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
13761	2026-03-14	High-throughput adjustable deformability cytometry utilizing elasto-inertial focusing and virtual fluidic channel 2023-10-10, Lab on a chip IF:6.1Q2 DOI:10.1039/d3lc00591g PMID:37766593	研究论文	本文提出了一种集成三维弹性惯性聚焦和虚拟流体通道的高通量可调变形性细胞术，用于无标记细胞机械表型分析	通过结合弹性惯性聚焦与虚拟流体通道，实现了对多种尺寸细胞的单设备可调谐、高通量机械表征，并开发了mini-BiSeNet网络进行快速细胞识别与特征提取	NA	开发一种通用、高通量的微流控细胞变形性分析系统，用于基于机械特性的细胞状态与疾病进程表征	多种细胞系（A549、MCF-7、MDA-MB-231）及白细胞（WBCs），并探索了在胸腔积液表征中的应用潜力	数字病理学	肺癌	微流控变形性细胞术，深度学习分类	CNN	图像	NA	NA	mini-BiSeNet	准确率	NA
13762	2026-03-14	A systematic review of automated segmentation of 3D computed-tomography scans for volumetric body composition analysis 2023-Oct, Journal of cachexia, sarcopenia and muscle DOI:10.1002/jcsm.13310 PMID:37562946	系统综述	本文系统综述了用于体积身体成分分析的3D CT扫描自动分割技术的可行性、准确性及当前局限性	首次系统评估3D CT扫描自动分割在体积身体成分分析中的应用，对比传统方法与深度学习技术，并明确当前研究空白与临床转化挑战	纳入研究数量有限（7篇），算法训练所用金标准分割存在人为主观差异，CT扫描覆盖范围术语不统一，缺乏全身体积验证数据	评估自动化3D CT分割在身体成分分析中的技术可行性与临床应用价值	CT扫描中的骨骼肌、内脏脂肪和皮下脂肪组织	医学影像分析	身体成分相关疾病	计算机断层扫描（CT）	深度学习算法，传统计算机算法	3D CT影像	7项符合条件的研究（共检索92项）	NA	NA	Dice相似系数	NA
13763	2026-03-14	A Neural Speech Decoding Framework Leveraging Deep Learning and Speech Synthesis 2023-Sep-17, bioRxiv : the preprint server for biology DOI:10.1101/2023.09.16.558028 PMID:37745380	研究论文	本文提出了一种基于深度学习的神经语音解码框架，用于从大脑皮层电信号中重建语音	提出了一个包含可微分语音合成器的端到端框架，并开发了音频自编码器来生成参考语音参数以辅助训练，提高了跨被试（48人）的解码可重复性	未明确提及模型在极低信噪比或长期植入场景下的稳定性，也未讨论个体解剖差异对解码性能的具体影响	开发一种能够从神经信号中解码自然语音的脑机接口技术，以帮助神经系统损伤患者恢复言语功能	48名参与者的皮层电图（ECoG）信号及对应的语音数据	脑机接口，语音合成	神经系统损伤导致的言语障碍	皮层电图（ECoG）信号采集	深度学习	神经信号（ECoG），音频，频谱图	48名参与者	未明确提及，但推断可能为PyTorch或TensorFlow	3D ResNet, SWIN Transformer，以及自编码器	皮尔逊相关系数（PCC）	NA
13764	2026-03-14	A deep learning approach reveals unexplored landscape of viral expression in cancer 2023-02-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-023-36336-z PMID:36774364	研究论文	本文开发了一种名为viRNAtrap的深度学习管道，用于识别癌症中的病毒表达，并应用于TCGA的14种癌症类型	提出了一种基于深度学习的无对齐方法viRNAtrap，能够识别未知和分化的病毒，并揭示与癌症生存率相关的内源性病毒表达	研究仅基于TCGA的14种癌症类型，可能未涵盖所有癌症或病毒类型，且深度学习模型的泛化能力需进一步验证	研究癌症中病毒表达的特征，特别是未知和分化病毒，以探索病毒与癌症的关联	人类癌症组织中的病毒RNA序列数据	机器学习	癌症	RNA测序	深度学习模型	RNA测序数据	来自TCGA的14种癌症类型的数据集	NA	NA	NA	NA
13765	2026-03-14	Automatic Prediction of Paediatric Cardiac Output From Echocardiograms Using Deep Learning Models 2023-Feb, CJC pediatric and congenital heart disease DOI:10.1016/j.cjcpc.2022.11.001 PMID:37970100	研究论文	本研究开发了一种基于深度学习的模型，用于从儿科超声心动图中自动预测心输出量	修改了EchoNet-Dynamic模型以预测左心室流出道直径，并开发了一种新颖的深度学习方法用于速度时间积分估计，从而实现了心输出量的自动预测	数据集规模较小，尽管通过预训练实现了准确估计，但可能限制了模型的泛化能力	开发一种准确、快速的自动心输出量评估方法，以支持临床决策	儿科超声心动图，包括正常心输出量和扩张型心肌病导致心输出量降低的患者	计算机视觉	心血管疾病	超声心动图	深度学习模型	图像	未明确指定具体样本数量，但提及包括正常心输出量和扩张型心肌病患者的数据集	NA	EchoNet-Dynamic	均方根误差, 平均绝对误差, 平均百分比误差, 决定系数, Bland-Altman分析	NA
13766	2026-03-14	Modeling mutational effects on biochemical phenotypes using convolutional neural networks: application to SARS-CoV-2 2022-Jul-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2022.104500 PMID:35669036	研究论文	本文利用卷积神经网络建模SARS-CoV-2刺突蛋白受体结合域和人类ACE2蛋白的突变对生化表型的影响	首次将卷积神经网络应用于SARS-CoV-2突变体生化表型预测，整合氨基酸理化性质显著提升预测性能，并与分子动力学模拟结果相互验证	模型主要基于深度突变扫描实验数据，可能未覆盖所有潜在突变组合，且计算资源需求较高	预测SARS-CoV-2突变对病毒-宿主相互作用关键生化表型的影响	SARS-CoV-2刺突蛋白受体结合域和人类ACE2蛋白的突变体	机器学习	COVID-19	深度突变扫描	CNN	蛋白质序列突变数据	NA	NA	卷积神经网络	预测准确性	NA
13767	2026-03-13	MDD-thinker: A reasoning-enhanced large language model for diagnosis of major depressive disorder 2026-Jun-15, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2026.121405 PMID:41707724	研究论文	提出了一种基于大语言模型的增强推理诊断系统MDD-Thinker，用于重度抑郁症的诊断	结合监督微调和强化学习来增强大语言模型的推理能力和可解释性，并利用结构化推理样本进行训练	研究在评估设置下进行，临床适用性可能受到可解释性、幻觉问题和依赖合成数据等挑战的限制	开发一个可扩展且可解释的智能精神病学评估系统，用于重度抑郁症的诊断	重度抑郁症患者	自然语言处理	重度抑郁症	NA	大语言模型	文本	来自UK Biobank数据集的40,000个结构化推理样本，以及来自公开心理健康数据集的10,000条记录	NA	NA	准确率, F1分数	NA
13768	2026-03-13	Letter to the editor: Re-examining the role of deep learning in cyber forensics: Practical gaps beyond conceptual frameworks 2026-Jun, Forensic science international. Synergy DOI:10.1016/j.fsisyn.2026.100669 PMID:41815526	评论	本文探讨了深度学习在数字取证中的实际应用限制，强调其作为专家判断辅助工具的角色	重新审视深度学习在数字取证中的作用，指出超越概念框架的实际差距，并呼吁从事件后审查推广到取证准备和实时监控	存在数据质量和偏见问题、缺乏取证级方法验证、模型输出可解释性低以及自动化比较可能损害证据完整性	研究深度学习在数字取证领域的适用性，探讨其实际限制	深度学习技术在数字取证中的应用	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA
13769	2026-03-13	Precise, fast, and automated gel quantification powered by YOLO11 instance segmentation 2026-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345293 PMID:41813342	研究论文	本研究提出了一种基于YOLO11实例分割的端到端、全自动凝胶条带分割框架，用于精确、快速的凝胶图像定量分析	采用轻量级YOLO11n架构，无需预处理即可处理高分辨率图像，并利用像素级掩码而非边界框进行定量，有效排除背景噪声，解决了分析速度与定量精度之间的长期权衡	模型训练数据量相对有限（总计200张图像），且主要针对特定染色方法（考马斯亮蓝、银染、荧光染色）进行了验证	开发一种自动化、高精度的凝胶电泳图像分析工具，以替代传统依赖人工和主观判断的密度测定法	凝胶电泳图像	计算机视觉	NA	凝胶电泳，荧光成像	实例分割	图像	200张凝胶图像（150张用于训练，50张用于微调）	YOLO	YOLO11n, YOLO11-Seg	mAP50, 线性度(R²), 变异系数(CV), 处理延迟时间	NA
13770	2026-03-13	Intelligent microfluidics: A deep learning-integrated platform for high-accuracy oocyte membrane permeability characterization in cryobiology 2026-May-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345301 PMID:41813348	研究论文	本研究介绍了一个名为CryoSIM的集成微流控-AI平台，用于自动、并行量化卵母细胞膜渗透性，以提高冷冻保存效率	结合微流控芯片、深度学习模型（MLSNet）和传输建模，实现了自动化、高通量的卵母细胞膜渗透性表征，相比手动方法提高了90%以上的分析通量	未明确提及平台在更广泛细胞类型或极端条件下的适用性限制	开发一个可扩展的分析框架，以稳健、系统的方式表征细胞膜传输现象，优化冷冻保存协议	卵母细胞	机器学习	NA	微流控技术，深度学习	深度学习模型	图像	NA	Python	MLSNet	像素级准确度	NA
13771	2026-03-13	A semi-supervised domain adaptation framework with attention-enhanced ResNet50 for LIBS-based soil classification under spectral distribution shift 2026-May-08, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345292 PMID:41813363	研究论文	本研究提出了一种基于注意力增强ResNet50的半监督域自适应框架，用于处理LIBS光谱分布偏移下的土壤分类问题	结合了Gramian Angular Field技术将一维光谱编码为二维图像以增强特征表示，并设计了基于SE-ResNet50的注意力机制网络，同时整合了基于模型的迁移学习和伪标签学习来逐步提升模型对目标域的适应性	NA	解决激光诱导击穿光谱在土壤分类中因光谱分布偏移导致的模型性能下降问题	土壤样本的LIBS光谱数据	计算机视觉	NA	激光诱导击穿光谱	CNN	图像	NA	NA	SE-ResNet50	准确率	NA
13772	2026-03-13	Deep learning as a generator of sodium channel state hypotheses 2026-May-04, The Journal of general physiology IF:3.3Q1 DOI:10.1085/jgp.202513938 PMID:41805948	研究论文	本文利用AlphaFold 2生成钠通道的结构集合，并探讨β亚基和钙调蛋白对这些集合的重塑作用	首次应用AlphaFold 2生成钠通道的结构集合，并验证β亚基和钙调蛋白对其结构多样性的影响	生成的结构集合仅为可测试的结构假设，而非实际的热力学群体，可能存在模型偏差	探索AlphaFold 2在生成离子通道结构假设方面的应用，以理解钠通道的构象变化	钠通道（NaV通道）、β亚基、钙调蛋白	结构生物学	NA	AlphaFold 2	深度学习模型	蛋白质结构数据	NA	AlphaFold	AlphaFold 2	NA	NA
13773	2026-03-13	Financial impact of deep learning reconstruction in magnetic resonance imaging: experiences after widespread deployment 2026-May, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112743 PMID:41759450	研究论文	评估深度学习重建（DLR）在三级学术医院MRI生产力中的影响，并验证先前发布的基于蒙特卡洛模拟的DLR生产力提升潜力预测	通过实际部署数据验证了基于蒙特卡洛模拟的DLR生产力预测模型，展示了DLR在部分实施阶段即可显著提升MRI扫描效率	DLR在神经影像学中表现不稳定，T2加权序列存在伪影，对比增强研究质量下降，限制了其适用性，需严格质量保证	评估DLR对MRI生产力的实际影响并验证模拟预测的准确性	三级学术医院的MRI扫描仪日志数据及图像质量	医学影像分析	NA	深度学习重建（DLR），磁共振成像（MRI）	深度学习模型	MRI扫描日志数据，图像质量评估数据	两个时期的数据：DLR前（2023年1-10月，6台扫描仪）和DLR后（2025年1-10月，5台扫描仪）	NA	NA	序列持续时间减少百分比，总检查时间减少百分比，每小时吞吐量变化，图像质量评估	NA
13774	2026-03-13	Machine learning, docking, or physics for structure prediction of ligand-induced ternary complexes 2026-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103217 PMID:41619702	综述	本文综述了用于预测配体诱导的三元复合物结构的计算方法，包括多步对接流程和单步深度学习模型	系统比较了传统对接方法与深度学习模型在预测三元复合物结构方面的最新进展和工具	多步方法受限于采样复杂性、输入结构准确性、评分精度和计算成本；单步方法受限于训练数据稀缺	促进在缺乏实验结构的情况下基于结构的设计，以支持靶向蛋白降解剂的理性设计	由E3连接酶、配体和靶蛋白形成的三元复合物结构	机器学习	NA	晶体学、冷冻电镜、计算建模	深度学习模型	结构数据	NA	NA	NA	NA	NA
13775	2026-03-13	From sequence to structure: A comprehensive review of deep learning models for RNA structure prediction 2026-Apr, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2025.103216 PMID:41650708	综述	本文全面回顾了从传统物理方法到当前深度学习模型在RNA二级和三级结构预测方面的演变	系统性地梳理了三种深度学习范式（基于语言模型的方法、端到端结构预测器、几何距离预测方法），并指出了未来关键研究方向，如应对数据稀缺的高级标记化策略和提升模型可解释性的可解释人工智能技术	RNA结构预测仍面临训练数据有限、复杂非规范相互作用和构象灵活性等独特挑战，实现突破性性能需要持续的方法创新和高质量结构数据集的显著扩展	回顾和评估深度学习模型在RNA结构预测中的应用，以推动该领域发展	RNA的二级和三级结构	计算生物学	NA	NA	深度学习模型	序列和结构数据	NA	NA	NA	NA	NA
13776	2026-03-13	deepNoC: A deep learning system to assign the number of contributors to a short tandem repeat DNA profile 2026-Apr, Forensic science international. Genetics DOI:10.1016/j.fsigen.2026.103434 PMID:41650721	研究论文	本研究开发了一个名为deepNoC的深度学习系统，用于自动分配短串联重复DNA图谱的贡献者数量	通过模拟电泳信号生成大量预标记训练数据，并利用深度神经网络实现高精度贡献者数量估计，同时提供可解释性输出	算法在实验室特定环境下需通过少量实际图谱进行微调以达到相同精度	开发一个自动化工具来准确估计STR DNA图谱中的贡献者数量，以辅助法医生物学分析	短串联重复DNA图谱	机器学习	NA	DNA图谱模拟，电泳信号模拟	深度神经网络	模拟的DNA图谱信号数据	100,000个模拟图谱	NA	深度神经网络	准确率	NA
13777	2026-03-13	Multi-scale kernel and electrode attention network for EEG-based epileptic seizure detection 2026-Apr-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111585 PMID:41747565	研究论文	本文提出了一种名为多尺度卷积核与电极注意力网络的新模型，用于基于原始全通道脑电图信号的癫痫发作自动检测	提出了一种新颖的端到端特征提取网络，直接处理全通道脑电图信号，无需通道缩减或模态转换，避免了信息丢失或额外计算成本；引入了多尺度卷积结构以捕捉多样的电极通道组合，并设计了电极注意力模块来自适应地为不同通道分配权重	未明确讨论模型在更广泛或更具挑战性的临床环境中的泛化能力，也未提及对计算资源的具体要求或模型在边缘设备上的部署可行性	提高基于多通道脑电图信号的癫痫发作自动检测的诊断效率	癫痫患者的脑电图信号	机器学习	癫痫	脑电图	CNN, 注意力机制	脑电图信号	两个公共数据集（CHB-MIT数据集和Siena Scalp数据集），具体样本数量未在摘要中提及	NA	Multi-scale Kernel and Electrode Attention Network	准确率, 灵敏度, 特异度	NA
13778	2026-03-13	Geometric deep learning-based coronary wall shear stress estimation from real-world patients 2026-Apr-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111583 PMID:41747562	研究论文	本研究评估了一种基于几何深度学习的框架，用于直接从真实世界患者的冠状动脉造影重建几何中估计冠状动脉壁剪切应力	提出了一种基于规范等变网格图卷积网络的几何深度学习框架，能够快速、无需计算流体动力学地估计冠状动脉壁剪切应力	研究仅基于1078条冠状动脉的数据集，可能需要在更大、更多样化的患者群体中进行验证	开发一种快速、准确的冠状动脉壁剪切应力估计方法，以支持大规模、真实世界的风险分层	从748名患者中重建的1078条冠状动脉	几何深度学习	心血管疾病	计算流体动力学, 冠状动脉造影	图卷积网络	几何网格数据	1078条冠状动脉（来自748名患者）	NA	规范等变网格图卷积网络	绝对误差, 百分比误差, Dice距离, 相关系数	NA
13779	2026-03-13	GraphUnet-SS: A novel deep learning model for protein secondary structure prediction based on U-Net architecture 2026-Apr-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111598 PMID:41759455	研究论文	提出了一种基于U-Net架构的新型深度学习模型GraphUnet-SS，用于蛋白质二级结构预测	结合卷积神经网络、图卷积网络和双向长短期记忆网络，并利用接触图预测生成图表示氨基酸相互作用，通过贝叶斯优化技术优化超参数	未明确说明模型在特定蛋白质类型或复杂结构上的泛化能力限制	提高蛋白质二级结构预测的准确性，以辅助蛋白质三维结构预测	蛋白质序列及其二级结构	生物信息学	NA	PSI-BLAST位置特异性评分矩阵、HHBlits谱、氨基酸理化性质、结构谱	CNN, GCN, BiLSTM	序列数据、图数据	未明确说明	未明确说明	U-Net	未明确说明	未明确说明
13780	2026-03-13	Modeling strategies for CGM data: A scoping review of mechanistic, machine learning, and hybrid approaches in diabetes management 2026-Apr-01, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111601 PMID:41780316	综述	本文对连续血糖监测（CGM）数据建模方法进行了范围综述，涵盖从经典机制模型到现代人工智能技术及混合框架的全谱系方法	首次全面探讨CGM数据建模的方法学全谱系，包括机制模型、统计时间序列、人工智能及混合框架，并扩展至除1型糖尿病外的多种人群（如2型糖尿病、妊娠期糖尿病）	数据异质性、高质量数据集在1型糖尿病外的有限可用性以及跨队列泛化能力不足等挑战仍然存在	综述CGM数据在糖尿病管理中的建模策略，比较不同方法在临床背景下的应用效果	连续血糖监测（CGM）数据及其在糖尿病管理中的应用	机器学习	糖尿病	连续血糖监测（CGM）	机制模型, 统计时间序列, 人工智能, 深度学习, 混合模型	时间序列数据	NA	NA	NA	预测性能, 准确性	NA