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
1321	2026-06-06	Functional and Clinical: An Explainable Deep Learning Model for Multimodal Alzheimer's Disease Classification 2026-Feb, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71240 PMID:41612899	研究论文	提出了一种结合功能磁共振成像和临床测试的多模态可解释深度学习模型，用于阿尔茨海默病分类	通过多模态融合和可解释人工智能方法，克服了fMRI小数据集、可解释性和可靠性问题，并利用扰动排序解释特征重要性	样本量较小，需要外部验证	提高阿尔茨海默病分类的准确性和可解释性，促进模型的临床应用	阿尔茨海默病患者和健康对照者	数字病理学	阿尔茨海默病	功能磁共振成像	3D卷积神经网络	图像、临床测试数据	52名参与者来自ADNI数据集	NA	3D卷积神经网络	准确率	NA
1322	2026-06-06	Deep learning-assisted spectral technology monitoring the preservation effect of sodium octenyl succinate starch co-loaded with cinnamaldehyde and carvacrol microcapsules for pork 2026-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.150502 PMID:41581811	研究论文	利用深度学习辅助光谱技术监测辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊对猪肉的保鲜效果	首次将辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊与深度学习相结合，开发基于可见-近红外光谱的快速猪肉品质检测模型	模型基于实验室采集的光谱数据，实际应用中的泛化性和鲁棒性需进一步验证	开发一种快速、非破坏性的猪肉新鲜度检测方法，并评估微胶囊的保鲜效果	猪肉样品，使用辛烯基琥珀酸淀粉钠共载肉桂醛和香芹酚微胶囊处理	机器学习和数字病理学	NA	喷雾干燥、可见-近红外光谱	深度学习模型	光谱数据	未明确说明	NA	NA	相关系数R	NA
1323	2026-06-06	Beyond the Leaderboard: Evaluating the Robustness of Deep Learning Models for Detecting Freezing of Gait 2026-Feb, The European journal of neuroscience DOI:10.1111/ejn.70424 PMID:41657009	研究论文	评估深度学习模型在检测帕金森病患者冻结步态时的鲁棒性，并测试其在真实世界数据集上的可迁移性	通过全球机器学习竞赛筛选获胜模型，并在新的家庭采集数据集中评估模型的可迁移性，而仅关注排行榜性能	模型在计数冻结发作和检测亚型方面表现不足，需要额外传感器或其他建模方法	评估深度学习模型在检测冻结步态中的鲁棒性和可迁移性	帕金森病患者的冻结步态检测	机器学习	帕金森病	加速度计传感器	深度学习模型	加速度数据	12名患者	NA	NA	F1分数、准确率、召回率、特异度、精确度、组内相关系数	NA
1324	2026-06-06	Cell Analyser in Batch for Neurite (CABaNe), an Automated, High-Throughput ImageJ Macro for Cell and Neurite Analysis 2026-Feb, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0193-25.2025 PMID:41617476	研究论文	介绍CABaNe，一种用于细胞和神经突分析的高通量自动化ImageJ宏	提出一种开源、高通量、基于规则的ImageJ宏，用于自动分析细胞及其神经突长度，具有图形界面和元数据生成功能	未在更复杂的神经元类型或体内数据上验证其泛化能力	开发一种高通量、自动化的细胞和神经突分析工具	N2A小鼠神经母细胞瘤细胞系	数字病理学	神经退行性疾病	NA	基于规则的方法	图像	小样本和大数据集	ImageJ	NA	精度	NA
1325	2026-06-06	Model uncertainty estimates for deep learning mammographic density prediction using ordinal and classification approaches 2026-Jan-30, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae39e2 PMID:41554181	研究论文	通过分类和序数深度学习方法预测乳腺密度，并生成模型不确定性估计	提出在保持预测性能的同时，利用分类和序数深度学习模型内置不确定性估计的方法	NA	在不降低预测性能的前提下，生成带有不确定性估计的深度学习模型	乳腺密度	机器学习, 数字病理学	乳腺癌	NA	深度学习模型（分类和序数模型）	图像	超过150,000张乳房X线照片	NA	NA	均方根误差	NA
1326	2026-06-06	Decoding Allosteric Inhibition in MALT1: The Hidden Role of Conformational Plasticity in Metastable States via Biased MD and Deep Learning 2026-Jan-29, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.5c07665 PMID:41557786	研究论文	通过偏置分子动力学和深度学习揭示MALT1蛋白变构抑制中构象可塑性的隐藏作用	首次结合偏置分子动力学模拟、神经网络和对接计算，系统研究MALT1蛋白在变构抑制中的复杂构象行为，揭示Loop 1和Loop 3运动对催化位点腔体积缩小和半胱氨酸不可及性的关键作用	研究结果适用于小鼠MALT1蛋白，尽管与人类MALT1有93%同源性，但泛化至人类MALT1需谨慎	探索MALT1蛋白的复杂动力学行为及其变构抑制机制，为新型MALT1变构抑制剂的计算机设计提供客观标准	MALT1蛋白（黏膜相关淋巴组织淋巴瘤易位蛋白1）	机器学习	血液癌症	偏置分子动力学模拟、神经网络、对接计算	神经网络	分子动力学轨迹数据	未明确提及样本数量	NA	NA	NA	NA
1327	2026-06-06	Protein language models trained on biophysical dynamics inform mutation effects 2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2530466123 PMID:41576089	研究论文	提出了两种基于生物物理动力学训练的蛋白质语言模型SeqDance和ESMDance，用于预测蛋白质动态特性和突变效应	首次将分子动力学模拟和简正模态分析的动态生物物理特性整合到蛋白质语言模型中，能捕获蛋白质结构动态性从而提升突变效应预测的泛化能力	未提及具体局限性	通过融合蛋白质动态特性改进语言模型对突变效应的预测能力	超过64000种蛋白质的动力学特性及其突变效应	机器学习	NA	分子动力学模拟、简正模态分析	蛋白质语言模型	蛋白质序列、动态生物物理特性数据	超过64000种蛋白质	PyTorch	Transformer, ESM2	零样本预测性能	NA
1328	2026-06-06	Deep atrous context convolution generative adversarial network with corner key point extracted feature for nuts classification 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36238-2 PMID:41588160	研究论文	提出一种深度空洞上下文卷积生成对抗网络（DAC-GAN）用于坚果分类，在8类坚果数据集上达到99.83%准确率	将角点关键点特征提取与空洞卷积相结合，并在空洞卷积前后附加上下文模块以融入图像级信息，同时利用DCGAN生成合成图像解决标注数据不足问题	NA	实现坚果分类的自动化，提升分类精度和泛化能力	8类坚果（巴西坚果、腰果、花生、山核桃、开心果、栗子、夏威夷果、核桃）	计算机视觉	NA	NA	生成对抗网络、空洞卷积神经网络	图像	Common Nut KAGGLE数据集，共4000张坚果图像，涵盖8个类别	NA	DAC-GAN（基于DCGAN的生成器和判别器，结合空洞卷积及前后上下文模块）	准确率	NA
1329	2026-06-06	Exploring anatomical similarity in zero-shot learning for bone abnormality detection 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37516-9 PMID:41593191	研究论文	本文探索了在骨骼异常检测中利用解剖相似性进行零样本学习的方法	明确提出在MURA数据集上进行零样本转移训练，利用解剖相似性进行跨部位检测，无需目标数据访问	研究仅基于MURA数据集，未使用语义侧信息或目标自适应，可能限制实际应用中的性能	评估解剖相似性在零样本学习中提升骨骼异常检测跨部位迁移性能的可行性	MURA数据集中的不同解剖部位图像	计算机视觉	骨骼异常	NA	NA	图像	NA	NA	NA	准确率，95% Wilson置信区间	NA
1330	2026-06-06	Trimester-aware yoga video recommendation using hybrid deep learning for pregnant woman 2026-Jan-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37149-y PMID:41588129	研究论文	提出一种孕期意识混合深度学习框架，用于为孕妇推荐孕 trimester-aware 瑜伽视频	引入了孕期加权Wasserstein相似度机制和安全性感知有向图卷积关系神经网络，实现多模态文本-视频分析与生理安全推理的结合	未明确提及局限性	开发孕期意识瑜伽推荐系统，提升孕妇运动安全性和个性化体验	孕妇及其不同孕期的瑜伽视频推荐	机器学习, 计算机视觉, 自然语言处理	孕妇健康	NA	混合深度学习模型	文本和视频	未明确提及	NA	孕期加权Wasserstein相似度机制, 安全性感知有向图卷积关系神经网络	准确率, 孕期特异性安全合规性	NA
1331	2026-06-06	Aegis: a transformer-based deep learning framework for the accurate identification of anticancer peptides 2026-Jan-26, BMC biology IF:4.4Q1 DOI:10.1186/s12915-026-02520-y PMID:41588397	研究论文	提出基于Transformer的深度学习框架Aegis用于精准识别抗癌肽	首次将Transformer架构应用于抗癌肽识别，结合SHAP特征重要性分析和增量特征选择，达到最先进性能	NA	开发高效计算工具以准确预测抗癌肽	抗癌肽序列	机器学习	癌症	NA	Transformer	文本（氨基酸序列）	NA	NA	Transformer	NA	NA
1332	2026-06-06	FibroTrack: a standalone deep learning platform for automated fibrosis quantification in muscle and cardiac histology 2026-Jan-26, Skeletal muscle IF:5.3Q2 DOI:10.1186/s13395-026-00415-8 PMID:41588534	研究论文	介绍FibroTrack，一个用于肌肉和心脏组织学中自动化纤维化量化的独立深度学习平台	独特的整合了LAB色彩空间归一化与YOLOv11分割模型，并结合图形用户界面，实现高精度、高重现性的纤维化自动化量化	未提及具体局限性	提供一种准确、可重复且高效的全自动纤维化量化工具，用于临床前研究和病理学实践	肌肉和心脏组织学图像中的纤维化区域	数字病理学	肌肉疾病、心脏疾病	组织学染色（天狼星红、马松三色、免疫组化）	YOLOv11	图像	2,034张组织学图像	PyTorch	YOLOv11	掩码精确率、斯皮尔曼相关性	NA
1333	2026-06-06	[Precision surgical treatment for middle and low rectal cancer in the era of artificial intelligence] 2026-Jan-25, Zhonghua wei chang wai ke za zhi = Chinese journal of gastrointestinal surgery DOI:10.3760/cma.j.cn441530-20251015-00381 PMID:41566182	综述	探讨人工智能时代中低位直肠癌的精准外科治疗策略	提出通过深度学习算法分析CT和MRI影像数据为手术规划提供量化依据，并结合增强现实技术实现术中实时肿瘤定位和解剖导航	NA	实现中低位直肠癌的个性化精准外科治疗	中低位直肠癌患者	机器学习, 计算机视觉	直肠癌	CT, MRI	CNN, 深度学习	影像	NA	NA	深度学习模型	NA	NA
1334	2026-06-06	Sickle cell disease detection in low-resource conditions using transfer-learning and contrastive-learning coupled with XAI 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35831-9 PMID:41580439	研究论文	利用迁移学习和对比学习结合可解释人工智能在低资源条件下检测镰状细胞病	提出结合迁移学习与基于三元组损失的对比学习及可解释人工智能方法，解决低资源条件下深度学习模型训练数据不足的问题	信息不足	提高低资源条件下镰状细胞病自动检测的效率和可解释性	镰状细胞病图像数据集	计算机视觉	镰状细胞病	NA	CNN	图像	NA	NA	ResNet-50, DenseNet-121, EfficientNet-B0	NA	NA
1335	2026-06-06	EDEN: multiscale expected density of nucleotide encoding for enhanced DNA sequence classification with hybrid deep learning 2026-Jan-24, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06367-6 PMID:41580658	研究论文	提出基于核密度估计的多尺度编码框架EDEN，用于增强DNA序列分类	首次将核密度估计应用于DNA序列编码，统一捕获局部和长程依赖，并在16个基准数据集中以极少参数取得最优平均性能	N/A	提升DNA序列分类的准确性和效率	DNA序列，涵盖启动子检测、核心启动子检测和转录因子结合预测	机器学习	N/A	N/A	混合深度学习模型	DNA序列数据	16个基准数据集	N/A	混合深度学习架构	平均性能	N/A
1336	2026-06-06	DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models 2026-Jan-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37134-5 PMID:41580539	研究论文	介绍DANEELpath，一个用于神经母细胞瘤模型组织病理学研究的开源数字分析工具包	开发了集深度学习、数学形态学管道和空间特征提取于一体的开源图像分析工具包，适用于3D水凝胶培养的神经母细胞瘤模型	NA	开发用于分析3D培养神经母细胞瘤细胞动态的开源图像分析工具，以研究肿瘤微环境中细胞外基质的作用	三维水凝胶培养的神经母细胞瘤细胞模型	数字病理学	神经母细胞瘤	生物图像分析	深度学习模型	全切片图像	NA	NA	数学形态学管道	NA	NA
1337	2026-06-06	The role of low-complexity repeats in RNA-RNA interactions and a deep learning framework for duplex prediction 2026-Jan-23, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68356-w PMID:41571635	研究论文	分析低复杂度重复序列在RNA-RNA相互作用中的作用，并开发了一个基于深度学习的双链预测框架	首次识别低复杂度重复序列（包括简单串联重复）作为RNA-RNA相互作用的关键驱动因素，并利用核酸语言模型嵌入开发了性能优于传统热力学工具的深度学习模型RIME	未明确指出局限性	阐明低复杂度重复序列在RNA-RNA相互作用中的分子决定作用，并开发更准确的相互作用预测工具	多个大规模RNA-RNA相互作用数据集，以及lncRNA Lhx1os的相互作用组	自然语言处理	不适用	RNA-seq	深度学习	序列数据	多个大规模RNA-RNA相互作用数据集	PyTorch	核酸语言模型	准确性，AUC	不适用
1338	2026-06-06	Deep tobit model: an integrated framework for high-dimensional censored regression with variable selection 2026-Jan-23, Lifetime data analysis IF:1.2Q2 DOI:10.1007/s10985-026-09690-5 PMID:41571915	研究论文	提出了一种名为Deep Tobit的集成深度学习框架，用于处理高维左删失回归问题，并同时进行变量选择	首次将Tobit对数似然作为损失函数整合到深度学习框架中，并开发了具有理论保证的两阶段特征选择算法	未明确提及局限性，但可能包括对复杂非线性关系的处理能力有限或计算复杂度较高	解决高维左删失数据中现有方法无法处理非线性关系或进行变量选择的局限	左删失航空发动机壳体振动数据和HIV病毒载量数据	机器学习	HIV感染	NA	Deep Tobit	数值型、删失数据	NA	NA	Deep Tobit	变量选择准确率、预测精度	NA
1339	2026-06-06	Community Health Nurses' Knowledge and Perceptions of AI in Canada: National Cross-Sectional Survey 2026-Jan-23, JMIR nursing DOI:10.2196/78560 PMID:41576309	研究论文	一项加拿大全国性横断面调查，评估社区健康护士对人工智能的知识和看法	首次针对社区健康护士这一特定群体，探讨其对人工智能的认知和态度，并分析知识水平与看法之间的关系	样本量较小（228人），且问题回答率不同，可能影响结果的一般性	了解社区健康护士对人工智能的认知、知识和看法，并为更好地让他们参与人工智能应用提供见解	加拿大社区健康护士	机器学习	NA	NA	NA	调查问卷数据	228名加拿大社区健康护士	NA	NA	NA	NA
1340	2026-06-06	Groundwater depth prediction based on CNN-GRU-attention model 2026-Jan-23, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-026-14993-z PMID:41577970	研究论文	提出一种结合卷积神经网络、门控循环单元和注意力机制的混合深度学习模型用于地下水位深度预测	首次将CNN、GRU与注意力机制融合构建地下水位深度预测模型，并通过香农熵方法严格筛选输入变量	仅基于中国郑州的时空数据验证，且未考虑土壤性质、地质结构等其他潜在影响因素	开发地下水位深度预测框架以支持干旱半干旱地区可持续水资源管理	郑州市月尺度地下水埋深动态变化时空特征	机器学习	NA	NA	深度学习混合模型（CNN-GRU-注意力机制）	时间序列数据	未明确说明样本量，数据涵盖月蒸发量、降水、平均温度及地下水开采量四个变量	NA	CNN, GRU, 注意力机制	MAE, RMSE, R	NA