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
8281	2026-02-28	AI-integrated smartphone platform enables POC dual-channel glucose monitoring with an indicator-free nanozyme gel kit 2026-Jun-01, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2026.118510 PMID:41698866	研究论文	开发了一种基于无指示剂纳米酶凝胶试剂盒和AI集成智能手机平台的双通道葡萄糖即时检测系统	采用微波辅助静态生物矿化策略合成葡萄糖氧化酶模板化的MnO纳米片，保留了酶的天然活性和固有荧光，并构建了集成了深度学习算法的智能手机应用（SmartGDS）的“微管实验室”凝胶平台，实现了唾液葡萄糖的快速双模式（荧光和比色）定量检测	未明确说明临床验证的样本量细节或潜在的干扰物质影响	开发一种用于非侵入性、低成本健康管理的即时葡萄糖监测平台	唾液葡萄糖	数字病理	NA	微波辅助静态生物矿化，荧光共振能量转移（FRET）	深度学习算法	图像（颜色和荧光变化）	临床唾液样本（具体数量未明确）	NA	NA	线性范围，检测限（LOD），准确性	智能手机平台
8282	2026-02-28	Artificial Intelligence in Drug Discovery: Integrative Advances From Data to Therapeutic Innovation 2026-Apr, Drug development research IF:3.5Q2 DOI:10.1002/ddr.70229 PMID:41630488	综述	本文综述了人工智能在药物发现中的整合进展，从数据到治疗创新	全面整合了机器学习、深度学习和强化学习等AI技术，以加速药物发现的关键流程，包括靶点识别、虚拟筛选、从头药物设计、毒性预测以及临床试验优化	存在数据质量保证、模型可解释性提升、监管接受度以及伦理问题等限制	加速药物发现过程，提高新药研发效率并推动个性化医疗	药物发现流程，包括靶点识别、虚拟筛选、药物设计、毒性预测、临床试验等	机器学习	NA	机器学习（ML）、深度学习（DL）、强化学习（RL）	NA	NA	NA	NA	NA	NA	NA
8283	2026-02-28	Deep Learning-Based Motion-Compensated Reconstruction for Accelerating 4-Dimensional Magnetic Resonance Fingerprinting 2026-Mar-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2025.10.001 PMID:41138788	研究论文	本文提出并验证了一种名为DeepMocor的深度学习方法，用于运动补偿的四维磁共振指纹成像重建，以加速传统的4D-MRF重建过程	开发了DeepMocor这一深度学习框架，通过运动场初始化、精炼和最终重建三个阶段，实现了24倍于传统方法的加速，并有效处理了自由呼吸下的运动伪影	研究样本量较小（19名肝细胞癌患者），且为单中心前瞻性研究，需要更大规模、多中心的验证	开发并验证一种加速四维磁共振指纹成像重建的深度学习方法，以支持更高效的临床治疗规划	19名肝细胞癌患者（平均年龄62岁，14名男性）在自由呼吸状态下采集的腹部原始k空间数据	医学影像分析	肝细胞癌	四维磁共振指纹成像	深度学习模型	磁共振成像k空间数据	19名患者	NA	DeepMocor（包含运动场初始化、精炼和重建模块）	峰值信噪比, 结构相似性指数, 平均绝对百分比误差, 对比噪声比, 平均运动差异, 皮尔逊相关系数	NA
8284	2026-02-28	Current State-of-the-Art 3D MRI Sequences for Assessing Bone Morphology with Emphasis on Cranial and Spinal Imaging: A Narrative Review 2026-Mar, RoFo : Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin DOI:10.1055/a-2673-4339 PMID:40962128	综述	本文综述了用于评估骨形态（特别是颅骨和脊柱成像）的当前最先进3D MRI序列的技术进展与应用	系统比较了多种短回波时间MRI序列（如ZTE、UTE、VIBE）在骨成像中的应用，并探讨了其与深度学习结合以替代CT的潜力	这是一篇叙述性综述，未进行定量荟萃分析；研究主要聚焦于过去五年的颅骨和脊柱应用，可能未涵盖所有骨成像领域	回顾和总结用于骨形态评估的先进3D MRI序列的技术原理、应用进展及临床价值	颅骨和脊柱的骨结构成像	数字病理	NA	3D MRI序列（包括ZTE、UTE、VIBE、FRACTURE等）	NA	医学影像（MRI）	约250项近五年研究（针对应用综述）和约868项近十年研究（针对技术综述），最终筛选出69项研究	NA	NA	NA	NA
8285	2026-02-28	Topology-aware multiclass segmentation of the Circle of Willis from MRA and CTA images 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111516 PMID:41637822	研究论文	本文提出了一种用于磁共振血管成像和计算机断层扫描血管成像中Willis环多类别分割的深度学习框架，重点关注拓扑正确性和分割精度	提出了一种基于nnUNet的深度学习框架，并结合无需额外训练的后处理模块，专门针对Willis环多类别分割任务进行优化	未明确说明模型在更广泛临床数据上的泛化能力限制	实现Willis环血管的拓扑准确多类别分割，以评估其血管结构作为神经血管病理学生物标志物的重要性	Willis环血管网络（13个可能类别）	数字病理学	心血管疾病	磁共振血管成像, 计算机断层扫描血管成像	CNN	图像	使用TopCoW 2024公开数据集（MRA和CTA）进行训练和验证，并在隐藏测试集及CROWN 2023挑战数据集子集上进行评估	PyTorch	nnUNet	Dice系数, 中心线Dice	NA
8286	2026-02-28	A Deep Learning Algorithm for Liver Metastasis Detection at Contrast-enhanced Abdominal CT in Patients with Colorectal Cancer: A Comparative Study with Radiologists 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250242 PMID:41649392	研究论文	本研究评估了一种深度学习算法在结直肠癌患者腹部增强CT中检测肝转移的性能，并与放射科医生进行了比较	开发了一种深度学习算法，用于在结直肠癌患者的腹部增强CT中检测肝转移，并与不同经验的放射科医生进行了全面的性能比较，特别是在不同病灶大小和位置（如包膜下）的检测表现	这是一项回顾性、双中心研究，可能存在选择偏倚；算法在小于10毫米的小病灶上检测率较低（55%）；假阳性主要源于胆管扩张和膈肌压迹等结构	评估深度学习算法在结直肠癌患者腹部增强CT图像中检测肝转移的准确性，并与放射科医生的诊断性能进行比较	结直肠癌患者的腹部增强CT图像	计算机视觉	结直肠癌	对比增强腹部CT成像	深度学习算法	医学图像	181名结直肠癌患者（95名有肝转移，86名无肝转移），共280个肝转移结节	NA	NA	检测率, 假检测率, 95%置信区间, 组内相关系数	NA
8287	2026-02-28	Limitation of existing GFR estimating equations and application of artificial intelligence in improving GFR estimation and chronic kidney disease progression in people with diabetes 2026-Mar, Diabetes research and clinical practice IF:6.1Q1 DOI:10.1016/j.diabres.2026.113152 PMID:41679651	综述	本文综述了现有肾小球滤过率估算方程的局限性，并探讨了人工智能在改善糖尿病患者GFR估算和慢性肾病进展预测中的应用	系统性地评估了人工智能方法（特别是机器学习）在糖尿病患者这一特定人群中改进GFR估算和CKD进展预测的潜力，并指出了现有研究的局限性	现有研究样本量较小，且多数来自特定国家或人群，研究结果不一致，需要在更大规模和更多样化的人群中进行验证	评估和改进糖尿病患者肾小球滤过率的估算方法，并预测慢性肾病的进展	糖尿病患者	机器学习	慢性肾病	NA	人工神经网络, 随机森林, 支持向量机, 集成学习模型	NA	较小样本量（具体未说明）	NA	NA	偏倚, 精确度, 准确度	NA
8288	2026-02-28	Deep learning and machine learning for differentiation between contrast extravasation and hemorrhagic transformation in post-thrombectomy stroke CT 2026-Mar, Journal of neuroradiology = Journal de neuroradiologie DOI:10.1016/j.neurad.2026.101530 PMID:41687434	研究论文	本研究开发并验证了基于机器学习和深度学习的模型，用于在机械取栓后6小时内的非增强CT上区分出血性转化与造影剂外渗	首次将U-Net深度学习模型与基于影像组学的传统机器学习模型（如支持向量机、随机森林和逻辑回归）结合，用于急性缺血性卒中后机械取栓术的早期并发症鉴别	研究为回顾性设计，样本量相对较小（111例患者），且仅针对前循环卒中患者，未来需要更大规模的前瞻性研究和混合方法验证	开发并验证机器学习模型，以在机械取栓后早期准确区分非增强CT上的出血性转化与造影剂外渗	接受机械取栓术的急性前循环缺血性卒中患者，特别是术后出现高密度影的患者	计算机视觉	心血管疾病	非增强CT成像	SVM, RF, LR, CNN	医学影像（CT图像）	351例患者（其中111例有术后高密度影，分为训练集72例和测试集39例）	NA	U-Net	准确率, 灵敏度, 特异度, F1分数, AUC	NA
8289	2026-02-28	Predicting human gait kinematics and kinetics from a single inertial measurement unit using deep learning and synthetic datasets: A blinded assessment study 2026-Mar, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2026.113149 PMID:41687508	研究论文	本研究提出了一种使用单个惯性测量单元和深度学习网络预测人体步态运动学和动力学的方法，并通过盲法评估验证其性能	采用条件生成对抗网络增强合成数据集的变异性，并首次在真实IMU数据上进行盲法评估和微调验证	模型在真实IMU数据上的性能较虚拟数据有所下降，且样本量相对有限（共59名健康成年人）	开发从单个骶骨佩戴的惯性测量单元预测下肢关节角度和力矩的神经网络模型	健康成年人的步态运动学和动力学数据	机器学习	NA	惯性测量单元测量，运动捕捉系统	神经网络，条件生成对抗网络	惯性测量单元数据，运动捕捉标记数据	49名健康成年人（训练集），7名健康成年人（盲法测试集），3名健康成年人（微调后测试集）	NA	神经网络，条件生成对抗网络	均方根误差	NA
8290	2026-02-28	Molecular modelling assisted identification of novel Benzoxazole derivatives as hit molecules targeting Mycobacterial Membrane Protein Large 3 (MmpL3) 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111521 PMID:41628494	研究论文	本文通过分子建模辅助设计新型苯并恶唑衍生物作为靶向分枝杆菌膜蛋白大3（MmpL3）的候选分子，以抑制细胞壁合成并对抗结核病	设计了新型苯并恶唑甲酰胺衍生物，并综合运用分子对接、深度学习对接、分子动力学模拟及MM-GBSA、FEP分析等多种计算与实验方法进行验证，其中BXZ-IX和BXZ-XIV显示出与标准抑制剂SQ109相当的抗分枝杆菌活性	研究主要基于实验室测试和计算模拟，尚未进行体内实验或临床验证，且活性化合物的MIC值（15.62-62.5 μg/mL）虽有效但仍有优化空间	开发靶向MmpL3蛋白的新型抗结核化合物，以抑制分枝杆菌细胞壁合成	14种合成的苯并恶唑甲酰胺衍生物（BXZ-I至BXZ-XIV）及其对分枝杆菌（如耻垢分枝杆菌）的抑制活性	计算药物设计	结核病	分子对接、ADME预测、毒性预测、深度学习对接、分子动力学模拟、MM-GBSA、FEP分析	深度学习模型（用于对接）、分子动力学模拟模型	化合物结构数据、计算模拟数据、实验MIC数据	14种合成衍生物	NA	NA	最小抑制浓度（MIC）	NA
8291	2026-02-28	Deep Learning-based Detection of Colorectal Liver Metastases: Performance, Robustness, and Clinical Implications 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.260046 PMID:41758034	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8292	2026-02-28	Fabrication of NbC/GaN Nanofilm Sensor via Photolithography and its Investigation as a Sensor for Trimethylamine Mixed Gas Detection Using Dual-Feature Extraction and Deep Learning 2026-Feb-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c02507 PMID:41543399	研究论文	本研究通过光刻技术制备了NbC/GaN纳米薄膜传感器，结合双特征提取和深度学习算法，用于三甲胺混合气体的检测	创新性地采用光刻和蚀刻技术优化了NbC纳米薄膜的均匀性和厚度，并结合KPCA与多项式特征工程进行双特征提取，提升了气体传感器的性能	NA	开发一种高性能的气体传感器，用于精确识别混合气体中的目标成分	三甲胺（TMA）混合气体	传感器技术	NA	光刻技术、蚀刻技术	深度学习算法	传感器阵列数据	NA	NA	NA	准确率	NA
8293	2026-02-28	Multiscale Analysis of Deep Learning and Machine Learning: New Insights into the Adsorption Mechanism of VOCs Gas-Sensitive Materials 2026-Feb-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c03820 PMID:41626786	研究论文	本研究通过整合第一性原理计算与机器学习，系统预测了纳米复合材料上挥发性有机化合物（VOCs）的吸附能，旨在为肺癌相关VOC生物标志物的快速筛选和高性能气体传感器的设计提供理论工具	首次基于第一性原理数据，对深度学习和传统机器学习方法在纳米复合材料VOC吸附预测中的性能进行了比较评估，并构建了一个通用的预测模型	研究基于336个吸附案例的数据集，样本量相对有限，且模型性能可能受限于所选择的特定算法和特征	高效筛选和准确预测VOCs在气体敏感材料上的吸附性能，以设计用于早期无创诊断的下一代气体传感器	与肺癌相关的挥发性有机化合物（VOCs）及其在纳米复合材料上的吸附行为	机器学习	肺癌	第一性原理计算	SVR, GBR, GPR, XGBoost, MLP, KRR, Transformer	数值数据（吸附能等）	336个吸附案例	NA	Transformer	R²	NA
8294	2026-02-28	Interpretable Multimodal Graph Learning Platform for Rational Design of AIEgens: From Molecular Structure and Microenvironments to Photophysical Properties 2026-Feb-27, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.5c04324 PMID:41643048	研究论文	本研究构建了一个数据驱动且可解释的多模态深度学习平台GATM，用于从分子结构、微环境到光物理性质的关系解析，以指导AIEgens的理性设计	整合了多源数据（分子结构、光物理参数、溶剂环境），并利用图注意力网络（GAT）实现溶剂-溶质相互作用机制的可视化与关键结构特征影响的深度解析，为AIEgens的理性设计提供了新范式	未明确提及模型在更广泛或更复杂分子体系中的泛化能力，以及数据来源的潜在偏差	系统阐明聚集诱导发光分子（AIEgens）的结构-性质关系，并构建一个智能预测平台以指导其理性设计	聚集诱导发光分子（AIEgens）	机器学习	NA	NA	图神经网络，机器学习算法	分子结构数据，光物理参数数据，溶剂环境数据	NA	NA	图注意力网络	预测准确度（均值 > 0.90），检测限（0.4 nM），判别准确度（100%）	NA
8295	2026-02-28	NLP in Support of Pharmacovigilance: QUality Adverse Drug Reaction AcTIve Control (QUADRATIC) 2026-Feb-27, Clinical pharmacology and therapeutics DOI:10.1002/cpt.70250 PMID:41757758	研究论文	本研究开发并评估了用于从电子出院摘要中检测和提取药物不良反应信息的自然语言处理系统	提出了一种结合逻辑回归与词袋模型的NLP系统，在模拟部署中检测到的确认ADR出院摘要数量是正则表达式系统的近两倍	研究基于瑞士南部多站点医院网络的回顾性数据，样本量有限（400份出院摘要用于训练，100份用于评估），可能影响泛化能力	通过自然语言处理技术增强药物警戒，提高药物不良反应的检测效率	电子出院摘要中的临床叙述文本	自然语言处理	NA	自然语言处理	逻辑回归, 深度学习, 基于Transformer的命名实体识别	文本	400份出院摘要用于训练，100份用于手动注释评估	NA	Transformer	精确度, 召回率, F1分数, AUC, 自定义top-k排序指标	NA
8296	2026-02-28	DNAwhisper: An Integrated Deep Learning Pyramidal Framework for Multi-Trait Genomic Prediction and Adaptive Marker Prioritisation 2026-Feb-27, Plant biotechnology journal IF:10.1Q1 DOI:10.1111/pbi.70619 PMID:41757800	研究论文	本研究提出了DNAwhisper，一个用于多性状基因组预测和自适应标记优先排序的深度学习框架	DNAwhisper整合了级联架构GFIformer，通过共享网络参数跨分区标记块，在分层金字塔中自适应压缩遗传特征，并利用群体遗传结构预训练来正则化特征学习，建立可泛化的潜在表示	未明确说明	加速植物育种中的遗传增益，通过深度学习框架进行多性状基因组预测和标记优先排序	玉米、小麦、番茄和葡萄数据集	机器学习	NA	基因组选择	深度学习	基因组数据	未明确说明	PyTorch	GFIformer	预测准确率	NA
8297	2026-02-28	Automatic acromegaly detection using deep learning on hand images: a multicenter observational study 2026-Feb-27, The Journal of clinical endocrinology and metabolism DOI:10.1210/clinem/dgag027 PMID:41757900	研究论文	本研究开发了一种基于手部图像的深度学习模型，用于自动检测肢端肥大症，并在多中心研究中验证其性能优于内分泌专家	提出了一种注重隐私的深度学习模型，仅使用手背和拳头征象图像进行肢端肥大症检测，避免了传统外观AI模型可能涉及的隐私问题	需要更大规模的数据集进行进一步验证，包括健康个体和多种疾病样本，以增强模型的泛化能力	开发一种注重隐私的深度学习工具，用于肢端肥大症的早期诊断	肢端肥大症患者和对照组的手部图像	计算机视觉	肢端肥大症	深度学习	CNN	图像	716名患者（317名肢端肥大症患者和399名对照组），共11,480张图像，来自15个日本垂体中心	PyTorch	ResNet-50	灵敏度, 特异性, 阳性预测值, 阴性预测值, F1分数, AUC	NA
8298	2026-02-28	Two stage fine-tuned multimodal generative AI for automated ECG based cardiovascular report generation 2026-Feb-26, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae2e01 PMID:41406494	研究论文	本文提出了一种轻量级多模态生成式AI框架，用于自动解读心电图图像并生成结构化临床报告	采用两阶段微调策略，基于SmolVLM-500M-Instruct模型，通过量化低秩适应（QLoRA）实现高效部署，并整合视觉编码器、跨模态融合机制和语言解码器，以对齐视觉心电图表征与诊断叙述	未明确提及模型在外部验证集上的泛化能力或临床部署中的具体限制	开发一个可扩展、可解释且资源高效的AI框架，用于心脏诊断，以弥合深度学习研究与真实世界临床实践之间的差距	心血管疾病（CVDs）患者的心电图图像及对应的临床报告	计算机视觉, 自然语言处理	心血管疾病	量化低秩适应（QLoRA）	生成式AI, 多模态模型	图像, 文本	NA	NA	SmolVLM-500M-Instruct	BLEU, ROUGE-L, BERTScore	标准硬件
8299	2026-02-28	Current Status and Future Perspective for Bladder Cancer MR Imaging and the Vesical Imaging-Reporting and Data System (VI-RADS) in Japan: Challenges and Solutions 2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.rev.2025-0213 PMID:41741147	综述	本文综述了膀胱癌多参数MRI和VI-RADS在日本的应用现状、面临的挑战以及未来的发展前景	系统总结了日本在实施VI-RADS过程中特有的医疗结构、MRI质量不均和亚专科放射科医生短缺等障碍，并提出了针对性的解决方案和未来研究方向	本文是一篇非系统性的叙述性综述，可能未涵盖所有相关研究，且提出的解决方案有待未来前瞻性试验验证	评估膀胱癌多参数MRI和VI-RADS在日本的应用现状，分析实施障碍，并提出促进其临床整合的策略	膀胱癌的MRI成像、Vesical Imaging-Reporting and Data System (VI-RADS)	数字病理学	膀胱癌	多参数MRI, 扩散加权成像, 动态对比增强, 影像组学	深度学习, 人工智能	医学影像	NA	NA	NA	诊断性能, 可重复性, 阅片者间一致性	NA
8300	2026-02-28	A Bottom-Up Design Framework for Multifunctional Lattice Metamaterials 2026-Feb-26, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202518923 PMID:41742849	研究论文	本文提出了一种结合生成式AI和深度学习的自下而上设计框架，用于开发具有能量吸收和宽带吸声功能的多功能晶格超材料	引入了一种结合3D高斯体素生成与深度学习的生成式AI框架，克服了传统逆设计方法（如拓扑优化）在探索设计空间方面的局限性，实现了更高的结构复杂性和设计自由度	NA	开发一种能够优化能量吸收和宽带吸声功能的多功能晶格超材料设计框架	壳晶格结构	机器学习	NA	3D打印	CNN, GAN	3D体素数据	NA	TensorFlow, PyTorch	3D卷积神经网络, 条件深度卷积生成对抗网络	能量吸收性能, 吸声系数	NA