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
481	2026-06-16	A deep learning-assisted turn-on fluorescent probe for L-BPA detection with mechanistic insight 2026-Nov-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.128109 PMID:42202743	研究论文	本文报道了一种基于深度学习的开启型荧光探针，用于检测L-BPA，并探讨其机制	首次开发了结合深度学习的开启型荧光探针WF324，实现对L-BPA的高选择性和快速响应，并揭示了其荧光增强机制	探针在真实样品中的回收率和RSD虽然良好，但检测范围有限（0-6 μM），且尚未在体内环境中验证其性能	开发一种高效检测和实时监测L-BPA的工具，以支持硼中子捕获治疗（BNCT）的研究与发展	L-BPA（硼载体药物）及其在人尿液中的检测	机器学习	癌症	荧光检测	深度学习模型	荧光光谱数据	人尿液样本	NA	NA	检测限（80.48 nM）、回收率（90.40-103.11%）、相对标准偏差（0.78-3.96%）	NA
482	2026-06-16	Integration of network pharmacology, deep learning, and molecular biology reveals the efficacy of Citrus aurantium L. var. amara Engl. blossom extract in ameliorating diabetic osteoporosis 2026-Oct-28, Journal of ethnopharmacology IF:4.8Q1 DOI:10.1016/j.jep.2026.121939 PMID:42217588	研究论文	结合网络药理学、深度学习和分子生物学揭示酸橙花提取物改善糖尿病性骨质疏松症的作用机制	首次将网络药理学与深度学习及分子生物学技术相结合，系统探究酸橙花提取物对糖尿病性骨质疏松症的保护作用及分子机制	未明确提及，但从方法学角度可能存在样本量较小、模型仅限于小鼠、未进行临床试验验证等局限性	探讨酸橙花乙醇提取物对糖尿病性骨质疏松症的保护作用及其潜在机制	高脂饮食和链脲佐菌素诱导的2型糖尿病小鼠模型	机器学习	糖尿病性骨质疏松症	高效液相色谱-质谱联用	深度学习	NA	未明确说明具体数量	NA	NA	NA	NA
483	2026-06-16	Fast MR elastography via deep learning-based phase interpolation: A technical feasibility study 2026-Oct, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110703 PMID:42190842	研究论文	本研究开发了一种基于深度学习的相位插值方法，通过利用时空波周期性减少MR弹性成像所需的振动相位采集数量，并验证其技术可行性	首次提出利用深度学习插补缺失振动相位图像的方法，可减少相位采集量达50%，同时保持与常规方法相当的临床测量精度	仅涉及较小样本量的健康志愿者验证，未在患者群体或更广泛的临床场景中测试；模拟减少相位采集而非实际减少扫描时间	评估深度学习相位插值方法用于减少MR弹性成像扫描时间的技术可行性	13名健康志愿者的肝脏MR弹性成像数据及体模数据	机器学习	NA	MR弹性成像 (MRE)	深度学习模型	图像（振动相位图像）	13名健康志愿者及体模数据	NA	NA（仅提及3-to-1和2-to-2模型，未指定具体架构）	结构相似性指数 (SSIM), 峰值信噪比 (PSNR), Bland-Altman分析, 组内相关系数 (ICC), Wilcoxon符号秩检验	NA
484	2026-06-16	Deep learning-driven quantitative spectroscopic photoacoustic imaging for segmentation and oxygen saturation estimation 2026-Sep, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108092 PMID:41990476	研究论文	利用深度学习驱动的定量光谱光声成像进行血管分割和血氧饱和度估计	开发了Hybrid-Net深度神经网络，同时实现血氧饱和度估计和血管分割，无需直接估计光学通量	仅基于模拟数据和简单组织模拟体模验证，尚未在体内实验或复杂异质性组织中进行测试	提高光谱光声成像中血氧饱和度估计的准确性	血液中的血氧饱和度及血管组织	机器学习	NA	光谱光声成像	深度神经网络（Hybrid-Net）	模拟数据和实验数据	模拟数据：不同噪声水平（0-35 dB），实验数据：含嵌入血池的简单组织模拟体模	NA	Hybrid-Net	分割准确率，血氧饱和度均方误差	NA
485	2026-06-16	CardioRadNet: Cardiac mass diagnosis through integrated segmentation and radiomic analysis 2026-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109448 PMID:42176411	研究论文	提出CardioRadNet，首个结合深度学习分割和影像组学分类的集成框架，用于区分心脏肿块的良恶性	首次将深度学习分割与影像组学集成于无对比剂T1加权心脏磁共振成像，用于全面区分良恶性心脏肿块，支持半自动分割以提高临床适用性	NA	开发一个准确、无对比剂的综合框架，用于心脏肿块分类，支持早期风险分层和患者管理	127例经病理确诊的心脏肿块患者（62例恶性，65例良性）	医学影像分析，数字病理学	心脏疾病	心脏磁共振成像（无对比剂T1加权），影像组学	深度学习分割网络（含点引导），影像组学分类模型	图像	127例患者（62例恶性，65例良性）	NA	NA	Dice系数，平衡准确率，ICC	NA
486	2026-06-16	Denoising preclinical MRI with vendor-neutral deep learning-based image reconstruction 2026-Sep, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2026.110813 PMID:42176781	研究论文	评估了基于人类临床MRI图像训练的中立供应商深度学习图像重建方法在去噪小鼠脑部临床前MRI图像中的有效性	首次评估了利用人类临床MRI图像训练的中立供应商DLR方法直接应用于小鼠脑部MR图像的去噪效果，此前未被研究	未明确提及，但从内容推断可能包括样本量小（6只小鼠）、仅使用一种MRI扫描仪（4.7 T）、未与其他去噪方法进行广泛比较	评估中立供应商深度学习图像重建方法在去噪临床前小鼠脑部MRI图像中的适用性和有效性	小鼠脑部MRI图像	机器学习, 计算机视觉, 数字病理学	NA	MRI	深度学习（DLR）	图像	6只FVB小鼠	NA	NA	信噪比、对比度噪声比、锐度指数	NA
487	2026-06-16	TRIDENT: A multi-task, triple-branch deep learning framework for EEG-based recognition, severity estimation, and future high-anger prediction in an on-road Wizard-of-Oz paradigm 2026-Sep, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108613 PMID:42235288	研究论文	提出TRIDENT多任务深度学习框架，用于基于脑电图（EEG）的道路愤怒状态识别、严重程度评估及未来高愤怒状态预测	首次在受控道路情境下使用多任务、三分支深度学习框架同时实现四级愤怒状态识别、连续严重程度估计及未来高愤怒预测	样本量较小（仅24名参与者），基于Wizard-of-Oz范式可能不完全反映真实驾驶情境中的愤怒状态	构建基于生理信号的道路愤怒情感识别模型，以支持情感感知车载界面和个性化干预设计	24名持证驾驶员在受控道路情境下的愤怒相关情感状态（基于脑电图、自我报告及情境信息）	机器学习, 数字病理学	NA	EEG	多任务深度学习模型, 时序卷积, 脑网络表征	脑电图信号, 自我报告数据, 情境信息	24名参与者的多级愤怒状态数据集	PyTorch	多尺度时序卷积网络, 脑网络表征模块, 序列建模 (TRIDENT)	准确率 (85% 愤怒状态分类, 87% 未来高愤怒预测)	NA
488	2026-06-16	Comorbidity-aware transfer learning for neuro-developmental disorder diagnosis 2026-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108980 PMID:42001626	研究论文	提出共病感知迁移学习框架，用于基于fMRI的神经发育障碍诊断	通过半监督迁移学习范式显式建模神经发育障碍共病共享的神经生物学通路，引入伪标签与编解码器架构分离任务相关时间特征与混杂因素	NA	开发基于fMRI的计算机辅助诊断系统，提高神经发育障碍（如自闭症谱系障碍和注意缺陷多动障碍）的诊断准确率	神经发育障碍患者的功能磁共振成像数据	计算机视觉	神经发育障碍	功能磁共振成像	卷积神经网络	图像	NA	NA	编码器-解码器架构	准确率	NA
489	2026-06-16	Use of Artificial Intelligence in prostate MRI: A rapid scoping review highlighting limited evidence in screening context 2026-Sep, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112930 PMID:42142521	综述	本文通过快速范围综述，调查了人工智能在前列腺MRI解读中的应用证据，特别聚焦于无症状男性筛查场景	首次聚焦AI在无症状男性前列腺癌筛查场景的MRI解读证据，并扩展讨论未来实施的关键考量	纳入研究数量极少（仅2项），AI检测协议与专家一致性差（kappa 0.17-0.42），且存在高过度检测率和低特异性	综合评估AI在前列腺癌筛查中MRI解读应用的现有证据	无症状男性人群的前列腺MRI影像数据	机器学习	前列腺癌	NA	深度学习	图像	2项研究	NA	ProstateAI软件工具	kappa	NA
490	2026-06-16	Federated learning: A new frontier in the exploration of multi-institutional medical imaging data 2026-Sep, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109454 PMID:42190445	综述	本文综述了联邦学习在多机构医学影像数据探索中的应用，促进深度学习模型训练时数据隐私的保护	系统性地阐述了联邦学习在医学影像领域的概念、算法与挑战，并提供了开放框架与现实应用的全面综述	未详细比较不同联邦学习聚合算法的性能差异，且未涉及具体实验验证	探索联邦学习在整合多机构医学影像数据中的应用，以实现数据隐私保护的分布式深度学习模型训练	多机构医学影像数据及联邦学习系统	机器学习	NA	NA	深度学习模型	医学影像	NA	NA	NA	NA	NA
491	2026-06-16	Rational design for improved thermostability of methionine adenosyltransferase based on FoldX, Rosetta, and multidimensional virtual screening 2026-Sep-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.119535 PMID:42270249	研究论文	提出一种结合物理力场与深度学习算法的理性设计策略，用于提升甲硫氨酸腺苷转移酶的热稳定性，并应用于S-腺苷-L-甲硫氨酸的高效生物合成	首次整合FoldX、Rosetta和基于深度学习的多维虚拟筛选系统，建立正交验证流程以消除单一算法偏差，并通过全原子分子动力学模拟与实验验证获得催化活性和热稳定性协同提升的突变体	未探讨该设计框架在其他酶工程中的通用性，且突变体的长期工业应用稳定性未涉及	通过理性设计提高甲硫氨酸腺苷转移酶的热稳定性，以促进S-腺苷-L-甲硫氨酸的工业化生产	甲硫氨酸腺苷转移酶及其突变体	机器学习	NA	分子对接、B因子分析、饱和诱变、FoldX、Rosetta、深度学习、全原子分子动力学模拟	深度学习模型	蛋白质结构数据、分子动力学轨迹数据	209个突变体，最终筛选6个核心突变体进行实验验证	FoldX, Rosetta, 深度学习工具	NA	熔解温度、半衰期、比活度	NA
492	2026-06-16	Hierarchical cross-attention guided deformable registration with multi-level feature fusion for medical images 2026-Sep, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1 DOI:10.1016/j.neunet.2026.108908 PMID:41965176	研究论文	提出了一种基于层次交叉注意力引导的可变形配准框架HCA-Morph，通过多级特征融合实现医学图像的高精度配准	首次提出空间对应感知模块（SCAM）和跨尺度注意力模块（CSAM），分别从局部到全局学习可解释空间对齐、动态融合多级特征并增强表示一致性，且模型参数仅2.05 MB	仅针对脑MRI图像验证，在其他医学图像模态或解剖结构上的泛化能力尚待探索	解决可变形医学图像配准中空间对应捕捉不足、多尺度特征融合困难及缺乏可解释性的问题	脑MRI图像（OASIS和IXI数据集）	计算机视觉	神经系统疾病	NA	CNN, Transformer, Mamba	图像	OASIS和IXI数据集（具体数量未提及）	PyTorch	U-Net风格（基于CNN的配准框架，含SCAM和CSAM模块）	Dice系数, HD95, 折叠区域数(\|J ≤ 0\|)	GPU（具体型号未提及，内存消耗4.08-9.02 GB）
493	2026-06-16	Opportunistic screening for osteoporosis using chest X-rays and deep learning: A systematic review and meta-analysis 2026-Sep, Bone IF:3.5Q2 DOI:10.1016/j.bone.2026.117923 PMID:42106051	系统综述与荟萃分析	评估深度学习算法在胸部X光片上检测骨质疏松症的诊断性能并分析其临床实施潜力	首次对基于胸部X光片和深度学习模型的骨质疏松症机会性筛查进行系统综述与荟萃分析，综合量化了模型的敏感性和特异性，并评估了其临床决策支持工具的潜在价值	内部验证存在显著异质性，且外部验证研究数量有限，影响模型的泛化能力和临床可推广性	评估深度学习模型在胸部X光片上早期筛查骨质疏松症的诊断准确性及其临床实施可行性	骨质疏松症患者及胸部X光片数据	数字病理学	骨质疏松症	胸部X光成像	卷积神经网络	医学图像	12项研究，共200,796名患者和20个独特深度学习模型	NA	CNN	敏感性、特异性、AUC	NA
494	2026-06-16	An efficient methodology for modeling imbalanced traffic crashes through deep learning techniques 2026-Sep, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108598 PMID:42190349	研究论文	提出ENN-CTGAN混合方法解决交通碰撞数据类别不平衡问题，并混合LSTM-GRU模型预测碰撞伤害严重程度	开发了ENN-CTGAN混合方法处理类别不平衡，提出结合互信息差和模型效率的合成数据质量评估框架，并比较不同合成数据比例对预测模型的影响	NA	提高交通碰撞伤害严重程度预测的准确性，解决数据集类别不平衡问题	交通碰撞伤害严重程度预测	机器学习	NA	数据重采样技术（SMOTE、随机过采样、随机欠采样）	LSTM-GRU、LSTM、GRU、CNN、MLP、XGBoost、随机森林	表格数据（碰撞记录）	未明确说明，但涉及合成数据比例（1:1、1:2、1:4、1:6）	NA	LSTM-GRU混合模型、LSTM、GRU、CNN、MLP、XGBoost、随机森林	AUC、G-mean、敏感性、特异性、准确率	NA
495	2026-06-16	Developmental profile of physiological high-frequency oscillations in the human brain 2026-Aug-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.122017 PMID:42177955	研究论文	利用185名儿童患者颅内脑电图数据，构建生理性高频振荡的发育规范图谱，揭示其随年龄变化的分布特征	首次在大规模多机构儿童队列中构建生理性高频振荡的发育规范图谱，明确其年龄依赖性空间分布变化	未提及样本的性别、病因等潜在混杂因素影响；非癫痫通道可能仍包含病理生理性振荡	描述儿童大脑生理性高频振荡的发育特征，为提升其在癫痫手术中的生物标志物解读精度提供依据	185名年龄0-18岁进行颅内脑电图监测的儿童患者	数字病理学、机器学习	儿童癫痫	颅内脑电图、深度学习、自动高频振荡检测	深度学习模型（用于伪迹去除和尖波-高频振荡分类）	脑电图信号	185名儿童患者（0-18岁）	NA	NA	NA	NA
496	2026-06-16	Intelligent monitoring of coastal outfalls via multi-source remote sensing image fusion 2026-Aug, Marine pollution bulletin IF:5.3Q1 DOI:10.1016/j.marpolbul.2026.119776 PMID:42026447	研究论文	提出一种结合多源遥感图像融合与深度学习目标检测模型的智能识别方法，用于监测沿海排污口	整合无人机高分辨率多光谱图像与多种融合算法，提升深度学习模型在沿海排污口识别中的精度和鲁棒性	未明确讨论模型在不同环境条件下的泛化能力及实际部署中的计算资源需求	开发基于遥感图像融合的智能排污口监测方法，支持海洋环境智能监控	沿海排污口，分为四种形态类型	计算机视觉	NA	无人机多光谱成像、遥感图像融合	深度学习目标检测模型	图像	1657张高分辨率多光谱图像	NA	NA	准确率、鲁棒性、效率	NA
497	2026-06-16	Anatomical deformation prediction using artificial intelligence for fusion imaging during aortic endovascular procedures 2026-Aug, Journal of vascular surgery cases and innovative techniques DOI:10.1016/j.jvscit.2026.102297 PMID:42291701	研究论文	利用人工智能预测主动脉腔内手术中的解剖变形，以提高融合成像的准确性	提出了一种基于深度学习的变形感知融合掩膜生成方法，无需额外采集时间，即可显著改善肾动脉开口定位、髂动脉对齐和导丝定位的准确性	NA	预测主动脉支架植入引起的解剖变形，提高腔内手术中融合导航的准确性	31例主动脉腔内手术患者的术中数据	计算机视觉	心血管疾病	术中血管造影	深度学习	图像	31例患者	NA	NA	融合准确性	NA
498	2026-06-16	A high-resolution beach imagery dataset with COCO annotations for deep learning-based Sargassum monitoring in coastal environments 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112910 PMID:42293438	研究论文	提出一个高分辨率海滩图像数据集，并用COCO注释格式支持基于深度学习的马尾藻监测	首个提供像素级多类分割掩码并转换为COCO兼容JSON格式的高分辨率海滩图像数据集，用于自动化马尾藻生物量估算和海岸清理物流	未明确提及	支持沿海管理的计算机视觉工具开发，实现马尾藻的自动化监测	墨西哥金塔纳罗奥州沿海的高分辨率海滩图像	计算机视觉	NA	NA	U-Net, Mask R-CNN	RGB图像	高分辨率图像数据集，包含像素级多类分割掩码	NA	U-Net, Mask R-CNN	NA	NA
499	2026-06-16	A dataset and a benchmark model for simultaneous detection of oil well drill pipes and their coupling gaps 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112917 PMID:42293434	研究论文	提出了一个包含1000张标注图像的油井钻杆及耦合间隙数据集，并构建了基于两个YOLOv11模块的级联分割模型用于同时检测钻杆和耦合间隙	首次公开了该领域相对最大的油井钻杆及耦合间隙标注数据集，并提出了级联YOLOv11分割模型实现同步检测	NA	实现油井钻杆及其耦合间隙的实时自动视觉检测，提升钻井效率	油井钻杆及其耦合间隙的视觉检测	计算机视觉	NA	NA	YOLOv11	图像	1000张标注图像（500张原始钻杆图像和500张裁剪后的钻杆区域图像）	NA	YOLOv11	NA	NA
500	2026-06-16	Field-based and close-range multispectral imaging dataset for Huanglongbing (HLB) detection in orange trees: A resource for machine learning and digital agriculture 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.112899 PMID:42293443	research paper	本研究提供了一个多光谱成像数据集，用于训练机器学习算法以原位检测柑橘黄龙病（HLB）	提供了用于HLB检测的田间多光谱成像数据集，包含14个窄谱带的高分辨率图像，并同时提供TIFF和HDF5格式以支持高效数据处理和机器学习应用	NA	开发并基准测试用于柑橘黄龙病（HLB）检测的机器学习模型，包括深度学习方法	甜橙树（Pera Rio品种）的树冠部分，包括健康叶片和HLB感染的叶片	machine learning, digital pathology	柑橘黄龙病（HLB）	multispectral imaging	NA	image	2,978张多光谱图像（1,681张阳性，1,297张阴性），采集于2023和2024年	NA	NA	NA	NA