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	2026-10-25	Deep Learning-Driven Computational Approaches for Studying Intrinsically Disordered Regions in S100-A9 2027, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/7651_2025_617 PMID:40106150	研究方法章节	本章提供了一个基于深度学习的初步方案，用于识别蛋白质内在无序区域，并以S100-A9蛋白为例进行案例研究。	将人工智能方法应用于内在无序区域的预测、分析和建模，并以S100-A9为案例探索其在银屑病中的分子相互作用。	该方案为初步级别的方法，可能仅提供初步识别，未涉及深入的实验验证或全面分析。	提供一种简单的方案来初步识别蛋白质的内在无序区域，并探索S100-A9中IDRs在银屑病相关分子相互作用中的潜在作用。	S100-A9蛋白的内在无序区域	计算生物学	银屑病	深度学习	NA	蛋白质序列/结构数据	NA	NA	NA	NA	NA
2	2026-10-25	Cas13d-Mediated Knockdown of Long Noncoding RNAs 2027, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-5627-3_17 PMID:42911498	研究方法	本文介绍了利用CRISPR-Cas13d系统敲低长非编码RNA（lncRNA）的实验方案，包括sgRNA设计和基于慢病毒载体的实验流程，并提及DeepCas13深度学习模型用于预测Cas13d的靶向活性	结合DeepCas13深度学习模型预测Cas13d的靶向活性，提高了sgRNA设计的准确性和RNA干扰的效率；提供了一套完整的基于慢病毒载体的CRISPR-Cas13系统敲低lncRNA的实验方案	未提及脱靶效应的评估和验证；未提供实验验证的详细数据；可能受限于Cas13d的PFS（protospacer flanking site）限制和递送效率	提供一套详细的实验方案，用于利用CRISPR-Cas13系统敲低长非编码RNA，并扩展至其他类型RNA的敲低	长非编码RNA（lncRNA），以及可扩展至信使RNA（mRNA）和环状RNA（circRNA）	分子生物学、基因编辑	NA	CRISPR-Cas13d、慢病毒载体、RNA干扰、DeepCas13深度学习模型	深度学习模型（DeepCas13）	RNA序列数据	NA	NA	NA	NA	NA
3	2026-10-25	SpatioFreq: A Deep Learning Framework for Decoding Cellular and Tissue Landscapes Across Organisms Using Spatial Transcriptomics 2026-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00811-6 PMID:41790387	研究论文	提出SpatioFreq深度学习框架，通过频域特征和对比学习解码空间转录组数据，完成空间域识别和细胞类型解卷积任务	利用拉普拉斯矩阵提取频域特征以检测空间数据中的细微结构和动态模式，并结合图自监督对比学习优化长程依赖关系，双任务设计实现信息共享	未明确提及	改进空间转录组分析方法，更准确地识别空间域和细胞类型分布，并应用于肿瘤微环境分析	空间转录组数据，包括DCIS乳腺癌数据集等多种生物数据集	空间转录组学	乳腺癌	空间转录组学	图神经网络	空间转录组数据	NA	NA	NA	NA	NA
4	2026-10-25	Ai-assisted compressed sensing with deep learning reconstruction for accelerated rectal MRI: A prospective intra-individual study of image quality and preoperative staging 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113191 PMID:42700701	研究论文	本研究比较了人工智能辅助压缩感知结合深度学习重建（ACS-DLR）与传统并行成像（PI）在直肠癌MRI中的图像质量和诊断性能	将AI辅助压缩感知与深度学习重建相结合用于加速直肠MRI，并系统评估不同重建强度对图像质量和术前分期的影	单中心研究，样本量有限，N分期准确性未显著提升，需多中心验证	比较ACS-DLR与常规PI在直肠癌MRI中的图像质量和诊断性能	107例经活检证实的直肠癌患者	医学影像	直肠癌	MRI，人工智能辅助压缩感知，深度学习重建	深度学习重建模型	图像	107例患者	NA	NA	SNR，CNR，Likert量表评分，ICC，Cohen's kappa，T分期准确性，N分期准确性，EMVI敏感性，MRF受累评估	NA
5	2026-10-25	Automated reconstruction of dynamic 2D fetal cardiac MRI using deep learning in late third-trimester fetuses 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113197 PMID:42700702	研究论文	该研究开发了一种基于nnU-Net的自动ROI选择方法，并将其集成到胎儿心脏电影重建流程中，以实现动态二维胎儿心脏MRI的自动重建	利用深度学习模型自动选择ROI，消除了手动ROI选择的需求，降低了资源需求、处理时间和观察者间变异性，使胎儿CMR重建更加自动化	自动与手动电影图像之间的PIQE评分差异虽具有统计学意义但绝对差异较小（约0.5分），临床意义不确定；样本量有限（仅23例妊娠）	开发并评估一种深度学习自动ROI选择方法，用于胎儿心脏MRI的动态重建，以解决运动伪影和心脏门控挑战	23例晚孕期（34-36周）妊娠，包括21例健康胎儿和2例先天性心脏病胎儿	医学图像处理	先天性心脏病	胎儿心血管磁共振（CMR）	CNN	图像	2327张实时图像，来自23例妊娠（21例健康胎儿和2例先天性心脏病胎儿）	NA	nnU-Net	Dice相似系数, ROI大小, ROI质心, 平面内平移参数, RR间期, 互信息（MI）, PIQE评分, 定性解剖评估	NA
6	2026-10-25	Spectral CTPA-based multi-modal deep learning model for acute pulmonary embolism detection and segmentation 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113248 PMID:42748598	研究论文	本研究基于光谱CT肺动脉造影（CTPA）与碘密度图（IDM）构建多模态深度学习模型，用于急性肺栓塞（APE）的自动检测与分割	首次将光谱CTPA与碘密度图融合构建多模态深度学习框架，并验证其在提高外周型肺栓塞召回率方面的优势	样本量有限（共526例，其中APE仅126例），患者级检测的多模态优势相较单模态CTPA未达统计学显著（p=0.66）；仍需前瞻性研究进一步验证	开发并评估基于光谱CTPA的多模态深度学习模型，实现急性肺栓塞的自动检测与病灶分割	接受光谱CTPA检查的526名参与者（其中126例急性肺栓塞患者），分为训练集、验证集、内部测试集和外部测试集	医学影像分析	肺栓塞	光谱CT肺动脉造影（spectral CTPA）、碘密度图（IDM）成像	多模态深度学习模型	图像（CTPA图像与碘密度图）	526名参与者（126例APE患者），来自三个队列	NA	NA	Dice相似系数（DSC）、受试者工作特征曲线下面积（AUC）、召回率（Recall）	NA
7	2026-10-25	Explainable ultrasound-based multimodal deep learning for outcome prediction after needle release in carpal tunnel syndrome: a multicenter study 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113251 PMID:42766999	研究论文	本研究开发了一种可解释的多模态深度学习模型（CTSNet-P），用于预测腕管综合征患者接受超声引导下针刀松解术后的6个月疗效	构建了基于超声影像、电生理参数和临床信息的多模态深度学习模型，并采用Shapley值和Grad-CAM进行可解释性分析，同时对比了模型与不同年资放射科医生的预测性能	研究结论需要在更大规模的队列中进一步验证	开发可解释的多模态深度学习模型，以增强腕管综合征针刀松解术后预后预测的个体化决策	腕管综合征患者	医学影像分析	腕管综合征	超声成像（B超、彩色多普勒）、电生理检查	多模态深度学习模型	超声图像、电生理参数、临床信息	训练/验证/内部测试449例，外部测试169例，共618例患者	NA	CTSNet-P	AUC（受试者工作特征曲线下面积）	NA
8	2026-10-25	AntiLipo: A Comprehensive Database, Deep Learning-Based Prediction Model, and Computational Study of Anti-Hyperlipidemic Peptides 2026-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00876-x PMID:42837063	研究论文	该论文构建了抗高脂血症肽数据库，开发了基于深度学习的预测模型，并进行了分子动力学模拟和网络药理学分析	首次构建了抗高脂血症肽专用数据库AntiLipo，整合了实验验证的肽序列、来源、活性数据，并开发了多种深度学习分类和回归模型进行活性预测，同时进行了大规模分子动力学模拟	数据集规模较小（仅201条实验验证肽），模型性能有待提升（分类准确率0.70，回归R=0.61），分子动力学模拟仅针对141种肽与7个靶点	构建抗高脂血症肽综合数据库，开发基于深度学习的预测模型，并通过计算研究探索其作用机制	抗高脂血症肽（ALPs）及其与脂质代谢相关蛋白靶点的相互作用	机器学习	心血管疾病	网络药理学分析，分子动力学模拟	CNN, ESM-transformer, MLP, PhyChem-transformer, Transformer, 自注意力模型	序列，文本，数值	201条实验验证的抗高脂血症肽，141种肽与7个靶点的500纳秒分子动力学模拟轨迹	NA	CNN, Transformer, MLP, ESM-transformer, PhyChem-transformer, 自注意力模型	准确率，MCC，AUROC，R，Pearson相关系数	NA
9	2026-10-25	Predicting Potential Microbe-Disease Associations Based on Heterogeneous Graph Random Attention Neural Network and Neural Collaborative Filtering 2026-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00776-6 PMID:41083768	研究论文	提出了一种基于异构图随机注意力神经网络和神经协同过滤的深度学习框架GRNCFMDA，用于预测微生物-疾病关联	结合了图随机神经网络（GRAND）与注意力机制来提取高阶表示，并采用神经协同过滤模块融合广义矩阵分解和多层感知机，以同时捕捉线性和非线性模式	未明确说明	提高微生物-疾病关联预测的效率和准确性，以替代高成本的传统生物实验方法	微生物与人类疾病之间的关联	机器学习	NA	NA	图随机神经网络, 神经协同过滤	图数据	HMDAD和Disbiome数据集（具体样本量未说明）	NA	GRAND, 注意力机制, 广义矩阵分解, 多层感知机	五折交叉验证性能（具体指标未说明）	NA
10	2026-10-25	ResNet-Powered Multi-Class Identification of Sequence Patterns for Genome Replication Timing Analysis 2026-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-025-00797-1 PMID:41387667	研究论文	本文提出基于ResNet的深度学习框架RT-Predictor，利用DNA序列模式将人类基因组复制时序区域分类为四个域，并分析复制起点与DNA损伤修复的关联	首次利用ResNet对复制时序相关的序列模式进行四分类，并提取384个位置和频率特征来表征复制动态	仅基于DNA序列模式，准确率74.58%仍有提升空间，未整合表观遗传等多组学数据	开发计算流程准确预测DNA复制时序，解码序列模式在复制时序中的调控意义	人类基因组DNA序列及复制时序区域	基因组学	癌症	DNA序列分析	ResNet	DNA序列	NA	NA	ResNet	准确率, Matthews相关系数, F1分数, 召回率	NA
11	2026-10-25	Focal-DenseNet: A Risk Assessment Framework for Alzheimer's Disease in Heterogeneous MRI Data 2026-Dec, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-026-00833-8 PMID:41920507	研究论文	本文提出一种融合焦点损失函数的Focal-DenseNet模型，用于异构MRI数据中阿尔茨海默病的风险评估与诊断预测	将焦点损失函数集成到优化的DenseNet卷积神经网络结构中，以应对阿尔茨海默病风险评估中的类别不平衡问题	摘要中未明确说明	建立科学高效的阿尔茨海默病风险评估机制，为早期风险筛查提供技术支持	异构MRI数据中的阿尔茨海默病相关样本	计算机视觉	阿尔茨海默病	MRI	CNN	图像	NA	NA	DenseNet	准确率, AUC, 精确率, 召回率	NA
12	2026-10-25	OpenMSK: A modular open-source framework for comprehensive analysis of imaging biomarkers in knee osteoarthritis 2026-Dec, Osteoarthritis and cartilage open DOI:10.1016/j.ocarto.2026.100886 PMID:42904093	研究论文	开发并验证了一个全自动、可扩展的开源AI驱动流程OpenMSK，用于膝关节磁共振成像分割以及MRI和PET成像生物标志物的定量提取	提出了一个模块化、开源的框架，能够同时进行多组织膝关节分割（包括股骨、胫骨、髌骨、软骨及内外侧半月板）并提取多种定量MRI和PET生物标志物，降低了全关节定量成像的技术门槛	部分定量PET-MRI生物标志物的置信区间较宽，测试集样本量较小（仅20个膝关节），且评估主要基于U-Net架构	开发并验证一个全自动、可扩展的开源AI驱动流程，用于膝关节MRI分割和MRI/PET成像生物标志物的定量提取	膝关节骨关节炎患者的膝关节MRI和PET-MRI影像数据	医学图像分析	骨关节炎	磁共振成像（MRI）、正电子发射断层扫描（PET）、深度学习分割	深度学习分割模型（基于U-Net）	图像	训练集347个膝关节（来自7台扫描仪），独立测试集20个膝关节（来自3T PET-MRI检查）	NA	U-Net	Dice相似系数（DSC）、平均对称表面距离、体积差异、组内相关系数（ICC）、Pearson相关系数、均方根误差	NA
13	2026-10-25	Quantitative Chemical Exchange Saturation Transfer Imaging With Golden-Angle Radial k-Space Sampling and Locally Low-Rank Reconstruction 2026-Dec, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70428 PMID:42906627	研究论文	开发了一种基于径向k空间采样、局部低秩重建和神经网络定量的化学交换饱和转移磁共振指纹成像方法，用于脑部快速三维定量成像	采用黄金角径向k空间采样避免几何变形和信号丢失，结合局部低秩重建和神经网络定量，并通过深度学习优化采集方案	仅在少量健康志愿者和一名脑梗死患者中验证，尚未进行大规模临床研究	减少化学交换饱和转移磁共振指纹成像的扫描时间并提高图像质量和定量准确性	健康志愿者和一名有远隔大脑中动脉梗死病史的患者	医学影像	脑梗死	化学交换饱和转移磁共振指纹成像	神经网络	磁共振图像	5名健康志愿者和1名患者	NA	NA	变异系数, 组内相关系数, 平均误差	NA
14	2026-10-25	ROI-SSIM guided framework for 3D knee MRI reconstruction under artifact degradation 2026-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2026.104196 PMID:42909107	研究论文	提出一种基于ViT自编码器并由ROI-SSIM损失引导的区域感知3D膝关节MRI重建框架，结合混合伪影模拟以提升伪影退化下的解剖结构保真度	首次引入ROI-SSIM监督实现区域感知MRI重建，并开发了跨越k空间与图像域的混合伪影模拟框架	仅在fastMRI膝关节单线圈验证集（PD对比度，R=4）上评估，样本与场景有限，未在更多解剖部位或临床数据上验证	提升MRI重建中临床重要结构（如ACL、半月板、关节软骨）在伪影条件下的重建质量与解剖保真度	3D膝关节MRI图像	计算机视觉	骨关节疾病	MRI重建、深度学习、伪影模拟	ViT-AE	图像	fastMRI膝关节单线圈验证集（PD对比度，R=4），具体样本数量未提及	NA	ViT-AE	SSIM, PSNR, NMSE, ROI-SSIM	NA
15	2026-10-25	Deep learning versus radiologists for acute aortic dissection on CT: A systematic review and network meta-analysis 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113189 PMID:42679415	系统综述与网络meta分析	该文系统综述并网络meta分析了深度学习在CT上检测急性主动脉夹层的准确性，并与放射科医生进行了头对头比较	首次采用网络meta分析对深度学习与放射科医生在CT急性主动脉夹层检测中进行头对头比较，并二次汇总了CT分割的Dice系数	纳入数据集以病例对照为主（中位患病率50%），异质性大，小样本效应明显，证据确定性低，估计值仅为实验性上限，需前瞻性验证	综合深度学习在CT上检测急性主动脉夹层的准确性，头对头比较深度学习与放射科医生，并二次汇总CT分割准确性	急性主动脉夹层CT影像研究	医学影像分析	心血管疾病（急性主动脉夹层）	CT	深度学习	图像	23项研究；检测部分非增强CT 10项研究、18个队列、54个算法-队列数据集；直接比较5项研究、11组比较；分割部分16项研究、88个数据集	NA	NA	敏感度、特异度、Sørensen-Dice系数	NA
16	2026-10-25	A nomogram integrating multi-channel 2.5D twins-SVT deep learning and radiomics for predicting disease-free survival in patients with locally advanced rectal cancer following primary total mesorectal excision 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113196 PMID:42691748	研究论文	开发一个整合多通道2.5D Twins-SVT深度学习模型和影像组学模型的列线图，用于预测接受原发全直肠系膜切除术的局部晚期直肠癌患者的无病生存期	结合多通道2.5D Twins-SVT深度学习特征与影像组学特征，并整合临床因素构建列线图，用于无新辅助放化疗的局部晚期直肠癌患者的无病生存预测	回顾性研究设计，样本量有限，仅来自两家医院	构建并验证一个列线图，用于局部晚期直肠癌患者无病生存的风险分层	408例经病理确诊的局部晚期直肠癌患者	医学图像分析	直肠癌	MRI影像组学，深度学习	Twins-SVT，Cox回归	医学图像（MRI）	408例患者（训练集189例，内部验证集82例，外部测试集137例）	NA	Twins-SVT	C-index，时间依赖AUC，校准曲线，决策曲线分析	NA
17	2026-10-25	Performance of a deep learning algorithm on deep learning reconstruction-accelerated prostate biparametric MRI: A preliminary study 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113227 PMID:42736178	研究论文	评估基于常规双参数MRI训练的前列腺病变检测与分类深度学习算法在深度学习重建加速MRI输入变化下的鲁棒性	首次评估深度学习算法在深度学习重建加速的前列腺双参数MRI上的性能表现，比较了四种不同影像输入配置对算法检测和分类性能的影响	深度学习算法和深度学习重建均具有厂商特异性，限制了研究的泛化性，需要进一步评估	评估深度学习算法在前列腺病变检测和分类中面对深度学习重建加速MRI输入变化时的鲁棒性	141名男性患者（中位年龄70.5岁，中位PSA水平6.6 ng/mL），其中115名患者通过组织病理学或至少2年PSA随访确立最终诊断	医学影像分析	前列腺癌	双参数MRI，深度学习重建	深度学习算法	图像	141名男性患者	NA	NA	诊断指标，深度学习算法怀疑水平，每例假阳性数，交并比	NA
18	2026-10-25	Deep learning reconstruction and ADC: is quantitative comparability preserved? 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113229 PMID:42736177	评论	本文讨论深度学习重建对乳腺弥散加权成像中ADC作为定量生物标志物的可比性和可互换性的影响，强调需要超越均值比较的全面验证	指出统计无显著差异不等于定量等效或可互换，强调深度学习重建可能改变ADC分布特征而非仅均值，提出需进行重复性、再现性、一致性和病灶水平分析	作为评论文章，未提供原始实验数据或系统性验证结果，主要基于现有文献和体模证据进行论述	探讨深度学习重建后ADC定量可比性是否得以保持，并呼吁对DL重建DWI进行重建特异性验证	乳腺弥散加权成像及表观弥散系数（ADC）定量生物标志物	医学影像	乳腺癌	弥散加权成像（DWI）	深度学习重建	图像	NA	NA	NA	平均ADC、重复性、再现性、一致性、病灶水平分析	NA
19	2026-10-25	Cross-phase attention-based multi-phase CT deep learning for preoperative risk stratification of gastric gastrointestinal stromal tumors in a multicenter study 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113237 PMID:42801804	研究论文	开发并外部验证一个基于多期CT的深度学习框架，用于2-5厘米胃胃肠道间质瘤的术前风险分层	提出多期融合网络（MPFNet），结合并行ResNet50编码器、跨期注意力模块和期自适应加权，有效融合平扫、动脉期和静脉期CT信息，并在多中心数据上验证其增量价值	回顾性研究设计；外部验证中假阴性集中于中风险肿瘤；在外部扫描仪上的性能低于中心A的两台扫描仪；作为决策支持工具仍需前瞻性评估	开发并外部验证多期CT深度学习框架，用于胃胃肠道间质瘤的术前风险分层，并评估其相对于临床-影像组学联合模型的增量价值	经病理确诊的胃胃肠道间质瘤患者（肿瘤大小2-5厘米）	医学图像分析	胃癌	多期CT成像	深度学习	图像	427例患者（中心A开发集240例，内部测试集59例；中心B外部验证集128例）	NA	ResNet50，跨期注意力模块，期自适应加权	AUC，NRI，IDI，校准截距，校准斜率，Brier分数，决策曲线分析	NA
20	2026-10-25	Development and external validation of a deep learning-based BI-RADS prediction model for breast MRI 2026-Dec, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113267 PMID:42804814	研究论文	开发并外部验证一个基于深度学习的乳腺MRI BI-RADS预测模型，并与放射科专家评估进行对比	在多个异构临床环境中进行外部验证，使用临床恶性参考标准评估诊断性能，并展示模型在BI-RADS阈值大于3时识别低风险检查的高阴性预测值	深度学习模型的判别能力低于常规放射科医生评估（AUC 0.767 vs 0.913），外部验证队列样本量较小（158例），且识别低风险检查能否安全改善工作流程需要前瞻性评估	开发基于深度学习的自动化BI-RADS预测模型，并在独立数据集上外部评估其诊断性能	乳腺MRI检查	医学影像分析	乳腺癌	乳腺MRI（动态对比增强协议，1.5-T和3-T系统）	深度学习模型	医学图像	训练集12,421例乳腺MRI检查（来自三家机构，2012-2024年），外部验证集158例乳腺MRI检查（包括21例恶性和137例良性）	NA	NA	AUC, 阴性预测值, 敏感度	NA