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
15661	2026-02-11	Predicting postoperative atrial fibrillation: An explainable deep learning approach 2026-Feb-25, Journal of biomedical research IF:2.2Q3 DOI:10.7555/JBR.39.20250387 PMID:41664547	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15662	2026-02-11	Spatiotemporal prediction and attribution of groundwater storage anomaly using enhanced hybrid deep learning modeling with uncertainty quantification 2026-Feb-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128766 PMID:41619477	研究论文	本研究提出了一种集成了预测、归因分析和不确定性量化的增强型混合深度学习框架，用于地下水储量异常的时空预测	构建了CNN-Attention-LSTM和Transformer-LSTM两种混合架构以捕获时空模式，并首次将Stein变分梯度下降法用于不确定性量化，同时结合SHAP进行归因解释，形成了一个透明且可信的预测框架	方法在长江流域的应用效果良好，但在其他地理或气候条件下的普适性有待进一步验证	实现高精度、可靠且可解释的地下水储量异常时空预测与归因分析	中国长江流域的地下水储量异常	机器学习	NA	NA	CNN, LSTM, Transformer	时空序列数据	NA	NA	CNN-Attention-LSTM, Transformer-LSTM	R	NA
15663	2026-02-11	Deep-Learning-Based Broadband Lightsource X-ray Absorption Spectroscopy Using Photon-Counting Detector 2026-Feb-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c05977 PMID:41620946	研究论文	本文提出了一种基于深度学习的Spectral-Transformer框架，用于校正光子计数探测器在宽带光源X射线吸收光谱中的光谱失真	提出Spectral-Transformer深度学习框架，通过双模态映射机制融合光谱和管电流输入，并应用物理信息损失函数作为反馈，以保持峰值位置和总光子数	NA	校正光子计数探测器在高光子通量下因堆积和极化效应导致的光谱失真，提升宽带光源X射线吸收光谱的分析性能	宽带光源X射线吸收光谱	机器学习	NA	X射线吸收光谱	Transformer	光谱数据	NA	NA	Spectral-Transformer	KL散度, 材料分类准确率	NA
15664	2026-02-11	A novel approach for atrial fibrillation-related obstructive sleep apnea detection using enhanced single-lead electrocardiogram features with customized deep learning algorithm 2026-Feb-10, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsaf226 PMID:40795334	研究论文	本文提出了一种基于增强单导联心电图特征和定制深度学习算法的新方法，用于检测心房颤动相关的阻塞性睡眠呼吸暂停	引入了SHHDeepNet深度学习框架，利用重建独立成分分析增强单导联心电图特征，实现了对心房颤动相关阻塞性睡眠呼吸暂停的高效检测	研究样本量相对有限，且外部验证数据集的多样性可能不足	开发一种能够同时检测心房颤动和阻塞性睡眠呼吸暂停的方法，以改善心血管健康评估	心房颤动患者和阻塞性睡眠呼吸暂停患者的心电图信号	机器学习	心血管疾病	单导联心电图信号处理，重建独立成分分析	深度学习	心电图信号	内部验证：101名受试者（来自睡眠心脏健康研究数据库）；外部验证：123名受试者（来自男性骨质疏松性骨折数据库）	NA	SHHDeepNet	准确率, 灵敏度, 特异性, AUC, F1分数	NA
15665	2026-02-11	Discovery of High-Performance Ni0.62Fe0.23Ce0.15O Electrocatalyst for Oxygen Evolution Reaction via Active Machine Learning 2026-Feb-10, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c20812 PMID:41614688	研究论文	本文通过结合机器学习模型与遗传算法，发现了一种高性能的Ni0.62Fe0.23Ce0.15O电催化剂用于析氧反应	开发了一种结合随机森林回归模型与遗传算法的有效策略，用于预测和优化NiO基异质原子掺杂电催化剂的过电位，并通过实验验证和DFT计算揭示了其优异性能的机理	NA	优化异质原子掺杂过渡金属氧化物的结构和元素组成，以发现高性能的析氧反应电催化剂	NiO基异质原子掺杂电催化剂	机器学习	NA	机器学习，遗传算法，密度泛函理论计算	随机森林回归，其他传统机器学习和深度学习模型	NA	NA	NA	随机森林回归	均方根误差	NA
15666	2026-02-11	Detection of external root resorption in periapical radiographs using YOLO-based deep learning model 2026-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf072 PMID:41014013	研究论文	本研究开发了一种基于YOLO的深度学习模型，用于在根尖周X光片中检测外部牙根吸收	采用YOLOv5x-cls和YOLOv5x-seg模型进行外部牙根吸收的检测与分割，并首次在模拟颌骨放射密度的体模模型上进行评估	研究样本仅基于110颗离体牙，且使用化学方法诱导外部牙根吸收，可能无法完全代表临床真实情况	开发人工智能算法以辅助诊断外部牙根吸收	110颗经过化学脱矿处理的离体牙齿	计算机视觉	牙科疾病	X光成像	CNN	图像	584张根尖周X光片	PyTorch	YOLOv5x-cls, YOLOv5x-seg	F1分数	NA
15667	2026-02-11	Single-step prediction of inferior alveolar nerve injury after mandibular third-molar extraction using contrastive learning and Bayesian auto-tuned deep learning model 2026-Feb-01, Dento maxillo facial radiology DOI:10.1093/dmfr/twaf069 PMID:41014015	研究论文	本研究构建并评估了一个集成对比学习和贝叶斯优化的深度学习框架，用于预测下颌第三磨牙拔除后下牙槽神经损伤	首次将对比学习与贝叶斯优化结合，用于单步预测下牙槽神经损伤，显著提升了模型性能	研究为回顾性单中心数据，未来需要多中心验证，且全景X光片分析仍需专家解读	构建并评估深度学习框架以预测下颌第三磨牙拔除后下牙槽神经损伤	下颌第三磨牙拔除患者	计算机视觉	口腔颌面外科疾病	锥形束计算机断层扫描（CBCT），全景X光片	深度学习模型	图像	902张全景X光片和1,500张CBCT图像	NA	MobileNetV2, ResNet101D, Vision Transformer, Twins-SVT, SSL-ResNet50	准确率, F1分数	NA
15668	2026-02-11	AutoFDP: Automatic Force-Based Model Selection for Multicriteria Graph Drawing 2026-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3631659 PMID:41223106	研究论文	本文提出了一种基于用户指定可读性标准自动构建力导向模型的多准则图布局框架	系统整合传统力导向模型与准则驱动技术，实现基于用户指定标准自动构建定制化力导向模型	未明确说明框架在超大规模图或动态图场景下的性能表现	开发自动化的多准则图布局方法以提升图可视化质量	图布局模型与图可视化技术	计算机视觉	NA	力导向模型与准则驱动优化技术	NA	图数据	多种类型图数据集	NA	NA	边交叉最小化等可读性标准	NA
15669	2026-02-11	Quality Assessment of 3D Human Animation: Subjective and Objective Evaluation 2026-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3631385 PMID:41223104	研究论文	本文提出了一种用于评估非参数化人体模型生成的虚拟人动画质量的数据驱动方法	首次针对非参数化人体模型生成的虚拟人动画开发了质量评估指标，并构建了包含主观真实性评分的数据集	未明确说明数据集的具体规模，且方法主要针对特定类型的虚拟人动画	开发虚拟人动画的质量评估方法	三维虚拟人动画	计算机视觉	NA	神经网络训练	线性回归器	三维动画序列	NA	NA	NA	相关性	NA
15670	2026-02-11	Deep learning-based super-resolution of contrast-enhanced volumetric interpolated breath-hold examination for evaluation of intracranial enhancing lesions 2026-Feb, Acta radiologica (Stockholm, Sweden : 1987) DOI:10.1177/02841851251398622 PMID:41289091	研究论文	本研究评估了基于深度学习的超分辨率重建技术（DL-VIBE）在颅内增强病变诊断中的性能，并与传统MPRAGE序列进行比较	首次将基于深度学习的超分辨率重建技术应用于颅内对比增强病变的评估，实现了扫描时间的显著缩短	DL-VIBE在整体图像质量和灰白质区分方面表现较低	比较DL-VIBE与传统MPRAGE在颅内增强病变诊断中的性能	颅内增强病变患者	医学影像分析	颅内病变	对比增强三维T1加权成像	深度学习	医学影像	97名患者（35名男性，62名女性；平均年龄59.2±15.3岁）	NA	NA	图像质量评分、灰白质区分度、病变显著性、伪影评估、对比噪声比、病变数量、最大直径	NA
15671	2026-02-11	Projection-based molecular feature maps for CNN-driven nephrotoxicity prediction 2026-Feb, Archives of toxicology IF:4.8Q1 DOI:10.1007/s00204-025-04234-6 PMID:41361121	研究论文	本研究提出了一种基于投影的分子特征图方法，用于通过CNN预测药物肾毒性	开发了一种将3D分子结构通过Mollweide和Equirectangular投影转换为2D特征图的新方法，并整合了原子位置、静电和范德华势能三种分子属性，增强了特征表示和模型性能	未明确说明模型在更大规模或更复杂分子数据集上的泛化能力，也未与其他先进的深度学习模型进行广泛比较	开发可靠的肾毒性预测模型以促进药物安全开发	化学分子结构	机器学习	肾毒性	3D空间转换投影技术	CNN	2D图像（分子特征图）	NA	NA	CNN（具体架构未指定）	准确率, AUC	NA
15672	2026-02-11	X-ray phase contrast imaging in GAMOS 2026-Feb, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB) DOI:10.1016/j.ejmp.2026.105716 PMID:41512441	研究论文	本文开发并验证了一个基于GAMOS框架的蒙特卡罗模拟环境，用于真实模拟X射线相位对比成像现象，包括折射和波前传播	在GAMOS框架内集成两个互补的模拟模块，结合几何光学和波动光学模型，灵活模拟多种PCI设置	未明确提及具体应用场景的性能验证或实验数据对比	开发并验证能够真实模拟X射线相位对比成像现象的蒙特卡罗框架	X射线相位对比成像现象，包括折射和波前传播	医学成像	NA	X射线相位对比成像	蒙特卡罗模拟	模拟数据	NA	GAMOS	基于Snell定律的折射模型, Fresnel波前传播模型	与理论预测的一致性	NA
15673	2026-02-11	Artificial Intelligence Model for Automated Identification of Bowel Preparation for Colonoscopy (AI-PREPOO): A Multicenter Study 2026-Feb, Journal of gastroenterology and hepatology IF:3.7Q2 DOI:10.1111/jgh.70235 PMID:41521851	研究论文	本研究开发了基于深度学习的AI模型（AI-PREPOO），用于自动识别结肠镜检查前的肠道准备状态	首次利用智能手机拍摄的粪便图像，通过迁移学习训练多个深度学习模型，实现肠道准备状态的自动化评估	样本量较小（仅37名患者），图像数据可能受拍摄条件影响，需进一步多中心验证	开发自动化AI模型以评估结肠镜检查前的肠道准备充分性，减轻医疗负担	结肠镜检查前患者的粪便图像	计算机视觉	结肠疾病	深度学习图像识别	CNN	图像	37名患者提供的282张粪便图像	未明确提及	MobileNetV3-Small	AUC, 敏感性, 特异性	NA
15674	2026-02-11	Make the Fastest Faster: Importance Mask Synthesis for Interactive Volume Visualization Using Reconstruction Neural Networks 2026-Feb, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3621079 PMID:41082423	研究论文	本文提出了一种通过重要性掩码学习和合成网络来优化交互式体积可视化渲染延迟的方法	首次尝试直接从用户视图参数合成规则采样模式的重要区域，以最小化渲染像素数量，并联合考虑数据集、用户行为和下游重建神经网络	未明确提及具体的数据集规模或计算资源限制	减少大规模体积数据集可视化时的计算时间和空间复杂度	科学体积数据集的可视化渲染	计算机视觉	NA	深度学习图像修复方法	神经网络	体积数据集图像	NA	NA	重要性掩码学习网络, 重要性掩码合成网络	渲染延迟	GPU
15675	2026-02-11	The Pathway-Informed Deep Learning Models in Cancer Research: A Survey 2026 Jan-Feb, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2025.3635014 PMID:41264457	综述	本文综述了癌症研究中基于生物通路的深度学习模型，重点分析了通路信息的应用策略	首次系统性地将通路信息在深度学习模型中的应用策略进行分类，并总结了各类模型的优缺点	NA	综述癌症研究中通路信息如何整合到深度学习模型中，以提升模型的可解释性和性能	癌症研究中的通路信息与深度学习模型	机器学习	癌症	NA	深度学习模型	NA	NA	NA	NA	NA	NA
15676	2026-02-11	HypoChainer: A Collaborative System Combining LLMs and Knowledge Graphs for Hypothesis-Driven Scientific Discovery 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3633887 PMID:41336152	研究论文	本文提出了HypoChainer，一个结合LLMs和知识图谱的协作可视化框架，用于增强假设驱动的科学发现	提出了一种整合人类专业知识、LLM驱动推理和知识图谱的协作可视化框架，通过三个阶段（情境探索、假设构建和验证选择）来优化假设链，以解决传统假设驱动研究中的认知限制和知识复杂性挑战	NA	增强假设驱动的科学发现，特别是在生物学领域，通过整合人类、LLMs和知识图谱来探索新知识	科学发现过程，特别是假设构建和验证	自然语言处理, 机器学习	NA	检索增强生成（RAGs）, 图神经网络（GNNs）	LLMs, GNNs	文本, 知识图谱	NA	NA	NA	NA	NA
15677	2026-02-11	EmbryoProfiler: A Visual Clinical Decision Support System for IVF 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634780 PMID:41348784	研究论文	本文介绍了EmbryoProfiler，一个用于辅助IVF胚胎选择的可视化临床决策支持系统	开发了一个结合可视化分析和可解释机器学习分类器的系统，以透明方式辅助胚胎评估，解决了现有自动化方法依赖大量手动标注或模型不透明的问题	未明确提及系统在广泛临床环境中的验证或长期成功率影响	提高IVF治疗中胚胎选择的效率和准确性，以改善临床结果	IVF治疗中的胚胎，基于延时显微镜图像	数字病理学	不孕症	延时显微镜成像	深度学习	图像	NA	NA	NA	NA	NA
15678	2026-02-11	SynAnno: Interactive Guided Proofreading of Synaptic Annotations 2026-Jan, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2025.3634824 PMID:41396767	研究论文	本文介绍了一个名为SynAnno的交互式工具，旨在简化和增强大规模连接组数据集中突触注释的校对工作	提出了一个集成了结构化工作流程、优化遍历路径、3D迷你地图以及微调机器学习模型的交互式校对工具，以解决神经元复杂空间分支带来的挑战	NA	开发一个工具来加速和改善连接组学数据集中突触注释的校对过程	大规模连接组数据集中的突触注释	连接组学	NA	深度学习，机器学习	NA	3D图像数据	涉及七位神经科学专家的用户和案例研究	PyTorch	NA	校对速度，认知负荷，注释错误	NA
15679	2026-02-11	Deep G-PCC Geometry Preprocessing via Joint Optimization With a Differentiable Codec Surrogate for Enhanced Compression Efficiency 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3655187 PMID:41605149	研究论文	本文提出了一种与可微分G-PCC代理模型联合优化的点云体素化网络，以提升标准G-PCC的压缩效率	首次提出了与可微分G-PCC代理模型联合优化的压缩导向点云体素化网络，通过端到端梯度传播，在不牺牲互操作性或计算灵活性的情况下提升G-PCC效率	未明确说明	提升几何点云压缩（G-PCC）标准的压缩效率，同时保持其互操作性和计算灵活性	点云数据	计算机视觉	NA	深度学习	神经网络	点云	NA	NA	体素化网络	BD-rate	NA
15680	2026-02-11	Deep Learning-Based Joint Geometry and Attribute Up-Sampling for Large-Scale Colored Point Clouds 2026, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2026.3657214 PMID:41610351	研究论文	本文提出了一种基于深度学习的联合几何与属性上采样方法，用于生成大规模、高密度的彩色点云	首次提出联合几何与属性上采样的深度学习框架，并构建并发布了大规模彩色点云上采样数据集SYSU-PCUD	未明确说明方法在极端复杂几何或属性场景下的性能限制，也未讨论计算效率与实时性	提高大规模彩色点云的上采样质量，实现几何与属性的联合优化	彩色点云（包含几何坐标与颜色属性）	计算机视觉	NA	深度学习	神经网络	点云数据	121个大规模彩色点云，涵盖6个类别和4种采样率	未明确指定（代码已开源）	几何上采样网络、属性上采样网络、属性增强模块	峰值信噪比（PSNR）	未明确说明