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
861	2026-05-27	Spliceread: improving canonical and non-canonical splice site prediction with residual blocks and synthetic data augmentation 2026-May-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06486-0 PMID:42174428	研究论文	提出一种名为SpliceRead的深度学习模型，通过残差卷积块和合成数据增强技术，提高对典型和非典型剪接位点的预测准确性	采用合成数据增强方法生成多样化的非典型剪接序列，并结合残差连接增强梯度流，捕获细微基因组特征，显著降低非典型位点的误分类率	NA	改进剪接位点预测模型的性能，特别是对罕见但生物重要的非典型剪接变体的检测能力	多物种数据集中长度为400和600核苷酸的剪接位点序列	机器学习	NA	深度学习	卷积神经网络	基因序列	多物种数据集，包含400和600核苷酸序列样本	PyTorch	残差卷积网络	F1-score, 准确率, 精确率, 召回率	NA
862	2026-05-27	DGAT: a dual-graph attention network for inferring spatial protein landscapes from transcriptomics 2026-May-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73114-z PMID:42168176	研究论文	提出一种名为DGAT的双图注意力网络，从空间转录组数据推断空间蛋白景观	构建异构图整合转录组、蛋白质组和空间信息，利用图注意力网络编码，并通过任务特定解码器从共享潜在表征重建mRNA和预测蛋白丰度	NA	从空间转录组数据推断空间蛋白表达，填补RNA到蛋白质的转化鸿沟	空间转录组和蛋白质组数据集中的RNA-蛋白关系	机器学习	NA	空间转录组学	图注意力网络	空间转录组数据、蛋白质组数据	多个公共和内部数据集	NA	双图注意力网络	蛋白插值精度	NA
863	2026-05-27	A Foundation Model for Wearable Movement Data in Mental Health Research 2026-May-19, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3694809 PMID:42154714	研究论文	提出一种用于可穿戴运动数据的预训练基础模型PAT，并在心理健康预测任务中验证其有效性	首个结合周级时间建模、精神健康结果评估和公共数据可重复性的可穿戴运动时间序列基础开源模型	NA	开发用于心理健康研究的可穿戴运动数据基础模型	可穿戴运动时间序列数据与心理健康预测任务	机器学习	心理健康疾病	加速度计	Transformer	时间序列	21,538名美国参与者	PyTorch	Transformer	准确率	NA
864	2026-05-27	MoST: A monotone set transformer for scalable and verifiable neuro-fuzzy aggregation 2026-May-19, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.109153 PMID:42184462	研究论文	提出了一种可验证的神经模糊架构MoST，用于在安全关键领域实现可扩展且满足单调性公理的集合数据聚合	首次将集合包含单调性约束与可计算的OWA聚合相结合，通过非竞争门控机制和语义锚点设计，在O(Nlog N)复杂度下实现超模协同近似，突破了Deep Sets对基本顺序统计量表示时所需的线性特征缩放瓶颈	在分子任务中需依赖任务在严格单调约束与无约束预测灵活性之间进行权衡	设计一种同时满足排列不变性、单调性和计算可扩展性的集合学习算法	集合结构数据中的聚合函数（如max聚合、秩相关聚合）的表示与实现	机器学习	NA	NA	Monotone Set Transformer	集合数据	NA	PyTorch	Transformer, OWA聚合器, 正核门控机制	单调性认证分数, 时间/内存缩放性能, 近似max聚合精度	NA
865	2026-05-27	Electrochemically induced CoNiOOH Nanosheets enabling nitrite detection through a catalytic reduction mechanism and machine learning-based concentration prediction 2026-May-19, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.149691 PMID:42184523	研究论文	提出一种通过电化学诱导CoNiOOH纳米片实现亚硝酸盐检测并结合机器学习进行浓度预测的协同策略	首次将电化学诱导的CoNiOOH纳米片与Inception-Time-Moment深度学习模型相结合，实现从原始LSV信号到浓度的端到端预测，显著提高检测性能	缺乏对实际复杂样本中干扰物影响的验证，且深度学习模型的计算资源需求较高	开发一种高选择性、智能化的亚硝酸盐检测平台，通过电催化材料优化和人工智能算法提升检测性能	亚硝酸盐检测	机器学习和电化学传感	NA	电化学原位氧化, DFT计算	Inception-Time-Moment深度学习模型	电化学信号（线性扫描伏安法LSV信号）	未明确说明	PyTorch	Inception-Time-Moment	灵敏度, 检测限, 线性范围, R²	NA
866	2026-05-27	N2G calibrator: a cross-subject adversarial learning framework for neural signal-driven gait tracking in Parkinson's disease 2026-May-18, Communications engineering DOI:10.1038/s44172-026-00688-3 PMID:42151559	研究论文	提出跨被试对抗学习框架N2GCF，利用集体神经数据追踪帕金森病患者步态表现	通过域对抗学习实现跨被试知识迁移，消除对同步步态记录系统的依赖，可在非临床环境中进行个性化模型校准	未提及具体局限性	开发无需目标用户标注数据的跨被试步态追踪框架，用于自适应脑深部电刺激系统	帕金森病患者的神经信号与步态表现	机器学习	帕金森病	神经信号记录	深度学习模型	神经信号	NA	NA	域对抗学习网络	误码率	NA
867	2026-05-27	Contrastive multimodal deep learning for survival prediction in grade 2/3 gliomas 2026-May-09, JNCI cancer spectrum IF:3.4Q2 DOI:10.1093/jncics/pkag039 PMID:41987576	研究论文	开发了一种对比多模态深度学习框架，整合组织病理学、体细胞突变和临床数据，用于预测2/3级胶质瘤患者生存期	首次将对比学习与生存分析结合，实现跨模态表示的对齐，无需人工标注即可利用常规收集数据进行风险分层	对比多模态模型与非对比多模态模型相比，c指数差异未达到统计学显著性	提高2/3级胶质瘤患者生存预测的准确性，解决肿瘤生物学异质性和单模态数据方法的局限性	2/3级胶质瘤患者	机器学习和数字病理学	胶质瘤（2/3级）	NGS（体细胞突变检测）和组织病理全切片成像	对比多模态深度学习网络	组织病理图像、基因组突变数据和临床人口统计数据	TCGA队列498例，DHMC外部验证队列61例	PyTorch	NA	c指数、Kaplan-Meier生存曲线、对数秩P值、轮廓分数	NA
868	2026-05-27	A Few-shot Multimodal Deep Learning Framework For Precision Diagnosis Of Parotid Gland 2026-May-08, Journal of visualized experiments : JoVE DOI:10.3791/70231 PMID:42184237	研究论文	提出了一种基于少样本学习的多模态深度学习框架，用于腮腺肿瘤的精确诊断	融合多序列MRI信息与多尺度空间注意力机制，解决小样本条件下特征提取与分类性能问题	NA	解决腮腺肿瘤术前良恶性鉴别困难的问题，提升诊断准确性	腮腺肿瘤（良性107例、恶性91例）的术前MRI影像数据	计算机视觉	腮腺肿瘤	MRI (T1加权、T2加权、弥散加权成像)	多模态深度学习模型	图像（多序列MRI）	198例腮腺肿瘤患者影像数据	PyTorch, TensorFlow	ResNet, U-Net	AUC	GPU（NVIDIA RTX 3090）
869	2026-05-27	Automated Quantitative Analysis of Pulmonary Vasculature in Congenital Diaphragmatic Hernia using Deep Learning 2026-May-08, Journal of visualized experiments : JoVE DOI:10.3791/70428 PMID:42184245	研究论文	提出基于深度学习的全自动化方法，对先天性膈疝患者的肺动脉进行分割和形态计量分析	首次实现先天性膈疝中肺动脉血管的自动定量分析，基于U-Net架构并结合三维骨架化算法提取形态参数	NA	实现先天性膈疝肺部血管的自动化定量评估，以帮助理解疾病严重程度	先天性膈疝患者的肺部血管网络（基于CT扫描）	计算机视觉	先天性膈疝	NA	卷积神经网络（CNN）	影像数据（CT扫描）	NA	NA	U-Net	分割准确度	NA
870	2026-05-27	A Deep Learning-Based Method for Paddy Leaf Disease Detection and Growth Stage-Specific Treatment Recommendation 2026-May-05, Journal of visualized experiments : JoVE DOI:10.3791/70631 PMID:42184257	研究论文	提出一种基于深度学习的稻叶病害检测与生长阶段特异性治疗推荐决策支持系统	集成生长阶段预测、病害分类和阶段特异性治疗推荐于一个框架中，并采用集成学习方法提升分类性能	未提及模型在多环境条件下的泛化能力评估及数据集规模对性能的影响	建立精准农业中稻叶病害自动检测与治疗方案推荐的智能决策系统	水稻叶片图像及其生长阶段和病害类别	计算机视觉	水稻叶部病害	NA	卷积神经网络(CNN), 迁移学习模型(VGG16, ResNet50, InceptionV3, MobileNetV2), 集成方法	图像	数据集按80%训练、10%验证、10%测试划分	Streamlit	VGG16, ResNet50, InceptionV3, MobileNetV2	准确率, 精确率, 召回率, F1分数	NA
871	2026-05-27	Learning drug synergy through environment-conditioned feature modulation 2026-May-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag256 PMID:42085481	研究论文	提出Env-Syn框架，通过环境条件特征调制学习药物协同作用，以建模药物-药物-细胞动态相互作用	引入残差特征线性调制模块对药物表示进行精确仿射变换，首次将细胞-药物环境作为动态条件而非静态背景来调制药物表征	文章未明确提及局限性	提高药物协同作用预测性能并增强模型对未知药物和独立数据集的泛化能力	药物组合及细胞环境中的协同作用预测	机器学习	癌症	NA	深度学习	药敏数据及细胞特征	文章未明确说明样本量，但涉及15种新预测药物组合其中8种有文献支持	PyTorch	残差特征线性调制网络	AUROC, AUPRC, 召回率	NA
872	2026-05-27	Artificial Intelligence in Rhinology 2026-May-01, The Journal of craniofacial surgery IF:1.0Q3 DOI:10.1097/SCS.0000000000011654 PMID:40608779	综述	这篇论文综述了人工智能在鼻科学中的应用	系统回顾了2000年至2025年间人工智能在鼻科学中的应用，涵盖机器学习分类、深度学习诊断及手术阶段评估等前沿技术	依赖高水平医疗机构和装备环境，但可能不适用于资源匮乏地区	评估人工智能在鼻科学中的应用现状并展望未来发展方向	鼻科学中的人工智能应用，包括影像诊断、手术阶段评估和机器人手术	自然语言处理，机器学习，计算机视觉	鼻窦炎等鼻科疾病	机器学习，深度学习	分类算法	图像（放射影像）	不适用	不适用	不适用	不适用	不适用
873	2026-05-27	Automatically Measuring Kidney, Liver, and Cyst Volumes in Autosomal Dominant Polycystic Kidney Disease 2026-May-01, Journal of the American Society of Nephrology : JASN IF:10.3Q1 DOI:10.1681/ASN.0000000904 PMID:41186985	研究论文	开发了一个名为TraceOrg的基于网络的深度学习平台，用于自动测量常染色体显性多囊肾病患者的肾脏、肝脏和囊肿体积，并提供Mayo影像分类	首次将U-Net与Transformer元素结合的3D混合模型应用于多囊肾病的肾脏、肝脏及囊肿分割，并部署为公开的网页工具，支持多种MRI脉冲序列和CT图像，实现自动匿名化处理	未明确讨论模型在低对比度图像或罕见病变亚型中的表现，且外部验证数据集主要来自西方人群，可能影响种族多样性泛化能力	开发并验证一种自动、可靠且通用的工具，用于准确测量常染色体显性多囊肾病患者的肾脏、肝脏和囊肿体积	常染色体显性多囊肾病患者的MRI和CT扫描图像，以及无该病的参与者图像	数字病理学	多囊肾病	MRI, CT扫描	3D混合模型（U-Net + Transformer）	医学图像	720名参与者（611名ADPKD患者，109名非ADPKD参与者）用于训练；内部验证：70个MRI（肾脏/肝脏分割）和46个MRI（囊肿分割）；外部验证：单中心58例、多中心73例、CRISP 30例、PKD-RRC 115例	NA	U-Net, Transformer	Dice系数，平均绝对百分比差异	NA
874	2026-05-27	FDS-CAP: Modeling Fragmented Disease Subgraphs with Component-Level Attention for Comorbidity Prediction 2026 May-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1177/15578666261427466 PMID:41885386	研究论文	提出FDS-CAP框架，通过组件级注意力机制建模碎片化疾病子图，用于预测疾病共病关系	首次通过组件级注意力机制整合疾病子图中的连通组件，以捕捉碎片化疾病模块的生物学复杂性，从而提高共病预测的准确性和表达力	仅基于单一基准数据集评估，且案例研究仅限于胶质瘤，可能限制泛化性	改进现有方法对疾病模块碎片化的忽视，提升共病预测性能	人类疾病网络中的疾病子图及其共病关联	机器学习	胶质瘤	NA	子图神经网络（SUBGNN）、变分图自编码器	图	基准数据集（具体数量未在摘要中说明）	PyTorch	SUBGNN、变分图自编码器	AUROC	NA
875	2026-05-27	DANCE: Deep Learning-Assisted Analysis of ProteiN Sequences Using Chaos Enhanced Kaleidoscopic Images 2026 May-Jun, Journal of computational biology : a journal of computational molecular cell biology IF:1.4Q2 DOI:10.1177/15578666261441311 PMID:41995104	研究论文	提出一种名为DANCE的方法，利用混沌增强万花筒图像对T细胞受体蛋白序列进行深度学习的分析与分类	结合混沌游戏表示与万花筒图像方法生成蛋白序列的对称可视化图像，并利用深度学习视觉模型进行分类，为短蛋白序列（如TCR）提供了一种新的图像化嵌入方式	主要针对TCR蛋白序列较短的特性设计，可能不适用于长序列；未提及对不同病原体或非癌抗原的泛化能力	开发一种基于图像的蛋白序列表示方法，以提升对TCR蛋白序列的分析与分类能力，支持基于TCR的免疫疗法研究	T细胞受体蛋白序列及其靶向的癌细胞类型	计算机视觉, 深度学习, 蛋白质组学	癌症	混沌游戏表示, 万花筒图像生成	深度学习视觉模型	图像（由蛋白序列生成的万花筒图）	未明确说明	NA	NA	分类准确率等（具体指标未在摘要中说明）	NA
876	2026-05-27	BudFinder: A Masked Auto-Encoder vision transformer framework for yeast budding detection and lifespan quantification 2026-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013700 PMID:42149904	研究论文	提出BudFinder框架，利用掩码自编码器视觉变换器进行酵母出芽检测与寿命量化	使用自监督预训练技术（掩码自编码器）大幅减少标注数据需求，仅需少量母细胞数据即可实现高精度检测	NA	自动化酵母细胞分裂事件检测与复制寿命量化	酵母细胞	计算机视觉	老年性疾病	延时显微镜	视觉变换器（Vision Transformer）	图像	约25万张未标注酵母细胞图像及少于50个母细胞（约1000次分裂事件）的标注数据	PyTorch	掩码自编码器（Masked Autoencoder）	NA	NA
877	2026-05-27	Beyond Diagnosis: A Systematic Review of Artificial Intelligence and Deep Learning in Monitoring Iron Overload and Organ Toxicity in Beta-Thalassemia 2026-May, Hemoglobin IF:1.2Q4 DOI:10.1080/03630269.2026.2653733 PMID:42091230	系统性综述	探讨人工智能和深度学习在β-地中海贫血铁过载及器官毒性监测中的应用	首次系统性综述AI/DL在β-地中海贫血铁过载监测中的应用，聚焦于超越传统诊断方法的自动图像分析、测量精度提升及早期器官损伤检测	多数研究为回顾性、单中心设计，缺乏外部验证，导致偏倚风险较高	评估AI和DL在β-地中海贫血患者铁过载和器官毒性监测中的现有证据	β-地中海贫血患者的铁过载和器官毒性监测	机器学习	β-地中海贫血	MRI R2/T2成像	深度学习模型、机器学习模型	影像数据（MRI R2/T2）、临床数据	8项研究	NA	NA	分割准确性、观察者间变异性、重度铁过载时的表现	NA
878	2026-05-27	VesiclePy: A machine learning vesicle analysis toolbox for volume electron microscopy 2026-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013499 PMID:42133697	研究论文	开发了VesiclePy，一个用于体电子显微镜数据的囊泡分析工具箱，实现自动化分割、分类、校对和空间分析	整合深度学习与人工校对效率，提供大体积电镜数据中单囊泡分辨率的分块处理、精确索引、定位和可视化，支持多TB数据集处理及神经元亚型聚类	NA	解决体电子显微镜数据中囊泡分析的大体积数据处理挑战，实现全神经元形态学范围内囊泡的完整重建与定量分析	神经元囊泡（包括包装神经递质和神经肽的囊泡）及目标神经元	机器学习	NA	体电子显微镜（vEM）	深度学习	电子显微镜图像	20个完整神经元中的53,851个囊泡，来自Hydra vulgaris的高压冷冻连续电镜数据	PyTorch	NA	NA	NA
879	2026-05-27	Bridging the Gap Between Artificial Intelligence and Clinical Readiness in Endometriosis Diagnosis: A Systematic Review 2026-Apr-30, Journal of minimally invasive gynecology IF:3.5Q1 DOI:10.1016/j.jmig.2026.04.016 PMID:42069053	综述	系统评估人工智能在子宫内膜异位症诊断中的方法学质量和诊断性能	首次系统性评估AI在子宫内膜异位症诊断中的方法学质量，并使用QUADAS-2工具进行严格评价	研究主要基于回顾性设计和狭窄的患者选择，存在显著临床异质性和系统脆弱性，如频谱偏倚和选择偏倚	评估AI（尤其是机器学习和深度学习）在通过影像学和临床症状诊断子宫内膜异位症中的方法学质量和诊断性能	子宫内膜异位症患者，基于MRI、超声或患者报告症状的AI诊断模型	机器学习	子宫内膜异位症	NA	机器学习模型，深度学习模型	影像数据（MRI、超声）、文本数据（患者报告症状）	NA	NA	随机森林、XGBoost	准确率、AUC	NA
880	2026-05-27	Imaging Through Scattering Tissue Using Near Infra-Red and a Convolutional Autoencoder 2026-Apr-18, Sensors (Basel, Switzerland) DOI:10.3390/s26082507 PMID:42076614	研究论文	提出一种基于近红外照明与深度学习卷积自编码器的低代价、非侵入性皮下成像方法，用于肿瘤边缘检测	首次将近红外光与基于U-Net的卷积自编码器结合，实现通过散射介质对隐藏结构的高质量重建，克服了传统成像模态的高成本和术中限制	对分布外样本的泛化能力有限，重建结果伴有轻微平滑伪影	开发一种安全、快速、成本效益高的皮下可视化技术，用于临床相关肿瘤边缘检测	组织模拟鸡胸肉幻影下的隐藏结构图案	计算机视觉，数字病理学	肿瘤	近红外成像，深度学习	卷积自编码器	图像	约10,000对样本	PyTorch	U-Net	峰值信噪比（PSNR），结构相似性指数（SSIM），特征相似性指数（FSIM）	NA