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	2026-03-14	DeepDegradome: A structure-aware deep learning framework for PROTAC and ligand generation against protein targets 2026-Mar-17, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2518248123 PMID:41818153	研究论文	本文介绍了一种名为DeepDegradome的AI驱动方法，用于自动化设计小分子配体和PROTAC，以解决靶向蛋白质降解中的设计挑战	DeepDegradome结合了结构感知的深度学习框架，能够从大型片段库中自动组装配体和PROTAC，无需依赖预定义的弹头或E3配体，从而提高了分子设计的多样性和创新性	方法依赖于公共数据库构建的片段库和内部对接方法，可能受限于数据质量和覆盖范围，且目前仅在WDR5和CDK9两个蛋白质目标上进行了验证	开发一种AI驱动的框架，用于自动化设计针对蛋白质靶点的小分子配体和PROTAC，以促进药物发现	蛋白质靶点（如WDR5和CDK9）及其对应的配体和PROTAC分子	机器学习	NA	深度学习，对接方法（iFitDock），X射线晶体学	深度学习框架	分子结构数据，蛋白质口袋的形状和理化特征	使用公共数据库构建的大型片段库，并在两个蛋白质靶点（WDR5和CDK9）上进行了设计和验证	NA	NA	预测结合亲和力，分子有效性，药物相似性	NA
2002	2026-03-14	Transformer-encoded nnU-Net with local region perceptron and contrastive learning (TLC-nnUNet) for multiple brain metastasis detection and delineation 2026-Mar-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae4ced PMID:41775070	研究论文	本文提出了一种名为TLC-nnUNet的新型深度学习框架，用于磁共振图像中多发性脑转移瘤的精确检测与分割	在transformer增强的nnU-Net架构中集成了局部区域感知器（LRP）和对比学习预训练（CLP）两个创新模块，LRP通过重新加权未充分表示的体素来优先检测小病灶，CLP通过监督式预训练策略增强病灶与非病灶区域在潜在空间中的差异性	未明确说明模型在不同磁共振扫描协议或设备间的泛化能力，也未提及对极低对比度病灶的处理效果	提高多发性脑转移瘤（特别是小病灶）在磁共振图像中的检测敏感度、精确度和分割准确性	脑转移瘤病灶	数字病理学	脑转移瘤	磁共振成像	Transformer, CNN	医学图像	多机构数据集（具体数量未明确说明）	PyTorch（基于nnU-Net框架推断）	nnU-Net, Transformer-enhanced nnU-Net	敏感度, 精确度, Dice系数	NA
2003	2026-03-14	A new method for quantitation of cyanuric acid in water based on image analysis of drying patterns using computer vision 2026-Mar-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay02122g PMID:41729199	研究论文	本文提出了一种基于图像分析的简单、无试剂方法，用于通过分析氰尿酸溶液液滴的干燥模式来量化自来水中的氰尿酸	首次展示了基于液滴干燥模式图像分析对复杂混合物中分析物进行定量的方法	需要等待液滴干燥（环境条件下约2小时），且要求可重复的取样体积（约50 µL）和保持与校准集一致的照明条件	开发一种低成本、无试剂的氰尿酸定量方法	自来水中的氰尿酸	计算机视觉	NA	图像分析	深度学习模型	图像	NA	NA	NA	NA	NA
2004	2026-03-14	A multimodal approach integrating spectroscopy, deep learning guided molecular docking, and molecular dynamics simulation for predictive assessment of pioglitazone to albumin binding for formulation development 2026-Mar-12, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d5ay01534k PMID:41738395	研究论文	本研究采用多模态方法评估吡格列酮与人血清白蛋白的结合亲和力，以指导制剂开发	结合光谱学、深度学习引导的分子对接和分子动力学模拟，提供了一种正交的多模态分析框架	未明确提及样本量或实验重复次数，可能影响结果的普遍性	分析吡格列酮与人血清白蛋白的结合亲和力，为制剂开发提供依据	人血清白蛋白与吡格列酮的复合物	计算化学与药物发现	NA	紫外吸收光谱、荧光光谱、分子对接、分子动力学模拟	深度学习模型	光谱数据、分子结构数据、模拟轨迹数据	NA	DynamicBind	NA	结合常数、cLDDT分数、结合亲和力值、均方根偏差、回转半径、均方根波动	NA
2005	2026-03-14	Artificial intelligence for diagnosis and triage in oral cancer: a clinician‑centered narrative review 2026-Mar-12, International journal of clinical oncology IF:2.4Q3 DOI:10.1007/s10147-026-03002-5 PMID:41817640	综述	本文是一篇以临床医生为中心的叙述性综述，探讨了人工智能在口腔癌诊断和分诊中的应用	聚焦于临床医生相关的任务，并优先考虑了前瞻性设计、外部验证和临床可解释模型，同时讨论了数据集偏移、偏见和报告标准等实施问题	综述指出，现有研究多为单中心，在真实世界图像和分布外图像上性能仍会下降，且严格的前瞻性验证仍然稀缺	评估人工智能在口腔鳞状细胞癌（OSCC）早期诊断和临床决策支持中的应用潜力	口腔鳞状细胞癌（OSCC）和口腔潜在恶性病变（OPMD）	数字病理学	口腔癌	临床摄影、CT、MRI、PET、光学成像（如高光谱空间频域成像、OCT）、数字病理学	深度学习	图像	NA	NA	NA	诊断准确率	NA
2006	2026-03-14	Initial experience of deep learning reconstruction algorithm in lung kernel: clinical usefulness for lung nodules at ultra-low-dose protocol 2026-Mar-12, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12404-y PMID:41817709	研究论文	本研究首次评估了在超低剂量CT扫描中，使用肺核的深度学习图像重建算法TrueFidelity对图像质量和结节锐度的影响	首次将TrueFidelity深度学习图像重建算法应用于肺核，并评估其在超低剂量CT中对图像质量和结节锐度的改善效果	样本量较小（68例患者），且仅以对比增强CT的肺核重建作为参考标准，可能未涵盖所有临床场景	评估深度学习图像重建算法在肺核中的应用，以提升超低剂量CT的图像质量和结节评估能力	接受胸部非对比超低剂量CT和对比增强CT扫描的患者	医学影像分析	肺癌	CT扫描，深度学习图像重建	深度学习重建算法	CT图像	68例患者	NA	TrueFidelity	图像噪声，信噪比，对比噪声比，半高全宽值	NA
2007	2026-03-14	Prediction of the standardized compound drought and heat index in regional scale based on multiple deep learning approaches 2026-Mar-12, Environmental science and pollution research international DOI:10.1007/s11356-026-37631-0 PMID:41817810	研究论文	本研究利用多种深度学习模型预测区域尺度的标准化复合干旱热指数时空演变	首次将集成注意力机制的深度学习模型（如SA-ConvLSTM和SwinLSTM）应用于复合干旱热事件的时空预测，显著提升了模型捕捉复杂非线性相互作用和时空依赖性的能力	研究主要基于ERA5再分析数据，可能受数据分辨率和不确定性的影响，且模型在更广泛区域或不同气候条件下的泛化能力有待进一步验证	开发一个有效且可推广的短期时空预测框架，以支持复合干旱热事件的早期预警和区域气候韧性建设	中国长江三角洲地区2004年至2023年的标准化复合干旱热指数	机器学习	NA	ERA5再分析数据	CNN-LSTM, ConvLSTM, SA-ConvLSTM, SwinLSTM	气象变量数据	2004年至2023年长江三角洲地区的气象数据	NA	CNN-LSTM, ConvLSTM, SA-ConvLSTM, SwinLSTM	决定系数, RMSE, MAE	NA
2008	2026-03-14	NRSeg: Noise-Resilient Learning for BEV Semantic Segmentation via Driving World Models 2026-Mar-12, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3671686 PMID:41817979	研究论文	本文提出了一种名为NRSeg的噪声鲁棒学习框架，用于提升鸟瞰图语义分割在自动驾驶中的性能，通过利用驾驶世界模型生成的合成数据增强数据多样性	提出了视角-几何一致性度量来评估生成数据的指导能力，设计了双分布并行预测机制以增强模型鲁棒性，并引入了分层局部语义排除模块来处理BEV分割任务中的非互斥性问题	未明确说明合成数据生成的具体噪声类型及其对模型影响的详细分析，也未讨论框架在极端天气或复杂交通场景下的泛化能力	提升自动驾驶系统中鸟瞰图语义分割的鲁棒性和性能，特别是在无监督和半监督学习场景下	自动驾驶场景中的鸟瞰图语义分割任务	计算机视觉	NA	驾驶世界模型生成合成数据	深度学习模型	图像数据（BEV语义分割数据）	使用公开nuScenes数据集进行测试，具体样本数量未明确说明	PyTorch（根据代码仓库链接推断）	未明确指定具体基础架构，但包含PGCM、BiDPP、HLSE等自定义模块	mIoU（平均交并比）	未明确说明具体GPU类型或云平台
2009	2026-03-14	Evaluation of Deep Learning-Based Event Detection for Parameter Estimation During Complex Walking in Parkinson's Disease 2026-Mar-12, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3673610 PMID:41818008	研究论文	本研究评估了一种基于惯性传感器和深度学习的事件检测方法，用于在帕金森病患者的复杂行走任务中量化步态参数	提出了一种结合时间卷积网络（TCN）进行步态事件检测和Gaitmap函数进行轨迹重建与参数提取的集成处理流程，用于量化复杂行走任务（如转弯、起步和终止步态）的时空参数	研究未明确说明样本量是否足够代表不同疾病阶段的帕金森病患者，且方法在复杂行走任务中的误差略高于稳态步态	开发并评估一种可靠的方法，以量化帕金森病患者在复杂行走任务中的步态参数，超越传统的稳态步态分析	帕金森病患者的行走数据，包括稳态步态、转弯、起步和终止步态	机器学习	帕金森病	惯性传感器（IMU）数据采集与处理	TCN	时间序列数据（来自惯性传感器）	NA	NA	时间卷积网络（TCN）	平均误差（时间误差≤1-7 ms，空间误差≤2.3-2.9 cm），相关系数（r≥0.95）	NA
2010	2026-03-14	A Deep Learning Approach for Dynamic Modeling of Stimulated Raman Scattering in Chalcogenide Microstructured Optical Fibers 2026-Mar-12, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3670396 PMID:41818024	研究论文	本文提出了一种基于混合神经网络的深度学习框架，用于快速精确预测硫系微结构光纤中受激拉曼散射的动态行为	首次利用混合神经网络捕捉非线性脉冲传播中的复杂时空依赖性，显著加速了受激拉曼散射的建模过程，并首次在2微米直接泵浦悬浮芯AsS微结构光纤中成功生成了中红外受激拉曼散射	模型验证仅基于硫系微结构光纤的特定实验数据集，可能未涵盖所有光纤类型或非线性光学现象	开发一种高效的深度学习方法来替代传统计算密集型方法，以建模受激拉曼散射在微结构光纤中的动态行为	硫系微结构光纤中的受激拉曼散射现象	机器学习	NA	受激拉曼散射，中红外光谱分析	混合神经网络	光学模拟数据，实验数据	基于特定硫系微结构光纤实验的数据集	NA	混合神经网络	速度加速比（与SSFM相比），准确性，泛化能力	GPU，CPU
2011	2026-03-14	HyperSynergyX: Synergistic Drug Combination Prediction via Hypergraph Modeling and Knowledge Graph-Enhanced Retrieval-Augmented Generation 2026-Mar-12, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3673550 PMID:41818020	研究论文	本文提出了一种名为HyperSynergyX的可解释框架，用于预测和解释三药协同作用，结合超图建模和知识图谱增强的检索增强生成技术	该研究创新性地将超图上的双偏置随机游走与知识图谱增强的检索增强生成模块结合，实现了协同药物组合的预测与机制解释的集成	NA	加速多药物发现并支持精准肿瘤学中的合理治疗方案设计	乳腺癌和肺癌的药物组合数据	机器学习	乳腺癌, 肺癌	超图建模, 张量分解, 知识图谱增强的检索增强生成	双偏置随机游走, 深度学习基线	药物组合数据	NA	NA	DBRWH, KG-RAG	AUROC, AUPRC	NA
2012	2026-03-14	AeroGPT: Leveraging Large-Scale Audio Model for Aero-Engine Bearing Fault Diagnosis 2026-Mar-12, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3668256 PMID:41818025	研究论文	本文提出了一种名为AeroGPT的新框架，利用大规模音频模型进行航空发动机轴承故障诊断，通过振动信号对齐和生成式故障分类直接生成可解释的故障标签	首次将大规模音频模型知识迁移到航空发动机轴承故障诊断领域，结合振动信号对齐和生成式故障分类，实现了无需后处理的交互式、可解释诊断	未明确说明模型在更广泛或噪声环境下的泛化能力，且可能依赖特定数据集	开发一种基于大规模音频模型的航空发动机轴承故障诊断方法，提高诊断准确性和可操作性	航空发动机轴承	机器学习	NA	振动信号分析	大规模音频模型	音频数据，振动信号	两个航空发动机轴承数据集：DIRG数据集和HIT轴承数据集	NA	AeroGPT	准确率	NA
2013	2026-03-14	CT-based hybrid deep learning-radiomics framework for predicting postoperative rebleeding in hypertensive intracerebral hemorrhage 2026-Mar-12, Biomedizinische Technik. Biomedical engineering DOI:10.1515/bmt-2026-0052 PMID:41818817	研究论文	本研究开发了一个基于CT的混合深度学习-影像组学框架，用于预测高血压性脑出血患者术后再出血风险	提出了一种结合影像组学特征、深度学习表示和常规临床参数的混合架构，以提高个性化预测性能	需要进一步在更广泛的临床环境中进行模型优化和验证	增强高血压性脑出血患者术后再出血风险的个体化预测	高血压性脑出血患者	数字病理学	心血管疾病	CT成像	深度学习	图像	151名患者（训练集105人，验证集46人）	NA	混合深度学习-影像组学框架	AUC	NA
2014	2026-03-14	Evaluation of KU-F40 automated microscope for parasitology: when artificial intelligence meets old school microscopy 2026-Mar-11, Journal of clinical microbiology IF:6.1Q1 DOI:10.1128/jcm.00743-25 PMID:41665376	研究论文	本研究评估了KU-F40自动化粪便分析仪在寄生虫学诊断中的性能，结合自动化显微镜和深度学习人工智能技术	首次在广泛寄生虫种类上评估KU-F40自动化粪便分析仪的性能，结合自动化显微镜和深度学习AI进行寄生虫检测与识别	性能尚不足以作为阴性结果自动验证的筛查工具，缺乏10倍放大物镜，数据库寄生虫种类有限	评估KU-F40自动化粪便分析仪在肠道寄生虫感染诊断中的性能	比利时六家临床实验室的267份临床粪便样本及外部质量控制样本	数字病理学	肠道寄生虫感染	自动化显微镜检查，深度学习人工智能	深度学习模型	显微镜图像	267份临床粪便样本	NA	NA	灵敏度，特异性	NA
2015	2026-03-14	AI-Based Personalized Therapy With Clinical Intelligence and Radiomics (SPOILS) for Patients With Low Back Pain: Prospective Observational Study 2026-Mar-11, JMIR AI DOI:10.2196/83322 PMID:41812081	研究论文	本研究开发了一个名为SPOILS的人工智能决策支持工具，结合临床智能和影像组学为腰痛患者生成个性化治疗方案	首次将深度学习自动分割、影像组学特征提取与机器学习算法相结合，用于腰痛患者的个性化治疗规划，解决了传统手动分级的主观性和变异性问题	研究为前瞻性观察性研究，需要进一步随机对照试验验证临床效果；样本量未明确说明；未提及外部验证结果	开发人工智能决策支持工具，为腰痛患者提供个性化治疗方案	腰痛患者	医学影像分析	腰痛/腰椎退行性疾病	磁共振成像	深度学习, 机器学习	医学影像	NA	NA	DeepLabV3+, ResNet50, MobileNetV2	准确率, 精确率, 召回率, Dice系数, 交并比	NA
2016	2026-03-14	Quantum-inspired deep learning model for organic municipal solid waste classification toward a circular bioeconomy 2026-Mar-11, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.129331 PMID:41818969	研究论文	本文提出了一种名为Quantum BioNet 2.0的混合量子-经典深度学习模型，用于有机城市固体废物的细粒度分类，以支持循环生物经济	提出了一种结合ResNet50特征提取、经典密集层和八量子比特变分量子电路的混合量子-经典框架，通过特征融合进行决策，在细粒度有机废物分类上超越了现有卷积模型	模型尚未在大规模、多区域数据集上进行验证，也未在实际操作环境中进行实时部署的可行性测试	提高有机城市固体废物的分类精度，以支持源头分离和自动化废物分拣系统，促进资源回收和可持续废物管理	有机城市固体废物图像	计算机视觉	NA	NA	混合量子-经典深度学习模型	图像	从多个公共来源收集并整理的9000张废物图像	NA	ResNet50, InceptionResNetV2, InceptionV3, MobileNetV2, DenseNet121	准确率, AUC	NA
2017	2026-03-14	Design of an optimal planning framework for cryosurgical treatment of brain tumor using CNN segmentation of MRI images 2026-Mar-11, Cryobiology IF:2.3Q3 DOI:10.1016/j.cryobiol.2026.105619 PMID:41819035	研究论文	本研究提出了一种集成方法，用于基于MRI图像的脑肿瘤冷冻手术术前规划，结合了深度学习分割、聚类优化和生物热模拟	整合了2D U-Net进行MRI图像分割、多种空间探针放置策略（K-Medoids聚类、高斯混合模型、气泡打包算法）以及基于有限元法的生物热模拟，以优化脑肿瘤冷冻手术规划	研究基于二维MRI数据，可能未完全捕捉三维肿瘤几何形状；模拟依赖于理论模型，未进行临床验证	开发一个优化的脑肿瘤冷冻手术术前规划框架，确保肿瘤完全覆盖同时最小化对健康组织的损伤	不规则形状的脑肿瘤	数字病理学	脑肿瘤	MRI成像	CNN	图像	NA	NA	U-Net	NA	COMSOL Multiphysics（用于有限元模拟）
2018	2026-03-14	Optimizing solar and wind forecasting with iHow optimization algorithm and multi-scale attention networks 2026-Mar-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39632-y PMID:41803197	研究论文	本文提出了一种结合深度学习和元启发式优化的混合框架，用于提高风能和太阳能发电预测的准确性和计算可扩展性	提出了基于人类认知阶段启发的iHow优化算法（包括二进制版biHOW和连续版iHOW），并将其与多尺度注意力网络（MSAN）相结合，用于特征选择和超参数调优	未明确说明模型在不同地理区域或极端天气条件下的泛化能力，也未讨论计算资源消耗的具体细节	开发智能且可扩展的可再生能源预测框架，解决输入特征维度高和超参数设置敏感的问题	风能和太阳能发电预测	机器学习	NA	时间序列预测	深度学习	时间序列数据	NA	NA	多尺度注意力网络（MSAN）	均方误差（MSE），平均误分类率	NA
2019	2026-03-14	Nanopore direct RNA sequencing for RNA modification analysis: workflow assessment and computational tool benchmarking 2026-Mar-10, Advanced biotechnology DOI:10.1007/s44307-025-00093-5 PMID:41806147	综述	本文全面概述了牛津纳米孔技术（ONT）在RNA修饰分析中的应用，评估了其工作流程并基准测试了相关的计算工具	系统性地评估了ONT直接RNA测序用于RNA修饰检测的完整工作流程，并对多种计算工具（包括统计模型、机器学习、深度学习及大语言模型策略）进行了基准测试，特别针对m6A和假尿苷（Ψ）进行了跨数据集分析	测序错误率较高、数据和计算需求大、多修饰联合推断复杂，以及不同工具检测结果存在显著差异	评估纳米孔直接RNA测序技术在RNA修饰分析中的工作流程性能，并对相关计算工具进行基准测试	RNA修饰（特别是m6A和假尿苷）	生物信息学	NA	牛津纳米孔直接RNA测序	统计模型, 机器学习, 深度学习, 大语言模型	纳米孔测序信号数据	两个公开可用的数据集	NA	NA	NA	NA
2020	2026-03-14	Integrative spatial profiling pipeline for determining TME architectures in archival clinical specimens using CmTSA superplex technology 2026-Mar-10, Cell discovery IF:13.0Q1 DOI:10.1038/s41421-026-00874-9 PMID:41807362	研究论文	本文开发了一种结合HOC-FD技术和CmTSA超多重技术的空间分析平台，用于在存档临床样本中分析肿瘤微环境（TME）的架构，并提出了一个基于计算机视觉和RNN分析的计算流程来提取和量化空间特征	开发了混合光化学荧光淬灭（HOC-FD）技术，整合了自发荧光淬灭与循环多重酪酰胺信号放大（CmTSA），能够在FFPE组织中同时标记30-60个生物标志物，并具有超高信噪比；同时，提出了一个集成的计算机视觉流程，结合深度学习细胞分割和半径约束邻域网络（RNN）分析，用于定义和验证TME中的功能性生态位	未明确提及样本量以外的具体局限性，但暗示从原始像素级输出中提取空间特征在技术上仍具有挑战性	克服在存档临床样本中进行空间转录组学和蛋白质组学分析的局限性，以可视化并量化肿瘤微环境（TME）中的多细胞功能状态和空间架构	存档的福尔马林固定石蜡包埋（FFPE）组织样本，特别是人类结肠癌和宫颈癌标本	数字病理学	结肠癌, 宫颈癌	混合光化学荧光淬灭（HOC-FD），循环多重酪酰胺信号放大（CmTSA），超多重成像，空间蛋白质组学	深度学习	图像（超多重成像数据）	人类结肠癌和宫颈癌标本（具体数量未明确说明）	NA	NA	准确性，可靠性	NA