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	2026-10-09	Integrating mathematical modelling and artificial intelligence to combat emerging viral syndemics: A systematic review 2026-Dec, New microbes and new infections IF:2.9Q3 DOI:10.1016/j.nmni.2026.101843 PMID:42840247	系统综述	本文系统综述了整合数学建模与人工智能的“硅盾”计算框架，用于应对新发病毒共疫	提出“硅盾”三层架构（数据管道、模型流水线、决策接口），将SIR、SEIR、ABM等机制模型与CNN、Transformer、pLM等深度学习架构融合，并通过贝叶斯更新进行不确定性量化和有向无环图进行因果推断	实现“硅盾”需要跨学科协作、标准化临床验证并关注全球卫生公平，当前仍存在关键文献空白	综合证据构建“硅盾”主动计算框架，弥合大数据与数学建模之间的统一计算框架缺口，提升大流行病防范与应对能力	新发病毒共疫、传染病监测数据、基因组数据、移动性数据、社会脆弱性指数等	机器学习	新发病毒共疫	数学建模（SIR、SEIR、ABM）、深度学习、贝叶斯更新、因果推断、DAG	CNN、Transformer、pLM	文本、基因组数据、移动性数据	364个来源	NA	CNN、Transformer、pLM	AUROC、WIS、CRPS	NA
2	2026-10-09	A comparative analysis of artificial intelligence generated 3d facial models from 2D photos: A procrustes-based validation of landmark accuracy in Orthodontics 2026-Dec, Seminars in orthodontics IF:2.2Q2 DOI:10.1053/j.sodo.2025.10.014 PMID:42840780	研究论文	本研究评估了深度学习人工智能模型从单张2D照片重建3D面部几何的准确性和精确度，并通过Procrustes分析验证了正畸学中面部标志点的精度	首次使用基于Procrustes分析的方法，系统比较了3DDFA-V2深度学习模型从2D照片生成的3D面部模型与金标准Bellus 3D扫描仪模型在面部标志点坐标上的差异，揭示了AI重建的系统性偏差	回顾性研究设计，样本量较小（47例），未评估不同种族、年龄或面部特征的影响，且仅使用了一种AI模型和一种金标准扫描仪进行对比	评估深度学习AI模型从单张2D照片重建3D面部几何的准确性和精确度，并识别AI重建中的维度变化和系统性偏差	47例来自太平洋大学数据库的匿名患者记录，每例患者的2D照片和同日Bellus 3D扫描仪采集的3D面部模型	计算机视觉	NA	3D面部重建，深度学习，Procrustes分析	深度学习	图像（2D照片和3D面部模型）	47例患者记录	NA	3DDFA-V2	Procrustes归一化误差，欧几里得误差，标志点坐标差异，平均误差和标准差	NA
3	2026-10-09	MRpro: Open Framework for Model-Based, Learned, and Quantitative MR Imaging-Application to Low-Field MRI 2026-Nov, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70405 PMID:42834473	研究论文	本文介绍了一个名为MRpro的开源框架，用于磁共振图像重建和定量参数估计，特别适用于低场MRI	MRpro是一个基于PyTorch的开源框架，支持现代深度学习重建，并通过ISMRMRD、DICOM和NIfTI实现标准化数据交换，提供统一的数据结构、可组合算子、可近端泛函和优化算法，包括针对低场应用开发的B0校正算子，以及数据一致性层、可微分优化层和先进骨干网络，并支持自动质量控制	未明确提及	为磁共振成像研究提供一个可重复、可维护的基础框架，特别关注低场MRI	磁共振成像数据，包括原始k空间数据、重建图像和参数图，以及低场MRI数据	医学图像处理	NA	磁共振成像，深度学习，迭代重建，定量参数估计	深度学习模型，卷积神经网络	图像，k空间数据	公共数据集和模拟数据集，以及在0.3 T、0.6 T和47 mT下获取的低场数据	PyTorch	NA	相对均方根误差	NA
4	2026-10-09	Reclassifying Single Lead Sinus Rhythm ECGs for Improved AF Recurrence Detection With Deep Learning 2026-Oct-07, Circulation. Arrhythmia and electrophysiology DOI:10.1161/CIRCEP.125.014659 PMID:42841203	研究论文	该研究开发并验证了一种新型深度学习模型，使用单导联心电图重新分类窦性心律，以检测心房颤动复发	根据过去和未来的房颤事件动态重新分类窦性心律，将30秒单导联心电图转化为短期房颤风险的总结指标	研究样本量较小（558名参与者），仅使用单导联心电图，且需要未来房颤事件信息	优化房颤复发评估的观察和预测窗口，提高房颤复发检测准确性	558名参与者的单导联心电图数据，其中308名无复发贡献良性窦性心律条带，250名有复发贡献严重窦性心律条带	数字病理学	心血管疾病	深度学习	CNN	图像	558名参与者	NA	NA	AUC, 准确率, 灵敏度, 特异性, F1分数	NA
5	2026-10-09	Asymmetric Heterostructured Breathable Janus Nanofibrous Membranes for Deep Learning-Assisted Wearable Sensing 2026-Oct-07, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.76150 PMID:42841400	研究论文	本文报道了一种通过原位分层静电纺丝制备的非对称异质结构透气Janus纳米纤维膜，用于深度学习辅助的可穿戴传感，集成了汗液管理、透气性、热舒适性和稳定信号采集	提出了非对称异质结构Janus纳米纤维膜的设计策略，通过原位分层静电纺丝将亲水层和疏水层集成于单一膜中，同时实现定向液体传输、抑制反向渗透、透气性和稳定的机电传感性能，并结合深度学习算法实现高精度摩尔斯电码识别	未明确提及该传感器在实际长期佩戴场景中的生物相容性、长期稳定性以及在真实汗液环境下的性能表现	开发一种集汗液管理、透气性、热管理和稳定传感于一体的皮肤界面可穿戴传感器，并通过深度学习算法实现智能信号识别	非对称异质结构透气Janus纳米纤维膜（AHB-JNM）及其在可穿戴传感中的应用	机器学习	NA	原位分层静电纺丝	深度学习算法	传感器信号数据	NA	NA	NA	灵敏度因子（GF）、应变范围、响应时间、循环稳定性、摩尔斯电码识别准确率	NA
6	2026-10-09	Measuring Knee Alignment Following Distal Femur Fracture Surgery: A Novel Deep Learning Approach 2026-Oct-07, Journal of orthopaedic trauma IF:1.6Q3 DOI:10.1097/BOT.0000000000003300 PMID:42841451	研究论文	该研究开发了一种基于机器学习的自动化系统，用于从常规术后X线片中测量股骨远端骨折手术后的冠状面膝关节对线参数。	首次将深度学习应用于股骨远端骨折术后常规X线片的冠状面膝关节对线参数自动测量，实现了股骨髁间窝、股骨髁、胫骨棘和胫骨平台等标准放射学标志的自动识别与参数计算	单中心回顾性研究，样本量相对有限（287张X线片），aMPTA的平均绝对误差较大（2.3°），部分参数的Pearson相关系数较低（低至0.4），需要多中心外部验证	评估基于机器学习的系统能否从股骨远端骨折手术固定后的常规术后X线片中准确测量冠状面膝关节对线参数	50岁及以上接受低能量OTA/AO 33A和33C型股骨远端骨折（含假体周围骨折）手术固定的成年患者	计算机视觉	骨科创伤	X线摄影	深度学习	图像	287张术后膝关节和股骨远端正位X线片，队列中78.0%为女性，平均年龄72.3岁（范围50至97岁）	NA	NA	平均绝对误差、Pearson相关系数、Bland-Altman分析	NA
7	2026-10-09	A dual-channel deep learning framework integrating preoperative and intraoperative multi-phase data for predicting post-ablation recurrence in atrial fibrillation 2026-Oct-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2736287 PMID:42841677	研究论文	该研究开发了一种双通道深度学习框架ACFT，整合术前临床指标和术中消融序列，用于预测房颤消融术后复发	提出双通道框架ACFT，结合Transformer和MLP分别处理术中消融序列和临床指标，实现多模态数据融合预测房颤复发	摘要未提及局限性	优化房颤消融术后的管理，通过预测复发风险来指导术后治疗	接受导管消融术的房颤患者	机器学习	心血管疾病	导管消融术	Transformer, MLP	结构化术中消融序列和临床指标	未提及	NA	Transformer, MLP	AUC	NA
8	2026-10-09	Deep fusion for multimodal subtype classification of major depressive disorders based on TSCANet 2026-Oct-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2731404 PMID:42841689	研究论文	本研究提出了一种基于TSCANet的多模态评估框架，融合脑电功能连接与临床量表数据，用于重度抑郁症亚型分类	开发了TSCANet深度多模态模型，结合Transformer局部-全局图神经网络与量表交叉注意力机制，有效处理精神科数据的复杂性	未明确提及	提高重度抑郁症亚型分类的客观性和准确性，克服传统主观量表的局限性	重度抑郁症患者	机器学习	重度抑郁症	脑电功能连接、临床量表	Transformer、图神经网络、交叉注意力网络	脑电信号、临床量表数据	NA	NA	Transformer、图神经网络、交叉注意力网络	准确率	NA
9	2026-10-09	Deep learning-based synthetic CT for the assessment of spinal structural lesions in axial spondyloarthritis 2026-Oct-07, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05371-4 PMID:42841950	研究论文	评估合成CT在检测疑似中轴型脊柱关节炎患者脊柱结构病变中的准确性	利用深度学习生成合成CT，用于评估中轴型脊柱关节炎的脊柱结构病变，并验证其相对于常规CT的检测准确性	回顾性研究，样本量有限，仅针对疑似中轴型脊柱关节炎患者，未涉及其他脊柱疾病	评估合成CT在检测疑似中轴型脊柱关节炎患者脊柱结构病变中的准确性	疑似中轴型脊柱关节炎患者的脊柱结构病变	医学影像分析	中轴型脊柱关节炎	深度学习合成CT	深度学习	图像	87名患者（42名男性，45名女性，平均年龄41±14.2岁）	NA	NA	灵敏度，特异度，阳性预测值，阴性预测值	NA
10	2026-10-09	Deep learning-based automated scanline localization in suprahyoid muscle ultrasound for quantitative dysphagia assessment 2026-Oct-07, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03629-6 PMID:42842086	研究论文	该研究提出了一种整合数学建模、自动舌骨上肌分割、扫描线确定和基于深度学习的分析框架，用于客观评估吞咽困难	将数学建模与AI驱动的分割和分类相结合，实现超声图像中舌骨上肌的自动定位和扫描线确定，减少操作者依赖性并保持专家级准确性	自动化扫描线确定与专家共识的总体一致性为72.3%，尚未完全达到专家水平；研究样本量有限；未提及外部验证	开发一个客观、可重复的超声吞咽困难评估框架，通过整合数学建模与AI驱动的分割和分类，实现自动舌骨上肌定位和扫描线确定	371张来自正常、轻度和重度吞咽困难患者的超声图像	医学图像分析	吞咽困难	超声成像	CNN	图像	371张超声图像	NA	U-Net, ResNet-101, Fast R-CNN, YOLO11, VGG-19	IoU, ICC, MPAD, F1-score, 推理时间	NA
11	2026-10-09	Phantom-based synthetic renal PCASL data generation for overcoming data scarcity and enhancing deep learning-based segmentation 2026-Oct-07, Magma (New York, N.Y.) DOI:10.1007/s10334-026-01416-w PMID:42842192	研究论文	本文提出利用基于模型的合成肾脏PCASL数据生成方法，通过2D CycleGAN从XCAT体模生成合成PCASL图像，以克服数据稀缺并提升基于深度学习的肾脏分割性能	首次提出利用2D CycleGAN从XCAT体模生成解剖学上逼真的合成肾脏PCASL图像，并将合成数据用于微调现有模型以及仅用合成数据训练模型实现真实图像中的多类分割（皮质/髓质），解决了标签缺乏的问题	在移植受试者中，仅使用合成数据的效果较差（p>0.05），合成数据在某些场景下单独使用效果有限；样本量相对较小（共30例受试者）	验证2D CycleGAN框架能够从体模生成解剖学上逼真的合成肾脏PCASL图像，以克服数据稀缺并改善基于深度学习的肾脏分割模型	16名肾移植受试者和14名健康受试者的肾脏PCASL图像，以及XCAT体模数据	医学图像分割	肾脏疾病	PCASL（伪连续动脉自旋标记）MRI成像	CycleGAN, Mask R-CNN	图像	30名受试者（16名肾移植受试者，14名健康受试者）的PCASL图像数据，以及XCAT体模数据	NA	CycleGAN, Mask R-CNN	DSC（Dice相似系数）, p值	3T Siemens Skyra MRI扫描仪
12	2026-10-09	Resection zone prediction for parenchyma-sparing hepatectomy planning: a comparative study of three modeling paradigms 2026-Oct-07, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03798-7 PMID:42842158	研究论文	比较三种建模范式（基于几何距离、基于灌注和基于深度学习）在保留肝实质的肝切除术规划中预测切除区域的效果	首次系统比较三种不同复杂度的建模范式在保留肝实质的肝切除术规划中预测切除区域的性能，并分析其各自的适用场景	没有一种模型在所有指标上均优于其他模型，深度学习模型存在局部边界不准确的问题，灌注模型倾向于高估切除区域	研究不同层次的解剖和功能信息复杂度如何影响原发性肝癌保留肝实质手术规划中的切除区域预测	肝脏、肿瘤和血管的分割表示	医学图像分析	肝癌	深度学习	U-Net	医学图像	NA	NA	U-Net	DSC, HD95	NA
13	2026-10-09	A Bayesian deep learning framework for brain dynamic functional connectivity linked with cognition 2026-Oct-07, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujag174 PMID:42842297	研究论文	提出一个贝叶斯深度学习框架，将功能连接分解为动态和静态组件，以预测认知表现	利用深度核学习将瞬态功能表示为连续过程，动态组件通过阈值高斯过程建模以捕捉平滑时间变化并诱导稀疏性，静态组件使用带阈值层的深度神经网络建模以学习复杂非线性关系并增强可解释性，平衡了模型灵活性、时间分辨率和可解释性	未明确说明	有效结合时间动态来研究大脑连接与认知之间的关系，从功能神经影像数据预测认知结果	青少年大脑认知发展（ABCD）研究中的功能神经影像数据	神经影像，机器学习	NA	功能磁共振成像（fMRI）	贝叶斯深度学习，深度核学习，高斯过程，深度神经网络	图像（功能神经影像数据）	来自青少年大脑认知发展（ABCD）研究的数据	NA	深度核学习，阈值高斯过程，深度神经网络	预测准确度，特征选择	NA
14	2026-10-09	HINN prioritizes multi-omics biomarkers associated with cognitive decline 2026-Oct-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag741 PMID:42842388	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
15	2026-10-09	Computed Tomography-Based Periaortic Adipose Tissue Imaging Phenotypes in Type B Aortic Dissection: A Retrospective Case-Control Study 2026-Oct-06, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.126.051823 PMID:42808436	研究论文	基于计算机断层扫描血管造影评估B型主动脉夹层患者的主动脉周围脂肪组织影像表型及其与疾病状态和术后扩张的关联	结合深度学习辅助分割量化多层主动脉周围脂肪组织并探索撕裂风险指数	回顾性设计、样本量有限、撕裂风险指数作为术后扩张预测的区分能力有限	评估与B型主动脉夹层相关的主动脉周围脂肪组织影像表型，并探索撕裂风险指数对胸主动脉腔内修复术后主动脉扩张的预测价值	100例接受胸主动脉腔内修复术的B型主动脉夹层患者和50例年龄性别频数匹配的正常对照	数字病理学	心血管疾病	计算机断层扫描血管造影	深度学习	图像	150例（100例B型主动脉夹层患者和50例正常对照）	NA	NA	曲线下面积、组内相关系数、Bland-Altman分析	NA
16	2026-10-09	Artificial Intelligence-Derived Electrocardiographic Age Enhances Stroke Risk Stratification in Patients With Atrial Fibrillation With a CHA2DS2-VA Score of 1 2026-Oct-06, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.126.050723 PMID:42808453	研究论文	本研究评估了人工智能衍生的心电图年龄（ECG-age）是否能够增强CHA2DS2-VA评分为1的房颤患者（处于抗凝治疗临界指征）的血栓栓塞风险预测能力	首次将人工智能衍生的心电图年龄替代CHA2DS2-VA评分中的实际年龄，构建EA-CHA2DS2-VA评分，用于改善中等卒中风险房颤患者的风险分层	研究为回顾性设计，样本量相对有限（832例），需要未来前瞻性研究验证该AI增强策略在临床实践中的有效性和可行性	评估AI衍生的心电图年龄是否能够增强CHA2DS2-VA评分为1的房颤患者的风险预测效用，以改善抗凝治疗的决策	832例未接受抗凝治疗、CHA2DS2-VA评分为1且在确诊90天内至少有一次12导联心电图记录的房颤/心房扑动患者	机器学习	心血管疾病	12导联心电图（ECG）	CNN	图像（心电图）	832例房颤/心房扑动患者（EA-CHA2DS2-VA≥2组315例，<2组517例）	NA	卷积神经网络（CNN）	风险比（HR）、95%置信区间（CI）、P值	NA
17	2026-10-09	Machine Learning and Deep Learning for the Diagnosis of Cervical Degenerative Diseases: Systematic Review and Meta-Analysis 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/92008 PMID:42832736	系统综述与荟萃分析	本文通过系统综述与荟萃分析，评估了传统机器学习和深度学习在颈椎退行性疾病诊断中的性能	首次对传统机器学习和深度学习诊断颈椎退行性疾病的性能进行汇总估计，并采用QUADAS-2、QUADAS-AI和GRADE工具全面评估方法学质量和证据确定性	外部验证有限，研究间存在异质性，根据GRADE评估证据确定性较低，纳入研究存在较高偏倚风险	总结和评估传统机器学习与深度学习诊断颈椎退行性疾病的现有证据，为未来研究和临床应用提供指导	使用医学影像诊断颈椎退行性疾病的研究	数字病理学, 机器学习	颈椎退行性疾病	NA	传统机器学习, 深度学习	医学影像	30项研究纳入系统综述，其中21项研究共25301名患者纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, SROC曲线下面积	NA
18	2026-10-09	AI-Based Measurement Tools for Intrinsic Capacity in Older Adults: Scoping Review 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/90411 PMID:42832757	范围综述	该文综述了基于AI的老年人内在能力测量工具，采用三维分析框架整合AI数字设备与系统、数字生物标志物及AI技术	不同于以往技术、疾病或领域特定的综述，本文采用三维分析框架跨WHO定义的六大内在能力领域比较证据，识别发展较成熟的领域、关键证据缺口以及标准化、外部验证和多领域评估的优先事项	现有证据在不同内在能力领域间的分布和成熟度差异显著，活力、听力和多领域内在能力评估的研究相对不足，临床转化仍需稳健验证、整合到护理路径并解决老年人需求的实施方法	系统综合基于AI的内在能力测量工具的当前证据，并利用整合AI数字设备与系统、数字生物标志物和AI技术的三维分析框架刻画AI驱动的内在能力评估图景	老年人内在能力（IC）评估相关的AI测量工具研究	数字健康，机器学习，计算机视觉，自然语言处理	老年疾病，健康老龄化	NA	NA	NA	161项研究	NA	NA	NA	NA
19	2026-10-09	ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning 2026-10-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-78143-2 PMID:42834055	研究论文	本文提出了一种基于Transformer的深度学习流程ProFormer，用于直接分析质谱数据并对蛋白质组样本进行分类，无需传统的数据解析过程	首次提出基于Transformer的深度学习框架ProFormer，直接利用MS1级肽离子特征对样本进行分类，无需耗时的数据解析，在14种评估架构中分类和泛化性能均优于传统机器学习和基于图像的CNN方法；同时实现了单肽分辨率的可解释AI	未明确说明模型在大规模临床队列中的验证情况，对更广泛质谱平台和数据类型的泛化能力有待进一步验证	开发一种可泛化的深度学习方法，直接分析质谱数据以实现单细胞和血浆蛋白质组的准确分类	单细胞蛋白质组和血浆蛋白质组数据	机器学习	NA	液相色谱-质谱联用（LC-MS）	Transformer	质谱数据（表格化MS1特征）	NA	NA	Transformer	分类准确率、泛化能力	NA
20	2026-10-09	Time Series Segmentation in Adaptive Optics Ophthalmoscopy With Application to Flicker-Induced Vasodilation 2026-Oct-05, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.10.8 PMID:42841580	研究论文	开发了一种自动化图像处理流程，用于在自适应光学检眼镜图像序列中分割视网膜动脉壁，以评估闪烁诱导的血管舒张	首次实现了对自适应光学检眼镜图像序列的低监督处理，结合深度学习与主动轮廓模型，并利用时间连续性进行正则化来补偿低质量图像	需要在不同质量水平的图像序列上进行验证，可能对极端低质量图像的处理效果有限	开发自动化图像处理流程，克服图像质量差异，准确评估视网膜动脉壁的形态学差异	自适应光学检眼镜图像序列中的视网膜动脉壁	计算机视觉, 医学图像处理	心血管疾病, 视网膜血管疾病	自适应光学检眼镜, 深度学习, 主动轮廓模型	CNN	图像	NA	NA	NA	Spearman相关系数, 均方根误差	NA