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
9141	2026-05-19	Artificial intelligence and peripheral neuropathies: Strategies for the development, application, and repair of regenerative biomaterials 2026-Sep-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00561 PMID:41017675	review	探讨人工智能在周围神经再生生物材料开发中的应用，涵盖材料设计、性能预测和虚拟实验	系统探讨人工智能通过机器学习和深度学习优化神经再生生物材料的策略	数据整合、算法复杂性及临床转化的挑战	探索人工智能在神经再生生物材料研发中的应用潜力	周围神经再生生物材料	machine learning	周围神经病	NA	machine learning, deep learning	NA	NA	NA	NA	NA	NA
9142	2026-05-19	Deep learning-based cognitive impairment brain imaging analysis: New methods, new technologies, and new paradigms 2026-Sep-01, Neural regeneration research IF:5.9Q1 DOI:10.4103/NRR.NRR-D-25-00332 PMID:42148603	综述	探讨深度学习在由缺血性中风、阿尔茨海默病和帕金森病引起的认知障碍脑磁共振成像分析中的应用，聚焦于病变分割、目标检测和图像分类三大核心任务	系统总结了U-Net、混合CNN-Transformer和3D-CNN等模型在三种疾病中的最新应用进展，并提出了联邦学习、域适应、自动标注和可解释人工智能等新范式以克服临床整合障碍	高质量标注数据集稀缺、站点间差异性大、标注成本高以及模型可解释性有限，阻碍了临床整合	探索深度学习在认知障碍脑磁共振成像分析中的应用，提升病变分割、异常区域定位和疾病分类的准确性、鲁棒性和泛化能力	缺血性中风、阿尔茨海默病和帕金森病引起的认知障碍患者的脑磁共振成像数据	计算机视觉	心血管疾病、阿尔茨海默病、帕金森病	磁共振成像	卷积神经网络、变换器	图像	NA	NA	U-Net、混合卷积神经网络-变换器、三维卷积神经网络、ResNet、Vision Transformer	Dice系数、准确率	NA
9143	2026-05-19	An integrated wearable microfluidic electrochemical/colorimetric intelligent sensing platform for comprehensive sweat analysis 2026-Aug-15, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118746 PMID:42061345	研究论文	提出了一种集成微流控电化学/比色传感的智能可穿戴平台，用于全面汗液分析	首次将高性能CuS/PDA@MXene纳米复合材料电化学传感层与水凝胶微流控/比色传感层结合，实现汗液成分与皮肤微环境的多模态监测，并采用CNN-LSTM深度学习架构处理比色信号	未提及	开发智能可穿戴平台用于动态监测汗液成分和皮肤微环境，推动个性化健康监测和数字医疗	汗液中的葡萄糖、乳酸、钾离子、钠离子，以及汗液皮肤微环境的pH值、温度和紫外线强度	机器学习, 数字化病理学	未指定	电化学传感, 微流控比色传感	CNN-LSTM	图像信号（比色信号）	未提及	NA	CNN-LSTM	未提及	NA
9144	2026-05-19	Self-supervised Deep Learning for Denoising in Ultrasound Microvascular Imaging 2026-Aug-15, Biomedical signal processing and control IF:4.9Q1 DOI:10.1016/j.bspc.2026.110368 PMID:42147495	研究论文	提出一种自监督深度学习框架HA2HA，用于超声微血管成像中的去噪，提升图像质量	创新性地使用互补角度子集的超声射频血流数据构建自监督训练对，无需标记数据即可实现去噪，并适用于无对比剂和增强对比剂的场景	未提及	解决超声微血管成像中低信噪比问题，提高血管可视化和下游分析质量	猪肾脏、人类肾脏和人类肝脏的超声微血管成像数据	计算机视觉, 数字病理学	未提及	超声成像	深度学习	图像（超声射频血流数据）	训练数据：无对比剂猪肾脏数据；测试数据：未见过个体的无对比剂和增强对比剂猪肾脏、人类肾脏和人类肝脏数据	NA	NA	对比噪声比	NA
9145	2026-05-19	Construction of a multi-dimensional predictive model for college students' academic performance based on deep learning 2026-May-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51012-0 PMID:42144405	研究论文	构建基于深度学习的大学生学业成绩多维预测模型，融合时间序列、行为与人口学特征	提出一种新型GatedLSTMU-Dove模型，通过优化算法提升收敛速度与预测精度，并实现可解释的时间模式可视化	未说明模型在更大规模或多样化数据集上的泛化能力，以及实际教学干预中的效果验证	开发一个鲁棒的预测模型，利用多维数据（时间、行为和人口学特征）预测大学生学业表现	2000名大学生的学业数据，包括成绩、出勤率、学习管理系统交互、心理测量和人口统计记录	机器学习	NA	NA	门控长短期记忆单元（Gated LSTM）	表格数据（数值型与分类型特征）	2000名学生样本	Python 3.10（未明确指定具体框架）	GatedLSTMU-Dove	分类准确率（98.85%）、低误差指标、可解释的时间模式可视化	NA
9146	2026-05-19	Automated periapical lesion segmentation and area-based PAI indexing: a comparative deep learning study on periapical radiographs 2026-May-18, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08645-4 PMID:42144602	研究论文	本研究系统比较了四种深度学习架构在根尖周X线片上自动分割根尖周病变并基于面积计算根尖周指数（PAI）的性能	首次在统一协议下将像素级分割映射到临床可解释的根尖周指数（PAI）类别，并提出基于面积的PAI评分（aPAI）	未纳入定性影像特征（如边界定义、小梁变化），且仅使用单一数据集，缺乏外部验证	评估不同深度学习架构在根尖周病变分割及基于面积的PAI指数计算中的性能，并比较其优劣	900张匿名根尖周X线片及其专家标注的病变掩膜	计算机视觉	根尖周病变	X线成像	CNN	图像	900张根尖周X线片（训练集594张，验证集145张，测试集161张）	NA	U-Net, ResUNet34, DeepLabV3, HRNet	准确率, 敏感度, 特异度, 精确率, F1分数, AUC	NA
9147	2026-05-19	Graph attention network-based prediction of oral multi-drug resistance efflux protein sequence 2026-May-18, Minerva dental and oral science IF:1.1Q3 DOI:10.23736/S2724-6329.25.04946-0 PMID:42149558	研究论文	利用图注意力网络预测口腔多药耐药外排蛋白序列	首次将图注意力网络与超注意力机制应用于口腔耐药组蛋白序列预测	模型敏感度较低（0.51），可能遗漏部分阳性病例；样本量小，仅涵盖少数细菌蛋白序列	预测口腔多药耐药外排蛋白序列，为药物发现和耐药管理提供支持	口腔多药耐药外排蛋白序列（来自MprA、MarA、CpxA和MdtC蛋白的FASTA序列）	机器学习	NA	NA	图注意力网络 (GAT)	序列数据	7条蛋白质FASTA序列	Deepbio	图注意力网络, 超注意力机制	敏感度, 特异性, 真阴性率 (TNR)	NA
9148	2026-05-19	Customer churn prediction in privacy-preserving HashCode-based security abstractions 2026-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53357-y PMID:42144427	研究论文	提出一种基于哈希码的安全抽象方法，在保护隐私的前提下实现客户流失预测	将隐私设计理念融入客户流失统计，使用哈希码安全抽象在保持分析完整性的同时保护身份信息，无需依赖丰富标识符或大量基础设施假设	仅使用行为、交易和时间等结构化数据，未涉及非结构化数据或外部数据源	在严格隐私标准下评估和平衡多种机器学习与深度学习模型在客户流失预测中的性能	客户行为、交易及时间相关特征	机器学习	NA	匿名化哈希编码	逻辑回归、随机森林、XGBoost、多层感知机	结构化数据（行为、交易、时间）	未指定样本数量	Keras, Scikit-learn	Logistic Regression, Random Forest, XGBoost, Multilayer Perceptron	准确率、精确率、召回率、F1分数、AUC	未指定
9149	2026-05-19	IL-HS: a deep inception-LSTM architecture for enhanced lithological mapping using EnMAP hyperspectral remote sensing data 2026-May-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52520-9 PMID:42144467	研究论文	提出IL-HS深度学习框架，用于利用EnMAP高光谱遥感数据进行增强岩性制图	首次将InceptionV2与双向长短期记忆网络结合用于高光谱岩性分类，实现多尺度空间特征与序列光谱信息融合	NA	实现半干旱和地质复杂区域的高精度岩性制图，以支持地质科学和矿产勘探	摩洛哥Anti-Atlas地区Kerdous内围层的26个岩性单元	计算机视觉	NA	高光谱遥感、EnMAP数据	Inception-LSTM	高光谱图像	NA	PyTorch	InceptionV2,双向长短期记忆网络	总体精度	NA
9150	2026-05-19	LaED: a novel lightweight, edge-aware and explainable deep learning model for privacy-preserving facial attendance tracking in resource-constrained educational environments 2026-May-15, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42051-8 PMID:42141001	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9151	2026-05-19	Molecular and Computational Basis of Taste Perception: A Review toward the "Digital Language of Taste" 2026-May-12, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c05861 PMID:42146156	综述	综述了味觉感知的分子与计算基础，聚焦于数字化味觉语言的构建	系统整合了分子对接、分子动力学模拟与机器学习在味觉研究中的应用，特别强调了人工智能模型（如深度学习与Transformer架构）在提高味觉预测准确性方面的进展	味觉受体结构数据不完整、受体激活长时间尺度建模困难、多感官整合模型不完善，以及计算预测与人类主观体验之间的鸿沟	探讨计算化学、分子建模与机器学习在味觉机制研究、味觉特征预测及新型味觉化合物设计中的应用，推动数字化味觉发展	味觉受体（G蛋白偶联受体和离子通道）及甜、苦、鲜、咸、酸五种基本味觉模式	机器学习	NA	分子对接、分子动力学模拟、机器学习	深度学习模型、Transformer架构	分子描述符数据	NA	NA	深度学习、Transformer	准确率	NA
9152	2026-05-19	Weak supervision of H&E slides reveals systems-level biology and functional states that govern therapeutic resistance 2026-May-08, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.05.723013 PMID:42146619	研究论文	使用弱监督深度学习模型从常规H&E全切片图像中推断治疗相关的肿瘤微环境表型活性	无需资源密集的空间组学数据训练，仅利用常规H&E切片和已有的治疗结果或整体组学数据作为切片级标签，即可评估功能生物学状态	NA	开发可扩展工具，从患者层面评估驱动治疗抵抗的肿瘤微环境程序	3111例乳腺癌H&E全切片图像及其配对的整体转录组数据	数字病理学	乳腺癌	RNA-seq	深度学习	图像	3111例乳腺癌H&E全切片图像	PyTorch	弱监督深度学习模型	AUROC, 皮尔逊相关系数	NA
9153	2026-05-19	Deep Learning-Based Structure Modeling of the Treponema pallidum Proteome: Insights into Pathogenesis and Syphilis Vaccine Development 2026-May-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.05.717303 PMID:42146597	研究论文	利用深度学习对梅毒螺旋体全蛋白质组进行结构建模，分析其功能并识别与致病性和疫苗开发相关的蛋白	首次采用AI驱动的结构到功能建模流程，对梅毒螺旋体99%的蛋白质组生成高置信度结构模型，并完成877种蛋白质的结构基础功能注释，包括240个未知功能蛋白	未明确描述	通过结构建模深入理解梅毒螺旋体的致病机制，并指导梅毒疫苗设计	梅毒螺旋体全蛋白质组，包含976种蛋白质	机器学习	梅毒	深度学习结构建模、蛋白质结构比较、B细胞表位预测	深度学习模型（未指定具体类型）	蛋白质序列数据	976种梅毒螺旋体蛋白质	NA	未指定具体架构	NA	NA
9154	2026-05-19	Combining MEA-Net and LAP-Net for Pneumoconiosis Staging Framework 2026-May-01, Journal of occupational and environmental medicine IF:2.3Q2 DOI:10.1097/JOM.0000000000003618 PMID:41247264	研究论文	提出结合MEA-Net和LAP-Net的深度学习框架用于尘肺病分期	首次将MEA-Net和LAP-Net结合用于尘肺病分期，提高了分级准确性	未提及具体局限性	改善尘肺病诊断的主观性，提高分期准确性	尘肺病患者的胸部X光片	计算机视觉，数字病理学	尘肺病	深度学习	CNN	图像	NA	NA	MEA-Net, LAP-Net	准确率，精确率，召回率，特异度，F1分数，AUC	NA
9155	2026-05-19	Endothelial cells recruit pro-inflammatory macrophage clusters via App-Cd74 exacerbating ICI-associated myocarditis 2026-05, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2026.111238 PMID:41905617	研究论文	通过单细胞RNA测序鉴定ICI相关心肌炎中内皮细胞通过App-Cd74信号轴招募促炎性巨噬细胞簇的机制	首次发现Cxcl9和Cxcl10共表达的巨噬细胞亚群与ICI心肌炎相关，并揭示App-Cd74信号轴作为潜在治疗靶点，利用深度学习框架scTenifoldXct验证配体-受体互作	NA	阐明ICI相关心肌炎的免疫病理机制，为开发靶向治疗策略奠定基础	小鼠ICI心肌炎模型的心脏组织中的巨噬细胞亚群和内皮细胞	机器学习	心肌炎	单细胞RNA测序	深度学习框架	基因表达数据	NA	scTenifoldXct	NA	NA	NA
9156	2026-05-19	Deep Learning-based Automated Coronary Plaque Quantification: First Demonstration With Ultra-high Resolution Photon-counting Detector CT at Different Temporal Resolutions 2026-May-01, Investigative radiology IF:7.0Q1 DOI:10.1097/RLI.0000000000001233 PMID:40843653	研究论文	评估基于深度学习的新型冠脉斑块量化工具在超高清光子计数探测器CT冠脉造影中的可行性与可重复性，并分析时间分辨率对斑块量化的影响	首次在超高清光子计数探测器CT中应用基于深度学习的自动化冠脉斑块量化工具，并系统评估不同时间分辨率对斑块量化的影响	单中心回顾性研究，样本量较小（45例患者），且未涉及不同扫描协议或患者群体的泛化性验证	评估新型深度学习冠脉斑块量化工具在不同时间分辨率下的可行性与可重复性	45例接受临床指示超高清光子计数探测器CT冠脉造影的患者	计算机视觉	心血管疾病	光子计数探测器CT冠脉造影	深度学习	图像	45例患者，135支冠脉（其中119支含动脉粥样硬化斑块）	NA	NA	P值、斑块体积（立方毫米）、直径狭窄程度百分比	NA
9157	2026-05-19	Cone beam computed tomography reconstruction from truncated projections using prior information and transfer learning 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70488 PMID:42145070	研究论文	提出了一种基于双域深度学习的锥束CT截断投影重建方法（D3CRT），利用非截断先验信息和投影域迁移学习提高图像质量	首次将去噪扩散概率模型（DDPM）应用于投影域缺失数据预测，并通过迁移学习实现物体特异性适应，同时结合投影域和图像域的双域处理流程	未提及方法的泛化能力测试、计算效率分析或临床样本验证	开发一种从截断投影中高质量重建锥束CT图像的方法，克服视野不足导致的截断伪影	小动物活体成像数据（micro-CBCT系统采集的全身体和肺部投影数据）	计算机视觉, 数字病理学	NA	锥束CT成像	去噪扩散概率模型（DDPM）, 图像增强网络（IE-Net）	CT投影数据（正弦图）和重建图像	小动物活体成像（未明确样本数量）	NA	SG-Net（基于DDPM）, IE-Net（未具体说明架构）	Dice相似系数（DSC）, 结构相似性指数（SSIM）, 均方根误差（RMSE）	NA
9158	2026-05-19	Prediction method for transcription factor binding sites integrating channel and spatial attention mechanisms 2026-May, Yi chuan = Hereditas DOI:10.16288/j.yczz.25-184 PMID:42145197	research paper	提出一种整合通道与空间注意力机制的深度学习模型，用于预测不同细胞类型中的转录因子结合位点，在51组ChIP-seq数据和13个DNase-seq数据集上实现高精度预测	首次将通道注意力与空间注意力机制融合应用于转录因子结合位点预测，在23个转录因子-细胞类型组合上达到0.986的平均AUROC，相比现有先进模型FactorNet、Leopard和DeepGRN具有更优性能	NA	提高跨细胞类型预测转录因子结合位点的准确性，为解析基因表达调控网络和相关疾病分子发病机制提供计算框架	10个核心转录因子（CTCF、EGR1、FOXA1等）在13个人类细胞系（A549、GM12878、H1-hESC等）中的结合位点	machine learning	NA	ChIP-seq, DNase-seq	深度学习模型（注意力机制）	序列数据	51组ChIP-seq数据和13个DNase-seq数据集	NA	通道注意力模块、空间注意力模块	AUROC, AUPRC	NA
9159	2026-05-19	Artificial Intelligence in Pediatric Bronchoscopy: Current Evidence and Future Perspectives 2026-May, Pediatric pulmonology IF:2.7Q2 DOI:10.1002/ppul.71668 PMID:42145187	综述	本文总结了人工智能在儿科支气管镜检查中的当前证据并展望了未来应用	首次系统综述人工智能在儿科支气管镜中的独特应用，包括视频分析、导航指导和培训工具，并指出了儿科特定数据需求	大部分证据来自成人研究，儿科数据多为小规模、单中心数据集，存在偏倚风险，需要更多前瞻性多中心研究	评估人工智能在儿科支气管镜中的应用现状和潜在价值	儿科支气管镜检查中的AI应用，包括气道解剖识别、异物吸入预测、支气管炎评分等	数字病理学, 机器学习	儿科呼吸系统疾病	NA	深度学习模型	视频, 图像	NA	NA	NA	准确性, 完整性, 速度	NA
9160	2026-05-19	Precise delineation of glioma margins in hyperspectral images using cross-channel spectral feature fusion 2026-May-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.590877 PMID:42145684	研究论文	提出一种基于跨通道光谱特征融合的高光谱图像胶质瘤边界精确勾画方法	设计多分支特征提取网络，结合主分支提取深层语义特征和侧分支保留原始光谱空间信息，通过残差连接实现跨通道互补，有效增强特征判别性、泛化能力和可解释性	未提及详细局限性信息	解决脑胶质瘤手术中边界勾画的关键挑战，实现肿瘤与正常组织的精确区分	脑胶质瘤组织与正常脑组织	计算机视觉,数字病理学	脑胶质瘤	高光谱成像	卷积神经网络	高光谱图像	未明确提及样本数量	NA	多分支特征提取网络（主分支含复合卷积单元，侧分支含残差连接）	准确率,ROC曲线,AUC	NA