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
321	2026-02-14	Noninvasive Staging of Hepatic Fibrosis in Patients with Autoimmune Liver Disease Using Deep Learning 2026-Feb-11, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.01.029 PMID:41680010	研究论文	本研究开发并验证了一种基于深度学习的非侵入性模型，利用常规二维B超图像对自身免疫性肝病患者的肝纤维化进行分期	首次将深度学习模型应用于基于常规二维B超图像的非侵入性肝纤维化分期，以替代有创的肝穿刺活检	研究为回顾性设计，样本量相对有限，且模型性能在外部验证集中略有下降	开发一种非侵入性方法，用于准确分期自身免疫性肝病患者的肝纤维化，以指导治疗	自身免疫性肝病患者	数字病理学	自身免疫性肝病	二维B超成像	CNN	图像	306名患者（内部训练/验证/测试集245名，外部测试集61名）	NA	ResNet34	宏平均AUC, 微平均AUC	NA
322	2026-02-14	Clinical feasibility test of 60 kVp double-low-dose coronary CT angiography with a deep learning reconstruction algorithm 2026-Feb-10, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02223-6 PMID:41665766	研究论文	本研究测试了采用深度学习重建算法的60 kVp双低剂量冠状动脉CT血管成像在临床中的可行性	首次将深度学习重建算法应用于60 kVp双低剂量冠状动脉CT血管成像，以显著降低辐射剂量和造影剂用量，同时保持与常规剂量成像在冠状动脉狭窄和CT-FFR评估方面的高一致性	样本量相对较小（89例患者），且研究为单中心前瞻性设计，可能需要更大规模的多中心验证	评估60 kVp双低剂量冠状动脉CT血管成像结合深度学习重建算法在临床应用的可行性	已知或疑似冠状动脉疾病的患者	医学影像	心血管疾病	冠状动脉CT血管成像	深度学习重建算法	医学影像	89例患者（44名女性，平均年龄59.9±13.2岁，平均BMI 23.1±3.3 kg/m²）	NA	NA	特异性, 阳性预测值, 准确率, AUC, 图像质量评分, 信噪比, 对比噪声比	NA
323	2026-02-12	Reply: Deep learning and digital pathology power prediction of HCC development in steatotic liver disease 2026-Feb-10, Hepatology (Baltimore, Md.) DOI:10.1097/HEP.0000000000001697 PMID:41665974	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
324	2026-02-14	Detection of Esophageal Varices and Prediction of Hepatic Decompensation in Unresectable Hepatocellular Carcinoma using AI: AI Detection of Varices and Decompensation 2026-Feb-10, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2026.01.021 PMID:41679555	研究论文	本研究利用深度学习模型HepatoSageCT结合临床数据，开发并外部验证了非侵入性模型，用于检测食管静脉曲张和预测肝失代偿风险，旨在减少不必要的内镜检查并指导预后	首次将基础模型HepatoSageCT应用于常规CT影像，结合门体分流等临床特征，实现了对食管静脉曲张的准确检测和肝失代偿风险的分层预测	研究为回顾性设计，需要前瞻性验证来确认模型的临床适用性	开发非侵入性模型以检测食管静脉曲张并预测肝失代偿风险，改善肝细胞癌患者的治疗决策和预后管理	接受阿特珠单抗-贝伐珠单抗治疗的不可切除肝细胞癌患者	数字病理学	肝细胞癌	对比增强CT扫描	深度学习	影像数据, 临床数据	489名患者（开发队列279人，外部验证队列210人）	NA	HepatoSageCT	AUCROC, 敏感性, 特异性, 一致性指数, 风险比	NA
325	2026-02-14	A Novel Deep Learning Model for Automated Diagnosis of Oral Squamous Cell Carcinoma and Related Leukoplakia in Pathological Images 2026-Feb-10, Journal of stomatology, oral and maxillofacial surgery DOI:10.1016/j.jormas.2026.102743 PMID:41679647	研究论文	本研究提出了一种基于深度学习的RRGNet模型，用于自动诊断口腔鳞状细胞癌及相关白斑病的病理图像	在RegNet架构基础上引入Ghost模块和残差通道注意力模块，结合标签平滑、Mixup数据增强和SWALR学习率调整策略，优化了特征提取效率和计算成本	模型通用性需在多中心数据上进一步验证，尚未开发出实际应用系统	开发自动化、准确的辅助诊断工具，以支持口腔鳞状细胞癌的早期检测和精准治疗	口腔鳞状细胞癌及两种白斑病变的病理图像	数字病理学	口腔鳞状细胞癌	病理切片分析	深度学习模型	图像	NA	NA	RRGNet, RegNet, GhostNet, HRNet, ResNet50, ViT	准确率, AUC	NA
326	2026-02-14	Limitation of existing GFR estimating equations and application of artificial intelligence in improving GFR estimation and chronic kidney disease progression in people with diabetes 2026-Feb-10, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2026.113152 PMID:41679651	综述	本文综述了现有肾小球滤过率估算方程的局限性，并探讨了人工智能在改善糖尿病患者肾小球滤过率估算和慢性肾病进展预测中的应用	首次系统性地评估了人工智能和机器学习在糖尿病患者肾小球滤过率估算和慢性肾病进展预测中的潜力，并指出了现有研究的不足	现有研究样本量较小，且多数研究局限于特定国家或人群，导致结果不一致，缺乏大规模验证	评估人工智能在改善糖尿病患者肾小球滤过率估算和慢性肾病进展预测中的准确性和应用前景	糖尿病患者，特别是慢性肾病患者	机器学习	慢性肾病	NA	人工神经网络, 随机森林, 支持向量机, 集成学习模型	NA	较小样本量	NA	NA	偏差, 精确度, 准确度	NA
327	2026-02-14	Deep GIST: Deep Learning Models for Predicting the Distribution of Hydration Thermodynamics around Proteins 2026-Feb-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02389 PMID:41574593	研究论文	本文开发了名为Deep GIST的深度学习模型，用于快速预测蛋白质周围水合热力学量的空间分布，以替代计算密集的网格非均匀溶剂化理论方法	首次将深度学习应用于蛋白质水合热力学分布预测，将计算时间从数十小时缩短至数十秒，并能够考虑蛋白质构象波动	Δ()和Δ()的预测决定系数较低，模型性能有待进一步提升	开发高效准确的深度学习模型，用于预测蛋白质周围水合热力学量的空间分布	蛋白质周围的水合热力学分布，包括水合自由能Δ()、水合能Δ()和水合熵Δ()	机器学习	NA	分子动力学模拟，深度学习	深度学习模型	分子动力学模拟数据	NA	NA	NA	决定系数，相关系数	单个图形处理单元
328	2026-02-14	Cost-effective ecological monitoring in shallow waters using amphibious unmanned aerial vehicles (AUAV) and deep learning-based computer vision 2026-Feb-09, Marine environmental research IF:3.0Q2 DOI:10.1016/j.marenvres.2026.107911 PMID:41679001	研究论文	本研究提出了一种结合两栖无人机和深度学习的方法，用于浅水生态监测，实现了水下垃圾检测和海参实例分割	首次将两栖无人机与YOLOv8结合，实现空中和水下成像，并利用实时GNSS信息进行高效浅水监测	无人机续航时间约30分钟，监测范围限于浅水区域（0.5-10米），可能不适用于深水或长时间任务	开发一种成本效益高且高效的浅水生态监测方法，替代传统低效或高成本的监测技术	水下垃圾和海参	计算机视觉	NA	两栖无人机成像，深度学习	YOLOv8	图像	NA	NA	YOLOv8	平均精度均值（mAP）	NA
329	2026-02-14	Glymphatic dysfunction in trigeminal neuralgia: A multimodal MRI study 2026-Feb-08, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2026.107312 PMID:41666986	研究论文	本研究通过多模态MRI评估了三叉神经痛患者的类淋巴系统功能，发现患者存在选择性类淋巴功能障碍，表现为DTI-ALPS指数降低和自由水分数增加，而血管周围间隙负荷和脉络丛体积等结构指标无显著差异	首次在三叉神经痛中发现了类淋巴系统的功能障碍，且这种功能障碍与血管周围结构异常分离，挑战了传统的神经影像学范式，揭示了一个先前未被充分认识的中枢机制	缺乏类淋巴指标与疼痛强度及病程之间的相关性，且为横断面研究，无法确定因果关系	调查三叉神经痛中是否发生类淋巴系统功能障碍及其在病理生理学中的作用	71名经典三叉神经痛患者和52名年龄匹配的健康对照者	数字病理学	三叉神经痛	多模态MRI，包括扩散张量成像沿血管周围空间指数测量、自由水分数映射、血管周围空间负荷量化、深度学习分割的脉络丛体积分析	深度学习	MRI图像	123名参与者（71名患者，52名对照）	NA	NA	NA	NA
330	2026-02-14	Self-supervised learning for aflatoxin B1 detection using masked spectra 2026-Feb-08, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2026.148342 PMID:41679220	研究论文	本研究提出了一种基于自监督学习的策略，用于准确检测花生和玉米中的黄曲霉毒素B1	创新性地将光谱重建误差用作波长注意力机制，并与自监督学习阶段的微调编码器集成，开发分类模型	NA	准确检测花生和玉米中的黄曲霉毒素B1	花生和玉米	机器学习	NA	光谱检测	自监督学习	光谱数据	NA	NA	NA	准确率	NA
331	2026-02-14	Better Inputs, Better Learning: A Peptide Embedding Tutorial for Proteomic Mass Spectrometry 2026-Feb-06, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00563 PMID:41528974	技术说明	本文介绍了一个关于肽嵌入的教程，通过Google Colab笔记本教授五种不同的肽嵌入策略，旨在帮助研究人员将现代深度学习应用于蛋白质组学工作流	提供了首个专注于肽嵌入准备步骤的全面教育材料，填补了蛋白质组学与深度学习社区之间的知识空白，并通过免费笔记本降低学习门槛	作为技术说明，可能未涵盖所有嵌入方法或深入探讨高级模型细节，且主要面向初学者	教育蛋白质组学研究人员如何为深度学习准备肽数据，特别是通过嵌入策略优化输入表示	肽字符串及其在质谱蛋白质组学中的嵌入表示	机器学习	NA	质谱蛋白质组学，深度学习	NA	肽序列数据	NA	Google Colab	NA	基准比较（未指定具体指标）	Google Colab（云平台）
332	2026-02-14	ASPECT: Alternative Splicing Event Classification with Transformers 2026-Feb-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.04.700904 PMID:41684940	研究论文	本文介绍了一种基于DNABERT-2和字节对编码的替代剪接事件分类框架ASPECT，用于区分不同类型的剪接事件	利用DNABERT-2和BPE分词技术，专注于多种生物相关的替代剪接事件类型，而非仅限外显子跳跃，提升了复杂剪接决策的上下文捕捉能力	未明确说明模型在处理非规范剪接事件时的泛化能力限制或数据偏差问题	开发一个替代剪接事件分类框架，以更全面地表征剪接事件并理解其在人类健康和疾病中的作用	替代剪接事件，包括TCGA BRCA癌症相关剪接事件	自然语言处理	乳腺癌	DNABERT-2, Byte Pair Encoding	Transformer	基因组序列	NA	PyTorch	DNABERT-2	AUC, F1-score, 准确率	NA
333	2026-02-14	Screening toxic transformation products of emerging pollutants in advanced oxidation processes with 3D deep learning and in vitro assays 2026-Feb-03, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125499 PMID:41679042	研究论文	开发了一种名为ToxD4C的多模态深度学习框架，用于快速评估化学污染物及其在水处理过程中产生的副产物的毒性	提出了首个同时整合三维分子几何结构、图注意力网络和SE(3)-等变Transformer架构的深度学习框架，并利用预训练的Uni-Mol模型通过迁移学习进行微调，显著提升了毒性预测的可靠性和泛化能力	未明确说明模型在处理未知或极端复杂分子结构时的性能限制，以及计算资源需求对实际应用的影响	开发一种快速、精确的毒性评估方法，以应对水处理和环境中毒性污染物及其转化产物评估的挑战	化学污染物及其在水处理过程中产生的转化产物	机器学习	NA	密度泛函理论（DFT），体外实验（JC-1线粒体膜电位、CCK-8细胞活力、核受体/应激反应报告基因检测）	图注意力网络（GAT），Transformer	三维分子几何结构，分子图数据	NA	PyTorch（推断，基于Uni-Mol模型的使用）	SE(3)-等变Transformer，Uni-Mol	分类与回归性能（具体指标未列明），通过SHAP进行特征归因分析	NA
334	2026-02-14	Single-cell Multiome Analysis of Chromatin State and Transcriptome in the Human Basal Ganglia 2026-Feb-03, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.03.703645 PMID:41684930	研究论文	本文通过单细胞多组学分析，首次绘制了人类基底神经节八个区域的组蛋白修饰和转录组图谱，揭示了细胞类型特异性基因调控网络和表观基因组景观的区域异质性	首次构建人类基底神经节的单细胞多组学图谱，结合组蛋白修饰和转录组数据，并整合空间转录组MERFISH数据，揭示了细胞身份的组合性同源盒转录因子代码和跨物种保守性	NA	解析基底神经节细胞类型身份和功能的基因调控程序，以解释疾病相关的非编码变异	来自神经典型成年人类捐赠者的八个基底神经节区域	计算生物学	神经精神疾病	单细胞多组学分析, 组蛋白修饰分析, 转录组分析, 空间转录组MERFISH	深度学习模型	单细胞多组学数据, 空间转录组数据	NA	NA	NA	NA	NA
335	2026-02-14	MDFNet: a multi-dimensional feature fusion model based on structural magnetic resonance imaging representations for brain age estimation 2026-Feb, Magma (New York, N.Y.) DOI:10.1007/s10334-025-01294-8 PMID:40965801	研究论文	本研究提出了一种基于结构磁共振成像的多维特征融合模型MDFNet，用于提升脑年龄估计的准确性	通过整合全脑、灰质体积组织分割、脑网络节点消息传递、基于边的图路径卷积及人口统计学数据，构建了统一的多维特征融合模型	模型仅在健康受试者和阿尔茨海默病患者中进行验证，未涵盖其他神经退行性疾病或更广泛的人群	开发一种基于结构MRI的脑年龄估计模型，以更好地理解衰老过程及其与神经退行性疾病的关系	健康受试者和阿尔茨海默病患者	医学影像分析	阿尔茨海默病	结构磁共振成像	CNN, GCN, MLP	图像, 图数据, 人口统计学数据	1872名健康受试者（来自四个公共数据集）及一个独立的阿尔茨海默病患者队列	NA	MDFNet（包含WBEC-channel, TEC-channel, nodeGCN-channel, edgeGCN-channel, MLP-channel）	平均绝对误差, 皮尔逊相关系数, 斯皮尔曼等级相关系数	NA
336	2026-02-14	Comparing guideline adherence and readability: Artificial intelligence with deep learning versus specialized physicians in peripheral artery disease management 2026-Feb, Vascular medicine (London, England) DOI:10.1177/1358863X251386394 PMID:41410030	研究论文	本研究比较了人工智能模型与专科医生在管理外周动脉疾病时对指南的遵循程度和回答的可读性	首次在拉丁美洲背景下，将标准大型语言模型和思维链推理模型与专科医生的临床建议进行直接比较，并评估其指南遵循性和可读性	研究为横断面设计，样本量较小（30名医生和13个AI模型），且仅基于一个标准化病例，可能无法完全反映真实临床实践的复杂性	评估和比较人工智能模型与专科医生在外周动脉疾病管理中的临床建议质量	外周动脉疾病患者的诊断、治疗、风险和预后管理建议	自然语言处理	心血管疾病	大型语言模型，思维链推理	LLM	文本	30名专科医生（11名心脏病专家，19名血管外科医生）和13个LLM系统（10个标准模型，3个思维链模型）	NA	NA	指南遵循性评分，可读性指数（Readability μ），组内相关系数	NA
337	2026-02-14	Interpreting free-text cardiac catheterisation reports: A machine learning approach informed by focused ethnography 2026-Feb, Nurse education in practice IF:3.3Q1 DOI:10.1016/j.nepr.2026.104715 PMID:41534421	研究论文	本研究通过聚焦民族志方法，开发了一个基于规则的机器学习流程，用于从自由文本心脏导管插入术报告中提取临床相关信息，以支持护理教育和实践	将聚焦民族志的定性洞察与机器学习流程开发相结合，以处理现实世界文档中的上下文和结构不一致性，从而提升自动化信息提取的准确性和适应性	在叙事丰富的部分提取准确率约为50%，表明模型在处理高度自由文本时仍存在局限性	改进从经皮冠状动脉介入治疗文档中提取临床相关信息的方法，以支持护理教育和实践	心脏导管插入术报告，特别是经皮冠状动脉介入治疗的文档	自然语言处理	心血管疾病	聚焦民族志观察、主题分析、规则提取	规则模型、统计主题模型、深度学习模型、大语言模型	文本	4128份去识别化的经皮冠状动脉介入治疗报告	NA	NA	提取准确率	NA
338	2026-02-14	Geospatial-based estimation of NMHC concentrations through an ensemble stacking Geo-AI algorithm to advance air quality assessment 2026-Feb-01, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2026.141210 PMID:41579651	研究论文	本研究提出了一种集成堆叠Geo-AI算法，用于估算台湾非甲烷烃浓度，以提升空气质量评估	开发了一种集成堆叠模型，结合了五种机器学习算法，显著提升了NMHC浓度估算的预测性能，优于传统统计模型和深度学习模型	监测站点稀疏可能限制模型的空间覆盖和精度，且研究区域仅限于台湾，未考虑全球或其他地区的适用性	通过地理空间框架估算非甲烷烃浓度，以改进空气质量评估和环境监测	台湾地区的非甲烷烃浓度数据	机器学习	NA	地理空间分析，空气质量监测	集成学习，深度学习，机器学习	地理空间数据，时间序列数据	34个监测站点2015年6月至2021年的每日数据，其中最后一年用于外部验证	Scikit-learn, TensorFlow或PyTorch（未明确指定，但基于DNN和机器学习模型推断）	Deep Neural Networks, Extreme Gradient Boosting, Gradient Boosting Regressor, LightGBM Regressor, CatBoost Regressor, Random Forest Regressor	R²	NA
339	2026-02-14	Liquid metal@lignin-based double layered hydrogel with high stretchable, toughness, adhesion, and conductivity for wearable sensor 2026-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.150632 PMID:41621510	研究论文	本文制备了一种基于木质素的双层水凝胶，具有高拉伸性、韧性、粘附性和导电性，适用于可穿戴传感器	利用液态镓作为导电填料，不仅赋予材料高导电性，还显著改善其机械性能，并通过双层结构策略保持水凝胶的粘附性	液态镓的加入导致水凝胶粘附性显著下降	开发用于可穿戴传感器和仿生手控制系统的生物基水凝胶材料	木质素、聚乙烯醇和液态镓基水凝胶复合材料	材料科学	NA	水凝胶制备、深度学习技术	NA	传感器数据	NA	NA	NA	拉伸强度、拉伸率、电导率、回收效率	NA
340	2026-02-14	Deep learning-guided discovery of IL23/IL23R macromolecular inhibitors: An integrative framework combining virtual screening and experimental validation 2026-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.150581 PMID:41611152	研究论文	本研究开发了一个结合深度生成模型、虚拟筛选和实验验证的集成框架，用于发现IL23/IL23R大分子抑制剂	提出了一种新颖的工作流程，首次将基于顺序连接的片段嵌入（SAFE）深度生成模型用于设计新型p19靶向支架，并结合虚拟筛选和实验验证来发现抑制剂	仅对31个候选化合物进行了细胞筛选，样本量相对较小；分子动力学模拟时间为300纳秒，可能无法完全捕捉所有构象变化	发现和表征有效的IL23/IL23R蛋白-蛋白相互作用抑制剂，为慢性炎症性疾病提供新的治疗策略	白细胞介素-23（IL23）及其受体（IL23R）的蛋白-蛋白相互作用界面	机器学习	银屑病	深度生成模型, 虚拟筛选, 分子动力学模拟, 细胞报告基因检测	深度生成模型	分子结构数据, 蛋白质结构数据, 细胞实验数据	31个候选化合物	NA	SAFE（Sequential Attachment-based Fragment Embedding）	RMSD（均方根偏差）	NA