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
1701	2026-06-06	Intelligent Bioelectrical Sensing and Deep Learning Framework for Non-Invasive Monitoring of Plant Alkaline Stress 2026 May-Jun, Physiologia plantarum IF:5.4Q1 DOI:10.1111/ppl.70954 PMID:42229536	研究论文	开发了一种非侵入性植物电生理感知框架，结合深度学习方法，用于监测君子兰在碱性胁迫下的生理状态	首次提出空间通道碱性胁迫网络（SCANet）这一专用深度学习模型，结合薄膜贴片电极采集的电生理信号，实现非破坏性、连续性的碱性胁迫级别识别，并验证了30秒输入窗口在信号完整性与区分能力之间的最优平衡	研究仅在受控环境下进行，未评估在野外复杂环境中的适用性；未深入探讨电生理信号变化与具体分子机制的关联	实现植物碱性胁迫水平的非侵入性、高精度监测，为植物胁迫表型分析及智能监测提供新方法	君子兰电生理信号	机器学习	NA	电生理信号采集、小波去噪	深度学习模型（SCANet）	电生理信号	5个碱性梯度（pH 7.0、7.5、8.0、8.5、9.0）下的信号数据，具体样本量未说明	NA	SCANet（包含空间重建模块与通道重建模块）	准确率、精确率、召回率、F值	NA
1702	2026-06-06	DREAMER-S: Deep leaRning-Enabled Attention-based Multiple-instance approaches with Explainable Representations for Spatial biology 2026-May, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013581 PMID:42189895	研究论文	提出DREAMER-S框架，利用基于注意力的多实例学习在3D成像超立方体中学习空间特征，仅使用图像或切片级别标签，无需像素级标注	通过注意力权重可解释地突出显示类别相关光谱实例，无需手动标注；方法可泛化至需要实例级过滤的空间生物学应用	NA	从大规模多通道空间成像中识别与诊断或预后类别强关联的图像特征	结直肠癌患者来源异种移植模型（PDX）的量子级联激光红外（QCL-IR）组织成像数据	数字病理学	结直肠癌	QCL-IR组织成像	基于注意力的多实例学习（MIL）	图像	两个PDX样本：化疗敏感型（CRC0344）和反应较差型（CRC0076）	NA	注意力MIL框架	F1分数	NA
1703	2026-06-06	Artificial Intelligence for Procedural Guidance of Spinal Epidural Steroid Injections: A Scoping Review 2026-May, Cureus DOI:10.7759/cureus.108260 PMID:42245875	范围综述	总结人工智能在脊柱硬膜外类固醇注射操作引导中的应用证据	首次系统梳理AI在SESI操作前规划、术中引导和术后预测三个阶段的临床应用证据	数据集规模小、AI模型设计异质性高、脊柱病理或高BMI患者代表性不足	评估AI辅助脊柱硬膜外类固醇注射操作引导的当前证据	脊柱硬膜外类固醇注射操作	机器学习	脊柱疾病	NA	机器学习、深度学习、神经网络	图像	9项研究	NA	NA	准确性、轨迹规划效率、穿刺时间、辐射暴露量	NA
1704	2026-06-06	Geometry-aware graph attention networks to explain single-cell chromatin states and gene expression with SEAGALL 2026-Apr-23, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-04066-2 PMID:42026624	研究论文	提出SEAGALL方法，利用几何感知图注意力网络解释单细胞染色质状态和基因表达	首次结合几何正则化自编码器与可解释图注意力网络，从单细胞多组学数据中量化分子特征对细胞表型的影响，超越传统差异标记基因分析	NA	开发可解释深度学习方法，揭示驱动细胞身份的核心分子特征	单细胞测序数据中的分子特征与细胞表型关系	机器学习	NA	单细胞测序	图注意力网络	单细胞多组学数据	NA	PyTorch	几何正则化自编码器, 可解释图注意力网络	NA	NA
1705	2026-06-06	Protein and ligand novelty in drug-target interaction prediction: a dual-encoder fusion strategy for more interpretable and generalizable modeling 2026-Apr-22, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06457-5 PMID:42021142	研究论文	提出一种双编码器融合框架用于药物-靶标相互作用预测，并采用新颖性感知评估协议验证泛化能力	首次系统评估配体和蛋白质新颖性对DTI预测的影响，采用决策级融合结合预训练的ESM蛋白质嵌入与两种互补配体表示（ChemBERTa分子语言编码器和图结构编码器），并引入配体中心梯度可解释性分析	外部验证（Davis和KIBA数据集）中AUC值相对较低（0.60-0.64），表明面对显著生物化学领域偏移时性能仍有限	提高DTI预测模型对新化合物和新蛋白质目标的泛化能力和可解释性	药物-靶标相互作用，包括配体（药物分子）和蛋白质靶标	机器学习, 自然语言处理	NA	NA	ESM, ChemBERTa, 图神经网络	序列数据, 图数据	大规模BindingDB数据集，外部验证使用Davis和KIBA数据集	PyTorch（基于ESM和ChemBERTa常用框架推断）	ESM, ChemBERTa, 图编码器	F1分数, AUC, 召回率	NA
1706	2026-06-06	Fast cardiac magnetic resonance (CMR) protocol for biventricular functional assessment and tissue characterisation 2026-Apr-15, International journal of cardiology IF:3.2Q2 DOI:10.1016/j.ijcard.2026.134197 PMID:41605334	研究论文	比较传统标准心脏磁共振方案与基于深度学习重建的新颖快速方案，评估图像质量、功能测量、心肌特征及总扫描时间	首次验证包含深度学习重建（Sonic DL bSSFP cine和AIR Recon DL的2D多段PSIR LGE）的快速CMR方案在保持诊断质量的同时将总扫描时间缩短近60%至10分钟内	单中心研究且样本量有限（100例），需进一步在更大规模多中心队列中验证	评估基于深度学习重建的快速CMR方案与传统标准方案在双心室功能评估和组织特征分析中的等效性	100例已知或疑似心肌病变患者（男性78%，平均年龄52±16岁）	医学影像	心肌疾病	心脏磁共振成像	深度学习重建模型	磁共振图像	100例患者临床数据	NA	Sonic DL, AIR Recon DL	Likert评分, 心室大小, 功能参数, 左心室质量	NA
1707	2026-06-06	A research on applying the diffusion model algorithm for Infrared and Raman spectroscopy data augmentation to improve the accuracy of diseases 2026-Apr-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127466 PMID:41558273	研究论文	提出基于扩散模型的红外和拉曼光谱数据增强方法，以提升疾病诊断准确率	将扩散模型应用于光谱数据增强，通过多尺度多头部注意力机制提取光谱形态和局部特征，实现条件约束下的准确去噪和特征重建	未提及模型在更大规模多中心数据上的验证，以及实际临床部署的鲁棒性	解决光谱数据样本量小、噪声干扰和设备差异导致深度学习模型过拟合和泛化能力差的问题	甲状腺和系统性红斑狼疮疾病的光谱数据	机器学习	甲状腺肿瘤, 系统性红斑狼疮	红外光谱, 拉曼光谱	扩散模型	光谱数据	甲状腺红外数据集、系统性红斑狼疮红外数据集、甲状腺拉曼数据集、系统性红斑狼疮拉曼数据集	PyTorch	EfficientNet, MLP, Transformer	皮尔逊相关系数, 相似度, 准确率	NA
1708	2026-06-06	Boosting underwater image quality: a deep learning approach to denoising and enhancement 2026-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47888-7 PMID:41981021	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1709	2026-06-06	Optimization of speech emotion recognition using hybrid dataset integration and deep learning-based feature fusion with a novel balanced focal entropy loss 2026-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48975-5 PMID:41981233	研究论文	通过混合数据集集成、深度学习的特征融合以及新型平衡焦点熵损失函数来优化语音情感识别	提出了一种新型损失函数'Balanced_Focal_Entropy'，用于改善不平衡数据集性能；通过结合三个不同开源数据集构建混合数据集；采用手工特征和深度学习特征融合策略	未提及模型在真实场景中的泛化能力以及计算开销等局限性	提升语音情感识别系统的性能，解决不平衡数据集问题并实现高准确率	语音情感识别中的情感类别（如生气、开心、悲伤等）	自然语言处理	NA	NA	深度学习模型（具体类型未明确，如CNN或LSTM）	语音数据	RAVDESS数据集（样本量未明确）+ 混合数据集（含三个开源数据集）	NA	NA	测试准确率	NA
1710	2026-06-06	Towards efficient context-aware classification with compact VLM architectures: indoor fire case study 2026-Apr-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48743-5 PMID:41981239	研究论文	提出了一个轻量级且高效的上下文感知火灾分类框架	利用视觉语言模型整合视觉和语义信息进行细粒度火灾分类，区分无火、受控火和危险火三种场景	未提及具体局限性	实现高精度、低计算开销的室内火灾分类，减少误报	室内环境中的火灾事件	计算机视觉, 自然语言处理	NA	视觉编码器, 视觉语言模型, 语言模型	视觉语言模型（VLM）	图像	重新标注的公共数据集和自定义ConFire数据集	NA	视觉编码器, 视觉语言模型, 语言模型	准确率	NA
1711	2026-06-06	Intelligent energy management of coordinated community microgrid systems using metaheuristic optimization and deep learning 2026-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40263-6 PMID:41974752	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1712	2026-06-06	ZuraNet: a hybrid rule-based intrusion detection system with deep learning for securing SCADA-driven cyber-physical systems 2026-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40871-2 PMID:41974774	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1713	2026-06-06	Objective quantification of chemotherapy-induced madarosis: a pilot study of an automated computer vision pipeline for eyebrow density assessment 2026-Apr-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-48967-5 PMID:41975023	研究论文	提出一种自动化计算机视觉流程，用于客观量化化疗引起的眉毛密度变化	首次将面部标志检测、多时相配准和三图深度学习毛发分割与自定义形态学滤波相结合，实现对眶周毛发密度变化的自动纵向量化，克服传统主观分级的局限性	纵向轨迹仅作为时间追踪能力的概念验证，测量重复性在基线时略高，且尚未在大规模队列中验证	开发并验证一种可靠、操作者独立的指标，用于监测化疗引起的睫毛脱落，为未来多中心临床试验建立主要终点	接受蒽环类药物和紫杉烷类化疗并联合局部冷冻疗法的乳腺癌患者	计算机视觉	乳腺癌	NA	CNN	图像	未明确说明样本量，但为初步临床研究，涉及患者照片（睁眼和闭眼各两张）	NA	U-Net	重复性标准差	NA
1714	2026-06-06	Automated detection and classification of maxillary sinus variations using slice-based and full-volume CBCT deep learning models 2026-04-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08205-w PMID:41965768	研究论文	开发并比较基于切片和全容积CBCT深度学习模型，用于自动检测和分类上颌窦变异	首次比较基于二维切片的深度学习模型和三维全容积模型在上颌窦变异分类中的性能，并采用DenseNet-121架构获得最优效果	未提及模型在不同CBCT扫描设备或采集参数下的泛化能力，且样本量相对有限（452例患者）	开发和比较基于切片的二维深度学习模型与基于全容积CBCT扫描的三维模型在上颌窦变异自动检测和分类中的性能	上颌窦变异的CBCT影像，包括正常解剖、发育不全、黏膜增厚、息肉样病变、分隔和窦腔混浊六种放射学变异	计算机视觉	上颌窦疾病	锥束计算机断层扫描（CBCT）	卷积神经网络（CNN）	影像	452例患者的631个上颌窦；二维模型使用1880张矢状切片，三维模型使用全容积CBCT扫描	NA	DenseNet-121	准确率、灵敏度、特异度、精确率、F1分数、受试者工作特征曲线下面积（AUC）	NA
1715	2026-06-06	Towards noninvasive blood count using a deep learning pipeline from bulbar conjunctiva videos 2026-Apr-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02598-2 PMID:41951905	研究论文	提出一种从球结膜毛细血管视频中预测血液生物标志物的深度学习管道	将高倍球结膜毛细血管视频转换为低维时空血管表征，减少视频维度约200倍，同时保留血液动力学信息；设计多实例回归网络VesselNet，结合ConvNeXt骨干网络和交叉注意力机制融合血管特异性厚度	NA	实现非侵入性全血细胞计数	球结膜毛细血管视频及相应实验室血细胞计数	计算机视觉	贫血	眼底成像	多实例回归网络	视频	224名参与者	NA	ConvNeXt	ROC-AUC, Spearman相关系数	NA
1716	2026-06-06	Deep learning-based high-information-content graph representation of early stage bacterial biofilms 2026-Apr-03, NPJ biofilms and microbiomes IF:7.8Q1 DOI:10.1038/s41522-026-00971-3 PMID:41932927	研究论文	提出一种基于深度学习的计算框架，将早期细菌生物膜建模为高信息含量的无向交互图，用于定量分析其结构和生长模式	首次将早期生物膜建模为无向交互图，结合Mask R-CNN细胞分割和自定义神经网络BINet进行相互作用预测，实现了从图像衍生的图特征预测发育阶段和材料类型	可能依赖于特定显微镜成像条件，对图片质量要求较高；未提及在复杂生物膜环境或多物种生物膜中的验证	开发一种可扩展、高信息含量的自动化分析方法，用于揭示细菌生物膜的非明显组织结构规律	早期阶段的细菌生物膜，包括其细胞和细胞间相互作用	计算机视觉, 机器学习	NA	显微镜成像	卷积神经网络（CNN）	图像	NA	NA	Mask R-CNN, BINet	NA	NA
1717	2026-06-06	Mitigating data center bias in cancer classification: Transfer bias unlearning and feature size reduction via conflict-of-interest free multi-objective optimization 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103351 PMID:41554188	research paper	提出一种基于无利益冲突多目标优化的去偏学习方法，用于减轻癌症分类中数据中心偏差的影响	通过无利益冲突多目标优化训练遗忘层，显式减少对无关模式的依赖，并联合降低特征维度和排除冲突样本以提升泛化能力	研究聚焦于癌症特征和数据中心偏差，但方法可推广至其他偏差场景	减少深度学习模型在癌症分类中的数据中心偏差，缩小内部与外部验证性能差距	来自不同数据中心的癌症组织病理学样本	digital pathology	cancer	NA	k-Nearest Neighbor (KNN)	image	多个数据中心样本，采用k折交叉验证	NA	NA	internal accuracy, external accuracy	NA
1718	2026-06-06	Deep learning-guided engineering of pectinase for enhanced catalytic performance in tobacco processing 2026-Apr, Bioresource technology IF:9.7Q1 DOI:10.1016/j.biortech.2026.134028 PMID:41554444	研究论文	利用深度学习指导的蛋白质工程，设计了高活性果胶酶变体DS-5，显著提高了其在烟草加工中的催化性能	首次将深度学习模型ProteinMPNN与多序列比对结合用于果胶酶工程，实现了72个突变位点的理性设计，使催化活性提高8.9倍，并揭示表面静电势重塑对底物结合亲和力的增强机制	未探讨该策略在其他类型酶工程中的通用性，且未评估DS-5在长期工业应用中的稳定性	开发深度学习指导的高效酶工程框架，提升果胶酶在烟草加工中的催化效率并改善终产品质量	果胶酶（pectinase）及其突变体DS-5	机器学习	NA	NA	深度学习模型（ProteinMPNN）	蛋白质序列和结构数据	NA	ProteinMPNN	ProteinMPNN	催化活性（8.9倍提升）、最适温度（+10°C）、pH范围（7.0-11.0）、分子动力学模拟	NA
1719	2026-06-06	A CT-based multimodal fusion model for predicting outcomes in blunt chest trauma: A multicenter study 2026-Apr, The American journal of emergency medicine DOI:10.1016/j.ajem.2025.12.038 PMID:41576754	研究论文	开发一种整合临床变量、影像组学特征和深度学习特征的多模态融合模型，用于预测钝性胸部创伤患者的预后	首次结合多时间点CT影像的delta特征和临床变量构建融合模型，显著提升了预后预测性能	NA	提高钝性胸部创伤患者预后预测的准确性，为个体化风险预测和临床决策提供工具	钝性胸部创伤患者	计算机视觉, 机器学习, 数字病理学	胸部创伤	CT影像	CNN, LASSO回归	图像, 临床数据	337名钝性胸部创伤患者（来自三个医疗中心）	NA	深度学习特征提取网络（未具体指定架构）	AUC, 校准曲线, 决策曲线分析, NRI, IDI	NA
1720	2026-06-06	Dual-representation structural MRI classification of psychiatric disorders using deep learning and large language models 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112146 PMID:41576904	研究论文	提出一种双表征结构MRI框架，结合深度学习和大语言模型用于区分精神疾病	首次将原始T1加权MRI切片和对应颜色编码的组织分割图作为双表征输入，并利用大语言模型作为后分析工具提供可解释性洞察	数据集规模较小（N=103），可能影响模型泛化能力	开发一种能准确区分精神分裂症和双相障碍等精神疾病的诊断工具	健康对照组、精神分裂症谱系、有精神病性症状的双相障碍和无精神病性症状的双相障碍四组人群	计算机视觉	精神疾病（精神分裂症谱系，双相障碍）	结构磁共振成像	深度学习（CNN, ResNet-18），大语言模型	图像（T1加权MRI切片和组织分割图）	103名受试者的结构MRI数据	PyTorch	ResNet-18	四分类性能指标	未提及