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	2026-03-15	Applied immunoinformatics in modern vaccine design: a comprehensive review of available computational tools 2026-Apr-02, Vaccine IF:4.5Q2 DOI:10.1016/j.vaccine.2026.128392 PMID:41747335	综述	本文全面综述了现代疫苗设计中可用的免疫信息学计算工具，涵盖了从病原体靶点识别到疫苗候选物优化的全流程	系统梳理了超过250种计算工具，并强调了从纯预测模型向生成式框架的范式转变，即利用人工智能和深度学习进行疫苗候选物的理性设计	作为综述文章，未提出新的原创工具或算法，主要基于现有文献进行归纳总结	为疫苗研发人员提供当前最可靠、高性能的免疫信息学工具资源概览，加速疫苗设计流程	疫苗设计流程中的计算工具与算法	计算生物学	NA	免疫信息学	深度学习, 人工智能	基因组数据, 结构数据	NA	NA	NA	NA	NA
2	2026-03-15	Artificial intelligence and multi-omics convergence in breast cancer: Revolutionizing diagnosis, prognostication, and precision oncology 2026-Apr, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2026.105160 PMID:41616992	综述	本文综述了人工智能与多组学在乳腺癌中的融合，旨在革新诊断、预后评估和精准肿瘤学	整合多组学数据与影像、病理及临床变量，利用深度学习架构学习共享和模态特异性表示，以提高预测准确性	存在跨中心异质性、端点定义不一致、真实世界工作流中模态结构性缺失、跨平台标准化不足、可解释性和可审计性有限以及缺乏前瞻性验证等障碍	推动多模态人工智能与多组学整合在乳腺癌管理中的可靠临床部署	乳腺癌	机器学习	乳腺癌	多组学分析（包括基因组学、转录组学、表观基因组学、蛋白质组学、代谢组学）	深度学习	多组学数据、影像、病理、临床变量	NA	NA	NA	NA	NA
3	2026-03-15	A novel few-shot meta-learning strategy for fault diagnosis of wastewater treatment process 2026-Apr, ISA transactions IF:6.3Q1 DOI:10.1016/j.isatra.2026.02.016 PMID:41741308	研究论文	本文提出了一种结合原型网络与增强TimesBlock模块的新型小样本故障诊断框架，用于污水处理过程的故障诊断	设计了基于XGBoost重要性分析的Meta-TimesBlock来自适应加权多维时间序列特征，引入了参数高效的MetaLearner模块以降低计算复杂度，并采用辅助损失函数增强原型判别性	NA	解决污水处理过程中故障样本有限且多维时间序列数据复杂的问题，实现小样本故障诊断	污水处理过程（WWTPs）的故障诊断	机器学习	NA	NA	原型网络, 元学习	多维时间序列数据	基于BSM1基准在三种天气场景下进行实验	NA	Meta-TimesBlock, MetaLearner	准确率	NA
4	2026-03-15	Radiographic Data Segmentation as a Tool in Machine Learning and Deep Learning Artificial Intelligence Algorithms 2026-Apr, Dental clinics of North America DOI:10.1016/j.cden.2025.11.012 PMID:41825999	综述	本文综述了牙科领域中作为机器学习和深度学习算法基石的放射影像数据分割技术	系统性地总结了卷积神经网络在牙科多种放射影像（如全景片、根尖片、咬翼片和锥形束CT）中分类、检测和像素/体素分割任务的应用，并展示了AI在多项任务中达到或超越临床医生水平的性能指标	NA	回顾并强调放射影像数据分割在牙科机器学习和深度学习人工智能算法中的核心作用	牙科放射影像数据，包括全景片、根尖片、咬翼片和锥形束CT成像	计算机视觉	NA	放射影像技术（全景、根尖、咬翼、锥形束CT成像）	CNN	图像	NA	NA	NA	NA	NA
5	2026-03-15	The Science Behind Machine Learning, Deep Learning, and Active Learning 2026-Apr, Dental clinics of North America DOI:10.1016/j.cden.2025.11.006 PMID:41826000	综述	本文介绍了机器学习、深度学习和主动学习的核心概念及其在现代牙科中的应用	强调了深度学习模型（如卷积神经网络和Transformer）在牙科数据自动分析中的应用，以及主动学习在减少标注负担和结合解剖学规则的知识驱动策略方面的作用	NA	介绍机器学习、深度学习和主动学习在牙科诊断、治疗规划和临床决策支持中的应用	牙科数据，特别是锥形束计算机断层扫描中的根尖周病变	机器学习	牙科疾病	锥形束计算机断层扫描	CNN, Transformer	图像	NA	NA	卷积神经网络, Transformer	NA	NA
6	2026-03-15	Three-dimensional neural network driving self-interference digital holography enables high-fidelity, non-scanning volumetric fluorescence microscopy 2026-Mar-15, Optics letters IF:3.1Q2 DOI:10.1364/OL.587822 PMID:41824690	研究论文	本文提出了一种深度学习驱动的计算方法，通过三维神经网络改进自干涉数字全息术，实现高保真、非扫描的体荧光显微镜成像	利用三维深度神经网络模型，同时抑制离焦噪声、提高空间分辨率和信噪比，无需机械或光电扫描即可实现三维非扫描体荧光显微镜成像	NA	克服自干涉数字全息术在轴向成像性能上的限制，实现高时空分辨率的三维成像	细胞结构动态和高速流场的三维行为	计算机视觉	NA	自干涉数字全息术	CNN	图像	NA	NA	三维深度神经网络	空间分辨率, 信噪比	NA
7	2026-03-15	A hybrid deep learning approach with temporal awareness for intelligent intrusion detection in 6G-enabled IIoT networks 2026-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43058-x PMID:41826618	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8	2026-03-15	Predicting infarct outcomes after extended time window thrombectomy in large vessel occlusion using knowledge guided deep learning 2026-Mar-13, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023355 PMID:40480824	研究论文	本研究开发了一种结合先验医学知识引导的深度学习模型，用于预测急性缺血性卒中患者在延长时间窗取栓后的最终梗死区域	通过将侧支循环评分、梗死概率图和动脉供血区图等先验医学知识整合到Swin Transformer模型中，显著提升了延长时间窗取栓后梗死预测的准确性	本研究为回顾性研究，样本量相对有限（221例），且仅来自三个中心，可能存在选择偏倚	提高急性缺血性卒中患者在延长时间窗机械取栓后最终梗死区域的预测精度，以辅助治疗规划	接受症状出现后超过6小时进行机械取栓的急性缺血性卒中患者	数字病理学	心血管疾病	CT灌注成像	Swin Transformer	图像	221例急性缺血性卒中患者	NA	Swin Transformer	Dice系数, IoU	NA
9	2026-03-15	Minimizing human-induced variability in quantitative angiography for a robust and explainable AI-based occlusion prediction in flow diverter-treated aneurysms 2026-Mar-13, Journal of neurointerventional surgery IF:4.5Q1 DOI:10.1136/jnis-2025-023416 PMID:40506221	研究论文	本研究通过实施注射偏差去除算法减少定量血管造影的变异性，并探讨可解释AI对深度学习模型预测动脉瘤闭塞结果可靠性和可解释性的影响	提出了一种通过解卷积和再卷积标准化注射曲线来最小化注射变异性的算法，并结合可解释AI（LIME）增强模型决策的透明度和临床相关性	研究仅基于458名患者的血管造影数据，样本量相对有限，且可能未涵盖所有临床变异情况	提高使用定量血管造影和深度学习模型预测颅内动脉瘤闭塞结果的准确性和可解释性	接受血流导向装置治疗的颅内动脉瘤患者	医学影像分析	颅内动脉瘤	定量血管造影	深度神经网络	血管造影图像	458名患者	NA	深度神经网络	AUROC, 准确率, 敏感性, 特异性	NA
10	2026-03-15	Deep learning based gestational age estimation from multi-view fetal brain magnetic resonance imaging 2026-Mar-13, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06536-y PMID:41824048	研究论文	本研究开发了一种基于深度学习的模型，利用多视角胎儿脑部磁共振成像来估计孕龄	结合多视角胎儿脑部MRI与迁移学习，显著提升了孕龄预测的准确性，并通过可解释性分析识别了模型依赖的关键脑部解剖区域	外部测试集样本量较小（80例），且模型性能在外部验证时误差有所增加	开发并评估基于深度学习的孕龄预测模型，并与传统生物测量回归方法进行比较	胎儿脑部磁共振成像扫描	计算机视觉	NA	磁共振成像	CNN	图像	1321例胎儿MRI扫描用于训练和内部评估，80例公开MRI扫描用于外部测试	NA	ResNet-101	平均绝对误差, 决定系数	NA
11	2026-03-15	Recent developments in pharmacophore-based modeling of Ca2+/Calmodulin-dependent protein kinase II delta (CaMkIIδ) inhibitors for heart failure therapy 2026-Mar-13, Expert opinion on drug discovery IF:6.0Q1 DOI:10.1080/17460441.2026.2643408 PMID:41824031	综述	本文综述了基于药效团建模的计算方法在发现CaMKIIδ抑制剂用于心力衰竭治疗中的最新进展	强调了药效团建模在CaMKIIδ抑制剂发现中的应用，并探讨了机器学习辅助发现和药物重定向策略，如将ruxolitinib和hesperadin等已批准药物鉴定为CaMKIIδ抑制剂	药效团驱动的CaMKIIδ建模仍未被充分利用，需要整合AI/深度学习、异构体选择性过滤器、状态及翻译后修饰特异性靶向以及严格的实验验证	综述用于发现CaMKIIδ抑制剂的计算方法，特别是药效团建模，以支持心力衰竭治疗	钙/钙调蛋白依赖性蛋白激酶II delta (CaMKIIδ) 及其抑制剂	计算药物发现	心力衰竭	药效团建模，分子对接，QSAR，虚拟筛选，机器学习	NA	化学结构数据，文献数据	NA	NA	NA	NA	NA
12	2026-03-15	Loop of N2-polarized neutrophils and exhausted CD8 + T cells induces immunotherapy resistance in NSCLC 2026-Mar-13, Molecular and cellular biochemistry IF:3.5Q3 DOI:10.1007/s11010-025-05457-y PMID:41824204	研究论文	本研究通过整合单细胞RNA测序数据，揭示了非小细胞肺癌中N2极化中性粒细胞与耗竭CD8⁺ T细胞之间形成正反馈环路导致免疫治疗耐药的机制，并基于此构建了深度学习预测模型	首次发现N2中性粒细胞与耗竭CD8⁺ T细胞通过ICAM1-整合素和CCL5-CCR1轴形成自我维持的免疫抑制环路，并基于该分子环路构建了可预测免疫治疗反应的深度学习模型	研究主要基于计算分析，需要进一步实验验证分子机制；模型在更多癌症类型中的普适性仍需验证	揭示非小细胞肺癌免疫治疗耐药的细胞互作机制，并开发预后分层和免疫治疗反应预测模型	非小细胞肺癌肿瘤免疫微环境中的N2极化中性粒细胞和耗竭CD8⁺ T细胞	计算生物学	肺癌	单细胞RNA测序, 批量RNA测序	深度神经网络	基因表达数据	大规模单细胞RNA测序数据集和多个批量RNA测序队列	NA	深度神经网络	预测准确性	NA
13	2026-03-15	VFIR: Vector Fields Implicit Representation for Surface Reconstruction from Point Clouds 2026-Mar-13, IEEE transactions on visualization and computer graphics IF:4.7Q1 DOI:10.1109/TVCG.2026.3674088 PMID:41824347	研究论文	本文提出了一种名为VFIR的新方法，利用神经隐式函数学习向量场，用于从点云进行表面重建	提出了基于向量场的隐式表示方法，克服了SDF仅适用于水密模型和UDF在表面边界不可微的局限性，并引入了渐进学习策略和优化的三状态行进立方体算法	未明确说明方法对噪声点云或极端稀疏点云的鲁棒性，也未讨论计算复杂度与实时应用的可行性	从点云进行高精度、鲁棒的3D表面重建	3D点云数据	计算机视觉	NA	神经隐式函数，向量场表示	神经隐式函数模型	点云	NA	NA	NA	准确性，鲁棒性，泛化能力	NA
14	2026-03-15	RaMoA: Raman Microspectroscopy and Deep Learning for the Classification of Antimicrobial Mechanism of Action 2026-Mar-13, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.5c00917 PMID:41824399	研究论文	本文提出了一种结合拉曼显微光谱和深度学习的技术，用于分类抗菌药物的作用机制并预测其新颖性	首次将拉曼显微光谱与深度学习结合，用于抗菌药物作用机制的分类和新颖性预测	研究仅基于野生型大肠杆菌ATCC 25922，且仅测试了27种抗生素，样本范围有限	开发一种基于拉曼光谱和深度学习的抗菌药物作用机制分类技术	大肠杆菌ATCC 25922菌株及27种抗生素	机器学习	NA	拉曼显微光谱	CNN, 自编码器	光谱数据	27种抗生素，代表5种功能类别	NA	1D CNN, 自编码器	准确率	NA
15	2026-03-15	Hierarchical abstraction drives human-like 3-D shape processing in deep learning models 2026-Mar-13, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014047 PMID:41824548	研究论文	本文探讨了深度学习模型在处理3D形状时是否发展出与人类视觉相似的表征，并通过实验比较了卷积基和Transformer基模型在点云识别任务中的表现	通过系统的人类实验与深度学习模型对比，揭示了Transformer基模型在3D形状分层抽象方面更接近人类处理模式，并指出渐进下采样操作是实现这一优势的关键	研究主要基于点云数据，未涉及其他3D表示形式（如网格或体素），且实验条件可能未完全覆盖所有现实世界的视觉变化	探究深度学习模型在3D形状识别任务中是否形成与人类视觉相似的全局形状表征	人类参与者与深度学习模型（包括卷积基和Transformer基架构）	计算机视觉	NA	点云处理	CNN, Transformer	3D点云	约10,000个对象实例用于模型训练	NA	DGCNN, Point Transformer	识别准确率	NA
16	2026-03-15	Functional-based multi-omics early prediction of radiation pneumonitis in NSCLC using AI-generated perfusion and ventilation from planning CT 2026-Mar-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae5209 PMID:41825133	研究论文	本研究开发了一种基于功能的多组学模型，用于早期预测非小细胞肺癌患者放疗后肺炎，通过从AI生成的灌注和通气图中提取影像组学和剂量组学特征	首次系统性地利用深度学习生成的CT灌注和通气图定义高功能肺区域，并从中提取多组学特征进行肺炎预测	回顾性研究，样本量有限（121例患者），需外部验证确认泛化能力	早期预测非小细胞肺癌患者放疗后肺炎的发生	121例接受根治性调强放疗的局部晚期非小细胞肺癌患者	数字病理学	肺癌	深度学习，超体素方法，CT影像分析	机器学习	CT图像，剂量分布图，灌注图，通气图	121例患者	Scikit-learn	NA	AUC，准确率，精确率，召回率，F1分数	NA
17	2026-03-15	Correction: Development and validation of a multimodal deep learning model for early esophageal squamous neoplasia detection and invasion depth prediction 2026-Mar-13, Endoscopy IF:11.5Q1 DOI:10.1055/a-2832-9144 PMID:41825460	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
18	2026-03-15	Automated CTA-Derived Collateral Grading and Morphologic Metrics for Enhanced Prediction of Post-Stroke Outcomes 2026-Mar-13, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9289 PMID:41826063	研究论文	本文开发并验证了一种基于CTA的自动化定量侧支循环指数（qCI），用于预测急性缺血性卒中患者的预后	首次提出基于深度学习的全自动CTA侧支循环定量评估方法，结合脑血管形态学指标，显著提升了卒中预后预测的准确性和客观性	研究为单中心回顾性分析，样本量相对有限（230例），且仅针对接受血管内取栓治疗的患者	开发自动化CTA侧支循环评估工具，提升急性缺血性卒中预后预测准确性	急性缺血性卒中患者	数字病理学	心血管疾病	CTA, CT灌注	深度学习	医学影像	230例急性缺血性卒中患者	NA	U-Net	准确率, Pearson相关系数, Cohen's κ, AUROC, Brier分数	NA
19	2026-03-15	Humans with function-disrupting variants in the myostatin gene (MSTN) have increased skeletal muscle mass and strength, and less adiposity 2026-Mar-13, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70422-2 PMID:41826329	研究论文	本研究通过大规模多队列遗传关联分析，探讨了肌生成抑制素基因功能破坏性变异对人类身体组成和心脏代谢健康的影响	首次在超过110万个体的大规模人群中，结合深度学习模型自动分割全身MRI图像，系统评估了MSTN基因功能破坏性变异对肌肉质量和体脂的长期效应	研究主要基于观察性遗传数据，未能直接验证治疗性肌生成抑制素阻断的长期安全性，且样本以UK Biobank参与者为主，可能存在人群代表性限制	探究肌生成抑制素基因功能破坏性变异对人类身体组成、肌肉力量和心脏代谢健康特征的遗传效应	携带肌生成抑制素基因功能破坏性变异的个体	机器学习	NA	全基因组关联分析，全身MRI成像，深度学习图像分割	深度学习模型	遗传数据，MRI图像，临床表型数据	约110万个体（遗传分析），77,572个体（MRI图像分析）	NA	NA	NA	NA
20	2026-03-15	Cattle lameness detection using depth image and deep learning 2026-Mar-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40780-4 PMID:41826368	研究论文	本文开发了一个基于深度图像和深度学习的端到端框架，用于对牛只跛行进行全天候监测与评分	提出了一个集成了实例分割、多目标跟踪和时空分类的完整端到端深度学习框架，并引入了新的跟踪算法PTAV3，用于农业场景下牛只跛行的实时、自动化、客观监测	NA	开发一个自动化、客观的牛只跛行监测与评分系统，以解决动物福利和经济问题	牛只	计算机视觉	NA	深度成像	CNN, LSTM	深度图像	NA	NA	Mask R-CNN, YOLOv8m-seg, YOLOv11m-seg, EfficientNet-B1至B7, LSTM	BBox AP@50, Mask AP@50, FPS, 准确率, F1分数	NA