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
1221	2026-07-30	Deep Learning-Based Virtual Screening Identifies Potential Small-Molecule Inhibitors of ASK1: Natural Product Lead Discovery for MASH 2026-Jul-20, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms27146438 PMID:42511781	研究论文	通过深度学习虚拟筛选从天然产物库中发现靶向ASK1的候选小分子抑制剂，用于代谢功能障碍相关脂肪性肝炎的治疗	将深度学习、分子模拟与量子化学计算整合，从天然产物库中快速筛选出靶向ASK1的候选先导化合物CMNPD10921	仅基于计算模拟结果，缺乏体外或体内实验验证	发现新的抗MASH候选药物分子，通过抑制ASK1靶点治疗代谢功能障碍相关脂肪性肝炎	ASK1蛋白与天然产物小分子抑制剂	机器学习	代谢功能障碍相关脂肪性肝炎	虚拟筛选, 分子对接, 分子动力学模拟, 深度学习	NA	分子结构数据	1个天然产物库（CMNPD），1个候选化合物CMNPD10921	NA	NA	MM-GBSA结合自由能, 残基能量分解	NA
1222	2026-07-30	Performance Comparison of Multi-Modal Fusion Techniques in Tissue Perfusion Analysis Using Homography Calibration 2026-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s26144585 PMID:42515468	研究论文	该研究探索了多模态融合技术和相机校准对组织灌注分析的影响	首次将单应性校准应用于多模态组织灌注成像，并系统比较了早期与晚期融合策略的性能	未提及具体局限性	优化多模态成像中的对齐与融合策略，以提高组织灌注分类精度	组织灌注的多模态图像数据	计算机视觉	NA	多模态成像（红外、热成像、RGB）	深度卷积神经网络（CNN）	图像	基于现有TTPD数据集	NA	ResNet50, ResNet101	分类精度	NA
1223	2026-07-30	Spatiotemporal Dual-Channel Interpretable Hybrid Neural Network for HD-sEMG-Based Gesture Recognition 2026-Jul-20, Sensors (Basel, Switzerland) DOI:10.3390/s26144602 PMID:42515485	研究论文	提出一种时空双通道可解释混合神经网络，用于基于高密度表面肌电信号的手势识别	通过特征通道和空间通道分别处理信号特征与空间信息，结合SHAP值排名和图形注意力层增强模型可解释性	未提及	提升高密度表面肌电信号手势识别的精度与模型可解释性，推动假肢实时控制应用	基于Capgmyo DB-a数据集的高密度表面肌电信号进行手势识别	机器学习	NA	高密度表面肌电信号	混合神经网络	肌电信号	Capgmyo DB-a数据集	NA	STDC-Net	准确率	NA
1224	2026-07-30	Actin Quantification Using the Filamentous Actin Segmentation Tool (FAST) 2026-Jul-20, Bio-protocol IF:1.0Q3 DOI:10.21769/BioProtoc.5765 PMID:42516583	研究论文	详细介绍了一种基于深度学习的肌动蛋白丝分割工具FAST的使用协议，用于从共聚焦显微镜图像中量化不同类别的肌动蛋白结构	采用抗体辅助标注方法生成训练数据集，实现无需多种结构特异性抗体即可检测不同肌动蛋白结构类别	NA	提供FAST工具的使用协议，帮助研究者量化肌动蛋白结构的组织与丰度	肌动蛋白丝结构及其在细胞中的分布	数字病理学	NA	共聚焦显微镜成像	深度学习模型	图像	NA	Ilastik	NA	NA	NA
1225	2026-07-30	AI-Assisted Forensic Analysis of Hanging-Related Ligature Marks: A Pilot Study Using Convolutional Neural Networks 2026-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142247 PMID:42510110	研究论文	评估卷积神经网络对缢死相关索沟进行形态学分类的深度学习方法的可行性	首次将卷积神经网络应用于法医学中缢死相关索沟的形态学分类，并建立了AI辅助法医分析的图像标准化标准	数据集规模较小（404张图像），需要更大规模数据集和多中心协议进一步验证可靠性和适用性	评估深度学习在法医病理学中对缢死相关索沟进行形态学分类的潜力	缢死相关索沟、非缢死病变（包括勒死和死后人工制品）的图像	机器视觉，数字病理学	法医病理学（非特定疾病）	图像分析	卷积神经网络（CNN）	图像	404张标准化JPEG图像（训练集），以及来自意大利墨西拿和立陶宛维尔纽斯法医病理学专家的独立测试集	NA	卷积神经网络（未指定具体架构）	F1分数（0.81±0.04）	NA
1226	2026-07-30	Advances in Artificial Intelligence for Gastrointestinal Endoscopy: 2026 Update 2026-Jul-18, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142248 PMID:42510111	综述	人工智能在胃肠内镜领域的应用进展，涵盖计算机辅助检测、诊断、质量评估及多模态深度学习等方面	首次系统总结了AI在多种内镜技术（结肠镜、上消化道内镜、超声内镜、ERCP、胆道镜及胶囊内镜）中的最新应用进展，并重点关注了工作流整合和临床效率提升	现有证据主要基于替代结局指标而非以患者为中心的临床获益，且泛化能力、可解释性、监管监督、自动化偏差及工作流整合等挑战仍限制广泛应用	综述人工智能在胃肠内镜中的应用进展，分析当前挑战并展望未来发展方向	胃肠内镜诊疗技术及人工智能辅助系统	计算机视觉、自然语言处理、机器学习	消化道疾病	N/A	深度学习模型（多模态）	内镜图像及视频	N/A	N/A	N/A	N/A	N/A
1227	2026-07-30	A Lightweight Vision Transformer and Retinal Biomarker Fusion Framework for Early Glaucoma Detection: Toward Improved Clinical Screening 2026-Jul-18, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145651 PMID:42513565	研究论文	提出一种基于轻量级视觉Transformer和视网膜生物标志物融合的框架，用于早期青光眼检测	将临床可解释的视网膜生物标志物与Transformer全局特征学习相结合，通过编码器-解码器CNN分割视盘和视杯，提取垂直杯盘比等指标，再与轻量级Vision Transformer学习的视网膜全局结构特征融合进行青光眼分类	未明确提及，但依赖眼底图像质量和已建立的生物标志物阈值，可能受限于数据集规模和临床验证范围	实现更早期、更一致的青光眼自动筛查以提高临床筛查效率	基于视神经结构和视网膜生物标志物的眼底图像	计算机视觉	青光眼	眼底成像	CNN, Transformer	图像	基于ORIGA和REFUGE2眼底图像数据集，具体样本数不详	PyTorch	编码器-解码器CNN, 轻量级Vision Transformer	Dice系数, IoU, F1分数, 召回率, 准确率, 精确率	未说明
1228	2026-07-30	AWARE-Net: A Lightweight Joint Optimization Framework for Robust Sensor-Based Human Activity Recognition 2026-Jul-18, Sensors (Basel, Switzerland) DOI:10.3390/s26144566 PMID:42515448	研究论文	提出了一种轻量级联合优化框架AWARE-Net，用于鲁棒的传感器人体活动识别	将轻量级TS-ResNet骨干编码器与融合类别平衡损失、对比学习辅助损失和时间平滑正则化的全局损失函数结合，实现多目标联合优化	未明确讨论	解决传感器人体活动识别中准确性、噪声鲁棒性、类别不平衡适应和轻量部署需求之间的平衡问题	传感器人体活动识别方法	机器学习	NA	传感器技术	TS-ResNet	传感器数据	三个公开数据集：OPPORTUNITY, PAMAP2, USC-HAD（具体样本量未提供）	NA	TS-ResNet	NA（文中未明确列出具体指标）	NA
1229	2026-07-30	Regional differences in foveal avascular zone morphology in cynomolgus macaques using a normative OCTA database 2026-07-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-60198-2 PMID:42471406	研究论文	利用规范性OCTA数据库研究食蟹猴中心凹无血管区形态的区域差异	首次基于自动化OCT/OCTA图像处理流程，结合深度学习分割技术，建立了健康食蟹猴中心凹无血管区（FAZ）的规范性参考数据库，并揭示了地理来源对FAZ形态的显著影响	研究仅基于实验室小规模群体，未评估年龄、长期纵向变化或其他潜在混杂因素对FAZ形态的影响	建立食蟹猴FAZ形态的规范性参考数据库，支持临床前眼科研究中的结构性和血管性变化准确解读	健康食蟹猴的OCT/OCTA图像数据	数字病理学	眼科疾病	OCT, OCTA	深度学习（卷积神经网络）	图像	多个健康食蟹猴（具体样本数量未在摘要中明确提及）	NA	U-Net（用于OCT分割）	FAZ面积、周长、长宽比、圆形度、坚固度	NA
1230	2026-07-30	Accurate Segmentation of Overlapping Cervical Cells Using an Optimized Deep Learning Framework for Cytology Screening 2026-Jul-17, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142240 PMID:42510103	研究论文	开发了一个优化的深度学习框架用于宫颈细胞实例分割，专门针对巴氏涂片图像中重叠细胞的分离	利用生物学启发的锚定尺度（16, 32, 64, 128, 256）改进区域建议网络，并结合软校准后处理提升小细胞检测和掩膜细化	需要在更大规模的多中心数据集上进行进一步验证后才能进行常规临床应用	开发用于宫颈细胞实例分割的优化深度学习框架，提升重叠细胞的分离效果	巴氏涂片图像中的宫颈细胞，特别是重叠细胞	数字病理学	宫颈癌	NA	Mask R-CNN	图像	460张宫颈涂片图像用于开发和内部评估，210张独立图像作为外部临床评估集	PyTorch	Mask R-CNN, ResNet-50, 特征金字塔网络	AP50, Mask IoU, APs, APm, APl, 临床检测准确率	NA
1231	2026-07-30	Development of a Deep Learning Model to Estimate Anemia from Palpebral Conjunctiva Taken with a Portable Slit-Lamp Microscope 2026-Jul-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13070824 PMID:42510489	研究论文	开发一种深度学习模型，利用便携式裂隙灯显微镜拍摄的睑结膜图像来估计贫血	首次使用智能手机兼容的裂隙灯显微镜拍摄的睑结膜图像，结合ConvNeXt回归模型进行血红蛋白浓度估计和贫血筛查	模型性能中等，需进一步提高准确性并开展前瞻性多中心验证才能实现临床应用	开发和验证一种基于睑结膜图像的非侵入性血红蛋白估算和贫血筛查系统	225名日本参与者（20-92岁）的睑结膜图像和血液检测数据	计算机视觉	贫血	NA	ConvNeXt回归模型	图像	225名参与者，9903张高质量睑结膜图像（训练集8082张，测试集1821张）	PyTorch	ConvNeXt	AUC, 准确率, 灵敏度, 特异度, 相关系数	NA
1232	2026-07-30	AGTS-Net: Anatomically Guided Two-Stage Network for Actionable Stroke Classification in Complete NCCT Studies 2026-Jul-17, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering13070827 PMID:42510492	研究论文	提出AGTS-Net，一种基于解剖引导的两阶段深度学习框架，用于完整的非增强CT检查中的中风分类	创新性地采用先分配切片至解剖区域再应用区域特定分类器的两阶段架构，并通过Grad-CAM提供可解释的视觉指导	基于小规模专有数据集（99名患者），外部验证仅针对解剖预分类器，缺乏区域分类器的外部标签支持	开发支持紧急中风分类的可解释深度学习工具，应对早期缺血迹象细微和解剖变异性挑战	完整的非增强CT检查中的中风分类，包括出血性中风、后部缺血性中风、前部缺血性中风或无中风	计算机视觉, 数字病理学	中风	非增强CT	两阶段神经网络	图像	99名患者的3440张NCCT切片用于内部训练，7012张Kaggle数据集用于外部评估	NA	两阶段网络, Grad-CAM	解剖路由准确率（0.99），迁移学习效果	NA
1233	2026-07-30	Image-Based Artificial Intelligence for Predicting Malignant Transformation of Oral Potentially Malignant Disorders: A Scoping Review 2026-Jul-17, Journal of clinical medicine IF:3.0Q1 DOI:10.3390/jcm15145623 PMID:42513537	综述	本文综述了基于图像的AI方法在口腔潜在恶性病变恶变预测中的应用现状	首次系统梳理了计算病理组学、临床照片深度学习和光学/光谱图像分析三种AI路径在OPMD风险分层中的应用，并识别出放射组学在OPMD中未被探索的研究空白	纳入研究中仅44%包含外部验证，仅6%为前瞻性研究，且对IBSI、TRIPOD-AI和CLAIM标准的依从性有限	评估基于图像的AI方法在OPMD诊断、预后和风险分层中的证据现状、方法学特征和预测准确性，并确定未来研究优先领域	口腔潜在恶性病变（OPMD）患者队列	计算机视觉, 机器学习	口腔癌	计算病理组学, 临床照片深度学习, 光学/光谱图像分析	深度学习, 机器学习	图像	24项研究（16项主要图像研究，8项背景综述）	NA	NA	AUROC	NA
1234	2026-07-30	Identification of Roll Defect or Damage Based on Rayleigh Waves and Deep Convolutional Neural Network Models 2026-Jul-17, Materials (Basel, Switzerland) DOI:10.3390/ma19143089 PMID:42513824	研究论文	基于瑞利波和深度卷积神经网络模型识别轧辊缺陷或损伤	提出基于瑞利波信号和特定采样率功率谱图像的深度学习方法，实现四种常见损伤类型（空洞、孔洞、裂纹、粘附）的自动识别，并比较了不同结构的DenseNet模型在准确率和训练时间上的性能	未提及	提高超声波检测识别轧辊损伤的智能化水平	轧辊损伤类型（空洞、孔洞、裂纹、粘附）	机器视觉	NA	超声波检测	卷积神经网络	时域信号和功率谱图像	未提及	TensorFlow, PyTorch	ResNet, GoogLeNet, DenseNet, AlexNet	准确率, 训练时间	NA
1235	2026-07-30	Physics-informed LSTM neural network for personalized pharmacokinetic modeling of polymyxin B in critically Ill patients 2026-Jul-16, European journal of pharmaceutical sciences : official journal of the European Federation for Pharmaceutical Sciences IF:4.3Q1 DOI:10.1016/j.ejps.2026.107609 PMID:42463031	研究论文	开发了一种物理信息引导的LSTM神经网络，用于重症患者多粘菌素B的个性化药代动力学建模	将机械药代动力学原理与深度学习相结合，通过物理约束确保药理可解释性，实现个性化浓度预测	基于模拟数据训练，可能无法完全反映真实临床复杂性；个体预测精度受数据可用性制约	为重症患者提供互补的个体化药代动力学建模方法，优化精准抗菌治疗	感染碳青霉烯耐药革兰阴性菌的重症患者	机器学习	感染性疾病	药代动力学建模	LSTM	模拟数据	1000名脓毒症患者模拟数据	PyTorch	双向LSTM、多头注意力机制	R², 平均绝对误差, 均方根误差, 预测区间覆盖率	NA
1236	2026-07-30	Wind Turbine Blade Fault Diagnosis Integrating Multi-Scale Enhanced Hierarchical Fuzzy Entropy, Isolation Forest and GWO-GRU 2026-Jul-16, Entropy (Basel, Switzerland) DOI:10.3390/e28070810 PMID:42511419	研究论文	提出一种结合多尺度增强层次模糊熵、孤立森林和灰狼优化门控循环单元的风力发电机叶片故障诊断方法	首次将多尺度增强层次模糊熵（MEHFE）用于提取叶片振动信号的“尺度-频率”双维特征，并结合孤立森林进行特征筛选与灰狼优化算法优化GRU网络超参数，实现高精度故障诊断	未详细讨论算法在真实风力发电机叶片上的部署可行性及不同工况下的泛化能力	从复杂振动信号中有效提取故障特征，提升深度学习网络在风力发电机叶片故障诊断中的性能	风力发电机叶片典型故障的振动信号	机器学习	NA	MEHFE, 孤立森林, GWO-GRU	GRU	振动信号	典型风力发电机叶片故障仿真实验数据集	NA	GRU	准确率	NA
1237	2026-07-30	AI-Augmented Multi-Omics for Abiotic Stress Responses: A New Frontier in Plant Hormone Systems Biology 2026-Jul-16, Plants (Basel, Switzerland) DOI:10.3390/plants15142185 PMID:42514552	综述	综述人工智能增强的多组学方法在植物激素系统生物学中应对非生物胁迫的应用	提出利用人工智能（包括深度学习和机器学习）克服传统多组学在空间分辨率低、静态采样和无法捕获非线性相互作用方面的局限，并聚焦于林木激素生物学研究	未明确说明具体局限，但传统多组学方法存在空间分辨率低、采样静态和无法捕获非线性相互作用等限制	探讨人工智能技术如何增强多组学在植物激素系统生物学中应对非生物胁迫的应用，并展望未来方向	植物（特别是森林树种）的激素调控网络及其对非生物胁迫的响应	机器学习	NA	多组学、人工智能、深度学习、机器学习	深度学习、机器学习模型	多组学数据（高维数据）	NA	NA	NA	NA	NA
1238	2026-07-30	A Multimodal Feature Sensing and Fusion Neural Network for Damage Localization by Ultrasonic Guided Waves 2026-Jul-16, Sensors (Basel, Switzerland) DOI:10.3390/s26144525 PMID:42515409	研究论文	提出一种多模态特征感知与融合神经网络（MSFN），用于基于超声导波的复合材料损伤定位	提出创新的多模态输入模式，同时利用损伤信号、散射波信号和能量密度信号三种不同模态，并采用注意力机制引导的特征融合策略，实现高精度损伤定位	未提及明显的局限性	实现复合材料中基于超声导波的高效准确损伤定位	复合材料中的超声导波损伤定位	数字病理学	NA	超声导波	CNN, GRU, BiGRU	信号	NA	NA	CNN-based DS-encoder, GRU-based SW-encoder, BiGRU-based ES-encoder, attention-guided fusion module	准确率（98.13%），鲁棒性，定位速度，泛化能力	NA
1239	2026-07-30	Using Deep Learning Models of Gene Regulation to Guide Drug Prioritization 2026-Jul-16, Pharmaceuticals (Basel, Switzerland) DOI:10.3390/ph19071097 PMID:42515778	研究论文	开发了一种整合深度学习框架，通过等位基因特异性增强子预测来指导药物优先级排序	首次将非编码遗传变异预测与药物重定位结合，通过转录因子和基因两种互补策略实现	仅以MCF7乳腺癌细胞系作为概念验证系统，未在其他细胞类型或疾病背景下验证	利用深度学习模型预测非编码调控变异，建立药物重定位框架	乳腺癌风险变异及相关候选药物	机器学习	乳腺癌	深度学习模型、GWAS分析、基因表达谱分析	深度学习模型	基因表达数据、GWAS数据	1537个乳腺癌风险变异、347个靶基因	NA	NA	NA	NA
1240	2026-07-30	Investigation of the Use of Artificial Intelligence in Anterior Loop Detection: A Panoramic Radiography Study 2026-Jul-15, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16142213 PMID:42510076	研究论文	评估基于深度学习的YOLOv8x模型在曲面断层片中自动检测前袢的性能	首次将YOLOv8x模型应用于曲面断层片中的前袢自动检测任务	模型敏感性和泛化能力仍需进一步改进	评估深度学习方法在曲面断层片中自动检测前袢的性能	下牙槽神经的前袢	计算机视觉	口腔疾病	曲面断层摄影	YOLOv8x	图像	305张曲面断层片，包含413个前袢标注	PyTorch	YOLOv8x	精确率、召回率、F1分数、mAP@0.5	NA