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
9841	2026-03-10	DSwinIR: Rethinking Window-Based Attention for Image Restoration 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646016 PMID:41418006	研究论文	本文提出了一种新的注意力机制——可变形滑动窗口注意力（DSwin Attention），用于图像恢复任务	引入了基于令牌和内容感知的范式，通过可变形滑动窗口注意力机制超越传统的网格和固定窗口划分，增强了跨窗口特征交互和感受野	NA	改进图像恢复中基于窗口的自注意力机制，以提升模型性能	图像恢复任务	计算机视觉	NA	NA	Transformer	图像	NA	NA	DSwinIR, GridFormer	dB（信噪比提升）	NA
9842	2026-03-10	Jo-SNC: Combating Noisy Labels Through Fostering Self- and Neighbor-Consistency 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3646737 PMID:41428907	研究论文	提出一种名为Jo-SNC的噪声鲁棒方法，通过联合样本选择和基于自一致性及邻域一致性的模型正则化来应对标签噪声问题	提出联合样本选择和模型正则化的噪声鲁棒方法，引入Jensen-Shannon散度衡量样本清洁度，设计自适应阈值方案，并采用三元组一致性正则化提升模型性能	未明确说明方法在极端噪声比例或特定数据分布下的性能边界，实验主要基于基准数据集	解决监督深度学习中的标签噪声问题，提升模型在噪声环境下的鲁棒性	带有噪声标签的监督学习数据	机器学习	NA	NA	深度网络	NA	多个基准数据集（未指定具体数量）	NA	NA	NA	NA
9843	2026-03-10	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109380 PMID:41544585	研究论文	本研究探索了基于深度学习的对象检测模型在根尖片上自动检测和分类牙周骨缺损的可行性	首次将YOLOv8对象检测模型应用于根尖片上牙周骨缺损的详细分类，包括一壁缺损、多壁缺损、火山口样缺损和根分叉病变	数据集存在不平衡问题，且二维成像本身存在固有局限，导致模型对较小或影像学上模糊的缺损检测困难	评估人工智能辅助对象检测模型在牙周骨缺损分类中的可行性和性能	根尖片上显示的牙周骨缺损	计算机视觉	牙周病	深度学习	CNN	图像	581张包含至少1处牙周骨缺损的根尖片图像（来自总共7464张图像）	NA	YOLOv8l	平均精度均值, 精确率, 召回率	NA
9844	2026-03-10	A Multimodal Model for Caries Screening Using Intraoral Images and Questionnaires 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109420 PMID:41650828	研究论文	本研究开发了一种结合口内图像和问卷数据的多模态深度学习模型，用于儿童龋齿筛查，并与仅使用图像的单一模态模型进行性能比较	通过整合口内图像和问卷数据构建多模态模型，提高了早期龋齿的召回率，同时保持了整体诊断性能，并利用SHAP分析增强了模型决策的可解释性	需要进一步的大规模、多中心验证以确认其普适性和有效性	开发用于儿童龋齿筛查的多模态深度学习模型	儿童的口内图像和口腔健康问卷数据	计算机视觉	龋齿	深度学习	深度学习模型	图像, 文本	7671张图像（3913张咬合面图像和3758张光滑面图像）	NA	NA	准确率, 精确率, 召回率, F1分数, ROC-AUC	NA
9845	2026-03-10	An attention-driven framework for drug repurposing against human metapneumovirus: Integrating predictive modeling with docking validation 2026-Apr, Antiviral research IF:4.5Q1 DOI:10.1016/j.antiviral.2026.106366 PMID:41763407	研究论文	本研究提出了一种基于注意力机制的框架，用于预测针对人类偏肺病毒（HMPV）的药物再利用候选物，并通过对接验证进行强化	引入了基于注意力机制的机器学习与深度学习方法，结合对接研究，以预测现有药物对HMPV的再利用潜力	当样本数量较少时，注意力方法的性能可能受限；预测结果需进一步实验室验证	通过计算药物再利用策略，发现针对人类偏肺病毒（HMPV）的潜在治疗药物	人类偏肺病毒（HMPV）及其潜在药物候选物，如tilorone和oseltamivir	机器学习	呼吸道病毒感染	计算药物再利用，对接研究	注意力机制模型	药物数据集	NA	NA	注意力架构	NA	NA
9846	2026-03-10	Developing Evolving Adaptability in Biological Intelligence: A Novel Biologically-Inspired Continual Learning Model for Video Saliency Prediction 2026-Apr, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2025.3643517 PMID:41385441	研究论文	本文提出了一种受生物启发的持续学习模型，用于视频显著性预测，旨在平衡记忆稳定性与学习可塑性	受海马体和果蝇γMB系统启发，设计了视觉显著性记忆库模块和主动遗忘策略，以显式存储旧任务特征并增强对新任务的适应能力	未明确说明模型在极端动态场景或大规模任务增量设置下的性能边界	解决视频显著性预测任务中的灾难性遗忘问题，并实现记忆稳定性与学习可塑性的更好平衡	动态场景中的人类注意力预测	计算机视觉	NA	持续学习	生物启发持续学习模型	视频	多个基准数据集（未指定具体数量）	NA	BICL（生物启发持续学习模型）	NA	NA
9847	2026-03-10	IALA-LNN: Deep Learning for Peptide Retention Time Prediction Based on Improved Artificial Lemming Algorithm-Optimized Liquid Neural Networks 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c02548 PMID:41701342	研究论文	本文提出了一种基于改进人工旅鼠算法优化的液态神经网络框架IALA-LNN，用于准确预测肽段在液相色谱中的保留时间	首次将受常微分方程状态演化控制的液态神经网络应用于肽段保留时间预测，并结合了改进的人工旅鼠算法进行超参数优化，有效捕获了肽序列的复杂顺序依赖性	未明确提及模型在不同实验室或色谱系统间的泛化能力，也未讨论对非标准或修饰肽段的预测性能	提高液相色谱-串联质谱蛋白质组学中肽段保留时间预测的准确性，以增强肽段鉴定的可靠性	肽段序列及其在反相色谱、强阳离子交换色谱和亲水相互作用色谱中的保留时间	机器学习	NA	液相色谱-串联质谱	液态神经网络	序列数据	NA	NA	ESM-2, ProtT5, 液态神经网络	R², 平均绝对误差	NA
9848	2026-03-10	Polypharmacology Browser PPB3: A Web-Based Deep Learning Tool for Target Prediction Using ChEMBL Data 2026-Mar-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00299 PMID:41721463	研究论文	本文介绍了一个基于深度学习的网络工具PPB3，用于预测药物分子的多药理学靶点	使用了比先前模型更大的数据集，包含多种靶点类型，并基于ChEMBL 34数据训练深度神经网络	NA	开发一个基于网络的工具，用于预测药物分子的多药理学靶点	药物分子及其与生物靶点的相互作用	机器学习	NA	深度神经网络	深度神经网络	二进制子结构指纹	1,187,089个分子与7,546个靶点之间的2,496,555次相互作用	NA	NA	召回率, 精确度	NA
9849	2026-03-10	Upconversion optical entropy encoding for infrared complex-amplitude imaging 2026-Mar-09, Light, science & applications DOI:10.1038/s41377-026-02215-7 PMID:41796141	研究论文	本文提出了一种基于上转换光学熵编码的红外复振幅成像系统，实现了视频速率的高保真成像	结合相干与非相干方法的优势，利用无序光子结构中的光散射与镧系元素上转换光致发光的协同作用，通过深度学习网络实现单次可见光快照捕获并重构红外光场信息	NA	开发一种实时、高灵敏度的红外复振幅成像系统，以捕获红外场景的完整相位和振幅信息	红外光场信息，包括自然场景图像和自动驾驶中的限速标志图像	计算机视觉	NA	上转换光学熵编码，深度学习网络	深度学习网络	图像	NA	NA	NA	视频速率（25 fps），高保真8位灰度调制，功率检测限（0.2 nW μm）	NA
9850	2026-03-10	ESR Innovation in Focus: Deep learning in MR image reconstruction 2026-Mar-09, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12427-5 PMID:41796228	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
9851	2026-03-10	Clinical evaluation of a motion correction software based on partial angle reconstruction in coronary CT angiography 2026-Mar-09, The international journal of cardiovascular imaging DOI:10.1007/s10554-026-03678-w PMID:41796268	研究论文	本研究评估了一种基于部分角度重建的深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影的效果	提出了一种基于部分角度重建的深度学习运动校正软件，专门针对心率增快的冠状动脉CT血管造影患者进行运动伪影校正	本研究为单中心回顾性研究，样本量较小（62例患者），且仅针对心率>70 bpm的患者，可能无法推广到所有人群	评估深度学习运动校正软件在冠状动脉CT血管造影中减少运动伪影、提高图像质量的临床效果	心率>70 bpm的冠状动脉CT血管造影患者	医学影像分析	心血管疾病	冠状动脉CT血管造影	深度学习	医学影像	62例患者（35例女性），平均心率81.9±13.1 bpm	NA	NA	5点Likert量表评分，卡方检验，Gwet一致性系数	NA
9852	2026-03-10	Development and Evaluation of Artificial Intelligence-Based Two-Step Model for Automated Serum Quality Assessment in Clinical Laboratories 2026-Mar-09, Annals of laboratory medicine IF:4.0Q1 DOI:10.3343/alm.2025.0509 PMID:41797408	研究论文	本文开发并评估了一种基于人工智能的两步模型，用于临床实验室中血清质量的自动化评估	提出了一种新颖的自研人工智能方法，采用两步深度学习YOLOv5-ResNet-50架构模型，并在真实实验室条件下探索其性能	NA	增强临床实验室的分析前质量控制，为受溶血、黄疸或脂血影响的样本提供风险警报，确保患者检测结果的准确性	血清样本	计算机视觉	NA	血清指数测试与手动评估结合	深度学习	图像	主要数据集包含21,000个血清样本（训练集80%，验证集20%），独立测试数据集包含21,000个样本	NA	YOLOv5, ResNet-50	准确率	集成到罗氏Cobas c 701模块中进行预处理
9853	2026-03-10	Benchmarking a deep learning model against healthcare practitioners for hip fracture detection in the emergency department 2026-Mar-09, Singapore medical journal IF:1.7Q2 DOI:10.4103/singaporemedj.SMJ-2025-138 PMID:41801181	研究论文	本研究旨在验证一个用于急诊科骨盆X光片中髋部骨折自动检测的深度学习模型，并将其性能与急诊科初级医生和放射技师进行基准比较	首次将深度学习模型在髋部骨折检测中的性能与急诊科医疗从业者（包括放射技师和初级医生）进行直接对比，并评估了模型输出对医生诊断决策的辅助效果	深度学习模型在原始高分辨率图像上的性能低于放射技师，且未整合多模态临床数据，限制了其临床应用的直接部署	验证深度学习模型在急诊科髋部骨折自动检测中的有效性，并评估其相对于医疗从业者的诊断性能	骨盆X光片中的髋部骨折	计算机视觉	髋部骨折	X光成像	CNN	图像	600张正面骨盆X光片	NA	DenseNet-121	AUROC, AUPRC, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
9854	2026-03-10	Biodistribution of AAV-TT and AAV9 in the Nonhuman Primate Brain 2026-Mar-08, Human gene therapy IF:3.9Q2 DOI:10.1177/10430342261427733 PMID:41797378	研究论文	本研究比较了AAV-TT和AAV9在非人灵长类动物大脑中的生物分布和神经元转导效率	首次在成年非人灵长类动物大脑中直接比较AAV-TT和AAV9的分布和转导效率，展示了AAV-TT在神经退行性疾病建模和治疗中的潜力	研究仅涉及四只非人灵长类动物，样本量较小，且仅观察了注射后四周的短期效果	评估AAV-TT在非人灵长类动物大脑中的临床潜力，并与AAV9进行比较	非人灵长类动物（具体为年轻成年个体）的大脑	数字病理学	神经退行性疾病	腺相关病毒（AAV）载体递送、绿色荧光蛋白（GFP）表达、深度学习图像分析	深度学习	图像	四只非人灵长类动物（两只接受AAV-TT-GFP，两只接受AAV9-GFP）	Aiforia	NA	GFP+神经元数量量化	NA
9855	2026-03-10	Calibration-sample free distortion correction of electron diffraction patterns using deep learning 2026-Mar-07, Ultramicroscopy IF:2.1Q2 DOI:10.1016/j.ultramic.2026.114347 PMID:41797115	研究论文	本研究开发了一个名为EMicroML的Python库，利用深度学习框架校正电子衍射图案中的光学畸变，无需单独的校准样品	提出了一种无需校准样品或先验倒易晶格知识的深度学习畸变校正方法，克服了传统技术需要样品交换或已知晶格信息的限制	对于具有非常小衍射盘的图案，其性能仍略逊于传统的径向梯度最大化（RGM）技术	开发一种无需校准样品的电子衍射图案畸变校正方法，提高电子衍射分析的便利性和准确性	会聚束电子衍射（CBED）图案和选区电子衍射（SAED）图案	机器学习	NA	会聚束电子衍射（CBED）、选区电子衍射（SAED）、多层切片模拟	深度学习模型	图像（电子衍射图案）	使用多层切片模拟生成的人工畸变MoS/非晶C的CBED图案数据集	Python, 深度学习框架	NA	与径向梯度最大化（RGM）技术进行基准比较	NA
9856	2026-03-10	Integrated photonic 3D tensor processing engine 2026-Mar-06, Light, science & applications DOI:10.1038/s41377-026-02183-y PMID:41792110	研究论文	本文提出了一种基于时间、波长和空间交织调制的集成光子三维张量处理引擎，用于加速三维卷积神经网络计算	首次提出完全在光域内实现数据缓存、通道同步和计算的集成光子三维张量处理引擎，无需在电域进行张量重塑，减少了内存和时间开销	验证实验的时钟频率范围有限（10-30 GHz），概念验证任务相对单一	开发用于加速三维卷积神经网络的光子硬件加速器	三维张量处理引擎的光子实现	机器学习	NA	光学计算，交织调制（时间、波长、空间）	CNN	三维点云图像	NA	NA	三维卷积神经网络	识别准确率	光学可调延迟线芯片（支持高达200 GHz时钟频率），基于双耦合微环谐振器的交叉开关芯片（3-dB通带宽度50 GHz）
9857	2026-03-10	In silico design of stable single-domain antibodies with high affinity 2026-Mar-05, Structure (London, England : 1993) DOI:10.1016/j.str.2025.12.010 PMID:41519125	研究论文	本文介绍了一种基于结构的抗体设计流程EvolveX，用于设计具有高亲和力和稳定性的单域抗体	利用经验力场FoldX设计单域抗体的互补决定区，显著提高了抗体亲和力	NA	开发一种计算工具以克服抗体设计中的高亲和力和稳定性挑战	单域抗体（VHHs），特别是针对小鼠和人Vsig4的抗体	机器学习	NA	X射线晶体学，下一代测序（NGS）	NA	结构数据，序列数据	NA	NA	NA	结合亲和力提升倍数	NA
9858	2026-03-10	Advancing Metaverse-Based Healthcare With Multimodal Neuroimaging Fusion via Multi-Task Adversarial Variational Autoencoder for Brain Age Estimation 2026-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3505421 PMID:40030298	研究论文	本文提出了一种用于脑龄估计的多任务对抗变分自编码器（M-AVAE）框架，通过融合多模态神经影像数据来提升预测精度	提出M-AVAE框架，将潜在变量分离为通用编码和独特编码以区分共享特征和模态特定特征，并引入性别分类作为辅助任务的多任务学习来考虑性别特异性衰老差异	未明确说明模型对功能磁共振成像（fMRI）数据中噪声和复杂结构的处理极限，以及模型在更广泛数据集或临床环境中的泛化能力	开发一种深度学习框架，通过整合多模态MRI数据来改进脑龄估计，以支持元宇宙医疗应用	用于脑龄估计的多模态磁共振成像（MRI）数据，包括结构MRI（sMRI）和功能MRI（fMRI）	医学影像分析	阿尔茨海默病	磁共振成像（MRI），包括结构MRI（sMRI）和功能MRI（fMRI）	变分自编码器（VAE），对抗训练，多任务学习	多模态神经影像数据（图像）	基于OpenBHB数据集（一个多中心脑部MRI聚合数据集），具体样本数量未明确说明	NA	多任务对抗变分自编码器（M-AVAE）	平均绝对误差（MAE）	NA
9859	2026-03-10	KAFSTExp: Kernel Adaptive Filtering With Nyström Approximation for Predicting Spatial Gene Expression From Histology Images 2026-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3595101 PMID:40758493	研究论文	提出一种名为KAFSTExp的框架，利用病理学基础模型UNI提取组织学图像特征，并引入基于Nyström近似的核自适应滤波方法，从组织学图像预测空间基因表达	首次将核自适应滤波与Nyström近似相结合应用于空间转录组学预测任务，通过核方法将复杂的非线性关系转化为高维特征空间中的线性回归问题，显著提升了预测精度并降低了计算成本	未明确说明模型在极大规模数据集上的可扩展性，以及对于不同组织类型或癌症亚型的泛化能力可能需要进一步验证	开发一种从低成本病理学图像预测空间基因表达的计算方法，以替代昂贵的空间转录组学检测	组织病理学图像与空间基因表达数据	数字病理学	肿瘤	空间转录组学	核自适应滤波, 深度学习	图像, 基因表达数据	多个空间转录组学数据集（具体数量未明确说明）	NA	UNI	皮尔逊相关系数	NA
9860	2026-03-10	3D Foot Kinetics Estimation From Distributed VGRF From Smart Insoles via 1D Domain Transformation 2026-Mar, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3605296 PMID:40911460	研究论文	本研究提出了一种基于深度学习的领域转换方法，利用智能鞋垫采集的分布式垂直地面反作用力信号，生成仪器化跑步机级别的三维地面反作用力、力矩和压力中心数据	引入了Ke2KeNet这一新颖的深度学习模型，该模型在性能上超越了当前的一维分割基准方法，并优化了鞋垫压力传感器的布局以高效估计三维动力学参数	研究主要针对健康受试者，且智能鞋垫采集的数据质量通常低于力板和仪器化跑步机	通过智能鞋垫的分布式垂直地面反作用力信号，估计全面的三维足部动力学参数，以分析人类步态	健康受试者的足部动力学数据，包括地面反作用力、地面反作用力矩和压力中心	机器学习	NA	深度学习领域转换	1D-segmentation models, Ke2KeNet	分布式垂直地面反作用力信号	NA	NA	Ke2KeNet	NA	NA