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	2026-03-07	A Biologically Lubricating Allicin-Based Nanoplatform for Remodeling the Inflammation-Senescence Axis in the Treatment of Periodontitis 2026-Mar-05, Advanced materials (Deerfield Beach, Fla.) DOI:10.1002/adma.202523197 PMID:41787647	研究论文	本研究开发了一种基于大蒜素的生物润滑纳米平台（PPCG），用于通过重塑炎症-衰老轴来治疗牙周炎	受“堡垒效应”启发，构建了兼具物理润滑屏障和生物活性药物释放的双重保护纳米平台，首次将生物润滑与大蒜素的抗炎、抗衰老作用相结合，并利用人工智能模型辅助评估疗效	研究目前仅在动物模型中进行验证，尚未进行人体临床试验；人工智能辅助检测系统的泛化能力有待进一步验证	开发一种能够同时抑制细菌粘附、调节炎症反应和减缓组织衰老的新型牙周炎治疗策略	牙周炎小鼠模型、骨髓间充质干细胞（BMMSCs）、口腔微生物群	数字病理学	牙周炎	纳米药物递送系统、深度学习辅助分析	深度学习模型	图像数据（推测为组织切片或微生物成像）	小鼠牙周炎模型（具体数量未明确说明）	NA	YOLO v8	NA	NA
2262	2026-03-07	Automatic Hepatic Steatosis Quantification using Low-Dose CT with deep learning-based noise reduction and CT Fat Fraction Analysis Software 2026-Mar-05, The British journal of radiology DOI:10.1093/bjr/tqag054 PMID:41787978	研究论文	本研究评估了在不同辐射剂量下使用CT脂肪分数软件量化肝脏脂肪变性的准确性，并探讨了基于深度学习的降噪技术对低剂量CT扫描中该软件准确性的影响	首次系统评估了基于深度学习的降噪重建技术在低剂量CT扫描中提升CT脂肪分数软件量化肝脏脂肪变性准确性的效果	研究为回顾性分析，样本量相对有限（125名参与者），且仅使用单一机构的MRI-PDFF作为参考标准	评估CT脂肪分数软件在不同辐射剂量下量化肝脏脂肪变性的准确性，并研究深度学习降噪技术对低剂量CT扫描准确性的改善作用	125名活体肝移植供体候选人的非增强CT和MRI扫描数据	数字病理学	肝脏脂肪变性	CT扫描, MRI质子密度脂肪分数	深度学习	医学影像	125名参与者（平均年龄38±10岁，77名男性），其中29名（23%）患有肝脏脂肪变性	NA	NA	Pearson相关系数, ROC曲线分析, AUC	NA
2263	2026-03-07	Deep learning linking mechanistic models to single-cell transcriptomics data reveals transcriptional bursting in response to DNA damage 2026-Mar-04, eLife IF:6.4Q1 DOI:10.7554/eLife.100623 PMID:41779826	研究论文	本研究提出了一种名为DeepTX的可解释且可扩展的推理框架，利用深度学习连接机制模型与单细胞RNA测序数据，以揭示全基因组范围内的转录爆发动力学	开发了DeepTX框架，首次将深度学习与机制模型结合，从单细胞转录组数据中推断全基因组转录爆发动力学，并关联DNA损伤下的细胞命运决策	未明确说明框架在处理大规模数据集时的计算效率限制或模型泛化能力	研究DNA损伤下转录爆发动力学如何影响细胞命运决策	小鼠胚胎干细胞和人类结肠癌细胞	机器学习	癌症	单细胞RNA测序	深度学习	单细胞转录组数据	多个scRNA-seq数据集（具体数量未明确）	NA	NA	NA	NA
2264	2026-03-07	Assessment of socioeconomic and demographic risk factors for low birth weight using model-agnostic explainable ensembles 2026-Mar-04, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109303 PMID:41785538	研究论文	本研究提出一个集成机器学习和可解释人工智能的预测框架，用于识别低出生体重的关键社会经济和人口统计学决定因素	开发了名为SmartFusion-LR5的堆叠集成模型，并结合模型无关的可解释人工智能方法来识别关键风险因素	研究数据仅来自孟加拉国，样本量为1574人，可能限制结果的普适性	早期预测低出生体重风险，为资源有限地区的母婴健康干预提供支持	孟加拉国人口健康调查中的1574名参与者	机器学习	NA	人口健康调查	集成学习, 机器学习	表格数据	1574名参与者	Scikit-learn	SmartFusion-LR5, SmartFusion-XGB4, SmartFusion-RF4	准确率, 精确率, 召回率, F1分数, AUC, MCC	NA
2265	2026-03-07	Deep learning ensemble models for CT-based differentiation of malignant and benign sacral bone tumors: development and evaluation 2026-Mar-03, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02220-9 PMID:41774326	研究论文	本研究开发了一种集成深度学习模型，用于基于非对比CT图像术前区分骶骨良恶性肿瘤	首次提出结合3D-DenseNet121与放射科医生解读的集成深度学习模型，用于骶骨肿瘤分类	NA	开发并评估一种集成深度学习模型，以术前区分骶骨良恶性肿瘤	569名确诊骶骨病变患者的术前骶骨CT扫描	计算机视觉	骨肿瘤	非对比计算机断层扫描	深度学习集成模型	CT图像	569名患者	NA	3D-DenseNet121	精确度, 召回率, 准确率, AUC, F1分数, 混淆矩阵	NA
2266	2026-03-07	Deep learning-driven automated detection of canine cardiac murmurs via digital wireless stethoscope auscultation 2026-Mar-03, Veterinary research communications IF:1.8Q2 DOI:10.1007/s11259-026-11131-5 PMID:41774252	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2267	2026-03-07	Interpretable Feature Selection and Hybrid Deep Learning Models for Depressive Symptoms Prediction from Wearable Device Data 2026-Mar-03, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-026-02354-9 PMID:41774238	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2268	2026-03-07	Deep learning-based identification and maturation assessment of the zygomaticomaxillary suture in cone-beam computed tomography images 2026-Mar-02, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00614-5 PMID:41770475	研究论文	本研究开发了一个基于深度学习的系统，用于在锥形束计算机断层扫描图像中自动识别和评估颧上颌缝的成熟度，以指导上颌前牵治疗	提出了一种双网络深度学习系统，首次实现了对颧上颌缝的自动三维定位和成熟度分期定量评估，克服了传统主观手动分期的局限性	模型在五阶段分类任务中的准确率相对较低（0.611），表明对于更精细的分期仍存在挑战	开发一个自动、定量且可重复的系统，用于评估颧上颌缝的成熟状态，以优化上颌前牵治疗的时间决策	颧上颌缝	计算机视觉	上颌发育不足	锥形束计算机断层扫描	CNN	3D医学图像	505个锥形束计算机断层扫描扫描	NA	3D U-Net, 3D ResNet50	准确率, 精确率, 召回率, F1分数, 受试者工作特征曲线下面积, 平均欧几里得距离	NA
2269	2026-03-07	A reliable contour detection method for volatomics analysis with comprehensive two-dimensional gas chromatography leveraging image classification and instance segmentation 2026-Mar-02, Talanta IF:5.6Q1 DOI:10.1016/j.talanta.2026.129610 PMID:41785690	研究论文	本研究提出了一种结合图像分类和实例分割的混合深度学习框架，用于解决GC×GC分析中因轮廓重叠导致的假阴性问题	首次将ResNet18图像分类与YOLO 11l实例分割相结合，构建自动化流程处理复杂GC×GC数据，显著减少人工干预需求	方法在玫瑰油数据集上验证，尚未在其他更广泛的挥发性有机物样本中测试其普适性	开发可靠轮廓检测方法以提升GC×GC挥发性组学分析的定量准确性	GC×GC色谱图中的单峰与多峰轮廓	计算机视觉	NA	GC×GC（全二维气相色谱）	CNN	图像	多种玫瑰油数据集	PyTorch	ResNet18, YOLO 11l	准确率, 精确率, mAP	NA
2270	2026-03-07	Impact of Annotation Level on Multisequence MRI Models for Preoperative Microvascular Invasion Prediction in Hepatocellular Carcinoma 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250407 PMID:41718534	研究论文	本研究评估了整合多模态数据的深度学习模型在预测肝细胞癌微血管侵犯方面的性能，并探讨了不同手动标注方法对模型性能的影响	通过比较体素级掩码和边界框两种手动标注方法，发现边界框标注在保持模型整体AUC统计可比性的同时，显著提高了标注效率	本研究为回顾性研究，样本量相对有限（281例患者），且外部验证集性能（AUC约0.76-0.77）低于内部测试集	预测肝细胞癌术前微血管侵犯	肝细胞癌患者	数字病理	肝细胞癌	MRI	深度学习模型	多序列MRI图像	281例患者（来自三个中心）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
2271	2026-03-07	Motor imagery EEG signal classification using minimally random convolutional kernel transform and hybrid deep learning 2026-Mar, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121816 PMID:41719718	研究论文	本文提出了一种基于最小随机卷积核变换和混合深度学习的新方法，用于分类运动想象脑电图信号	创新点包括使用最小随机卷积核变换高效提取特征，并提出了基于CNN和LSTM的新型深度学习模型作为基线	未明确说明具体局限性，但提到未来方向包括通过非加性电极-源融合提高低信噪比和个体间变异性下的鲁棒性	提高运动想象脑电图任务的分类准确性和计算效率	运动想象脑电图信号	机器学习	NA	脑电图	CNN, LSTM	脑电图信号	使用了PhysioNet和BCI Comp IV 2a数据集，但未明确样本数量	NA	CNN-LSTM	准确率	NA
2272	2026-03-07	Simultaneous synthesis of perfusion and ventilation images from CT using a dual-decoder residual attention network for lung disease diagnosis 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70498 PMID:41746161	研究论文	本研究开发了一种基于深度学习的双解码器残差注意力网络，用于从三维CT图像中同时生成肺灌注和通气图像	提出了一种双解码器残差注意力网络（DDRAN），能够同时从三维CT合成肺灌注和通气图像，而以往研究只能单独预测其中一种	研究样本量相对较小（98例），且未明确说明模型在更广泛人群或不同疾病类型中的泛化能力	开发一个深度学习框架，用于从三维CT图像中同时生成肺灌注和通气图像，以支持肺部疾病的诊断	接受单光子发射CT灌注图像、通气图像和三维CT图像检查的98例患者	数字病理学	肺部疾病	单光子发射CT（SPECT）、三维CT成像	CNN	图像	98例患者	NA	双解码器残差注意力网络（DDRAN）、单解码器残差注意力网络（RAN）	结构相似性指数（SSIM）、斯皮尔曼等级相关系数（Rs）、Dice相似系数（DSC）	NA
2273	2026-03-07	Quantitative evaluation of a deep learning-based noise reduction algorithm in digital radiography using noise power spectrum analysis 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70521 PMID:41741150	研究论文	本研究通过噪声功率谱分析，定量评估了数字放射摄影中基于深度学习的噪声降低算法的图像质量	引入了噪声功率谱改进因子作为补充指标，以量化频率范围内的噪声抑制，并促进方法间的直接比较	未将噪声分析与诊断性能指标结合以全面评估临床效用，需要进一步研究	定量评估商业深度学习噪声降低算法在数字放射摄影中的图像质量	商业深度学习噪声降低算法和传统基于规则的噪声降低算法	计算机视觉	NA	数字放射摄影	深度学习	图像	NA	NA	NA	噪声功率谱改进因子	NA
2274	2026-03-07	A Deep Learning Model for Absolute Risk Prediction of Alcohol Use Disorder in Adolescents and Young Adults 2026-Mar, Drug and alcohol review IF:3.0Q2 DOI:10.1111/dar.70131 PMID:41748155	研究论文	本文开发了一种深度学习模型，用于预测青少年和年轻成年人中酒精使用障碍的绝对风险	这是首个用于酒精使用障碍绝对风险预测的深度学习模型	NA	早期识别高风险个体，以减少酒精使用障碍的风险	使用酒精的青少年和年轻成年人	机器学习	酒精使用障碍	NA	深度学习模型	纵向研究数据	来自国家青少年至成人健康纵向研究的数据	NA	NA	AUC, E/O比率	NA
2275	2026-03-07	Filling of incomplete sinograms from sparse PET detector configurations using a residual U-Net 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70293 PMID:41755757	研究论文	本研究提出了一种基于改进残差U-Net的深度学习网络，用于填充稀疏PET探测器配置产生的不完整正弦图数据，以降低长轴视野PET扫描仪的成本	首次将改进的残差U-Net架构应用于稀疏PET探测器配置的正弦图数据恢复，通过模拟移除50%探测器（棋盘格模式）训练网络，有效补偿数据欠采样	预测的正弦图存在平滑效应，导致重建图像在精细细节上缺乏锐度	开发一种降低长轴视野PET扫描仪制造成本的技术方案，通过深度学习恢复稀疏探测器缺失的数据	稀疏探测器配置的PET系统产生的正弦图数据	医学影像处理	NA	PET成像	CNN	正弦图（投影数据）	使用GE Signa PET/MR的标准临床PET扫描数据进行训练	NA	残差U-Net	平均绝对误差, 结构相似性	NA
2276	2026-03-07	Image quality restoration in 15-s breath-hold PET using a diffusion-based neural network 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70361 PMID:41761600	研究论文	本文提出了一种基于扩散概率模型的深度学习框架TAM-DiffPET，用于提升15秒屏气PET扫描的图像质量，抑制噪声并增强病灶可见性	引入了时间注意力调制机制来增强扩散模型，通过注入扩散时间步嵌入和时序上下文线索来细化中间特征表示	研究仅基于单一医院的230名患者数据，未在多中心或更大规模数据集中验证	改善超短采集时间下屏气PET扫描的图像质量，以提升病灶检测能力并减少呼吸运动伪影	230名患者的屏气PET扫描图像	医学影像处理	胸腹部疾病	PET成像	DDPM, U-Net, CycleGAN	图像	230名患者，其中180例用于训练，50例用于评估	NA	TAM-DiffPET, U-Net, CycleGAN, DDPM	PSNR, SSIM, 体素级SUV分布	NA
2277	2026-03-07	Deep Learning Models for Shelf Life Prediction and Regulation of Various Foods: A Systematic Review 2026-Mar, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70945 PMID:41762635	综述	本文系统回顾了深度学习在食品保质期预测与调控领域的研究进展	提出了保质期反向调控的概念，为食品安全、生产效率和智能供应链整合提供了创新解决方案	NA	探索深度学习在食品保质期预测与调控领域的研究与应用	各种食品	机器学习	NA	深度学习	NA	NA	NA	NA	NA	NA	NA
2278	2026-03-07	Could statistical potential models achieve comparable or better performance than deep learning models? 2026-Mar-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag088 PMID:41766645	研究论文	本文系统评估了传统统计势模型在蛋白质-配体相互作用预测中的性能，并提出了一种混合统计势模型HybridSP，在数据有限条件下取得了与深度学习模型相当甚至更优的性能	提出了一种结合距离依赖原子-原子势、原子-残基势和方向依赖原子-残基势的混合统计势模型HybridSP，并采用亲和力加权方案校正统计分布偏差	研究主要基于CASF-2016等标准基准测试，在更广泛的实际药物发现场景中的泛化能力有待进一步验证	评估传统统计势模型在蛋白质-配体相互作用预测中的潜力，特别是在数据有限条件下与深度学习模型的性能比较	蛋白质-配体相互作用	计算生物学	NA	统计势模型，虚拟筛选，分子对接	统计势模型，深度学习模型	蛋白质-配体复合物结构数据	CASF-2016基准数据集，DUD-E和DUD-A数据集	NA	HybridSP（混合统计势模型）	对接成功率，富集因子	NA
2279	2026-03-07	From data to treatment plan: An AI-driven path for automated breast radiotherapy planning 2026-Mar, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70491 PMID:41769854	研究论文	本研究提出并验证了TARS-B框架，这是一个结合深度学习决策模块和全自动治疗计划系统的AI驱动框架，用于自动化乳腺癌放疗的模态选择和计划生成	开发了一个集成化的AI框架，首次将放疗技术选择（3D-CRT或IMRT）与全自动治疗计划生成结合在一个自动化流程中，显著减少了计划时间并保持了剂量学质量	研究样本量相对较小（60例患者），且其中一例因解剖异常导致重新计划失败，表明框架可能对复杂解剖结构适应性有限	开发并验证一个AI驱动的自动化框架，以优化乳腺癌放疗的工作流程，包括选择最合适的放疗技术和生成高质量的治疗计划	乳腺癌患者	数字病理学	乳腺癌	3D适形放疗（3D-CRT），调强放疗（IMRT）	深度学习，神经网络	患者数据，剂量学参数	60例乳腺癌患者（30例原接受3D-CRT治疗，30例原接受IMRT治疗）	NA	NA	PTV覆盖率（V95%），热点（V105%），危及器官约束，低剂量浴，中剂量浴，计划时间	NA
2280	2026-03-07	Association between deep learning-based atrial fibrillation burden and in-hospital mortality 2026-Mar, PLOS digital health DOI:10.1371/journal.pdig.0001266 PMID:41779734	研究论文	本研究利用深度学习模型分析心电图波形数据，探讨了重症监护病房患者中高心房颤动（AF）负荷与院内死亡率之间的关联	首次将深度学习技术应用于计算动态、实时的AF负荷，并将其作为重症患者不良结局的预测指标进行研究	研究排除了年龄≥90岁及AF负荷>0.9的患者，可能限制了结果的普遍性；且为回顾性研究，存在固有的局限性	评估高AF负荷是否与重症患者的院内死亡率独立相关，并探索AF负荷对死亡率预测的贡献	重症监护病房（ICU）的成年患者	医疗人工智能	心血管疾病	心电图波形分析	深度学习模型	心电图波形数据	来自MIMIC-III数据库的7,734名患者（其中5,734名低AF负荷，2,000名高AF负荷）及Yongin Severance医院的数据	未明确说明	未明确说明	AUC（曲线下面积）	NA