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
4301	2026-08-13	An Intelligent Self-Powered Covalent Organic Framework-Based Triboelectric Nanosensor Platform for On-site Picomolar Hg2+ Ion Monitoring 2026-Jul-24, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.6c01268 PMID:42312548	研究论文	介绍了一种基于共价有机框架的自供电摩擦电纳米传感器平台，用于现场皮摩尔级Hg2+离子监测	集成了“材料-器件-算法”一体化平台，利用硫代共价有机框架（COF-S）增强识别特异性，并采用固液摩擦电纳米传感器（SL-TENS）消除固固接触干扰，结合深度学习模型实现直观实时定量读数	未明确说明，可能包括现场应用的长期稳定性、成本效益或实际环境样本的复杂性	开发一种智能自供电传感器平台，实现Hg2+离子的现场高灵敏度、高选择性和直观定量检测，克服传统摩擦电纳米传感器的局限性	Hg2+离子及其环境监测应用	传感器技术、材料科学、机器学习	不适用	固液摩擦电纳米传感技术、共价有机框架合成、深学习模型	深度学习模型	电信号数据	NA	未明确指定，可能包括PyTorch或TensorFlow	未明确指定，可能为DNN或相关架构	检测限、线性范围、环境稳定性、可重用性	未提及
4302	2026-08-13	Exploring ligand flexibility in nucleic acid scaffolds using graph neural networks 2026-Jul-21, Biophysical journal IF:3.2Q2 DOI:10.1016/j.bpj.2026.06.010 PMID:42260967	研究论文	介绍ZHMolLigGraph，一种两阶段图神经网络框架，用于在核酸-配体系统中探索配体柔性，提高对接精度	显式建模配体柔性，通过两阶段框架（柔性探索与可行性筛选）生成物理合理的构象，而非仅排名全部候选	未处理受体柔性，当前仅关注配体构象变化，框架扩展至受体柔性有待未来工作	在核酸-配体对接中准确建模配体柔性，提升近天然构象命中率，以支持基因调控和治疗开发研究	核酸-配体相互作用系统，包括核酸支架和配体分子	机器学习	NA	NA	GNN	分子结构数据	NA	NA	图神经网络	近天然构象命中率,计算效率	NA
4303	2026-08-13	Transformative Role of Advanced Neural Computation in Clinical Image Diagnostics: A Review of Key Concepts and Applications 2026-Jul-02, Seminars in ultrasound, CT, and MR DOI:10.1053/j.sult.2026.06.010 PMID:42392515	综述	本文综述了深度学习算法在临床图像诊断中的应用，重点介绍卷积神经网络、循环神经网络和生成对抗网络等关键框架，并讨论其在图像分类、分割、重建和疾病预测中的表现、挑战及未来方向。	系统性地概述了多种深度学习框架在医学影像诊断中的应用，并整合了放射组学、数据增强和预测分析等工具，同时深入探讨了数据、可解释性、临床验证和伦理问题。	综述可能受限于所引文献范围，未提供具体的定量比较，并指出了数据可用性、模型可解释性和临床验证等挑战。	探讨深度学习算法如何改进医学影像诊断的准确性、效率和个性化，并指出整合到常规医疗中的障碍和未来方向。	深度学习框架（如CNN、RNN、GAN）及其在肺炎、肺结核、阿尔茨海默病等疾病诊断中的应用。	医学影像分析	肺炎、肺结核、阿尔茨海默病等	医学影像技术（如MRI、CT、超声）与深度学习	CNN、RNN、GAN	医学影像数据（如MRI、CT、超声图像）	不适用（综述）	未指定	卷积神经网络、循环神经网络、生成对抗网络	准确性、效率、可扩展性等	未指定
4304	2026-08-13	Does lens opacity matter? The effect of cataract on deep learning based cardiovascular disease risk scores from fundus photos 2026 Jul-Aug, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2026.100333 PMID:42219087	研究论文	本研究旨在探讨白内障对基于眼底照片的深度学习心血管疾病风险评分的影响	首次系统地评估白内障及其手术对深度学习心血管疾病风险评分的影响，并特别关注糖尿病视网膜病变状态的交互作用	研究为回顾性设计，且跨队列验证结果不完全一致，尤其是糖尿病视网膜病变交互作用在复制队列中未达到统计学显著性	评估白内障对深度学习心血管疾病风险预测模型的影响，并强调在解读眼底图像AI预测模型时考虑晶状体状态的重要性	接受白内障手术的患者眼底图像，来自纵向队列（汉阳大学九里医院）和横断面复制队列（新加坡眼病流行病学研究）	计算机视觉、数字病理学	心血管疾病、白内障、糖尿病视网膜病变	眼底摄影	深度学习模型	眼底图像	纵向队列和横断面复制队列，具体样本量未在摘要中提供	NA	NA	β系数、95%置信区间、P值	NA
4305	2026-08-13	Dual-domain radio-frequency signal and image joint modeling for coronary calcium detection in intravascular ultrasound 2026-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03611-2 PMID:42340561	研究论文	本文提出了一种双分支深度学习框架，结合原始血管内超声射频信号与极坐标灰度图像，用于冠状动脉钙化的自动检测和角度量化	引入物理一致的复卷积模块以保留射频信号的固有物理结构，并采用相位幅度引导的双路径交叉注意力和阴影感知的径向A线分类器增强射频图像交互和角度估计	未在摘要中明确提及局限性	自动化检测血管内超声中的冠状动脉钙化并量化其角度，以优化经皮冠状动脉介入治疗	冠状动脉钙化病变，来自多中心数据集的78名患者、136个回拉和32,672帧IVUS图像，以及外部测试集的10名患者、15个回拉和2,362帧	数字病理学	冠状动脉疾病	血管内超声（IVUS）	深度学习模型（双分支框架）	图像和射频信号	78名患者，136个回拉，32,672帧（内部）；10名患者，15个回拉，2,362帧（外部）	未提及	复卷积模块、双路径交叉注意力、径向A线分类器	Dice系数、豪斯多夫距离、准确率	未提及
4306	2026-08-13	Multi-Class and Multi-Level Classification for Common Wound Bacteria Based on Reflectance Hyperspectral Imaging 2026-07, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70318 PMID:42494124	研究论文	本文提出了一种基于反射高光谱成像和深度学习的系统框架，用于常见伤口细菌的多类和多级分类。	提出了空间-光谱交互选择网络（SSIS-Net），充分利用空间和光谱信息，并建立了包含七种细菌种类和五个浓度水平、总计31类的多类多级数据集。	未提及明确的局限性。	开发一种可靠、快速、非破坏性的细菌检测系统，以实现伤口细菌的准确分类，并具备临床整合潜力。	七种常见伤口细菌，在不同浓度水平下采集的高光谱图像补丁。	计算机视觉、高光谱成像	伤口感染	高光谱成像	深度神经网络（SSIS-Net）	图像（高光谱图像补丁）	26056个图像补丁，涵盖7种细菌种类和5个浓度水平，共31类	未提及	SSIS-Net	准确率、平均准确率、Kappa系数	未提及
4307	2026-08-13	Multi-Beholder: Biomarker Prediction for Low-Grade Glioma With Multiple Instance Learning and One-Class Classification 2026 Jul-Aug, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3686279 PMID:42013277	研究论文	提出一个可解释的深度学习流水线Multi-Beholder，用于仅使用H&E染色的全切片图像预测低级别胶质瘤的五个生物标志物状态	将一类分类集成到多实例学习框架中，实现准确的实例级伪标签生成，从而补充切片级标签并提升预测性能	未提及	开发一种无需昂贵且复杂的分子遗传学检测即可进行低级别胶质瘤生物标志物预测的方法	低级别胶质瘤（LGG）患者	数字病理学	低级别胶质瘤	全玻片成像（WSI）	多实例学习（MIL）与一类分类	图像	内部验证的TCGA-LGG数据集和外部验证的湘雅队列两个LGG队列	NA	NA	AUC（受试者工作特征曲线下面积）	NA
4308	2026-08-13	Using artificial intelligence to detect keratoconus progression based on age and anterior segment optical coherence tomography images 2026 Jul-Aug, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.) DOI:10.1016/j.apjo.2026.100323 PMID:42036041	research paper	本研究旨在通过深度学习基于前节光学相干断层扫描图像和年龄建立并评估圆锥角膜进展的指数	首次使用六种前节OCT图像结合年龄调整的机器学习方法建立圆锥角膜进展指数，显著提高预测准确性	摘要中未提及明确的局限性	建立并评估一个基于前节OCT图像和年龄的圆锥角膜进展指数，以辅助角膜交联术适应症的判断	圆锥角膜患者的前节OCT图像和年龄数据	数字病理学, 机器学习	圆锥角膜	前节光学相干断层扫描	机器学习分类器	图像, 数值数据	2006对纵向检查的前节OCT图像（阳性883对，阴性1123对），其中学习数据集1678对，验证数据集328对	NA	NA	准确性, 敏感性, 特异性, 精确度, F1分数, 受试者工作特征曲线下面积	NA
4309	2026-08-13	Semi-automatic individual tooth segmentation from CBCT images using anatomy-guided deep neural networks and watershed transform 2026-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03593-1 PMID:42189465	研究论文	提出了一种结合解剖学引导深度神经网络和分水岭变换的半自动个体牙齿分割方法，用于CBCT图像中的牙齿分割	提出半自动牙齿标志点检测算法，整合牙齿标志点和肺泡骨作为解剖信息，并利用标记控制的分水岭变换进行个体牙齿分离	未提及明确局限性，但半自动方法依赖人工交互，可能影响效率	提高CBCT图像中个体牙齿分割的准确性和鲁棒性，用于口腔疾病定量分析	CBCT扫描图像中的个体牙齿和肺泡骨	计算机视觉	口腔疾病	CBCT成像	深度神经网络（包含通道空间注意力模块）	CBCT图像	78个CBCT扫描，按5:2:3比例分为训练、验证和测试集	NA	深度神经网络，包含通道空间注意力模块（具体架构如U-Net等未提及）	Dice系数（DC）、平均对称表面距离（ASSD）	未提及
4310	2026-08-13	FA-SedLoRA: scene-driven fine-tuning and style disentanglement for domain-generalized cardiac MRI segmentation 2026-Jul, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03597-x PMID:42189466	研究论文	提出一种场景驱动的微调初始化策略和风格解缠方法，用于心脏MRI分割的领域泛化	提出场景激活的微调初始化策略，利用奇异值分解提取主成分进行参数高效微调，并采用Haar小波变换解缠风格信息，以减少领域风格对分割的影响	未在摘要中明确说明，但可能包括对特定数据集或领域的依赖，或计算成本较高	提高心脏MRI分割在不同临床中心、成像协议或扫描仪厂商间的泛化能力	心脏磁共振图像	医学影像分析	心脏疾病	磁共振成像（MRI）	视觉基础模型（VFM）	图像	未在摘要中明确说明	未在摘要中明确说明，但可能涉及PyTorch	视觉基础模型，如ViT（未具体说明）	未在摘要中明确说明，但可能包括Dice系数	未在摘要中明确说明
4311	2026-08-13	Artificial intelligence in skin disease therapeutics: from drug discovery to personalized treatment pathways 2026-Jul-01, Presse medicale (Paris, France : 1983) DOI:10.1016/j.lpm.2026.104376 PMID:42386042	综述	本文综述了人工智能在皮肤病治疗中的应用，涵盖从药物发现到个性化治疗路径的各个环节	系统性地总结了AI在皮肤病治疗全流程中的应用，包括药物发现、诊断、决策支持和个性化治疗，并探讨了多模态AI工具在临床决策支持中的作用	存在训练数据偏差、真实世界验证不足、监管框架不明确、可解释性担忧以及患者和临床医生信任度不足等挑战	提供AI在皮肤病学中新兴应用领域的最新概述	皮肤病治疗相关的人工智能应用，包括药物发现、诊断、治疗决策支持和个性化医疗	医学人工智能	皮肤病	NA	机器学习、深度学习、卷积神经网络、大语言模型	文本、图像	NA	NA	卷积神经网络、大语言模型	NA	NA
4312	2026-08-13	PASSpedia: A Polyadenylation Site Database Across Different Species at Single-cell Resolution 2026-06-26, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf089 PMID:40986375	研究论文	该研究升级了深度学习PAS分析流程SCAPTURE v2，分析了七个物种的1330个3'端标签单细胞RNA-seq数据集，构建了单细胞分辨率的PAS数据库PASSpedia。	首次提供跨七个物种的单细胞分辨率多聚腺苷酸化位点数据库，并利用长读长测序数据验证了未注释PAS的高准确性。	未提及明显局限性，但依赖已发表的3'端标签数据集，可能覆盖不足。	构建跨物种的单细胞分辨率PAS图谱和数据库，以研究PAS选择在基因表达调控中的作用。	七个物种（包括人类和小鼠）的单细胞RNA-seq样本。	生物信息学、单细胞基因组学	无特定疾病（基础生物学研究）	RNA-seq（3'端标签scRNA-seq）、长读长测序	深度学习（具体类型未明确，可能为CNN或混合模型）	基因表达数据（单细胞RNA-seq）、序列数据	1330个3'端标签单细胞RNA-seq数据集，涵盖七个物种	未明确提及	未明确提及	准确性（accuracy）	未明确提及
4313	2026-08-13	Empagliflozin Protects Against Doxorubicin Cardiotoxicity: Integrative Assessment of Cardiac Kinetics and Electrophysiology Using Machine Learning in a Rat Model 2026-06-24, Medical sciences (Basel, Switzerland) DOI:10.3390/medsci14030342 PMID:42506311	研究论文	本研究利用基于机器学习的分析框架，评估恩格列净对多柔比星诱导的心脏毒性的保护作用，整合心脏动力学和电生理学分析	该研究的创新点在于结合人工智能进行先进的心脏动力学分析、临床前模型以及SGLT2介导的心脏保护作用在心脏肿瘤学中的交叉应用	研究仅在内部验证的临床前环境中进行，未提供外部验证	评估恩格列净在多柔比星诱导的心脏毒性大鼠模型中的心脏保护作用，并使用机器学习框架量化心室壁动力学和收缩性	成年雄性Sprague-Dawley大鼠，分为五个实验组	计算机视觉	心脏毒性	NA	深度学习模型（用于图像处理和对象检测）	图像和电生理数据	18只大鼠	NA	NA	NA	NA
4314	2026-08-13	Deep learning-enabled discovery of antibiotics effective against Neisseria gonorrhoeae 2026-Jun-17, Science translational medicine IF:15.8Q1 DOI:10.1126/scitranslmed.ads4699 PMID:42308330	研究论文	本文展示了深度学习模型可增强高通量筛选，用于发现针对淋病奈瑟菌的窄谱抗菌化合物	首次将图神经网络（GNN）应用于发现针对淋病奈瑟菌的抗生素，并验证了其优于大型语言模型等结构，且发现的化合物结构与已知抗生素不同	具体限制未提及，但可能包括化合物需进一步临床验证以及体内模型的有效性尚需更多研究	提高抗生素命中发现过程的效率，以应对淋病奈瑟菌的抗生素耐药性危机	淋病奈瑟菌（Neisseria gonorrhoeae）及其对化合物的生长抑制反应	机器学习	性传播感染（淋病）	表型筛选、蛋白质组学	图神经网络（GNN）	小分子化合物的化学结构数据及表型数据	38,650种小分子化合物用于训练，约6百万化合物虚拟筛选，213种化合物实验验证	NA	图神经网络（GNN）	准确性	NA
4315	2026-08-13	Optimizing acquisition time and injected dose in 18F-FDG PET/CT imaging using deep learning: enhancing image protocol efficiency and safety 2026-06-05, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03612-z PMID:42243803	研究论文	本研究评估了深度学习算法在18F-FDG PET/CT成像中模拟标准采集时间图像的效果，旨在优化图像质量和放射性药物使用。	引入残差U-Net架构结合数据增强来处理缩短采集时间下的PET/CT图像，显著提升了半剂量和短采集时间条件下图像质量及病灶可检测性。	未提供具体限制信息。	通过深度学习优化18F-FDG PET/CT成像中的采集时间和注射剂量，以提高扫描效率和安全性，同时保持图像质量和诊断信息。	322名接受18F-FDG PET/CT检查的患者，模拟半剂量和不同短采集时间（30s, 45s, 60s, 75s, 90s）的图像重建。	医学影像	NA	PET/CT成像	深度学习（残差U-Net）	医学图像	322名患者的PET/CT图像	NA	Residual U-Net	Likert评分, Cohen's kappa, PSNR, SSIM, MAE, MSE, RMSE	NA
4316	2026-08-13	A MOOC-based and high-fidelity surgical simulation-integrated clinical internship mode in optometry teaching for ophthalmology graduate students 2026-Jun-05, BMC medical education IF:2.7Q1 DOI:10.1186/s12909-026-09610-z PMID:42249367	研究论文	开发并评估了一种结合慕课和高保真手术模拟的混合临床实习模式，用于眼科研究生验光学教学，以提高学业表现和深度学习能力	首次将慕课与数字孪生支持的高保真手术模拟技术相结合，形成“理论-模拟-实践”的教学模式，重新定义了教师角色并建立了基于能力的教学框架	需要多中心和长期研究来确认其普适性	解决眼科研究生在轮转期间难以将验光理论与临床实践相结合的问题，评估混合实习模式的教学效果	54名眼科研究生和16名培训教师	医学教育	NA	慕课、高保真手术模拟	NA	评估数据（考试成绩、问卷分数）	54名眼科研究生（实验组27名，对照组27名）和16名教师	NA	NA	学习成绩、课程体验问卷、学习过程问卷、教师满意度	NA
4317	2026-08-13	Artificial intelligence in pediatric pain: a systematic review 2026-06-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03571-5 PMID:42243763	系统综述	本文系统综述了人工智能技术在儿科疼痛管理中的应用进展和效果，涵盖疼痛评估与疼痛管理两方面	首次系统总结儿科疼痛中AI应用的不同时间模式（深度学习在2020年后占主导，传统机器学习在2015年前占主导），并对比多模态与单模态方法的性能差异	纳入研究中相当比例存在高偏倚风险，且样本量多为小到中型，影响结论的稳健性	探索人工智能技术在儿科疼痛管理中的进展和有效性	儿科疼痛患者及其AI应用场景（疼痛评估和管理）	机器学习	儿科疼痛	NA	深度学习模型（如CNN）、经典机器学习模型（如SVM、随机森林）、LSTM	面部表情图像、多模态数据（图像+信号等）、生理信号、文本	71项研究，其中42.2%的研究样本量小于50人，33.8%为50-200人	NA	CNN、SVM、随机森林、LSTM	AUC	NA
4318	2026-08-13	The impact of scan time on dynamic [Formula: see text]-FAPI-04 total-body PET parametric imaging generated by deep learning models 2026-Jun-03, EJNMMI physics IF:3.0Q2 DOI:10.1186/s40658-026-00895-z PMID:42234386	research paper	本研究探讨了深度学习模型生成的动态FAPI-04全身PET参数图像质量受静态PET扫描时间影响的情况	首次系统评估不同扫描时间下的静态PET图像对深度学习生成的动态PET参数图像质量的影响，并确定了最佳扫描时间段	未提及具体局限性，但可能受限于单中心数据和特定示踪剂	确定静态PET的最佳扫描时间以提高深度学习生成的动态PET参数图像质量	动态FAPI-04全身PET图像	医学影像分析	NA	PET/CT成像	深度学习模型	医学图像	NA	NA	NA	图像质量评估	NA
4319	2026-08-13	Gsformer: a dual-architecture deep learning framework with CNN-self-attention and sparse-attention for genomic selection 2026-Jun-03, Genetics, selection, evolution : GSE DOI:10.1186/s12711-026-01055-8 PMID:42237097	研究论文	介绍了一种名为Gsformer的新型双架构深度学习框架，用于基因组选择，通过结合CNN自注意力与稀疏注意力机制预测表型	提出双架构设计，包括CSA（CNN与自注意力结合）和NSA（原生稀疏注意力），以高效捕获局部和长程基因组依赖	未明确提及，但暗示对某些性状预测精度略低于其他方法	开发一种灵活且强大的深度学习框架，用于动植物基因组选择的表型预测	猪、牛、鸡、小鼠、小麦和玉米的基因组数据	机器学习	不适用	基因组选择（GS）、单核苷酸多态性（SNPs）分析	深度学习模型（结合卷积神经网络和自注意力机制）	基因组数据（SNP标记）及相应表型数据	六个数据集，覆盖三个动物物种和两种植物物种（具体样本量未给出）	未明确指出	CNN、自注意力、稀疏注意力	预测准确度（具体指标未详细说明）	未明确指出，但提到了计算成本较低的特性
4320	2026-08-13	Modeling the interpretable geometric-performance relationship of metamaterials on small datasets using Kolmogorov-Arnold operator informed network 2026-Jun-02, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-55607-5 PMID:42230930	研究论文	提出了一种名为Kolmogorov-Arnold算子知情网络（KAOIN）的方法，用于在小样本条件下建模超材料的几何-性能关系，并构建了耦合框架以实现数据集构建、高保真分析和性能可视化	提出KAOIN方法，利用Kolmogorov-Arnold算子实现轻量级神经网络，在小样本条件下提高精度和收敛速度，同时具备可解释性和物理规律提取能力	仅在特定超材料（梯度三周期极小曲面）和特定性能（比能量吸收）上验证，可能不适用于其他类型超材料或性能	解决深度学习在超材料性能预测中缺乏可解释性和依赖大数据集的问题，实现小样本条件下准确且可解释的几何-性能关系建模	梯度三周期极小曲面超材料	机器学习	不适用	机器学习	Kolmogorov-Arnold网络	数值模拟数据（几何参数与性能数据）	50组数据	PyTorch	Kolmogorov-Arnold网络	准确率、收敛速度	未提及