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
81	2026-06-03	Privacy-aware continuous federated biometric authentication (PACFBA) using federated deep learning: a novel usable security framework 2026-May-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55046-2 PMID:42225851	研究论文	提出了一种隐私感知的连续联邦生物特征认证框架，融合联邦深度学习以增强移动和物联网环境下的用户认证安全	创新地结合了联邦学习、差分隐私与同态加密，以及CNN-LSTM混合架构，实现了去中心化、连续且隐私保护的生物特征认证，降低了通信开销并提升了隐私保护能力	需要在大规模、异构的真实世界数据集上进行进一步的实证验证，才能完全符合部署要求	解决传统认证方法仅单次登录验证、无法确保持续用户身份的问题，设计一种安全、无缝且隐私保护的连续认证机制	移动设备、物联网和边缘计算环境中的用户认证数据	机器学习	NA	联邦学习、差分隐私、同态加密	CNN-LSTM混合模型	生物特征数据（如行为或生理信号）	未明确说明样本数量，但使用实验数据集进行验证	NA	卷积神经网络（CNN）和长短期记忆网络（LSTM）的混合架构	准确率（92.5%）、精确率（90.8%）、召回率（91.2%）、F1分数（0.91），以及通信开销减少20%、隐私保护提升35%	NA
82	2026-06-03	Improving image quality and diagnostic confidence for PRETEXT staging in pediatric hepatoblastoma using thin-slice and low-energy virtual monochromatic images in dual-energy CT with deep learning image reconstruction algorithm 2026-May-30, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02476-z PMID:42226141	研究论文	探讨双能量CT结合深度学习图像重建算法获得的薄层低能虚拟单能量图像对儿童肝母细胞瘤PRETEXT分期图像质量和诊断信心的影响	首次将薄层40 keV虚拟单能量图像与深度学习图像重建结合，用于儿童肝母细胞瘤PRETEXT分期，以提升图像质量和诊断信心	单中心回顾性研究，样本量较小（53例），且未评估对实际治疗决策的直接影响	评估薄层低能量（40 keV）双能量CT图像结合深度学习重建算法是否比常规图像提高PRETEXT分期的图像质量和诊断信心	儿童肝母细胞瘤患者	计算机视觉, 数字病理学	肝癌, 儿童肿瘤（肝母细胞瘤）	双能量CT, 深度学习图像重建, 虚拟单能量成像	深度学习重建网络（DLIR-H）	医学影像（CT图像）	53例儿童患者（平均年龄3.54±2.26岁）	NA	DLIR-H（深度学习图像重建），ASIR-V50%（自适应统计迭代重建）	对比噪声比、边缘上升斜率、5分Likert量表评分（图像噪声、肝静脉可视化、诊断信心）	NA
83	2026-06-03	Multi-task deep learning for sub-clinical screening of mood and sleep disturbances using physical activity biomarkers 2026-May-29, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2026.122055 PMID:42217638	研究论文	提出名为MUSCLE的多任务深度学习框架，利用体力活动生物标志物同时筛查情绪障碍和睡眠障碍风险	首次将多任务深度学习应用于社区级情绪与睡眠障碍亚临床筛查，通过同步卷积LSTM网络捕获体力活动模式与心理健康间的相互依赖关系	基于自我报告的健康指标可能存在回忆偏倚；数据集仅包含台湾人群，通用性有待验证	开发并验证一种利用可获取的体力活动生物标志物进行情绪和睡眠障碍风险并发识别的多任务深度学习框架	44,477份完整的台湾国民体力适能与自我报告健康指标记录	机器学习	情绪障碍, 睡眠障碍	体力活动监测	多任务同步卷积LSTM（MUSCLE）	体力活动生物标志物数据	44,477份体力评估与自我报告健康指标记录	NA	卷积神经网络（CNN）结合长短期记忆网络（LSTM）	精确率, 召回率, F1分数	NA
84	2026-06-03	Artificial Intelligence-Supported Colorimetric Multibiomarker Sensor to Enable Critical Neonatal Monitoring 2026-May-28, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04171 PMID:42205010	研究论文	提出一种基于人工智能的无创多生物标志物监测传感器，通过比色分析实现新生儿关键生命体征的实时监测	首次将丝绸基传感器与12种比色墨水结合，实现新生儿体温、pH值、钠和葡萄糖的多参数无创监测，并采用深度学习进行比色响应量化	未提及在真实临床环境中的长期验证和传感器生物相容性评估	开发一种非侵入性、人工智能支持的比色多生物标志物传感器，用于高危新生儿的关键监测	早产新生儿或危重新生儿的经皮体液（作为血液成分的替代指标）	数字病理学	新生儿疾病	比色分析、丝基传感器、纸芯片微流体技术	深度学习模型（用于比色响应量化）	比色图像	不适用（传感器性能验证涉及模拟体液和运动物体测试）	Keras（推测，因深度学习框架未明确指定）	卷积神经网络（具体架构未明确）	平均绝对误差、平均精度@IoU=0.5	未指定
85	2026-06-03	Deep Learning of Protein Structure and Physicochemical Properties from Two-Dimensional Infrared Spectra 2026-May-28, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00969 PMID:42205032	研究论文	提出一种数据驱动框架，从二维红外光谱中推断蛋白质结构表征与理化性质	首次系统性建立“光谱-结构-性质”关系的定量映射，并通过大规模模拟数据集实现多尺度特征预测蛋白质距离图及多种理化描述符	当前仅基于模拟光谱进行验证，尚需实验二维红外数据进一步评估实际应用可行性	建立从二维红外光谱定量推断蛋白质结构与理化性质的计算框架	蛋白质结构与理化性质（包括二级结构含量、回转半径、氢键数目、埋藏残基分数）	机器学习	NA	二维红外光谱	深度学习模型	模拟光谱数据	631651个计算二维红外光谱，涵盖静态蛋白质结构与分子动力学轨迹	TensorFlow, PyTorch	多尺度特征提取网络、卷积神经网络	预测精度、一致性指标	NA
86	2026-06-03	Are We Underestimating Overfitting? 2026-May-28, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00518 PMID:42206593	研究论文	探讨了在定量构效关系建模中过拟合和过参数化的传统观念，并分析了过参数化模型在预测外部数据时的潜在优势	挑战了传统上认为模型越简洁泛化能力越强的观点，提出过参数化模型可能通过包含更多结构-活性关系信息来提高对新数据的预测准确性	部分依赖信息理论论证和模拟数据，实际应用中的普遍性尚需更多验证	澄清过拟合和过参数化的理解，并探讨其在定量构效关系和定量结构-性质关系建模中的影响	定量构效关系和定量结构-性质关系模型中的过拟合与过参数化现象	机器学习	NA	NA	机器学习模型（如深度学习模型）	合成数据与真实数据	NA	NA	过参数化模型（深度学习模型）	预测准确性	NA
87	2026-06-03	Cell segmentation in microscopy images using a SAM-based U-Net architecture and a novel dataset 2026-May-28, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109470 PMID:42224852	研究论文	提出了一种基于SAM与多尺度U-Net的混合神经网络mSAMUNet，用于显微镜图像中的细胞分割，并创建了mCellSeg数据集	首次将SAM与多尺度U-Net结构结合，利用Transformer的全局建模和CNN的局部特征提取，并通过多尺度分支提升不同大小细胞的分割性能	未提及计算资源消耗或模型在低资源环境下的适用性	提高显微镜图像中细胞实例分割的准确性，解决密集细胞、模糊边界等问题	HEK-293T和HUVEC细胞系的微观图像	计算机视觉	通用（不针对特定疾病）	显微镜成像	混合神经网络（SAM + U-Net）	图像（显微镜图像）	200张专家标注的显微镜图像，包含16,199个细胞	PyTorch	SAM, U-Net, mSAMUNet	F1分数, SA50, SA75, 平均SA	NA
88	2026-06-03	StruCloze: A Unified Framework for Backmapping and Inpainting Biomolecule Structures 2026-May-27, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00214 PMID:42202161	研究论文	提出StruCloze，一个用于从粗粒化模型重建全原子结构并填补缺失区域的深度学习框架，适用于蛋白质和核酸	首次实现单一预训练模型泛化于多种粗粒化方案和生物分子类型，结合掩码学习策略同时完成结构重建和内插缺失区域	对于特定表征可能需要微调优化，未提及极端复杂系统（如大型多聚体）的性能评估	开发通用工具以桥接粗粒化或不完整表示与全原子生物分子结构之间的鸿沟	蛋白质和核酸的原子结构及粗粒化模型	机器学习	NA	深度学习	深度神经网络	生物分子三维结构	NA	NA	掩码学习架构	重建精度、转移性、速度	NA
89	2026-06-03	A clinical neuroimaging platform for rapid, automated lesion detection and personalized post-stroke outcome prediction 2026-May-27, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02803-2 PMID:42204350	研究论文	提出一个基于深度学习的神经影像平台，用于快速自动检测病灶并个性化预测中风后认知结果	该平台完全自动化，能处理来自不同扫描仪的原始DICOM MRI数据，并利用大型语言模型生成可解释的个性化预后文本报告	文中未明确提及局限性	开发并验证一个用于缺血性中风患者个性化认知结果预测的自动化神经影像平台	缺血性中风患者的大脑影像数据及其认知结果	数字病理学	脑血管疾病	DICOM MRI	深度学习	图像	训练队列604例，独立验证队列153例	NA	NA	与手动方法的一致性达96%	NA
90	2026-06-03	MNISQ: A Large-Scale Quantum Circuit Dataset for Machine Learning in the NISQ Era 2026-May-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07493-9 PMID:42191975	研究论文	介绍MNISQ，一个用于NISQ时代机器学习和经典机器学习的大规模量子电路数据集，包含495万个10量子比特电路	首次创建了包含495万个电路的量子机器学习大规模数据集MNISQ，支持基于自然语言处理的量子计算模型和深度学习模型开发，并探索了噪声对量子机器学习的影响	NA	为NISQ时代的量子与经典机器学习提供一个基础性的大规模数据集，并验证其在不同模型上的有效性	量子电路（10量子比特，最多100个双量子比特门），以及对量子编码的经典图像数据（如MNIST）的分类任务	自然语言处理, 机器学习	NA	量子电路编码	S4模型, Transformer, LSTM, 量子核方法	文本（量子汇编语言QASM文件），量子电路	495万个10量子比特电路	NA	S4, Transformer, LSTM	准确率	NA
91	2026-06-03	Classification of familial and non-familial ADHD using auto-encoding network and binary hypothesis testing 2026-May-25, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111966 PMID:42190896	研究论文	利用自编码网络和二元假设检验对家族性和非家族性注意缺陷多动障碍进行分类	首次将自编码器深度学习架构与二元假设框架结合，用于区分家族性和非家族性ADHD，并识别关键的神经影像学标志	样本量相对较小，且未涉及年龄、性别等混杂因素的全面控制，模型表现仍有提升空间	基于结构性和扩散性MRI特征，开发用于区分家族性ADHD、非家族性ADHD和对照组的深度学习分类方法	129名家族性ADHD儿童、159名非家族性ADHD儿童和150名匹配的健康对照者	机器学习	注意缺陷多动障碍	结构性MRI和扩散性MRI	自编码器	图像（结构性MRI和扩散性MRI数据）	438名儿童（129名ADHD-F, 159名ADHD-NF, 150名对照）	未明确指定，可能基于TensorFlow或PyTorch	自编码器	准确率、敏感度、特异度、AUC	NA
92	2026-06-03	Redesign to Mechanism: Interpretable AI Reveals Determinants of Protein Hydrate Binding 2026-May-23, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00954 PMID:42175929	研究论文	建立了一个整合深度学习、分子动力学模拟和可解释机器学习的计算框架，用于天然抗冻蛋白的理性设计	提出了Chill+算法，结合XGBoost和SHAP分析揭示了空间结构特征比统计序列特征更能预测抑制活性，并识别了冰水合物结合位点的两个功能区域	NA	实现抗冻蛋白的理性设计，平衡结构稳定性、表达效率和功能活性	天然抗冻蛋白及其设计变异体	机器学习	NA	深度学习、分子动力学模拟	XGBoost	序列数据和结构数据	设计肽段83.4%展示出优于野生型TmAFP的抑制活性	XGBoost	XGBoost	抑制活性预测准确性	NA
93	2026-06-03	Unraveling Separation Mechanisms of Propanol Isomers and Water in LTA Zeolites via Deep Potential Molecular Dynamics 2026-May-23, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.6c01184 PMID:42176278	研究论文	通过基于深度学习的分子动力学模拟研究LTA沸石中丙醇异构体与水的分离机制	首次利用深度势能分子动力学模拟揭示水分子通过动态调节Na离子分布和静电环境改变LTA沸石孔道结构，导致支链异丙醇扩散快于直链正丙醇的反直觉现象	直接提及的局限性未在摘要中体现，可能为模拟尺度或实际膜结构复杂性考虑不足	阐明LTA沸石中丙醇异构体与水的分离机制，解释异丙醇渗透速率介于水和正丙醇之间的实验结果	LTA沸石膜中异丙醇、正丙醇和水分子的扩散行为	机器学习	不适用	分子动力学模拟	深度势能模型	模拟数据	不适用	不适用	不适用	不适用	不适用
94	2026-06-03	Developmental profile of physiological high-frequency oscillations in the human brain 2026-May-23, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122017 PMID:42177955	研究论文	利用185名儿童患者的颅内脑电图数据，构建了生理性高频振荡（HFO）的正常发育图谱，揭示了HFO特征随年龄的变化规律	首次基于大规模多中心儿科队列构建生理性HFO的正常发育图谱，并揭示HFO分布从额-顶-颞优势向枕叶优势的显著转变	NA	刻画儿童大脑生理性高频振荡的发育特征，建立年龄依赖的正常模式，以改善HFO作为癫痫生物标志物的解释	185名接受颅内脑电图监测的儿科患者	数字病理	癫痫	颅内脑电图（iEEG）	NA	脑电图信号	185名儿科患者	NA	NA	NA	NA
95	2026-06-03	A comparative study of deep learning for cortical lesion MRI segmentation with explainability analysis in multiple sclerosis 2026-May-23, NeuroImage. Clinical DOI:10.1016/j.nicl.2026.104007 PMID:42224860	研究论文	本研究针对多发性硬化症中皮层病变的MRI分割，比较了多种深度学习方法的性能，并进行了可解释性分析	在nnU-Net框架基础上提出适应皮层病变检测的改进，进行分布外测试评估模型泛化能力，并设计医学专家问卷评估临床价值	研究指出数据可变性、病变模糊性和协议差异影响模型性能，但未明确提及具体量化限制	开发和评估用于多发性硬化症皮层病变MRI分割的深度学习方法，并探索其临床集成可行性	多发性硬化症患者的皮层病变MRI图像	计算机视觉	多发性硬化症	MRI	CNN（nnU-Net）	图像（MRI）	656个MRI扫描，来自四个机构的临床试验和研究数据，采用3T和7T强度、MP2RAGE和MPRAGE序列	PyTorch（nnU-Net自定义实现）	nnU-Net（自我配置的U-Net变体）	F1-score（域内0.64，域外0.5）	未在摘要中指定，但nnU-Net通常需GPU（如NVIDIA RTX系列）计算
96	2026-06-03	Scalable and cost-efficient custom gene library assembly from oligopools 2026-May-22, Science advances IF:11.7Q1 DOI:10.1126/sciadv.ady2279 PMID:42172324	研究论文	提出了一种低成本、可扩展的寡核苷酸池基因文库组装方法OMEGA，并进行了实验验证	将计算设计、高通量寡核苷酸合成和Golden Gate组装结合，实现从寡核苷酸池并行组装数百至数千个全长基因，成本低至每基因1.50美元	主要依赖于短寡核苷酸的高保真度，可能面临长片段组装错误；文库规模受限于连接位点正交性，且部分合成序列可能需要额外验证	开发一种低成本、可扩展的基因文库组装方法，以连接计算蛋白质设计与高通量实验验证	来自自然和合成的绿色荧光蛋白变体文库（810个序列）	机器学习、合成生物学	NA	DNA合成、Golden Gate组装、高通量测序	NA	DNA序列数据	810个绿色荧光蛋白变体文库	NA	NA	序列回收率、均匀性	NA
97	2026-06-03	Harnessing CRISPR-Cas Technology for Precision Antimicrobial Targeting 2026-May-21, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266395401251105000157 PMID:42227365	综述	本文综述了CRISPR-Cas技术在精准靶向抗菌中的应用，探讨其如何应对抗生素耐药性，并评估该技术的潜力与挑战	系统评估CRISPR-Cas与传统抗生素相比的精准靶向优势，并结合递送系统（如接合质粒、噬菌体、纳米颗粒）的最新进展分析其对耐药菌株和病毒（如SARS-CoV-2、乙肝病毒）的治疗潜力	未详细说明CRISPR-Cas技术的脱靶效应、体内递送效率或临床转化中的安全性问题	评估CRISPR-Cas技术作为精准抗菌工具对抗抗生素耐药性（AMR）的可行性和应用前景	耐药菌（如ESKAPE病原体）和病毒（如SARS-CoV-2、乙肝病毒）	机器学习	感染性疾病	CRISPR-Cas系统	NA	NA	NA	NA	NA	NA	NA
98	2026-06-03	Deep-Learning-Based Automatic Segmentation and Quantitative Measurement of Normal Spleen in Chinese Adults 2026-May-21, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056472787260516112449 PMID:42227506	研究论文	开发基于深度学习的3D V-Net自动分割CT图像中的正常脾脏，并分析中国成年人的脾脏形态学参数与年龄、性别的关系	首次在大规模中国成年人队列中利用深度学习自动分割和量化正常脾脏形态学参数，并揭示了性别和年龄特异性的脾脏体积和衰减模式	可能存在残余混杂因素、缺乏对体表人体测量协变量的完全校正以及仅在单一机构中心进行验证	建立基于深度学习的自动化脾脏分割和标准化形态学测量流程，提供中国成年人脾脏参考值分布	中国成年人的正常脾脏	计算机视觉	无特定疾病	CT扫描	3D V-Net	CT图像	训练集2,856次CT检查；应用和验证集1,520次CT检查（共3,490张图像）	NA	3D V-Net	Dice相似系数、体积相似性、Hausdorff距离、平均Hausdorff距离	NA
99	2026-06-03	Emerging Utility of Artificial Intelligence Driven Medical Robots in Health Care: A Review 2026-May-20, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128413461251127064243 PMID:42227386	综述	本文全面审视了人工智能驱动的医疗机器人在诊断、手术、康复和患者护理中的变革能力	系统综述了AI驱动的医疗机器人技术，包括手术机器人、诊断机器人、康复机器人和社交辅助机器人，强调其在精准医学和智能化医疗中的重要作用	存在伦理困境、数据隐私问题、监管合规性以及临床环境中严格验证的需求等挑战	评估AI驱动的医疗机器人系统的现状，评价正在进行的临床试验，并探讨未来发展方向	AI驱动的医疗机器人，包括手术、诊断、康复和社交辅助机器人	机器学习	NA	NA	CNN, LSTM, GAN	影像数据、基因数据	NA	TensorFlow, PyTorch, Keras	NA	NA	NA
100	2026-06-03	Multimodal Fusion of Endoscopic and Histopathological Images for Lesion Detection Using Hybrid Deep Learning 2026-May-19, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056437477260427145329 PMID:42227503	研究论文	提出一种混合深度学习框架SHF-Net，融合内镜与组织病理图像实现消化道病变检测	首次将CNN、ViT和GNN三种网络架构结合，通过多通道注意力机制融合空间、上下文和结构特征，并利用GAN解决数据稀疏问题	仅基于单一数据集HyperKvasir验证，未来需扩展至多模态及多样化临床数据集	开发自动化系统提升消化道病变检测的准确性和可靠性，减少观察者间差异	消化道内镜图像及对应的组织病理图像，涵盖5种病变类别	计算机视觉	消化道疾病	内镜成像, 组织病理成像, GAN数据增强, 染色标准化	CNN, ViT, GNN, 多通道注意力机制	图像	HyperKvasir数据集包含111,079张标注内镜图像及对应组织病理数据	PyTorch	SHF-Net（包含CNN、ViT、GNN及多通道注意力模块）	准确率, 精确率, 召回率, F1分数	NA