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
1181	2026-06-09	Deep-Learning-Enhanced Living Biophotovoltaics: Predictive Photocurrent Modeling and Sensitive Herbicide Biosensing 2026-Feb-24, Langmuir : the ACS journal of surfaces and colloids IF:3.7Q2 DOI:10.1021/acs.langmuir.5c06224 PMID:41672884	研究论文	开发了一种基于蓝藻的活体生物光伏系统，结合深度学习模型预测光电流动态，用于绿色能源生成和除草剂检测	首次将深度学习（LSTM、BiLSTM、GRU）引入活体生物光伏系统进行光电流动力学预测，并为双功能器件（能源+生物传感）提供AI辅助建模框架	深度学习模型性能受实验数据噪声和长期稳定性影响，且未在真实环境样品中验证；材料成本及规模化应用可行性未评估	开发一种兼具可持续能源生成和敏感除草剂生物传感功能的人工智能增强型活体生物光伏系统	蓝藻、导电聚合物金纳米颗粒修饰电极、苯基脲类除草剂（敌草隆、利谷隆）	机器学习, 数字病理学	NA	电聚合、金纳米颗粒修饰、蓝藻培养、计时电流法	深度学习（LSTM, BiLSTM, GRU）	时间序列光电流数据	60次电聚合循环、450 mg/mL蓝藻浓度、50天长期稳定性测试	NA	LSTM, BiLSTM, GRU	R², RMSE, MAE	NA
1182	2026-06-09	Selective multimodal deep learning for reliable breast cancer subtype classification from histopathology and genomic data 2026-Feb-23, Medical engineering & physics IF:1.7Q3 DOI:10.1088/1873-4030/ae449b PMID:41671586	research paper	提出一种选择性多模态深度学习框架，整合组织病理学图像和RNA-seq数据，实现可靠的乳腺癌亚型分类	引入不确定性感知的智能路由机制，根据置信度动态选择仅使用RNA-seq预测或执行多模态推理，在保持高准确率的同时显著提升计算效率；利用CTransPath视觉transformer提取组织学特征，并结合注意力展开技术增强模型可解释性	NA	开发一种可靠、可解释且计算高效的乳腺癌亚型分类方法，用于临床决策支持系统	乳腺癌患者的组织病理学全切片图像（WSI）和RNA-seq转录组数据	machine learning, digital pathology	breast cancer	RNA-seq, 组织病理学成像	CTransPath视觉transformer, 注意力机制	图像, 文本	924例乳腺癌患者（TCGA-BRCA数据集，PAM50分子亚型）	NA	CTransPath, 门控注意力, 交叉注意力, 拼接融合	准确率, 混淆矩阵	NA
1183	2026-06-09	Silencer variants are key drivers of gene up-regulation in Alzheimer's disease 2026-Feb-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adz3323 PMID:41671378	研究论文	开发深度学习框架，整合组蛋白修饰与单细胞开放染色质数据，鉴定阿尔茨海默病相关的沉默子和增强子变异	首次系统鉴定AD相关的沉默子变异，并揭示沉默子变异在基因上调中的关键驱动作用，特别是与小胶质细胞免疫反应的关联	NA	解析非编码DNA中AD相关变异的调控机制	阿尔茨海默病相关的非编码变异	机器学习	阿尔茨海默病	NA	深度学习	组蛋白修饰数据、单细胞开放染色质数据	NA	PyTorch	NA	一致性比率（directional concordance）	NA
1184	2026-06-09	YORU: Animal behavior detection with object-based approach for real-time closed-loop feedback 2026-Feb-13, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adw2109 PMID:41671367	研究论文	提出YORU方法，利用目标检测深度学习算法直接识别动物行为对象，实现实时闭环反馈	将行为直接作为“行为对象”进行检测，无需姿态估计，支持多物种社交行为实时分析	未提及具体局限性	开发一种替代传统姿态估计的行为检测方法，实现实时闭环反馈	多种动物的社交行为	计算机视觉	NA	目标检测	目标检测网络	图像	NA	NA	NA	NA	NA
1185	2026-06-09	Large-Scale Histological Image Dataset with Metadata for Colorectal Cancer Microenvironment 2026-Feb-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06675-9 PMID:41673045	研究论文	介绍了一个用于结直肠癌微环境研究的大规模组织学图像数据集HMU-CRC-Hist550K，包含55万张标注图像块，并展示了其在组织分割任务中的基准测试结果	提供了首个大规模、高质量且全面标注的结直肠癌组织学图像数据集，涵盖八种不同的肿瘤微环境组织类别，弥补了该领域数据不足的空白	未公开讨论数据集的潜在偏差或模型泛化的局限性	为结直肠癌微环境分析、AI辅助诊断、分子亚型推断和个体化治疗规划提供基础资源	结直肠癌肿瘤微环境中的组织成分	数字病理学	结直肠癌	NA	深度学习模型	组织学图像	500张全切片图像，55万张标注图像块	NA	未具体说明，但涉及三个深度学习模型	分割任务相关指标（如准确率、Dice系数等，但未明确列出）	NA
1186	2026-06-09	Multimodal MRI reveals hypothalamic structural-functional alterations associated with bone mineral density loss in postmenopausal women 2026-Feb-12, Brain imaging and behavior IF:2.4Q2 DOI:10.1007/s11682-026-01077-2 PMID:41673184	研究论文	利用多模态磁共振成像揭示绝经后女性下丘脑亚区结构与功能改变与骨密度下降的关系	首次使用深度学习分割下丘脑亚区并结合多模态磁共振成像探索绝经后骨质疏松中下丘脑亚区结构与功能改变	样本量较小，白质束微结构和形状改变由于多重比较应视为探索性发现	探究绝经后女性下丘脑亚区结构和功能改变与骨密度下降的关系	绝经后女性（包括骨质疏松、骨量减少及健康对照组）	计算机视觉, 机器学习	骨质疏松	磁共振成像	深度学习分割模型	图像	54名绝经后女性（18名骨质疏松，18名骨量减少，18名健康对照）	NA	深度学习分割网络	簇级FWE校正p值, 皮尔逊相关系数	NA
1187	2026-06-09	Automatic classification of kidney stone components based on smartphone microscopy and the GoogLeNet model 2026-Feb-12, BMC urology IF:1.7Q3 DOI:10.1186/s12894-026-02080-x PMID:41673817	研究论文	通过智能手机显微镜和GoogLeNet模型自动分类肾结石成分	首次将智能手机显微成像与GoogLeNet深度学习模型结合用于肾结石成分自动分类，实现对四种结石类型的快速、准确且低成本的识别	样本量较小（140例），结石类型分布不均衡（碳酸磷灰石仅26例，六水磷酸镁铵仅16例），且仅用一种智能手机和显微镜设备，可能影响泛化能力	开发基于智能手机显微成像与深度学习的自动化尿路结石成分分类系统，实现快速、准确且低成本的结石分析	四种肾结石成分：草酸钙（66例）、尿酸（32例）、碳酸磷灰石（26例）和六水磷酸镁铵（16例）	计算机视觉	肾结石	智能手机显微成像（TIPSCOPE）	GoogLeNet	显微图像	140例肾结石样本，840张图像	PyTorch	GoogLeNet	准确率，F1分数，精确率，召回率	NA
1188	2026-06-09	Drone-based geospatial prediction modeling identifies Fasciola hepatica infection risk in the Cusco Highlands of Peru 2026-Feb-12, Infectious diseases of poverty IF:4.8Q1 DOI:10.1186/s40249-026-01420-1 PMID:41673907	研究论文	利用无人机获取的环境指数构建预测模型，识别秘鲁库斯科高地人类和绵羊的肝片吸虫感染风险	首次将无人机高分辨率多光谱和热成像数据与机器学习模型相结合，在安第斯农村社区实现肝片吸虫感染的精细尺度风险预测	单一社区横断面研究，样本量有限，模型泛化性需进一步验证	利用无人机衍生的环境指数开发人类和绵羊肝片吸虫感染的预测模型	秘鲁库斯科Huayllapata社区的人类和绵羊	机器学习	肝片吸虫病	无人机遥感（多光谱和热成像）	逻辑回归、随机森林、XGBoost、深度学习	空间分布数据、环境指数、人口学和社会经济数据	Huayllapata社区的家庭和绵羊	NA	逻辑回归、随机森林、XGBoost、深度学习	准确率、敏感度、特异度	NA
1189	2026-06-09	Text-Based Depression Estimation Using Machine Learning With Standard Labels: Systematic Review and Meta-Analysis 2026-Feb-11, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/82686 PMID:41671575	综述与元分析	使用标准标签的基于文本的抑郁症估计模型的系统综述和元分析，评估其预测性能并探讨异质性的潜在调节因素	首次系统性地评述仅使用标准抑郁症标签（经验证的临床量表或诊断）的文本估计模型，并通过元分析量化不同文本表征（嵌入vs传统特征）、模型架构（深度学习vs浅层模型）、标注来源（临床诊断vs自评量表）对性能的影响	研究数量有限（15个模型来自11项研究），可能存在发表偏倚；不同研究间的文本资源、预处理方法和评估标准仍未完全统一，影响结果的普遍性	评估基于标准抑郁症标签的文本估计模型的预测性能，并识别影响性能异质性的关键因素	基于参与者生成文本并使用经验证的量表或临床诊断作为抑郁症标签的机器学习模型	自然语言处理	抑郁症	NA	机器学习（深度学习、浅层模型）	文本	15个模型来自11项研究，未报告具体参与人数	NA	嵌入模型、传统特征模型、深度学习架构、浅层模型	效应量（r）	NA
1190	2026-06-09	Polysomnography Dataset for Sleep Analysis in Ischemic Stroke Patients 2026-Feb-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06747-w PMID:41673037	研究论文	本文介绍了一个用于缺血性中风患者睡眠分析的多导睡眠图数据集（iSLEEPS），该数据集包含100份夜间记录，并附有专家标注	首个亚洲且规模最大的中风专用睡眠数据库，填补了中风睡眠数据缺乏的关键空白	未明确提及其他限制	提供中风专用睡眠数据库，支持对中风后睡眠障碍的全面分析	缺血性中风患者中睡眠呼吸障碍与神经恢复的关系	机器学习	缺血性中风	多导睡眠图	长短期记忆网络, Transformer, 卷积神经网络	多导睡眠图记录	100份夜间多导睡眠图记录	NA	长短期记忆网络, Transformer, 卷积神经网络	准确率	NA
1191	2026-06-09	A two-stage deep learning framework for kidney disease detection using modified specular-free imaging and EfficientNetB2 2026-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-04606-z PMID:41673036	研究论文	提出一种两阶段深度学习框架，结合改进的无镜面反射成像技术与EfficientNetB2模型，提升肾脏疾病检测准确率	提出改进的无镜面反射（MSF）技术增强肾脏图像质量，并与EfficientNet-B2分类模型结合，实现98.27%的高准确率	未明确提及限制	提高肾脏病理检测的准确性	肾脏图像	计算机视觉	肾脏疾病	改进的无镜面反射成像	EfficientNet-B2	图像	未明确提及	NA	EfficientNet-B2	准确率（98.27%）	NA
1192	2026-06-09	Automated cone photoreceptor detection using synthetic data and deep learning in confocal adaptive optics scanning laser ophthalmoscope images 2026-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39570-9 PMID:41673253	研究论文	利用合成数据和深度学习在自适应光学扫描激光检眼镜图像中自动检测视锥细胞	利用合成数据减少对大量标注真实数据的需求，结合少量真实数据训练U-Net模型，在独立数据集上展示泛化能力	NA	开发自动化视锥细胞检测方法，替代主观且耗时的手动标注，实现大规模定量分析	活体人眼视锥细胞镶嵌图像	数字病理学	视网膜疾病	自适应光学扫描激光检眼镜成像	U-Net	图像	大量合成AOSLO图像和较小真实AOSLO图像（密尔沃基数据集），以及独立牛津数据集	PyTorch	U-Net	Dice系数	NA
1193	2026-06-09	Deep learning-based detection of retinal detachment with vitreous hemorrhage in ocular ultrasound images 2026-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38272-6 PMID:41673252	研究论文	基于深度学习的眼部超声图像中视网膜脱离伴玻璃体出血的检测方法	将YOLOv5架构应用于眼部超声图像，并结合图像增强技术（如反锐化掩模）提高检测准确率	仅使用特定数据集（2188张训练图像和1042张验证图像），可能缺乏泛化性	开发深度学习算法辅助检测眼底遮挡型玻璃体出血中的视网膜脱离	B超超声图像中的视网膜脱离和玻璃体出血	计算机视觉	视网膜脱离，玻璃体出血	眼部超声成像	卷积神经网络（CNN）	图像	3230张超声图像（2188训练，1042验证）	NA	YOLOv5	准确率	NA
1194	2026-06-09	Interpretable machine learning rationalizes carbonic anhydrase inhibition via conformal and counterfactual prediction 2026-Feb-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39771-2 PMID:41673458	研究论文	提出一个可解释的机器学习框架，用于预测人碳酸酐酶亚型II、IX和XII的抑制活性，并结合一致性预测和反事实解释以指导选择性抑制剂设计	将一致性预测用于不确定性量化与反事实解释用于分子可解释性相结合，形成统一框架，并通过严格数据筛选和系统基准测试证明支持向量机结合扩展连接指纹优于复杂模型	未提及在多中心或更大规模数据上的验证，且模型依赖于现有实验数据质量，可能对新型抑制剂结构适用性有限	开发可解释的机器学习方法以实现对hCA亚型II、IX和XII的选择性抑制预测，指导抗癌抑制剂设计	人碳酸酐酶亚型II、IX和XII的抑制剂活性数据	机器学习	癌症（抗癌靶点相关）	机器学习建模，分子指纹分析，一致性预测，反事实解释	支持向量机，深度学习模型（如神经网络）	分子结构数据（扩展连接指纹）及对应的活性标签	未明确提及样本数量，但经过严格数据筛选和系统基准测试	Scikit-learn	支持向量机，多层感知机或其他深度学习架构	准确性、精确率、召回率、F1分数、AUC等	未提及具体GPU或云平台，但涉及标准计算环境
1195	2026-06-09	Deep capsule neural network for identifying anticancer peptides using sequence to image transformation-based local embedded features 2026-Feb-11, BMC biology IF:4.4Q1 DOI:10.1186/s12915-026-02547-1 PMID:41673852	研究论文	提出了一种基于深度胶囊神经网络pACP-CapsNet的模型，用于准确识别抗癌肽	首次将序列转图像技术与局部嵌入特征结合，利用SMR和RECM进行序列到结构图像转换，并通过HOG、DWT、CLBP提取多尺度特征，同时采用混洗蛙跳算法进行特征选择，最终用胶囊网络实现高精度预测	未提及在实际临床样本或大规模数据集上的验证，可能对更复杂肽序列的泛化能力有限	开发高效、低成本的计算机辅助方法识别抗癌肽，以推动抗癌药物研发	抗癌肽序列	机器学习	癌症	NA	胶囊神经网络	肽序列数据	ACP240和ACP740两个测试集	NA	CapsNet	准确率, AUC	NA
1196	2026-06-09	AI-enhanced Centiloid quantification of amyloid PET images 2026-Feb, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.71162 PMID:41670187	研究论文	提出DeepSUVR深度学习方法，通过惩罚不合理的纵向轨迹来校正淀粉样蛋白PET图像的Centiloid量化，提高跨示踪剂和跨研究的一致性	创新性地利用惩罚生物学上不合理纵向轨迹的训练策略，使模型无需纵向数据即可学习标准化摄取值比校正因子，显著提升Centiloid量化的跨示踪剂一致性和纵向稳定性	未提及具体局限性	提高淀粉样蛋白PET图像Centiloid量化的准确性和一致性，增强认知评估、视觉读片和神经病理学的关联性	淀粉样蛋白PET扫描图像及其Centiloid量化值	计算机视觉	阿尔茨海默病	淀粉样蛋白PET成像	深度学习模型	图像	训练集：2,129名参与者（7,149次Aβ PET扫描）；验证集：10,543名参与者（15,807次Aβ PET扫描）	NA	DeepSUVR	相关性、变异性、认知关联度、视觉读片一致性、神经病理学关联性、纵向一致性、效应量	NA
1197	2026-06-09	How does a deep neural network look at lexical stress in English words? 2026-Feb-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0042429 PMID:41670352	研究论文	本研究探讨深度神经网络如何从英语双音节词的频谱表示中预测词汇重音位置，并利用层级相关传播技术解释模型决策	首次将层级相关传播用于分析神经网络对英语词汇重音的感知机制，并提出了特征特定相关性分析方法，揭示了模型依赖于自然语音中分布式的重音线索	研究仅关注双音节词，未涉及多音节词或更复杂的重音模式；数据集缺乏最小重音对可能导致模型偏向特定特征	解释深度神经网络在预测英语词汇重音时的决策依据，探索其能否捕捉自然语音中的分布式重音线索	英语双音节词的重音位置预测，包括无最小重音对词和最小重音对词	自然语言处理	NA	频谱分析	卷积神经网络（CNN）	语音频谱图	从朗读和自发言语中自动构建的英语双音节词数据集，具体数量未明确说明	NA	多种卷积神经网络架构	准确率	NA
1198	2026-06-09	The Transformative Impact of Deep Learning and Artificial Intelligence on Parasitic Disease Diagnosis 2026-Feb-01, Clinical laboratory IF:0.7Q4 DOI:10.7754/Clin.Lab.2025.250543 PMID:41670505	评论	本文综述了深度学习与人工智能在寄生虫病诊断中的应用，重点讨论了卷积神经网络和机器学习在检测疟疾、利什曼病和血吸虫病中的潜力与挑战	系统分析了AI与便携式诊断设备结合在资源受限地区的应用前景，指出了数据异质性和算法偏差对诊断公平性的影响	缺乏具体的实验验证和量化性能对比，讨论基于现有文献而非新数据	评估深度学习与人工智能在寄生虫病诊断中的变革性影响及实施挑战	疟疾、利什曼病和血吸虫病的诊断方法	机器学习	寄生虫病	NA	卷积神经网络、机器学习	临床样本、影像数据、流行病学数据	NA	NA	卷积神经网络	敏感性、特异性	NA
1199	2026-06-09	[Research on a Deep Learning-Based Model for Predicting Malignancy Risk of Pan-Endocrine System across Thyroid and Breast Nodules] 2026-Jan-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.250417 PMID:41672617	研究论文	基于多任务深度学习构建跨器官AI模型，统一预测甲状腺和乳腺结节的恶性风险	首次提出基于Transformer架构的跨器官多任务深度学习模型，通过特征共享层与器官特定层结合的设计，实现甲状腺和乳腺结节恶性风险的统一预测，优于单器官模型并具备泛化能力	未明确提及，但根据摘要可能受限于回顾性数据源和有限的器官类型（仅甲状腺和乳腺）	构建跨器官的深度学习模型，实现甲状腺和乳腺结节恶性风险的统一预测	甲状腺结节和乳腺结节的临床数据，包括影像及诊断特征	机器学习	甲状腺结节、乳腺结节	NA	Transformer	临床数据（包含影像特征和诊断标签）	甲状腺结节2386例，乳腺结节2753例，内部训练；独立外部验证集835例	NA	Transformer	AUC、敏感性、特异性	NA
1200	2026-06-09	[Advances in Application of Artificial Intelligence for Breast Cancer Radiotherapy] 2026-Jan-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation DOI:10.12455/j.issn.1671-7104.250421 PMID:41672615	综述	系统回顾人工智能在乳腺癌放射治疗中的应用进展，涵盖医学图像处理与自动化放疗计划等关键领域	以深度学习技术为核心切入点，系统梳理AI在乳腺癌放疗全流程中的应用现状与技术挑战	未涉及具体算法性能比较或临床验证数据，缺乏对模型泛化能力的深入分析	为推动AI与乳腺癌放疗的深度融合提供系统性技术参考	乳腺癌放疗技术及AI应用方案	机器学习	乳腺癌	深度学习	NA	医学图像	NA	NA	NA	NA	NA