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
10461	2026-02-12	PhysMorph: A biomechanical and image-guided deep learning framework for real-time multi-modal liver image registration 2026-Jan, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100906 PMID:41659345	研究论文	本文提出并验证了PhysMorph，一种结合生物力学正则化和图像相似性度量的深度学习框架，用于实现肝脏多模态图像的实时配准	将有限元方法模拟作为生物力学正则化整合到深度学习配准框架中，实现了快速、解剖学上合理的MR-CBCT图像配准	NA	开发一个快速、准确且物理真实的肝脏图像配准框架，以支持立体定向体部放射治疗	肝脏图像，包括预处理磁共振成像和机载锥形束计算机断层扫描	计算机视觉	肝癌	磁共振成像, 锥形束计算机断层扫描	深度学习	图像	两个数据集：1) 从纵向MR-Linac扫描中获得的模拟数据；2) 来自肝脏SBRT患者的临床MR-CBCT图像对	NA	NA	目标配准误差, 平均表面距离, 生物力学保真度指标	NA
10462	2026-02-12	BTdiagAI: A Web-Deployed Hybrid Framework for Brain Tumor Classification Using Optimized MRI Preprocessing and Deep Learning Fusion 2026 Jan-Dec, Healthcare technology letters IF:2.8Q3 DOI:10.1049/htl2.70053 PMID:41659364	研究论文	本研究提出了一种基于优化MRI预处理和深度学习融合的混合框架BTdiagAI，用于脑肿瘤分类，并通过Web平台实现部署	系统评估了五种MRI预处理方法，并提出了一个融合微调InceptionV3、DenseNet121和Xception网络的深度学习框架，结合特征选择和机器学习分类，以解决类不平衡问题	研究未明确讨论预处理方法在不同肿瘤类型或MRI设备间的泛化能力，且可能受限于所用数据集的规模和多样性	开发一个高效、准确的脑肿瘤自动分类系统，以辅助临床诊断	脑部MRI扫描图像	计算机视觉	脑肿瘤	MRI预处理（包括CLAHE、Nyul归一化、N4偏置校正、模板配准、White Stripe归一化）	CNN	图像	NA	TensorFlow, Keras	InceptionV3, DenseNet121, Xception	准确率	NA
10463	2026-02-12	Case Report: Novel ASAP1::BRAF fusion in a young adult with low-grade temporal lobe glioma 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1763047 PMID:41659712	病例报告	报告了一名年轻成年低级别颞叶胶质瘤患者中发现的新的ASAP1::BRAF融合基因	首次报道了ASAP1::BRAF融合基因在低级别胶质瘤中的存在，扩展了BRAF融合伴侣的谱系	仅基于单个病例报告，缺乏大规模临床验证和功能实验证实	描述低级别胶质瘤中一种新型BRAF融合基因的分子特征及其临床意义	一名31岁女性低级别颞叶毛细胞星形细胞瘤患者	数字病理学	脑胶质瘤	RNA测序, 深度学习验证	深度学习	RNA测序数据	1例患者肿瘤样本	FusionAI	NA	融合概率评分	NA
10464	2026-02-12	Accuracy of artificial intelligence applications in periodontics: a thematic narrative review 2026, Frontiers in dental medicine IF:1.5Q3 DOI:10.3389/fdmed.2026.1729825 PMID:41660180	综述	本文综述了2019年至2025年间发表的35项研究，评估了人工智能在牙周病学诊断中的应用准确性	首次对牙周病学中人工智能应用的准确性进行了主题性叙事综述，并综合了多中心、外部验证和可解释性研究的最新进展	研究间存在数据集、解剖部位、参考标准、模型架构和报告实践的显著异质性，且自主诊断仍不成熟	评估人工智能在牙周病学诊断中的准确性，并探讨其临床转化路径	牙周病学诊断，包括牙槽骨丧失检测、牙槽骨水平测量、根分叉病变识别和根尖周病变检测	数字病理学	牙周病	影像学技术（根尖片、咬翼片、全景片、锥形束CT、口内照片）	CNN, Transformer	图像（放射影像、口内照片）	35项研究（具体样本量未在摘要中明确给出）	NA	卷积神经网络, Transformer网络, 混合分割-分类架构	诊断准确性, AUC, 灵敏度, 特异性	NA
10465	2026-02-12	Assessing the potential of deep learning for protein-ligand docking 2026, Nature machine intelligence IF:18.8Q1 DOI:10.1038/s42256-025-01160-1 PMID:41624973	研究论文	本文通过引入PoseBench基准，系统评估了深度学习方法在蛋白质-配体对接中的表现，特别是在预测结构、多配体结合和无先验口袋知识等广泛适用场景下的应用潜力	首次系统研究了深度学习方法在预测蛋白质结构、多配体结合和无先验口袋知识等广泛适用场景下的对接行为，并引入了多配体基准数据集	深度学习方法在预测新蛋白质-配体结合构象时仍面临挑战，且在结构准确性与化学特异性之间难以取得平衡	评估深度学习方法在蛋白质-配体对接中的实际应用潜力，特别是在药物发现和酶设计等生物医学研究领域	蛋白质-配体对接方法，特别是深度学习方法	机器学习	NA	深度学习	深度学习模型	蛋白质结构数据, 配体数据	NA	NA	AlphaFold 3	结构准确性, 化学特异性	NA
10466	2026-02-12	Correction: Deep learning for atrial electrogram estimation: toward non-invasive arrhythmia mapping using variational autoencoders 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1788430 PMID:41669084	correction	本文是对先前发表文章的更正	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10467	2026-02-11	Rapid identification of Polygonatum kingianum processed by nine steaming and nine drying based on FT-NIR and ATR-FTIR combined with deep learning 2026-May-15, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129390 PMID:41544396	研究论文	本研究结合FT-NIR和ATR-FTIR光谱技术与深度学习，快速鉴别九蒸九制黄精样品	首次将同步二维相关光谱图像与ResNet模型结合，用于黄精九蒸九制过程的快速鉴别，并利用代谢组学分析关键代谢物	研究仅针对黄精一种药材，未验证方法在其他药材或更广泛样本中的适用性	建立一种快速准确的黄精九蒸九制工艺鉴别方法	九蒸九制处理后的黄精样品	机器学习	NA	FT-NIR光谱, ATR-FTIR光谱, 气相色谱-质谱联用	CNN	光谱图像	九种处理样品	NA	ResNet	准确率	NA
10468	2026-02-11	Surface-enhanced Raman scattering (SERS) in antibiotic resistance detection: Advances, challenges, and future perspectives 2026-May, Colloids and surfaces. B, Biointerfaces DOI:10.1016/j.colsurfb.2026.115423 PMID:41519006	综述	本文系统综述了表面增强拉曼散射（SERS）与人工智能（AI）结合在抗生素耐药性检测中的最新进展、挑战与未来前景	将SERS技术与AI（特别是机器学习和深度学习方法）相结合，实现了前所未有的耐药性检测准确性和效率	NA	应对全球公共卫生危机，实现早期、快速、准确的耐药细菌检测与识别	耐药细菌	机器学习和光学检测	抗生素耐药性	表面增强拉曼散射（SERS）	机器学习（ML）和深度学习（DL）	光学光谱数据	NA	NA	NA	准确性，效率	NA
10469	2026-02-11	Diagnostic performance of X-ray-based deep learning models for detecting ankle and foot fractures: a systematic review and meta-analysis 2026-Apr, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05078-y PMID:41254255	系统综述与荟萃分析	本研究通过系统综述和荟萃分析评估了基于X射线的深度学习模型在检测踝关节和足部骨折中的诊断性能	首次对基于X射线的深度学习模型在踝关节和足部骨折检测中的诊断准确性进行了全面的系统综述和荟萃分析，并探讨了影响模型性能的可能因素	纳入研究数量有限（14项），需要更大样本量、外部验证和临床实施的研究来进一步验证	评估AI模型使用X射线图像检测踝关节和足部骨折的诊断准确性，并调查影响其性能的可能因素	踝关节和足部骨折的X射线图像	计算机视觉	骨折	X射线成像	深度学习模型	X射线图像	基于14项纳入研究的累计数据，具体样本量未在摘要中明确给出	NA	NA	灵敏度, 特异度, F1分数, 诊断比值比	NA
10470	2026-02-11	Enhanced Informer Network for Stress Recognition and Classification via Spatial and Channel Attention Mechanisms 2026-Apr, International journal of neural systems IF:6.6Q1 DOI:10.1142/S0129065726500036 PMID:41467573	研究论文	本文提出了一种基于深度学习的增强型Informer网络，通过集成空间和通道注意力机制，用于心理压力的识别与分类	设计了针对时间敏感生理信号段的空间注意力机制（SAM）和动态加权压力相关特征的通道注意力机制（CAM），实现了对细微压力模式的精确捕捉	仅在一个公开数据集上进行了实验验证，缺乏多数据集和实际场景的泛化性测试	开发一种自动检测心理压力的深度学习方法	职业环境中的心理压力	机器学习	NA	深度学习	Informer, 注意力机制	生理信号	一个公开数据集	NA	Informer, 空间注意力机制（SAM）, 通道注意力机制（CAM）	准确率, 召回率, F1分数	NA
10471	2026-02-11	Accurate compositional analysis on complex mixtures via multi-task spectral data learning 2026-Mar-15, Analytica chimica acta IF:5.7Q1 DOI:10.1016/j.aca.2025.345050 PMID:41663216	研究论文	本文提出了一种新颖的多任务学习框架，通过结合成分识别与定量分析，提高复杂混合物光谱数据成分分析的准确性	引入预测掩码机制，将多标签分类分支的概率输出直接指导并行回归分支的预测，确保仅对识别为存在的成分预测浓度，从而增强物理合理性	NA	开发一种能够直接从重叠光谱数据中准确分析复杂混合物成分的方法	复杂混合物（如金属氧化物）的光谱数据	机器学习	NA	光谱分析	多任务学习框架	光谱数据	NA	NA	ResNet1D	NA	NA
10472	2026-02-11	Nano-AI synergy in food chemistry: smart analytical tools for quality, safety, and nutritional profiling 2026-Mar-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.147987 PMID:41544475	综述	本文综述了纳米技术与人工智能（AI）在食品化学、质量控制及营养评估领域的协同应用与潜力	系统探讨了Nano-AI平台在食品安全、实时监测、营养递送及预测分析中的协同创新，整合了纳米材料与AI技术以开发智能分析工具	NA	为研究人员、食品技术专家和监管机构提供实现智能、响应式及可持续食品系统的全面路线图	食品化学、质量控制和营养评估领域	机器学习	NA	纳米传感器辅助光谱学、AI驱动光谱解卷积、纳米材料增强食品分析	机器学习, 深度学习, 神经网络	传感器数据	NA	NA	NA	NA	NA
10473	2026-02-11	Virtual Multi-Phase Contrast Enhanced Liver MRI Using Deep Learning for Evaluating Hepatocellular Carcinoma 2026-Mar, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70235 PMID:41629748	研究论文	开发了一种深度学习模型，用于生成多期增强MRI以检测肝细胞癌	提出了一种能够快速生成多期增强MRI的深度学习模型，无需使用钆基对比剂，且图像质量和诊断性能不劣于实际增强MRI	研究未明确提及模型在更广泛人群或不同扫描仪上的泛化能力	评估深度学习合成的多期增强MRI在肝细胞癌检测中的图像质量、诊断性能及临床实用性	肝细胞癌或其他非肝细胞癌肝病患者	医学影像分析	肝细胞癌	对比增强MRI	深度学习模型	MRI图像	717名患者	NA	NA	敏感性, 特异性, AUC	NA
10474	2026-02-11	Artificial intelligence predicts c-KIT exon 11 genotype by phenotype in canine cutaneous mast cell tumors: Can human observers learn it? 2026-Mar, Veterinary pathology IF:2.3Q1 DOI:10.1177/03009858251380284 PMID:41059708	研究论文	本研究旨在通过人工智能预测犬皮肤肥大细胞肿瘤的c-KIT外显子11基因型，并评估人类观察者学习此任务的能力	首次尝试将深度学习算法预测的基因型特征转移给人类病理学家，并评估其学习效果	人类观察者在自我训练后分类准确率提升有限，且未发现可靠的形态学特征来预测-11-ITD状态	识别与c-KIT外显子11内部串联重复突变相关的形态学特征，并评估人类病理学家学习这些特征的能力	犬皮肤肥大细胞肿瘤的数字化苏木精-伊红染色组织切片和图像块	数字病理学	犬皮肤肥大细胞肿瘤	深度学习	深度学习算法	图像	17名未经训练的病理学家，涉及8张全切片图像和200个图像块用于初始分类，15张新全切片图像和200个新图像块用于后续测试	NA	NA	分类准确率	NA
10475	2026-02-11	Predicting postoperative atrial fibrillation: An explainable deep learning approach 2026-Feb-25, Journal of biomedical research IF:2.2Q3 DOI:10.7555/JBR.39.20250387 PMID:41664547	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10476	2026-02-11	Spatiotemporal prediction and attribution of groundwater storage anomaly using enhanced hybrid deep learning modeling with uncertainty quantification 2026-Feb-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128766 PMID:41619477	研究论文	本研究提出了一种集成了预测、归因分析和不确定性量化的增强型混合深度学习框架，用于地下水储量异常的时空预测	构建了CNN-Attention-LSTM和Transformer-LSTM两种混合架构以捕获时空模式，并首次将Stein变分梯度下降法用于不确定性量化，同时结合SHAP进行归因解释，形成了一个透明且可信的预测框架	方法在长江流域的应用效果良好，但在其他地理或气候条件下的普适性有待进一步验证	实现高精度、可靠且可解释的地下水储量异常时空预测与归因分析	中国长江流域的地下水储量异常	机器学习	NA	NA	CNN, LSTM, Transformer	时空序列数据	NA	NA	CNN-Attention-LSTM, Transformer-LSTM	R	NA
10477	2026-02-11	Deep-Learning-Based Broadband Lightsource X-ray Absorption Spectroscopy Using Photon-Counting Detector 2026-Feb-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05977 PMID:41620946	研究论文	本文提出了一种基于深度学习的Spectral-Transformer框架，用于校正光子计数探测器在宽带光源X射线吸收光谱中的光谱失真	提出Spectral-Transformer深度学习框架，通过双模态映射机制融合光谱和管电流输入，并应用物理信息损失函数作为反馈，以保持峰值位置和总光子数	NA	校正光子计数探测器在高光子通量下因堆积和极化效应导致的光谱失真，提升宽带光源X射线吸收光谱的分析性能	宽带光源X射线吸收光谱	机器学习	NA	X射线吸收光谱	Transformer	光谱数据	NA	NA	Spectral-Transformer	KL散度, 材料分类准确率	NA
10478	2026-02-11	A novel approach for atrial fibrillation-related obstructive sleep apnea detection using enhanced single-lead electrocardiogram features with customized deep learning algorithm 2026-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf226 PMID:40795334	研究论文	本文提出了一种基于增强单导联心电图特征和定制深度学习算法的新方法，用于检测心房颤动相关的阻塞性睡眠呼吸暂停	引入了SHHDeepNet深度学习框架，利用重建独立成分分析增强单导联心电图特征，实现了对心房颤动相关阻塞性睡眠呼吸暂停的高效检测	研究样本量相对有限，且外部验证数据集的多样性可能不足	开发一种能够同时检测心房颤动和阻塞性睡眠呼吸暂停的方法，以改善心血管健康评估	心房颤动患者和阻塞性睡眠呼吸暂停患者的心电图信号	机器学习	心血管疾病	单导联心电图信号处理，重建独立成分分析	深度学习	心电图信号	内部验证：101名受试者（来自睡眠心脏健康研究数据库）；外部验证：123名受试者（来自男性骨质疏松性骨折数据库）	NA	SHHDeepNet	准确率, 灵敏度, 特异性, AUC, F1分数	NA
10479	2026-02-11	Discovery of High-Performance Ni0.62Fe0.23Ce0.15O Electrocatalyst for Oxygen Evolution Reaction via Active Machine Learning 2026-Feb-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c20812 PMID:41614688	研究论文	本文通过结合机器学习模型与遗传算法，发现了一种高性能的Ni0.62Fe0.23Ce0.15O电催化剂用于析氧反应	开发了一种结合随机森林回归模型与遗传算法的有效策略，用于预测和优化NiO基异质原子掺杂电催化剂的过电位，并通过实验验证和DFT计算揭示了其优异性能的机理	NA	优化异质原子掺杂过渡金属氧化物的结构和元素组成，以发现高性能的析氧反应电催化剂	NiO基异质原子掺杂电催化剂	机器学习	NA	机器学习，遗传算法，密度泛函理论计算	随机森林回归，其他传统机器学习和深度学习模型	NA	NA	NA	随机森林回归	均方根误差	NA
10480	2026-02-11	Detection of external root resorption in periapical radiographs using YOLO-based deep learning model 2026-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf072 PMID:41014013	研究论文	本研究开发了一种基于YOLO的深度学习模型，用于在根尖周X光片中检测外部牙根吸收	采用YOLOv5x-cls和YOLOv5x-seg模型进行外部牙根吸收的检测与分割，并首次在模拟颌骨放射密度的体模模型上进行评估	研究样本仅基于110颗离体牙，且使用化学方法诱导外部牙根吸收，可能无法完全代表临床真实情况	开发人工智能算法以辅助诊断外部牙根吸收	110颗经过化学脱矿处理的离体牙齿	计算机视觉	牙科疾病	X光成像	CNN	图像	584张根尖周X光片	PyTorch	YOLOv5x-cls, YOLOv5x-seg	F1分数	NA