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
281	2026-06-05	Periodontal bone loss analysis via keypoint detection with heuristic post-processing 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111515 PMID:41666656	研究论文	提出基于关键点检测与启发式后处理的深度学习框架，用于自动识别牙周骨丧失标志物并进行疾病分期	提出阶段无关的标注方法及启发式后处理模块，通过辅助实例分割模型将预测关键点对齐至牙齿边界，并设计牙科影像专用评估指标PRCK	后处理在提升细粒度定位的同时降低了粗粒度性能，且根分叉病变和牙周膜间隙增宽任务因阳性样本稀缺仍具挑战性，后处理模块偶发严重失败	实现临床可解释的牙周骨丧失自动评估，减少诊断差异性和临床医生工作量	根尖周X光片中的牙周骨丧失关键点、相关病变及疾病分期	计算机视觉	牙周病	X光成像	关键点检测模型	图像（根尖周X光片）	192张根尖周X光片	PyTorch	多人姿态估计模型（经微调适配关键点检测）	PRCK0.05、PRCK0.25、PRCK0.5、Dice系数	NA
282	2026-02-22	Corrigendum to "Deep learning enhanced ALPS reveals genetic and environmental factors of brain glymphatic function" [eBioMedicine 124 (2026) 106133] DOI: 10.1016/j.ebiom.2026.106133 2026-Mar, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2026.106180 PMID:41719794	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
283	2026-06-04	Deep Learning for scaling large-aperture photoacoustic computed tomography : From single fingers to the human hand 2026-Mar-27, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108081 PMID:41990474	研究论文	开发一种基于深度学习的增强策略，用于解决大规模孔径光声计算机断层扫描（PACT）在复杂人体手部成像中的图像质量问题	提出利用编码器-解码器结构的深度学习模型增强PACT图像质量，仅通过单手指数据集训练即可推广至人手成像，有效解决光学阴影和光路配准问题	未明确讨论深度学习模型在更复杂解剖结构或更大样本中的泛化能力，可能受限于训练数据集的多样性和规模	提升大规模孔径PACT系统在复杂人体靶标成像中的图像质量，支持外周动脉疾病诊断等临床应用	人体手指和手部组织的PACT成像	计算机视觉, 数字病理学	外周动脉疾病	光声计算机断层扫描（PACT）	编码器-解码器结构深度学习模型	图像	单手指数据集（含全检测和低检测配对的PACT图像），人类手部成像数据	NA	编码器-解码器	对比度噪声比（CNR）, 血管结构清晰度	NA
284	2026-06-04	Deep learning-based plaque characterization in hybrid IVUS-OCT images is superior to single-modality deep learning analysis and human experts: head-to-head comparison against histology 2026-Mar-16, Cardiovascular research IF:10.2Q1 DOI:10.1093/cvr/cvaf281 PMID:41603422	研究论文	提出一种基于组织学训练的深度学习分类器，用于混合IVUS-OCT图像中的斑块成分分类，并与单模态深度学习和专家分析进行对比	首次提出基于组织学训练的混合IVUS-OCT深度学习分类器，能比单模态深度学习和专家更准确地检测斑块成分和表型分类	未提供	评估混合IVUS-OCT深度学习分类器在斑块特征识别中的性能优势	来自10例人类尸体的冠状动脉IVUS-OCT图像及匹配组织学切片	数字病理学	心血管疾病	血管内超声（IVUS）、光学相干断层扫描（OCT）	CNN	图像	992帧用于训练，264帧用于测试，来自10个人类心脏	Keras	ResNet	准确率、Kappa系数	NA
285	2026-06-04	Correction: Costache et al. Flash-Flood Potential Mapping Using Deep Learning, Alternating Decision Trees and Data Provided by Remote Sensing Sensors. Sensors 2021, 21, 280 2026-Mar-13, Sensors (Basel, Switzerland) DOI:10.3390/s26061815 PMID:41902180	勘误	对一篇关于使用深度学习、交替决策树和遥感传感器数据进行山洪潜力绘制的论文进行勘误	NA	NA	NA	NA	机器学习	NA	遥感传感器	深度学习、交替决策树	遥感数据	NA	NA	NA	NA	NA
286	2026-06-04	Sex-Based Differences in Imaging-Derived Body Composition and Their Association with Clinical Malnutrition in Abdominal Surgery Patients 2026-Mar-05, Nutrients IF:4.8Q1 DOI:10.3390/nu18050839 PMID:41830009	研究论文	研究腹部手术患者中影像学身体成分与临床营养不良的性别差异	首次分别探讨男性和女性患者术前影像学身体成分与营养不良的性别特异性关联	单中心横断面研究，样本量有限，未涉及术后营养干预的长期随访	评估腹部手术患者术前影像学身体成分与临床营养不良的性别特异性关联	接受择期腹部手术的成年患者	计算机视觉	营养不良	CT成像	深度学习算法	图像	1143例患者	NA	NA	比值比（OR）和95%置信区间	NA
287	2026-06-04	Deep learning-based generation of synthetic multiphasic MRI in hepatocellular carcinoma and cirrhosis 2026-Mar-04, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2026.101813 PMID:41887530	研究论文	本研究评估了基于深度学习从平扫序列生成肝细胞癌和肝硬化患者合成3D对比增强多期磁共振成像的可行性	首次提出利用深度学习从平扫序列合成高质量的3D对比增强多期肝脏MRI，并在视觉图灵测试等关键定性指标上与真实图像无显著差异	基于单中心中等规模数据集的概念验证，需更大规模的多中心研究和外部验证	评估深度学习生成模拟真实对比增强MRI的合成图像在肝细胞癌和肝硬化中的可行性	肝细胞癌和肝硬化患者的肝脏MRI数据	数字病理学	肝细胞癌，肝硬化	MRI	生成对抗网络	图像	来自185名HCC患者和182名肝硬化患者的533次MRI检查，共3198个MRI相位	NA	3D cycle-consistent GAN	结构相似性指数，重叠率，对称平均绝对百分比误差，准确率，精确率，Fleiss's Kappa	NA
288	2026-06-04	Deep learning outperformed radiomics based on MRI in the differentiation of sinonasal small round cell and non-small round cell malignant tumors 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112700 PMID:41604786	研究论文	比较深度学习与影像组学基于MRI在区分鼻腔小圆细胞与非小圆细胞恶性肿瘤中的诊断性能	首次系统比较深度学习与影像组学在MRI基础上区分鼻腔小圆细胞与非小圆细胞恶性肿瘤的性能	深度学习模型与影像组学模型在独立测试队列中的AUC差异未达到统计学显著性	比较深度学习与影像组学模型在术前MRI分类中的诊断性能	鼻腔小圆细胞与非小圆细胞恶性肿瘤的MRI图像	计算机视觉	鼻腔肿瘤	MRI	卷积神经网络	图像	325例患者（163例SRCMTs，162例非SRCMTs）	PyTorch	ResNet-18, ResNet-34, ResNet-50, VGG13, VGG16	AUC, 准确率, 灵敏度, 特异度, 阳性预测值, 阴性预测值	NA
289	2026-03-07	Assessing the reversibility of bronchiectasis with deep learning - Authors' reply 2026-Mar, The Lancet. Respiratory medicine DOI:10.1016/S2213-2600(25)00461-8 PMID:41786370	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
290	2026-06-04	Systematic review of artificial intelligence in brachytherapy 2026-Mar, Journal of contemporary brachytherapy IF:1.1Q3 DOI:10.5114/jcb.2026.160595 PMID:42232846	review	系统综述人工智能在近距离放射治疗中的应用，包括深度学习和机器学习方法，并与当前临床标准进行定量和/或定性比较	首次系统综述人工智能在近距离放疗全流程（从重建到剂量计算及结果预测）中的应用，并评估其与临床标准的差异	文献高度回顾性，可能缺乏前瞻性临床验证	系统评估人工智能在近距离放疗中的应用现状与临床适用性	近距离放疗中的人工智能方法（深度学习/机器学习）	机器学习	前列腺癌，妇科癌症，乳腺癌，脉络膜癌，头颈癌	NA	深度学习，机器学习	NA	232项研究	NA	NA	准确度	NA
291	2026-06-03	Optimizing wastewater treatment through combined deep learning and deep reinforcement learning: Recent advances and future prospects 2026-Mar-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.123795 PMID:41547426	综述	综述了深度学习和深度强化学习在污水处理优化中的最新进展与未来前景	清晰阐述了深度学习与深度强化学习在污水处理中不同的应用适用性及优势，并强调了标准化开放数据平台、开源模型库与模型透明性整合的必要性	智能系统在污水处理厂实际运营中的应用仍面临挑战，需要可靠和标准化的数据采集	探讨深度学习和深度强化学习在污水处理过程优化中的应用潜力与优势	污水处理厂中的过程优化问题，包括故障检测、水质预测、实时监测、自适应控制与多目标优化	machine learning	NA	NA	深度学习和深度强化学习	时间序列数据	NA	NA	NA	NA	NA
292	2026-06-03	Unlocking 2D/3D+T myocardial mechanics from cine MRI: a mechanically regularized space-time finite element correlation framework 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103944 PMID:41547064	研究论文	提出一种时空正则化的有限元数字图像/体积相关框架，用于从常规电影MRI实现二维和三维加时间的心肌运动跟踪与应变分析	统一多视图对齐与二维/三维加时间运动估计，结合区域特定生物力学正则化与数据驱动的时域分解，并通过相关性多视图对齐模块增强解剖一致性	未报告计算资源或时间成本，且三维加时间运动估计仅在一个临床数据集上验证	实现准确且生物力学一致的心肌运动量化，推动四维心脏功能评估	心肌运动与应变	计算机视觉	NA	电影MRI	有限元数字图像/体积相关框架	图像	一个合成数据集、三个公开数据集和一个临床数据集	NA	有限元模型	位移均方根误差、应变均方根误差、时间一致性、地标误差、边界跟踪Dice系数	NA
293	2026-06-03	Maternal High-Fat Diet and Neonatal LPS Exposure Prolong USV Sequences and Shift Call-Type Repertoires in Neonatal Rats 2026-03, Developmental psychobiology IF:1.8Q3 DOI:10.1002/dev.70142 PMID:41844290	研究论文	采用深度学习系统DeepSqueak分析母体高脂饮食和新生期LPS暴露对新生大鼠超声发声序列和叫声类型的影响	首次利用深度学习自动化系统DeepSqueak对新生大鼠超声发声的声谱图和语法特征进行详细分析，揭示母体高脂饮食和新生期LPS暴露对发声序列时长和语法转换概率的显著影响	样本量相对较小（总N=41），且仅关注新生期第7天的发声记录，缺乏长期追踪数据	探究母体高脂饮食和新生期脂多糖暴露对新生大鼠超声发声的时间结构和语法特征的影响	长埃文斯大鼠的后代（共41只，每条件5-6只）	机器学习	NA	深度学习系统DeepSqueak	CNN	超声音频数据	41只新生大鼠（每条件5-6只）	DeepSqueak	NA	一致性比率	NA
294	2026-06-02	MFDR-DTI: Multisource Feature Decoupling and Dual-Level Reorganization Fusion for Accurate Drug-Target Interaction Prediction 2026-Mar-31, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c13460 PMID:41939349	研究论文	提出MFDR-DTI框架，通过多源特征解耦表示和双级动态重组融合机制预测药物-靶标相互作用	创新性地将特征解耦为拓扑结构、物理化学性质和上下文语义三个正交空间，并通过同质特征集成和共享权重跨性质注意力网络实现双级动态重组融合，同时设计基于梯度统计的自适应协同优化策略以平衡训练中不同特征分支的贡献	未明确说明局限性（摘要中仅提及模型优势，未讨论潜在限制）	提高药物-靶标相互作用预测的准确性和泛化能力	药物与靶标之间的相互作用	机器学习	NA	NA	深度神经网络	生物化学特征数据（来自异构数据源）	多个广泛使用的数据集	NA	NA	准确率、精确率、召回率、F1分数、AUC	NA
295	2026-06-02	Comparative Evaluation of Deep Learning Graph Neural Networks and Classical Machine Learning Models for Predicting Heats of Combustion as a Key Hazard Indicator under GHS/CLP Standards 2026-Mar-31, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.5c10417 PMID:41939413	研究论文	系统评估了四种机器学习模型（XGBoost、多层感知器、图卷积网络和神经网络卷积）在预测燃烧热方面的性能，并分析其在GHS/CLP标准下危害分类中的应用	首次在4516种化合物数据集上系统比较描述符基和图基模型对燃烧热的预测性能，并评估其在实际危险分类标准（GHS/CLP）中的分类准确性	未明确提及模型的可迁移性及对数据分布变化的鲁棒性	评估不同机器学习模型预测燃烧热的能力，并探讨其在化学品安全评估中的监管应用价值	4516种化合物	机器学习	NA	NA	XGBoost, 多层感知器, 图卷积网络, 神经网络卷积	分子结构数据	4516种化合物	NA	XGBoost, MLP, GCN, NNConv	决定系数, 测试误差, 训练时间	NA
296	2026-06-02	Deep learning-driven protein binder design for crop improvement 2026-Mar, aBIOTECH IF:4.6Q1 DOI:10.1016/j.abiote.2025.100018 PMID:41940160	综述	探讨深度学习驱动的蛋白质结合体设计在作物改良中的应用潜力，并概述从目标选择到实验验证的完整流程	首次系统总结深度学习工具（如BindCraft、AlphaFold、RoseTTAFold等）在植物蛋白质结合体设计中的端到端流程，并将设计选择与农业实际测试联系起来	亲和力预测存在不确定性，许多植物蛋白的结构信息有限，从早期成功案例到稳健农业应用仍需大量工作	探索深度学习驱动的蛋白质结合体设计在作物改良中的潜力，提供从目标选择到实验测试的实践指南	植物蛋白质结合体及其与靶标的相互作用，涉及抗病性、逆境耐受性和发育相关的关键通路	机器学习	NA	深度学习（蛋白结合体设计）	ProteinMPNN、RFdiffusion	蛋白质结构数据	NA	NA	AlphaFold、RoseTTAFold、BindCraft	界面质量和稳定性指标	NA
297	2026-06-01	Small-molecule binding and sensing with a designed protein family 2026-Mar-28, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70953-8 PMID:41904144	研究论文	结合深度学习和物理方法设计小分子结合蛋白家族，并应用于传感器开发	首次将NTF2折叠与深度学习结合，设计出具有多样性和可设计性口袋几何结构的蛋白质家族，实现六种小分子靶标的计算设计，并利用皮质醇结合蛋白构建化学诱导二聚化系统用于生物传感器	未提及长期稳定性和体内应用验证	开发按需设计任意小分子传感器的通用平台	六种小分子靶标（包括皮质醇）及设计的蛋白质结合剂	蛋白质设计, 深度学习	NA	深度学习和物理方法	深度学习模型	蛋白质结构数据	六种小分子靶标	NA	NTF2折叠	纳摩尔至低微摩尔结合亲和力	NA
298	2026-06-01	Segmentation and diagnosis of anterior cruciate ligament tear using deep learning and radiomics based on knee CT 2026-03-24, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02297-0 PMID:41877097	研究论文	基于膝关节CT使用深度学习和影像组学建立前交叉韧带撕裂的分割与诊断模型	首次基于膝关节CT而非MRI，结合深度学习和影像组学构建ACL分割与撕裂诊断模型	未提及外部验证的多样性及模型泛化性限制	建立ACL撕裂的CT分割与诊断AI系统，提高诊断准确性与便利性	前交叉韧带撕裂及其分割与诊断	计算机视觉	前交叉韧带撕裂	CT扫描	3D nnU-Net、支持向量机、随机森林、随机梯度下降	影像	469名患者用于分割模型，其中328名用于诊断模型	NA	3D nnU-Net、SVM、RF、SGD	Dice相似系数、AUC	NA
299	2026-06-01	Multiphase CT-based deep learning radiomics nomogram models for preoperative WHO/ISUP grading of clear cell renal cell carcinoma: a two-center validation study 2026-03-09, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02268-5 PMID:41803747	研究论文	基于多期CT的深度学习影像组学列线图模型用于术前预测肾透明细胞癌WHO/ISUP分级的两中心验证研究	首次整合多期CT影像的影像组学特征、深度学习特征和临床变量构建列线图模型，用于无创术前预测ccRCC核分级，并进行了双中心大样本验证	NA	开发和验证一种基于多期CT影像的深度学习影像组学列线图模型，用于术前无创预测肾透明细胞癌的WHO/ISUP核分级	1499例经组织学确诊的肾透明细胞癌患者	数字病理学	肾透明细胞癌	多期CT成像	列线图模型融合影像组学、深度学习与临床特征	CT影像与临床数据	1499例ccRCC患者（训练集929例，内部验证集398例，外部验证集172例）	NA	DenseNet201	AUC	NA
300	2026-06-01	Ensemble Learning Model: A Novel Technique to Detect Malignancy in Effusion Cytology 2026-03, Cytopathology : official journal of the British Society for Clinical Cytology IF:1.2Q3 DOI:10.1111/cyt.70036 PMID:41205194	研究论文	本研究应用结合六种迁移学习架构的集成学习模型来检测积液细胞学中的恶性病变	这是首个在积液细胞学中应用六模型集成深度学习方法的创新研究	NA	开发用于积液细胞学恶性检测的集成学习模型	积液细胞学涂片的显微图像	数字病理学	积液细胞恶性病变	巴氏染色涂片显微摄影	集成学习模型（包含DenseNet121、Xception、ResNet50、MobileNetV2、InceptionV3和VGG16）	图像	110例积液细胞学病例（59例良性，51例恶性），共755张代表性显微照片	Jupyter Notebook	DenseNet121, Xception, ResNet50, MobileNetV2, InceptionV3, VGG16	灵敏度, 特异度, 准确率, 精确率, 阴性预测值, F1分数, AUROC	NA