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	2026-10-23	Deep learning-based echocardiography for cardiac assessment: a systematic literature review and meta-analysis 2026-Nov, European heart journal. Digital health DOI:10.1093/ehjdh/ztag148 PMID:42899077	系统综述与meta分析	本文系统综述并meta分析了深度学习模型在超声心动图评估中的性能表现及其影响因素	将深度学习在超声心动图中的应用系统归纳为五类任务（疾病/死亡预测、既定测量复现、心腔分割、切面视图分类、图像质量评估），并通过meta分析量化了模型性能及影响性能的因素（如医学目标、输入特征、视频分辨率、帧数、训练参与者数量）	心脏分割与分类任务中存在无法解释的高异质性；仅为文献层面的meta分析，缺乏对临床效用和真实世界环境的验证，距广泛临床应用仍需进一步评估	评估深度学习模型在超声心动图评估中的性能，并识别影响其性能的因素	完全自动化深度学习网络应用于超声心动图动态回放（loops）的相关研究文献	医学影像分析、数字病理与影像组学（心血管影像）	心血管疾病	超声心动图（echocardiography）	深度学习（DL）	超声心动图视频（动态回放）	初筛16248篇潜在文献，最终纳入160项研究	NA	NA	NA	NA
2	2026-10-23	Dynamic control of carbon-ion radiation dose distribution amid respiratory motion challenges: A review of prediction research using geant4 and deep learning physics-constrained models 2026-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70766 PMID:42900519	综述	本文综述了利用Geant4蒙特卡洛模拟与深度学习物理约束模型预测呼吸运动下碳离子放疗剂量分布的研究进展	系统总结了Geant4与深度学习（包括物理信息神经网络）结合用于呼吸运动下碳离子剂量预测的混合方法，并强调了物理约束模型在近实时自适应治疗中的潜力	缺乏运动丰富的数据集，实时计算需求高，将可变相对生物效应（RBE）纳入自适应计划复杂，且该组合的直接临床验证有限，技术成熟度仅TRL 3-5	探讨在呼吸运动挑战下动态控制碳离子辐射剂量分布的方法，重点回顾基于Geant4和深度学习物理约束模型的预测研究	碳离子放疗中的呼吸运动引起的剂量扰动及自适应治疗策略	放射治疗物理	癌症（肿瘤）	碳离子放疗，Geant4蒙特卡洛模拟，深度学习，物理信息神经网络，运动分辨成像（如SMEIR），4D稳健规划，呼吸门控，重扫描	物理信息神经网络，深度学习模型	模拟数据，医学影像，剂量分布数据	NA	NA	物理信息神经网络，深度学习模型	剂量定位精度，肿瘤控制率，正常组织保护	NA
3	2026-10-23	Diagnostic image quality of shoulder magnetic resonance imaging at 0.55T in healthy subjects and patients with rotator cuff injury: Prospective comparison with 1.5T 2026-Nov, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70825 PMID:42900521	研究论文	该前瞻性研究比较了0.55T MRI（配备深度学习重建与轮廓线圈）与1.5T MRI在健康志愿者及肩袖损伤患者肩关节成像中的诊断图像质量	首次系统评估0.55T低场强MRI在肩关节（含肩袖损伤患者）成像中的可行性，并结合深度学习重建与关节镜结果验证其诊断一致性	样本量较小（共50例，其中仅16例有肩关节镜结果作为参考标准），且为单中心前瞻性研究	评估0.55T MRI在志愿者和肩袖损伤患者中肩关节图像质量，并与传统1.5T MRI进行对比	50名参与者（25名健康志愿者、25名肩袖损伤患者），其中16名患者接受肩关节镜	医学影像	肩袖损伤	MRI（0.55T与1.5T磁共振成像）、深度学习重建、肩关节镜	NA	图像	50名参与者（25名志愿者、25名患者），其中16名患者有肩关节镜结果	NA	NA	图像质量评分、信噪比（SNR）、对比噪声比（\|CNR\|）、Kappa一致性统计、舒适度评分	NA
4	2026-10-23	Hybrid RGB-CNN-SVR modeling for enhancement of smartphone colorimetric sensing using a Schiff base sensor 2026-Oct-21, Analytical methods : advancing methods and applications IF:2.7Q1 DOI:10.1039/d6ay01920j PMID:42902890	研究论文	该研究开发了一种基于智能手机的混合深度学习框架，结合CNN特征与比色描述符（RGB和CIE Lab*参数）及SVR，以提高Schiff碱传感器试纸条对Fe定量的精度	将CNN特征与比色描述符（RGB、CIE Lab*）融合，并采用SVR进行回归，显著提升了传统RGB方法的定量精度，同时改善了检测限（LOD）和定量限（LOQ）	摘要中未明确提及研究局限性	提高基于Schiff碱传感器的智能手机比色法对Fe离子定量的精度	基于试纸条的Schiff碱传感器对Fe离子的比色检测	计算机视觉	NA	智能手机比色传感、Schiff碱传感器、试纸条检测	CNN, SVR	图像	NA	NA	CNN, SVR	平均R²（0.992）、检测限（LOD）、定量限（LOQ）	NA
5	2026-10-23	A large-scale expert-annotated 3D image dataset of dermal tissue macrophages 2026-Oct-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-08556-7 PMID:42901954	研究论文	开发了一种基于深度学习的自动识别、三维分割和定量形态分析小鼠真皮组织巨噬细胞的方法，并构建了包含947个单细胞的三维分割数据集	结合深度学习自动分割与自定义Napari插件人工精修，构建了大规模专家标注的真皮组织巨噬细胞三维图像数据集，并验证了其生物学可解释性	数据集仅包含小鼠真皮组织巨噬细胞，样本来源和物种有限	实现真皮组织巨噬细胞的自动识别、三维分割和定量形态分析，并构建可复用的大规模专家标注数据集	小鼠真皮组织巨噬细胞	数字病理学	金黄色葡萄球菌感染	三维荧光显微成像、深度学习图像分割	CNN	三维图像	947个单细胞	NA	NA	NA	NA
6	2026-10-23	pxGPT: A schema-constrained multimodal LLM framework for plant phenotyping 2026-Oct-20, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag781 PMID:42902794	研究论文	提出pxGPT框架，将多视角植物图像转换为结构化的表型记录，结合自由文本描述、数据集特定模式生成与人工审核以及模式约束的信息提取	利用模式约束的多模态大语言模型进行植物表型提取，无需为每个性状单独训练模型，通过人工引导的模式开发实现灵活的表型描述	在成熟植物数据集上某些形态结构的敏感性变异较大（37.5-100%），准确性需在每个新设置中验证	开发可扩展的植物表型提取框架，将图像转换为结构化表型记录	芸苔属植物多视角图像	计算机视觉, 多模态大语言模型	NA	多模态大语言模型, 模式约束信息提取	多模态大语言模型	图像, 文本	三个芸苔属数据集，78,973个注释，来自十名注释者	NA	多模态大语言模型	一致性（0.572-0.712），假阳性率（0.5-8.0%），敏感性（37.5-100%），平均准确率差异（≤0.03）	NA
7	2026-10-23	Accuracy of transfer learning in predicting peri-implantitis onset from intraoral radiograph: A multi-center longitudinal retrospective study 2026-Oct-19, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-07181-3 PMID:42894037	研究论文	评估多种预训练卷积神经网络架构结合不同迁移学习策略，基于基线口内X线片预测种植体周围炎发病的准确性	首次在多中心纵向回顾性研究中系统比较五种预训练CNN架构与四种迁移学习策略在种植体周围炎发病预测中的表现，并采用患者级数据划分避免数据泄漏	样本量较小（195颗种植体），仅回顾性设计，缺乏外部前瞻性验证，精细调优策略表现有限，临床 adoption 前需更大规模前瞻性研究	评估迁移学习在基于基线口内X线片预测种植体周围炎发病中的准确性，探索深度学习在种植牙风险分层中的辅助价值	108名维护期患者中植入的195颗种植体（密歇根大学146颗，伦敦国王学院49颗）的基线根尖周X线片	计算机视觉	种植体周围炎	NA	CNN	图像	195颗种植体（146颗来自密歇根大学，49颗来自伦敦国王学院），来自108名患者	NA	ResNet50, DenseNet, VGG16, InceptionV3, EfficientNet	准确率, AUC, 敏感度, 特异度	NA
8	2026-10-23	From innovation to implementation: a global scoping review of artificial intelligence applications, governance, and challenges in humanitarian contexts 2026-Oct-19, Journal of global health IF:4.5Q1 DOI:10.7189/jogh.16.04359 PMID:42895268	综述	本文通过全球范围的范围综述，梳理了人工智能在人道主义场景中的应用、治理与挑战	系统绘制了AI在人道主义环境中的全球证据图谱，并按应急管理周期、部署成熟度和评估情况分类，特别关注中东北非、海湾合作委员会国家和卡塔尔地区	多数系统仍为原型或回顾性验证模型，实际部署和现场实施较少；社区参与、公平性考量和正式治理框架报告不一致；MENA和GCC地区研究有限	明确AI在人道主义场景中的应用分布、部署成熟度、评估方式及治理考虑，并识别实施的促进因素与挑战	人道主义背景下AI应用、实施与治理相关文献，包括57篇学术出版物和17份灰色文献报告	机器学习	NA	NA	深度学习, 机器学习	文本	57篇学术出版物和17份灰色文献报告	NA	深度学习, 机器学习	NA	NA
9	2026-10-23	Nonlinear Feature Modeling Using Kolmogorov-Arnold Networks in Electroencephalography for Depression Classification: Deep Learning Study 2026-Oct-19, JMIR AI DOI:10.2196/101076 PMID:42896101	研究论文	该研究将Kolmogorov-Arnold网络引入脑电信号分析，用于抑郁症识别，并系统评估了基于KAN的非线性建模框架在频域脑电特征上的效果	首次将Kolmogorov-Arnold网络引入基于脑电的抑郁症识别，提出ConvKAN及其效率优化变体ConvKAN Efficient，结合KANLinear层、动态网格更新、增强权重初始化和正则化策略，在保持计算效率的同时提升非线性建模能力	仅在EDRA单一数据集上进行了验证，未在多个独立数据集或临床真实场景中评估模型的泛化能力和鲁棒性	探究Kolmogorov-Arnold网络在基于脑电的抑郁症识别中的适用性，并评估基于KAN的非线性建模框架对频域脑电特征的有效性	抑郁症患者的脑电信号（EDRA数据集）	医学信号处理，深度学习	抑郁症	脑电图（EEG）	CNN，Kolmogorov-Arnold网络（KAN）	频域脑电信号	EDRA数据集（具体样本量未在摘要中说明）	NA	ConvKAN，ConvKAN Efficient	准确率，精确率，召回率，F1分数	NA
10	2026-10-23	Predicting trail-making test performance using 7-Tesla structural cerebral MRI 2026-Oct-19, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04402-x PMID:42897153	研究论文	该研究利用7-Tesla结构脑MRI数据，通过深度学习模型预测心理测试（连线测试）的表现，并分析关键形态学特征	首次使用7-Tesla MRI和深度学习结合SHAP分析，预测连线测试表现，并发现脑回化指数是最重要的预测特征	样本量相对较小（共115人），且未明确说明模型泛化能力和临床适用性	探索脑形态学特征能否作为心理测试表现的预测因子，以推动个体化治疗	74名跨诊断患者和41名健康对照者	医学影像分析	精神疾病	7-Tesla MRI	深度学习模型	医学影像（结构MRI）	115人（74名患者，41名健康对照）	NA	NA	准确率	NA
11	2026-10-23	Objective and quantitative assessment of facial vitiligo via artificial intelligence-powered three-dimensional analysis for diagnostic support 2026-10-19, The British journal of dermatology DOI:10.1093/bjd/ljag290 PMID:42473859	研究论文	本文开发并验证了一种基于人工智能的三维重建系统，用于客观、定量地评估面部白癜风皮损	将深度学习分割模型与三维重建及表面映射相结合，首次将面部曲率信息纳入皮损量化，实现对面部白癜风皮损的精确、标准化定量评估	回顾性研究，样本来自单一三级转诊中心，仅纳入329例患者，缺乏外部验证	开发并验证一种AI辅助的三维重建系统，以准确、客观地量化面部白癜风皮损，为诊断支持提供工具	2022至2024年间在三级转诊中心就诊的面部白癜风患者的标准三视角面部临床照片	数字病理学	白癜风	深度学习图像分割、三维重建、表面映射	CNN	图像	329例患者的三视角面部临床照片	NA	NA	F1分数、Dice相似系数、平均绝对误差、Pearson相关系数、Bland-Altman分析	NA
12	2026-10-23	Interpretable neural networks prioritize cancer driver genes from genome-wide dependency landscapes 2026-Oct-13, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014869 PMID:42868205	研究论文	该文介绍了xNNDriver和xAEDriver两个可解释神经网络框架，将癌症突变与全基因组DepMap基因依赖性、通路活性和药物反应模式联系起来，用于优先识别癌症驱动基因	提出xNNDriver（监督式通路引导模型，以模型拟合度作为驱动潜力评分）和xAEDriver（无监督自编码器学习驱动变异表示DVRs），将基因依赖性景观与突变状态关联并进行可解释建模	研究属于假设生成框架，所识别的驱动基因、通路和治疗脆弱性仍需进一步实验验证	识别癌症驱动基因及其治疗影响，建立从全基因组依赖性景观中优先排序驱动基因的可解释深度学习框架	3,008个候选基因及其癌症突变、全基因组DepMap基因依赖性、通路活性和药物反应数据	计算癌症生物学	癌症	DepMap基因依赖性分析, 突变数据分析, 药物反应分析, 通路活性分析	神经网络, 自编码器	基因组突变数据, 基因依赖性数据, 药物反应数据, 通路活性数据	3,008个候选基因	NA	监督式通路引导神经网络（xNNDriver）, 无监督自编码器（xAEDriver）	驱动潜力评分, 模型拟合度	NA
13	2026-10-23	Automated CMR Quantification of Pulmonary Artery Size-Based and Slow-Flow Metrics in Pulmonary Hypertension 2026-Oct-08, Diagnostics (Basel, Switzerland) DOI:10.3390/diagnostics16193257 PMID:42882413	研究论文	开发并评估了一个自动CMR流程，用于从常规白血和黑血序列中量化肺动脉尺寸和慢血流指标	首次针对常规白血和黑血CMR序列分别开发基于nnU-Net的两阶段级联分割模型，实现肺动脉体积和慢血流的自动量化	慢血流量化的空间重叠较低（Dice 0.61），且需要在不同扫描仪厂商和黑血采集协议间进一步验证	开发并评估自动CMR流程，从常规白血和黑血采集图像中量化肺动脉尺寸和慢血流指标	肺动脉高压患者的CMR影像数据	计算机视觉	肺动脉高压	心血管磁共振成像（CMR）	CNN	图像	205例CMR采集（106例白血和99例黑血）用于模型开发和独立测试，1471例患者用于评估自动测量提取	NA	nnU-Net	ICC, Dice系数, 准确率, κ系数	NA
14	2026-10-23	HINN prioritizes multi-omics biomarkers associated with cognitive decline 2026-Oct-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag741 PMID:42842388	研究论文	提出分层输入神经网络（HINN），整合基因组、表观遗传和转录组多层多组学数据，预测认知评估分数并发现与认知衰退相关的生物标志物	将生物学先验知识（GO-BP和KEGG通路映射）编码为神经网络中的分层连接结构，实现可解释的跨组学调控关系建模，并结合严格的训练策略（特征选择与测试分离、交叉验证和重复运行）	仅使用血液来源的多组学数据，样本来源和规模有限；不同认知结果下各模态和生物连接贡献不一致，结构化连接仅在ADAS11和MMSE上显示明显优势；未在独立外部队列中验证	整合多组学数据进行疾病预测，并利用先验生物学知识提高模型的可解释性和生物标志物发现能力	血液来源的多组学数据（GWAS衍生的SNP、启动子区DNA甲基化、基因表达）及认知评估分数（MMSE、MoCA、ADAS11、RAVLT.Immediate）	机器学习	认知衰退	多组学整合分析（GWAS SNP、DNA甲基化、基因表达）	分层输入神经网络（HINN）	多组学数据（基因组、表观遗传、转录组）	NA	NA	分层输入神经网络（HINN）	归一化均方误差（normalized MSE）	NA
15	2026-10-23	ScopeNovo: a de novo peptide sequencing method using spectrum-spectrum similarity to refine the prediction accuracy 2026-Oct-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag755 PMID:42879704	研究论文	该论文提出了ScopeNovo，一种利用谱-谱相似性对候选肽段进行重排序以提升从头肽段测序准确率的方法	利用输入谱与预测肽段对应的代表性谱之间的谱-谱相似性对多个候选肽段进行重排序，而非仅依赖序列级解码得分	依赖已有学习模型生成候选肽段，未在摘要中说明谱-谱相似性计算的计算成本及对低质量谱的适用性	提高从头肽段测序预测肽段的准确率	串联质谱数据及九物种基准数据集V1和V2	蛋白质组学	NA	串联质谱	深度学习	质谱数据	九物种基准数据集V1和V2	NA	π-PrimeNovo	肽段准确率	NA
16	2026-10-23	Deep Learning-Based Multimodal Prediction of Neoadjuvant Chemotherapy Response in Locally Advanced Rectal Cancer by Integrating MRI and Proteomics 2026-Oct, Cancer research and treatment IF:4.1Q2 DOI:10.4143/crt.2025.707 PMID:40907572	研究论文	本研究构建了一个基于深度学习的多模态框架，整合MRI影像和蛋白质组学数据，用于预测局部晚期直肠癌患者对新辅助化疗的反应	首次将MRI影像与蛋白质组学数据通过多模态深度学习框架进行整合，利用图神经网络分析蛋白质组学通路和蛋白相互作用网络，结合空间增强的3D ResNet152处理MRI影像，并使用零插补策略处理缺失数据以确保临床可部署性	回顾性研究设计，样本量有限（274例），需要在更大规模的前瞻性队列中进一步验证	开发多模态深度学习框架，整合MRI和蛋白质组学数据，提高局部晚期直肠癌新辅助化疗反应预测的准确性和生物学可解释性	局部晚期直肠癌患者	数字病理学, 医学影像分析	直肠癌	MRI（T2加权成像）, 蛋白质组学分析, 福尔马林固定石蜡包埋组织分析	图神经网络, CNN, LightGBM	图像, 蛋白质组学数据, 临床特征	274例局部晚期直肠癌患者（2012-2021年）	NA	3D ResNet152, 图神经网络, LightGBM	AUC, 灵敏度, 特异度, 决策曲线分析	NA
17	2026-10-23	Detection and Risk Prediction of Diabetes Related Kidney Disease Using Retinal Images: A Systematic Review and Meta-Analysis 2026-Oct, Journal of diabetes IF:3.0Q2 DOI:10.1111/1753-0407.70271 PMID:42895056	系统综述与荟萃分析	该文系统综述并荟萃分析了深度学习模型利用二维视网膜图像检测和预测糖尿病相关肾脏疾病的有效性	聚焦于仅用视网膜图像、仅用临床数据或混合模型检测和预测糖尿病相关肾脏疾病，并对混合模型进行了随机效应荟萃分析	纳入研究数量少且异质性高，限制了结果的普适性，未来需在大型多样化人群中开展稳健的模型开发与验证	确定深度学习模型利用二维视网膜图像检测和预测糖尿病相关肾脏疾病的有效性	关于深度学习模型检测或预测糖尿病相关肾脏疾病的研究	医学图像分析	糖尿病相关肾脏疾病	视网膜成像	深度学习模型	二维视网膜图像、临床数据	367篇文献中纳入6项研究	NA	NA	AUC, 灵敏度, 特异度, 异质性I2	NA
18	2026-10-23	This must be the place: deep learning local adaptation 2026-Sep-30, bioRxiv : the preprint server for biology DOI:10.64898/2026.09.16.752190 PMID:42779823	研究论文	本文介绍了一种名为EcoLocator的监督深度神经网络，能够从基因型数据中同时预测地理起源和气候起源，并识别适应性位点	提出EcoLocator模型，联合预测地理位置和气候，并利用SHAP特征归因识别适应性位点，比基准GEA方法更可靠；发现直接从基因型预测气候优于先预测地理再推断气候	预测误差虽在种子转移指南容忍范围内，但仍有改进空间；方法在沿海花旗松上验证，需进一步推广到其他物种	开发工具将基因组变异与气候联系起来，以表征局部适应，补充普通 garden 和 provenance 试验的不足	沿海花旗松（Pseudotsuga menziesii var. menziesii）的基因型数据	机器学习	NA	基因型-环境关联（GEA）方法、机器学习、SHAP特征归因	深度神经网络（DNN）	基因型数据	NA	NA	深度神经网络	R²（决定系数）	NA
19	2026-10-23	ReScale4DL: balancing pixel and contextual information for enhanced bioimage segmentation 2026-Sep-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-77930-1 PMID:42897196	研究论文	系统评估图像分辨率对深度学习生物图像分割性能的影响，并提出ReScale4DL方法以平衡像素和上下文信息	揭示了深度学习分割性能随图像分辨率降低而提升的反直觉现象，并提供了实用的降采样指导原则	未明确提及具体局限性	研究图像分辨率对生物图像分割性能的影响，为高效、可持续的生物成像流程提供指导	生物图像（显微镜图像）	计算机视觉	NA	显微镜成像	CNN	图像	NA	NA	流行架构（未具体说明）	平均IoU	NA
20	2026-10-23	Learning chemical-induced gene expression perturbations with WAVE 2026-09-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-77645-3 PMID:42901891	研究论文	开发了一个名为WAVE的深度学习框架，利用β-变分自编码器从化学结构和细胞系及单细胞的基础状态预测化学诱导的基因表达扰动谱	提出了WAVE框架，有效整合药物分子表示和细胞基础转录谱，能够在未经实验测试的情况下准确预测化学诱导的转录谱，并应用于肺腺癌药物发现	实验上对所有细胞系和化合物组合进行基因表达谱分析不切实际，限制了比较转录组学在药物筛选中的大规模应用	解决化学诱导基因表达谱实验分析 impractical 的问题，实现基于计算机模拟的扰动实验进行药物发现和药物重定位	化学结构、细胞系基础状态、单细胞基础转录谱	机器学习	肺癌	NA	β-变分自编码器	化学结构数据, 基因表达数据	NA	NA	β-VAE	NA	NA