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
661	2026-09-13	A conditional denoising VAE-based framework for antimicrobial peptides generation with preserving desirable properties 2025-02-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf069 PMID:39932977	研究论文	本文提出了一种基于条件去噪变分自编码器（VAE）的框架，用于生成具有理想理化性质（如分子量、等电点、疏水性等）的抗菌肽（AMPs），以应对抗生素耐药性问题	1. 提出了一种新颖的基于去噪VAE的生成模型，由理想的理化性质引导生成抗菌肽；2. 集成位置编码和Transformer架构以提高生成准确性；3. 设计了一种自定义损失函数，结合重构损失、KL散度和性质保持损失，确保有效训练；4. 引入去噪机制，使模型能够从扰动输入中学习，在有限训练数据下保持性能	未在摘要中明确提及	生成具有理想功能性质的抗菌肽，为抗菌肽设计与分析提供可行方法，以对抗抗生素耐药性	抗菌肽（AMPs）	机器学习	细菌感染	深度学习生成模型	去噪变分自编码器（Denoising VAE）	分子序列与理化性质数据	NA	NA	Transformer, VAE	NA	NA
662	2026-09-13	An accelerated deep learning model can accurately identify clinically important humeral and scapular landmarks on plain radiographs obtained before and after anatomic arthroplasty 2025-02, International orthopaedics IF:2.0Q2 DOI:10.1007/s00264-024-06401-3 PMID:39760903	研究论文	本文使用加速的深度学习模型在肩关节置换术前后X光片上识别肱骨和肩胛骨标志点，并评估其准确性	仅使用240张标注图像即可训练出高精度的深度学习模型，并能在术前和术后X光片上准确识别标志点	样本量较小，证据等级为IV级	评估深度学习模型在识别肩关节置换术前后X光片上肱骨和肩胛骨标志点的准确性	接受解剖型肩关节置换术患者的术前和术后X光片	计算机视觉	骨科疾病	Flat panel X-ray radiography	深度学习模型	图像	240张X光片用于训练，60张用于测试	NA	NA	平均偏差	NA
663	2026-09-13	Combining MRI radiomics and clinical features for early identification of drug-resistant epilepsy in people with newly diagnosed epilepsy 2025-01, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2024.110165 PMID:39612633	研究论文	本研究结合MRI放射组学特征和临床特征，利用机器学习模型早期识别新诊断癫痫患者中的药物难治性癫痫	首次将ResNet-18深度学习模型提取的MRI放射组学特征与临床特征相结合，用于早期预测新诊断癫痫患者的药物难治性	样本量较小（134例），仅进行内部验证，缺乏外部验证	基于放射组学和临床特征，识别新诊断的药物难治性癫痫患者	新诊断癫痫患者	医学影像分析	癫痫	MRI放射组学	ResNet-18, SVM, GBDT, 随机森林	医学图像, 临床数据	134例新诊断癫痫患者	NA	ResNet-18, SVM, GBDT, 随机森林	准确率, 敏感度, 特异度, F1分数, AUC	NA
664	2026-09-13	ByteTrack: a deep learning approach for bite count and bite rate detection using meal videos in children 2025, Frontiers in nutrition IF:4.0Q2 DOI:10.3389/fnut.2025.1610363 PMID:41112744	研究论文	本文开发了一种名为ByteTrack的深度学习系统，用于从儿童用餐视频中自动检测咬食次数和咬食速率。	提出了一种两阶段的深度学习系统（ByteTrack），结合人脸检测（Faster R-CNN和YOLOv7混合管道）和咬食分类（EfficientNet卷积神经网络与LSTM循环网络），能够处理模糊、低光、相机抖动和遮挡等挑战，实现自动咬食检测。	在面部部分被遮挡或运动剧烈时性能下降，且在不同人群和记录条件下的鲁棒性有待提高。	评估儿童进食行为（如进食速率），以揭示过度消费和肥胖的风险，并克服现有传感器干扰自然进食或依赖劳动密集型视频编码的局限性。	94名7-9岁儿童，共242个视频，总计1440分钟，儿童食用四餐，每餐间隔一周，食物相同但份量不同。	计算机视觉	肥胖	深度学习	CNN, LSTM	视频	242个视频（94名儿童，1440分钟），测试集为51个视频	NA	Faster R-CNN, YOLOv7, EfficientNet, LSTM	平均精度, 召回率, F1分数, 组内相关系数	NA
665	2026-09-10	Predictive design of tissue-specific mammalian enhancers that function in vivo in the mouse embryo 2025-Dec-24, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.22.695948 PMID:41497587	研究论文	本文提出了一种利用深度学习设计小鼠胚胎中组织特异性增强子的通用策略，并通过实验验证了其在心脏、肢体和中枢神经系统中的功能。	首次在哺乳动物体内验证了基于深度学习的增强子设计方法，采用了紧凑CNN和迁移学习相结合的策略。	未明确提及具体限制，但可能包括增强子设计仅针对少数组织类型，以及体内验证的样本量有限。	建立可编程控制哺乳动物基因表达的框架，以支持功能基因组学、合成生物学和基因治疗。	小鼠胚胎中的心脏、肢体和中枢神经系统增强子。	深度学习与基因组学	不适用	染色质可及性测序（如ATAC-seq）和深度学习模型。	卷积神经网络（CNN）	染色质可及性数据和已验证的增强子序列数据。	15个合成的增强子在小鼠胚胎中进行体内验证。	PyTorch（可能），深度学习框架未指定，但一般使用TensorFlow或PyTorch。	紧凑卷积神经网络（CNN）	增强子活性验证（通过体内实验报告基因表达）	未明确提及，但可能涉及GPU训练。
666	2026-09-10	Forging Online Community Among People in Recovery From Substance Use: Natural Language Processing and Deep-Learning Analysis of The Phoenix App User-Generated Data 2025-12-19, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/68438 PMID:41418282	研究论文	本研究利用Phoenix康复应用程序的用户生成数据，通过自然语言处理和深度学习分析，识别该应用的核心用途及情感倾向，发现其作为物质使用康复者社交连接和社区支持工具具有积极作用。	首次利用移动健康应用的用户数字足迹，结合BERT主题建模和VADER情感分析，评估康复背景下的应用使用体验，揭示其与其他社交媒体平台（如X、Reddit、Facebook）相比情感倾向显著更为积极的特点。	样本仅来自单一应用，未与其他康复论坛进行对比，且样本量有限，需进一步研究以确认结果的普适性。	理解Phoenix应用在物质使用康复者中的使用主题和情感表达，评估其作为社交支持工具的效用，为数字健康干预提供洞见。	Phoenix应用的用户生成帖子，涉及物质使用（包括酒精使用障碍）康复者或寻求康复者。	自然语言处理	物质使用障碍（包括酒精使用障碍）	自然语言处理（NLP）	BERT（Transformer）	文本数据（用户帖子）	初始随机抽取19,685条帖子，去除重复和无意义后保留17,617条帖子。	PyTorch	BERT	主题连贯性分数，情感分数（均值0.44，标准差0.42）	NA
667	2026-09-10	AI-Driven Real-Time Monitoring of Cardiovascular Conditions With Wearable Devices: Scoping Review 2025-11-11, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/73846 PMID:41218203	综述	本文旨在系统梳理基于可穿戴设备的心血管疾病实时监测中人工智能技术面临的挑战与潜在解决方案。	本文提供了对可穿戴设备人工智能驱动的实时心血管监测研究的全面综述，重点关注其挑战和解决方案，并评估了现有研究在实际部署中的不足。	符合条件的纳入研究数量有限（仅19项），且大多数研究基于公开数据集而非真实世界验证，可能存在偏差。	识别人工智能驱动的可穿戴设备实时心血管监测的主要挑战，并探讨相应解决方案，同时考察算法开发和部署优化情况。	纳入的19项研究，涉及利用可穿戴设备收集数据并应用人工智能算法进行心血管事件预测和检测的研究。	机器学习	心血管疾病	NA	传统机器学习模型及轻量级深度学习模型	可穿戴设备收集的心电信号及生命体征数据	共19项研究纳入分析	NA	NA	NA	NA
668	2026-09-10	SamRobNODDI:q-space sampling-augmented continuous representation learning for robust and generalized NODDI 2025-08-29, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b8 PMID:40780245	研究论文	提出一种基于q-space采样增强的连续表示学习框架SamRobNODDI，用于在扩散梯度方向变化下实现稳健且泛化的神经突方向分散与密度成像（NODDI）参数估计	首次引入q-space采样增强的连续表示学习方法，充分挖掘q空间不同梯度方向间的信息，并设计采样一致性损失以约束不同采样方案的输出一致性，增强模型对可变采样方案的鲁棒性和泛化能力	摘要未明确提及局限性	开发能在不同扩散梯度方向下稳健工作的NODDI参数估计方法，克服现有方法对训练和测试时梯度方向数量和坐标需严格一致的限制	扩散磁共振成像（dMRI）中的神经突方向分散与密度成像（NODDI）微观结构估计	机器学习	神经系统疾病	扩散磁共振成像（dMRI）	连续表示学习框架	图像	19种不同的q-space采样方案	NA	NA	NA	NA
669	2026-09-10	Foundation models in ophthalmology: a preliminary study on AI-assisted diagnosis of myopic maculopathy and posterior staphyloma using ultra-widefield fundus images 2025-08-28, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2024-002073 PMID:40876931	研究论文	本研究利用眼底基础模型和超广角眼底图像，开发并验证了用于病理性近视中黄斑病变和后巩膜葡萄肿的人工智能辅助诊断模型，表现出良好的性能与跨队列泛化能力	首次将眼科基础模型（如RETFound）应用于超广角眼底图像，用于检测病理性近视相关的黄斑病变和后巩膜葡萄肿	未在摘要中明确说明局限性	利用深度学习技术分析超广角眼底图像，实现病理性近视特征性眼底变化的自动检测，以支持基层医疗中的可及性筛查	高度近视患者的超广角眼底图像，涵盖黄斑病变和后巩膜葡萄肿的检测	计算机视觉	病理性近视（高度近视相关眼底病变）	深度学习	基础模型（如RETFound），可能涉及卷积神经网络或Transformer架构	图像	训练集：1105张超广角眼底图像（来自543名高度近视患者）；外部测试集：293张图像（来自150名高度近视患者）	NA	RETFound（眼科基础模型）	准确率、F1分数、AUROC	NA
670	2026-09-10	Memory-enhanced and multi-domain learning-based deep unrolling network for medical image reconstruction 2025-08-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf939 PMID:40774313	研究论文	提出一种记忆增强和多域学习的深度展开网络，用于医学图像重建	设计了记忆增强模块以自适应整合历史输出，引入跨阶段空间域学习Transformer提取局部与非局部特征，并采用频域一致性学习模块提升重建质量	未在摘要中明确说明	实现可解释、高保真度的医学图像重建，提升深度展开网络的性能	正电子发射断层成像、磁共振成像和计算机断层扫描图像	计算机视觉	NA	NA	深度展开网络（DUN）	图像	涉及三种医学成像模态的多个数据集，具体样本数量未说明	NA	跨阶段空间域学习Transformer（CS-SLFormer）	峰值信噪比（PSNR），结构相似性指数（SSIM）	NA
671	2026-09-10	A DCT-UNet-based framework for pulmonary airway segmentation integrating label self-updating and terminal region growing 2025-08-13, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf486 PMID:40712639	研究论文	提出了一种基于DCT-UNet的肺气道分割框架，集成了标签自我更新和末端区域生长技术	设计了扩张上下文变换器-UNet，提出气道标签自我更新策略和基于深度学习的末端区域生长方法	未明确提及	提高胸内气道分割性能，应对气道形态复杂度、标签不完整和类别不平衡挑战	胸内气道，包括主气道和末端气道	计算机视觉，数字病理学	慢性呼吸系统疾病，慢性阻塞性肺疾病（COPD）	CT成像	CNN，Transformer，UNet	图像（CT扫描）	两个内部数据集和三个公共数据集，以及一个COPD数据集	NA	DCT-UNet，UNet，Transformer	分支检测率，树长检测率，分支比率，树长比率，分支数，树长，端点计数，气道体积，气道表面积	NA
672	2026-09-10	A Deep Learning-Based Multimodal Fusion Model for Recurrence Prediction in Persistent Atrial Fibrillation Patients 2025-08, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.16733 PMID:40406972	研究论文	提出一种基于深度学习的多模态融合模型，结合房颤心律12导联心电图信号和临床特征，用于预测持续性房颤患者射频消融术后复发风险	创新性地将房颤心律心电图信号与临床特征相结合，利用残差块网络结构构建多模态融合模型，以提升复发预测性能	样本量较小（仅77例患者），可能限制模型的泛化能力；研究为回顾性分析，可能存在选择偏倚	构建深度学习模型，整合心电信号与临床特征，提高持续性房颤患者消融术后复发预测的准确性，支持个性化临床决策	2016年至2019年间接受射频导管消融治疗的持续性房颤患者	深度学习	心房颤动	心电图信号分析	残差块网络	12导联心电图信号、临床评分、基线特征	77例持续性房颤患者	NA	残差块网络	AUC	NA
673	2026-09-10	Predicting Retinal Nerve Fiber Layer Thickness From Ocular Hypertension Treatment Study Optic Disc Photographs 2025-08-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1740 PMID:40569586	研究论文	本研究利用从视盘照片中提取的深度学习预测视网膜神经纤维层厚度，评估其作为眼高压患者原发性开角型青光眼发生风险的预测因子	应用深度学习模型从眼底照片预测RNFL厚度，首次将其作为青光眼风险预测因子，验证基线及纵向变化预测RNFL与青光眼转化的关联	未提供	预测眼高压患者眼底照片中的平均RNFL厚度，并评估预测RNFL厚度作为青光眼发生风险因子的效用	3272只眼（来自1636名眼高压但未患POAG的参与者）	计算机视觉	原发性开角型青光眼	OCT	深度学习模型	图像	3272只眼（来自1636名参与者）	未提供	未提供	Cox比例风险模型中的风险比、95%置信区间、P值	未提供
674	2026-09-10	Classification of Trypanosoma brucei mammalian life cycle stages using Deep Learning Algorithms 2025-08, PLoS neglected tropical diseases IF:3.4Q1 DOI:10.1371/journal.pntd.0013298 PMID:40811622	研究论文	开发了一种半自动深度学习流程，用于对布氏锥虫血流阶段的细长型和短粗型寄生虫进行分割和分类，准确率达97%	利用Cellpose分割和Xception架构分类的深度学习流程，无需荧光标记即可从无标注显微镜图像中区分布氏锥虫生命周期阶段	摘要未提及局限性，具体信息可能未公开	通过深度学习算法实现对布氏锥虫血流阶段（细长型和短粗型）的准确分类，以支持寄生虫生物学和传播动力学研究	布氏锥虫血流阶段寄生虫，包括细长型和短粗型	计算机视觉	锥虫病	显微镜成像	深度学习模型	图像	未提供具体样本数量	未明确指定	Xception架构，同时对比了InceptionV3、ResNet50和VGG16	准确率	未指定具体GPU或计算资源
675	2026-09-10	Deep learning-based real-time detection of head and neck tumors during radiation therapy 2025-07-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf40e PMID:40706626	研究论文	本文研究基于深度学习的实时头颈肿瘤分割方法，以在放射治疗期间通过千伏级X射线图像追踪肿瘤位置	采用个性化条件生成对抗网络分割千伏级X射线图像中的头颈肿瘤，实现无标记追踪，有望替代面罩以实现无面罩放射治疗	该研究为单中心小样本研究，且仅验证了首、中、末分次的图像，未涵盖全程实时追踪的全面验证	探索基于深度学习的方法，在千伏级X射线图像中分割头颈肿瘤，以实现放射治疗中的实时肿瘤追踪	17名接受常规头颈放射治疗的头颈癌患者	深度学习	头颈癌	千伏级X射线成像	条件生成对抗网络	图像	17例头颈癌患者	NA	条件生成对抗网络	质心误差, 平均表面距离	NA
676	2026-09-10	BaliMask3D dataset for 3D completion and reconstruction of traditional Balinese masks 2025-07-15, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05505-8 PMID:40664699	研究论文	本文介绍了BaliMask3D数据集，该数据集提供传统巴厘岛面具的高质量3D模型，用于支持3D补全和重建任务，以促进文化遗产保护	首次提供专门针对传统巴厘岛面具的3D数据集，结合360度摄影测量技术和多种深度学习模型进行3D补全和重建，填补了文化遗产保护领域3D数据集的空白	摘要未提及具体局限性	开发并验证用于3D补全和重建的深度学习技术，以促进文化遗产保护和计算机视觉研究	传统巴厘岛面具的3D模型，涵盖27个类别，来自巴厘岛博物馆	计算机视觉	NA	360度摄影测量	VQ-VAE, SDFusion	3D模型	27类巴厘岛面具	NA	VQ-VAE, SDFusion	NA	NA
677	2026-09-10	Fundus Refraction Offset as an Individualized Myopia Biomarker 2025-07-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.1513 PMID:40471629	研究论文	本研究提出眼底屈光偏移（FRO）作为个体化近视生物标志物，并评估其与眼部光学相干断层扫描参数的相关性。	首次提出眼底屈光偏移（FRO）作为个体化近视生物标志物，基于深度学习模型预测眼底照片的屈光度，反映个体后段解剖与屈光度的差异。	本研究为横断面设计，未评估FRO随时间变化及因果关系	探索FRO作为个体化近视生物标志物的潜力，并评估其与眼部解剖参数（如黄斑厚度、脉络膜厚度）的关联。	健康眼的眼底照片和OCT数据	计算机视觉	近视	OCT	深度学习模型	图像	45,180眼睛（内部数据集），152右眼（外部数据集）	NA	NA	β系数, 置信区间, P值	NA
678	2026-09-10	The power spectrum map of gyro-sulcal functional activity dissociation in macaque brains 2025-07-01, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf160 PMID:40605313	研究论文	本研究利用一维卷积神经网络区分猕猴大脑中脑回与脑沟的静息态功能磁共振成像信号，并通过功率谱密度分析揭示了脑回与脑沟在频率上的功能分离特性	首次建立了猕猴大脑中脑回-脑沟功能活动分离的功率谱图谱，提出了脑回与脑沟可能分别作为全局枢纽和局部处理单元的新视角	未在摘要中明确提及研究局限性	探索猕猴大脑中脑回与脑沟在功能活动上的分离特征及其频率特异性	440只来自两个独立位点的猕猴大脑	机器学习, 神经影像	NA	静息态功能磁共振成像	一维卷积神经网络	图像（功能磁共振成像信号）	440只猕猴	NA	卷积神经网络	NA	NA
679	2026-09-10	Trends and global productivity in artificial intelligence research in clinical neurology and neuroimaging: a bibliometric analysis from 1980 to 2024 2025-06-04, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf148 PMID:40543094	文献计量分析	对1980至2024年间人工智能在临床神经病学和神经影像学领域的研究趋势与全球生产力进行了文献计量分析	首次全面分析该领域AI研究的全球趋势与生产力，并考察其与GDP、GDP购买力平价及人类发展指数的关系	未提供具体限制信息	评估AI在临床神经病学和神经影像学领域的研究趋势与全球生产力，并预测未来发展	来自Web of Science数据库的5,020篇相关出版物	文献计量学、人工智能	神经系统疾病	文献计量分析	回归模型	文献数据	5,020篇出版物	NA	NA	H指数、引用次数	NA
680	2026-09-10	Deep learning-assisted analysis of biomarker changes after increase of dosing from aflibercept 2 mg to 8 mg in therapy-resistant neovascular age-related macular degeneration 2025-06-01, BMJ open ophthalmology IF:2.0Q2 DOI:10.1136/bmjophth-2025-002176 PMID:40451292	研究论文	本研究利用深度学习语义分割算法评估阿柏西普8mg在难治性新生血管性年龄相关性黄斑变性患者中的真实世界疗效，关注关键OCT生物标志物的变化。	首次在真实世界环境中使用基于深度学习的语义分割算法量化阿柏西普剂量增加（从2 mg至8 mg）后OCT生物标志物的变化，突出AI在治疗监测中的潜在应用。	样本量小（23只眼），回顾性研究，缺乏对照组，未评估长期安全性和疗效，需要更大规模前瞻性研究。	评估阿柏西普8mg在难治性nAMD患者中的疗效和持久性，通过深度学习分析OCT生物标志物的变化。	难治性新生血管性年龄相关性黄斑变性患者。	医学影像分析	年龄相关性黄斑变性	光学相干断层扫描（OCT）	深度学习语义分割模型	OCT图像	21名患者的23只眼	NA	语义分割模型（具体架构未提及）	显著性水平（p值）、治疗间隔变化百分比、视力变化	NA