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	2026-11-10	Deep-DSP2: Cross-Domain Deep Learning Direct MR Signal Prediction for RF Shielding-Free MRI 2027-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70583 PMID:42642849	研究论文	提出Deep-DSP2跨域深度学习框架，结合时域和频域信息以及Transformer-U-Net架构，用于无射频屏蔽超低场MRI中动态变化的电磁干扰消除	同时利用时域和频域形成跨域框架以增强信号特征利用，更好地区分MR信号和EMI信号；采用基于Transformer的U-Net架构，集成Transformer块进行全局建模和卷积块进行局部特征提取；在扫描过程中传递函数动态变化时仍能有效消除EMI	仅在0.055T脑部MRI扫描仪上进行了评估，样本量和数据多样性有限，尚未在其他场强或应用场景中验证	开发一种深度学习方法，在MRI接收线圈与EMI传感线圈之间电磁耦合关系动态变化时消除电磁干扰，实现无射频屏蔽的超低场MRI	无屏蔽0.055T脑部MRI扫描仪采集的仿真和实验数据集，包括受试者运动或EMI源位置任意变化时的扫描数据	医学影像处理	脑部疾病	超低场MRI，有源EMI传感，深度学习直接MR信号预测	Transformer, U-Net, CNN	MRI信号（时域和频域数据）	NA	NA	Transformer-U-Net（集成Transformer块和卷积块）	NA	NA
2	2026-11-10	Spatially Aware Acquisition-Independent Deep Learning for IVIM MRI Parameter Estimation in Patients With Esophageal Cancer 2027-Jan, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70592 PMID:42740333	研究论文	开发并验证一种具有空间感知能力的神经控制微分方程网络，用于食管癌患者IVIM MRI参数的采集协议无关估计	提出空间感知NCDE（Spatial NCDE），将NCDE从逐体素建模扩展到利用空间信息，同时保持对采集协议变化的灵活性，实现采集协议无关且空间感知的IVIM参数估计	在食管癌患者中新辅助放化疗反应预测的判别能力提升未达到统计学显著性	开发并验证一种采集协议无关且空间感知的神经网络，用于体素内不相干运动（IVIM）MRI参数估计	食管癌患者及模拟数据	医学影像分析	食管癌	IVIM MRI	神经控制微分方程（NCDE）、UNet	MRI图像	NA	NA	Spatial NCDE, UNet	均方误差（MSE）、判别能力（预测新辅助放化疗反应）	NA
3	2026-11-10	Bioinformatics and machine learning reveal novel prognostic biomarkers in head and neck squamous cell carcinoma 2026-Dec, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01018-7 PMID:41028529	研究论文	该研究结合生物信息学和机器学习方法，通过分析RNA表达数据识别头颈部鳞状细胞癌的差异表达基因，并利用深度学习算法筛选出具有显著变异性的预后生物标志物	将生物信息学分析与深度学习算法相结合，识别出KRT33B、KRTAP3-3、C14orf34和ACADM等与癌变密切相关的诊断和预后生物标志物，并发现ACADM、KRT33B和C14orf34的组合是最实用的诊断标志物组合	摘要中未明确提及研究的局限性	寻找头颈部鳞状细胞癌的诊断和预后生物标志物，以改善患者的预期寿命和整体健康状况	头颈部鳞状细胞癌患者的RNA表达数据	生物信息学	头颈部鳞状细胞癌	RNA表达数据分析	深度学习	RNA表达数据	NA	NA	NA	灵敏度, 特异性, AUC	NA
4	2026-11-10	MicroRNA bioinformatics in precision oncology: an integrated pipeline from NGS to AI-based target discovery 2026-Dec, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01024-9 PMID:41168533	综述	本文综述了从NGS数据处理到多组学整合、机器学习和深度学习以及大语言模型在microRNA分析中的最新工具与算法，旨在构建一个统一、可扩展且可重复的miRNA生物信息学流程以促进精准肿瘤学中的生物标志物发现	系统性地将碎片化的miRNA分析方法整合为从NGS到AI驱动靶点发现的统一流程，首次将生成模型和大语言模型纳入miRNA生物标志物发现工作流，并强调可重复性和临床可操作性	作为综述文章，未提供原始实验验证或新算法实现；所提出的整合流程尚缺乏大规模临床队列验证；对LLM在miRNA分析中的具体应用效果评估有限	弥合miRNA分析中生物信息学、机器学习与大语言模型之间方法学割裂的差距，为miRNA精准肿瘤学提供可扩展、可重复的战略路线图	癌症相关的microRNA及癌症特异性数据集	数字病理学	癌症	NGS、多组学整合	SVM、CNN、RNN、生成模型、LLM	文本	NA	NA	SVM、CNN、RNN、生成模型、LLM	NA	NA
5	2026-11-10	Exploring the pathogenic mechanism of RNH1 in colorectal cancer based on eQTL, Multi-omics and deep learning 2026-Dec, Journal of applied genetics IF:2.0Q3 DOI:10.1007/s13353-025-01029-4 PMID:41366589	研究论文	基于eQTL、多组学和深度学习探索RNH1在结直肠癌中的致病机制	首次将RNH1与二硫死亡和结直肠癌风险关联，结合SMR、单细胞RNA测序、空间转录组测序和DeepSurv深度学习模型进行多维度分析	未明确说明，可能包括样本量有限、需要进一步实验验证机制	探索RNH1在结直肠癌中的致病机制，寻找新的生物标志物和治疗靶点	结直肠癌患者样本和RNH1基因	数字病理学, 机器学习	结直肠癌	eQTL, SMR, 单细胞RNA测序, 空间转录组测序, RNA测序, qPCR	DeepSurv	基因表达数据, 图像（空间转录组）, 文本（临床数据）	NA	NA	DeepSurv	NA	NA
6	2026-11-10	Automated Volumetric Segmentation of Microaneurysms on OCT Using Artificial Intelligence 2026-Dec, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101421 PMID:42997593	研究论文	开发并验证一种基于深度学习的方法，用于在OCT图像上自动识别和体积分割糖尿病视网膜病变中的微动脉瘤	提出了一种端到端的3D卷积神经网络，结合编码器-解码器架构和残差块，并利用原始OCT体积与反射率反转副本的拼接输入来增强特征提取，实现了微动脉瘤的体积分割和定量分析	样本量相对较小（125名参与者），且仅在一个中心进行，需要更大规模的多中心研究验证	开发并验证一种基于人工智能的OCT微动脉瘤自动体积分割方法，以辅助糖尿病视网膜病变的诊断、监测和管理	125名参与者的OCT扫描数据，包括20只健康眼、27只轻度非增殖性DR、30只中度NPDR、30只重度NPDR和18只增殖性DR	数字病理学, 医学图像分析	糖尿病视网膜病变	OCT（光学相干断层扫描）	3D CNN	图像（OCT体积）	125名参与者（共125只眼），其中测试集包括20只健康眼和20只DR眼	NA	编码器-解码器架构与残差块	F1分数, 诊断准确率	NA
7	2026-11-10	Cloud Removal from Satellite Imagery using a Lightweight Gated Attention U-Net 2026-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2026.104229 PMID:42997841	研究论文	本文提出了一种轻量级门控注意力U-Net模型，用于卫星图像去云，并在RICE数据集上系统评估了三种注意力设置	系统性比较了无注意力、轻注意力和全门控注意力三种设置在相同训练评估条件下的性能，而非提出新的注意力设计，并强调了轻量级和低延迟推理	仅评估了PSNR和MAE等指标，未涉及下游任务性能；未与其他先进去云方法进行广泛对比	研究选择性注意力在轻量级改进U-Net框架中对去云重建质量和计算效率的平衡作用	光学卫星图像	计算机视觉	NA	深度学习图像重建	CNN	图像	RICE1和RICE2数据集（具体样本数未提及）	NA	U-Net	PSNR, MAE, 推理时间	NA
8	2026-11-10	High-fidelity 3D geometric reconstruction of pelvic organs from MRI: a hybrid deep learning and iterative optimization approach 2026-Nov-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeb598 PMID:42887542	研究论文	开发并评估一种混合深度学习与迭代优化的框架，从MRI分割掩膜重建膀胱、子宫和直肠的高保真三维几何模型	提出几何感知的多级深度学习架构保持拓扑一致性，采用两阶段摊销优化训练策略平衡全局形状捕获与局部表面细化，并建立整体协同机制使迭代优化在训练阶段为深度学习提供监督、在推理阶段先由深度学习快速预测全局形态再由迭代优化细化局部表面和网格质量	仅在CPU上每器官约35秒、GPU上约1.5秒的推理时间，未在大规模多中心数据集上验证，且几何质量评估主要依赖代理指标而非真实解剖金标准	开发并评估一种混合框架用于从MRI分割掩膜重建膀胱、子宫和直肠，并评估其几何保真度、网格质量代理性能和重建效率	骨盆器官（膀胱、子宫、直肠）的MRI分割掩膜	医学图像处理	盆腔疾病	MRI	深度学习, 迭代优化	三维图像, 分割掩膜	NA	NA	几何感知多级深度学习架构	Chamfer距离, Dice相似系数, minSICN, minSIGE, 重建时间	CPU, GPU
9	2026-11-10	Imaging-derived coronary fractional flow reserve: advances in physics-based, machine learning, and physics-informed methods 2026-Nov-09, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeb642 PMID:42896601	综述	本文对基于影像的冠状动脉血流储备分数（FFR）方法进行翻译导向的综述，涵盖基于物理的CFD、降阶建模、机器学习和物理信息学习方法	系统比较了物理驱动、数据驱动和物理信息驱动三类FFR估计方法，并指出物理信息学习在计算速度、物理一致性、数据效率和空间分辨率输出方面的综合优势	缺乏前瞻性多中心验证，部分物理信息学习研究的结论并非直接针对侵入性压力导丝测量的FFR准确性验证	为冠状动脉狭窄的功能评估提供基于影像的FFR方法的综述，重点讨论CT冠状动脉造影和侵入性冠状动脉造影工作流	冠状动脉狭窄、冠状动脉疾病患者	医学影像分析	冠状动脉疾病	冠状动脉CT血管造影（CCTA）、侵入性冠状动脉造影（ICA）、计算流体动力学（CFD）、机器学习/深度学习（ML/DL）、物理信息神经网络（PINNs）、神经算子	物理信息神经网络（PINNs）、神经算子、图神经网络、机器学习、深度学习	影像（CT、X射线造影）	NA	NA	物理信息神经网络（PINNs）、神经算子、图神经网络	与侵入性压力导丝测量的FFR一致性、诊断性能	NA
10	2026-11-10	Baseline correction using DU-GridNet for Raman spectra 2026-Nov-09, The Analyst DOI:10.1039/d6an01130f PMID:42944710	研究论文	本文提出一种基于多分辨率网格拓扑的一维深度网络DU-GridNet，用于自动去除拉曼光谱中的荧光背景基线校正	采用紧凑的一维深度网络和多分辨率网格拓扑，通过多尺度特征传播和互连采样块，同时分离尖锐拉曼峰并拟合宽缓荧光背景，无需手动干预，实现端到端自动化基线校正	摘要中未明确说明模型在不同噪声水平或极端背景条件下的泛化能力，也未讨论计算复杂度或实时性限制	解决传统拉曼光谱基线校正方法依赖迭代优化和手动调参、难以端到端自动化处理的问题，并克服现有深度学习模型在保留尖锐局部拉曼峰与准确建模宽缓基线之间的平衡难题	拉曼光谱数据，包括合成基准数据集和实证拉曼数据集	光谱分析, 机器学习	NA	拉曼光谱, 深度学习	一维深度网络, 多分辨率网格网络	光谱数据（一维信号）	NA	NA	DU-GridNet（基于多分辨率网格拓扑的一维深度网络，包含互连采样块）	基线估计精度, 光谱保真度	NA
11	2026-11-10	Non-destructive discrimination of black gel pen inks via physics-guided band-gate attention network and hyperspectral imaging 2026-Nov-09, The Analyst DOI:10.1039/d6an00923a PMID:42949634	研究论文	该研究提出了一种结合高光谱成像与新型深度学习模型PG-BCANet的智能框架，用于无损鉴别黑色中性笔墨水及书写至篡改时间间隔	提出了一种基于1DCNN的PG-BCANet模型，融合了波段门控机制、高效通道注意力和残差连接，用于高维光谱数据的特征提取与分类	研究样本仅限于标准A4纸上的黑色中性笔，未涉及其他纸张类型或墨水颜色，且时间间隔分类准确率相对较低	实现黑色中性笔墨水的无损鉴别以及书写至篡改时间间隔的区分，服务于法庭科学中的墨水分析	标准A4纸上的黑色中性笔样本，包括不同笔模型和指定的书写至篡改时间间隔	高光谱成像分析	NA	高光谱成像（HSI），结合Savitzky-Golay平滑和标准正态变量变换（SNV）归一化预处理	CNN	高光谱数据	NA	NA	1DCNN, PG-BCANet（包含波段门控机制、高效通道注意力ECA和残差连接）	准确率	NA
12	2026-11-10	Artificial intelligence-driven pharmacovigilance: transforming signal detection, real-world drug safety monitoring, and regulatory decision-making 2026-Nov-09, Expert opinion on drug safety IF:3.0Q2 DOI:10.1080/14740338.2026.2759573 PMID:42975625	综述	该综述评估了人工智能技术在现代药物警戒和监管科学中的应用，涵盖信号检测、真实世界药物安全监测和监管决策	系统整合了机器学习、深度学习、神经网络和自然语言处理在不良事件检测、文献挖掘、信号优先级排序以及电子健康记录和社交媒体数据分析中的应用，并探讨了大语言模型、联邦学习、区块链、数字孪生和物联网等新兴技术	更广泛的实施仍面临可解释性、数据质量、网络安全、算法偏见和监管验证等方面的挑战	评估人工智能技术在现代药物警戒和监管科学中的应用，探讨其在信号检测、真实世界药物安全监测和监管决策中的潜力与挑战	药物警戒领域的AI应用文献，涵盖不良事件检测、文献挖掘、信号优先级排序、电子健康记录和社交媒体数据分析	自然语言处理, 机器学习	药物安全, 不良事件	机器学习, 深度学习, 神经网络, 自然语言处理, 大语言模型, 联邦学习, 区块链, 数字孪生, 物联网	机器学习, 深度学习, 神经网络, 大语言模型	文本, 电子健康记录数据, 社交媒体数据	NA	NA	NA	NA	NA
13	2026-11-10	Artificial intelligence in glaucoma diagnosis and management: a systematic review of the past decade (2015-2026) 2026-Nov-09, Expert review of medical devices IF:2.9Q3 DOI:10.1080/17434440.2026.2758935 PMID:43000110	系统综述	本文系统回顾了2015至2026年间人工智能在青光眼诊断与管理中的应用研究，评估了其证据基础及临床转化障碍	覆盖十年间63项同行评审研究，系统整合了深度学习、多模态影像与纵向预测在青光眼诊疗中的进展，并遵循PRISMA与PROSPERO规范进行注册与检索	高报告准确率不足以证明临床可用性，缺乏多中心前瞻性验证、可解释与可复现模型、标准化评估及临床工作流整合	评估人工智能在青光眼检测与监测中的证据支持，并识别其临床转化障碍	2015至2026年间发表的63项关于人工智能用于青光眼诊疗的同行评审研究	医学影像分析	青光眼	眼底摄影、光学相干断层扫描（OCT）、OCT血管成像、视野检查及多模态影像	深度学习	图像，多模态数据	63项研究	NA	NA	ROC曲线下面积（AUC）	NA
14	2026-11-10	Predicting radiation-induced xerostomia in head and neck cancer: a critical review of radiomics, machine learning and methodological quality 2026-Nov-09, The Journal of laryngology and otology IF:1.1Q3 DOI:10.1017/S0022215126106112 PMID:43000948	综述	评估放射组学和机器学习方法预测头颈癌放疗后口腔干燥症的预测性能、方法学质量和临床准备度	对放射组学和机器学习预测放射性口腔干燥症的研究进行了结构化叙述性综述，并使用放射组学质量评分系统评估方法学质量	纳入研究存在外部验证有限、缺乏前瞻性研究、缺乏开放科学和成本效益分析等方法学局限，且模型泛化性较差	评估放射组学和机器学习方法预测放射性口腔干燥症的预测性能、方法学质量和临床准备度	头颈癌放疗后口腔干燥症患者	数字病理学	头颈癌	放射组学，机器学习，深度学习	机器学习，深度学习	影像	22项研究，队列样本量从19到1208名患者不等	NA	NA	预测性能（具体指标未明确）	NA
15	2026-11-10	Development and Evaluation of a Transformer-Based Multi-Scale Feature Model for the Classification of Benign and Malignant Breast Lesions in Ultrasound Image 2026-Nov-09, Ultrasonic imaging IF:2.5Q2 DOI:10.1177/01617346261501087 PMID:43000994	研究论文	该研究提出并评估了一种基于Transformer的多尺度特征融合与注意力机制的深度学习框架MSF-US，用于乳腺超声图像中良恶性病变的分类	MSF-US框架创新性地结合了分层多尺度特征提取与注意力机制，能够选择性关注诊断相关区域，有效捕捉致密乳腺组织中的全局和局部特征	摘要中未明确说明该研究的局限性	增强乳腺癌早期检测，提高超声图像诊断准确性，解决致密乳腺组织中全局和局部特征捕捉的挑战	乳腺超声图像中的良恶性病变	计算机视觉	乳腺癌	深度学习	Transformer	图像	多中心乳腺超声图像数据集、独立C3测试集以及3个公开队列（BUSI、BUS-BRA和BrEaST），具体样本量未在摘要中说明	NA	MSF-US（多尺度特征融合与注意力机制）	准确率、灵敏度、特异性、AUC	NA
16	2026-11-10	Colour-agnostic deep learning for automated biofouling assessment of antifouling coatings using soft probability labels 2026-Nov-09, Biofouling IF:2.6Q1 DOI:10.1080/08927014.2026.2753639 PMID:43001530	研究论文	本研究利用软概率标签和颜色无关的深度学习模型，实现防污涂层生物污损覆盖度的自动化评估	使用软概率标签替代二元注释，结合颜色增强迫使模型学习纹理和形态特征，实现跨基质颜色和成像系统的泛化，无需重新训练	模型仅在单一相机系统的1524张图像上训练，虽在三个未见成像源上部署成功，但泛化能力仍需更广泛验证	开发客观、可重复的防污涂层生物污损覆盖度自动量化方法	防污涂层上的生物污损（藻类、藤壶等）	计算机视觉	NA	深度学习语义分割	CNN	图像	1524张训练图像，457个验证面板（涵盖五种基质颜色），三个未见成像源	NA	NA	R²=0.959（藻类模型）	NA
17	2026-11-10	Beyond executive robotics: harnessing artificial intelligence for data-driven governance in complex urological units 2026-Nov-09, Archivio italiano di urologia, andrologia : organo ufficiale [di] Societa italiana di ecografia urologica e nefrologica DOI:10.4081/aiua.2026.16295 PMID:43001843	综述	探讨将人工智能（机器学习、深度学习、预测分析）与机器人泌尿外科相结合，以促进数据驱动的临床管理	提出超越当前机器人手术仅具备执行层面能力的局限，将AI用于预测性、情境感知的临床管理，包括术前规划优化、围手术期并发症预防以及智能排班和床位管理，构建预测型组织	未提及具体实验数据或临床验证结果，缺乏定量评估	探索AI与机器人泌尿外科的整合，以实现复杂泌尿外科单元的数据驱动治理，解决等待名单、手术室利用率不足和成本上升等系统性问题	复杂泌尿外科单元（机器人泌尿外科手术及临床管理流程）	医学人工智能	泌尿系统疾病	NA	机器学习, 深度学习, 预测分析	NA	NA	NA	NA	NA	NA
18	2026-11-10	Dual-feature selectivity enables bidirectional coding in visual cortical neurons 2026-Nov-09, eLife IF:6.4Q1 DOI:10.7554/eLife.109861 PMID:43001849	研究论文	该研究在猕猴视觉皮层V1和V4区发现许多神经元对两种不同视觉特征具有选择性调谐，一种增强活动，一种抑制活动，并利用深度学习功能数字孪生模型系统识别每个神经元的偏好和非偏好特征，揭示了这种双特征编码策略在物种间保守存在	首次识别并系统描述了视觉皮层神经元的双特征编码策略，即神经元围绕升高的基线放电率对两种不同视觉特征分别产生增强和抑制反应；结合神经元记录与深度学习功能数字孪生模型系统识别每个神经元的偏好和非偏好特征；发现特征对可作为自然图像相似空间中连续低维轴的锚点，神经活动沿该轴近似线性变化；揭示同一视觉区内特征选择性在群体中共享并组织刺激编码；证明该编码策略在猕猴和小鼠的初级和外侧视觉区中保守存在；为特征特异性抑制连接提供了功能证据	摘要中未明确提及研究局限性	探究视觉皮层神经元的特征编码策略，特别是双特征选择性及其在刺激编码和群体表征中的作用	猕猴视觉皮层V1和V4区神经元、小鼠初级和外侧视觉皮层神经元	计算神经科学	NA	神经元电生理记录、深度学习功能数字孪生建模	深度学习预测模型	神经元记录数据、自然图像	摘要中未明确说明具体样本量	NA	NA	NA	NA
19	2026-11-10	Antimicrobial Peptide Databases and Prediction Tools: Toward a Standard Evaluation Framework 2026-Nov-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c02141 PMID:43001936	综述	该文概述了抗菌肽数据库及抗菌肽预测工具，并提出了一个标准评估框架以提高预测工具的可比性和可重复性	针对抗菌肽预测工具评估中数据集异质性和评估协议不一致导致的数据泄漏和性能虚高问题，提出了一个参考评估框架	文章聚焦于抗菌肽（ABP），未涵盖其他类型的抗菌肽；主要基于现有文献和数据库的分析，未进行大规模实验验证	解决如何公平、可重复且具有生物学意义地评估抗菌肽预测工具的问题	抗菌肽数据库和抗菌肽预测计算工具	机器学习	抗菌药物耐药性	NA	NA	文本	NA	NA	NA	NA	NA
20	2026-11-10	Machine Learning Predictions of Experimental Mössbauer Properties of Fe-Containing Molecular Complexes and Protein Models 2026-Nov-09, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c02183 PMID:43001941	研究论文	该研究利用传统机器学习和深度学习模型，基于522种不同化合物的实验数据集，预测含铁分子配合物和蛋白质模型的穆斯堡尔谱异构体位移和四极分裂参数，其中Chemprop模型表现最佳，并在蛋白质位点预测中验证了其高精度和计算效率	首次将机器学习应用于分子铁配合物的穆斯堡尔数据预测，使用实验数据集训练模型，并证明模型在未训练的蛋白质数据上具有良好泛化能力，计算时间比DFT减少218倍	四极分裂预测的精度仍有较大提升空间，模型在蛋白质等复杂体系上的应用仍需进一步验证	解决DFT计算成本高且对泛函和基组敏感的问题，实现高通量结构筛选	含铁分子配合物和铁蛋白模型（包括血红素和非血红素蛋白）	机器学习	NA	穆斯堡尔谱	深度学习	表格数据（实验测量参数）	522种不同化合物	NA	Chemprop	决定系数R2	NA