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
801	2026-05-06	Dynamic Eyelid Evaluation Using a Deep Neural Network in Upper Blepharoplasty: A Prospective Multicenter Pilot Study 2026-04, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-026-05632-6 PMID:41642312	研究论文	利用深度神经网络对上眼睑成形术后的动态眼睑进行评估的前瞻性多中心试验研究	首次应用深度神经网络（如UNet和PointRend）自动分析眼睑形态参数，实现术后客观评估并辅助手术规划	NA	评估深度学习技术在眼睑成形术后动态评估中的精确性和可重复性	51名寻求修复性眼睑成形术患者的102只眼和50名先天双眼皮志愿者的100只眼	计算机视觉	NA	NA	深度神经网络	图像	102只眼（患者）和100只眼（志愿者）	NA	UNet, PointRend	组内相关系数, FACE-Q评分	NA
802	2026-05-06	Predictive modeling of gene expression and localization of DNA binding site using deep convolutional neural networks 2026-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014092 PMID:41920894	研究论文	开发深度卷积神经网络DARSI，利用大规模平行报告分析数据预测基因表达水平并定位转录因子结合位点	首次利用卷积神经网络从原始调控DNA序列直接预测基因表达，并以单碱基对分辨率系统识别转录因子结合位点，克服了传统方法假设各碱基对独立贡献的局限	NA	开发可分析大规模平行报告分析数据的新方法，实现从DNA序列预测基因表达并定位转录因子结合位点	调控DNA序列及其驱动的基因表达	机器学习	NA	大规模平行报告分析	卷积神经网络	DNA序列数据	NA	NA	卷积神经网络	准确性	NA
803	2026-05-06	Stochastic intracellular calcium dynamics show preserved structures identified by deep learning classification 2026-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014240 PMID:42054479	研究论文	利用深度学习分类方法识别随机胞内钙动力学中保留的结构特征	通过大核卷积神经网络（LKCNN）在真实噪声水平下实现高精度动态状态分类，证明确定性组织特征在随机生物系统中仍可检测	未明确提及模型对更高噪声水平或更复杂生物系统的适用性	探索在固有随机性下，参数依赖性组织原则是否仍具有生物学意义并可计算检测	胰腺β细胞及WT-HEK293、STIM-KO、ORAI TKO等细胞的钙动力学数据	机器学习	NA	化学朗之万方程生成合成数据	大核卷积神经网络（LKCNN）	钙离子浓度时间序列数据	合成训练数据及多种细胞类型的实验数据，具体样本量未明确	NA	LKCNN	准确率	NA
804	2026-03-28	Impact of scanning parameters on deep learning coronary artery calcium scoring in non‑gated chest CT 2026-Mar-26, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02306-2 PMID:41888686	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
805	2026-05-06	ProMol_Func: A Structure-Free Deep Learning Model for Virtual Screening 2026-Mar-23, JACS Au IF:8.5Q1 DOI:10.1021/jacsau.6c00173 PMID:41889774	研究论文	提出一种免蛋白质结构的深度学习模型ProMol_Func，用于虚拟筛选，通过集成小分子图编码和基于氨基酸序列的蛋白质功能嵌入，提升筛选效率和泛化能力	无需蛋白质结构，仅依赖氨基酸序列生成功能嵌入，并结合实验验证的非活性和随机诱饵增强训练数据，在LIT-PCBA基准上取得领先性能，并在零样本前向应用中成功识别新型靶点DnaK的抑制剂	未明确说明局限性，但可能依赖高质量的负结合数据增强，且零样本性能需进一步跨靶点验证	开发一种高效、可扩展的免蛋白质结构虚拟筛选方法，克服传统结构依赖方法的计算瓶颈和高假阳性率	小分子化合物与蛋白质靶标（包括LIT-PCBA基准和新型靶点DnaK）	机器学习	NA	NA	深度学习框架（图神经网络与蛋白质功能嵌入）	序列数据（氨基酸序列）和小分子图数据	LIT-PCBA基准数据集及DnaK零样本应用中的活性与诱饵化合物	PyTorch	图神经网络与蛋白质功能嵌入网络	富集因子（EF1%）	NA
806	2026-05-06	A CNN-transformer dual-branch network with structure-aware loss for high-resolution edge detection 2026-Mar-19, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44362-2 PMID:41857141	研究论文	提出一种基于CNN-Transformer双分支网络和结构感知损失函数的高分辨率边缘检测方法	创新性地提出边缘结构感知损失函数，通过梯度约束、连续性约束和方向一致性约束监督边缘的几何属性，并引入三阶段动态损失调度策略实现从像素级到结构级的渐进式优化	未明确说明局限性，但现有方法常面临计算复杂度高和真实边缘标注困难的问题	解决现有深度学习方法依赖像素级损失函数导致的边缘预测碎片化、模糊和结构不连贯问题	高分辨率图像中的边缘检测任务	计算机视觉	NA	NA	CNN-Transformer双分支网络	图像	BSDS500（500张图像）、Multicue（100张图像）、NYUDv2（1449张图像）	PyTorch	CNN-Transformer双分支网络	ODS、OIS	NA
807	2026-05-06	Comparison of Patient Reviews for Submental Liposuction and Kybella Using Deep Learning and Natural Language Processing: Is There a Superior Intervention for Submental Adiposity? 2026-03-17, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf129 PMID:40577594	研究论文	利用深度学习和自然语言处理比较患者对颏下吸脂术和Kybella的评论，探讨两种干预措施对颏下脂肪堆积的优劣	首次应用优化的BERT深度学习自然语言处理模型分析患者报告的情感体验，比较Kybella与颏下吸脂术在RealSelf平台上的评价	数据来源仅限于RealSelf平台，样本量相对较小（1338篇），可能无法代表所有患者群体，且未排除潜在的混杂因素如医生差异或术后护理	通过自然语言处理模型分析患者情感和情绪，比较Kybella和颏下吸脂术在真实世界中的患者报告结果	RealSelf平台上2014至2024年间关于Kybella和颏下吸脂术的英文患者评论	自然语言处理	颏下脂肪堆积	NA	BERT（双向编码器表示转换器）	文本	1338条患者评论（753条颏下吸脂术，585条Kybella）	PyTorch	BERT（优化的双向编码器表示转换器）	情感评分（0-1）、情感分类（积极/消极）、情感类别（恐惧、悲伤、愤怒、厌恶、中性、惊讶、喜悦）频率	NA
808	2026-05-06	A multi-focus oral panoramic x-ray image dataset based on pixel-level annotations 2026-Mar-17, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07021-9 PMID:41844654	研究论文	构建了一个大规模口腔全景X射线图像数据集，包含8655张图像和30186个像素级注释，用于牙科人工智能研究	提供了首个大规模、像素级标注的口腔全景X射线数据集，支持牙齿分割、病变检测和计算机辅助诊断等多种任务	未提及具体局限性	开发用于牙科人工智能研究的大规模全景X射线图像数据集	口腔全景X射线图像中的牙齿和病变区域	数字病理学	口腔疾病	全景X射线成像	深度学习模型	图像	8655张图像，30186个像素级注释	NA	NA	泛化能力	NA
809	2026-05-06	High-fidelity single-frame computational super-resolution using signal-preserving denoising-enabled deconvolution 2026-Mar-17, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70791-8 PMID:41844624	研究论文	提出一种名为3Snet-CLID的计算超分辨率方法，结合混合监督/自监督深度学习网络进行信号保持去噪与直接Richardson-Lucy解卷积，实现从单帧宽场或转盘共聚焦图像中获取纳米级成像	集成信号保持去噪与解卷积的混合监督/自监督深度学习框架，通过逐像素去噪策略抑制噪声并保持信号分布，减少伪影并增强鲁棒性	NA	克服计算超分辨率的瓶颈，提供高保真纳米级活细胞成像的易用平台	常规显微镜下的固定和活细胞中的线粒体外膜、内质网和核孔等结构	计算机视觉	NA	计算超分辨率	深度学习网络	图像	NA	NA	3Snet-CLID	分辨率提升倍数	NA
810	2026-05-06	Characterization of Kidney and Liver Cystic Phenotype Associated with <italic>GANAB</italic> Using Advanced Imaging Biomarkers 2026-Mar-03, Nephron IF:2.3Q2 DOI:10.1159/000551274 PMID:41774594	研究论文	使用深度学习分割技术定量分析GANAB基因变异患者肾脏和肝脏囊肿的影像表型	首次利用深度学习囊肿分割技术对GANAB相关囊性肾肝病的影像生物标志物进行定量分析，揭示了肝脏为主和肾脏受累程度不同的表型谱	样本量较小（16例），缺乏标准化影像和系统性肾外筛查，需更大规模队列验证基因型-表型关系	表征GANAB基因单等位致病变异导致的常染色体显性囊性肾肝病影像表型特征	携带GANAB基因变异的16名患者，回顾性分析腹部影像数据	计算机视觉	囊性肾肝病	深度学习影像分析	深度学习分割模型（具体架构未明确）	腹部影像（CT/MRI）	16名患者	未明确	未明确	肾脏体积、肝脏体积、囊肿数量、囊肿体积、身高校正总肾脏体积（htTKV）、身高校正总肝脏体积、总囊肿数（TCN）、身高校正总囊肿体积	未明确
811	2026-05-06	Brain Health from Sleep EEG: A Multicohort, Deep Learning Biomarker for Cognition, Disease, and Mortality 2026-Mar, NEJM AI DOI:10.1056/aioa2500487 PMID:41953210	研究论文	利用多任务深度学习框架从睡眠脑电图中提取脑健康生物标志物，关联认知、疾病和死亡率	首次提出端到端深度学习模型从睡眠脑电图数据中学习脑健康潜在表征，并将其蒸馏为单一得分，无需专家定义特征	未明确提及模型在临床实际应用中的可解释性、泛化性以及潜在伦理问题	开发基于睡眠脑电图的客观脑健康综合生物标志物	多队列睡眠脑电图数据中的人类脑健康状态	机器学习	神经系统疾病（认知障碍、死亡风险相关疾病）	多导睡眠图（PSG）	多任务深度神经网络	一维脑电图时间序列和二维时频谱图	来自六个队列的27000名受试者的36000份多导睡眠图记录	NA	多任务深度神经网络	相关性系数（r）、受试者工作特征曲线下面积（AUC）、风险比（HR）	NA
812	2026-05-02	Deep Learning Technology in Genomics, Radiotherapy, and Ophthalmology for Precision Medicine 2026-Mar-01, Journal of physiological investigation DOI:10.4103/ejpi.EJPI-D-25-00069 PMID:41979282	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
813	2026-05-06	TITAN-BBB: Predicting BBB Permeability using Multi-Modal Deep-Learning Models 2026-Feb-17, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.15.706007 PMID:41756895	研究论文	提出了TITAN-BBB，一种利用表格、图像和文本特征并通过注意力机制结合的多模态深度学习架构，用于预测血脑屏障渗透性	首次将传统化学描述符与深度学习嵌入集成到多模态架构中，利用注意力机制融合表格、图像和文本特征，并构建了迄今最大的BBB渗透性数据集	NA	开发计算模型预测血脑屏障渗透性，替代资源密集且通量低的传统实验方法	血脑屏障渗透性预测	机器学习	NA	NA	多模态深度学习模型	表格数据、图像、文本	汇集多个文献来源，构建了目前最大的BBB渗透性数据集	PyTorch	注意力机制	平衡准确率、平均绝对误差	NA
814	2026-05-06	Deep learning-based system for automated staging of lower molar maturation 2026-02, Journal of the World federation of orthodontists IF:2.6Q1 DOI:10.1016/j.ejwf.2025.08.004 PMID:41073252	研究论文	基于深度学习系统自动分级下颌磨牙成熟度的研究	首次使用四种卷积神经网络架构（Xception、ResNet、MobileNet和Inception）对下颌第二、第三磨牙成熟阶段进行自动分类，并利用Grad-CAM可视化模型注意力区域	研究为横断面设计，样本量有限（1805张图像），且仅针对下颌磨牙，可能不适用于其他牙齿或人群	评估自动分级牙齿成熟度系统在齿面正畸治疗规划中的辅助诊断价值	下颌第二磨牙和第三磨牙的成熟阶段	计算机视觉	无	NX	卷积神经网络（CNN）	图像（分段全景X光片）	1805张图像	NA	Inception, ResNet, Xception, MobileNet	准确率, 精确率, 召回率, F1分数, 科恩kappa系数	NA
815	2026-05-06	Deep Learning-Based Model for Breast Implant Classification in Ultrasonography: A Multi-Institutional Model Development and Validation Study 2026-01-29, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf220 PMID:41168671	研究论文	开发并验证一种基于深度学习的模型，用于超声图像中乳房植入物的分类	利用多机构大样本数据，结合Grad-CAM可解释性技术，自动化分类乳房植入物的制造商和纹理特征	模型依赖回顾性数据，且可能受限于超声图像质量和标注准确性	满足对可靠植入物识别方法的需求，改善临床工作流程和患者结果	乳房植入物	计算机视觉	乳房植入物相关疾病	超声成像	深度学习模型	图像	28712份乳房超声PNG文件，来自2580名患者的4136个植入物	NA	NA	平衡准确率	NA
816	2026-05-06	A Systematic Review of Applications, Challenges, and Future Trajectories of Artificial Intelligence in Cosmetic Surgery 2026-01-29, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf238 PMID:41234118	综述	系统回顾人工智能在整容手术中的应用、挑战和未来发展方向	首次系统总结AI在整容手术全流程中的应用（术前预测、术中导航、术后监测），提出基于大语言模型工具的发展前景	多数研究处于早期阶段，外部验证有限，数据集异构，结果指标不一致，偏倚风险中等至严重	系统整理和评估人工智能在整容手术中的现有应用、面临的挑战及未来趋势	AI、机器学习、深度学习、计算机视觉或大语言模型在美容或整容手术中的应用研究	计算机视觉, 自然语言处理, 机器学习	其他（整容手术相关）	NA	CNN, LSTM, GAN, 大语言模型	图像, 文本, 视频	38项研究（从3941篇记录中筛选）	NA	NA	准确性, 精确率, 召回率, F1分数, AUC, Dice系数	NA
817	2026-05-06	A Deep Learning-Based Ensemble Model for Automated Nasolabial-Fold Severity Grading 2026-01-29, Aesthetic surgery journal IF:3.0Q1 DOI:10.1093/asj/sjaf161 PMID:40798848	研究论文	提出并验证了一种基于深度学习的集成模型DeepFold，用于自动、客观地对鼻唇沟严重程度进行WSRS分级	首次将深度学习集成策略应用于鼻唇沟严重程度自动分级，通过多数投票法整合三个独立网络，提升了模型鲁棒性并降低了类不平衡的影响	NA	开发并验证一种基于WSRS的鼻唇沟严重程度自动分级模型，实现客观、可重复的临床评估	鼻唇沟（NLF）严重程度分级	计算机视觉	面部衰老	NA	CNN	图像	6718张面部图像（1718张临床门诊图像，5000张CelebA数据集图像）	PyTorch	ResNet-50, SeResNet-50	准确率, F1分数, 混淆矩阵	NA
818	2026-05-06	Deep Learning-Based Quality Control and Diagnosis of Bronchial Images 2026, Respiration; international review of thoracic diseases DOI:10.1159/000548342 PMID:41308068	综述	系统分析深度学习技术在支气管镜图像质量控制与诊断分析中的应用潜力	探索人工智能提升支气管镜图像质量控制和诊断分析的应用前景	模型泛化能力有限，需多中心临床验证优化鲁棒性	增强支气管镜图像的质量控制与诊断效率	支气管镜图像	计算机视觉	肺部疾病	NA	深度学习	图像	NA	NA	NA	NA	NA
819	2026-05-06	Predicting Intracranial Pressure Levels: A Deep Learning Approach Using Computed Tomography Brain Scans 2026-Jan-01, Neurosurgery IF:3.9Q1 DOI:10.1227/neu.0000000000003661 PMID:40719476	研究论文	提出使用深度学习模型从CT脑扫描预测颅内压水平的方法	将人口统计学数据和格拉斯哥昏迷量表评分作为CT扫描的额外通道进行模型训练	需要进一步验证结果并提高临床适用性	开发非侵入性颅内压评估方法	颅内压水平	深度学习	颅内压升高	CT扫描	CNN	图像	578对CT脑扫描及相关数据	NA	四种不同的深度学习模型	AUC, 召回率	NA
820	2026-05-06	Automated counting of prostate cell types with image processing and machine learning 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0340628 PMID:42081477	研究论文	提出了一种结合图像处理和深度学习的自动化系统，用于从手机拍摄的图像中计数前列腺癌细胞	创新性地使用普通手机摄像头获取图像，并通过结合卷积神经网络与选择性搜索算法的两阶段流水线，克服了移动图像中的变异性和无关内容，实现了高精度细胞计数	未提及具体局限性，但可能受限于手机图像质量和数据多样性	开发一种自动化的前列腺癌细胞计数软件系统，以提高传统手动计数的准确性和效率	前列腺癌细胞图像	计算机视觉, 机器学习	前列腺癌	NA	卷积神经网络	图像	NA	NA	卷积神经网络	准确率	NA