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
501	2026-05-26	HGCPep: Hypergraph Deep Learning Identifies Cancer-associated Non-coding Peptides 2025-Dec-22, Genomics, proteomics & bioinformatics DOI:10.1093/gpbjnl/qzaf093 PMID:41329495	研究论文	提出了HGCPep，一种基于超图深度学习来识别癌症相关非编码肽的方法	利用超图结构表示一个非编码RNA转录本编码多个肽段的内在关系，从而丰富肽段的特征表示	未提及具体限制	系统识别癌症相关的非编码肽	非编码肽（ncPEP）和其编码非编码RNA（ncRNA）	机器学习	癌症	NA	超图神经网络（Hypergraph Neural Network）和卷积神经网络	肽段序列数据	NA	PyTorch	Hypergraph Neural Network, CNN	准确率、精确率、召回率、F1分数、AUC	NA
502	2026-05-26	Artificial intelligence in nuclear cardiology: Enhancing diagnostic accuracy and efficiency 2025 Nov-Dec, Progress in cardiovascular diseases IF:5.6Q1 DOI:10.1016/j.pcad.2025.09.010 PMID:41038418	综述	综述人工智能在核心脏病学中提升诊断准确性和效率的进展	系统总结了人工智能在核心脏病学图像优化、虚拟衰减校正、自动化生物标志物量化及多模态数据整合中的创新应用	未详细讨论AI模型在不同临床场景下的验证不足及实际部署的挑战	探讨人工智能技术如何改善核心脏病学的图像质量、减少辐射暴露并优化诊断流程	核心脏病学中的图像获取、重建、解释及临床工作流	计算机视觉	心血管疾病	NA	机器学习模型, 深度学习	图像, 临床数据, 压力测试特征	NA	NA	NA	NA	NA
503	2026-05-26	Deep Learning for Cardiac Overload Estimation　- Predicting B-Type Natriuretic Peptide (BNP) Levels From Heart Sounds and Electrocardiogram 2025-09-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-25-0098 PMID:40533163	研究论文	开发深度学习模型从心音和心电图数据估计血浆BNP水平以辅助心力衰竭筛查	利用短时（8秒）无创心音和心电图信号通过深度学习模型估算BNP水平，在外部验证集上表现良好	NA	验证利用无创动态生理信号估计BNP水平的深度学习模型的临床可行性	血浆BNP水平≥100 pg/mL的预测	机器学习	心血管疾病	NNN	深度学习模型	心音和心电图信号	外部验证集140名患者，亚组分析127名BMI 18.5-25患者	NNN	NNN	AUROC, 敏感性, 特异性	NA
504	2026-05-26	Deep Learning-Based Fully Automated Aortic Valve Leaflets and Root Measurement From Computed Tomography Images　- A Feasibility Study 2025-08-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2 DOI:10.1253/circj.CJ-24-1031 PMID:40436780	研究论文	基于深度学习实现CT图像中主动脉瓣叶和根部全自动测量的可行性研究	针对根部扩张患者CT数据重新训练现有深度学习算法，实现主动脉瓣叶/根部全自动测量，显著缩短测量时间并降低工作量	除了主动脉瓣反流病例的窦管交界处（由于扩张窦部边界不明确，差异达10.3毫米），其他测量参数均具有中高度相关性；样本量有限	评估基于深度学习的全自动主动脉瓣叶/根部测量算法在临床中的可行性	主动脉瓣叶和根部解剖结构	计算机视觉	心血管疾病	心脏CT	深度学习算法	图像	67例心电图门控心脏CT扫描用于重新训练（40名根部扩张患者），100例用于评估（50例主动脉瓣狭窄，50例主动脉瓣反流）	NA	NA	相关性、差异值、测量时间	NA
505	2026-05-26	Repeatability-encouraging self-supervised learning reconstruction for quantitative MRI 2025-08, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.30478 PMID:40014485	研究论文	提出一种鼓励重复性的自监督学习重建方法，用于加速定量磁共振成像并提升测量重复性	首次将自监督学习与跨数据一致性约束结合，利用时间子集数据促进重建结果的重复性，无需标注训练数据即可获得优于监督学习的重复性表现	未明确说明方法的局限性	开发一种能够提升定量MRI测量重复性的深度学习重建方法	心脏MR Multitasking T1 mapping数据	机器学习	心血管疾病	定量MRI	自监督学习网络	k-t空间数据	60秒采集的数据，分割为两个30秒子集	NA	NA	Bland-Altman一致性限度，变异系数	NA
506	2026-05-26	Hybrid strategy of coronary atherosclerosis characterization with T1-weighted MRI and CT angiography to non-invasively predict periprocedural myocardial injury 2025-06-30, European heart journal. Cardiovascular Imaging DOI:10.1093/ehjci/jeaf116 PMID:40241659	研究论文	结合T1加权MRI与CT血管造影的混合策略用于无创预测冠状动脉介入术后心肌损伤	首次整合MRI与CCTA的最新成像和定量技术，通过深度学习实现斑块体积量化，并探索混合CCTA-MRI策略以提高围手术期心肌损伤预测准确性	未提及具体限制	评估整合MRI与CCTA是否能改善PMI预测，并探索混合策略的临床应用价值	接受择期PCI的冠状动脉粥样硬化病变患者	计算机视觉，机器学习	心血管疾病	CCTA， T1加权MRI	深度学习模型	图像	132个病变来自120名患者，其中43例发生PMI	NA	深度学习-enabled软件	C统计量，诊断准确性	NA
507	2026-05-25	Reconstruction of structured illumination microscopy for live imaging in low light with lightweight neural networks 2025-12, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70009 PMID:40844333	研究论文	提出一种轻量级多卷积UNet网络，用于低光照条件下活细胞成像的结构光照明显微镜超分辨率重建	通过多卷积技术与多尺度注意力机制的结合，在减少模型参数量的同时保持高效超分辨率重建性能	文中未提及该模型在更复杂生物样本或极端低光条件下的适用性限制	实现低光照条件下活细胞成像的高质量超分辨率重建，同时提升重建速度和模型精度	不同细胞类型在不同光照强度和测试集下的结构光照明显微镜图像	数字病理学	不适用	结构光照明显微镜	CNN	图像	不同细胞类型、光照强度和测试集	PyTorch	多卷积UNet（MCU-Net）	MS-SSIM, NRMSE	不适用
508	2026-05-25	AI-based approach for heart failure readmission prediction using SCG, ECG, and GSR signals 2025-11-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae178c PMID:41135577	研究论文	基于AI方法使用SCG、ECG和GSR信号预测心力衰竭患者再入院	首次利用地震心动图信号结合机器学习模型进行心力衰竭再入院预测，并探索了时间-频率分布方法将SCG信号转换为图像用于深度学习模型	样本量较小（仅101名患者），深度学习模型准确率低于传统机器学习算法	探索一种非侵入性方法通过预测心力衰竭患者再入院来帮助管理患者	心力衰竭患者（包括研究期间再入院者）	机器学习	心血管疾病	SCG（地震心动图）、ECG（心电图）、GSR（皮肤电反应）信号采集	K近邻、深度学习模型	信号数据	101名心力衰竭患者	NA	K近邻、深度学习模型	准确率（89.4%）、灵敏度（87.8%）、特异度（90.1%）、精确度（78.2%）、F1分数（82.7%）	NA
509	2026-05-25	Artificial intelligence-driven oocyte scores are associated with early morphokinetics and embryo outcomes after intracytoplasmic sperm injection 2025-Oct-24, Reproductive biomedicine online IF:3.7Q1 DOI:10.1016/j.rbmo.2025.105360 PMID:42176529	研究论文	利用深度学习系统MAGENTA评估卵母细胞评分，并分析其与ICSI后早期形态动力学和胚胎结局的关系	首次将基于深度学习的卵母细胞评分系统MAGENTA与ICSI后的早期形态动力学事件及胚胎结局关联分析	NA	探究MAGENTA卵母细胞评分与ICSI后胚胎发育及妊娠结局的关联	来自1340个取卵周期的2785张成熟卵母细胞图像	机器学习	不孕症	深度学习、时序成像	深度学习	图像	2785张成熟卵母细胞图像（来自1340个取卵周期）	NA	MAGENTA	准确性、率（如退化率、正常受精率）	NA
510	2026-05-25	An overview of reliable and representative DVC measurements for musculoskeletal tissues 2025-10, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70008 PMID:40636996	综述	本文综述了数字体相关技术在肌肉骨骼组织中的最新进展，涵盖从器官到组织层面的力学测量、技术挑战及未来方向	聚焦组织界面处理、边界效应及不确定性量化等关键挑战，并首次系统讨论DVC与深度学习结合预测位移和应变场的应用	未采用系统综述方法，对体内应用和临床转化案例的深度分析有限	总结DVC在肌肉骨骼组织力学特性表征中的发展现状与未来机遇	矿化组织、软组织的多尺度力学行为以及植入物-组织界面	数字病理学	肌肉骨骼疾病	数字体相关（DVC）	深度学习模型	三维应变场数据	NA	NA	NA	测量精度与可靠性	NA
511	2026-05-25	A systematic review of contactless respiratory rate measurement using RGB cameras 2025-09-04, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adfc24 PMID:40816317	综述论文	系统综述了使用RGB摄像机进行无接触呼吸率测量的最新进展	对比RGB摄像机与其他传感器模态（热成像、红外）的优缺点，并系统分析公开数据集在光照、肤色和运动方面的多样性	RGB摄像机方法在低光照、高运动或复杂非受控环境下性能显著下降，且缺乏真实世界数据集	探索RGB摄像机估计呼吸率的方法，评估公开数据集和信号预处理方法，指出未来研究方向	呼吸率测量方法及相关公开数据集	计算机视觉	NA	RGB摄像机	深度学习、混合模型	图像视频数据	分析了多个公开数据集，但未提供具体样本数量	NA	NA	误差（错误率）	NA
512	2026-05-25	DeepEM Playground: Bringing deep learning to electron microscopy labs 2025-09, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70005 PMID:40579897	研究论文	介绍DeepEM Playground平台，将深度学习引入电子显微镜实验室	开发了交互式、用户友好的平台，无需编码经验即可训练和调整深度学习模型，弥合了前沿深度学习研究与电子显微镜实验室实际应用之间的鸿沟	NA	降低深度学习在电子显微镜领域的应用门槛，使研究人员能够更自信、有效地将AI驱动分析集成到工作流程中	电子显微镜研究人员	计算机视觉、数字病理学	NA	电子显微镜	深度学习	图像	NA	NA	NA	NA	NA
513	2026-05-25	Enhanced reconstruction of atomic force microscopy cell images to super-resolution 2025-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13423 PMID:40341533	研究论文	提出一种基于深度学习的跨模块超分辨率重建方法，用于后处理原子力显微镜细胞图像，提升图像质量	设计了增强空间融合结构和优化反投影机制，结合对抗网络检测弱信号和复杂纹理；创新性提出基于交叉的频率分割模块，利用图像频率特性分离并增强细胞结构特征	NA	提升原子力显微镜细胞图像的超分辨率重建效果，增强细胞结构细节分析能力	原子力显微镜捕获的各类细胞图像	计算机视觉	NA	原子力显微镜	生成对抗网络	图像	NA	NA	增强空间融合结构、优化反投影机制、交叉频率分割模块	峰值信噪比、结构相似性指数、学习感知图像块相似度、Fréchet初始距离、自然图像质量评估器	NA
514	2026-05-25	Development of a deep learning method for phase retrieval image enhancement in phase contrast microcomputed tomography 2025-08, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13419 PMID:40357880	研究论文	开发一种基于深度学习的边缘视图增强相位恢复方法，用于改善相位对比显微计算机断层扫描中的图像质量	通过策略性地整合去噪边缘增强对比图像和相位恢复图像的互补空间特征，使用成对图像训练深度卷积神经网络，克服了传统相位恢复算法过度平滑和噪声敏感的问题	NA	开发一种深度学习方法以增强相位对比显微CT图像，提高低密度材料的可视化和分割准确性	低密度水凝胶构建体，包括体外和体内样本	计算机视觉，数字病理学	NA	相位对比显微计算机断层扫描，传播成像，相位恢复算法	深度卷积神经网络	图像	使用成对去噪边缘增强对比和相位恢复图像进行训练，具体样本数量未明确说明	NA	卷积神经网络	信噪比，对比度噪声比，分割效率	NA
515	2026-05-25	ModelS4Apnea: leveraging structured state space models for efficient sleep apnea detection from ECG signals 2025-07-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/adebdd PMID:40609595	研究论文	提出了ModelS4Apnea，一种结合结构化状态空间模型（S4）与卷积神经网络的心电图睡眠呼吸暂停检测深度学习框架，在Apnea-ECG数据集上实现了高精度与计算效率	首次将结构化状态空间模型（S4）应用于心电图频谱图的睡眠呼吸暂停检测，在保持高分类性能的同时显著减少可训练参数，训练时间和内存消耗低于长短期记忆网络模型	未提及多模态数据整合、真实环境部署及进一步优化，未来工作需探索方向	利用结构化状态空间模型实现高效准确的睡眠呼吸暂停自动检测，适用于可穿戴设备、家庭监测和临床场景	心电图频谱图中的睡眠呼吸暂停事件	机器学习	睡眠呼吸暂停	心电图频谱图	结构化状态空间模型（S4）、卷积神经网络	图像（心电图频谱图）	Apnea-ECG数据集（未明确具体数量）	NA	S4、卷积神经网络	准确率、F1分数、敏感性、特异性	内存占用低、推理速度快（未指定具体GPU型号）
516	2026-05-25	Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle 2025-Jun-01, Molecular biology of the cell IF:3.1Q3 DOI:10.1091/mbc.E25-01-0009 PMID:40327364	研究论文	通过微流控培养、深度学习视频帧插值算法FIEST和细胞周期阶段特异性分割，连续定量成像并分析真核微生物整个生命周期中的细胞分裂与生长	首次结合微流控培养、深度学习视频帧插值算法（FIEST）和细胞周期阶段特异性分割，实现对整个真核微生物生命周期的连续定量成像与分析，克服了传统方法中对细胞状态进行分离研究的限制	未明确提及具体局限性，但可能受限于实验条件（如单一环境条件）和算法对特定病原体的泛化能力	连续定量研究真核微生物的完整生命周期，揭示细胞分裂、生长及细胞周期调控因子随生命阶段的变化规律	真核微生物（如酵母）的整个生命周期，包括休眠、交配、减数分裂和细胞分裂等状态	计算机视觉	NA	微流控培养、深度学习视频帧插值	深度学习模型（视频帧插值）	图像	最多三代有性繁殖的酵母细胞群体	Python（FIEST包）	FIEST（视频帧插值算法）	NA	NA
517	2026-05-25	Epistasis regulates genetic control of cardiac hypertrophy 2025-Jun, Nature cardiovascular research IF:9.4Q1 DOI:10.1038/s44161-025-00656-8 PMID:40473955	研究论文	利用深度学习从心脏磁共振图像估计左心室质量，发现心脏肥大的上位性遗传调控网络	开发了低信号有符号迭代随机森林方法，揭示了传统全基因组关联研究中被忽略的上位性变异位点，并结合功能性基因组与微流控单细胞形态学分析验证因果关系	样本主要来自英国生物样本库，可能存在人群偏倚；上位性检测的统计效力受样本量限制	阐明心脏肥大中非加性遗传相互作用的复杂遗传结构	来自英国生物样本库的29,661例心脏磁共振图像及313个人类心脏转录组数据	计算机视觉, 机器学习	心血管疾病	深度学习, RNA-seq, RNA沉默, 微流控单细胞形态学分析	随机森林, 深度学习	图像, 转录组, 单细胞形态学数据	29,661例心脏磁共振图像, 313个人类心脏样本	PyTorch, Scikit-learn	低信号有符号迭代随机森林	NA	NA
518	2026-05-25	Ensemble network using oblique coronal MRI for Alzheimer's disease diagnosis 2025-04-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2025.121151 PMID:40147601	研究论文	提出利用斜冠状磁共振成像结合集成学习进行阿尔茨海默病诊断的方法	首次提出使用斜冠状MRI切片结合集成学习策略进行AD诊断，并实现了基于患者级别的分类而非图像级别分类	未提及具体局限性	开发一种利用斜冠状MRI辅助诊断阿尔茨海默病的方法	阿尔茨海默病、轻度认知障碍、正常衰老患者	计算机视觉	阿尔茨海默病	斜冠状MRI	集成学习方法	MRI图像	基于ADNI数据集，具体样本量未提及	NA	NA	准确率	NA
519	2026-05-25	Automatic visual detection of activated sludge microorganisms based on microscopic phase contrast image optimisation and deep learning 2025-04, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13385 PMID:39846854	研究论文	基于显微相衬图像优化和深度学习的活性污泥微生物自动视觉检测方法	提出了基于融合方差的相衬图像质量优化算法，设计了轻量化的YOLOv8n-SimAM模型并引入SimAM注意力模块，以及提出新的IW-IoU损失函数，显著提升了检测精度和速度	NA	实现活性污泥中微生物的快速准确检测，以评估污水处理系统的稳定性和效率	活性污泥中的八种微生物	计算机视觉	NA	显微相衬成像	YOLOv8n-SimAM	图像	包含八种微生物的数据集	PyTorch	YOLOv8n, SimAM	检测精度, 帧率, 模型大小	NA
520	2026-05-25	Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods 2025-04, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.13390 PMID:39887731	研究论文	测试深度学习在肺泡毛细血管网络分割、三维重建及自动定量分析中的应用，并与体视学估计方法比较验证	首次将深度学习应用于连续块面扫描电镜数据中肺泡毛细血管网络的自动分割和自动化定量分析，减少了人工交互需求	分析数据量有限，并非为获取代表性支气管肺发育不良所致的肺泡毛细血管网络改变数据，而是为了展示全自动分割与评估工作流的下一步发展方向	开发高效的肺泡毛细血管网络定量比较分析方法，实现全自动分割和评估工作流	肺泡毛细血管网络	计算机视觉	支气管肺发育不良	连续块面扫描电子显微镜	2D深度学习模型	图像	有限数量的SBF-SEM图像数据	NA	2D深度学习分割架构	分割质量评估、结果可靠性、与体视学估计比较	NA