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
1921	2026-06-29	End-to-end deep learning framework for automated angle estimation in hallux valgus from full-field weight-bearing radiographs 2026-Jan-13, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02150-4 PMID:41527051	研究论文	开发并验证了一个全自动端到端深度学习框架，用于从全负重足部X光片中准确估计拇外翻角和跖骨间角	首次提出结合YOLOv11m检测模块和可训练的PCA角度估计模块的端到端框架，实现自动化和高精度角度测量	未明确提及局限性	实现拇外翻角（HVA）和跖骨间角（IMA）的快速、准确全自动估计	全负重足部X光片	计算机视觉	拇外翻	X光成像	YOLOv11m, PCA	图像	内部数据集：1753张X光片来自1652名患者；外部数据集：121张X光片	PyTorch	YOLOv11m	平均绝对误差(MAE), 均方根误差(RMSE), 皮尔逊相关系数(r)	NA
1922	2026-06-29	Deep learning for Angle classification based on intraoral photographs: an interpretability perspective 2026-Jan-04, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07550-6 PMID:41486121	研究论文	该研究旨在开发一种基于口内照片的深度学习模型，利用 Angle 分类系统对矢状面牙颌畸形进行分类，并评估模型决策的可解释性	首次结合三种可解释性 AI 方法分析深度学习模型在口内照片牙颌分类中的决策依据	样本来自单中心数据库，可能存在选择性偏倚；模型准确率为 75%，仍有改进空间；不同 XAI 方法聚焦区域不一致，需结合多种方法综合评估	开发并评估基于口内照片的深度学习模型，用于 Angle 分类系统下的矢状面牙颌畸形分类，并提升模型可解释性	首次就诊的正畸患者的侧位口内 RGB 图像，展示牙咬合关系	计算机视觉	牙颌畸形	口内摄影	CNN	图像	共 5266 张口内 RGB 图像，训练集 4280 张，验证集 474 张，测试集 512 张	PyTorch	VGG-11	准确率、AUC	NA
1923	2026-06-29	Explainable machine learning and deep learning models for predicting TAS2R-bitter molecule interactions 2026-01, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2025.109187 PMID:41092497	研究论文	开发可解释的机器学习和深度学习模型，用于预测苦味分子与TAS2R受体的相互作用	结合传统机器学习和深度学习方法，提高模型的可解释性和预测性能，用于理解苦味分子的分子特征和设计靶向特定TAS2Rs的新型苦味剂	未提供具体的局限性信息	开发可解释模型以预测苦味分子与TAS2R受体的相互作用，辅助药物设计和味觉感知研究	苦味分子与TAS2R受体的相互作用	机器学习	NA	NA	机器学习与深度学习模型（未指定具体类型）	实验验证数据	未提供样本量	NA	NA	高性能（具体指标未指定）	NA
1924	2026-06-29	A deep-learning system for the assessment of coronary heart disease risk via scleral photographs 2025-Dec-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33510-9 PMID:41469469	研究论文	开发并验证了一种基于巩膜照片的深度学习系统，用于评估冠心病风险	首次利用巩膜照片通过深度学习系统评估冠心病风险，并发现模型主要依赖血管异常和色素沉着斑点作为可解释特征	NA	开发一种基于巩膜照片的深度学习系统，用于评估冠心病风险，提高临床可解释性	巩膜照片	计算机视觉	冠心病	深度学习	CNN	图像	超过5000张巩膜照片	NA	CNN	准确率, AUC	NA
1925	2026-06-29	Artificial intelligence-based automated grading and severity prediction of radiation dermatitis: a review 2025-Dec-29, Radiation oncology (London, England) DOI:10.1186/s13014-025-02784-8 PMID:41466298	综述	综述人工智能在放射性皮炎自动分级和严重程度预测中的应用	总结了深度学习在放射性皮炎自动分级中的潜力，并指出预测疾病进展的人工智能模型研究的明显缺乏	数据集有限和缺乏跨中心验证	评估人工智能在放射性皮炎检测、分级和严重程度预测中的应用	放射性皮炎患者的皮肤图像和临床数据	计算机视觉	放射性皮炎	NA	深度学习	图像	NA	NA	NA	NA	NA
1926	2026-06-29	Artificial Intelligence-Enabled Electrocardiography Identifies Osteoporosis and has Prognostic Value 2025-Dec-26, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02333-6 PMID:41452504	研究论文	开发基于心电图特征的深度学习模型用于骨质疏松识别并评估预后价值	首次利用人工智能心电图作为骨质疏松筛查工具，并结合生存分析验证其预后价值	研究为回顾性设计，可能引入选择偏倚；外部验证样本量相对较小	评估深度学习模型通过心电图特征识别骨质疏松的性能及临床意义	25401名患者（44732份心电图）	机器学习	骨质疏松	心电图	深度学习模型	心电图数据	25401名患者，44732份心电图样本	NA	NA	AUC, 阴性预测值, 风险比	NA
1927	2026-06-29	CLAP-HMM: a biologically constrained deep learning framework for resistance gene prediction in long DNA sequences 2025-Dec-12, BMC biotechnology IF:3.5Q2 DOI:10.1186/s12896-025-01086-x PMID:41382144	研究论文	提出一种基于CNN-LSTM-Attention融合策略的深度学习框架CLAP-HMM，用于从长DNA序列中预测抗病基因	引入蛋白质功能提示作为生物学先验指导HMM模块进行结构状态建模，实现抗病基因边界的精准识别，融合CNN-LSTM-Attention提取基因表达模式	未提及具体局限性	开发从超长高度重复基因组序列中预测抗病基因的计算方法，提升抗病育种效果	抗病基因（R基因）	机器学习	植物病害	DNA测序	CNN-LSTM-Attention	DNA序列	未明确说明样本量	NA	CNN, LSTM, Attention, HMM	NA	NA
1928	2026-06-29	Deep multimodal fusion of patho-radiomic and clinical data for enhanced survival prediction for colorectal cancer patients 2025-Dec-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02210-z PMID:41350716	research paper	提出PRISM-CRC深度学习框架，整合病理、影像、内镜和临床数据，提升结直肠癌诊断和预后预测	多模态数据融合的协同效应显著优于单模态模型，提供比传统TNM分期更精细的风险分层，具有直接临床意义	域偏移导致性能适度下降，形态模糊病例的分类错误，需要未来前瞻性试验验证临床效用	提升结直肠癌的诊断和预后预测能力	结直肠癌患者	machine learning, digital pathology, computer vision	colorectal cancer	NA	深度学习框架	图像, 文本, 临床数据	NA	NA	NA	concordance index, AUC	NA
1929	2026-06-29	A hybrid CNN-ViT framework with cross-attention fusion and data augmentation for robust brain tumor classification 2025-Nov-30, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28636-9 PMID:41318692	研究论文	提出一种混合CNN-ViT框架CAFNet，结合交叉注意力融合和数据增强，用于鲁棒的脑肿瘤分类	提出混合CNN-ViT框架CAFNet，利用交叉注意力融合机制整合CNN局部特征与ViT全局上下文，结合数据增强显著提升分类性能	NA	开发一种鲁棒的脑肿瘤分类方法，提高从MRI扫描中多类别肿瘤分类的准确性	脑肿瘤MRI影像	计算机视觉	脑肿瘤	NA	CNN, Vision Transformer	MRI图像	多类别MRI数据集	NA	CAFNet, AlexNet, MobileNetV2, InceptionV3, ResNet50, VGG16, VGG19	准确率	NA
1930	2026-06-29	Feature fusion context attention gate UNet for detection of polycystic ovary syndrome 2025-Nov-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26314-4 PMID:41309699	研究论文	提出基于特征融合上下文注意力U-Net的多囊卵巢综合征检测模型	首次将特征融合上下文模块集成到注意力U-Net中，并采用模糊对比增强成像优化数据集预处理	未提及外部数据集验证或临床实际部署中的泛化性评估	提高多囊卵巢综合征超声图像诊断的准确性和效率	多囊卵巢综合征超声图像数据集	计算机视觉	多囊卵巢综合征	NA	U-Net	图像	3800张超声图像（原始），增广后45600张图像	NA	特征融合上下文注意力U-Net	准确率	NA
1931	2026-06-29	CT-based intratumoral heterogeneity quantification fusing deep learning radiomics for predicting lymph node metastasis in early-stage lung adenocarcinoma: a multicenter study 2025-Nov-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26331-3 PMID:41298638	研究论文	基于CT的瘤内异质性量化融合深度学习影像组学预测早期肺腺癌淋巴结转移的多中心研究	首次提出基于CT瘤内异质性（ITHscore）的新型成像生物标志物，并将其与深度学习特征和Radscore融合构建预测模型，且通过多中心数据验证，揭示了相关信号通路	未在外部独立验证队列中进一步测试，且可能受限于样本量和回顾性设计	预测早期肺腺癌的淋巴结转移，推动非侵入性个体化治疗	早期肺腺癌患者的CT图像和淋巴结转移状态	计算机视觉, 数字病理学	肺癌	CT成像, 深度学习影像组学, 无监督聚类	CNN	图像	787例早期肺腺癌患者（来自三个中心）	PyTorch	NA	AUC	NA
1932	2026-06-29	Predictive modeling of motor symptom severity and stage classification in Parkinson's disease using machine learning methods with selected multiple serological biomarkers 2025-Nov-25, BMC neurology IF:2.2Q3 DOI:10.1186/s12883-025-04504-x PMID:41291525	研究论文	利用机器学习方法基于多种血清学生物标志物预测帕金森病运动症状严重程度和分期分类	首次系统评估炎症标志物（如NLR、LMR）在机器学习模型中预测帕金森病严重程度的关键作用，并构建了自适应特征选择和学习率调整的深度神经网络，显著提升了分类和回归任务性能	研究基于单一数据库，样本特征选择依赖XGBoost重要性排序，可能忽略其他潜在重要标志物；模型未在独立外部数据集中验证泛化性	开发基于血清学生物标志物的客观、非侵入性帕金森病严重程度评估和分期分类工具	帕金森病患者	机器学习	帕金森病	血清学检测	XGBoost, CatBoost, Random Forest, Decision Tree, 深度神经网络	血清学生物标志物数据	2614名个体	未明确说明	XGBoost, CatBoost, Random Forest, Decision Tree, 深度神经网络（含自适应特征选择和学习率调整）	准确率, 加权F1分数	未明确说明
1933	2026-06-29	Mycobacterium tuberculosis FAS-II pathway targeted integrative deep learning based identification of potential anti-tubercular agents 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00695-0 PMID:41186754	研究论文	整合深度学习方法识别潜在抗结核药物，靶向结核分枝杆菌FAS-II途径	首次采用综合方法，包括位点特异性数据集整理、多种机器学习模型探索、超参数优化的人工神经网络虚拟筛选、分子对接及体外验证，针对FAS-II途径中的多个关键酶（KasA、KasB、FabH）进行多靶点药物发现	未提及具体局限性	识别靶向结核分枝杆菌FAS-II途径的潜在抗结核药物	结核分枝杆菌FAS-II途径中的关键合成酶（KasA、KasB、FabH）	机器学习	结核病	分子对接、分子动力学模拟、体外生物学评价	人工神经网络	化合物库数据	NA	NA	人工神经网络（ANN）	抑制活性（相对于阳性对照的百分比）	NA
1934	2026-06-29	Design, synthesis, deep learning-guided prediction, and biological evaluation of novel pyridine-thiophene-based imine-benzalacetophenone hybrids as promising antimicrobial agent 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00687-0 PMID:41186782	研究论文	设计、合成并通过深度学习预测新型吡啶-噻吩基亚胺-苯甲酰乙酰苯杂化物作为抗菌剂	首次将吡啶和噻吩骨架结合到亚胺-苯甲酰乙酰苯杂化物中，并利用深度学习QSAR模型辅助预测其抗菌活性	数据集规模有限可能影响模型泛化性	开发针对多重耐药病原体的新型抗菌剂并验证其药理学特性	新型吡啶-噻吩基亚胺-苯甲酰乙酰苯杂化物（7c和7j）及其抗菌、抗结核活性	机器学习	多重耐药菌感染	NA	全连接前馈神经网络	分子描述符（MolWt、LogP、TPSA等）	10种杂化物（7a-7j）	NA	全连接前馈神经网络	pMIC值	NA
1935	2026-06-29	Deep learning-guided rational engineering of synergistic PD-1 and LAG-3 blockade for enhanced tumor immunomodulation 2025-11-04, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-025-00702-4 PMID:41186834	研究论文	利用深度学习工程化靶向PD-1和LAG-3的单克隆抗体以增强肿瘤免疫调节	首次利用消息传递图神经网络进行反向建模，设计针对PD-1和LAG-3免疫检查点的单克隆抗体，并通过整合物理化学准确性、进化可行性、经验验证、几何互补性和机器学习指导的突变预测来优化抗体结合亲和力	基于计算模拟的预测仍需要进一步的实验验证和临床转化，且只针对PD-1和LAG-3两个靶点	开发可扩展的计算框架设计免疫检查点抑制剂，以改善联合免疫治疗中的抗体结合能力和治疗潜力	PD-1和LAG-3免疫检查点及相应的单克隆抗体	机器学习	肿瘤	分子动力学模拟	消息传递图神经网络	蛋白质结构数据	NA	NA	消息传递图神经网络	结合亲和力、热稳定性、免疫原性	NA
1936	2026-06-29	Deep infant brain segmentation from multi-contrast MRI 2025-Oct, Conference record. Asilomar Conference on Signals, Systems & Computers DOI:10.1109/ieeeconf67917.2025.11443909 PMID:41953470	研究论文	提出BabySeg框架，用于婴儿多对比度MRI的脑部分割，支持多种MRI协议和输入配置	引入域随机化技术合成超出实际范围的训练图像以提升数据集偏移不变性；设计灵活的特征池化和交互机制，支持任意数量的输入扫描	NA	解决婴儿脑部MRI分割方法碎片化问题，开发鲁棒、通用的深度学习分割框架	婴儿和幼儿的多对比度脑部MRI图像	数字病理学	NA	MRI（磁共振成像）	深度学习分割模型	图像（多对比度MRI）	NA	NA	BabySeg	NA	NA
1937	2026-06-29	DeepCompoundNet: enhancing compound-protein interaction prediction with multimodal convolutional neural networks 2025-02, Journal of biomolecular structure & dynamics IF:2.7Q2 DOI:10.1080/07391102.2023.2291829 PMID:38084744	研究论文	提出DeepCompoundNet，一种利用多模态卷积神经网络整合分子信息和相互作用网络来预测化合物-蛋白质相互作用的深度学习模型	首次将分子信息（氨基酸序列、化学结构）与多种相互作用网络数据（蛋白质-蛋白质相互作用、药物-疾病相互作用、蛋白质-疾病相互作用）有效整合，提高了预测性能	未明确提及局限性，但可能涉及计算资源需求大或对新型相互作用预测的泛化能力有待进一步验证	提出一种新的深度学习模型，通过整合分子信息和多种相互作用数据来提高化合物-蛋白质相互作用预测的准确性	化合物-蛋白质相互作用对，包括蛋白质、药物以及相关的相互作用网络数据	机器学习	NA	NA	卷积神经网络	文本和网络数据	NA	NA	多模态卷积神经网络	性能评估指标	NA
1938	2026-06-29	Pose Analysis in Free-Swimming Adult Zebrafish, Danio rerio: "Fishy" Origins of Movement Design 2025, Brain, behavior and evolution DOI:10.1159/000543081 PMID:39681106	研究论文	利用深度学习姿态估计和聚类分析，研究自由游动成年斑马鱼行为中刻板姿势的存在及其对运动控制的意义	采用无标记跟踪(DeepLabCut)结合无监督多变量时间序列分析(B-SOiD)发现鱼类仅通过三个前后轴水平弯曲即可完成游动，为陆生脊椎动物颈部与四肢演化提供新视角	样本量有限(12条个体)，聚类结果依赖帧序列长度(14000帧)，且未验证姿势簇的神经控制机制	探究自由游动斑马鱼是否存在刻板姿势及其对运动控制最小化主动(神经)控制的假设	12条成年斑马鱼(Danio rerio)的自由游动行为	计算机视觉, 机器学习	NA	基于深度学习的无标记运动跟踪(DeepLabCut)	深度神经网络(DeepLabCut中的姿态估计模型)	视频	12条成年斑马鱼，每条约14000帧视频数据	DeepLabCut, B-SOiD	DeepLabCut (基于ResNet的深度姿态估计网络)	聚类轮廓系数(最佳聚类数36-50个体 vs 86总体)	GPU (文中未明确型号)
1939	2026-06-29	Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation 2024-11-21, JMIR medical informatics IF:3.1Q2 DOI:10.2196/60334 PMID:39622697	研究论文	提出基于近义词计算的数据集增强算法，解决中文临床命名实体识别中的标注困难和数据稀疏问题	提出分段同义句合成（SSSS）算法，利用现有公共知识无需手动扩展专业领域词典，通过词汇分割重组自然语言数据实现数据集近义扩展	依赖已有公共知识库，对新出现的专业术语适应性有限	解决临床命名实体识别任务中数据稀疏和标注困难的问题	中文电子病历中的临床命名实体	自然语言处理	NA	自然语言处理	RoBERTa+CRF, RoBERTa+BiLSTM+CRF	文本	CCKS-2017和CCKS-2019两个数据集	PyTorch	RoBERTa, CRF, BiLSTM	F1分数	NA
1940	2026-06-29	Bidirectional Long Short-Term Memory-Based Detection of Adverse Drug Reaction Posts Using Korean Social Networking Services Data: Deep Learning Approaches 2024-11-20, JMIR medical informatics IF:3.1Q2 DOI:10.2196/45289 PMID:39565685	研究论文	利用韩语社交媒体数据，基于双向长短期记忆网络检测药物不良反应帖子	针对韩语社交媒体数据，结合药物名称与不良反应词的关联分析进行数据过滤，构建Bi-LSTM深度学习模型以分类药物不良反应帖子	未明确说明	开发基于循环神经网络的深度学习模型，用于从韩语社交媒体数据中分类药物不良反应帖子	韩语社交媒体帖子（博客、咖啡馆帖子及NAVER问答帖子），涉及药物酮洛芬和醋氯芬酸	自然语言处理	药物不良反应	自然语言处理	双向长短期记忆网络	文本	未明确说明	NA	双向LSTM	准确率	NA