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
2221	2026-01-02	Engaging the Community: CASP Special Interest Groups 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.26833 PMID:40304050	评论	本文介绍了CASP特别兴趣小组的建立及其在促进社区持续对话和跨学科合作方面的作用	通过建立特别兴趣小组和在线研讨会系列，打破了传统CASP活动仅在预测季节和会议期间交流的限制，实现了社区全年持续互动	NA	促进CASP社区内的持续对话和跨学科合作，降低领域新人的入门门槛	CASP社区成员，包括深度学习专家、NMR专家等科学家	计算生物学	NA	NA	NA	NA	NA	NA	NA	NA	NA
2222	2026-01-02	Structure Modeling Protocols for Protein Multimer and RNA in CASP16 With Enhanced MSAs, Model Ranking, and Deep Learning 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70033 PMID:40751131	研究论文	本文介绍了在CASP16中蛋白质复合物和RNA结构预测的方法与结果	整合了多种先进深度学习模型，采用基于共识的评分方法，并利用大型宏基因组序列数据库增强多序列比对深度，同时改进了模型排名策略	存在需要进一步改进的领域，特别是在与其它组预测结果显著不同的目标上	提高蛋白质复合物和RNA结构预测的准确性	蛋白质复合物和RNA分子	计算生物学	NA	多序列比对, 深度学习	深度学习模型	序列数据, 结构数据	NA	NA	NuFold	排名（第一和第三）	NA
2223	2026-01-02	Progress and Bottlenecks for Deep Learning in Computational Structure Biology: CASP Round XVI 2026-Jan, Proteins IF:3.2Q2 DOI:10.1002/prot.70076 PMID:41178755	研究论文	本文总结了CASP16社区实验的结果，评估了计算结构生物学中深度学习方法的最新进展和瓶颈	揭示了在蛋白质单体结构预测方面，深度学习方法已达到接近实验不确定性的极限，而在RNA结构预测中，深度学习方法目前并不优于传统方法	对于RNA结构预测，深度学习方法目前不成功；在缺乏结构同源性的情况下，预测结果较差；对于大分子集合，目标集较小限制了结论的普适性	评估计算结构生物学领域，特别是深度学习方法在蛋白质、RNA、蛋白质复合物等结构预测中的最新进展和挑战	蛋白质单体结构、蛋白质复合物、RNA结构、大分子集合、有机配体-蛋白质结构及亲和力	计算结构生物学	NA	深度学习、传统物理启发方法	AlphaFold变体及相关技术	蛋白质结构数据、RNA结构数据、蛋白质复合物数据	CASP16目标集（具体数量未提及）	NA	AlphaFold	结构一致性、界面准确性	NA
2224	2026-01-02	MRI segmentation of head and neck tumors using hybrid attention mechanism and dense dilated spatial pyramid pooling 2026-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70426 PMID:41459735	研究论文	本研究提出了一种改进的SCDU-Net模型，通过结合空间-通道注意力机制和密集扩张空间金字塔池化技术，用于头颈部肿瘤的MRI图像分割	模型集成了空间-通道双重注意力模块和密集连接的扩张空间金字塔池化模块，以增强关键肿瘤特征表达、捕获长距离空间依赖并提升多尺度上下文建模能力	NA	提升头颈部肿瘤MRI图像的分割准确性和鲁棒性，以支持放疗中的精确靶区勾画	头颈部肿瘤的MRI图像	计算机视觉	头颈癌	MRI	CNN	图像	NA	NA	SCDU-Net, U-Net	NA	NA
2225	2026-01-02	A deep-learning framework for the prediction of the type of adaptive strategy of MR-guided prostate radiotherapy 2026-Jan, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70395 PMID:41459741	研究论文	本研究开发了一种基于深度学习的框架，用于预测MR引导前列腺放疗中的自适应策略类型	提出了一种多阶段网络方法，结合深度学习图像配准和策略预测，实现了快速准确的自适应策略选择，相比现有方法效率提升5倍	研究为回顾性分析，样本量较小（36名患者），且未在外部数据集上进行验证	开发深度学习模型以快速准确预测MR引导自适应放疗中的自适应策略类型	前列腺癌患者	数字病理	前列腺癌	MR-guided adaptive radiotherapy (MRgART)	深度学习模型	医学图像	36名前列腺癌患者的180个治疗分次	NA	多阶段网络方法（包含DLIR网络和DLSP模型）	AUC, 准确率, 敏感性, 特异性	NA
2226	2026-01-02	In Vivo Demonstration of Deep Learning-Based Photoacoustic Visual Servoing System 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3584076 PMID:40577292	研究论文	本文开发了一种基于深度学习的声光视觉伺服系统，用于实时三维跟踪导管尖端	首次将深度学习与声光视觉伺服结合，利用点源定位和混合位置-力控制实现实时三维跟踪	实例分割的推理时间较长（≥516.3毫秒），可能影响实时性；系统优化尚未完全实施	开发用于手术和介入过程中实时跟踪导管尖端等手术工具的系统	心脏导管尖端	计算机视觉	心血管疾病	声光成像	CNN	图像	9次视觉伺服试验（包括塑料体模和活体猪实验）	NA	NA	检测率, 跟踪误差, 推理时间, 接触保持率	NA
2227	2026-01-02	Establishment of High-Precision Ultrasound Diagnosis Methods Based on the Introduction of Deep Learning 2025-Dec-31, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2025.3645229 PMID:41475002	综述	本文综述了基于深度学习的高精度超声诊断方法的建立，包括技术原理、临床应用及挑战	提出了针对超声诊断局限性的评估框架，并系统性地整理了深度学习在解决这些局限性方面的最新方法及临床应用证据	现有综述缺乏针对临床实施的定制化评估框架，且深度学习仍面临泛化性、安全性和操作负担等挑战	建立高精度超声诊断方法，通过引入深度学习技术改善临床工作流程	超声诊断技术及其在肿瘤学和心脏病学中的应用	计算机视觉	肺癌, 心血管疾病	超声成像	深度学习	图像	NA	NA	NA	NA	NA
2228	2026-01-02	Fast electromagnetic field simulation using a current-density- based physics-informed neural network 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-33166-5 PMID:41476089	研究论文	本研究提出了一种基于电流密度的物理信息神经网络模型，用于高效模拟电磁场并解决电流密度相关问题	通过结合物理数学先验知识与深度学习，构建了基于电流密度的PINN模型，克服了传统泊松方程求解器的效率低下和适应性不足的缺点	NA	解决电磁场模拟和电流密度相关问题的计算效率与适应性挑战	电磁场模拟中的泊松方程求解，具体应用于激光-靶相互作用产生的电磁脉冲模拟和场-电路耦合积分中的电场计算	机器学习	NA	物理信息神经网络	PINN	NA	NA	NA	NA	相对误差	NA
2229	2026-01-02	A clinically validated 3D deep learning approach for quantifying vascular invasion in pancreatic cancer 2025-Dec-31, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02260-3 PMID:41476122	研究论文	本文介绍了一种名为PAN-VIQ的自动化深度学习框架，用于从增强CT扫描中量化胰腺癌的血管侵犯情况	开发了一种自动化3D深度学习框架，能够量化肿瘤与血管的3D包绕角度，并同时评估多个关键血管的侵犯情况，超越了传统依赖放射科医生主观2D判读的方法	未明确说明模型在更广泛人群或不同扫描设备上的泛化能力，以及对于罕见解剖变异的处理能力	开发一种自动化工具，用于标准化胰腺导管腺癌（PDAC）术前血管侵犯评估，减少观察者间差异	胰腺导管腺癌（PDAC）患者	数字病理学	胰腺癌	对比增强CT扫描	深度学习	3D医学图像（CT扫描）	训练与内部验证：2130例；前瞻性测试：202例患者	NA	NA	准确率，召回率	NA
2230	2026-01-02	A multi-objective optimization framework integrating ICSL deep learning for forecasting and scheduling emergency medical supply demand in public health emergencies 2025-Dec-31, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34300-z PMID:41476145	研究论文	本文提出了一种集成ICSL深度学习与多目标优化的框架，用于预测和调度公共卫生突发事件中的应急医疗物资需求	结合传染病特征和政府隔离措施影响，通过改进的LSTM模型提高预测精度，并构建考虑紧迫性、调度时间和成本的多目标调度分配模型	NA	解决重大疫情中后期应急医疗物资的预测与分配挑战	应急医疗物资的需求预测与调度分配	机器学习	传染病	深度学习	LSTM, BP神经网络	时间序列数据	武汉疫情防控措施数据	NA	LSTM, BP神经网络	准确率	NA
2231	2026-01-02	Deep learning-based predictive models for assessing the impact of clinical factors and second primary malignancy on survival in patients with colorectal cancer 2025-Dec-31, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03760-4 PMID:41476205	研究论文	本研究开发了基于深度学习的预测模型，用于评估临床因素和第二原发恶性肿瘤对结直肠癌患者生存率的影响	首次利用大规模结直肠癌伴第二原发恶性肿瘤患者数据集，开发多时间点生存预测深度学习模型，并系统分析33个临床因素的影响	未明确说明模型的具体架构细节和外部验证情况	预测结直肠癌伴第二原发恶性肿瘤患者的生存结局，并分析关键影响因素	21,522名结直肠癌伴第二原发恶性肿瘤患者	数字病理	结直肠癌	深度学习	深度学习模型	临床数据	21,522名患者	NA	NA	AUC	NA
2232	2026-01-02	UniSplicer: a deep learning framework for accurate splice-site prediction and splice-altering mutation detection across diverse taxa 2025-Dec-31, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2025.101686 PMID:41476368	研究论文	本文介绍了一个基于深度学习的框架UniSplicer，用于准确预测剪接位点并检测剪接改变突变，适用于多种物种	UniSplicer能够在转录组数据相对有限的情况下，为多种非模式物种开发准确的剪接位点预测模型，超越现有模型，并能可靠指示突变对剪接的影响	模型性能可能受限于可用转录组数据的质量和数量，且在极端非模型物种中的泛化能力未完全验证	开发一个通用深度学习框架，以准确预测剪接位点和检测剪接改变突变，促进非模式物种的基因组分析	多种物种的剪接位点，包括植物、真菌和后生动物，以及剪接位点附近的序列变异	自然语言处理	NA	转录组数据	深度学习	序列数据	相对有限的转录组数据	NA	NA	预测准确性	NA
2233	2026-01-02	Fuzzy granulation-based wind speed prediction with multi-objective optimization 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28328-4 PMID:41461667	研究论文	本文提出了一种基于模糊信息粒化和多目标优化的新型多尺度风功率预测框架	结合模糊信息粒化技术与多目标优化策略，有效捕捉风速数据的固有特征并降低数据复杂性，通过启发式优化算法自适应整合多个神经网络的输出	NA	提高风功率预测的准确性和鲁棒性，以支持可再生能源整合和全球脱碳倡议	风速数据	机器学习	NA	模糊信息粒化	深度学习模型，多个神经网络	风速数据	蓬莱风电场数据集	NA	NA	预测准确性，计算效率	NA
2234	2026-01-02	Osprey optimization algorithm integrated with graph neural networks for intrusion detection in wireless sensor networks 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28359-x PMID:41461693	研究论文	提出一种结合鱼鹰优化算法和图神经网络的入侵检测方法，用于提升无线传感器网络的安全性	首次将鱼鹰优化算法与图神经网络结合，用于优化图神经网络的超参数，以提升无线传感器网络中复杂攻击模式的检测性能	使用单一数据集（WSN-DS）进行评估，且该数据集本身存在不平衡问题，需依赖SMOTE技术进行数据平衡处理	开发一种高效的入侵检测系统，以应对无线传感器网络中日益复杂的网络攻击	无线传感器网络中的网络流量和攻击模式	网络安全	NA	NA	图神经网络	网络流量数据	NA	NA	图神经网络	准确率, 误报率	NA
2235	2026-01-02	ISAAF: an IoT security and attack prevention framework using AI-driven predictive analytics 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28516-2 PMID:41461726	研究论文	本文提出了一种基于AI预测分析的物联网安全与攻击预防框架，用于实时入侵检测和自动化缓解	引入了MQTTEEB-D作为真实世界物联网入侵数据集，并基于此构建了分层AI驱动的安全框架，显著提升了模型在真实场景中的泛化能力	未明确说明框架在极端或新型攻击类型下的性能表现，且可能依赖于特定物联网测试床环境	开发一个可扩展、可部署的跨领域物联网安全解决方案，以应对MQTT协议面临的网络威胁	物联网系统中的网络攻击，包括DoS、Bruteforce、Malformed、Flood和Slowite攻击	机器学习	NA	AI驱动的预测分析	决策树, GRU	网络流量数据	基于MQTTEEB-D真实世界入侵数据集，具体样本数量未明确	未明确指定，可能涉及多种ML/DL框架	决策树, GRU	准确率	未明确说明
2236	2026-01-02	Ultrasound and SWE-based transfer learning for predicting fibrotic NASH 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28753-5 PMID:41461741	研究论文	本研究开发了一种结合肝脏超声、肝脏弹性成像图像和临床特征的深度学习模型，用于预测和诊断纤维化非酒精性脂肪性肝炎	首次提出结合肝脏超声、肝脏弹性成像图像和临床特征的多模态深度学习模型，基于ResNet-18架构，用于预测和诊断纤维化NASH	研究基于大鼠模型，尚未在人类临床数据中进行验证	开发深度学习模型以预测和诊断纤维化非酒精性脂肪性肝炎	高脂饮食和皮下CCl₄注射诱导的肝脏脂肪变性和纤维化大鼠模型	计算机视觉	非酒精性脂肪性肝炎	二维超声, 剪切波弹性成像	CNN	图像, 临床特征	NA	NA	ResNet-18	AUC, ROC曲线, 决策曲线分析, 校准曲线	NA
2237	2026-01-02	Terahertz metamaterial liquid detector optimized by deep learning 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28757-1 PMID:41461749	研究论文	本研究提出了一种基于超材料太赫兹探测器吸收峰偏移的无标记乙醇液体检测方法	采用深度神经网络优化超材料液体探测器的结构参数，实现了高吸收率和位移值，并揭示了VO₂在不同温度下对吸收波调控的作用机制	NA	开发一种高效、精确的乙醇液体检测新方法	乙醇液体	机器学习	NA	太赫兹检测	深度神经网络	仿真数据	NA	NA	DNN	灵敏度, 品质因数	NA
2238	2026-01-02	Automatic classification of uveal melanoma response patterns following ruthenium-106 plaque brachytherapy using ultrasound images and deep convolutional neural network 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28995-3 PMID:41461779	研究论文	本研究应用深度学习模型自动分类葡萄膜黑色素瘤在钌-106斑块近距离放射治疗后基于超声图像的肿瘤厚度响应模式	首次将深度学习模型（DenseNet121和ResNet34）应用于葡萄膜黑色素瘤近距离放射治疗后肿瘤响应模式的自动分类，并比较了不同模型和训练设置的性能	研究样本量相对较小（192名患者），且需要进一步验证和探索模型在临床实践中的整合应用	预测葡萄膜黑色素瘤患者在接受钌-106斑块近距离放射治疗后的肿瘤响应模式	葡萄膜黑色素瘤患者	计算机视觉	葡萄膜黑色素瘤	超声成像（A模式和B模式）	CNN	图像	192名患者	NA	DenseNet121, ResNet34	AUC, 准确率	NA
2239	2026-01-02	Design of a hybrid learning model for establishing consistency in smart grid environment 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28986-4 PMID:41461786	研究论文	本文提出了一种结合LSTM和神经模糊自适应干扰模型的混合学习模型，用于智能电网环境中的负荷预测	提出了一种混合LSTM与神经模糊自适应干扰模型（NFADIM）的新方法，用于处理智能电网的大规模数据并改善负荷预测精度	NA	通过深度学习技术识别消费者数据模式并基于不同预测时间范围预测电力需求，以优化智能电网的供需平衡	智能电网中的消费者能源需求模式和电力传输数据	机器学习	NA	深度学习	LSTM, NFADIM	时间序列数据	NA	NA	LSTM, 神经模糊自适应干扰模型	NA	NA
2240	2026-01-02	Differences in different reconstruction algorithms for coronary CTA demonstrating pericoronary adipose tissue attenuation 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-28914-6 PMID:41461810	研究论文	本研究评估了三种不同重建算法（DLIR-H、ASiR-V50%、FBP）在冠状动脉CTA中测量心周脂肪组织衰减指数（FAI）的差异	首次系统比较了深度学习图像重建（DLIR-H）、自适应统计迭代重建（ASiR-V50%）和滤波反投影（FBP）三种算法对FAI测量的影响，强调了标准化重建协议在FAI研究中的重要性	研究未涉及算法差异对临床结局的影响，且样本分组基于斑块类型，可能未涵盖所有临床亚组	评估不同重建算法对冠状动脉CTA中心周脂肪组织衰减指数（FAI）测量的影响	冠状动脉CTA图像及心周脂肪组织	医学影像分析	心血管疾病	冠状动脉计算机断层扫描血管造影（CCTA）	NA	医学影像（CT图像）	NA	NA	NA	衰减值、图像噪声、脂肪衰减指数（FAI）	NA