉检测，提升钻井效率	油井钻杆及其耦合间隙的视觉检测	计算机视觉	NA	NA	YOLOv11	图像	1000张标注图像（500张原始钻杆图像和500张裁剪后的钻杆区域图像）	NA	YOLOv11	NA	NA
6550	2026-06-16	Field-based and close-range multispectral imaging dataset for Huanglongbing (HLB) detection in orange trees: A resource for machine learning and digital agriculture 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112899 PMID:42293443	research paper	本研究提供了一个多光谱成像数据集，用于训练机器学习算法以原位检测柑橘黄龙病（HLB）	提供了用于HLB检测的田间多光谱成像数据集，包含14个窄谱带的高分辨率图像，并同时提供TIFF和HDF5格式以支持高效数据处理和机器学习应用	NA	开发并基准测试用于柑橘黄龙病（HLB）检测的机器学习模型，包括深度学习方法	甜橙树（Pera Rio品种）的树冠部分，包括健康叶片和HLB感染的叶片	machine learning, digital pathology	柑橘黄龙病（HLB）	multispectral imaging	NA	image	2,978张多光谱图像（1,681张阳性，1,297张阴性），采集于2023和2024年	NA	NA	NA	NA
6551	2026-06-16	Convergence of multiplexed immunosensors, nanotechnology, and AI for early pancreatic cancer diagnosis 2026-Jul-15, Clinica chimica acta; international journal of clinical chemistry DOI:10.1016/j.cca.2026.121005 PMID:41985833	综述	探讨多重免疫传感器、纳米技术与人工智能在胰腺癌早期诊断中的融合应用	首次系统性地整合了多重免疫传感器、纳米技术信号放大与AI驱动数据集成三大前沿领域，提出用于胰腺癌早期诊断的变革性框架	未提及	综述多重免疫传感器、纳米技术和人工智能在胰腺癌早期诊断中的新兴融合，并评估其作为下一代诊断策略的潜力	胰腺癌早期诊断的相关生物标志物（如循环蛋白、自身抗体、外泌体、循环肿瘤DNA、非编码RNA、肿瘤血小板）及检测平台	机器学习, 数字病理学	胰腺癌	多重免疫传感器, 纳米技术（纳米颗粒、纳米线、量子点、二维材料）, 微流控, 芯片实验室	机器学习, 深度学习	生物标志物数据, 临床数据, 影像数据, 基因组数据	未提及	NA	NA	NA	NA
6552	2026-06-16	Model-guided design of lymphatic drug delivery systems using osmotic pressure, viscosity and lymph node size 2026-Jul-10, Journal of controlled release : official journal of the Controlled Release Society IF:10.5Q1 DOI:10.1016/j.jconrel.2026.115010 PMID:42128061	研究论文	通过整合数学模型与机器及深度学习，建立定量框架以描述和预测淋巴给药系统中药物在淋巴结内的动力学行为	首次将数学模型与机器/深度学习结合，基于渗透压、粘度和淋巴结最大横截面积实现药物动力学的预测，并利用人源化小鼠模型验证模型在人类淋巴结中的适用性	NA	为淋巴给药系统提供基于机制的理性设计策略，实现根据淋巴结大小和治疗目标的定制化药物输送	淋巴给药系统中的药物转运与滞留行为，以及淋巴结大小对药物动力学的影响	机器学习	癌症	NA	多层感知机	NA	NA	NA	多层感知机	NA	NA
6553	2026-06-16	Deep learning unlocks sequence-divergent synthetic promoters to empower Streptomyces natural product engineering 2026-Jul, Metabolic engineering IF:6.8Q1 DOI:10.1016/j.ymben.2026.05.009 PMID:42208848	研究论文	利用深度学习模型设计序列多样化的合成启动子，显著提升链霉菌天然产物工程效率	首次为链霉菌建立AI生成的启动子库，实现序列与功能的双重创新：启动子动态范围达17,100%，且与基因组序列无同源性	NA	开发深度学习驱动的合成启动子设计方法，推动链霉菌天然产物工程发展	链霉菌合成启动子序列及其在天然产物生产中的应用	机器学习	NA	深度生成模型	深度生成模型	DNA序列	10亿个计算机设计启动子序列，其中100个经实验验证	NA	NA	启动子活性动态范围、相对表达量、产物产量提升倍数	NA
6554	2026-06-16	Advancing radiotherapy with deep Learning: A review of dose prediction models 2026-Jul, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2026.105827 PMID:42229186	综述	该文章综述了深度学习在放射治疗剂量预测模型中的应用，涵盖架构、数据集和方法	系统总结了深度学习在放射治疗剂量预测中的最新进展，并指出了未来研究方向，如通用化模型、多机构验证和可解释性	未对具体模型进行实证比较，且缺少对现有方法的定量评估	综述深度学习在放射治疗剂量预测中的现状与挑战	放射治疗剂量预测的深度学习模型	深度学习	NA	深度学习	NA	NA	NA	NA	NA	准确性、效率、鲁棒性	NA
6555	2026-06-16	A hierarchical prompt and prototype learning framework for brain disorder classification 2026-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104063 PMID:42013614	研究论文	提出一种分层提示与原型学习框架，用于脑部疾病分类，模拟放射科医生的多级诊断过程	首次将分层提示与原型学习相结合，明确捕获23种脑部疾病之间的层次关系，并在三个诊断级别（粗类、中间类、细粒度类）进行逐步分类	数据部分暂未完全公开，可能影响结果复现；长尾疾病诊断性能虽提升但仍有改进空间	提高脑部疾病分类的准确性，减少误诊风险，特别是针对长尾或难诊断疾病	脑部疾病（23种）及多中心医学影像数据集	数字病理	脑部疾病	医学影像分析	Transformer	图像	54,360名受试者来自六个多中心数据集	PyTorch	Vision Transformer (ViT)	平衡准确率	NA
6556	2026-06-16	X2Shape: CT-free 3D multi-organ reconstruction with biplanar X-rays 2026-Jul, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104085 PMID:42025030	研究论文	提出X2Shape，一种从双向正交X光片直接进行3D多器官重建的深度学习框架，无需CT先验信息	结合基于几何感知的体积反投影与基于状态空间建模的跨视图融合模块，实现精确的2D到3D映射；设计混合变形增强策略生成解剖多样化的样本以解决配对训练数据稀缺问题	未提及	建立低成本、低辐射的3D成像范式，无需依赖CT即可实现高保真3D解剖重建	胸部和多器官的3D重建	计算机视觉	NA	NA	深度学习	X光图像	TotalSegmentator-Subset和LCTSC两个胸部数据集	PyTorch	几何感知体积反投影网络、状态空间模型	Dice系数	NA
6557	2026-06-16	Automated Delineation of Couinaud Segments at CT for Future Liver Remnant Volumetry 2026-Jul, Radiology. Artificial intelligence DOI:10.1148/ryai.250808 PMID:42089796	研究论文	开发一种深度学习模型，用于在CT图像上自动描绘肝脏Couinaud八个分段和脾脏，以进行未来肝残余体积测量	首次实现了对肝脏Couinaud全部分段和脾脏的自动勾画，并在多种肝脏疾病（纤维化、肝硬化、转移瘤）患者中验证了其通用性	未提及	开发用于CT图像上肝脏Couinaud分段和脾脏自动分割的深度学习模型，以辅助未来肝残余体积测量	肝脏Couinaud分段和脾脏	计算机视觉, 数字病理学	结直肠癌肝转移, 肝纤维化, 肝硬化	CT	三维nnU-Net	CT图像	训练集498例（公共数据集442例+机构A 56例），测试集包括机构A 64例、CRLM数据集197例、机构B 50例	PyTorch	nnU-Net	Dice系数, Hausdorff距离	NA
6558	2026-06-16	Ethnicity-Stratified Normative Retinal Vascular Features from the UK Biobank Using Deep Learning 2026-Jul, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101221 PMID:42293342	研究论文	利用深度学习从UK Biobank中提取按种族分层的视网膜血管特征正常值数据集	首次使用深度学习方法建立了按种族分层的视网膜血管特征正常值数据集，为多族群眼组学生物标志物提供了参考框架	NA	建立UK Biobank健康参与者中按种族分层的视网膜血管形态特征正常范围，并评估与年龄、性别和种族的关联	6843名UK Biobank参与者（无疾病或医疗状况）的视网膜图像	数字病理学	系统性血管健康	深度学习视网膜图像分析	AutoMorph深度学习管道	视网膜图像	6843名UK Biobank参与者（平均年龄53.5±7.9岁，50.1%男性，91.1%白人）	AutoMorph	NA	NA	NA
6559	2026-06-16	Deep learning-based early prediction of gestational diabetes mellitus through first-trimester placental texture analysis 2026-Jun-24, Placenta IF:3.0Q2 DOI:10.1016/j.placenta.2026.04.016 PMID:42048939	research paper	开发多参数融合模型，通过孕早期胎盘纹理分析实现妊娠期糖尿病的早期预测	首次将胎盘超声影像的放射组学特征与深度学习特征进行特征级融合，构建多模态预测模型，并在外部多中心数据中验证其优于单模态模型	样本量相对较小（628例），且研究仅限于孕11+0-13+6周的孕妇，模型对更早或更晚孕周的适用性未知	早期预测妊娠期糖尿病风险，实现及时干预和个性化决策	来自两个医疗中心的628名孕妇的胎盘超声图像	machine learning	gestational diabetes mellitus	Ultrasound imaging	Multi-parameter fusion model	Ultrasound images	628名孕妇（训练集356例，测试集153例）	NA	NA	AUC, DCA, calibration curve	NA
6560	2026-06-16	High-frequency EEG synchronization modes as a stable biometric signature in humans 2026-Jun-19, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.116166 PMID:42291239	研究论文	提出一种基于多频段同步模式的无参数框架，用于脑电图生物特征识别，实现高稳定性和可解释性	首次证明高频（β和γ波段）同步模式可作为稳定的个体特异性脑电指纹，无需参数调整即可达到100%识别率	低频波段收敛慢且区分度较低；数据集规模有限（109名受试者）	开发兼具高准确率、可解释性和鲁棒性的脑电图生物特征识别方法	人类脑电图信号中的同步模式	机器学习	NA	脑电图（EEG）	无参数框架（同步模式分析）	生理信号（脑电图时间序列）	109名受试者的公开数据集	NA	NA	正确识别率、等错误率	NA