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	2026-09-18	Inferring Gene Regulatory Networks in Stem Cells: Methods and Applications 2027, Methods in molecular biology (Clifton, N.J.) DOI:10.1007/978-1-0716-5539-9_1 PMID:42734741	综述	本章综述了干细胞中基因调控网络推断的实验和计算方法，重点关注单细胞方法，并包含一个实际案例研究	提供了四种计算推断框架的系统分类，并展示了pySCENIC工作流在小鼠外周血单核细胞单细胞RNA测序数据中的应用	作为综述章节，可能未能全面覆盖所有最新方法或缺乏对方法性能的系统基准测试	为研究人员提供理解和实施干细胞生物学及相关领域中基因调控网络推断方法的实用指南	干细胞，基因调控网络，单细胞RNA测序数据，小鼠外周血单核细胞	机器学习，生物信息学	NA	单细胞RNA测序，染色质可及性检测，转录因子结合位点检测	NA	基因表达数据，单细胞RNA测序数据	小鼠外周血单核细胞单细胞RNA测序数据集	pySCENIC	NA	NA	NA
2	2026-09-18	HyLnc: a hybrid deep learning and feature-based approach for long non-coding RNA prediction 2026-Dec-31, RNA biology IF:3.6Q2 DOI:10.1080/15476286.2026.2731913 PMID:42716909	研究论文	该文章提出了HyLnc框架，通过整合基于Transformer的上下文嵌入和手工序列特征来提升长非编码RNA预测性能	创新性地将基于BERT的深度上下文嵌入与348个生物学意义的手工特征相结合，并采用多阶段特征选择策略优化混合特征集，用于lncRNA预测	摘要中未明确提及研究的局限性	提高从转录组数据中准确识别长非编码RNA的计算预测性能	后生动物RNA序列，包括长非编码RNA和蛋白质编码转录本	自然语言处理	NA	掩码语言建模预训练，序列特征提取	BERT, 随机森林	RNA序列文本	NA	NA	BERT, 随机森林	准确率, F1分数, MCC	NA
3	2026-09-18	Revealing the link between critical thinking disposition and learning approaches: a cross-sectional study among Chinese medical students 2026-Dec-01, Advances in physiology education IF:1.7Q4 DOI:10.1152/advan.00151.2024 PMID:42661559	研究论文	该研究通过横断面调查探讨了中国医学生批判性思维倾向与学习方式之间的关联，并建立回归模型分析深度学习与浅层学习对批判性思维的预测作用	首次在中国医学生中整合R-SPQ-2F和CTDI-CV量表，分析批判性思维倾向与学习方式的关联，并开发了能解释39%批判性思维方差的回归模型；发现创新活动和学业成绩对批判性思维-学习方式关系具有调节作用	样本仅来自一所院校的152名二年级医学生，样本量较小且代表性有限；横断面设计无法确立因果关系	探索医学生批判性思维倾向与学习方式之间的关联，为医学教育中培养批判性思维提供新见解	中国某医学院校的152名二年级医学生	医学教育	NA	在线问卷调查	NA	问卷数据	152名二年级医学生	NA	NA	R²（解释方差39.0%）、Pearson相关系数（r值）	NA
4	2026-09-18	A stromal-immune computational pathology signature for prognosis and immune checkpoint inhibitor response in localized, locally advanced and metastatic urothelial carcinoma: A multicenter retrospective study 2026-Oct-05, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116979 PMID:42585992	研究论文	本研究通过多中心回顾性分析，利用深度学习从H&E全切片图像中自动量化肿瘤-间质比（TSR）和三级淋巴结构（TLS），构建并验证了一个整合的TLS-TSR评分，用于局部、局部晚期和转移性尿路上皮癌的预后预测和免疫检查点抑制剂反应评估	首次将自动量化的TLS密度与TSR整合为一个计算病理学评分，并在多中心队列中验证其预后价值及与免疫检查点抑制剂反应的关联	回顾性研究设计，样本来自五个队列但部分队列样本量较小，需要前瞻性验证；TLS和TSR的自动化评估方法在不同扫描仪和染色方案下的泛化性有待进一步验证	探索整合肿瘤间质比例和三级淋巴结构的计算病理学特征在尿路上皮癌预后分层和免疫检查点抑制剂反应预测中的价值	尿路上皮癌患者	数字病理学	尿路上皮癌	H&E染色全切片图像分析，深度学习细胞核分类，自动间质分割，转录组分析	CNN	图像	884例尿路上皮癌患者的H&E全切片图像，来自五个队列（FAHZU n=76；Emory n=94；TCGA n=291；QDPH n=330；TRRC n=93）	NA	NA	ICC，Spearman ρ，C-index，AUC，95% CI	NA
5	2026-09-18	Diagnostic accuracy of deep learning vs. human raters for detecting osteoporotic vertebral compression fractures in routine CT scans 2026-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12393-y PMID:41733641	研究论文	本研究比较了深度学习模型与人类评估者在常规CT扫描中检测骨质疏松性椎体压缩性骨折的诊断准确性	使用公开的VerSe 19和20数据集，系统比较了八个不同专业水平的人类评估者、四个深度学习模型和一个基于深度学习的商业软件在椎体骨折检测和分级中的性能，并进行了椎体、区域和患者层面的全面分析	回顾性研究设计、样本量相对有限（331名患者）、仅在公开数据集上验证、未在常规临床环境中进行前瞻性验证	评估深度学习模型在CT扫描中检测和分级骨质疏松性椎体骨折的诊断性能，并与不同专业水平的人类评估者进行比较	331名患者的3548个胸椎和腰椎椎体，包括190个骨折椎体和139个中度或重度骨折椎体	医学图像分析	骨质疏松症、椎体骨折	CT扫描、深度学习	深度学习模型、商业软件SpineQ v1.1	CT图像	331名患者的3548个椎体	NA	NA	AUROC、诊断准确率、评估者间一致性、广义线性混合模型	NA
6	2026-09-18	Global--Local Interaction and Recalibration Network for Salient Object Detection in Optical Remote Sensing Images 2026-Oct, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2026.3696712 PMID:42228667	研究论文	提出了一种全局-局部交互与重校准网络（GLIR-Net），用于光学遥感图像中的显著目标检测，结合Transformer的全局上下文与CNN的局部细节	利用Transformer全局上下文与CNN局部细节的互补性，同时通过多尺度特征交互模块和特征重校准模块协调二者固有差异	未明确说明，但可能受限于光学遥感图像数据集规模及模型计算复杂度	提升光学遥感图像中显著目标检测的性能	光学遥感图像中的显著目标	计算机视觉	NA	NA	CNN, Transformer	图像	两个公开数据集（具体数量未提及）	NA	双分支架构（Transformer分支和CNN分支），多尺度特征交互模块，特征重校准模块，解码器	定性比较和定量比较（具体指标未提及）	NA
7	2026-09-18	Wavelet Spectrum in a Multi-Channel Network May Reduce Biopsy Rates on Diagnosis of Breast Tumors With BI-RADS Category 4a or Higher 2026-Oct, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70315 PMID:42273765	研究论文	该研究开发并评估了一种结合小波频谱分析与深度学习的计算机辅助诊断方法，用于对BI-RADS 4a或更高类别的乳腺肿瘤进行良恶性分类，以减少不必要的活检	将小波频谱分析融入多通道深度学习网络，通过整合B模式、高频（13 MHz）和低频（7 MHz）小波分量构建3通道超声图像，并采用双通道深度学习网络进行分类；同时建立了严格的患者特异性活检减免标准	摘要中未提及该研究的局限性	开发和评估一种计算机辅助诊断方法，整合小波频谱分析与深度学习，用于BI-RADS 4a或更高类别乳腺肿瘤的良恶性分类，以减少不必要的侵入性活检	390名乳腺病变分类为BI-RADS 4a或更高的患者	医学图像分析	乳腺癌	超声成像、小波频谱分析	深度学习	图像	390名乳腺病变患者	NA	双通道深度学习网络	准确率、活检减免率、漏诊率、活检减免与漏诊率比值	NA
8	2026-09-18	Navigating Uncertainty in MRI Diagnosis: A Human-AI Collaborative Strategy for Stratifying Clinically Significant Prostate Cancer 2026-Oct, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70393 PMID:42302213	研究论文	开发基于双参数MRI的深度学习模型UFormer，并提出人机协作策略预测临床显著性前列腺癌	提出UFormer-radiologist协作预测策略，结合模型优势与PI-RADS评估，提高放射科医生预测性能并缩小经验水平差距	回顾性研究，证据等级4，技术效能第2阶段	开发基于双参数MRI的自动化深度学习模型，并评估其与放射科医生协作预测临床显著性前列腺癌的效果	4305名患者，来自多个中心，包括训练集、内部验证集和两个外部验证集	医学影像分析	前列腺癌	双参数MRI	UFormer	图像	4305名患者（训练2437，内部验证581，外部验证1: 622，外部验证2: 665）	NA	UFormer	AUC, 准确率, 敏感性, 特异性	NA
9	2026-09-18	Can Deep Learning Methods Differentiate Temporomandibular Joint Disorders From Healthy Joints? A 3D Artificial Intelligence Algorithm Study Based on CBCT Images 2026-Oct, Journal of oral rehabilitation IF:3.1Q1 DOI:10.1111/joor.70247 PMID:42367059	研究论文	本研究开发了基于CBCT图像的深度学习模型，用于颞下颌关节紊乱病的自动分割、分类和分级	首次使用nnU-Net v2和3D CNN对CBCT图像中的颞下颌关节紊乱病进行自动分割、二分类、五分类和分级分析	需要更大且更平衡的数据集来提高模型对TMD分级分类的准确性	开发能够执行颞下颌关节CBCT扫描评估中广泛任务的深度学习模型	颞下颌关节紊乱病患者和健康对照的CBCT图像	计算机视觉	颞下颌关节紊乱病	CBCT	CNN	图像	NA	NA	nnU-Net v2, 3D CNN	DSC, IoU, F1-score	NA
10	2026-09-18	TOPOS: target organ prediction on scout views for automated CT scan planning 2026-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12623-3 PMID:42135580	研究论文	该研究开发了一种深度学习模型，用于在CT定位像上分割解剖结构，以实现自动扫描计划并减少过度扫描和辐射暴露	提出了一种在CT定位像上分割26个目标结构的深度学习模型，实现了自动扫描计划，显著减少了扫描长度和辐射剂量，同时保持了诊断质量	单中心回顾性研究，外部验证仅针对胸部CT，样本量有限，需要进一步多中心前瞻性验证	开发深度学习模型以优化CT扫描范围，减少不必要的辐射暴露	接受CT扫描的患者	医学图像分割	NA	CT扫描，深度学习	深度学习分割模型	图像	1146名患者用于训练和内部测试（平均年龄63±17岁，577名男性），100名患者内部测试集，36个外部胸部CT，61个内部CT和14个外部CT用于自动与手动计划比较	NA	NA	Dice-Sørensen系数（DSC），归一化表面距离（NSD），扫描长度，剂量长度乘积（DLP）	NA
11	2026-09-18	Robust deep learning for incomplete MRI sequences in glioma grading and IDH mutation status prediction: a large-scale multicenter study 2026-Oct, European radiology IF:4.7Q1 DOI:10.1007/s00330-026-12622-4 PMID:42142114	研究论文	该研究开发了一种鲁棒的深度学习方法RISEN，用于在不完整MRI序列条件下进行胶质瘤分级和IDH突变状态预测	提出RISEN网络，能够从不完整MRI序列中插补缺失特征并学习潜在融合表示，在缺失数据场景下保持稳健性能	研究为回顾性设计，模拟缺失场景可能不完全代表真实临床情况，且未报告计算资源细节	开发一种稳健且无创的方法，利用不完整MRI数据进行准确的胶质瘤分级和IDH突变状态预测	2170名胶质瘤患者的常规MRI扫描数据	数字病理学	肺癌	多参数MRI radiomics	CNN	图像	2170名胶质瘤患者	NA	RISEN	AUC	NA
12	2026-09-18	Artificial intelligence-based automated scoring of the mouse grimace scale: a systematic review 2026-Oct, Pain reports IF:3.4Q2 DOI:10.1097/PR9.0000000000001497 PMID:42746625	系统综述	本文系统综述了基于人工智能的小鼠面部表情量表（MGS）自动评分研究，评估了其性能和方法学质量	首次系统评价人工智能驱动的小鼠面部表情量表自动评分研究，揭示了该领域在外部验证缺失、MGS部分实施和性能指标报告不一致等方面的局限性	大多数证据仅基于内部验证，缺乏外部验证；大多数研究仅部分实施了完整的MGS；性能指标报告存在较大变异性	系统评估应用人工智能方法进行小鼠面部表情量表自动评分的研究	2018年至2025年间发表的8项应用人工智能进行小鼠面部表情量表自动评分的研究	计算机视觉	疼痛评估	深度学习	NA	图像	8项研究，训练数据集规模从不到100张图像到超过70000张图像不等	NA	NA	分类准确率, 相关系数	NA
13	2026-09-18	Feasibility and Reproducibility of a Structure-Guided Deep Learning Model for Automatic Detection of the Standard Sagittal Plane in First-Trimester Nuchal Translucency Assessment Using 3D Ultrasound 2026-Oct, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine IF:2.1Q2 DOI:10.1002/jum.70281 PMID:42104541	研究论文	该研究开发并验证了一种基于卷积神经网络的深度学习模型3D MSP-net，用于从三维超声体积中自动提取胎儿正中矢状面，以提高早孕期颈项透明层评估的效率和标准化	利用颅内结构分割而非面部标志来自动提取正中矢状面，克服了传统方法的局限性，并在挑战性条件下保持稳健性能	样本量未明确说明，可能受限于单中心或特定人群，需要进一步多中心验证	开发和验证一种新型深度学习算法，用于从三维超声体积中自动提取胎儿正中矢状面，以克服传统方法的局限性	接受早孕期颈项透明层筛查的单胎孕妇	计算机视觉	胎儿遗传异常	三维超声	CNN	图像	NA	NA	3D MSP-net	成功率	NA
14	2026-09-18	Artificial intelligence for predicting pathological complete response to neoadjuvant therapy in triple-negative breast cancer: A systematic review and meta-analysis 2026-Oct, Breast (Edinburgh, Scotland) DOI:10.1016/j.breast.2026.104861 PMID:42413278	系统综述与荟萃分析	本文系统综述并荟萃分析了人工智能模型预测早期三阴性乳腺癌新辅助系统治疗后病理完全缓解的研究	首次对人工智能预测早期三阴性乳腺癌新辅助治疗后病理完全缓解的研究进行了定量荟萃分析，综合评估了AI模型的判别性能及异质性	研究间存在显著异质性（I2=73.1%），验证策略不一致，可能存在发表偏倚或小样本效应，缺乏前瞻性多中心验证	评估人工智能模型预测早期三阴性乳腺癌新辅助系统治疗后病理完全缓解的准确性及临床适用性	早期三阴性乳腺癌患者	数字病理学，医学人工智能	乳腺癌	机器学习，深度学习	机器学习，深度学习	影像，病理，临床，组学	系统综述纳入58项研究，其中19项研究的20个队列纳入定量合成	NA	NA	AUC	NA
15	2026-09-18	Automated Assessment of OCT Angiography Image Quality Using the Artificial Intelligence Ready and Exploratory Atlas for Diabetes Insights Data Set 2026-Oct, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101335 PMID:42741389	研究论文	利用AI-READI数据集开发人工智能模型，自动评估OCTA图像质量	使用AI-READI数据集，该数据集包含异构数据，开发的模型在不同机构、相机和图像尺寸上具有泛化能力	未明确提及	开发OCTA图像质量评估的人工智能模型	OCTA图像	医学图像分析	糖尿病	OCT血管成像	深度学习	图像	AI-READI：6269张6×6-mm和325张12×12-mm OCTA图像，来自1067名参与者；MEEI：1100张6×6-mm OCTA图像，来自539名患者	NA	ResNet, EfficientNet, Vision Transformer, ConvNeXt v2	准确率, 灵敏度, 特异性, AUROC	NA
16	2026-09-18	HARU-Net: hybrid attention residual U-Net for edge-preserving denoising in cone-beam computed tomography 2026-Sep-17, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae9c46 PMID:42624131	研究论文	本文提出了一种混合注意力残差U-Net（HARU-Net），用于锥形束CT（CBCT）图像的高质量去噪，在抑制噪声的同时保留精细解剖结构。	创新点在于集成了三种互补的架构组件：在跳跃连接中嵌入混合注意力Transformer块、在瓶颈处使用残差混合注意力Transformer组、以及残差学习卷积块，从而在保持较低计算复杂度的同时实现优越的去噪性能。	受限于高分辨率CBCT数据稀缺，监督训练困难；实验仅基于尸体半下颌骨数据集，样本量有限，泛化能力有待验证。	开发一种高效深度学习框架，用于CBCT高质量去噪，有效抑制噪声、保留精细解剖结构并保持计算效率，以适用于实际临床部署。	人类半下颌骨尸体CBCT数据	计算机视觉	NA	锥形束CT（CBCT）成像	CNN, Transformer	图像	人类半下颌骨尸体CBCT数据集（具体数量未提及）	NA	U-Net, Transformer, ResNet	PSNR, SSIM, GMSD	NA
17	2026-09-18	Diagnostic accuracy of deep learning models for detecting wrist and distal forearm fractures in pediatric patients: A systematic review and meta-analysis 2026-Sep-17, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-026-02545-4 PMID:42749954	系统综述与诊断性荟萃分析	系统评价并荟萃分析深度学习模型在检测儿童腕部及远端前臂骨折中的诊断准确性	首次针对儿童腕部和远端前臂骨折这一特定临床场景，系统评价并定量合并深度学习模型的诊断准确性，并按影像模态和模型类型进行亚组比较	纳入证据有限、研究间存在方法学异质性、缺乏充分的外部验证，尚需前瞻性多中心研究验证	评估深度学习模型在检测儿童腕部和远端前臂骨折中的诊断准确性与临床应用价值	儿童腕部及远端前臂骨折患者的影像数据（包括X线、超声等）	医学影像分析	骨折	深度学习辅助影像诊断、系统综述与诊断性荟萃分析	深度学习模型	图像	未明确报告	NA	NA	合并敏感度、特异度、阳性似然比、阴性似然比、SROC曲线下面积	NA
18	2026-09-18	Impedance-based particle tracking at micrometer scale with limited training data: a deep learning architecture analysis and optimization framework 2026-Sep-16, Lab on a chip IF:6.1Q2 DOI:10.1039/d6lc00506c PMID:42610759	研究论文	本文提出并分析了一个深度学习框架，用于从连续电阻抗测量中实现微米级颗粒的实时定位，并针对有限训练数据进行了架构优化	提出了一种结合时序卷积网络、双向长短期记忆网络和全连接网络的混合架构，并集成了自动参数调优引擎，能够在数据稀缺条件下保持预测能力，同时分析了各组件对颗粒定位的作用	研究使用均匀聚苯乙烯微球验证方法，未涉及生物样本的异质性，且训练数据集规模较小（仅53个微球），可能限制泛化能力	为芯片实验室社区提供一个统一特征提取与数据驱动架构调优的框架，实现在有限训练数据下的实时微米级颗粒定位，并分析网络各要素的作用	微米级颗粒（8 μm和5 μm的聚苯乙烯微球）的电阻抗测量数据	机器学习	NA	电阻抗测量	时序卷积网络, 双向长短期记忆网络, 全连接网络	电阻抗时序数据	53个聚苯乙烯微球（8 μm和5 μm）	NA	TCN, BiLSTM, FCN	定位精度, 预测时间	NA
19	2026-09-18	Automated measurement of Little's Irregularity Index on intraoral photographs using a convolutional neural network 2026-09-16, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09870-7 PMID:42745250	研究论文	本研究评估了使用卷积神经网络在口内照片上自动测量下颌前牙不规则度（Little不规则指数）	利用深度学习模型在口内照片上自动检测下颌前牙接触点并计算Little不规则指数	模型预测的LII与参考值的一致性界限超过了预定义的等效阈值（2毫米），目前仅能作为辅助工具推荐	评估深度学习模型在口内照片上自动测量下颌前牙不规则度的性能	下颌前牙的口内咬合照片	计算机视觉	口腔疾病	口内摄影	CNN	图像	未明确说明总样本量，但包含独立测试集，其大小基于等效阈值2毫米通过先验功效分析确定	NA	卷积神经网络	平均径向误差，平均绝对误差，Bland-Altman分析偏差和一致性界限，组内相关系数	NA
20	2026-09-18	Multiobjective learning and design of bacteriophage specificity 2026-Sep-16, Cell systems IF:9.0Q1 DOI:10.1016/j.cels.2026.101712 PMID:42679817	研究论文	本文应用深度学习理解和设计T7噬菌体受体结合蛋白的多功能宿主靶向景观，以实现增强感染性、预定义特异性和对未见菌株的高通用性	将多目标机器学习应用于噬菌体宿主靶向特异性的设计与优化，比较了四种模型架构，并对26个任务进行了实验验证，发现T7靶向能力具有高度可塑性，相反特异性有时仅由几个突变分隔	需要进行低通量验证预测命中的实验，可能限制了大规模筛选的效率	利用深度学习理解和设计T7噬菌体受体结合蛋白的多功能宿主靶向景观，实现增强感染性、预定义特异性和对未见菌株的高通用性	T7噬菌体受体结合蛋白及其宿主靶向特异性	机器学习	NA	深度学习	NA	序列数据	26个任务	NA	NA	NA	NA