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	2026-06-19	Predicting early-stage breast cancer disease-free survival and adjuvant therapy benefit from multimodal information using deep learning 2026-Jun-17, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-026-00991-4 PMID:42310310	研究论文	基于深度典型相关分析的多模态深度学习模型，整合多参数MRI和临床文本数据，预测早期乳腺癌无病生存期及辅助治疗获益	首次将深度典型相关分析应用于整合多参数MRI（DCE-MRI和DWI）与临床文本数据，构建多模态模型预测早期乳腺癌无病生存期，并探索其识别辅助治疗获益患者的潜力	转录组分析仅涉及19名患者，样本量较小，可能限制了生物学机制的深入验证	开发多模态深度学习模型，实现早期乳腺癌无病生存期的非侵入性预测及复发风险分层，并初步探索辅助治疗获益的识别能力	早期乳腺癌患者	机器学习	乳腺癌	多参数磁共振成像（DCE-MRI和DWI）	深度学习模型（基于深度典型相关分析）	图像（MRI）和文本（临床数据）	1120名早期乳腺癌患者（训练队列459人，外部验证队列661人）	PyTorch	深度典型相关分析（DCCA）	一致性指数（C-index）	NA
62	2026-06-19	An AI-driven framework for diabetic foot ulcer classification, segmentation, and depth estimation 2026-06-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52864-2 PMID:42310328	研究论文	提出一个基于深度学习的综合框架，用于糖尿病足溃疡的分类、分割与深度估计	整合了分类、分割、相对深度估计与可解释性分析，并利用单张RGB图像生成相对伪深度图以表征伤口拓扑结构	尚需包括临床专家参与的前瞻性验证研究，才能实现实际临床部署	开发一种自动化辅助决策工具，用于糖尿病足溃疡的客观评估	糖尿病足溃疡患者的RGB图像	计算机视觉	糖尿病足溃疡	RGB成像	EfficientNet-B0, U-Net, MiDaS	图像	NA	PyTorch	EfficientNet-B0, U-Net, MiDaS	分类准确率, 分割Dice系数, 深度估计误差	NA
63	2026-06-19	A novel transformer architecture for EEG decoding and neuroscientific analysis 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56405-9 PMID:42310346	研究论文	提出一种名为Analformer的新型Transformer架构，用于脑电图解码和神经科学分析，同时实现高预测性能和神经科学可解释性	在Transformer中引入基于固定Morlet小波核的分析性补丁嵌入模块，提取可解释的时空频率特征，并直接从模型内部表示进行标准神经电生理分析	未明确讨论局限性	设计一种既能高精度解码脑电图又能提供神经科学可解释性的统一框架	脑电图信号	机器学习	NA	脑电图	Transformer	脑电图信号	两个大型公开数据集，涵盖三类脑机接口范式：运动想象、事件相关电位和稳态视觉诱发电位	PyTorch	Analformer（基于Transformer的架构）	准确性	NA
64	2026-06-19	Adversarial vulnerability and robustness of deep learning models for panoramic dental X-ray segmentation 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57108-x PMID:42310372	研究论文	首次系统研究深度学习模型在全景牙科X射线分割中的对抗性脆弱性和鲁棒性	首次系统评估了深度学习模型在牙科X射线分割中的对抗性攻击脆弱性，并提出了一种多攻击对抗防御策略来增强模型鲁棒性	NA	评估深度学习模型在牙科X射线分割中的对抗性脆弱性，并开发有效的防御策略以确保临床部署的安全性	全景牙科X射线图像	计算机视觉	牙科疾病	NA	深度学习分割模型	图像	995张全景牙科X射线图像，包括361张专家标注图像和634张来自DENTEX 2023挑战赛的细化掩膜	NA	Attention UNet, SegNet, Trans UNet, Vanilla UNet, UNet++	IoU, Dice系数	NA
65	2026-06-19	Robust adaptive fault-tolerant learning control for human height-weight prediction based on DNN 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-57686-w PMID:42310389	研究论文	提出一种基于深度神经网络的鲁棒自适应容错学习控制方法，用于人体身高和体重预测，解决了数据噪声、环境变化和异常值等复杂性和不确定性问题	将深度学习与容错控制理论相结合，引入有限容错机制，在数据扰动和不完整条件下保持高预测精度和稳定性，同时从统计相似性、整体预测性能和少数类检测能力三个维度评估框架性能	结果最直接适用于中小型表格数据集，具有中等类别不平衡和有限少数样本，可能不适用于大规模或非表格数据，且优化整体性能与少数类检测（如召回率/F1）存在权衡	提高公共安全技术领域中人体身高和体重预测的准确性和鲁棒性，尤其在犯罪预防、个体识别和行为分析等应用中	人体身高和体重预测，基于手指长度的生理特征	机器学习, 公共安全技术	NA	深度神经网络, 容错控制	深度神经网络	表格数据	372组数据，包含左右手指长度和对应身高体重，其中30%数据缺失	NA	深度神经网络	正常预测准确率, 容错预测准确率, 召回率, F1分数	NA
66	2026-06-19	A 1D-CNN with advanced data augmentation for robust speech emotion recognition 2026-Jun-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-56241-x PMID:42310400	研究论文	提出一种基于一维卷积神经网络的语音情感识别框架，结合数据增强技术提高鲁棒性	采用互补声学特征（MFCC、ZCR、RMSE）的序列级联表示与Conv1D架构结合，并通过多种数据增强技术解决数据不平衡和泛化问题	未明确提及，但可能包括对复杂环境噪声的鲁棒性仍需进一步验证	实现鲁棒的语音情感识别，提升实际应用中面对数据集不平衡、说话人变异和环境噪声的泛化能力	语音信号中的情感状态	自然语言处理	NA	NA	一维卷积神经网络	语音信号	结合RAVDESS、SAVEE、CREMA-D和TESS多数据集，具体样本数量未明确	NA	Conv1D	准确率, Macro F1值	NA
67	2026-06-19	Automated diagnosis of Helicobacter pylori infection from routine endoscopic images using deep learning: a development and validation study 2026-Jun-17, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-026-05026-7 PMID:42310547	研究论文	利用深度学习从常规内镜图像中自动诊断幽门螺杆菌感染的前瞻性验证研究	首次在前瞻性时间分离验证队列中验证仅基于常规白光内镜图像的深度学习模型对幽门螺杆菌感染的诊断性能	单中心研究，样本量较小，模型目前仅作为研究辅助工具而非独立诊断系统，尚需多中心外部验证和前瞻性视频研究	开发和前瞻性验证基于常规白光内镜图像的深度学习模型用于幽门螺杆菌检测	接受诊断性胃镜检查的成年患者	计算机视觉	幽门螺杆菌感染	白光内镜	CNN	图像	172名患者（1000张图像），其中94名（54.7%）为幽门螺杆菌阳性	NA	EfficientNet-B0	AUC, 灵敏度, 特异度	NA
68	2026-06-19	A transformer-based multimodal deep learning model for preoperative prediction of Ki-67 expression level in glioma 2026-Jun-17, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02492-z PMID:42310560	research paper	基于Transformer的多模态深度学习模型用于术前预测胶质瘤Ki-67表达水平	首次将Vision Transformer应用于多模态MRI数据预测胶质瘤Ki-67表达水平，并构建了多模态融合模型Combined_ViT，实现了优于CNN模型的预测性能	数据来自两家医院且样本量相对较小，Ki-67表达水平的定量评估存在一定主观性，模型仅基于MRI数据未融合其他临床变量	开发基于术前多模态MRI数据的深度学习模型以预测胶质瘤Ki-67表达水平并进行外部验证	421例2-4级胶质瘤患者的术前多模态MRI影像数据及Ki-67表达水平	computer vision	glioma	MRI	Vision Transformer (ViT)	image	421例患者（训练集217例，内部验证集94例，外部验证集110例）	NA	Vision Transformer, ShuffleNet, ResNet50, DenseNet121	AUC	NA
69	2026-06-19	Automated classification of clinical T staging pulmonary oncology from chest CT reports: a natural language processing framework for real-world data utilization 2026-Jun-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03596-w PMID:42310616	研究论文	开发了一种从胸部CT报告中自动分类临床T分期的自然语言处理系统，用于真实世界数据利用	结合深度学习和规则算法，遵循第9版肺癌TNM分期标准，首次实现从自由文本CT报告中自动提取临床T分期信息	未提及	减轻人工标注成本，提高真实世界数据中临床T分期信息的可获取性	胸部CT报告中的临床T分期标注	自然语言处理	肺癌	自然语言处理	深度学习与规则算法混合	文本	训练集284份报告，测试集165份报告	NA	NA	加权F1分数	NA
70	2026-06-19	Navigating the uncharted: AI-driven advances in protein structure, dynamics, interactions and ligand interactions for understudied families 2026-Jun-17, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00577-7 PMID:42310771	综述	综述人工智能驱动在未充分研究蛋白质家族的结构、动力学、相互作用及配体相互作用方面的进展	从传统方法到AlphaFold2、RoseTTAFold及基于Transformer架构等前沿深度学习框架的演变，展示了AI工具在结构预测、蛋白质动力学和内在无序建模中接近实验精度的能力，并通过孤儿G蛋白偶联受体和内在无序区域等代表性案例研究，揭示了这些技术对以往难处理系统的变革潜力	仍需实验验证、蛋白质灵活性的有效建模以及AI生成数据的伦理考量	为研究人员提供利用AI创新解决蛋白质组学中最具挑战性方面的路线图	未充分研究的蛋白质家族，特别是孤儿G蛋白偶联受体和内在无序区域	计算生物学	NA	NA	Transformer、图神经网络、扩散模型	蛋白质结构数据、蛋白质相互作用数据	两个代表性案例研究	NA	AlphaFold2、RoseTTAFold、Transformer、图神经网络、扩散模型	NA	NA
71	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
72	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
73	2026-06-19	Mechanism-Based Multitarget Modeling for Pathway-Level Prediction of PI3K/Akt Signaling Perturbation Induced by Liquid Crystal Monomers 2026-Jun-17, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c00371 PMID:42311097	研究论文	开发了一种以通路为中心的多靶点框架，用于预测液晶单体对PI3K/Akt信号通路的干扰	首次构建了基于通路的多任务深度学习模型，从机制层面预测液晶单体的多靶点毒性效应，并结合转录组验证	模型训练数据仅来自ChEMBL数据库，可能遗漏其他相关靶点数据；预测结果主要基于计算模拟，实验验证仅限于一种细胞系	建立可转移的机制性毒性评估框架，用于在有限实验数据下优先筛选化学品	液晶单体的毒性机制及对PI3K/Akt信号通路的干扰	机器学习	NA	深度学习、分子对接、转录组分析	多任务深度学习模型	分子结构数据、IC50数据	53,694个分子，62,440个数据点（训练集）；1,412种液晶单体（预测集）	NA	NA	准确率	NA
74	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
75	2026-06-19	Dual-Database Bibliometric Analysis Combined with Gephi-Based Network Visualization of Artificial Intelligence Applications in the Identification and Diagnosis of Thyroid Space-Occupying Lesions 2026-Jun-16, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056466850260610101215 PMID:42312525	研究论文	基于双数据库文献计量学和Gephi网络可视化分析人工智能在甲状腺空间占位病变识别与诊断中的应用	首次结合双数据库（WOSCC和PubMed）文献计量分析与Gephi网络可视化，系统描摹AI在甲状腺空间占位病变诊断领域的研究格局、主要热点和最新进展	研究仅关注已发表的文献，可能遗漏灰色文献或未发表成果，且合作网络分析中主题多样性存在缺口	描绘AI在甲状腺空间占位病变诊断中的研究格局，识别主要热点领域，总结最新进展	2006年至2025年间发表的关于AI应用于甲状腺空间占位病变的学术文献	自然语言处理	甲状腺癌	文献计量学	NA	文本	1546条文献记录	CiteSpace, VOSviewer, Gephi	NA	NA	NA
76	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
77	2026-06-19	Response to Letter Regarding Article, "Excellent agreement between automated deep learning-based and manual diffusion-weighted imaging infarct volume measurements in hyperacute stroke" 2026-Jun-14, Journal of the neurological sciences IF:3.6Q2 DOI:10.1016/j.jns.2026.126061 PMID:42308674	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
78	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
79	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
80	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