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
5681	2026-02-15	Artificial Intelligence in Cerebrovascular Imaging: A Targeted Review of Aneurysm Detection and Rupture Risk Prediction 2026-Jan-15, JMA journal IF:1.5Q2 DOI:10.31662/jmaj.2025-0327 PMID:41676817	综述	本文是一篇关于人工智能在脑血管成像中应用的综述，重点关注动脉瘤检测和破裂风险预测	本综述的独特之处在于其整合性方法：它将影像组学、机器学习和深度学习统一在一个框架下，评估它们在检测和风险预测两方面的临床应用，并强调了混合建模、可解释AI和多模态数据融合等新兴解决方案	当前基于AI的方法仍处于研究阶段，尚未在临床、实验或与现有诊断标准对比中得到验证，需要进行严格的前瞻性验证	评估人工智能在脑血管成像中的应用潜力，特别是在动脉瘤检测和破裂风险预测方面，旨在通过AI驱动的精准医学降低破裂率并改善患者预后	脑动脉瘤	数字病理学	脑血管疾病	NA	机器学习, 深度学习	影像数据, 临床数据, 血流动力学数据	NA	NA	卷积神经网络	NA	NA
5682	2026-02-15	Non-destructive detection of micro-impurities in tea using the YOLOv11-PFT model 2026-Jan-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-025-00702-6 PMID:41519826	研究论文	本文提出了一种基于YOLOv11改进的深度学习模型YOLOv11-PFT，用于茶叶中微观杂质的无损检测	在YOLOv11基础上集成了Powerful-IoU损失函数、FasterNet模块和Triple Attention模块，以提高检测精度、减小模型尺寸并增强特征提取能力	NA	开发一种高效、轻量化的深度学习模型，用于茶叶生产过程中微观污染物的自动检测	茶叶中的微观杂质（如生产、加工和包装过程中引入的污染物）	计算机视觉	NA	深度学习	CNN	图像	NA	NA	YOLOv11-PFT	准确率, 精确率, 召回率, F分数, mAP, GFLOPs, 推理速度(FPS)	NA
5683	2026-02-15	A deep learning framework (CreoPep) for target-specific design and optimization of conotoxin peptides 2026-Jan-09, Communications chemistry IF:5.9Q1 DOI:10.1038/s42004-025-01885-5 PMID:41513959	研究论文	本文介绍了一种名为CreoPep的深度学习生成框架，专门用于设计和优化针对特定受体的芋螺毒素肽	CreoPep结合了掩码语言建模与渐进掩码方案，并采用基于物理的能量筛选与温度控制多项式采样的增强流程，能够生成结构功能多样且保留关键药理特征的肽变体	NA	开发一种计算框架，以克服天然芋螺毒素变体多样性有限及传统工程策略劳动密集的挑战，实现芋螺毒素肽的靶向设计与优化	芋螺毒素肽	机器学习	NA	深度学习生成模型	掩码语言模型	肽序列数据	NA	NA	掩码语言模型	NA	NA
5684	2026-02-15	VISTA uncovers missing gene expression and spatial-induced information for spatial transcriptomic data analysis 2026-Jan-08, Communications biology IF:5.2Q1 DOI:10.1038/s42003-025-09479-6 PMID:41507434	研究论文	本文提出了一种名为VISTA的模型，通过整合单细胞RNA测序和亚细胞空间转录组学数据，预测空间转录组数据中未测量的基因表达	VISTA模型结合了变分推断和几何深度学习，并引入不确定性量化，以提升空间转录组数据的基因表达预测精度和下游分析能力	NA	克服空间转录组数据基因覆盖有限的挑战，提升空间转录组数据的分析能力	空间转录组数据中的基因表达预测	机器学习	NA	单细胞RNA测序, 亚细胞空间转录组学	变分推断, 几何深度学习	基因表达数据, 空间数据	四个数据集	NA	NA	插补准确性, 可扩展性, 效率	NA
5685	2026-02-15	ANIA: an inception-attention network for predicting minimum inhibitory concentration of antimicrobial peptides 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag023 PMID:41664908	研究论文	本研究提出了一种名为ANIA的深度学习框架，用于预测抗菌肽对三种临床重要细菌的最小抑菌浓度	ANIA结合了混沌游戏表示法将序列转换为图像特征，并采用Inception模块、Transformer编码器和回归头的混合架构，以同时捕获局部基序特征和全局上下文模式	NA	开发一种预测抗菌肽最小抑菌浓度的深度学习工具，以对抗抗菌素耐药性	抗菌肽序列及其对金黄色葡萄球菌、大肠杆菌和铜绿假单胞菌的最小抑菌浓度	自然语言处理	NA	混沌游戏表示法	CNN, Transformer	序列数据（转换为图像特征）	NA	NA	Inception, Transformer	皮尔逊相关系数, 均方误差	NA
5686	2026-02-15	Differential effects of vesicular urokinase receptor uPAR on vascular cell migration and proliferation 2026-Jan, Molecular and cellular biochemistry IF:3.5Q3 DOI:10.1007/s11010-025-05420-x PMID:41152550	研究论文	本研究探讨了间充质干细胞来源的细胞外囊泡中uPAR通过调控Akt信号通路影响血管内皮细胞和平滑肌细胞迁移与增殖的新机制	首次发现uPAR缺失的MSC囊泡能选择性刺激平滑肌细胞迁移但丧失促进内皮细胞迁移和毛细血管样结构形成的能力，揭示了uPA/uPAR系统在细胞外囊泡介导的血管生成中具有细胞类型特异性调控功能	研究主要使用小鼠脂肪组织来源的MSC和主动脉环模型，尚未在人体组织或体内疾病模型中验证，且机制研究多依赖体外实验	探究细胞外囊泡中uPAR在血管生成过程中的调控作用	间充质干细胞来源的细胞外囊泡、血管内皮细胞、血管平滑肌细胞、小鼠主动脉环	数字病理学	心血管疾病	超速离心分离、流式细胞术、蛋白质印迹、纳米颗粒追踪分析、免疫荧光染色、共聚焦显微镜、ELISA	深度学习目标检测模型	显微图像	未明确样本数量，使用小鼠脂肪组织来源的MSC及其分泌的囊泡	NA	NA	NA	NA
5687	2026-02-15	Efficient automated quantification of midline shift in intracerebral hemorrhage using a binarized deep learning model on non-contrast head CT 2026-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03835-3 PMID:41204958	研究论文	本文提出了一种基于二值化深度学习的轻量级模型，用于在非增强头部CT扫描中自动量化脑出血患者的中线移位	采用基于XNOR的二值化和通道缩放技术，将模型参数从3100万大幅减少至4.4万，实现了高效的实时中线移位量化	需要进一步的多中心验证以确认模型的泛化能力	开发一种轻量级、可重复的深度学习模型，用于在急诊神经影像环境中自动、准确地量化中线移位	急性脑出血患者的非增强头部CT扫描图像	计算机视觉	脑出血	非增强头部CT扫描	CNN	图像	RSNA 2019出血CT数据集的5000张测试切片	PyTorch	Residual U-Net	Dice分数, 平均绝对误差	NVIDIA GTX 1650 (4 GB)
5688	2026-02-15	Enhancing cardiac MRI reliability at 3 T using motion-adaptive B0 shimming 2026-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70026 PMID:40810283	研究论文	本研究提出了一种基于深度学习的运动自适应B0匀场方法，用于改善3T高场强心脏MRI的场均匀性和减少伪影	开发了首个结合深度学习与运动分辨B0映射的运动自适应B0匀场框架，能够动态补偿呼吸运动引起的场不均匀性	研究主要关注呼吸运动的影响，心脏运动的影响较小，且仅验证了特定呼吸状态下的效果	提高3T高场强心脏MRI的可靠性和可重复性，减少运动引起的场不均匀性伪影	心脏MRI成像中的B0场不均匀性，特别是由呼吸和心脏运动引起的动态变化	医学影像处理	心血管疾病	运动分辨B0映射序列，T2*映射	深度学习模型	MRI图像，B0场映射数据	人体成像研究，具体样本数量未明确说明	NA	NA	场均匀性标准差比率，T2*映射变异系数，p值	NA
5689	2026-02-15	Advanced neuroimaging in pediatric epilepsy surgery: state of the art and future perspectives 2026-Jan, Neuroradiology IF:2.4Q2 DOI:10.1007/s00234-025-03859-9 PMID:41317206	综述	本文综述了儿科耐药性癫痫结构MRI后处理的最新进展，重点关注人工智能驱动和定量技术，并评估了它们对病灶检测、致痫区定位和术前规划的影响	系统性地回顾和评估了多种新型后处理技术（如MELD-Graph、MAP18、FLAT1、SUPR-FLAIR）在儿科癫痫中的应用，强调了它们在揭示常规MRI不可见的细微皮质异常方面的潜力，并探讨了将这些工具整合到多模态诊断工作流程中的价值	文章作为综述，主要总结了现有技术，未报告原始实验数据；同时指出这些技术仍需标准化、临床验证和工作流程整合方面的持续努力，以确保广泛采用和最大化临床影响	回顾儿科耐药性癫痫结构MRI后处理的最新进展，并评估其在病灶检测、致痫区定位和术前规划方面的应用与影响	儿科耐药性癫痫患者，特别是MRI阴性（常规MRI未发现明显病灶）的病例	医学影像分析	癫痫	结构MRI后处理技术，包括机器学习、深度学习、基于体素的形态测量学、皮质表面投影、FLAIR/T1比率映射	深度学习，机器学习	MRI图像	NA	NA	深度神经网络（具体架构未指定）	敏感性，特异性，诊断性能	NA
5690	2026-02-15	Distribution of coronary artery calcium volume and density by age, sex, and race using AI-based quantification algorithm 2026 Jan-Feb, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.12.003 PMID:41482498	研究论文	本研究利用基于AI的量化算法，分析了不同年龄、性别和种族人群的冠状动脉钙化体积和密度分布	首次使用经过验证的深度学习软件直接量化CAC体积和平均密度，并构建了跨人口亚组的百分位分布	研究为单中心回顾性分析，仅包括无症状且无既往动脉粥样硬化性心血管疾病的患者，可能限制了结果的普适性	表征冠状动脉钙化体积和密度在不同人口亚组中的规范分布，以改进CAC解释和风险分层	23,844名年龄大于35岁、无症状且无既往动脉粥样硬化性心血管疾病的患者	数字病理学	心血管疾病	非对比心电图门控心脏CT扫描	深度学习	医学影像（CT图像）	23,844名患者	NA	NA	NA	NA
5691	2026-02-15	Voxel-based correction of CT attenuations for accurate quantification of coronary artery calcification in low tube voltage scans with deep learning reconstruction 2026 Jan-Feb, Journal of cardiovascular computed tomography IF:5.5Q1 DOI:10.1016/j.jcct.2025.12.008 PMID:41486057	研究论文	本研究提出了一种基于体素的CT衰减校正方法，用于在低管电压扫描结合深度学习重建技术下，实现冠状动脉钙化的准确量化评估	提出了一种基于体素的CT衰减校正方法，通过体模扫描建立线性回归模型，将低管电压协议的CT衰减值映射到标准协议，有效解决了低管电压扫描在冠状动脉钙化量化评估中引入的系统性高估偏差	研究仅使用了特定扫描设备和重建算法，其校正公式的普适性需要进一步验证；研究为单中心前瞻性研究，样本量相对有限	开发一种校正方法，以解决低管电压扫描结合深度学习图像重建在冠状动脉钙化量化评估中引入的偏差，实现准确的风险分层	包含各种插入物的体模，以及被转诊进行冠状动脉钙化评分的患者	医学影像分析	心血管疾病	CT扫描，深度学习图像重建	线性回归模型	CT图像	190名患者	NA	NA	钙化体积，等效质量，Agatston评分，风险分层误分类率，CT衰减值，标准差，信噪比，主观图像质量评分	NA
5692	2026-02-15	The role of artificial intelligence in gastroenterology: current perspectives and future directions-narrative review 2026, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-25-10 PMID:41675336	综述	本文是一篇叙述性综述，探讨了人工智能在胃肠病学领域的当前应用、历史发展、未来方向及其在诊断、管理和预后方面的作用	全面回顾了AI在胃肠病学中的历史与现状，特别聚焦于放射学诊断、内窥镜操作、疾病检测和临床决策支持等具体应用，并指出了未来发展的关键挑战与方向	作为叙述性综述，可能存在文献选择的主观性，未进行系统性荟萃分析；且主要基于英文文献，可能遗漏其他语言的重要研究	评估人工智能在胃肠病学领域的应用现状、潜力及未来发展方向	胃肠病学领域，包括胃肠道疾病（如息肉、肿瘤、炎症性肠病等）的诊断、管理和预后	NA	胃肠道疾病	NA	机器学习, 深度学习	NA	NA	NA	NA	准确性	NA
5693	2026-02-15	EC-Bench: a benchmark for enzyme commission number prediction 2026, Bioinformatics advances IF:2.4Q2 DOI:10.1093/bioadv/vbag004 PMID:41675694	研究论文	本文介绍了EC-Bench，一个用于酶委员会编号预测的基准测试框架，旨在系统评估和比较现有方法	提出了首个统一的EC编号预测基准测试框架，整合了多种现有方法、性能指标和数据集，支持全面的比较研究	基准测试可能未涵盖所有最新方法，且数据集选择可能影响结果的普遍性	系统评估和比较酶委员会编号预测方法，以识别最有效的酶功能注释方法	酶蛋白质及其对应的EC编号	自然语言处理	NA	同源性分析、深度学习、对比学习、语言模型	深度学习模型、语言模型	蛋白质序列数据	NA	NA	NA	准确性、效率性能指标	NA
5694	2026-02-15	Effective automatic classification methods via deep learning for multi-type infectious keratitis diagnosis 2026-Jan, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie DOI:10.1007/s00417-025-06996-2 PMID:41134356	研究论文	本研究开发了一种基于深度学习的自动分类系统，用于通过裂隙灯图像诊断多种类型的感染性角膜炎	首次比较了包括EfficientNet_B0、EfficientNet_V2_S、ResNet50、Vision Transformer (ViT)和DeepIK在内的五种深度学习模型在感染性角膜炎分类任务中的性能，并确定了EfficientNet_B0为最优模型	数据集规模有限（1,065张图像），未来需要更大规模的数据集来进一步提高模型的准确性	开发一种自动化的深度学习系统，以辅助感染性角膜炎的快速、准确诊断	感染性角膜炎（由细菌、真菌、病毒或寄生虫引起）的裂隙灯图像	计算机视觉	感染性角膜炎	裂隙灯成像	CNN, Transformer	图像	1,065张弥散型裂隙灯图像	NA	EfficientNet_B0, EfficientNet_V2_S, ResNet50, Vision Transformer (ViT), DeepIK	准确率, 精确率, 召回率, F1分数, 加权Cohen's Kappa, ROC曲线, AUC	NA
5695	2026-02-14	Development of a deep neural network model for simultaneous analysis of extracellular analyte gradients for a population of cells 2026-Jun, Artificial intelligence in the life sciences DOI:10.1016/j.ailsci.2026.100156 PMID:41669397	研究论文	本研究开发了一种结合单壁碳纳米管荧光传感平台与深度学习模型的方法，用于快速分析细胞群体释放的细胞外一氧化氮空间梯度	首次将YOLOv8分割模型与单壁碳纳米管荧光传感平台结合，实现了对多种形态和聚集细胞群体的自动识别及细胞外分析物空间梯度的同步分析	未明确说明模型在不同细胞类型或实验条件下的泛化能力，也未讨论荧光信号可能受到的环境干扰	开发一种能够快速分析细胞外分析物空间分布的自动化方法，以研究细胞通讯动态	细胞群体释放的细胞外一氧化氮	计算机视觉	NA	荧光传感、单壁碳纳米管传感	CNN	图像	100对图像	NA	YOLOv8	召回率, 精确率	NA
5696	2026-02-14	Gaborformer: A method for depression detection through hybrid acoustic feature extraction and fusion 2026-May-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2026.121172 PMID:41513150	研究论文	提出了一种名为Gaborformer的新型抑郁症检测框架，通过混合声学特征提取与融合来提升检测性能	提出了结合可学习Gabor滤波器与CNN的GaborNet模块，并引入分类迭代邻域成分分析（CINCA）进行特征选择，同时采用Conformer模型捕捉高维信号中的抑郁相关特征	未在摘要中明确说明研究的局限性	开发一种基于语音的抑郁症检测（SDD）先进方法	抑郁症患者的语音数据	自然语言处理	抑郁症	混合声学特征提取与融合	CNN, Conformer	语音数据	DAIC-WOZ和MODMA两个数据集	NA	GaborNet, Conformer	NA	NA
5697	2026-02-14	Peptide-responsive photonic hydrogels integrated with deep learning assistance for early MMP-9 detection 2026-May-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118444 PMID:41619461	研究论文	本文开发了一种基于肽响应光子水凝胶与深度学习辅助的早期MMP-9检测平台	结合MMP-9响应性光子水凝胶和深度学习智能手机应用，实现快速、便携、高灵敏度的视觉与定量检测	未明确提及长期稳定性、大规模临床验证或与其他生物标志物的交叉反应性	开发一种用于早期检测MMP-9的快速、便携、低成本检测方法	基质金属蛋白酶-9（MMP-9）	生物传感器与深度学习	炎症性疾病与癌症	酶联免疫吸附试验（ELISA）、迈克尔型加成反应、智能手机成像	深度学习模型	图像数据（水凝胶颜色变化）	复杂生物流体样本（具体数量未提及）	未明确指定	未明确指定	灵敏度（10.60 nm mL/ng）、检测限（0.62 ng/mL）、与ELISA的一致性	智能手机平台（具体型号未指定）
5698	2026-02-14	Diagnostic value of a second-generation super-resolution deep learning-based reconstruction combined with a metal artifact reduction algorithm for pelvic CT 2026-Apr, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05080-4 PMID:41240086	研究论文	本研究评估了第二代超分辨率深度学习重建算法与金属伪影减少算法结合在骨盆CT图像中的诊断价值	首次将第二代超分辨率深度学习重建与金属伪影减少算法结合应用于金属髋关节植入患者的CT图像评估	回顾性研究设计，样本量较小（40例患者），仅评估了骨盆区域	评估深度学习重建算法与金属伪影减少算法结合对CT图像质量的改善效果	金属髋关节植入患者的骨盆CT图像	医学影像分析	骨科植入物相关	CT成像	深度学习重建算法	医学影像	40例患者（30例女性，年龄54-93岁）	NA	第二代超分辨率深度学习重建	标准差, 伪影指数, 5点评分	NA
5699	2026-02-14	DASNet: A Convolutional Neural Network with SE Attention Mechanism for ccRCC Tumor Grading 2026-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00693-8 PMID:40126867	研究论文	本文提出了一种名为DASNet的卷积神经网络，结合SE注意力机制，用于通过CT图像对透明细胞肾细胞癌（ccRCC）进行肿瘤分级	引入了Domain Adaptive Squeeze-and-Excitation Network（DASNet），结合了SE注意力机制和域对抗神经网络（DANNs），以增强模型在ccRCC分级中的识别准确性和泛化能力	未明确说明模型在外部验证集上的性能或临床实际应用中的潜在限制	开发一种非侵入性且高效的分类方法，用于早期检测和分级透明细胞肾细胞癌（ccRCC）	透明细胞肾细胞癌（ccRCC）的CT图像，包括不同分级和肾血管平滑肌脂肪瘤（AML）样本	计算机视觉	肾癌	CT成像	CNN	图像	未明确指定具体样本数量，但使用了增强和平衡的数据集，并包含AML样本	未明确指定，但可能涉及深度学习框架如TensorFlow或PyTorch	EfficientNet, RegNet	准确率	未明确指定
5700	2026-02-14	SPCF-YOLO: An Efficient Feature Optimization Model for Real-Time Lung Nodule Detection 2026-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00720-8 PMID:40455403	研究论文	本文提出了一种名为SPCF-YOLO的实时检测框架，用于CT图像中的肺结节检测，通过层次特征融合与解剖上下文建模提升检测性能	结合了空间到深度卷积模块、共享特征金字塔卷积模块、改进的金字塔挤压注意力模块和改进的上下文Transformer模块，以优化特征融合并增强对小目标的敏感性	未明确提及模型在更广泛数据集或临床环境中的局限性，如数据偏差或计算资源需求	开发一个高效的实时肺结节检测模型，以提高CT图像中肺结节检测的准确性和速度	CT图像中的肺结节	计算机视觉	肺癌	CT成像	YOLO	图像	NA	NA	SPCF-YOLO, SPDConv, SFPConv, PSA, CoTB	平均精度均值, F1分数, 帧率	NA