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
4121	2026-08-15	Anatomical Localization of Intracranial Electrodes Using Synthetic MRI Generated from Computed Tomography 2026-Aug-14, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000004197 PMID:42599080	研究论文	评估使用SynthSR从CT生成的合成MRI在脑深部电刺激电极定位中的准确性，并与标准MRI-CT融合方法进行比较	首次系统评估合成MRI在DBS电极定位中的可行性，为无MRI情况下的术后评估提供新方法	定位误差在不同病例间存在差异，约10%的径向误差大于2毫米，1%大于4毫米，且样本仅为帕金森病患者	验证基于CT的合成MRI能否作为传统MRI的替代方案，用于DBS电极的解剖定位	44名接受丘脑底核脑深部电刺激治疗的帕金森病患者	医学影像分析	帕金森病	CT, MRI, SynthSR	深度学习	医学影像	44名帕金森病患者的术前CT、术前MRI和术后CT扫描	NA	SynthSR	径向误差, 欧氏距离, 解剖定位一致性	NA
4122	2026-08-15	Prediction of second-order rate constants for reactions between contaminants and reactive species by a ChemBERTa-based QSAR model 2026-Aug-13, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.130684 PMID:42594429	研究论文	本研究开发了一种基于ChemBERTa的QSAR模型（ChemBERTa-FC），用于预测污染物与活性物种反应的第二阶速率常数，实现端到端的预测并提供了可解释性分析	首次将预训练的Transformer分子语言模型ChemBERTa应用于k值预测，无需手动特征工程，并利用SHAP分析揭示与反应机制一致的属性归因模式	摘要中未提及明显局限性，但可能包括对化学空间外推的局限性和对特定反应条件的依赖	开发一种可迁移且可解释的深度学习框架，准确预测污染物与活性物种反应的第二阶速率常数，以支持水处理工艺的优化设计	水污染物与HO、SO和e的反应	机器学习	不适用	深度学习（预训练分子语言模型）	ChemBERTa	分子SMILES字符串	不适用（摘要未提供具体样本数量）	PyTorch	ChemBERTa（Transformer）结合全连接层	均方根误差（RMSE）、决定系数（R²）	不适用（摘要未提供具体GPU或平台信息）
4123	2026-08-15	A two-stage deep learning referral system with progressive training for diabetic retinopathy screening and severity grading 2026-Aug-13, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111891 PMID:42594579	研究论文	提出了一种两阶段深度学习转诊系统，结合渐进式训练，用于糖尿病视网膜病变筛查和严重程度分级。	采用共享EfficientNet-B4主干和两个独立激活头，通过五阶段渐进课程训练，防止梯度干扰，实现二分类筛查和五分类严重程度及三分类糖尿病黄斑水肿风险评估的统一架构，并根据临床转诊路由降低计算需求。	主要限制是用于分级训练的数据量小（仅413张IDRiD图像），导致各变体中1级F1分数较低，反映了标注数据稀缺。	提高视网膜病变筛查的临床效率，在一个统一架构中同时支持二分类转诊和严重程度分级。	糖尿病视网膜病变患者，包括严重程度分级和糖尿病黄斑水肿风险评估。	计算机视觉	糖尿病视网膜病变	NA	CNN	图像	包含APTOS、Messidor-2（零样本外部验证及50张校准样本）和IDRiD（413张图像用于分级）	NA	EfficientNet-B4	AUC、灵敏度、QWK、F1分数	NA
4124	2026-08-15	Bidirectional cross-modal attention with adaptive gating for multimodal alzheimer's disease classification 2026-Aug-13, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae995e PMID:42594919	研究论文	提出一种融合结构磁共振成像与临床特征的双向跨模态注意力与自适应门控的多模态深度学习框架，用于阿尔茨海默病分类。	引入双向跨模态注意力机制增强影像与临床模态间的关联，并提出自适应门控融合模块动态整合全局多模态特征与跨模态交互特征。	未提及明显局限性，但可能受限于数据集的规模和多样性。	解决单模态方法局限性和现有多模态融合方法中对复杂跨模态交互建模不足的问题，实现阿尔茨海默病的早期诊断和分类。	阿尔茨海默病、轻度认知障碍、正常认知个体，包括早期和晚期轻度认知障碍。	数字病理学、机器学习	阿尔茨海默病	结构磁共振成像（sMRI）	3D ResNet-34、多层感知器（MLP）	图像（sMRI）、临床特征数据	未在标题和摘要中明确说明样本数量	未在标题和摘要中明确提及	3D ResNet-34、多层感知器（MLP）、双向跨模态注意力机制、自适应门控融合模块	准确率（均值±标准差）	未在标题和摘要中明确提及
4125	2026-08-15	Explainable dual-task deep learning model for recurrence prediction and dose-sensitive region identification in HNC radiotherapy 2026-Aug-13, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.07.060 PMID:42595266	研究论文	开发并验证了一种可解释的双任务深度学习模型，用于头颈癌放疗后远处转移和局部区域复发的风险分层。	结合解剖和剂量学信息，采用3D压缩激励残差网络进行双任务预测，并引入新型激活体积直方图方法量化空间-剂量亚区域的注意力模式以增强可解释性。	需要进一步的多中心验证以确认其临床适用性。	预测头颈癌患者放疗后的远处转移和局部区域复发风险，以支持个体化治疗计划。	237名接受根治性放疗的头颈癌患者。	深度学习	头颈癌	CT成像	3D挤压激励残差网络	CT图像、3D剂量分布、肿瘤体积掩膜	237名头颈癌患者	NA	挤压激励残差网络	一致性指数（C-index）、时间依赖ROC、决策曲线分析	NA
4126	2026-08-15	Evaluation of an AI-powered tool in improving lesion visualization on standard-dose contrast-enhanced brain MRI: a retrospective, multicenter study 2026-Aug-13, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9591 PMID:42595464	研究论文	本研究评估了一种基于深度学习的后处理工具（AiMIFY）在标准剂量对比增强脑MRI中增强对比度和改善病灶可视化的性能，通过回顾性多中心研究验证其效果。	首次评估AI工具用于增强标准剂量对比图像以模拟高剂量效果，而非从低剂量合成标准剂量，并关注小病灶的改善。	研究中未提及明确的限制，但根据摘要，可能包括回顾性设计、样本量较小（86例）以及单一工具（AiMIFY）的评估。	评估深度学习后处理工具（AiMIFY）在标准剂量对比增强脑MRI中增强对比度、改善病灶可视化的性能，并探讨其作为辅助手段提高诊断信心的潜力。	86名接受标准剂量对比增强脑MRI的成人患者，包括脑部病灶（特别是小病灶<10mm）。	医学影像分析	脑部疾病（未指定具体类型，如肿瘤等）	MRI（标准剂量对比增强，三维T1加权成像）	深度学习模型（未指定具体类型）	MRI图像（三维T1加权像）	86例患者的MRI图像	NA	NA（基于深度学习的工具，未指定具体架构）	对比噪声比（CNR）、病灶-脑比率（LBR）、对比增强百分比（CEP）、主观图像质量评分（Likert量表）	NA
4127	2026-08-15	Can Multiomics Modeling Enable Accurate Prediction of Microsatellite Instability in Colorectal Cancer? 2026-Aug-13, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2026.07.069 PMID:42595634	研究论文	本研究探讨了一种整合CT影像组学和病理组学的多模态深度学习模型，用于预测结直肠癌的微卫星不稳定状态	首次将CT影像组学、病理组学和临床变量整合到一个多组学诺模图中，实现了对结直肠癌MSI状态的超高精度预测，并利用了多中心数据验证	未提供明确的局限性信息	开发并验证一种非侵入性工具，通过整合多模态数据来准确预测结直肠癌的MSI状态	509例经病理确诊的结直肠癌患者	数字病理学	结直肠癌	CT成像、组织病理学	深度学习模型（ResNet-101）	CT图像和H&E染色病理图像	509例患者（中心1：379例，中心2：130例）	未指定	ResNet-101	AUC	未指定
4128	2026-08-15	18F-Fluorodeoxyglucose-positron emission tomography/computed tomography in Lymphoma 2026-Aug-13, PET clinics IF:3.0Q2 DOI:10.1016/j.cpet.2026.06.020 PMID:42595627	综述	本文综述了18F-FDG PET/CT在淋巴瘤分期、反应评估和预后判断中的核心作用，并探讨了定量指标及新兴技术的应用	总结了总代谢肿瘤体积作为独立预后生物标志物的价值，以及PET影像组学和深度学习在淋巴瘤精准诊疗中的潜力	未提及具体限制，但指出PET影像组学和深度学习应用需要标准化	阐述FDG-PET/CT在淋巴瘤管理中的当前角色和未来发展方向	淋巴瘤患者，包括霍奇金淋巴瘤和弥漫大B细胞淋巴瘤等亚型	医学影像	淋巴瘤	FDG-PET/CT	NA	影像	NA	NA	NA	NA	NA
4129	2026-08-15	Exploring the Polyethylene Glycol-Modified Drug Patent Landscape by Deep Learning 2026-Aug-13, Therapeutic innovation & regulatory science IF:2.0Q3 DOI:10.1007/s43441-026-01032-9 PMID:42595948	研究论文	本研究利用深度学习方法分析聚乙烯 glycol修饰药物的专利格局，包括现状分析、技术流动和价值评估。	整合了描述性统计、社会网络分析、机器学习和深度学习方法，构建了一个全面的分析框架，用于专利转移预测和早期专利质量评估。	未明确提及，但可能包括对专利文本分析的局限性或模型性能的泛化性。	构建一个综合分析框架，以全面表征PEG修饰药物的专利格局，包括现状、技术趋势和价值评估。	2014年至2023年全球99,540项PEG相关专利。	自然语言处理，机器学习	NA	NA	XGBoost, RoBERTa-BiLSTM-MLP	专利文本数据	99,540项专利	NA	XGBoost, RoBERTa, BiLSTM, MLP	准确率, F1分数, ROC-AUC	NA
4130	2026-08-15	Edge Preserved U-Net for chromosome edge detection 2026-Aug-11, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109330 PMID:42594573	研究论文	提出了一种名为边缘保持U-Net（EPU-Net）的深度学习架构，用于染色体边缘检测和分割	引入了边缘保持跳跃层（EPSL）和带扩张卷积的边缘保持块（EPB），结合引导滤波和Sobel边缘检测器以保留边界细节	未提及局限	实现准确的染色体边界检测，以支持后续分类和排列	染色体图像	计算机视觉	不适用	深度学习	卷积神经网络（CNN）	图像	自定义设计的数据集（具体样本数量未提及）	未提及	U-Net	分割准确率、IoU分数、召回率、特异性、结构相似性指数	未提及
4131	2026-08-15	Review of Research Advances in Full-Spectrum Fiber Optic Sensing Technologies for CO2 Geological Storage 2026-Aug-11, ACS omega IF:3.7Q2 DOI:10.1021/acsomega.6c05398 PMID:42598321	综述	系统综述了全光谱光纤传感技术在CO2地质封存监测中的原理、性能及场景适应框架	首次对从点式、准分布式到全分布式全光谱光纤传感技术进行系统分类，并建立技术-场景适配框架，整合机器学习和深度学习进展	未提及具体实验验证或定量比较，主要基于文献分析	为CCUS项目监测方案设计提供理论支持，促进光纤传感技术在碳封存安全监测中的大规模应用	全光谱光纤传感技术（分布式温度、声波、应变传感）在CO2地质封存监测中的应用	光纤传感、机器学习、深度学习	NA	分布式光纤传感（DTS、DAS、DSS）	NA	文献数据	NA	NA	NA	NA	NA
4132	2026-08-15	Deep learning for multimodal brain tumor segmentation: Architectures, fusion, robust learning, and deployment perspectives 2026-Aug-10, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102807 PMID:42594738	综述	本文系统综述了深度学习在多模态脑肿瘤分割中的应用，重点关注架构、融合、鲁棒学习和部署视角	从部署导向和故障聚焦的角度，引入一个统一框架，将输入可靠性、融合架构协同设计、亚区域特定故障机制和不确定性感知临床分诊联系起来	现有基准测试性能可能无法保证临床可靠性，存在模态缺失或退化、跨中心偏移和亚区域特定故障等问题，且缺乏压力测试、中心分层评估、校准评估和计算透明度	批判性审查深度学习在多模态脑肿瘤分割中的方法，并提出以部署和可靠性为导向的评估标准	多模态MRI脑肿瘤分割中的深度学习模型，包括卷积神经网络、Transformer、状态空间模型、扩散方法和基础模型	计算机视觉、机器学习、数字病理学	脑肿瘤	磁共振成像	卷积神经网络、Transformer、状态空间模型、扩散模型、基础模型	多模态MRI图像	不适用	不适用	不适用	准确率、边界指标（如Dice系数）	不适用
4133	2026-08-15	Exploring conformational dynamics of the HER2 DFG-flip using machine-learning-guided metadynamics for type II inhibitor design 2026-Aug-09, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109315 PMID:42594575	研究论文	该文章利用机器学习引导的元动力学模拟探索HER2激酶DFG翻转的构象动态，为II型抑制剂设计提供结构基础。	采用深度定向判别分析（DeepTDA）构建深度学习集体变量，结合元动力学实现高效采样DFG翻转通路，并识别出替代的DFG-in构象和DFG-up中间体。	依赖计算模型，缺乏实验解析的HER2 DFG-out结构验证，且模拟结果基于特定力场和采样时间限制。	表征HER2激酶DFG-in到DFG-out转变的构象景观，并评估DFG-out结构用于II型抑制剂设计的可靠性。	人类表皮生长因子受体2（HER2）激酶的构象动态。	机器学习	癌症	分子动力学模拟，元动力学，深度学习，共价对接	深度学习，元动力学	分子动力学模拟数据，蛋白质结构	未提及具体样本量，涉及HER2激酶分子模拟轨迹。	NA	深度定向判别分析（DeepTDA）	自由能差，预测/实验结合亲和力比较	NA
4134	2026-08-15	Artificial Intelligence-Guided Precision Orthobiologics in Musculoskeletal Conditions 2026-Aug, Journal of orthopaedic case reports DOI:10.13107/jocr.2026.v16.i08.7958 PMID:42597887	综述	本文综述了人工智能在肌肉骨骼疾病精准骨科生物制品中的应用，探讨其作为精准医学架构的潜力与挑战	将人工智能视为精准骨科生物制品的赋能者，涵盖监督学习、无监督聚类、深度学习、自然语言处理和隐私保护学习等多方面应用	证据尚早，多为回顾性研究，易受偏见、数据漂移、外部验证不足和监管分类不明确的影响	评估人工智能在骨科生物制品精准医学中的应用现状和未来方向	骨科生物制品（如自体外周血、骨髓、脂肪组织来源生物制品，间充质干细胞，细胞外囊泡）在肌肉骨骼疾病中的应用	机器学习	骨关节炎、肌腱病、软骨损伤、肌肉骨骼愈合延迟	NA	监督模型、无监督聚类、深度学习、自然语言处理、隐私保护学习	文本、图像	NA	NA	NA	NA	NA
4135	2026-08-15	High-quality reconstruction method for miniaturized lensless cameras based on imaging model optimization 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.595581 PMID:42596373	研究论文	针对无透镜相机小型化过程中模糊图像截断与重建质量之间的矛盾，提出了一种基于成像模型优化的高质量重建方法，通过裁剪操作和U-Net网络提升重建质量	首次在无透镜成像中引入裁剪算子使重建方程超定，解决小尺寸模糊图像重建时的欠定问题，并结合改进的FISTA算法与U-Net网络提升感知质量	文中未提及具体限制，但可能依赖模拟数据集和特定拍摄条件，实际应用泛化性有待验证	实现小型化无透镜相机的高质量场景重建，为传感器小型化提供理论支持和技术路径	无透镜相机拍摄的模糊图像，包括模拟数据集、拍摄数据集和公共数据集	计算成像	不适用	无透镜成像	U-Net，FISTA	图像	使用模拟数据集OCIFAR100_sim、拍摄数据集OCIFAR100和公共数据集PhlatCam，具体样本数量未提及	未提及	U-Net	峰值信噪比、结构相似性等（具体指标未明确）	未提及
4136	2026-08-15	Pre-processed speckle-correlation learning for imaging through scattering media 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.606175 PMID:42596381	研究论文	提出了一种预处理的散斑相关学习技术，用于通过散射介质成像，增强模型的泛化能力和稳定性。	通过预处理散斑相关数据，减少不同散射条件下数据分布的差异，使网络获得更可靠的物理先验知识，从而提高泛化能力。	摘要未提及明显局限性，可能依赖于预处理步骤的有效性和模拟数据的代表性。	解决散射介质成像中深度学习对高质量真实数据的依赖问题，提高模型在资源有限环境下的重建效果和泛化能力。	散射介质成像中的图像重建，包括生物医学成像和遥感应用。	计算机视觉	不适用	散斑相关成像	深度学习网络	散斑图像	未提及具体样本数量。	未提及	未提及	结构相似性指数（SSIM）、峰值信噪比（PSNR）	未提及
4137	2026-08-15	Training-free autofocus via turning-point analysis of a frequency-slope metric 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.603403 PMID:42596389	研究论文	提出一种基于傅里叶频率斜率响应转折点分析的无训练自动对焦框架，利用规则决策策略准确对焦并分类成像区域	无需训练和参数调整，基于频率斜率曲线的转折点结构进行确定性对焦，显式纳入过渡几何，阈值固定适用于不同样本类型	未提及明确局限性，但可能受限于对特定成像条件或样本类型的适用性评估	开发一种可解释、可靠、广泛适用的无训练自动对焦方法，克服低对比度和光照变化条件下的挑战	反射金属和生物样本的连续线扫描图像	数字病理学	不适用	傅里叶分析	不适用（无深度学习模型）	图像	5400条连续线扫描（包括反射金属和生物样本）	不适用	不适用	聚焦跟踪准确率（98-100%）	无GPU依赖
4138	2026-08-15	Model-guided deep unfolding network for broadband reconstructive spectrometers with non-orthogonal aliasing 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.604142 PMID:42596406	研究论文	提出了一种模型引导的深度展开网络（MGDUN），用于宽带重构光谱仪的非正交混叠重建	结合前向物理模型与学习先验，超越了纯黑盒深度学习方法，在宽带非正交混叠下实现高精度重建	摘要未提及局限性	解决宽带重构光谱仪中非正交混叠导致的病态逆问题，实现高精度的连续光谱重建	宽带重构光谱仪的光谱重建	机器学习, 计算成像	不适用	重构光谱技术	深度展开网络	光谱数据	未明确，使用随机洛伦兹光谱等光谱轮廓	NA	CNN, Transformer, DIP, PnP-ADMM（作为基线）	MAE, RMSE, SAM, APS	NA
4139	2026-08-15	Deep learning-based denoising and computational field-of-view extension towards rapid wide-field mid-infrared photothermal imaging 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.605038 PMID:42596408	研究论文	本文提出一种结合深度学习去噪和特征拼接的宽场中红外光热成像方法，旨在扩展视场、提高信噪比和成像速度	创新地将特征基拼接、平场校正和深度学习去噪（残差密集U-Net）集成到宽场量子级联激光中红外光热成像流程中，实现了大视场高对比度成像	摘要未提及具体局限性，可能包括对训练数据的依赖、拼接算法的计算复杂度或泛化能力问题	扩展视场、改善信噪比并提高宽场中红外光热成像的速度，以促进高通量化学成像应用	结核病感染的肺组织和聚对苯二甲酸乙二醇酯微粒	计算机视觉, 数字病理学	结核病	中红外光热显微镜	残差密集U-Net (RDUNet)	图像	未明确说明样本数量，但使用结核病感染肺组织和PET微粒样本	NA	残差密集U-Net	结构相似性指数, 归一化互相关, 峰值信噪比	NA
4140	2026-08-15	Deep learning framework for performance prediction and inverse design of nanowire solar cells 2026-Jul-27, Optics express IF:3.2Q2 DOI:10.1364/OE.605711 PMID:42596429	研究论文	提出一个深度学习框架，用于纳米线太阳能电池的性能预测和逆向设计	首次将混合卷积神经网络-Transformer模型用于光伏指标和电流-电压特性的高精度预测，并采用条件生成对抗网络处理性能与结构之间的一对多映射，引入候选选择策略提高设计可靠性	未在摘要中明确提及局限性	实现高效可靠的光电器件数据驱动性能预测和逆向设计	纳米线阵列太阳能电池	机器学习	NA	NA	混合卷积神经网络-Transformer、条件生成对抗网络	数值模拟数据（光伏性能指标和电流-电压特性）	未在摘要中提供具体样本数量	未在摘要中指定具体框架	卷积神经网络结合Transformer、条件生成对抗网络	平均绝对百分比误差、平均绝对误差	未在摘要中提及