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
841	2026-02-09	Unlocking 2D/3D+T myocardial mechanics from cine MRI: a mechanically regularized space-time finite element correlation framework 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103944 PMID:41547064	研究论文	本文提出了一种基于时空正则化有限元数字图像/体积相关框架，用于从常规电影MRI中提取2D/3D+T心肌运动和应变分析	将多视图对齐和2D/3D+T运动估计统一到一个连贯的流程中，结合区域特异性生物力学正则化和数据驱动的时间分解，以提升空间保真度和时间一致性	3D+T运动估计仅在临床数据集上评估，可能缺乏更广泛验证	从电影MRI中准确且生物力学一致地量化心脏运动	心肌运动和应变分析	数字病理学	心血管疾病	电影MRI	有限元数字图像/体积相关框架	图像	一个合成数据集、三个公共数据集和一个临床数据集	NA	有限元数字图像/体积相关框架	位移RMSE, 等效应变RMSE, 时间一致性, 地标误差, 边界跟踪Dice系数	NA
842	2026-02-09	C2HFusion: Clinical context-driven hierarchical fusion of multimodal data for personalized and quantitative prognostic assessment in pancreatic cancer 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103937 PMID:41564638	研究论文	提出了一种名为C2HFusion的新型融合框架，用于胰腺癌的个性化定量预后评估	受临床决策启发，首次在多个表征层次和结构形式上整合多模态数据，并引入了可扩展的临床专家混合模块动态优化特征融合	未明确说明模型的可解释性如何，也未讨论在不同医疗中心间的泛化能力是否存在限制	提高胰腺导管腺癌的预后建模准确性，实现个性化临床管理	胰腺导管腺癌患者	数字病理学	胰腺癌	多序列MRI、结构化实验室数据、非结构化放射学报告	深度学习	图像、文本、结构化数据	681名PDAC患者的多中心真实世界数据集	未明确说明	C2HFusion（包含跨注意力机制、特征调制机制、临床专家混合模块）	C-index	未明确说明
843	2026-02-09	UNISELF: A unified network with instance normalization and self-ensembled lesion fusion for multiple sclerosis lesion segmentation 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103954 PMID:41570473	研究论文	提出一种名为UNISELF的统一网络，用于多发性硬化病灶的自动分割，该网络结合了实例归一化和自集成病灶融合技术	提出了一种新颖的测试时自集成病灶融合方法以提高分割精度，并利用测试时潜在特征的实例归一化（TTIN）来处理域偏移和缺失的输入对比度	方法仅在有限的单一源训练数据（ISBI 2015数据集）上进行训练和验证	开发一种能够在单一训练域内实现高精度，同时在多个域外测试数据集上表现出强泛化能力的多发性硬化病灶自动分割方法	多发性硬化（MS）病灶	数字病理学	多发性硬化	多对比度磁共振（MR）成像	深度学习	图像	ISBI 2015纵向MS分割挑战训练数据集，以及MICCAI 2016、UMCL公共数据集和一个私人多站点数据集用于测试	NA	统一网络（UNISELF）	分割精度，泛化性能	NA
844	2026-02-09	Diagnostic text-guided representation learning in hierarchical classification for pathological whole slide image 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103894 PMID:41386185	研究论文	本文提出了一种名为PathTree的表示学习方法，用于处理病理全切片图像（WSI）的分层分类任务，通过结合专业病理文本描述来指导图像特征的层次化聚合	引入了分层病理图像分类概念，并提出了PathTree方法，将疾病多分类视为二叉树结构，利用文本描述引导层次化表示学习，并引入树特定损失函数来约束文本与图像间的关联	未明确说明方法在处理更复杂或非二叉树结构分类任务时的适用性，且实验数据集的多样性可能有限	开发一种深度学习辅助的解决方案，以应对更复杂的病理全切片图像分类任务	病理全切片图像（WSI）	数字病理	肺癌, 前列腺癌, 乳腺癌	表示学习, 文本引导的特征聚合	树状编码器	图像, 文本	三个数据集：内部冷冻切片肺组织病变识别、公共前列腺癌分级评估、公共乳腺癌亚型分类	未明确指定	PathTree	未明确指定	NA
845	2026-02-09	U2AD: Uncertainty-based unsupervised anomaly detection framework for detecting T2 hyperintensity in MRI spinal cord 2026-Mar, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103939 PMID:41558246	研究论文	本文提出了一种基于不确定性的无监督异常检测框架（U2AD），用于检测MRI脊髓图像中的T2高信号	提出了一种基于不确定性引导掩码策略的“掩码-重建”范式，通过蒙特卡洛推理估计重建不确定性，迭代优化正常表示学习，解决了领域偏移和任务冲突问题	未明确说明模型在跨中心或不同扫描协议数据上的泛化能力	开发一种无需异常标注的无监督异常检测方法，用于自动检测脊髓MRI中的T2高信号病变	脊髓磁共振图像（MRI）中的T2高信号区域	计算机视觉	退行性颈椎病（DCM）	MRI成像	Vision Transformer	图像	NA	PyTorch	Vision Transformer	患者级识别准确率，分割级定位精度	NA
846	2026-02-09	A fine-grained fundus image dataset for cataract severity assessment and diagnosis 2026-Feb-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06684-8 PMID:41654552	研究论文	本文构建了一个细粒度白内障严重程度评估和诊断的眼底图像数据集，并提出了一个基于多模态大语言模型的诊断框架	首次应用多模态大语言模型技术进行精确的定量白内障诊断，并公开了首个包含细粒度分类和专业诊断描述的高质量眼底图像数据集	数据集规模相对较小，仅包含187个病例，可能影响模型的泛化能力	开发一个能够进行多级别白内障严重程度评估并生成专业诊断建议的自动化诊断系统	白内障患者的眼底图像	计算机视觉	白内障	眼底成像	MLLM	图像, 文本	187个眼底图像病例	NA	多模态大语言模型	严重程度评分准确性, 诊断报告生成质量	NA
847	2026-02-09	Assessing conformation validity and rationality of deep learning-generated 3D molecules 2026-Feb-07, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-69303-5 PMID:41654558	研究论文	本文提出了一种用于评估AI生成3D分子构象有效性与合理性的两阶段方法	开发了结合AI力场与深度学习网络的两阶段评估系统，在保持高速计算的同时达到量子力学精度水平	未明确说明方法在极端分子结构或非常规化学环境中的适用性限制	解决AI生成3D分子构象缺乏有效评估方法的问题	AI生成的3D分子构象	机器学习	NA	密度泛函理论, AI力场	深度学习网络	3D分子结构数据	对5个AI模型在102个靶点（Directory of Useful Decoys-Enhanced数据集）生成的分子进行评估	NA	NA	构象有效性, 构象合理性, 计算速度, 量子力学精度	NA
848	2026-02-09	Rapid prediction of cardiac activation in the left ventricle with geometric deep learning: a step towards cardiac resynchronization therapy planning 2026-Feb-07, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02399-7 PMID:41654658	研究论文	本研究开发了两种基于几何深度学习的模型，用于实时预测左心室几何结构上的激活时间图，以辅助心脏再同步化治疗（CRT）的术前规划	首次将几何深度学习方法（图神经网络GNN和几何信息神经算子GINO）应用于左心室激活时间的实时预测，并开发了从激活时间图反推最优起搏位点的工作流程	模型在真实世界左心室几何结构上的误差（约4%）仍需进一步降低，且研究尚未进行大规模临床验证	开发一种快速预测左心室电激活的方法，为心脏再同步化治疗（CRT）的个性化术前规划提供决策支持	左心室（LV）的几何结构及其电激活特性	数字病理学	心血管疾病	有限元模拟，几何深度学习	GNN, GINO	几何形状数据，模拟生成的激活时间图	基于大范围合成左心室形状、起搏位点配置和组织电导率生成的合成数据集	NA	图神经网络（GNN），几何信息神经算子（GINO）	预测误差百分比	NA
849	2026-02-09	CMC-WDTK: CpG methylation change prediction by a weight-sharing dual-branch Transformer-Kolmogorov-Arnold network model 2026-Feb-07, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-12627-9 PMID:41654764	研究论文	本文提出了一种名为CMC-WDTK的深度学习框架，用于整合CpG位点侧翼序列和相邻单核苷酸变异信息，以预测DNA序列间的甲基化变化	首次提出结合权重共享双分支Transformer与Kolmogorov-Arnold网络（KAN）的深度学习框架，用于预测序列间的甲基化变化，并能够捕获参考序列和变异序列的全局与局部特征	未明确提及模型在更广泛或更复杂生物条件下的泛化能力限制，也未讨论计算资源需求或模型可解释性的具体局限	开发一种能够整合个体遗传变异信息，以准确预测DNA甲基化变化的计算工具	DNA序列，特别是CpG位点及其侧翼序列，以及相邻的单核苷酸变异	机器学习	癌症	DNA甲基化分析	Transformer, KAN	序列数据	八个真实数据集	NA	权重共享双分支Transformer, Kolmogorov-Arnold网络	AUC	NA
850	2026-02-09	Advanced deep learning techniques for classifying dental conditions using panoramic X-ray images 2026-Feb-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-07727-7 PMID:41654817	研究论文	本研究评估了多种深度学习技术，用于在口腔全景X光图像中自动分类牙科疾病，包括定制CNN、混合CNN-机器学习模型和微调预训练架构	比较了定制CNN、混合CNN-机器学习模型和微调预训练架构在牙科疾病分类中的性能，并发现混合CNN-随机森林模型表现最佳	观察到形态相似疾病之间的系统误分类，表明这些AI系统应作为临床专业知识的辅助工具，需要前瞻性验证研究	评估深度学习技术用于牙科疾病自动分类的性能	口腔全景X光图像中的牙科疾病，包括填充物、龋齿、种植体和阻生牙	计算机视觉	牙科疾病	全景X光成像	CNN, 支持向量机, 决策树, 随机森林	图像	1,512张口腔全景X光图像，包含11,137个手动标注边界框，平衡数据集为每个疾病894个样本	NA	VGG16, Xception, ResNet50	准确率, 精确率, 召回率, F1分数	NA
851	2026-02-09	AMP-CapsNet: a multi-view feature fusion approach for antimicrobial peptide prediction using capsule networks 2026-Feb-07, Genomics & informatics DOI:10.1186/s44342-026-00067-6 PMID:41654884	研究论文	本文提出了一种名为AMP-CapsNet的新型深度学习模型，用于通过胶囊网络和多视图特征融合方法预测抗菌肽	首次将胶囊神经网络应用于抗菌肽预测，并采用多视图特征融合方法结合氨基酸组成和双肽组成特征	未明确说明模型在更大规模或更复杂数据集上的泛化能力，也未详细讨论计算资源需求	开发一种准确预测抗菌肽的深度学习模型，以促进基于AMP的药物发现	抗菌肽（AMPs）	机器学习	细菌感染	氨基酸组成（AAC）编码，双肽组成（DPC）编码	胶囊神经网络（Capsule Neural Network）	序列数据（肽序列）	NA	NA	AMP-CapsNet	准确率，AUC	NA
852	2026-02-09	Performance of machine learning algorithms in diffusion tensor imaging of movement disorders: an exploratory meta-analysis 2026-Feb-07, Biomedical engineering online IF:2.9Q3 DOI:10.1186/s12938-026-01528-3 PMID:41654900	荟萃分析	本文通过探索性荟萃分析，评估了机器学习算法在运动障碍扩散张量成像中的性能趋势、方法学多样性和变异性来源	首次对机器学习在运动障碍DTI分类中的应用进行探索性荟萃分析，重点描述性能分布和方法学模式而非推断单一合并诊断效应	研究间存在极高的异质性（I²=94.7%），样本量普遍较小（37-139名参与者），且多为单中心研究，限制了外部效度	评估机器学习模型在运动障碍扩散张量成像数据中的分类性能趋势和方法学多样性	人类运动障碍疾病（包括帕金森病、抽动秽语综合征和特发性震颤）的扩散张量成像数据	机器学习	运动障碍	扩散张量成像	深度学习, 基于影像组学的模型	医学影像	46项研究（2016-2024年），涉及帕金森病、抽动秽语综合征和特发性震颤患者，单研究样本量37-139名参与者	NA	NA	准确率, 灵敏度, 特异性, AUC	NA
853	2026-02-09	Introducing AutoML framework for Drug-Drug Interaction Prediction: Application of AutoGluon 2026-Feb-07, Toxicology mechanisms and methods IF:2.8Q2 DOI:10.1080/15376516.2026.2628929 PMID:41654993	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
854	2026-02-09	Sequential glioblastoma segmentation via topological data analysis and spatial adjacency 2026-Feb-06, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae3e97 PMID:41604711	研究论文	本文提出了一种基于拓扑数据分析（TDA）和空间邻接信息的顺序分割框架，用于精确分割胶质母细胞瘤	利用TDA的可解释过滤和持久同源性捕获胶质瘤的内在拓扑特征，减少对大型标注数据集的依赖，并引入模糊边缘Dice分数作为新的性能指标	未明确提及方法的计算效率或在大规模数据集上的泛化能力	提高胶质母细胞瘤在医学影像中的分割准确性	胶质母细胞瘤的医学影像数据	数字病理学	胶质母细胞瘤	拓扑数据分析（TDA），持久同源性	NA	医学影像	BRATS2021和BRATS2022-Reg公共数据集	NA	NA	模糊边缘Dice分数	NA
855	2026-02-09	MetaChest: generalized few-shot learning of pathologies from chest X-rays 2026-Feb-06, Visual computing for industry, biomedicine, and art DOI:10.1186/s42492-026-00214-4 PMID:41644911	研究论文	本文提出了MetaChest数据集，用于评估广义少样本学习在胸部X光病理分类中的应用	引入了专门设计用于广义少样本分类的大规模胸部X光数据集，并评估了标准迁移学习与ProtoNet扩展在少样本多标签分类任务中的表现	研究未提及模型在外部验证集上的泛化能力或临床部署的具体挑战	探索广义少样本学习在医学图像分析中的应用，特别是胸部X光病理分类	胸部X光图像中的病理分类	计算机视觉	肺部疾病	胸部X光成像	CNN	图像	479,215张胸部X光图像，来自四个公共数据库	TensorFlow, PyTorch	ProtoNet, 未指定具体架构但提及高效模型架构	准确率	未具体说明，但提及高分辨率图像增加计算成本及高效模型减少资源需求
856	2026-02-09	Mass spectrometry-based human spatial omics: fundamentals, innovations, and applications 2026-Feb-06, Journal of biomedical science IF:9.0Q1 DOI:10.1186/s12929-026-01219-0 PMID:41645178	综述	本文系统回顾了基于质谱的空间组学技术，涵盖其基本原理、技术创新、计算分析流程及其在生物医学领域的应用	系统梳理了质谱空间组学领域的技术与计算进展，包括空间分辨率提升、分子覆盖度扩展、深度学习整合及多模态平台融合等创新方向	NA	综述质谱空间组学技术的发展历程、当前进展、应用场景及未来挑战	人类组织中的蛋白质、代谢物、脂质等生物分子的空间分布	空间组学	肿瘤、神经退行性疾病	质谱成像（MSI）、标记技术、邻近标记技术	深度学习	空间分子成像数据	NA	NA	NA	NA	云优化数据格式
857	2026-02-09	Protocol for non-invasive tumor monitoring and diagnosis based on interpretable deep learning 2026-Feb-06, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2026.104358 PMID:41653437	研究论文	本文介绍了一种基于可解释深度学习框架Oncoder的非侵入性肿瘤监测和诊断协议	开发了Oncoder这一可解释深度学习框架，用于通过追踪血浆cfDNA中肿瘤特异性DNA甲基化信号的动态变化来监测治疗反应	NA	非侵入性肿瘤监测和诊断	血浆细胞游离DNA（cfDNA）中的肿瘤特异性DNA甲基化	机器学习	肿瘤	DNA甲基化分析	深度学习	甲基化数据	NA	NA	Oncoder	NA	NA
858	2026-02-09	Comparison of Artificial Intelligence Models for Automatic Segmentation of the Mandibular Canals and Branches 2026-Feb-06, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109427 PMID:41653835	研究论文	本研究比较并改进了三种深度学习模型（UNETR、Swin UNETR和3D UX-Net）在下颌管及其分支自动分割任务中的性能	首次系统比较了UNETR、Swin UNETR和3D UX-Net三种模型在小型牙科结构分割任务中的表现，并引入了基于解剖学特征的后处理模块显著提升模型性能	研究仅使用了173个CBCT扫描样本，样本量相对有限；研究专注于下颌管区域，未验证模型在其他解剖结构的泛化能力	比较和提升深度学习模型在下颌管及其分支自动分割任务中的性能	下颌管、切牙管和颏管等牙科解剖结构	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	深度学习模型	3D医学图像（CBCT扫描）	173个CBCT扫描	NA	U-Net Transformer (UNETR), Swin UNETR, 3D UX-Net	Dice相似系数（DSC）, 交并比（IoU）, 95百分位豪斯多夫距离（HD95）, 平均对称表面距离（ASSD）, 精确率, 召回率	NA
859	2026-02-09	Closing the loop: A systematic review of artificial intelligence in circular e-waste management 2026-Feb-06, Waste management (New York, N.Y.) DOI:10.1016/j.wasman.2026.115392 PMID:41653831	综述	本文系统回顾了人工智能在电子废弃物循环管理中的应用，提出了一个六层分类法，并探讨了技术、系统及操作层面的挑战与未来机遇	提出了一个涵盖AI方法、生命周期阶段、数据、废弃物类型、限制与挑战及未来路径的六层分类法，以系统化地构建证据，并将AI系统从终端处理重新定义为再生循环	研究基于2019年至2025年10月的文献，可能未涵盖最新动态；同时指出了数据可用性、泛化能力、标准化缺乏、互操作性差距以及伦理与监管采纳障碍等系统性限制	系统回顾人工智能在电子废弃物循环管理中的应用，识别挑战并探索未来路径，以推动从线性废弃物处理向循环路径的战略转变	2019年至2025年10月期间的147篇学术文章	机器学习	NA	NA	深度学习	NA	147篇文章	NA	NA	NA	NA
860	2026-02-09	Comment on "Application of deep learning reconstruction in abdominal magnetic resonance cholangiopancreatography for image quality improvement and acquisition time reduction" 2026-Feb-06, Journal of the Formosan Medical Association = Taiwan yi zhi DOI:10.1016/j.jfma.2026.02.006 PMID:41654475	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA