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
8761	2026-01-20	AI-enhanced synergistic chemo-immunotherapy: From mechanistic insights to clinical translation 2026-Jan, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2025.105064 PMID:41325797	综述	本文全面探讨了化疗与免疫检查点抑制剂联合治疗的机制基础、临床应用及当前挑战，并重点分析了人工智能在优化此类联合策略中的新兴作用	强调了人工智能（包括多组学整合、放射组学和深度学习）在识别协同药物对、预测治疗反应和患者分层方面的应用，以推动个性化癌症治疗	面临化疗诱导的免疫抑制、肿瘤异质性和数据可解释性等关键挑战	优化化疗与免疫检查点抑制剂的协同治疗策略，推动个性化癌症治疗的发展	化疗与免疫检查点抑制剂联合治疗在肿瘤学中的应用	机器学习	肿瘤	多组学整合、放射组学、深度学习	深度学习	多组学数据、影像数据	NA	NA	NA	NA	NA
8762	2026-01-20	InfoARD: Enhancing Adversarial Robustness Distillation With Attack-Strength Adaptation and Mutual-Information Maximization 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3637689 PMID:41343323	研究论文	提出一种名为InfoARD的对抗鲁棒性蒸馏新范式，通过攻击强度自适应和互信息最大化增强紧凑模型的对抗鲁棒性	设计了攻击强度自适应机制动态调整攻击强度，并引入互信息最大化策略确保学生模型从多层级特征表示中有效学习	未明确说明在极端对抗攻击场景下的性能边界，也未讨论计算开销增加的具体量化分析	提升深度神经网络对抗攻击的鲁棒性，通过师生交互机制保护紧凑模型	深度神经网络模型，特别是教师-学生蒸馏框架中的紧凑模型	机器学习	NA	对抗蒸馏，对抗训练	深度神经网络	图像数据（基于多数据集实验推断）	NA	PyTorch, TensorFlow（基于通用深度学习框架推断）	NA	对抗鲁棒性指标（具体未列明），准确率	GPU（具体型号未说明）
8763	2026-01-20	An explainable hybrid CNN-LSTM framework for accurate sequence-based classification of RNA N6-methyladenosine (m6A) modification 2026-Jan, SLAS technology IF:2.5Q3 DOI:10.1016/j.slast.2025.100383 PMID:41354216	研究论文	本文提出了一种结合CNN-LSTM和SHAP的可解释性混合框架，用于准确分类RNA N6-甲基腺苷修饰位点	结合CNN-LSTM模型与SHAP特征选择，提升预测性能并提供生物学解释性	未明确说明数据集的规模或潜在的数据不平衡问题	提高RNA m6A修饰位点的准确识别能力	RNA序列中的N6-甲基腺苷修饰位点	自然语言处理	NA	RNA序列分析	CNN, LSTM	序列数据	NA	NA	CNN-LSTM混合架构	准确率, 灵敏度, 特异性, MCC	NA
8764	2026-01-20	Progress of Deep Learning Prediction of CD8+ T-Cell Epitopes 2026-Jan, Proteomics IF:3.4Q2 DOI:10.1002/pmic.70101 PMID:41452164	综述	本文全面回顾了基于蛋白质语言模型的表位编码方案以及用于预测MHC-I结合亲和力、TCR-肽反应性和pMHC-TCR结合亲和力的深度学习模型的最新进展	聚焦于深度学习技术在CD8+ T细胞表位预测中的应用，特别是结合蛋白质语言模型进行表位编码的创新方法	NA	总结深度学习在预测CD8+ T细胞表位方面的进展，以支持疫苗设计和免疫治疗研究	CD8+ T细胞表位、MHC-I分子、T细胞受体（TCR）以及它们之间的相互作用	自然语言处理, 机器学习	NA	深度学习, 蛋白质语言模型	深度学习模型	蛋白质序列数据, 肽序列数据	NA	NA	NA	NA	NA
8765	2026-01-20	Coupled Diffusion Posterior Sampling for Unsupervised Hyperspectral and Multispectral Images Fusion 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3647207 PMID:41477791	研究论文	提出一种耦合扩散后验采样方法，用于无监督的高光谱与多光谱图像融合	无需高分辨率高光谱图像进行监督训练，直接从输入的低分辨率高光谱图像和高分辨率多光谱图像对中学习扩散先验，并设计耦合扩散后验采样方法引入空间和光谱信息	未明确提及方法在极端光照或复杂场景下的泛化能力，也未讨论计算效率或实时性限制	实现无监督的高光谱与多光谱图像融合，以生成高分辨率高光谱图像	高光谱图像（HSI）和多光谱图像（MSI）或RGB图像	计算机视觉	NA	扩散模型	扩散模型	图像	未指定具体样本数量，仅使用输入测试图像对（低分辨率高光谱图像和高分辨率多光谱图像）	未指定	未指定具体架构，但提及使用较小的网络	未明确提及具体指标，但提到优于其他最先进的无监督方法	未指定
8766	2026-01-20	Recognizing stressed chicken signs: A comparison using the Happy Chicken Tool and the Stressed Chicken Scale 2026-Jan, Poultry science IF:3.8Q1 DOI:10.1016/j.psj.2025.106141 PMID:41385955	研究论文	本研究利用深度学习中的卷积神经网络和迁移学习，通过图像分析检测鸡的不适迹象，并与人类观察者的压力评分进行比较	首次将EfficientNet和MobileNet等预训练CNN模型应用于鸡的压力检测，并利用Grad-CAM增强模型可解释性，揭示了AI决策时关注的鸡体部位	研究主要基于侧视图图像，可能未涵盖其他角度或环境条件下的压力表现，且模型性能依赖于特定数据集	开发自动化的动物福利监测方法，早期检测鸡的压力和不适指标	鸡（个体动物层面）	计算机视觉	NA	图像分析，深度学习	CNN	图像	NA	NA	EfficientNet, MobileNet	准确率, 灵敏度, 特异性	NA
8767	2026-01-20	Automated diagnosis of chronic obstructive pulmonary disease using deep learning applied to electrocardiograms 2026-Jan, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2025.106066 PMID:41485457	研究论文	本研究利用深度学习分析心电图，开发了一种自动诊断慢性阻塞性肺疾病的方法	首次将深度学习应用于心电图分析，以实现慢性阻塞性肺疾病的早期检测，并展示了在不同人群中的稳健性能	研究依赖于ICD代码进行临床诊断确认，可能受编码准确性影响；外部验证队列的性能略有下降	评估深度学习分析心电图作为早期慢性阻塞性肺疾病检测工具的有效性	慢性阻塞性肺疾病患者的心电图数据	机器学习	慢性阻塞性肺疾病	心电图分析	CNN	心电图	208,231份心电图，来自18,225例慢性阻塞性肺疾病病例和49,356例对照	未明确提及	卷积神经网络	AUC	西奈山伊坎医学院科学计算与数据部门提供的计算和数据资源
8768	2026-01-20	Ear biometrics in forensic identification: from ear similarity quantification to kinship verification driven by deep learning approaches 2026-Jan, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-025-03636-6 PMID:41091208	研究论文	本研究开发了深度学习模型用于量化耳部图像相似度并进行亲缘关系验证	首次结合预训练ResNet50和Transformer模块，构建SimiNet和VTrans模型，用于耳部生物特征相似度量化和亲缘关系验证	研究仅基于中国受试者的耳部图像数据集，模型在亲缘关系验证任务上的准确率仍有提升空间	通过耳部生物特征进行相似度量化和亲缘关系验证，以支持法医鉴定和失踪儿童寻找	中国受试者的耳部图像	计算机视觉	NA	深度学习	CNN, Transformer	图像	SCED和CNKE两个耳部图像数据集，具体样本数量未明确说明	未明确说明，代码已开源在Github	ResNet50, VGG16, Transformer	准确率, AUC	NA
8769	2026-01-20	Decoding the interconnected splicing patterns of hepatitis B virus and host using large language and deep learning models 2026-Jan, Microbial genomics IF:4.0Q2 DOI:10.1099/mgen.0.001616 PMID:41543530	研究论文	本研究利用大型语言和深度学习模型解码乙型肝炎病毒（HBV）与宿主之间的互连剪接模式	首次将SpliceBERT和OpenSpliceAI模型应用于HBV基因组，揭示其剪接供体位点与宿主相似而受体位点更隐蔽，并发现剪接效率与疾病进展的相关性优于传统剪接比例指标	研究基于279个RNA测序文库和4,706个HBV基因组，样本来源和规模可能限制结论的普适性	解码HBV的剪接模式及其与宿主剪接机制的相互作用，以理解病毒持久性和免疫逃逸机制	乙型肝炎病毒（HBV）基因组及其在宿主肝脏组织和培养细胞中的剪接变异	自然语言处理, 机器学习	肝癌	RNA测序	大型语言模型, 深度学习模型	基因组序列, RNA测序数据	279个RNA测序文库（来自HBV相关肝脏活检和培养细胞）和4,706个HBV基因组	NA	SpliceBERT, OpenSpliceAI	NA	NA
8770	2026-01-20	Alzheimer's disease prediction via an explainable CNN using genetic algorithm and SHAP values 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337800 PMID:41544026	研究论文	本研究提出了一种名为GASHAP的新型可解释AI技术，结合遗传算法和SHAP值，用于增强3D-CNN模型在阿尔茨海默病MRI图像分类中的可解释性	提出GASHAP技术，将遗传算法与SHAP值结合，从解剖学定义的脑区层面提供解释，而非仅基于体素级别	NA	提高阿尔茨海默病诊断中深度学习模型的可解释性	阿尔茨海默病患者和认知正常对照者的脑部MRI扫描	数字病理学	阿尔茨海默病	磁共振成像	CNN	图像	NA	NA	3D-CNN	NA	NA
8771	2026-01-20	Deep learning with satellite images enables high-resolution income estimation: A case study of Buenos Aires 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338110 PMID:41544087	研究论文	本研究利用高分辨率卫星图像和深度学习技术，在布宜诺斯艾利斯大都市区生成高分辨率收入地图	采用EfficientNetV2架构的神经网络，实现了比现有方法高20倍以上的空间分辨率（50x50米），并能基于任意卫星图像估计收入地图	研究仅基于布宜诺斯艾利斯一个案例，可能无法直接推广到其他地区；依赖2010年人口普查数据作为训练基础	评估利用卫星图像和机器学习生成高分辨率收入地图的潜力，以解决发展中国家数据收集成本高的问题	布宜诺斯艾利斯大都市区的卫星图像和2010年人口普查数据	计算机视觉	NA	卫星遥感成像	CNN	图像	布宜诺斯艾利斯大都市区的卫星图像数据集	NA	EfficientNetV2	R2	NA
8772	2026-01-20	The potential of deep learning on the discovery of new genes implicated in differences of sex development 2026, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.12.019 PMID:41550136	研究论文	本文介绍了一种名为GONAD-ResNet的残差卷积神经网络，用于通过分析时间依赖性单细胞基因表达数据来预测新的性别发育差异相关基因	提出GONAD-ResNet模型，首次将深度学习应用于从全外显子组测序数据中识别新的DSD相关基因，通过优先考虑表达谱与已知DSD基因相似的基因来加速发现过程	研究样本量较小，仅涉及6名患者，可能限制模型的泛化能力和统计显著性	加速发现新的性别发育差异相关基因，以改善患者诊断和预后	性别发育差异患者，包括3名XX和3名XY个体	机器学习	性别发育差异	全外显子组测序，单细胞基因表达分析	CNN	基因表达数据，测序数据	6名患者	NA	ResNet	NA	NA
8773	2026-01-20	Near-infrared hyperspectral imaging combined with elemental and isotopic analyses reflects geographical origins of cultured salmonids 2026, Current research in food science IF:6.2Q1 DOI:10.1016/j.crfs.2025.101293 PMID:41551169	研究论文	本研究结合近红外高光谱成像与元素/同位素分析，以反映养殖鲑鱼的产地信息并提高判别模型的可解释性	首次将高光谱成像与元素/同位素分析相结合，为产地判别提供化学计量学基础，并可视化关键元素/同位素的空间分布	所有判别模型的总体准确率仅达到可接受水平（>65%），最高精度为88.13%，仍有提升空间	开发可解释的产地判别方法以应对食品欺诈并确保鲑鱼产品的真实性	养殖鲑鱼	机器学习	NA	近红外高光谱成像、元素分析、同位素分析	随机森林、极限学习机	高光谱图像、元素数据、同位素数据	NA	NA	NA	准确率、精度、R值	NA
8774	2026-01-20	Continuous Lower Limb Biomechanics Prediction via Prior-Informed Lightweight Marker-GMformer 2026, Cyborg and bionic systems (Washington, D.C.) DOI:10.34133/cbsystems.0476 PMID:41551246	研究论文	本研究提出了一种名为Marker-GMformer的深度学习模型，用于高效、准确地连续预测下肢运动学和动力学数据	提出了一种结合先验知识、全局-局部特征和时空特征的轻量级深度学习模型，用于连续预测下肢生物力学，在保持高性能的同时降低了计算复杂度，并展示了在13种不同运动模式下的强泛化能力	NA	开发一种高效、准确的模型，用于实时预测下肢生物力学，以支持机器人控制系统的快速反馈和推理	下肢运动学（关节角度）、动力学（关节力矩）和地面反作用力	机器学习	NA	深度学习	Transformer	时间序列（标记点坐标）	NA	NA	GMformer	皮尔逊相关系数, 均方根误差	NA
8775	2026-01-19	Accelerated Patient-specific Non-Cartesian Magnetic Resonance Imaging Reconstruction Using Implicit Neural Representations 2026-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.059 PMID:40915433	研究论文	本研究开发了一种名为k-GINR的新型两阶段隐式神经表示网络，用于加速非笛卡尔磁共振成像的重建	结合对抗性训练的隐式神经表示网络，能够直接重建非笛卡尔k空间数据，并在高加速比下表现出优越性能	NA	加速磁共振成像采集，减少图像伪影，提高重建效率	患者特异性非笛卡尔磁共振成像数据	医学影像	肝脏疾病	非笛卡尔采样磁共振成像	隐式神经表示, 生成对抗网络	k空间数据, 图像	118个前瞻性采集的StarVIBE T1加权肝脏扫描及相应线圈数据	NA	k-GINR, NeRP, k-NeRP, Deep Cascade CNN	峰值信噪比	NA
8776	2026-01-19	Dose Reduction in 4-Dimensional Computed Tomography Imaging: Breathing Signal-Guided Deep Learning-Driven Data Acquisition 2026-Feb-01, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.08.047 PMID:40975131	研究论文	本文提出了一种基于深度学习的呼吸信号引导数据采集方法，用于减少4D CT成像中的辐射剂量	利用患者呼吸信号指导深度学习模型预测最优投影数据采集时机，实现剂量减少，同时保持图像质量	研究为回顾性分析，需前瞻性验证；模型性能依赖于呼吸信号质量	减少4D CT成像中的辐射剂量，同时保持诊断质量	294名患者的1415个呼吸信号及104个独立临床4D CT扫描	医学影像处理	胸部肿瘤	4D CT成像	深度学习模型	呼吸信号、CT投影数据、图像	1415个呼吸信号（来自294名患者），104个独立4D CT扫描	NA	NA	Dice系数、Hausdorff距离、位移场、伪影频率	NA
8777	2026-01-19	Real-Time Deep-Learning Image Reconstruction and Instrument Tracking in MR-Guided Biopsies 2026-Feb, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70138 PMID:41035253	研究论文	本研究提出了一种基于深度学习的实时图像重建与器械跟踪方法，用于加速磁共振引导下的前列腺活检流程	首次在临床环境中使用深度学习对欠采样k空间数据进行实时图像重建和活检针导引器跟踪，并在真实患者数据上验证了高加速因子下的跟踪性能	前瞻性验证样本量较小（8例患者），且仅针对特定器械（活检针导引器）进行跟踪验证	通过深度学习加速磁共振引导活检的成像流程，实现实时器械跟踪以提高临床工作效率	接受经直肠磁共振引导活检的男性患者	医学影像分析	前列腺癌	2D Cartesian平衡稳态自由进动序列，3T磁共振成像	深度学习模型（具体架构未明确说明）	多切片MR DICOM图像，原始k空间数据	训练集：1289例男性患者（8464次扫描）；前瞻性测试集：8例男性患者（10个动态k空间样本）	NA	NA	器械尖端预测误差，成功帧比例（误差<5mm），威尔逊95%置信区间	NA
8778	2026-01-19	Deep learning for pediatric femoral neck fracture detection in a multicenter study 2026-Jan-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114372 PMID:41541682	研究论文	本研究开发了一种深度学习模型，用于在儿科髋关节X光片上自动检测和定位股骨颈骨折	这是目前最全面的多中心人工智能诊断研究之一，用于检测儿科股骨颈骨折，并首次在急诊科骨科医生中验证了AI辅助能显著提高诊断性能，特别是对经验有限的医生	NA	开发并验证一个深度学习模型，以自动检测儿科髋关节X光片中的股骨颈骨折，支持急诊环境下的临床决策	儿科髋关节X光片	计算机视觉	股骨颈骨折	X光成像	CNN	图像	2,594张髋关节X光片，来自8个中心的2,116名患者	NA	YOLOv11s	mAP@0.5, AUC	NA
8779	2026-01-19	Basic Process Equation for Analytical Chemistry - An Inclusive and Conciliatory Approach 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05444 PMID:41468535	研究论文	本文提出了一种以信息流为基准的分析化学基本过程方程，旨在统一传统单变量数据方法与基于多变量数据的现代分析方法	首次引入'分析算子'概念作为信息转换的核心，并提出了一个包容性框架以协调传统分析化学与基于化学计量学、数据挖掘、机器学习等现代方法	仅以植物油碘值测定为例进行说明，尚未在更广泛的分析化学领域进行全面验证	建立分析化学的统一理论框架，实现从测量到信息的范式转变	分析化学过程与信息转换机制	分析化学	NA	化学计量学、数据挖掘、机器学习、深度学习、人工智能	NA	单变量数据、多变量数据	NA	NA	NA	NA	NA
8780	2026-01-19	Advancing skin cancer detection through deep learning and fusion of patient metadata and skin lesion images 2026-Jan-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26392-4 PMID:41530207	研究论文	本研究提出了一种结合患者元数据和皮肤病变图像的AI框架，用于在远程皮肤病学分诊中自动分类可疑与非可疑皮肤病变	通过融合患者元数据（如病变大小、颜色、形状、年龄和性别）与图像数据，并采用多数投票技术集成多个AI模型，显著提升了分类性能，同时引入了软注意力模块以增强模型决策的可解释性	研究数据仅来自英国私立皮肤癌诊断中心网络，可能缺乏多样性和代表性，且未详细讨论模型在临床环境中的实际部署挑战	开发自动化方法以减少皮肤癌诊断的等待时间，并支持远程皮肤病学分诊中的快速决策	皮肤病变图像及患者元数据，用于分类可疑与非可疑皮肤病变	计算机视觉	皮肤癌	深度学习	CNN	图像, 元数据	79,246张皮肤病变图像，来自19,295名患者，包含22个元特征	NA	NA	敏感性, 特异性	NA