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	2026-08-18	Current progress and obstacles for automated classification of causes of death based on death certificates: A systematic review 2026-Oct, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106549 PMID:42320083	系统评价	系统回顾了2018至2024年间基于死亡证明自动分类死因的研究，总结了方法论、性能及实施进展与障碍。	首次系统性地评估了深度学习工具在死因自动分类中的应用，并比较了其与基于规则的工具的性能和障碍。	纳入研究间的性能和设置差异大，且深度学习对罕见死因分类效果不佳，直接比较有限。	评估自动化死因分类工具的当前实施情况，包括方法论、性能以及应用进展与障碍。	2018至2024年间使用自动化工具编码或分类死亡原因的46项研究。	自然语言处理、机器学习	不限（死因分类）	深度学习、规则方法	循环神经网络、Transformer	文本（死亡证明）	46项研究，训练样本大小从165到10,519,268人不等。	未提及	循环神经网络、Transformer	召回率（灵敏度）、精确率（阳性预测值）	未提及
2	2026-08-18	Real-time deep learning-based vascular recognition in clinical breast photoacoustic imaging 2026-Oct, Photoacoustics IF:7.1Q1 DOI:10.1016/j.pacs.2026.100863 PMID:42603879	研究论文	提出一种基于深度学习的实时血管识别方法，用于临床乳腺光声成像，实现同步扫描与识别	采用物理信息模拟工作流训练网络，缓解临床数据稀缺问题；优化HAR-UNet实现端到端18.08 fps的实时处理速度，支持临床实时血管识别	未明确提及局限性	实现临床乳腺光声成像中的实时血管识别，辅助乳腺癌评估与诊断	乳腺光声成像图像中的血管结构	计算机视觉	乳腺癌	光声计算断层成像	卷积神经网络（基于U-Net的改进模型）	图像（光声图像）	23例有效临床病例	未明确提及	HAR-UNet（混合注意力残差U-Net）	帧率（fps）、p值	未明确提及
3	2026-08-18	Artificial Intelligence-Based Approach for Determining the Risk of Temporomandibular Disorders 2026-Sep, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70220 PMID:42184378	研究论文	本研究旨在利用机器学习方法基于临床和社会人口学变量预测颞下颌关节紊乱病（TMD）的风险，以辅助早期检测和风险评估。	采用多种机器学习模型（包括DANets、KAN、KNN、MLP、SVM）进行TMD风险预测，并使用SHAP进行模型可解释性分析，揭示了年龄、性别和特定临床症状对模型决策的重要贡献。	未提及明确的局限性。	预测TMD风险，辅助临床早期诊断和风险评估。	患有和不患有TMD的患者。	机器学习	颞下颌关节紊乱病	NA	DANets, KAN, KNN, MLP, SVM	临床和社会人口学变量数据	340名患者	NA	DANets, KAN, KNN, MLP, SVM	准确率、加权精确率、召回率、F1分数	NA
4	2026-08-18	DNAJC12 p.Asp44Gly associated with mild hyperphenylalaninemia and migraine-like headaches: Structural and deep learning analyses 2026-Sep, Molecular genetics and metabolism reports IF:1.8Q3 DOI:10.1016/j.ymgmr.2026.101347 PMID:42604036	研究论文	本文通过整合深度学习方法评估DNAJC12基因p.Asp44Gly变异，该变异与轻度高苯丙氨酸血症和偏头痛样头痛相关	首次对DNAJC12 p.Asp44Gly变异应用集成深度学习方法进行致病性评估，结合AlphaFold2、AlphaMissense等工具进行结构建模和功能预测	未能确定p.Asp44Gly变异的致病性，需要进一步的功能验证	评估DNAJC12 c.131A>G (p.Asp44Gly)变异的致病性及其与临床表型的关联	一份DNAJC12 p.Asp44Gly变异及四个已报道的临床相关错义变异（A62E、R72P、H102Q和W103C）	深度学习	高苯丙氨酸血症、偏头痛	未明确提及测序技术，但涉及遗传变异分析	深度学习模型（AlphaMissense）和传统预测算法（REVEL、PolyPhen-2、ThermoMPNN）	文本和结构数据	一名19岁男性患者及四个已知变异	未明确提及	AlphaFold2和AlphaMissense	主成分分析（PCA）	未明确提及
5	2026-08-18	Structure- and deep learning-guided engineering of a size-minimized CRISPR/Cas 2026-Aug-17, The FEBS journal DOI:10.1111/febs.70707 PMID:42605670	研究论文	本文提出了一种结合结构指导与深度学习辅助的工程策略，通过结构建模和ProteinMPNN序列设计，从微型CRISPR/Cas12f中生成超紧凑的CRISPR激活器（uCRISPRa），并在骨骼肌细胞中实现选择性基因激活	创新性地将结构导向的蛋白质工程与深度学习的序列优化相结合，实现了CRISPR/Cas12f的尺寸最小化，同时保持DNA靶向能力	摘要中未提及具体局限性	开发一种高效紧凑的CRISPR效应器工程框架，用于精确基因调控和复杂大分子系统的功能研究	CRISPR/Cas12f蛋白及其单引导RNA（sgRNA），以及骨骼肌细胞中的嗅觉受体基因	机器学习, 数字病理学	NA	结构建模, 深度学习辅助序列设计	Protein Message Passing Neural Network (ProteinMPNN)	蛋白质序列和结构数据	NA	NA	ProteinMPNN	DNA靶向能力, 基因激活选择性	NA
6	2026-08-18	Machine learning for mechanistic modeling of plant metabolic pathways 2026-Aug-17, Journal of experimental botany IF:5.6Q1 DOI:10.1093/jxb/erag400 PMID:42605901	综述	本文探讨了机器学习在植物代谢途径机制建模中的应用，包括替代模型和参数化方法，并指出了未来方向。	提出利用人工智能技术高效实现植物代谢模型参数化，并策略性指导数据生成资源的使用，以提升参数值的精度。	指出了当前植物代谢模型应用中的知识空白和大规模数据需求瓶颈，以及机器学习和机制模型协同中的局限性。	旨在通过机器学习方法改进植物代谢途径的机制建模，增强模型参数化效率和数据利用策略。	植物代谢途径及其机制建模（包括化学计量和动力学模型）。	机器学习	NA	NA	机器学习/深度学习模型	文献数据（综述）	NA	NA	NA	NA	NA
7	2026-08-18	Deep learning-assisted cone-beam computed tomography volumetric assessment of mandibular anterior alveolar bone changes with and without periodontally accelerated osteogenic orthodontics during skeletal Class III orthodontic-orthognathic treatment 2026-Aug-17, American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics IF:2.7Q1 DOI:10.1016/j.ajodo.2026.06.012 PMID:42606395	研究论文	本研究利用深度学习辅助的锥形束计算机断层扫描（CBCT）技术，评估骨骼性III类错颌畸形患者在正畸-正颌联合治疗中，接受或未接受牙周加速成骨正畸（PAOO）治疗的下颌前牙区牙槽骨体积变化	首次将深度学习辅助的CBCT自动分割技术应用于评估PAOO在骨骼性III类错颌畸形患者正畸-正颌治疗中的三维牙槽骨体积变化，提供了高效的体积评估工具	信息未提供	评估在骨骼性III类错颌畸形患者正畸-正颌治疗中，PAOO对下颌前牙区三维牙槽骨体积变化的影响，并验证深度学习辅助CBCT分割作为体积评估工具的有效性	42名接受正畸-正颌治疗的骨骼性III类错颌畸形成年患者，分为PAOO组（21人）与非PAOO对照组（21人）	深度学习、医学图像分析	骨骼性III类错颌畸形	CBCT成像	深度学习自动分割模型	CBCT图像	42名患者（PAOO组21人，对照组21人）	NA	NA	P值、均值和标准差	NA
8	2026-08-18	Explainable copy-move forgery detection in videos: Generative adversarial network-based transfer learning and multi-aspect transformer with shuffle attention 2026-Aug-16, Journal of forensic sciences IF:1.5Q2 DOI:10.1111/1556-4029.70437 PMID:42604591	研究论文	提出一种结合生成对抗网络和增强注意力机制的深度学习架构，用于视频中基于对象的复制-移动伪造检测，并提升可解释性	结合迁移学习与新颖的多方面Fossa图Transformer，并引入Shuffle Attention机制，以及使用基于GoogLeNet的改进生成对抗网络提取深层空间语义特征，同时集成LIME进行可解释性可视化	未明确提及局限性	开发一种可解释且稳健的深度学习架构，以准确检测视频中的对象级复制-移动伪造	视频帧中的复制-移动伪造对象	计算机视觉	不适用	生成对抗网络	生成对抗网络、Transformer	视频帧图像	五个基准数据集：SULFA、GRIP、VTD、CG-1050 v2.0、COVERAGE（具体样本数未提及）	未明确提及	GoogLeNet（用于GAN）、Multi-Aspect Fossa Graph Transformer with Shuffle Attention (MAFGTN-SA)	准确率、F1分数	未明确提及
9	2026-08-18	Editorial for "Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches" 2026-Aug-16, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70514 PMID:42604949	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
10	2026-08-18	Deep Learning-Accelerated MRI Assessment of Hepatic Proton Density Fat Fraction: Agreement With Conventional Acquisition Across Manual and Automated Measurement Approaches 2026-Aug-16, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70511 PMID:42604958	研究论文	评估深度学习加速MRI在肝脏质子密度脂肪分数测量中与传统采集方法的一致性，并比较不同测量方法的影响	首次系统评估深度学习重建加速的PDFF测量与传统方法的一致性，并探讨手动与自动测量方法对结果的影响	研究为回顾性设计，样本量有限，未涉及多中心验证	评估深度学习加速PDFF与传统PDFF和MRS-PDFF的线性和一致性，以及重建相关的全肝脏分布指标	脂肪模体和96名成人患者（53名男性，中位年龄64岁）	医学影像	肝脏疾病	化学位移编码多回波梯度回波MRI	深度学习重建	MRI影像	脂肪模体3个瓶（标称脂肪质量分数27.86%、18.32%、9.12%）；96名成人患者	NA	NA	线性回归斜率、截距、R²、Bland-Altman偏差和95%一致性界限、Lin一致性相关系数（CCC）、Hodges-Lehmann方法、Spearman相关系数	NA
11	2026-08-18	SporaScan: cost-effective, high-precision leaf-disc disease severity assessment for grapevine downy mildew 2026-Aug-16, Pest management science IF:3.8Q1 DOI:10.1002/ps.71193 PMID:42604963	研究论文	开发了SporaScan自动化流程，结合YOLO v8n、Mobile SAM和UNet，用于葡萄霜霉病叶片圆片病害严重程度的准确评估，并验证了其高效性和实用性	提出了一种结合YOLO v8n进行叶片圆片定位、Mobile SAM进行背景移除和UNet进行孢子囊分割的序列化流程，相较于Mask R-CNN提高了准确性和效率，并在盲测中表现出优越性	未提及具体局限性	实现葡萄霜霉病严重程度的自动化、高精度评估，以支持病害评价、育种和杀菌剂评估	葡萄叶片圆片上的霜霉病感染	计算机视觉	葡萄霜霉病	深度学习图像分割	YOLO v8n、Mobile SAM、UNet	图像	未提及具体样本数量	PyTorch	YOLO v8n, Mobile SAM, UNet	mAP@50, mIoU@50, R², 误分类率, 盲测一致性	未提及
12	2026-08-18	Systematic Review of the Relationship Between the Presence and Quality of Sidewalks and Children's Physical Health 2026-Aug-16, Childhood obesity (Print) DOI:10.1177/21532176261475772 PMID:42605126	系统综述	本系统综述综合了关于人行道可用性和质量与儿童身体健康结果之间关联的现有研究。	该综述聚焦于儿童群体，并强调了使用计算机视觉和深度学习等自动化图像环境审计方法评估人行道属性的必要性。	纳入的研究多为横断面设计，且体重相关结果关联不一致，未来需更多纵向和准实验研究。	探讨人行道的存在和质量与儿童身体健康结果之间的关系。	儿童及其身体健康结果，包括体力活动、主动交通、户外活动、BMI和体重相关指标。	公共卫生	儿童健康（肥胖相关）	NA	NA	文本（研究文章）	39项研究（儿童相关）	NA	NA	NA	NA
13	2026-08-18	Multi-Omics Integration Identifies a CDH3-Associated Malignant Epithelial State and Immunosuppressive Niche to Predict Prognosis in Thymic Epithelial Tumors 2026-Aug-15, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.77153 PMID:42603286	研究论文	本研究整合多种组学技术，识别出胸腺上皮肿瘤中CDH3相关的恶性上皮状态和免疫抑制微环境，并以此预测患者预后	首次在胸腺上皮肿瘤中通过多组学整合识别出CDH3相关的恶性上皮状态及其与免疫抑制微环境的关联，并建立了深度学习病理模型从常规H&E切片中预测患者结局	研究主要基于公共数据集和体外/异种移植模型，需要更多临床样本验证，且机制探索尚未完全阐明	阐明胸腺上皮肿瘤中恶性上皮异质性及其微环境组织，并探索新的预后标志物和治疗靶点	胸腺上皮肿瘤（TETs），包括胸腺瘤和胸腺癌	数字病理学	胸腺上皮肿瘤	单细胞RNA测序、空间转录组学、多重免疫荧光、批量转录组学、功能实验、异种移植验证、计算病理学	深度学习模型	单细胞RNA测序数据、空间转录组数据、多重免疫荧光图像、批量转录组数据、H&E病理图像、功能实验数据、异种移植数据	未明确说明，但涉及TCGA-THYM数据集、患者来源的胸腺癌类器官及异种移植模型	NA	深度学习模型（具体架构未说明）	生存分析、组织学、基因组不稳定性、免疫背景（具体指标未明确）	NA
14	2026-08-18	Validation of artificial intelligence-assisted CBCT analysis for predicting inferior alveolar nerve proximity to impacted mandibular third molars: a diagnostic accuracy study 2026-Aug-15, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08690-z PMID:42603807	研究论文	本研究评估了一种人工智能辅助锥形束CT分析系统预测下颌阻生第三磨牙与下牙槽神经位置关系的诊断准确性，以专家放射科医生评估为参考标准	采用改进的U-Net架构深度学习系统在CBCT上自动分割下牙槽神经管和下颌第三磨牙，并将二者空间关系自动分类为无接触、接近和接触/重叠三种类别，显著缩短了分析时间（约40倍）	参考标准为影像学评估而非术中观察结果，缺乏前瞻性多中心验证及手术结局数据，影响临床部署的最终建议	评估人工智能辅助CBCT分析系统预测下牙槽神经与下颌阻生第三磨牙空间邻近关系的诊断准确性	312名患者（平均年龄28.21±6.62岁）的CBCT影像数据，其中包括486个下颌第三磨牙位点的独立测试集	计算机视觉	口腔颌面疾病	锥形束CT（CBCT）	深度学习（改进U-Net）	三维医学影像（CBCT）	486个下颌第三磨牙位点（来自283名患者）作为独立测试集，总体研究涵盖312名患者	NA	改进U-Net	准确率、灵敏度、特异度、阳性预测值、阴性预测值、AUC、Cohen's kappa、Dice相似系数、Bland-Altman分析	NA
15	2026-08-18	Immune Spatial Organization Predicts Distant Metastasis Risk in Aggressive Localized Prostate Cancer 2026-Aug-14, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-25-4900 PMID:42113020	研究论文	本研究开发了一种可解释的免疫微环境来源的计算病理学生物标志物，通过分析前列腺癌全切片图像中的免疫细胞空间聚集来预测远处转移风险	首次提出免疫空间聚类作为可解释的计算病理学生物标志物，并揭示高级别前列腺癌的独特免疫特征	研究基于回顾性队列，可能存在选择偏倚；免疫细胞检测方法依赖于深度学习模型的准确性；样本量相对有限	识别可解释的免疫微环境来源的计算病理学生物标志物，用于改善前列腺癌的风险分层	M0期前列腺癌患者，包括发现队列和验证队列（共490例）以及TCGA队列（326例）	计算病理学	前列腺癌	深度学习（CellViT）、密度聚类（DBSCAN）、CIBERSORTx免疫细胞去卷积、TRUST4免疫受体库重建	深度学习模型（CellViT）	全切片图像（WSI）、批量测序数据	发现队列（n=490）和验证队列（n=490）中的部分样本，以及TCGA队列（n=326）	未明确说明	CellViT（基于Transformer架构）	调整风险比、95%置信区间、P值	未明确说明
16	2026-08-18	Deep learning-based automated identification of papillary bladder cancer from endoscopic still images using SE-ResNeXt-50 2026-08-14, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-026-06694-6 PMID:42599325	研究论文	本研究开发了一种基于SE-ResNeXt-50架构的深度学习系统，用于从膀胱镜静止图像中自动分类乳头状膀胱肿瘤，并通过Grad-CAM分析确保模型的可解释性	采用了SE-ResNeXt-50架构，结合Grad-CAM可视化技术，提高了膀胱肿瘤分类的准确性，并首次探讨了其在下一代膀胱内治疗（如TAR-200、nadofaragene firadenovec、N-803）中的辅助决策作用	背景伪影（如气泡或网状结构）偶尔会影响模型信号，且研究仅基于静态图像，未涵盖动态视频分析	开发一个自动化AI系统，以高特异性识别乳头状膀胱肿瘤，支持临床实现完全切除，从而提升下一代膀胱内治疗的效果	膀胱镜静止图像中的乳头状膀胱肿瘤病变	计算机视觉	膀胱癌	深度学习图像分类	CNN	图像	未提供具体样本数量，提及使用膀胱镜静止图像	未指定	SE-ResNeXt-50	未具体说明，可能包括准确性、特异性等	未提供
17	2026-08-18	A hybrid framework combining microwave sensing and deep learning for real-time soil volumetric water content estimation 2026-Aug-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-65948-w PMID:42601372	研究论文	本研究提出了一种结合2.4 GHz微波传感与深度学习的混合框架，用于实时估算土壤体积含水量	创新点在于将微波/RF传感系统与边缘计算和卷积神经网络相结合，实现实时、非破坏性的土壤水分测量，并针对不同土壤质地选择最优多项式回归模型，显著提高预测精度和速度	未在摘要中明确提及局限性	开发一种快速、非破坏性的实时土壤体积含水量估计方法，以克服传统重力法的耗时和破坏性限制，应用于岩土工程和农业中的土壤监测	土壤样本（包括沙土、黏土和混合土）	机器学习、数字土壤传感	不适用	微波/RF传感	卷积神经网络（CNN）、多项式回归	反射信号功率数据	目标含水量为0.05、0.15、0.25、0.35和0.45 L的土壤样本	Raspberry Pi 5上的边缘计算（未指定具体框架）	CNN	准确率（平均准确率约99.8%、99.7%、99.4%分别对应沙土、黏土和混合土）	Raspberry Pi 5边缘计算设备
18	2026-08-18	scDAU: a disentangled representation learning method for cross-modal translation in single-cell multi-omics data 2026-Aug-14, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag610 PMID:42605072	研究论文	提出了一种用于单细胞多组学数据跨模态翻译的解耦表示学习方法scDAU	结合条件扩散特征正则化与多尺度跨模态翻译网络，引入特征解耦策略分离共享生物学信号与模态特异性信息，并使用U-Net架构实现准确的跨模态双向翻译	未提及具体限制	开发一种鲁棒且可扩展的深度学习方法，用于单细胞多组学数据的跨模态翻译，以促进细胞异质性和调控关系的整合分析	单细胞多组学数据，包括转录组和染色质可及性数据，以及转录组和蛋白质组数据	机器学习	胶质母细胞瘤	单细胞多组学测序	扩散模型、U-Net	单细胞多组学数据（转录组、表观遗传、蛋白质组）	多个基准数据集以及一个人类胶质母细胞瘤数据集	NA	U-Net	预测准确性、泛化性能	NA
19	2026-08-18	Quantitative RNA spatial profiling using single-molecule RNA FISH on plant tissue cryosections 2026-Aug-10, Plant communications IF:9.4Q1 DOI:10.1016/j.xplc.2026.101943 PMID:42252663	研究论文	该文章介绍了一种优化的单分子RNA荧光原位杂交（smFISH）方法，称为cryo-smFISH，用于在植物组织冷冻切片上可视化和定量单分子mRNA，并整合了深度学习算法进行图像分析。	首次将smFISH成功应用于植物组织冷冻切片，并整合了深度学习算法以提高亚细胞分辨率的RNA定量精度，还实现了与免疫荧光的稳健联用。	摘要未提及具体限制，可能包括需要高质量冷冻切片、技术操作复杂或依赖特定设备。	开发一种简单且稳健的smFISH方法，用于植物组织冷冻切片中的单分子RNA可视化和定量，以支持基因表达分析。	植物组织冷冻切片中的RNA分子，包括低表达转录本（如长非编码RNA）和mRNA。	数字病理学或分子生物学（更偏向分子生物学与成像）	NA	单分子RNA荧光原位杂交（smFISH）、免疫荧光、cryosectioning	深度学习模型（具体类型未指定）	图像	未指定具体数量；涉及植物组织冷冻切片样本。	未指定具体框架，但使用深度学习算法。	未指定具体架构，可能包括CNN等。	灵敏度、定量准确性（如RNA分布），具体指标未详述。	未在摘要中提及。
20	2026-08-18	DeepPNI: a language- and graph-based model for mutation-driven protein-nucleic acid binding energetics 2026-Aug-10, Nucleic acids research IF:16.6Q1 DOI:10.1093/nar/gkag820 PMID:42605800	研究论文	提出DeepPNI，一种深度学习回归模型，整合序列和结构特征，预测蛋白-核酸复合物中突变引起的结合自由能变化	首次结合边感知关系图卷积网络和蛋白质语言模型（ESM-2），处理大规模异质性蛋白-核酸相互作用突变数据集	未提及具体局限性，但数据集的异质性和规模可能对模型泛化能力构成挑战	开发准确预测蛋白-核酸相互作用中突变诱导结合自由能变化的深度学习模型	蛋白-DNA和蛋白-RNA复合物中的1754个突变	深度学习、生物信息学	不适用	深度学习回归、图卷积网络、蛋白质语言模型	深度学习回归模型，结合边感知关系图卷积网络和ESM-2蛋白质语言模型	蛋白质-核酸复合物的序列和结构数据	1754个突变，涵盖蛋白-DNA和蛋白-RNA复合物	不明确	边感知关系图卷积网络、ESM-2	皮尔逊相关系数	未提及