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
2001	2026-03-10	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109380 PMID:41544585	研究论文	本研究探索了基于深度学习的对象检测模型在根尖片上自动检测和分类牙周骨缺损的可行性	首次将YOLOv8对象检测模型应用于根尖片上牙周骨缺损的详细分类，包括一壁缺损、多壁缺损、火山口样缺损和根分叉病变	数据集存在不平衡问题，且二维成像本身存在固有局限，导致模型对较小或影像学上模糊的缺损检测困难	评估人工智能辅助对象检测模型在牙周骨缺损分类中的可行性和性能	根尖片上显示的牙周骨缺损	计算机视觉	牙周病	深度学习	CNN	图像	581张包含至少1处牙周骨缺损的根尖片图像（来自总共7464张图像）	NA	YOLOv8l	平均精度均值, 精确率, 召回率	NA
2002	2026-03-10	Automated Classification of Store-Operated Calcium Entry Activity and Disease Conditions in Murine Skeletal Muscle Images Using Machine Learning 2026-Apr, Muscle & nerve IF:2.8Q2 DOI:10.1002/mus.70157 PMID:41603483	研究论文	本研究比较了三种机器学习模型在基于小鼠骨骼肌图像中钙库操纵性钙内流（SOCE）活性进行分类的能力，以评估肌肉活动或疾病状态	首次将机器学习模型应用于小鼠骨骼肌图像的SOCE活性自动分类，为肌肉病理的临床分类提供了可扩展的自动化解决方案	研究样本量有限，未来需要更大数据集和更复杂模型（如基于Transformer的模型）来提升在复杂肌肉条件下的性能	开发并比较机器学习模型，以实现从小鼠骨骼肌图像中自动分类SOCE活性和疾病状态，以辅助肌肉营养不良症的诊断和治疗	小鼠骨骼肌纤维的免疫荧光图像，来自钙蛋白酶-3缺失小鼠和野生型小鼠，包括静息和运动后状态	计算机视觉	肌肉营养不良症	免疫荧光成像	CNN, SVM	图像	来自钙蛋白酶-3缺失小鼠和野生型小鼠的骨骼肌纤维图像，具体数量未在摘要中明确说明	NA	CNN, EfficientNet, SVM	准确率, F1分数, 精确率, 受试者工作特征曲线下面积	NA
2003	2026-03-10	A Multimodal Model for Caries Screening Using Intraoral Images and Questionnaires 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109420 PMID:41650828	研究论文	本研究开发了一种结合口内图像和问卷数据的多模态深度学习模型，用于儿童龋齿筛查，并与仅使用图像的单一模态模型进行性能比较	通过整合口内图像和问卷数据构建多模态模型，提高了早期龋齿的召回率，同时保持了整体诊断性能，并利用SHAP分析增强了模型决策的可解释性	需要进一步的大规模、多中心验证以确认其普适性和有效性	开发用于儿童龋齿筛查的多模态深度学习模型	儿童的口内图像和口腔健康问卷数据	计算机视觉	龋齿	深度学习	深度学习模型	图像, 文本	7671张图像（3913张咬合面图像和3758张光滑面图像）	NA	NA	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
2004	2026-03-10	Comparison of Artificial Intelligence Models for Automatic Segmentation of the Mandibular Canals and Branches 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109427 PMID:41653835	研究论文	本研究比较并改进了三种深度学习模型（U-Net Transformer、Swin UNETR和3D UX-Net）在下颌管及其分支自动分割中的性能	首次比较了三种先进的3D深度学习模型在下颌管分割任务中的表现，并引入了基于解剖学特征的后处理模块以显著提升模型性能	研究仅使用了173个CBCT扫描样本，样本量相对有限；未在外部数据集上验证模型的泛化能力	比较和优化深度学习模型在下颌管及其分支自动分割中的性能	下颌管、切牙管和颏管等牙科结构	计算机视觉	NA	锥形束计算机断层扫描	深度学习	3D医学图像	173个CBCT扫描	NA	U-Net Transformer, Swin UNETR, 3D UX-Net	Dice相似系数, 交并比, 95百分位豪斯多夫距离, 平均对称表面距离, 精确率, 召回率	NA
2005	2026-03-10	Dual Framework for Classification and Detection of Third Molar Impaction in Panoramic Radiographs 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109430 PMID:41655402	研究论文	本文提出了一种双框架深度学习系统，用于全景X光片中第三磨牙阻生的分类与检测	提出两个独立的深度学习框架，结合了改进的YOLO架构与多头自注意力机制，以及基于深度特征的传统机器学习分类，并采用GAN数据增强提升性能	现有方法多限于二分类，受类别不平衡影响，且缺乏标准化评估协议，限制了临床适用性	实现第三磨牙阻生的准确、自动化多类别评估，以辅助口腔颌面外科手术规划	全景X光片中的第三磨牙阻生	计算机视觉	口腔疾病	深度学习，传统机器学习	CNN, YOLO, KNN	图像	5796张经专家标注的全景X光片	TensorFlow, PyTorch	YOLOv10, YOLOv11n, ResNet50, InceptionNetV3	准确率, 精确率, 召回率, F1分数, 平均精度均值	未明确指定，但提及了计算复杂度比较（GFLOPs）
2006	2026-03-10	Automated Identification of Accessory Mental Foramen Using Cone-Beam Computed Tomography and Convolutional Neural Networks 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109428 PMID:41740248	研究论文	本文开发并评估了一种基于深度学习的系统，用于自动检测锥形束计算机断层扫描图像中的副颏孔，并比较了两种卷积神经网络架构的检测准确性和临床可靠性	首次将深度学习应用于CBCT图像中副颏孔的自动检测，并比较了自定义轻量CNN与ResNet-50模型的性能，通过Grad-CAM可视化验证了模型的可解释性和临床相关性	研究仅基于700个具有副颏孔的CBCT扫描和700个正常对照，样本量相对有限，且未在外部数据集上进行验证	开发并评估一种基于深度学习的自动检测系统，用于识别锥形束计算机断层扫描图像中的副颏孔，以提高诊断准确性和临床决策效率	锥形束计算机断层扫描图像中的副颏孔	计算机视觉	NA	锥形束计算机断层扫描	CNN	图像	1400个CBCT扫描（700个具有副颏孔，700个正常对照）	NA	自定义轻量CNN, ResNet-50	准确率, 精确率, 召回率, F1分数	NA
2007	2026-03-10	An attention-driven framework for drug repurposing against human metapneumovirus: Integrating predictive modeling with docking validation 2026-Apr, Antiviral research IF:4.5Q1 DOI:10.1016/j.antiviral.2026.106366 PMID:41763407	研究论文	本研究提出了一种基于注意力机制的框架，用于预测针对人类偏肺病毒（HMPV）的药物再利用候选物，并通过对接验证进行强化	引入了基于注意力机制的机器学习与深度学习方法，结合对接研究，以预测现有药物对HMPV的再利用潜力	当样本数量较少时，注意力方法的性能可能受限；预测结果需进一步实验室验证	通过计算药物再利用策略，发现针对人类偏肺病毒（HMPV）的潜在治疗药物	人类偏肺病毒（HMPV）及其潜在药物候选物，如tilorone和oseltamivir	机器学习	呼吸道病毒感染	计算药物再利用，对接研究	注意力机制模型	药物数据集	NA	NA	注意力架构	NA	NA
2008	2026-03-10	Developing Evolving Adaptability in Biological Intelligence: A Novel Biologically-Inspired Continual Learning Model for Video Saliency Prediction 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3643517 PMID:41385441	研究论文	本文提出了一种受生物启发的持续学习模型，用于视频显著性预测，旨在平衡记忆稳定性与学习可塑性	受海马体和果蝇γMB系统启发，设计了视觉显著性记忆库模块和主动遗忘策略，以显式存储旧任务特征并增强对新任务的适应能力	未明确说明模型在极端动态场景或大规模任务增量设置下的性能边界	解决视频显著性预测任务中的灾难性遗忘问题，并实现记忆稳定性与学习可塑性的更好平衡	动态场景中的人类注意力预测	计算机视觉	NA	持续学习	生物启发持续学习模型	视频	多个基准数据集（未指定具体数量）	NA	BICL（生物启发持续学习模型）	NA	NA
2009	2026-03-10	IALA-LNN: Deep Learning for Peptide Retention Time Prediction Based on Improved Artificial Lemming Algorithm-Optimized Liquid Neural Networks 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02548 PMID:41701342	研究论文	本文提出了一种基于改进人工旅鼠算法优化的液态神经网络框架IALA-LNN，用于准确预测肽段在液相色谱中的保留时间	首次将受常微分方程状态演化控制的液态神经网络应用于肽段保留时间预测，并结合了改进的人工旅鼠算法进行超参数优化，有效捕获了肽序列的复杂顺序依赖性	未明确提及模型在不同实验室或色谱系统间的泛化能力，也未讨论对非标准或修饰肽段的预测性能	提高液相色谱-串联质谱蛋白质组学中肽段保留时间预测的准确性，以增强肽段鉴定的可靠性	肽段序列及其在反相色谱、强阳离子交换色谱和亲水相互作用色谱中的保留时间	机器学习	NA	液相色谱-串联质谱	液态神经网络	序列数据	NA	NA	ESM-2, ProtT5, 液态神经网络	R², 平均绝对误差	NA
2010	2026-03-10	Polypharmacology Browser PPB3: A Web-Based Deep Learning Tool for Target Prediction Using ChEMBL Data 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00299 PMID:41721463	研究论文	本文介绍了一个基于深度学习的网络工具PPB3，用于预测药物分子的多药理学靶点	使用了比先前模型更大的数据集，包含多种靶点类型，并基于ChEMBL 34数据训练深度神经网络	NA	开发一个基于网络的工具，用于预测药物分子的多药理学靶点	药物分子及其与生物靶点的相互作用	机器学习	NA	深度神经网络	深度神经网络	二进制子结构指纹	1,187,089个分子与7,546个靶点之间的2,496,555次相互作用	NA	NA	召回率, 精确度	NA
2011	2026-03-10	PeptideNet: An Integrative Deep Learning Framework for Predicting Diverse Bioactive Peptides Using Protein Language Model Embeddings 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02885 PMID:41731742	研究论文	本研究提出了一种名为PeptideNet的集成深度学习框架，用于预测多种生物活性肽	整合了大型蛋白质语言模型嵌入（如ESM1、ESM2和ProtBert）与物理化学描述符，并开发了结合CNN和BiGRU的混合深度学习模型，以捕获局部序列基序和长程依赖关系	NA	加速肽类治疗药物的发现和设计	生物活性肽，包括抗病毒、抗菌、抗氧化、抗细胞穿透和抗溶血肽	自然语言处理	NA	蛋白质语言模型嵌入（ESM1、ESM2、ProtBert）、物理化学描述符	CNN, BiGRU	序列数据	NA	NA	PeptideNet（集成CNN和BiGRU的混合架构）	准确度	NA
2012	2026-03-10	Machine Learning-Assisted Local-to-Global Optimization Strategy for Accelerated Molecular Cluster Structure Prediction 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02782 PMID:41733999	研究论文	本文提出了一种机器学习辅助的局部到全局优化策略（LOGOS），用于加速分子簇结构的预测	利用深度学习识别局部模式，在分子静电势地形特征空间中预测新的结合位点，实现分层优化	仅针对原型（CO）且规模小于30的簇进行了基准测试，未涉及更大或更复杂的分子系统	加速分子簇在势能面上的稳定结构预测	分子簇结构，特别是原型（CO）的基态簇	机器学习	NA	分子静电势（MESP）地形分析	深度学习	分子结构数据	原型（CO）簇，规模小于30	NA	NA	与文献报道的最小能量结构进行对比验证	NA
2013	2026-03-10	Upconversion optical entropy encoding for infrared complex-amplitude imaging 2026-Mar-09, Light, science & applications DOI:10.1038/s41377-026-02215-7 PMID:41796141	研究论文	本文提出了一种基于上转换光学熵编码的红外复振幅成像系统，实现了视频速率的高保真成像	结合相干与非相干方法的优势，利用无序光子结构中的光散射与镧系元素上转换光致发光的协同作用，通过深度学习网络实现单次可见光快照捕获并重构红外光场信息	NA	开发一种实时、高灵敏度的红外复振幅成像系统，以捕获红外场景的完整相位和振幅信息	红外光场信息，包括自然场景图像和自动驾驶中的限速标志图像	计算机视觉	NA	上转换光学熵编码，深度学习网络	深度学习网络	图像	NA	NA	NA	视频速率（25 fps），高保真8位灰度调制，功率检测限（0.2 nW μm）	NA
2014	2026-03-10	ESR Innovation in Focus: Deep learning in MR image reconstruction 2026-Mar-09, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12427-5 PMID:41796228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2015	2026-03-10	Clinical evaluation of a motion correction software based on partial angle reconstruction in coronary CT angiography 2026-Mar-09, The international journal of cardiovascular imaging DOI:10.1007/s10554-026-03678-w PMID:41796268	研究论文	本研究评估了一种基于部分角度重建的深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影的效果	提出了一种基于部分角度重建的深度学习运动校正软件，专门针对心率增快的冠状动脉CT血管造影患者进行运动伪影校正	本研究为单中心回顾性研究，样本量较小（62例患者），且仅针对心率>70 bpm的患者，可能无法推广到所有人群	评估深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影、提高图像质量的临床效果	心率>70 bpm的冠状动脉CT血管造影患者	医学影像分析	心血管疾病	冠状动脉CT血管造影	深度学习	医学影像	62例患者（35例女性），平均心率81.9±13.1 bpm	NA	NA	5点Likert量表评分，卡方检验，Gwet一致性系数	NA
2016	2026-03-10	An adaptive weight self-distillation deep learning framework for phenotype prediction from longitudinal gut microbiome data 2026-Mar-09, BMC microbiology IF:4.0Q2 DOI:10.1186/s12866-026-04922-y PMID:41796297	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2017	2026-03-10	Automatic estimation of single-tooth width from standardized two-dimensional occlusal photographs using deep learning 2026-Mar-09, Head & face medicine IF:2.4Q2 DOI:10.1186/s13005-026-00605-1 PMID:41796356	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2018	2026-03-10	Development and Evaluation of Artificial Intelligence-Based Two-Step Model for Automated Serum Quality Assessment in Clinical Laboratories 2026-Mar-09, Annals of laboratory medicine IF:4.0Q1 DOI:10.3343/alm.2025.0509 PMID:41797408	研究论文	本文开发并评估了一种基于人工智能的两步模型，用于临床实验室中血清质量的自动化评估	提出了一种新颖的自研人工智能方法，采用两步深度学习YOLOv5-ResNet-50架构模型，并在真实实验室条件下探索其性能	NA	增强临床实验室的分析前质量控制，为受溶血、黄疸或脂血影响的样本提供风险警报，确保患者检测结果的准确性	血清样本	计算机视觉	NA	血清指数测试与手动评估结合	深度学习	图像	主要数据集包含21,000个血清样本（训练集80%，验证集20%），独立测试数据集包含21,000个样本	NA	YOLOv5, ResNet-50	准确率	集成到罗氏Cobas c 701模块中进行预处理
2019	2026-03-10	Harnessing the Power of artificial intelligence for clinical trials in cancer 2026-Mar-09, Expert review of anticancer therapy IF:2.9Q2 DOI:10.1080/14737140.2026.2642221 PMID:41797434	综述	本文综述了人工智能在癌症临床试验全生命周期中的应用、挑战与未来展望	系统总结了AI（包括基础机器学习、深度学习及大语言模型）如何作为催化剂，提升临床试验效率、包容性和数据驱动性，并探讨了Trial Pathfinder、TrialGPT、PRISM等工具在模拟试验标准、加速患者匹配和提高资格准确性方面的能力	未涉及具体临床试验数据或模型性能的定量分析，主要基于现有工具和框架的定性讨论	探讨人工智能在癌症临床试验中的应用潜力与挑战，以推动更高效、包容和数据驱动的研究	癌症临床试验的全生命周期，包括设计、招募、数据管理和结果评估	机器学习	癌症	数字病理学、影像学、基因组测序	机器学习, 深度学习, 大语言模型	图像, 文本, 基因组数据	NA	NA	NA	NA	NA
2020	2026-03-10	Benchmarking a deep learning model against healthcare practitioners for hip fracture detection in the emergency department 2026-Mar-09, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2025-138 PMID:41801181	研究论文	本研究旨在验证一个用于急诊科骨盆X光片中髋部骨折自动检测的深度学习模型，并将其性能与急诊科初级医生和放射技师进行基准比较	首次将深度学习模型在髋部骨折检测中的性能与急诊科医疗从业者（包括放射技师和初级医生）进行直接对比，并评估了模型输出对医生诊断决策的辅助效果	深度学习模型在原始高分辨率图像上的性能低于放射技师，且未整合多模态临床数据，限制了其临床应用的直接部署	验证深度学习模型在急诊科髋部骨折自动检测中的有效性，并评估其相对于医疗从业者的诊断性能	骨盆X光片中的髋部骨折	计算机视觉	髋部骨折	X光成像	CNN	图像	600张正面骨盆X光片	NA	DenseNet-121	AUROC, AUPRC, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA