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
2301	2026-01-19	Dose Reduction in 4-Dimensional Computed Tomography Imaging: Breathing Signal-Guided Deep Learning-Driven Data Acquisition 2026-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.047 PMID:40975131	研究论文	本文提出了一种基于深度学习的呼吸信号引导数据采集方法，用于减少4D CT成像中的辐射剂量	利用患者呼吸信号指导深度学习模型预测最优投影数据采集时机，实现剂量减少，同时保持图像质量	研究为回顾性分析，需前瞻性验证；模型性能依赖于呼吸信号质量	减少4D CT成像中的辐射剂量，同时保持诊断质量	294名患者的1415个呼吸信号及104个独立临床4D CT扫描	医学影像处理	胸部肿瘤	4D CT成像	深度学习模型	呼吸信号、CT投影数据、图像	1415个呼吸信号（来自294名患者），104个独立4D CT扫描	NA	NA	Dice系数、Hausdorff距离、位移场、伪影频率	NA
2302	2026-01-19	Real-Time Deep-Learning Image Reconstruction and Instrument Tracking in MR-Guided Biopsies 2026-Feb, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70138 PMID:41035253	研究论文	本研究提出了一种基于深度学习的实时图像重建与器械跟踪方法，用于加速磁共振引导下的前列腺活检流程	首次在临床环境中使用深度学习对欠采样k空间数据进行实时图像重建和活检针导引器跟踪，并在真实患者数据上验证了高加速因子下的跟踪性能	前瞻性验证样本量较小（8例患者），且仅针对特定器械（活检针导引器）进行跟踪验证	通过深度学习加速磁共振引导活检的成像流程，实现实时器械跟踪以提高临床工作效率	接受经直肠磁共振引导活检的男性患者	医学影像分析	前列腺癌	2D Cartesian平衡稳态自由进动序列，3T磁共振成像	深度学习模型（具体架构未明确说明）	多切片MR DICOM图像，原始k空间数据	训练集：1289例男性患者（8464次扫描）；前瞻性测试集：8例男性患者（10个动态k空间样本）	NA	NA	器械尖端预测误差，成功帧比例（误差<5mm），威尔逊95%置信区间	NA
2303	2026-01-19	Deep learning for pediatric femoral neck fracture detection in a multicenter study 2026-Jan-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114372 PMID:41541682	研究论文	本研究开发了一种深度学习模型，用于在儿科髋关节X光片上自动检测和定位股骨颈骨折	这是目前最全面的多中心人工智能诊断研究之一，用于检测儿科股骨颈骨折，并首次在急诊科骨科医生中验证了AI辅助能显著提高诊断性能，特别是对经验有限的医生	NA	开发并验证一个深度学习模型，以自动检测儿科髋关节X光片中的股骨颈骨折，支持急诊环境下的临床决策	儿科髋关节X光片	计算机视觉	股骨颈骨折	X光成像	CNN	图像	2,594张髋关节X光片，来自8个中心的2,116名患者	NA	YOLOv11s	mAP@0.5, AUC	NA
2304	2026-01-19	DrowsyDG-Phys: Generalizable driver drowsiness estimation in conditional automated vehicles using physiological signals 2026-Jan-16, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108407 PMID:41547100	研究论文	本研究提出了一种名为DrowsyDG-Phys的新型领域泛化框架，用于在条件自动驾驶车辆中基于生理信号进行可泛化的驾驶员睡意估计	提出了一种结合时域和频域特征学习的主干网络，并集成了三种新颖的损失函数：基于先验知识的对比正则化、促进异质性泛化的特征中心化损失，以及用于对齐睡意评估标准的新损失函数	未明确说明模型在更广泛或更复杂真实驾驶场景中的泛化能力限制	提高基于生理信号的驾驶员睡意检测模型在跨领域条件下的泛化能力和鲁棒性	驾驶员	机器学习	NA	生理信号测量（心电图、皮肤电活动、呼吸信号）	深度学习	生理信号（时间序列数据）	60名参与者在模拟SAE 3级驾驶场景中收集的数据集，以及三个现有数据集	NA	NA	准确率	NA
2305	2026-01-19	Generalizable Deep Learning for Prostate Cancer Risk Stratification: Multicenter Study Integrating 18F-PSMA-1007 PET/CT and mpMRI 2026-Jan-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.12.050 PMID:41547629	研究论文	本研究开发了一种名为CL-MGNET的少样本深度学习模型，通过整合多模态成像和临床数据来预测前列腺癌的高风险生物学特征	提出了一种专门设计的少样本深度学习网络CL-MGNET，能够融合PET/CT、mpMRI和临床变量，在有限训练数据下优化性能，并在多中心验证中展现出强大的泛化能力	研究为回顾性设计，训练数据仅基于30名患者的受限子集，外部验证队列规模较小（36名患者），可能影响模型的广泛适用性	开发一个可泛化的深度学习模型，用于前列腺癌的风险分层，预测高侵袭性生物学特征	前列腺癌患者，包括来自两个医疗中心的377名患者	数字病理学	前列腺癌	18F-PSMA-1007 PET/CT, 多参数MRI (mpMRI)	深度学习	图像, 临床数据	377名患者（中心A: 341名，中心B: 36名）	NA	CL-MGNET	AUC	NA
2306	2026-01-19	Deep Learning Analysis Based on Dual-energy CT-Derived Iodine Map for Predicting PD-L1 Expression in Gastric Cancer: A Multicenter Study 2026-Jan-16, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.12.033 PMID:41547630	研究论文	本研究基于双能CT碘图，利用深度学习分析预测胃癌中PD-L1表达水平	首次将深度学习应用于双能CT碘图，构建深度学习特征签名模型，用于非侵入性预测胃癌PD-L1表达，并融合临床特征提升预测性能	样本量相对有限，且为回顾性多中心研究，可能存在选择偏倚	评估基于双能CT碘图的深度学习分析在预测胃癌PD-L1表达中的价值	胃癌患者	数字病理	胃癌	双能CT	CNN	图像	267名胃癌患者（训练集143例，内部验证集60例，外部验证集64例）	NA	ResNet-50	AUC	NA
2307	2026-01-19	Basic Process Equation for Analytical Chemistry - An Inclusive and Conciliatory Approach 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05444 PMID:41468535	研究论文	本文提出了一种以信息流为基准的分析化学基本过程方程，旨在统一传统单变量数据方法与基于多变量数据的现代分析方法	首次引入'分析算子'概念作为信息转换的核心，并提出了一个包容性框架以协调传统分析化学与基于化学计量学、数据挖掘、机器学习等现代方法	仅以植物油碘值测定为例进行说明，尚未在更广泛的分析化学领域进行全面验证	建立分析化学的统一理论框架，实现从测量到信息的范式转变	分析化学过程与信息转换机制	分析化学	NA	化学计量学、数据挖掘、机器学习、深度学习、人工智能	NA	单变量数据、多变量数据	NA	NA	NA	NA	NA
2308	2026-01-19	Advancing skin cancer detection through deep learning and fusion of patient metadata and skin lesion images 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26392-4 PMID:41530207	研究论文	本研究提出了一种结合患者元数据和皮肤病变图像的AI框架，用于在远程皮肤病学分诊中自动分类可疑与非可疑皮肤病变	通过融合患者元数据（如病变大小、颜色、形状、年龄和性别）与图像数据，并采用多数投票技术集成多个AI模型，显著提升了分类性能，同时引入了软注意力模块以增强模型决策的可解释性	研究数据仅来自英国私立皮肤癌诊断中心网络，可能缺乏多样性和代表性，且未详细讨论模型在临床环境中的实际部署挑战	开发自动化方法以减少皮肤癌诊断的等待时间，并支持远程皮肤病学分诊中的快速决策	皮肤病变图像及患者元数据，用于分类可疑与非可疑皮肤病变	计算机视觉	皮肤癌	深度学习	CNN	图像, 元数据	79,246张皮肤病变图像，来自19,295名患者，包含22个元特征	NA	NA	敏感性, 特异性	NA
2309	2026-01-19	Natural biowaste material-based green triboelectric nanogenerators for self-powered gait monitoring 2026-Jan-13, RSC advances IF:3.9Q2 DOI:10.1039/d5ra09038e PMID:41541210	研究论文	本文报道了基于天然生物废料材料的绿色摩擦纳米发电机，用于自供电步态监测	系统研究了三种新型摩擦负电材料（象苹果、姜黄皮、芋头茎粉），并展示了象苹果粉基TENG在柔性传感器中的应用，实现了99.3%的运动检测准确率	NA	开发基于天然生物材料的环保、自供电摩擦纳米发电机，用于可持续能量收集和绿色自供电传感器应用	天然生物废料材料（象苹果、姜黄皮、芋头茎粉）及其在摩擦纳米发电机中的性能	NA	NA	摩擦纳米发电机技术	深度学习模型	运动监测数据	NA	NA	NA	开路电压, 功率密度, 灵敏度, 运动检测准确率	NA
2310	2026-01-19	The Tea-Steeping Metaphor: Origin, Application, Advantages, Disadvantages, and Impact on Forensic Medicine Teaching 2026-Jan-13, Academic forensic pathology DOI:10.1177/19253621251409452 PMID:41541908	综述	本文探讨了“泡茶”隐喻在法医学教学中的起源、应用、优势、局限及实际影响	将“泡茶”这一日常隐喻创新性地应用于法医学教育，为沉浸式、时间依赖性的学习过程提供了新颖的概念化视角	存在时间限制、潜在信息过载以及对最佳学习条件的需求等挑战，限制了其普遍适用性	探索“泡茶”隐喻在法医学教学中的应用价值及其对深度学习、专业认同形成和纵向能力发展的影响	法医学教育中的教学方法和学习者	医学教育	NA	NA	NA	NA	NA	NA	NA	NA	NA
2311	2026-01-19	Benchmarking Machine Learning Algorithms for Microbial Electromethanogenesis: A Comprehensive Assessment with SHapley Additive exPlanation-Based Insights 2026-Jan-12, ACS sustainable chemistry & engineering IF:7.1Q1 DOI:10.1021/acssuschemeng.5c09770 PMID:41541636	研究论文	本文系统比较了七种监督机器学习算法在微生物电产甲烷过程中的预测性能，并利用SHAP进行特征重要性分析	首次将1D-CNN应用于微生物电产甲烷的预测，并结合SHAP解释模型以揭示影响生物甲烷生产的关键因素	未提及模型在外部验证集上的泛化能力或数据集的规模限制	评估机器学习算法在预测微生物电产甲烷性能方面的能力，并提供机制性见解	微生物电产甲烷生物电化学系统	机器学习	NA	实验数据收集	1D-CNN, MLP, GBR, AdaBoost, stacking regressors, kNN	数值数据（操作参数）	NA	NA	1D-CNN	R²	NA
2312	2026-01-19	On scientific foundation models: Rigorous definitions, key applications, and a comprehensive survey 2026-Jan-11, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108567 PMID:41547123	综述	本文对科学基础模型进行了严格定义、分类，并对其在各个科学领域的应用进行了全面调研	首次为科学基础模型提出了包含充分条件和必要条件的严格定义，并基于模型架构、学习目标和训练策略提出了分类法	模型在极端条件下的物理一致性、可解释性和鲁棒性仍面临挑战，计算需求大且缺乏标准化基准	定义科学基础模型并调研其在多科学领域的应用、挑战及未来研究方向	科学基础模型	机器学习	NA	大规模预训练、深度学习	基础模型	多领域科学数据	NA	NA	NA	NA	NA
2313	2026-01-19	A causal bidirectional selective state space model for imaging genetics in neurodegenerative diseases 2026-Jan-10, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108587 PMID:41547121	研究论文	本文提出了一种用于神经退行性疾病成像遗传学的因果双向选择性状态空间模型（CausalMamba），以解决长序列遗传数据特征提取和遗传、影像与疾病间因果关系建立的挑战	提出了一种结合多级特征提取与因果推理的统一表示学习框架，通过反事实推理和对比学习策略构建从遗传到疾病经由影像的因果链，并利用双向选择性状态空间模型高效整合特征	未明确说明模型在更广泛疾病类型或更大规模数据集上的泛化能力，以及因果推断策略的潜在假设限制	旨在揭示神经退行性疾病的病理机制并改善其诊断	神经退行性疾病（如阿尔茨海默病和帕金森病）的遗传与脑影像数据	成像遗传学	神经退行性疾病	深度学习，因果推理	双向选择性状态空间模型（BiMamba），因果模型	遗传序列数据，全脑影像数据	模拟数据集、阿尔茨海默病神经影像倡议（ADNI）数据集和帕金森病进展标志物倡议（PPMI）数据集	未明确指定，但基于深度学习框架	CausalMamba（因果双向选择性状态空间模型），BiMamba	准确率	未明确指定，但提及计算效率更高
2314	2026-01-19	Spatial location and distribution reconstruction of the leaking gas plume via a single infrared remote sensing system 2026-Jan-10, Environment international IF:10.3Q1 DOI:10.1016/j.envint.2026.110061 PMID:41547313	研究论文	本文提出了一种基于深度学习的生成网络，利用单红外遥感系统测量数据重建三维气体泄漏羽流的位置与分布	提出了一种基于八叉树表示的深度学习生成网络，能够仅使用单遥感系统数据实现从粗到细的三维气体羽流重建，显著降低了部署成本和计算资源需求	红外遥感仪器的分辨率以及计算机存储容量限制了气体羽流重建可达到的空间分辨率	解决气体泄漏羽流的三维空间定位与分布重建问题，为环境监测和应急管理提供支持	泄漏气体羽流	计算机视觉	NA	红外遥感	生成网络	二维投影浓度测量数据	NA	NA	基于八叉树表示的生成网络	NA	NA
2315	2026-01-19	A comparative study of loss functions and attention mechanisms in landslide semantic segmentation using U-Net 2026-Jan-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31789-2 PMID:41501220	研究论文	本研究通过比较不同损失函数和注意力机制，探索了基于U-Net的滑坡语义分割方法，利用多模态数据提升滑坡检测性能	在U-Net基线模型中引入注意力机制以优化像素级预测，并系统评估多种损失函数对性能的影响	研究仅使用单一数据集（Bijie滑坡数据集），未在其他地理区域或不同分辨率数据上进行验证	改进滑坡检测的识别精度和分割性能	滑坡区域	计算机视觉	NA	卫星影像分析，数字高程模型（DEM）	CNN	图像，多模态数据（卫星图像、DEM数据、真实掩码）	Bijie滑坡数据集（具体样本数量未说明）	NA	U-Net	精确率，召回率，F1分数，准确率，平均交并比（mIoU），曲线下面积（AUC）	NA
2316	2026-01-19	A comprehensive survey of genome language models in bioinformatics 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf724 PMID:41537311	综述	本文全面综述了基因组语言模型在生物信息学中的发展、架构、训练策略、评估方法、下游任务及未来挑战	将DNA和RNA序列概念化为生物文本，利用大语言模型技术识别复杂基因组语法和远距离调控相互作用，克服传统深度学习方法在基因组序列表征上的局限性	面临数据稀缺性、模型可解释性以及基因组建模的计算需求高等挑战	综述基因组语言模型在生物信息学领域的应用、方法学及未来发展方向	DNA和RNA序列	自然语言处理, 生物信息学	NA	基因组语言模型	Transformer, Hyena卷积, 状态空间模型	基因组序列	NA	NA	Transformer, Hyena, 状态空间模型	监督学习, 零样本学习, 少样本学习	NA
2317	2026-01-19	Artificial intelligence in mitotic checkpoint modeling: transforming our understanding of cellular division through machine learning and predictive biology 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf729 PMID:41537307	综述	本文综述了人工智能在细胞有丝分裂检查点建模中的应用，通过机器学习和预测生物学方法，改变了我们对细胞分裂的理解	利用Transformer架构预测纺锤体组装检查点参与度准确率超过95%，图神经网络在亚像素分辨率解码动粒-微管动力学，以及混合AI-机制模型揭示隐藏反馈回路	NA	通过人工智能方法，提升对有丝分裂检查点复杂非线性动力学的理解，并推动其在癌症等增殖性疾病精准医疗中的应用	细胞有丝分裂检查点网络，包括纺锤体组装检查点和动粒-微管动力学	机器学习和预测生物学	癌症等增殖性疾病	多组学数据整合	Transformer, 图神经网络, 混合AI-机制模型	多组学数据	NA	NA	Transformer, 图神经网络	准确率	NA
2318	2026-01-19	DynaRepo: the repository of macromolecular conformational dynamics 2026-Jan-06, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkaf1130 PMID:41231767	研究论文	本文介绍了DynaRepo，一个包含约450个复合物和约270个单链蛋白质的分子构象动力学数据库，旨在支持基于动力学的深度学习研究	通过整合PDBbind、SAbDab和基准数据集，提供大规模分子动力学模拟数据，弥补了静态结构研究方法的不足，为动态行为分析提供了数据基础	NA	构建一个用于研究大分子构象动力学的数据库，以支持数据驱动的深度学习框架开发	蛋白质、RNA和DNA及其复合物，包括抗体-抗原识别、内在无序蛋白质和蛋白质-核酸结合等动态相互作用	计算生物学	NA	分子动力学模拟	NA	分子动力学模拟数据	约450个复合物和约270个单链蛋白质，每个复合物进行三次500纳秒模拟，总计超过1100微秒数据	NA	NA	NA	NA
2319	2026-01-19	Neurosymbolic AI Framework for Explainable Retinal Disease Classification From OCT Images 2026-Jan-05, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.1.6 PMID:41533847	研究论文	提出了一种神经符号AI框架，用于从OCT图像中解释性分类视网膜疾病	将卷积神经网络与基于专家临床规则的符号推理层相结合，提高了诊断性能并提供了透明、临床可解释的决策	未明确提及	提高视网膜疾病分类的准确性和可解释性，以支持有效的治疗和临床决策	视网膜疾病，包括干性年龄相关性黄斑变性、湿性AMD、视网膜前膜、全层黄斑裂孔、板层黄斑裂孔和中心性浆液性脉络膜视网膜病变	计算机视觉	视网膜疾病	光学相干断层扫描	CNN	图像	10,846张OCT图像	NA	CNN	宏精确率, 召回率, F1分数	NA
2320	2026-01-19	Artificial intelligence-enabled electrocardiography from scientific research to clinical application 2026-Jan, EMBO molecular medicine IF:9.0Q1 DOI:10.1038/s44321-025-00351-y PMID:41326714	综述	本文综述了人工智能在心电图分析中的革命性应用，从科学研究到临床实践的转变	AI-ECG能够直接从原始信号处理复杂高维数据，揭示传统方法常遗漏的模式，如无症状低射血分数和阵发性心房颤动的迹象	NA	探讨人工智能如何改进心电图在心血管诊断中的应用，包括诊断、风险分层和社区筛查	心电图数据及其在心血管疾病诊断中的应用	机器学习	心血管疾病	心电图	深度学习	信号数据	NA	NA	NA	NA	NA