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
7801	2026-06-05	A multi-layer airport security framework using YOLO-based X-ray detection, video anomaly analysis, IoT sensor monitoring and blockchain logging 2026-Jun-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52894-w PMID:42236795	研究论文	提出一种多层机场安全框架，集成基于YOLO的X光检测、视频异常分析、物联网传感器监控和区块链日志记录	创新性地将YOLO基X光违禁物品检测、3D-CNN自编码器视频异常检测和LSTM自编码器物联网传感器异常检测三种互补模块与区块链安全日志系统融合，并通过统一多模态风险评分机制实现协同决策	未提及具体局限性，但可能包括模型在极端遮挡或微小目标场景下的检测性能、区块链系统在超大规模部署中的扩展性等潜在问题	开发自动化、可扩展且安全的机场安检监控系统，提升威胁检测的实时性和可靠性	机场安检场景中的X光行李图像、监控视频和物联网传感器数据	计算机视觉, 机器学习, 物联网	NA	X射线成像, 视频监控, 物联网传感, 区块链	YOLO, 3D-CNN自编码器, LSTM自编码器	图像, 视频, 时间序列数据	使用CLCXray数据集训练X光检测模块，未见具体样本数量	PyTorch	YOLOv11-s, YOLOv8-s, 3D-CNN自编码器, LSTM自编码器	mAP, ROC-AUC, 重建误差, 检测延迟, 每秒交易数	未提及具体计算资源信息
7802	2026-06-05	Integrating multimodal features with deep learning for protein solubility prediction 2026-Jun-03, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01225-2 PMID:42237181	研究论文	结合多模态特征与深度学习进行蛋白质溶解性预测	从蛋白质序列中提取理化性质和共进化特征，并融合基于图的蛋白质表示和表面特征作为输入；开发了两个模型ProSolNet和ProSolNet分别用于预测蛋白质是否可溶和突变引起的溶解性变化	未明确提及局限性	提高蛋白质溶解性预测的准确性，加速功能性蛋白质的开发	天然和突变蛋白质	机器学习	NA	蛋白质序列分析	深度学习	文本（蛋白质序列）	NA	NA	ProSolNet	准确率	NA
7803	2026-06-05	PlasticAnalytics: A Deep Learning-Powered Spectral Library and Analytical Suite 2026-Jun-02, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c01309 PMID:42138063	研究论文	PlasticAnalytics提供了一个基于深度学习的自动化工作流，用于微塑料的拉曼光谱和傅里叶变换红外光谱分析	将迭代不对称惩罚最小二乘基线校正、混合规则与机器学习去噪框架以及深度残差网络结合，实现高精度自动分类和高效光谱成像处理	在抽象中未明确讨论局限性，但可能包括对某些罕见塑料类型的泛化能力或对特定仪器平台的依赖	解决振动光谱分析微塑料的关键瓶颈，通过自动化预处理和深度学习分类提高效率和准确性	微塑料样本，包括原始、消费后和环境风化的塑料光谱	机器学习	NA	拉曼光谱、傅里叶变换红外光谱	深度残差网络、不确定性感知质量控制分类器	光谱数据	原始、消费后和环境风化塑料光谱数据，未指定具体数量	PyTorch	深度残差网络	准确率	NA
7804	2026-06-05	Deep learning-based contrast-enhanced ultrasound for Ki-67 assessment and prognosis in hepatocellular carcinoma 2026-Jun-02, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5f9a PMID:41985477	research paper	开发基于深度学习框架利用增强超声无创评估肝细胞癌Ki-67表达并进行预后预测	首次利用增强超声影像数据结合临床特征构建通道分离卷积多模态模型无创评估Ki-67表达，并用于肝细胞癌预后分层	回顾性研究设计、样本量相对较小、外部测试集患者预后数据完整性有限	通过非侵入性方法评估肝细胞癌中Ki-67表达并预测预后	肝细胞癌患者	computer vision, digital pathology	liver cancer	contrast-enhanced ultrasound (CEUS), deep learning	channel-separated convolutional neural network (CECMM)	video, clinical data	456名肝细胞癌患者，来自25个机构	NA	CECMM (Channel-separated Convolutional-based Multimodal Model)	accuracy, AUC	NA
7805	2026-06-05	ScatterFusionNet: physics-informed deep scatter correction for dual-detector CT using Klein-Nishina prior 2026-Jun-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae6af7 PMID:42102855	研究论文	提出了一种基于物理信息的深度散射校正框架ScatterFusionNet，用于双探测器CT图像中的散射伪影去除	首次将Klein-Nishina散射先验知识融入深度学习网络，通过特征线性调制将物理约束嵌入多尺度骨干网络，实现跨解剖区域的鲁棒泛化而无需大量特定训练数据	仅在模拟数据和单个人体数据集上验证，缺乏大样本临床多中心验证，且双探测器CT硬件要求可能限制临床推广	开发一种能够跨解剖区域泛化且降低对特定部位训练数据依赖的物理信息散射校正方法	锥束CT图像中的散射伪影，特别是头部扫描中的牙齿区域	计算机视觉	无特定疾病	锥束CT成像	SE UNet	CT图像	Monte Carlo模拟数据及单个人体右耳数据用于微调	NA	SE UNet	对比噪声比	NA
7806	2026-06-05	Integrating deep learning techniques for analysis of chin morphology among Han Chinese individuals using a large cone-beam computed tomography dataset 2026-Jun-02, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-06947-z PMID:42228150	研究论文	利用深度学习技术分析汉族人群下巴形态与大锥形束CT数据集	首次系统性地使用深度学习模型（nnU-Net）对汉族人群下巴形态进行自动化分割，并结合性别和骨骼类型建立三维平均模型	研究仅基于汉族人群数据，可能无法推广至其他人群；未探讨不同种族间的形态差异	表征下巴形态及其与性别和骨骼模式的关联	汉族人群下巴形态	机器学习和数字病理学	不适用	CBCT成像	nnU-Net	图像（CBCT图像）	743张CBCT图像（男性322人，女性421人，年龄18-83岁），其中304张用于模型训练	PyTorch	nnU-Net	不适用	不适用
7807	2026-06-05	A novel peak-searching method for multiple radioisotopes based on deep learning 2026-Jun-02, Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture, industry and medicine IF:1.6Q3 DOI:10.1016/j.apradiso.2026.112730 PMID:42235196	研究论文	提出一种基于深度学习的多放射性同位素自动峰值搜索方法，用于伽马能谱分析中的核素识别	首次将深度学习框架（CNN、ResNet、Transformer）系统应用于伽马能谱光峰值搜索，通过通道坐标匹配实现多核素环境下的自动实时识别	Transformer模型在严格匹配标准下定位精度较差，ResNet假阳性率较高	开发适用于移动探测平台的自动实时放射性核素识别系统	伽马能谱中的光峰通道坐标及多放射性同位素	机器学习	NA	伽马能谱分析	CNN, ResNet, Transformer	光谱数据	NA	NA	卷积神经网络, 残差网络, Transformer	精确率, 召回率, F1分数	NA
7808	2026-06-05	DisSubFormer: A subgraph transformer model for disease subgraph representation and comorbidity prediction 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108935 PMID:41655406	研究论文	提出DisSubFormer亚图Transformer模型，用于疾病亚图表示学习和共病预测	首次在共病预测中引入亚图到亚图注意力机制，并结合基因本体的层次祖先结构，使用可学习的多头注意力捕获碎化疾病亚图的拓扑和功能信息	仅基于基准共病数据集评估，未在其他疾病网络或实际临床数据上验证通用性	开发一种能有效建模疾病亚图拓扑和基因本体层次信息的计算方法，以提升共病预测性能	疾病共病关系及蛋白质互作网络中的疾病亚图	机器学习	NA	NA	Transformer	蛋白质互作网络数据、基因本体数据、共病数据	基准共病数据集（未具体说明样本数量）	PyTorch	Transformer, 多头注意力机制	AUROC	NA
7809	2026-06-05	K-CC-MoCo: A Fast k-Space-Based Respiratory Motion Correction for Highly Accelerated First-Pass Perfusion Cardiovascular MR 2026-Jun, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70287 PMID:41664248	研究论文	提出一种基于k空间的快速呼吸运动校正方法K-CC-MoCo，用于高度加速的首过灌注心血管磁共振成像	直接在k空间进行帧间刚性运动校正，解决了图像域方法在高度加速扫描中因欠采样伪影而失效的问题，并针对动态对比度设计了归一化互相关目标函数	仅适用于刚性运动校正，未考虑非刚性变形；依赖线圈压缩和ROI选择，可能对心脏区域定位敏感	实现自由呼吸首过灌注CMR中呼吸运动的高效校正，支持高度加速采集下基于模型或深度学习的高质量重建	自由呼吸状态下的首过灌注心血管磁共振成像数据	计算机视觉	冠状动脉疾病	心血管磁共振成像	NA	k空间数据	使用数字体模和真实自由呼吸采集数据，包含不同加速因子（最高50倍）	NA	NA	SSIM	NA
7810	2026-06-05	Morphological classification of Schizochytrium and mutagenic selection of high-oil-producing strains based on deep learning 2026-Jun, Microbiological research IF:6.1Q1 DOI:10.1016/j.micres.2026.128464 PMID:41666518	研究论文	基于深度学习的裂殖壶菌形态分类及高产油菌株诱变筛选研究	开发了13类新型形态分类系统，整合细胞分裂特征和脂滴参数，并构建了专用目标检测架构MLC-YOLO，实现了裂殖壶菌形态自动分析和高产油菌株高效筛选	未提及实时发酵监测系统的实际应用验证及模型在更广泛工业场景中的泛化能力	建立基于深度学习的裂殖壶菌形态自动分析方法，用于实时发酵监测和高产油菌株高效筛选	裂殖壶菌的细胞形态、脂滴参数、生物量动态及脂质合成关系	计算机视觉	不适用	深度学习图像分析	YOLO（MLC-YOLO改进模型）	图像	包含裂殖壶菌不同形态类型的细胞图像数据集	PyTorch	MLC-YOLO（基于YOLOv8s改进）	平均精度均值（mAP）	未提及
7811	2026-06-05	Masked Image Modeling for Generalizable Organelle Segmentation in Volume EM 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3667612 PMID:41734129	研究论文	提出一种名为OrgMIM的双分支掩码图像建模框架，用于提升体积电子显微镜中细胞器分割的泛化能力	首次结合静态结构先验和动态重建反馈的双分支互补掩码策略，并构建了首个以细胞器为中心的大规模3D EM数据集IsoOrg-1K	仅在电子显微镜数据上验证，未涉及其他成像模态；对计算资源要求较高	提高深度学习方法在电子显微镜体积数据中细胞器分割的准确性和鲁棒性，减少对大量标注数据的依赖	电子显微镜体积数据中的细胞器结构（如线粒体、内质网等）	计算机视觉, 数字病理学	NA	电子显微镜（EM）体积成像	Transformer, 掩码图像建模（MIM）	3D体积图像	IsoOrg-1K数据集包含928个信息量丰富的体积，超过1200亿体素；使用三个公开EM数据集进行验证	PyTorch	双分支MIM框架（含视觉基础模型生成亲和图和自引导损失图）	mIoU（平均交并比）	NA
7812	2026-06-05	M2PL-GAN: Multi-View Multi-Level Pathology Semantic Perception Learning for H&E-to-IHC Virtual Staining 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3668248 PMID:41747115	研究论文	提出一种多视角多层次病理语义感知学习模型M2PL-GAN，用于H&E到IHC的虚拟染色	首次引入结构上下文关系、特征分布和拓扑感知细粒度语义的三视角综合语义学习范式，通过CACM、LDAM和GBCLM三个机制分别增强上下文一致性、对齐特征分布和优化拓扑感知语义对齐	未提及局限性和计算资源开销	解决H&E到IHC虚拟染色中病理语义特征难以对齐的问题	H&E染色图像与IHC染色图像之间的转换	数字病理学	NA	NA	GAN	图像	公共和私有数据集	PyTorch	CACM, LDAM, GBCLM, 图神经网络	定量指标和定性评估	NA
7813	2026-06-05	Design of an optimal planning framework for cryosurgical treatment of brain tumor using CNN segmentation of MRI images 2026-Jun, Cryobiology IF:2.3Q3 DOI:10.1016/j.cryobiol.2026.105619 PMID:41819035	研究论文	提出一个整合深度学习分割、聚类优化和生物热模拟的脑肿瘤冷冻手术规划框架	将2D U-Net MRI图像分割与K-Medoids聚类、高斯混合模型和气泡包装算法等探头放置策略相结合，实现不规则脑肿瘤的精准冷冻手术规划	NA	开发术前冷冻手术规划方法，确保肿瘤完全覆盖同时最小化对周围健康组织的损伤	不规则形状脑肿瘤	计算机视觉, 医学影像	脑肿瘤	MRI成像	2D U-Net	二维MRI图像	NA	TensorFlow, PyTorch, COMSOL Multiphysics	2D U-Net	肿瘤覆盖精度, 冷冻时间估计	NA
7814	2026-06-05	Artificial intelligence in antimicrobial drug discovery: predictive and generative strategies 2026-Jun, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2026.2674968 PMID:42154787	综述	总结人工智能在抗菌药物发现中的预测和生成策略研究进展与挑战	系统整合了人工智能驱动的预测和生成策略，覆盖小分子、肽类、噬菌体和蛋白质药物等多种药物类别，并提出“自主发现”范式	存在数据偏差、缺乏标准化基准框架和临床转化缺口等问题	综述人工智能在抗菌药物发现中的应用进展与挑战	针对细菌、真菌和病毒感染的抗菌药物（小分子、肽类、噬菌体、蛋白质药物）	机器学习, 自然语言处理	微生物感染	NA	机器学习, 深度学习, 自然语言处理	文本	NA	NA	NA	NA	NA
7815	2026-06-05	Deep learning the TF regulatory code for gene expression 2026-Jun-01, Genome research IF:6.2Q1 DOI:10.1101/gr.281425.125 PMID:42140663	研究论文	提出深度学习模型DeepTF，从转录因子序列预测基因表达，揭示转录因子调控代码	首次系统研究转录因子调控代码，提出DeepTF模型从转录因子序列预测基因表达，并捕获转录因子调控语法	仅分析了13种转录因子的结合谱，未涵盖所有重要转录因子；跨细胞系验证AUROC>0.90表明迁移性良好但仍有提升空间	探索转录因子调控代码并建立基因表达预测模型	转录因子结合谱与基因表达关联	机器学习	NA	转录因子结合谱分析	深度学习模型	转录因子结合序列	13种转录因子的结合谱数据	NA	DeepTF	AUROC	NA
7816	2026-06-05	Artificial Intelligence for the Diagnosis of Pancreatic Diseases Using Endoscopic Ultrasonography 2026-Jun, Digestive endoscopy : official journal of the Japan Gastroenterological Endoscopy Society IF:5.0Q1 DOI:10.1111/den.70171 PMID:42227807	综述	该文章综述了人工智能在基于超声内镜的胰腺疾病诊断中的应用	系统回顾了超声内镜人工智能在胰腺疾病诊断中的最新研究，包括深度学习架构和多模态模型的应用	研究数据多为单中心、样本量有限、病例标注不一致、诊断标准多样，且仅少数研究进行了充分的外部验证	评估基于超声内镜的人工智能在胰腺疾病诊断中的现状、挑战和未来方向	胰腺疾病（包括胰腺肿瘤、囊性病变、实质及部位识别）	计算机视觉	胰腺疾病	超声内镜	深度学习	图像	共22项研究（1项检测、17项分类、4项囊性病变、4项实质或部位识别）	NA	ResNet, EfficientNet, VGG, UNet++, YOLO, 自定义卷积网络	准确率（0.84-0.94）	NA
7817	2026-06-05	uBrainSurf: Unified Curvature-Aware Deformation Framework for Lifespan Brain Cortical Surface Reconstruction 2026-Jun, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3672432 PMID:41805509	研究论文	提出了一种统一的曲率感知变形框架uBrainSurf，用于全生命周期大脑皮层表面重建	引入辅助曲率预测分支提供解剖先验，以及曲率驱动的损失函数确保重建表面直接适用于下游分析	NA	实现跨全生命周期的大脑皮层表面精确且自动化的重建	大脑皮层表面的白质和软膜表面重建	计算机视觉	神经疾病	NA	NA	MRI图像	2132名受试者，年龄范围0-100岁	PyTorch	NA	NA	NA
7818	2026-06-05	Flexible Pressure Sensor With Multi-Stage Microdome Structure Enabling Ultra-Wide Linear Range and High Sensitivity for Wearable Applications 2026-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.74927 PMID:41858275	研究论文	提出基于MXene的多级微穹顶结构柔性压阻传感器，实现超高线性范围和灵敏度，用于可穿戴应用	多级微穹顶结构通过分级压缩和逐步接触特性，同时实现高灵敏度和宽压力检测范围，突破传统传感器性能权衡限制	具体限制未在摘要中明确说明	解决柔性压阻传感器在高灵敏度和宽压力检测范围之间的权衡问题	MXene基柔性压阻传感器与深度学习算法结合的可穿戴系统	可穿戴传感	NA	MXene材料制备	深度学习算法（用于模式识别）	压力信号	手掌和脚掌形状的传感器阵列（具体样本数未提及）	NA	NA	灵敏度 (11.57 kPa⁻¹)、检测范围（高达2500 kPa）、识别准确率（超过95%）	NA
7819	2026-06-05	Handheld hyperspectral imaging dataset of annual sowthistle and little mallow under abiotic stress for machine learning 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112858 PMID:42239812	研究论文	提供两种杂草（一年生苦苣菜和小锦葵）在不同非生物胁迫下的手持高光谱成像数据集，用于支持机器学习模型开发	首次构建针对两种特定杂草（一年生苦苣菜和小锦葵）在五种非生物胁迫条件下的高光谱成像公开数据集，包含原始与预处理数据，可促进精准杂草管理的深度学习模型开发	NA	通过高光谱成像数据支持机器学习模型开发，实现精准杂草管理中的胁迫分类	一年生苦苣菜和小锦葵植物在五种生长条件（标准、干旱、过度浇水、过量施肥、无施肥）下的高光谱特征	机器学习	NA	高光谱成像（HSI，400-1000 nm）	NA	高光谱图像数据立方体	NA	MATLAB, Wolfram语言	NA	NA	NA
7820	2026-06-05	A multi-stage, pixel-level annotated apple dataset for precision agriculture research 2026-Jun, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112856 PMID:42239800	研究论文	提出了一个包含1406张RGB图像、覆盖苹果三个生长期（未成熟、半成熟、成熟）的多阶段像素级标注数据集，用于精准农业研究	提供了像素级实例分割掩码的标准化标注，覆盖从绿色到红色的过渡成熟阶段，填补了该领域训练数据的空白	未提及	支持水果检测、分割和生长期分类，推动精准农业中计算机视觉模型的开发	苹果果实	计算机视觉	NA	RGB图像采集	NA	图像	1406张RGB图像，2574个标注的苹果实例	NA	NA	NA	NA