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
981	2026-08-21	Automatic segmentation of cardiac structures can change the way we evaluate dose limits for radiotherapy in the left breast 2025-03, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101844 PMID:39740303	研究论文	本研究评估自动分割在左乳腺癌放疗中对心脏结构剂量评估的影响，并建立剂量关联模型	利用自动分割工具评估心脏亚结构剂量分布，并提出新的剂量约束参数估计模型	未提及具体局限性，可能包括自动分割准确性依赖和样本量限制	评估自动分割心脏亚结构在左乳腺癌放疗中的剂量分布，并建立相关模型以改善剂量限制评估	左乳腺癌患者的心脏结构，包括左前降支动脉、心脏和左心室	数字病理学	乳腺癌	自动分割，基于深度学习和多图谱方法	深度学习模型，具体为自动分割模型（如TotalSegmentator和Limbus AI）	医学图像（CT扫描）	未明确提及样本数量，涉及左乳腺癌患者	NA	TotalSegmentator和Limbus AI（具体架构未提及）	平均剂量分布、体积分布、相关性评估	NA
982	2026-08-21	Establishing the effect of computed tomography reconstruction kernels on the measure of bone mineral density in opportunistic osteoporosis screening 2025-02-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-88551-x PMID:39953113	研究论文	本研究旨在探究CT重建核函数对临床CT扫描中体积骨密度（vBMD）定量分析的影响，通过使用模型和内部校准方法，评估不同重建核函数在机会性骨质疏松筛查中的误差	系统性地评估了多种重建核函数（包括平滑和锐化核）对vBMD测量的影响，并结合深度学习和两种校准方法，为机会性CT扫描的标准化提供依据	研究仅基于单一CT设备（GE HealthCare）和45例扫描，结果可能不适用于其他厂商或扫描协议，且未涵盖所有可能的临床场景	评估CT重建核函数对临床CT扫描中vBMD定量结果的影响，以指导机会性骨质疏松筛查中的扫描协议选择	临床CT扫描中的全髋关节和第四腰椎（L4）	医学影像分析	骨质疏松症	CT扫描，深度学习分割	深度学习分割模型	CT图像	45例临床CT扫描	NA	NA	决定系数[公式:见原文]，均值差异，配对t检验，Bland-Altman分析	NA
983	2026-08-21	Coordinating multiple mental faculties during learning 2025-02-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89732-4 PMID:39939457	研究论文	提出一种控制器-外周架构，用于解释大脑多个区域在学习过程中如何协调，并通过形式化模型模拟快速学习行为	首次提出控制器-外周架构来解释多脑区协调机制，并成功模拟了人类行为和脑反应，而标准深度学习模型无法做到	未提及明确局限性，但可能受限于模型简化及仅针对快速学习场景	探索大脑多个区域在学习过程中如何在没有统一指挥者的情况下实现协调	大脑区域（如腹侧视觉流、海马体、前额叶皮层）及其协调机制	机器学习、神经科学	NA	形式化建模、计算模拟	控制器-外周架构模型	图像（示例图像）	未明确说明样本数量	NA	控制器-外周架构（具体结构未指定）	人类行为匹配度、脑响应匹配度	NA
984	2026-08-21	BiFPN-enhanced SwinDAT-based cherry variety classification with YOLOv8 2025-02-13, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89624-7 PMID:39948150	研究论文	提出一种基于深度学习的混合模型，集成BiFPN、Swin Transformer和可变形注意力Transformer，用于樱桃品种分类，并在土耳其西地中海地区构建的数据集上验证其性能。	首次将BiFPN与YOLOv8n-cls框架结合，并融合Swin Transformer和DAT技术，以提高樱桃品种分类的准确性。	摘要未提及明确的局限性。	利用深度学习模型准确分类樱桃品种，以优化收获时机、保障质量控制和支持出口分类。	土耳其西地中海地区的樱桃品种。	计算机视觉	不适用	不适用	深度学习混合模型（含YOLOv8n-cls、Swin Transformer、DAT）	图像	未明确样本数量，提及新构建的数据集。	NA	YOLOv8n-cls, Swin Transformer, DAT, BiFPN	精确率、召回率、F1分数、准确率	NA
985	2026-08-21	Spatial transcriptomic clocks reveal cell proximity effects in brain ageing 2025-02, Nature IF:50.5Q1 DOI:10.1038/s41586-024-08334-8 PMID:39695234	研究论文	生成了包含420万个细胞的空间分辨单细胞转录组脑图谱，并构建空间老化时钟以识别脑老化、恢复年轻和疾病的空间及细胞类型特异性转录组指纹。	首次构建空间老化时钟，利用空间转录组学和深度学习揭示T细胞和神经干细胞对邻近细胞的衰老和恢复年轻效应。	摘要未提及局限性。	系统研究脑老化中细胞间邻近效应及其对组织衰退的影响，并提供评估干预措施的可扩展工具。	小鼠脑组织，涵盖20个不同年龄段及两种干预措施（运动和部分重编程）。	空间转录组学、机器学习	神经退行性疾病（与脑老化相关）	空间转录组学（单细胞）	机器学习模型（空间老化时钟）、深度学习	空间转录组数据	4.2百万细胞，来自20个年龄点和2种干预条件	NA	NA（深度学习，未指定具体架构）	NA	NA
986	2026-08-21	Optical coherence tomography: implications for neurology 2025-02-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001340 PMID:39704153	综述	本文探讨了光学相干断层扫描（OCT）在神经病学实践中的作用，特别是在诊断和监测视乳头水肿、视神经炎和视网膜动脉阻塞等疾病中的应用。	强调OCT技术在神经眼科领域的进展，包括深度学习算法的应用，提高了诊断准确性和预测能力。	文中未明确提及局限性。	评估OCT在神经病学中诊断、监测和量化治疗反应的作用。	视乳头水肿、视神经炎和视网膜动脉阻塞患者。	医学影像	神经眼科疾病	光学相干断层扫描（OCT）	深度学习模型（未具体指定）	图像（视网膜结构图像）	未提及	未提及	未提及	未提及	未提及
987	2026-08-21	Artificial intelligence and stroke imaging 2025-02-01, Current opinion in neurology IF:4.1Q2 DOI:10.1097/WCO.0000000000001333 PMID:39760722	综述	本文探讨了人工智能在卒中成像中的应用，特别是深度学习在预测、描述和推断工具中的潜力，并分析了临床应用中面临的挑战和未来方向。	提出深度生成模型作为解决当前深度学习模型对真实临床数据鲁棒性不足问题的潜在方案，预测其能催化卒中领域的创新。	目前AI在卒中成像临床一线应用仍有限，主要受限于数据噪声、不完整、偏差和小规模等现实问题，模型泛化能力不足。	探讨人工智能如何通过高分辨率成像模型实现卒中个体化精确护理，并分析其当前进展和未来路径。	卒中患者的高分辨率影像数据，包括实质宏观结构、微结构、功能组织特性以及血管拓扑和动力学特征。	计算机视觉、机器学习、医学影像分析	卒中（脑血管疾病）	高分辨率成像技术，具体类型未明确（如MRI、CT等）	深度学习模型（包括深度生成模型）	影像数据（高分辨率成像）	未明确	未明确	未明确提及具体架构，但涉及深度学习模型如深度生成模型	未明确	未明确
988	2026-08-21	Intrapartum electronic fetal heart rate monitoring to predict acidemia at birth with the use of deep learning 2025-Jan, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2024.04.022 PMID:38663662	研究论文	本研究旨在利用深度学习技术开发并验证一个模型，以预测分娩期间胎儿酸血症，基于电子胎心率监测数据。	首次将深度学习方法应用于电子胎心率监测的大规模数据，以预测胎儿的酸血症，并进行了外部验证。	研究的局限在于数据库可能存在选择偏差，且模型在外部验证中的性能可能受限于数据集差异。	目标是通过深度学习模型改善电子胎儿监测的预测准确性，以预防分娩期缺氧缺血性损伤。	研究物体为分娩期间的电子胎儿心率监测数据，共涉及124,777份文件，其中10,182份用于最终分析。	数字病理学	胎儿酸血症	电子胎儿心率监测，脐带血气分析	深度学习模型	电子胎儿心率监测数据，血气分析实验室结果	10,182份电子胎儿监测记录及其对应的脐带血气体结果	未指定	多种深度学习架构, 具体未指明	接收者操作特征曲线下面积, 正预测值, 灵敏度, 特异度	未指定
989	2026-08-21	For the busy clinical-imaging professional in an AI world: Gaining intuition about deep learning without math 2025-01, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101762 PMID:39437625	教育文章	本文为医学影像专业人士提供关于深度学习的基础直观理解，通过类比和模拟练习解释其工作原理，无需数学知识。	通过医学类比和快速模拟，为非技术背景的临床专业人士提供深度学习直觉，无需数学知识。	未提及具体限制，但可能缺乏深度数学基础。	帮助忙碌的临床影像专业人士理解深度学习在计算机辅助诊断中的应用，无需数学知识。	医学影像专业人士，特别是涉及乳腺癌诊断的临床工作者。	医学影像	乳腺癌	深度学习模拟	深度学习算法	模拟数据	未提及	NA	NA	准确性	未提及
990	2026-08-20	Smartphone-based video deep learning enables rapid and accurate lateral flow diagnostics 2025-12-22, Mikrochimica acta DOI:10.1007/s00604-025-07756-z PMID:41423536	研究论文	本研究提出了一种基于智能手机视频深度学习的侧向层析检测新方法，通过结合时间序列视频数据和YOLOv8模型，提高检测灵敏度、特异性和速度	首次将时间动态视频数据与深度学习结合用于侧向层析检测，相比静态图像分析，能在更短时间内实现更高诊断性能	研究仅针对人绒毛膜促性腺激素检测，未验证其他生物标志物；视频数据采集和分析可能受智能手机性能和用户操作影响	提升侧向层析检测的灵敏度和定量准确性，实现更快速、更准确的即时检测	人绒毛膜促性腺激素侧向层析检测试纸	计算机视觉	不适用	侧向层析检测	YOLOv8	视频	未提供具体样本数量	未提及	YOLOv8	灵敏度、特异性、准确率	未提及
991	2026-08-20	Deep learning reveals hidden diversity of Synechococcus in the coastal water of China: novel clades and their ecological insights 2025-12-17, Proceedings. Biological sciences DOI:10.1098/rspb.2025.1936 PMID:41538039	研究论文	开发了基于深度学习的Syn_Tool框架，对中国近海Synechococcus ITS序列进行识别、分类和新进化枝发现，揭示了隐藏的遗传多样性	首次将深度学习应用于Synechococcus ITS序列的标准化分类和新进化枝发现，整合了精选的ITS数据库，并分析了迄今为止最大的Synechococcus数据集	未明确提及局限性，但可能受限于ITS区域的分辨率及数据库的覆盖范围	解决Synechococcus ITS序列在大规模测序数据中准确识别和分类的挑战，并探索其生态学意义	中国近海水域中的Synechococcus ITS序列	深度学习、海洋微生物学	不适用	16S-23S rRNA内部转录间隔区（ITS）测序	深度学习模型（未明确指定具体类型）	序列数据	1,087,323条ITS序列	未明确提及	未明确提及	未明确提及（可能包括分类准确率等，但未在摘要中说明）	未明确提及
992	2026-08-20	A priority control list for LCMs in freshwater food chain by deep learning 2025-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140362 PMID:41207232	研究论文	本研究利用分子对接和深度学习模型，构建了1431种商业液晶单体在淡水食物链中的优先控制清单，并分析了其持久性、生物累积性和毒性效应。	首次构建针对商业液晶单体影响淡水食物链的优先控制清单，并结合残差神经网络深度学习模型优化，提高预测准确性。	未提及具体局限性。	开发并优化淡水食物链中液晶单体的优先控制清单，并预测其PBT风险。	1431种商业液晶单体在淡水食物链（水蚤、斑马鱼、卷羽鹈鹕）中的PBT效应。	机器学习、深度学习	不适用	分子对接、深度学习	残差神经网络（ResNet）	数值数据（PBT效应值）	12879个PBT效应值，涉及1431种LCMs和3个营养级	未提及	ResNet	准确率	未提及
993	2026-08-20	SAI: A Python Package for Statistics for Adaptive Introgression 2025-11-28, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf295 PMID:41258824	研究论文	本文介绍了一个用于计算适应性渐渗统计量的Python包SAI，并在两个数据集上展示了其应用	提出了新的统计量DD，并首次实现了D+和Danc等统计量的易用计算工具	摘要未提及局限性	提供适应性渐渗统计量的可访问实现，并验证其在新数据集上的有效性	人类基因组的候选适应性渐渗区域及倭黑猩猩向中非黑猩猩的渐渗事件	生物信息学	不适用	基因组测序	不适用	基因组序列数据	两个数据集（1000基因组计划数据及中非黑猩猩基因组数据）	Python	不适用	不适用	不适用
994	2026-08-20	Accurate and Efficient Phylogenetic Inference through End-To-End Deep Learning 2025-10-29, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf260 PMID:41129273	研究论文	提出了一种名为NeuralNJ的端到端深度学习框架，直接从输入分类单元构建系统发育树，提高了推断的准确性和计算效率。	创新点在于可学习的邻居连接机制，通过迭代加入邻居并利用学习到的优先级分数实现准确的树重建，并通过强化学习进一步优化。	现有深度学习方法因拆分推断阶段导致准确率有限，或效率低且难以应用于超过20个物种的情况。	开发一种准确且高效的系统发育推断方法，适用于复杂进化场景中上百个分类单元。	系统发育树推断，涉及模拟数据和经验数据中的物种。	机器学习, 生物信息学	不适用	深度学习, 强化学习	神经网络（NeuralNJ）	模拟数据, 经验数据	不适用，具体数量未在文摘中提及	不适用	NeuralNJ	计算效率, 重建准确率	不适用
995	2026-08-20	AlphaFold model quality self-assessment improvement via deep graph learning 2025-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70274 PMID:40823963	研究论文	提出EQAFold框架，通过深度图学习改进AlphaFold的模型质量自我评估，生成更准确的自信度分数	将AlphaFold的Local Distance Difference Test预测头进行精炼，并引入等变图神经网络来提升自评估置信度的可靠性	未明确提及，但暗示标准AlphaFold的置信度在某些情况下不可靠	改进蛋白质结构预测中的自置信度评估，提供更可靠的模型质量指标	蛋白质结构预测模型（AlphaFold）及其置信度输出	机器学习	NA	NA	图神经网络	蛋白质结构数据	NA	NA	等变图神经网络	NA	NA
996	2026-08-20	AI-Driven segmentation and morphogeometric profiling of epicardial adipose tissue in type 2 diabetes 2025-07-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02829-y PMID:40682091	research paper	开发一种基于AI的形状感知方法，用于自动化分割和分析2型糖尿病心外膜脂肪组织的形态几何特征。	引入形状感知分割模型和多模态深度学习，结合统计分析识别T2D相关的形态几何差异。	样本量较小，且未在外部数据集验证。	开发并评估一种AI驱动的心外膜脂肪组织分割和形态几何分析方法，以揭示与T2D相关的结构变化。	心外膜脂肪组织（EAT）	machine learning	type 2 diabetes	dixon MRI	deep learning model	MRI	90名参与者（45名T2D患者和45名年龄和性别匹配的对照组）	PyTorch	U-Net	Dice similarity coefficient (DSC), 95% Hausdorff distance (HD95), average symmetric surface distance (ASSD)	NA
997	2026-08-20	Deep Learning-Based Body Composition Analysis for Outcome Prediction in Relapsed/Refractory Diffuse Large B-Cell Lymphoma: Insights From the LOTIS-2 Trial 2025-07, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00051 PMID:40669032	研究论文	本研究利用深度学习基于CT图像进行身体成分分析，以预测复发/难治性弥漫大B细胞淋巴瘤患者接受loncastuximab tesirine治疗后的临床结局，数据来自LOTIS-2试验。	提出了一种基于深度学习的身体成分自动分割方法，用于从CT图像中测量骨骼肌、皮下脂肪和内脏脂肪，并验证了其与手动分割的一致性，为预测DLBCL患者治疗结局提供了新的影像生物标志物。	未提及限制。	评估身体成分作为影像生物标志物对复发/难治性DLBCL患者治疗结局的预测价值，并验证深度学习自动分割方法的可靠性。	140例复发/难治性弥漫大B细胞淋巴瘤患者，来自LOTIS-2临床试验。	数字病理学	弥漫大B细胞淋巴瘤	CT成像	深度学习分割模型（未指定具体类型）	CT图像	140例患者的PET/CT扫描图像	未提及	未提及	Pearson相关系数、逻辑回归、Cox回归、Kaplan-Meier分析	未提及
998	2026-08-20	Analysis of Tumor Microenvironmental Features Between Primary and Synchronous Liver Metastases From Patients With Colorectal Cancers Using a Deep Learning Algorithm 2025-07, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00004 PMID:40694782	研究论文	本研究使用深度学习算法QuantCRC比较结直肠癌原发灶与同步肝转移灶的肿瘤微环境形态学特征，发现转移灶表现出更强的侵袭性和转移表型	利用经过验证的分割算法QuantCRC量化15种形态学肿瘤特征，首次系统比较配对的原发性结直肠癌与其同步肝转移灶的微环境差异	样本量较小（57例），且为单中心研究，结果可能受患者选择和地区差异影响	表征原发性结直肠癌与同步肝转移灶的微环境差异，以理解转移和免疫治疗抵抗的机制	57例结直肠癌患者的原发肿瘤和同步肝转移灶的组织切片	数字病理学	结直肠癌	数字病理图像分析	分割算法	组织病理图像	57例患者的配对原发肿瘤和同步肝转移灶样本	NA	QuantCRC（基于深度学习的分割算法）	P值	NA
999	2026-08-20	Deep Learning Model for Natural Language to Assess Effectiveness of Patients With Non-Muscle Invasive Bladder Cancer Receiving Intravesical Bacillus Calmette-Guérin Therapy 2025-06, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00249 PMID:40577661	研究论文	开发了一个基于深度学习的自然语言处理模型，利用电子健康记录评估非肌层浸润性膀胱癌患者接受膀胱内卡介苗治疗的效果	首次使用BERT模型从电子健康记录中自动提取非肌层浸润性膀胱癌患者的临床结局（复发和进展）信息，并结合人工审查支持以提升准确性	研究为回顾性研究，且仅基于日本患者数据，可能限制结果的普遍性；人工支持虽仅需10%文档，但仍需一定的人力投入	开发并验证一种深度学习自然语言处理模型，以自动评估非肌层浸润性膀胱癌患者接受卡介苗治疗后的临床结局	2016年4月至2022年6月期间开始接受卡介苗诱导治疗的日本成年人非肌层浸润性膀胱癌患者	自然语言处理	非肌层浸润性膀胱癌	电子健康记录数据挖掘	BERT	文本	372例患者	PyTorch	BERT	精确率、召回率、F1分数、风险比	NA
1000	2026-08-20	Hybrid Electromagnetic-Triboelectric Hip Energy Harvester for Wearables and AI-Assisted Motion Monitoring 2025-05, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202500643 PMID:40190045	研究论文	本研究介绍了一种AI辅助的可穿戴髋关节能量采集器（HJEH），用于将髋关节运动的机械能转化为电能供可穿戴设备使用，同时通过深度学习算法实现人体运动监测	结合电磁发电机和独立式摩擦纳米发电机（FS-TENG），利用飞轮和加速齿轮增强输出功率，并通过深度学习实现高精度运动识别，同时集成数字孪生技术用于老年人安全监测	未明确提及	开发一种集能量采集和运动监测于一体的可穿戴髋关节能量采集器，以支持可穿戴设备供电和人体运动监测应用	髋关节运动能量的采集和12种不同运动类型的识别	可穿戴设备，能量采集，运动监测	老年疾病（通过安全监测）	电磁发电、摩擦纳米发电	深度学习模型（具体类型未指定）	运动信号（摩擦电信号）	12种运动类型，具体样本数未提供	NA	NA	峰值功率、重力功率密度、准确率	NA