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
6601	2026-06-05	Comparison of Artificial Intelligence Models for Automatic Segmentation of the Mandibular Canals and Branches 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109427 PMID:41653835	研究论文	比较三种深度学习模型（UNETR、Swin UNETR和3D UX-Net）在下颌管及其分支自动分割中的性能，并应用基于解剖特征的后处理模块进行优化	首次系统比较三种先进深度学习模型在小牙科结构——下颌管及其分支分割中的表现，并提出基于解剖特征的后处理策略显著提升分割精度	NA	提高下颌管及其分支的自动分割准确性，为临床牙科手术提供高效工具	下颌管及其分支（包括切牙管和颏管）	计算机视觉	牙科疾病	NA	深度学习模型（U-Net Transformer、Swin UNETR、3D UX-Net）	锥形束CT图像	173例锥形束CT扫描数据	NA	U-Net Transformer, Swin UNETR, 3D UX-Net	Dice相似系数, 交并比, 95%豪斯多夫距离, 平均对称表面距离, 精确率, 召回率	NA
6602	2026-06-05	Dual Framework for Classification and Detection of Third Molar Impaction in Panoramic Radiographs 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109430 PMID:41655402	research paper	提出两种独立深度学习框架，用于全景X光片中第三磨牙阻生情况的分类和检测	融合多头自注意力的改进YOLOv10和YOLOv11n架构，以及基于深度特征结合传统机器学习算法的分类方法	未明确说明局限性	实现第三磨牙阻生的准确自动多类别评估，提升临床诊断性能与计算效率	第三磨牙阻生	computer vision	口腔颌面外科	全景X光片影像	CNN	image	5796张专家标注的全景X光片	PyTorch	YOLOv10, YOLOv11n, ResNet50, InceptionNetV3	accuracy, precision, recall, F1-score, mean average precision	NA
6603	2026-06-05	A Multimodal Fusion Model of Radiomics and Deep Learning Integrating the Tumor Microenvironment Accurately Predicts Pathological Complete Response in Breast Cancer 2026-Apr, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.016 PMID:41656135	研究论文	开发了一种整合影像组学、深度学习及肿瘤微环境特征的多模态融合模型，用于预测乳腺癌新辅助化疗后的病理学完全缓解	整合了瘤内影像组学、瘤周特征（9mm扩展）和深度学习特征，并首次系统结合肿瘤微环境信息进行预测	DL+Intra组合模型在统计学上未显著优于最终集成模型，且外部验证样本量有限（n=95）	提高乳腺癌新辅助化疗后病理学完全缓解的预测准确性，支持个性化治疗方案决策	乳腺癌患者治疗前的MRI影像数据及对应病理学完全缓解状态	机器学习	乳腺癌	MRI	逻辑回归	影像	内部验证集929例（I-SPY2试验），外部验证集95例	NA	NA	AUC, 敏感度	NA
6604	2026-06-05	Multimodal AI System for Plastic Surgery Diagnosis and Decision-Making Using Deep Learning of Psychological Questionnaires and Three-Dimensional Facial Data 2026-Apr, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-025-05600-6 PMID:41663766	研究论文	使用三维照片和心理问卷调查数据构建AI驱动的整形外科个性化推荐系统	首次融合3D面部影像与心理问卷调查数据，综合考虑患者焦虑水平、经济状况和心理期望，实现个性化整形手术建议	未提及系统在不同人群或更大规模数据上的泛化能力验证	开发基于人工智能的整形外科诊断与决策支持系统，提升治疗效果和患者满意度	18-55岁整形外科门诊患者的三维面部照片及心理问卷数据	机器学习	整形外科相关疾病	3D摄影、心理问卷分析	神经网络	图像、文本	5543例患者数据	NA	NA	准确率、满意度	NA
6605	2026-06-05	Understanding complaint behavior in mobile banking: A psychological and AI-based analysis of emotional drivers 2026-Apr, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106435 PMID:41666715	研究论文	本研究通过情感分析和人工智能技术分类移动银行应用中的用户问题，并探讨情感与问题报告行为之间的关系	首次将情绪智力与人工智能相结合，用于分类用户问题并评估情感线索与零售移动银行报告行为的关系，融合心理学的情绪智力理论与计算建模，深化了对数字金融环境中情感行为的理解	NA	调查情绪智力和人工智能技术如何分类零售移动银行应用中的用户报告问题，并检验情感与问题报告之间的关联	美国银行移动银行应用的用户评论	自然语言处理	NA	情感分析	K-means聚类、多层感知机、卷积神经网络、循环神经网络	文本	216,000多条用户评论	NA	多层感知机、卷积神经网络、循环神经网络	准确率（超过93%）	NA
6606	2026-06-05	Manifold topological deep learning for biomedical data 2026-04-01, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-71392-1 PMID:41922355	研究论文	提出了一种用于生物医学数据的流形拓扑深度学习框架，将霍奇理论与卷积神经网络结合，以处理光滑流形数据如图像	首次将拓扑深度学习扩展至可微流形数据，通过霍奇理论分解向量场为三个正交分量，并集成到卷积神经网络中	NA	将拓扑深度学习应用于可微流形数据，提升生物医学图像处理性能	生物医学图像数据，包括2D和3D图像	深度学习	NA	NA	卷积神经网络	图像	717,287张生物医学图像，来自十一个2D数据集和六个3D数据集	NA	卷积神经网络	NA	NA
6607	2026-06-05	Optimizing deep CNN architecture via hybrid Harris Hawks arithmetic algorithm for EEG meditation classification 2026-Mar-27, Neuroscience IF:2.9Q2 DOI:10.1016/j.neuroscience.2026.02.001 PMID:41655886	研究论文	提出一种混合Harris Hawks算术优化算法优化深度CNN架构用于EEG冥想分类	将Harris Hawks优化与算术优化算法结合用于CNN超参数调优，并利用Stockwell变换将EEG信号转换为时频图像	未明确说明局限性	提升脑电图冥想信号的分类性能	三种冥想类别：Vipassana、Isha Shoonya和对照	机器学习	NA	EEG	CNN	时频图像	未明确说明	NA	CNN	准确率, 最佳适应度, 最差适应度, 平均适应度, 标准差	未提及
6608	2026-06-05	A misclassification-aware explainable hybrid CNN-vision transformer framework for radiographic weld inspection 2026-Mar-22, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44874-x PMID:41866427	研究论文	提出一种可区分误分类的可解释混合CNN-视觉Transformer框架，用于焊缝射线检测，以提高可靠性和可解释性	结合CNN与视觉Transformer的混合架构，利用全局上下文建模增强相似缺陷判别能力，并通过Grad-CAM和自注意力图提供可解释性	文中未明确提及局限性，但可能包括计算资源需求较高以及对不同成像条件数据集的进一步泛化测试	提高焊缝缺陷检测的可靠性、降低误分类率并提供透明解释，支持工业5.0导向的检验系统	焊缝射线图像中的缺陷类型（裂纹、气孔、未熔合等）	计算机视觉, 数字病理学（可归于工业检测领域）	NA	射线检测	混合CNN-视觉Transformer	图像（射线图像）	RIAWELC数据集（未提供具体数量）和GDXray外部数据集	NA（未明确指定框架）	混合CNN-ViT，轻量级CNN基线	准确率, 误分类率, 混淆矩阵	NA（未提及）
6609	2026-06-05	Protocol for non-invasive tumor monitoring and diagnosis based on interpretable deep learning 2026-Mar-20, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2026.104358 PMID:41653437	研究论文	提出一种基于可解释深度学习的无创肿瘤监测与诊断协议，利用Oncoder框架分析血浆游离DNA中的肿瘤特异性DNA甲基化动态变化	引入了Oncoder这一可解释深度学习框架，提高了肿瘤监测的可解释性和临床可用性，同时协议具有高适应性和多场景应用能力	NA	开发一种基于可解释深度学习的非侵入性肿瘤监测与诊断方法，用于追踪治疗反应	患者血浆游离DNA中的肿瘤特异性DNA甲基化信号	机器学习	肿瘤	DNA甲基化测序	深度学习	DNA甲基化数据	NA	NA	Oncoder	NA	NA
6610	2026-06-05	BKDRP: a biological knowledge-driven approach for drug response prediction using multi-omics data in cancer cell lines 2026-Mar-17, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06406-2 PMID:41845230	研究论文	提出一种生物知识驱动的深度学习模型BKDRP，利用多组学数据预测癌细胞系对药物的反应	将先验生物学知识（基因编码蛋白质形成复合物、调控通路、药物靶向）嵌入深度学习架构，提升模型可解释性	未提及	开发可解释的深度学习模型用于癌症药物反应预测	GDSC数据集中的癌细胞系	机器学习	肺癌	多组学测序（基因表达、蛋白质表达、突变、拷贝数变异）	深度神经网络	多组学数据	GDSC细胞系数据集	NA	BKDRP	AUC, AUPR	NA
6611	2026-06-05	The impact of stability considerations on genetic fine-mapping 2026-03-16, eLife IF:6.4Q1 DOI:10.7554/eLife.88039 PMID:41838038	研究论文	提出一种基于稳定性的遗传精细定位方法，不依赖于残差化，通过跨遗传背景或环境的一致性变异识别，提升因果变异发现能力	首次提出稳定性引导的精细定位框架，无需预残差化处理；通过对比一致性变异与不一致变异的功能注释富集，揭示稳定性方法对传统方法的互补增强作用	稳定性方法不优于或不劣于残差化，但各自识别出显著不同的变异；在部分情况下两种方法报告不同变异时，稳定性方法识别变异的功能注释富集程度相近	开发一种不依赖残差化的稳定性引导精细定位方法，以识别在不同遗传背景或环境中一致精细定位的变异，并增强传统方法对功能影响变异的识别能力	GEUVADIS数据中的eQTLs以及378种不同的人类基因组功能注释（包括基于深度学习的Enformer注释）	机器学习	NA	遗传精细定位、功能注释分析	Enformer（深度学习）	遗传变异数据、基因表达数据、功能注释数据	GEUVADIS数据集中378种功能注释	NA	NA	因果变异恢复率、功能注释富集度	NA
6612	2026-06-05	MolVE: An Open-Source Web Platform for Visualizing and Evaluating AI-Designed Molecules to Aid in Prioritization 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02412 PMID:41667067	研究论文	MolVE是一个开源网络平台，用于可视化和评估AI设计的分子，以辅助优先级排序	MolVE结合了安全用户认证、数据集管理和交互式2D/3D可视化，实现异步、分布式、协作式的分子评估，并提供了支持编程语言集成的API和Python服务来运行机器学习与深度学习模型	NA	开发一个开源网络平台，使化学家和药理学家能够高效地策展、注释和评估AI生成的分子结构	AI设计的分子结构	计算机视觉、自然语言处理、机器学习	NA	NA	深度学习生成模型	分子结构数据	NA	React, Node.js, Express, PostgreSQL, Docker	NA	NA	Docker容器化部署，支持学术和工业环境
6613	2026-06-05	Micro- and nanoplastics (MNPs) in liquid food: From occurrence, health risks and migration mechanisms to AI-enabled analytical and circular solutions 2026-Mar-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.118160 PMID:41652739	综述	综述了液态食品中微塑料和纳米塑料的存在、健康风险、迁移机制及人工智能辅助的分析与循环解决方案	提出了迁移不仅由机械磨损和聚合物降解引起，还由食品-包装界面的物理化学分配（能斯特分配定律）驱动，并评估了机器学习和深度学习在检测、分类及回收优化中的潜力	机器学习/深度学习在液态食品检测中的应用仍处于概念阶段，在回收优化和预测迁移建模中的潜力尚未实现	总结液态食品中微塑料和纳米塑料的存在、迁移机制和暴露影响，并评估人工智能在分析检测和循环解决方案中的作用	液态食品（包括饮用水、牛奶、饮料和调味品）中的微塑料和纳米塑料	机器学习	NA	NA	CNN, LSTM, 生成对抗网络	图像	NA	NA	NA	NA	NA
6614	2026-06-05	Computational advances in RNA-small molecule binding site prediction 2026-Mar, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.02.003 PMID:41654089	综述	综述RNA-小分子结合位点预测的计算方法进展，从传统统计模型到深度学习和大型语言模型的演变	系统总结了RNA-配体结合位点预测方法从手工特征统计模型到多模态深度学习模型的演化，特别强调了大型语言模型在捕获长程序列依赖性和上下文模式方面的创新应用	RNA内在的结构灵活性、瞬时性和环境依赖的结合口袋、高分辨率复合结构数据有限，以及准确、可泛化和可解释预测的持续挑战	加速RNA靶向药物发现，通过提供准确、可泛化和可解释的RNA-配体结合位点预测方法	RNA-小分子结合位点	机器学习, 自然语言处理	NA	计算预测方法	大型语言模型, 深度学习模型	序列数据, 结构数据, 拓扑数据	NA	NA	NA	NA	NA
6615	2026-06-05	Emergent Language Symbolic Autoencoder (ELSA) with weak supervision to model hierarchical brain networks 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111533 PMID:41655479	研究论文	提出一种名为涌现语言符号自编码器（ELSA）的新型架构，利用弱监督和涌现语言框架对分层脑网络进行建模	引入一组层次感知损失函数（渐进损失、严格损失和包含偏置损失），结合独立成分分析排序的弱监督信息，隐式地强制涌现语言形成由粗到细的层次结构，无需大量人工标注	在低阶独立成分分析排序时层次一致性仅达43.5%，且模型目前仅在静息态功能磁共振成像数据上验证，泛化性待评估	构建可解释的分层脑网络表示模型，将脑网络编码为层次化的符号化句子，同时保持数据重建能力	静息态功能磁共振成像中的分层脑网络	机器学习	NA	静息态功能磁共振成像	符号自编码器	功能磁共振图像	来自1000功能连接组计划的公开数据集	NA	涌现语言符号自编码器（ELSA）	层次一致性	NA
6616	2026-06-05	VSSI2p-Net: Physics-guided deep unfolding with L2p-norm and variation sparsity for EEG source imaging 2026-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121793 PMID:41655611	研究论文	提出一种基于深度展开的变分稀疏源成像网络（VSSI-Net），用于脑电图源成像	首次将变化稀疏性和ℓ范数（0<p<1）正则化引入脑电图源成像问题，并通过深度展开将交替方向乘子法的迭代过程映射为神经网络，实现包括关键参数p在内的端到端优化，融合了传统方法的可解释性和深度学习的数据驱动优势	需要合理大小的训练集，且网络结构的深度取决于迭代步数，可能增加计算复杂度	提高脑电图源成像的准确性和效率，解决传统方法参数调整困难和深度学习方法可解释性差的问题	脑电图源成像问题中的源定位和空间范围估计	机器学习	NA	脑电图	深度展开网络（基于交替方向乘子法迭代映射）	脑电图信号	合成数据集和真实数据集（具体数量未在摘要中说明）	PyTorch（推断）	VSSI-Net（自定义深度展开架构）	源定位精度, 空间范围估计, 成像速度	NA
6617	2026-06-05	Periodontal bone loss analysis via keypoint detection with heuristic post-processing 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111515 PMID:41666656	研究论文	提出基于关键点检测与启发式后处理的深度学习框架，用于自动识别牙周骨丧失标志物并进行疾病分期	提出阶段无关的标注方法及启发式后处理模块，通过辅助实例分割模型将预测关键点对齐至牙齿边界，并设计牙科影像专用评估指标PRCK	后处理在提升细粒度定位的同时降低了粗粒度性能，且根分叉病变和牙周膜间隙增宽任务因阳性样本稀缺仍具挑战性，后处理模块偶发严重失败	实现临床可解释的牙周骨丧失自动评估，减少诊断差异性和临床医生工作量	根尖周X光片中的牙周骨丧失关键点、相关病变及疾病分期	计算机视觉	牙周病	X光成像	关键点检测模型	图像（根尖周X光片）	192张根尖周X光片	PyTorch	多人姿态估计模型（经微调适配关键点检测）	PRCK0.05、PRCK0.25、PRCK0.5、Dice系数	NA
6618	2026-02-22	Corrigendum to "Deep learning enhanced ALPS reveals genetic and environmental factors of brain glymphatic function" [eBioMedicine 124 (2026) 106133] DOI: 10.1016/j.ebiom.2026.106133 2026-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2026.106180 PMID:41719794	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6619	2026-06-05	Mechanism of Ag+-Induced Folding of a Bacterial Peptide from Replica-Exchange Molecular Simulations 2026-Feb-26, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.6c00044 PMID:41666260	研究论文	通过副本交换分子模拟研究银离子诱导细菌肽折叠的机制	结合质谱、核磁共振、密度泛函理论参数化、副本交换模拟和深度学习，首次揭示了银离子通过降低无序态熵和稳定折叠态来促进B1肽折叠的分子机制	未提及	阐明银离子诱导细菌肽折叠的分子机制，为理解金属诱导蛋白质折叠和细菌银抗性机制提供计算基础	来自细菌SilE蛋白的B1肽片段及其与银离子的复合物	机器学习	NA	质谱，核磁共振，密度泛函理论，副本交换分子模拟	深度学习	分子动力学模拟轨迹	NA	NA	NA	NA	NA
6620	2026-06-05	Redefining Tumor Vascular Permeability through Deep Learning-Guided Microneedle Delivery 2026-Feb-24, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c16558 PMID:41660810	研究论文	提出一种深度学习引导的微针递送平台，通过局部调控肿瘤血管通透性增强纳米颗粒外渗，并结合定量分析揭示了不同肿瘤类型和颗粒尺寸下的血管重塑与转运机制	首次将深度学习指导的微针递送系统与升级版单血管分析框架（nano-ISML 1.1）结合，实现肿瘤血管的局部时空精准调控，并通过VE-钙粘蛋白介导的机制选择性扩大内皮连接，将低通透性肿瘤重编程为高通透性表型，建立了大小依赖的渗透窗口	研究主要基于小鼠肿瘤模型，尚需在人体肿瘤微环境中验证；微针递送组胺的长期安全性和重复给药效果有待评估	克服肿瘤血管低通透性造成的纳米药物递送障碍，通过定量评估和机制理解优化肿瘤靶向纳米药物的递送策略	不同肿瘤类型的血管通透性及纳米颗粒（≤200 nm和>500 nm）在肿瘤组织中的外渗行为	计算机视觉, 深度学习, 数字病理	肺部肿瘤, 前列腺肿瘤	微针递送, 纳米颗粒, 组胺递送	深度学习模型, 单血管分析框架	图像, 定量数据	NA	NA	NA	NA	NA