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
241	2026-09-13	A unified approach for maintaining MRI reconstruction quality and quantifying both aleatoric and epistemic uncertainty 2026-09, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110680 PMID:41966495	研究论文	本文研究了基于模型的深度学习（MoDL）在加速MRI重建中贝叶斯不确定性量化的实际设计选择，包括随机层位置、异方差学习以及两阶段训练策略	提出了两阶段训练策略（先冻结重建网络再训练异方差不确定性网络），系统比较了MC dropout和Bayes-by-Backprop在不同随机层放置模式下的表现，并验证了不确定性估计在域偏移下能捕捉域内与分布外趋势	未明确说明具体的数据集和样本量，可能缺乏对更广泛域偏移类型的验证	为基于MoDL的MRI重建中实现有效的贝叶斯不确定性量化提供实现层面的指导	加速MRI重建模型中的贝叶斯不确定性量化方法	计算机视觉	NA	NA	贝叶斯神经网络	图像	NA	NA	MoDL	峰值信噪比	NA
242	2026-09-13	Deep learning cone-beam computed tomography image segmentation for the 3D visualization of mandibular infraosseous periodontal defects 2026-Sep, Journal of periodontology IF:4.2Q1 DOI:10.1002/jper.70058 PMID:42054008	研究论文	本研究评估了基于深度学习的SegResNet模型在锥形束CT图像上分割下颌骨内牙周缺损并实现三维可视化的性能	首次将多阶段SegResNet深度学习模型应用于下颌骨内牙周缺损的CBCT图像分割与三维重建，并系统比较了其与半自动分割在线性和体积测量上的一致性	研究仅局限于下颌骨缺损，对上颌骨病例的适用性尚未验证	评估深度学习模型在CBCT扫描中分割下颌骨内牙周缺损的性能，以提升牙周诊断的效率和准确性	III至IV期牙周炎患者的CBCT扫描图像及48个骨内牙周缺损	计算机视觉	牙周炎	锥形束计算机断层扫描（CBCT）	CNN	图像	48个骨内牙周缺损（来自III至IV期牙周炎患者的CBCT扫描）	NA	SegResNet	组内相关系数（ICC）	NA
243	2026-09-10	INTELCAPE: A Deep Learning-Powered System for Automated, High-Accuracy Crohn's Disease Diagnosis via Capsule Endoscopy 2026-Sep, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2026.02.026 PMID:41861933	研究论文	开发并验证了INTELCAPE系统，利用深度学习自动分析胶囊内镜视频，用于克罗恩病的高准确率诊断。	提出了一个集成了ResNet、Transformer和EfficientNet架构的多任务深度学习框架，能够同时进行小肠区域分割、病变检测和疾病诊断，并且性能优于或接近专家水平。	研究为回顾性设计，数据来自两家中国医院，可能限制了结果的普适性。	开发一种自动化、高精度的克罗恩病诊断系统，通过胶囊内镜视频分析，提高诊断效率和准确性，尤其是对经验较少的临床医生。	克罗恩病患者的小肠胶囊内镜视频。	医学影像分析	克罗恩病	胶囊内镜检查	深度学习模型	视频图像	来自两个队列的872名患者（Cohort 1: 757名，Cohort 2: 115名）的胶囊内镜视频	NA	ResNet, Transformer, EfficientNet	交并比, 曲线下面积, 准确率	NA
244	2026-09-10	Integrated Neuromorphic Photonic Computing for AI Acceleration: Emerging Devices, Network Architectures, and Future Paradigms 2026-Sep, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202508029 PMID:41117104	综述	本文综合评述了集成神经形态光子计算在AI加速中的进展，涵盖新兴器件、网络架构与未来范式	系统梳理了光子神经网络十年进展，并提出克服材料与系统层面障碍的可行路径	未提及具体局限性	分析光子神经形态计算在AI加速中的核心组件与应用部署要求，并展望未来发展方向	光子神经网络的核心组件，包括线性突触器件、非线性神经元器件及网络架构	机器学习	不适用	光子计算	光子神经网络	不适用	不适用	不适用	不适用	不适用	不适用
245	2026-09-09	mm-HrtEMO: Non-Invasive Emotion Recognition via Heart Rate Using mm-Wave Sensing in Diverse Scenarios 2026-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3522316 PMID:40030825	研究论文	提出了一种基于毫米波雷达和深度学习的非接触式、保护隐私的情感识别框架，用于在多种动态场景中通过心率信号识别情绪	利用毫米波雷达实现非接触式心率检测，并集成混合一维卷积神经网络（1D-CNN）和双向长短期记忆网络（Bi-LSTM）进行特征提取和时序分析，具有实时性和环境鲁棒性	未明确提及限制	开发一种不依赖环境因素（如光照或衣物）的隐私保护情感识别方法，以应用于医疗、人机交互和教育等领域	心率信号及基于毫米波雷达的动态场景数据	机器学习	NA	毫米波雷达	混合1D-CNN和Bi-LSTM	雷达信号数据	NA	NA	1D-CNN、Bi-LSTM	ROC曲线、F1分数、精确率-召回率	NA
246	2026-09-09	Vox-MMSD: Voxel-Wise Multi-Scale and Multi-Modal Self-Distillation for Self-Supervised Brain Tumor Segmentation 2026-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3592116 PMID:40705573	研究论文	提出了一种名为Vox-MMSD的体素级多尺度多模态自蒸馏自监督学习框架，用于脑肿瘤分割，通过掩蔽和采样策略提升小标注数据下的分割性能	引入了Siamese Block-wise Modality Masking (SiaBloMM)策略和Overlapping Random Modality Sampling (ORMS)，充分利用多模态MRI和体素级多尺度特征进行自蒸馏	未明确提及局限性	开发自监督预训练方法，减少对大量标注数据的依赖，提高脑肿瘤分割性能	多模态脑MRI图像及脑肿瘤区域	计算机视觉、医学图像分析	脑肿瘤	多模态MRI	自监督学习框架	图像	BraTS 2024成人胶质瘤分割数据集及三个小型下游数据集	未明确指定	未明确指定（SiaBloMM和ORMS策略）	Dice系数	未明确指定
247	2026-09-09	Enhancing EEG-Based Schizophrenia Diagnosis With Explainable Multi-Branch Deep Learning 2026-Sep, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3593647 PMID:40729717	研究论文	提出了一种名为MBSzEEGNet的多分支深度学习模型，用于基于EEG的精神分裂症分类，该模型能够捕捉振荡和空间频谱特征，并在两个静息态EEG数据集上实现了较好性能，同时通过显著性图提供可解释性	设计了一个专门的多分支深度学习架构，分别提取振荡和空间频谱特征，增强了模型在不同数据集上的泛化能力，并利用基于显著性的解释方法识别潜在的生物标志物	未提及具体限制	提高基于EEG的精神分裂症诊断的准确性和可解释性，并探索相关的神经标记	静息态脑电图（EEG）数据，用于精神分裂症患者与健康对照的分类	机器学习	精神分裂症	脑电图（EEG）	多分支深度学习模型（MBSzEEGNet）	EEG信号	两个静息态EEG数据集	NA	多分支架构（具体如卷积层等未明确）	准确率	NA
248	2026-09-07	Multi-variant GWAS and genomic prediction dissect the genetic architecture underlying tomato fruit weight 2026-Sep-05, TAG. Theoretical and applied genetics. Theoretische und angewandte Genetik DOI:10.1007/s00122-026-05326-2 PMID:42700247	研究论文	本研究利用多变异类型（SNP、INDEL、SV）的GWAS和基因组预测，解析了番茄果实重量的遗传架构，并评估了不同变异类别在关联定位和预测中的贡献	首次将SNP、INDEL和SV三类变异整合用于番茄果实重量的GWAS和基因组预测，提高了候选基因发现能力，并鉴定出染色体5上的稳定改良相关位点（如390-bp缺失）	预测精度受验证场景和算法选择影响较大，不同标记类别的差异总体较小，且未提及计算资源细节	解析番茄果实重量（番茄果实重量）的遗传架构，评估多变异类型（SNP、INDEL、SV）在关联定位和基因组预测中的价值，以支持遗传解析和基因组辅助育种	番茄品种群体（Varitome群体），包含Solanum pimpinellifolium (SP)、S. lycopersicum var. cerasiforme (SLC) 和栽培种 S. lycopersicum (SLL)的个体	遗传学、基因组学	不适用（作物性状研究）	全基因组关联研究（GWAS）、基因组预测、变异检测（SNP、INDEL、SV）	PLS（偏最小二乘回归）、BGLR（贝叶斯线性回归）、RF（随机森林）、DL（深度学习）	基因组变异数据（SNP、INDEL、SV）	未明确给出个体数量，涉及多环境下的番茄品种群体（SP、SLC、SLL）	NA	PLS、BGLR、RF、DL（未指定具体深度学习架构）	基因组预测准确性（可能包括皮尔逊相关或均方误差，但未明确具体指标）	NA
249	2026-09-07	A novel framework for the discovery of MAPK-activated protein kinase 2 (MAPKAPK2) inhibitors using a multi-feature deep learning ensemble 2026-Sep-05, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00935-x PMID:42700280	研究论文	本研究开发并验证了一种基于多特征深度学习集成的框架，用于发现MAPKAPK2抑制剂。	提出了一种集成多种分子特征和架构的深度学习方法，通过投票机制提高了预测准确性，并在体外实验中成功鉴定出新型抑制剂。	仅对少量化合物进行了实验验证，框架在不同数据集上的泛化能力有待进一步测试。	开发并验证一种用于MAPKAPK2抑制剂发现的新型计算框架，以加速抑制剂鉴定过程。	MAPKAPK2蛋白激酶及化合物库中的潜在抑制剂。	机器学习	多种疾病（如炎症性疾病）	分子特征指纹、分子对接	深度神经网络	分子结构数据	训练集和测试集未具体说明，但使用21种分子特征和28种层大小设置，实验测试了7种化合物。	NA	深度神经网络（DNN），具体架构未指定。	准确率	NA
250	2026-09-07	Brain organoids, high-density MEAs, and deep learning: A new paradigm for functional neurobiomarker discovery 2026-Sep-05, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111921 PMID:42700517	综述	本文综述了通过结合人类诱导多能干细胞来源的脑类器官、高密度微电极阵列和深度学习算法，实现功能性神经生物标志物发现的新范式。	提出了功能性"数字表型"这一新概念，利用深度学习分析脑类器官电生理数据，可在结构损伤前检测疾病相关的异常网络活动，与传统的静态分子组学方法形成对比。	未明确提及，可能包括类器官成熟度限制、深度学习模型的可解释性以及体外模型向临床转化的挑战。	探讨如何利用脑类器官、高密度微电极阵列和深度学习来发现功能性神经生物标志物，以推动早期神经疾病诊断和个性化治疗。	脑类器官、高密度微电极阵列、深度学习算法（如卷积神经网络和图神经网络）	神经科学、机器学习	神经发育疾病、神经退行性疾病	人类诱导多能干细胞培养、高密度微电极阵列、深度学习	卷积神经网络、图神经网络	电生理数据（脉冲序列等）	不适用（综述文章）	未明确提及	卷积神经网络、图神经网络	未明确提及	未明确提及
251	2026-09-07	GIN-CRC-Pareto: A graph-based pareto-optimized multi-task learning framework to identify miRNA-target interactions in colorectal cancer 2026-Sep-05, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105099 PMID:42700827	研究论文	提出GIN-CRC-Pareto框架，一种基于图的Pareto优化多任务学习方法，用于预测结直肠癌中miRNA-mRNA相互作用	采用Pareto优化的梯度平衡策略动态调整多任务学习中的任务权重，同时进行miRNA-mRNA结合对预测、种子匹配识别和亚型分类	摘要未提及明确的局限性	开发能准确识别结直肠癌中miRNA靶标相互作用的可扩展方法，并提升泛化能力至多种癌症类型	结直肠癌中的miRNA-mRNA相互作用及结合模式	数字病理学、机器学习	结直肠癌	NA	图神经网络	序列数据	NA	NA	图神经网络	准确率、精确率、AUC	NA
252	2026-09-07	Dual-Approach AI for Pediatric Supracondylar Fractures: Multiclass Radiograph Classification with Explainable AI and Diagnostic Meta-analysis of AI-Based Computational Approaches 2026-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.08.048 PMID:42701043	研究论文	开发了首个用于儿童肱骨髁上骨折多分类（无骨折、Gartland I-III型）的深度学习模型，并通过诊断测试准确性荟萃分析系统比较了不同AI计算方法的表现	首次实现SCF的Gartland亚型多分类而非仅二分类，并结合可解释AI（NormEnsemble-HiResCAM）提供决策可视化，还首次进行了SCF相关的诊断准确性荟萃分析	I型骨折样本量较小可能限制对无移位骨折的泛化能力；荟萃分析纳入研究数量有限且存在显著异质性，结果仍属初步	建立首个多分类深度学习模型用于儿童肱骨髁上骨折检测和Gartland分型，并通过荟萃分析系统比较AI计算诊断方法（包括深度学习和影像组学）的性能	儿童肘关节X光片（包括正常、Gartland I-III型骨折）以及基于CNN和影像组学的AI分类方法	医学影像分析、深度学习	儿童肱骨髁上骨折	X光影像分析	YOLOv11 Nano（目标检测/分类模型）	X光图像	1082张儿童肘关节X光片（训练/测试），荟萃分析纳入4项研究共2232张图像	未明确指定（可能是PyTorch或TensorFlow），但涉及YOLOv11	YOLOv11 Nano	准确率、敏感性、特异性、诊断优势比、95%置信区间、I²统计量	未明确说明（无GPU/云平台信息）
253	2026-09-07	Hands-on Artificial Intelligence Education for Radiology Residents: A Three-year Feasibility and Curriculum Implementation Study 2026-Sep-05, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.08.095 PMID:42701044	研究论文	本研究描述并评估了一项为期三年的、面向放射科住院医师的动手人工智能课程的实施可行性和初步教育效果	该研究提出了一个将核心计算原理与临床影像应用相结合的结构化动手AI课程，并在连续三个独立队列中验证了其可行性和可重复性	研究局限于单中心、小样本，且缺乏中心化存档的个人成绩，评估基于事后知识演示和混合至偏正向的定性反馈，而非严格的前后对比或验证性结果数据	评估在放射科住院医师培训中整合结构性动手AI课程的可行性、可重复性及初步教育成果	3年期间完成AI轮转的诊断放射科住院医师，2023年9名，2024年8名，2025年10名，共27名	医学教育	不适用	不适用	不适用	文本（测验和问卷调查）	27名放射科住院医师（2023年9名，2024年8名，2025年10名）	不适用	不适用	正确率和Likert量表评分	不适用
254	2026-09-07	Automated detection of active and structural MRI lesions in the sacroiliac joints in axial spondyloarthritis: training and validation across 3 phase III clinical trial datasets 2026-Sep-05, Annals of the rheumatic diseases IF:20.3Q1 DOI:10.1016/j.ard.2026.08.003 PMID:42701084	研究论文	该研究评估了一种全自动深度学习系统在检测中轴型脊柱关节炎骶髂关节活动性和结构性MRI病灶的性能，并在三个III期临床试验数据集上进行了验证。	开发了一种两阶段自动流水线，用于区分左右骶髂关节并检测五种MRI定义的病灶类型，且无需额外训练即可在不同独立数据集上泛化。	未在摘要中明确提及局限性。	评估全自动DL系统检测骶髂关节MRI病灶的性能，并验证其在独立临床试验数据集上的泛化能力。	骶髂关节MRI图像中的活动性和结构性病灶，包括骨髓水肿、侵蚀、脂肪病灶、硬化和强直。	计算机视觉	中轴型脊柱关节炎	MRI	深度学习模型	MRI图像（T1加权和短tau反转恢复序列）	MEASURE 1试验132名患者（训练），PREVENT试验555名患者，SURPASS试验414名患者（独立验证）	NA	两阶段自动流水线架构（具体架构未指定）	AUC, 平衡准确率, 敏感性, 特异性, kappa	NA
255	2026-09-07	Deep learning-based multi-class misbehavior classification in fog-enabled vehicular ad hoc networks 2026-Sep-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-66695-8 PMID:42701108	研究论文	本研究在雾计算增强的车载自组网中，利用深度学习方法进行多类不当行为分类，以提升入侵检测效率。	提出四种混合LSTM和CNN的分类方案，分别在两个分类器中应用，以同时分类车辆类型和通用行为类别，性能优于现有工作。	未明确提及局限性。	提高雾计算增强的VANET中不当行为检测的准确性，以应对交通碰撞和拥堵问题。	车载自组网中的车辆不当行为数据。	机器学习	不适用	不适用	LSTM, CNN	时间序列数据	不适用	不适用	LSTM, CNN	精确率, 召回率, F1分数	不适用
256	2026-09-07	Development of a YOLO-guided automated (microplastic) particle analysis workflow 2026-Sep-04, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay00142d PMID:42694007	研究论文	开发了一种基于YOLO引导的自动化微塑料颗粒分析工作流程，将图像检测结果转换为显微镜可执行的操作	首次将YOLO11实例分割模型作为自动IR/Raman显微镜微塑料分析的前端模块，实现了从图像级检测到显微镜操作的无缝转换，包括坐标恢复和程序控制	在背景较脏的图像上检测性能下降，如商业盐样品所示	解决深度学习在自动化微塑料分析中作为前端模块的不足，实现端到端自动化监测	微塑料颗粒及其显微镜图像	计算机视觉	不适用	显微镜成像（亮场显微术）	YOLO11实例分割模型	图像	626张亮场显微图，包含7010个颗粒，另有一个来自自来水的测试集	Ultralytics	YOLO11	精确率、召回率、F1分数	不适用
257	2026-09-07	Diagnostic Performance of Machine Learning for Systemic Lupus Erythematosus: Systematic Review and Meta-Analysis 2026-Sep-04, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/90209 PMID:42696514	系统综述和荟萃分析	本研究通过系统综述和荟萃分析评估了机器学习模型在系统性红斑狼疮及其器官受累诊断中的性能，涵盖分类、狼疮性肾炎诊断和神经精神性狼疮判别三项任务	首次针对三种临床不同的红斑狼疮相关任务进行分层的荟萃分析，并使用QUADAS-AI工具评估方法学质量及GRADE框架评估证据确定性	所有纳入研究均为回顾性，仅31%进行了独立外部验证，75.9%的研究存在高或不明确的偏倚风险，且未报告模型校准、决策曲线分析或临床净获益	评估机器学习和深度学习模型在系统性红斑狼疮分类或诊断、狼疮性肾炎诊断和神经精神性狼疮判别中的诊断性能，并评估方法学质量和证据确定性	系统性红斑狼疮患者及其器官受累（包括狼疮性肾炎和神经精神性狼疮）的诊断模型	机器学习、临床诊断	系统性红斑狼疮、狼疮性肾炎、神经精神性狼疮	NA	机器学习模型、深度学习模型（包括传统ML和DL）	临床数据（诊断准确性数据，如2×2列联表）	29项研究，其中17项用于SLE分类，5项用于LN诊断，7项用于NPSLE判别	NA	NA	敏感性、特异性、95%预测区间	NA
258	2026-09-07	Decoding TnsC Filament Assembly in CRISPR-Associated Transposons Using Interpretable Deep Learning and Molecular Simulations 2026-09-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c05500 PMID:42701218	研究论文	本研究结合大规模分子模拟、可解释深度学习（图注意力网络）和因果推断，解析CRISPR相关转座子中TnsC蛋白丝状组装的分子机制	引入了可解释的图注意力网络和格兰杰因果分析，用于揭示TnsC丝状组装中的分子决定因素和方向性关系，提出可转移的深度学习策略	摘要未提及具体实验验证，可能受限于模拟和计算模型的简化假设	阐明TnsC蛋白在V-K型CRISPR相关转座子中形成丝状结构的分子调控机制，并支持可编程DNA整合平台的工程化	TnsC蛋白、DNA、CRISPR相关转座子系统（类型V-K）	结构生物学、分子动力学、深度学习	不适用	大规模分子动力学模拟、图注意力网络、格兰杰因果分析	图注意力网络（GAT）	分子动力学模拟轨迹数据	不适用（基于计算机模拟数据）	NA	图注意力网络（GAT）	NA	未提及具体资源（可能使用高性能计算集群）
259	2026-09-07	3D, Structure-Based, Deep Learning Approach to Predict the Regioselectivity of Olefin Hydroformylations 2026-Sep-02, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c11602 PMID:42701300	研究论文	提出了一种基于3D结构的深度学习方法Libra-ML，用于预测铑催化末端烯烃氢甲酰化反应的区域选择性。	首次将3D结构编码与深度学习相结合，用于预测过渡金属催化反应的实验结果，克服了传统方法在有限数据下建模复杂催化剂结构的困难。	本研究仅针对末端烯烃的氢甲酰化反应，可能不适用于其他类型的底物或反应，且依赖3D结构数据的可用性。	开发一种基于3D结构的深度学习框架，以准确预测过渡金属催化反应的实验区域选择性。	铑配合物催化的末端烯烃氢甲酰化反应。	机器学习	NA	NA	深度学习模型（具体类型未提及）	3D分子结构数据	NA	NA	NA	预测性能指标（具体未提及）	NA
260	2026-09-07	Improved delineation of the cystic artery using super-resolution deep learning reconstruction in contrast-enhanced abdominal computed tomography 2026-Sep, Radiological physics and technology IF:1.7Q3 DOI:10.1007/s12194-026-01066-6 PMID:42149432	研究论文	本研究评估了超分辨率深度学习重建（SR-DLR）在增强腹部CT中相比标准深度学习重建（DLR）对胆囊动脉及腹部相关血管图像质量和轮廓描绘的改善效果	首次应用SR-DLR于增强腹部CT，以提升胆囊动脉等小血管的轮廓描绘和图像质量	未观察到胆囊动脉检出率的显著改善，可能受样本量和单中心设计限制	评估SR-DLR在增强腹部CT中改善胆囊动脉及相关腹部血管图像质量和轮廓描绘的能力	胆囊动脉、肠系膜上动脉、肝固有动脉及胆囊管的图像质量与轮廓	医学影像	胆道疾病	增强CT	深度学习和超分辨率深度学习重建	医学影像（CT图像）	60例患者，每家医院于2025年4月至6月间接受增强腹部CT动脉期扫描	未知	未知	CT衰减值、图像噪声、对比噪声比、半峰全宽、边缘上升距离、边缘上升斜率	未提及