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
1	2026-08-24	Deep learning-driven de novo design of ribosome binding sites in Paracoccus denitrificans 2027-Mar, Synthetic and systems biotechnology IF:4.4Q1 DOI:10.1016/j.synbio.2026.07.013 PMID:42630760	研究论文	本文通过深度学习方法设计副球菌中的核糖体结合位点，实现基因表达的精确调控	首次建立了副球菌的深度学习驱动的RBS设计平台，结合转录组和蛋白质组数据的系统分析及WGAN-GP生成模型	摘要中未提及明确的局限性	开发深度学习驱动的核糖体结合位点设计平台，实现副球菌中基因表达的精确调控	副球菌中的核糖体结合位点序列	机器学习, 合成生物学	不适用	RNA-seq, 蛋白质组学	CNN, BiLSTM, Transformer, WGAN-GP	序列数据	1335个天然RBS序列	NA	CNN, BiLSTM, Transformer, WGAN-GP	皮尔逊相关系数	NA
2	2026-08-24	Automated Tissue Classification and Candidate Biomarker Feature Extraction in Mass Spectrometry Imaging Based on Interpretable Deep Learning Algorithm 2026-Nov-15, Rapid communications in mass spectrometry : RCM IF:1.8Q2 DOI:10.1002/rcm.70168 PMID:42625524	研究论文	本研究开发了一种基于可解释深度学习算法的综合分析流程，用于质谱成像数据中的自动组织分类和候选生物标志物特征提取	利用Grad-CAM和SHAP两种可解释性方法计算组织层特异性重要性评分，评估质谱特征并提取类别判别特征，增强模型预测的透明度	跨患者泛化能力在不同数据源间存在差异，独立数据集上的测试准确率较低	开发一个准确且可解释的深度学习框架，用于MSI数据中的组织分类和生物标志物发现	小鼠膀胱MSI数据集和独立结直肠癌数据集	数字病理学、机器学习	膀胱癌、结直肠癌	质谱成像（MSI）	卷积神经网络（CNN）	质谱成像数据	小鼠膀胱MSI数据集和独立结直肠癌数据集	NA	CNN	准确率、Grad-CAM和SHAP重要性评分	NA
3	2026-08-24	Do deep learning models learn beyond average gait? A comparison of architectures, kinematic representations, and marker sparsity for vertical ground reaction force prediction 2026-Oct, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2026.110269 PMID:42435638	研究论文	本研究比较了LSTM、BiLSTM和Transformer等深度学习模型在不同运动学输入表示和标记点稀疏性条件下预测垂直地面反作用力（vGRF）的性能，并探究模型是否仅学习健康步态的平均波形。	首次系统对比多种深度学习架构和运动学表示在vGRF预测中的表现，并引入训练集平均波形基线来评估模型是否真正超越平均步态学习能力，同时探索标记点减少到极少数的可行性。	研究主要基于健康步态数据，波形变异性有限，可能限制了对异常步态的泛化能力；此外，仅评估了特定数据集和模型配置，结果可能不适用于其他人群或临床场景。	评估不同深度学习模型和输入表示在从运动学数据预测vGRF时的准确性、鲁棒性及对标记点稀疏性的敏感性，并提出使用平均波形基线来避免过度解读。	健康个体的步态数据，包括3D标记点轨迹和关节角度，以及减少至3个或单个踝部标记点的输入设置。	机器学习, 生物医学工程	不适用	运动捕捉	LSTM, BiLSTM, Transformer	时间序列数据（运动学轨迹和角度）	未在摘要中明确指定样本数量	未在摘要中指定	LSTM, BiLSTM, Transformer	均方根误差（RMSE）, R平方（R2）	未在摘要中指定
4	2026-08-24	An explainable deep learning model classifies eight categories of pigmented skin lesions on clinical photographs: A multicenter retrospective internal validation study in Japan 2026-Oct, JAAD international DOI:10.1016/j.jdin.2026.07.002 PMID:42633241	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
5	2026-08-24	Deep learning of CT imaging predicts PD-L1 expression and immunotherapy response in metastatic NSCLC: A multi-center study 2026-Sep-28, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2026.218687 PMID:42314966	研究论文	开发并验证了一种基于CT影像的深度学习模型SCENT，用于非侵入性预测转移性非小细胞肺癌患者的PD-L1状态和免疫治疗反应	提出可扩展集成变压器（SCENT）模型，基于CT影像非侵入性预测PD-L1状态，并在外部多中心队列中验证其泛化性	纵向使用需要前瞻性验证，且部分数据集缺乏配对治疗后组织确认	开发一种无创、可推广的CT影像深度学习模型，预测PD-L1状态和免疫治疗结果	转移性非小细胞肺癌（NSCLC）患者	医学影像分析	非小细胞肺癌	CT成像	深度学习方法（特别提及Transformer）	CT影像	972名来自MD Anderson的IV期NSCLC患者；外部验证包括Mayo Clinic（72例）和LONESTAR试验（116例）	NA	Transformer	AUC、特异性、敏感性、风险比（HR）	NA
6	2026-08-24	A comparative analysis of YOLOv8 and nnU-Net v2 based pipelines for sex and age estimation from maxillary sinus morphometry on panoramic radiographs 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03825-x PMID:42104112	研究论文	本研究比较了基于YOLOv8和nnU-Net v2的两种深度学习分割-影像组学流程，用于在曲面断层片上从上颌窦形态测量自动进行性别分类和年龄估计	首次系统比较YOLOv8和nnU-Net v2用于法医上颌窦分析，并将分割网络与多种形态学和影像组学特征及集成分类器结合，为自动生物特征画像提供了全面框架	摘要中未提及局限性	开发并比较两种基于深度学习的流程（YOLOv8-Hybrid和nnU-Net v2），用于从曲面断层片的上颌窦形态测量中自动进行性别分类和年龄估计	人类上颌窦，基于1,024张曲面断层片（512男，512女，年龄18-81岁）及额外50张外部验证图像	计算机视觉	不适用	曲面断层成像	CNN，分割网络，集成分类器	图像	1,024张曲面断层片及50张外部验证图像	PyTorch	YOLOv8, U-Net, nnU-Net v2, CatBoost, XGBoost	AUC, MAE, mAP@50, 变异系数, DeLong p值, Cohen's d, SHAP值	不适用
7	2026-08-24	Artificial intelligence in forensic science: a systematic review. Part I: personal identification 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03855-5 PMID:42236556	系统性综述	对人工智能在法医个人识别中的应用进行系统性回顾，涵盖性别估计、人类识别、祖先估计和亲缘分析等任务，并评估其性能与方法学特征	首次按照PRISMA指南系统性地综述了AI在法医个人识别中的各类应用，并对性能指标进行汇总分析	方法学异质性、人群特异性数据集以及外部验证有限	综合评估AI在法医个人识别中的应用、方法学特征及性能表现	法医个人识别相关的研究，包括性别估计、人类识别、祖先估计和亲缘验证	数字病理学	不适用	计算机断层扫描和放射影像	深度学习模型和传统机器学习模型	图像数据	89项研究	不适用	不适用	准确率	不适用
8	2026-08-24	An augmentation-enhanced transformer model for forensic identification using panoramic dental x-rays 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03852-8 PMID:42246972	研究论文	提出了一种基于增强变换器的模型DentID-Net，用于通过全景牙科X光片进行法医身份鉴定	创新性地结合了形态学增强方法（DentAug-Min）、双分支编码器（卷积与变换器）以及基于胶囊的身份匹配器（IDMatch-Caps），以应对数据不足和死后变化问题	未在摘要中明确提及局限性	开发一种自动、准确的法医牙科身份鉴定系统，适用于活体和死者	全景牙科X光片	计算机视觉	不适用	X光成像	变换器、卷积神经网络、胶囊网络	图像	未在摘要中明确提及	未在摘要中明确提及	双分支编码器（卷积与变换器）、胶囊网络	准确率、特异性、AUC	未在摘要中明确提及
9	2026-08-24	Next-generation bloodstain pattern analysis: methodological gaps, digital advances, and forensic admissibility 2026-Sep, Legal medicine (Tokyo, Japan) DOI:10.1016/j.legalmed.2026.102937 PMID:42526128	综述	本文批判性评估了血迹形态分析从传统经验性方法向现代计算技术（如3D激光扫描、地面LiDAR和AI计算机视觉模型）演变的轨迹，并针对方法碎片化、数据集偏差和缺乏多变量基板验证等挑战，提出了融合人类专家推理与物理动力学约束算法的混合法医范式。	提出混合法医范式，结合人类专家推理与物理动力学约束算法，以弥合传统经验方法与现代计算技术之间的差距；强调了在Daubert标准下建立误差传播模型和似然比贝叶斯推断模型的需求。	现有自动化软件和深度学习网络在操作整合中受到方法碎片化、数据集偏差及缺乏多变量基板验证的限制；法律可采性上缺乏误差传播建模。	旨在通过提出定量框架（如似然比贝叶斯推断模型和标准化倡议）来提高血迹形态分析在法庭科学中的可靠性和可采性，并指导未来研究方向。	血迹形态分析及其相关工具和技术，包括传统宏观检查、3D激光扫描、地面LiDAR、AI驱动的计算机视觉模型和自动化软件平台。	计算机视觉	NA	3D激光扫描、地面LiDAR、人工智能计算机视觉模型、深度学习和统计分析	深度学习网络	图像、点云数据、数值数据	NA	NA	NA	可复现性、分类速度、误差传播建模	NA
10	2026-08-24	Artificial intelligence in forensic science: a systematic review. Part II: long-range postmortem interval estimation 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03856-4 PMID:42277392	系统综述	本系统综述评估了人工智能和机器学习技术在法医学中用于长期死后间隔（PMI）估计的当前证据，总结了64项研究的方法和性能。	采用PRISMA 2020指南进行系统评价，涵盖了多种数据模态（如微生物组、代谢组学、蛋白质组学和影像）的AI模型，并比较了它们的预测性能。	现有证据受限于方法异质性、数据集规模小和缺乏外部验证，限制了结果的普遍适用性。	评估AI和机器学习模型在PMI估计中的应用现状，并指出未来研究方向，以改善法医学中PMI预测的准确性和客观性。	法医学中的死后间隔（PMI）估计模型，涉及微生物组、代谢组学、蛋白质组学和影像数据。	机器学习	不适用	微生物组测序、代谢组学分析、蛋白质组学分析、影像分析	随机森林、深度学习模型	微生物数据、代谢数据、蛋白质数据、影像数据	64项研究（根据纳入标准）	不适用	随机森林、其他机器学习架构（具体未详述）	准确率、预测误差（具体指标未详述）	不适用
11	2026-08-24	IBS-CNN: a novel computer vision-based kinship classification model for high-density SNP microarray 2026-Sep, International journal of legal medicine IF:2.2Q1 DOI:10.1007/s00414-026-03874-2 PMID:42319452	研究论文	提出了一种基于计算机视觉的IBS-CNN模型，用于高密度SNP微阵列数据的亲缘关系分类，在中国人群中验证了其有效性。	创新性地将计算机视觉与同一性状态（IBS）理论结合，通过将配对SNP基因型按IBS状态进行颜色编码生成热图，并利用CNN进行图像识别，直接处理VCF文件转换的图像，对数据异质性具有更强的鲁棒性。	未明确提及局限性，但可能包括模型依赖特定人群（汉族）数据、实验验证样本规模有限，以及需进一步评估在不同人群和更复杂亲缘关系中的泛化能力。	探索基于机器学习（ML）和深度学习（DL）的亲缘关系分类新策略，以解决法医系谱学在中国人群应用中面临的挑战。	第一至五度亲属关系对及无关个体，包括模拟数据（70,000对）和19个家系的汉族志愿者实验验证数据。	计算机视觉	不适用	高密度SNP微阵列（Infinium Asian Screening Array）	CNN	图像（IBS热图），由SNP基因型数据转换而来	70,000对模拟亲属/无关个体，以及来自19个家系的汉族志愿者数据（包括所有亲缘等级对应的亲属对和无关个体）	未明确提及，但可能与深度学习框架相关（如TensorFlow或PyTorch）	CNN（具体架构未指定，可能为自定义或常见架构如ResNet、VGG等）	准确率	未明确提及，但可能使用GPU（如NVIDIA）进行训练
12	2026-08-24	Automated monitoring of insects system: building a non-lethal and scalable solution for monitoring of nocturnal insects 2026-Sep, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2026.e00822 PMID:42633166	研究论文	本文介绍了第二代非致死性可扩展的夜间昆虫自动监测系统（UKCEH AMI-system）的设计，旨在让用户能自行构建并改进系统，以实现长期野外部署	提出了一个基于开源硬件的第二代昆虫相机陷阱系统，结合AI进行自动监测，并已在全球30多个国家部署近200套	文中未提及具体的模型性能指标或计算资源需求，可能因摘要信息有限，未详细说明迭代改进的具体措施	开发并推广一种非致死、可扩展的夜间昆虫自动监测解决方案，以增强全球生物多样性监测能力支持生态恢复	夜间昆虫，特别是趋光性昆虫（如蛾类）	计算机视觉	NA	相机陷阱结合紫外光诱集，使用AI进行自动识别	卷积神经网络（CNN）	图像	近200套系统部署于30多个国家，但具体采集样本数未在摘要中提及	NA	NA	NA	使用Raspberry Pi作为单板计算机，未提及具体GPU或云计算资源
13	2026-08-24	Thigh muscle volume change is associated with longitudinal structural and functional knee osteoarthritis progression - Data from the osteoarthritis initiative 2026-Sep, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100858 PMID:42633186	研究论文	本研究利用深度学习分割技术，探讨大腿肌肉体积变化与膝骨关节炎结构和功能进展的关联。	采用深度学习自动分割量化MRI-derived大腿肌肉体积，分析其纵向变化与膝骨关节炎结构及功能进展的关联。	未提及具体限制。	研究大腿肌肉体积变化与膝骨关节炎结构性改变及疼痛和功能限制进展的关系。	1715名来自骨关节炎倡议的参与者（平均年龄60.0岁，54.3%女性）。	数字病理学	骨关节炎	深度学习分割技术，MRI	深度学习模型（未具体说明）	影像数据（MRI）和临床数据	1715名参与者	NA	NA	β系数，95%置信区间，p值	NA
14	2026-08-24	3D U-net for volumetric segmentation of spinal cord MRI in degenerative disorders 2026-Aug-23, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-026-10288-6 PMID:42633605	研究论文	本文提出了一种基于3D U-Net的深度学习模型，用于退行性疾病中脊髓MRI的容积分割	创新性地使用三维卷积在轴向、矢状和冠状平面上学习空间依赖性，实现脊髓MRI的容积分割	未提及明确的局限性	旨在提高脊髓MRI中退行性病变的自动分割准确性，优化放射学流程并支持精准医学	脊髓MRI数据，包括退行性脊柱关节病、骨赘、骨软骨病、血管瘤和腰椎前凸畸形等病变	数字病理学	退行性脊柱疾病	MRI	3D U-Net	MRI影像	未提及具体样本数量	NA	3D U-Net	Dice相似系数, Hausdorff距离, 敏感性, 特异性	NA
15	2026-08-24	Integrating deep learning and pangenomics to recover missing heritability from wild structural variations 2026-Aug-22, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-13274-w PMID:42629596	综述	本文综述了整合深度学习和泛基因组学方法来恢复野生结构变异中缺失遗传力的研究进展。	提出从线性基因组坐标转向高维基因组数据表示，利用图神经网络和Transformer基础模型处理结构变异，实现零样本预测野生等位基因和优化基因型-环境互作。	未提及具体局限性。	恢复作物驯化过程中丢失的遗传力，利用野生亲缘种的结构变异提高基因组预测的准确性。	作物及其野生亲缘种的结构变异。	机器学习	NA	NA	图神经网络、Transformer	基因组数据（结构变异）	NA	NA	GNN、Transformer	NA	NA
16	2026-08-24	Distinct Molten-Globule Conformations in an Interacting Protein Domain Resolved by 19F NMR of Fluoroproline Residues 2026-Aug-22, Angewandte Chemie (International ed. in English) DOI:10.1002/anie.4052471 PMID:42631386	研究论文	本文通过化学掺入立体异构的4-氟脯氨酸残基，利用19F NMR技术解析了一个多构象蛋白结构域中不同的熔融球状构象，并研究其对配体结合和淀粉样聚集的影响。	首次使用19F NMR结合氟脯氨酸残基的立体化学修饰来分辨相互作用蛋白结构域中的不同熔融球状构象，并揭示了局部构象偏差如何影响整体蛋白质构象动态。	研究仅限于单一蛋白结构域，且未提供计算资源等详细信息。	研究蛋白质折叠和去折叠机制，特别是熔融球状构象的多样性及其对蛋白质相互作用的影响。	一个折叠的、多构象蛋白质结构域（熔融球状）	结构生物学	NA	19F NMR光谱、化学蛋白质合成	NA	NMR光谱数据	NA	NA	NA	NA	NA
17	2026-08-24	Dual geometry-inspired structural modeling for neuroendocrine tumor segmentation in endoscopic ultrasound 2026-Aug-22, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03683-3 PMID:42631836	研究论文	提出GismEUS，一种基于几何特征融合的深度学习模型，用于内镜超声图像中神经内分泌肿瘤的自动分割	创新性地结合平面几何特征投影与立体结构特征建模，并通过双结构引导的特征增强模块实现局部与全局特征的有效融合	未提及具体限制	提高内镜超声图像中神经内分泌肿瘤分割的准确性，支持早期诊断	神经内分泌肿瘤的内镜超声图像	计算机视觉	神经内分泌肿瘤	深度学习分割	CNN	图像	私有标注数据集和公共GIST514-DB数据集	NA	自定义深度学习架构	Dice系数	NA
18	2026-08-24	Robotic-referenced automated measurement of acetabular cup orientation on postoperative CT: development and internal validation 2026-Aug-22, Journal of robotic surgery IF:2.2Q2 DOI:10.1007/s11701-026-03839-y PMID:42631886	研究论文	开发并内部验证了一种基于深度学习模型，利用术后CT自动测量髋臼杯方向，以机器人导航值作为参考标准。	首次使用机器人导航值作为参考标准，开发深度学习模型自动测量术后CT上的髋臼杯方向，并集成到图形用户界面。	研究为内部验证，需要独立外部验证才能进行更广泛的临床应用。	开发并评估一种深度学习模型，用于术后CT上自动测量髋臼杯方向，以提高测量准确性。	94个髋关节，来自随机试验的二次分析，具有机器人术中角度测量和术后CT数据。	计算机视觉	髋关节疾病	CT成像	深度学习模型（PointNet++，VGG16-based U-Net）	CT图像	94髋，27,821张CT图像	NA	VGG16-based U-Net, PointNet++	平均绝对误差（MAE）	NA
19	2026-08-24	Machine learning for precision obstetrics: A comprehensive review of risk prediction models for hypertensive disorders and pregnancy-related syndromes 2026-Aug-22, Pregnancy hypertension DOI:10.1016/j.preghy.2026.101506 PMID:42632339	综述	本文综述了机器学习在产科精准医疗中的应用，重点评估了妊娠期糖尿病、妊娠期高血压疾病、早产和宫内生长受限等妊娠相关疾病的风险预测模型	强调将多模态数据（临床记录、生化标志物、多组学、医学影像和生活方式因素）整合进机器学习模型，并采用集成方法和深度学习架构，以实现超过0.90的AUC值	存在技术性和伦理挑战，包括偏差、外部验证不足和数据异质性，且临床转化需要前瞻性多中心验证	探讨机器学习在产科护理中向预测性、预防性和个性化方法转变的作用，以实现早期风险分层和及时干预	妊娠期糖尿病、妊娠期高血压疾病、早产和宫内生长受限	机器学习	妊娠相关疾病	NA	随机森林、XGBoost、深度学习架构	多模态数据（临床记录、生化标志物、多组学、医学影像、生活方式数据）	NA	NA	随机森林、XGBoost、深度学习架构	AUC	NA
20	2026-08-24	Development and Internal Evaluation of a Deep Learning Model for Fine-Grained Detection of Dental Trauma on CBCT-Dominant Image Records 2026-Aug-22, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106984 PMID:42632476	研究论文	开发并内部评估了一个基于YOLO的深度学习模型，用于牙科创伤亚型的细粒度定位和分类	首次使用YOLO26x模型对牙科创伤亚型进行细粒度检测，并在以CBCT为主的影像数据集上进行评估	单中心回顾性研究，缺乏外部验证，且对牙槽骨骨折和未复杂冠根折的检测性能较低	开发并内部评估深度学习模型，以实现牙科创伤亚型的细粒度定位和分类	牙科创伤亚型，包括复杂冠根折、未复杂冠折、根折、牙槽骨骨折和未复杂冠根折	计算机视觉	牙科创伤	CBCT和根尖周X光影像	YOLO目标检测模型	图像	1,256个标注创伤实例，其中1,065个来自矢状CBCT图像，191个来自根尖周X光片	未提及	YOLO26x	平均精度(AP), mAP@0.5, mAP@0.5:0.95, 精确率, 召回率, 推理速度	未提及