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
1041	2026-01-28	Bioinspired Multifunctional Hydrogels for Deep Learning-Enabled Wound pH Visual Monitoring and Treatment 2026-Jan-24, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05725 PMID:41579059	研究论文	本文报道了一种受生物启发的多功能水凝胶，用于伤口pH值的视觉监测与治疗，并集成了深度学习技术	开发了一种基于酶级联反应原位聚合的多功能水凝胶，结合了pH响应性视觉监测、广谱抗菌活性和机械适应性，并首次将深度学习模型用于水凝胶图像的pH值分类	NA	开发一种智能伤口敷料，实现实时环境监测和治疗干预，以促进难愈合伤口的智能管理	多功能水凝胶及其在伤口愈合中的应用	数字病理	NA	酶级联催化聚合、比色法	CNN	图像	1000张比色水凝胶图像用于训练深度学习模型，并在小鼠伤口模型中进行测试	PyTorch	ResNet34	分类准确率	NA
1042	2026-01-28	MRI-based multilevel radiomics and transformer features for predicting radiation-induced carotid artery injury after nasopharyngeal carcinoma radiotherapy: A multicenter study 2026-Jan-24, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111390 PMID:41587618	研究论文	本研究开发并验证了一种基于MRI的多层次影像组学与Transformer特征融合模型，用于预测鼻咽癌放疗后放射性颈动脉损伤	首次将常规影像组学、亚区域影像组学与Transformer深度学习特征融合，构建多中心预测模型，并通过SHAP分析揭示了不同特征对模型决策的贡献	回顾性研究设计可能存在选择偏倚，样本量相对有限，且仅基于MRI数据	预测鼻咽癌患者放疗后放射性颈动脉损伤的发生风险	鼻咽癌放疗患者	数字病理学	鼻咽癌	MRI成像	深度学习, 影像组学	医学影像	500名患者（来自四家医院，分为训练集274例、内部测试集118例、外部测试集108例）	NA	Swin Transformer	AUC, 准确率, 灵敏度, 特异度, Brier分数, NRI, IDI	NA
1043	2026-01-28	Deep learning to predict left ventricular hypertrophy from the electrocardiogram 2026-Jan-23, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology IF:7.9Q1 DOI:10.1093/europace/euag015 PMID:41589068	研究论文	本研究开发了一种深度学习模型，利用心电图和临床变量预测左心室肥厚，并在两个大型队列中进行了评估	采用全卷积网络架构，结合心电图和临床变量直接预测左心室质量指数，相比传统机器学习方法显著提高了预测性能	模型在外部验证队列中的泛化能力有限，受临床特征、心电图采集和心脏磁共振标记差异的影响	开发一种基于深度学习的可扩展筛查工具，用于从心电图预测左心室肥厚	英国生物银行和波美拉尼亚健康研究的参与者	机器学习	心血管疾病	心脏磁共振成像	CNN	心电图信号, 临床变量	英国生物银行48,835名参与者，波美拉尼亚健康研究1,423名参与者	NA	全卷积网络	AUROC	NA
1044	2026-01-28	Deep Learning-Based Prediction of Cardiopulmonary Disease in Retinal Images of Premature Infants 2026-Jan-22, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.5814 PMID:41569552	研究论文	本研究利用深度学习模型分析早产儿视网膜图像，预测支气管肺发育不良和肺动脉高压，并探索多模态模型结合图像特征与人口统计学风险因素的性能	首次利用早产儿视网膜病变筛查中的视网膜图像预测心肺疾病，并开发了结合图像特征与人口统计学风险因素的多模态模型，以提升预测性能	研究样本仅来自7个新生儿重症监护室，可能限制结果的普遍性；图像采集时间限于34周或更小的矫正胎龄，可能影响模型对晚期诊断的适用性	确定早产儿视网膜图像是否包含与支气管肺发育不良和肺动脉高压相关的特征，并评估多模态模型在预测这些疾病中的性能	早产儿，特别是那些有早产儿视网膜病变风险的婴儿	计算机视觉	心血管疾病	视网膜成像	支持向量机	图像	493名婴儿（包括BPD队列的99名患者和PH队列的37名患者作为测试集）	NA	ResNet18	AUROC	NA
1045	2026-01-28	Artificial Intelligence and Machine Learning in Bone Metastasis Management: A Narrative Review 2026-Jan-22, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol33010065 PMID:41590385	综述	本文是一篇关于人工智能和机器学习在骨转移管理中应用的叙事性综述	整合了AI/ML在骨转移管理中的最新应用，并指出了未来研究方向，如开发替代Mirels评分的AI增强工具和多中心协作	现有研究多为内部验证，缺乏外部验证；可解释性、偏见缓解和健康经济影响评估不足；极少框架集成到常规工作流程中	综述AI/ML在骨转移管理中的应用，包括病灶检测、分割、预后建模、骨折风险评估和手术决策支持	骨转移患者	机器学习	骨转移	影像组学和深度学习	NA	影像数据	NA	NA	NA	NA	NA
1046	2026-01-28	UNISELF: A unified network with instance normalization and self-ensembled lesion fusion for multiple sclerosis lesion segmentation 2026-Jan-20, 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，旨在同时优化域内精度和跨域泛化能力	结合了测试时自集成病灶融合与测试时实例归一化，以应对域偏移和输入对比度缺失问题	仅使用单一来源的有限数据进行训练，未明确说明模型在更广泛临床场景中的验证情况	开发一种能够同时实现高精度分割和强跨域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	多发性硬化	多对比度磁共振成像	深度学习网络	磁共振图像	使用ISBI 2015纵向MS分割挑战训练数据集进行训练，并在多个外部测试数据集（MICCAI 2016、UMCL及私有多中心数据集）上评估	未明确说明	UNISELF	分割精度、泛化性能	未明确说明
1047	2026-01-28	Energy-driven innovations in computational de novo protein engineering 2026-Jan-20, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.01.005 PMID:41570866	综述	本文综述了基于能量模型的计算从头蛋白质工程中的创新方法及其在生物技术、医学和合成生物学中的应用	整合了经典力场、量子力学方法和AI驱动预测，提出了基于物理与数据驱动策略协同的蛋白质设计路线图	NA	推进计算从头蛋白质工程，设计具有定制功能的新型蛋白质	蛋白质	计算生物学	NA	分子动力学、热力学积分、蒙特卡洛采样	机器学习、深度学习	NA	NA	NA	NA	准确性、成本、通量	NA
1048	2026-01-28	XCPP: A Multi-model Explainable Deep Learning Framework for Accurate Identification of Cell-Penetrating Peptides from Structured Sequence Features 2026-Jan-20, Current drug targets IF:3.0Q2 DOI:10.2174/0113894501416864251212082231 PMID:41588770	研究论文	本文提出了一种名为XCPP的多模型可解释深度学习框架，用于基于结构化序列特征准确识别细胞穿透肽	结合了多种序列描述符和三种深度学习架构，并利用SHAP值增强模型的可解释性	尚未进行体外或体内验证，LSTM模型可能存在过拟合问题	开发一个准确识别细胞穿透肽的计算框架	细胞穿透肽	机器学习	NA	序列描述符计算	DNN, CNN, LSTM	序列特征	473个已确认的细胞穿透肽	NA	Deep Neural Networks, Convolutional Neural Networks, Long Short-Term Memory	准确率	NA
1049	2026-01-28	Triple-Negative Breast Cancer and Artificial Intelligence: Current Paradigms in Diagnosis, Therapy Prediction, Prognosis, and Challenges 2026-Jan-20, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010413048251103143500 PMID:41588757	综述	本文综述了人工智能在三阴性乳腺癌诊断、治疗预测和预后中的当前应用范式与挑战	整合了多种AI模型（如Transformer-GCN、混合CNN-Bi-LSTM-EfficientNet）在TNBC中的应用，并探讨了AI与纳米技术结合用于智能药物递送系统	AI模型的泛化性因训练数据集差异和TNBC生物学异质性而受限，临床实施面临挑战	探讨人工智能在三阴性乳腺癌精准医疗中的应用与整合	三阴性乳腺癌	数字病理学	乳腺癌	放射组学, 全切片组织病理学图像分析	Transformer, GCN, CNN, Bi-LSTM, EfficientNet, ConvNeXtBase	图像, 临床数据	NA	NA	NACNet, 混合CNN-Bi-LSTM-EfficientNet, ConvNeXtBase	准确率, 灵敏度, AUC, F1分数, C指数	NA
1050	2026-01-28	The Diagnostic Value of Image-Based Machine Learning for Osteoporosis: Systematic Review and Meta-Analysis 2026-Jan-16, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/75965 PMID:41544126	系统综述与荟萃分析	本文通过系统综述和荟萃分析，评估了基于医学影像的机器学习模型在骨质疏松症诊断中的价值	首次系统评估了基于不同医学影像模态（X射线、CT、MRI）的机器学习模型在骨质疏松症诊断中的性能，并进行了分层和亚组分析	纳入的基于MRI的原始研究数量有限，且各研究间缺乏足够的外部验证，这带来了解释上的局限性	阐明基于不同医学影像模态的深度学习模型在骨质疏松症检测中的作用	基于医学影像使用机器学习进行骨质疏松症诊断的相关研究	机器学习	骨质疏松症	医学影像（X射线、CT、MRI）	机器学习（ML）、深度学习（DL）	医学影像	60项研究，共66,195名参与者	NA	NA	敏感性（SEN）、特异性（SPC）	NA
1051	2026-01-28	Hybrid Spike-Encoded Spiking Neural Networks for Real-Time EEG Seizure Detection: A Comparative Benchmark 2026-Jan-16, Biomimetics (Basel, Switzerland) DOI:10.3390/biomimetics11010075 PMID:41589992	研究论文	本研究提出了一种用于实时EEG癫痫发作检测的混合脉冲编码脉冲神经网络，并在CHB-MIT数据集上进行了性能评估	提出了一种结合Delta-Sigma（基于变化）和随机速率表示的混合脉冲编码方案，并设计了两种专为实时EEG分析优化的脉冲神经网络架构	研究仅在CHB-MIT数据集上进行评估，未在其他EEG数据集上验证模型的泛化能力	开发低延迟、高精度的实时EEG癫痫发作检测模型，适用于临床连续监测和可穿戴健康技术	脑电图（EEG）信号中的癫痫发作检测	机器学习	癫痫	脑电图（EEG）	SNN（脉冲神经网络）	EEG信号	CHB-MIT数据集	NA	HybridSNN（紧凑前馈网络）, ConvSNN（深度可分离卷积结合时序自注意力）	准确率, F1分数, 误报率（每天）, 推理延迟	标准CPU硬件
1052	2026-01-28	Multi-Class Malocclusion Detection on Standardized Intraoral Photographs Using YOLOv11 2026-Jan-16, Dentistry journal IF:2.5Q2 DOI:10.3390/dj14010060 PMID:41590184	研究论文	本研究提出并评估了一种基于YOLOv11的深度学习模型，用于在常规口内照片上自动检测多种临床相关的牙齿错颌畸形	首次将YOLOv11模型应用于基于标准化口内照片的多类别错颌畸形自动检测，并采用源自正畸治疗需求指数（IOTN）的结构化标注协议进行训练	由于样本数量不足，两种错颌畸形（牙齿易位和非咬合）被排除在定量分析之外；后牙区域的可视化限制影响了部分类别的检测性能	开发一种能够从常规临床口内照片中自动、准确识别多种牙齿错颌畸形的深度学习系统，以支持高效筛查和标准化文档记录	牙齿错颌畸形	计算机视觉	牙齿错颌畸形	深度学习，目标检测	YOLOv11	图像（口内照片）	5854张匿名口内照片（包括正面咬合、左右颊侧、上下颌咬合视图）	NA	YOLOv11	mAP50（平均精度均值，IoU阈值为0.5），宏精确率，宏召回率	NA
1053	2026-01-28	Informing atmospheric pollution hotspots and exposure risks under climate change using machine learning: Evidence from 2843 Chinese regions 2026-Jan-15, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.141002 PMID:41494348	研究论文	本研究应用时间序列和因果推断模型，量化气候变化下中国2843个地区多种空气污染物浓度的变化及其对全因死亡的影响	提出基于气候变化的深度学习模型（RSSFF），用于预测污染物浓度变化及其与全因死亡的因果关系，并识别气候敏感区域	研究中存在不确定性增加，特别是多种污染物共暴露和气候指标对健康影响的放大效应	评估气候变化对中国空气污染暴露及健康风险的影响	中国2843个地区的空气污染物浓度（CO、NO、O、SO、PM、PM）和全因死亡数据	机器学习	NA	时间序列分析，因果推断模型	深度学习模型	时间序列数据	2843个中国地区	NA	RSSFF	NA	NA
1054	2026-01-28	Application of deep learning on MRI for prognostic prediction in rectal cancer 2026-Jan-15, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-12246-0 PMID:41537781	研究论文	本研究利用预处理MRI，结合临床特征与深度学习，开发并验证了一个用于直肠癌预后预测的组合模型	采用多实例学习整合多切片预测以提升模型性能，并构建了结合深度学习特征与临床病理参数的列线图来改善预测表现	研究为回顾性设计，样本量相对有限（共458例患者），且随访时间至少3年，可能影响结果的普遍适用性	开发并验证一个结合临床特征与深度学习的模型，用于直肠癌的预后预测	直肠癌患者	计算机视觉	直肠癌	MRI	深度学习	图像	458例患者（训练集268例，验证集115例，外部测试集75例）	NA	多实例学习	Harrell's C-index, 时间依赖性ROC曲线	NA
1055	2026-01-28	Deep Learning-Based Detection of Periodontal Infrabony and Furcation Defects on Periapical Radiographs: A Feasibility Study 2026-Jan-15, 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牙周X线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牙周X线片，对牙周骨缺损进行详细分类，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，二维成像存在固有局限性，模型对小尺寸或放射学上模糊的缺损检测效果较差	评估人工智能辅助对象检测在牙周骨缺损分类中的可行性，以支持牙周病的诊断和治疗规划	牙周骨缺损，包括一壁缺损、二壁或多壁缺损、火山口样缺损和根分叉病变	计算机视觉	牙周病	牙周X线摄影	CNN	图像	581张包含至少一处牙周骨缺损的牙周X线片（来自7464张回顾性收集的图像）	NA	YOLOv8l	平均精度均值 (mAP), 精确度, 召回率	NA
1056	2026-01-28	Accuracy of Deep Learning in Diagnosing Chronic Obstructive Pulmonary Disease: Systematic Review and Meta-Analysis 2026-Jan-14, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/83459 PMID:41562629	系统综述与荟萃分析	本研究通过系统综述和荟萃分析，评估了深度学习模型在诊断慢性阻塞性肺疾病及其严重程度分级方面的准确性	这是首个系统性地综合深度学习在COPD检测和GOLD分期中应用的荟萃分析，为智能诊断工具的设计和临床实施提供了最新证据	研究存在显著的异质性和有限的外部验证，多类别GOLD分级的准确性有限，需要谨慎解读结果	系统评估深度学习模型在诊断和分级慢性阻塞性肺疾病方面的准确性	已发表的关于深度学习用于COPD诊断和严重程度分级的研究	机器学习	慢性阻塞性肺疾病	深度学习	深度学习模型	CT影像、呼吸音或音频、胸部X光片、肺功能指标或曲线、生理波形、心电图、容积二氧化碳图、放射遗传学数据、临床评分	56项研究，共886,753名参与者	NA	NA	灵敏度、特异性、诊断比值比、汇总受试者工作特征曲线下面积、准确率	NA
1057	2026-01-28	Multi-Task Deep Learning Model for Automated Detection and Severity Grading of Lumbar Spinal Stenosis on MRI: Multi-Center External Validation 2026-Jan-14, Diseases (Basel, Switzerland) DOI:10.3390/diseases14010032 PMID:41590247	研究论文	本研究评估了基于深度学习的特征提取方法（VGG19、ConvNeXt-Tiny和DINOv2）结合经典机器学习分类器，用于腰椎管狭窄症的自动多级严重程度分级，并进行了多中心外部验证	结合预训练的深度卷积特征提取模型（VGG19、ConvNeXt-Tiny、DINOv2）与经典机器学习分类器（逻辑回归、SVM、LightGBM），实现腰椎管狭窄症的自动化、客观化、可重复的严重程度分级，并进行了多中心外部验证以评估泛化能力	大多数分类错误发生在相邻严重程度等级之间；DINOv2特征在外部验证中表现出较差的泛化能力，尤其是与LightGBM结合时	开发并验证一种自动化、可泛化的深度学习模型，用于从MRI图像中检测和分级腰椎管狭窄症的严重程度，以辅助临床决策	腰椎管狭窄症患者的轴向MRI图像	医学影像分析	腰椎管狭窄症	MRI成像	CNN, 逻辑回归, SVM, LightGBM	图像	内部数据集和来自University of Phayao Hospital的外部MRI数据（具体数量未在摘要中提供）	NA	VGG19, ConvNeXt-Tiny, DINOv2	准确率, 精确率, 召回率, F1分数, 混淆矩阵, 多分类ROC曲线, AUC	NA
1058	2026-01-28	Advancements in Wearable Sensor Technologies for Health Monitoring in Terms of Clinical Applications, Rehabilitation, and Disease Risk Assessment: Systematic Review 2026-Jan-09, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/76084 PMID:41511829	综述	本文系统回顾了可穿戴传感器技术在临床监测、康复和疾病风险评估中的应用	系统性地评估了可穿戴传感器在临床和研究中的应用，并识别了当前挑战及未来研究方向	传感器协议标准化、数据处理一致性以及真实世界验证方面仍存在挑战	评估可穿戴传感器在临床和研究中的应用，特别是在评估活动能力、预测疾病风险和辅助康复方面的作用	使用可穿戴传感器的临床或真实世界环境研究	机器学习	帕金森病、中风、多发性硬化症、衰弱症	惯性测量单元、智能手表、多传感器系统	随机森林、深度学习	传感器数据	30项符合条件的研究	NA	NA	受试者工作特征曲线下面积	NA
1059	2026-01-28	Early Prediction of Cardiac Arrest Based on Time-Series Vital Signs Using Deep Learning: Retrospective Study 2026-Jan-09, JMIR formative research IF:2.0Q4 DOI:10.2196/78484 PMID:41512300	研究论文	本研究开发了一种基于深度学习的实时预测方法，利用患者过去2小时的生命体征数据，每5分钟预测未来1小时内是否会发生心脏骤停	提出了一种结合Transformer和门控循环单元（GRU）架构的TrGRU模型，并采用基于滑动窗口的统计特征来提升性能，同时利用元学习方法有效增强了模型的泛化能力	模型在外部验证数据集eICU-CRD上的敏感性（0.813）和AUPRC（0.848）略低于内部验证结果，表明泛化能力仍有提升空间，且研究为回顾性研究，可能存在数据偏差	开发一种基于临床生命体征的实时预测方法，以实现心脏骤停的早期准确预测	来自MIMIC-III波形数据库的4063名患者，以及eICU-CRD数据集用于外部验证	机器学习	心血管疾病	时间序列数据分析，深度学习	深度学习模型	时间序列生命体征数据	4063名患者（来自MIMIC-III），外加eICU-CRD数据集用于外部验证	未明确提及，但可能基于PyTorch或TensorFlow等深度学习框架	Transformer, GRU	准确率, 敏感性, AUROC, AUPRC	未明确提及
1060	2026-01-28	Complex Phonon Behaviors Dictate Anisotropic and Nonmonotonic Thermal Transport in Ice Polymorphs 2026-Jan-09, Physical review letters IF:8.1Q1 DOI:10.1103/fw22-25rz PMID:41586639	研究论文	本研究结合深度学习势能与分子动力学模拟，探究了冰多晶型物在宽温压范围内的热输运行为，揭示了其各向异性与非单调压力依赖性	首次利用深度学习势能结合分子动力学模拟，在从头算精度下系统研究冰多晶型物的热输运，揭示了氢键网络复杂性对热输运的主导作用	研究未涉及极端高压或低温条件下的热输运行为，且模拟范围限于特定温压区间	探究冰多晶型物的热输运机制及其与微观结构的关系	冰多晶型物（冰的不同晶体结构）	计算材料科学	NA	深度学习势能、分子动力学模拟、从头算方法	深度学习势能模型	分子结构数据、热输运模拟数据	NA	NA	NA	NA	NA