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
501	2026-06-13	Artificial-intelligence-guided autophagy modulation and nanomedicine design for precision photodynamic cancer therapy 2026-May, Drug discovery today IF:6.5Q1 DOI:10.1016/j.drudis.2026.104633 PMID:41794170	综述	讨论人工智能如何通过整合多组学和成像数据，指导纳米药物设计、靶点选择及自噬调节，以优化光动力癌症治疗的精准性	首次系统阐述人工智能（机器学习和深度学习）在指导自噬调节与纳米医学设计中的整合应用，以实现精准光动力癌症治疗	当前光敏剂递送不足、肿瘤异质性和自噬的上下文依赖性作用尚未解决	探讨基于纳米医学和人工智能的精准光动力癌症治疗策略	癌症治疗中的光动力疗法、自噬调节和纳米药物设计	机器学习	癌症	NA	NA	多组学数据、影像数据	NA	NA	NA	NA	NA
502	2026-06-13	Clinical Grading of Artificial Intelligence-Based 3D Fetal Brain Segmentations: A Cross-Vendor Evaluation of Deep Learning in Fetal Neuroimaging 2026-Apr, Prenatal diagnosis IF:2.7Q2 DOI:10.1002/pd.70103 PMID:41761049	研究论文	评估基于深度学习的三维胎儿脑部分割方法在不同超声设备数据上的表现，并引入临床视觉评估框架	引入临床视觉评估框架与Dice相似系数互补，评估不同超声设备数据的深度学习分割方法	仅评估单一新设备数据集，未涉及多设备或更多临床场景	评价自动胎儿脑部分割方法在不同超声设备数据上的鲁棒性及临床可用性	胎儿脑部（包括透明隔腔、脉络丛、小脑、皮质板等结构）	计算机视觉	胎儿神经影像学	3D超声	深度学习模型	3D超声图像	270个体积（141名胎儿，孕19-26+6周）	NA	NA	Dice相似系数, 视觉评分（1-4级）	NA
503	2026-06-13	An educational machine learning demonstration framework for plastic surgeons using open datasets 2026-Apr, Journal of plastic, reconstructive & aesthetic surgery : JPRAS DOI:10.1016/j.bjps.2026.02.010 PMID:41762764	研究论文	提出一个用于整形外科医生的教育性机器学习演示框架，利用公开数据集开展黑色素瘤分类教学案例	为整形外科医生构建了基于开放数据、可复现的深度学习模型训练与部署的教育框架，并将轻量级MobileNetV3-Small模型转换为TensorFlow.js实现浏览器端部署，便于智能手机上实时推理	仅使用单一公开数据集（SIIM-ISIC 2020），未在真实临床环境中验证；模型性能需额外比较更多皮肤科医生基准；教育框架的普适性需通过更广泛的应用场景评估	演示整形外科医生如何利用开放数据集构建透明、可部署的AI工具，通过黑色素瘤分类案例促进数据科学教育	SIIM-ISIC 2020黑色素瘤公开数据集中患者级分层后的皮肤镜图像	数字病理学, 机器学习	黑色素瘤	患者级分层, 图像缩放, 色彩平衡, 数据增强, 深度学习训练, TensorFlow.js转换	卷积神经网络 (CNN)	图像	SIIM-ISIC 2020数据集（具体样本量未明确说明，基于公开数据集规模较大）	TensorFlow, TensorFlow.js	EfficientNet-B3, MobileNetV3-Small	准确率, 召回率, 特异性, AUC-ROC, F1分数	未具体描述GPU资源，但提及模型可部署至标准智能手机（推理时间<2秒）
504	2026-06-13	Critical assessment of machine learning approaches for classification, dynamic prediction and surrogate Modeling in food fermentation 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118403 PMID:41763759	研究论文	对葡萄酒发酵中机器学习方法在分类、动态预测和替代建模三任务上进行批判性评估	首次在有限数据条件下系统比较监督式机器学习与传统知识模型在食品发酵中的表现，并开发了将知识预测与残差神经网络结合的混合模型	ML模型在有限数据或训练条件外预测时表现不佳，依赖大规模和多样化数据集	评估监督式ML技术（决策树、SVM、神经网络）与知识模型在食品发酵中的优劣，探索互补性	葡萄酒发酵过程中的酵母菌株分类、发酵动态预测和快速替代建模	机器学习	NA	NA	决策树、支持向量机、神经网络、深度学习、残差神经网络	时间序列数据和合成数据	葡萄酒发酵实验数据，具体样本量未提及	PyTorch	残差神经网络	准确率、归一化均方根误差	NA
505	2026-06-13	Simultaneous detection and visualization of lipid and protein oxidation in frozen-thawed chicken meat using hyperspectral imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118463 PMID:41763786	研究论文	使用高光谱成像技术同时检测并可视化冷冻解冻鸡肉中的脂质和蛋白质氧化	提出了一种新颖的多任务深度学习框架，将Gramian角差场（GADF）与多任务卷积神经网络（MTCNN）集成，实现端到端的同时预测脂质和蛋白质氧化指标，避免了传统方法需要为每个指标单独训练模型的低效问题	未提及具体限制	评估冷冻解冻鸡肉中的脂质和蛋白质氧化程度	冷冻解冻鸡肉样品	计算机视觉	NA	高光谱成像	多任务卷积神经网络	高光谱图像	经过十次冻融循环的鸡肉样品	NA	Gramian角差场（GADF），多任务卷积神经网络（MTCNN）	相关系数（R），均方根误差（RMSEP），残差预测偏差（RPD）	NA
506	2026-06-13	Seeing structure, sensing softening: Decoding the microstructural mediation between optical properties and peach firmness using spatial frequency domain imaging 2026-Apr-01, Food research international (Ottawa, Ont.) DOI:10.1016/j.foodres.2026.118510 PMID:41763828	研究论文	利用空间频域成像解码桃子光学性质与硬度的微观结构介导机制	构建多维“光学-结构-力学”框架，采用Cellpose-SAM深度学习模型实现复杂细胞形态的高通量稳健分割，通过中介分析和结构方程模型揭示了光学性质与硬度之间的生物物理机制	NA	揭示桃子光学性质与硬度之间的微观结构介导机制，为光学品质评估提供生物物理学基础	‘沪景’桃子在成熟和储藏阶段的光学性质、生理属性及微观结构特征	计算机视觉, 机器学习	NA	空间频域成像（SFDI）	深度学习模型（Cellpose-SAM）	图像	NA	PyTorch	Cellpose-SAM	决定系数（R²）	NA
507	2026-06-13	Efficacy of Automatic 3D Segmentation of the Upper Airway in CBCT or CT Scans via Artificial Intelligence Versus Manual Segmentation by Human Experts: A Systematic Review and Meta-Analysis 2026-Apr, Clinical and experimental dental research IF:1.7Q3 DOI:10.1002/cre2.70314 PMID:41764765	系统综述与荟萃分析	通过系统综述和荟萃分析，比较人工智能与人类专家在CBCT或CT扫描中对上呼吸道进行自动3D分割的效果	首次通过荟萃分析系统评估AI在上呼吸道3D分割中的效能	纳入研究数量有限（11项），需要更多研究才能得出决定性结论	评估人工智能在CBCT或CT扫描中自动3D分割上呼吸道的效能	上呼吸道	计算机视觉	NA	CBCT, CT扫描	深度学习, 机器学习	图像	11项研究，其中6项纳入荟萃分析	NA	NA	精确率, Dice相似系数, 交并比, 召回率, 总体积差异	NA
508	2026-06-13	Has AI Reshaped Drug Discovery, or Is There Still a Long Way to Go? 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70257 PMID:41766174	研究论文	本文探讨了人工智能（AI）在药物发现中的应用现状、优势与局限性，并分析了其重塑药物研发的潜力与挑战	系统评估了AI在药物发现全流程中的实际效果，揭示了尽管AI加速了早期阶段，但尚无AI独立研发的药物获得完全监管批准，这一发现挑战了当前乐观预期	数据质量差、模型可解释性不足、计算预测与化学可行性之间存在差距，以及生物系统复杂性导致转化成功率低	评估AI对药物发现流程的实际影响，分析其是否已根本改变传统研发模式	传统药物发现流程与AI辅助药物发现流程的比较分析	人工智能	不适用	分子属性预测、蛋白质结构建模、自然语言处理、ADME/Tox预测	深度学习	文本	不适用	NA	NA	NA	NA
509	2026-06-13	The Evaluation of Machine Learning Models Using Matrix-Assisted Laser Desorption/Ionization Time-of-Flight Mass Spectrometry (MALDI-TOF-MS) Spectra for the Prediction of Antibiotic Resistance in Klebsiella pneumoniae 2026-Apr, MicrobiologyOpen IF:3.9Q2 DOI:10.1002/mbo3.70257 PMID:41771780	综述	评估利用MALDI-TOF-MS质谱数据构建机器学习模型预测肺炎克雷伯菌抗生素耐药性的研究	系统评估了MALDI-TOF-MS结合机器学习在抗生素耐药性快速检测中的应用，展示了高准确率（高达97%）和AUROC值（可达0.99以上），强调其将诊断时间从数天缩短至数分钟或数小时的优势	模型受限于有限的外部验证、质谱预处理协议差异以及不同MALDI-TOF-MS平台间的变异性，影响泛化能力和临床转化	评估利用MALDI-TOF-MS质谱数据创建机器学习模型预测肺炎克雷伯菌抗生素耐药性的有效性和局限性	肺炎克雷伯菌的抗生素耐药性预测	机器学习	肺炎克雷伯菌感染	MALDI-TOF-MS	集成算法（随机森林、XGBoost、LightGBM）、深度学习模型（CNN）	质谱数据	35至超过15,000个分离株	NA	随机森林、XGBoost、LightGBM、CNN	AUROC、准确率	NA
510	2026-06-13	Understanding flow experiences in online EFL learning: Perspectives from Vietnamese undergraduates 2026-Apr, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106580 PMID:41793996	研究论文	调查越南英语学习者在线上学习环境中的心流体验	从八个心流维度全面分析越南大学生在线英语学习中的心流体验，并探讨了影响心流的内部和外部障碍	仅针对越南大学生群体，样本来源有限，可能影响结果的普适性	识别越南大学生在线英语学习中体验心流的程度、关键维度及其描述	越南英语专业大学生	自然语言处理	NA	NA	NA	调查问卷与半结构化访谈数据	239名大学生参与问卷调查，12人参与半结构化访谈	NA	NA	NA	NA
511	2026-06-13	Curiosity as a catalyst for conceptual change: A schema-based model of learning and development 2026-Apr, Acta psychologica IF:2.1Q2 DOI:10.1016/j.actpsy.2026.106570 PMID:41795553	研究论文	本文提出了SEEK模型，探讨好奇心作为知识发展驱动力的机制，并整合了动机、情感和认知维度	首次通过基于图式理论的四机制交互框架（增补、调谐、重构和图式形成）系统阐释好奇心驱动长期知识发展的计算过程	未提供实证数据验证模型各机制的动态交互关系，且未能明确区分自动好奇与有意好奇的神经基础差异	构建统一的认知发展模型以解释好奇心如何促进深层学习与创造性思维	不同发展阶段的个体（从早期感知驱动好奇到后期元认知引导探究）	机器学习	NA	NA	图式理论驱动的计算模型（SEEK框架）	NA	理论模型未涉及具体样本	NA	增补机制、调谐机制、重构机制、图式形成机制	NA	NA
512	2026-06-13	Bioactive peptide matrikines: discovery approaches for skin rejuvenation 2026-Apr-01, American journal of physiology. Cell physiology DOI:10.1152/ajpcell.00881.2025 PMID:41770626	综述	综述了生物活性肽基质素在皮肤年轻化中的发现方法及其演变	强调从传统体外测试到计算机预测的转变，并介绍了一种从计算机到体内的发现流程，整合了衰老相关裂解预测与体内外测试，识别出两种协同作用的四肽	未明确说明，但可能涉及早期方法依赖重复体外测试的低效性及计算机预测方法的验证挑战	探索生物活性肽基质素用于皮肤年轻化的发现策略，并推动新型肽的转化应用	生物活性肽基质素，特别是用于皮肤再生和修复的肽序列	机器学习和计算机预测	皮肤老化	计算机预测、蛋白酶裂解预测、蛋白质序列基序筛选、分子对接、机器学习算法	深度学习模型	蛋白质序列数据	NA	NA	深度学习裂解预测模型	NA	NA
513	2026-06-13	Room-Temperature Trace NO2 Monitoring System Based on Two-Dimensional Heterostructures and Integrated with Deep Learning 2026-Mar-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04107 PMID:41785406	研究论文	提出了一种基于二维异质结构和深度学习集成的室温痕量NO2监测系统	首次将BiS/WO异质结构传感器与1D-CNN/LSTM深度学习模型及无线通信模块集成，实现低浓度NO的室温高精度实时监测	数据稀缺性通过数据增强缓解，但模型泛化能力和长期稳定性需进一步验证	实现室温下痕量NO的高精度检测，用于空气质量控制和呼吸疾病早期诊断	BiS/WO异质结构气体传感器及低浓度NO气体	机器学习	呼吸疾病	气体传感	1D-CNN/LSTM	时间序列气体传感数据	未明确说明样本数量，涉及5 ppm NO测试及ppb级回归验证	NA	1D-CNN, LSTM	响应值（17.9）、灵敏度（3.84/ppm）、响应/恢复时间（27/110 s）、R方（0.9826）	未明确说明计算资源
514	2026-06-13	Three-Dimensional Burrowing Behavior of Earthworms for Ecotoxicological Studies 2026-Mar-17, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.5c15144 PMID:41782362	研究论文	开发了一种结合透明介质和深度学习轨迹重建算法的方法，用于量化研究蚯蚓的三维掘穴行为	首次将透明介质与深度学习算法结合，实现对蚯蚓三维掘穴行为的连续追踪和定量分析	未明确提及算法在大规模或长期应用中的稳定性评估	研究蚯蚓在污染物环境下的三维掘穴行为，以评估土壤生态风险	五种不同蚯蚓物种	机器视觉	NA	深度学习轨迹重建算法	深度学习模型	图像数据	五种蚯蚓物种，28天试验中超过80%存活率	NA	轨迹重建深度学习模型	坐标提取率	NA
515	2026-06-13	Multiplexed Microenvironment-Responsive Probes Enable Rapid Glioblastoma Cell Line Analysis 2026-Mar-17, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07976 PMID:41789814	研究论文	开发了一种多重微环境响应探针，结合深度学习模型用于快速区分胶质母细胞瘤细胞系	首次整合五种微环境响应荧光探针与ResNet深度学习模型，实现对胶质母细胞瘤细胞系的高精度区分	不明	提高胶质母细胞瘤细胞系表型区分的准确性，尤其适用于快速术中评估	四种表型多样的胶质母细胞瘤细胞系、正常人类星形胶质细胞和一种中枢神经系统肿瘤细胞系	机器视觉	胶质母细胞瘤	荧光探针	卷积神经网络	信号数据	六种细胞系	PyTorch	ResNet	准确率	NA
516	2026-06-13	Machine and deep learning-based forecast of Tehran's accelerating nighttime surface heat island crisis 2026-Mar-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42066-1 PMID:41820422	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
517	2026-06-13	Prescription‑dose stratification improves deep learning‑based VMAT dose prediction in locally advanced NSCLC 2026-Mar-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43192-6 PMID:41796211	研究论文	本文评估了处方剂量分层对基于深度学习的VMAT剂量预测性能的影响	首次系统地比较了单一处方模型与混合处方模型在局部晚期非小细胞肺癌VMAT剂量预测中的表现，证实了处方剂量分层能改善预测精度	样本量较小（72例），且仅针对单一病种和单一治疗技术，未考虑其他处方剂量组合或不同放疗技术的泛化性	评估处方剂量分层是否能够提高深度学习VMAT剂量预测的性能	72例局部晚期非小细胞肺癌VMAT病例	机器学习	肺癌	VMAT计划数据重算	3D U-Net	剂量分布数据	72例（42例训练，10例验证，20例测试）	NA	3D U-Net	平均绝对误差	NA
518	2026-06-13	Survival prediction for bladder cancer using multimodal data with quantum neural networks and transformer architectures 2026-Mar-07, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-42047-4 PMID:41794871	研究论文	本研究提出了一种结合量子神经网络和Transformer架构的混合模型QTMPN，用于膀胱癌生存预测，实现了多模态数据的高效融合	提出了QTMPN框架，创新性地融合量子神经网络、Transformer和图神经网络，通过量子特征提取器（QFE）捕获长距离依赖，并采用注意力引导动态图的多模态融合模块	尚未提及局限性信息	提高膀胱癌生存预测准确性，支持精准医学	膀胱癌患者的多模态数据，包括全切片病理图像和临床特征	机器学习和数字病理学	膀胱癌	NA	量子神经网络（QNN）、Transformer、图神经网络（GNN）	图像（病理全切片图像）、结构化数据（临床特征）	TCGA-BLCA数据集	NA	QTMPN（包含QFE、TCF模块）	准确率（Accuracy）	NA
519	2026-06-13	Development trajectory and trends of ultrasound biomicroscopy in glaucoma research: a comprehensive 20-year bibliometric analysis 2026-Mar-06, International ophthalmology IF:1.4Q3 DOI:10.1007/s10792-026-04010-0 PMID:41790279	综述	对过去20年间超声生物显微镜在青光眼研究中应用的综合文献计量分析	首次通过文献计量学方法系统梳理了超声生物显微镜在青光眼研究中的应用发展轨迹和趋势，并识别出新兴前沿研究方向，包括深度学习、三维重建和微创青光眼手术	仅涵盖2005年至2024年间发表的文章，可能遗漏早期或近期的重要文献；分析基于单一数据库，可能存在数据完整性不足	评估超声生物显微镜在青光眼研究中的应用进展、趋势和未来方向	557篇关于超声生物显微镜在青光眼研究中应用的相关文献	自然语言处理	青光眼	文献计量分析	NA	文献数据	557篇文献	VOSviewer, CiteSpace	NA	NA	NA
520	2026-06-13	Leveraging Naturalistic Driving Digital Biomarkers for Early Mild Cognitive Impairment Detection: Deep Learning Strategies 2026-Mar-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83622 PMID:41791118	研究论文	利用自然驾驶数字生物标志物通过深度学习策略早期检测轻度认知障碍	首次将自然驾驶数据结合深度学习模型用于早期轻度认知障碍检测，并比较了多种数据融合策略（单视图、特征级融合、模型级晚期融合）的性能	样本量较小（仅22名参与者），且数据来自单一驾驶场景，可能限制了模型的泛化能力	开发基于自然驾驶数据的深度学习模型，以实现轻度认知障碍的早期非侵入性检测	轻度认知障碍患者和认知正常的驾驶员	机器学习	轻度认知障碍	GPS、加速度计、陀螺仪传感器	深度学习模型（未指定具体类型）	驾驶行为数据（GPS、加速度计、陀螺仪信号）	22名参与者，包括8名轻度认知障碍患者和14名认知正常者，其中3名在实验完成前退出	NA	NA	准确率、受试者工作特征曲线下面积	NA