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
2101	2026-03-09	Harnessing angular geometry in deep learning for protein-ligand binding affinity prediction 2026-May-01, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109282 PMID:41691876	研究论文	本文提出了一种利用角几何特征进行蛋白质-配体结合亲和力预测的深度学习方法	引入角几何特征作为结合相互作用的关键描述符，替代了传统资源密集型的3D网格或体素化表示	未明确讨论模型对特定蛋白质-配体复合物类型的泛化能力或计算效率的详细比较	提高蛋白质-配体结合亲和力预测的准确性和效率，以支持基于结构的药物设计	蛋白质-配体复合物	机器学习	NA	角几何特征提取	全连接神经网络	角几何特征	基于CASF-2016及其他四个基准数据集	NA	Angle-Aware Predictor (AAP)	相关系数 (R), 均方根误差 (RMSE), 平均绝对误差 (MAE), 标准差 (SD), 一致性指数 (CI)	NA
2102	2026-03-09	Mapping knowledge landscapes and emerging trends in AI for coronary artery disease imaging biomarkers: A bibliometric and visualization analysis 2026-May, Current problems in cardiology IF:3.0Q2 DOI:10.1016/j.cpcardiol.2026.103302 PMID:41713756	综述	本文通过文献计量学和可视化分析方法，全面评估了人工智能在冠状动脉疾病影像生物标志物应用领域的全球研究现状、新兴趋势、知识结构和合作网络	首次对AI应用于CAD影像生物标志物领域进行系统的文献计量与可视化分析，揭示了该领域的发展轨迹、研究热点和合作格局	分析基于Web of Science数据库，可能未涵盖所有相关文献；研究合作呈现碎片化，跨学科整合有待加强	评估人工智能在冠状动脉疾病影像生物标志物应用领域的研究现状与发展趋势	2015-2025年间发表的1,105篇相关学术文献	医学影像分析	冠状动脉疾病	文献计量分析，可视化分析	NA	文献元数据	1,105篇出版物，涉及5,949位作者，1,903个机构，262种期刊，67个国家	VOSviewer, CiteSpace, Bibliometrix	NA	NA	NA
2103	2026-03-09	Linking hypolimnion to epilimnion in a stratified arctic lake: Machine learning-based estimation of hypolimnetic water quality from epilimnetic measurements 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125367 PMID:41650621	研究论文	本研究开发并比较了五种机器学习模型，利用北极湖泊的表层（变温层）水质测量数据来估算深层（均温层）的水质参数	首次将机器学习方法应用于北极分层湖泊，利用易于获取的表层水质数据来估算难以直接监测的深层水质，提供了一种近乎实时的低成本监测方案	研究基于单一监测站的长时序数据，模型在空间泛化性和其他湖泊的适用性有待验证	开发一种实用、近实时且成本效益高的方法，用于评估北极分层湖泊的深层水质	芬兰伊纳里湖的深层（均温层）水质参数，包括总氮、总磷和溶解氧	机器学习	NA	NA	人工神经网络, 随机森林, 极端梯度提升, 支持向量回归, Kolmogorov-Arnold网络	水质测量数据	1979年至2022年在单一监测站收集的长期数据集	NA	NA	纳什-萨特克利夫效率, 归一化平均绝对误差, 决定系数	NA
2104	2026-03-09	Bridging causality and deep learning for harmful algal bloom prediction 2026-Apr-15, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125492 PMID:41653893	研究论文	本研究提出了一种融合因果发现与深度学习的增强型因果机器学习框架（CINN/MCINN），用于预测有害藻华（HABs），并在波斯湾地区取得了优于传统方法的性能	将因果发现（DECI算法）、处理效应估计（双重机器学习）与深度学习相结合，构建了具有因果约束的神经网络，提高了模型的可解释性和在变化环境下的鲁棒性	研究区域局限于波斯湾，模型在数据稀缺的海洋环境中的泛化能力有待进一步验证	开发一种可解释、数据高效且能处理不确定性的有害藻华预测框架，以支持早期预警系统和政策干预	波斯湾海域的有害藻华现象	机器学习	NA	遥感数据（MODIS, ERA5, HYCOM）分析	Causally Informed Neural Network (CINN), 随机森林, XGBoost, 支持向量机	环境预测因子数据（31个变量）	NA	NA	Causally Informed Neural Network (CINN), Monotonic CINN (MCINN)	R², RMSE	NA
2105	2026-03-09	Systematic multi-component profiling of Xiangju Rupining Capsule via online comprehensive two-dimensional liquid chromatography-quadrupole time-of-flight mass spectrometry coupled with stepwise acquisition workflow and multivariate data mining 2026-Apr-12, Journal of chromatography. A DOI:10.1016/j.chroma.2026.466831 PMID:41734484	研究论文	本文开发了一种结合深度学习辅助分类、优选离子列表引导采集和分子网络可视化分析的逐步采集工作流，用于系统表征香菊乳宁胶囊的化学成分	创新点在于整合了深度学习质量缺陷过滤器生成优选离子列表，采用数据依赖性和数据独立性逐步采集模式，结合多源分类分子网络，提高了复杂天然产物成分分析的灵敏度和通量	NA	系统表征香菊乳宁胶囊的化学成分	香菊乳宁胶囊	分析化学	NA	在线二维液相色谱-四极杆飞行时间质谱	深度学习	质谱数据	NA	NA	深度学习质量缺陷过滤器	NA	NA
2106	2026-03-09	Machine learning-assisted HS-GC-IMS for discrimination and traceability of baby bottles based on volatile fingerprints 2026-Apr-12, Journal of chromatography. A DOI:10.1016/j.chroma.2026.466833 PMID:41747496	研究论文	本研究结合顶空气相色谱-离子迁移谱与机器学习化学计量学，分析婴儿奶瓶的挥发性有机化合物指纹，实现材料和品牌的鉴别与溯源	首次将HS-GC-IMS与机器学习（包括深度学习模型如CNN和Transformer）结合，用于婴儿奶瓶的挥发性指纹分析和品牌鉴别，并整合VIP评分与随机森林特征重要性确定关键判别标志物	研究仅涉及九种婴儿奶瓶样本，样本规模有限，可能未涵盖所有市场品牌或材料类型	开发一种快速、可靠的婴儿奶瓶鉴别与溯源分析框架，以支持食品接触材料的防伪和安全保障	九种不同材料和品牌的婴儿奶瓶	机器学习	NA	顶空气相色谱-离子迁移谱	OPLS-DA, DT, RF, SVM, CNN, Transformer	挥发性有机化合物指纹数据	九种婴儿奶瓶样本	Scikit-learn, TensorFlow, PyTorch	决策树, 随机森林, 支持向量机, 卷积神经网络, Transformer	分类准确率, 特征重要性, VIP评分	NA
2107	2026-03-09	Domain adversarial gated bilinear attention networks for cross domain drug target interaction prediction 2026-Apr-02, Biochemical and biophysical research communications IF:2.5Q3 DOI:10.1016/j.bbrc.2026.153448 PMID:41687302	研究论文	提出了一种结合门控双线性注意力机制和域对抗学习的深度学习框架GBAN-DA，用于提升跨域药物-靶点相互作用预测的准确性和泛化能力	整合了混合分子编码器（药物使用GCN加特征注意力，蛋白质使用CNN-Transformer协同架构）、门控双线性注意力机制以显式建模子结构级相互作用，以及条件域对抗网络（CDAN）以对齐跨域特征分布，从而显著提升跨域预测性能	未明确提及模型在更广泛或更复杂生物数据上的泛化能力限制，也未讨论计算资源需求或模型可解释性方面的局限性	加速药物发现，通过提高药物-靶点相互作用（DTI）预测的准确性和跨域泛化能力	药物分子和蛋白质靶点	机器学习	NA	深度学习	GCN, CNN, Transformer	分子图数据（药物）、序列数据（蛋白质）	NA	NA	图卷积网络（GCN）、CNN-Transformer协同架构、门控双线性注意力网络、条件域对抗网络（CDAN）	AUROC, AUPRC	NA
2108	2026-03-09	A deep learning method for diagnosis of oral potentially malignant disorders 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106138 PMID:41016582	研究论文	本研究开发并验证了一种用于诊断口腔潜在恶性病变的两阶段深度学习方法，并与不同资历的临床医生进行了性能比较	提出了一种两阶段深度学习方法，分别用于区分口腔潜在恶性病变与其他口腔黏膜病变以及分类特定亚型，并在外部多中心数据集上验证了其泛化能力	未明确说明模型的具体架构细节和计算资源使用情况，且样本量虽大但可能仍存在数据偏差	开发并验证一种基于深度学习的口腔潜在恶性病变诊断方法，并评估其作为临床决策支持工具的效用	口腔潜在恶性病变的临床图像	数字病理学	口腔潜在恶性病变	深度学习	CNN	图像	内部数据集3305例，外部多中心数据集1756例	NA	NA	F1分数	NA
2109	2026-03-09	3D Automated Segmentation of Bronchial Abnormalities on Ultrashort Echo Time MRI: A Quantitative MR Outcome in Cystic Fibrosis 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70196 PMID:41328895	研究论文	开发了一种用于在超短回波时间MRI上分割囊性纤维化支气管异常的深度学习系统，并评估其在接受CFTR调节剂治疗患者中的临床相关性	首次将深度学习应用于UTE-MRI上囊性纤维化支气管异常的自动分割，提供了一种无辐射的定量监测方法	研究为回顾性设计，样本量有限（166名患者），且依赖于专家精修分割作为金标准	开发一个深度学习系统，用于在UTE-MRI上分割囊性纤维化支气管异常，并评估其临床相关性	囊性纤维化患者的支气管异常，包括支气管扩张、壁增厚和黏液	数字病理	囊性纤维化	超短回波时间MRI	深度学习	3D MRI图像	166名囊性纤维化患者（训练集97例，测试集25例，独立临床验证队列44例）	NA	RiSeNet	归一化表面Dice, 中心线Dice	NA
2110	2026-03-09	Deep Learning for Differentiating Benign From Malignant Bile Duct Dilation on MRCP: Development and Prospective Evaluation of an Xception-Logistic Regression Ensemble Model 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70200 PMID:41348562	研究论文	本文开发并前瞻性评估了一种基于Xception和逻辑回归的集成模型，用于在MRCP图像上区分良恶性胆管扩张	提出了一种结合深度学习模型Xception与逻辑回归的集成策略，用于自动化、客观地评估胆管扩张的良恶性，并在前瞻性队列中验证了其与放射科医生相当的性能	研究为回顾性和前瞻性设计，样本量相对有限（回顾性378例，前瞻性60例），且良性病例进行了下采样以平衡类别分布，可能影响模型泛化能力	构建和评估基于MRCP图像的深度学习模型及集成策略，以准确识别良恶性胆管扩张	胆管扩张患者	计算机视觉	胆管疾病	磁共振胰胆管成像	CNN, 集成模型	图像	回顾性队列378例（来自两个机构），前瞻性队列60例	NA	Xception	AUC, 准确率, 灵敏度, 特异性	NA
2111	2026-03-09	Multi-view deep learning for mandibular landmark localization 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.106295 PMID:41380797	研究论文	本研究开发并验证了一种新颖的多视角深度学习框架，用于提高CBCT衍生的3D下颌骨表面模型上解剖标志点定位的准确性和效率	提出了一种多视角堆叠沙漏卷积神经网络（MVSH-CNN），直接在基于STL的下颌骨模型上进行半自动3D标志点定位，相比传统基于配准的方法在精度和速度上均有显著提升	研究样本仅包含140例成年汉族个体的下颌骨扫描，可能限制了模型在其他人群或更广泛病理条件下的泛化能力	开发并验证一种多视角深度学习框架，以增强下颌骨解剖标志点定位的准确性和效率	从锥形束计算机断层扫描（CBCT）重建的3D下颌骨表面模型	计算机视觉	颌面外科与正畸治疗相关疾病	锥形束计算机断层扫描（CBCT）	CNN	3D表面模型（STL格式）	140例成年汉族个体的下颌骨扫描（100例用于训练/验证，40例用于独立测试，其中20例正常，20例不对称）	NA	多视角堆叠沙漏卷积神经网络（MVSH-CNN）	欧几里得距离误差，计算时间	NA
2112	2026-03-09	Deep Learning-Based Brainstem Segmentation and Multi-Class Classification for Parkinsonian Syndrome 2026-Apr, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70215 PMID:41439587	研究论文	本研究开发并验证了一种结合深度学习脑干分割与机器学习分类的两步算法，用于自动分割脑干亚结构并基于体积测量对帕金森综合征进行多类别分类	提出了一种结合深度学习脑干分割与机器学习分类的两步算法，实现了对帕金森综合征的自动鉴别，并在内部和外部数据集上进行了验证	研究为回顾性设计，且临床验证有限，未来需要更多前瞻性研究和更大样本量的验证	开发并验证一种自动分割脑干亚结构并分类帕金森综合征的深度学习算法	内部数据集包含300名正常认知受试者用于分割，513名受试者用于分类；外部数据集包含82名受试者	数字病理学	帕金森综合征	3D梯度回波T1加权序列	深度学习, 机器学习	MRI图像	内部数据集：300名正常认知受试者用于分割，513名受试者用于分类；外部数据集：82名受试者	NA	NA	Dice相似系数, 受试者工作特征曲线下面积	NA
2113	2026-03-09	Deep Learning for Ultrasound-Based Auxiliary Diagnosis of Emergency Ascites 2026-Apr, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.11.665 PMID:41483985	研究论文	本研究开发了一种基于Transformer的模型，用于在FAST超声图像中自动检测腹腔游离液体，并评估其在辅助非专业操作者中的可行性	首次将基于Transformer的模型应用于FAST超声图像的自动检测，并整合了分割与分类模块，显著提升了非专业操作者的检测准确性	研究为回顾性设计，且外部验证仅来自单一中心，可能影响模型的泛化能力	开发并验证一种基于深度学习的自动化工具，以辅助急诊腹腔积液的超声诊断	FAST超声图像（包含腹腔游离液体的阳性图像与无液体的阴性图像）	计算机视觉	腹腔积液（急诊创伤相关）	超声成像（FAST）	Transformer	图像	内部数据集：1829张阳性图像和303张阴性图像；外部验证集：848张图像（424阳性/424阴性）	NA	Transformer（整合分割与分类模块）	IoU, Dice系数, 像素准确率, 准确率, 灵敏度, 特异性, AUC	NA
2114	2026-03-09	DCDGNet: Dual-frequency cross-feature diffusion GAN for single fusion sonar image generation in exposed subsea pipeline inspection 2026-Apr, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119289 PMID:41534269	研究论文	本文提出了一种双频交叉特征扩散生成对抗网络（DCDGNet），用于在海底裸露管道检测中生成单张融合声呐图像，以缓解数据稀缺问题	提出DCDGNet模型，能够从单张图像生成多样化的融合声呐图像样本，并引入频率分解以避免空间建模伪影，同时设计了三个关键模块（DF-CTFM、DF-CEM、FDM）和标签同步机制实现自动标注	NA	提高海底裸露管道检测的准确性，减少海洋污染风险	海底裸露管道	计算机视觉	NA	多波束回声测深仪（MBES）和侧扫声呐（SSS）融合	GAN	图像	NA	NA	DCDGNet, UNet++	Fréchet Inception Distance（FID）, Kernel Inception Distance（KID）, Inception Score（IS）	NA
2115	2026-03-09	Segmentation of the upper airway using deep learning - nnUNet 2026-Apr, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106507 PMID:41544837	研究论文	本研究评估了基于深度学习的框架在CBCT和CT数据集上自动分割整个上气道的性能	采用多源训练方法和nnUNet框架，实现了跨机构、跨成像模态（CBCT/CT）、跨年龄段（成人与儿童）及术前术后扫描的鲁棒且高效的上气道自动3D分割	验证数据仅来自印度一家机构的CBCT扫描，可能未完全覆盖所有临床场景的泛化性	开发自动化工具以支持临床决策和研究，实现上气道的精确、一致且高效的3D分析	上气道	数字病理	NA	CBCT, CT	深度学习	3D图像	220个多源3D图像（CBCT和CT），来自加拿大、智利和法国的机构，涵盖成人与儿童扫描及术前术后扫描；额外使用印度一家机构的CBCT扫描进行验证	nnUNet	nnUNet-155	Dice系数, 绝对体积差异	NA
2116	2026-03-09	Artificial intelligence in animal anatomy: Exploring the technologies, applications, benefits, and challenges 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152796 PMID:41577147	综述	本文综述了人工智能（特别是机器学习和深度学习）在动物解剖学中的应用，涵盖计算机视觉和3D建模技术，并探讨了其在教育、研究和诊断中的益处与挑战	系统整合了人工智能技术在动物解剖学中的多领域应用，包括教育辅助工具（如数字尸体平台）、诊断效率提升以及跨物种比较研究，并指出了该领域特有的数据稀缺和标准化不足等挑战	面临数据稀缺、物种间数据不一致、缺乏标准化兽医数据集（相较于人类医学）以及数据异质性和质量等问题	探讨人工智能技术在动物解剖学中的技术应用、优势及现存挑战	动物解剖学领域，涵盖教育、研究和诊断等多个方面	计算机视觉	NA	机器学习（ML）、深度学习（DL）、计算机视觉、3D建模、微计算机断层扫描（micro-CT）	NA	医学影像、3D模型	NA	NA	NA	NA	NA
2117	2026-03-09	Image processing-based automatic tooth segmentation and age estimation in sheep using deep learning 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152803 PMID:41654275	研究论文	本研究提出了一种基于深度学习和图像处理的自动化框架，用于通过牙齿图像估计绵羊年龄	结合YOLOv8自动牙齿分割与多种CNN架构的迁移学习，显著提升了模型泛化能力和分类准确率，并开发了可公开访问的容器化图形用户界面	未明确说明数据集的具体来源、样本多样性或外部验证情况	开发自动化、客观且可重复的绵羊年龄估计方法，以优化畜牧业管理	绵羊的牙齿图像	计算机视觉	NA	图像处理	CNN	图像	NA	NA	VGG16, ResNet50, EfficientNetB0, MobileNetV2, Xception, BasicCNN	准确率	NA
2118	2026-03-09	Sheep face identification using multi-model deep learning evaluation and ensemble learning 2026-Apr, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2026.152805 PMID:41698442	研究论文	本研究通过重建绵羊面部数据集，系统评估了多种深度学习架构及集成策略，用于个体绵羊识别	首次系统比较了16种现代深度学习架构在绵羊面部识别中的性能，并提出了三种集成学习方法，其中堆叠集成方法取得了最佳识别效果	数据集规模有限（172只绵羊），未来需扩展数据集并提升在不同农场环境下的鲁棒性	开发基于深度学习的个体绵羊面部识别系统，以替代传统识别方法	绵羊面部图像	计算机视觉	NA	图像数据增强	CNN	图像	172只绵羊的1680张原始面部图像，经数据增强后扩展至14810张图像	TensorFlow, Keras	EfficientNetB0, EfficientNetB1, EfficientNetB2, EfficientNetB3, EfficientNetB5, DenseNet121, DenseNet169, DenseNet201, MobileNetV2, MobileNetV3-Small, MobileNetV3-Large, ResNet50, InceptionV3, NASNetMobile, Xception, VGG16	准确率	NA
2119	2026-03-09	Deep Learning Segmentation of Pectoralis Muscle Volume at CT and Comparison with Pectoralis Muscle Area in COPD 2026-Apr, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250060 PMID:41784492	研究论文	本研究开发了一种基于深度学习的CT图像胸肌体积分割模型，并比较了胸肌面积与胸肌体积在慢性阻塞性肺疾病相关结果中的差异	首次开发了用于CT图像胸肌体积分割的深度学习模型，并系统比较了胸肌体积与胸肌面积在COPD患者中的可重复性和临床关联性	研究为回顾性分析，外部验证数据集规模较小，且仅基于单一队列数据	开发胸肌体积的自动分割方法并评估其在COPD中的临床应用价值	慢性阻塞性肺疾病患者及健康对照者的CT扫描图像	数字病理学	慢性阻塞性肺疾病	CT扫描	深度学习	医学影像	训练集96例、验证集16例、内部测试集32例、外部测试集32例，总样本量1235例（COPD患者634例，非COPD患者601例）	NA	U-Net	Dice相似系数	NA
2120	2026-03-09	Efficient quality classification of pretreated and dehydrated carrots using feature selection and intelligent models 2026-Mar-30, Journal of the science of food and agriculture IF:3.3Q2 DOI:10.1002/jsfa.70413 PMID:41454427	研究论文	本研究利用可见-近红外反射光谱和人工智能技术，对经过不同预处理和脱水处理的胡萝卜片进行质量分类	结合递归特征消除与极端梯度提升进行特征选择，并比较了19种人工智能模型在胡萝卜脱水产品分类中的性能	未提及模型在更大规模或不同品种胡萝卜上的泛化能力，以及实际工业环境中的应用验证	开发高效、非破坏性的方法来分类预处理和脱水胡萝卜的质量	经过超声波、蔗糖、阿拉伯胶和微波预处理，并在不同微波功率和真空压力下脱水的胡萝卜切片	机器学习	NA	可见-近红外反射光谱	多层感知机, 支持向量机, 卷积神经网络	光谱数据	未明确说明具体样本数量，但涉及多种预处理和脱水条件组合下的胡萝卜切片	NA	NA	准确率, 测试时间	NA