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
4241	2026-02-13	Foundation models in radiology: a primer for pediatric radiologists 2026-Feb-12, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06544-y PMID:41677830	综述	本文介绍了基础模型在放射学，特别是儿科放射学中的应用原理、现状、挑战及未来方向	系统性地将基础模型这一前沿人工智能范式引入儿科放射学领域，并针对该领域特有的数据稀缺、罕见病理和解剖变异等挑战，探讨了其作为灵活骨干网络的适应性潜力	儿科影像数据有限、疾病谱和解剖结构独特、缺乏儿科特异性验证、存在模型幻觉、可解释性不足、资源分配不均以及可能导致放射科医生技能退化的风险	探讨基础模型在儿科放射学中的原理、应用、挑战及未来发展方向，以促进其在临床实践中的安全、公平和有效整合	基础模型及其在儿科放射学中的应用	放射学	儿科疾病	自监督学习，迁移学习，参数高效微调，联邦学习，持续学习，合成数据生成	基础模型	影像数据，文本报告	NA	NA	NA	NA	NA
4242	2026-02-13	ChronicDPipredictor: an interpretable deep learning framework for chemical chronic and subchronic toxicity assessment 2026-Feb-12, Molecular diversity IF:3.9Q2 DOI:10.1007/s11030-026-11482-w PMID:41678082	研究论文	本研究开发了一个名为ChronicDPipredictor的可解释深度学习框架，用于评估化学物质的慢性和亚慢性毒性	开发了一个结合可解释性（如SHAP分析）和结构警报提取的深度学习框架，用于化学毒性评估，并提供了公开可用的网络服务器	模型性能在亚慢性毒性的多类分类中相对较低（准确率0.80），且可能受限于所使用的指纹表示和数据集	评估化学物质的慢性和亚慢性毒性，以支持化合物重复剂量毒性的风险评估	化学物质	机器学习	NA	NA	深度学习	化学指纹（MACCS、PubChem、KRFP）	NA	NA	NA	准确率	NA
4243	2026-02-13	A Driving Regime-Embedded Deep Learning Framework for Modeling Intradriver Heterogeneity in Multiscale Car-Following Dynamics 2026-Feb-11, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3660643 PMID:41671114	研究论文	本文提出了一种嵌入驾驶机制的深度学习框架，用于建模多尺度跟车动力学中的驾驶员内部异质性	将离散驾驶机制（如稳态跟车、加速、巡航）系统性地嵌入车辆运动预测中，结合GRU和LSTM统一处理离散决策过程和连续车辆动力学	未明确说明模型在极端或罕见交通场景下的泛化能力，以及计算复杂度可能较高	准确表示驾驶行为的多尺度复杂性，特别是驾驶员在不同条件下的动态异质性	驾驶员在跟车行为中的动态异质性	机器学习	NA	NA	GRU, LSTM	高分辨率交通轨迹数据	NA	NA	GRU, LSTM	预测误差	NA
4244	2026-02-13	DREAM: A Benchmark Study for Deepfake photoREalism AssessMent 2026-Feb-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3663547 PMID:41671124	研究论文	本文介绍了DREAM基准研究，专注于深度伪造照片真实性的主观感知评估，包括数据集构建、大规模人工标注和多种评估方法的综合分析	提出了首个专注于深度伪造照片真实性评估的综合性基准DREAM，包含多样化质量的深度伪造视频数据集、大规模人工标注（14万个真实性评分和文本描述）以及对18种代表性评估方法的全面分析	未在摘要中明确说明研究的局限性	促进深度伪造照片真实性评估这一新研究方向的发展，为未来研究提供基础和见解	深度伪造视频及其照片真实性的人类感知评估	计算机视觉	NA	深度学习	大型视觉语言模型, CLIP	视频, 文本	3,500名人类标注者提供了140,000个照片真实性评分和文本描述	NA	CLIP	NA	NA
4245	2026-02-13	OmniHD-Scenes: A Next-Generation Multimodal Dataset for Autonomous Driving 2026-Feb-11, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3663672 PMID:41671126	研究论文	本文提出了一个用于自动驾驶的大规模多模态数据集OmniHD-Scenes，并建立了相应的评估基准	提出了首个结合128线激光雷达、六台相机和六台4D成像雷达的全方位高清多模态数据集，并引入了新颖的4D标注流程和密集占据地面真值自动生成管道	目前仅标注了200个片段（共1501个），标注覆盖范围有待扩展	为自动驾驶算法开发提供全面、高质量的多模态数据支持	自动驾驶场景的多模态感知数据	计算机视觉	NA	多传感器融合（LiDAR、相机、4D成像雷达）	NA	图像、点云、雷达数据	1501个片段（每个约30秒），超过45万帧同步数据，585万个同步传感器数据点	NA	NA	3D检测和语义占据预测的基准评估指标	NA
4246	2026-02-13	NeuroCLIP: A Multimodal Contrastive Learning Method for rTMS-treated Methamphetamine Addiction Analysis 2026-Feb-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3663869 PMID:41671129	研究论文	本文提出了一种名为NeuroCLIP的新型深度学习框架，通过整合EEG和fNIRS数据，用于分析经rTMS治疗的甲基苯丙胺成瘾	提出了一种结合EEG和fNIRS的多模态对比学习框架，采用渐进学习策略，提高了成瘾识别的鲁棒性和可靠性	未明确说明样本量大小或数据收集的具体限制，可能依赖于特定实验设置	开发一种客观、数据驱动的生物标志物，用于评估甲基苯丙胺成瘾及rTMS治疗效果	甲基苯丙胺依赖个体和健康对照者	机器学习	药物成瘾	EEG, fNIRS	深度学习框架	多模态神经影像数据（EEG和fNIRS）	NA	NA	NeuroCLIP	区分能力，与渴求评分的相关性	NA
4247	2026-02-13	Subject-Adaptive EEG Decoding via Filter-Bank Neural Architecture Search for BCI Applications 2026-Feb-11, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3663725 PMID:41671134	研究论文	本文提出了一种基于滤波器组神经架构搜索的EEG解码框架，用于自动设计适应个体差异的脑机接口解码模型	首次将神经架构搜索应用于EEG解码领域，通过多路径NAS算法自动优化多尺度特征提取架构，实现从专家驱动到机器辅助的模型设计范式转变	未明确说明计算成本和时间消耗，跨数据集性能差异较大（68.38%-79.78%）	解决脑机接口中个体差异导致的解码性能下降问题	脑电图信号	机器学习	NA	脑电图	NAS,CNN	时序信号	三个EEG数据集（BCIC-IV-2a, OpenBMI, SEED）	NA	包含扩张卷积核的时序单元	解码准确率	NA
4248	2026-02-13	Deep Temporal Sequence Classification and Mathematical Modeling for Cell Tracking in Dense 3D Microscopy Videos of Bacterial Biofilms 2026-Feb-11, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3663936 PMID:41671139	研究论文	本文提出了一种名为DenseTrack的新型细胞追踪算法，结合深度学习与基于数学模型的策略，用于在密集3D显微镜视频中准确追踪细菌生物膜中的细胞	将细胞追踪问题构建为基于深度学习的时间序列分类任务，并结合约束一对一匹配优化问题，同时引入基于特征值分解的细胞分裂检测策略	NA	解决在密集环境中自动细胞追踪的对应关系不准确和亲代-子代关系误识别问题	细菌生物膜中的密集细胞	计算机视觉	NA	3D延时成像,荧光成像	深度学习	3D时间序列图像	模拟和实验荧光图像序列	NA	NA	定性和定量评估指标	NA
4249	2026-02-13	State and Diffusion of National Institutes of Health Funding of AI in Radiology 2026-Feb-11, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-01870-x PMID:41673229	研究论文	本研究回顾性分析了美国国立卫生研究院（NIH）对放射学领域人工智能研究的资助状况与扩散趋势	首次利用自动化大型语言模型流程对NIH资助项目进行主题提取和分类，并量化分析了AI在放射学领域的扩散速率与阶段	仅基于NIH RePORTER和ExPORTER数据库的公开数据，未涵盖其他资助来源；研究为回顾性分析，无法预测未来政策变化的影响	了解NIH对放射学AI研究的资助模式、趋势和重点领域，为研究者、机构和政策制定者提供战略决策参考	NIH在2015-2024年间资助的放射学AI研究项目	数字病理学	NA	NA	NA	文本数据（项目数据库）	截至2025年1月的活跃NIH资助项目及过去十年（2015-2024）的时间序列数据	NA	NA	复合年增长率（CAGR）、渗透率、倍增时间	NA
4250	2026-02-13	Deep Learning Identification of Clear Cell Renal Cell Carcinoma on MR Imaging 2026-Feb-09, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001848 PMID:41656681	研究论文	本研究探讨了多种卷积神经网络在MRI上识别透明细胞肾细胞癌的性能，并与放射科医生使用的透明细胞可能性评分算法进行了比较	首次系统比较了多种CNN模型在ccRCC识别中的表现，并融合了三种不同类型的MR图像以提高分类鲁棒性	研究为回顾性设计，样本量相对有限（310例患者），且仅针对cT1期（≤7 cm）的肾肿块，未涵盖更晚期或不同大小的肿瘤	评估CNN模型在MRI上识别透明细胞肾细胞癌的诊断性能，并与放射科医生的表现进行对比	经病理证实的肾肿块患者（cT1期，≤7 cm）的MR图像	计算机视觉	肾细胞癌	MRI成像（包括T2加权、T1加权反相/同相、皮质髓质期对比增强）	CNN	图像	310例患者，共480个CNN模型训练	NA	多种卷积神经网络架构（具体未指定）	AUC	NA
4251	2026-02-13	Deep learning for the change-point Cox model with current status data 2026-Feb-09, Lifetime data analysis IF:1.2Q2 DOI:10.1007/s10985-026-09689-y PMID:41661381	研究论文	本研究开发了针对当前状态数据下具有变点的深度部分线性Cox比例风险模型的估计方法，旨在适应复杂的变点效应	使用深度神经网络在Cox框架内建模协变量效应，并提出了模型的最大似然估计程序，克服了先前线性模型可能无法充分捕捉多变量协变量关系的限制	未在摘要中明确提及	开发适用于当前状态数据下具有变点的深度部分线性Cox比例风险模型的估计方法，以更准确地检测变点	乳腺癌数据集	机器学习	乳腺癌	当前状态数据	深度神经网络	生存数据	NA	NA	NA	一致性、渐近独立性、半参数效率	NA
4252	2026-02-13	Primary tumor-derived, multiparametric MRI-based deep learning-radiomics-clinical model for predicting lymph node metastasis in early-stage cervical cancer 2026-Feb-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02211-w PMID:41661434	研究论文	本研究开发并验证了一种基于原发肿瘤多参数MRI的深度学习-影像组学-临床（DLRC）模型，用于预测早期宫颈癌的盆腔淋巴结转移	首次整合了原发肿瘤的深度学习特征、影像组学特征和临床特征，构建了一个多中心验证的、用于术前预测早期宫颈癌淋巴结转移的综合性模型	研究为回顾性设计，可能存在选择偏倚；模型性能仍需在前瞻性研究中进一步验证	开发一个术前预测早期宫颈癌盆腔淋巴结转移的稳健且可推广的工具	早期宫颈癌患者	数字病理学	宫颈癌	多参数MRI（包括CE-T1WI, DWI, FS-T2WI序列）	深度学习模型, 影像组学模型, 整合模型	医学影像（MRI）	1095名患者（来自五个中心），分为训练队列（n=481）、内部验证队列（n=204）和外部验证队列（n=410）	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
4253	2026-02-13	CBCT assisted diagnosis system for temporomandibular joint disc displacement based on deep learning 2026-Feb-09, Progress in orthodontics IF:3.5Q1 DOI:10.1186/s40510-026-00606-5 PMID:41661510	研究论文	本研究开发了一种基于深度学习的CBCT辅助诊断系统，用于预测颞下颌关节盘移位的风险	首次提出结合YOLOv11目标检测模型与FastViT-t8分类模型的两阶段深度学习系统，利用CBCT图像进行颞下颌关节盘移位的初步筛查，旨在替代或辅助复杂且昂贵的MRI诊断	模型当前性能（AUC为0.733，准确率为0.669）尚不足以独立用于临床诊断，仍需依赖MRI作为金标准进行确认	开发一种基于CBCT图像的深度学习辅助诊断系统，用于颞下颌关节盘移位的风险预测与筛查	颞下颌关节盘移位	计算机视觉	颞下颌关节疾病	CBCT成像	目标检测模型, 分类模型	图像	330名患者的CBCT图像，包含5,238个颞下颌关节感兴趣区域，其中2,260个显示颞下颌关节盘移位迹象	YOLOv11	YOLOv11, FastViT-t8	精确度, 召回率, mAP50, mAP50-95, AUC, AUPR, 准确率	NA
4254	2026-02-13	Spectral CT imaging in colorectal cancer: current applications, limitations, and future perspectives 2026-Feb-09, Insights into imaging IF:4.1Q1 DOI:10.1186/s13244-026-02212-9 PMID:41661515	综述	本文综述了光谱CT在结直肠癌中的当前应用、局限性和未来前景	系统总结了光谱CT在结直肠癌检测、分期、预后评估及与基因突变等生物标志物关联方面的最新应用证据，并展望了与人工智能结合的未来方向	大多数研究样本量小且为观察性，缺乏标准化，图像分割耗时限制了广泛应用	总结光谱CT在结直肠癌中的临床应用现状并探讨其未来发展方向	结直肠癌患者及其原发性和转移性病灶	数字病理	结直肠癌	光谱CT（包括双层光谱CT、双能光谱CT）	NA	CT影像	NA	NA	NA	NA	NA
4255	2026-02-13	Association of epicardial adipose tissue with markers of cardiac remodelling and clinical outcomes in asymptomatic aortic stenosis 2026-Feb-09, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003804 PMID:41663151	研究论文	本研究探讨了无症状主动脉瓣狭窄患者中心外膜脂肪组织体积和密度与心脏重构标志物及临床结局的关联	首次在无症状主动脉瓣狭窄患者中，使用自动化深度学习软件测量心外膜脂肪组织，并评估其与心脏重构和临床结局的独立关联	样本量较小（n=136），随访时间较短（中位370天），为事后探索性分析，需进一步研究验证心外膜脂肪组织的潜在保护作用	评估心外膜脂肪组织在主动脉瓣狭窄进展中的作用及其与临床结局的关联	无症状中度至重度主动脉瓣狭窄患者（n=136）和对照参与者（n=39）	数字病理学	心血管疾病	心脏CT、MRI、超声心动图	深度学习	医学影像（CT、MRI）	175名参与者（136名患者，39名对照）	NA	NA	p值、相关性分析	NA
4256	2026-02-13	Deep learning for synthetic PET imaging: a systematic mapping review of techniques, metrics, and clinical relevance 2026-Feb-09, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00651-5 PMID:41663871	综述	本文对深度学习在合成PET成像中的技术、评估指标及临床相关性进行了系统性梳理与综述	首次对深度学习合成PET成像领域进行了系统性映射综述，全面分析了方法框架、性能指标及临床应用的现状与挑战	研究异质性较大，未对偏倚风险进行正式评估；纳入研究数量有限（34篇），且缺乏大型/多中心数据集	评估深度学习合成PET成像的方法学框架、性能指标及临床相关性，以促进该技术的标准化与临床转化	基于深度学习的合成PET成像研究，重点关注其生成方法、评估指标及临床应用	医学影像分析	神经系统疾病, 肿瘤	深度学习, PET成像, MRI, CT	CNN, GAN, U-Net	医学影像（PET, MRI, CT）	34项研究（其中25项聚焦脑/神经，9项为全身应用）	NA	卷积神经网络, 生成对抗网络, U-Net	峰值信噪比, 结构相似性指数, 平均绝对误差	NA
4257	2026-02-13	EgyPLI: A Real-life Annotated Image Dataset for Egyptian Plant Leaf Identification 2026-Feb-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06539-8 PMID:41651848	研究论文	本文介绍了首个埃及植物叶片图像数据集EgyPLI，用于支持自动化植物识别研究	创建了首个针对埃及本地植物、包含真实环境噪声和多样性的叶片图像数据集，填补了地理代表性数据的空白	数据集仅包含8种植物物种，样本量相对有限，可能无法覆盖更广泛的植物种类	开发适用于真实农业环境的自动化植物叶片识别模型	埃及广泛栽培的植物叶片，包括苹果、浆果、无花果、番石榴、橙子、李子、柿子和番茄的健康与病害叶片	计算机视觉	NA	图像采集与标注	CNN	图像	3,588张图像	NA	ResNet50, VGG16, 自定义CNN	准确率	NA
4258	2026-02-13	A tissue-informed deep learning-based method for positron range correction in preclinical 68Ga PET imaging 2026-Feb-06, ArXiv PMID:41675347	研究论文	提出一种基于深度学习的组织信息引导方法，用于临床前68Ga PET成像中的正电子射程校正	首次将组织依赖的解剖信息通过u图依赖的损失函数整合到3D残差编码器-解码器卷积神经网络中，用于正电子射程校正	在真实数据中缺乏金标准验证，未来需要通过领域适应和混合训练策略提高模型泛化能力	提高68Ga PET成像的空间分辨率和定量准确性	68Ga-FH和68Ga-PSMA-617小鼠研究的合成和真实PET采集数据	医学影像分析	NA	PET成像，CT成像	CNN	图像	模拟PET数据集及小鼠研究的真实采集数据	NA	3D RED-CNN, Single-channel, Two-channel, DualEncoder	MAE, SSIM, CR, CNR	NA
4259	2026-02-13	Disentangle-and-aggregate feature learning (DAFNet) for motor bearing fault diagnosis 2026-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34490-6 PMID:41639110	研究论文	本文提出了一种用于电机轴承故障诊断的解耦与聚合特征学习网络（DAFNet），旨在解决传统CNN因网络深度增加导致的参数冗余和计算效率低下的问题	提出了一种创新的分层解耦与聚合机制，通过二次分割策略分离浅层、中层和深层特征，并进行终端特征融合，有效表征故障信息	NA	开发一种轻量高效的深度学习模型，用于电机轴承故障诊断，以适应资源受限的边缘设备部署	电机轴承	机器学习	NA	故障诊断	CNN	传感器数据	基于CWRU数据集	NA	DAFNet	平均准确率	资源受限的边缘设备
4260	2026-02-13	Drug repositioning for human MKN45 gastric cancer mouse model using deep learning AI and experimental validation 2026-Feb-02, European journal of pharmacology IF:4.2Q1 DOI:10.1016/j.ejphar.2026.178615 PMID:41638625	研究论文	本研究利用人工神经网络进行药物重定位，针对胃癌小鼠模型筛选出两种候选药物，并通过实验验证了其疗效和较低的全身毒性	首次将人工神经网络模型应用于胃癌药物重定位，并成功通过体内外实验验证了两种候选药物（阿米替林氧化物和植物甲萘醌）的疗效优于顺铂且毒性显著降低	研究仅使用了MKN-45细胞系及其异种移植小鼠模型，未在其他胃癌模型或临床样本中进行验证	为胃癌开发新的治疗方法，通过药物重定位策略寻找现有药物的新适应症	人类MKN-45胃癌细胞系及其异种移植小鼠模型	机器学习	胃癌	药物重定位，体外细胞毒性实验，体内异种移植模型实验	人工神经网络	药物描述符数据，体外细胞实验数据，体内肿瘤生长数据	体外实验使用AGS和MKN-45细胞系及人真皮成纤维细胞（HDFs）；体内实验使用MKN-45异种移植小鼠模型	NA	人工神经网络	IC50值，Z分数，肿瘤体积，体重变化，Ki67和CD44表达抑制率	NA