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
941	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
942	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
943	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
944	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
945	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
946	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
947	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
948	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
949	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
950	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
951	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
952	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
953	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
954	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
955	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
956	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
957	2026-02-19	Deep learning-based prediction of interfractional anatomic variations in prostate cancer radiotherapy 2026-Feb-17, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2 DOI:10.1007/s00066-026-02509-0 PMID:41701313	研究论文	本研究开发了一种基于深度学习的模型，用于预测前列腺癌放疗中分次间的解剖变化，特别是基于膀胱体积和分次编号生成合成MVCT图像	提出了一种定制化的3D U-Net模型，利用非侵入性输入特征（膀胱体积和分次编号）预测每日解剖变化，为前列腺放疗提供患者特异性的解剖估计方法	研究为回顾性分析，样本量有限（700次MVCT扫描），且模型性能在膀胱体积变化较大时相关性中等，前列腺轮廓指标相关性较弱	提高前列腺癌放疗中分次间解剖变化的预测精度，以优化放疗剂量输送的准确性	前列腺癌患者接受螺旋断层放疗的MVCT扫描图像	数字病理	前列腺癌	MVCT, KVCT	CNN	图像	700次MVCT扫描（来自前列腺癌患者），其中84次用于测试	NA	3D U-Net	SSIM, NCC, Dice, MAE, MSE, MSD	NA
958	2026-02-19	PGST: A prototype-guided parameter-efficient network for spatial transcriptomics prediction 2026-Feb-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3666148 PMID:41701590	研究论文	本文提出了一种用于空间转录组学预测的原型引导参数高效网络PGST，以解决现有方法在空间特异性、跨域共表达模式利用、噪声鲁棒性和参数效率方面的不足	提出了原型引导的空间转录组学网络PGST，包含四个创新部分：基于极坐标嵌入策略的空间转录组学定向信号传播、原型引导的全局共特征聚合、通过共享解码器与重建损失强化的全局一致性，以及轻量级架构设计	NA	开发一种参数高效且能更好捕捉空间特异性和跨域共表达模式的空间转录组学基因表达预测方法	空间转录组学数据	计算生物学	NA	空间转录组学	图神经网络	空间转录组学数据	NA	NA	原型引导网络	NA	NA
959	2026-02-19	OnUVS: An Online Motion Transfer Framework with Content-Texture Decoupling for High-Fidelity Ultrasound Video Synthesis 2026-Feb-17, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3661871 PMID:41701591	研究论文	提出了一种用于高保真超声视频合成的在线运动迁移框架OnUVS，通过内容-纹理解耦来模拟真实解剖运动	引入了弱监督的关键点学习以增强运动表示，设计了双解码器生成器来平衡内容和纹理特征，并采用了在线学习策略来平滑帧间连贯性	NA	解决罕见病例超声视频稀缺问题，通过合成高质量超声视频来辅助新手超声医师培训和深度学习模型训练	超声视频	计算机视觉	心血管疾病，盆底疾病	超声成像	GAN	视频	NA	PyTorch	双解码器生成器，多尺度判别器	FVD（运动一致性），FID（图像保真度）	NA
960	2026-02-19	Transforming a clinical study database into a structured database adapted to artificial intelligence applications 2026-Feb-16, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-025-02087-2 PMID:41692923	研究论文	本文提出了一种将临床试验数据库转化为适合人工智能应用的结构化数据库的方法论和工具	开发了一套针对AI模型训练和测试的临床试验数据库整理框架，包括数据简化、质量控制和序列名称统一化	仅基于单一临床试验（EURAD）的MRI数据，方法可能需针对其他数据类型或试验进行调整	构建适用于人工智能工具训练或测试的医学影像数据库	法国EURAD临床试验中盆腔附件病变女性的MRI数据	计算机视觉	盆腔附件病变	MRI	NA	图像	713名患者	NA	NA	NA	NA