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
1521	2026-06-06	Amplifying image quality gain in x-ray phase contrast imaging of mastectomy samples with deep learning denoising 2026-Feb-10, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae3c54 PMID:41570391	研究论文	利用基于U-Net的深度学习去噪方法增强乳腺切除样本的X射线相衬成像质量，在保持辐射剂量的同时提高图像质量	首次将监督式深度学习去噪应用于乳腺相衬CT图像，在保持空间分辨率不变的情况下将信噪比提升4倍，同时减少辐射剂量	未提及	进一步降低相衬CT的辐射剂量，同时保持或提高图像质量，为后续活体患者乳腺癌成像做准备	34个新鲜全乳腺切除样本	机器视觉	乳腺癌	相衬计算机断层扫描	卷积神经网络	图像	34个乳腺切除样本的PCT扫描（28对用于训练，6对用于测试）	NA	U-Net	信噪比、空间分辨率、结构相似性指数、峰值信噪比	NA
1522	2026-06-06	On-device single channel EEG classification on Android smartphones using lightweight machine learning models 2026-Feb-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae3ca4 PMID:41576423	研究论文	提出一种在安卓智能手机上利用轻量级机器学习模型实现单通道脑电图分类的流水线	首次在安卓设备上实现离线单通道脑电图信号分类，使用轻量级模型（支持向量机）并达到90%准确率，无需大量计算资源或大数据集	依赖多个软件平台，无法实现实时分类	实现移动端设备上基于脑电图信号的分类，促进自然环境下生理测量方法学的发展	十名受试者的睁眼和闭眼脑电图信号	机器学习	NA	脑电图	支持向量机	信号	10名受试者的单通道脑电图信号	NA	支持向量机	准确率, 精确率, 灵敏度, 特异度, F1分数, 马修斯相关系数	安卓设备（Google Pixel 7 Pro, Samsung S22）
1523	2026-06-06	Bioinspired Multifunctional Hydrogels for Deep Learning-Enabled Wound pH Visual Monitoring and Treatment 2026-Feb-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05725 PMID:41579059	研究论文	报道一种基于仿生酶级联反应的多功能水凝胶，集成pH可视化监测和深层学习分析，用于智能伤口管理	首次将葡萄糖氧化酶-血红素酶级联引发的原位聚合用于快速成型水凝胶，并结合ResNet34深度学习模型实现高精度pH监测与伤口治疗一体化	研究仅在动物模型上进行验证，未在人体临床试验中测试；深度学习模型基于有限的数据集（1000张图像）训练	开发一种能够实时监测伤口pH并提供抗菌和促进愈合功能的智能水凝胶敷料	多功能水凝胶材料及其在伤口感染模型中的性能	机器学习	慢性伤口	原位氧化还原引发聚合、酶级联反应	CNN（卷积神经网络）	图像	1000张水凝胶比色图像用于深度学习训练	PyTorch	ResNet34	分类准确率	NA
1524	2026-06-06	National-scale open cattle feedlot detection using deep learning and high-resolution aerial images: Spatial distribution and animal welfare analysis 2026-Feb-10, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181451 PMID:41579720	研究论文	提出利用深度学习模型（YOLO）和高分辨率航空影像，对美国本土的开放式牛场进行全国尺度检测，并分析其空间分布与动物福利相关问题	首次构建全国范围开放式牛场检测框架，结合YOLOv11m模型与NAIP影像，实现大规模自动化检测，并提供空间分布与动物福利热应激风险的关联分析	未提及检测模型在极端天气或遮挡条件下的鲁棒性，且训练数据主要集中在高产区县，可能影响模型对其他区域牧场特征的泛化能力	建立美国开放式牛场全国数据库，评估其空间分布特征，并分析环境胁迫因子（如夏季高温、稳定蝇孵化）对动物福利的影响	美国本土（CONUS）开放式牛场设施	计算机视觉, 数字病理学	动物福利相关疾病	NAIP航空影像（1米分辨率GeoTIFF）	YOLO（You Only Look Once）	航空影像	训练集：11,746个牛场标注和13,000个背景图像块；全国推理：43TB NAIP影像（2019-2022年）	NA	YOLOv11m	精确率, 召回率, F1分数, 交并比（IoU）	NA
1525	2026-06-06	DeepDBPI: DNA-Binding Protein Identifier Using a Deep Learning Model with Transformed Denoised Features 2026-Feb-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02637 PMID:41566703	研究论文	提出了一种名为DeepDBPI的深度学习模型，用于通过变换去噪特征预测DNA结合蛋白	利用进化与图形特征，结合小波去噪算法去除噪声，并使用多种深度学习架构（如Bi-GRU）提升预测性能	未明确讨论在极端不平衡数据集或跨物种泛化能力上的局限性	开发高效的DNA结合蛋白预测计算协议，以替代费时费力的湿实验方法	DNA结合蛋白	机器学习, 生物信息学	NA	蛋白质序列特征提取方法（CC-PSSM, BP-PSSM, TRG-PSSM, FEGS）	深度学习模型（ResNet, LSTM, BiLSTM, RNN, BiRNN, BiGRU）	蛋白质序列	未明确提供具体样本数量	NA	BiGRU, ResNet, LSTM, BiLSTM, RNN, BiRNN	准确性（ACC）, 灵敏度（SN）, 特异性（SP）, 马修斯相关系数（MCC）	NA
1526	2026-06-06	Graph-Based Deep Learning Models for Predicting pKa Values of Protein-Ionizable Residues via Physically Inspired Feature Engineering 2026-Feb-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01681 PMID:41570305	研究论文	提出一种融合分子动力学模拟与深度学习模型的集成框架，用于提高蛋白质离子性残基pKa值的预测精度	首次采用AMOEBA极化力场进行高通量分子建模，构建富含原子静电学等物理启发特征的蛋白质结构数据集，并基于图神经网络模型实现pKa预测，性能显著优于传统方法PROPKA	未提及具体局限性信息	提高蛋白质中离子性残基pKa值的预测准确性，以支持药物发现和蛋白质工程中的早期靶点识别	蛋白质结构数据集中离子性残基（天冬氨酸、谷氨酸、赖氨酸、组氨酸）的pKa值	机器学习	不适用	分子动力学模拟，AMOEBA极化力场	图神经网络	蛋白质结构数据，实验pKa值数据	基于PKAD-2数据集的实验pKa值，涉及四种离子性残基类型	PyTorch	图注意力网络	预测准确度	不适用
1527	2026-06-06	Attention-Guided Multiview Deep Learning Framework Uncovers miRNA-Drug Associations for Therapeutic Discovery 2026-Feb-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02839 PMID:41592800	研究论文	提出一种注意力引导的多视图深度学习框架，用于预测miRNA-药物关联，推动治疗发现	创新性地整合miRNA和药物的多源信息而非仅依赖交互图数据，并通过视图级注意力机制自适应学习不同特征的重要性	未提及对数据噪声的处理能力及跨疾病领域泛化性的验证	开发高效计算方法预测miRNA-药物关联，克服传统实验成本高和现有方法依赖单一信息源的不足	miRNA与药物之间的潜在关联	机器学习	多种疾病（以抗癌药物为例）	NA	多视图深度学习模型（DLMVF）	miRNA序列、药物结构、miRNA-药物交互关系数据	基于最新数据库构建的实验基准数据集，具体数量未提供	PyTorch	注意力引导的多视图编码器（miRNA属性视图编码器、药物属性视图编码器、miRNA-药物交互编码器）	AUROC, AUPRC	NA
1528	2026-06-06	NeuroTDPi: Interpretable Deep Learning Models with Multimodal Fusion for Identifying Neurotoxic Compounds 2026-Feb-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02639 PMID:41609193	研究论文	开发了一个名为NeuroTDPi的多层全连接深度神经网络模型，用于识别神经毒性化合物	采用多模态融合策略，整合分子表征和针对三种神经毒性终点的特征表示，并结合SHAP方法提高模型可解释性	未提及	开发用于早期预测神经毒性化合物的深度学习模型	神经毒性化合物	机器学习	神经毒性疾病	NA	深度神经网络（多层全连接）	分子数据	NA	NA	多层全连接网络	AUC（0.97, 0.84, 0.82）	NA
1529	2026-06-06	SwinCup-DiscNet: A fusion transformer framework for glaucoma diagnosis using optic disc and cup features 2026-Feb-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39065-7 PMID:41663489	研究论文	提出一种融合变压器框架，结合视盘与视杯特征用于青光眼诊断	创新性地融合U-Net注意力机制分割视盘视杯、Swin Transformer提取眼底图像特征，以及概率融合方法结合结构生物标志物与深度学习特征	未明确提及具体限制	开发高效青光眼筛查工具，实现早期检测以预防视力丧失	青光眼患者的眼底图像中的视盘和视杯特征	计算机视觉	青光眼	眼底成像	Swin Transformer	图像	三个公开数据集：LAG、ACRIMA、DRISTHI-GS	PyTorch	U-Net, Swin Transformer	DSC IoU、准确率、F1分数、杯盘比平均绝对误差	NA
1530	2026-06-06	Thermostability Prediction Powered by Synergistic Deep Learning at Experimental and Theoretical Levels for Nanobodies 2026-Feb-04, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c19073 PMID:41564239	研究论文	提出一种双尺度协同深度学习策略，结合实验和理论水平预测纳米抗体的热稳定性，并开发了高吞吐量筛选平台	创新性地提出双尺度协同深度学习策略，结合实验熔解温度数据和理论构象变化推断，解决实验数据稀缺和小数据模型泛化能力低的问题	未明确说明局限性，但依赖有限实验数据和分子动力学模拟，可能受数据质量和模拟准确性影响	提高纳米抗体热稳定性预测的可靠性，并探索大规模数据库中高稳定纳米抗体	纳米抗体的热稳定性	机器学习	不适用	分子动力学模拟、抗体语言模型	深度学习模型	实验数据、分子模拟数据	514个实验熔解温度数据和704个纳米抗体结构的分子动力学模拟	不适用	抗体语言模型集成到联合深度学习架构	Pearson相关系数、准确率	不适用
1531	2026-06-06	Comprehensive segmentation of focal cortical dysplasia by combining surface-based and whole-brain MRI deep learning algorithms: a proof-of-concept study 2026-Feb-04, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae3d3e PMID:41587495	研究论文	结合基于表面和全脑MRI深度学习算法对局灶性皮质发育不良进行全面分割的概念验证研究	首次通过结合表面分割算法MELD Graph与全脑白质病变分割工具MindGlide，实现对FCD II的深层白质成分分割，弥补了现有工具仅关注皮层特征的不足	仅对49例具有放射学证实的经管征病例进行测试，样本量有限；MindGlide未直接训练于FCD数据，分割改善幅度较小且仅覆盖部分病例	验证结合两种AI算法（表面分割与全脑分割）是否能改善FCD II的整体分割性能，特别关注深部白质成分	磁共振成像上具有放射学证实的经管征的局灶性皮质发育不良II型病例	医学影像分析	局灶性皮质发育不良II型、耐药性癫痫	磁共振成像（T2-FLAIR序列）	深度学习分割算法	脑部磁共振图像	49例FCD病例	MELD Graph, MindGlide	MELD Graph（表面分割网络）, MindGlide（全脑病变分割网络）	Dice相似系数、分割体积	未在摘要中明确提及
1532	2026-06-06	Spatial-Spectral Deep Learning for Prostate Cancer Tissue Classification in Infrared Spectroscopy 2026-Feb-03, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04765 PMID:41566143	研究论文	比较多种深度学习分类器用于红外光谱图像的前列腺癌组织分类，并探讨光谱维度压缩的影响	发现模型空间感受野与分类性能强相关，而光谱信息对深度学习模型性能影响有限，仅16个特征的光谱瓶颈对几乎所有神经网络模型影响微小	组织分类本身可能仅依赖少量光谱特征，导致光谱维度利用的评估基准不佳	改进前列腺癌组织分类方法并探究深度学习中空间和光谱信息的利用	红外光谱高光谱图像中的前列腺癌组织	计算机视觉, 数字病理学	前列腺癌	红外光谱	Vision Transformer, 多层感知机, 卷积神经网络	高光谱图像	未明确说明	NA	Vision Transformer, 卷积神经网络, 多层感知机	分类性能指标（具体未明确说明）	NA
1533	2026-06-06	Deep learning in stroke therapeutics: drug repurposing and beyond 2026-Feb, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2026.2619641 PMID:41549848	综述	本文综述了深度学习在中风治疗中的应用，特别是药物重定位方面，涵盖从临床前建模到临床决策支持的多个领域	系统总结了深度学习在中风药物重定位中的新兴应用，并强调了其在加速药物发现和桥接转化研究差距方面的潜力	模型可解释性、泛化能力和真实世界验证方面仍存在挑战	探讨深度学习在中风治疗药物重定位及相关领域的应用现状和前景	中风治疗中的药物重定位与深度学习应用	机器学习	中风	NA	深度学习	高维数据	NA	NA	NA	NA	NA
1534	2026-06-06	Study on the release pattern of radon exhalation in the overburden soil of uranium tailings under arid climate and prediction based on Fully Connected Neural Network (FCNN)-based deep learning radon prediction model 2026-Feb, Journal of environmental radioactivity IF:1.9Q3 DOI:10.1016/j.jenvrad.2025.107883 PMID:41576636	研究论文	研究干旱气候下铀尾矿覆盖土壤中氡析出模式，并基于全连接神经网络深度学习模型进行预测	提出了基于全连接神经网络的深度学习氡预测模型，该模型能更准确反映温度、土壤含水量、覆盖层裂隙率与氡析出率之间关系，性能优于长短期记忆模型	NA	为铀尾矿的氡控制和防护提供可行的预测方法	铀尾矿覆盖土壤在不同温度条件下的室内模拟实验数据	机器学习	NA	室内模拟实验	全连接神经网络，长短期记忆	数值数据	NA	PyTorch	全连接神经网络，长短期记忆	误差比较	NA
1535	2026-06-06	Evaluating the impact of deep learning-based image denoising on low-dose CT for lung cancer screening 2026-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70480 PMID:41579047	研究论文	评估深度学习图像去噪对低剂量CT肺癌筛查的影响	系统比较了七种深度学习去噪方法在低剂量CT肺癌筛查中的效果，并评估了去噪对实性和亚实性结节特征及Lung-RADS分类准确性的影响	去噪对亚实性结节的影响有限，且去噪可能引入偏差，需要进一步验证对诊断性能的影响	评估深度学习图像去噪对低剂量CT肺癌筛查中结节检测和分类的影响	低剂量CT扫描图像中的肺结节（实性和亚实性结节）	计算机视觉	肺癌	低剂量CT	深度学习去噪模型	图像	来自LDCT和投影数据集的胸部CT扫描，具体样本数量未提及	NA	七种深度学习去噪方法，具体架构未提及	均方根误差（RMSE）、峰值信噪比（PSNR）、结构相似性指数（SSIM）、结节大小、CT密度、Lung-RADS分类	NA
1536	2026-06-06	Multi-dimensional attention-enhanced reconstruction for sparse-view CBCT 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70299 PMID:41589426	研究论文	本研究提出一种多维度注意力增强重建算法（MAE-Recon），用于稀疏视图锥形束计算机断层扫描（CBCT），以减少条纹伪影并恢复图像细节	引入两种即插即用的注意力增强模块以建模投影间的长程依赖性和特征内的信息冗余，并在投影域和图像域联合进行深度学习重建	待定（摘要未明确提及局限性）	消除稀疏视图CBCT中的条纹伪影并提升图像质量	稀疏视图CBCT重建中的投影数据和重建图像	计算机视觉	不适用	锥形束计算机断层扫描（CBCT）	深度学习网络（多重注意力增强网络）	图像（CBCT投影数据与重建图像）	一个真实胸部数据集和一个模拟腹部数据集	PyTorch（基于论文描述推断，未明确说明）	线性插值模块、投影域网络、FDK算子、图像域网络（含两种注意增强模块）	RMSE, SSIM, PSNR	待定（摘要未提及计算资源）
1537	2026-06-06	Classification of epileptic seizure using hybrid deep learning framework with time and time-frequency Hjorth features 2026-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2618585 PMID:41589762	研究论文	提出一种融合时域和时频域Hjorth参数及注意力增强时间建模的混合深度学习框架，用于癫痫发作阶段分类	首次将多域Hjorth参数与注意力增强的时间建模相结合，用于癫痫发作阶段分类，并在Bonn EEG数据集上实现了高分类精度	未提及模型在真实临床环境中的泛化能力及跨数据集验证结果	提出一种结合多域Hjorth特征和注意力增强时间模型的深度学习框架，以提高癫痫发作阶段的分类性能	Bonn EEG数据集中的脑电图信号	机器学习	癫痫	NA	1D CNN, BiLSTM, 注意力机制	脑电图信号	使用Bonn EEG数据集，具体样本量未提及	NA	1D CNN, BiLSTM, Attention	精确度, 召回率, F1分数, 准确率	NA
1538	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
1539	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
1540	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