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
141	2025-12-31	Reply to: Deep Learning to Differentiate Parkinsonian Syndromes: From Proof of Concept to Clinical Trust 2026-Jan, Movement disorders : official journal of the Movement Disorder Society IF:7.4Q1 DOI:10.1002/mds.70136 PMID:41346228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
142	2026-02-08	A Mixed Dual-Branch Network for Detecting Cervical Spondylotic Myelopathy and Parkinsonian Syndromes via Gait Analysis 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3654804 PMID:41543967	研究论文	本研究提出了一种混合双分支网络DCDM-Net，通过步态分析来区分颈椎病性脊髓病、帕金森综合征患者和健康个体	提出了一种结合卷积块注意力模块和证据深度学习的双分支网络，并采用协同决策方法进行分类，在不确定性估计方面优于传统方法	仅使用关节角度特征时，跨数据集外分布验证性能较差，表明模型对角度特征的依赖性可能导致分布重叠	开发一种基于步态分析的分类模型，以减少颈椎病性脊髓病和帕金森综合征的误诊	颈椎病性脊髓病患者、帕金森综合征患者和健康对照者	机器学习	颈椎病性脊髓病, 帕金森综合征	步态分析	CNN, MLP	时间序列数据	133名参与者（51名CSM患者、49名PS患者、33名健康对照）	PyTorch	ResNet, CBAM, MLP	准确率, AUC, 预期校准误差, Brier分数, AUROC, AUPR	未明确说明
143	2026-02-08	Deep learning models to map osteocyte networks from confocal microscopy can successfully distinguish between young and aged bone 2026-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013914 PMID:41592113	研究论文	本研究应用深度学习模型自动分割和测量骨细胞连接组学，以区分年轻和老年小鼠的骨骼	首次将深度学习（特别是Attention U-Net和Vision Transformers）应用于骨细胞网络的自动化分割与测量，显著提高了分析效率	模型对骨细胞树突状突起的分割准确率较低（42.1%），需要进一步优化和训练	自动化骨细胞连接组学的分割与测量，以研究骨骼老化过程中的生理变化	年轻（2月龄）和老年（36月龄）小鼠的骨组织	计算机视觉	老年疾病	共聚焦显微镜成像	CNN, Transformer	图像	年轻和老年小鼠的骨组织样本（具体数量未明确）	未明确指定	U-Net, Vision Transformers, Attention U-Net	骨细胞分割准确率（81.8%），树突状突起分割准确率（42.1%）	未明确指定
144	2026-02-08	Deep G-PCC Geometry Preprocessing via Joint Optimization With a Differentiable Codec Surrogate for Enhanced Compression Efficiency 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3655187 PMID:41605149	研究论文	本文提出了一种与可微G-PCC代理模型联合优化的压缩导向点云体素化网络，以提升G-PCC标准的压缩效率	首次提出与可微G-PCC代理模型联合优化的压缩导向点云体素化网络，通过端到端梯度传播，在不牺牲互操作性或计算灵活性的前提下提升G-PCC效率	未明确说明	提升基于几何的点云压缩（G-PCC）国际标准的压缩效率	点云数据	机器学习	NA	深度学习	神经网络	点云	NA	NA	体素化网络	BD-rate	NA
145	2026-02-08	GEXPNET: A Novel Gene EXPression NETwork for Tumor Classification Using the ResNet-Based Deep Learning Approach 2026 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3637184 PMID:41385413	研究论文	本文提出了一种名为GexpNet的新型深度学习架构，用于从微阵列基因表达数据中准确分类癌症亚型	提出了一种集成动态多头残差块和自适应密集分类器的深度学习架构，并引入了包含中位数插补、分位数归一化和基于逻辑回归的监督特征选择的定制预处理流程	未明确说明模型在更大规模或更复杂数据集上的泛化能力，也未讨论计算效率或模型可解释性	开发一种用于癌症亚型分类的深度学习框架，解决高维性、类别不平衡和样本量有限等挑战	微阵列基因表达数据	机器学习	癌症	微阵列基因表达分析	CNN	基因表达数据	四个公开数据集（包括Mendeley数据集）	NA	ResNet	准确率, F1分数	NA
146	2026-02-08	SDXL model-based optimization for interior design: Data-driven and deep learning methods 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342258 PMID:41637387	研究论文	本研究提出了一种针对Stable Diffusion XL模型的领域特定优化框架，旨在解决AI辅助室内设计中结构一致性和美学保真度的关键挑战	引入了结合自动语义清洗与严格超参数优化策略的系统化流程，并建立了经验验证的训练协议，专门用于保持室内空间的几何约束	未明确说明	优化大规模扩散模型以适应空间设计的专业需求	室内设计	计算机视觉	NA	深度学习	扩散模型	图像	未明确说明	未明确说明	Stable Diffusion XL	Fréchet Inception Distance, Structural Similarity Index, Learned Perceptual Image Patch Similarity, CLIP Semantic Alignment	未明确说明
147	2026-02-08	Deep Learning Reconstruction Enhances Lung Cancer CT Imaging 2026-Jan, Cureus DOI:10.7759/cureus.100762 PMID:41640929	研究论文	本文通过一个病例研究，展示了超高清CT结合深度学习重建技术在评估肺尖部肿瘤中的应用	将超高清CT与深度学习重建技术结合，显著减少了图像噪声和伪影，提高了对肺尖部肿瘤与邻近结构关系的评估能力	仅基于单个病例研究，样本量有限，需要更大规模的研究来验证其普遍适用性	评估深度学习重建技术在增强肺癌CT成像质量方面的效果	一位70岁男性患者的右肺上叶腺癌	数字病理学	肺癌	超高清CT扫描，深度学习重建	深度学习模型	CT图像	1例患者	NA	NA	图像质量改善，噪声和伪影减少	NA
148	2026-02-08	A Deep Learning Model to Guide Personalized Mechanical Circulatory Support Use in Cardiogenic Shock Patients Undergoing PCI 2026-Jan, JACC. Advances DOI:10.1016/j.jacadv.2025.102379 PMID:41609277	研究论文	开发并验证了一个深度学习模型，用于指导心源性休克患者在经皮冠状动脉介入治疗中个性化使用机械循环支持设备	开发了OPtiMCS深度学习模型，能够整合临床、血流动力学和代谢变量的纵向数据，预测多种不良结局，并通过模拟设备切换支持以患者为中心的治疗决策	需要外部验证和临床实践中的实施，模型基于历史数据（2004-2019年），可能未涵盖最新治疗进展	开发一个深度学习模型，以指导心源性休克患者在经皮冠状动脉介入治疗中个性化使用机械循环支持设备，改善预后	心源性休克并接受经皮冠状动脉介入治疗的患者，使用主动脉内球囊反搏或微轴流泵	机器学习	心血管疾病	深度学习	深度学习模型	临床、血流动力学和代谢变量的纵向向量	1,408名心源性休克患者	PyTorch	TabNet	AUC	Google Colab
149	2026-02-08	Deep Learning-Based Joint Geometry and Attribute Up-Sampling for Large-Scale Colored Point Clouds 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3657214 PMID:41610351	研究论文	本文提出了一种基于深度学习的联合几何与属性上采样方法，用于生成大规模、高密度的彩色点云	首次提出联合几何与属性上采样的深度学习框架，并构建并发布了大规模彩色点云上采样数据集SYSU-PCUD	未明确说明方法在极端几何或属性复杂度下的性能，也未讨论计算效率与实时性	提升大规模彩色点云的生成质量与密度	彩色点云（包含几何与属性信息）	计算机视觉	NA	深度学习	神经网络	点云数据	121个大规模彩色点云，涵盖6个类别和4种采样率	未明确指定（代码发布在GitHub）	几何上采样网络、属性上采样网络、属性增强模块	峰值信噪比	NA
150	2026-02-08	SACMark: Spatial-Angle Consistency Watermarking Network for Light Field Image Copyright Protection 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3657635 PMID:41610350	研究论文	本文提出了一种用于光场图像版权保护的深度学习水印网络SACMark	提出首个针对光场图像设计的深度学习水印网络，通过空间-角度一致性特征提取和对抗训练优化水印的不可感知性与鲁棒性	未明确说明网络的计算复杂度、对特定攻击类型的鲁棒性测试范围以及在实际部署中的性能表现	解决高维度光场图像版权保护中传统2D图像水印技术面临的挑战	光场图像	计算机视觉	NA	深度学习水印技术	编码器-噪声-解码器架构	光场图像	NA	NA	SACMark网络（包含空间-角度特征提取模块）	视觉质量、深度估计影响、抗噪鲁棒性	NA
151	2026-02-08	A hybrid feature extraction framework combining PCA and mutual information for gene expression based lung cancer classification 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342160 PMID:41642802	研究论文	本文提出了一种结合主成分分析和互信息的混合特征提取框架，用于基于基因表达数据的肺癌分类	提出了一种结合PCA和互信息的混合特征提取框架，用于处理高维基因表达数据，并通过PPI网络分析增强结果的生物学可解释性	未明确说明样本的具体数量，且研究主要基于公共数据库的基因表达数据，未涉及其他多组学数据的整合	开发一个稳健的肺癌分类框架，以解决高维基因表达数据带来的计算复杂性和过拟合风险	肺癌患者的基因表达数据	机器学习	肺癌	基因表达分析	CNN	基因表达数据	整合了TCGA和ICGC数据库的基因表达数据集，但未提供具体样本数量	NA	CNN	准确率, 精确率	NA
152	2026-02-08	Protein Structure Prediction Methods 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-07511-6_1 PMID:41652158	综述	本章综述了蛋白质结构预测方法的演变，从基于模板建模和自由建模到先进的混合和端到端深度学习方法	介绍了AlphaFold2和RoseTTAFold等端到端深度学习方法，以及蛋白质语言模型，这些方法通过神经网络直接从序列预测原子坐标，实现了接近实验的精度	NA	探索蛋白质结构预测方法的原理、进展及其对结构生物学领域的变革性影响	蛋白质结构预测方法	计算生物学	NA	基于模板建模（TBM）、自由建模（FM）、混合方法、端到端深度学习、蛋白质语言模型	神经网络	氨基酸序列	NA	NA	AlphaFold2, RoseTTAFold	接近实验精度	NA
153	2026-02-08	Computational Ligand-Binding Site Prediction 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-07511-6_7 PMID:41652164	综述	本章综述了计算配体结合位点预测方法，包括结构对接、机器学习、深度学习及基于物理的分子动力学方法	特别关注了基于物理的Site Identification by Ligand Competitive Saturation (SILCS)技术及其优势	NA	介绍并比较计算机辅助药物设计中配体结合位点预测的各种方法	蛋白质和RNA上的配体结合位点	计算机辅助药物设计	NA	结构对接、机器学习、深度学习、分子动力学、SILCS技术	NA	NA	NA	NA	NA	NA	NA
154	2026-02-08	MapReduce-based deep learning framework for potato leaf disease detection in sustainable precision agriculture 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30940-3 PMID:41419754	研究论文	本研究提出了一种结合轻量级MobileNetV3分类器与MapReduce风格数据管道的框架，用于可持续精准农业中的马铃薯叶部病害检测	首次将MapReduce并行计算框架与轻量级深度学习模型MobileNetV3相结合，构建了可水平扩展的病害检测系统，实现了预处理和批量推理的节点级并行化	研究仅针对三种病害类别，数据集规模相对有限（2152张图像），未在更广泛的农作物病害或更大规模数据集上进行验证	开发可扩展、高效的马铃薯叶部病害自动检测系统，以支持可持续精准农业实践	马铃薯叶片图像，包含健康叶片和两种病害（如晚疫病）类别	计算机视觉	植物病害（马铃薯叶部病害）	图像处理，数据增强	CNN	图像	2152张图像，分为三个类别	TensorFlow, PyTorch（文中未明确指定，基于MobileNetV3常用框架推断）	MobileNetV3	准确率，灵敏度，特异性，F1分数，混淆矩阵，误分类率	GPU（具体型号未指定），MapReduce分布式计算框架
155	2026-02-08	Deep learning-driven proteomics analysis for gene annotation in the renin-angiotensin system 2025-Nov-05, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2025.178119 PMID:40907688	研究论文	本研究开发了一个多标签深度学习模型，用于系统注释肾素-血管紧张素系统（RAS）基因功能并阐明其在生物通路中的作用	首次将多标签AI建模与细胞外囊泡（EV）蛋白质组学整合用于RAS通路注释，揭示了新的IRAP/Ywha(s)/Nedd4-2-ACE2相互作用轴作为潜在治疗靶点	NA	系统注释RAS基因功能并阐明其在生物通路中的作用	肾素-血管紧张素系统（RAS）基因	自然语言处理	心血管疾病	TF-IDF, 主成分分析（PCA）, 细胞外囊泡（EV）蛋白质组学, 毛细管Western分析	MLP	文本	39,463篇来自PubMed和PMC的RAS相关出版物	NA	Multi-Layer Perceptron (MLP)	Precision, F1-Score, Ranking Loss, ROC-AUC	NA
156	2026-02-08	Deep learning algorithm for predicting rapid progression of abdominal aortic aneurysm by integrating CT images and clinical features 2025-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22167-z PMID:41184332	研究论文	本研究开发并验证了一种端到端多模态深度学习模型，通过整合CT图像特征、几何特征和临床特征来预测腹主动脉瘤的快速进展	首次提出结合CT图像、几何特征和临床特征的多模态深度学习模型，显著提升了腹主动脉瘤快速进展的预测性能	研究为回顾性设计，数据来源于两家医院，可能存在选择偏倚，且模型需要进一步的外部验证	开发并验证一种多模态深度学习模型，以更准确地预测腹主动脉瘤的快速进展	腹主动脉瘤患者	数字病理学	心血管疾病	CT成像	深度学习	图像, 临床数据	561名腹主动脉瘤患者，包含14,252张标注的CT轴位图像	NA	ResNet	AUC, 准确率	NA
157	2026-02-08	Novel fusion architecture of multi-location blood flow sounds for arteriovenous fistula stenosis diagnosis 2025-Nov, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2025.109022 PMID:40886696	研究论文	本文提出了一种基于多位置血流声音融合的架构，用于动静脉瘘狭窄诊断	引入了多位置融合架构（MPFA）结合位置元数据，通过通道融合和时间融合策略，利用多个血管段的声音信息提升诊断准确性，而非仅依赖模型复杂度增加	未明确说明数据采集的具体环境条件或潜在噪声干扰，且样本量未在摘要中详细披露	诊断动静脉瘘狭窄并确定其精确位置	动静脉瘘的血流声音数据	机器学习	心血管疾病	血流声音分析	深度学习模型	声音数据	NA	NA	通用模型和个体位置模型	准确率	NA
158	2026-02-08	Interpretable deep multimodal-based tomato disease diagnosis and severity estimation 2025-Oct-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-21611-4 PMID:41162432	研究论文	本文提出了一种新颖的多模态深度学习算法，用于番茄病害诊断和严重程度估计	通过结合视觉图像和环境数据的多模态输入，提升了分类准确性和可解释性，并应用了LIME和SHAP等可解释AI技术	未明确说明算法的计算复杂度、泛化能力或在不同环境条件下的适用性限制	开发一种高效、可解释的番茄病害诊断和严重程度预测方法，以支持精准农业实践	番茄作物及其相关病害	计算机视觉, 自然语言处理	植物病害	深度学习	CNN, RNN	图像, 环境数据	NA	NA	EfficientNetB0, RNN	准确率	NA
159	2026-02-08	A bimodal image dataset for seed classification from the visible and near-infrared spectrum 2025-Oct-08, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05979-6 PMID:41062509	研究论文	本文介绍了一个包含10种植物种子配对RGB和高光谱图像的双模态种子图像数据集，旨在填补农业领域缺乏超越可见光谱数据集的研究空白	构建了当前最大的双模态种子图像数据集之一，结合了RGB和高光谱图像，为研究种子的光谱、空间和形态特性提供了新资源	数据集仅包含10种植物物种，可能无法代表所有农业种子类型；未提及模型在更广泛物种上的泛化能力	解决农业领域缺乏超越可见光谱图像数据集的问题，促进多模态图像分类研究	10种植物种子的RGB和高光谱图像	计算机视觉	NA	高光谱成像	深度学习模型	图像（RGB和高光谱）	10种植物物种的配对RGB和高光谱图像数据集	NA	NA	多类别分类性能	NA
160	2026-02-08	Resolution enhancement and target segmentation of medical images based on the frequency-domain information in deep learning 2025-Aug-20, Applied optics IF:1.7Q3 DOI:10.1364/AO.557903 PMID:40981883	研究论文	本文提出了一种基于频域信息的深度学习网络，用于增强医学图像分辨率并优化细胞分割	通过将图像映射到频域，独立处理振幅和相位信息，并采用融合策略恢复清晰图像，超越了传统空间域方法	NA	提高医学图像分辨率以优化细胞分割，支持癌症诊断和分级	数字病理图像中的细胞核	数字病理	癌症	深度学习	CNN	图像	NA	NA	频域分辨率网络	NA	NA