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
641	2026-06-06	A generic registration-assisted framework for dynamic magnetic resonance imaging super-resolution with misaligned training data 2026-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.70277 PMID:41549627	研究论文	提出一种通用注册辅助框架RegSR，利用未对齐的低分辨率和高分辨率动态MRI图像对进行监督超分辨率重建	提出协同利用超分辨率输出改进注册精度、引入多尺度递归注册网络MRReg和双坐标训练方案实现任务解耦	NA	实现动态磁共振成像中未对齐训练数据下的超分辨率重建	动态磁共振图像（腹部四维MRI和心脏电影MRI数据集）	机器学习，计算机视觉	NA	NA	超分辨率网络，递归神经网络	图像（动态MRI）	腹部数据集：20例训练，6例验证；心脏电影数据集：100例训练，50例验证	NA	MRReg（多尺度递归注册网络）	MAE（平均绝对误差）， SSIM（结构相似性指数）， PSNR（峰值信噪比）， LPIPS（学习感知图像块相似度）， NIQE（自然图像质量评估器）	NA
642	2026-06-06	Confocal Raman Microscopy to Study Silicone Breast Implant's Early-Stage Degradation in Reconstructive Surgery 2026-Jan, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.202500510 PMID:41549634	研究论文	利用共焦拉曼显微镜研究硅胶乳房假体在重建手术中的早期降解	首次识别出二苯基硅氧烷和CH振动两个重要标记物，用以区分硅胶乳房假体植入前后的降解状态，并发现两个与凝胶黄变相关的拉曼波段，为通过膜渗透外部物质提供了新见解	NA	明确硅胶乳房假体膜的结构及其防凝胶渗漏功能，并研究其早期降解机制	硅胶乳房假体的膜和凝胶	机器学习和光谱分析	乳房重建相关并发症	拉曼光谱	深度学习模型	拉曼光谱数据	NA	NA	NA	NA	NA
643	2026-06-06	Prototype bank-driven test-time adaptation for medical ultrasound image segmentation 2026-Jan, Medical physics IF:3.2Q1 DOI:10.1002/mp.70280 PMID:41549639	研究论文	提出一种基于原型库驱动的测试时自适应框架，用于解决医学超声图像分割中的领域偏移问题	首次在测试时自适应中结合动态统计融合模块和原型库引导语义适应模块，且无需反向传播更新模型参数	未涉及多种超声设备或更复杂临床场景的验证	解决超声图像分割中领域偏移导致的性能下降，提升模型鲁棒性	乳腺肿瘤和甲状腺肿瘤超声图像分割任务	数字病理	乳腺癌，甲状腺癌	超声成像	CNN (动态统计融合+原型库引导语义适应)	图像	NA	PyTorch	U-Net (基于原型分类器和参数分类器的双分类器结构)	Dice系数	NA
644	2026-06-06	Deep learning detection and classification of fungal and non-fungal calcifications on paranasal sinus CT imaging 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340832 PMID:41557658	研究论文	开发和评估利用深度学习算法在鼻旁窦CT图像上检测和分类真菌性与非真菌性钙化的方法	首次结合3D U-Net和YOLO v5及CNN对鼻旁窦钙化进行精准分割、检测和分类，区分真菌性与非真菌性鼻窦炎	研究样本量有限且来自单一机构，外部验证集时间跨度和地理分布有限	开发和验证深度学习算法用于检测和分类鼻旁窦CT图像上窦内钙化，以诊断真菌性鼻窦炎并区分其与非真菌性鼻窦炎	鼻旁窦CT图像中的窦内钙化	计算机视觉, 数字病理学	真菌性鼻窦炎, 非真菌性鼻窦炎	CT成像	3D U-Net, YOLO v5, 卷积神经网络	图像	277例鼻旁窦CT病例，来自韩国高丽大学九老医院	PyTorch	3D U-Net, YOLO v5, 卷积神经网络	Dice相似系数, 精确率, 召回率, F1分数, 准确率	未提及
645	2026-06-06	Improving micromorphological analysis with CNN-based segmentation of flint/obsidian, bone and charcoal 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340353 PMID:41557713	研究论文	开发了一种基于CNN的深度学习工具，用于自动分割考古微形态学薄片中常见的骨骼、木炭和燧石/黑曜石材料	首次将U-Net与InceptionV4编码器结合应用于考古微形态学材料分割，实现了高精度自动识别	仅针对三种材料（骨骼、木炭、燧石/黑曜石），可能不适用于其他考古材料或复杂基质	通过深度学习提高考古微形态学中成分量化与识别的客观性、准确性和可重复性	旧石器时代考古薄片中的骨骼、木炭和燧石/黑曜石细粒碎屑	数字病理学	NA	高分辨率显微摄影	卷积神经网络	图像	57个薄片的高分辨率显微照片	PyTorch	U-Net, InceptionV4	平均交并比, 平衡准确率	NA
646	2026-06-06	Reviewing Marine Bioactive Compounds From the Red Sea: Advancing Therapeutic Applications While Navigating Translational and Conservation Challenges 2026-Jan, Chemistry & biodiversity IF:2.3Q3 DOI:10.1002/cbdv.202502652 PMID:41563944	综述	本文回顾了红海海洋生物活性化合物在治疗应用中的潜力，并探讨了临床转化和生态保护面临的挑战	整合十年研究，强调红海生物多样性作为药物发现的来源，并引入深度学习等跨学科方法以加速活性化合物鉴定	临床转化受限于化合物来源稀缺、提取工艺复杂及监管障碍	综合评估红海海洋生物活性化合物的治疗潜力及开发瓶颈	海绵、珊瑚、微藻、海藻、海洋鱼类和微生物中分离的活性化合物（如生物碱、糖苷、萜烯、肽类）	NA	NA	传统溶剂提取、超临界流体提取、超声辅助提取、色谱纯化、生物活性引导分离	NA	NA	涉及十年间多项研究的样本数据，但未具体说明数量	NA	NA	NA	NA
647	2026-06-06	A deep learning-based model for automatic identification of mesopelagic organisms from in-trawl cameras 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340640 PMID:41563986	研究论文	利用深度学习模型自动识别拖网相机中的中层海洋生物	首次将最新的YOLO11s深度学习目标检测模型应用于拖网相机图像中七种中层海洋生物群落的自动识别，红光和白光条件下均有较好表现，并实现快速分层数据提取	部分生物类别（如浮游虾、磷虾）的平均精度低于0.80，需提高图像分辨率和扩充训练数据集来改善性能	探索深度学习模型在拖网相机图像中自动识别中层海洋生物的能力，以增强声学数据的验证效率	北大西洋常见的七种中层海洋生物群落（灯笼鱼、银光鱼、梭鱼、磷虾、浮游虾、胶质浮游动物、鱿鱼）及大型远洋鱼类	计算机视觉	NA	深度学习目标检测	目标检测模型	图像	在白光和红光（两种增益设置）条件下采集的拖网相机图像	NA	YOLO11s	加权平均精度	NA
648	2026-06-06	Histo-Miner: Deep learning based tissue features extraction pipeline from H&E whole slide images of cutaneous squamous cell carcinoma 2026-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013907 PMID:41564120	研究论文	提出了Histo-Miner，一个基于深度学习的管线，用于从H&E染色的皮肤鳞状细胞癌全切片图像中提取组织特征	创建了两个新的皮肤鳞状细胞癌WSI数据集，并采用卷积神经网络和视觉变换器进行细胞核分割与分类，以及肿瘤区域分割，能够生成紧凑的特征向量用于下游任务如免疫治疗反应预测	在皮肤组织上的细胞类型自动分类性能较差，原因包括缺乏标记训练数据以及肿瘤与非肿瘤上皮细胞之间的高度形态相似性；样本量相对较小（45名患者用于免疫治疗预测）	开发一种深度学习方法用于分析皮肤全切片图像，并预测皮肤鳞状细胞癌患者对免疫治疗的反应	皮肤鳞状细胞癌（cSCC）样本的全切片图像（WSI）	数字病理学	皮肤鳞状细胞癌	H&E染色	卷积神经网络，视觉变换器	图像	21张WSI（标注47,392个细胞核）、144张WSI（标注肿瘤区域）用于训练，45名患者用于免疫治疗反应预测	PyTorch	卷积神经网络，视觉变换器	多类全景质量（mPQ）、宏平均F1、平均交并比（mIoU）、ROC曲线下面积（AUC）	NA
649	2026-06-06	Advancing Diagnostic Accuracy in Liver Cancer: A Systematic Review of Artificial Intelligence Applications in Hepatocellular Carcinoma and Cholangiocarcinoma Detection Using Abdominal CT Imaging 2026-Jan-01, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2026.27.1.5 PMID:41569166	系统综述	系统评价人工智能在腹部CT和MRI影像中区分肝细胞癌与胆管癌的诊断性能	首次系统评估AI在区分肝癌两大亚型（HCC和CCA）中的诊断性能，并强调多模态整合（CT+MRI、影像基因组学）对提升诊断准确性的价值	多数研究为回顾性设计，缺乏前瞻性实时验证，且外部验证有限	评估人工智能在腹部CT和MRI影像中区分肝细胞癌与胆管癌的诊断准确性及其临床意义	已发表的应用AI诊断肝细胞癌或胆管癌的原创研究	计算机视觉	肝癌	腹部CT和MRI影像	卷积神经网络	医学影像	44项研究	NA	CNN	敏感度、特异度、准确率、AUC	NA
650	2026-06-06	A DNN-Based Weighted Partial Likelihood for Partially Linear Subdistribution Hazard Model 2026-Jan, Statistics in medicine IF:1.8Q1 DOI:10.1002/sim.70397 PMID:41569618	研究论文	提出了深度部分线性子分布风险模型，将深度学习与竞争风险分析相结合	首次在竞争风险领域引入深度学习与部分线性结构，并开发了针对竞争风险数据的时变AUC评估方法	未提及具体限制	提高竞争风险数据下生存分析的预测性能	竞争风险数据中的部分线性子分布风险模型	机器学习	NA	深度学习	DNN	数值模拟和真实世界数据集	NA	NA	深度部分线性结构	时变AUC	NA
651	2026-06-06	A predicted structural interactome reveals binding interference from intrinsically disordered regions 2026-Jan, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013899 PMID:41570036	研究论文	利用AlphaFold2 Multimer预测果蝇蛋白质相互作用网络，发现无序区域在相互作用中的关键作用	首次在非哺乳动物物种（果蝇）中系统使用深度学习技术预测蛋白质相互作用网络，并揭示了内在无序区域在蛋白质相互作用中的关键作用	预测结果主要基于功能关联数据，可能无法完全反映体内真实物理相互作用；研究仅限于果蝇物种，跨物种通用性有待验证	研究果蝇蛋白质相互作用网络，评估AlphaFold2 Multimer在非哺乳动物物种中的预测能力，并探索无序区域在相互作用中的作用	果蝇蛋白质相互作用对	机器学习	NA	AlphaFold2 Multimer	AlphaFold2 Multimer	蛋白质序列和结构数据	果蝇蛋白质相互作用数据集（包含物理和功能关联数据）	AlphaFold2	AlphaFold2 Multimer	NA	NA
652	2026-06-06	ATR-FTIR Spectroscopy and Deep Learning for Chemometric Analysis and Geographical Classification of Red Wines 2026-Jan, Journal of food science IF:3.2Q2 DOI:10.1111/1750-3841.70872 PMID:41574426	研究论文	利用ATR-FTIR光谱结合新型残差复合卷积神经网络（Res-MCNN）对红葡萄酒进行地理溯源分析	提出了一种结合竞争自适应重加权采样（CARS）波长选择和决策树池特征优化的Res-MCNN模型，实现了高精度地理分类	酒精和糖分含量的变化会影响模型性能，但控制关键化学参数后稳定性良好	解决红葡萄酒地理产地认证的难题	来自中国新疆和河北两个地区的200个红葡萄酒样本	机器学习	NA	傅里叶变换红外光谱（ATR-FTIR）	卷积神经网络（CNN）	光谱数据	200个红葡萄酒样本	NA	残差复合卷积神经网络（Res-MCNN）	准确率、敏感度、特异性、AUC	NA
653	2026-06-06	Rapid Nasal Breathing as a Biometric Trigger: High-Accuracy Electroencephalogram-Based Authentication for Clinical Applications 2026-Jan, The clinical respiratory journal DOI:10.1111/crj.70148 PMID:41574829	研究论文	提出利用呼吸诱发脑电图信号进行身份认证的新范式，并在快速鼻呼吸模式下达到98.3%的准确率	首次利用内在呼吸诱发的脑电图信号（无需外部刺激）实现生物特征认证，其中快速鼻呼吸模式表现出最强的判别能力	样本量较小（仅13名健康志愿者），且未涉及临床患者群体或真实医疗环境验证	开发基于脑电图的无创高安全性生物特征认证系统，用于临床应用中患者持续认证或电子健康记录安全访问	13名健康志愿者执行的四种呼吸模式（口腔呼吸、鼻呼吸、慢速鼻呼吸、快速鼻呼吸）诱发的脑电图信号	机器学习	不适用	脑电图采集技术	混合深度学习模型	脑电图信号	13名健康志愿者	不适用	不适用	准确率（98.3%）	不适用
654	2026-06-06	Forecasting and Early Warning Systems for Dengue Outbreaks: Updated Narrative Review 2026, Revista da Sociedade Brasileira de Medicina Tropical IF:1.8Q3 DOI:10.1590/0037-8682-0429-2025 PMID:41563269	综述	对登革热暴发预测和预警系统的文献进行回顾，分析其方法、变量、关键发现和现有空白	系统比较了多种预测模型和预警系统，特别关注巴西的应用场景，并评估不同方法在短期和长期预报中的表现差异	数据质量和可用性有限，模型在不同背景下的可重复性不足，实施层面存在困难	审查登革热暴发预测和预警系统，总结其方法、变量和关键发现，并识别现有研究空白	登革热暴发预测模型和预警系统	机器学习	登革热	NA	随机森林、长短期记忆网络	气象气候数据、流行病学数据、昆虫学数据	21篇文章（预测类14篇，预警系统类7篇）	NA	随机森林、长短期记忆网络、早期异常报告系统、EWARS-TDR、ADSEWS	预测性能	NA
655	2026-01-26	A wearable monitoring system for running gait analysis by diffusion transformer 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341066 PMID:41576002	研究论文	本研究提出了一种基于扩散变换器（DiT）的可穿戴监测系统，用于跑步步态分析，通过多传感器数据融合和深度学习架构实现高精度跑步姿态识别和实时运动监测	将扩散变换器（DiT）与长短期记忆网络（LSTM）结合，构建了DiT-LSTM跑步姿态识别模型，并在多传感器数据融合和自适应滤波算法的基础上，实现了高精度和实时的跑步步态分析	NA	开发一种高精度、实时性的可穿戴监测系统，用于跑步步态分析、运动健康监测和损伤预防	跑步姿态数据，通过九轴MEMS惯性传感器和超宽带（UWB）定位模块采集	机器学习	NA	多传感器数据融合，自适应滤波算法，深度学习	DiT, LSTM	传感器数据（惯性传感器和UWB定位数据）	Human3.6M数据集和HumanEva数据集	NA	DiT-LSTM	准确率, 精确率, 召回率, F1分数, AUC	NA
656	2026-06-06	DualSightNet: A novel dual architecture for visual quality control of railway infrastructure 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340789 PMID:41576054	研究论文	提出DualSightNet双架构模型，用于铁路基础设施表面缺陷的视觉质量检测	首次通过门控融合机制结合局部与全局特征提取，并利用注意力模块增强融合表示，实现更稳健的多类别缺陷识别	NA	开发并稳健验证一个能够可靠分类多种安全关键型钢轨表面缺陷的深度学习模型	铁路轨道表面缺陷，涵盖磨损到蓄意破坏等七种类型	计算机视觉	NA	光学成像	混合架构（CNN与Transformer结合）	图像	5153张真实世界图像，涵盖7种缺陷类型	NA	DualSightNet（门控融合机制+注意力模块）	五折交叉验证平衡准确率	推理时间3.00毫秒每张图像，适用于自动巡检车辆和实时监控场景
657	2026-06-06	Unravelling the Connection Between Reduced Mobility and Mild Cognitive Impairment in Chronic Pain Patients Through Cluster Analysis 2026, Advances in experimental medicine and biology DOI:10.1007/978-3-032-10389-5_24 PMID:41577919	研究论文	通过聚类分析揭示慢性疼痛患者活动能力下降与轻度认知障碍之间的联系	利用深度学习从反映全身代谢紊乱的常规血液检测数据中评估疼痛门诊患者的轻度认知障碍风险，并结合聚类分析发现活动能力下降是导致轻度痴呆风险增加的关键因素	研究样本来自日本疼痛治疗机构的门诊患者，结果可能受地域和人群特征限制，且未明确考虑其他混杂因素	探讨慢性疼痛患者的轻度认知障碍风险及其与全身代谢紊乱的关系	有疼痛症状的门诊患者（疼痛组）和无疼痛症状的对照组	自然语言处理	慢性疼痛、轻度认知障碍	常规血液检测	深度学习模型、主成分分析	表格数据	未明确说明样本数量	NA	NA	估计的简易精神状态检查得分、欧氏距离	NA
658	2026-06-06	Temporal Memory Mechanisms and Biome-Specific Drivers of Ecosystem Carbon Flux: Insights From Explainable Deep Learning Modeling 2026-Jan, Global change biology IF:10.8Q1 DOI:10.1111/gcb.70722 PMID:41589685	研究论文	利用可解释深度学习框架揭示不同生物群落生态系统碳通量的时间记忆机制与特定驱动因素	首次通过LSTM-Attention框架结合梯度归因方法识别出三种不同的时间记忆模式，并发现时间记忆在环境驱动因素识别中的关键作用	未明确说明	揭示不同生物群落中生态系统碳通量的时间依赖性及其环境驱动因素	北美8个生物群落的71个站点的涡度协方差通量测量数据	机器学习	NA	涡度协方差通量测量	LSTM-Attention	时间序列通量数据	71个站点，覆盖8个北美生物群落	NA	LSTM, 注意力机制	Kendall's Tau	NA
659	2026-06-06	FM-DLM: A new method for image classification based on the fusion of multi-level deep learning models 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0338137 PMID:41592008	研究论文	提出一种基于多级深度学习模型融合的图像分类新方法，旨在平衡分类范围与计算资源限制	通过百度AI平台作为0级模型进行广范围分类，结合1级模型差异预测和2级模型标签分类的多级融合策略，提升分类准确性	未提及具体实验数据集大小、计算资源消耗及模型部署后实际推理时间等限制	解决大型模型无法部署到小型设备而小型模型标签数量有限的问题	图像分类任务	计算机视觉	NA	深度学习	多级深度学习模型	图像	未提及	NA	多级模型融合架构（0级大规模模型、1级差异模型、2级标签分类模型）	分类准确率	百度AI平台
660	2026-06-06	A deep learning-based computational pipeline predicts developmental outcome in retinal organoids 2026-Jan, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003597 PMID:41592127	研究论文	利用深度学习预测视网膜类器官的发育结果	通过深度学习在形态学变化肉眼可见之前预测视网膜类器官的分化路径和组织形成，有效绕过类器官异质性挑战	未明确说明局限性	开发计算流程预测视网膜类器官的早期发育轨迹和组织形成结果	视网膜类器官中的视网膜色素上皮（RPE）和晶状体组织	计算机视觉	NA	时间延迟成像	深度学习模型	高分辨率时间延迟成像	约1000个类器官，超过10万张图像	NA	NA	NA	NA