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
81	2026-07-03	Artificial intelligence in clinical genetics 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-024-01782-w PMID:39806188	综述	综述人工智能在临床遗传学中的应用，涵盖诊断、治疗和临床支持，并展望未来影响	系统总结AI在临床遗传学中的当前和新兴应用，并提出短、中、长期预测	未明确讨论AI应用的潜在风险或伦理问题，且预测精确速度不清晰	探讨AI在临床遗传学中的发展现状与未来趋势	临床遗传学领域的AI应用案例和技术	自然语言处理	遗传性疾病	NA	机器学习、深度学习、生成式AI	临床遗传数据	NA	NA	NA	NA	NA
82	2026-07-03	Artificial intelligence for segmentation and classification in lumbar spinal stenosis: an overview of current methods 2025-03, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-08672-9 PMID:39883162	研究论文	该文章系统综述了机器学习算法在腰椎管狭窄症分割与分类中的应用	首次系统比较传统机器学习与深度学习在腰椎管狭窄症分割和分类任务上的表现，并指出深度学习模型（尤其是U-Net）性能更优	研究间难以直接比较，因结局指标和测试数据集多样；仅有少量模型进行了外部验证	评估和总结目前用于腰椎管狭窄症分割与分类的机器学习模型	针对腰椎管狭窄症的MRI、X光或CT扫描图像的分割与分类模型	机器学习	腰椎管狭窄症	MRI	深度学习	图像	共计27篇文章	NA	U-Net, CNN	多种结局指标	NA
83	2026-07-03	MRI-Based Topology Deep Learning Model for Noninvasive Prediction of Microvascular Invasion and Assisting Prognostic Stratification in HCC 2025-03, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1 DOI:10.1111/liv.16205 PMID:39992060	研究论文	基于MRI的拓扑深度学习模型用于术前预测肝细胞癌微血管侵犯及辅助预后分层	结合拓扑结构改进深度学习模型，提升预测性能和可解释性，成功预测MVI并有效分层术后早期复发和总生存期	NA	开发和外部验证基于MRI的拓扑深度学习模型用于术前预测微血管侵犯	连续接受手术治疗的肝细胞癌患者	计算机视觉, 机器学习	肝细胞癌	MRI	CNN, TopoCNN	图像	589例患者，其中292例（49.6%）病理确诊MVI	NA	CNN, TopoCNN	AUC	NA
84	2026-07-03	GestaltGAN: synthetic photorealistic portraits of individuals with rare genetic disorders 2025-03, European journal of human genetics : EJHG IF:3.7Q2 DOI:10.1038/s41431-025-01787-z PMID:39815041	研究论文	本文使用生成神经网络合成患有罕见遗传疾病个体的逼真肖像，以保护隐私并支持科学交流	首次采用改进的StyleGAN架构生成多种罕见遗传疾病的特定条件肖像，并引入REAL-ESRGAN提升低质量图像分辨率，同时添加未受影响类别增强模型对人脸特征的理解	未在摘要中明确说明局限性，但可能包括生成肖像的临床准确性验证不足、数据集中罕见疾病种类有限（仅20种）以及模型泛化能力待评估	探索使用生成神经网络合成罕见遗传疾病的准确肖像，解决医疗数据稀缺和隐私风险问题	稀有遗传疾病患者的肖像图像	计算机视觉	罕见遗传疾病	生成对抗网络	GAN	图像	来自GestaltMatcher数据库的20种最常见疾病图像，包含未受影响类别图像	PyTorch	StyleGAN, REAL-ESRGAN	通过63位人类专家验证生成肖像的有效性	未提及具体计算资源
85	2026-07-01	Enhancing HER2 testing in breast cancer: predicting fluorescence in situ hybridization (FISH) scores from immunohistochemistry images via deep learning 2025-03, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70024 PMID:40050230	研究论文	利用聚类约束注意力多实例深度学习模型，从免疫组化图像预测HER2评分和荧光原位杂交评分，以减少对反射性FISH检测的依赖	将深度学习应用于HER2 IHC评分和FISH评分预测，提高IHC测试的准确性，减少主观性和变异性，并降低对反射性FISH检测的依赖	FISH预测模型准确性和灵敏度较低，虽然特异性高，但对低表达病例的识别能力有限	提高HER2检测的准确性，减少主观性和变异性，降低对反射性FISH检测的依赖	5,731张HER2 IHC图像，包括592例FISH检测的病例	计算机视觉	乳腺癌	免疫组化（IHC），荧光原位杂交（FISH）	深度学习	图像	5,731张HER2 IHC图像，其中592例有FISH检测结果	NA	聚类约束注意力多实例学习模型	准确率，ROC AUC，敏感性，特异性	NA
86	2026-06-30	Graphene-based FETs for advanced biocatalytic profiling: investigating heme peroxidase activity with machine learning insights 2025-03-03, Mikrochimica acta DOI:10.1007/s00604-025-06955-y PMID:40029395	研究论文	利用石墨烯场效应晶体管探测辣根过氧化物酶和血红素的过氧化物酶活性，并结合机器学习进行酶学行为分析	首次将石墨烯FET的高灵敏度与多层感知机深度学习结合，用于酶动力学参数的精确预测和自杀失活机制研究	NA	评估石墨烯场效应晶体管在分析过氧化物酶活性中的有效性，并利用机器学习提高酶行为预测精度	辣根过氧化物酶和血红素分子	机器学习	NA	石墨烯场效应晶体管	多层感知机	电学信号	NA	NA	多层感知机	NA	NA
87	2026-06-19	Predicting rheumatoid arthritis progression from seronegative undifferentiated arthritis using machine learning: a deep learning model trained on the KURAMA cohort and externally validated with the ANSWER cohort 2025-03-26, Arthritis research & therapy IF:4.4Q1 DOI:10.1186/s13075-025-03541-8 PMID:40140918	研究论文	利用机器学习预测血清阴性未分化关节炎向类风湿关节炎的进展，基于KURAMA队列训练及ANSWER队列外部验证的深度学习模型	针对血清阴性未分化关节炎这一临床难题，构建了仅使用临床和实验室参数的深度神经网络模型，并在独立外部队列中验证其预测性能，创新性在于克服了血清阴性RA分类标准难以满足的挑战	NA	开发并验证一个基于临床和实验室参数的机器学习模型，以预测血清阴性未分化关节炎向类风湿关节炎的进展	血清阴性未分化关节炎患者	机器学习	类风湿关节炎	NA	前馈神经网络 (FNN)	表格数据（包含人口统计学、急性期反应物、自身抗体和体格检查参数）	KURAMA队列210例（57例进展为RA），ANSWER队列140例（45例进展为RA）	NA	前馈神经网络	ROC曲线下面积(AUC)、敏感度	NA
88	2026-06-19	A deep learning model for characterizing altered gyro-sulcal functional connectivity in abstinent males with methamphetamine use disorder and associated emotional symptoms 2025-03-06, Cerebral cortex (New York, N.Y. : 1991) DOI:10.1093/cercor/bhaf062 PMID:40120102	研究论文	利用深度学习模型表征戒断男性甲基苯丙胺使用障碍患者的脑回-脑沟功能连接改变及其与情绪症状的关联	首次采用基于脑回-脑沟亚区划分的时空图卷积网络，揭示精细尺度上脑回与脑沟信号在甲基苯丙胺使用障碍病理中的差异化功能贡献	NA	探究甲基苯丙胺使用障碍患者脑回-脑沟信号在精神病理性中的独特功能贡献，并分析其与情绪症状的关联	48名戒断男性甲基苯丙胺使用障碍患者与48名年龄和性别匹配的健康对照者	机器学习	甲基苯丙胺使用障碍	静息态功能磁共振成像	时空图卷积网络	磁共振图像	96名受试者（48名患者，48名健康对照）	NA	时空图卷积网络	平均分类准确率	NA
89	2026-06-17	Integrating deep learning with ECG, heart rate variability and demographic data for improved detection of atrial fibrillation 2025-03-31, Open heart IF:2.8Q2 DOI:10.1136/openhrt-2025-003185 PMID:40164487	研究论文	通过整合深度学习与心电图、心率变异性和人口统计数据来提高房颤检测能力	首次系统性地探索将心率变异性和人口统计数据（年龄和性别）与心电图数据结合，使用多种卷积神经网络模型（包括AlexNet、VGG-16、ResNet和Transformer）进行房颤检测，并通过显著性图验证模型行为	研究基于公共数据库，缺乏临床验证，且模型性能提升幅度有限	研究如何通过整合心率变异性和人口统计数据来改进心电图数据对房颤的自动检测	房颤患者的心电图记录及对应的心率变异性和人口统计数据	计算机视觉, 机器学习	房颤	心电图分析	CNN, Transformer	医学图像, 数值数据	35634条12导联心电图记录	PyTorch, TensorFlow	AlexNet, VGG-16, ResNet, Transformer	AUROC, 灵敏度, 特异性, 精确度, 召回率, F1分数	NA
90	2026-06-17	Quantifying Facial Gestures Using Deep Learning in a New World Monkey 2025-03, American journal of primatology IF:2.0Q1 DOI:10.1002/ajp.70013 PMID:40019116	研究论文	利用深度学习量化棉顶狨猴的面部姿态	首次采用无标记姿态估计算法自动区分棉顶狨猴的发声与非发声面部形态，并验证不同行为背景下面部姿态的独特性	仅基于圈养个体的视频数据，可能未反映自然条件下的面部行为多样性	自动量化灵长类动物面部姿态的独特性，以推进多模态沟通研究	棉顶狨猴的面部姿态	计算机视觉	NA	无标记姿态估计	机器学习分类器	视频	未明确说明样本量	NA	NA	正确分类率	NA
91	2026-06-15	Radiomics in glioma: emerging trends and challenges 2025-03, Annals of clinical and translational neurology IF:4.4Q1 DOI:10.1002/acn3.52306 PMID:39901654	综述	本文综述了放射组学在胶质瘤中的应用、新兴趋势和挑战	整合深度学习算法增强放射组学各组件，并探讨特定肿瘤生境、先进成像技术和多组学数据整合的作用	模型可重复性、泛化性、可解释性和多组学数据整合等挑战尚未解决	综述放射组学在胶质瘤中的应用和未来方向	胶质瘤	医学图像分析	胶质瘤	放射组学，深度学习，扩散加权成像，灌注加权成像，磁共振波谱，磁共振指纹成像，功能MRI，PET	深度学习模型	影像数据，多组学数据（基因组学、转录组学、蛋白质组学、病理组学）	NA	NA	NA	NA	NA
92	2026-06-15	A Deep Learning Model for Three-Dimensional Determination of Whole Thoracic Vertebral Bone Mineral Density from Noncontrast Chest CT: The Multi-Ethnic Study of Atherosclerosis 2025-03, Radiology IF:12.1Q1 DOI:10.1148/radiol.242133 PMID:40067103	研究论文	该研究利用基于nnU-net的TotalSegmentator算法在非增强胸部CT图像上三维测量全胸椎骨密度，并结合FRAXnb预测椎体骨折	首次在常规非增强胸部CT中利用三维深度学习算法全自动测量T1-T10椎体骨密度，相较二维方法降低了测量不确定性，并展示了与骨折风险评估工具结合的增量预测价值	NA	评估TotalSegmentator算法在非增强胸部CT上准确测量三维胸椎骨密度及其预测椎体骨折的能力	T1-T10椎体的三维骨密度测量及其与骨折风险的关联	计算机视觉	骨质疏松症、椎体骨折	CT	nnU-net（卷积神经网络）	图像	2956名参与者（其中1304名有随访数据），来自MESA队列	PyTorch	nnU-net（集成了U-Net架构）	Dice系数、交并比（IoU）、AUC	NA
93	2026-06-07	Distinguishing the activity of flexor digitorum brevis and soleus across standing postures with deep learning models 2025-03, Gait & posture IF:2.2Q2 DOI:10.1016/j.gaitpost.2024.12.014 PMID:39674063	研究论文	利用深度学习模型区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动	首次使用深度学习模型基于高密度表面肌电信号区分趾短屈肌和比目鱼肌在四种站立姿势下的活动，发现趾短屈肌在姿势调整中表现出更明显的时空调制特征	未提及模型泛化性验证、样本量较小、仅针对健康年轻男性	通过深度学习模型区分不同站立姿势下趾短屈肌和比目鱼肌的肌电活动差异	趾短屈肌和比目鱼肌的肌电活动	机器学习	NA	高密度表面肌电信号	深度卷积神经网络	肌电信号	健康年轻男性受试者，具体数量未提及	NA	深度卷积神经网络	分类准确率	NA
94	2026-06-07	Convolutional Neural Networks for the segmentation of hippocampal structures in postmortem MRI scans 2025-03, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2024.110359 PMID:39755177	研究论文	探索使用卷积神经网络自动分割死后MRI扫描中的海马结构	提出了一种融合自注意力机制和空洞空间金字塔池化的编码器-解码器分割框架，用于识别海马的四个亚区域	训练数据仅来自15例死后的MRI扫描，样本量较小，可能影响模型的泛化能力	开发全自动方法对死后MRI中的海马亚区域进行准确分割，以量化阿尔茨海默病引起的结构变化	死后大脑的T1加权、T2加权和磁敏加权MRI扫描中的海马结构，包括齿状回、海马头、海马体和海马尾	计算机视觉	阿尔茨海默病	死后MRI扫描	卷积神经网络	影像	15例死后MRI扫描（含T1加权、T2加权和磁敏加权影像）	NA	UNet, Double UNet, Attention UNet, Multi-resolution UNet	定性比较和定量比较	NA
95	2026-06-07	Deep learning for age estimation from panoramic radiographs: A systematic review and meta-analysis 2025-03, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105560 PMID:39826609	系统性综述与荟萃分析	评估深度学习在基于全景X线片的年龄估计中的性能	首次通过系统综述和荟萃分析全面评估深度学习在全景X线片年龄估计中的表现，并量化其平均绝对误差	多数研究偏倚风险不明确或较高，研究间性能差异大，限制了临床推广	评估深度学习在全景X线片年龄估计中的准确性	基于深度学习进行年龄估计的研究及其性能指标	机器学习, 数字病理学	NA	深度学习	深度学习模型 (如CNN等未具体说明)	影像 (全景X线片)	纳入42项研究，其中9项用于荟萃分析	NA	NA	准确率, 平均绝对误差	NA
96	2026-06-07	PIDGN: An explainable multimodal deep learning framework for early prediction of Parkinson's disease 2025-03, Journal of neuroscience methods IF:2.7Q3 DOI:10.1016/j.jneumeth.2025.110363 PMID:39832626	研究论文	提出一种可解释的多模态深度学习框架PIDGN，用于帕金森病早期预测	融合SNP和sMRI数据设计可解释的深度学习模型，结合集成树降维、Transformer编码器与3D ResNet，并利用门控注意力融合技术探索模态间交互，同时采用SHAP值和Grad-CAM解释模型预测的关键因素	未提及具体局限性	实现帕金森病的早期诊断，辅助医生及时治疗	帕金森病（PD）患者数据	机器学习	神经退行性疾病	SNP分型、sMRI成像	深度学习分类模型	基因数据（SNP）和影像数据（sMRI）	未提及具体样本数量	PyTorch	Transformer编码器、3D ResNet、门控注意力融合	准确率（Accuracy）、AUC（AUROC）	NA
97	2026-06-07	Research of orthodontic soft tissue profile prediction based on conditional generative adversarial networks 2025-03, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105570 PMID:39864612	研究论文	构建一种新的条件生成对抗网络模型来预测正畸治疗后侧貌变化	提出Soft-P-CGAN模型，融合条件向量输入模块、基于U-Net的生成器模块和基于PatchGAN的判别器模块，并设计Soft loss以增强软组织轮廓生成以及多尺度特征金字塔优化图像质量	下颌区域预测相对不准确	预测正畸治疗后侧貌变化，辅助临床医生设定正畸治疗目标	正畸成人患者的侧位头影X线片	计算机视觉	正畸相关口腔疾病	侧位头影X线成像	条件生成对抗网络	图像	成人患者的正畸前（T1）和正畸后（T2）侧位头影X线片，扩充后按8:1:1随机划分为训练、验证和测试集	NA	U-Net, PatchGAN, Pix2Pix, Cycle-GAN, CGAN	平均径向误差（MRE）、2.0/2.5/3.0/4.0 mm范围内的成功检测率（SDR）	NA
98	2026-06-07	Automated diagnosis and classification of temporomandibular joint degenerative disease via artificial intelligence using CBCT imaging 2025-03, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2025.105592 PMID:39870190	研究论文	使用人工智能技术实现颞下颌关节退行性关节病的CBCT图像自动诊断与分类	首次利用YOLOv10算法在CBCT图像上自动识别颞下颌关节退行性关节病的多种影像学征象，包括侵蚀、骨赘、硬化和软骨下囊肿	模型对于同时包含多个退行性关节病征象的图像分类准确率较低，且研究仅基于单一中心的CBCT图像数据	开发并验证基于深度学习的颞下颌关节退行性关节病自动诊断与分类方法	颞下颌关节退行性关节病的CBCT影像学征象分类	计算机视觉	颞下颌关节退行性关节病	CBCT成像	YOLOv10算法	图像	1018名患者的7357张标注CBCT图像（3010张正常髁突图像和4347张退行性关节病髁突图像）	NA	YOLOv10	准确率、精确率、灵敏度、特异性、F1分数、平均精度均值	NA
99	2026-06-07	LGS-PPIS: A Local-Global Structural Information Aggregation Framework for Predicting Protein-Protein Interaction Sites 2025-03, Proteins IF:3.2Q2 DOI:10.1002/prot.26763 PMID:39520116	研究论文	提出了一种局部-全局结构信息聚合框架LGS-PPIS，用于预测蛋白质-蛋白质相互作用位点	该框架包含边缘感知图卷积网络（EA-GCN）和集成初始残差与恒等映射的自注意力机制（SA-RIM），分别捕获局部和全局特征，并证明局部特征对PPIS预测作用更显著	现有方法仅考虑节点特征而忽略边特征，且无法捕捉远程残基的全局特征	预测蛋白质-蛋白质相互作用位点，克服湿实验高成本并解决现有深度学习方法特征提取不足的问题	蛋白质-蛋白质相互作用位点（PPIS）	机器学习	NA	NA	图卷积网络（GCN），自注意力机制	蛋白质序列与结构数据	三个广泛使用的PPIS预测基准数据集	NA	边缘感知图卷积网络（EA-GCN），集成初始残差与恒等映射的自注意力机制（SA-RIM）	评估指标未明确列出，但提及优于最先进方法	NA
100	2026-06-01	Predicting response to neoadjuvant chemotherapy in muscle-invasive bladder cancer via interpretable multimodal deep learning 2025-Mar-22, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-01560-y PMID:40121304	研究论文	开发了一种可解释的基于图的多模态晚期融合深度学习框架，整合组织病理学、细胞类型和基因表达数据，预测肌层浸润性膀胱癌对新辅助化疗的反应	提出可解释的图基多模态晚期融合框架，融合H&E图像、细胞类型数据和RNA-seq基因表达谱，发现新的组织病理、细胞和分子预测因子	NA	构建准确预测模型并识别肌层浸润性膀胱癌治疗反应的生物标志物	肌层浸润性膀胱癌患者	机器学习	膀胱癌	RNA-seq	图神经网络	图像、文本	来自SWOG S1314-COXEN临床试验的样本	NA	图基多模态晚期融合	NA	NA