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
221	2026-06-08	A deep learning approach to emotionally intelligent AI for improved learning outcomes 2026-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37750-1 PMID:41644608	研究论文	提出一种多模态情感感知深度学习框架，整合情感智能到教育AI中，提升学习效果	首次通过图融合机制联合分析面部表情、语音和文本多模态数据，实现情感感知自适应反馈	伦理考量如数据隐私、知情同意和责任部署仍需进一步深入研究	开发具有情感智能的教育AI系统，提升学习者参与度、情绪调节和任务持续性	学习者情感状态、多模态数据（面部表情、语音、文本）	自然语言处理	不适用	不适用	深度学习	图像、语音、文本	使用AffectNet和IEMOCAP基准数据集	NA	图融合机制	情感识别性能、学习者参与度、情绪调节、任务持续性	NA
222	2026-06-08	Leveraging in-silico deep learning and computational analyses to predict the pathogenicity of ROBO4 variants of uncertain significance in aortic aneurysm and dissection patients 2026-Feb-04, BMC cardiovascular disorders IF:2.0Q3 DOI:10.1186/s12872-025-05357-5 PMID:41639767	研究论文	利用计算分析和AlphaFold2等工具预测ROBO4基因意义不明确变异在主动脉瘤和夹层患者中的致病性	将AlphaFold2等计算工具与临床数据结合，建立评估意义不明确变异致病性的新型工作流程，并揭示基因型-表型相关性	样本量小（仅5例患者），缺乏功能实验验证	预测ROBO4基因错义意义不明确变异在胸主动脉瘤和夹层中的致病潜力	5例携带杂合ROBO4意义不明确变异并患有胸主动脉瘤或夹层的患者	计算生物学	主动脉瘤和夹层	AlphaFold2, AlphaMissense, REVEL, PolyPhen-2, SIFT, FATHMM, MutationTaster2, GranthamMatrix, PhastCons	AlphaFold2, AlphaMissense	临床数据, 基因序列数据	5例患者	NA	AlphaFold2	NA	NA
223	2026-06-08	Deep Learning-based Assessment of Eyelid and Periorbital Parameters: Assisting Diagnosis and Treatment Planning in Blepharoptosis 2026-Feb-04, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02339-8 PMID:41634468	研究论文	开发并评估一种基于深度学习的系统，用于自动测量眼睑和眶周参数并分类提上睑肌功能，辅助诊断和治疗计划制定	首次将深度学习模型应用于眼睑和眶周参数的自动测量及提上睑肌功能分级，且系统性能与眼科医生评估水平相当	未在摘要中明确说明局限性，可能包括回顾性设计、单中心数据、样本量有限等	开发基于深度学习的眼睑和眶周参数自动测量及提上睑肌功能分级系统，支持个性化诊断和手术规划	眼睑下垂患者的眼睑和眶周参数，包括眼眶边缘距离1和眉毛高度	机器学习	眼睑下垂	NA	深度学习模型、多项逻辑回归模型	图像	1177名接受提睑术的患者	NA	深度学习分割模型（具体架构未在摘要中明确）	Dice系数、组内相关系数、准确率、AUC	NA
224	2026-06-08	An improved seam carving method for enhancing the visual field of tunnel vision patients 2026-Feb-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35527-0 PMID:41634090	研究论文	提出一种改进的接缝裁剪方法，用于增强隧道视野患者的视野范围	通过多尺度图像融合（结合深度、显著性、前景分割和边缘检测特征）计算能量图，并采用前向-中间方法进行接缝移除	NA	改善隧道视野患者的视觉体验，将输入图像宽度缩小以适应患者视角，同时保留重要物体和细节	隧道视野患者的视觉场景图像	计算机视觉	眼科疾病	图像重定向	NA	图像	NA	NA	NA	SSIM, SIFT特征匹配, 深度学习感知质量指标, 综合评分	NA
225	2026-06-08	Self-supervised pretraining with NuSPIRe unlocks nuclear morphology-driven insights in spatial omics 2026-Feb-03, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-03987-2 PMID:41634826	研究论文	提出一种自监督深度学习模型NuSPIRe，通过分析DAPI染色的细胞核形态图像，挖掘空间组学数据中的核形态信息	首次将自监督预训练应用于细胞核形态分析，并在空间组学中整合核形态与基因表达数据，实现AI驱动的实验优化	未提及	利用细胞核形态信息提升空间组学数据分析的效率和准确性	DAPI染色的细胞核图像及空间组学数据	计算机视觉, 数字病理学	未提及	DAPI染色, 空间组学	自监督深度学习模型	图像	1552万个细胞核图像	PyTorch	NuSPIRe	未提及	未提及
226	2026-06-08	Integrating deep learning and radiomics for precise identification of luminal A/B breast cancer subtypes on dynamic contrast-enhanced MRI 2026-Feb-03, Cancer imaging : the official publication of the International Cancer Imaging Society IF:3.5Q1 DOI:10.1186/s40644-026-00996-z PMID:41634854	research paper	开发并验证一种结合影像组学和深度学习特征从动态对比增强磁共振成像（DCE-MRI）中精准区分Luminal A/B乳腺癌亚型的混合分类模型	首次将影像组学特征与3D ResNet-50深度学习特征通过堆叠集成方法融合，实现乳腺癌亚型的非侵入性分类，并应用SHAP和Grad-CAM增强模型可解释性	样本量相对有限（312例患者），且研究局限于Luminal A/B亚型，尚未进行前瞻性验证及与基因组学数据的整合	开发一种非侵入性影像学方法替代有创活检，实现乳腺癌Luminal A/B亚型的精准分类	来自中国、俄罗斯和保加利亚的312例确诊Luminal亚型乳腺癌患者（含独立外部验证队列148例）	computer vision, digital pathology	breast cancer	DCE-MRI	CNN, 3D ResNet-50, 堆叠集成模型	image	312例患者（训练及测试），148例独立外部验证	PyRadiomics, PyTorch	3D ResNet-50, 堆叠集成模型	AUC, sensitivity, specificity	NA
227	2026-06-08	The expectations of in silico fragment-based drug design and future challenges 2026-Feb, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2026.2623154 PMID:41630652	评论	本文概述了基于片段的药物设计（FBDD）中计算机方法的最新进展，特别是人工智能和机器学习在加速药物发现中的作用	强调了AI通过强化学习、生成化学和口袋感知设计等方法，自动优化化合物性质、提升化学多样性并拓展靶向难治蛋白的能力	尽管AI减少了开发时间并提高了准确性，但实验验证仍不可或缺，且大片段库训练模型的实际效果有待进一步验证	综述基于片段的计算机药物设计（FBDD）的最新发展，并讨论未来挑战	FBDD中的计算机方法，特别是AI-ML技术及其在药物发现中的应用	机器学习	NA	计算药物设计，计算机辅助药物设计	强化学习模型，变分自编码器，生成模型	分子结构数据	NA	NA	VAE，强化学习模型	NA	NA
228	2026-06-08	Unified model with random penalty entropy loss for robust nasogastric tube placement analysis in X-ray 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102715 PMID:41637852	研究论文	提出一个统一的深度学习模型，结合随机惩罚熵损失，用于X射线图像中鼻胃管放置的稳健分析	首次将随机惩罚熵损失引入鼻胃管放置评估，动态调整熵惩罚以提高模型鲁棒性和校准性能	外部数据集性能仍有提升空间，且模型在极端不清晰病例中的表现未充分评估	提升鼻胃管放置自动评估的泛化能力和可靠性，减少诊断错误并改善患者安全	鼻胃管放置位置评估中的医学X射线图像	计算机视觉	鼻胃管放置相关病症	X射线成像	统一深度神经网络（基于nnUNet）	图像（X射线）	内部数据集5674张胸片（来自三家韩国医院），外部数据集来自MIMIC-CXR	NA	nnUNet	F1分数，AUROC，MCE，ECE	未指定
229	2026-06-08	Learning geometric and visual features for medical image segmentation with vision GNN 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102720 PMID:41655408	研究论文	提出名为MedSegViG的模型，该模型基于视觉图神经网络（ViG）的层次编码器和混合特征解码器，用于医学图像分割	首次将视觉图神经网络（ViG）应用于医学图像分割，通过将图像表示为图结构来捕捉对象之间的关系，而非传统的网格结构	未提及具体限制	提高医学图像分割的准确性、鲁棒性和泛化能力，通过考虑图像中对象之间的关系	息肉、皮肤病变和视网膜血管三种病变类型的医学图像	计算机视觉	息肉, 皮肤病变, 视网膜血管疾病	NA	视觉图神经网络（ViG）	医学图像	六个数据集，涵盖三种病变类型	NA	基于ViG的层次编码器，混合特征解码器	分割准确性, 鲁棒性, 泛化能力	NA
230	2026-06-08	A deep learning-based automated pipeline for colorectal cancer detection in contrast-enhanced CT images 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102717 PMID:41633187	研究论文	提出一种基于深度学习的自动检测管道，用于在对比增强CT图像中检测结直肠癌	将ResNet50模块集成到YOLOv11骨干中以增强特征提取，并设计了一种尺度自适应损失函数以改进边界框回归性能	需要在大规模队列中进行验证才能体现临床转化价值	开发一种自动检测管道，用于在门静脉期对比增强CT扫描中识别和定位原发性结直肠癌	结直肠癌患者	计算机视觉	结直肠癌	对比增强CT	YOLOv11	CT图像	内部数据集和外部公共数据集	PyTorch	YOLOv11, ResNet50	召回率, 精确率, F1分数	NA
231	2026-06-08	[Artificial intelligence in the diagnosis and management of aortic disease: current applications and future directions] 2026-Feb, Giornale italiano di cardiologia (2006) DOI:10.1714/4636.46466 PMID:41631329	综述	本文全面综述人工智能在主动脉疾病诊断与管理中的应用，包括主动脉尺寸测量、动脉瘤、夹层及动脉粥样硬化疾病的检测与分类，以及临床结局预测	系统整合了深度学习、影像组学、双能CT、光子计数CT和计算流体动力学等新兴技术在主动脉疾病中的预测能力，并提出个性化“数字孪生”模型用于治疗决策的前景	软件可用性、成本、数据整合以及放射科医师角色演变等挑战仍存在	概述人工智能在主动脉疾病诊断与管理中的当前应用与未来方向	主动脉疾病（包括动脉瘤、夹层、动脉粥样硬化疾病）	机器学习	心血管疾病	NA	深度学习	图像	NA	NA	NA	准确性, 灵敏度, 可重复性, 观察者间变异, 观察者内变异	NA
232	2026-06-07	Low-cost and dense fog-adapted monitoring for fermentation quality evaluation of black tea 2026-Feb-28, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2025.118188 PMID:41539772	研究论文	提出一种低成本、适应浓雾环境的红茶发酵质量监测方法	首次提出基于表没食子儿茶素没食子酸酯（EGCG）含量的发酵度（FD）新指标，并自主开发计算机视觉系统结合深度学习去雾技术实现发酵室内实时、非破坏性质量监测	仅使用两个批次样品验证FD指标的可行性，需进一步扩大样本量及生产环境评估	实现红茶发酵过程中原位、非破坏性的质量监测，以优化茶叶风味	红茶发酵过程的质量指标（发酵度FD）及计算机视觉系统	计算机视觉	NA	计算机视觉、深度学习、回归建模	Cycle-Dehaze	图像	两个批次的样品用于验证，另有一批验证样本用于模型可靠性确认	PyTorch	Cycle-Dehaze	残差预测偏差（RPD）	NA
233	2026-06-07	Drug repositioning for human MKN45 gastric cancer mouse model using deep learning AI and experimental validation 2026-Feb-28, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2026.178615 PMID:41638625	research paper	利用深度学习和人工神经网络对胃癌小鼠模型进行药物重定位，并通过实验验证阿米替林氧化物和植物甲萘醌的抗癌效果	首次将人工神经网络应用于胃癌药物重定位，成功识别出两种具有体内抗肿瘤活性且毒性低于顺铂的候选药物	仅基于MKN45胃癌小鼠模型，尚未在多种胃癌模型或临床试验中验证	利用深度学习重新利用现有药物治疗胃癌	人MKN45胃癌细胞、AGS细胞、HDF细胞及MKN45异种移植小鼠模型	machine learning	gastric cancer	药效基因组学描述符、细胞毒性实验、体内异种移植模型	ANN	药效基因组学数据、体外细胞实验数据、体内小鼠模型数据	2种候选药物，AGS/MKN-45细胞系，HDF细胞，MKN-45异种移植小鼠	NA	人工神经网络	IC50, Z-score, 肿瘤体积, 体重变化, Ki67/CD44表达	NA
234	2026-06-07	Quality of Head and Neck Diffusion-weighted MR Imaging Using a Combination of the Periodically Rotated Overlapping Parallel Lines with Enhanced Reconstruction (PROPELLER) Sequence and Deep Learning Reconstruction 2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0058 PMID:41548899	研究论文	评估周期性旋转重叠平行线增强重建扩散加权成像结合深度学习重建在头颈部扩散加权成像中的图像质量提升效果	首次系统比较不同深度学习强度下PROPELLER-DWI与EPI-DWI的性能，并验证深度学习重建技术能显著提升头颈部DWI图像质量	样本量较小（仅10名健康成年人），未纳入临床患者数据验证实际诊断价值	评估PROPELLER-DWI联合深度学习重建技术对头颈部扩散加权成像质量的改善效果	10名健康成年人（8男2女）的头颈部DWI图像	医学影像	NA	扩散加权成像（DWI）	深度学习重建模型	MRI图像	10例健康成年人（8男2女）	GE Healthcare平台内置深度学习重建算法	PROPELLER-DWI序列、单次激发EPI-DWI序列	信噪比（SNR）、对比度比率、表观扩散系数变异系数（CV）、总体图像质量、几何畸变程度、磁敏感伪影程度	3-Tesla MRI系统（Discovery MR750w, GE Healthcare）
235	2026-06-07	Variational Bayesian Multi-Kernel Adaptive Deep Fusion for Microbe-Related Drug Prediction 2026-Feb-23, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02748 PMID:41628646	研究论文	提出一种基于变分贝叶斯多核自适应深度融合模型来预测微生物-药物关联	融合多组学数据构建药物分子图和微生物超图，采用注意力机制自适应融合多级相似性，并引入变分期望最大化算法进行模型超参数和潜变量的自适应推断	可能需要更丰富的数据整合方式以进一步提升预测性能	开发计算模型预测新型微生物-药物关联，以节省生物实验成本和时间并深入理解微生物机制	微生物-药物关联及其预测	机器学习	NA	多组学数据融合	贝叶斯逻辑矩阵分解	多组学数据	两个基准数据集	PyTorch	图卷积网络, 超图卷积网络	AUPR, AUC, F1分数	NA
236	2026-06-07	Patch2Space: a registration-free segmentation method for misaligned multimodal medical images 2026-Feb-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4286 PMID:41643314	研究论文	提出一种无配准的多模态医学图像分割方法Patch2Space，通过统一体空间模块有效融合未对齐的多模态图像特征	提出无配准的多模态图像分割框架，利用统一体空间模块将不同模态的图像块投影至共同解剖空间，通过空间注意力机制实现内部、空间和模态级别的多层次特征融合	未明确提及局限性，可能包括对极端未对齐情况的鲁棒性需进一步验证，以及计算开销问题	开发无需配准即可从未对齐多模态图像中学习高质量特征并实现准确分割的深度学习方法	多模态医学图像（CT与MR等）	计算机视觉, 数字病理学	NA	深度学习图像分析	CNN	医学图像	1472例患者的多模态图像数据集	PyTorch	UNet变体（基于空间注意力机制的多级特征融合模块）	Dice系数	NA
237	2026-06-07	Enhancing transcription factor regulatory network analysis through data balancing and representation learning 2026-Feb-16, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae4239 PMID:41643219	研究论文	提出一种融合K-means++聚类和数据平衡策略的方法，结合深度学习与随机游走采样，增强转录因子-靶基因相互作用预测	创新性地将K-means++聚类与基于逆信息原则的低频转录因子选择策略结合，以缓解数据不平衡问题，并利用随机游走采样和skip-gram嵌入提取异质生物网络的信息表示	仅基于标题与摘要，未明确提及计算的资源开销、模型可解释性或真实生物实验验证等方面的限制	提高转录因子-靶基因相互作用预测的准确性，解决数据不平衡问题，推动分子生物学和生物医学研究	转录因子与靶基因的相互作用关系	机器学习	癌症	ChIP-seq, RNA-seq	深度学习	生物网络数据	未明确提及样本数量	NA	skip-gram, 随机游走	AUC	NA
238	2026-06-07	IntNet: Lightweight yet high-performance deep learning system for intuitive radar patterns analysis and human fall detection 2026-Feb-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111485 PMID:41547050	研究论文	提出了一种轻量高效、基于雷达的深度学习系统IntNet，用于跌倒检测，在保护隐私的同时实现了高精度边缘计算	首次在复杂真实场景下达到98.99%召回率和99.32%精确率，模型仅211.8k参数和约8.84M FLOPs，并提出适用于所有分类问题的公平性能比较方法	未提及	开发一种高性能、轻量化的雷达跌倒检测系统，适用于边缘计算和实时监控	老年人及独居群体的跌倒事件检测	机器学习	老年病	雷达感知	深度学习模型	雷达信号	自建数据集，未明确样本数量	NA	IntNet	召回率, 精确率	边缘计算设备，未指定具体GPU型号或平台
239	2026-06-07	Towards sustainable desertification control: A manufacturing method for porosity-controlled upright reed sand fences 2026-Feb-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128763 PMID:41616718	研究论文	提出一种结合深度学习与实时控制的智能系统，用于制造孔隙度可控的直立芦苇沙障，以实现可持续的沙漠化治理	开发了轻量级实例分割模型Reed-YOLOv8n-SSAS，并提出掩膜重定位算法，结合闭环控制策略实现制造过程中孔隙度的实时精确调控	未提及模型在极端环境（如强风沙或高湿度）下的鲁棒性，也未讨论长期使用中孔隙度保持的耐久性	实现直立芦苇沙障制造过程中孔隙度的精准控制，提升生产效率和结构完整性，为沙漠化治理提供绿色智能制造技术路径	直立芦苇沙障的制造系统及孔隙度控制方法	机器学习, 计算机视觉	NA	深度学习, 机器视觉	实例分割模型	图像	新疆和若铁路沿线现场测试数据	PyTorch	Reed-YOLOv8n-SSAS	精度, mAP@0.5	NA
240	2026-06-07	Generative deep learning synthesizes high signal-to-noise ratio sensitivity maps for PET from low count direct normalization data 2026-Feb-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae3ec6 PMID:41604704	研究论文	开发一种生成式深度学习管道，从低计数直接归一化数据合成高信噪比PET灵敏度图	提出一种条件注意力引导的生成对抗网络，能保留灵敏度图的几何和探测器特定特征，并构建稳健评估框架验证合成图的合理性	NA	实现高效获取高信噪比PET灵敏度图，显著缩短采集时间同时确保准确归一化	PET灵敏度图（合成高计数/低计数灵敏度图）	深度学习	NA	PET成像	生成对抗网络	图像	Hoffman脑体模、对比体模、均匀圆柱体模的归一化数据	PyTorch	条件注意力引导生成对抗网络	峰值信噪比, 结构相似性指数, 归一化均方根误差	NA