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
21	2026-03-17	DeepInMiniscope: Deep learning-powered physics-informed integrated miniscope 2025-Sep-12, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adr6687 PMID:40938981	研究论文	本文介绍了一种名为DeepInMiniscope的微型集成显微镜，结合定制光学掩模和物理信息深度学习模型，用于高效的大规模三维成像	开发了结合定制光学掩模和物理信息深度学习模型的微型集成显微镜，显著降低了计算需求，并实现了毫米级物体体积的高质量重建	NA	开发一种紧凑、高效的大视场三维成像技术，用于生物医学研究	小鼠大脑皮层中的神经元活动	计算机视觉	NA	掩模集成荧光显微镜	深度学习模型	图像	NA	NA	NA	重建质量、速度	NA
22	2026-03-17	Automated liver magnetic resonance elastography quality control and liver stiffness measurement using deep learning 2025-09, Abdominal radiology (New York) DOI:10.1007/s00261-025-04883-2 PMID:40088296	研究论文	本研究提出了一种基于深度学习的全自动化方法，用于肝脏磁共振弹性成像的质量控制和肝脏硬度测量	首次采用深度学习模型（SqueezeNet和U-Net）实现肝脏MRE质量控制和硬度测量的全自动化，显著提高效率	研究为单中心回顾性研究，样本量相对较小（69名患者），需进一步多中心验证	开发自动化深度学习方法以解决肝脏磁共振弹性成像质量控制和测量变异性问题	肝脏磁共振弹性成像扫描图像	数字病理学	肝纤维化	磁共振弹性成像	CNN	图像	69名患者的146次2D MRE扫描，共897张MRE幅度切片	NA	SqueezeNet, U-Net	准确率, 精确率, 召回率, 平均LSM误差, 组内相关系数	NA
23	2026-03-14	Building a compendium of expert driven read-across cases to facilitate an analysis of the contribution that different similarity contexts play in read-across performance 2025-Sep, Computational toxicology (Amsterdam, Netherlands) DOI:10.1016/j.comtox.2025.100366 PMID:41816363	研究论文	本研究通过构建专家驱动的交叉读取案例库，分析不同相似性背景在交叉读取性能中的贡献，并探索基于图深度学习的改进方法	整合专家驱动与数据驱动的交叉读取方法，量化结构、物理化学、代谢和反应性特征的相似性，并首次应用图深度学习探索嵌入表示对预测的改进	数据集规模有限（157个案例，695种物质），来源异质性高，类比选择标准和使用背景不一致，限制了结果的普适性	评估不同相似性背景（如结构、代谢）在交叉读取毒性预测中的相对贡献，并提升预测的再现性和量化性能	重复剂量毒性终点的化学物质	机器学习	NA	交叉读取，图深度学习	预测模型，深度学习模型	化学结构、物理化学、代谢和反应性特征数据	157个交叉读取案例，涉及695种独特化学物质	NA	NA	量化不确定性，性能指标	NA
24	2026-03-06	Detecting Diverse Seizure Types with Wrist-Worn Wearable Devices: A Comparison of Machine Learning Approaches 2025-Sep-06, Sensors (Basel, Switzerland) DOI:10.3390/s25175562 PMID:40942991	研究论文	本研究评估了腕戴式可穿戴设备结合机器学习方法在检测多种癫痫发作类型（包括局灶性、全身性和亚临床发作）方面的可行性和有效性	将腕戴式可穿戴设备的应用范围从传统的全身强直阵挛发作扩展到多种非运动性癫痫发作类型，并系统比较了多种机器学习策略在不同发作类型上的性能	对于非运动性发作类型（如亚临床发作和意识障碍性发作）的检测性能仍然有限，假阳性率较高，且样本量较小（仅28名患者）	评估腕戴式可穿戴设备结合机器学习方法检测多种癫痫发作类型的可行性	28名在梅奥诊所接受住院视频脑电图监测的癫痫患者	机器学习	癫痫	腕戴式可穿戴设备（Empatica E4）多生物信号采集	XGBoost, LSTM, CNN, Transformer	多模态生物信号数据（加速度、血容量脉冲、皮肤电活动、皮肤温度、心率）	28名患者	NA	LSTM, CNN, Transformer, ROCKET, MultiROCKET	AUROC, SW-Recall, FA/h	NA
25	2026-03-06	AlphaFold model quality self-assessment improvement via deep graph learning 2025-Sep, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70274 PMID:40823963	研究论文	本文提出了一种名为EQAFold的增强框架，通过深度图学习改进AlphaFold模型的质量自评估能力	通过改进AlphaFold的局部距离差异测试预测头，利用等变图神经网络生成更准确的自信心分数	未明确说明模型在特定蛋白质类型或复杂结构上的性能局限性	提高蛋白质结构计算建模中自评估置信度指标的可靠性	蛋白质三维结构模型	计算生物学	NA	深度学习	等变图神经网络	蛋白质结构坐标数据	NA	PyTorch	AlphaFold2改进架构	局部距离差异测试	NA
26	2026-03-02	Developing the CAM-BERT: Enhancing delirium screening in hospitalized older adults using natural language processing 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110781 PMID:40675095	研究论文	本研究开发并评估了一种基于深度学习的自然语言处理模型（CAM-BERT），用于从巴西葡萄牙语临床记录中识别谵妄症状，以改善住院老年患者的谵妄筛查	提出了CAM-BERT框架，通过将模型识别的症状与CAM标准对齐来分类潜在谵妄病例，并在非英语临床环境中验证了BERTimbau模型的有效性	需要在更多样化的医疗环境中验证模型的适用性	开发并评估一种自然语言处理模型，以提高电子健康记录中谵妄症状的识别能力，促进谵妄检测	住院老年患者的临床记录	自然语言处理	老年疾病	自然语言处理	BERT, Random Forest	文本	500例住院患者的临床记录	TensorFlow, PyTorch, Scikit-learn	BERTimbau	F1分数, Cohen's kappa系数	NA
27	2026-03-01	Clinical insights to improve medical deep learning design: A comprehensive review of methods and benefits 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110780 PMID:40782553	综述	本文全面回顾了医学深度学习设计中融入临床洞察的方法及其益处	系统性地调查了临床知识在深度学习设计各阶段的应用，特别是在三维CT图像数据中的整合方法	NA	探讨如何通过临床洞察提升医学深度学习模型的性能与可信度	三维CT图像数据及临床诊断过程	计算机视觉	NA	NA	深度学习模型	三维CT图像	基于400篇研究文章的调查，其中47篇详细分析	NA	NA	准确性、鲁棒性、可解释性	NA
28	2026-03-01	Safe Breast Cancer Diagnosis Resilient to Mammographic Adversarial Samples 2025-Sep, Artificial Intelligence and Imaging for Diagnostic and Treatment Challenges in Breast Care : first Deep Breast Workshop, Deep-Breath 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 10, 2024, Proceedings. Deep-Bre... DOI:10.1007/978-3-031-77789-9_23 PMID:41756191	研究论文	本研究提出了一种新颖的对抗鲁棒特征学习方法，用于构建对对抗样本具有弹性的乳腺癌诊断模型	提出了一种结合特征相关性度量的对抗鲁棒特征学习方法，以促进对抗训练，鼓励学习鲁棒特征并抑制虚假特征	仅使用了两个独立临床数据集，可能需要在更广泛的数据集上进行验证	开发对对抗样本具有弹性且对标准数据保持准确的深度学习模型，以实现安全的乳腺癌诊断	乳腺X线摄影图像	计算机视觉	乳腺癌	NA	深度学习模型	图像	9,548张乳腺X线摄影图像	NA	NA	NA	NA
29	2026-02-27	Integrating artificial intelligence with Gamma Knife radiosurgery in treating meningiomas and schwannomas: a review 2025-Sep-18, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03820-7 PMID:40965768	综述	本文综述了人工智能与伽玛刀放射外科技术在治疗脑膜瘤和神经鞘瘤中的整合应用	系统性地回顾了AI（特别是深度学习与影像组学）在伽玛刀治疗脑膜瘤和神经鞘瘤中的最新应用，包括肿瘤分割、体积评估、疗效预测及并发症预测	纳入研究数量有限（9项），存在外部验证不足、标准化缺乏以及计算需求高等挑战，限制了临床转化	评估人工智能技术在伽玛刀放射外科治疗脑膜瘤和神经鞘瘤中的应用潜力与现状	接受伽玛刀放射外科治疗的脑膜瘤和神经鞘瘤患者	数字病理学	脑膜瘤, 神经鞘瘤	伽玛刀放射外科, MRI (T1加权, T2加权)	深度学习, 机器学习, 卷积神经网络, 随机生存森林	医学影像 (MRI), 临床数据, 影像组学特征	861名患者（一项研究）	NA	双通路卷积神经网络, 随机生存森林	Dice相似系数, C-index	NA
30	2026-02-27	The efficacy of machine learning algorithms in evaluating factors associated with shunt-dependent hydrocephalus after subarachnoid hemorrhage: a systematic review and meta-analysis 2025-Sep-01, Neurosurgical review IF:2.5Q1 DOI:10.1007/s10143-025-03773-x PMID:40887550	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了机器学习算法在分析自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关因素中的效能	首次对机器学习算法在预测蛛网膜下腔出血后慢性分流依赖性脑积水中的应用进行了系统综述和荟萃分析，并比较了不同特征数量对模型性能的影响	纳入的研究数量有限（仅5项），且存在中度异质性，可能影响结果的普遍性	评估机器学习算法在识别自发性蛛网膜下腔出血后慢性分流依赖性脑积水相关风险因素中的效能	自发性蛛网膜下腔出血后发生慢性分流依赖性脑积水的患者	机器学习	脑积水	机器学习算法分析	线性模型, 树基模型, 深度学习模型	临床数据集	来自5项符合条件的研究的数据	NA	NA	AUC-ROC, 准确率, 灵敏度, 特异性, 精确率, F1分数	NA
31	2026-02-27	An explainable covariate compartmental model for predicting the spatio-temporal patterns of dengue in Sri Lanka 2025-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013540 PMID:41004532	研究论文	本文提出了一种可解释的协变量区室模型，用于预测斯里兰卡登革热的时空模式	应用了一种新颖的深度学习可解释人工智能（XAI）区室模型，结合协变量驱动和动态反馈，以预测和解释登革热发病率	未明确提及具体限制，但可能涉及模型在复杂非线性影响和反馈中的泛化能力	预测和解释斯里兰卡登革热的时空发病率模式	斯里兰卡的登革热发病率数据	机器学习	登革热	深度学习，可解释人工智能（XAI）	深度学习模型，SEIR区室模型	时空数据，包括气象、社会人口学和植被指数数据	NA	NA	协变量区室混合模型	NA	NA
32	2026-02-26	Wearable interactive full-body motion tracking and haptic feedback network systems with deep learning 2025-Sep-29, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63644-3 PMID:41022813	研究论文	本研究提出了一种结合全身运动跟踪与实时双向触觉反馈的低成本可穿戴系统	整合柔性贴片式表皮触觉设备与远程机器学习框架，实现全身运动捕捉和个性化时间同步反馈，采用闭环设计支持实时双向触觉提示	NA	开发一种成本效益高的运动跟踪系统，结合全身运动分析与实时双向触觉反馈	可穿戴交互式全身运动跟踪与触觉反馈网络系统	机器学习	NA	深度学习	NA	运动数据	NA	NA	NA	NA	NA
33	2026-02-26	Integrating deep learning for post-translational modifications crosstalk on Hsp90 and drug binding 2025-09, The Journal of biological chemistry IF:4.0Q2 DOI:10.1016/j.jbc.2025.110519 PMID:40716748	研究论文	本研究利用深度学习模型结合质谱分析，探索Hsp90蛋白的翻译后修饰（PTM）互作及其与药物结合的调控机制	首次将深度学习AI预测模型与质谱分析相结合，用于解析Hsp90等复杂蛋白质的PTM互作网络，提供了一种高效快速的研究方法	研究主要基于人类细胞系，可能无法完全反映体内复杂环境；深度学习模型的泛化能力有待进一步验证	探究Hsp90蛋白的翻译后修饰互作机制及其对药物结合的影响	热休克蛋白-90（Hsp90）及其翻译后修饰（磷酸化和乙酰化）	机器学习	癌症	质谱分析	深度学习	质谱数据	人类细胞系（HDAC3和HDAC8敲除细胞）	NA	NA	NA	NA
34	2026-02-25	An Open-Source Deep Learning-Based Toolbox for Automated Auditory Brainstem Response Analyses (ABRA) 2025-Sep-23, bioRxiv : the preprint server for biology DOI:10.1101/2024.06.20.599815 PMID:38948763	研究论文	介绍了一个基于深度学习的开源工具箱ABRA，用于自动化分析听觉脑干反应（ABR）波形	开发了首个基于深度学习的开源ABR分析工具，实现了ABR波形分析的自动化和标准化，显著减少了分析时间并提高了跨实验室数据的可重复性	未明确说明模型在极端或罕见病例上的泛化能力，以及训练数据集的详细规模和多样性限制	开发自动化工具以解决传统ABR分析中主观手动解释带来的变异性和可重复性挑战	听觉脑干反应（ABR）波形	机器学习	听力损失	听觉脑干反应（ABR）记录	CNN	电生理记录波形数据	NA	NA	卷积神经网络	与专家人工标注者性能相当	NA
35	2026-02-20	Automated Remote Detection of Falls Using Direct Reconstruction of Optical Flow Principal Motion Parameters 2025-Sep-11, Sensors (Basel, Switzerland) DOI:10.3390/s25185678 PMID:41012917	研究论文	本文提出了一种基于光学流主运动参数直接重构的全自动跌倒检测方法，旨在提高检测精度并降低计算成本	通过直接重构主运动参数，避免了计算密集型的光学流全重建，同时提供了有效的描述符以实现精确检测	未明确提及具体样本量或数据集细节，且未来需在资源受限环境中进行优化和深度学习增强	开发一种高效、自动化的跌倒检测技术，适用于医疗保健和辅助技术领域	跌倒检测系统，重点关注视频监控中的运动分析	计算机视觉	老年疾病	光学流分析	NA	视频	NA	NA	NA	检测准确率, 计算效率	NA
36	2026-02-19	A phase-aware Cross-Scale U-MAMba with uncertainty-aware segmentation and Switch Atrous Bifovea EfficientNetB7 classification of kidney lesion subtype 2025-Sep-30, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-025-04644-z PMID:41026235	研究论文	本文提出了一种名为PCU-SABENet的统一框架，用于肾脏病灶亚型的识别，该框架集成了多期相重建、细粒度病灶分割和鲁棒的亚型分类功能	提出了一个集成了多期相重建、不确定性感知分割和分类的统一框架PCU-SABENet，其中PhaseGAN-3D用于合成缺失的CT期相，PCU分割模块结合了上下文注意力块和跨尺度跳跃连接，SABENet分类器采用了Switch Atrous卷积和双焦点自注意力机制，以应对形态多样性和不完整数据	未在摘要中明确提及	提高肾脏病灶亚型识别的准确性和鲁棒性，以支持精准诊断和个性化治疗规划	肾脏病灶	数字病理学	肾脏癌	多期相CT成像	GAN, CNN	CT图像	NA	NA	PhaseGAN-3D, U-MAMba, EfficientNetB7	准确率, Dice相似系数, IoU, 精确率, 召回率, 期相一致性分数, 亚型置信度偏差	NA
37	2026-02-19	Full-Spectrum phototherapy in hair loss management: a systematic review of wavelength-dependent mechanisms, clinical efficacy, and future directions 2025-Sep-19, Lasers in medical science IF:2.1Q2 DOI:10.1007/s10103-025-04616-3 PMID:40968340	综述	本文系统综述了全光谱光疗在脱发管理中的波长依赖机制、临床疗效及未来发展方向	提出了新颖的“波长-穿透深度-靶向机制”模型，以阐明全光谱光疗对毛囊再生的多层次调控作用，并探讨了人工智能驱动的参数优化等未来研究方向	存在治疗窗口窄、患者反应不一、组织穿透有限等未解决的挑战	阐明全光谱光疗在脱发管理中的作用机制、临床疗效并探索其未来发展路径	脱发（包括斑秃、雄激素性脱发和瘢痕性脱发）患者及毛囊再生过程	NA	脱发	全光谱光疗（涵盖紫外线至中红外波长）	NA	NA	NA	NA	NA	NA	NA
38	2026-02-15	Revolutionizing multi-omics analysis with artificial intelligence and data processing 2025-Sep, Quantitative biology (Beijing, China) DOI:10.1002/qub2.70002 PMID:41675959	综述	本文探讨了人工智能与数据处理技术在多组学分析中的应用，旨在改变对复杂生物系统的理解	整合人工智能技术（如机器学习、深度学习）以处理和分析多组学数据，加速生物标志物发现和个性化医疗发展	需要高质量数据集，且有效算法和模型的开发仍面临挑战	探索人工智能和数据处理技术在多组学分析中的潜力，以推动生物系统研究和医学应用	多组学数据（包括多种分子数据类型）	机器学习	NA	多组学方法	机器学习, 深度学习, 神经网络	多组学数据	NA	NA	NA	NA	NA
39	2026-02-15	Loc4Lnc: Accurate prediction of long noncoding RNA subcellular localization via enhanced RNA sequence representation 2025-Sep, Quantitative biology (Beijing, China) DOI:10.1002/qub2.100 PMID:41675960	研究论文	本文提出了一种名为Loc4Lnc的深度学习框架，用于准确预测长链非编码RNA的亚细胞定位	通过整合卷积层和Transformer模块，有效捕获RNA序列中的局部基序和长程依赖关系，并利用TextCNN进行分类，显著提升了预测准确性	NA	开发一个深度学习框架以准确预测lncRNA的亚细胞定位，从而帮助理解其在生物通路中的功能	长链非编码RNA及其在五个亚细胞位置（细胞质、细胞核、细胞溶质、染色质和外泌体）的定位	自然语言处理	NA	RNA序列分析	CNN, Transformer	RNA序列	基于RNALocate v2.0数据库构建的基准数据集，具体样本数量未明确说明	NA	卷积层, Transformer块, TextCNN	准确率	NA
40	2026-02-14	Automatic quantitative analysis of atherosclerotic aortic plaques in patients with embolic cerebral infarction using deep learning 2025-09, The Korean journal of internal medicine DOI:10.3904/kjim.2024.360 PMID:40859808	研究论文	本研究开发了一种基于U-net的自动斑块分割模型，用于分析经食管超声心动图（TEE）图像中的动脉粥样硬化主动脉斑块，并评估其在预测复杂斑块和心血管事件中的临床价值	首次将U-net深度学习模型应用于TEE图像的自动斑块分割，以量化主动脉斑块面积（APA）和斑块比例（APR），并探索其在预测复杂主动脉斑块和心血管事件中的潜力	U-net模型估计的APA或APR在预测主要不良心脑血管事件方面未显示出额外价值，可能需要结合斑块的其他特征（如活动性和形态）进行更全面的定量分析	开发自动斑块分割模型并评估其在不明原因栓塞性脑卒中（ESUS）患者中的临床实用性	来自心血管中心的患者TEE主动脉图像，包括711名因各种原因就诊的患者和ESUS患者临床数据集	数字病理学	心血管疾病	经食管超声心动图（TEE）	CNN	图像	711名患者的TEE主动脉图像数据集，以及来自三个心血管中心的ESUS患者临床数据集	NA	U-net	平均交并比（IoU）	NA