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
201	2026-02-19	Temporal variance mapping with machine learning for label-free 3D chromatin imaging using optical interferometric microscopy 2026-Feb-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.583584 PMID:41693892	研究论文	本研究提出了一种基于光学干涉显微镜的无标记3D染色质成像方法，通过机器学习分析时间方差映射，实现高分辨率成像	利用原生生物分子运动产生的快速波动散射信号，结合深度学习将无标记动态数据映射到染色质荧光图像，显著提升了轴向分辨率和成像特异性	未明确提及方法在复杂生物样本或长期活细胞成像中的适用性限制	开发一种高分辨率、无标记的3D染色质成像技术，以克服传统相位显微镜在轴向分辨率和特异性方面的限制	活细胞核的染色质结构，包括核仁和核斑等亚核结构	计算机视觉	NA	光学干涉显微镜，高速成像（1000帧/秒），时间方差映射	深度学习模型	图像	未明确提及具体样本数量，仅涉及活细胞核的光学传输图像	NA	NA	NA	NA
202	2026-02-19	Deep cytomorphology identifies erythroid skewing and monocytic morphology to predict TKI sensitivity in CML patients 2026-Feb, HemaSphere IF:7.6Q1 DOI:10.1002/hem3.70319 PMID:41694735	研究论文	本研究利用深度学习分析慢性髓系白血病患者的骨髓涂片，识别出与酪氨酸激酶抑制剂敏感性相关的细胞形态学标志物	首次通过深度学习系统分析CML骨髓细胞形态，发现红系前体细胞富集和单核细胞核分叶等新形态学标志物可预测TKI疗效，并构建了优于现有临床评分系统的整合模型	研究为回顾性分析，需在前瞻性队列中验证；仅使用常规染色涂片，未结合分子或遗传数据；样本来自七个中心但可能存在选择偏倚	探索慢性髓系白血病骨髓细胞形态特征与酪氨酸激酶抑制剂治疗反应的关系，改进风险分层	598名慢性髓系白血病患者的1548张骨髓穿刺涂片	数字病理学	白血病	常规染色（骨髓涂片染色），深度学习图像分析	深度学习模型	图像	598名患者，1548张涂片，来自七个医疗中心	未明确说明	未明确说明	AUROC（受试者工作特征曲线下面积）	未明确说明
203	2026-02-19	Transforming nephrology through artificial intelligence: a state-of-the-art roadmap for clinical integration 2026-Feb, Clinical kidney journal IF:3.9Q1 DOI:10.1093/ckj/sfag004 PMID:41704427	综述	本文综述了人工智能（包括机器学习、深度学习和生成式AI）在肾脏病学领域的应用现状、临床整合挑战及未来发展方向	系统性地整合了AI在急性肾损伤、慢性肾脏病、透析和肾移植中的新兴应用，并强调了多模态数据整合、生成式AI和自适应决策支持范式（如强化学习、数字孪生）的创新潜力	临床工作流程整合有限，存在数据异质性、算法偏见、可解释性不足、监管不确定性等实施挑战	探讨AI在肾脏病学中的临床整合路径，推动个性化、高效和公平的肾脏疾病管理	急性肾损伤、慢性肾脏病、透析患者和肾移植受者	数字病理学	肾脏疾病	电子健康记录数据分析、重症监护室遥测、多组学数据整合	机器学习、深度学习、生成式AI、强化学习	电子健康记录、遥测数据、影像、病理图像、多组学数据	NA	NA	大语言模型、iBox系统	NA	NA
204	2026-02-18	Combating Antiviral Drug Resistance: A Multipronged Strategy 2026-Feb-17, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00724 PMID:41650319	研究论文	本文介绍了一种多管齐下的策略，通过合成、计算、结构和生物学研究来开发抗病毒药物，以应对病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）的药物耐药性突变	提出了一种结合传统蛋白酶抑制、蛋白酶降解（首次报道靶向SARS-CoV-2 M的PROTAC分子HP211206）、计算化学方法（如PDLD/S-LRA/β框架与量子力学计算结合）以及人工智能（如D2Screen深度学习虚拟筛选）的多管齐下策略，以开发对耐药突变更有效的抗病毒疗法	NA	开发对抗病毒蛋白酶药物耐药性突变的更有效治疗方法	病毒蛋白酶（特别是SARS-CoV-2主要蛋白酶M）及其药物耐药性突变	计算化学, 药物发现	COVID-19, 病毒感染	计算化学, X射线晶体学, 虚拟筛选, 深度学习	深度学习	化学结构数据, 蛋白质结构数据, 生物活性数据	NA	NA	NA	抑制活性, 结合自由能, 催化效率参数	NA
205	2026-02-18	Information-Guided Fusion of Multimodal Vibrational Spectroscopy for Disease Diagnosis Based on Symbiotic Attention Decoupled Contrastive Learning 2026-Feb-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06086 PMID:41657032	研究论文	本文提出了一种基于共生注意力解耦对比学习的多模态振动光谱融合方法，用于疾病诊断	设计了共生注意力融合和寄生注意力融合机制，模拟生物共生与寄生关系，实现差异化信息增强，并引入监督多模态对比学习解耦网络以平衡跨模态一致性和模态内凝聚力	NA	提高振动光谱在疾病诊断中的准确性和可解释性	癌症、自身免疫疾病和心血管疾病数据集	机器学习	癌症、自身免疫疾病、心血管疾病	拉曼光谱、红外光谱	多层感知机、卷积神经网络	光谱数据	NA	NA	SAFDN	准确率、AUC	NA
206	2026-02-18	AutoSimTTF: a fully automatic pipeline for personalized electric field simulation and treatment planning of tumor treating fields 2026-Feb-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4288 PMID:41643315	研究论文	本文介绍了一个名为AutoSimTTF的全自动管道，用于肿瘤治疗电场（TTFields）的个性化电场模拟和优化治疗计划	开发了一个端到端的全自动工作流，集成了深度学习自动肿瘤分割、基于有限元法的电场模拟以及一种新颖的基于物理的参数优化方法，显著提升了效率和个性化治疗能力	与传统的半自动工作流相比，模拟精度在某些组织中存在最高14.1%的偏差	提高肿瘤治疗电场（TTFields）治疗计划的计算效率、可重复性和可及性，实现数据驱动的个性化治疗	肿瘤治疗电场（TTFields）的个性化治疗计划	数字病理学	肿瘤	有限元法，深度学习	深度学习模型	医学影像数据	NA	NA	NA	Dice相似系数	NA
207	2026-02-18	Atomically Precise Metal Clusters for NIR-II Imaging 2026-Feb-17, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.5c00837 PMID:41645060	综述	本文综述了原子级精确金属簇在近红外二区成像中的发光特性、成像技术、生物医学应用及生物安全性	通过原子工程、配体设计和表面修饰精细调控金属簇的近红外二区光学性质，并结合先进成像技术与人工智能实现高分辨率、深组织可视化	NA	探讨原子级精确金属簇在近红外二区成像中的基础物理、发光机制及其在生物医学成像和临床病理诊断中的应用潜力	原子级精确金属簇	生物医学成像	心血管疾病, 脑血管疾病, 恶性肿瘤	近红外二区成像, 宽场成像, 三维显微成像, 人工智能辅助图像处理	深度学习	图像	NA	NA	NA	信噪比	NA
208	2026-02-18	Classification of small specimen uranium ores using LIBS combined with machine learning and deep learning algorithms 2026-Feb-17, The Analyst DOI:10.1039/d5an01326g PMID:41699974	研究论文	本研究提出了一种结合激光诱导击穿光谱（LIBS）技术与机器学习和深度学习算法的分类模型，用于实现小样本铀矿石的快速高精度分类	将LIBS技术与多种机器学习和深度学习算法结合，并比较了LASSO和PCA两种特征提取方法在小样本铀矿石分类中的效果，发现基于PCA特征的深度学习模型能实现100%的分类准确率	随机森林模型在小训练集下存在显著过拟合问题，且部分深度学习模型在LASSO特征选择下仍存在误分类	开发快速高精度的小样本铀矿石分类方法	12种类型的铀矿石样本	机器学习	NA	激光诱导击穿光谱（LIBS）	随机森林（RF）、前馈神经网络（FNN）、卷积神经网络（CNN）、长短期记忆网络（LSTM）	光谱数据	12种铀矿石样本的光谱数据	NA	FNN, CNN, LSTM	分类准确率	NA
209	2026-02-18	High-Resolution 3T MRI of the Membranous Labyrinth Using Deep Learning Reconstruction 2026-Feb-16, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8989 PMID:40876943	研究论文	本研究评估了深度学习重建的高分辨率3D重T2加权TSE MRI序列在显示迷路结构方面的效果，并与传统序列进行比较	首次将深度学习重建技术应用于高分辨率3D重T2加权TSE MRI序列，以提高内耳膜性迷路的可视化效果，同时不增加采集时间	DLR-3D-T2序列对某些结构（如球囊、半规管）的可视化仍有限，分辨率可能不足以完全显示所有微解剖细节	评估深度学习重建MRI序列在提高内耳膜性迷路空间分辨率和减少噪声方面的潜力，以实现更详细的非侵入性解剖评估	患者的内耳膜性迷路结构，包括螺旋板、鼓阶、前庭阶、中阶、椭圆囊、球囊、椭圆囊和球囊斑、膜性半规管以及壶腹神经	医学影像	内耳疾病	3D重T2加权TSE MRI序列，深度学习重建技术	深度学习模型	MRI图像	患者样本，具体数量未在摘要中明确说明	NA	NA	定性评分（4点量表），统计显著性（P值）	NA
210	2026-02-18	SCImputation: Mitigating Feature Confounding From a Structural Causal Perspective for Data Imputation 2026-Feb-16, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3665199 PMID:41697814	研究论文	本文提出了一种基于结构因果视角的数据插补方法SCImputation，通过结合实例级和特征级信息优化邻居选择，并利用后门调整公式减轻目标特征带来的混淆效应	首次从结构因果视角分析数据插补问题，揭示了目标特征作为混淆因子对邻居选择的影响，并提出了一种结合局部估计与全局分布重加权的新策略	未明确讨论计算复杂度或在大规模数据集上的可扩展性，且实验主要基于特定类型的数据集（如生物医学和一般应用数据集）	开发一种能够减轻特征混淆的数据插补方法，以提高缺失值估计的准确性和可靠性	缺失数据，特别是生物医学和一般应用数据集中的缺失值	机器学习	NA	数据插补	KNNimpute, LLSimpute	表格数据，包括生物医学微阵列数据和一般评估数据	五个数据集（NACC、三个NCBI微阵列数据集、Turkiye学生评估数据集），具体样本数量未在摘要中明确	NA	SCImputation（结合KNNimpute和LLSimpute的变体）	准确率，均方根误差（RMSE）	NA
211	2026-02-18	Intelligent Visible-Near Infrared Micro-Hyperspectral Sensing System for Rapid Chemical Mapping of Microplastics and Metal Oxides 2026-Feb-16, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04165 PMID:41698001	研究论文	本文介绍了一种集成了可见光-近红外微高光谱成像与定制深度学习架构的智能传感平台，用于快速、无损、准确的微观材料化学映射	采用基于补丁的空间-光谱策略，通过定制的多注意力3D卷积神经网络与残差连接，有效补偿了宽谱Vis-NIR光谱的低化学特异性，实现了对光谱难以区分的微塑料和金属氧化物等化学物质的高精度分类	未明确提及该平台的成本、操作复杂性或在不同环境条件下的适用性限制	开发一种高通量、低成本、非破坏性的化学映射方法，以克服传统技术如SEM-EDS和拉曼显微镜的低通量和高成本限制	微观材料，包括微塑料（如聚苯乙烯和聚甲基丙烯酸甲酯）和多种金属氧化物	计算机视觉	NA	可见光-近红外微高光谱成像	3D CNN	高光谱图像	涉及八种化学物种的分类，但未明确具体样本数量	NA	多注意力3D卷积神经网络与残差连接	准确率	NA
212	2026-02-18	Automated Segmentation of Stellate Ganglion Block Region in Ultrasound Images Using Deep Learning Model 2026-Feb-16, Anesthesia and analgesia IF:4.6Q1 DOI:10.1213/ANE.0000000000007938 PMID:41698185	研究论文	本研究开发并验证了一种用于超声图像中星状神经节阻滞区域自动分割的深度学习模型	首次系统评估深度学习在星状神经节阻滞区域分割中的应用，并提出了多级特征融合的UNet模型	模型在边界精度上略逊于专家，且研究为回顾性设计	开发自动分割模型以支持超声引导下星状神经节阻滞的精准针头放置并提高手术安全性	接受超声引导星状神经节阻滞的患者	计算机视觉	NA	超声成像	深度学习	图像, 视频	370名患者，730个视频（2190张图像）	NA	MLF-UNet, UNet	Dice相似系数, 交并比, 95百分位豪斯多夫距离, 平均对称表面距离	NA
213	2026-02-18	Clinical validation of perfusion imaging with pulmonary function test data using Voronoi-based discretization 2026-Feb-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4669 PMID:41698321	研究论文	本研究提出了一种基于Voronoi图离散化的框架，用于从原始值和百分位数缩放的灌注图像中提取局部空间信息，以增强与肺功能测试数据的相关性	利用Voronoi图对灌注图像进行离散化，通过分层描述性统计捕获局部空间信息，从而更有效地将区域灌注成像与全局肺功能评估联系起来	需要验证在更大数据集上的泛化能力，且方法依赖于灌注图像的质量和可用性	开发一种非侵入性工具，整合灌注成像与肺功能测试数据，以改进肺部疾病的诊断和管理	肺部灌注图像（SPECT和CT-P）与肺功能测试数据	数字病理学	肺癌	单光子发射计算机断层扫描（SPECT）、CT灌注成像（CT-P）、肺功能测试（PFT）	逻辑回归	图像	未明确指定样本数量	NA	NA	Spearman相关系数、AUC	NA
214	2026-02-18	Temporomandibular Disorders Diagnosis: Current Challenges and the Promising Role of Artificial Intelligence 2026-Feb-16, European journal of dentistry DOI:10.1055/s-0046-1816081 PMID:41698418	综述	本文综述了颞下颌关节紊乱病诊断面临的挑战，并重点介绍了人工智能在该领域日益增长的作用	强调了将人工智能技术与现有诊断框架（如DC/TMD）相结合，以实现更客观、数据驱动和个性化的诊断方法	NA	总结当前颞下颌关节紊乱病诊断的挑战，并探讨人工智能在改善诊断准确性、一致性和效率方面的潜力	颞下颌关节紊乱病	数字病理学	颞下颌关节紊乱病	NA	机器学习, 深度学习	图像, 临床数据, 心理社会数据	NA	NA	NA	NA	NA
215	2026-02-18	AI-integrated smartphone platform enables POC dual-channel glucose monitoring with an indicator-free nanozyme gel kit 2026-Feb-16, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118510 PMID:41698866	研究论文	本研究开发了一种基于无指示剂纳米酶凝胶试剂盒和AI集成智能手机平台的双通道葡萄糖监测系统，用于唾液葡萄糖的无创、快速检测	通过微波辅助静态生物矿化策略合成葡萄糖氧化酶模板化的MnO纳米片，保留了酶的天然活性和固有荧光；将纳米材料嵌入琼脂糖凝胶制成“微管实验室”，并与基于深度学习算法的智能手机应用（SmartGDS）集成，实现了荧光和比色双模式检测	未明确提及长期稳定性、大规模生产可行性或与其他干扰物质的交叉反应性测试	开发一种用于无创、低成本健康管理的即时检测（POCT）葡萄糖监测平台	唾液中的葡萄糖	生物传感与即时检测	糖尿病及相关代谢疾病	微波辅助静态生物矿化、荧光共振能量转移（FRET）、比色法、荧光检测	深度学习算法	图像（颜色和荧光变化）	临床唾液样本（具体数量未明确）	NA	NA	检测限（LOD）、线性范围、准确性	智能手机平台（具体型号未指定）
216	2026-02-18	Neonatal jaundice detection using a vision transformer-based deep learning model 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40515-5 PMID:41699004	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
217	2026-02-18	A Flexible Hybrid Quantum-classical Training Framework of Organ-at-Risk and Tumor Segmentation Models for Radiation Therapy Planning 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40127-z PMID:41699007	研究论文	提出了一种用于放射治疗计划中危及器官和肿瘤分割的混合量子-经典训练框架，以减少可训练参数并提升分割性能	基于量子参数生成技术，在训练过程中自适应确定参数矩阵的秩，既保留模型结构又减少参数数量，同时通过每个通道独立的变分量子电路保持通道独立性	未明确说明框架在更大规模数据集或其他医学影像模态上的泛化能力	解决医学影像分割中因模型过参数化导致的小样本过拟合问题，提升放射治疗计划的分割精度	危及器官和肿瘤的医学影像分割	医学影像分析	肿瘤	深度学习分割，量子参数生成	混合量子-经典模型	医学影像	NA	NA	UNetPP	IoU, DSC	浅层量子电路
218	2026-02-18	Risk Prediction of Chronic Kidney Disease Progression in Type 2 Diabetes Mellitus Across Diverse Populations 2026-Feb-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02439-2 PMID:41699026	研究论文	本研究开发了基于深度学习的预后模型，用于预测2型糖尿病患者慢性肾病进展风险	利用大规模纵向电子健康记录数据，构建了适用于亚洲人群的深度学习预后模型，并通过外部验证确认了其泛化能力	模型主要基于香港地区数据，尽管进行了外部验证，但在其他种族或地区的适用性仍需进一步研究	预测2型糖尿病患者慢性肾病的进展风险，实现早期风险分层和个性化干预	2型糖尿病患者，特别是亚洲人群	机器学习	慢性肾病	电子健康记录分析	深度学习	临床数据、生化数据、处方历史数据	569,680名个体（来自香港165家公共医疗机构），外部验证使用UK Biobank和CHARLS队列	NA	NA	AUC	NA
219	2026-02-18	A method for compiling satellite image map geographic objects based on vector map data via deep learning 2026-Feb-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39096-0 PMID:41699043	研究论文	本文提出了一种基于深度学习和矢量地图数据指导的卫星影像地图编绘自动化方法	利用深度学习模型学习矢量数据到卫星影像的映射，并通过迁移学习增强对需修改区域的敏感性，实现地理对象的选择性和多样化操作编绘	NA	实现卫星影像地图的自动化编绘，以增强视觉清晰度、隐藏敏感信息并确保与矢量表示的一致性	卫星影像地图中的线性和多边形地理对象	计算机视觉	NA	深度学习	编码器-解码器架构	图像	NA	NA	编码器-解码器	NA	NA
220	2026-02-18	A deep learning model integrating structured data and clinical text for predicting atrial fibrillation recurrence 2026-Feb-16, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02436-5 PMID:41699044	研究论文	本研究开发了一个整合结构化数据和临床文本的双分支深度学习模型，用于预测心房颤动消融术后的复发风险	首次将结构化数据（通过1D ResNet处理）与临床文本数据（通过多个大型语言模型编码）进行多模态融合，用于预测AF复发，并比较了不同LLM在文本特征提取中的性能	研究为回顾性设计，可能存在选择偏倚；模型性能需在前瞻性队列中进一步验证；未详细说明模型的可解释性方法	开发一个多模态深度学习模型，以更准确地预测心房颤动消融术后的复发风险，从而识别高危患者并指导靶向干预	接受心房颤动消融术的患者	自然语言处理, 机器学习	心血管疾病	NA	深度学习, 大型语言模型	结构化数据, 文本数据	2508名患者，来自中国五个医疗中心	NA	1D ResNet, LLaMA-7B, Phi2-2.7B, Mistral-7B, MedGemma-27B	曲线下面积	NA