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
3461	2026-02-20	Preoperative Ternary Classification of Pulmonary Ground-Glass Nodules (AIS/MIA/IAC): ResNet-10 Outperforms Radiomics and Clinicoradiographic Models in Multicenter Study 2026 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3 DOI:10.1177/15330338261423265 PMID:41697766	研究论文	本研究通过多中心CT数据集，比较了深度学习、影像组学和临床影像模型在肺磨玻璃结节术前AIS/MIA/IAC三元分类中的性能	首次在多中心研究中，将ResNet-10深度学习模型应用于肺磨玻璃结节的三元分类，并证明其性能优于传统的影像组学和临床影像模型	研究样本量相对有限（847个结节），且仅基于CT影像，未整合多模态数据	术前区分肺磨玻璃结节的腺癌原位癌、微浸润腺癌和浸润性腺癌，以指导临床管理和手术规划	术后确诊为肺腺癌的847个肺磨玻璃结节	计算机视觉	肺癌	CT影像分析	CNN	图像	847个肺磨玻璃结节（训练集592个，验证集255个）	NA	DenseNet-121, ResNet-10, ResNet-18, VGG-13	Macro-AUC, 准确率, F1分数	NA
3462	2026-02-19	Expression of Concern: Multi-convolutional neural networks for cotton disease detection using synergistic deep learning paradigm 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0343102 PMID:41701686	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3463	2026-02-20	Image-based machine learning models for customized soil moisture management 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341904 PMID:41701764	研究论文	本研究提出了一种结合土壤传感器和图像分析的AI系统，用于支持定制化的土壤水分管理，以移植的野生模拟人参为模型作物	开发了一种非侵入性方法，通过RGB图像和传感器数据结合深度学习模型，实现个体植物层面的土壤水分监测，克服了传统智能农业系统统一处理的局限性	模型尚未在不同作物和土壤类型中广泛验证，且需要集成更多光谱数据以提高鲁棒性和可扩展性	改善智能农业中的资源利用效率和产量，通过定制化土壤水分管理满足个体植物需求	移植的野生模拟人参	计算机视觉	NA	图像分析，土壤传感器数据采集	深度学习模型，随机森林回归模型	图像，传感器数据	未明确指定样本数量，但涉及不同深度（3厘米、10厘米和15厘米）的土壤传感器数据和RGB图像	未明确指定，但可能涉及TensorFlow或PyTorch等深度学习框架	DenseNet121	R², RMSE	NA
3464	2026-02-20	A Fully Automated 3D CT U-Net Framework for Segmentation and Measurement of the Masseter Muscle, Innovatively Incorporating a Self-Supervised Algorithm to Effectively Reduce Sample Size: A Validation Study in East Asian Populations 2026-Jan, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-05066-6 PMID:40858739	研究论文	本研究开发并评估了一种基于U-Net的从粗到细学习框架，用于自动分割和测量咬肌体积，并在840名健康东亚志愿者中验证其有效性	创新性地结合了自监督算法，有效减少了深度学习所需的样本量	研究仅基于健康东亚人群的CT扫描，可能不适用于其他人群或疾病状态	开发并评估用于咬肌自动分割和体积测量的深度学习框架	840名健康东亚志愿者（253名男性，587名女性）的头部CT扫描	数字病理学	NA	CT扫描	CNN	3D CT图像	840名健康东亚志愿者，其中15例用于临床验证	NA	U-Net	体积准确性，形态学评分，运行时间	NA
3465	2026-02-19	ACD2W-InceptionNeXt: adjacent class distinguished and class distance weighted InceptionNeXt-based computer-aided mayo endoscopic scoring system for still images and video segments 2026-Dec, Health information science and systems IF:4.7Q1 DOI:10.1007/s13755-026-00435-0 PMID:41704942	研究论文	本文提出了一种基于深度学习的计算机辅助诊断系统，用于从内窥镜视频片段中预测溃疡性结肠炎的Mayo内窥镜评分	提出了ACDW-InceptionNeXt模型，结合渐进式ACDW-Loss，显式利用MES的序数性质，增强相邻严重程度级别之间的区分能力	NA	开发计算机辅助诊断系统以减少溃疡性结肠炎内窥镜评分的主观差异性	溃疡性结肠炎的内窥镜图像和视频片段	计算机视觉	溃疡性结肠炎	深度学习	CNN	图像, 视频	两个UC内窥镜数据集：彰化基督教医院数据集和LIMUC数据集	NA	InceptionNeXt	准确率, 二次加权Kappa	NA
3466	2026-02-19	De novo biosynthesis of eriocitrin in Saccharomyces cerevisiae through deep learning-guided enzyme screening and systematic metabolic engineering 2026-Sep, Synthetic and systems biotechnology IF:4.4Q1 DOI:10.1016/j.synbio.2026.01.019 PMID:41696525	研究论文	本研究利用深度学习引导的酶筛选和系统代谢工程，在酿酒酵母中实现了圣草次苷的从头生物合成	首次在酿酒酵母中构建了圣草次苷的从头生物合成途径，并采用深度学习与生物信息学相结合的方法筛选高效糖基转移酶	最终圣草次苷产量（30.5 mg/L）仍较低，且整个合成途径涉及多步代谢工程改造，过程复杂	开发一种可持续、可扩展的圣草次苷微生物生产方法，以克服传统植物提取法的限制	圣草次苷（一种黄烷酮-7-O-二糖）及其在酿酒酵母中的生物合成途径	合成生物学，代谢工程	NA	深度学习，生物信息学分析，代谢工程，启动子工程，途径整合	深度学习模型（用于酶筛选）	酶序列数据，代谢途径数据	NA	NA	NA	圣草次苷滴度（mg/L），圣草酚滴度（mg/L）	NA
3467	2026-02-19	Agri-vision Bangladesh: A multi-crop augmented image dataset for automated disease diagnosis in Bottle Gourd, Zucchini, Papaya, and Tomato 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112528 PMID:41704496	研究论文	本文介绍了Agri-Vision Bangladesh数据集，这是一个用于自动化疾病诊断的增强图像数据集，涵盖葫芦、西葫芦、木瓜和番茄四种作物	针对孟加拉国地区特定农业数据稀缺问题，创建了一个包含28个类别、经过专家验证的增强图像数据集，并采用几何和光度变换进行数据扩充	NA	推动精准农业中计算机视觉算法的发展，实现细粒度分类、目标检测和跨作物迁移学习	葫芦、西葫芦、木瓜和番茄四种作物的疾病图像	计算机视觉	NA	图像采集与数据增强	CNN, Vision Transformers	图像	5266张原始图像，通过增强后总计28000张图像	NA	NA	NA	NA
3468	2026-02-19	Benchmarking geometric lamellar orientation: A large-scale synthetic dataset for quantification of ferrite-pearlite steels 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2025.112439 PMID:41704504	研究论文	本文介绍了一个用于铁素体-珠光体钢自动分割的大规模合成数据集，旨在训练和评估深度学习模型	通过计算管道生成大规模合成数据集，模拟珠光体团的几何片层取向，为材料科学中的高通量定量分析提供资源	数据集为合成生成，可能无法完全覆盖真实实验条件下的所有变异	开发用于铁素体-珠光体钢定量金相学的自动化分割方法	铁素体-珠光体钢的珠光体团和铁素体晶粒	计算机视觉	NA	计算管道合成，基于成核和生长现象的模拟	深度学习模型	图像	10,499张合成显微图像（512×512像素）	NA	NA	NA	NA
3469	2026-02-19	Comprehensive image dataset of flexible pavement: Alligator cracks and edge-breaks from national highway (N6) of urban areas 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112531 PMID:41704514	研究论文	本文介绍了一个结构化路面表面图像数据集，旨在推动自动路面状况评估和数据驱动的道路基础设施监测研究	提供了一个包含三种路面状况类别（鳄鱼裂缝、边缘破损和完好路面）的全面图像数据集，共12,000张原始图像，在真实世界条件下采集，并已标准化和分区以支持可重复性研究	数据集仅来自孟加拉国Pabna地区的国家高速公路N6特定路段，可能无法完全代表其他地区或环境条件下的路面状况	推动自动路面裂缝检测和分类研究，以及计算机视觉和深度学习模型的基准测试	柔性路面的表面图像，特别是鳄鱼裂缝、边缘破损和完好路面	计算机视觉	NA	智能手机相机图像采集	NA	图像	12,000张原始图像（每类4,000张）	NA	NA	NA	NA
3470	2026-02-19	A dataset for human-written and AI-generated code source classification 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112527 PMID:41704515	研究论文	本文介绍了一个专门用于区分人类编写代码与AI生成代码的数据集，旨在支持开发领域特定的AI代码检测工具	创建了首个专门针对多种编程语言（Python、Java、C、C++）的大规模人工标注代码来源数据集，包含平衡的人类编写和AI生成样本	数据集仅包含四种编程语言，且AI生成代码仅来自ChatGPT API，未涵盖其他AI代码生成工具	解决计算机科学教育中验证学生代码真实性的挑战，开发专门针对编程语言的AI代码检测系统	代码样本的来源分类（人类编写 vs AI生成）	自然语言处理	NA	代码生成与分类	NA	代码文本	10000个标注代码样本（5000个人类编写 + 5000个AI生成），涵盖Python、Java、C、C++四种语言	NA	NA	NA	NA
3471	2026-02-19	3D Mitochondria Shape Library for Optical Microscopy (3DMSL): A multimodal dataset for deep learning based mitochondrial analysis 2026-Apr, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112507 PMID:41704521	研究论文	本文介绍了3DMSL，一个用于光学显微镜的3D线粒体形状库，旨在为深度学习模型训练提供大规模注释数据集	利用高分辨率电子显微镜数据，通过物理模拟器生成荧光显微镜图像数据集，包含多种3D形状表示格式，支持多种深度学习应用	NA	解决荧光显微镜图像分析中注释数据稀缺的问题，为细胞器分析提供训练资源	线粒体的3D形状	计算机视觉	NA	电子显微镜，物理模拟器	NA	3D图像，网格，点云，隐式形状	超过27,000个线粒体实例	NA	NA	NA	NA
3472	2026-02-19	Leveraging human pose estimation for diagnostic feedback: Action research on instructional mediation and sustainable learning in coach education 2026-Mar, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2025.106128 PMID:41520452	研究论文	本研究探讨了在大学体育实践课程中整合人体姿态估计工具，以提升学生的诊断推理、反思参与和教学互动	将AI辅助视觉反馈与教学策略结合，支持从工具表面使用到概念理解和应用生物力学推理的发展转变，并提出了AI增强的认知学徒模型	研究样本仅包括31名本科生，时间跨度为三周，可能限制结果的普遍性	旨在通过整合人体姿态估计工具，增强体育教育中的诊断推理、反思学习和教学互动	31名大学本科生在体育实践课程中的学习过程	计算机视觉	NA	人体姿态估计	NA	诊断报告、学生反思、教师日志	31名本科生	NA	NA	NA	NA
3473	2026-02-19	Comparison of VADER and TextBlob labeling for sentiment analysis using machine learning and deep learning models: A study on generative AI user experience 2026-Mar, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106268 PMID:41570547	研究论文	本研究通过情感分析探讨生成式AI的用户体验，比较了VADER和TextBlob两种情感标注方法在机器学习和深度学习模型中的表现	比较了VADER和TextBlob两种情感标注方法对机器学习与深度学习模型性能的影响，发现TextBlob标注的数据集能提升分类效果	研究仅基于88,343条用户评论，可能未覆盖所有生成式AI用户群体，且情感标注方法比较有限	通过情感分析研究生成式AI的用户体验，以提升服务交付和吸引新用户	生成式AI（特别是ChatGPT）的用户评论	自然语言处理	NA	情感分类、主题建模、情感分析	GRU, SVM	文本	88,343条用户评论	NA	GRU, SVM	准确率	NA
3474	2026-02-19	Deep Learning-Based Detection of Papilledema on Retinal Photographs From Handheld Cameras: A Prospective Study 2026-Mar-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society IF:2.0Q2 DOI:10.1097/WNO.0000000000002394 PMID:40867029	研究论文	本研究评估了一种深度学习系统在手持相机采集的视网膜照片上检测视盘水肿和其他视神经病变的性能	首次在大型前瞻性数据集中使用深度学习系统对手持非散瞳相机采集的视网膜照片进行视盘水肿检测，并实现了优异的诊断性能	研究主要基于特定手持相机（Aurora, Optomed, Finland）采集的数据，可能在其他设备或条件下的泛化能力有待验证	评估深度学习系统在神经眼科临床环境中自动检测视盘水肿和其他视神经病变的准确性和可行性	视网膜照片，包括来自全球31个中心的20,533张照片（10,647名患者）	计算机视觉	视神经病变	视网膜摄影	深度学习系统	图像	20,533张视网膜照片（10,647名患者），包括18,981张散瞳照片（9,830名患者）用于训练和内部验证，1,552张前瞻性采集的非散瞳照片（817名患者）用于外部测试	NA	NA	AUC, 敏感性, 特异性, 准确率	NA
3475	2026-02-19	AI-driven emotional intelligence in piano education: Deep learning models for expressive performance coaching 2026-Mar, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106264 PMID:41558311	研究论文	本研究开发了一个基于AI的钢琴演奏表现力评估系统，通过对比实验验证了AI反馈在提升学生钢琴演奏情感表达方面的有效性	首次将现代BiLSTM注意力技术应用于钢琴演奏表现力分析，并设计了结合客观分析与专家评估的混合评分系统进行实证研究	研究样本仅限中国本科生，年龄范围较窄（18-22岁），且训练周期仅为三个月	评估AI驱动的反馈系统是否能比传统教学更有效地提升钢琴演奏的表现力	290名中国本科钢琴专业学生	机器学习	NA	深度学习	BiLSTM	音频	290名本科生（实验组145人，对照组145人）	NA	BiLSTM with attention	混合100分评分系统，效应量d值	NA
3476	2026-02-19	Automated Nonperfusion Quantification in Diabetic Retinopathy on Ultra-Widefield Swept-Source OCT Angiography 2026-Mar, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2025.101059 PMID:41704649	研究论文	本研究开发了一种基于多尺度U-Net的深度学习算法，用于在超广角扫频源OCTA图像上自动分割无灌注区，并评估其在糖尿病视网膜病变严重程度分级中的效用	首次在超广角扫频源OCTA上应用带有挤压-激励注意力的多尺度U-Net进行无灌注区自动分割，并整合结构OCT图像以区分真实无灌注区与阴影伪影	研究为横断面设计，未进行纵向验证；样本量相对有限（180只眼）	开发自动化算法用于糖尿病视网膜病变中无灌注区的定量分析	糖尿病视网膜病变患者的超广角扫频源OCTA图像	数字病理学	糖尿病视网膜病变	超广角扫频源OCT血管成像	CNN	图像	122名参与者的180只眼，涵盖所有糖尿病视网膜病变严重程度分级	未明确提及	多尺度U-Net	F1分数, Bland-Altman分析, 组内相关系数	NA
3477	2026-02-19	A multicenter multimodel habitat radiomics model for predicting immunotherapy response in advanced NSCLC 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114522 PMID:41704757	研究论文	本研究开发了一种基于CT图像的栖息地放射组学模型，用于预测晚期非小细胞肺癌患者的免疫治疗反应	通过K-means聚类将肿瘤体积分割为三个子区域，并基于栖息地提取放射组学特征，构建了优于传统放射组学、3D深度学习、临床及PD-L1表达模型的预测模型	模型在增强CT图像上构建，但在非增强CT验证队列中表现良好，可能存在跨模态泛化能力的局限性；未提及外部验证或前瞻性研究	开发一种稳健的预测生物标志物，以识别可能从免疫治疗中获益的晚期非小细胞肺癌患者	晚期非小细胞肺癌患者	数字病理学	肺癌	CT成像，K-means聚类	机器学习分类器（包括ExtraTrees）	CT图像	590例晚期非小细胞肺癌病例	NA	ExtraTrees，其他五种机器学习分类器未具体说明	AUC	NA
3478	2026-02-19	Evaluating deep learning time series models for PM2.5 forecasting across diverse horizons 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.114770 PMID:41704768	研究论文	本研究评估了四种深度学习时间序列模型在成都地区PM2.5多时间尺度预测中的性能	首次系统比较了LSTM、CNN-LSTM、Transformer和Transformer-LSTM在PM2.5多时间尺度（月、季、半年、年）预测中的表现，并深入分析了气象因子与污染物因子对模型性能的影响差异	研究仅基于成都地区两年数据，结论的普适性需在其他地理气候区域验证；训练数据与预测期间超过三个月的间隔会导致模型可靠性下降	评估深度学习时间序列模型在不同预测时间尺度下对PM2.5浓度的预测能力，为城市空气污染防控提供数据支持	中国成都地区的PM2.5浓度时间序列数据	机器学习	NA	时间序列分析	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	时间序列数据	两年每日数据（2022年11月至2024年10月）	NA	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	R², MAE%, RMSE%	NA
3479	2026-02-19	Deep learning-driven microfluidic chip architecture design for intelligent particle motion control 2026-Feb-17, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01185j PMID:41589320	研究论文	本文介绍了一种模块化深度学习框架，用于微流控芯片架构设计，实现智能粒子运动控制	提出模块化深度学习框架，将微流控通道网络分解为标准化的可重用功能模块，并开发多模块重构算法以组装局部预测为连续轨迹	未明确提及研究的具体局限性	开发一种能够快速将指定粒子轨迹转化为可制造微流控设备设计的智能方法	微流控通道网络中的粒子运动	机器学习	NA	深度学习	神经网络	流体和结构属性数据	涉及5000个模块的集成	NA	NA	平均绝对时间误差	NA
3480	2026-02-19	FastCCS: A Deep Learning Framework for Accurate Collision Cross-Section Prediction from SMILES with Broad Applications in Cheminformatics and Omics 2026-Feb-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06101 PMID:41700746	研究论文	本文提出了一种名为FastCCS的深度学习框架，用于直接从SMILES字符串和离子加合物类型准确预测碰撞截面值	开发了首个直接从SMILES字符串预测CCS的深度学习系统，使用了化学多样性最广的数据集，涵盖26种离子加合物状态	未明确提及具体局限性	开发准确预测碰撞截面值的深度学习框架，以改进复杂样品中化合物的鉴定	23,636个经过筛选的分子结构及其碰撞截面值	机器学习	NA	离子淌度质谱	深度学习	化学结构数据	23,636个分子结构	NA	NA	中位数相对误差	NA