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	2026-09-23	A compact and efficient physics-informed architecture for reconstructing and predicting complex physical fields from low accuracy sparse data 2026-Jun-05, Research square DOI:10.21203/rs.3.rs-9914527/v1 PMID:42281984	研究论文	本文提出了一种紧凑且计算高效的物理信息神经网络架构，用于从低精度稀疏数据中重建和预测复杂物理场	提出紧凑的PINN架构，仅需1-1.5百万可训练参数，显著降低架构复杂度和计算开销；在单个NVIDIA A100 GPU上每个任务仅需3-5小时训练；实现了从低精度粗网格输入重建高精度高分辨率解，并支持时间预测和空间域扩展	重建保真度强烈依赖于稀疏监督的放置位置，物理信息采样可改善精度和能量一致性，但整体重建效果受监督位置影响较大	克服现有AI模型依赖大规模标注数据集和高度参数化架构的局限，开发紧凑且计算高效的物理信息神经网络，用于从有限观测中重建和预测具有多尺度时空动力学的复杂物理场	层流和湍流流动，包括驱动方腔流和三维均匀各向同性湍流	机器学习	NA	物理信息神经网络（PINNs）	PINN	数值模拟数据	驱动方腔流（40×40粗网格输入，401×401高分辨率输出），三维均匀各向同性湍流	NA	紧凑型物理信息神经网络	误差，湍流动能演化预测精度	单个NVIDIA A100 GPU
1102	2026-09-23	Deep learning and eye tracking: Convolutional neural networks provide converging evidence for experience-driven attention within visual search 2026-Jun-04, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-026-03057-2 PMID:42240817	研究论文	本研究利用卷积神经网络从原始眼动位置时间过程数据中分类视觉搜索中干扰物的位置，以探究经验驱动的注意力	首次将深度学习应用于原始眼动数据以分析视觉搜索中的经验驱动注意力，并展示了其优于传统指标的分类性能	样本量有限，仅基于三个数据集，且模型泛化能力需进一步验证	探究深度学习是否有助于客观地整合传统分析中丢弃的原始眼动数据，以分析视觉搜索中的注意力分配	视觉搜索任务中的眼动数据，特别是干扰物位置分类	计算机视觉	NA	眼动追踪	CNN	眼动位置时间过程数据	三个数据集（来自先前研究，具体样本量未在摘要中提供）	NA	卷积神经网络	分类准确率	NA
1103	2026-09-23	Quantitative RNA pseudouridine landscape reveals dynamic modification patterns and evolutionary conservation across bacterial species 2026-Jun-04, eLife IF:6.4Q1 DOI:10.7554/eLife.107545 PMID:42241317	研究论文	该研究利用优化的baBID-seq方法在五种细菌中实现了单碱基分辨率的转录组范围定量Ψ修饰图谱，揭示了生长阶段依赖的动态变化、进化保守特征，并开发了深度学习框架预测Ψ修饰位点	首次在五种细菌中进行转录组范围定量Ψ修饰图谱分析；发现了生长阶段依赖的假尿苷化动态变化；揭示了Ψ修饰的进化保守特征如主导基序和操纵子内聚集；开发了结合LSTM-Transformer-GNN的深度学习框架pseU_NN用于预测Ψ修饰位点	摘要中未明确提及研究局限性	探索细菌中RNA假尿苷（Ψ）修饰的分布和功能意义，填补与真核生物系统相比的研究空白	五种不同细菌物种的RNA	机器学习	NA	baBID-seq	LSTM, Transformer, GNN	RNA序列和结构数据	五种细菌物种	NA	LSTM-Transformer-GNN (pseU_NN)	NA	NA
1104	2026-09-23	A Real-Time Automated Deep Learning Workflow for Non-invasive High-Magnification Imaging of C. elegans 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729022 PMID:42282531	研究论文	本文提出了一种实时自动深度学习工作流，用于在微流控平台中对自由运动的秀丽隐杆线虫进行非侵入式高倍成像，以支持衰老和神经生物学研究中的纵向表型分析	集成了深度学习头部检测、基于图像的自动对焦和快速电动载物台反馈，实现了对自由运动线虫在多倍放大下的稳定成像（包括神经元尺度），且完全基于商用倒置显微镜，无需额外定制硬件，并具备模块化、用户可配置的界面	摘要中未明确提及研究的具体局限性	实现对自由运动的秀丽隐杆线虫进行非侵入式高倍成像，避免麻醉或固定带来的生理干扰，从而支持衰老和神经生物学中的连续纵向观察	秀丽隐杆线虫（C. elegans）	计算机视觉, 数字病理学, 机器学习	NA	深度学习, 图像自动对焦, 微流控, 荧光成像	CNN	图像	数百条单独饲养在独立培养室中的线虫，可进行每日重复成像	NA	NA	NA	NA
1105	2026-09-23	Direct Detection and Atomic Modeling of Ligands in Cryo-EM Maps Using Deep Learning 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729423 PMID:42282590	研究论文	该文章提出了Emap2lig，一个两阶段深度学习框架，用于直接从冷冻电镜图中自动检测配体密度并重建配体原子结构。	首次实现了直接从实验冷冻电镜图中同时可靠检测配体密度并重建配体原子结构，且适用于分辨率低至约5 Å的图谱	NA	解决冷冻电镜图中配体密度计算解读困难的问题，特别是在配体位置未知或局部图谱分辨率有限的情况下实现配体的自动检测和原子建模	冷冻电镜图中的小分子配体密度及其原子结构	计算机视觉	NA	冷冻电镜	扩散模型	图像	NA	NA	扩散生成模型	NA	NA
1106	2026-09-23	An open-source stereotaxic container with an integrated cutting guide for human brain fixation during magnetic resonance imaging and sectioning for histology 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729391 PMID:42282745	研究论文	本文开发了一种开源立体定向容器，集成了切割引导系统，用于人脑固定期间的磁共振成像和组织学切片	创新点包括使用迭代3D打印技术制造MRI兼容的立体定向容器和切割引导系统，采用Victrex AM™ 200材料，实现单次扫描工作流程，支持深度学习 lesion 分割和MRI引导的组织学配准	摘要中未提及具体限制	开发一种可靠的高分辨率MRI到组织学工作流程，以研究神经退行性疾病	人脑死后标本	数字病理	神经退行性疾病	7T MRI, 组织学切片, 3D打印	深度学习	图像	215个人脑死后标本	NA	NA	NA	NA
1107	2026-09-23	ORIGAMI: Orientation-Aware Graph Neural Network for Assessing Multimeric Interfaces of Protein Complex Structures 2026-Jun-03, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.31.729128 PMID:42282808	研究论文	该论文提出了ORIGAMI，一种取向感知的图神经网络，用于评估蛋白质复合物结构的多聚体界面，通过结合标量和3D向量节点表示来估计界面局部距离差异测试（iLDDT）分数	利用标量和3D向量节点表示进行对称感知的几何操作，同时通过捕获蛋白质-蛋白质界面上残基间的细粒度取向关系来保持SO(3)-等变性	未明确提及	可靠地评估计算预测的多聚体结构质量	蛋白质复合物结构的多聚体界面	计算结构生物学	NA	图神经网络	等变图神经网络	蛋白质3D结构数据	来自多轮CASP挑战的靶标	PyTorch（基于GitHub仓库推断）	取向感知图神经网络	iLDDT分数, DockQ分数	NA
1108	2026-09-23	Selective Correlation Based Knowledge Distillation for Ground Reaction Force Estimation 2026-Jun-02, Measurement : journal of the International Measurement Confederation IF:5.2Q1 DOI:10.1016/j.measurement.2026.121510 PMID:42245537	研究论文	本文提出了一种基于选择性相关知识蒸馏的方法，用于从可穿戴鞋垫传感器数据中估计地面反作用力	提出选择性相关知识蒸馏，在提取知识迁移的相关图时考虑时间特征，增强可解释性并缓解高维数据处理问题	未明确提及	从可穿戴鞋垫传感器数据中准确估计地面反作用力，实现便携、资源高效的步态分析	人类步态地面反作用力数据	机器学习	NA	可穿戴鞋垫传感器	CNN	传感器信号	不同步行速度和窗口大小的数据	NA	教师-学生架构	NA	NA
1109	2026-09-23	MALICoT: A pilot cross-sectional study analyzing the effects of power training and age on endomysium content and fiber area in the soleus muscle of adult males 2026-Jun, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70933 PMID:42210728	研究论文	该论文是一项横断面研究，分析了力量训练和年龄对成年男性比目鱼肌内膜含量和纤维面积的影响	结合了传统组织学、基于深度学习的图像分析、免疫荧光和定量蛋白质组学等多种技术，系统评估了力量训练和年龄对肌肉内膜的影响	样本量相对较小，仅包括男性参与者，且为横断面设计无法确定因果关系	探究运动训练和年龄对人类比目鱼肌内膜含量和纤维面积的影响	43名临床健康的成年男性，分为四组：年轻非运动对照组、年轻力量训练运动员、老年非运动对照组和老年力量训练运动员	数字病理学	NA	组织学染色、免疫荧光、定量蛋白质组学、深度学习图像分析	CNN	图像、蛋白质组学数据	43名参与者，每组约10-12人，来自左比目鱼肌的活检样本	NA	NA	NA	NA
1110	2026-09-23	Development and Validation of an AI-Integrated System for Automated Fracture Detection and Pedicle Puncture Planning in Lumbar Osteoporotic Vertebral Compression Fractures Based on the Nine-Grid Area Division Method 2026-Jun, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70344 PMID:42130124	研究论文	该研究开发并验证了一个基于九宫格区域划分方法的AI集成系统，用于腰椎骨质疏松性椎体压缩骨折的自动骨折检测和椎弓根穿刺规划	首次将九宫格区域划分方法与深度学习相结合，开发了用于L-OVCF诊断和椎弓根穿刺规划的AI集成自动化系统，实现了自动化的穿刺路径规划	样本量相对较小（仅20例用于穿刺规划一致性比较），且仅来自三家医院，需要更大规模的多中心验证	开发一个AI集成的自动化系统，用于L-OVCF诊断和椎弓根穿刺规划，并验证其诊断准确性、规划一致性和临床应用效率	L-OVCF患者的CT影像数据，来自首都医科大学三家附属医院	计算机视觉, 数字病理学, 医学影像分析	骨质疏松性椎体压缩骨折, 脊柱疾病	CT影像, 深度学习, 自动分割, 穿刺路径规划	CNN	图像	多中心CT数据集来自三家医院（2020年1月至2022年12月），其中20例随机选取用于穿刺规划一致性比较	NA	两阶段改进U-Net, 3D ResNet50, nnU-Net	DSC, AUC, Hausdorff Distance, IoU	标准临床工作站可容纳的内存消耗
1111	2026-09-23	Inference for Stationary Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data 2026-Jun, Spatial statistics IF:2.1Q1 DOI:10.1016/j.spasta.2026.100973 PMID:42226885	研究论文	本文提出了一种基于贝叶斯深度学习的无似然推断方法，用于平稳对数高斯考克斯点过程，并应用于人类口腔微生物组图像数据	提出了一种新的无似然推断方法，使用可逆神经网络近似参数后验分布，通过摊销后验估计实现快速前馈推断	未明确提及局限性	为对数高斯考克斯点过程提供高效准确的贝叶斯推断方法	空间点模式，特别是口腔微生物生物膜图像数据	空间统计学，贝叶斯推断，深度学习	口腔疾病	贝叶斯深度学习，无似然推断，神经网络	可逆神经网络	图像	两个口腔微生物生物膜图像	NA	可逆神经网络	NA	NA
1112	2026-09-23	A unified multimodal model for generalizable zero-shot and supervised protein function prediction 2026-06-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag356 PMID:42244114	研究论文	本文提出了FunBind，一个多模态AI模型，联合学习蛋白质序列、文本描述、结构域注释、三维结构和GO术语五种模态，用于蛋白质功能预测	首次在统一表示中整合五种生物模态；通过对比学习对齐序列与其他异构模态实现零样本功能预测；能够泛化到训练中未见的新功能术语；联合多模态微调策略优于单模态模型和现有最先进深度学习方法	未明确说明	提高蛋白质功能预测准确性，并实现对未见过的新功能术语的零样本预测	蛋白质及其功能注释（GO术语）	机器学习	NA	对比学习、自监督预训练、多模态学习	多模态AI模型	蛋白质序列、文本、结构、注释数据	NA	NA	NA	NA	NA
1113	2026-09-23	Pediatric Risk Mapping From Co-Exposure to Extreme Temperatures and Air Pollutants 2026-Jun, GeoHealth IF:4.3Q1 DOI:10.1029/2025GH001743 PMID:42255323	研究论文	本研究开发了美国本土人口普查区尺度的儿童脆弱性指数，并整合极端温度和空气污染物暴露数据，进行空间分析以识别高风险区域	首次在美国本土人口普查区尺度上结合无监督机器学习和深度学习方法开发儿童脆弱性指数，并整合极端温度和空气污染物暴露数据进行空间分析，识别儿童健康高风险区域	主成分分析仅解释了23%的方差，可能遗漏重要信息；研究为初步资源，需进一步验证	识别极端温度和空气污染物共同暴露下儿童健康不良结局的高风险区域，为政策制定者和公共卫生官员提供参考	美国本土（CONUS）的儿童群体	机器学习	呼吸道疾病、热相关疾病、发育问题	NA	无监督机器学习、深度学习	表格数据、空间数据	美国本土所有人口普查区	NA	主成分分析（PCA）及其他降维方法	解释方差比例（23%）	NA
1114	2026-09-23	Counterfeit Citri Reticulatae Pericarpium Identification: Multi-Class Detection Using Vis/NIR Spectroscopy and Residual Neural Networks 2026-Jun, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71975 PMID:42255696	研究论文	该研究提出了一种结合可见光/近红外光谱与深度学习算法的模型，用于快速无损地鉴别正宗陈皮和四种假冒陈皮	将Vis/NIR光谱与深度学习相结合，并采用WGAN-GP数据增强来提升模型泛化能力和分类鲁棒性，以实现陈皮真伪的多类检测	未明确说明样本来源的地理多样性、光谱采集条件的标准化程度以及模型在其他批次或产地陈皮上的泛化能力	实现正宗陈皮与假冒陈皮的快速、无损、多类鉴别检测	正宗陈皮及四种假冒陈皮样本	机器学习	NA	可见光/近红外光谱（Vis/NIR spectroscopy）	CNN	光谱数据	NA	NA	Inception-ResNet, WGAN-GP	准确率	NA
1115	2026-09-23	Channel and Spatial Parallel Attention for ECG-Based Prediction of Concealed Accessory Pathways and Atrioventricular Nodal Reentry Tachycardia 2026-Jun, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70373 PMID:42256115	研究论文	本文提出了一种名为CSPANet的新型深度学习架构，集成通道和空间并行注意力（CSPA）模块，用于从窦性心律心电图中预测隐匿性旁路（CAP）和房室结折返性心动过速（AVNRT）	提出了一种新颖的通道和空间并行注意力（CSPA）模块，通过通道注意力子模块和空间注意力子模块并行处理，增强心电图特征提取；结合Stem模块，在CAP和AVNRT分类任务上超越了所有其他代表性注意力机制	摘要中未明确提及研究局限性	开发一种深度学习模型，从窦性心律心电图中准确预测隐匿性旁路（CAP）和房室结折返性心动过速（AVNRT），以辅助消融规划和提高手术安全性	窦性心律心电图数据，用于区分CAP和AVNRT患者	机器学习	心血管疾病	心电图（ECG）	CNN	心电图信号	NA	NA	ResNet50, ResNet20, CSPANet	准确率, 灵敏度, 特异度, 精确率	NA
1116	2026-09-23	Passive Acoustic Monitoring and Deep Learning Reveal a Lag From Rainfall to Gibbon Song Across a Mosaic Forest Landscape 2026-Jun, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.73717 PMID:42256124	研究论文	该研究通过被动声学监测和深度学习检测器，在印度尼西亚中加里曼丹的三种森林类型中收集了18个月的声学数据，分析濒危婆罗洲白须长臂猿的鸣叫活动与降雨之间的滞后关系	首次在多种森林类型中利用被动声学监测结合预训练深度学习检测器，大规模长时间研究婆罗洲白须长臂猿的鸣叫行为，揭示了降雨对鸣叫活动的短期负面影响和长期正面影响，并发现鸣叫活动在降雨事件后51-52天达到峰值，提示其反映了滞后于季节性降雨的物候性结果反应	研究仅覆盖中加里曼丹的三种森林类型，样本地理范围有限；鸣叫活动作为种群密度指标的准确性可能受行为因素影响；未深入探讨其他环境变量（如温度、湿度）对鸣叫行为的交互影响	研究濒危婆罗洲白须长臂猿在不同森林类型中的鸣叫行为差异及其对季节性降雨的响应，以弥补非泥炭沼泽森林类型中生态信息的不足	濒危婆罗洲白须长臂猿（Bornean white-bearded gibbon）的鸣叫行为	机器学习	NA	被动声学监测	CNN	音频	8个自主录音单元，收集23,244小时声学数据，识别83,956次大鸣叫	NA	NA	NA	NA
1117	2026-09-23	Deep learning-enabled temporal sequencing of metasurface for rewritable and customizable electromagnetic illusions 2026-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwag263 PMID:42312237	研究论文	本文提出了一种模块化超表面时域编程框架，利用深度生成模型将目标电磁幻觉直接映射为特定时间调制序列，实现了可重写和可定制的电磁幻觉	引入模块化超表面时域编程框架，将离散时间调制波形组织为可复用的调制单元库，通过灵活选择和排序这些单元而非为每个新任务重新设计整个控制律，并建立深度生成模型直接映射目标幻觉到特定时域调制序列	仅在合成孔径成像测试平台上进行了验证，尚未在实际雷达成像场景中大规模部署，且结构相似度指数≥0.91表明仍存在一定误差	实现可重写和可定制的电磁幻觉，建立从目标场景规格到可执行超表面控制的实用路径	超表面、电磁波、电磁幻觉、时间调制波形	计算机视觉	NA	超表面时域编程、时间调制、合成孔径成像	深度生成模型	图像	NA	NA	NA	结构相似度指数	NA
1118	2026-09-23	Artificial Second Harmonic Generation Image Feature Tuning with Generative Models and SeFa Semantic Analysis 2026-Jun, JPhys photonics DOI:10.1088/2515-7647/ae6c77 PMID:42465807	研究论文	本研究将StyleGAN2-ADA适配于二次谐波生成（SHG）图像，利用生成模型和SeFa语义分析实现胶原纤维形态的图像特征调控	首次将StyleGAN2-ADA专门适配于SHG显微图像数据集，并结合SeFa语义分解发现与纤维形态特征强相关的语义方向，开发了可扩展的SeFa GUI分析框架	训练数据集规模较小（仅1319张SHG图像），生成模型仍需进一步优化，图像编辑方法需要进一步完善以生成不同疾病类型的胶原纤维形态图像	利用生成对抗网络从SHG显微图像中提取更多信息内容，并通过语义分析实现对胶原纤维形态特征的调控和图像编辑	二次谐波生成（SHG）显微图像中的胶原纤维	数字病理学, 计算机视觉	肺癌, 结缔组织病	二次谐波生成（SHG）显微成像	GAN	图像	1319张SHG图像	PyTorch	StyleGAN2-ADA	LPIPS	NA
1119	2026-09-23	Simulation and empirical evaluation of biologically-informed neural network performance 2026-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2026.100876 PMID:42368786	研究论文	本文通过模拟和实证评估了生物信息学神经网络（BiNNs）的性能影响因素，并测试了整合生殖细胞和体细胞数据对前列腺癌转移状态预测的影响	开发了两个模拟框架来系统评估信号类型、信号强度、特征稀疏性和样本量对BiNN性能的影响，并实证测试了整合生殖细胞和体细胞数据的效果	在稀疏生殖细胞数据上表现不佳，且添加生殖细胞数据并未提高预测性能	评估影响BiNN性能的数据集特征，并提供基准测试新方法的原则性框架	前列腺癌患者的体细胞突变和拷贝数信息，以及生殖细胞变异数据	机器学习	前列腺癌	NA	BiNN	基因组数据	NA	NA	P-NET	预测性能，基因优先级排序，模型解释性	NA
1120	2026-09-23	Fully Automated Deep Learning-Based Pipeline for Evans Index Measurement from Raw 3D MRI 2026-Jun, Neuroscience informatics DOI:10.1016/j.neuri.2026.100275 PMID:42040514	研究论文	该研究开发了一个全自动深度学习流程，用于从原始3D T1加权MRI中测量Evans指数，以便评估脑室扩大	提出一个集成了自动 landmark 检测、AC-PC对齐以及基于nnU-Net的侧脑室和颅内体积分割的全自动流水线，可直接从原始MRI计算Evans指数，无需人工干预，并实现方向标准化	未明确提及外部验证的样本量、计算资源细节以及模型在不同扫描仪或协议下的泛化能力	实现准确、可重复且可扩展的Evans指数自动测量，用于正常压力脑积水等脑脊液动力学障碍的临床和研究应用	T1加权MPRAGE MRI扫描，包括来自Baltimore Longitudinal Study of Aging、BIOCARD、Johns Hopkins队列以及PENS trial的受试者	数字病理学	正常压力脑积水	T1加权MPRAGE MRI	CNN	图像	1,300例手动标注的扫描用于分割训练，内部验证来自多个队列，外部验证来自PENS试验	NA	BrainSignsNet, nnU-Net	Dice系数, 平均偏差, 平均绝对误差, 相关系数r, p值	NA