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
11421	2026-05-02	Deep learning model for automated identification of ventrally positioned right hepatic artery in contrast-enhanced computed tomography of pediatric congenital biliary dilatation: development and clinical application 2026-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06588-0 PMID:41870581	研究论文	开发并验证基于YOLOv12的深度学习模型，用于在增强CT中自动识别儿童先天性胆总管扩张的腹侧走行右肝动脉	首次将YOLOv12模型应用于儿童术前CT图像中腹侧走行右肝动脉的自动识别，采用关键切片靶向策略，性能达到资深放射科医师水平	单中心回顾性研究，样本量相对有限，未进行外部验证	开发一种能够自动识别增强CT中腹侧走行右肝动脉的深度学习模型，提高儿童先天性胆总管扩张术前评估的安全性	儿童先天性胆总管扩张患者的腹侧走行右肝动脉	计算机视觉	先天性胆总管扩张	增强CT	YOLOv12	医学图像	232例先天性胆总管扩张患者（116例腹侧走行右肝动脉，116例对照），共1452张关键动脉期切片	PyTorch	YOLOv12n, YOLOv12s, YOLOv12m, YOLOv12l, YOLOv12x	精确率、召回率、F1分数、平均精度均值、受试者工作特征曲线下面积	NA
11422	2026-05-02	Spectral deep learning-based patient and bowtie scatter correction for clinical photon-counting CT 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70442 PMID:42050788	研究论文	本研究提出一种基于光谱深度学习的患者与Bowtie散射校正方法，用于临床光子计数CT	首次在深度学习散射校正中利用光子计数CT的光谱信息，实现患者与Bowtie散射的联合校正，减少网络数量并降低计算成本	未明确提及具体限制，但依赖蒙特卡洛数据和临床PCCT系统验证，可能需进一步评估泛化性	探究光谱信息如何改进深度学习散射校正，并比较联合与单独校正Bowtie及患者散射的性能	光子计数CT中的散射伪影，包括患者散射和Bowtie散射	计算机视觉	NA	光子计数CT	神经网络	图像	使用蒙特卡洛模拟数据和临床PCCT系统实测数据，具体样本量未提及	NA	深度散射估计网络	平均绝对误差, 临界平均绝对误差	NA
11423	2026-05-02	Clinically Deployable Handwriting Biomarkers of Parkinson's Disease via Multiscale Attention and Bayesian-Genetic Optimization 2026-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71457 PMID:42050861	研究论文	提出了一种结合多尺度注意力和贝叶斯-遗传优化的深度学习网络，用于基于手写特征检测帕金森病	首次将多尺度门控多头注意力机制与深度可分离卷积结合，并设计帕金森病专用贝叶斯-遗传优化方案来联合调优架构和训练超参数，同时利用SHAP超像素归因图提供临床可解释性	未提及外部验证数据集以外的泛化测试，且模型优化主要针对PaHaW数据集，可能需要更多样本人群验证	开发一种临床可部署的手写生物标志物深度学习模型，用于帕金森病的客观检测和风险分层	帕金森病患者和健康对照组的螺旋线、波浪线和迂回线手绘图画	计算机视觉	帕金森病	手写数字化采集（平板电脑）	卷积神经网络（多尺度门控多头注意力深度可分离卷积网络）	图像（统一RGB格式的手绘任务图像）	PaHaW数据集和独立HandPD数据集，具体样本量未在摘要中给出	NA	多尺度门控多头注意力深度可分离卷积网络（PD-MGMA-DSCNN）	准确率、ROC-AUC、精确率-召回率	NA
11424	2026-05-02	Improving patient treatment accuracy using transit dosimetry with Electronic Portal Imaging Device images and deep learning 2026-May, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100966 PMID:42063988	研究论文	利用EPID图像和深度学习进行通过式剂量测定，提高患者治疗准确性	提出了一种基于深度学习的框架，通过数据采集和治疗计划系统剂量模拟，从通过式EPID图像重建水等效剂量，无需繁琐的校准和校正程序	未明确说明局限性，但提及标准非晶硅EPID探测器对水等效剂量的非线性响应是主要限制	开发一种深度学习框架，从通过式EPID图像快速准确地重建水等效剂量，支持安全有效的放射治疗	EPID测量数据和对应的Monaco治疗计划系统剂量模拟	计算机视觉，机器学习	不适用（癌症放射治疗）	EPID成像，剂量模拟	CNN（U-Net）	图像	超过200个EPID测量数据，使用不同体模和照射野	不适用	2D U-Net	平均绝对误差，γ指数（3%/3mm和5%/5mm标准）	不适用
11425	2026-05-02	A few-shot learning method for underwater acoustic target recognition based on generative data augmentationa) 2026-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043727 PMID:42065402	研究论文	提出一种基于生成式数据增强的小样本水下声学目标识别方法	构建生成式与判别式协同框架，利用潜在空间补全和结构保持生成重建机制，在特征层面重建更连续、完整且具有判别性的类内分布	NA	解决小样本场景下水下声学目标识别中参考样本稀缺和环境干扰复杂的问题	水下声学目标	机器学习	NA	NA	变分自编码器	声学信号	NA	NA	变分自编码器	NA	NA
11426	2026-05-02	Machine learning for predicting chaotic systems 2026-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0313297 PMID:42065909	研究论文	比较不同机器学习方法在预测混沌动力系统上的表现，并介绍了一种新的误差度量标准	引入了允许在基准测试结果中进行不确定性量化的新数据库，并提出了针对混沌系统定制的累积最大误差这一新指标	结果可能因实验设置不同而有显著变化，且未涉及高维或真实世界混沌系统的验证	评估不同机器学习架构在预测混沌系统时的性能，并强调方法选择与数据特性匹配的重要性	低维混沌动力系统的预测问题	机器学习	不适用	不适用	轻量级和重量级机器学习模型，包括深度学习模型	时间序列数据	多个低维系统基准数据库，包括一个新增数据库	不适用	多种架构，包括传统方法和深度学习模型	累积最大误差，以及其他传统指标	根据计算成本调整超参数调优，轻量方法分配更多调优
11427	2026-05-02	General Intelligence-Based Fragmentation (GIF): A Framework for Peak-Labeled Spectra Simulation 2026-Apr-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07056 PMID:42060789	研究论文	提出通用智能碎片化框架，通过结构化提示与推理指导预训练大语言模型进行峰值标记谱图模拟	首次利用大语言模型并结合系统化提示与迭代优化实现质谱片段模拟，替代了传统的随机提示方法	未提及模型在复杂代谢物谱图模拟中的泛化能力，且当前GPT-4o的余弦相似度仅0.36，仍有提升空间	探索大语言模型在质谱标注与谱图模拟中的推理能力，提升代谢组学谱图注释率	预训练大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）及其谱图模拟性能	自然语言处理	NA	质谱分析、大语言模型微调	大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）	文本（质谱峰标签数据）	从MassSpecGym数据集中衍生获得的MassSpecGym QA-sim数据集	PyTorch	Transformer	余弦相似度	NA
11428	2026-05-02	Magnetic Resonance Neurography: Evolution, Technical Foundations, and Future Directions 2026-Apr-30, Seminars in musculoskeletal radiology IF:0.9Q4 DOI:10.1055/a-2817-3039 PMID:42061306	综述	回顾磁共振神经成像从实验技术发展为周围神经评估重要诊断手段的历程及其技术基础与未来方向	总结了从1.5T到3T系统、从二维采集到三维各向同性容积序列的演进，并突出深度学习重建和AI驱动自动分割等最新进展	NA	综述磁共振神经成像的技术演进、临床标准化系统（神经病变评分报告与数据系统）及未来方向	磁共振神经成像技术及相关临床应用	机器学习	周围神经病变	磁共振神经成像, 弥散张量成像, Dixon脂肪抑制, 对比增强成像	深度学习模型	图像	NA	NA	深度学习重建模型、自动分割模型	信噪比, 诊断精度	NA
11429	2026-05-02	HLABrew for Human Leukocyte Antigen Class I-Presented Epitope Recognition and Mimotope Discovery 2026-Apr-30, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00337 PMID:42062220	研究论文	提出了一个统一深度学习框架HLABrew，用于HLA I类表位预测和等位基因特异性模拟肽设计	集成Transformer、变分自编码器和双重交叉注意力机制，实现层级和等位基因感知的表征，能准确解卷多等位基因免疫肽组学数据并恢复等位基因特异性结合基序	NA	开发用于HLA I类呈递表位识别和模拟肽发现的深度学习框架	HLA I类呈递表位和等位基因特异性模拟肽	机器学习	NA	免疫肽组学	Transformer、变分自编码器	肽序列数据	NA	NA	Transformer、变分自编码器、双重交叉注意力	NA	NA
11430	2026-05-02	Microinterventional in-sensor computing system for real-time metabolic health assessment 2026-Apr-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72520-7 PMID:42062300	研究论文	提出一种仿生自锚定微介入传感器内计算系统，用于实时代谢健康评估	结合海星吸盘微针自锚定机制与轻量级深度学习算法，在硬币大小嵌入式电路上实现98.68%诊断准确率和120小时电池寿命，显著降低信号波动并增强信号强度	仅在猪模型中验证，未进行人体临床试验；未讨论不同个体差异对自锚定机制的影响	开发可穿戴传感器内计算系统，实现动态日常环境中高保真代谢风险分层	猪模型中的间质液生物标志物动态监测	机器学习	代谢性疾病	微针生物传感器	轻量级深度学习算法	生物信号	猪模型（未提供具体数量）	NA	轻量级神经网络	诊断准确率, 电池寿命	硬币大小嵌入式电路
11431	2026-05-02	Evaluating model generalizability for suicide attempt risk prediction: traditional machine vs deep learning 2026-Apr-30, Npj mental health research DOI:10.1038/s44184-026-00209-2 PMID:42062536	研究论文	评估自杀企图风险预测模型在传统机器学习和深度学习中的泛化能力	首次进行外部验证，比较机器学习和深度学习在表格化医疗数据上的自杀企图风险预测表现	模型泛化能力不足，深度学习灵敏度更高但整体性能不及机器学习	评估并比较机器学习和深度学习模型在跨医疗环境下的自杀企图风险预测泛化能力	超过750,000次马萨诸塞大学纪念医疗中心的患者就诊记录	机器学习	自杀行为	NA	机器学习, 深度学习	表格数据	超过750,000次患者就诊记录	NA	NA	NA	NA
11432	2026-05-02	DeepSeMS: revealing the hidden biosynthetic potential of the global ocean microbiome with a large language model 2026-Apr-30, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-026-00983-1 PMID:42062603	研究论文	提出基于Transformer的大型语言模型DeepSeMS，从生物合成基因簇序列预测次级代谢产物化学结构，并应用于全球海洋微生物组揭示隐藏的生物合成潜力	首次利用Transformer大型语言模型从BGC序列直接预测次级代谢产物化学结构，通过功能域编码和特征对齐数据增强提升预测准确性	对隐秘BGC结构复杂性和模块化生物合成域底物耐受性及交叉反应性的处理仍需改进	揭示全球海洋微生物组中未被挖掘的生物合成潜力，为抗生素发现提供新途径	全球海洋微生物组的生物合成基因簇及其对应的次级代谢产物	自然语言处理	抗生素相关疾病	宏基因组测序	Transformer	序列数据	全球海洋宏基因组数据集，含超过60,000种次级代谢产物	PyTorch	Transformer	预测有效性比率	NA
11433	2026-05-02	The impact of scanner domain shift on deep learning performance in medical imaging: an experimental study 2026-Apr-30, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03655-7 PMID:42062639	研究论文	本研究通过广泛实验评估了不同模态（X射线、CT、MRI）下扫描仪域偏移对深度神经网络性能的影响	首次系统性地跨多种模态和诊断任务量化扫描仪域偏移对深度学习性能影响的实验研究	未提及具体局限性，但可推断研究主要关注性能下降的量化，而非提出有效的域适应方法	评估扫描仪域偏移对卷积神经网络在不同自动诊断任务中性能的影响，并量化性能下降程度	常见放射学模态（X射线、CT、MRI）的医学图像	计算机视觉	NA	NA	卷积神经网络	图像	NA	NA	卷积神经网络	性能下降程度（具体指标未明确，可能涉及准确性等）	NA
11434	2026-05-02	DeepTYLCV: An interpretable and experimentally validated AI model for predicting virulence of different tomato yellow leaf curl virus strains 2026-Apr-29, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2026.101877 PMID:42063254	研究论文	提出一种可解释且经实验验证的深度学习模型DeepTYLCV，用于预测不同番茄黄化曲叶病毒株系的毒力	首次结合蛋白语言模型嵌入和最优串联常规描述符，采用Transformer编码器与多尺度CNN混合架构，直接从病毒基因组ORF序列预测毒力，并实现1D-Grad-CAM++可解释性分析	未提及模型的跨宿主或跨病毒泛化能力，以及在实际田间应用中应对数据多样性和实时性挑战的性能	开发一个可直接从病毒基因组序列预测毒力的深度学习框架，用于番茄黄化曲叶病毒的早期监测和抗性管理	番茄黄化曲叶病毒全球来源的分离株开放阅读框序列	机器学习	番茄黄化曲叶病毒病害	蛋白质语言模型、多尺度CNN、Transformer编码器	混合神经网络（Transformer + 多尺度CNN）	核苷酸序列（病毒ORF序列）	全球来源的TYLCV序列数据集（具体数量未在摘要中提及），以及15个未表征或代表性分离株的实验验证	PyTorch	Transformer编码器、多尺度卷积神经网络	准确率、一致性（预测与实验症状严重度达到100%一致）	未在摘要中提及
11435	2026-05-02	VerteRo: A Fully Automated Deep Neural Network Tool for Estimating Axial Vertebral Body Rotation in Adolescent Idiopathic Scoliosis 2026-Apr-28, Global spine journal IF:2.6Q1 DOI:10.1177/21925682261448826 PMID:42049289	研究论文	开发并验证了VerteRo，一种基于深度学习的全自动工具，用于从标准PA脊柱侧弯X光片中高精度估计轴向椎体旋转，克服了分类分级系统的局限性	提出了一种全自动、端到端的深度学习解决方案，用于从PA X光片中定量评估轴向旋转，相比分类分级方法提高了客观性	这是一项初步研究，需进一步验证才能应用于临床决策支持	开发并验证一种全自动深度学习工具，用于估计青少年特发性脊柱侧弯的轴向椎体旋转	青少年特发性脊柱侧弯患者的椎体旋转	计算机视觉	青少年特发性脊柱侧弯	X光片	卷积神经网络	图像	97例AIS X光片	NA	Faster R-CNN, YOLOv11 L, YOLOv12 L	平均绝对误差, F1分数, 等级一致性	NA
11436	2026-05-02	Retraction Note: A novel approach integrating topological deep learning from EEG Data in Alzheimer's disease 2026-Apr-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-50185-y PMID:42050120	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
11437	2026-05-02	Deep Learning for Cardiac Image Analysis: Unveiling Advances in Deep Learning Architectures 2026-Apr-24, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2026.03.007 PMID:42065698	综述	讨论深度学习在心脏图像分析中的进展，包括图神经网络、Transformer、隐式神经表示、生成对抗网络和基础模型等新方法	系统综述了深度学习心脏图像分析中的多种新兴架构，如非欧几里得数据表示、动态成像序列建模与连续空间重建	未涵盖临床验证试验的实证结果，且未对不同架构进行直接性能对比	总结深度学习在心脏图像分析方法上的创新及其挑战与未来方向	心脏图像分析中的深度学习架构	计算机视觉	心血管疾病	NA	图神经网络、Transformer、隐式神经表示、生成对抗网络、基础模型	图像	NA	NA	图神经网络、Transformer、隐式神经表示、生成对抗网络、基础模型	NA	NA
11438	2026-05-02	Deep learning-enabled ratiometric signal transduction for portable and intelligent colorimetric LAMP biosensing of Vibrio vulnificus 2026-Apr-22, Analytical biochemistry IF:2.6Q2 DOI:10.1016/j.ab.2026.116136 PMID:42031193	研究论文	报道了一种结合深度学习比率信号转导策略的智能生物传感平台，用于自动检测创伤弧菌	首次将深度学习增强的比率信号转导与环介导等温扩增结合，通过自定义底部照明光学模块和绿蓝通道比率分析，有效抑制环境光噪声，将分析灵敏度比传统凝胶电泳提高一个数量级	未提及	开发便携式、智能化的病原体现场分子诊断平台	创伤弧菌	机器学习, 数字病理学	创伤弧菌感染	环介导等温扩增 (LAMP)	卷积神经网络 (CNN)	图像	5 μL 样品	NA	CNN	精确率, 召回率, 检测限, 相关系数	NA
11439	2026-05-02	Docking-based virtual screening: Past, present, and future 2026-Apr-15, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.04.011 PMID:41992616	综述	综述了基于分子对接的虚拟筛选的过去、现在和未来	系统总结了基于模板的方法、深度学习对接与打分函数、大规模和超大规模对接战役等最新进展	讨论了当前挑战，如方法准确性、计算资源需求及实际应用中的限制	回顾DBVS方法的发展历程，总结最新进展，并展望未来方向以提升早期药物发现的实际影响	DBVS工作流程的主要组成部分（配体结合位点识别、化学库准备、分子对接方法）及其改进策略	计算机辅助药物设计	NA	分子对接、虚拟筛选	深度学习模型（如用于对接和打分）	分子结构数据	NA	NA	NA	NA	NA
11440	2026-05-02	ANNalog: generation of MedChem-similar molecules 2026-Apr-15, Journal of cheminformatics IF:7.1Q1 DOI:10.1186/s13321-026-01186-6 PMID:41987312	研究论文	提出了一种基于Transformer的序列到序列生成模型ANNalog，用于生成与药物化学相似的分子类似物	使用同一生物活性测定中的分子对训练生成模型，能同时生成结构相似类似物和进行骨架跃迁，并采用编辑距离引导的对齐预处理提升性能	NA	生成兼具结构相似性和骨架跃迁能力的药物化学类似物	从ChEMBL33数据库中提取的同一生物活性测定中的分子对	机器学习	NA	NA	Transformer	SMILES字符串	使用ChEMBL33数据库中的分子对，具体数量未提及	NA	Transformer	NA	NA