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
8321	2026-02-18	Exploring deep learning and data requirements through image classification of Erigeron annuus and Erigeron philadelphicus 2026-Feb-16, BMC research notes IF:1.6Q2 DOI:10.1186/s13104-026-07719-4 PMID:41699726	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8322	2026-04-05	Machine Learning-Based Multimodal Molecular Biomarkers for Predictive Health Analytics 2026-01-16, Journal of visualized experiments : JoVE DOI:10.3791/69241 PMID:41628017	研究论文	本文提出了一种基于机器学习的多模态分子生物标志物方法，用于预测性健康分析，旨在通过整合蛋白质、化学和遗传生物标志物来提高疾病预测的准确性	通过整合分子蛋白质、化学和遗传生物标志物与新兴机器学习特征（如TabNet和AutoInt）进行多模态分组，显著提升了预测准确性	未明确提及具体局限性，如数据样本量、模型泛化能力或临床验证范围	开发高度敏感的多模态生物标志物和有效调查方法，以准确检测和监测患者健康结果，包括预后、风险评估、患者分层和疾病监测	涉及多种健康问题，如心脏病、呼吸道感染、神经功能障碍、认知压力、癌症、中风、糖尿病等	机器学习	多种疾病	NA	传统机器学习算法, 传统深度学习方法, 现代深度学习技术（TabNet和AutoInt）	多模态分子数据（蛋白质、化学、遗传生物标志物）	NA	NA	TabNet, AutoInt	准确性	NA
8323	2026-04-05	Artificial intelligence models for point-of-care ultrasound diagnostics in dogs 2026, Frontiers in veterinary science IF:2.6Q1 DOI:10.3389/fvets.2026.1729114 PMID:41884304	研究论文	本研究评估了深度学习模型在犬只创伤重点超声评估中检测危及生命的积液和气胸的可行性和诊断性能	首次将深度学习模型应用于犬只的即时超声诊断，特别是针对创伤重点超声评估中的积液和气胸检测，为兽医急诊护理提供了AI辅助决策的可行性支持	样本量较小，仅包含钝性创伤和非创伤性病理，存在类别不平衡，以及积液体积和位置在呈现时的变异性	评估深度学习模型在犬只即时超声诊断中检测危及生命的积液和气胸的可行性和诊断性能	五只健康的军用工作犬和二十只客户拥有的犬只（22-55公斤），包括有确认的腹部、胸膜、心包积液或气胸的犬只	计算机视觉	创伤	即时超声，创伤重点超声评估	CNN	图像	25只犬（5只健康军用工作犬，20只客户拥有犬）	NA	卷积神经网络	召回率, 准确率	NA
8324	2026-04-04	Retraction: An inherently interpretable deep learning model for local explanations using visual concepts 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346306 PMID:41926417	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8325	2026-04-05	A two-stage deep learning framework for predicting the onset of Atrial fibrillation using RR interval-based embeddings 2026 Jan-Mar, Biocybernetics and biomedical engineering IF:5.3Q1 DOI:10.1016/j.bbe.2026.01.004 PMID:41878690	研究论文	本文提出了一种基于RR间期的两阶段深度学习框架，用于提前一小时预测心房颤动的发作	提出了一种新的两阶段深度学习框架，结合了卷积和双向LSTM网络进行特征提取和预测，并利用掩码技术增强临床可解释性	未明确提及具体局限性	开发一个能够提前预测心房颤动发作的模型，以支持预防性干预	重症监护病房患者的心电信号RR间期数据	机器学习	心血管疾病	NA	CNN, LSTM	时间序列数据（RR间期）	未明确提及具体样本数量，但涉及美国ICU中每年约500万危重患者中的一部分	未明确提及	卷积神经网络, 双向长短期记忆网络	灵敏度, 特异度, F1分数, AUROC, AUPRC	未明确提及
8326	2026-04-04	Rapid and non-destructive detection of hollow defects in pecans by near-infrared spectroscopy combined with multimodal data fusion and deep learning 2026-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127752 PMID:41863999	研究论文	本研究提出了一种结合近红外光谱、多模态数据融合与深度学习的方法，用于快速、无损地检测山核桃的空心缺陷及其严重程度	首次将多模态数据融合（光谱特征与物理参数）与深度学习（CNN-MLP双流模型）相结合，用于山核桃空心缺陷检测，显著提高了检测精度	未提及样本来源的多样性或模型在更大规模或不同品种山核桃上的泛化能力	开发一种可靠、无损的山核桃质量评估方法，以检测空心缺陷	山核桃及其空心缺陷	机器学习	NA	近红外光谱	SVM, CNN, MLP	光谱数据, 物理参数	NA	NA	CNN-MLP双流模型	整体准确率	NA
8327	2026-04-04	Bridging AI advancements with risk assessment needs: A journey towards effective use and regulatory acceptance 2026-Jun, Toxicology IF:4.8Q1 DOI:10.1016/j.tox.2026.154439 PMID:41786018	综述	本文是一篇叙述性综述，探讨了人工智能（AI）在化学风险评估（CRA）和下一代风险评估（NGRA）中的应用现状与挑战	将AI进展与风险评估需求相结合，提出在证据管理和证据生成两个领域整合AI工具，以支持毒理学机制发现、生物标志物识别、AOP开发及毒代动力学/毒效动力学建模	需要超越技术验证，制定详细的监管接受标准，AI工具在CRA中的成功整合仍需进一步进展	促进AI工具在化学测试和评估中的有效整合，以支持新方法学（NAMs）和下一代风险评估（NGRA）	化学风险评估（CRA）和下一代风险评估（NGRA）相关的AI应用	机器学习	NA	NA	NA	大型复杂数据集	NA	NA	NA	NA	NA
8328	2026-04-04	Ameliorative effect of Rhus verniciflua Stokes on high-fat diet-induced obesity and advanced analysis with machine learning and deep learning-based network pharmacology 2026-May-15, Life sciences IF:5.2Q1 DOI:10.1016/j.lfs.2026.124337 PMID:41881279	研究论文	本研究评估了漆树提取物对高脂饮食诱导的肥胖及代谢功能障碍相关脂肪肝病的改善作用，并利用人工智能方法分析其活性成分	结合体内实验与多层人工智能/机器学习流程（包括分子对接、分子动力学、深度学习药物-靶点相互作用建模及强化学习），系统分析漆树提取物的抗肥胖机制与活性成分	研究仅使用雄性ICR小鼠模型，未涉及雌性动物或更复杂的疾病模型；人工智能预测的活性成分需进一步实验验证	评估漆树提取物的抗肥胖疗效及其作用机制	雄性ICR小鼠及24种经核磁共振鉴定的漆树提取物成分	机器学习	肥胖	核磁共振（NMR）鉴定、分子对接、分子动力学模拟、转录组学分析	深度学习, 强化学习	生物化学数据、分子结构数据、基因表达数据	雄性ICR小鼠（具体数量未明确说明），24种漆树提取物成分	NA	NA	体重变化百分比、血清低密度脂蛋白降低百分比、肝脏甘油三酯降低百分比、NAS评分降低百分比	NA
8329	2026-04-04	Low-Field Magnetic Resonance Imaging of the Late Gestation Cervix and Birth Outcome Correlation: A Prospective Cohort Study 2026-May, BJOG : an international journal of obstetrics and gynaecology DOI:10.1111/1471-0528.70103 PMID:41332358	研究论文	本研究利用低场MRI技术对晚期妊娠宫颈进行重建和3D建模，并自动化测量以关联人口统计学和分娩结局	开发了一种新颖、准确的自动化系统，用于评估MRI晚期妊娠宫颈生物测量和体积测量，揭示了宫颈表型可能影响分娩结局的新机制	样本量相对较小（n=97），且仅针对首次尝试阴道分娩的晚期妊娠女性，可能限制结果的普遍性	探究晚期妊娠宫颈的MRI测量与分娩结局之间的相关性	晚期妊娠（36-41周）女性，首次尝试阴道分娩	数字病理学	产科疾病	低场MRI，2D T2加权Turbo-Spin-Echo序列	3D深度学习分割网络	MRI图像	97名晚期妊娠女性	NA	NA	图像重建质量，分割质量，组间变异性，相关性分析，OR值	0.55 T Freemax MRI扫描仪
8330	2026-04-04	Accelerating Prostate Cancer Detection Through Histopathological Image Analysis Using Artificial Intelligence 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70104 PMID:41376335	研究论文	本研究提出了一种结合CNN集成与Vision Transformer的混合深度学习框架，用于加速前列腺癌的病理图像检测	提出了一种结合CNN集成与Vision Transformer的混合深度学习框架，并引入了交叉注意力融合模块和知识蒸馏技术，以提高检测性能并实现轻量化部署	模型的计算复杂度较高，相比传统CNN需要更多的计算资源	加速前列腺癌的早期检测和准确诊断	前列腺癌的病理组织图像	数字病理学	前列腺癌	病理图像分析	CNN, Vision Transformer	图像	使用公开的PANDA数据集进行训练和测试	NA	VGG-16, DenseNet-121, AlexNet, Vision Transformer	准确率, 真阳性率, 真阴性率, 精确率, F1分数, 假阴性率, 假阳性率	GPU内存, 推理时间
8331	2026-04-04	A High-Efficiency and High-Accuracy Cellular Segmentation Scheme for Imperfect Cytoarchitecture Images 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70110 PMID:41460794	研究论文	提出了一种针对不完美细胞结构图像的高效高精度细胞分割方案	结合图像增强与预训练的Cellpose算法，无需额外训练即可处理不完美细胞结构图像，显著提升分割精度	未提及方案在处理极端噪声或高度重叠细胞图像时的性能限制	开发一种高效且准确的细胞分割方法，以支持细胞形态学分析和疾病诊断	不完美的细胞结构图像，特别是小鼠脑部图像	数字病理学	NA	图像增强，深度学习分割	Cellpose	图像	未明确指定样本数量，但涉及小鼠脑部图像	未明确指定，但基于Cellpose算法	Cellpose with Cyto3 pretrained weight module	IoU, ACC, MCC, Dice	NA
8332	2026-04-04	Explainability-Based Optimized Deep Learning in Histopathological Diagnosis of Multiple Cancers and Development of Mobile Application 2026-May, Microscopy research and technique IF:2.0Q3 DOI:10.1002/jemt.70115 PMID:41511077	研究论文	本文提出了一种名为C2RN2GC2A的新型深度学习模型，结合了元启发式优化算法和可解释性AI技术，旨在提高多癌症组织病理学图像分类的效率和准确性	提出了一种结合残差学习和优化高斯扰动的深度学习模型C2RN2GC2A，并引入了基于军事战术的元启发式优化算法2GC2A进行特征选择和参数调优，同时采用LDLRP技术增强模型的可解释性	未明确说明模型在其他数据集上的泛化能力，且假阳性和假阴性数量在部分数据集上较高	提高多癌症组织病理学图像分类的准确性、效率和临床可解释性	组织病理学图像	数字病理学	多癌症	深度学习	CNN	图像	LC25000和BreakHis数据集	NA	Complementary Residual Retentive Network (C2RN2GC2A)	准确率, 训练损失, 验证损失, 假阳性数, 假阴性数	NA
8333	2026-04-04	CEREBLEED: Automated Quantification and Severity Scoring of Intracranial Hemorrhage on Noncontrast CT 2026-Apr-03, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000004020 PMID:41930955	研究论文	本文开发并验证了一个基于深度学习的框架，用于自动分割和量化颅内出血，并提出了一个基于体积关系的严重程度指数	开发了一个自动化的深度学习框架，用于颅内出血的分割和量化，并引入了一个新的严重程度指数，该指数基于出血亚型与脑结构的体积关系，旨在标准化严重性评估	外部验证中总出血模型的Dice分数较低（中位数0.70），表明模型在外部数据集上的泛化能力可能有限	开发一个客观、可重复的工具，用于量化颅内出血的病变负担及其解剖影响，以支持临床决策	颅内出血（ICH）在非对比CT（NCCT）上的表现	数字病理学	颅内出血	非对比计算机断层扫描（NCCT）	U-Net	图像	2112个NCCT扫描（1110个用于训练和内部评估，1002个来自外部数据集）	NA	U-Net	Dice分数, 体积相似性, 曲线下面积（AUC）, 敏感性, 特异性	NA
8334	2026-04-04	Atomic-resolution imaging of gold species at organic liquid-solid interfaces 2026-Apr-02, Science (New York, N.Y.) DOI:10.1126/science.adw2469 PMID:41926600	研究论文	本研究结合了提供原子分辨率的液相电子显微镜样本设计与深度学习分析，探索了金吸附原子、石墨载体和溶剂之间的相互作用	首次在有机液固界面实现原子分辨率成像，结合深度学习分析，追踪了金吸附原子、二聚体和更大团簇在不同溶剂中的位置	研究需要低温下的快速干燥动力学来优化催化性能，这可能在工业应用中带来挑战	探索固体-液体界面吸附原子的结构和动力学，以提升催化剂、电化学设备、分子分离技术和金属提取的性能	石墨载体上的金吸附原子、二聚体和团簇	材料科学	NA	液相电子显微镜	深度学习	图像	超过10个石墨载体上的金吸附原子、二聚体和团簇，在五种溶剂中	NA	NA	NA	NA
8335	2026-04-04	A hybrid bio-inspired model for predicting urban air pollution using deep learning 2026-Apr-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40726-w PMID:41927618	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8336	2026-04-04	Residual Conditional Variational Autoencoder for Multi-Center PET/CT Radiomic Feature Harmonization with Integrated Modeling of Batch Effects and Clinical Covariates 2026-Apr-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-01934-y PMID:41927822	研究论文	本研究提出了一种集成批次信息和临床协变量的残差条件变分自编码器模型（ResCVAE-Harmonizer），用于多中心特征协调，并系统全面地评估其协调性能	提出了一种新的ResCVAE-Harmonizer模型，能够同时消除线性和非线性批次效应，并整合临床协变量进行多中心特征协调	在线性方差一致性方面略逊于ComBat方法	开发并评估一种用于多中心PET/CT影像组学特征协调的深度学习方法	多中心PET和CT影像数据	数字病理学	NA	PET/CT成像，影像组学特征提取	变分自编码器，残差网络	医学影像（PET和CT图像）	来自9个不同中心的806个病例	NA	ResCVAE-Harmonizer, 3D-DenseNet-121	C-index, Levene检验的-log(p)值, 分类准确率, Kaplan-Meier生存曲线, log-rank检验	NA
8337	2026-04-04	Automated Detection and Classification of Pleural Effusion on Computed Tomography Using Deep Learning 2026-Apr-02, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-01938-8 PMID:41927820	研究论文	本研究开发并评估了一种基于深度学习的两阶段人工智能框架，用于从非对比胸部CT图像中自动分割和病因学分类胸腔积液	提出了一种结合U-Net分割与基于定量影像特征（面积、密度、纹理）的分类的两阶段深度学习框架，首次实现了胸腔积液的自动分割与病因学（脓胸、恶性、漏出性）分类	研究为回顾性设计，样本可能有限，且仅基于非对比胸部CT图像，未考虑临床或其他影像数据	开发自动分割和病因学分类胸腔积液的人工智能系统，以辅助临床决策	非对比胸部CT图像中检测到的胸腔积液区域	计算机视觉	胸腔积液相关疾病	非对比胸部CT成像	U-Net, 逻辑回归, 支持向量机, 随机森林, 梯度提升	图像	NA	NA	U-Net	准确率, 宏F1分数	NA
8338	2026-04-04	Deep learning-based image reconstruction significantly improves image quality of MRI examinations of the orbit at 3 Tesla 2026-Apr, Diagnostic and interventional imaging IF:4.9Q1 DOI:10.1016/j.diii.2025.11.003 PMID:41276422	研究论文	本研究评估了基于深度学习的图像重建（DLBIR）在3特斯拉轨道磁共振成像（MRI）中改善图像质量的效果	首次在3特斯拉轨道MRI中系统评估DLBIR技术对图像质量的提升效果，并验证其在保持临床相关信息不丢失的同时显著改善图像质量	样本量相对较小（71名患者），且仅评估了特定MRI序列（冠状T2加权和对比后脂肪饱和T1加权图像），未涵盖所有可能的MRI序列或场强	评估DLBIR技术在轨道MRI中改善图像质量的效益	71名接受3特斯拉轨道MRI检查的患者（48名女性，23名男性，平均年龄52±19.5岁）	医学影像分析	轨道疾病	磁共振成像（MRI），基于深度学习的图像重建（DLBIR）	深度学习模型	磁共振图像	71名患者，包括70名患者的冠状T2加权MR图像和25名患者的对比后脂肪饱和冠状T1加权MR图像	NA	NA	信噪比（SNR），对比噪声比（CNR），图像质量评分（5点Likert量表），异常检测率	NA
8339	2026-04-04	Accurate single-domain scaffolding of three nonoverlapping protein epitopes using deep learning 2026-Apr, Nature chemical biology IF:12.9Q1 DOI:10.1038/s41589-025-02083-z PMID:41350440	研究论文	本研究利用深度学习设计了一种能够同时呈现三个非重叠病毒表位的单域蛋白质支架	首次使用深度学习方法在单个小分子蛋白质域（小于130个残基）中同时成功支架三个不同的、不规则的病毒表位，且整体折叠与已知蛋白质结构库中的结构相似度极低	未明确说明深度学习模型的具体泛化能力及对其他蛋白质复合表位设计的适用性	开发一种能够同时呈现多个功能性位点的单域蛋白质设计方法	呼吸道合胞病毒（RSV）的三个非重叠、不规则表位	机器学习	呼吸道合胞病毒感染	深度学习，X射线晶体学	生成式深度学习模型	蛋白质序列与结构数据	未明确说明具体样本数量，但涉及设计的多个单域免疫原	NA	NA	交叉反应滴度，中和反应	NA
8340	2026-04-04	Super-resolution deep learning reconstruction improves brain MRI quality and detection of metastases 2026-Apr, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01921-3 PMID:41366626	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）与传统深度学习重建（DLR）在对比增强T1加权脑部MRI中检测和可视化脑转移瘤的性能	首次在脑转移瘤检测中比较SR-DLR与DLR，证明SR-DLR在病灶检测性能和图像质量方面具有显著优势	回顾性研究设计，样本量相对较小（47例患者），可能影响结果的普遍性	评估SR-DLR在提高脑部MRI质量和脑转移瘤检测能力方面的效果	脑转移瘤患者	数字病理学	脑转移瘤	MRI	深度学习重建模型	MRI图像	47例连续患者，共检测到117个脑转移瘤	NA	NA	JAFROC分析，Wilcoxon符号秩检验，McNemar检验，配对t检验，FWHM，ERD，ERS，SNR，CNR	NA