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
861	2026-08-30	Label-free classification of nanoscale drug delivery systems using hyperspectral imaging and convolutional neural networks 2025-Nov-10, International journal of pharmaceutics IF:5.3Q1 DOI:10.1016/j.ijpharm.2025.126065 PMID:40885220	研究论文	本研究介绍了一种结合高光谱成像和三维卷积神经网络的非侵入性框架，用于对治疗性脂质体进行分类，实现了高准确率的无标记检测。	首次将高光谱成像与3D CNN结合用于脂质体药物载体的无标记分类，并引入SMOTE技术处理类别不平衡问题。	摘要中未提及具体局限性。	实现纳米药物递送系统的无标记、非侵入性、可扩展分类，用于实时质量控制和药品开发。	对照脂质体和载阿霉素脂质体。	计算机视觉、数字病理学	不适用	高光谱成像（HSI）、暗场HSI（VNIR 400-1000 nm）、PCA降维、SMOTE	三维卷积神经网络（3D CNN）	高光谱图像	未明确样本数量，但涉及对照和载药脂质体两类样本。	Scikit-learn（用于PCA和SMOTE），深度学习框架未在摘要中明确。	3D CNN	总体准确率、F1分数、Cohen's Kappa系数	未在摘要中提及。
862	2026-08-30	DNA methylation-based health predictors: advances, applications, and perspectives 2025-10, Epigenomics IF:3.0Q2 DOI:10.1080/17501911.2025.2550932 PMID:40856171	综述	本文全面综述了基于DNA甲基化的健康预测因子（如表观遗传时钟、暴露生物标志物、疾病风险模型和性状特异性估计器）的最新进展、方法框架、临床应用及未来方向	系统整合了多种DNAm预测因子的方法框架，并讨论了可重复性、组织特异性、群体泛化性及可解释性等新挑战	未明确指出具体局限性，但讨论了当前挑战如可重复性、组织特异性、群体泛化性和可解释性问题	批判性评估DNAm健康预测因子的现状和局限，并为未来开发、验证和负责任实施提供路线图	DNA甲基化健康预测因子，包括表观遗传时钟、暴露生物标志物、疾病风险模型和性状特异性估计器	机器学习	NA	DNA甲基化测序	NA	NA	NA	NA	NA	NA	NA
863	2026-08-30	MultiD4CAD: Multimodal Dataset composed of CT and Clinical Features for Coronary Artery Disease Analysis 2025-09-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05743-w PMID:41006273	研究论文	本文介绍了一个名为MultiD4CAD的多模态数据集，包含疑似冠状动脉疾病患者的CT影像和临床特征，用于支持临床决策支持系统的开发	该数据集结合了冠状动脉CT血管造影的影像数据（包括心外膜和冠状动脉周围脂肪组织分割）和临床生物标志物，并带有疾病标签，适用于监督学习算法	文章未明确提及局限性，但可能包括数据集规模有限或单一中心来源	提供多模态数据集以支持冠状动脉疾病的预测模型开发和临床决策	疑似冠状动脉疾病患者	医学影像分析	冠状动脉疾病	CCTA	NA	影像和临床数据	NA	NA	NA	NA	NA
864	2026-08-30	Endoplasmic reticulum junctions serve as a platform for endosome-lysosome interactions through their stop-and-go motion switching 2025-09-19, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adv4437 PMID:40961183	研究论文	通过深度学习图像分析，发现内质网连接点通过其“走走停停”的运动切换机制作为内体-溶酶体相互作用的平台	首次揭示内质网连接点作为内体-溶酶体相互作用的平台，并阐明其通过肌动蛋白凝聚和VAP-STARD3相互作用介导运动切换的机制	未提供具体限制信息	阐明内体-溶酶体在细胞质中“走走停停”运动的机制，并揭示内质网连接点在该过程中的作用	内体、溶酶体、内质网连接点、肌动蛋白、脂滴、过氧化物酶体	计算机视觉，机器学习	无特定疾病	深度学习图像分析，包括粒子追踪、空间分布分析和内质网形态分析	深度学习模型	图像	未提供具体样本量	未提供具体框架	未提供具体架构	未提供具体性能指标	未提供计算资源信息
865	2026-08-30	Deep learning image enhancement algorithms in PET/CT imaging: a phantom and sarcoma patient radiomic evaluation 2025-07, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07149-7 PMID:40014074	研究论文	本文利用放射组学特征比较两种深度学习图像增强算法与金标准图像重建技术在PET/CT成像中的性能，涉及体模和肉瘤患者数据	首次使用标准化放射组学特征定量评估商业化和研究用深度学习图像增强算法在PET/CT成像中的性能	样本量较小（20例患者）且使用单一示踪剂[18F]FDG，可能限制了结果的普遍性	通过放射组学特征评估深度学习图像增强算法在PET/CT成像中的性能，并探索其在放射组学协调和算法定量评价中的潜在应用	模块化异质成像体模和20例肉瘤患者的[18F]FDG PET/CT数据	医学影像	肉瘤	PET/CT成像	深度学习（DL）	医学影像	5次重复体模采集和20例肉瘤患者PET/CT数据	NA	NA	93个IBSI标准化放射组学特征	NA
866	2026-08-30	Glo-net: A dual task branch based neural network for multi-class glomeruli segmentation 2025-03, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109670 PMID:39799830	研究论文	提出一种新的深度学习网络Glo-Net，用于多类别肾小球分割与分类，在病理切片分析中提高准确性和鲁棒性	将传统语义分割网络分为分割和分类两个分支，并引入创新损失函数以处理类别不平衡问题，在分类和分割任务上均有显著提升	未提及具体限制	准确分割和分类肾小球，以辅助肾脏疾病诊断	多种类型的肾小球（共九种亚型）	数字病理学	肾脏疾病	数字病理切片分析	深度学习分割网络（Glo-Net）	病理图像（数字化切片）	多机构数据集，包含外部验证集（具体样本量未提及）	未提及	双分支网络架构（分割分支和分类分支）	平均准确率、F-score、交并比（IoU）	未提及
867	2026-08-30	Diagnosis of Chronic Kidney Disease Using Retinal Imaging and Urine Dipstick Data: Multimodal Deep Learning Approach 2025-02-07, JMIR medical informatics IF:3.1Q2 DOI:10.2196/55825 PMID:39924305	研究论文	本文评估了将视网膜图像与尿液试纸数据整合到深度学习模型中，以增强慢性肾脏病（CKD）诊断效果的多模态方法。	首次结合视网膜图像和尿液试纸数据进行多模态深度学习用于CKD诊断，并发现两者协同效果优于单一数据，且能提供互补信息。	模型在65岁及以上年龄组中性能有限，仍需常规血液检测补充。	评估整合视网膜图像和尿液试纸数据对提高CKD诊断准确性的有效性。	年龄在20-79岁的参与者，包括开发集（65,082人）和外部队列验证集（58,284人）。	机器学习	慢性肾脏病	深度学习、多模态学习	卷积神经网络（CNN）	视网膜图像和尿液试纸数据	开发集65,082人，外部验证集58,284人。	NA	宽残差网络	曲线下面积（AUC）、DeLong检验	NA
868	2026-08-30	Development and Validation of a Machine Learning Method Using Vocal Biomarkers for Identifying Frailty in Community-Dwelling Older Adults: Cross-Sectional Study 2025-01-16, JMIR medical informatics IF:3.1Q2 DOI:10.2196/57298 PMID:39819744	研究论文	开发和验证一种利用语音生物标志物识别社区老年人衰弱状态的机器学习方法	首次使用基于深度学习的声学特征和语音录音（通过图片描述任务获取）来识别衰弱状态，比传统的人口统计学数据和传统声学特征方法表现更优	研究为横断面设计，样本量有限（127名参与者），且未提供跨种族或跨语言的外部验证	开发和验证一个分类模型，利用语音生物标志物预测社区老年人的衰弱状态	年龄50岁及以上的社区老年人（127名）	机器学习	老年疾病（衰弱）	语音录音（音频数据预处理）、深度学习声学特征提取	人工智能模型（SpeechAI、DemoAI、DemoSpeechAI），包括深度学习模型和传统机器学习模型（逻辑回归、决策树、随机森林）	语音音频数据、人口统计学数据	127名社区老年人，语音录音和人口统计学信息	NA	深度学习模型（具体架构未指定）和传统机器学习模型（逻辑回归、决策树、随机森林）	准确率、AUC（受试者工作特征曲线下面积）	NA
869	2026-08-30	Automated Identification of Heart Failure With Reduced Ejection Fraction Using Deep Learning-Based Natural Language Processing 2025-01, JACC. Heart failure DOI:10.1016/j.jchf.2024.08.012 PMID:39453355	研究论文	开发了一种基于深度学习的自然语言处理模型，用于自动识别射血分数降低的心力衰竭患者，并进行了外部验证。	首次使用深度学习语言模型从出院小结中自动识别HFrEF患者，并展示了优于传统诊断编码的性能。	模型依赖于左心室射血分数<40%的超声心动图定义，且验证数据集中部分样本量较小。	自动化识别住院期间射血分数降低的心力衰竭患者，以评估和改善护理质量。	射血分数降低的心力衰竭患者，通过出院小结识别。	自然语言处理	心力衰竭	自然语言处理	深度学习语言模型	文本（出院小结）	训练集包括13,251份笔记来自5,392名个体（平均年龄73±14岁，48%女性，其中46.1%为HFrEF患者），外部验证：19,242份笔记来自西北医学、139份来自耶鲁社区医院、146份来自MIMIC-III。	PyTorch	Transformer	AUROC、AUPRC、净重分类改善（NRI）	NA
870	2026-08-29	Foundation Model for Predicting Prognosis and Adjuvant Therapy Benefit From Digital Pathology in GI Cancers 2025-11-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-01501 PMID:40168636	研究论文	本研究提出了一种基于自监督学习训练的病理学基础模型，用于预测胃肠道癌症患者的预后及辅助化疗获益	采用超过1.3亿个图像块和10万多张全切片图像训练病理学基础模型，并首次在多国队列中验证其对胃癌和结直肠癌预后预测及辅助化疗获益预测的能力	尚需前瞻性验证以确认其临床应用价值	开发并验证基于H&E染色病理切片的AI模型，用于预测胃肠道癌症患者预后和辅助化疗获益，以改善风险分层并辅助个体化治疗决策	胃肠道癌症（包括胃癌、食管癌和结直肠癌）患者的病理图像及生存数据	数字病理学、机器学习	胃肠道癌症（含胃癌、食管癌、结直肠癌）	全切片成像（WSI）	基础模型、深度学习模型（自监督学习微调）	病理图像（H&E染色全切片图像）	训练集：104,876张全切片图像（超过1.3亿个图像块）；验证集：1,619例胃/食管癌患者和2,594例结直肠癌患者，共7个队列	NA	自监督学习基础模型（具体架构未在摘要中提及）、微调的深度学习模型（未指定具体架构）	一致性指数（C-index），5年生存率，多变量分析中的独立预后因素，治疗-模型交互作用P值	NA
871	2026-08-29	GRU4ACE: Enhancing ACE inhibitory peptide prediction by integrating gated recurrent unit with multi-source feature embeddings 2025-06, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70026 PMID:40371738	研究论文	本研究提出了GRU4ACE，一种基于门控循环单元和多源特征嵌入的深度学习框架，用于预测ACE抑制肽，并在独立测试中表现出优于现有方法的性能。	首次将多源特征编码方法（包括序列、图形、语义和上下文信息）与门控循环单元结合，利用弹性网进行特征优化，以增强ACE抑制肽预测的准确性。	未提供明确局限性信息。	开发一种计算方法来准确识别ACE抑制肽，以支持高通量表征，并加速潜在抗高血压药物的发现。	ACE抑制肽。	机器学习	高血压	蛋白质语言模型嵌入，自然语言处理嵌入，特征描述符	门控循环单元（GRU）	蛋白质序列数据	未提供具体样本数量。	未明确指定	GRU	平衡准确率、灵敏度、Matthews相关系数	未提供具体计算资源信息。
872	2026-08-29	Quaternary stabilization of a GH2 β-galactosidase from the psychrophile A. ikkensis, a flexible and unstable dimeric enzyme 2025-05, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70141 PMID:40277444	研究论文	本文研究了来自嗜冷菌Alkalilactibacillus ikkensis的GH2 β-半乳糖苷酶（AiLac）的冷适应机制及其四级结构稳定性，并通过深度学习模型成功设计了稳定化寡聚体变体	利用AlphaFold结构预测与SAXS结合解析冷适应酶的二聚体动态，并通过生成式深度学习模型定向进化出稳定的二聚体和四聚体变体，展示了一种探索序列适应度景观以调节寡聚化平衡的新方法	未提及	探究冷活性酶的低温活性基础及其在节能工艺中的应用潜力，并揭示寡聚化与进化之间的关系	A. ikkensis的GH2 β-半乳糖苷酶（AiLac）及其工程化变体	结构生物学、蛋白质工程	不适用	AlphaFold结构预测、小角X射线散射（SAXS）、流诱导分散分析（FIDA）、圆二色光谱、内源荧光光谱	生成式深度学习模型	蛋白质序列和结构数据	未明确	未明确	生成式深度学习模型（未指定具体架构）	酶活性、热稳定性、化学稳定性、寡聚化状态	未提及
873	2026-08-29	Deep Learning-Enhanced Chemiluminescence Vertical Flow Assay for High-Sensitivity Cardiac Troponin I Testing 2025-03, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202411585 PMID:39910838	研究论文	本文介绍了一种基于化学发光垂直流检测和深度学习分析的高灵敏度心肌肌钙蛋白I检测方法。	创新点在于结合化学发光垂直流检测、便携式高灵敏成像设备和神经网络算法，实现了对心肌肌钙蛋白I的现场快速高精度定量检测，灵敏度超过传统台式分析仪一个数量级。	摘要未提及明确的局限性。	实现高灵敏度、低成本的心肌肌钙蛋白I检测，以满足不同医疗环境（如急诊和资源匮乏地区）的即时检测需求。	心肌肌钙蛋白I（cTnI），一种用于评估心肌损伤和心肌梗死的关键心脏蛋白。	生物医学工程、深度学习	心血管疾病（心肌梗死）	化学发光检测、垂直流检测、酶联免疫吸附、深度学习	神经网络	图像（成像数据）	患者样本（具体数量未在摘要中提供）	NA	神经网络	检测限、变异系数、相关系数	NA
874	2026-08-28	From prediction of personalized metabolic responses to foods to computational nutrition: Concepts of an emerging interdisciplinary field 2025-12, Clinical nutrition (Edinburgh, Scotland) DOI:10.1016/j.clnu.2025.10.009 PMID:41176812	研究论文	提出计算营养学作为一个新兴跨学科领域，旨在通过统计和计算机科学方法及多模态数据解决营养与健康的复杂挑战。	首次系统提出计算营养学的概念框架，整合人工智能、可穿戴生物传感器和多组学技术，以推动精准营养研究范式的转变。	未提供具体实验验证或实证数据，仅提出概念框架和未来研究方向。	建立计算营养学作为新兴跨学科领域，以应对营养研究中的复杂挑战并推动范式转变。	个性化代谢反应、膳食参考摄入量、营养干预效果、饮食相关疾病风险、公共卫生政策及膳食模式可持续性。	机器学习	饮食相关疾病	统计建模、模拟、因果推断、机器学习、深度学习、多组学、可穿戴生物传感器	机器学习模型、深度学习模型	多模态数据（包括组学数据、传感器数据等）	NA	NA	NA	NA	NA
875	2026-08-28	Temporal structure of natural language processing in the human brain corresponds to layered hierarchy of large language models 2025-Nov-26, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65518-0 PMID:41298357	研究论文	本研究利用脑皮层电图数据，证明大型语言模型的层级结构与人类大脑语言理解的时间动态相一致	首次展示大型语言模型的层层次与大脑语言理解时间动态的对齐，并发布对齐的神经和语言数据集作为公共基准	未在摘要中明确指出局限性	探究大型语言模型的层级结构与大脑语言理解时间动态的对应关系	人类大脑的语言处理过程，具体包括布罗卡区和语言相关区域	自然语言处理	不适用	脑皮层电图	大型语言模型	脑皮层电图数据和叙事音频	参与者数量未在摘要中明确，数据来自30分钟叙事的聆听过程	不适用	GPT-2 XL, Llama-2	相关性和预测准确度，具体指标未在摘要中明确	未在摘要中提及
876	2026-08-28	A deep learning-based approach for measuring patellar cartilage deformations from knee MR images 2025-Nov, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112930 PMID:40915052	研究论文	开发并评估基于深度学习（2D和3D U-Net）的自动分割方法，用于从膝关节MR图像中测量髌骨软骨变形	首次将自动分割网络应用于运动诱导的髌骨软骨变形测量，避免了手动分割的耗时和变异性	未明确提及，但可能包括数据集规模有限（109张MR扫描）和仅评估了跳跃活动后的短期变形	开发卷积神经网络分割髌骨和髌骨软骨，并评估其测量运动诱导软骨变形的能力	膝关节MR图像中的髌骨和髌骨软骨	计算机视觉、数字病理学	膝骨关节炎	MRI	U-Net（2D和3D）	图像（MR扫描）	109个膝关节MR扫描	NA	U-Net（2D和3D）	平均Dice相似系数（mDSC）、组内相关系数（ICC）、平均差异、应变百分比	NA
877	2026-08-28	Gait data generation using lightweight generative deep learning framework 2025-11, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112951 PMID:40957131	研究论文	提出一种轻量级混合深度学习框架FNN-AE，用于生成人体步态数据，以解决数据稀缺和计算资源限制问题	首次将前馈神经网络与自编码器集成，构建轻量级混合模型，在保持数据保真度的同时大幅降低计算复杂度，并通过牛顿运动方程和OpenSim平台验证生成数据的生物力学可行性	未提及具体局限性，但模型仅验证了步态数据生成，可能对其他类型数据或更复杂场景的适用性有待探索	开发一种计算高效的生成模型，以缓解步态数据稀缺问题，并确保生成数据在临床和生物力学应用中的可行性	人体步态数据	机器学习	NA	生成对抗网络（GAN）	前馈神经网络和自编码器	步态数据（可能为时间序列或数值数据）	NA	NA	FNN-AE	数据保真度	NA
878	2026-08-28	Comparison of kinematics between markerless and marker-based motion capture systems for change of direction maneuvers 2025-11, Journal of biomechanics IF:2.4Q3 DOI:10.1016/j.jbiomech.2025.112965 PMID:40974779	研究论文	本研究比较了无标记和基于标记的运动捕捉系统在变向动作中的运动学数据，评估无标记系统的适用性。	首次在变向动作中对比无标记和基于标记的运动捕捉系统的运动学数据，利用深度学习进行无标记姿态估计。	关节角度存在显著差异，比较幅度时需谨慎，可能受系统特定差异影响。	评估无标记运动捕捉系统在变向动作运动学分析中的适用性和可靠性。	23名男性参与者的90°变向动作。	运动生物力学	NA	光学运动捕捉（基于标记和无标记）	深度学习模型	运动学数据（三维关节角度）	23名男性参与者，每人5次90°变向动作	NA	深度学习（具体架构未指定）	Bland-Altman分析，组内相关系数（ICC），均方根偏差（RMSD），归一化均方根误差（NRMSE）	NA
879	2026-08-28	PathoRM: Computational inference of pathogenic RNA methylation sites by incorporating multi-view features 2025-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013654 PMID:41212924	研究论文	开发了PathoRM，一种基于生物学信息的深度学习模型，用于推断RNA甲基化位点与疾病之间的关联，并整合多视图特征。	结合大型语言模型、多视图学习、图神经网络、对抗训练和基于‘guilty-by-association’的负采样方法，并引入注意力机制提供生物学可解释性。	未在摘要中提及具体局限性。	通过计算方法准确推断致病性RNA甲基化位点，以辅助疾病治疗和表观转录组研究。	RNA甲基化位点及其与疾病的关联。	生物信息学	多种疾病（未指定）	RNA甲基化测序（推测，摘要未明确）	深度学习模型	序列数据和文本描述	未提供	未指定	大型语言模型、图神经网络	准确率、鲁棒性（具体指标未提及）	未提供
880	2026-08-28	Automated C. elegans behavior analysis via deep learning-based detection and tracking 2025-11, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013707 PMID:41218058	研究论文	提出了一种基于深度学习的自动化秀丽隐杆线虫行为分析方法，整合YOLOv8和ByteTrack实现多线虫实时精准追踪及运动参数定量分析	创新性地将YOLOv8与ByteTrack集成，开发了增强型线虫检测框架，支持多线虫同时追踪和自动提取多种行为参数，提高了追踪连续性和鲁棒性	未在摘要中明确提及局限性	实现秀丽隐杆线虫行为的高通量、自动化分析，提升实验效率和准确性，为药物筛选和基因功能研究提供工具	秀丽隐杆线虫（Caenorhabditis elegans）	计算机视觉	NA	深度学习	YOLOv8, ByteTrack	图像	NA	NA	YOLOv8, ByteTrack	精确度, 召回率, mAP50, 帧率	NA