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
1	2026-03-07	Automated subcutaneous fat segmentation with a convolutional neural network in magnetic resonance guided high-intensity focused ultrasound treatment for uterine fibroids 2026-Dec, International journal of hyperthermia : the official journal of European Society for Hyperthermic Oncology, North American Hyperthermia Group IF:3.0Q2 DOI:10.1080/02656736.2026.2634734 PMID:41755457	研究论文	本研究开发了一种基于注意力门控U-Net卷积神经网络的自动分割算法，用于在子宫肌瘤的磁共振引导高强度聚焦超声治疗中分割皮下脂肪层	首次将注意力门控U-Net架构应用于子宫肌瘤MR-HIFU治疗中的皮下脂肪自动分割，显著提高了分割效率并确保了治疗安全性	研究样本量相对较小（62例患者），且模型仅在特定患者群体（子宫肌瘤）的MR图像上进行了验证	开发一种自动分割算法以增强MR-HIFU治疗子宫肌瘤时的安全性和临床工作效率	接受MR-HIFU治疗的子宫肌瘤患者的磁共振图像	数字病理学	子宫肌瘤	磁共振成像	CNN	图像	62例患者	NA	注意力门控U-Net	Dice系数, 95百分位Hausdorff距离, 平均绝对厚度误差	NA
2	2026-03-07	Comparing deep learning and classical regression approaches for predicting healthcare expenditure and spending: a systematic review 2026-Dec, Journal of medical economics IF:2.9Q1 DOI:10.1080/13696998.2026.2630598 PMID:41779998	系统综述	本研究系统比较了深度学习架构与传统回归及树模型在个体层面医疗成本预测中的表现，特别关注不同数据背景下的性能差异	提出了复杂性-性能假说，并系统评估了深度学习在序列丰富的纵向成本预测中的优势，同时明确了传统方法在低维横截面数据中的稳健性	证据基于少量（8项）异质性研究，外部或时间验证有限，预测周期短，且对校准、经济可解释性和公平性的评估稀疏，需谨慎解读	比较深度学习与传统回归及树模型在医疗支出预测中的性能差异	使用真实世界个体层面数据（如理赔、电子健康记录或注册数据）预测成本相关结果的研究	机器学习	NA	NA	LSTM, CNN-LSTM, 回归模型, 树模型	结构化数据, 时间序列数据	NA	NA	LSTM, CNN-LSTM	RMSE, MAE, R2, AUROC	NA
3	2026-03-07	Smartphone-integrated molecularly imprinted sensor with convolutional neural networks for on-site detection of Norfloxacin 2026-Apr-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2026.345196 PMID:41765623	研究论文	本研究开发了一种集成了双发射分子印迹荧光传感器与深度学习的便携式传感平台，用于诺氟沙星的快速现场检测	结合分子印迹荧光传感器与卷积神经网络，利用智能手机捕获的荧光图像实现高灵敏度、抗环境干扰的现场定量检测	NA	开发用于诺氟沙星快速现场检测的便携式传感技术	诺氟沙星（NOR）	计算机视觉	NA	分子印迹荧光传感，配体到金属电荷转移（LMCT）机制	CNN	图像	NA	NA	CNN	检测限，回收率，相对标准偏差（RSD）	智能手机
4	2026-03-07	Critical assessment of machine learning approaches for classification, dynamic prediction and surrogate Modeling in food fermentation 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118403 PMID:41763759	研究论文	本研究批判性地评估了机器学习方法在葡萄酒发酵过程中的分类、动态预测和代理建模任务中的表现，并与基于知识的模型进行了比较	首次在食品发酵领域系统比较了多种监督机器学习方法与基于知识的模型在有限数据条件下的性能，并开发了一种集成知识预测与残差神经网络的混合模型以纠正系统误差	机器学习模型在训练数据有限或需要预测超出训练条件范围的结果时表现不佳，而基于知识的模型虽然泛化能力更好，但计算成本较高	评估机器学习方法在食品发酵过程中分类、动态预测和代理建模任务中的有效性，并与传统基于知识的模型进行比较	葡萄酒发酵过程、工业酵母菌株、发酵动力学数据	机器学习	NA	NA	决策树, 支持向量机, 神经网络, 残差神经网络	时间序列发酵数据, 代谢物数据, 合成数据	NA	NA	残差神经网络	准确率, 归一化均方根误差	NA
5	2026-03-07	Simultaneous detection and visualization of lipid and protein oxidation in frozen-thawed chicken meat using hyperspectral imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118463 PMID:41763786	研究论文	本研究利用高光谱成像技术结合多任务深度学习框架，实现了冷冻-解冻鸡肉中脂质和蛋白质氧化的同时检测与可视化	提出了一种新颖的多任务深度学习框架，将格拉米安角差场与多任务卷积神经网络集成，实现了脂质和蛋白质氧化指标的同时端到端预测，避免了传统方法需为每个指标单独训练模型的低效问题	研究仅针对鸡肉进行，未涉及其他肉类或食品；实验条件限于10次冻融循环，可能未覆盖所有实际存储场景	评估冷冻-解冻鸡肉在存储过程中的脂质和蛋白质氧化程度，以改善肉类质量控制	冷冻-解冻的鸡肉样品	计算机视觉	NA	高光谱成像	CNN	图像	未明确指定样本数量，但涉及10次冻融循环的鸡肉样品	未明确指定，但基于深度学习框架	多任务卷积神经网络	相关系数R, 均方根误差RMSEP, 相对预测偏差RPD	NA
6	2026-03-07	Seeing structure, sensing softening: Decoding the microstructural mediation between optical properties and peach firmness using spatial frequency domain imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118510 PMID:41763828	研究论文	本研究利用空间频率域成像系统，结合深度学习模型和多元统计分析，揭示了桃子光学特性与硬度之间通过微观结构介导的定量机制	首次构建了“光学-结构-力学”多维框架，并采用Cellpose-SAM深度学习模型实现复杂细胞形态的高通量分割，克服了传统方法的局限性	研究仅针对‘湖景’桃子品种，且光学测量范围限定在450-1040 nm波段，可能无法完全代表其他品种或更宽光谱范围的情况	解码桃子硬度的光学检测机制，为光学质量评估提供生物物理基础	‘湖景’桃子在成熟和贮藏阶段的光学特性、微观结构及生化属性	计算机视觉	NA	空间频率域成像	深度学习模型	图像	NA	NA	Cellpose-SAM	决定系数	NA
7	2026-03-07	Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70314 PMID:41764765	系统综述与荟萃分析	本文通过系统综述与荟萃分析，首次评估了AI在CBCT或CT扫描中自动三维分割上呼吸道的效能，并与人工分割进行比较	首次对上呼吸道AI自动分割与人工分割的效能进行荟萃分析，综合评估了多种分割性能指标	纳入研究数量有限（仅11项，其中6项用于荟萃分析），需要更多研究才能得出决定性结论	评估人工智能在CBCT或CT扫描中自动三维分割上呼吸道的效能	基于CBCT或CT扫描的上呼吸道评估研究	医学影像分析	NA	CBCT扫描, CT扫描	深度学习, 机器学习	三维医学影像（CBCT/CT）	NA	NA	NA	准确率, 精确率, Dice相似系数, 总体积差异, 交并比, 召回率	NA
8	2026-03-07	Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go? 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70257 PMID:41766174	综述	本文探讨了人工智能在药物发现中的应用现状、进展与挑战	系统总结了AI在药物发现各阶段（如分子性质预测、蛋白质结构建模）的整合应用，并指出尽管AI加速了早期研发，但尚未有完全由AI起源的药物获得全面监管批准，这突显了其作为辅助工具而非独立解决方案的定位	关键限制包括数据质量与可访问性差、模型可解释性不足、计算预测与化学可行性之间的差距，以及生物系统复杂性导致的转化成功受限	评估人工智能是否已重塑药物发现流程，并分析其当前角色与未来潜力	药物发现中的AI应用，包括分子、蛋白质结构及ADME/Tox预测等	机器学习	NA	深度学习	NA	多模态数据（如分子数据、文本数据）	NA	NA	NA	NA	NA
9	2026-03-07	The Evaluation of Machine Learning Models Using Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF-MS) Spectra for the Prediction of Antibiotic Resistance in Klebsiella pneumoniae 2026-Apr, MicrobiologyOpen IF:3.9Q2 DOI:10.1002/mbo3.70257 PMID:41771780	综述	本文评估了利用MALDI-TOF-MS质谱数据构建机器学习模型以预测肺炎克雷伯菌抗生素耐药性的研究现状	通过整合23项研究，系统展示了机器学习模型（尤其是集成算法和深度学习）结合MALDI-TOF-MS质谱在快速、准确预测抗生素耐药性方面的创新应用，将诊断时间从传统方法的数天缩短至数分钟或数小时	模型受到外部验证有限、质谱预处理方案不一致以及不同MALDI-TOF-MS平台间变异性的限制，可能影响模型的泛化能力和临床转化	评估机器学习模型利用MALDI-TOF-MS质谱预测肺炎克雷伯菌抗生素耐药性的有效性和应用潜力	肺炎克雷伯菌	机器学习	细菌感染	MALDI-TOF-MS	集成算法, 深度学习	质谱数据	35至超过15,000株分离株	NA	Random Forest, XGBoost, Light Gradient Boosting Machine, CNN	AUROC, 准确率	NA
10	2026-03-07	Deep Learning Myocardial Segmentation in 3D Whole-Heart Joint T1/T2 Mapping: Comparison of nnU-Net and MA-SAM 2026-Apr, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70252 PMID:41790043	研究论文	本研究比较了nnU-Net和MA-SAM两种深度学习模型在3D全心T1/T2映射中左心室心肌自动分割的性能	首次在3D全心联合T1/T2映射数据上系统比较nnU-Net与MA-SAM的分割性能与计算效率	样本量较小（55名受试者），且测试集仅包含5名独立受试者	评估深度学习模型在心脏磁共振成像中的自动分割性能	左心室心肌	计算机视觉	心血管疾病	3D全心联合T1/T2映射	深度学习分割模型	3D医学图像	55名受试者（15名健康，40名疑似心血管疾病）	NA	nnU-Net, MA-SAM	Dice相似性分数, 交并比, 95%豪斯多夫距离	NA
11	2026-03-07	Living on the flood line: Constructing and validating a combined multidimensional resilience index for rural riverine floodplain communities 2026-Mar-10, The Science of the total environment DOI:10.1016/j.scitotenv.2026.181581 PMID:41734704	研究论文	本研究提出了一种结合多维决策分析、数据驱动因子分析和深度学习预测验证的综合方法，用于构建和验证农村河漫滩社区的复合多维韧性指数	整合了基于专家的多准则决策分析、数据驱动的主轴因子分析、蒙特卡洛指数构建以及深度学习预测验证，并得到空间显式、可解释人工智能的支持，将韧性评估从静态诊断提升为动态、可操作且情境敏感的决策支持框架	研究区域仅限于布拉马普特拉河流域的49个联合区，可能限制了结论的普适性；虽然使用了大量指标，但某些潜在影响因素可能未被完全捕捉	开发一个透明、严谨且统计稳健的社区级韧性评估框架，以支持河漫滩洪水风险缓解干预措施的制定	布拉马普特拉河流域（孟加拉国）49个联合区的农村河漫滩社区	机器学习	NA	多准则决策分析、主轴因子分析、蒙特卡洛模拟、深度学习、可解释人工智能	深度神经网络	地理空间数据、社会经济指标、环境指标	1000个地理参考观测值，涵盖49个联合区，使用56个指标	NA	DR-DNN	AUC, 准确率	NA
12	2026-03-07	Room-Temperature Trace NO2 Monitoring System Based on Two-Dimensional Heterostructures and Integrated with Deep Learning 2026-Mar-06, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04107 PMID:41785406	研究论文	本文提出了一种基于二维异质结构并集成深度学习的室温痕量NO2监测系统	结合了新型Bi2S3/WO3异质结构传感器、一维卷积神经网络与长短期记忆网络(1D-CNN/LSTM)深度学习模型以及无线通信模块，实现了高精度、实时、远程的ppb级NO2监测	未明确提及系统在复杂混合气体环境或长期现场部署中的稳定性测试	开发一种用于空气质量控制及呼吸系统疾病早期诊断的高精度室温痕量NO2监测系统	二氧化氮气体	机器学习	呼吸系统疾病	气体传感技术，无线通信	CNN, LSTM	传感器时序数据	NA	NA	1D-CNN/LSTM	R²值	NA
13	2026-03-07	[Deep learning-based assessment of periodontal ligament area changes in maxillary central incisors under different orthodontic regimens using cone-beam CT images] 2026-Mar-06, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250722-00280 PMID:41786527	研究论文	本研究利用深度学习技术，基于锥形束CT图像评估不同正畸方案下上颌中切牙牙周膜面积的变化	首次应用CBCT牙周膜分割网络量化牙周膜面积变化，并与传统牙根长度测量对比，更全面评估牙周支持组织变化	样本量较小（49名患者），为单中心回顾性研究，可能存在选择偏倚	探究不同正畸治疗方案（拔牙与非拔牙、种植体支抗与非种植体支抗）对上颌中切牙牙周膜面积变化的影响	49名正畸患者的98颗上颌中切牙	数字病理学	NA	锥形束CT成像	深度学习	医学影像（CBCT图像）	49名患者（98颗上颌中切牙）	NA	CBCT牙周膜分割网络	NA	NA
14	2026-03-07	Rejoining fragmented ancient bamboo slips with physics-driven deep learning 2026-Mar-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70361-y PMID:41786754	研究论文	提出了一种名为WisePanda的物理驱动深度学习框架，用于自动拼接出土的破碎竹简	首次将物理断裂和材料劣化原理与深度学习结合，自动生成成对的合成训练数据，解决了古代文物修复中数据稀缺的难题	未在摘要中明确提及	开发一个自动化框架，以协助考古学家高效、准确地拼接破碎的古代竹简	出土的、破碎成不规则碎片的古代竹简	计算机视觉	NA	深度学习	NA	图像	NA	NA	NA	匹配准确率	NA
15	2026-03-07	Incremental learning approach for semantic segmentation of skin histology images 2026-Mar-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31553-6 PMID:41786800	研究论文	本研究提出了一种增量学习框架，用于增强基于Transformer的深度学习模型在皮肤癌及相关组织结构分割中的泛化能力和鲁棒性	采用受生物学启发的增量学习策略，允许模型逐步整合新数据，同时减少灾难性遗忘，并通过集成多个损失函数来适应不同放大倍数级别	未明确说明模型在完全未见过的数据分布上的性能表现，且未讨论计算成本或实时应用可行性	提升深度学习模型在皮肤癌诊断中的临床实用性，通过增强其对新场景的适应性和可靠性	皮肤癌及相关组织结构的图像分割	数字病理学	皮肤癌	NA	Transformer	图像	NA	NA	Transformer	准确率	NA
16	2026-03-07	LCNet: lightweight segmentation network for blood vessel segmentation in retinal imaging 2026-Mar-06, Medical engineering & physics IF:1.7Q3 DOI:10.1088/1873-4030/ae4a13 PMID:41788037	研究论文	本文提出了一种轻量级分割网络LCNet，用于视网膜图像中的血管分割，以提高分割精度并减少参数和计算成本	LCNet采用深度可分离卷积减少参数，结合协同坐标注意力模块增强特征学习，并引入空洞空间金字塔池化模块捕获多尺度特征，同时通过四个侧输出层提供额外监督	NA	开发一种轻量级网络以改进视网膜血管分割的精度和效率	视网膜图像中的血管	计算机视觉	视网膜疾病	深度学习	CNN	图像	四个经典数据集（DRIVE, STARE, CHASEDB1, IOSTAR）	NA	U-Net	全局准确率	NA
17	2026-03-07	Integrating Multiview Information for Enhanced Deep Learning-Based Acute Dermal Toxicity Prediction 2026-Mar-06, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02959 PMID:41789561	研究论文	本文提出了一种名为MVIToxNet的新型深度学习模型，通过整合分子指纹和SMILES序列的多视图信息来增强急性皮肤毒性的预测准确性	引入了整合分子指纹和SMILES序列多视图特征的MVIToxNet模型，并采用字节对编码分词捕获分子亚结构细节，同时提出基于Top-K验证分数的加权模型平均策略以应对小规模不平衡数据集	研究使用的数据集规模较小且存在类别不平衡问题	开发更准确的急性皮肤毒性预测模型以替代昂贵且存在伦理问题的动物实验	接触性药物的分子结构	机器学习	NA	SMILES序列分析, 分子指纹	深度学习模型	分子结构数据	小规模不平衡数据集	NA	MVIToxNet	验证分数, 测试集泛化性能	NA
18	2026-03-07	Multiplexed Microenvironment-Responsive Probes Enable Rapid Glioblastoma Cell Line Analysis 2026-Mar-06, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07976 PMID:41789814	研究论文	本文开发了一种基于多重微环境响应探针和深度学习模型的多路光学传感平台，用于快速区分胶质母细胞瘤细胞系	整合了五种微环境响应荧光探针，同时监测过氧化氢、半胱氨酸、过氧亚硝酸盐、粘度和pH值，并结合ResNet深度学习模型进行细胞系识别	NA	准确区分胶质母细胞瘤细胞系表型，以支持快速术中评估	六种细胞系，包括四种表型多样的胶质母细胞瘤细胞系、正常人星形胶质细胞和一个中枢神经系统肿瘤细胞系	数字病理学	胶质母细胞瘤	多重光学传感	CNN	图像	六种细胞系	NA	ResNet	NA	NA
19	2026-03-07	Handwriting to Digital Text Translation Using a Self-Powered Triboelectricity-Induced Piezoelectric Writing Pad through a Deep Learning Algorithm 2026-Mar-06, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.5c22477 PMID:41789810	研究论文	本文介绍了一种基于摩擦电诱导压电的书写垫，结合深度学习算法，用于将手写输入转换为数字文本	开发了一种自供电的摩擦电诱导压电书写垫，结合深度学习算法实现高精度手写字母识别	仅针对四个英文字母进行了测试，样本量较小，且未涉及更复杂的手写体或连续文本	研究手写字母到数字文本的转换技术，提升人机交互效率	手写英文字母信号	机器学习和人机交互	NA	摩擦电诱导压电传感和深度学习	CNN	时间序列信号和频谱图	三名个体手写的四个英文字母信号	NA	CNN	分类准确率	NA
20	2026-03-07	HighRelax: Physics-Based Refinement of Deep Learning Protein Predictions with Noncanonical Amino Acids 2026-Mar-06, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01807 PMID:41789985	研究论文	本文提出了一种名为HighRelax的物理优化方法，用于改进包含非经典氨基酸的深度学习蛋白质结构预测结果	扩展了AMBER力场以覆盖139种非经典氨基酸，并开发了与AlphaFold3等先进模型兼容的增强型Amber-relax协议，能够处理含非经典氨基酸和环肽的复杂系统	未明确说明方法对特定类型非经典氨基酸或极端结构情况的适用性限制	解决非经典氨基酸在蛋白质结构预测中产生的立体冲突、手性违规和几何扭曲问题	包含非经典氨基酸的蛋白质和肽类结构	计算生物学	NA	分子动力学模拟，力场参数化	物理优化方法	3D蛋白质结构	NA	AMBER	HighRelax（基于Amber-relax的增强协议）	立体冲突减少，手性恢复，结构质量改善	NA