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
6401	2026-01-16	Strategies to combine 3D vasculature and brain CTA with deep neural networks: Application to LVO 2024-Feb-16, iScience IF:4.6Q1 DOI:10.1016/j.isci.2024.108881 PMID:38318348	研究论文	本文探讨了结合3D血管图像与脑部CTA数据，利用深度神经网络检测急性缺血性卒中患者大血管闭塞的策略	提出了一种注意力启发策略，使卷积神经网络能聚焦于血管结构而不丢弃脑实质的上下文信息，从而改进LVO检测	未明确说明样本量或数据集的详细组成，可能影响结果的泛化能力	开发自动化工具以检测急性缺血性卒中患者的大血管闭塞，减少治疗时间并改善临床结局	急性缺血性卒中患者的脑部CTA图像及从中提取的3D血管图像	计算机视觉	心血管疾病	脑部计算机断层扫描血管造影	CNN	图像	NA	NA	通用网络	NA	NA
6402	2026-01-16	Quality assessment of colour fundus and fluorescein angiography images using deep learning 2023-12-18, The British journal of ophthalmology DOI:10.1136/bjo-2022-321963 PMID:36418144	研究论文	本文开发了一种基于深度学习的神经网络，用于对彩色眼底和荧光素血管造影图像进行自动实时图像质量评估	首次针对彩色眼底和荧光素血管造影图像开发了自动实时图像质量评估的神经网络，并在多类别质量预测中展示了接近人类水平的性能	未明确说明模型在更广泛或多样化数据集上的泛化能力，以及在实际临床环境中的长期稳定性	开发自动实时图像质量评估方法，以支持临床研究和常规实践中的图像质量控制	彩色眼底和荧光素血管造影图像	计算机视觉	NA	NA	神经网络	图像	2272张彩色眼底图像和2492张荧光素血管造影图像	NA	NA	F1分数, 接收者操作特征曲线下面积, 精确率-召回率曲线下面积, 准确率	NA
6403	2026-01-16	Evaluating Drug Effectiveness for Antihypertensives in Heart Failure Prognosis: Leveraging Composite Clinical Endpoints and Biomarkers from Electronic Health Records 2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine DOI:10.1145/3584371.3612977 PMID:41527552	研究论文	本研究利用电子健康记录中的复合临床终点和生物标志物，评估抗高血压药物在心力衰竭预后中的有效性，并开发监督深度学习分类器进行预测	首次结合EHR中的临床事件和生物标志物设计抗高血压药物有效性选择策略，并构建标注语料库用于深度学习分类	基因组关联研究成本高且基因型指导的疗法临床转化困难，EHR数据在抗高血压有效性研究中仍未被充分利用	评估抗高血压药物在心力衰竭预后中的有效性，并开发药物响应预测模型	心力衰竭患者及其抗高血压药物治疗响应	自然语言处理	心血管疾病	电子健康记录数据分析	深度学习分类器	文本序列	约9500名患者的EHR序列	NA	NA	F1分数	NA
6404	2025-11-09	Corrigendum to 'Decoding Epigenetic Enhancer-Promoter Interactions in Periodontitis via Transformer-GAN: A Deep Learning Framework for Inflammatory Gene Regulation and Biomarker Discovery' [International Dental Journal Volume 75, Issue 6, December 2025, 103879] 2026-Feb, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.103976 PMID:41202540	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6405	2026-01-15	Procymidone residue detection in Allium tuberosum using feature-level data fusion of colorimetric sensor arrays and electronic nose sensor arrays: Comparison of heterogeneous data fusion methods 2026-Feb-01, Food chemistry IF:8.5Q1 DOI:10.1016/j.foodchem.2025.147544 PMID:41406745	研究论文	本研究结合电子鼻和颜色传感器阵列，通过特征级数据融合方法，实现了对韭菜中腐霉利残留的定性和定量检测	提出基于卷积神经网络和长短期记忆网络注意力融合网络（CLAFNet）的多源数据融合方法，在特征级融合中优于传统机器学习方法，实现了对腐霉利残留浓度的高精度区分	未明确说明样本的具体来源、处理过程或实验条件的潜在限制，也未讨论方法在其他农产品或残留物检测中的泛化能力	开发一种有效检测韭菜中腐霉利残留浓度的方法，以保障食品安全	韭菜样本中的腐霉利残留	机器学习	NA	电子鼻传感器阵列，颜色传感器阵列	CNN, LSTM, FCN	传感器数据（来自电子鼻和颜色传感器阵列）	未明确说明具体样本数量，仅提及韭菜样本	未明确指定，但提及深度学习与传统机器学习	CLAFNet（卷积神经网络与长短期记忆网络注意力融合网络），全连接神经网络	准确率	NA
6406	2026-01-15	Deep Learning-Assisted Fourier Analysis for High-Efficiency Structural Design: A Case Study on Three-Dimensional Photonic Crystals Enumeration 2026-Jan-14, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202511158 PMID:41532244	研究论文	本文提出了一种基于深度学习辅助傅里叶分析的通用方法，用于周期性结构设计和性能优化，并以三维光子晶体为例进行验证	提出了一种结合深度学习与傅里叶变换的通用方法，能够高效枚举和优化周期性结构，并发现具有优异性能的新拓扑结构	NA	优化周期性结构的物理和化学性能，并高效枚举和设计新型功能材料	三维光子晶体结构	材料科学	NA	深度学习辅助傅里叶分析	深度学习模型	几何结构数据	NA	NA	NA	NA	NA
6407	2026-01-15	AI-powered hierarchical classification of ampullary neoplasms: a deep learning approach using white-light and narrow-band imaging 2026-Jan-14, Surgical endoscopy DOI:10.1007/s00464-025-12534-2 PMID:41532990	研究论文	本研究开发了一种基于深度学习的层次分类框架，利用白光和窄带内镜图像对壶腹病变进行逐步诊断	提出了一种结合双模态成像和合成数据增强的层次深度学习框架，通过置信度投票整合白光和窄带图像，并使用StyleGAN2-ADA生成合成图像以克服数据稀缺和类别不平衡问题	研究数据仅来自单一医疗中心，可能限制了模型的泛化能力；且未提及外部验证结果	开发一种AI驱动的层次分类系统，以提高壶腹病变的内镜诊断准确性	壶腹病变的内镜图像，包括正常组织、腺瘤和癌症，以及腺瘤内的低级别和高级别不典型增生	计算机视觉	壶腹肿瘤	白光内镜成像，窄带内镜成像	CNN, GAN	图像	来自464名患者的4244张内镜图像（训练集2693张，验证集833张，测试集718张）	TensorFlow, PyTorch	EfficientNet-B4, StyleGAN2-ADA	准确率，灵敏度，特异性，AUROC	NA
6408	2026-01-15	Deep Learning Algorithms Enabled Visual Detection of Anthrax Biomarkers by Mn3O4 Nanozyme-Based Colorimetric Sensor Array 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03628 PMID:41406958	研究论文	本研究开发了一种集成苯丙氨酸修饰的MnO纳米酶比色传感器阵列与先进算法的创新方法，用于检测炭疽生物标志物2,6-吡啶二甲酸及其六种结构类似物	结合可调氧化酶活性的纳米酶比色传感器阵列与深度学习YOLOv8算法，实现炭疽生物标志物的自动视觉检测与分类	未明确说明传感器阵列在更复杂实际环境中的稳定性或交叉反应性	开发一种快速、自动化的炭疽生物标志物检测方法	炭疽生物标志物2,6-吡啶二甲酸及其六种结构类似物	计算机视觉	炭疽	比色传感器阵列，纳米酶催化	YOLOv8	图像	未明确说明具体样本数量，涉及七种结构类似物及胎牛血清样本	未明确指定，可能为PyTorch	YOLOv8	平均精度均值，平均置信度	NA
6409	2026-01-15	Deep Learning-Assisted G4 Nanowire-Enhanced Carbon Dot Biosensor for Exosomal LncRNA Artificial Intelligence Diagnosis 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06416 PMID:41408423	研究论文	本文开发了一种基于G-四链体纳米线增强的铜/铈共掺杂碳点的双模式光电化学/比率荧光生物传感器，结合深度学习，用于外泌体lncRNA检测和肺癌的早期智能诊断	开发了G-四链体纳米线增强的铜/铈共掺杂碳点双模式生物传感器，并首次结合深度学习挖掘数据潜在模式，实现高灵敏度外泌体lncRNA检测和肺癌智能诊断	未明确说明样本来源的多样性、模型在其他癌症类型中的泛化能力以及生物传感器的临床验证规模	开发高灵敏度、准确的外泌体lncRNA检测方法，并实现肺癌的早期智能诊断	外泌体长链非编码RNA	机器学习	肺癌	光电化学/比率荧光双模式生物传感技术	深度学习	生物传感器产生的光电化学和荧光数据	NA	NA	NA	诊断准确率	NA
6410	2026-01-15	DLQMA: A Deep Learning Framework for Qualitative and Quantitative NMR Analysis of Complex Hydrocarbon Mixtures 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c04983 PMID:41418268	研究论文	介绍了一个名为DLQMA的深度学习框架，用于从H NMR光谱中同时进行复杂烃类混合物的化合物识别和浓度估计	提出了一个基于伪孪生架构的深度学习框架，能够端到端分析复杂混合物，无需手动光谱重建或外部标准，并兼容先进的NMR技术	研究主要基于C8烃类混合物，可能未涵盖更广泛的化学多样性或实际应用中的复杂干扰	开发一个深度学习框架，以解决复杂混合物NMR分析中的光谱重叠和定量困难	复杂烃类混合物，特别是C8烃类及其工业相关异构体	机器学习	NA	核磁共振（NMR），包括1D CSSF TOCSY	深度学习，伪孪生架构	H NMR光谱	5,000对增强验证光谱	NA	伪孪生架构	分类准确率，Pearson相关系数	NA
6411	2026-01-15	Deep Learning-Powered Dark-Field Microscopy for Simultaneous Size and Concentration Analysis of Nanoplastics in Water 2026-Jan-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c03712 PMID:41447323	研究论文	本研究开发了一种结合卷积神经网络与暗场显微镜的新方法，用于同时分析水中纳米塑料的尺寸和浓度	首次将轮廓识别算法与简化的VGGNet结合，应用于暗场显微镜图像，实现了对150-600纳米聚苯乙烯纳米塑料的高精度、高灵敏度同步尺寸与浓度分析	研究目前仅针对聚苯乙烯纳米塑料（PSNPs）进行了验证，方法在其他类型纳米塑料上的适用性尚未验证	开发一种能够同时准确分析水中纳米塑料尺寸和浓度的新方法	水中的聚苯乙烯纳米塑料（PSNPs）	计算机视觉	NA	暗场显微镜	CNN	图像	NA	NA	VGGNet	准确度, 灵敏度, 检测限, 回收率	NA
6412	2026-01-15	An Atlas of Chirality-Dependent Electronic Structures of MoS2 Nanotubes from Deep Learning 2026-Jan-13, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c14194 PMID:41448575	研究论文	本文开发了一个集成机器学习框架，用于高效预测MoS2纳米管在整个手性空间中的电子结构，并构建了其带隙、载流子有效质量及直接与间接带隙分类的综合图谱	结合机器学习原子间势与深度学习密度泛函理论，首次实现了对MoS2纳米管电子结构在手性依赖性的全面预测，揭示了载流子有效质量与管径和手性的非平凡关系	研究主要聚焦于MoS2纳米管，未扩展到其他过渡金属二硫化物材料，且预测框架的泛化能力有待进一步验证	探究过渡金属二硫化物纳米管的手性依赖性电子特性，以促进一维材料的设计与应用	MoS2纳米管	机器学习	NA	机器学习原子间势，深度学习密度泛函理论	深度学习	电子结构数据	NA	NA	NA	NA	NA
6413	2026-01-15	Molecular Topological Deep Learning for Polymer Property Prediction 2026-Jan-13, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c11744 PMID:41478723	研究论文	本文开发了一种名为分子拓扑深度学习（Mol-TDL）的新方法，用于聚合物性质预测，通过整合高阶相互作用和多尺度信息，提高了预测准确性	提出了一种将聚合物分子表示为不同尺度的单纯复形，并构建相应的单纯神经网络，以捕捉数据中的高阶和多尺度信息，这是现有图基深度学习模型所忽略的	未明确说明模型在处理更大规模或更复杂聚合物数据集时的计算效率或泛化能力限制	开发一种准确高效的聚合物性质预测方法，以支持聚合物设计和发现	聚合物分子及其性质，如玻璃化转变温度	机器学习	NA	分子拓扑深度学习	单纯神经网络，对比学习模型	图基分子数据，基于DFT和实验的聚合物数据集	在多个已建立的DFT基和实验聚合物数据集上进行测试，并用于预测八种先进聚合物的玻璃化转变温度	NA	单纯神经网络	平均误差（约45°C用于玻璃化转变温度预测）	NA
6414	2026-01-15	PosFormer: Generalizable Indoor Positioning via Global-Local Feature Fusion Network 2026-Jan-13, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3650775 PMID:41528915	研究论文	本文提出了一种名为PosFormer的Transformer与CNN双融合网络，用于解决UWB在非视距环境下的室内定位问题	结合Transformer与CNN捕获信道冲激响应的长距离依赖与空间特征，设计非相邻锚点子集方案丰富数据多样性，并引入轻量级迁移学习框架提升跨环境部署鲁棒性	未明确说明模型在极端密集多径环境或动态障碍物场景下的性能表现	提升超宽带技术在非视距环境下的室内定位精度与跨环境泛化能力	超宽带信号的信道冲激响应数据	机器学习	NA	超宽带技术	Transformer, CNN	信号数据	基于公开工业数据集，迁移学习仅需20%指纹样本	NA	Transformer, CNN双融合网络	平均绝对误差	NA
6415	2026-01-15	Learn to Enhance Sparse Spike Streams 2026-Jan-13, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3653768 PMID:41528913	研究论文	本文提出了一种深度学习框架SS2DS，用于增强稀疏脉冲流以提高低光照条件下高速视觉任务的性能	首次提出深度学习框架SS2DS，通过估计和增强脉冲发射频率，将稀疏脉冲流转换为密集脉冲流，解决了低光照高速场景下脉冲信号稀疏的问题	NA	提高低光照条件下高速视觉任务的性能	脉冲相机产生的稀疏脉冲流	计算机视觉	NA	深度学习	神经网络	脉冲流数据	合成和真实稀疏脉冲流数据集，真实数据集使用第三代脉冲相机在动态场景中收集	NA	SS2DS	MA, BRISQUE, NIQE, PSNR, SSIM, LPIPS	NA
6416	2026-01-15	Predicting Overall Survival of NSCLC Patients with Clinical, Radiomics and Deep Learning Features 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01828-5 PMID:41530418	研究论文	本研究旨在通过整合临床、影像组学、深度学习和剂量学特征，预测非小细胞肺癌患者的总体生存期，并评估整合模型相较于单一特征模型的性能提升	首次将临床、影像组学、深度学习和剂量学特征整合到一个模型中，用于预测非小细胞肺癌患者的总体生存期，并证明整合模型优于仅使用部分特征的模型	样本量相对较小（219例患者），且数据仅来自单一机构（Maastro Clinic），可能限制模型的泛化能力	评估整合多种特征（临床、影像组学、深度学习和剂量学）的模型在预测非小细胞肺癌患者总体生存期方面的性能，以支持个性化治疗规划	非小细胞肺癌患者	数字病理学	肺癌	CT扫描	集成模型（XGBoost和神经网络）	图像（CT扫描）、临床数据	219例非小细胞肺癌患者（183例训练，36例测试）	Python radiomics特征提取器，3D ResNet模型	3D ResNet	AUC, 准确率	NA
6417	2026-01-15	Deep Learning for Ultrasound Classification to Identify Noninvasive Follicular Thyroid Neoplasms with Papillary-Like Nuclear Features 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01821-y PMID:41530415	研究论文	本研究评估了深度学习技术在超声图像上用于分类和识别非浸润性滤泡性甲状腺肿瘤伴乳头状核特征（NIFTP）的可行性	首次将深度学习模型（ResNet50和EfficientNet_B0）应用于超声图像，以区分NIFTP与其他包膜性滤泡性甲状腺肿瘤，展示了在重叠临床特征下实现术前分化的潜力	模型在独立预测队列中的性能表现一般（准确率为0.77），且样本量相对有限（共279例），可能影响泛化能力	通过深度学习技术对超声图像进行分类，以实现NIFTP的术前识别与鉴别诊断	包膜性滤泡性甲状腺肿瘤的术前超声图像，包括滤泡性腺瘤、滤泡性甲状腺癌、NIFTP和浸润性包膜性滤泡亚型乳头状甲状腺癌	计算机视觉	甲状腺癌	超声成像	CNN	图像	279例（147例滤泡性腺瘤、39例滤泡性甲状腺癌、47例NIFTP、46例浸润性包膜性滤泡亚型乳头状甲状腺癌）	NA	ResNet50, EfficientNet_B0	准确率	NA
6418	2026-01-15	Development of a Preliminary Diagnostic Tool for the Segmentation of Benign Jaw Lesions in CBCT Images Using nnU-Net v2: An Artificial Intelligence-Based Approach 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01789-9 PMID:41530422	研究论文	本研究评估了nnU-Net v2算法在CBCT图像中对颌骨良性病变进行3D分割的性能，并与专家手动分割进行了速度比较	首次将nnU-Net v2架构应用于颌骨病变的3D分割，并针对类别不平衡问题开发了三个独立模型进行病灶特异性评估	数据集存在显著的类别不平衡问题，某些类别样本量较小（如含牙囊肿仅33例）	开发基于人工智能的颌骨良性病变自动分割工具，提高诊断和治疗规划效率	颌骨良性病变（包括根尖囊肿和含牙囊肿）的CBCT图像	数字病理学	颌骨病变	锥形束计算机断层扫描（CBCT）	深度学习	3D医学图像	总样本355例CBCT图像（根尖囊肿305例，含牙囊肿33例）	PyTorch	nnU-Net v2	Dice相似系数（DSC），精确率，召回率	NA
6419	2026-01-15	Non-Invasive Brain-Computer Interfaces: Converging Frontiers in Neural Signal Decoding and Flexible Bioelectronics Integration 2026-Jan-12, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-02042-2 PMID:41521257	综述	本文系统回顾了过去十年中非侵入式脑机接口在神经信号解码算法和柔性生物电子平台方面的代表性进展	强调了深度学习提升解码精度、柔性可拉伸电极材料增强可穿戴性，以及硬件-软件协同优化、多模态数据融合和闭环控制策略等关键设计原则与集成策略	存在个体差异性、生物相容性限制、复杂环境易受干扰，以及在泛化能力、长期可靠性和实际环境鲁棒性方面仍需进一步验证与优化	推动非侵入式脑机接口向实用化、规模化部署发展	非侵入式脑机接口技术	机器学习	NA	NA	深度学习	神经信号	NA	NA	NA	NA	NA
6420	2026-01-15	TENG-Based Self-Powered Silent Speech Recognition Interface: from Assistive Communication to Immersive AR/VR Interaction 2026-Jan-12, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01982-z PMID:41521368	研究论文	提出一种基于摩擦纳米发电机的实时无声语音识别系统，结合柔性压力传感器与深度学习框架，用于辅助通信和AR/VR交互	集成多孔金字塔结构硅胶膜的柔性压力传感器，实现低力范围高灵敏度检测，并采用CNN-LSTM混合网络解码信号	未提及系统在嘈杂环境或不同用户群体中的泛化性能，以及长期使用的耐久性	开发实时无声语音识别系统，辅助言语障碍者通信并实现沉浸式AR/VR交互	无声语音（唇语）产生的颌部运动信号	机器学习和人机交互	言语障碍	摩擦纳米发电机（TENG）和柔性压力传感	CNN, LSTM	压力信号（电信号）	NA	NA	CNN-LSTM混合网络	分类准确率	NA