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
6781	2026-01-12	An Artificial Intelligence Pipeline for Hepatocellular Carcinoma: From Data to Treatment Recommendations 2025, International journal of general medicine IF:2.1Q2 DOI:10.2147/IJGM.S529322 PMID:40621598	综述	本文提出一个针对肝细胞癌的统一人工智能管道，涵盖从数据到治疗建议的全过程	构建了一个整合多模态数据（影像、基因组、临床记录）并应用于肿瘤检测、个性化治疗规划、药物研发及患者管理的统一AI管道	面临数据质量、标准化和隐私保护等挑战	利用人工智能技术解决肝细胞癌在早期诊断和治疗选择方面的临床挑战	肝细胞癌	机器学习	肝细胞癌	机器学习, 深度学习	NA	影像, 基因组数据, 临床记录	NA	NA	NA	NA	NA
6782	2026-01-12	Prediction of 131I uptake in lung metastases of differentiated thyroid cancer using deep learning 2025, Frontiers in endocrinology IF:3.9Q2 DOI:10.3389/fendo.2025.1697233 PMID:41473240	研究论文	本研究开发了一个深度卷积神经网络模型，用于预测分化型甲状腺癌肺转移灶的131I摄取能力	首次利用深度卷积神经网络模型预测分化型甲状腺癌肺转移灶的131I摄取能力，为放射性碘治疗前的患者筛选提供了新方法	研究为回顾性、多中心队列研究，可能存在选择偏倚；样本量相对有限，需要更大规模的前瞻性研究验证	开发一个深度学习模型，用于预测分化型甲状腺癌肺转移灶的131I摄取能力，以指导放射性碘治疗	分化型甲状腺癌患者的肺转移灶	数字病理学	甲状腺癌	胸部CT成像	CNN	图像	主要数据集261例患者（131I摄取阳性140例，阴性121例），内部验证数据集59例，外部验证数据集1为43例，外部验证数据集2为41例	NA	ResNeSt50, Inception V3, ResNet50	AUC	NA
6783	2026-01-12	On relational pedagogy in occupational therapy education: What it is and why it matters 2025-Jan, Scandinavian journal of occupational therapy IF:1.9Q2 DOI:10.1080/11038128.2026.2613622 PMID:41518199	研究论文	本文探讨了关系教育学在瑞典职业治疗教育中的相关性和应用	将关系教育学概念应用于职业治疗教育领域，强调人际、伦理和对话维度在竞争性高等教育环境中的重要性	研究基于单一瑞典大学的资深讲师访谈，可能缺乏广泛代表性；数字或混合学习环境可能削弱关系协调	描述和讨论关系教育学在职业治疗教育中的相关性和应用	瑞典职业治疗教育中的教学关系和实践	NA	NA	NA	NA	访谈数据、反思笔记、文献资料	瑞典某大学的资深讲师访谈（具体数量未明确说明）	NA	NA	NA	NA
6784	2026-01-12	Boosting the performance of pretrained CNN architecture on dermoscopic pigmented skin lesion classification 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13505 PMID:38009020	研究论文	本研究通过数据增强和贝叶斯超参数调优，提升了预训练CNN模型在皮肤镜色素性皮肤病变分类中的性能	采用数据增强解决数据集不平衡问题，并结合贝叶斯超参数调优来优化预训练CNN模型，显著提高了分类性能，特别是敏感性	未明确说明模型在外部验证集上的泛化能力，且可能受限于ISIC 2019数据集的特定采集条件	提升预训练卷积神经网络在皮肤镜色素性皮肤病变分类中的性能	色素性皮肤病变（PSLs），包括八种疾病类别，特别是黑色素瘤	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	使用ISIC 2019数据集，具体样本数量未在摘要中明确	未明确指定，可能基于TensorFlow或PyTorch	Inception-V3	准确率, AUC	未在摘要中明确说明
6785	2026-01-12	Lyme rashes disease classification using deep feature fusion technique 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13519 PMID:38009027	研究论文	本文提出了一种基于深度特征融合技术的莱姆病皮疹分类新方法	开发了一种深度特征融合机制（元分类器），将Densenet201、InceptionV3和Exception三个深度学习模型提取的特征进行融合，显著提升了分类准确率	NA	自动分类莱姆病皮疹，以辅助临床医生和皮肤科医生有效探查和研究莱姆病皮肤皮疹	莱姆病皮疹图像，特别是游走性红斑（EM）图像	计算机视觉	莱姆病	深度学习	CNN	图像	NA	NA	Densenet201, InceptionV3, Exception	准确率	NA
6786	2026-01-12	Segmentation and classification of skin lesions using hybrid deep learning method in the Internet of Medical Things 2023-Nov, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3 DOI:10.1111/srt.13524 PMID:38009016	研究论文	本研究提出了一种混合深度学习方法，用于在医疗物联网环境中对皮肤病变进行分割和分类	结合了Mask R-CNN进行语义分割和ResNet50进行病变检测的混合深度学习模型，在皮肤病变分析中实现了高精度分割和分类	未明确说明模型在多样化或临床实际数据上的泛化能力及计算资源需求	提高皮肤病变分析的准确性和效率，以支持医疗物联网环境下的精确诊断	皮肤病变，具体通过皮肤镜图像进行分析	计算机视觉	皮肤癌	皮肤镜成像	CNN	图像	大量带标注的皮肤镜图像数据集，包括ISIC 2020挑战赛数据集	TensorFlow, PyTorch	Mask R-CNN, ResNet50	准确率	NA
6787	2026-01-12	An Approach to Developing Benchmark Datasets for Protein Secondary Structure Segmentation from Cryo-EM Density Maps 2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine DOI:10.1145/3584371.3612947 PMID:41509644	研究论文	本文提出了一种生成用于蛋白质二级结构分割的基准数据集的方法，并评估了数据特性对深度学习模型性能的影响	提出了一种生成具有特定规格（如蛋白质序列同一性、结构内容和数据质量）的基准数据集的方法，以系统研究影响分割性能的因素	仅针对DeepSSETracer这一特定深度学习方法进行了测试，可能未涵盖所有潜在影响因素	开发基准数据集以评估和提升从冷冻电镜密度图中分割蛋白质二级结构的深度学习方法的性能	冷冻电镜密度图中的蛋白质二级结构	计算机视觉	NA	冷冻电镜（Cryo-EM）	深度学习	图像（密度图）	NA	NA	DeepSSETracer	NA	NA
6788	2026-01-11	Integrating Kolmogorov-Arnold networks with ordinary differential equations for efficient, interpretable, and robust deep learning: Epidemiology of infectious diseases as a case study 2026-Jun, Infectious Disease Modelling IF:3.0Q1 DOI:10.1016/j.idm.2025.12.006 PMID:41503372	研究论文	本研究通过将Kolmogorov-Arnold网络与常微分方程结合，提出KAN-UDE框架，用于实现高效、可解释且稳健的深度学习，并以新发传染病流行病学为案例进行验证	将Kolmogorov-Arnold网络整合到通用微分方程框架中，相比基于多层感知机的UDE，显著提升了拟合性能，并在部分时间序列数据下实现了非线性函数的精确重建，同时保持了可解释性	在考虑真实世界数据随机性时，KAN-UDE模型的稳健性和准确性较低	开发一种高效、可解释且稳健的深度学习框架，用于建模和分析复杂动态系统	新发传染病的流行病学动态	机器学习	传染病	常微分方程建模	Kolmogorov-Arnold网络, 通用微分方程	时间序列数据	NA	NA	Kolmogorov-Arnold网络	损失函数	NA
6789	2026-01-11	A comprehensive evaluation of self-attention for detecting regulatory feature interactions 2026-Mar, NAR genomics and bioinformatics IF:4.0Q1 DOI:10.1093/nargab/lqaf209 PMID:41503157	研究论文	本文全面评估了自注意力机制在检测调控特征相互作用中的应用，并通过引入熵项提高了注意力图的可解释性	通过添加熵项生成高精度稀疏注意力图，增强了模型的可解释性，并首次对不同注意力变体在转录因子协同性发现中的性能进行了全面评估	NA	评估自注意力机制在计算生物学中提取生物信息的能力，特别是用于预测转录因子结合的协同性	基因调控网络中的转录因子协同性	计算生物学	NA	自注意力机制	自注意力模型	NA	NA	NA	自注意力层	精度	NA
6790	2025-11-05	Decoding the regulatory genome with large-scale deep learning 2026-Feb, Nature reviews. Genetics DOI:10.1038/s41576-025-00914-2 PMID:41184593	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6791	2026-01-11	Artificial intelligence for personalized management of vestibular schwannoma: a multidisciplinary clinical implementation study 2026-Feb, JAMIA open IF:2.5Q3 DOI:10.1093/jamiaopen/ooaf163 PMID:41502533	研究论文	本研究介绍并评估了一种用于前庭神经鞘瘤多学科团队会议的新型计算机辅助报告工具，旨在支持临床决策	利用深度学习自动分割肿瘤并提取体积和线性测量，为个性化管理提供自动化报告工具	自动化报告在28%的病例中需要人工修订，且初始准备时间略有增加	评估计算机辅助报告工具在前庭神经鞘瘤多学科团队会议中对决策效率和个性化管理的支持作用	前庭神经鞘瘤患者	数字病理学	前庭神经鞘瘤	MRI（对比增强T1和T2序列）	深度学习	医学影像	50名患者	NA	NA	Dice系数	NA
6792	2026-01-11	Electrode Net: tailoring deep learning with signed distance field for fast and accurate multiscale design of porous electrodes 2026-Jan-15, Science bulletin IF:18.8Q1 DOI:10.1016/j.scib.2025.08.026 PMID:40975668	研究论文	本研究开发了一个名为Electrode Net的定制深度学习框架，用于高效准确地预测多孔电极的各向异性传输特性	结合符号距离场（SDF）与3D卷积神经网络，显著加速多孔电极设计，计算成本降低高达96%，并实现高精度预测	未明确说明模型在极端或非典型微结构下的泛化能力限制	旨在通过深度学习框架优化多孔电极的设计，以提升燃料电池、水电解槽和液流电池等下一代高性能流动电池的性能	多孔电极的微结构及其各向异性传输特性（如孔隙率、曲折度和渗透率）	机器学习	NA	符号距离场（SDF）	CNN	3D几何样本数据	15,433个真实和生成的几何样本	NA	3D卷积神经网络	R-squared	NA
6793	2026-01-11	Regional-aware and sequence-informed multi-decoder network for robust brain glioma segmentation in multi-parametric MRI 2026-Jan-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.111387 PMID:41411810	研究论文	本文提出了一种用于多参数MRI中脑胶质瘤稳健分割的区域感知与序列信息引导的多解码器网络	提出了一种新颖的深度学习框架，包含三个创新点：1）独立分割关键肿瘤亚区的多解码器架构；2）将每个解码器与最适合其诊断目标的MRI序列对齐的序列信息引导策略；3）用于增强特征重新校准的改进自注意力机制	未在摘要中明确说明	实现脑胶质母细胞瘤亚区的精确分割，以支持神经肿瘤学的诊断、手术规划和治疗监测	多参数MRI图像中的脑胶质母细胞瘤亚区，包括周围非增强FLAIR高信号区、非增强肿瘤核心和增强肿瘤	数字病理学	脑胶质瘤	多参数MRI	深度学习	图像	使用了BraTS 2023数据集，并在四个外部数据集（BraTS 2020、BraTS Africa、MRBrainS18和BraTS 2024治疗后）上进行了验证	NA	多解码器网络	Dice相似系数, 95百分位Hausdorff距离	NA
6794	2026-01-11	Evaluation of the accuracy of detecting C-shaped canals in mandibular second molars identified by cone-beam computed tomography on panoramic radiographs using artificial intelligence algorithms developed with deep learning methods 2026-Jan-09, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00888-1 PMID:41511700	研究论文	本研究评估了基于深度学习算法开发的深度卷积神经网络在锥形束计算机断层扫描识别的全景X光片上检测下颌第二磨牙C形根管的准确性	首次在文献中应用多数投票法融合不同深度卷积神经网络的预测结果，以提高C形根管的检测性能	研究样本仅来自单一机构，可能影响模型的泛化能力；未详细说明预处理步骤的具体影响	评估人工智能算法在全景X光片上检测下颌第二磨牙C形根管的准确性	下颌第二磨牙的C形根管	计算机视觉	牙科疾病	锥形束计算机断层扫描（CBCT），全景X光摄影	深度卷积神经网络（DCNN）	图像（全景X光片和CBCT扫描）	592名患者的图像，包括844张标记的全景X光片（422个有C形根管，422个无C形根管）	NA	11种不同的深度卷积神经网络模型	准确率，精确率，召回率，特异性，混淆矩阵	NA
6795	2026-01-11	Towards accurate occlusal plane positioning in panoramic radiographs: a deep learning-assisted study 2026-Jan-09, Oral radiology IF:1.6Q3 DOI:10.1007/s11282-025-00891-6 PMID:41511698	研究论文	本研究评估了深度学习架构在全景X光片中自动分类头部定位错误的有效性	首次全面评估了基于卷积和基于Transformer的深度学习架构在全景X光片中检测咬合平面定位错误的能力	数据集规模相对较小，可能限制了ViT模型的性能	评估深度学习架构在全景X光片中自动分类头部定位错误的有效性	全景X光片中的头部定位错误	计算机视觉	口腔疾病	全景X光成像	CNN, ViT	图像	480张匿名全景X光片	PyTorch, TensorFlow	ResNet18, Vision Transformer	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
6796	2026-01-11	Out of the Laboratory and Into the Clinic: Out-of-Domain Validation of Machine Learning Models for Velopharyngeal Dysfunction Detection 2026-Jan-09, Annals of plastic surgery IF:1.4Q3 DOI:10.1097/SAP.0000000000004633 PMID:41512248	研究论文	本研究系统评估了多种机器学习模型在标准化与非标准化条件下检测腭咽闭合功能障碍的能力，以验证其在真实临床场景中的泛化性能	首次在腭咽闭合功能障碍检测领域系统进行跨域验证，揭示了预训练模型在真实世界音频数据上的严重性能退化问题，并发现传统MFCC特征在跨域场景中比先进深度学习模型更具鲁棒性	研究样本量有限（标准化数据集82例，非标准化数据集131例），非标准化数据来源多样且记录条件高度异质，可能影响结论的普适性	评估机器学习模型在真实临床环境中检测腭咽闭合功能障碍的可行性与泛化能力	腭咽闭合功能障碍患者的音频样本	机器学习	腭咽闭合功能障碍	音频信号处理	支持向量机, 深度学习模型	音频	标准化数据集82例患者（60例训练，22例测试），非标准化数据集131个样本（70个对照，61个病例）	NA	Whisper, HuBERT, MFCC/SVM	准确率, 宏F1分数	NA
6797	2026-01-11	Robust Retinal Image Matching: A Modality-Resistant Descriptor Using Directional Anisotropic Texton-Like Features and Evaluation Across Diverse Datasets 2026-Jan-09, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01765-3 PMID:41514133	研究论文	本文提出了一种用于视网膜图像匹配的鲁棒描述符，该描述符基于方向性各向异性类文本特征，并在多种数据集上进行了评估	提出了一种新颖的描述符，该描述符利用一阶和二阶方向性各向异性类文本Leung-Malik导数构建高级特征空间，其细长的感受野与精细的血管和解剖结构自然对齐，实现了更一致的特征编码，并设计了加权自适应分箱配置来处理局部变化	未明确提及本文的具体局限性	解决多模态和单模态视网膜图像匹配中，因局部结构差异、非线性辐射度差异以及结构位移带来的挑战，实现更鲁棒和准确的图像对齐	多种视网膜图像数据集，包括彩色眼底（CF）、荧光素血管造影（FA）、超广角FA、扫描激光检眼镜（SLO）图像以及具有不同重叠度的CF FIRE数据集	计算机视觉	NA	图像匹配，特征描述符	传统手工方法（基于类文本特征）	图像	NA	NA	NA	平均召回率	NA
6798	2026-01-11	Diagnosing migraine from genome-wide genotype data: a machine learning analysis 2026-Jan-08, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf172 PMID:40326299	研究论文	本研究利用机器学习方法从全基因组基因型数据中诊断偏头痛，旨在捕捉非加性和交互效应以解释遗传缺失性	采用机器学习模型（如轻梯度提升机和多项式朴素贝叶斯）处理高维遗传变异数据，探索偏头痛的非加性和交互遗传结构，相比传统多基因风险评分方法在分类性能上显著更优	数据维度（高数量遗传变异）可能受限于可用数据规模，导致对纯加性效应的误导性印象，未来需要更大样本量以充分利用加性和交互效应	开发机器学习模型以捕捉非加性和交互遗传效应，解决偏头痛的遗传缺失性问题	来自特伦德拉格健康研究第二和第三阶段的43,197名个体（51%为女性，平均年龄54.6岁），基于国际头痛疾病分类标准进行表型分型	机器学习	偏头痛	全基因组基因分型	轻梯度提升机, 多项式朴素贝叶斯, 深度学习	基因型数据	43,197名个体	NA	NA	AUC	NA
6799	2026-01-11	Thermodynamic principles link in vitro transcription factor affinities to single-molecule chromatin states in cells 2026-Jan-08, Cell IF:45.5Q1 DOI:10.1016/j.cell.2025.11.008 PMID:41308636	研究论文	本文通过整合体外转录因子亲和力与体内单分子染色质状态数据，揭示了人类转录因子eKLF/KLF1的结合机制	首次将体外转录因子亲和力与体内单分子染色质状态进行高通量定量比较，并利用深度学习模型验证生物物理参数	研究仅针对单一人类转录因子eKLF/KLF1，未涵盖其他转录因子或更广泛的调控网络	探究转录因子结合与染色质可及性形成的分子机制	人类转录因子eKLF/KLF1及其与DNA的相互作用	生物信息学	NA	高通量体外结合测定、单分子染色质状态分析、深度学习建模	深度学习模型	体外结合速率与亲和力数据、体内单分子转录因子与核小体占据数据	NA	NA	线性能量模型	NA	NA
6800	2026-01-11	Markers predicting lymphoma development in Sjögren disease: current status and future perspectives 2026-Jan-08, Current opinion in immunology IF:6.6Q1 DOI:10.1016/j.coi.2025.102717 PMID:41512551	综述	本文综述了Sjögren病中预测淋巴瘤发展的生物标志物的最新进展，并探讨了未来研究方向	强调了时间敏感性重新评估传统风险因素和分析新型标志物的范式转变，并指出深度学习在淋巴瘤预测中的应用尚未探索	关于保护性因素和淋巴瘤预防策略的数据稀缺，且缺乏关于淋巴瘤预测、监测和预防的共识指南	综述Sjögren病中淋巴瘤发生的预测标志物，以促进早期诊断和预防	Sjögren病患者，特别是那些有淋巴瘤发展风险的患者	数字病理学	淋巴瘤	NA	深度学习	临床和转化研究数据	NA	NA	NA	NA	NA