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
1101	2026-08-01	Morphological Profiling for Drug Discovery in the Era of Deep Learning 2024-Jan-15, ArXiv PMID:38168460	综述	本文全面综述了深度学习时代下形态学分析在药物发现中的最新进展，涵盖图像分析流程、特征工程和深度学习方法，以及公开基准数据集。	特别强调了深度学习在形态学分析流程中的应用，包括细胞分割、图像表示学习和多模态学习，并系统总结了该领域的最新进展和挑战。	未具体提及局限性，但可能涉及对某些新兴方法的覆盖不足或数据依赖性。	提供形态学分析在表型药物发现中应用的全面概述，并强调深度学习的贡献和未来方向。	细胞或生物体在扰动下的形态学特征，以及用于药物发现的化合物。	计算机视觉	不适用	高内涵成像	深度学习模型	图像	不适用	不适用	不适用	不适用	不适用
1102	2026-08-01	Tractography-based automated identification of the retinogeniculate visual pathway with novel microstructure-informed supervised contrastive learning 2024-Jan-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.03.574115 PMID:38260369	研究论文	本文提出了一种基于深度学习的框架DeepRGVP，利用微结构信息监督对比学习从扩散MRI纤维束成像数据中自动识别视网膜膝状体视觉通路。	设计了新颖的微结构信息监督对比学习方法，利用纤维束标签和组织微结构信息确定正负样本对；提出了简单有效的纤维束级数据增强方法以处理高度不平衡的训练数据。	未明确提及局限性，可能包括依赖高质量扩散MRI数据、对严重病变的鲁棒性有限等。	实现从扩散MRI纤维束成像数据中快速、准确、自动地识别视网膜膝状体视觉通路，以降低临床和专家劳动成本并减少观察者间变异性。	视网膜膝状体视觉通路（RGVP）及其纤维束成像数据，包括健康受试者和神经外科垂体瘤患者的数据。	机器学习、医学影像分析	垂体瘤	扩散MRI（dMRI）纤维束成像	深度学习模型（具体架构未明确，可能基于卷积神经网络或Transformer）	扩散MRI纤维束成像数据（3D纤维束轨迹）	未明确具体样本数量，涉及健康受试者和神经外科垂体瘤患者的数据集。	未明确提及，可能使用PyTorch或TensorFlow	未明确指定，可能为自定义深度学习架构	未明确提及具体指标，可能包括准确性、Dice系数等	未明确提及
1103	2026-08-01	Flexible Protein-Protein Docking with a Multi-Track Iterative Transformer 2023-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.29.547134 PMID:37425754	研究论文	提出了一种名为GeoDock的多轨迭代Transformer网络，用于柔性蛋白质-蛋白质对接，可预测结合诱导的构象变化。	允许在残基级别预测构象变化，输入仅为对接伙伴的序列和结构，无需多序列比对；推理速度极快（单GPU上平均低于一秒）。	结合诱导的构象变化仍然是一个挑战，因为训练和评估数据有限。	开发一种快速且灵活的蛋白质-蛋白质对接方法，以支持高通量复杂结构预测和结构基虚拟筛选。	蛋白质-蛋白质对接中的蛋白质结构。	机器学习	不适用	不适用	Transformer	蛋白质序列和结构	基准集：刚性靶标（具体数量未提供）和柔性靶标（具体数量未提供）；使用多个基准集评估。	PyTorch（根据GitHub链接推断，但未在摘要中明确说明）	多轨迭代Transformer	成功率	单个GPU
1104	2026-08-01	Infodemic and fake news - A comprehensive overview of its global magnitude during the COVID-19 pandemic in 2021: A scoping review 2022-Aug, International journal of disaster risk reduction : IJDRR IF:4.2Q1 DOI:10.1016/j.ijdrr.2022.103144 PMID:35791376	综述	本文对2021年COVID-19疫情期间全球虚假新闻泛滥现象进行了范围综述，分析了其规模、动机、人口统计学特征、AI检测工具及热门话题	系统性地整合了2021年疫情期间全球虚假新闻相关文献，特别关注了动机、社会人口学特征、AI检测工具的发展及热门话题	仅关注2021年1月至11月的文献，可能未涵盖全部相关研究，且范围综述未进行质量评估	综合现有文献，了解2021年疫情期间虚假新闻的全球规模、动因、社会人口学特征、检测工具和热门话题，为干预和预防提供依据	2021年1月至11月期间在五个学术数据库中发表的相关文章，共97篇	公共卫生、人工智能	COVID-19	NA（综述性研究，未使用特定技术）	机器学习和深度学习	文献数据	97篇论文	NA	NA	NA	NA
1105	2026-07-31	Applications of Deep Learning in Endocrine Neoplasms 2026-Sep, Clinics in laboratory medicine IF:1.7Q3 DOI:10.1016/j.cll.2026.06.014 PMID:42526978	综述	综述深度学习在内分泌肿瘤病理学中的应用现状，重点关注实验设计、重要发现和关键局限性	系统总结深度学习在内分泌肿瘤组织病理学中的研究，涵盖从肿瘤分级到基因表达预测的多项任务	未具体说明，但综述提及了关键局限性，如数据规模、泛化能力等常见问题	总结深度学习在内分泌肿瘤组织病理学中的当前研究状态，为未来研究提供参考	内分泌肿瘤患者样本（组织病理学切片）	数字病理学	内分泌肿瘤	数字病理学（组织切片分析）	深度学习模型（如CNN等）	图像（组织病理学图像）	NA	NA	NA	NA	NA
1106	2026-07-31	Parallel nonlinear neuromorphic computing with temporal encoding 2026-Jul-31, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea1114 PMID:42525764	研究论文	提出一种基于时空超表面的并行非线性神经形态处理器，利用时间编码实现多维信道信息状态的任意叠加	仅利用时空超表面的时间编码实现并行非线性神经形态计算，无需传统非线性材料和光电转换	未明确说明，但可推断其在实际应用中的可扩展性和集成度可能有限	开发低能耗、高速的电子硬件，以满足深度学习应用的需求	基于分布式时空超表面的并行非线性神经形态处理器	自然语言处理, 机器学习	NA	时空超表面, 时间编码	神经形态处理器	图像, 文本	NA	NA	时空超表面	NA	NA
1107	2026-07-31	Spatiotemporal Asymmetries of Longitudinal Screening Mammograms for Breast Cancer Risk Prediction 2026-Jul-29, Radiology. Artificial intelligence DOI:10.1148/ryai.250888 PMID:42524712	研究论文	开发并评估一种基于深度学习的风险模型，利用连续乳腺X线图像的双侧和纵向不对称性预测乳腺癌风险	提出了STA-Risk模型，创新性地结合侧编码、时间编码和定制化不对称损失函数，显式捕捉双侧和纵向不对称性，优于现有风险模型	观察到领域转移现象，尽管通过联合训练策略有所缓解，但跨队列测试性能仍有差异（CSAW-CC数据集C-index为0.75，独立数据集为0.67）	预测乳腺癌风险，提高风险预测准确性	连续乳腺X线图像（每位患者至少两次，间隔12-36个月）	计算机视觉	乳腺癌	乳腺X线摄影（全数字化乳腺摄影）	深度学习模型（CNN）	图像	CSAW-CC数据集：406名癌症患者，6053名对照；独立数据集：293名癌症患者，297名对照	PyTorch	STA-Risk	C-index, AUC	NA
1108	2026-07-31	Comparison of accelerated MRI protocol approaches for clinical assessment of the knee 2026-Jul-29, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05309-w PMID:42525074	研究论文	比较四种加速膝关节MRI方案与常规方案在诊断性能和图像质量上的差异	首次系统评估四种不同加速方案（包括深度学习重建）与传统MRI方案在膝关节检查中的临床可行性	样本量较小（32例），且排除了部分运动伪影病例，可能影响结果普适性	评估加速膝关节MRI方案是否能在减少扫描时间的同时保持诊断准确性	32名成年膝关节疼痛和/或自报骨关节炎患者	计算机视觉、机器学习	骨关节炎	MRI（磁共振成像）	深度学习	图像	32例患者（160次扫描，排除12次）	NA	2D FSE、3D Cube、3D qDESS	Gwet's AC1、阳性一致率、阴性一致率、Likert量表	3T MRI扫描仪
1109	2026-07-31	A novel hierarchical transfer learning to enhance breast cancer detection on screening mammography using deep learning 2026-Jul-29, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-026-01781-9 PMID:42525327	研究论文	设计并验证了一种层次迁移学习框架，利用异构乳腺X线摄影数据集和多阶段预处理，实现更准确和泛化的深度学习乳腺病变检测	提出了层次迁移学习框架，将五种图像增强技术（CLAHE、伽马校正、自适应直方图均衡化、全局直方图均衡化和非锐化掩膜）集成到学习过程中，使模型逐步适应增强特异性特征	未明确提及，可能包括对真实世界数据的验证范围有限	提高乳腺癌筛查的准确性和泛化能力	筛查性乳腺X线摄影中的乳腺病变检测	计算机视觉	乳腺癌	深度学习	YOLOv8, Faster R-CNN	图像	四个数据集：INbreast, CBIS-DDSM, MIAS和一个本地收集数据集	PyTorch	YOLOv8, Faster R-CNN	平均精度均值(mAP), 准确率	NA
1110	2026-07-31	Artificial Intelligence in Interventional Pulmonology 2026-Jul-29, Respiration; international review of thoracic diseases DOI:10.1159/000551437 PMID:42525596	综述	综述人工智能在介入肺脏病学教育、影像、导航及机器人支气管镜系统中的当前进展与应用	系统梳理了AI在介入肺脏病学四大关键领域的应用现状，包括卷积神经网络提升气道识别准确率至94.7%，深度学习模型实现病灶识别准确率（AUC 0.940-0.981），以及机器人支气管镜系统活检成功率高达98.8%	算法验证、数据隐私及伦理考量方面仍存在挑战	探讨人工智能在介入肺脏病学中的应用现状与前景，推动支气管镜操作标准化及个性化治疗	介入肺脏病学中的教育、影像、导航及机器人支气管镜系统	机器学习	肺部疾病	NA	卷积神经网络, 深度学习模型	影像	NA	NA	卷积神经网络	准确率, AUC	NA
1111	2026-07-31	Integrating chemical structures as treatments improves representations of microscopy images for morphological profiling 2026-Jul-29, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014483 PMID:42525712	研究论文	介绍了一种名为MICON的表示学习框架，通过在自监督预训练中整合化学化合物结构信息，改进显微镜图像的形态学特征表示	首次在自监督预训练中整合化学化合物结构信息来改进显微镜图像表示，提出了将化合物作为处理因素诱导细胞表型变化的建模方法	性能提升较小且具有一致性，未详细说明其他限制	改进高通量显微镜筛选中形态学特征的表示学习方法	显微镜图像和化学化合物结构	计算机视觉, 深度学习	不适用	高通量显微镜成像	对比学习	图像, 化学结构数据	不适用	PyTorch（推断）	MICON（分子-图像对比学习）	重现性，跨独立复制和跨数据生成中心的识别效果	不适用
1112	2026-07-31	SynAPSeg: A novel dataset and image analysis framework for deep learning-based synapse detection and quantification 2026-Jul-29, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014571 PMID:42525706	研究论文	介绍SynAPSeg——一个用于深度学习突触检测与量化的新数据集和图像分析框架	首次大规模公共突触斑点评分割数据集，结合全自动分割与量化流程及交互式界面，支持三维分析	主要针对兴奋性突触后致密蛋白PSD95，对其他类型突触的适用性未明确	开发可扩展的突触结构与功能分析工具，解决突触量化瓶颈	中枢神经系统的突触（尤其是PSD95阳性突触），包括抑制性中间神经元	数字病理学	年龄相关性认知衰退	荧光标记、深度学习、图像分析	深度学习模型（具体架构未指定）	二维和三维荧光显微镜图像	近400万个PSD95突触，来自背侧海马抑制性中间神经元；以及CA1区PV阳性抑制神经元	NA	NA	与人类专家相当的性能（具体指标如精度、召回率等未明确）	NA
1113	2026-07-31	SWiST DeepNet: Spectral-Temporal Deep Network for Detecting Resonance-Based Attacks on MEMS Inertial Sensors 2026-Jul-29, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3715653 PMID:42525930	研究论文	提出了一种基于滑动窗口的深度学习框架，利用时域和频谱域特征来检测MEMS惯性传感器上的共振攻击	首次引入滑动窗口频谱-时域深度网络（SWiST DeepNet）架构，融合时域和频谱域特征以检测低强度共振攻击，测试了低至10 dB攻击-信号比（ASR）的攻击	未提及具体限制	提高网络物理系统对MEMS惯性传感器共振攻击的检测能力和鲁棒性	MEMS加速度计和陀螺仪等惯性传感器	机器学习	NA	NA	深度学习网络	时间序列传感器数据	NA	NA	SWiST DeepNet	攻击检测准确率	NA
1114	2026-07-31	Multi-Task Deep Learning Framework for Real-Time Quality Assessment and Probe Guidance in Echocardiography 2026-Jul-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3717967 PMID:42525942	research paper	提出了一个多任务深度学习框架，用于超声心动图的实时质量评估和探头引导	通过熵度量实现标签高效的结构特异性图像质量评分，无需额外质量标注，并集成轻量级操作预测器实时建议探头调整	数据集较小（43例），仅包含从标准视图到非标准视图的刻意转换，未涉及真实临床环境中的广泛变异性	开发一个能实时评估超声心动图获取质量并提供探头操作指导的系统，尤其辅助新手或培训用户	超声心动图中从标准到非标准视图的过渡以及相应的探头操作	computer vision	NA	深度学习	多任务CNN	image	43例超声心动图操作标签数据集	PyTorch	CNN分类头、分割头、轻量级操作预测头	AUC, top-1 accuracy, mAP, inference time	NA
1115	2026-07-31	EffSCG: An Efficient Framework for Real-Time Seismocardiogram Denoising on Resource-Constrained Edge Devices 2026-Jul-29, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3718375 PMID:42525943	研究论文	提出一种高效框架，用于在资源受限的边缘设备上对地震心动图进行实时去噪	通过结构化剪枝、权重量化、快速常微分方程求解器和渐进蒸馏等多方面优化，显著提升计算速度和降低内存占用，同时准确率仅下降7.12%	未明确提及，但模型基于扩散架构，可能对特定信号类型或设备有适用性限制	实现轻量化深度学习模型在边缘设备上的实时地震心动图去噪	地震心动图信号（心脏和血液机械运动产生的生理信号）	机器学习	心血管疾病	结构化剪枝、权重量化、常微分方程求解、渐进蒸馏	扩散模型（扩散架构）	生理信号（地震心动图）	NA	NA	扩散架构	计算速度（推理时间）、内存占用、准确率（与原始模型偏差7.12%）	资源受限的边缘设备（未具体指定GPU或平台）
1116	2026-07-31	GPCR-SLM: Small Language Model-Based Classification of GPCRs Using Knowledge Distillation Technique 2026-Jul-29, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3718339 PMID:42525952	研究论文	提出一个基于轻量级Transformer模型和知识蒸馏技术的可扩展机器学习框架GPCR-SLM，用于G蛋白偶联受体的分类	采用知识蒸馏技术优化轻量级Transformer模型，实现86个GPCR家族的高精度可扩展分类，首次解决了传统固定大小分类架构无法识别新家族的问题	NA	开发一个可扩展且高效的GPCR分类框架，克服传统方法和深度学习方法在识别新蛋白家族和可扩展性方面的局限性	G蛋白偶联受体（GPCR）的86个不同家族	机器学习	NA	知识蒸馏	Transformer	蛋白质序列	NA	NA	Transformer	准确率	NA
1117	2026-07-31	Development and validation of an integrated machine learning model for recurrence-free survival prediction in clear cell renal cell carcinoma 2026-Jul-29, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2026.102937 PMID:42526384	研究论文	开发并验证一种结合临床数据、影像组学特征和深度学习特征的集成机器学习模型，用于预测透明细胞肾细胞癌患者术后无复发生存期	首次将三维视觉变换器用于体积特征提取，并与临床数据及影像组学特征整合构建多模态预测模型，显著提升预测性能	未明确提及外部验证集的异质性、模型泛化性评估不足等局限性	构建并验证一个集成机器学习模型以提高透明细胞肾细胞癌术后无复发生存期的预测准确性	1284名经手术切除的透明细胞肾细胞癌患者	机器学习	肾细胞癌	CT影像组学、深度学习特征提取	三维视觉变换器、朴素贝叶斯、Cox回归	影像、临床数据	1284名患者（训练集738例、内部验证317例、外部测试229例）	NA	3D-ViT, ResNet	AUC, C-index, 校准曲线, 决策曲线分析	NA
1118	2026-07-31	Diagnostic features predicted by deep learning improve human object recognition in simulated prosthetic vision 2026-Jul-29, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae9227 PMID:42526479	研究论文	本研究结合深度学习管道与生物可理解的幻视模拟，优化幻视位置以提升物体识别能力	提出利用深度神经网络识别诊断性物体特征并优化幻视布置，显著降低所需幻视数量	未提及具体局限性	优化皮质视觉假体中幻视陈列，以实现有效的物体识别	63名参与者在模拟假体视觉下完成物体识别任务	计算机视觉	视觉障碍	幻视模拟	深度神经网络	图像	63名参与者	NA	深度神经网络（未指定具体架构）	物体识别性能	NA
1119	2026-07-31	Applying Cognitive Load Theory to Best Practices in Pharmacy Education: A Narrative Review 2026-Jul-29, American journal of pharmaceutical education IF:3.8Q2 DOI:10.1016/j.ajpe.2026.102060 PMID:42526836	综述	该叙述性综述探讨了认知负荷理论在药学教育最佳实践中的应用	首次系统性地将认知负荷理论（CLT）融入药学教育最佳实践的框架中，涵盖教学策略、课程设计、评估和教师发展，并链接到ACPE 2025标准	作为叙述性综述，可能缺乏系统性检索和量化分析，未深入探讨不同药学教育环境下的具体实施挑战	通过认知负荷理论优化药学教育中的教学设计，以提高学习效率和减少认知负担	药学院课程（PharmD项目）中的教学策略、课程设计、评估实践和教师发展	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
1120	2026-07-31	A Decision Support System for Major Depressive Disorder Detection Using EMD and CNN-BiLSTM-Based Analysis of Human Voice 2026-Jul-29, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2026.07.013 PMID:42527280	研究论文	提出一种基于经验模态分解和CNN-BiLSTM混合深度学习模型的语音分析辅助决策系统，用于重度抑郁症的早期诊断	首次将经验模态分解与CNN-BiLSTM模型结合应用于抑郁症语音诊断，通过EMD分解提取自适应特征显著提升分类性能，并开发了基于MATLAB的临床决策支持界面	未提及具体限制	开发非侵入性、客观、自动化的抑郁症诊断方法，通过语音信号分析实现重度抑郁症的早期检测	重度抑郁症患者的语音信号	机器学习, 数字病理学	重度抑郁症	语音信号分析, 经验模态分解	CNN-BiLSTM混合深度学习模型	语音信号	使用MODMA数据集，未说明具体样本数量	MATLAB	CNN-BiLSTM	准确率, F1分数	NA