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
4261	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
4262	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
4263	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
4264	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
4265	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
4266	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
4267	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
4268	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
4269	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
4270	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
4271	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
4272	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
4273	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
4274	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
4275	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
4276	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
4277	2026-02-13	BlueNuclei: automated identification and classification of live and dead transfected neurons using interpretable features 2026-Feb-02, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.29.702657 PMID:41676559	研究论文	本文介绍了一款名为BlueNuclei的软件，用于自动识别和分类活体与死亡转染神经元	首次提供了可扩展、全自动的转染神经元活力评估解决方案，结合了双通道荧光图像处理与基于人类视觉启发的可解释特征分类	未明确说明软件在处理不同神经元类型或实验条件下的泛化能力	开发自动化工具以改进转染神经元活力评估的效率和一致性	转染的原代神经元	数字病理学	神经性疾病	双通道荧光成像	SVM	图像	NA	NA	NA	准确率	最小计算资源（与深度学习替代方案相比）
4278	2026-02-13	A comparison of super-resolution microscopy techniques for imaging tightly packed microcolonies of an obligate intracellular bacterium 2026-Feb, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13376 PMID:39651611	研究论文	本研究比较了五种超分辨率显微镜技术在成像紧密聚集的细胞内细菌微菌落方面的性能	首次系统比较了多种超分辨率显微镜技术（包括Airyscan、iSIM、3D-SIM和STED）在成像专性细胞内细菌Oriental tsutsugamushi时的分辨率表现，并结合深度学习软件Cellpose和商业软件Imaris开发了3D细胞分割分析流程	研究仅针对特定细菌物种（Oriental tsutsugamushi）和特定实验条件，未涵盖所有超分辨率技术，且部分技术（如3D-STED）可能需要特殊设备	评估不同超分辨率显微镜技术在解析紧密聚集的细胞内细菌微菌落结构方面的适用性和性能	专性细胞内细菌Oriental tsutsugamushi（Ot）的微菌落	生物医学成像	细菌感染疾病	荧光显微镜技术，包括标准共聚焦、Airyscan共聚焦、即时结构光照明显微镜（iSIM）、三维结构光照明显微镜（3D-SIM）和受激发射损耗显微镜（STED）	深度学习模型	显微镜图像	未明确指定具体样本数量，但涉及在不同哺乳动物细胞系中培养的细菌	Cellpose, Imaris	Cellpose（基于深度学习的细胞分割模型）	半高全宽（FWHM）测量、横向（xy）和轴向（z）分辨率	未明确指定
4279	2026-02-13	Artificial intelligence-powered microscopy: Transforming the landscape of parasitology 2026-Feb, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13433 PMID:40492595	综述	本文综述了人工智能在寄生虫学领域的应用，探讨了AI如何通过机器学习和深度学习技术解决寄生虫识别、生命周期研究及临床诊断中的挑战	系统性地整合了人工智能在寄生虫学中的最新进展，特别是针对Apicomplexan、Diplomonad和Kinetoplastid类群的应用，并提出了未来研究方向	未提供具体的实验数据或模型性能比较，主要基于现有文献的归纳分析	探讨人工智能在寄生虫学研究与诊断中的应用潜力及挑战	寄生虫学领域，主要聚焦于Apicomplexan、Diplomonad和Kinetoplastid类群的寄生虫	数字病理学	寄生虫病	显微镜成像，图像分析	机器学习，深度学习	图像	NA	NA	NA	NA	NA
4280	2026-02-13	Can artificial intelligence predict failure of non-invasive respiratory support in the neonatal unit? 2026-Feb, Seminars in fetal & neonatal medicine IF:2.9Q1 DOI:10.1016/j.siny.2025.101692 PMID:41290497	综述	本文探讨了人工智能在新生儿重症监护室中预测无创通气失败的应用潜力	首次系统综述了人工智能模型在新生儿无创通气失败预测中的应用，并评估了其临床实用性	纳入研究数量有限（6项），且需要更多大型多中心外部验证研究来评估模型的泛化能力	探索人工智能在改善新生儿无创通气失败预测中的应用，以降低该人群的死亡率和发病率	新生儿，特别是早产儿	机器学习	新生儿呼吸系统疾病	NA	深度学习模型, 逻辑回归, 支持向量机	临床数据	3421名婴儿	NA	多模态深度神经网络	AUC	NA