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
2261	2026-03-09	Enhancing breast cancer diagnostics: Shape-aware angular feature learning for precision in breast cancer classification 2026-Jun, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.108943 PMID:41702230	研究论文	本文提出了一种结合机器学习和深度学习的乳腺癌分类新方法SAAFL，用于提高超声图像中良恶性肿瘤的鉴别准确率	提出形状感知角度特征学习（SAAFL）方法，将深度学习辅助的分割与形状感知角度特征分析及监督机器学习相结合，提高了诊断准确性和可解释性	研究主要针对资源匮乏环境下的超声图像，可能未涵盖其他影像模态或更广泛的患者群体	提高乳腺癌诊断的准确性和效率，特别是在资源有限的临床环境中	乳腺癌超声图像中的良恶性肿瘤	计算机视觉	乳腺癌	超声成像，斑点减少各向异性扩散（SRAD）滤波	深度学习，机器学习	图像	1293张乳腺超声图像	未明确指定	RBBSAM-RSF（用于分割），支持向量机（SVM），反向传播人工神经网络（BPANN）	准确率	适用于低资源临床环境，无需专用硬件
2262	2026-03-09	Pullulan-based semi-interpenetrating network hydrogel sensor for artificial intelligence-driven pressure recognition 2026-Jun, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2026.140095 PMID:41707464	研究论文	本研究开发了一种基于普鲁兰多糖的半互穿网络水凝胶传感器，用于人工智能驱动的压力识别	首次采用“一锅法”构建了PVA和普鲁兰多糖组成的半互穿网络凝胶，并通过溶酮处理进行网络收缩以增强机械性能，结合MXene和KCl建立导电网络，实现了高灵敏度传感	NA	开发用于医疗康复和人工智能应用的高性能水凝胶传感器	基于普鲁兰多糖的半互穿网络水凝胶传感器	机器学习	NA	水凝胶制备技术，无线蓝牙技术	CNN	压力传感数据	NA	NA	卷积神经网络	灵敏度（GF），响应时间，断裂强度，压缩性能	NA
2263	2026-03-09	Green in-situ photoreduction synthesis of SERS substrates based on violet phosphorus arrays/silver nanoparticles for ultrasensitive detection and accurate identification of UTI bacteria 2026-May-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127598 PMID:41719961	研究论文	本研究开发了一种基于紫磷阵列和银纳米颗粒的绿色原位光还原SERS基底，用于尿路感染细菌的超灵敏检测和准确识别	提出了一种绿色、低成本的原位光还原策略，构建了电磁-化学双重增强的SERS平台，利用倾斜紫磷阵列均匀生长致密银纳米颗粒，实现了对尿路感染细菌的高灵敏检测和精确识别	未明确说明基底在长期稳定性、大规模生产可行性或对其他类型病原体的普适性方面的具体限制	开发一种稳定、低成本、环保的SERS基底，用于复杂生物流体（如尿液）中低浓度、多种病原体的超灵敏检测和识别	尿路感染病原体，具体包括大肠杆菌（E. coli）和粪肠球菌（E. faecalis）	生物传感	尿路感染	表面增强拉曼光谱（SERS），原位光还原合成	NA	拉曼光谱数据	使用了真实尿液样本，但未明确说明具体样本数量	NA	NA	检测限（LOD），增强因子（EF），并使用主成分分析（PCA）进行光谱区分	NA
2264	2026-03-09	A lightweight dual-channel feature fusion model for wheat variety identification in hyperspectral images 2026-May-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127595 PMID:41719958	研究论文	本文提出了一种轻量级双通道特征融合模型，用于高光谱图像中的小麦品种识别	设计了一种轻量级双通道特征融合架构，分别从光谱和图像信息中提取特征并进行加权融合，在保持性能的同时显著减少了参数数量和计算复杂度	仅对四个小麦品种进行了分类验证，样本多样性有限；未在更广泛的小麦品种或不同生长条件下进行测试	实现小麦品种的快速、无损、高精度分类识别	小麦品种	计算机视觉	NA	高光谱成像	深度学习模型	高光谱图像	NA	NA	轻量级双通道特征融合模型	分类准确率	移动和嵌入式设备（可部署）
2265	2026-03-09	Technical Review of Magnetic Resonance Fingerprinting Applications in Cerebral Physiology 2026-May, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70216 PMID:41353764	综述	本文综述了磁共振指纹技术在脑生理学中的应用，重点讨论了血管成像和生物物理建模的整合	整合了多种MRF技术（如MRF-ASL、MRvF、VFD-MRF）用于脑生理学评估，并探讨了机器学习在提升字典匹配和实时参数估计中的应用	面临低信噪比和高计算需求的挑战	评估磁共振指纹技术在脑生理学中的应用潜力及临床转化	脑生理学，特别是血管成像和脑血管疾病	数字病理学	脑血管疾病	磁共振指纹技术	NA	磁共振成像数据	NA	NA	NA	准确性	NA
2266	2026-03-09	RLBindDeep: A ResNet-LSTM based novel framework for protein-ligand binding affinity prediction 2026-May, Journal of molecular graphics & modelling IF:2.7Q2 DOI:10.1016/j.jmgm.2026.109282 PMID:41534323	研究论文	本文提出了一种名为RLBindDeep的新型深度学习框架，用于高精度预测蛋白质-配体结合亲和力	提出了一种结合ResNet和LSTM架构的新型深度学习框架，无需进行分子对接或多姿态重评分，可直接从固定复合物结构预测实验性结合亲和力	未明确提及	提高蛋白质-配体结合亲和力预测的准确性，以支持计算药物发现	蛋白质-配体复合物	计算药物发现	NA	深度学习	ResNet, LSTM	蛋白质-配体复合物结构数据、配体物理化学描述符、蛋白质序列特征、相互作用能量特征	CASF-2016基准数据集	未明确提及	ResNet-LSTM混合架构	Pearson相关系数, Spearman相关系数, 均方根误差	未明确提及
2267	2026-03-09	Raman spectroscopy as the quantum eye to reveal molecular dynamics in biology 2026-May, Advances in colloid and interface science IF:15.9Q1 DOI:10.1016/j.cis.2026.103805 PMID:41637818	综述	本文综述了拉曼光谱作为一种基于量子力学原理的分子振动光谱技术，在揭示生物分子动力学、生物医学分析及疾病诊断等生命科学研究中的原理、优势、最新进展（如微区拉曼、SERS、SRS）以及未来与纳米探针、深度学习结合的应用前景	强调了拉曼光谱作为“量子之眼”在分子动力学研究中的独特作用，并展望了其与量子增强方法、纳米探针设计和深度学习算法深度融合的未来方向，以推动分子传感进入精准时代	尽管拉曼光谱在生命科学研究中具有突出优势，但从新兴技术到实际应用的转化仍存在若干技术壁垒	阐述拉曼光谱技术在生命科学研究中的应用原理、优势、最新进展及未来发展方向	生物分子、细胞、组织、微生物、微塑料等复杂生物系统	生命科学/分析化学	NA	拉曼光谱，包括微区拉曼、表面增强拉曼光谱(SERS)、受激拉曼散射(SRS)	NA	光谱数据	NA	NA	NA	NA	NA
2268	2026-03-09	Computational methods for signal peptide prediction: From statistical models to deep learning 2026 May-Jun, Biotechnology advances IF:12.1Q1 DOI:10.1016/j.biotechadv.2026.108819 PMID:41628812	综述	本文系统总结了信号肽预测的计算方法，从早期统计模型到深度学习的演变	强调了方法学演变和框架设计，并探讨了统一评估、生物学解释和生成建模等新兴方向	NA	回顾和比较信号肽预测的计算方法，推动该领域发展	信号肽（位于蛋白质N端的短氨基酸序列）	生物信息学	NA	NA	深度学习	氨基酸序列数据	NA	NA	NA	预测准确性	NA
2269	2026-03-09	Real-time intraoperative depth estimation in transsphenoidal surgery using deep learning: A feasibility study 2026-May, Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia IF:1.9Q4 DOI:10.1016/j.jocn.2026.111910 PMID:41691750	研究论文	本研究探索了使用预训练的深度学习模型DINOv2，在经蝶窦内镜手术视频中实时进行深度估计的可行性	首次将DINOv2模型应用于经蝶窦内镜手术的实时深度估计，无需特殊内窥镜设备即可生成三维深度信息	深度预测与手动分割的阈值未标准化，半定量验证结果需谨慎解读，DICE相似性指数均值仅为0.48	探索深度学习在神经外科内镜手术中增强深度感知和术中定向能力的应用潜力	经蝶窦内镜手术视频（来自8例手术）及从中随机选取的488张图像	计算机视觉	垂体腺瘤, 颅咽管瘤, 脊索瘤, 脑膜瘤	内镜视频采集	深度学习模型	视频, 图像	8例经蝶窦内镜手术视频，488张随机选取的图像	NA	DINOv2	DICE相似性指数	NA
2270	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
2271	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
2272	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
2273	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
2274	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
2275	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
2276	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
2277	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
2278	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
2279	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
2280	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