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
1641	2026-01-30	Artificial intelligence revolution in shoulder magnetic resonance imaging: current evidence and future directions for rotator cuff diagnosis 2026-Jan-29, Clinics in shoulder and elbow IF:1.8Q2 DOI:10.5397/cise.2025.00990 PMID:41605224	综述	本文综述了人工智能在肩关节磁共振成像中用于诊断肩袖撕裂的当前证据与未来方向	系统回顾了2019年以来AI在肩关节MRI中用于肩袖撕裂检测、分类、分割和报告的最新应用，并特别探讨了深度学习和大语言模型（LLMs）的潜力	现有证据受限于有限的外部验证、数据集异质性以及缺乏监管批准，尚无完全自动化的诊断系统获得FDA许可	评估人工智能在肩关节磁共振成像中诊断肩袖撕裂的准确性、效率及临床应用潜力	应用于肩关节MRI的AI研究，特别是针对肩袖撕裂的检测、分类、分割或报告	医学影像分析	肩袖撕裂	磁共振成像	深度学习, 卷积神经网络, 大语言模型	图像, 文本	从732条记录中筛选，最终纳入19项研究进行综述	NA	VGG, 卷积神经网络	准确率, 灵敏度, 特异性	NA
1642	2026-01-30	PMCanalSeg: A dataset for automatic segmentation of the pterygopalatine and mandibular canals from 3D CBCT images 2026-Jan-29, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06620-w PMID:41605959	研究论文	本文介绍了一个用于从3D CBCT图像中自动分割翼腭管和下颌管的大型公开数据集PMCanalSeg	首次构建并公开了包含翼腭管数据的颌面CBCT分割数据集，填补了该领域的空白	未提及具体分割方法的性能局限或数据集本身的潜在偏差	推动颌面CBCT扫描中翼腭管和下颌管分割技术的发展，提升正颌手术安全性	颌面锥形束计算机断层扫描（CBCT）图像中的翼腭管和下颌管解剖结构	数字病理	NA	锥形束计算机断层扫描（CBCT）	NA	3D医学图像	191例患者病例	NA	NA	NA	NA
1643	2026-01-30	Refining deep learning segmentation in gallium-68-prostate-specific membrane antigen-11 positron emission tomography: evaluation of small lesion filtering and intersection-over-union thresholds 2026-Jan-29, Nuclear medicine communications IF:1.3Q3 DOI:10.1097/MNM.0000000000002114 PMID:41607277	研究论文	本文评估了在Ga-68-PSMA-11 PET图像中，小病灶过滤和不同IoU阈值对深度学习分割性能的影响	通过评估小病灶过滤和IoU阈值对分割性能的影响，优化了深度学习分割的可靠性，特别是在定量评估方面	需要多中心研究和更大数据集进行进一步验证以确保结果的普适性	评估小病灶过滤和不同IoU阈值如何影响前列腺癌Ga-68-PSMA-11 PET图像的深度学习分割	前列腺癌患者的Ga-68-PSMA-11 PET图像	数字病理学	前列腺癌	Ga-68-PSMA-11 PET成像	CNN	图像	115例患者扫描	NA	3D U-Net	Dice系数, 精确度, 灵敏度, 阳性预测值	NA
1644	2026-01-30	MetalloDock: Decoding Metalloprotein-Ligand Interactions via Physics-Aware Deep Learning for Metalloprotein Drug Discovery 2026-Jan-28, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.5c15876 PMID:41527511	研究论文	本文提出了首个专门为金属蛋白靶点设计的深度学习对接框架MetalloDock，用于精确预测金属蛋白-配体相互作用	创新性地将自回归空间解码引擎与物理约束的几何生成范式相结合，能精确重建金属配位几何并准确捕获金属-配体相互作用	NA	加速金属蛋白靶向药物发现，为金属蛋白特异性对接算法提供标准化评估框架	金属蛋白-配体相互作用	机器学习	前列腺癌	深度学习	深度学习模型	蛋白质-配体复合物结构数据	NA	NA	自回归空间解码引擎	对接成功率,虚拟筛选性能	NA
1645	2026-01-30	Coronary artery segmentation in non-contrast cardiac CT using anatomy-informed contrastive learning and synthetic data 2026-Jan-28, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae387c PMID:41534216	研究论文	本研究提出了一种基于合成数据和对比学习的深度学习方法，用于从非对比心脏CT图像中自动分割冠状动脉	提出了一个完全在合成数据上训练的深度学习框架，并引入了一种基于解剖学先验的体素级对比学习策略，以区分冠状动脉和视觉相似的背景结构	模型仅在合成数据上训练，未使用真实世界的标注数据，其性能可能受合成数据与真实数据之间域差异的影响	开发一种无需人工标注即可从非对比心脏CT图像中准确分割冠状动脉的方法，以支持大规模冠状动脉疾病筛查	非对比心脏CT图像中的冠状动脉	数字病理学	心血管疾病	非对比心脏CT成像	深度学习	医学图像	未明确指定具体样本数量，但使用了大规模合成NCCT数据集以及一个公共NCCT数据集和一个内部临床数据集进行评估	未明确指定	未明确指定	未明确指定具体指标，但通过与最先进的无监督和域适应方法比较来评估性能	NA
1646	2026-01-30	Multi-window temporal analysis for enhanced arrhythmia classification: leveraging long-range dependencies in electrocardiogram signals 2026-Jan-28, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae3937 PMID:41539004	研究论文	本文提出了一种基于结构化状态空间模型（S4）的深度学习架构S4ECG，通过联合分析长达2分钟的多段连续心电图窗口，以捕获长程时间依赖性，从而提升心律失常分类的准确性和跨数据集鲁棒性	引入了多窗口时间分析框架，利用S4模型捕获心电图信号中的长程依赖关系，显著提高了心房颤动等心律失常检测的特异性并降低了假阳性率	未明确说明模型在实时临床环境中的部署可行性或计算效率，且最优诊断窗口（10-20分钟）可能受特定数据集限制	通过捕获心电图信号中的长程时间依赖性，提升心律失常分类的准确性和跨数据集泛化能力	心电图信号，特别是用于检测心房颤动、心房扑动等多类心律失常	机器学习	心血管疾病	心电图信号分析	结构化状态空间模型（S4）	心电图信号	基于四个公开数据库进行评估，具体样本数量未在摘要中明确说明	NA	S4（结构化状态空间模型）	宏平均受试者工作特征曲线下面积，特异性，敏感性	NA
1647	2026-01-30	CLinNET: An Interpretable and Uncertainty-Aware Deep Learning Framework for Multi-Modal Clinical Genomics 2026-Jan-28, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202512842 PMID:41604548	研究论文	本文介绍了一种名为CLinNET的可解释且不确定性感知的深度学习框架，用于多模态临床基因组学，旨在增强基因筛选和VUS解释	CLinNET采用双分支设计整合多模态数据，结合生物信息架构、基于置信度的不确定性量化及分层SHAP解释，提高了预测准确性和生物相关性	未明确提及	识别神经认知障碍的分子驱动因子和诊断基因，提升基因筛选和VUS解释的临床实用性	神经认知障碍相关的基因数据，包括测序数据、基因表达、生物通路和基因本体	机器学习	神经认知障碍	测序数据、基因表达、生物通路分析、基因本体	深度神经网络	多模态数据（测序、基因表达、通路、本体）	未明确提及	未明确提及	双分支深度神经网络	F1分数, 准确率, 精确率-召回曲线下面积	未明确提及
1648	2026-01-30	ATRNet-STAR: A Large Dataset and Benchmark Towards Remote Sensing Object Recognition in the Wild 2026-Jan-28, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3658649 PMID:41605166	研究论文	本文介绍了ATRNet-STAR数据集，这是一个用于合成孔径雷达自动目标识别的大规模、高质量数据集，并基于该数据集进行了广泛的基准测试	提出了首个大规模、多样化的合成孔径雷达车辆目标识别数据集，包含40种车辆类别和超过19万个标注样本，规模是先前著名数据集的10倍	数据收集成本高昂，且受隐私问题、微波雷达图像感知特性和专业标注需求限制	填补合成孔径雷达自动目标识别领域缺乏大规模公开数据集的空白，推动深度学习技术在该领域的应用	合成孔径雷达图像中的车辆目标，包括40种不同类别	计算机视觉	NA	合成孔径雷达成像	NA	图像	超过190,000个标注样本	NA	NA	NA	NA
1649	2026-01-30	Bioinspired spiking architecture enables energy constrained touch encoding 2026-Jan-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68858-7 PMID:41605933	研究论文	本文提出了一种结合光纤布拉格光栅电子皮肤与脉冲神经网络的模块化人工触觉系统，模拟人类体感系统的早期阶段，旨在解决触觉感知中的布线、能耗和可扩展性挑战	通过生物启发的脉冲神经网络架构实现了高达10倍的定位超分辨率，相比现有深度学习方法定位精度提升32%，并在神经形态芯片上实现了高度并行化和亚毫瓦级的低功耗计算	未明确提及系统在极端环境下的鲁棒性或长期稳定性测试	开发一种可扩展、能量可持续的触觉感知解决方案，用于需要安全人机交互和动态环境操作的自主系统	人工触觉系统，包括光纤布拉格光栅电子皮肤和脉冲神经网络	机器触觉	NA	光纤布拉格光栅传感，脉冲神经网络	SNN	触觉数据	NA	NA	生物启发的脉冲神经网络架构	定位超分辨率，定位精度	神经形态芯片
1650	2026-01-30	Lipid Nanoparticle Database towards structure-function modeling and data-driven design for nucleic acid delivery 2026-Jan-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68818-1 PMID:41605942	研究论文	本文开发了一个名为LNPDB的脂质纳米颗粒数据库，用于整合结构-功能数据，支持数据驱动的核酸递送设计	首次创建了一个统一的脂质纳米颗粒数据库，标准化了LNP的特征化，并集成了分子动力学模拟功能	NA	解决脂质纳米颗粒结构-功能数据分散和非标准化的问题，促进系统化分析和数据驱动设计	脂质纳米颗粒（LNPs），用于核酸递送	机器学习	NA	脂质纳米颗粒技术，分子动力学模拟	深度学习模型	结构数据，功能数据	19,528个脂质纳米颗粒	NA	NA	NA	NA
1651	2026-01-30	A Comprehensive X-ray Dataset for Pediatric Ulna and Radius Fractures Analysis 2026-Jan-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06666-w PMID:41605965	研究论文	本文介绍了首个公开的儿科尺骨和桡骨骨折X射线数据集PediURF，并提出了一个双视角分类模型URFNet用于骨折分类	创建了首个公开的儿科尺骨和桡骨骨折X射线数据集PediURF，包含超过10,000张去标识化图像，并提出了一个新颖的双视角分类模型URFNet	未明确提及研究的局限性	解决儿科前臂骨折研究中缺乏标准化和公开可用数据集的问题，以促进人工智能研究和临床验证	儿科尺骨和桡骨骨折的X射线图像	计算机视觉	儿科骨折	X射线成像	深度学习分类模型	图像	超过10,000张去标识化X射线图像	NA	URFNet	NA	NA
1652	2026-01-30	A dataset and benchmark of carbonate thin-section images for deep learning 2026-Jan-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06633-5 PMID:41605971	研究论文	本文介绍了一个名为DeepCarbonate的碳酸盐岩薄片图像数据集，用于深度学习分析，并提供了基准测试结果	提出了首个经过清理和标准化的碳酸盐岩薄片图像公共基准数据集，包含22个岩性类别，并按光学模式分层组织，以促进可重复性和公平模型比较	未明确说明数据集的样本数量或图像总数，且仅评估了有限的深度学习模型架构	为碳酸盐岩薄片图像分析提供一个标准化、可重复的深度学习基准数据集和评估框架	来自中国四川盆地和阿拉伯联合酋长国特定地质层位的碳酸盐岩薄片图像	计算机视觉	NA	薄片图像分析	CNN	图像	NA	PyTorch	ResNet, VGG, DenseNet, MobileNet, EfficientNet	NA	CUDA加速
1653	2026-01-30	Artificial Intelligence-Based Multi-Stage System for Automated Angle's Classification of Malocclusion from Intraoral Images in Orthodontics 2026-Jan-28, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01826-7 PMID:41606231	研究论文	本研究提出了一种基于多阶段深度学习流程的系统，用于从口腔内图像自动进行Angle错𬌗畸形分类	开发了一个三阶段自动化流程，仅使用口腔内照片（无需X光片）即可完成分类，并集成了侧向分类、特定侧别的磨牙区域定位和统一的错𬌗分类器	目前仅基于口腔内图像，未来需要整合X光片或3D扫描等多模态数据以进行更全面的正畸诊断	开发一个自动化系统，用于正畸中Angle错𬌗畸形的分类，以减少诊断差异并支持大规模筛查	口腔内咬合图像，特别是侧向咬合图像，要求患者年龄大于6岁且第一磨牙已完全萌出	计算机视觉	错𬌗畸形	深度学习，图像分析	CNN	图像	来自三个正畸中心的8909张侧向口腔内咬合图像，外部验证集包含383张未见过的图像	NA	MolarBBoxNet-R, MolarBBoxNet-L, AngleClassifier-R50	准确率, 敏感性, 特异性	NA
1654	2026-01-30	A comprehensive multi-task deep learning model for kidney cancer: histological subtyping, clinical staging, and anatomical complexity grading 2026-Jan-28, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12322-z PMID:41606245	研究论文	开发并验证了一种基于多期相增强CT的多任务深度学习模型，用于同时评估恶性肾肿瘤的组织学亚型、临床分期和解剖复杂性分级	提出了一种基于渐进分层提取的多任务深度学习模型，能够同时处理肾肿瘤的多个临床任务，相比单任务模型在临床分期上表现更优，且计算效率显著提升	研究为回顾性设计，且仅包含两个中心的患者数据，可能存在选择偏倚	开发一个能够同时预测恶性肾肿瘤组织学亚型、临床分期和解剖复杂性分级的深度学习模型	恶性肾肿瘤患者及其术前肾脏多期相增强CT图像	计算机视觉	肾癌	多期相增强CT	深度学习	图像	798名患者（中心A: 620例，中心B: 178例）	NA	基于渐进分层提取的多任务深度学习模型	AUC, 决策曲线分析	NA
1655	2026-01-30	Analysis of Upper Airway Morphology Using Four-Dimensional Dynamic MRI With Active Deep Learning-Based Automatic Segmentation 2026-Jan-28, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70237 PMID:41607039	研究论文	本研究使用主动学习的nnU-Net模型，在自由呼吸的四维动态MRI上自动分割上气道，并量化分析不同张口状态下的形态学动态变化	首次将主动学习的nnU-Net应用于自由呼吸的四维动态MRI上气道自动分割，减少了手动标注工作量，并系统量化了张口呼吸对上气道形态动态变化的影响	样本量相对有限（84名成人，内部测试集18人），且研究对象均为无阻塞性睡眠呼吸暂停的成年人，结果可能无法推广到OSA患者群体	开发自动分割方法以量化上气道在呼吸过程中的动态形态变化，并探究张口状态、性别及睡眠相关症状对上气道形态的影响	无阻塞性睡眠呼吸暂停的成年人（84人，其中28名男性，56名女性，年龄18-80岁，33人有睡眠相关呼吸症状）	数字病理学	阻塞性睡眠呼吸暂停	自由呼吸时间分辨成像与交错随机轨迹序列（TWIST）的四维动态MRI	nnU-Net	四维动态MRI图像	84名成年人（训练集68人，固定验证集4人，内部测试集18人）	nnU-Net	nnU-Net	Dice系数	NA
1656	2026-01-30	Protein language models trained on biophysical dynamics inform mutation effects 2026-Jan-27, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2530466123 PMID:41576089	研究论文	本研究提出了两种基于生物物理动力学的蛋白质语言模型SeqDance和ESMDance，用于预测蛋白质动态特性和突变效应	首次将分子动力学模拟和简正模式分析获得的动态生物物理特性融入蛋白质语言模型训练，突破了传统模型仅依赖序列和静态结构的局限	模型训练数据来源于64,000多个蛋白质的计算模拟结果，可能无法完全覆盖所有蛋白质类型的动态特性	开发能够捕捉蛋白质动态特性的深度学习模型，以更准确地预测突变对蛋白质功能的影响	蛋白质序列及其动态生物物理特性	自然语言处理	NA	分子动力学模拟，简正模式分析	蛋白质语言模型	蛋白质序列，动态生物物理特性数据	超过64,000个蛋白质	NA	SeqDance, ESMDance（基于ESM2）	零样本预测性能	NA
1657	2026-01-30	Benchmarking the geographic generalization of deep learning models for precipitation downscaling 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34557-4 PMID:41593162	研究论文	本文通过RainShift数据集和基准测试，评估了深度学习模型在降水降尺度任务中的地理泛化能力	引入了RainShift数据集和基准，首次系统评估了降尺度模型在地理分布偏移下的泛化性能，并探讨了领域适应等改进策略	模型在分布外区域性能显著下降，即使扩展训练域也难以完全克服地理差异，且高分辨率观测数据在全球分布不均	评估深度学习降水降尺度模型的地理泛化能力，以促进高分辨率气候信息的全球公平获取	地球系统模型（ESM）的输出数据，以及全球不同地理区域的降水观测数据	机器学习	NA	深度学习降尺度	GAN, 扩散模型	气候数据	NA	NA	NA	NA	NA
1658	2026-01-30	Sustainable design of organic solar cells utilized machine and deep learning 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35067-7 PMID:41593236	研究论文	本研究通过SCAPS-1D模拟和人工智能模型，对有机太阳能电池的结构进行优化和性能预测	结合详细物理模拟与人工智能预测模型（CNN和SVR），优化有机太阳能电池设计并预测其性能，以支持可持续发展目标	模拟基于一维模型，可能未完全反映三维实际器件中的复杂效应；人工智能模型的训练数据来源于模拟结果	优化有机太阳能电池的设计以提高其功率转换效率，并利用人工智能预测性能，推动清洁能源技术的可持续发展	具有ITO/PEDOT:PSS/PBDB-T:IT-M/PFN-Br/Al结构的有机太阳能电池	机器学习	NA	SCAPS-1D太阳能电池模拟器	CNN, SVR	模拟的结构参数与性能数据	NA	NA	卷积神经网络，支持向量回归	预测准确性	NA
1659	2026-01-30	An attention based optimized network for the classification of skin lesions 2026-Jan-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31220-w PMID:41588030	研究论文	提出了一种结合深度学习和优化技术的新型优化网络，用于皮肤病变分类	将RegNetY032模型与改进的分类头作为主干架构，集成软注意力模块以有效识别和优先处理显著病变特征，并采用Harris-Hawks优化算法进行超参数优化	未在摘要中明确说明	开发一种自动化的皮肤病变分类方法，以辅助早期诊断和及时治疗	皮肤病变图像	计算机视觉	皮肤癌	皮肤镜检查	CNN	图像	HAM10000基准数据集	未在摘要中明确说明	RegNetY032	准确率	未在摘要中明确说明
1660	2026-01-30	SpatialDINO: A Self-Supervised 3D Vision Transformer that enables Segmentation and Tracking in Crowded Cellular Environments 2026-Jan-25, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.31.697247 PMID:41509489	研究论文	本文介绍了一种名为SpatialDINO的自监督3D视觉Transformer方法，用于在拥挤的细胞环境中实现分割和跟踪	SpatialDINO是一种完全自动化的自监督方法，基于改进的DINOv2训练原生3D视觉Transformer，无需体素标注或重新训练即可从单通道显微镜图像中生成鲁棒的语义特征图，支持跨成像条件和模态的对象检测与分割	方法在训练时使用了小规模共聚焦体积数据集，可能限制其在更广泛场景下的泛化能力；自监督方法可能对某些特定对象类别的检测精度有限	开发一种自监督的3D视觉Transformer方法，以解决拥挤细胞环境中低对比度、各向异性、单色图像体积中对象识别、分割和跟踪的难题	拥挤细胞内环境中的不同大小和形状的物体，如网格蛋白包被小坑、网格蛋白包被囊泡、内体、溶酶体、细胞质膜、细胞核以及MRI扫描中的肿瘤	计算机视觉	NA	活细胞荧光3D晶格光片显微镜、共聚焦显微镜、MRI扫描	Vision Transformer	3D图像	小规模共聚焦体积数据集，涵盖不同大小和形状的目标	NA	DINOv2（改进版本）	NA	NA