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
821	2026-02-20	How threshold customisation affects the performance of a multiclass X-ray AI model for primary care triage: a retrospective study 2026-Feb-12, BMJ open IF:2.4Q1 DOI:10.1136/bmjopen-2025-111127 PMID:41689225	研究论文	本研究评估了多类别胸部X光AI模型在不同阈值下的诊断性能，并探讨其在初级保健分诊工作流程中的潜在影响	通过系统化的阈值优化过程，调整AI模型的操作阈值以优先考虑敏感性和阴性预测值，支持初级保健中安全的AI辅助分诊	研究为回顾性设计，未评估实际部署后的真实世界操作影响和用户接受度，且排除了儿科研究、侧位或斜位X光片及AI模型不支持的结果	优化多类别胸部X光AI模型的阈值，评估其诊断性能，并估计其在初级保健AI分诊工作流程中的潜在操作影响	816张成人正面胸部X光片，来自新加坡两家初级保健诊所和一家三级医院，代表初级保健常见发现谱系	计算机视觉	NA	胸部X光成像	深度学习模型	图像	816张成人正面胸部X光片（多民族亚洲人群，464名男性，352名女性；平均年龄60.8岁）	NA	NA	敏感性, 特异性, 阴性预测值, 阳性预测值	NA
822	2026-02-20	How negative sampling shapes the performance of transcription factor binding site prediction models 2026-Feb-03, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag048 PMID:41601205	研究论文	本研究探讨了不同负采样技术对转录因子结合位点预测模型性能的影响	通过基于ChIP-seq和ATAC-seq数据创建高质量测试集，并系统比较多种负采样技术，揭示了训练数据集上性能指标的夸大现象，并发现基于阳性样本相似性的基因组采样表现最佳	研究未达到使用高质量数据集训练的基线模型性能，且模拟了匹配ATAC-seq数据不可用的情况，可能限制了某些技术的评估	评估负采样技术对转录因子结合位点预测模型性能的影响	转录因子结合位点预测模型	机器学习	NA	ChIP-seq, ATAC-seq	深度学习模型	基因组序列数据	NA	NA	NA	准确性, 精确度, 召回率, F1分数, AUC	NA
823	2026-02-20	Improving Colorectal Cancer Screening and Risk Assessment through Predictive Modeling on Medical Images and Records 2026-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2025.09.016 PMID:41109668	研究论文	本文通过整合病理切片和医疗记录，开发了一个基于Transformer的模型，用于预测结直肠癌5年进展风险	创新点在于采用多模态融合策略，结合临床记录和深度学习提取的图像特征，显著提升了结直肠癌进展风险的预测性能	研究依赖于特定注册表数据，可能限制了模型的泛化能力，且未详细讨论模型在临床实践中的实施挑战	旨在通过预测模型改进结直肠癌筛查和风险评估	结直肠息肉患者及其医疗数据	数字病理学	结直肠癌	数字病理学, 深度学习	Transformer	图像, 文本	来自新罕布什尔州结肠镜检查注册表的数据，包括纵向随访信息	NA	Transformer	AUC	NA
824	2026-01-30	Deep learning in prognostication 2026-Feb, Resuscitation IF:6.5Q1 DOI:10.1016/j.resuscitation.2026.110989 PMID:41605316	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
825	2026-02-20	Demographic-aware deep learning for multi-organ segmentation: Mitigating gender and age biases in CT images 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70322 PMID:41681030	研究论文	本文提出了一种用于CT图像多器官分割的人口统计学感知深度学习框架，旨在通过结合人口统计学提示和自适应注意力机制来减轻年龄和性别偏见	提出了人口统计学感知网络（DA-Net），该网络集成了动态适应人口统计学提示的卷积核的DA-HyperConv模块和用于利用多视图特征的ATAB模块，以显式地减轻年龄和性别偏见	未明确提及	开发一个能够减轻年龄和性别偏见、提高多器官分割准确性和公平性的深度学习框架	CT图像中的器官（风险器官）	数字病理学	NA	CT扫描	深度学习	图像	训练集：489例成人CT扫描（AMOS2022）和370例儿科CT扫描（Pediatric CT-SEG），总计859例扫描，覆盖30个器官，包含355例女性扫描；外部验证集：150例成人CT扫描（WORD，含62例女性）	NA	DA-Net	Dice相似系数, 归一化表面Dice	NA
826	2026-02-20	List-mode TOF-PET 3D image reconstruction using stochastic primal-dual network 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70324 PMID:41691549	研究论文	本文提出了一种基于随机原始-对偶网络架构的列表模式TOF-PET三维图像重建新方法，旨在直接从列表模式数据重建PET图像，以提升图像质量并降低计算需求	提出LM-SPD-Net框架，结合CNN和FCNN模块，通过物理信息投影模型处理列表模式数据，克服了传统CNN在此类数据上的限制，并采用子集划分策略降低内存使用	未明确说明方法在极端低剂量或复杂病理条件下的泛化能力，以及实际临床部署中的计算效率限制	解决TOF-PET重建中因数据量剧增导致的计算时间和内存需求问题，同时提升图像质量	PET图像，特别是模拟和半真实临床数据中的肿瘤和丘脑等临床相关区域	医学影像处理	NA	TOF-PET，列表模式数据采集	CNN，FCNN	列表模式数据，三维图像	NA	NA	随机原始-对偶网络	PSNR，SSIM	NA
827	2026-02-20	A Cross-modality Transformer Network for MR-guided Low-dose Tau PET Image Denoising 2026-Feb, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3581204 PMID:41693715	研究论文	本文提出了一种基于跨模态Transformer网络的深度学习方法来改善低剂量tau PET图像的降噪效果	引入了跨模态Transformer块，整合PET和MR先验信息，并利用空间和通道信息计算跨模态自注意力图	NA	通过深度学习技术进一步降低tau PET扫描的注射剂量，以支持基于成像的疾病进展纵向监测	139个动态F-MK-6240 tau PET数据集中的早期帧和晚期帧图像	计算机视觉	阿尔茨海默病及相关痴呆症	PET成像, MR成像	Transformer	图像	139个动态F-MK-6240 tau PET数据集	NA	跨模态Transformer网络	NA	NA
828	2026-02-20	Computation and deep-learning-driven advances in CRISPR genome editing 2026-Feb, Nature structural & molecular biology IF:12.5Q1 DOI:10.1038/s41594-025-01739-7 PMID:41699287	综述	本文综述了计算和深度学习在CRISPR基因组编辑领域的应用进展	整合了基于深度学习的结构预测算法、物理模拟、神经网络、图神经网络以及生成模型（如扩散模型和大语言模型）来优化CRISPR系统并理解其机制	讨论了计算建模和工具在开发可编程基因组编辑器过程中面临的挑战和局限性	推动CRISPR基因组编辑技术在生物医学和生物技术领域的发展	CRISPR-Cas系统及其在基因组编辑中的应用	机器学习	NA	CRISPR-Cas系统	神经网络, 图神经网络, 生成模型, 扩散模型, 大语言模型	NA	NA	NA	NA	NA	NA
829	2026-02-20	Adding arterial nitrogen pressure to single-measurement monitoring data enables diagnostic lung modeling by deep learning 2026-Feb, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70647 PMID:41699867	研究论文	本研究探讨了在深度学习分析中纳入动脉氮分压，结合单次测量的动脉血气、心输出量和间接测热数据，能否实现基于West通气/灌注肺模型的个体化肺功能量化	首次将动脉氮分压纳入深度学习分析框架，用于基于单次测量数据量化West通气/灌注肺模型的关键参数	研究基于模拟数据集进行，尚未在真实临床数据中验证	开发一种基于深度学习的个体化肺功能量化方法	West通气/灌注肺模型的关键参数（分流、logSD、平均V/Q比）	机器学习	NA	动脉血气分析、间接测热法、心输出量测量	深度学习	模拟生理数据	训练数据2,010,000个样本，测试数据43,915个样本	Python	NA	线性回归R值、斜率、核密度估计	NA
830	2026-02-20	Dual convolutional neural network framework for segmenting dental caries in panoramic radiographs 2026-Feb, The Journal of prosthetic dentistry IF:4.3Q1 DOI:10.1016/j.prosdent.2025.09.040 PMID:41087260	研究论文	本研究开发并评估了一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿	提出了一种结合Faster R-CNN和U-Net架构的双卷积神经网络框架，用于在口腔全景X光片中自动检测和分割龋齿，相比传统分割模型在多个性能指标上均有显著提升	未明确提及具体局限性，如数据集的多样性、模型泛化能力或临床验证的充分性	开发并评估一种基于深度学习的自动化方法，用于在口腔全景X光片中检测和分割龋齿，以提高诊断准确性	口腔全景X光片中的龋齿区域	计算机视觉	龋齿	深度学习	CNN	图像	NA	NA	Faster R-CNN, U-Net	交并比, Dice系数, 召回率, 精确率	NA
831	2026-02-20	TriNet-MTL: A Multi-Branch Deep Learning Framework for Biometric Identification and Cognitive State Inference from Auditory-Evoked EEG 2026-Feb, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0265-25.2025 PMID:41633842	研究论文	提出了一种名为TriNet-MTL的多分支深度学习框架，用于从听觉诱发的脑电图中同时进行生物特征识别和认知状态推断	开发了一个统一的深度学习模型，能够联合执行生物特征识别、听觉刺激语言分类和设备模态识别，充分利用了听觉诱发脑电图的生理和认知维度	研究仅基于20名参与者的数据，样本量较小，可能限制模型的泛化能力	开发一个能够从听觉诱发的脑电图中同时提取生物特征和认知信息的深度学习框架	20名人类参与者（16名男性和4名女性）的听觉诱发脑电图数据	机器学习	NA	听觉诱发脑电图	Transformer	脑电图信号	20名参与者	NA	TriNet-MTL（包含共享时间编码器和基于Transformer的序列建模单元）	准确率	NA
832	2026-02-19	A multicenter multimodel habitat radiomics model for predicting immunotherapy response in advanced NSCLC 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2025.114522 PMID:41704757	研究论文	本研究开发了一种基于CT图像的栖息地放射组学模型，用于预测晚期非小细胞肺癌患者的免疫治疗反应	通过K-means聚类将肿瘤体积分割为三个子区域，并基于栖息地提取放射组学特征，构建了优于传统放射组学、3D深度学习、临床及PD-L1表达模型的预测模型	模型在增强CT图像上构建，但在非增强CT验证队列中表现良好，可能存在跨模态泛化能力的局限性；未提及外部验证或前瞻性研究	开发一种稳健的预测生物标志物，以识别可能从免疫治疗中获益的晚期非小细胞肺癌患者	晚期非小细胞肺癌患者	数字病理学	肺癌	CT成像，K-means聚类	机器学习分类器（包括ExtraTrees）	CT图像	590例晚期非小细胞肺癌病例	NA	ExtraTrees，其他五种机器学习分类器未具体说明	AUC	NA
833	2026-02-19	Evaluating deep learning time series models for PM2.5 forecasting across diverse horizons 2026-Feb-20, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.114770 PMID:41704768	研究论文	本研究评估了四种深度学习时间序列模型在成都地区PM2.5多时间尺度预测中的性能	首次系统比较了LSTM、CNN-LSTM、Transformer和Transformer-LSTM在PM2.5多时间尺度（月、季、半年、年）预测中的表现，并深入分析了气象因子与污染物因子对模型性能的影响差异	研究仅基于成都地区两年数据，结论的普适性需在其他地理气候区域验证；训练数据与预测期间超过三个月的间隔会导致模型可靠性下降	评估深度学习时间序列模型在不同预测时间尺度下对PM2.5浓度的预测能力，为城市空气污染防控提供数据支持	中国成都地区的PM2.5浓度时间序列数据	机器学习	NA	时间序列分析	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	时间序列数据	两年每日数据（2022年11月至2024年10月）	NA	LSTM, CNN-LSTM, Transformer, Transformer-LSTM	R², MAE%, RMSE%	NA
834	2026-02-19	Deep learning-driven microfluidic chip architecture design for intelligent particle motion control 2026-Feb-17, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01185j PMID:41589320	研究论文	本文介绍了一种模块化深度学习框架，用于微流控芯片架构设计，实现智能粒子运动控制	提出模块化深度学习框架，将微流控通道网络分解为标准化的可重用功能模块，并开发多模块重构算法以组装局部预测为连续轨迹	未明确提及研究的具体局限性	开发一种能够快速将指定粒子轨迹转化为可制造微流控设备设计的智能方法	微流控通道网络中的粒子运动	机器学习	NA	深度学习	神经网络	流体和结构属性数据	涉及5000个模块的集成	NA	NA	平均绝对时间误差	NA
835	2026-02-19	FastCCS: A Deep Learning Framework for Accurate Collision Cross-Section Prediction from SMILES with Broad Applications in Cheminformatics and Omics 2026-Feb-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06101 PMID:41700746	研究论文	本文提出了一种名为FastCCS的深度学习框架，用于直接从SMILES字符串和离子加合物类型准确预测碰撞截面值	开发了首个直接从SMILES字符串预测CCS的深度学习系统，使用了化学多样性最广的数据集，涵盖26种离子加合物状态	未明确提及具体局限性	开发准确预测碰撞截面值的深度学习框架，以改进复杂样品中化合物的鉴定	23,636个经过筛选的分子结构及其碰撞截面值	机器学习	NA	离子淌度质谱	深度学习	化学结构数据	23,636个分子结构	NA	NA	中位数相对误差	NA
836	2026-02-19	Design and Optimization of Full-Stokes Hyperspectro-Polarimetric Encoding Metasurfaces Based on Conditional Multi-Task Deep Learning 2026-Feb-17, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202523143 PMID:41700775	研究论文	提出一种基于条件多任务深度学习的端到端框架，用于设计和优化全斯托克斯高光谱偏振编码超表面，以提高设计效率和宽带精度	将物理编码约束整合到超表面设计过程中，通过条件多任务学习建立按需设计范式，直接生成具有受控编码独立性的结构，并开发了结合前向预测和相关性条件逆向设计网络的超表面阵列筛选策略	未明确提及具体限制，但可能涉及实验验证仅限于4×4阵列，以及方法在更大规模或更复杂配置中的泛化能力有待进一步验证	设计和优化全斯托克斯高光谱偏振编码超表面，以实现高性能和高度集成的多维光学系统	全斯托克斯高光谱偏振编码超表面及其阵列	机器学习	NA	条件多任务深度学习	深度学习框架	超表面结构数据	设计了4×4、6×6、8×8和10×10尺寸的超表面阵列，并实验验证了4×4阵列	未明确指定，可能为TensorFlow或PyTorch	条件多任务学习网络	相关性降低百分比（平均Relevances reductions），光谱分辨率	NA
837	2026-02-19	Characterizing yield through wheat's perception of chronological progression: a multi-omics plant-time warping approach 2026-Feb-17, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erag085 PMID:41700846	研究论文	本文提出了一种名为植物时间扭曲（PTW）的深度学习模型，通过整合高通量表型数据、基因组和环境信息来预测小麦产量	PTW模型首次将图像时间序列、遗传标记和环境协变量结合，以学习基因型对温度和蒸汽压亏缺的生理响应，并在未见环境中展现出优于纯基因组预测模型的性能	NA	解决粮食安全挑战，通过理解作物在变化环境下的表现来预测小麦产量	小麦作物	机器学习	NA	高通量表型分析，基因组学，环境协变量分析	深度学习	图像时间序列，遗传标记，环境数据	覆盖欧洲48个年份-地点的数据	NA	植物时间扭曲（PTW）	NA	NA
838	2026-02-19	Analysing DCE-MRI scans using hybrid techniques for early detection of prostate cancer based on fusion features of handcrafted and deep learning features 2026-Feb-17, Journal of medical engineering & technology DOI:10.1080/03091902.2026.2627179 PMID:41700925	研究论文	提出了一种结合手工特征和深度学习特征的融合框架，用于基于DCE-MRI扫描的早期前列腺癌检测	提出了一种新颖的混合诊断框架，融合了广义量子伽马多项式特征、动力学信号强度特征和基于深度学习的表征，以构建全面的特征表示	NA	改进前列腺癌的早期和准确诊断	前列腺癌	计算机视觉	前列腺癌	动态对比增强磁共振成像	CNN	图像	NA	NA	NA	分类准确率	NA
839	2026-02-19	Machine learning algorithms for predicting colchicine resistance in familial Mediterranean fever 2026-Feb-17, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keag096 PMID:41701173	研究论文	本研究利用机器学习和深度学习算法预测成人家族性地中海热患者对秋水仙碱的耐药性	首次系统性地探索人工智能在预测成人FMF患者秋水仙碱耐药性方面的潜力，并开发了逻辑回归和全连接神经网络模型	研究为回顾性设计，样本量相对有限（965例），且仅基于单一中心数据，可能影响模型的泛化能力	预测成人家族性地中海热患者对秋水仙碱的耐药性，以辅助早期治疗决策	965名经遗传学确诊且至少有一年随访的成人FMF患者	机器学习	家族性地中海热	NA	逻辑回归, 全连接神经网络	临床数据	965例成人FMF患者	NA	全连接神经网络	AUC, ROC曲线	NA
840	2026-02-19	Frontiers in gas sensing with semiconducting metal oxide array electronic noses 2026-Feb-17, Dalton transactions (Cambridge, England : 2003) DOI:10.1039/d5dt02516h PMID:41701232	综述	本文综述了基于半导体金属氧化物阵列电子鼻在气体传感领域的最新进展，重点关注甲醛、氨气、NO等气体的检测	强调了微纳工程、贵金属修饰、稀土掺杂、μLED光激活和rGO复合材料等创新材料策略，以及深度学习在提升选择性和预测精度方面的应用	NA	推动电子鼻系统在快速、选择性检测有害气体方面的发展	半导体金属氧化物阵列电子鼻系统	机器嗅觉	NA	微纳工程、贵金属修饰、稀土掺杂、μLED光激活、rGO复合材料	深度学习	气体传感器阵列数据	NA	NA	NA	选择性、预测精度	NA