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	2026-05-15	Artificial intelligence for traumatic brain injury imaging: a translational review from algorithm development to clinical implementation 2026, Frontiers in neurology IF:2.7Q3 DOI:10.3389/fneur.2026.1798780 PMID:41923870	综述	系统总结人工智能在创伤性脑损伤影像学中的转化路径，涵盖算法开发到临床实践	首次系统整合AI从算法开发到临床实施的全转化路径，提出AI衍生影像生物标志物在治疗试验中作为替代终点的潜力	缺乏高质量随机对照试验证明AI直接改善患者预后结局，现有研究主要聚焦诊断指标优化而非患者中心结果	梳理AI在TBI神经影像学中的转化应用现状，识别临床实施的关键挑战与未来方向	创伤性脑损伤患者的CT影像数据及AI分析模型	机器学习	创伤性脑损伤	NA	卷积神经网络	CT影像	NA	NA	卷积神经网络	灵敏度	NA
502	2026-05-15	Deep learning generative model for conditional crystal structure prediction of sodium amide 2026, npj computational materials IF:9.4Q1 DOI:10.1038/s41524-026-01994-2 PMID:41923897	研究论文	提出一种基于深度学习的生成框架，用于在晶体学约束下预测氨基钠（NaNH）的高压相结构，并成功识别出高压β相	首次将实验信息（晶格参数和空间群对称性）引入深度学习的晶体结构生成，结合能量导向扩散采样实现低焓候选结构预测	方法依赖实验晶格参数和对称性约束，对完全未知结构的预测能力有限；仅以氨基钠为案例验证，泛化性需进一步测试	开发一种通用策略，用于解析实验中观察到但结构未知的复杂离子材料的高压相	氨基钠（NaNH）的高压晶体结构及其相变机制	深度学习	不适用	同步辐射X射线衍射	生成模型（能量导向扩散模型）	晶体学参数（晶格参数、空间群对称性）	1种材料（氨基钠）的多个高压相候选结构	PyTorch	扩散模型	生成结构的焓值、与实验X射线衍射图谱的匹配度	不适用
503	2026-05-15	Improved YOLOv7 enhances identification of Hylurgus ligniperda in traps 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1740965 PMID:41923932	研究论文	改进YOLOv7模型用于自动化识别红毛松树皮甲虫，提升监测效率	将YOLOv7的骨干特征提取网络替换为更轻量高效的EfficientNetV2-S，并采用Focal Loss损失函数缓解类别不平衡问题，在保持速度与精度的同时实现模型轻量化	未提及具体局限性	开发一种自动化、高效、准确的方法，用于识别和量化自然环境中体型小、分布密、姿态多变的长林小蠹，以支持森林害虫监测与预警	红毛松树皮甲虫（Hylurgus ligniperda）在诱捕器中的图像	计算机视觉	林业虫害	深度学习	YOLOv7	图像	诱捕器内害虫图像数据集（具体数量未提及）	PyTorch	EfficientNetV2-S	平均精度均值	未提及
504	2026-05-15	Fully autonomous tuning of a spin qubit 2026, Nature electronics IF:33.7Q1 DOI:10.1038/s41928-025-01562-4 PMID:41924173	研究论文	报告了从接地设备到拉比振荡的全自主半导体自旋量子比特调谐过程	将深度学习、贝叶斯优化和计算机视觉技术相结合，首次实现半导体量子比特的全自动调谐	仅针对锗硅核壳纳米线器件进行了演示，尚未验证其他类型器件的适用性	开发可自主调谐半导体量子比特的算法，以应对大型量子电路调谐和操作的复杂性	锗硅核壳纳米线器件中的自旋量子比特	机器学习	NA	NA	NA	图像、数值参数	单个锗硅核壳纳米线器件	NA	NA	拉比频率、g因子	NA
505	2026-05-15	GeneCytNet: an interpretable deep learning framework for rheumatoid arthritis classification and in silico cytokine perturbation modeling 2026, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2026.1738625 PMID:41924282	研究论文	提出一个可解释的深度学习框架GeneCytNet，用于类风湿关节炎分类和细胞因子扰动计算机模拟	首次整合变分自编码器与图注意力网络，并引入计算机模拟细胞因子扰动实验以提供机制性解释	基于合成队列数据，临床验证尚需真实样本支持	开发可解释的深度学习模型，实现类风湿关节炎高准确度诊断并生成可验证的生物学假设	类风湿关节炎患者与健康对照样本的转录组数据	机器学习，计算生物学	类风湿关节炎	RNA-seq	变分自编码器，图注意力网络	转录组数据	240例RA和120例健康对照训练集，100例RA和50例对照独立验证集，每样本15000个基因特征	NA	变分自编码器，图注意力网络	AUC，准确率， F1分数	NA
506	2026-05-15	A vision transformer-radiomics approach for enhanced chemotherapy outcome prediction in ovarian cancer 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1702977 PMID:41924357	研究论文	提出一种结合视觉Transformer嵌入和放射组学特征的方法，用于预测卵巢癌化疗反应	创新性地融合了预训练视觉Transformer（ViT）嵌入、医学基础模型MedSAM嵌入和传统放射组学特征，通过LASSO特征选择和SVM分类器进行多模态影像特征集成	样本量较小（182例），为单中心回顾性研究；模型在外部验证集上的表现尚未评估	提高卵巢癌化疗反应的早期预测准确性，支持个性化治疗决策	182例卵巢癌患者治疗前的CT影像	计算机视觉, 机器学习, 数字病理学	卵巢癌	CT成像	视觉Transformer（ViT）, MedSAM	医学影像（CT图像）	182例卵巢癌患者	Scikit-learn	Vision Transformer (ViT), MedSAM, SVM	AUC, 分类准确率	NA
507	2026-05-15	Rapid Detection and Diagnosis of Patients with Plantar Fasciitis Based on Integrated YOLOv12n and ResNet34 Framework Using Magnetic Resonance Imaging 2026, Journal of multidisciplinary healthcare IF:2.7Q2 DOI:10.2147/JMDH.S584650 PMID:41924418	研究论文	基于磁共振影像，融合YOLOv12n和ResNet34框架实现足底筋膜炎的快速检测与诊断	首次将YOLOv12n与ResNet34集成，构建全自动、高效的深度学习诊断系统，用于磁共振影像中足底筋膜炎的自动识别，无需人工干预	数据集来自单一中心，需要在多中心队列中进行外部验证以确认模型的泛化能力	开发一种全自动、计算高效的基于深度学习的系统，利用磁共振成像识别足底筋膜炎	足底筋膜炎患者和健康对照组的磁共振影像	数字病理学	足底筋膜炎	磁共振成像	卷积神经网络	图像	123例足底筋膜炎患者和150例对照组的磁共振影像	NA	YOLOv12n, ResNet34	mAP50, 准确率	NA
508	2026-05-15	Machine learning in cancer imaging for enhanced precision in diagnosis and therapy 2026, Discover computing DOI:10.1007/s10791-026-10078-0 PMID:41924555	综述	探讨机器学习在癌症影像中提升诊断和治疗精度的应用	全面综述机器学习在癌症影像中的关键应用，包括可解释AI、联邦学习和量子计算等新兴解决方案	数据稀缺、模型偏见和监管障碍限制了临床采用	探讨机器学习在癌症影像中提升诊断和治疗精度的应用及挑战	癌症影像中的机器学习技术及其临床应用	机器学习	癌症	NA	深度学习	影像	NA	NA	NA	NA	NA
509	2026-05-15	A deep learning model based on multiphase DCE-MRI for preoperative prediction of Ki-67 expression in breast cancer 2026, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2026.1776121 PMID:41924598	研究论文	基于多相DCE-MRI的深度学习模型用于术前预测乳腺癌Ki-67表达	结合多相DCE-MRI的DenseNet-121模型与梯度提升决策树，实现非侵入性Ki-67表达预测，并利用Grad-CAM和SHAP增强模型可解释性	未在独立外部数据集验证，回顾性研究设计，样本量相对有限	开发并验证基于多相DCE-MRI的深度学习模型，无创准确预测乳腺癌中Ki-67表达水平	404名接受术前DCE-MRI检查的乳腺癌患者的影像数据	计算机视觉	乳腺癌	DCE-MRI（动态对比增强磁共振成像）	深度学习模型（CNN）与梯度提升决策树	图像	404例乳腺癌患者（训练集282例，测试集122例）	PyTorch	DenseNet-121，梯度提升决策树（GBDT）	AUC	NA
510	2026-05-15	Systematic review of AI-based models in pharmacoepidemiology for adverse drug event prediction and detection 2026, Frontiers in drug safety and regulation DOI:10.3389/fdsfr.2026.1773186 PMID:41924717	系统综述	系统综述基于真实世界临床数据使用人工智能方法预测和检测药物不良事件的研究现状	系统性地绘制了药物流行病学中基于人工智能的ADEs预测与检测方法学图谱，揭示了当前方法的异质性和不足	外部队列或时间验证很少进行，可解释性方法应用不一致，缺乏标准化基准，报告实践差异大	系统性地描述当前用于检测或预测药物不良事件的基于人工智能的方法	15项符合纳入标准的研究	机器学习	药物不良事件	NA	树集成模型（随机森林、XGBoost）、正则化回归、深度学习	结构化电子健康记录、行政索赔数据	281篇记录筛选，15项研究符合纳入标准	NA	随机森林、XGBoost、正则化回归、深度学习架构	NA	NA
511	2026-05-15	TFFBN-HDLF: a hybrid deep learning framework based on time-frequency functional brain networks for epileptic seizure detection 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1788516 PMID:41924753	研究论文	提出一个名为TFFBN-HDLF的混合深度学习框架，用于基于脑电图检测老年癫痫发作	通过结合皮尔逊相关系数和相位滞后指数构建二维时频融合功能脑网络，并开发了结合CNN与增强Transformer模块的混合深度架构SeizureTransNet，能够动态选择和整合多尺度时空特征	未在更广泛或更多样化的老年人群数据集中验证，且可能对计算资源要求较高	提高人工智能辅助监测老年癫痫发作的可靠性和诊断准确性	基于脑电图（EEG）的老年癫痫发作检测	机器学习	癫痫	脑电图（EEG）	CNN, Transformer	脑电图信号	CHB-MIT数据集和Siena数据集	NA	SeizureTransNet（结合CNN和增强Transformer模块）	准确率（Accuracy），AUC	NA
512	2026-05-15	LSRNet: A Novel Interpretable Low-rank Sparse Representation Guided Fusion Network for Polarization and Intensity Images 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3687104 PMID:42055993	研究论文	提出一种可解释的低秩稀疏表示引导融合网络LSRNet，用于偏振图像与强度图像的融合，以生成具有清晰场景信息和显著纹理细节的图像	设计了低秩稀疏表示深度展开模块来提高网络可解释性，并提出跨模态连接互补特征提取模块来建立多模态特征间的依赖关系，同时构建了包含1034对高分辨率图像的多场景偏振强度图像数据集MSPI	未提及局限性	提升偏振与强度图像融合的可解释性和多模态特征交互能力，改善现有方法缺乏解释性和忽略特征交互的问题	偏振图像与强度图像	计算机视觉	NA	偏振成像	深度学习网络	图像	1034对高分辨率对齐图像（MSPI数据集），另含两个公开数据集12CFC和HCP	PyTorch	低秩稀疏表示深度展开网络、跨模态连接互补特征提取模块	融合性能、泛化能力、运行效率	NA
513	2026-05-15	Robust Decomposition of Surface EMG Signals via Lightweight Deep Learning-Based Adaptation 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3691346 PMID:42102086	研究论文	提出一种基于轻量级深度学习自适应的表面肌电信号鲁棒分解方法，用于中等非平稳场景下的神经接口	首次将轻量级深度学习与在线自适应策略相结合，通过Tree-structured Parzen Estimator搜索实现模型轻量化，并设计多因素数据增强提升泛化能力	仅针对中等非平稳场景，对高度非平稳或突发性干扰的适应性未验证	开发一种在噪声增加、新运动单元招募和运动单元特性变化等非平稳因素共存时仍能鲁棒分解表面肌电信号的深度学习方法	表面肌电信号中的运动单元活动	深度学习, 生物医学信号处理	NA	表面肌电信号分解	深度学习模型	仿真数据和实验数据	仿真数据含50个新招募运动单元，实验数据未明确样本量	NA	通过Tree-structured Parzen Estimator搜索轻量化的深度学习架构	F1分数, 新运动单元解码数, 运动单元放电率	边缘设备部署
514	2026-05-15	Validation of deep learning enabled web based and smartphone optimized application RadAnalyzer to measure vertebral heart size and vertebral left atrial size in dogs 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337679 PMID:42127004	研究论文	验证深度学习驱动的网络和智能手机优化应用RadAnalyzer在测量犬类椎体心脏大小和椎体左心房大小的准确性	首次验证了基于深度学习的网络和智能手机优化应用RadAnalyzer在犬类放射学测量中的临床可行性	仅使用高质量右侧侧位X光片，且未与超声心动图测量进行比较	比较RadAnalyzer与训练有素的观察者在测量犬类VHS和VLAS时的一致性	1058只客户拥有的犬类，涵盖80个品种，具有不同心脏大小和胸腔形态	计算机视觉	心血管疾病	NA	深度学习	图像	1058只犬类的高质量X光片	NA	NA	皮尔逊相关系数, Bland-Altman图, Passing-Bablok回归	NA
515	2026-05-15	Hybrid attention-based multi-class classification of Ethiopian legal texts using deep learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0348805 PMID:42127002	研究论文	提出了一种基于注意力机制的混合深度学习模型，用于埃塞俄比亚法律文本的多类分类	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
516	2026-05-15	Secure facial biometric authentication in smart cities using multimodal methodology 2025-12-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-29048-5 PMID:41461811	研究论文	提出了一种结合CNN、ResNet-50和ElGamal加密的多模态深度学习方法，用于智慧城市中的人脸生物特征安全认证	将CNN的低层特征保留、ResNet-50的高层语义特征提取与ElGamal密码系统融合，实现人脸特征提取与安全传输一体化	仅在CelebA数据集上评估，未提及在真实智慧城市部署场景下的性能表现及计算开销	解决智慧城市中人脸生物特征认证的安全问题，防止未经授权的访问和欺骗攻击	人脸图像及其生物特征的安全认证与隐私保护	计算机视觉	NA	人脸识别, ElGamal加密	CNN, ResNet-50	图像	CelebA Faces数据集（未说明具体样本数量）	NA	卷积神经网络 (CNN), ResNet-50	准确率, 平均损失值	NA
517	2026-05-15	A generalizable diffusion framework for 3D low-dose and few-view cardiac SPECT imaging 2025-Dec, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103729 PMID:40752375	研究论文	提出一种名为DiffSPECT-3D的扩散框架，用于3D低剂量和少视角心脏SPECT成像，能够泛化到不同的采集设置	提出一种一致性策略，利用图像和投影数据，使扩散采样与低剂量/少视角投影测量、图像数据和扫描仪几何对齐，无需重新训练或微调即可泛化到不同采集设置；同时引入2.5D条件策略结合CT解剖空间信息和全变分约束，解决3D内存和计算问题	NA	开发一种能泛化到不同采集设置的扩散框架，改善低剂量和少视角条件下心脏SPECT成像质量	临床Tc-tetrofosmin负荷/静息SPECT研究数据	计算机视觉	冠状动脉疾病	SPECT	扩散模型	图像	795名患者的1325项临床Tc tetrofosmin负荷/静息研究	NA	DiffSPECT-3D	心脏导管检查结果、核心脏病学家的诊断审查	NA
518	2026-05-15	Computational redesign of a thermostable T7 RNA polymerase 2025-Nov-12, bioRxiv : the preprint server for biology DOI:10.1101/2025.11.12.688101 PMID:41292992	研究论文	通过结构计算设计开发了一种高度稳定的T7 RNA聚合酶变体	结合已有稳定突变与PROSS识别的新突变，利用数据驱动启发式过滤保留功能，成功设计出热稳定性显著提升的T7 RNAP变体	未提及现有非深度学习方法的高成功率可能无法直接推广至其他蛋白质设计场景	提高T7 RNA聚合酶的热稳定性以扩展其生物技术应用	T7 RNA聚合酶及其变体	机器学习	不适用	结构计算设计	不适用	蛋白质序列和结构数据	18个蛋白质设计变体	PROSS	不适用	功能稳定性T值、熔解温度Tm、保留活动	NA
519	2026-05-15	Computational prediction of mutagenicity through comprehensive cell painting analysis 2025-10-17, Mutagenesis IF:2.5Q3 DOI:10.1093/mutage/geaf014 PMID:40757573	研究论文	利用细胞绘画数据开发机器学习模型预测化合物致突变性，并与基于结构的传统模型比较	首次全面利用细胞绘画特征进行致突变性预测，并证明表型改变浓度的选择可显著提升预测性能	数据集固有局限性和细胞绘画技术的实验室间变异导致某些化合物难以预测	探索细胞绘画特征在化合物致突变性预测中的有效性，并与基于化学结构的传统方法对比	化合物致突变性预测模型	机器学习	NA	细胞绘画分析	随机森林、支持向量机、极端梯度提升	细胞形态特征数据与图像	Broad研究所数据集包含超过30000种分子；美国环保署数据集包含1200种化合物的多浓度图像	Scikit-learn, XGBoost	NA	准确率	NA
520	2026-05-15	Accelerating cardiac radial-MRI: Fully polar based technique using compressed sensing and deep learning 2025-Oct, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103732 PMID:40749276	研究论文	开发基于极坐标傅里叶变换的压缩感知和深度学习算法，用于加速2D心脏径向MRI，去除频率插值误差并提高重建质量	首次利用极坐标傅里叶变换替代非均匀快速傅里叶变换作为前向成像算子，消除了频率插值误差并简化了深度学习框架的数据一致性项计算	未提及	提出一种替代NUFFT的快速径向MRI方法，优先提高动态成像中小区域的重建质量	心脏径向MRI图像重建	计算机视觉	心血管疾病	MRI	深度学习压缩感知	图像	未提及	NA	可变分裂、梯度下降	结构相似性指数、放射学评分	NA