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
3981	2026-03-24	Deep learning guided design of protease substrates 2026-01-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67226-1 PMID:41495045	研究论文	本文提出了一种名为CleaveNet的端到端AI流程，用于设计蛋白酶底物	开发了首个端到端AI流程（CleaveNet），用于大规模、可调控且高效地设计蛋白酶底物，并引入了条件标签以引导生成具有特定切割谱的肽段	研究主要应用于基质金属蛋白酶，尚未扩展到所有蛋白酶类别；大规模体外筛选的实验验证可能受限于特定实验条件	加速蛋白酶底物的设计，以研究蛋白酶活性并应用于蛋白酶激活的诊断和治疗	蛋白酶（特别是基质金属蛋白酶）的肽段底物	机器学习	NA	深度学习，大规模体外筛选	深度学习模型	肽序列数据	NA	NA	CleaveNet	体外实验验证（切割效率与选择性）	NA
3982	2026-03-24	Vision-Guided Surgical Navigation Using Computer Vision for Dynamic Intraoperative Imaging Updates 2026-Jan, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70000 PMID:40847589	研究论文	本研究提出了一种基于计算机视觉的无传感器方法，利用神经辐射场（NeRF）从单目内窥镜视频生成动态术中CT更新，以改善内窥镜鼻窦手术中的图像引导导航	首次将神经辐射场（NeRF）应用于内窥镜鼻窦手术，实现无外部跟踪的术中CT动态更新，通过视频直接可视化切除进展	研究仅基于三个3D打印模型（共6侧）进行验证，样本量较小，且未在真实患者手术中进行测试	开发一种能够动态反映术中变化的图像引导手术系统，以提高手术完整性和减少残留病灶	内窥镜鼻窦手术（ESS）中的3D打印模型	计算机视觉	鼻窦疾病	神经辐射场（NeRF）、CT扫描、内窥镜视频处理	深度学习算法	视频、CT图像	3个3D打印模型（双侧，共6侧）	自定义NeRF流程	神经辐射场（NeRF）	豪斯多夫距离、Dice相似系数、Bland-Altman分析	NA
3983	2026-03-24	The application of artificial intelligence in the acute and sub-acute phases of spinal cord injury- a systematic review 2026-01, Spinal cord IF:2.1Q1 DOI:10.1038/s41393-025-01155-0 PMID:41345782	系统综述	本文系统综述了人工智能在脊髓损伤急性期和亚急性期管理中的应用，重点关注诊断、预后预测和治疗干预	首次系统性地总结了2020年至2025年间AI在脊髓损伤急性期和亚急性期管理中的应用，涵盖了多种机器学习模型和临床预测目标	仅纳入了2020年至2025年间的英文研究，排除了脑机接口、机器人技术和非神经学方面的研究，可能存在发表偏倚	描述人工智能在创伤性脊髓损伤管理中的应用，特别是在诊断、预后预测和治疗干预方面	脊髓损伤患者，特别是在急性期、损伤后康复期和第一年内的患者	机器学习	脊髓损伤	机器学习	经典机器学习模型, 集成学习模型, 深度学习模型	临床数据, 影像数据	23项研究，共120,931名个体	NA	NA	满意，部分研究显示高于人类表现	NA
3984	2026-03-24	AI-navigated shoulder injection: precision, real-time learning and clinical translation 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1727704 PMID:41867312	综述	本文综述了人工智能引导的超声肩关节注射技术，系统检索了相关研究并评估了其技术原理、临床应用及伦理监管	通过AI技术实现精准定位和实时学习，克服传统超声引导的局限性，优化肩关节注射治疗	NA	评估人工智能在超声引导肩关节注射中的应用效果及临床价值	人工智能引导的肩关节注射相关研究文献	计算机视觉	肩关节疾病	超声成像	深度学习	医学图像	NA	NA	NA	Dice相似系数, 首次穿刺成功率, 视觉模拟量表评分, 美国肩肘外科医师评分	NA
3985	2026-03-24	Artificial neural networks fighting real neural decline: a systematic review of AI in Alzheimer's research 2026, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11484-4 PMID:41867506	系统综述	本文对2010年至2024年间关于人工智能在阿尔茨海默病研究中应用的156项同行评审研究进行了系统性回顾，并提出了一个新颖的分层框架来组织该领域	提出了一个新颖的分层框架，将AI应用分为早期检测、疾病进展建模、治疗发现和现实世界整合四个领域，并应用ARIMA预测模型来预测至2030年的研究轨迹	识别了模型泛化能力有限、伦理问题以及临床实施探索不足等持续存在的挑战	系统性回顾人工智能在阿尔茨海默病研究中的应用，并预测未来研究方向	2010年至2024年间发表的156项关于AI在阿尔茨海默病研究中应用的同行评审研究	机器学习	阿尔茨海默病	NA	深度学习, 生成模型, Transformer	神经影像, 遗传学数据, 生物标志物, 临床数据	NA	NA	Transformer	准确性	NA
3986	2026-03-24	Deep learning-based classification of student GPA integrating psychological and family factors in the post-pandemic era 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1696610 PMID:41867970	研究论文	本研究开发了一个基于深度学习的GPA分类框架，整合了家庭背景和心理评估指标，以提升后疫情时代大学生学业成绩预测的准确性	引入了轻量级特征门控机制以改进高维异构数据中的特征选择，并首次将TabTransformer等深度学习模型应用于结合家庭和心理因素的学生GPA分类任务	研究样本仅来自一所中国大学，可能限制结果的普适性；未考虑课程难度、学习环境等其他潜在影响因素	开发一个深度学习框架，通过整合家庭背景和心理评估因素来分类学生GPA，以支持学业风险识别并指导针对性的学业援助和心理干预	来自一所中国大学的1,692名本科生	机器学习	NA	SCL-90心理评估	TabTransformer, DCNv2, AutoInt, MLP-ResNet	表格数据	1,692名本科生	NA	TabTransformer, DCNv2, AutoInt, MLP-ResNet	准确率, AUC	NA
3987	2026-03-24	Enhancing deep learning in AI-enhanced education: a dual mediation model of cognitive load and learning motivation through interaction quality 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1768822 PMID:41867972	研究论文	本研究构建并验证了一个双中介模型，探讨了人工智能教育系统中的交互质量如何通过降低认知负荷和增强学习动机来促进深度学习结果	首次将认知负荷理论与自我决定理论相结合，提出了交互质量通过认知负荷与学习动机的双重中介作用影响深度学习的理论框架，并提供了实证证据	研究样本仅限于大学教师，未涵盖学生群体；采用横断面调查数据，无法确定因果关系；未考虑不同学科背景的调节作用	探究人工智能教育系统中交互质量影响深度学习结果的心理机制，为优化AI教育系统设计提供理论依据	使用AI学习平台的570名大学教师	教育技术	NA	问卷调查，协方差结构方程模型	结构方程模型	调查数据	570名大学教师	CB-SEM	双中介结构方程模型	模型拟合指数，方差解释率（R²=31.5%），中介效应占比（53%）	NA
3988	2026-03-24	Bidirectional predictive modeling of narcissists' social exclusion and their hostile interpretations: a deep learning-based exploration of cognitive mechanisms 2026, Frontiers in psychology IF:2.6Q2 DOI:10.3389/fpsyg.2026.1761090 PMID:41868005	研究论文	本研究通过构建深度学习模型（HIBPN），探索自恋特质、社会排斥/接纳情境与敌意解释偏差之间的双向预测关系，并验证自我肯定干预对减少敌意解释偏差的效果	构建了双向预测网络（HIBPN），整合情境变量与自恋特质，建立闭环的“前因-社会排斥-认知”系统，克服传统线性分析的局限性，提供新的认知预测框架	研究样本主要局限于本科生和研究生，可能限制结果的普适性；模型在特定训练-测试集比例下验证，需进一步外部验证	阐明敌意解释、自恋人格特质与社会排斥/接纳情境之间的交互机制，并验证自我肯定干预对社会排斥的影响	大学生和研究生，根据自恋特质分为显性自恋、隐性自恋和中性对照组	机器学习	NA	深度学习	深度学习网络	行为实验数据（情境操纵、特质评分、解释偏差量化）	实验1包括本科生和研究生分组；实验2从实验1中选择隐性自恋者进行随机分配	NA	Hostile Interpretation & Bidirectional Prediction Network (HIBPN)	预测效能（百分比）	NA
3989	2026-03-24	Evaluation of classification performance for six types of fundus diseases in OCT images based on multi-source training strategy 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1775911 PMID:41868207	研究论文	本研究构建了一个包含六种关键眼底病变和正常对照的高质量OCT数据集，并系统评估了多源数据融合训练策略对多类别分类性能的提升效果	通过整合本地临床数据与公开数据集OCTDL，建立了一个覆盖七种类别的OCT数据集，并比较了单一来源与多源联合训练策略，验证了多源数据融合对提升模型鲁棒性的有效性	研究仅基于特定医院数据和单一公开数据集，可能未涵盖所有临床场景；模型性能评估仅在OCTDL测试集上进行，可能缺乏外部验证	评估多源训练策略对OCT图像中六种眼底疾病分类性能的改善效果	OCT图像中的年龄相关性黄斑变性、糖尿病性黄斑水肿、视网膜动脉阻塞、视网膜静脉阻塞、视网膜前膜、玻璃体黄斑界面疾病及正常对照	计算机视觉	眼底疾病	光学相干断层扫描	深度学习	图像	6165张OCT图像，覆盖七种类别	NA	ViT-Base	准确率, 加权F1分数, 类别特异性召回率, AUC, 误诊率	NA
3990	2026-03-24	Deep learning for FDG-PET classification in patients with Alzheimer's disease, dementia with Lewy bodies and their mixed pathology: a solution for diagnostic heterogeneity 2026, Frontiers in aging neuroscience IF:4.1Q2 DOI:10.3389/fnagi.2026.1780858 PMID:41868427	研究论文	本研究开发了一种基于深度学习的集成模型，利用FDG-PET图像对阿尔茨海默病、路易体痴呆、混合病理及健康对照进行分类，以解决诊断异质性问题	首次将深度学习集成模型应用于FDG-PET图像，以区分阿尔茨海默病、路易体痴呆及其混合病理，提高了诊断准确性	样本量相对有限（277名参与者），模型在混合病理分类上的性能（AUROC 0.71）略低于其他组	提高阿尔茨海默病、路易体痴呆及其混合病理的诊断准确性	阿尔茨海默病患者、路易体痴呆患者、混合病理患者及健康对照	数字病理学	老年疾病	FDG-PET成像	深度学习	图像	277名参与者（包括AD、DLB、混合病理及健康对照组）	NA	集成模型	AUROC	NA
3991	2026-03-24	Breast tumor segmentation and morphological feature-based classification in ultrasound using a two-stage U-net and SVM 2026, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2026.1774371 PMID:41868544	研究论文	本研究提出了一种基于两阶段U-Net和SVM的计算机辅助诊断框架，用于乳腺超声图像的自动分割和形态特征分类	结合了深度学习分割与基于手工形态特征的SVM分类，在保持高性能的同时提高了临床可解释性	仅使用了四种手工形态特征，可能未充分利用图像信息；数据集规模和多样性未明确说明	实现乳腺超声图像中肿瘤的自动分割和良恶性分类	乳腺超声图像	数字病理学	乳腺癌	超声成像	CNN, SVM	图像	包含正常、良性和恶性病例的综合数据集（具体数量未提供）	未明确指定	U-Net	Mask IoU, 准确率	NA
3992	2026-03-24	Dose Prediction Deep Learning-Based Model for VMAT of Prostate Cancer Applying Magnetic Resonance Image (MRI) in Versa HD Linear Accelerator 2026, Advanced biomedical research IF:0.7Q4 DOI:10.4103/abr.abr_180_25 PMID:41868994	研究论文	本研究旨在开发一个基于深度学习的剂量预测模型，用于前列腺癌的容积调强弧形治疗（VMAT），利用MRI在Versa HD直线加速器上生成合成CT图像并进行剂量预测	应用CycleGAN和U-net深度学习框架从MRI生成合成CT图像，用于VMAT剂量预测，并比较了两种模型在Versa HD直线加速器上的性能	样本量较小（仅45名患者），且研究仅针对前列腺癌和特定加速器（Versa HD），可能限制结果的普适性	设计一个基于深度学习的剂量预测模型，以改善前列腺癌VMAT治疗中剂量分布的准确性，减少治疗计划系统的不确定性	前列腺癌患者	数字病理学	前列腺癌	MRI	GAN, CNN	图像	45名患者	NA	CycleGAN, U-net	gamma通过率	NA
3993	2026-03-24	Diagnosis of SLAP lesions on shoulder MRI using a 2.5D deep learning and ensemble learning framework 2026, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2026.1730726 PMID:41869384	研究论文	本研究开发了一种结合2.5D深度学习和集成学习的自动化诊断模型，用于在肩部MRI上检测SLAP病变	提出了一种结合2.5D深度学习和集成学习的多切片信息融合框架，显著提高了诊断准确性	研究为回顾性设计，样本量相对较小（185例患者），且模型特异性中等（0.538）	建立SLAP病变的自动化诊断模型以支持临床决策	肩部SLAP病变患者（91例）和对照组（94例）的术前肩部MRI图像	计算机视觉	肩部损伤	肩部磁共振成像（MRI）	CNN, 集成学习	图像	185例患者（91例SLAP病变，94例对照）	PyTorch（推断自Wide_ResNet101_2的预训练）	Wide_ResNet101_2	准确率, AUC, 灵敏度, 特异性, 精确率, F1分数	NA
3994	2026-03-24	AI redefine untargeted metabolomics: estimating chemical amounts for a Human Exposome Project 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1775284 PMID:41869597	综述	本文综述了人工智能在非靶向代谢组学中用于化学物质浓度估计的新兴策略，旨在解决人类暴露组计划中从定性检测到定量数据转化的关键瓶颈	提出了结合AI预测电离响应因子和“基质嵌入”校准方法的“分层半定量”策略，使非靶向代谢组学能够将暴露物分类到生物学相关浓度范围，并直接与毒理学框架整合进行风险优先排序	NA	解决非靶向代谢组学中在没有真实标准品的情况下估计化学物质浓度的关键瓶颈，以支持人类暴露组计划	环境暴露物（特别是外源性物质）的化学浓度估计	机器学习	NA	液相色谱-高分辨质谱（LC-HRMS），非靶向代谢组学	回归模型，深度学习	质谱信号强度，分子点云数据	NA	NA	NA	NA	NA
3995	2026-03-23	Training With Local Data Remains Important for Deep Learning MRI Prostate Cancer Detection 2026-May, Canadian Association of Radiologists journal = Journal l'Association canadienne des radiologistes DOI:10.1177/08465371251367620 PMID:40936310	研究论文	本研究评估了在MRI前列腺癌分割任务中，使用本地数据训练的模型是否优于仅使用外部数据训练的模型，并探讨了领域偏移对模型性能的影响	首次在大规模队列（超过1000例）中系统评估领域偏移对MRI前列腺癌分割模型性能的影响，并量化了本地数据在提升模型性能中的关键作用	研究仅基于公开数据集PICAI和单一本地数据集，可能未涵盖所有临床场景的多样性；模型评估仅限于分割任务，未涉及其他临床指标	评估领域偏移对深度学习MRI前列腺癌分割模型性能的影响，并比较本地与外部数据训练的效果	前列腺癌患者的MRI图像数据	数字病理学	前列腺癌	MRI	深度学习	图像	PICAI-TRAIN: 1241例, PICAI-TEST: 259例, LOCAL-TRAIN: 1400例, LOCAL-TEST: 308例	nnUNet-v2	nnUNet	PICAI Score	NA
3996	2026-03-23	Convolutional neural networks in paediatric fracture detection: pooled evidence from a systematic review and meta-analysis 2026-Mar-21, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12462-2 PMID:41863613	meta-analysis	本研究通过系统综述和荟萃分析，评估了人工智能模型在儿童四肢骨折X光片检测中的诊断准确性	首次对AI模型在儿童四肢骨折X光片检测中的诊断准确性进行了系统性的证据汇总和定量分析，证实了其接近专家水平的性能	多数研究为回顾性、单中心设计，外部验证有限，临床广泛应用仍需前瞻性研究和更稳健的外部验证	系统评估人工智能模型在儿童四肢骨折X光片检测中的诊断准确性	儿童患者（<21岁）的四肢骨折X光片	计算机视觉	骨折	X光平片成像	深度学习架构	图像	超过10,000张X光片	NA	NA	敏感性, 特异性, 诊断比值比, 阳性似然比, 阴性似然比	NA
3997	2026-03-23	MRI image segmentation of the major lower leg muscles using deep learning: application in biomechanical analysis 2026-Mar-21, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03554-8 PMID:41863716	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
3998	2026-03-23	Toxicologic Pathology Forum*: Virtual Staining of Nonclinical Study Slides-A Brief Review of the Current Status and Future Opportunities 2026-Mar-21, Toxicologic pathology IF:1.4Q4 DOI:10.1177/01926233261426348 PMID:41863851	综述	本文简要回顾了非临床研究切片虚拟染色的当前状态和未来机遇	探讨了虚拟染色技术在减少实验室周转时间、降低化学品和水消耗、改善职业健康安全以及实现非破坏性H&E组织学检查方面的潜力	当前应用障碍包括技术验证、组织学质量、生成式人工智能问题、训练材料获取和基础设施	回顾虚拟染色技术在非临床药物开发和发现病理学环境中的应用现状和前景	未染色组织切片，包括常规福尔马林固定石蜡包埋组织、部分处理或完整组织	数字病理学	NA	虚拟染色，包括染色到染色转换	深度学习神经网络	数字化组织学图像	NA	NA	NA	NA	NA
3999	2026-03-23	Blockchain-based two-level trustable reputation framework for e-commerce platform using smart contracts 2026-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44032-3 PMID:41865050	研究论文	提出一种基于区块链和深度学习的双层可信声誉框架，用于解决电子商务平台中的声誉系统安全问题	结合了可编辑区块链、残差扩张卷积Transformer和多因素认证，通过智能合约实现自动化的声誉验证和交易管理	未提及框架在超大规模电商平台上的可扩展性测试或实际部署中的性能数据	设计一个可靠、抗攻击的电子商务声誉系统	电子商务平台上的用户声誉和交易安全	机器学习	NA	深度学习, 区块链, 智能合约	Transformer	交易数据, 用户行为数据	NA	Python, Ethereum Solidity	残差扩张卷积Transformer	NA	NA
4000	2026-03-23	BGC-LiteNet: BeiDou grid code embedded lightweight neural architecture for real-time UAV fire detection and localization 2026-Mar-21, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44728-6 PMID:41865038	研究论文	提出了一种嵌入北斗网格码的轻量级神经网络架构BGC-LiteNet，用于无人机实时火灾检测与定位	将国家空间参考标准北斗网格码直接集成到神经网络特征学习中，通过可学习的地理嵌入模块在输入阶段编码像素-网格对应关系，无需外部GIS后处理即可同时进行检测和定位；开发了延迟感知的轻量级神经架构搜索方法，联合优化检测精度和硬件延迟	NA	实现资源受限无人机平台上的实时火灾检测与精确地理定位	无人机采集的多场景火灾数据	计算机视觉	NA	神经架构搜索	CNN	图像	多场景无人机数据集	NA	BGC-LiteNet	平均精度均值, 地理定位准确率, 召回率	嵌入式平台