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
201	2026-01-28	Applications, image analysis, and interpretation of computer vision in medical imaging 2025, Frontiers in radiology DOI:10.3389/fradi.2025.1733003 PMID:41585084	综述	本文综述了计算机视觉在医学影像中的当前进展、应用及研究前景	总结了计算机视觉在提升医学影像诊断准确性、改善患者护理和操作效率方面的革命性作用，并强调了深度学习算法，特别是卷积神经网络在医学图像分割和疾病检测中的关键应用	NA	探讨计算机视觉在医学影像中的应用、图像分析及解释，以推动医疗实践的发展	医学影像数据，包括胸部CT扫描、脑部扫描等，用于检测肺结节、动脉瘤、肿瘤及阿尔茨海默病等疾病	计算机视觉	肺癌, 阿尔茨海默病	NA	CNN	图像	NA	NA	NA	灵敏度	NA
202	2026-01-28	Early prediction of diabetic retinopathy using a multimodal deep learning framework integrating fundus and OCT imaging 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1741146 PMID:41585223	研究论文	本研究提出了一种融合眼底和OCT成像的多模态深度学习框架，用于早期糖尿病视网膜病变的预测	通过基于注意力的加权机制融合眼底和OCT图像的结构与空间特征，实现多模态诊断	数据集规模有限，结果仅为初步，需在更大、更多样化的数据集上进行验证	开发一种多模态诊断框架，用于早期糖尿病视网膜病变的评估	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	眼底摄影，光学相干断层扫描（OCT）	深度学习	图像	222张高质量、模态配对的图像（111张眼底 + 111张OCT）	NA	NA	准确率，AUC-ROC	NA
203	2026-01-28	From radiomics to transformers in pancreatic cancer detection and prognosis 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1731922 PMID:41585265	系统综述	本文对2015年至2025年间应用于胰腺导管腺癌（PDAC）检测与预后的人工智能方法进行了系统性回顾，提出了从经典影像组学到深度学习及Transformer模型的代际分类法	区别于以往仅关注特定算法或数据类型的综述，本文首次提出了人工智能方法的代际分类体系，并系统整合了影像、病理和分子等多源数据在PDAC研究中的应用趋势	研究存在泛化性不足、外部验证有限、模型校准不充分及临床转化准备度不高等局限性	系统回顾人工智能在胰腺癌早期检测与个性化预后预测中的应用进展	胰腺导管腺癌（PDAC）	医学影像分析	胰腺癌	NA	机器学习,深度学习,Transformer	多模态数据（影像、病理、分子数据）	NA	NA	NA	NA	NA
204	2026-01-28	Artificial intelligence-assisted quantification of fundus tessellation in early-onset high myopia 2025, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2025.1663903 PMID:41585272	研究论文	本研究利用人工智能辅助图像分析定量评估早发性高度近视儿童的眼底镶嵌密度，并探讨其与眼轴长度的关联	首次使用深度学习算法对早发性高度近视儿童的眼底镶嵌密度进行定量评估，并揭示了其与眼轴长度的区域特异性关联	样本量较小（47只眼），为横断面研究，无法确定因果关系	定量评估早发性高度近视儿童的眼底镶嵌密度及其与眼轴长度的关联	早发性高度近视儿童（年龄≤6岁，等效球镜≤-6.00 D和/或眼轴长度>26.00 mm）	计算机视觉	高度近视	超广角眼底摄影	深度学习	图像	31名儿童的47只眼	NA	NA	相关系数(r), p值, 回归系数(β), 决定系数(R²)	NA
205	2026-01-28	Bridging neuromorphic computing and deep learning for next-generation neural data interpretation 2025, Frontiers in computational neuroscience IF:2.1Q3 DOI:10.3389/fncom.2025.1737839 PMID:41585347	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
206	2026-01-28	FSFT6mA: a feature-synthesis fine-tuning framework for DNA 6mA site prediction 2025, Frontiers in genetics IF:2.8Q2 DOI:10.3389/fgene.2025.1750223 PMID:41589300	研究论文	本研究提出了一种名为FSFT6mA的深度学习框架，通过特征合成和微调策略来预测DNA 6mA位点	首次将生成对抗网络（GAN）用于合成中间层特征，并利用这些特征微调预训练的卷积神经网络，从而提升6mA位点预测性能	未明确讨论模型在其他物种或更大规模数据集上的泛化能力，也未详细分析合成特征的可解释性	开发一种更准确的DNA 6mA位点预测方法，以理解其表观遗传调控功能	DNA N6-甲基腺嘌呤（6mA）位点	机器学习	NA	DNA序列分析	CNN, GAN	序列数据	基于拟南芥（A. thaliana）和果蝇（D. melanogaster）的数据集，具体样本数量未在摘要中说明	未明确指定，但代码发布于GitHub，可能基于常见深度学习框架如TensorFlow或PyTorch	未指定具体架构，仅提及深度卷积神经网络和生成对抗网络	MCC, AUC	未在摘要中说明
207	2026-01-28	An AI-directed analytical study on the optical transmission microscopic images of Pseudomonas aeruginosa in planktonic and biofilm states 2024-Dec-24, ArXiv PMID:39764404	研究论文	本研究应用基于深度学习的AI模型，结合适配体DNA模板银纳米簇，对铜绿假单胞菌的浮游态和生物膜态光学透射显微图像进行高精度检测与分析	首次将U-Net与ResNet编码器增强结合用于生物膜图像分割，并利用适配体DNA模板银纳米簇抑制生物膜形成，实现多学科交叉的生物膜检测新方法	未明确说明模型在多样化环境样本或不同细菌物种上的泛化能力，且未提供与其他先进方法的定量对比结果	开发准确高效的生物膜检测与预防方法，以应对健康、食品工业和环境污染问题	铜绿假单胞菌的浮游态和生物膜态	计算机视觉	NA	光学透射显微镜，适配体DNA模板银纳米簇合成	CNN	图像	NA	NA	U-Net, ResNet18, ResNet34	NA	NA
208	2026-01-28	Deep Learning-Based Prediction of Final Infarct Core from CT Perfusion Data: A Comparison to the Clinical Standard 2024-Nov, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.124.001375 PMID:41583397	研究论文	本研究开发了一种基于深度学习的CT灌注概率模型，用于预测急性缺血性卒中患者的最终梗死核心，相比临床标准单值阈值方法表现更优	提出从单值灌注阈值转向概率模型，利用Attention U-Net深度学习架构更准确地预测组织命运，并引入多样化反事实解释评分进行模型评估	研究为回顾性设计，样本量有限（共243例患者），且仅针对大血管闭塞并完全再通的患者，可能限制泛化能力	改进急性缺血性卒中CT灌注成像中梗死核心的预测准确性，以支持临床决策	急性缺血性卒中患者，特别是大血管闭塞并在血栓切除术后完全再通的患者	数字病理学	心血管疾病	CT灌注成像	深度学习	医学影像	243例患者，其中测试集48例	MONAI	Attention U-Net	多样化反事实解释评分, AUC	NA
209	2026-01-28	Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test 2024-Oct-15, Research square DOI:10.21203/rs.3.rs-4909790/v1 PMID:39483868	研究论文	本研究开发并评估了一种基于深度学习神经网络的智能时钟绘图测试评分系统，用于自动编码时钟绘图测试图像，以改进痴呆症检测	引入了结构化排序到编码系统中，超越了传统的名义分类方法，并比较了Vision Transformers与其他先进深度学习模型在自动编码时钟绘图测试图像上的性能	未在摘要中明确提及	改进痴呆症检测，通过自动化编码时钟绘图测试来减少大规模研究中的手动编码偏差	阿尔茨海默病及相关痴呆症	计算机视觉	老年疾病	深度学习神经网络	CNN, Transformer	图像	来自2011-2019年国家健康与老龄化趋势研究的大型公开时钟绘图测试图像库	NA	ResNet101, EfficientNet, Vision Transformers	NA	NA
210	2026-01-28	Identification of Chemical Scaffolds That Inhibit the Mycobacterium tuberculosis Respiratory Complex Succinate Dehydrogenase 2024-10-11, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.3c00655 PMID:39268963	研究论文	本研究结合生化筛选和深度学习技术，识别出抑制结核分枝杆菌呼吸复合物琥珀酸脱氢酶的多种化学支架，并评估其作为新型抗菌剂的潜力	首次利用深度学习辅助筛选方法，针对结核分枝杆菌的琥珀酸脱氢酶（SDH）这一未充分探索的靶点，识别出多个具有抑制活性的化学支架，并展示了SDH抑制剂在对抗耐药菌株和协同其他生物能量抑制剂方面的潜力	研究主要基于体外实验和计算模型，尚未进行深入的体内药效学和毒性评估，且对SDH抑制剂的长期耐药性发展机制探讨有限	开发针对结核分枝杆菌呼吸能量代谢的新型抗菌剂，特别是以琥珀酸脱氢酶（SDH）为靶点	结核分枝杆菌（包括野生型和耐药菌株）及其琥珀酸脱氢酶（SDH）酶	机器学习	结核病	生化筛选、深度学习	深度学习模型	化学结构数据、生化活性数据	NA	NA	NA	抗菌活性（抑制效果）、代谢和呼吸失调程度、细胞内琥珀酸分泌水平、耐药性预防效果	NA
211	2026-01-28	Do Deep Learning Algorithms Accurately Segment Intracerebral Hemorrhages on Noncontrast Computed Tomography? A Systematic Review and Meta-Analysis 2024-Jul, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.123.001314 PMID:41585382	系统综述与荟萃分析	本研究通过系统综述和荟萃分析评估了深度学习算法在非增强计算机断层扫描上分割脑出血的准确性	首次对深度学习算法在非增强CT上分割脑出血的精度进行了全面的系统综述和荟萃分析，揭示了其在不同出血病因中的性能差异	分割较小出血灶仍存在挑战，且需要进一步研究以解决局限性并扩展临床实用性	评估深度学习算法在非增强CT上分割脑出血的精确性	脑出血（ICH）在非增强计算机断层扫描上的分割	医学影像分析	脑出血	非增强计算机断层扫描（NCCT）	CNN	医学影像（CT图像）	28项研究（主要为回顾性队列研究）	NA	U-Net及其变体	Dice相似系数（Dice Similarity Coefficient）	NA
212	2026-01-28	TimeTuner: Diagnosing Time Representations for Time-Series Forecasting with Counterfactual Explanations 2024-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2023.3327389 PMID:37883273	研究论文	本文提出了一个名为TimeTuner的可视化分析框架，用于诊断时间序列预测中的时间表示，并通过反事实解释帮助分析人员理解模型行为	提出了一种结合反事实解释和可视化交互的两阶段技术，首次将局部相关性、平稳性和粒度分析集成到时间序列表示诊断中	仅实例化了平滑和采样两种转换方法，在更复杂的时间序列转换方法上尚未验证	改进时间序列预测中特征工程的自动化方法，增强模型行为的可解释性和可靠性	时间序列数据，包括单变量太阳黑子和多变量空气污染物数据	机器学习	NA	反事实解释，可视化分析	深度学习模型	时间序列数据	NA	NA	NA	NA	NA
213	2026-01-28	Motor Imagery EEG Classification Based on a Weighted Multi-Branch Structure Suitable for Multisubject Data 2023-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3274231 PMID:37186527	研究论文	本文提出了一种加权多分支结构，用于处理多被试数据以提升特定被试运动想象脑电信号分类性能	提出加权多分支结构，每个分支负责拟合一对源-目标被试数据，通过自适应权重整合所有分支或选择权重最大的分支进行最终决策，有效利用分布差异大的多被试数据	未明确说明计算复杂度或实时性限制，且实验仅基于特定脑电数据集，泛化能力需进一步验证	解决特定被试运动想象脑电信号分类中训练数据稀缺问题，通过利用多被试数据提升模型性能	多被试脑电信号数据，包括BCICIV-2a、BCICIV-2b、高伽马数据集及两个补充数据集	机器学习	NA	脑电信号采集	CNN	脑电信号	基于多个公开脑电数据集，具体样本数未明确说明	NA	EEGNet, Shallow ConvNet, Deep ConvNet, ResNet, MSFBCNN, EEG_TCNet	分类准确率	NA
214	2026-01-28	Individualized Models for Glucose Prediction in Type 1 Diabetes: Comparing Black-Box Approaches to a Physiological White-Box One 2023-Nov, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2023.3276193 PMID:37195837	研究论文	本研究开发了一种基于个性化生理模型的血糖预测算法，并与多种黑盒模型进行比较，以评估其在1型糖尿病管理中的性能	首次将基于UVA/Padova T1D模拟器的个性化生理模型与粒子滤波器结合用于血糖预测，并与多种先进黑盒模型进行系统比较	研究仅涉及12名1型糖尿病患者，样本量较小，且所有参与者均处于开放环路治疗下的自由生活条件，可能限制结果的普适性	比较白盒生理模型与黑盒模型在1型糖尿病患者血糖预测中的性能，以确定最优预测方法	1型糖尿病患者的血糖浓度数据	机器学习	1型糖尿病	贝叶斯方法、马尔可夫链蒙特卡洛技术	LSTM, GRU, TCN, rARX, 非线性生理模型	血糖浓度时间序列数据	12名1型糖尿病患者，在自由生活条件下接受开放环路治疗监测10周	NA	长短期记忆网络, 门控循环单元, 时间卷积网络, 递归自回归外生输入模型	均方根误差	NA
215	2026-01-27	Deep learning-based tooth segmentation for enhanced visualization of dental anomalies and pathologies 2026-Feb, Annals of anatomy = Anatomischer Anzeiger : official organ of the Anatomische Gesellschaft DOI:10.1016/j.aanat.2025.152771 PMID:41360207	研究论文	本研究开发并验证了一种基于深度学习的实例级牙齿分割方法，用于CBCT扫描，以增强可视化并简化牙科异常检测	提出了一种加速标注程序，专家标注部分图像后，模型自动标注剩余图像，实现了高效的牙齿分割	研究仅基于470个扫描数据，样本量有限，且未在更广泛或多样化的数据集上进行验证	开发并验证深度学习模型，用于CBCT扫描中的牙齿分割，以提升牙科异常的检测效率和可视化效果	CBCT扫描数据，包含各种牙科异常（如龋齿、缺牙、骨岛、根尖周炎）或牙科历史（如填充、修复、根管手术）	计算机视觉	牙科疾病	CBCT	深度学习模型	图像	470个扫描用于训练，60个扫描用于验证	NA	NA	Jaccard指数, 平均相对体积差异	NA
216	2025-12-21	Enhancing deep learning telemedicine for retinopathy of prematurity: current evidence and opportunities for improvement 2026-Feb, Eye (London, England) DOI:10.1038/s41433-025-04188-0 PMID:41419595	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
217	2026-01-27	PymolFold: A PyMOL Plugin for API-Driven Structure Prediction and Quality Assessment 2026-Jan-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02410 PMID:41479360	研究论文	本文介绍了一个名为PymolFold的开源PyMOL插件，用于通过API驱动蛋白质结构预测和质量评估	开发了一个集成先进结构预测工具到分子可视化环境的插件，实现了统一的“预测-可视化-分析”工作流	NA	降低蛋白质结构预测的技术门槛，使实验科学家更容易访问先进模型	蛋白质结构预测和质量评估	机器学习	NA	深度学习	NA	蛋白质结构数据	NA	PyMOL	NA	NA	NA
218	2026-01-27	NeuMTL: A Unified Multimodal Framework for Multi-Task Prediction in CNS Drug Discovery 2026-Jan-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02725 PMID:41481576	研究论文	提出一个名为NeuMTL的多模态多任务学习框架，用于同时预测药物靶点亲和力、血脑屏障渗透性和神经毒性，以增强中枢神经系统药物发现的安全性和有效性	提出了一个统一的多模态多任务学习框架，结合了互注意力机制、注意力池化模块以及早期和晚期融合策略，并引入了一种新的优化策略NeuGradBalancer来缓解梯度冲突并确保跨任务的平衡学习	未在摘要中明确提及	克服单任务单模态模型的局限性，提升中枢神经系统药物发现中关键因素（如血脑屏障渗透性和神经毒性）的预测能力	药物靶点亲和力、血脑屏障渗透性、神经毒性	机器学习	中枢神经系统疾病	深度学习	多任务学习框架	多模态数据	多源数据集	未在摘要中明确提及	未在摘要中明确提及	MSE, 准确率	未在摘要中明确提及
219	2026-01-27	QPred: A Quantum Mechanical Property Predictor for Small Molecules 2026-Jan-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02864 PMID:41490442	研究论文	本文介绍了一种名为QPred的新型深度学习架构，用于预测小分子的量子力学性质，结合了2D拓扑图和3D几何信息	提出了一种解耦的深度学习架构，能够自适应地利用2D或3D信息进行分子性质预测，并引入了基于循环的半主节点增强的MPNN和具有解耦更新机制的等变网络，以及层次化注意力机制以提高可解释性	未在摘要中明确提及	开发一种高效、自适应且可解释的分子性质预测方法，以加速计算化学和药物发现中的高通量筛选	小分子的量子力学性质	机器学习	NA	深度学习	MPNN, 等变网络	2D拓扑图, 3D几何信息	NA	NA	Message Passing Neural Network, 等变网络	NA	NA
220	2026-01-27	Prediction of Intravenous Pharmacokinetic Parameters across Multiple Species by a Multifidelity Deep Learning Framework 2026-Jan-26, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02546 PMID:41493218	研究论文	本研究提出了一种名为MFPK的多保真度深度学习框架，用于跨多个物种（人类、狗、猴子、大鼠和小鼠）预测静脉注射药代动力学参数	提出了一个结合迁移学习的多保真度药代动力学学习框架，整合了基于图、基序和三维结构的分子表征，以捕获全面的多尺度化学信息	未明确说明模型在特定药物类别或复杂生理条件下的泛化能力限制	开发一个深度学习框架，用于跨物种预测静脉注射药代动力学参数，以支持早期药物候选筛选和剂量方案优化	人类、狗、猴子、大鼠和小鼠的静脉注射药代动力学参数	机器学习	NA	深度学习，迁移学习	深度学习模型	化学结构数据（图、基序、三维结构）	NA	NA	MFPK（多保真度药代动力学学习框架）	RMSLE（对数误差均方根），GMFE（几何平均折叠误差）	NA