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
121	2026-04-27	Cellular and subcellular specialization enables biology-constrained deep learning 2026-Mar-26, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2026.117159 PMID:41894388	科研论文	该论文提出了一种基于生物约束的深度学习算法，利用细胞和亚细胞特化机制来模拟生物学习过程	首次将神经元细胞类型专业化和树突内区室化信号整合到多层人工神经网络中，并采用完全符合生物学的树突目标传播深度学习算法进行图像分类	NA	探索生物学习机制，并基于严格的生物约束构建可解释的深度学习模型	多层人工神经网络中分离的兴奋性和抑制性细胞类型以及具有独立树突区室的神经元单元	机器学习	NA	树突目标传播	人工神经网络	图像	NA	NA	多层人工神经网络（包含分离的兴奋性/抑制性细胞类型和树突区室）	图像分类准确率	NA
122	2026-04-27	Quantifying Epistemic Uncertainty in Multimodal Long-Tailed Classification: A Belief Entropy-Based Evidential Fusion Framework 2026-Mar-19, Entropy (Basel, Switzerland) DOI:10.3390/e28030343 PMID:41899995	研究论文	提出了一种基于信念熵的证据融合框架，用于量化多模态长尾分类中的认知不确定性	提出了不确定性门控证据融合模块、EMA公平性正则化器和两阶段跨模态一致性正则化器，以解决多模态长尾分类中的模态不确定性和类别不平衡问题	未在更大规模或更多样化的数据集上验证，可能在实际应用中存在泛化限制	提升多模态长尾分类中尾类的性能，并量化认知不确定性	多模态长尾分类任务中的视觉、语言和音频模态数据	机器学习	NA	NA	深度学习模型	多模态数据（视觉、语言、音频）	三个长尾基准数据集	NA	证据融合网络	整体指标、校准性能、尾类子集性能	NA
123	2026-04-27	PromptSeg: An End-to-End Universal Medical Image Segmentation Method via Visual Prompts 2026-Mar-18, Entropy (Basel, Switzerland) DOI:10.3390/e28030342 PMID:41899994	研究论文	提出一种基于视觉提示的端到端通用医学图像分割方法PromptSeg	创新性地从信息论角度将分割过程建模为条件熵最小化问题，利用视觉提示减少目标任务的不确定性，并通过信息瓶颈原则过滤冗余噪声，仅需少量标注的视觉提示对即可处理未见过的数据集或分割目标而无需重新训练	方法在CT和MRI数据集上验证，但可能在其他影像模态或多任务场景下需进一步评估	解决医学图像分割中模型泛化能力差的问题，提出一种跨任务、跨模态的通用分割框架	2D医学图像分割任务	计算机视觉	NA	Transformer	Transformer-based unified framework	图像（CT和MRI数据集）	NA	PyTorch	Transformer	NA	NA
124	2026-04-27	Teeth identification and numbering in mixed dentition: evaluating deep learning models for pediatric panoramic radiographs 2026-Mar-17, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08097-w PMID:41845286	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
125	2026-04-27	Development and internal validation of a deep learning algorithm for intraoperative arterial pressure-based stroke volume index estimation in children: a single-center retrospective study 2026-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03428-x PMID:41845328	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
126	2026-04-27	AI-based modeling of treatment decisions in benign prostatic hyperplasia: a transformer-based comparative study 2026-Mar-17, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03438-9 PMID:41845421	研究论文	本研究利用先进的大语言模型和深度学习模型，基于历史临床数据预测良性前列腺增生患者是否接受经尿道前列腺切除术或继续药物治疗	首次将大语言模型（GEMMA、GPT）与传统深度学习模型（RNN、CNN、LSTM）对比应用于良性前列腺增生治疗决策预测，并展示了GEMMA模型在该任务中优越的性能	样本量较小（仅883例来自单一医院），数据来源局限，可能影响模型的泛化能力	开发用于预测良性前列腺增生患者治疗决策（手术或药物治疗）的AI模型	良性前列腺增生患者的治疗决策	机器学习	前列腺增生	NA	大语言模型（GEMMA、GPT）、循环神经网络（RNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM）	临床数据	883例患者病例（来自约旦大学医院）	NA	GEMMA、GPT、RNN、CNN、LSTM	准确率、ROC AUC分数	NA
127	2026-04-27	U-Shaped Split Federated Learning with Compact Features for Deep Learning-Based Image Coding 2026-Mar-16, Entropy (Basel, Switzerland) DOI:10.3390/e28030331 PMID:41899983	研究论文	提出一种紧凑特征U型分割联邦学习框架，用于基于深度学习的图像编码，以减少通信开销并保持低图像失真	引入特征熵估计网络对分割层特征建模，实现传输时有效压缩，并设计含熵约束的联合优化目标指导端到端训练	未在摘要中明确提及局限性	减少U型分割联邦学习中双向中间特征传输带来的通信开销，同时维持低图像失真和提高训练效率	分布式图像编码中的边缘设备	机器学习	NA	NA	深度学习模型	图像	NA	NA	NA	通信开销、重建性能	NA
128	2026-04-27	Conditionally Site-Independent Neural Evolution of Antibody Sequences 2026-Mar-15, ArXiv PMID:41822160	研究论文	提出一种条件性位点独立的抗体序列神经进化模型（COSINE），用于模拟抗体序列的进化过程并优化结合亲和力	首次将深度神经网络参数化的连续时间马尔可夫链用于抗体进化建模，能够捕捉复杂上位效应并解离选择与体细胞超突变	NA	利用进化信息改进抗体序列建模，提高零样本变异效应预测和亲和力优化效果	抗体序列及其进化过程	机器学习	NA	NGS	深度神经网络参数化连续时间马尔可夫链	序列数据	NA	PyTorch	残差网络（ResNet），变压器（Transformer）	零样本变异效应预测准确率	NA
129	2026-03-16	Interpretable deep learning radiomics from 18F-FDG PET/CT for differentiating diffuse large B-cell lymphoma and follicular lymphoma 2026-Mar-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02253-y PMID:41832418	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
130	2026-04-27	Integrating EfficientNetV2 with guided filopic diffusion for enhanced rice leaf disease recognition 2026-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-41654-5 PMID:41826510	研究论文	提出一种结合EfficientNetV2和引导菲洛皮克扩散的增强水稻叶片病害识别方法	首次将EfficientNetV2与扩散边界注意力法结合，并采用引导菲洛皮克扩散技术进行前置降噪，显著提升图像质量并保留叶片纹理特征	未提及在多种环境条件下的泛化能力或与其他方法的比较验证	提升水稻叶片病害识别的准确性和速度，推动深度学习在农业病害检测中的应用	水稻叶片病害（稻瘟病、褐斑病、白叶枯病）	计算机视觉	植物病害	NA	EfficientNetV2	图像	水稻叶片病害数据集（具体数量未提供）	PyTorch	EfficientNetV2	准确率、召回率、精确率、F1分数、Dice相似系数（DSC）	NA
131	2026-04-27	Predictors of self-reported sexually transmitted infections (STIs) among men in 54 low and middle income countries (LMICs): a comparison of deep learning and classical machine learning algorithms 2026-Mar-12, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-13010-5 PMID:41820907	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
132	2026-04-27	Automated interpretation of fetal cardiac function evaluation from the echocardiogram 2026-Mar-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02381-3 PMID:41807718	研究论文	开发了一个全自动人工智能工作流程，用于从超声心动图中估算胎儿心脏功能参数	首次实现胎儿心脏功能评估的完全自动化，整合深度学习模型进行实时检测与分割，并建立动态Z分数模型	未提及具体局限性	实现胎儿心脏功能的自动、准确、可重复评估	胎儿超声心动图	计算机视觉	胎儿心脏疾病	超声心动图	深度学习	图像	内部数据集52,942张标注图像来自1940次胎儿超声心动图，外部正常数据集245次超声心动图，内部异常数据集83次超声心动图	NA	NA	Dice相似系数，交并比，组内相关系数，R值，平均绝对误差，一致性界限，个体等效系数	NA
133	2026-04-27	Popformer: Learning general signatures of positive selection with a self-supervised transformer 2026-Mar-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.06.710163 PMID:41846988	research paper	提出一种基于自监督Transformer的模型Popformer，用于学习正选择信号的通用编码，并在人类基因组数据上进行预训练和微调	首次将Transformer架构应用于群体遗传选择信号检测，结合位点性和单倍型注意力机制，并采用掩码语言建模目标的预训练策略	模型在错配人口模型下表现仍有限制，且依赖模拟数据训练，对真实数据多样性的泛化能力需进一步验证	开发一种能泛化到多种进化场景的正选择信号检测方法，提升群体遗传推断的准确性	人类基因组变异数据中的正选择信号，包括模拟数据和来自1000 Genomes Project的真实数据	machine learning	NA	测序数据（SNP基因型数据）	Transformer	基因组序列（SNP基因型）	1000 Genomes Project的人类数据，具体样本量未明确提及	PyTorch（推断，基于Transformer常见实现框架）	Transformer（含位点间注意力、单倍型间注意力和相对位置嵌入）	准确性（accurate），基因型插补准确性	NA
134	2026-04-27	Confidence scoring for deep learning-predicted antibody-antigen complexes: AntiConf as a precision-driven metric 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag137 PMID:41903187	研究论文	本研究评估了九种深度学习模型在抗体-抗原复合物预测中的表现，并开发了新型置信度评分指标AntiConf	整合pDockQ2和pTM评分开发了AntiConf指标，该指标在精度和召回率上优于现有方法，可作为AF2和AF3架构的有效后处理评分	未提及具体局限性，但可能包括数据集规模有限（200个复合物）及对特定模型的依赖性	评估深度学习模型在抗体-抗原复合物预测中的表现，并开发更精准的置信度评分方法	200个抗体-抗原复合物的三维结构预测结果	计算生物学，深度学习，结构预测	NA	NA	深度学习模型	结构数据，评分数据	200个抗体-抗原复合物	NA	AlphaFold2, Boltz-1, Boltz-1x, Boltz-2, Chai-1, Protenix, Protenix-1, OpenFold3, ESMFold	精度，召回率	NA
135	2026-04-27	A Channel-Independent Anchor Graph-Regularized Broad Learning System for Industrial Soft Sensors 2026-Feb-28, Entropy (Basel, Switzerland) DOI:10.3390/e28030274 PMID:41899926	研究论文	提出一种通道无关锚图正则化宽度学习系统(CI-GBLS)，用于工业软传感器中的非线性动力学和多元耦合建模	引入通道独立(CI)策略，通过构建物理隔离的特征通道实现多元输入的正交分解，并利用RBF聚类中心作为图锚点设计高效流形正则化算法，嵌入数据几何结构到学习目标	未提及具体限制	解决复杂工业数据的非线性动力学和强多元耦合问题，同时克服深度学习的高计算成本和部署挑战	IndPenSim过程数据	机器学习	不适用	不适用	宽度学习系统	时间序列数据	不适用	不适用	CI-GBLS	预测精度和效率	不适用
136	2026-04-27	Deep learning-integrated multilayer thermal gradient sensing platform for real-time blood flow monitoring 2026-Feb-06, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea8902 PMID:41650267	研究论文	提出一种集成深度学习与多层热梯度传感的软电子平台，用于实时监测血流速度和血管深度	首次将多层热传感与深度学习算法结合，解决传统热传感中血管深度变异导致的测量限制，能够同时测量血流速率和血管深度	未提及具体局限性信息	开发一种无需笨重设备和专业知识的可穿戴血流监测技术，提升心血管健康评估和血管并发症检测的便捷性	血流速率和血管深度	机器学习	心血管疾病	多层热传感、深度学习、光电容积脉搏波	深度学习模型	热梯度数据	NA	NA	NA	NA	NA
137	2026-04-27	Ordinal Sleep Depth: A Data-Driven Continuous Measurement of Sleep Depth 2026-Feb, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70074 PMID:40276961	研究论文	开发一种基于深度学习框架的数据驱动连续睡眠深度测量方法——序贯睡眠深度（OSD），并评估其与觉醒概率、年龄、性别、睡眠呼吸障碍及认知障碍的关联	首次利用深度学习序贯回归方法，基于3秒脑电片段连续估计睡眠深度，提供了比传统分期更精细的睡眠深度量化手段	NA	开发连续睡眠深度测量方法并验证其临床相关性	多导睡眠图记录中的脑电信号	机器学习	睡眠呼吸障碍、认知障碍	多导睡眠图	卷积神经网络	脑电图信号	21787份多导睡眠图记录，来自18116名患者	NA	卷积神经网络	皮尔逊相关系数	NA
138	2026-04-27	Cerebrovascular diagnosis using CTA-based intracranial aneurysm classification via transfer learning and Grad-CAM visualization 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1704945 PMID:41908287	研究论文	通过迁移学习和Grad-CAM可视化技术，基于CT血管造影对颅内动脉瘤进行分类诊断	将迁移学习与定量可解释性评估相结合，在有限数据条件下同时提升了颅内动脉瘤CTA分类的准确性和透明度	样本量较小（仅83例患者），且缺乏多中心外部验证	评估混合深度迁移学习框架结合Grad-CAM在CTA图像中进行颅内动脉瘤分类的可解释性和准确性	来自两个中心的83例符合条件患者的CTA影像数据	计算机视觉	脑血管疾病	CTA	CNN	图像	83例患者	PyTorch	ResNet-18	AUC, 准确率, 校准曲线, 决策曲线分析, NRI, IDI, IoU, Dice相似系数	NA
139	2026-04-27	Comparison of deep learning-based three-dimensional human pose estimation methods with motion capture for gesture research 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0347288 PMID:42030231	研究论文	比较基于深度学习的三维人体姿态估计方法与运动捕捉在手势研究中的准确性和可行性	首次系统比较了四种深度学习人体姿态估计方法（两种单目和两种双目三角法）用于手势研究，并验证了其作为运动捕捉系统低成本替代方案的潜力	未提及具体限制；但可能受限于小样本量（10名参与者）和特定手势场景，通用性需进一步验证	评估深度学习人体姿态估计方法在自然手势研究中的3D关键点测量精度，旨在开发替代运动捕捉的易用工具箱	10名参与者进行手势丰富的演讲时的上身关键点（包括手腕、肘部、肩部、手指和面部）	计算机视觉	无特定疾病	光学运动捕捉、标准视频摄像头	深度学习人体姿态估计模型（具体未指定，但涉及单目和双目三角法）	图像/视频、3D关键点坐标	10名参与者	NA	NA	欧氏距离、平均误差、重叠率	NA
140	2026-04-27	Genetic algorithm-based daily power output forecasting for energy storage power stations 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342331 PMID:42030241	研究论文	提出一种结合混沌理论、信号分解和深度学习并采用自适应遗传算法优化的混合预测方法，用于储能电站日前功率输出预测	首次将自适应遗传算法优化的CNN-LSTM-MLP混合模型与混沌相空间重构、集合经验模态分解及基于峰值频段划分的隐特征提取相结合，并引入精细化损耗模型量化储能电站的能量损失，实现数据驱动与物理模型的集成	仅基于单一10 MW/20 MWh电化学储能电站的实际运行数据验证，可能缺乏在不同规模和类型储能电站中的泛化性；未讨论模型的计算复杂度和实时部署可行性	提高储能电站日前发电功率预测的准确性，以提升电站运行效率和电网调度可靠性	储能电站的日前发电功率	机器学习	NA	NA	CNN、LSTM、MLP	时间序列数据	一个10 MW/20 MWh电化学储能电站的实际运行数据	NA	CNN-LSTM-MLP	均方误差、平均绝对误差、决定系数	NA