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
61	2026-07-01	An Explainable Privacy Preserving Multimodal Ensemble Framework For Skin Lesion Classification 2026-Jun-12, Journal of visualized experiments : JoVE DOI:10.3791/71472 PMID:42371851	研究论文	提出一种隐私保护、可解释的多模态集成框架用于皮肤病变分类	结合隐私保护、可解释人工智能与集成模型，并融合多模态特征（深度特征与临床元数据）提高分类性能	未明确提及外部验证或真实临床环境测试，可能存在的隐私保护具体机制未详细描述	开发一种兼顾隐私、可解释性和类别不平衡问题的皮肤病变分类模型	皮肤病变图像及对应临床元数据	计算机视觉	皮肤癌	深度学习特征提取	集成模型（XGBoost、LightGBM、深度神经网络分类器）	图像与临床元数据	使用HAM10000数据集，包含七个病变类别（akiec、bcc、bkl、df、mel、nv、vasc）	NA	EfficientNet B4、DenseNet201、MobileNetv2	准确率	NA
62	2026-07-01	Lightweight English Text Classification with Deep Learning Based on Complex System Theory 2026-Jun-09, Journal of visualized experiments : JoVE DOI:10.3791/69344 PMID:42372063	研究论文	结合复杂系统理论与深度学习，构建图神经网络模型，并采用两级元蒸馏方法，实现轻量级英文文本分类	通过复杂系统理论分析文本样本分布特征，设计两级元蒸馏机制结合元学习策略动态调整教师模型参数，优化知识迁移过程，在低样本和跨域场景下显著提升分类性能并降低计算成本	未提及具体局限性	提高英文文本分类在低样本和跨域场景下的泛化能力，实现轻量级模型	英文文本数据，特别是多主题文本分类数据集	自然语言处理	不适用	NGS	图神经网络（GNN）	文本	未明确说明	PyTorch	图神经网络	性能保留率、计算时间	未明确说明
63	2026-07-01	Chaotic dynamics of Tai Chi public attention revealed by an integrated framework of horizontal visibility graphs, autoencoders, and sparse identification 2026-Jun-04, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55384-1 PMID:42243391	研究论文	利用水平可视图、自编码器和稀疏辨识的集成框架揭示太极拳公众关注的混沌动力学	将复杂网络理论、深度学习与动力学系统分析相结合，首次通过水平可视图、自编码器和SINDy的集成框架，定量揭示了太极拳公众关注的混沌动力学，并在多个分析维度上实现了交叉验证	未提及明显的局限性	理解太极拳等传统文化实践公众关注的动力学模式，以助力文化遗产保护和推广	2014-2024年中国四个代表性省份（北京、上海、广东、河南）的百度指数日度数据	机器学习	NA	NA	自编码器 (Autoencoder)	时间序列数据	四个省份（北京、上海、广东、河南）的2014-2024年每日百度指数数据	PyTorch	SINDy, 自编码器	重构相关性, 归一化均方根误差 (NRMSE)	NA
64	2026-07-01	UniPTMs: a unified multi-type PTM site prediction model via master-slave architecture-based multi-stage fusion strategy and hierarchical contrastive loss 2026-Jun-04, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06516-x PMID:42243656	研究论文	提出UniPTMs，一种基于主从架构的多阶段融合策略和层次对比损失的多类型蛋白质后翻译修饰（PTM）位点预测统一框架	创新性地建立了主从双路径协作架构：主路径通过双向门控交叉注意力模块动态整合蛋白质序列、结构和进化信息的高维表示，从路径使用低维融合网络优化结构特征与传统特征之间的差异与重新校准；结合多尺度自适应卷积金字塔和双向层次门控融合网络，并引入层次对比损失函数优化特征一致性	文中未明确说明局限性	实现多类型PTM位点的统一和准确预测，超越单类型预测范式	蛋白质后翻译修饰（PTM）位点	机器学习	NA	NA	深度学习模型	蛋白质序列、结构、进化信息	涉及五种修饰类型，具体样本量未提及	PyTorch	双向门控交叉注意力模块、多尺度自适应卷积金字塔、双向层次门控融合网络、层次动态加权融合机制	马修斯相关系数（MCC）、平均精度（Average Precision）	NA
65	2026-07-01	Direct Detection and Atomic Modeling of Ligands in Cryo-EM Maps Using Deep Learning 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729423 PMID:42282590	research paper	提出Emap2lig，一个两阶段深度学习框架，用于直接从低温电子显微镜图谱中自动检测配体并生成原子模型	首次实现从实验性冷冻电镜图谱中同时可靠检测配体密度并重建其原子结构，且不依赖于预先定义的结合位点或高分辨率大分子结构	NA	开发一个能够直接从冷冻电镜图谱中自动检测和建模小分子配体的深度学习框架	冷冻电镜图谱中的小分子配体	machine learning	NA	cryo-EM	扩散生成模型	冷冻电镜图谱	NA	PyTorch	Emap2lig-Find、Emap2lig-Build	NA	NA
66	2026-07-01	An open-source stereotaxic container with an integrated cutting guide for human brain fixation during magnetic resonance imaging and sectioning for histology 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729391 PMID:42282745	research paper	开发了一个开源的人类死后脑固定容器，集成了立体定位切割导板，用于磁共振成像和组织学切片，以实现高精度配准	首次设计并3D打印出兼具MRI兼容性、高机械强度及耐固定剂特性的立体定位切割导板系统，支持从成像到切片的单次扫描工作流，减少组织变形	仅针对人类死后脑组织，活体应用受限；容器设计可能对特定脑区（如小脑或脑干）的适应性需进一步验证	实现死后脑组织MRI与组织学的高精度配准，支持神经退行性疾病的多模态研究	人类死后脑组织	digital pathology	neurodegenerative disease	MRI, 3D printing	NA	image	215个人类死后脑样本	NA	NA	NA	NA
67	2026-07-01	Deep Learning Reconstruction of Diffusion-weighted MRI Enables Shorter Examination Times While Maintaining Image Quality in Head and Neck Imaging 2026-Jun, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01604-6 PMID:41498976	研究论文	评估深度学习重建技术在头颈部弥散加权成像中减少扫描时间的同时保持图像质量和诊断信心的表现	结合基于深度学习的k空间到图像重建与超分辨率处理，实现加速的头颈部DWI成像，扫描时间减少55%-67%且不影响图像质量	单中心回顾性设计，样本量较小（30例患者），未评估不同病理类型或病变大小对结果的影响	评估加速的深度学习重建DWI（DWIDL）在头颈部成像中的图像质量和诊断信心表现	接受临床指征头颈部DWI检查的患者（平均年龄55±19岁，24-84岁，18名男性）	深度学习	头颈部疾病	弥散加权成像（DWI）	深度学习模型	磁共振图像	30例患者	NA	基于深度学习的k空间到图像重建和超分辨率处理的组合网络	视觉Likert评分（图像锐度、伪影、噪声、整体图像质量、诊断信心）、信噪比（SNR）、对比噪声比（CNR）、表观弥散系数（ADC）	NA
68	2026-07-01	Clinical Validation of AI-Assisted Evaluation of Indeterminate Biliary Strictures in Digital-Single Operator Cholangioscopy: A Transcontinental Multicentric Study 2026-Jun-01, Clinical and translational gastroenterology IF:3.0Q2 DOI:10.14309/ctg.0000000000001015 PMID:41805080	研究论文	在一项横跨多洲的多中心研究中，验证了一个用于数字单操作胆道镜图像分析的深度学习模型，用于检测和区分不确定的胆道狭窄	首次在多洲、多中心、多设备环境下验证了AI辅助数字单操作胆道镜分析的真实世界性能，显示出鲁棒的准确度	NA	验证深度学习模型在数字单操作胆道镜下辅助分析胆道狭窄的有效性	胆道狭窄患者，包括恶性胆道狭窄	机器学习	胆道疾病	数字单操作胆道镜	深度学习模型	图像	来自129名患者的135次数字单操作胆道镜检查（其中61次为恶性胆道狭窄）	NA	NA	准确性, 敏感性, 特异性, 阳性预测值, 阴性预测值, 曲线下面积, 交并比	NA
69	2026-07-01	Deep learning for fluorescence confocal microscopy image interpretation in radical prostatectomy 2026-Jun, BJU international IF:3.7Q1 DOI:10.1111/bju.70273 PMID:42001901	研究论文	开发并验证用于前列腺癌根治术术中荧光共聚焦显微镜图像解读的深度学习模型	首次将深度学习模型应用于荧光共聚焦显微镜图像的术中手术切缘评估，并采用焦点损失、标签平滑、dropout正则化、自适应类别加权和加权采样等技术解决类别不平衡问题	样本量较小（仅24名患者275张图像），外部验证数据集独立但规模有限（46张图像），模型在外部验证中特异性较低（73.9%）	开发和验证用于术中实时手术切缘评估的深度学习模型，减少对术中病理支持的依赖	前列腺癌根治术患者的荧光共聚焦显微镜图像	digital pathology, machine learning	prostate cancer	fluorescence confocal microscopy	CNN	image	24名患者共275张图像（37张肿瘤、238张良性），内部测试57张，外部验证46张	PyTorch (implied by Grad-CAM and custom GUI, but not explicitly stated)	convolutional neural network (具体架构未明确说明)	sensitivity, specificity, positive predictive value, negative predictive value, AUC, Brier score	NA
70	2026-07-01	Comparison of Deep Learning Tools for Optic Nerve Axon Quantification Finds Limited Generalizability Upon Independent Validation 2026-May-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060647 PMID:42351892	研究论文	比较深度学习工具对视神经轴突量化的性能，发现独立验证时泛化能力有限	通过系统综述和独立验证，揭示了公开深度学习模型在不同图像数据集上泛化能力下降的问题	验证数据集规模有限，未评估模型在不同实验条件下的表现	评估公开深度学习模型在独立数据集上量化视神经轴突的泛化能力	大鼠和老鼠视神经组织图像数据集	深度学习	青光眼	NA	深度学习模型	图像	大鼠数据集44张图像，6941个轴突；老鼠数据集74个全横截面	NA	AxoNet, AxonDeepSeg, AxoNet 2.0	相关系数, 精度, 召回率, Dice系数	NA
71	2026-07-01	Deep Learning for the Detection of Corneal Perforation on Anterior-Segment Optical Coherence Tomography in Microbial Keratitis 2026-May-30, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13060649 PMID:42351894	研究论文	利用深度学习方法自动检测微生物性角膜炎患者前段光学相干断层扫描图像中的角膜穿孔	首次将深度学习应用于前段OCT图像中微生物性角膜炎角膜穿孔的自动检测，并评估了不同训练集组成和随机掩膜策略对模型性能的影响	样本量相对较小（150例患者），且为单中心研究，可能影响模型的泛化能力	开发和评估用于微生物性角膜炎角膜穿孔自动检测的深度学习模型	微生物性角膜炎患者的角膜穿孔状态	计算机视觉, 数字病理学	微生物性角膜炎	前段光学相干断层扫描（ASOCT）	CNN	图像	150例微生物性角膜炎患者，对侧健康眼作为对照	PyTorch	ResNet-34	ROC AUC, 平均精度（AP）, 灵敏度, 特异度, F1分数	NA
72	2026-07-01	DigitAb: Domain-Adaptive Cell Type Prediction Method from Light Microscopy Images 2026-May-21, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.19.726313 PMID:42239069	研究论文	DigitAb是一个深度学习框架，能从H&E染色切片直接分类细胞类型，无需特殊检测	首次利用对抗域适应模块实现无标签肝活检样本的细胞类型预测，无需免疫染色	NA	开发可扩展、可访问的无标签细胞分割方法，用于研究和临床病理	来自29个人类肾组织样本的约350万细胞	数字病理	肾移植排斥反应、糖尿病肾病	光显微镜成像、免疫染色、多重成像技术	语义分割模型、对抗域适应模块	H&E染色组织图像	29个人类肾组织样本，来自四个多机构数据集	深度学习框架	语义分割模型、对抗域适应模块	平均准确率0.78	基于云的工具
73	2026-07-01	An explainable multi-stage framework for brain tumor classification using hybrid feature fusion and EfficientNetB5 model 2026-May-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53862-0 PMID:42168316	研究论文	提出一种融合手工特征与深度特征的混合特征融合高效网络模型，用于脑肿瘤分类，并集成可解释性机制	首次将手工特征（SIFT、LBP、HoG、Canny）与DenseNet201深度特征融合，使用EfficientNetB5分类器，并结合遮挡图可解释性方法提升临床可信度	未提及在多种MRI采集设备或噪声条件下的泛化性验证，特征融合策略未与更先进的特征选择方法对比	实现脑肿瘤严重等级的高精度自动分类，并提供可解释的诊断依据	脑肿瘤MRI图像中的肿瘤区域及其严重程度划分	计算机视觉，数字病理学	脑肿瘤	MRI成像	EfficientNetB5， DenseNet201	图像	7023张MRI图像	NA	EfficientNetB5， DenseNet201	AUC，精确率， F1分数，准确率	NA
74	2026-07-01	An intelligent lung nodule classification model using 3D Trans-DenseUnet++-based lung nodule segmentation 2026-May-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-49895-0 PMID:42128891	研究论文	提出一种基于3D Trans-DenseUnet++分割和自适应DenseNet结合LSTM分类的肺结节智能分类模型	结合3D Trans-DenseUnet++分割网络和ADNet-LSTM分类模型，并引入基于强化适应度的红尾鹰算法优化参数	现有数据集仅包含有限CT图像，存在结节与非结节样本不平衡问题，可能影响模型泛化性	通过深度学习策略提升肺癌早期检测中肺结节分类的准确性和可靠性	肺结节CT图像中的恶性与良性结节	计算机视觉, 数字病理学	肺癌	NA	3D Trans-DenseUnet++, 自适应DenseNet, LSTM, 红尾鹰算法	图像	来自公开数据集的肺结节CT图像，具体数量未提及	NA	3D Trans-DenseUnet++, ADNet-LSTM	准确率	NA
75	2026-07-01	A Novel Acetylcholine Nanosensor for Single Vesicle Storage and Sub-Quantal Exocytosis in Living Neurons and Organoids 2026-05-11, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.202520854 PMID:41518282	研究论文	开发了一种基于TiCT MXene/酶功能化的纳米传感器，用于实时监测活体神经元和类器官中乙酰胆碱的囊泡存储与亚量子释放动态	首次实现了在活体细胞和类器官水平上对乙酰胆碱单个囊泡存储和亚量子释放的实时定量分析，并结合1D-CNN深度学习模型对单囊泡胞吐模式进行分类	研究未提及传感器对其他神经递质的选择性验证，且类器官模型的生理相关性有限	建立一种在单细胞水平上定量分析乙酰胆碱囊泡存储和释放动态的技术，以揭示胆碱能突触可塑性的机制	小鼠原代胆碱能神经元和人脊髓类器官	生物传感器, 深度学习, 神经科学	唐氏综合征	纳米传感器 (TiCT MXene/酶功能化), 单囊泡电化学检测	1D-CNN	电化学信号（电流峰值曲线）	小鼠原代胆碱能神经元和人脊髓类器官（具体数量未说明）	NA	1D-CNN	NA	NA
76	2026-07-01	ConforFold recovers alternative protein conformations beyond MSA subsampling 2026-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70564 PMID:41954434	研究论文	提出ConforPSSP和ConforFold框架，将二级结构采样集成到基于深度学习的预测中，用于恢复多种蛋白质构象状态	通过显式整合二级结构信息，恢复MSA子采样或扩散模型无法获取的构象，在构象恢复上达到最先进性能	NA	开发能够系统采样蛋白质结构集合并恢复多种构象状态的方法	具有两种替代构象的蛋白质样本	机器学习	NA	NA	Transformer, OpenFold	蛋白质序列	测试数据集包含具有两种替代构象的蛋白质样本	PyTorch	Transformer, OpenFold	TM-score	NA
77	2026-07-01	Prediction of Lobar Emphysema Progression with a CT-Based Foundational Model 2026-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.252958 PMID:42188737	研究论文	利用CT扫描开发并评估深度学习预后模型，预测慢性阻塞性肺疾病患者的肺叶密度下降和肺气肿进展	首次提出基于CT的基础模型，结合全局注意力机制预测肺叶特异性密度变化，量化肺气肿进展的空间异质性	NA	开发和评估深度学习预后模型，用于预测慢性阻塞性肺疾病患者的肺叶密度下降和肺气肿进展	5823名有或没有慢性阻塞性肺疾病的参与者	计算机视觉	慢性阻塞性肺疾病	CT成像	基础模型，注意力机制	图像	5823名参与者（平均年龄60岁，3003名男性）	PyTorch	基础模型，全局注意力机制	均方根误差，皮尔逊相关系数，受试者工作特征曲线下面积	NA
78	2026-07-01	Artificial intelligence in atrial fibrillation - Timely diagnosis, risk assessment and personalized management 2026 May-Jun, Indian pacing and electrophysiology journal DOI:10.1016/j.ipej.2026.01.011 PMID:41611206	综述	总结人工智能在心房颤动诊疗中的应用，涵盖早期检测、风险评估和个性化管理	系统性回顾了人工智能在心房颤动管理中的三个关键领域（AI增强心电图、个性化风险分层、消融规划），突出了机器学习在临床整合中的变革潜力	临床实施仍处于初级阶段，需要大规模验证、临床监督和监管指导以确保安全有效整合	探讨人工智能如何改善心房颤动的及时诊断、风险分层和个性化治疗	心房颤动患者及其相关并发症（如卒中、心力衰竭）	机器学习, 数字病理学	心血管疾病	心电图, 光电容积描记术	CNN, LSTM	信号数据, 影像数据, 临床数据	NA	NA	NA	NA	NA
79	2026-07-01	Associations of MRI-derived Paraspinal IMAT and LMM with Cardiometabolic Risk Factors: Results from a German Cohort 2026-May, Radiology IF:12.1Q1 DOI:10.1148/radiol.251347 PMID:42084514	研究论文	基于德国队列研究，探讨MRI测量的椎旁肌间脂肪组织和瘦肌肉量与心血管代谢危险因素的关联	首次在大型无已知基础疾病人群（11348名参与者）中，独立评估椎旁肌间脂肪组织和瘦肌肉量与心血管代谢风险因素的独立及联合关联，并采用深度学习模型进行肌肉分割	NA	评估无既往疾病个体中肌间脂肪组织和瘦肌肉量与心血管代谢危险因素的关联	德国全国队列参与者中11348名无已知基础疾病的个体	机器学习, 数字影像	心血管疾病, 高血压, 血脂异常, 血糖异常	MRI 3-T	深度学习模型	医学影像	11348名参与者（其中6460名男性，占56.9%；中位年龄43.0岁）	NA	NA	比值比, 置信区间	NA
80	2026-07-01	Evaluating the Diagnostic Performance of AI and Machine Learning in Sickle Cell Disease Detection: A Systematic Review 2026-May, Cureus DOI:10.7759/cureus.109880 PMID:42371462	系统评价	系统评价人工智能和机器学习在镰状细胞病检测中的诊断性能	首次系统性评估AI/ML模型在SCD诊断和预测中的表现及方法学质量	多数研究仍处于概念验证阶段，依赖内部验证，缺乏标准化报告，无法进行荟萃分析	评估AI/ML模型在SCD检测中的诊断和预测性能及其临床实施准备度	镰状细胞病患者的血液涂片图像、分类数据和预后数据	机器学习	镰状细胞病	NA	深度学习、集成方法、预后模型	图像、文本数据	17项研究	NA	深度学习模型、集成分类器	准确率、AUC-ROC、C指数	NA