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	2026-10-22	GOAT-NET model: Glioma-Oligodendro astrocytoma tumor network model based on the optimization-based few-shot learning technique 2027-Jan, Experimental neurology IF:4.6Q1 DOI:10.1016/j.expneurol.2026.116042 PMID:42785543	研究论文	提出基于元学习的GOAT-NET框架，利用少量标注MRI样本对胶质母细胞瘤、少突胶质细胞瘤、星形细胞瘤和健康样本进行分类	结合ResNeXt-50特征提取与少样本学习模块实现快速适应新肿瘤类型，并采用LIME和SHAP提供可解释性	神经病理学评估仍是胶质瘤亚型分类的最高标准，该方法仅作为术前辅助手段	解决资源有限医疗环境中罕见神经系统疾病诊断中的数据稀缺和类别不平衡问题	MRI脑肿瘤图像，包括星形细胞瘤、少突胶质细胞瘤、胶质母细胞瘤和健康样本	医学图像分析	脑肿瘤（胶质母细胞瘤、少突胶质细胞瘤、星形细胞瘤）	MRI成像	元学习、少样本学习、ResNeXt-50	图像	NA	NA	ResNeXt-50	准确率	NA
2	2026-10-22	Just-in-Time DNP Book Club: An Inclusive Immersion Experience 2026 Nov-Dec 01, Nursing education perspectives IF:0.9Q3 DOI:10.1097/01.NEP.0000000000001448 PMID:40699031	研究论文	本文描述了一个由教师主导的虚拟读书会，作为护理实践博士项目的即时干预活动，以回应学生的兴趣	采用即时、虚拟、教师引导的读书会形式，结合美国护理学院协会 essentials 框架，将非虚构书籍阅读与高级护理实践原则相联系	活动为非计划反应性活动，缺乏系统评估和长期效果数据	探讨即时虚拟读书会在护理实践博士教育中的应用价值	护理实践博士项目学生	护理教育	NA	虚拟读书会	NA	文本	NA	NA	NA	NA	NA
3	2026-10-22	An Explanatory Deep Learning Pipeline for the Prediction and Visualization of Spatially Resolved Biomarker Expression in Triple-Negative Breast Cancer 2026-Nov, The American journal of pathology DOI:10.1016/j.ajpath.2026.07.007 PMID:42567444	研究论文	该文开发了X-SPATIO，一种空间兼容的计算流程，直接将H&E形态与区域匹配的mRNA和蛋白质表达联系起来，用于三阴性乳腺癌的空间生物标志物预测与可视化	提出空间兼容的计算流程X-SPATIO，利用多实例学习将H&E形态与空间分辨的mRNA和蛋白质表达直接关联，生成空间形态学注意力图以指示预测组织区域，克服了现有模型依赖 bulk 组织基因表达或聚焦基因面板预测的局限	未明确提及	建立H&E形态与空间分辨分子表达之间的直接联系，实现三阴性乳腺癌空间生物标志物表达的低成本推断和可视化	三阴性乳腺癌组织样本的H&E定义感兴趣区域及GeoMx数字空间分析获得的空间分辨组学数据	数字病理学	三阴性乳腺癌	GeoMx数字空间分析、H&E染色、空间转录组学、空间蛋白质组学	多实例学习	图像、空间组学数据	NA	NA	NA	AUC	NA
4	2026-10-22	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心脏评估中的性能表现	对深度学习在超声心动图多个应用场景（疾病预测、指标复现、心腔分割、切面分类、图像质量评估）的性能进行了系统性的定量汇总，并分析了影响模型性能的因素	在心腔分割和切面分类研究中存在无法解释的高异质性，且缺乏进一步的验证、临床效用评估和真实世界环境下的评价	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	应用于超声心动图动态图像的深度学习研究	医学图像分析	心血管疾病	超声心动图	深度学习模型	视频（超声心动图动态图像）	检索到16248篇潜在文献，最终纳入160项研究	NA	NA	NA	NA
5	2026-10-22	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和动态控制呼吸运动下碳离子放疗剂量分布的研究进展	系统整合了Geant4蒙特卡洛模拟与深度学习（包括物理信息神经网络）用于呼吸运动下碳离子剂量预测的混合方法，并强调了混合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、实时重计算的计算需求高、将可变相对生物效应（RBE）纳入自适应计划的复杂性，且该组合的直接临床验证有限，技术成熟度仅为TRL 3-5	探讨呼吸运动挑战下碳离子放疗剂量分布动态控制的方法，重点综述基于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不确定性和交互效应	放射治疗物理	癌症	碳离子放疗、Geant4蒙特卡洛模拟、运动分辨成像（如SMEIR）、动态剂量预测、4D鲁棒规划、混合自适应方法	物理信息神经网络、深度学习模型	模拟数据、影像数据	NA	NA	物理信息神经网络	NA	NA
6	2026-10-22	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	该研究前瞻性比较了0.55T与1.5T磁共振在健康志愿者和肩袖损伤患者中的肩关节图像质量	首次评估0.55T MRI结合深度学习重建在肩关节成像中的可行性，并与传统1.5T MRI进行对比	样本量较小（仅50名参与者），且仅与不使用深度学习的1.5T MRI进行比较	评估0.55T MRI在志愿者和肩袖损伤患者中的肩关节图像质量，并与传统1.5T MRI进行对比	健康志愿者和肩袖损伤患者	医学影像	肩袖损伤	磁共振成像（MRI），深度学习重建	深度学习重建模型	图像	50名参与者（25名志愿者，25名患者），其中16名患者接受了关节镜检查	NA	NA	图像质量评分，信噪比（SNR），对比噪声比（\|CNR\|），Kappa统计量	NA
7	2026-10-22	Deep learning assessment of visualization in rotator cuff repair: a secondary analysis of a randomized controlled trial comparing epinephrine irrigation and intravenous tranexamic acid 2026-Oct-21, Clinics in shoulder and elbow IF:1.8Q2 DOI:10.5397/cise.2026.00395 PMID:42902577	研究论文	该研究比较了稀释肾上腺素灌洗与术前静脉注射氨甲环酸在肩袖修复术中的术中可视化效果，并使用深度学习模型进行评估	使用预训练的深度学习模型客观评估术中可视化，并比较两种止血方法在肩袖修复术中的效果	样本量较小（82例），为二次分析，仅使用三点分级量表评估可视化	比较稀释肾上腺素灌洗与术前静脉注射氨甲环酸在肩袖修复术中的术中可视化效果	82例肩袖撕裂患者	数字病理学	肩袖撕裂	深度学习	预训练深度学习模型	图像	82例患者	NA	NA	平均差异、95%置信区间、P值	NA
8	2026-10-22	Early diagnosis and molecular classification of gastric cancer peritoneal metastasis by deep learning-driven single-cell lipidomics 2026-Oct-20, Cell reports. Medicine DOI:10.1016/j.xcrm.2026.103055 PMID:42767217	研究论文	该研究提出了一种基于无标记代谢物质谱流式细胞术的单细胞脂质组学分析方法，结合深度学习图神经网络分类器，用于胃癌腹膜转移的早期诊断和分子分型	首次将单细胞脂质组学与深度学习图神经网络相结合，用于检测腹膜腔中隐匿的游离胃癌细胞，并基于HER2亚型特异性脂质组学异质性提出代谢分类方法	摘要中未明确说明研究的局限性	实现胃癌腹膜转移的早期诊断和分子分类，为代谢导向的干预提供潜在依据	胃癌腹膜转移患者样本中的游离胃癌细胞和良性腹膜细胞	数字病理学	胃癌	无标记代谢物质谱流式细胞术，单细胞脂质组学分析	图神经网络	单细胞脂质组学图谱数据	92个样本，共获得41,627个单细胞脂质组学图谱	NA	图神经网络分类器	NA	NA
9	2026-10-22	A contactless approach for accurate sleep stage detection using the Sleepal AI Lamp 2026-Oct-20, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/aeb104 PMID:42838096	研究论文	该研究验证了基于60 GHz雷达的非接触式Sleepal AI Lamp系统在1022名成人中评估睡眠分期和睡眠结构的准确性与临床可行性	采用频率增强的深度学习架构解读呼吸和体动信号，在大型、病理多样性队列中验证非接触式雷达睡眠分期系统，并同时涵盖正常睡眠者和不同严重程度的阻塞性睡眠呼吸暂停患者	摘要未明确提及研究局限性	验证非接触式雷达系统（Sleepal AI Lamp）评估睡眠结构和睡眠分期的准确性与临床可行性	1022名成人，包括睡眠正常者以及不同严重程度的阻塞性睡眠呼吸暂停患者	数字病理, 机器学习, 医学信号处理	睡眠障碍, 阻塞性睡眠呼吸暂停	调频连续波雷达, 多导睡眠图	深度学习	雷达信号, 呼吸信号, 体动信号	1022名成人	NA	频率增强深度学习架构	准确率, Cohen's kappa, 敏感度, 特异度, 宏平均F1分数, 平衡准确率/宏召回率, 各睡眠阶段F1分数	NA
10	2026-10-22	Trans-vatabnet: transcriptomic signatures for Parkinson's disease detection using deep learning 2026-Oct-20, The International journal of neuroscience DOI:10.1080/00207454.2026.2749803 PMID:42873480	研究论文	该研究提出了一个整合转录组分析、深度学习和可解释人工智能的框架TransVaTabNet，用于帕金森病的检测和生物标志物识别	整合了VAE降维、SMOTE处理类不平衡、TabNet注意力分类和SHAP解释性分析，实现了端到端的可解释帕金森病检测框架	仅在一个RNA-seq数据集（GSE216281）上评估，未进行外部验证；样本量有限；未与其他深度学习模型进行广泛比较	利用转录组数据实现帕金森病的早期检测和潜在生物标志物发现	帕金森病患者的RNA-seq转录组数据	机器学习	帕金森病	RNA-seq	VAE, TabNet	基因表达数据	GSE216281 RNA-seq数据集（具体样本数未在摘要中说明）	NA	VAE, TabNet	AUC	NA
11	2026-10-22	Deep Learning-Based 3D CT Body Composition Is Associated With Mortality in Patients Undergoing Transcatheter Aortic Valve Replacement 2026-Oct-20, Circulation. Cardiovascular imaging DOI:10.1161/CIRCIMAGING.126.020106 PMID:42899353	研究论文	本文研究了基于深度学习的3D CT身体成分定量与经导管主动脉瓣置换术后死亡率之间的关联	利用人工智能实现全自动三维CT身体成分量化，并首次系统评估胸腹盆腔身体成分指标与TAVR术后死亡率的关联	回顾性多中心研究设计，样本量有限（915例），中位随访时间较短（22个月），未详细说明深度学习模型的具体架构与外部验证情况	探究自动化CT衍生的胸腹盆腔身体成分指标是否与经导管主动脉瓣置换术后死亡率相关	2014至2023年间接受经导管主动脉瓣置换术且术前有CT影像的连续患者	医学影像分析	心血管疾病	三维CT成像、深度学习自动分割	深度学习分割模型	三维CT图像	915例患者的胸腹盆腔非增强CT扫描	NA	NA	Harrell C统计量、Cox模型	NA
12	2026-10-22	Leveraging the Synergy between Mechanistic Insight and Machine Learning for Predictive Structure-Performance Relationships in Organic Synthesis 2026-Oct-20, Accounts of chemical research IF:16.4Q1 DOI:10.1021/acs.accounts.6c00547 PMID:42899581	综述	总结将机理洞察与机器学习相结合，用于有机合成中预测性结构-性能关系建模的研究工作	在数据构建、模型开发和发现应用三个层面系统整合机理知识与机器学习，包括基于过渡态的反应编码、嵌入空间和电子效应的分子图以及机理引导的迁移学习	未明确提及具体局限性	建立化学上可靠、可解释且具有外推能力的预测性结构-性能关系模型，以指导和发现新的有机反应	有机化学反应，包括自由基C-H官能团化、Cu(II)介导的自由基成键、烯烃不对称氢化、N,N'-二氧化物/金属催化的Michael加成以及Ni催化的阻转选择性Suzuki-Miyaura偶联	机器学习	NA	密度泛函理论计算、文献数据库挖掘	机器学习	计算选择性数据、文献数据库数据、分子结构数据	NA	NA	基于过渡态的反应编码模型、嵌入空间和电子效应的分子图深度学习模型	NA	NA
13	2026-10-22	ADHDeepNet: An Explainable Framework for EEG-Based ADHD Detection From Raw Signals 2026-Oct-20, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/aeb67a PMID:42899621	研究论文	提出ADHDeepNet深度学习模型，利用原始EEG信号进行ADHD检测，并结合时序空间特征、注意力模块与可解释性技术	综合时序-空间特征表征、注意力模块与可解释性技术，针对EEG信号优化，采用两阶段嵌套交叉验证与加性高斯噪声数据增强，并分析模型权重与激活模式以识别关键脑区与频段	样本量较小（121名参与者），仅使用单一数据集，未在外部独立数据集上验证	利用深度学习和EEG信号提高ADHD诊断的精确性和及时性	121名参与者（61名ADHD患者，60名健康对照）的EEG信号	医学信号处理	注意缺陷多动障碍（ADHD）	EEG脑电信号采集	CNN	原始EEG信号（时间序列）	121名参与者（61名ADHD，60名健康对照）	NA	ADHDeepNet	灵敏度, 准确率	NA
14	2026-10-22	Mechanistic Prediction and High-Throughput Risk Screening of Aquatic Contaminants Using Daphnia magna AOP Network 2026-Oct-20, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c06646 PMID:42899662	研究论文	该研究构建了一个集成多域深度学习模型、适用域评估和毒性风险优先级的QSAR预测与风险评估框架，用于水生污染物的机理预测和高通量风险筛查	整合多域深度学习模型、适用域评估和毒性风险优先级排序；利用大型溞AOP网络中的多个分子起始事件和关键事件进行高通量筛选生物活性；编译了包含6971种化学品和10024个多维结构描述符的高结构多样性数据集；基于AOP网络拓扑进行风险优先级排序，结果与现有毒理学证据一致；提供了开箱即用的水生毒性预测和风险评估工具	未提及	开发基于QSAR和AOP框架的计算工具，以替代传统动物实验，实现水生污染物的高通量毒性预测和风险筛查	水生环境中的化学品污染物，以大型溞为模型生物	计算毒理学	NA	高通量筛选、QSAR建模、 Adverse Outcome Pathway框架	深度学习模型	化学结构描述符和生物活性数据	6971种化学品，每种化学品有10024个多维结构描述符	NA	NA	NA	NA
15	2026-10-22	Automated quantification of RETeval™ sensor electrode position from infrared eye images: a preliminary technical report 2026-Oct-20, Documenta ophthalmologica. Advances in ophthalmology DOI:10.1007/s10633-026-10153-3 PMID:42900309	研究论文	本文提出一种从RETeval设备记录的红外眼图像中自动计算皮肤传感器电极位置和虹膜颜色比率的方法	首次利用多标签深度学习分割模型（SegFormer）从RETeval红外眼图像中自动分割六种眼部结构，并基于分割掩膜量化电极位置和虹膜颜色比率	初步技术报告，样本量较小（19名健康年轻参与者），仅24.7%的图像满足所有质量控制标准，需进一步验证	开发一种自动方法，从RETeval记录文件中提取的红外眼图像计算RETeval皮肤传感器电极位置和虹膜颜色比率（ICratio）	19名健康年轻参与者（平均年龄10.6岁，范围5.0-15.8岁；7男12女）的红外眼图像	数字病理学, 医学图像分析	NA	红外眼成像, 深度学习图像分割	SegFormer	图像	19名参与者（38只眼），共提取271张红外图像，其中67张（24.7%）满足所有质量控制标准	NA	SegFormer	Dice系数, 平均差异, 95%一致性界限, 组内相关系数, p值	NA
16	2026-10-22	Function-based Deep Learning Autoencoder for Passive Shimming in a Portable MRI Magnet with Enhanced Field Homogeneity 2026-Oct-20, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3745374 PMID:42900604	研究论文	提出一种基于函数的深度学习自编码器（FDLAE），用于便携式MRI磁体的无源匀场优化，以提升主磁场均匀性	无需预编译数据集，采用在线自监督学习迭代优化匀场配置；在磁场强度、均匀性和匀场质量之间取得更好权衡	未明确说明	优化便携式MRI磁体无源匀场的空间分布，改善主磁场B0均匀性	便携式MRI磁体的无源匀场系统	医学影像	NA	无源匀场，MRI仿真	自编码器	磁场分布数据，仿真图像	NA	NA	基于函数的深度学习自编码器	不均匀度（ppm），平均场强，匀场质量，优化时间，图像NRMSE	NA
17	2026-10-22	DIAN: Device Invariant Attention Network for Chest X-ray Classification 2026-Oct-20, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3745577 PMID:42900613	研究论文	提出设备不变注意力网络（DIAN），通过空间自注意力与域对抗学习分离疾病相关信号与设备伪影，用于胸部X光分类	将空间自注意力与域对抗学习结合，利用设备存在作为域标签训练对抗域分类器以抑制设备相关区域；指出标准排名指标在设备不变设置下的不足，补充基于阈值的指标（F1、精确率、召回率）评估设备线索存在或缺失时预测的稳定性	仅在CheXpert基准上评估，未在其他数据集验证；未明确讨论计算资源与模型复杂度；对抗训练可能增加训练难度与不稳定性	提高胸部X光疾病分类模型对支撑设备等视觉混杂因素的鲁棒性，实现设备无关的疾病预测	胸部X光图像及其中疾病病理与支撑设备相关的视觉区域	计算机视觉	胸部疾病（肺部疾病）	深度学习、空间自注意力、域对抗学习	注意力网络、对抗域分类器	图像	NA	NA	注意力模块（空间自注意力）、对抗域分类器	AUC、F1分数、精确率、召回率	NA
18	2026-10-22	Deep learning algorithms for predicting intraoperative hypotension: A systematic review and meta-analysis 2026-Oct-20, Journal of clinical anesthesia IF:5.0Q1 DOI:10.1016/j.jclinane.2026.112353 PMID:42900999	系统综述与meta分析	该文系统综述并meta分析了深度学习算法预测术中低血压的诊断准确性	在统一的诊断准确性框架内首次整合深度学习术中低血压预测模型的合并诊断准确性，并使用PROBAST+AI与GRADE评估方法学质量与证据确定性	普遍缺乏正式校准评估、外部验证稀缺、研究地理集中，GRADE证据确定性为低	量化基于深度学习的术中低血压预测模型的合并诊断准确性并识别影响其性能的因素	术中低血压预测的深度学习模型相关研究	机器学习	术中低血压	系统综述与meta分析	CNN,RNN,混合CNN-RNN	连续生理波形信号,临床变量	纳入12项研究，其中9项提供22个验证数据集	NA	CNN,RNN,混合CNN-RNN	灵敏度,特异度,SROC-AUC,诊断比值比,阳性似然比,阴性似然比,异质性τ2与ρ,Deeks检验	NA
19	2026-10-22	AI-Guided Identification of a Covalent SMAD3 Regulatory Mechanism of Celastrol in Diabetic Kidney Disease 2026-Oct-20, Pharmacological research IF:9.1Q1 DOI:10.1016/j.phrs.2026.109700 PMID:42901337	研究论文	该文章利用基于深度学习平台Uni-Mol的AI引导靶点优先排序策略，发现Celastrol是SMAD3的直接共价靶点，并揭示其通过共价结合SMAD3 Cys421抑制TGF-β/SMAD3促纤维化信号的新机制	首次将深度学习平台Uni-Mol用于靶点优先排序并筛选出Celastrol；首次鉴定SMAD3 Cys421为Celastrol的共价结合位点；揭示Celastrol优先结合非磷酸化SMAD3、促进KPNB1依赖的核易位、导致无功能SMAD3核积累并破坏SMAD3-SMAD4复合物形成的新机制	摘要中未明确说明研究局限性	阐明Celastrol在糖尿病肾病肾纤维化中靶向SMAD3的共价调控机制，为基于Celastrol的抗纤维化治疗策略提供机制依据	糖尿病肾病肾纤维化相关的TGF-β/SMAD3信号通路及化合物Celastrol	药物发现，计算生物学，深度学习辅助药物靶点识别	糖尿病肾病	深度学习靶点优先排序，活性蛋白质谱分析，竞争性碘乙酰胺探针分析，分子对接，定点突变	深度学习模型	分子结构数据，蛋白质组学数据，实验数据	NA	NA	Uni-Mol	NA	NA
20	2026-10-22	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	开发基于深度学习的自动化方法，对小鼠真皮组织巨噬细胞进行3D分割和形态定量分析，并构建大规模专家标注数据集	构建了包含947个单细胞的大规模专家标注3D真皮组织巨噬细胞数据集，并开发了基于深度学习的自动化3D分割与形态定量分析流程，结合定制Napari插件进行分割精修	摘要未提及	实现真皮组织巨噬细胞的自动化识别、3D分割和定量形态分析，并构建可重用的大规模标注数据集	小鼠真皮组织巨噬细胞	数字病理学, 计算机视觉	金黄色葡萄球菌感染	3D荧光显微成像, 深度学习图像分割	CNN	3D图像	947个单细胞，来自成年稳态和感染后5天的样本	NA	NA	NA	NA