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
9481	2026-06-03	Harnessing CRISPR-Cas Technology for Precision Antimicrobial Targeting 2026-May-21, Current topics in medicinal chemistry IF:2.9Q3 DOI:10.2174/0115680266395401251105000157 PMID:42227365	综述	本文综述了CRISPR-Cas技术在精准靶向抗菌中的应用，探讨其如何应对抗生素耐药性，并评估该技术的潜力与挑战	系统评估CRISPR-Cas与传统抗生素相比的精准靶向优势，并结合递送系统（如接合质粒、噬菌体、纳米颗粒）的最新进展分析其对耐药菌株和病毒（如SARS-CoV-2、乙肝病毒）的治疗潜力	未详细说明CRISPR-Cas技术的脱靶效应、体内递送效率或临床转化中的安全性问题	评估CRISPR-Cas技术作为精准抗菌工具对抗抗生素耐药性（AMR）的可行性和应用前景	耐药菌（如ESKAPE病原体）和病毒（如SARS-CoV-2、乙肝病毒）	机器学习	感染性疾病	CRISPR-Cas系统	NA	NA	NA	NA	NA	NA	NA
9482	2026-06-03	Deep-Learning-Based Automatic Segmentation and Quantitative Measurement of Normal Spleen in Chinese Adults 2026-May-21, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056472787260516112449 PMID:42227506	研究论文	开发基于深度学习的3D V-Net自动分割CT图像中的正常脾脏，并分析中国成年人的脾脏形态学参数与年龄、性别的关系	首次在大规模中国成年人队列中利用深度学习自动分割和量化正常脾脏形态学参数，并揭示了性别和年龄特异性的脾脏体积和衰减模式	可能存在残余混杂因素、缺乏对体表人体测量协变量的完全校正以及仅在单一机构中心进行验证	建立基于深度学习的自动化脾脏分割和标准化形态学测量流程，提供中国成年人脾脏参考值分布	中国成年人的正常脾脏	计算机视觉	无特定疾病	CT扫描	3D V-Net	CT图像	训练集2,856次CT检查；应用和验证集1,520次CT检查（共3,490张图像）	NA	3D V-Net	Dice相似系数、体积相似性、Hausdorff距离、平均Hausdorff距离	NA
9483	2026-06-03	Emerging Utility of Artificial Intelligence Driven Medical Robots in Health Care: A Review 2026-May-20, Current pharmaceutical design IF:2.6Q2 DOI:10.2174/0113816128413461251127064243 PMID:42227386	综述	本文全面审视了人工智能驱动的医疗机器人在诊断、手术、康复和患者护理中的变革能力	系统综述了AI驱动的医疗机器人技术，包括手术机器人、诊断机器人、康复机器人和社交辅助机器人，强调其在精准医学和智能化医疗中的重要作用	存在伦理困境、数据隐私问题、监管合规性以及临床环境中严格验证的需求等挑战	评估AI驱动的医疗机器人系统的现状，评价正在进行的临床试验，并探讨未来发展方向	AI驱动的医疗机器人，包括手术、诊断、康复和社交辅助机器人	机器学习	NA	NA	CNN, LSTM, GAN	影像数据、基因数据	NA	TensorFlow, PyTorch, Keras	NA	NA	NA
9484	2026-06-03	Multimodal Fusion of Endoscopic and Histopathological Images for Lesion Detection Using Hybrid Deep Learning 2026-May-19, Current medical imaging IF:1.1Q3 DOI:10.2174/0115734056437477260427145329 PMID:42227503	研究论文	提出一种混合深度学习框架SHF-Net，融合内镜与组织病理图像实现消化道病变检测	首次将CNN、ViT和GNN三种网络架构结合，通过多通道注意力机制融合空间、上下文和结构特征，并利用GAN解决数据稀疏问题	仅基于单一数据集HyperKvasir验证，未来需扩展至多模态及多样化临床数据集	开发自动化系统提升消化道病变检测的准确性和可靠性，减少观察者间差异	消化道内镜图像及对应的组织病理图像，涵盖5种病变类别	计算机视觉	消化道疾病	内镜成像, 组织病理成像, GAN数据增强, 染色标准化	CNN, ViT, GNN, 多通道注意力机制	图像	HyperKvasir数据集包含111,079张标注内镜图像及对应组织病理数据	PyTorch	SHF-Net（包含CNN、ViT、GNN及多通道注意力模块）	准确率, 精确率, 召回率, F1分数	NA
9485	2026-06-03	Molspectra: a general framework for multi-spectra prediction from molecular structures 2026-May-14, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-026-06768-7 PMID:42133173	研究论文	提出一个通用深度学习框架MolSpectra，能够从分子SMILES表示直接预测多模态光谱	首次实现无需修改核心模型架构即可预测多种光谱类型，支持实验元数据与分子结构信息的端到端协同输入	未提及在更大规模数据集或低资源条件下的泛化能力，且仅基于四个光谱技术（IR、UV-Vis、EI-MS、NMR）进行评估	开发一个能够从分子结构预测多模态光谱的通用框架，以克服实验光谱数据稀缺的瓶颈	四种光谱技术（红外光谱、紫外-可见光谱、电子电离质谱、核磁共振光谱）对应的六种数据集	机器学习	NA	SMILES表示、RDKit分子图构建、消息传递图神经网络、Transformer	消息传递图神经网络、Transformer	光谱数据（IR、UV-Vis、EI-MS、NMR）	NIST数据库IR与UV-Vis数据集、Chemotion数据库IR数据集、基于USPTO反应语料库的模拟IR基准数据集、NIST 23数据库的EI-MS数据集、nmrshiftdb2与HMDB的NMR数据集	PyTorch、RDKit	消息传递图神经网络（MPGNN）与序列信号混合聚合（SSMA）、层次距离结构编码（HDSE）、增强Transformer架构	余弦相似度、Top-1准确度、平均绝对误差	NA
9486	2026-06-03	Video-based Detection of Delirium in Hospitalized Adults 2026-May-13, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.11.26352902 PMID:42180362	研究论文	开发并验证基于视频特征的谵妄分类分析框架	通过自动提取视频特征实现客观持续的谵妄检测，使用定制ResNet-101模型优于现成模型	样本量较小（109个视频），队列异质性高	验证基于视频自动提取特征的谵妄分类可行性	住院成人患者（麻州≥18岁，中位年龄72岁）	计算机视觉	谵妄	DeepLabCut	支持向量机、逻辑回归、梯度提升、随机森林	视频	109个视频，来自50名参与者（25名男性和25名女性）	DeepLabCut	ResNet-101	AUC-ROC、敏感性、特异性	NA
9487	2026-06-03	A geometry-aware generative framework integrating GPS-VAE and Transformer-SELFIES for structure-based de novo drug design 2026-May-12, Journal of molecular modeling IF:2.1Q3 DOI:10.1007/s00894-026-06733-4 PMID:42118199	研究论文	提出结合GPS-VAE和Transformer-SELFIES的几何感知生成框架，用于基于结构的从头药物设计	首次将图交互变换器变分自编码器与Transformer-SELFIES结合，实现100%化学有效性，并利用STONED进化算法进行结构优化	仅针对JAK2和DRD2两个靶点进行了验证，泛化性有待进一步评估；自动对接评分函数依赖于AutoDock Vina	开发一种高效的几何感知生成框架，提高基于结构从头药物设计的配体效率和化学有效性	Janus激酶2和Dopamine D2受体靶点及其活性位点	机器学习	NA	分子对接、变分自编码器、进化搜索	图神经网络、变换器、变分自编码器	蛋白质结构、分子结构（SELFIES表示）	NA	PyTorch	GPS-VAE、Transformer-SELFIES、STONED进化算法	配体效率、化学有效性	NA
9488	2026-06-03	Video-based detection of Delirium in hospitalized adults 2026-May, PLOS digital health DOI:10.1371/journal.pdig.0001462 PMID:42213702	research paper	基于视频特征自动检测住院成人谵妄状态的分析框架开发与验证	首次利用深度学习姿态估计从简短视频中自动提取行为特征（眼部、面部、肢体运动与姿势）进行谵妄分类，并对比了定制化ResNet-101模型与现成模型的性能差异	样本量较小（109个视频），谵妄样本仅占18%，且数据来自单中心，可能影响模型泛化性	开发基于视频行为特征自动分类谵妄状态的客观分析方法，以替代当前主观间歇性筛查工具	住院成人患者（≥18岁）的日常谵妄评估与简短视频记录	computer vision	geriatric disease	deep learning pose estimation	support vector machine, logistic regression, gradient boosting, random forests	video	109个视频来自25名男性和25名女性参与者（中位年龄72岁）	DeepLabCut	ResNet-101	AUC ROC, sensitivity, specificity	NA
9489	2026-06-03	Convolutional-transformer fusion of ultrasound and diffuse optical tomography for breast lesion classification 2026-May, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102769 PMID:42025609	研究论文	提出一种卷积-Transformer融合框架，整合超声和漫射光断层成像用于乳腺病变分类	开发了新型卷积-Transformer-翻译器融合模型，自动结合高分辨率超声图像和低分辨率漫射光断层成像总血红蛋白图像	未明确说明	提高乳腺病变诊断性能并减少不必要的良性活检	287名接受超声和超声引导下漫射光断层成像检查的可疑乳腺病变患者	医学影像分析	乳腺癌	超声成像, 漫射光断层成像	卷积神经网络, Transformer	超声图像, 漫射光断层成像总血红蛋白图像	287名患者	NA	卷积-Transformer-翻译器	ROC曲线下面积, 灵敏度, 活检特异性	NA
9490	2026-06-03	Towards quality control and harmonization of deep learning CT radiomics: An in-silico feasibility study with virtual colorectal liver metastases 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70500 PMID:42169495	研究论文	本研究通过构建虚拟结直肠肝转移模型，评估不确定性估计和图像协调化策略在深度学习CT影像组学中提高生物标志物预测可靠性的作用	首次将不确定性估计作为深度学习影像组学生物标志物预测的可靠性指标，并联合线性协调化滤波器改善跨扫描仪推理的一致性	结果仅基于仿真框架验证，尚未在临床CT数据上得到确认，需要进一步的临床验证和转化	评估不确定性估计作为生物标志物预测可靠性指标的价值，以及图像协调化在改善跨扫描仪推理中的效果	虚拟结直肠肝转移灶（20,000个）嵌入临床CT肝图像中生成的模拟扫描	数字病理学	结直肠癌肝转移	CT影像组学	深度学习影像组学模型	图像	20,000个虚拟结直肠肝转移灶嵌入20个临床CT肝图像	NA	NA	相关系数, 均方根误差	NA
9491	2026-06-03	SERS-based deep learning approach for early detection of gestational diabetes mellitus 2026-Apr-15, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy DOI:10.1016/j.saa.2026.127472 PMID:41547262	研究论文	提出了一种基于表面增强拉曼光谱与深度学习融合的早期妊娠期糖尿病诊断新策略	首次将表面增强拉曼光谱与PCA-CNN融合模型应用于早期妊娠期糖尿病筛查，实现快速、精准的早期诊断	NA	开发一种快速、准确、便捷的早期妊娠期糖尿病筛查方法	妊娠期糖尿病患者的血清样本	机器学习	妊娠期糖尿病	表面增强拉曼光谱（SERS）	卷积神经网络 (CNN) 结合主成分分析 (PCA)	光谱数据	NA	NA	PCA-CNN	准确率、灵敏度、特异度	NA
9492	2026-06-03	Automatic detection of the fetal brain midsagittal plane on MRI using a deep learning pipeline 2026-Apr-07, American journal of obstetrics & gynecology MFM IF:3.8Q1 DOI:10.1016/j.ajogmf.2026.101962 PMID:41956321	research paper	开发了一种基于深度学习的自动检测胎儿大脑MRI正中矢状面（MSP）的流程	使用多任务2D U-Net检测四个中线结构（胼胝体膝部、压部、小脑蚓部、脑桥）的共现性，并结合LightGBM分类器进行病例级决策	研究基于正常胎儿大脑解剖结构，未涉及异常病例或多种MRI序列	实现胎儿MRI中正中矢状面的自动检测，以提高图像质量评估和大脑解剖评价的标准化	225例18-36周正常胎儿的大脑MRI数据	计算机视觉	NA	MRI（单次激发快速自旋回波T₂加权序列）	U-Net	图像	432个MRI图像堆栈来自225例胎儿（135个含MSP，297个不含）	PyTorch	2D U-Net	AUC、准确率、灵敏度、特异性、定位准确度	NA
9493	2026-06-03	DrowsyDG-Phys: Generalizable driver drowsiness estimation in conditional automated vehicles using physiological signals 2026-Apr, Accident; analysis and prevention DOI:10.1016/j.aap.2026.108407 PMID:41547100	研究论文	提出了一种名为DrowsyDG-Phys的域泛化框架，用于基于生理信号的驾驶员困倦检测	提出了一个显式时频域特征学习的骨干网络，并集成了三种新颖的损失函数：基于先验知识的对比正则化、特征集中化损失和困倦评估标准对齐损失	未明确说明局限性	提高基于生理信号的驾驶员困倦检测模型的泛化能力和鲁棒性	使用心电图、皮肤电活动和呼吸信号三种生理信号进行困倦检测	机器学习	NA	生理信号采集	域泛化框架	生理信号（心电图、皮肤电活动、呼吸信号）	3个公开数据集和1个自采集数据集，包含60名参与者在模拟SAE Level-3驾驶场景下的数据	PyTorch	DrowsyDG-Phys（时频域特征学习骨干网络）	准确率（DG协议78.5%，跨被试协议88.4%）	NA
9494	2026-06-03	The role of artificial intelligence in early detection and risk prediction of ischemic heart disease 2026-Apr, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000004812 PMID:41939092	综述	探讨人工智能在缺血性心脏病早期检测和风险预测中的作用	系统总结了AI在ECG分析、影像学和生物标志物三个主要领域的应用，展示了其超越传统方法的潜力，并强调了多组学和可穿戴设备集成等新兴方向	多数研究为回顾性或单中心，缺乏在不同人群和医疗环境中的验证，存在算法偏差、泛化能力不足、监管不确定性和临床医生熟悉度有限等问题	评估AI技术在提高缺血性心脏病早期诊断准确性和风险预测个性化方面的潜力	缺血性心脏病及相关诊断工具（如ECG、影像学、生物标志物）	机器学习	缺血性心脏病	NA	机器学习、深度学习	NA	NA	NA	NA	NA	NA
9495	2026-06-03	Optimizing wastewater treatment through combined deep learning and deep reinforcement learning: Recent advances and future prospects 2026-Mar-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.123795 PMID:41547426	综述	综述了深度学习和深度强化学习在污水处理优化中的最新进展与未来前景	清晰阐述了深度学习与深度强化学习在污水处理中不同的应用适用性及优势，并强调了标准化开放数据平台、开源模型库与模型透明性整合的必要性	智能系统在污水处理厂实际运营中的应用仍面临挑战，需要可靠和标准化的数据采集	探讨深度学习和深度强化学习在污水处理过程优化中的应用潜力与优势	污水处理厂中的过程优化问题，包括故障检测、水质预测、实时监测、自适应控制与多目标优化	machine learning	NA	NA	深度学习和深度强化学习	时间序列数据	NA	NA	NA	NA	NA
9496	2026-06-03	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	提出一种时空正则化的有限元数字图像/体积相关框架，用于从常规电影MRI实现二维和三维加时间的心肌运动跟踪与应变分析	统一多视图对齐与二维/三维加时间运动估计，结合区域特定生物力学正则化与数据驱动的时域分解，并通过相关性多视图对齐模块增强解剖一致性	未报告计算资源或时间成本，且三维加时间运动估计仅在一个临床数据集上验证	实现准确且生物力学一致的心肌运动量化，推动四维心脏功能评估	心肌运动与应变	计算机视觉	NA	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、三个公开数据集和一个临床数据集	NA	有限元模型	位移均方根误差、应变均方根误差、时间一致性、地标误差、边界跟踪Dice系数	NA
9497	2026-06-03	Maternal High-Fat Diet and Neonatal LPS Exposure Prolong USV Sequences and Shift Call-Type Repertoires in Neonatal Rats 2026-03, Developmental psychobiology IF:1.8Q3 DOI:10.1002/dev.70142 PMID:41844290	研究论文	采用深度学习系统DeepSqueak分析母体高脂饮食和新生期LPS暴露对新生大鼠超声发声序列和叫声类型的影响	首次利用深度学习自动化系统DeepSqueak对新生大鼠超声发声的声谱图和语法特征进行详细分析，揭示母体高脂饮食和新生期LPS暴露对发声序列时长和语法转换概率的显著影响	样本量相对较小（总N=41），且仅关注新生期第7天的发声记录，缺乏长期追踪数据	探究母体高脂饮食和新生期脂多糖暴露对新生大鼠超声发声的时间结构和语法特征的影响	长埃文斯大鼠的后代（共41只，每条件5-6只）	机器学习	NA	深度学习系统DeepSqueak	CNN	超声音频数据	41只新生大鼠（每条件5-6只）	DeepSqueak	NA	一致性比率	NA
9498	2026-06-03	Open-source pre-clinical image segmentation: mouse cardiac magnetic resonance imaging datasets with a deep learning segmentation framework 2026-Feb-17, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102706 PMID:41713653	研究论文	提出首个公开可用的小鼠心脏磁共振影像数据集及基于深度学习的开源分割框架	首次公开临床前小鼠心脏CMR数据集，结合UNet3+架构构建分割模型，并提供网页界面部署工具	未提及模型在更大规模或更多样化疾病模型中的泛化能力评估	开发通用开源工具以加速临床前心血管研究的可重复性和规模化发展	小鼠心脏磁共振影像及左心室血池和心肌分割	计算机视觉	心血管疾病	心脏磁共振成像	深度学习分割模型	图像	130只小鼠用于训练，25只用于内部测试，15只（7T）和10只（11.7T）用于外部测试	NA	UNet3+	Dice系数、组内相关系数	每张2D图像推理时间<20 ms，完整电影堆栈分割约4.6秒
9499	2026-06-03	Hundred-Nanosecond Equivalent Pixel Dwell Time for Deep-Tissue 3D Three-Photon Fluorescence Microscopy via Sparse X-Y-Z Reconstruction 2026-Feb, Small methods IF:10.7Q1 DOI:10.1002/smtd.202501513 PMID:41546413	研究论文	提出DeepR-SXYZ深度学习框架，通过稀疏X-Y-Z重建实现深组织三光子荧光显微镜的百纳秒等效像素驻留时间，大幅提升成像速度	首次将深度学习稀疏重建与三光子荧光显微结合，通过结构-动态注意力增强Transformer同步捕获层内形态与层间动态，实现8.8倍加速和60%以上Z轴层恢复	依赖配对训练数据（稀疏与密集采样），可能限制在无配对数据场景的泛化性；未明确讨论对活体组织光毒性的量化评估	实现三光子荧光显微的高速、低光毒性体积成像，平衡成像速度与空间分辨率	脑脉管系统和肌巨噬细胞	计算机视觉，数字病理学	NA	三光子荧光显微镜	CNN， Transformer	图像（三维体积扫描）	脑脉管系统和肌巨噬细胞的体积扫描数据	NA	卷积神经网络（CNN），结构-动态注意力增强Transformer	加速比，层恢复率，等效像素驻留时间	NA
9500	2026-06-03	The 4D Human Embryonic Brain Atlas: Spatiotemporal atlas generation for rapid anatomical changes 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102702 PMID:41547005	研究论文	利用深度学习方法创建4D人类胚胎脑图谱，捕捉孕早期大脑的快速解剖变化	引入随时间变化的初始图谱并惩罚偏离，确保在胚胎快速发育期间保持特定年龄的解剖结构	NA	提供正常胚胎脑发育的详细见解并识别异常，改善产前神经发育障碍的检测、预防和治疗	人类胚胎大脑	计算机视觉	神经发育障碍	3D超声成像	深度学习	3D超声图像	来自402名受试者的831张3D超声图像，孕周8至12周	NA	NA	消融研究结果	NA