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
761	2026-09-06	Heterogeneous Network With Multiview Path Aggregation: Drug-Target Interaction Prediction Study Design 2025-10-02, JMIR medical informatics IF:3.1Q2 DOI:10.2196/74974 PMID:41037779	研究论文	提出一种基于多视角路径聚合的异构网络模型，用于药物-靶点相互作用预测	创新性地结合分子注意力变换器提取3D构象特征和Prot-T5蛋白大语言模型提取序列特征，并引入元路径聚合机制，从特征视图和生物网络关系视图动态整合信息	未明确提及研究的局限性	提出一种基于多视角路径聚合的异构网络模型，以预测药物和靶点之间的相互作用	药物、蛋白质、疾病和副作用等生物实体及其相互作用	机器学习	不适用	分子注意力变换器，蛋白质特异性大语言模型	异构网络模型，元路径聚合机制	多源异构生物数据	未明确说明样本量	未明确说明	分子注意力变换器、Prot-T5	AUPR、AUROC	未明确说明
762	2026-09-06	Fixed point method for PET reconstruction with learned plug-and-play regularization 2025-09-26, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae05ac PMID:40930128	研究论文	本文提出一种基于Douglas-Rachford分裂方法的收敛性即插即用（PnP）算法，用于低计数PET重建，并评估不同去噪器在训练或设计上满足固定点条件的性能	提出在PET重建中结合深度学习与PnP框架的收敛算法，通过光谱归一化网络和深度平衡模型实现去噪器的固定点条件，确保收敛性并提高泛化能力	光谱归一化在泛化方面表现不佳；研究基于合成和真实实验数据，可能未覆盖所有临床场景	探索PnP框架在PET重建中提高图像质量和量化精度的潜力，解决深度学习方法在有限训练数据下的稳定性和鲁棒性问题	低计数PET重建图像，包括临床相关区域和未见病理案例	医学图像重建	NA	PET成像	卷积神经网络、深度平衡模型	图像（PET成像数据）	合成实验和真实研究	PyTorch	光谱归一化网络、深度平衡模型	偏差、标准差	NA
763	2026-09-06	PWLS-SOM: alternative PWLS reconstruction for limited-view CT by strategic optimization of a deep learning model 2025-09-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adffe0 PMID:40865562	研究论文	提出一种结合深度学习先验与惩罚加权最小二乘重建的有限角度CT重建方法，通过战略优化深度学习模型参数以改善伪影抑制和鲁棒性	引入显著性评分量化深度学习模型参数的贡献，指导策略性适应，并将数据一致性约束融入三阶段重建框架	未明确提及局限性	提高有限角度CT重建的泛化能力，适应实际应用中的数据和分布变化	稀疏视图（90视图）圆形轨迹CT数据，多段线性轨迹CT扫描及混合数据缺失问题，死鼠实验	医学图像重建，深度学习	不适用	CT成像，深度学习	深度学习模型	CT投影数据	大型配对数据集（未提供具体数量），以及死鼠CT扫描数据	未提及	未提及	未明确提及，但涉及伪影抑制和结构恢复能力	未提及
764	2026-09-06	Fusion of X-Ray Images and Clinical Data for a Multimodal Deep Learning Prediction Model of Osteoporosis: Algorithm Development and Validation Study 2025-09-18, JMIR medical informatics IF:3.1Q2 DOI:10.2196/70738 PMID:40966528	研究论文	本研究开发了一种融合胸部X射线图像和临床数据的多模态深度学习模型，用于骨质疏松症的机遇性筛查，并验证其性能优于传统方法。	引入了基于梯度的 wavelet 特征提取方法并结合注意力机制，辅助图像特征融合，增强了模型对关键区域的关注。	数据集规模可能不足以涵盖人群多样性，回顾性研究可能带来选择偏差，缺乏外部验证限制了结果的泛化性。	开发一种融合胸部X射线图像和临床参数的多模态模型，用于骨质疏松症的机遇性筛查，并与现有方法进行比较。	骨质疏松症患者和对照组，其胸部X光图像和临床数据。	深度学习	骨质疏松症	图像处理和特征提取，使用梯度小波变换	卷积神经网络	图像和文本/临床数据	1780名患者的胸部X光图像和临床数据	未明确提及，但使用迁移学习技术微调卷积神经网络	卷积神经网络，结合注意力机制	AUC值、准确率、敏感性、特异性	未提及具体资源
765	2026-09-06	An Artificial Intelligence-Based Framework for Predicting Emergency Department Overcrowding: Development and Evaluation Study 2025-09-17, JMIR medical informatics IF:3.1Q2 DOI:10.2196/73960 PMID:40961493	研究论文	本研究开发并评估了一种基于人工智能的框架，用于预测急诊科拥挤情况，包括小时级和日级等候人数预测	提出了一种结合多种数据源和多种机器学习算法的预测框架，并引入了时间序列视觉Transformer（TSiTPlus）和可解释卷积神经网络（XCMPlus）模型，专门用于急诊科等候人数预测	研究基于单一医院的急诊数据，可能需要更多外部验证；预测准确性在不同时间段和极端情况下有所下降	开发机器学习模型，以预测急诊科等候室占用人数（等候人数），支持资源分配和缓解过度拥挤	美国东南部一家合作医院的急诊科数据，整合内部和外部数据源	机器学习	急诊科过度拥挤	NA	时间序列视觉Transformer（TSiTPlus），可解释卷积神经网络（XCMPlus），以及其他传统机器学习算法和深度学习架构	时间序列数据	来自一家合作医院急诊科的数据，具体样本数量未在摘要中给出	NA	TSiTPlus, XCMPlus, 以及其他传统机器学习模型	平均绝对误差（MAE）、均方误差（MSE）	NA
766	2026-09-06	Disentangled deep learning method for interior tomographic reconstruction of low-dose x-ray CT 2025-09-16, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae02dc PMID:40902618	研究论文	提出了一种用于低剂量X射线CT内部断层重建的解纠缠深度学习方法，旨在同时处理噪声和截断伪影问题	提出双域深度神经网络解纠缠提取噪声和背景投影贡献，以及采用渐进式从粗到细策略增强可恢复区域的DPER-Pro方法	未明确提及局限，可能包括仅在模拟和体模数据上验证，未在临床数据上测试	开发一种新的重建框架，实现高质量的感兴趣区域重建和可恢复区域的扩展，以解决低剂量内部断层成像中的病态问题	低剂量CT内部断层成像中的感兴趣区域重建和可恢复区域扩展问题	医学图像重建	不适用	X射线CT	深度神经网络	模拟CT图像和真实CT扫描体模图像	模拟躯干数据集和真实躯干体模CT扫描数据	NA	双域深度神经网络，具体架构未明确，可能包括卷积神经网络	重建质量评估指标，具体如PSNR、SSIM等未在摘要中明确	未在摘要中提及
767	2026-09-06	Enhancing Oral Health Diagnostics With Hyperspectral Imaging and Computer Vision: Clinical Dataset Study 2025-09-11, JMIR medical informatics IF:3.1Q2 DOI:10.2196/76148 PMID:40935589	研究论文	本研究构建了一个大规模的口腔内窥镜高光谱成像数据集，并验证了深度学习模型在口腔组织分割和分类中的有效性	首次提供大规模、带注释的口腔内窥镜高光谱成像体内数据集，并集成了多种深度学习模型用于口腔健康诊断	未明确提及，但可能受限于数据集规模和特定临床环境的通用性	开发全面的口内高光谱成像数据集，并实现口腔组织结构的自动、可靠区分	健康口腔组织，包括黏膜、牵开器、牙齿和腭部等结构	计算机视觉	口腔疾病（如口腔鳞状细胞癌）	高光谱成像（HSI）	深度学习模型（如DeepLabv3、U-Net）	高光谱图像	226名参与者（166名女性，60名男性，年龄24-87岁）	未明确提及	DeepLabv3 (ResNet-50/ResNet-101), U-Net (EfficientNet-B0/ResNet-50)	F1值、精确率、召回率	未明确提及
768	2026-09-06	Interpretable Artificial Intelligence Analysis of Functional Magnetic Resonance Imaging for Migraine Classification: Quantitative Study 2025-09-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/72155 PMID:40903006	研究论文	本研究结合可解释人工智能技术与多种功能性磁共振成像指标，比较它们在偏头痛分类中的效能，识别最佳模型-指标配对，并评估XAI在临床诊断中定位判别性脑区的潜力	首次系统比较多种XAI技术与不同fMRI指标在偏头痛分类中的结合效果，并利用注意力热图定位判别性大脑区域	样本量较小，可能限制结果的泛化性	研究XAI技术与多种fMRI指标结合在偏头痛分类中的效能及其在临床诊断中的潜力	偏头痛患者（分为无先兆和有先兆）及健康对照者	机器学习	偏头痛	静息态功能磁共振成像	卷积神经网络和视觉Transformer	脑影像数据	64名参与者，包括21名无先兆偏头痛患者、15名有先兆偏头痛患者和28名健康对照	NA	GoogleNet, ResNet18, Vision Transformer	准确率，曲线下面积	NA
769	2026-09-06	Reconstruction of total-body multi parametric images with shortened-duration dynamic [68Ga]Ga-PSMA-11 and [68Ga]Ga-FAPI-04 PET scans 2025-09-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adfe33 PMID:40840511	研究论文	利用深度学习技术，从仅20分钟的动态PET扫描中重建全身多参数图像，缩短扫描时间至20分钟	提出了一种结合动态PET帧预测、参数线性拟合和生成对抗网络的深度学习框架，首次实现从20分钟动态PET数据重建多参数图像，缩短扫描时间从超过一小时至20分钟	未提及局限性	通过深度学习技术，使用仅20分钟的动态PET帧重建多参数成像，以缩短扫描时间并提高患者舒适度、减少运动伪影和成本	来自仁济医院的49名受试者（18名使用[Ga]Ga-FAPI-04，31名使用[Ga]Ga-PSMA-11）的全身PET数据	医学影像	前列腺癌	动态PET成像	生成对抗网络	医学影像	49名受试者的PET数据	NA	生成对抗网络	峰值信噪比（PSNR）、结构相似性指数（SSIM）、皮尔逊相关系数（PCC）	NA
770	2026-09-06	Deep Learning Radiomics Model Based on Computed Tomography Image for Predicting the Classification of Osteoporotic Vertebral Fractures: Algorithm Development and Validation 2025-08-29, JMIR medical informatics IF:3.1Q2 DOI:10.2196/75665 PMID:40882615	研究论文	本研究开发和验证了基于CT图像的深度学习放射组学模型，用于预测骨质疏松性椎体骨折的分类。	结合了深度迁移学习特征和放射组学特征，并利用LASSO回归进行特征融合，同时比较了基于RadImageNet和ImageNet预训练模型的性能。	未提及	评估基于CT成像的深度学习放射组学模型在准确分类骨质疏松性椎体骨折方面的效能。	981名患者（年龄50-95岁）的1098个椎体，来自3个医疗中心，均接受CT和MRI检查。	医学影像分析	骨质疏松性椎体骨折	CT成像	深度学习模型（ResNet-50）和机器学习分类器	图像	981名患者（1098个椎体），训练集750，内部验证187，外部验证110，前瞻性验证51。	NA	ResNet-50	AUC、准确率、宏平均AUC	NA
771	2026-09-06	Deep unrolled primal dual network for TOF-PET list-mode image reconstruction 2025-08-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adf9b7 PMID:40780257	研究论文	本文提出了一种用于TOF-PET列表模式图像重建的深度展开原对偶网络（LMPDnet），旨在提高低计数数据的图像质量。	首次将深度展开方法应用于TOF-PET列表模式重建，结合CUDA并行加速系统矩阵计算，处理列表模式域和图像域的双网络更新。	未提及	提高TOF-PET列表模式重建在低计数情况下的图像质量，并减少噪声，探索深度学习方法在TOF列表模式数据的应用潜力。	TOF-PET列表模式数据，包含不同TOF分辨率和不同计数水平的重建图像。	计算机视觉，深度学习，医学图像重建	不适用（成像技术研究，无特定疾病）	TOF-PET列表模式成像，CUDA并行计算	深度展开网络（原对偶网络）	图像，数值模拟数据	未提及具体样本数量，使用不同TOF分辨率和计数水平的模拟数据	PyTorch（推测，因提供了GitHub代码）	LMPDnet（深度展开原对偶网络，包含对偶网络和原始网络）	视觉分析，定量分析（具体指标未在摘要中给出）	CUDA（GPU）并行加速
772	2026-09-06	A neural network model enables worm tracking in challenging conditions and increases signal-to-noise ratio in phenotypic screens 2025-08, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013345 PMID:40779582	研究论文	本文介绍了一种基于神经网络的模型DeepTangleCrawl，用于在挑战性条件下追踪秀丽隐杆线虫，并提高表型筛选中的信噪比	针对爬行线虫进行优化，结合Tierpsy追踪器和手动标注数据训练，能处理重叠、盘绕及复杂环境，提高轨迹连续性和减少中断	未提及具体限制，但数据来源单一（线虫）可能影响泛化性	开发高精度线虫追踪方法以处理复杂行为和环境，改善高通量表型筛选的可靠性	秀丽隐杆线虫（C. elegans）	计算机视觉	不适用	深度学习	神经网络（基于DeepTangle）	图像（线虫视频帧）	未明确提及样本数量，使用Tierpsy追踪器数据和人工标注数据	未明确提及	DeepTangle（变体DeepTangleCrawl）	失败率、轨迹连续性、信噪比	未明确提及
773	2026-09-06	Machine learning on multiple epigenetic features reveals H3K27Ac as a driver of gene expression prediction across patients with glioblastoma 2025-08, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1012272 PMID:40773517	研究论文	本文利用机器学习整合多种表观遗传特征预测胶质母细胞瘤干细胞基因表达，发现H3K27Ac可作为跨患者的驱动因素	首次证明单一患者的H3K27Ac标记可预测其他11名胶质母细胞瘤患者的基因表达，表明GSC存在共同的增强子活性分布模式	未在摘要中明确说明局限性，可能包括样本量有限或跨患者预测的生物学机制探讨不足	评估机器学习方法在跨患者预测胶质母细胞瘤干细胞基因表达中的应用，并识别关键表观遗传驱动因子	来自12名患者的胶质母细胞瘤干细胞（GSCs），结合其表观遗传和转录组数据	机器学习	胶质母细胞瘤	ATAC-seq、CTCF ChIP-seq、RNAPII ChIP-seq、H3K27Ac ChIP-seq、RNA-seq	XGBoost	基因组数据和转录组数据	12名患者的GSC样本	机器学习框架（具体未指定，可能为Scikit-learn或XGBoost库）	XGBoost	高性能（具体指标如相关性或准确性未在摘要中提及）	未指定，可能需GPU支持
774	2026-09-06	NextVir: Enabling classification of tumor-causing viruses with genomic foundation models 2025-08, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013360 PMID:40839700	研究论文	本文介绍了NextVir，一种利用基因组基础模型对肿瘤相关病毒DNA测序读段进行多类别分类的新框架	首次将基因组基础模型应用于肿瘤病毒分类，有效区分多种肿瘤病毒类型	未在摘要中提及具体局限性	开发高效精准的肿瘤病毒分类方法，以支持肿瘤与病毒关联研究	肿瘤样本中的病毒DNA测序读段，包括人乳头瘤病毒和人T淋巴细胞病毒等	基因组学	癌症	DNA测序	基因组基础模型	DNA测序数据	未在摘要中提及	NA	DNABERT-S、核苷酸Transformer、HyenaDNA	准确性	未在摘要中提及
775	2026-09-06	Identifying Cocoa Flower Visitors: A Deep Learning Dataset 2025-07-28, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05631-3 PMID:40721425	研究论文	介绍首个可可花访客图像数据集，并用不同规模的YOLOv8模型进行性能评估	首次提供可可花访客的深度学习数据集，包含5792张访客图像和1082张背景图像，并系统研究了不同背景图像比例对模型性能的影响	数据集仅来自中国海南一个地区，且访客类别有限，模型在低对比度图像上的检测性能仍有提升空间	支持可可花访客监测，以促进可持续可可生产	可可花访客图像，包括蠓科、蚁科、蚜科、蜘蛛目和跳小蜂科	计算机视觉	不适用	嵌入式相机图像采集	YOLOv8	图像	5792张访客图像（含5类）和1082张背景图像，数据从2300万张中筛选得出	YOLOv8	YOLOv8（小型、中型、大型）	F1分数、mAP50	未提及
776	2026-09-06	A Multi-Modal Pelvic MRI Dataset for Deep Learning-Based Pelvic Organ Segmentation in Endometriosis 2025-07-24, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05623-3 PMID:40707497	研究论文	本研究提出了一个用于子宫内膜异位症盆腔器官分割的多模态盆腔MRI数据集，并展示了两种自动分割管道（nnU-Net和RAovSeg）的基线性能。	首次提出针对子宫内膜异位症的多中心、多序列盆腔MRI数据集，并公开用于进一步研究。	数据规模较小，分割标签由不同数量的评估者提供，可能影响模型泛化性。	提供公开的盆腔MRI数据集，并评估自动分割方法，以支持子宫内膜异位症的诊断和研究。	子宫内膜异位症患者的盆腔MRI图像及相应器官标签（子宫、卵巢、子宫内膜瘤）。	医学影像分析	子宫内膜异位症	磁共振成像（MRI）	nnU-Net, RAovSeg	MRI图像	51例多中心数据集和81例单中心数据集	未提及	nnU-Net, RAovSeg	未提及具体指标，可能包括Dice系数等分割指标（未明确列出）	未提及
777	2026-09-06	A multimodal dataset for training deep learning models aimed at detecting and analyzing sleep apnea 2025-07-18, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05583-8 PMID:40681588	研究论文	本文介绍了一个用于训练深度学习模型以检测和分析睡眠呼吸暂停的多模态数据集，该数据集整合了多导睡眠监测设备和同步音频记录的数据，并由医学专家基于PSG监测数据进行标注	提供了一个公开、标准化且高质量的多模态数据集，整合了PSG设备数据与同步音频记录，并由专家精确标注，为睡眠呼吸暂停深度学习模型的发展和应用提供了数据资源	摘要中未提及局限性	旨在为睡眠呼吸暂停综合征的深度学习模型开发和应用提供公开、标准化、高质量的数据资源，以提升诊断准确性和效率	睡眠呼吸暂停综合征患者的多导睡眠监测数据和同步音频记录	数字病理学	睡眠呼吸暂停综合征	多导睡眠监测（PSG）	深度学习模型	多模态数据（PSG信号和音频）	NA	NA	NA	NA	NA
778	2026-09-06	Visualizing what's missing: Using deep learning and Bow-Tie diagrams to identify and visualize missing leading indicators in industrial construction 2025-07, Journal of safety research IF:3.9Q2 DOI:10.1016/j.jsr.2025.02.007 PMID:40483046	研究论文	本研究利用深度学习与领结图识别并可视化工业建筑中缺失的前瞻性安全指标	首次结合SBERT嵌入、定制人为与组织因素框架及领结图、桑基图，分析检查报告未捕获的危险模式，以可视化前瞻性指标的缺失	基于单一加拿大建筑项目的数据，可能限制结果的泛化性；依赖文本数据的质量与完整性	识别安全检查期间前瞻性指标未能捕获的危险，以提升风险管理并促进预测性主动安全措施	工业建筑项目中的事故报告与安全检查描述记录	自然语言处理	不适用	自然语言处理、文本挖掘、嵌入向量生成（SBERT）	SBERT（句子双向编码器表示转换器）	文本报告（事故与检查描述）	633起事故和9,681条检查描述（2015-2018年，加拿大）	PyTorch	SBERT（Transformer架构）	相似性计算（余弦相似度）	未提及具体GPU或云平台
779	2026-09-06	A comparative analysis of deep learning models for assisting in the diagnosis of periapical lesions in periapical radiographs 2025-05-26, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-06104-0 PMID:40420083	研究论文	本研究对比分析了ConvNeXt和ResNet34两种深度学习模型在辅助新手牙医诊断根尖周病变方面的效果，证明ConvNeXt能显著提升诊断性能并缩短诊断时间。	首次评估深度学习模型在辅助临床医生诊断根尖周病变中的潜力，并系统比较了两种模型的辅助效果及对新手牙医诊断时间和准确度的影响。	研究局限于单中心数据，且样本主要来自特定人群，可能影响模型的泛化能力	利用两种深度学习模型（ConvNeXt和ResNet34）辅助新手牙医在根尖周X线片上检测根尖周病变，以促进深度学习在牙科临床的应用。	根尖周X线片（PRs）中的根尖周病变（PLs）	计算机视觉	根尖周病变	深度学习模型训练与评估	卷积神经网络（CNN）	图像（根尖周X线片）	1305张完整的根尖周X线片（训练集1044张，验证集261张）和额外的800张单个牙齿根尖周X线片	NA	ConvNeXt, ResNet34	精确率、灵敏度、F1分数、特异性、准确率、AUC	NA
780	2026-09-06	Integration of MRI radiomics and clinical data for preoperative prediction of vascular invasion in breast cancer: A deep learning approach 2025-05, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2025.110339 PMID:39880177	研究论文	本研究评估了结合MRI影像组学特征与临床数据，采用深度学习方法预测乳腺癌血管浸润的效能	将MRI影像组学特征与临床数据相结合，通过深度学习技术提高乳腺癌血管浸润的术前预测准确性	信息未提供	评估整合MRI影像组学和临床数据的深度学习方法在预测乳腺癌血管浸润中的有效性	102例经手术病理证实为浸润性乳腺癌的患者	医学影像分析	乳腺癌	MRI影像组学	深度学习模型	MRI图像及临床数据	102例浸润性乳腺癌患者	NA	NA	AUC, 敏感性, 特异性	NA