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	2026-09-09	TinyHLAnet: A Light-Weight 3D Structure-Aware Architecture for Rapid and Explainable Identification of CD8+ T-Cell Antigens 2025-10, HLA IF:5.9Q1 DOI:10.1111/tan.70410 PMID:41044839	研究论文	开发了一种名为TinyHLAnet的轻量级3D结构感知深度学习架构，用于快速且可解释地预测CD8+ T细胞抗原与HLA I类分子的结合。	基于肽-HLA I类复合物接触形成的领域知识，将结合亲合力预测分解为多个子问题，并进一步分解为三部分，从而大幅减少参数数量，在保持预测精度的同时提高吞吐量。	摘要未明确提及局限性，但可能包括对特定HLA等位基因或肽序列的泛化能力有限。	开发一种快速、可解释且个性化的CD8+ T细胞表位预测方法，解决现有计算方法在速度和可解释性上的不足。	CD8+ T细胞表位，即肽-HLA I类复合物。	深度学习	不适用	深度学习	深度学习架构（TinyHLAnet）	肽序列和HLA I类分子结构数据	未提供具体样本数量	未明确说明	TinyHLAnet（包含TinyHLAnet-SCAN和TinyHLAnet-ESCAPE变体）	预测准确性和吞吐量	未明确说明
82	2026-09-06	YOLOv12 Algorithm-Aided Detection and Classification of Lateral Malleolar Avulsion Fracture and Subfibular Ossicle Based on CT Images: Multicenter Study 2025-10-03, JMIR medical informatics IF:3.1Q2 DOI:10.2196/79064 PMID:40924436	研究论文	本研究评估了多种深度卷积神经网络在CT图像上检测和分类外踝撕脱性骨折与腓下小骨的表现，并以MRI诊断作为金标准，其中YOLOv12算法性能最佳。	首次使用最新的YOLOv12算法在CT图像上检测和分类外踝撕脱性骨折与腓下小骨，并以MRI诊断为金标准进行多中心验证，且模型性能优于放射科医生单独解读CT的结果。	研究为回顾性设计，样本来自中国两家医院，可能限制结果的普适性；同时，CT图像的人工标注可能存在主观性。	评估深度卷积神经网络（包括最新YOLOv12算法）在CT图像上检测和分类外踝撕脱性骨折与腓下小骨的能力，并与放射科医生单独阅读CT的性能进行比较。	外踝撕脱性骨折（LMAFs）和腓下小骨（SFOs）的患者。	计算机视觉	骨科疾病	CT成像	深度卷积神经网络	图像（CT图像）	1918名患者（外踝撕脱性骨折1253例，占65.3%；腓下小骨665例，占34.7%），来自中国两家医院，分为训练集（n=1092）、内部验证集（n=476）和外部测试集（n=350）。	NA	Faster R-CNN, SSD, RetinaNet, YOLOv12	mAP50, AUC, 准确率, 敏感性, 特异性	NA
83	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
84	2026-09-05	Deep learning-based cell type profiles reveal signatures of Alzheimer's disease resilience and resistance 2025-Oct-03, Brain : a journal of neurology IF:10.6Q1 DOI:10.1093/brain/awaf285 PMID:40794555	研究论文	本文应用基于Transformer的深度学习模型从批量RNA测序数据中恢复细胞类型特异性转录程序，并利用该方法揭示阿尔茨海默病韧性和抵抗性的细胞类型特征。	首次将Transformer深度学习模型应用于从批量RNA测序中恢复细胞类型特异性转录程序，相比以往方法有显著性能提升，并能大规模、低成本地研究复杂表型中的细胞类型特异性转录组。	摘要中未明确提及局限性。	揭示阿尔茨海默病韧性和抵抗性背后的细胞类型特异性机制，并识别潜在治疗靶点。	阿尔茨海默病的认知韧性和大脑抵抗性相关细胞类型，包括星形胶质细胞、兴奋性神经元和少突胶质前体细胞。	深度学习，转录组学	阿尔茨海默病	批量RNA测序	Transformer	批量RNA测序数据	未在摘要中明确说明样本数量。	未在摘要中明确提及使用的框架。	Transformer	性能指标未在摘要中明确说明，但提到显著优于先前方法。	未在摘要中明确说明计算资源。
85	2026-09-04	Efficient 4D fMRI analysis via spatio-temporal screening and region-aware feature extraction for template-free brain disorder classification 2025-10-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae13cd PMID:41092935	研究论文	提出一种基于轴向切片中心的4D fMRI联合时空建模框架，用于无模板的脑部疾病分类	提出轴向切片中心的分解方法，将4D fMRI分解为3D时空流形，实现端到端的联合时空学习，避免模板依赖并保留个体化结构	未明确提及，但可能包括对大型数据集的适用性和计算资源的讨论	开发一种高效、可解释的4D fMRI分析方法，用于无模板的脑部疾病分类	早期轻度认知障碍和正常对照、意识障碍患者	医学影像分析	神经退行性疾病、意识障碍	功能磁共振成像	分层编码器	4D fMRI图像	ADNI数据集324名受试者，私有意识障碍数据集164名受试者	NA	轴向切片中心网络	准确率, 浮点运算次数	NA
86	2026-09-04	InfoOOD: information bottleneck optimization for post hoc medical image out-of-distribution detection 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110e PMID:41061728	研究论文	本文提出了一种基于信息瓶颈优化的后处理医学图像分布外检测方法InfoOOD，并在腹部CT图像上进行了验证	首次将信息瓶颈优化应用于医学图像的分布外检测，在检测由物理伪影引起的分布外数据方面表现出更高的敏感性	未在文中明确提及，可能需要更多的临床验证或扩展到其他医学图像模态	开发一种敏感且临床相关的后处理OOD检测方法，以支持深度学习模型在临床环境中的安全部署	来自转移性肝病灶患者的腹部CT图像，包括训练集（157张）和测试集（40张伪影模拟图像及131张额外评估图像）	计算机视觉	肝脏转移性病灶	CT成像，物理伪影模拟	3D U-Net	图像	训练集157张；测试集包含40张伪影模拟图像和131张额外图像	未明确说明，推测使用PyTorch或TensorFlow	3D U-Net	AUC，相关性系数（如皮尔逊相关系数）	未在摘要中明确说明
87	2026-09-04	A comprehensive dose-volume histogram-based index for radiotherapy treatment plan quality evaluation: application to breast cancer radiotherapy 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae11f4 PMID:41072441	研究论文	开发了一种基于剂量体积直方图和生物剂量反应的综合指标ADDI，用于放疗计划质量评估，并应用于乳腺癌放疗	提出了ADDI指标，将治疗计划质量概括为极向量，同时反映整体质量和靶区与危及器官剂量平衡，提供统一客观的评估工具	未明确提及局限性	解决现有放疗计划质量评估指标孤立评估方面且缺乏统一视角的问题，开发自动化友好的综合评估指标	乳腺癌放疗计划，涉及778例患者，分为四个乳腺癌组，包括有或无区域淋巴结照射的左右侧全乳照射	医学影像分析，放射治疗	乳腺癌	剂量体积直方图分析，生物剂量响应建模	NA	剂量分布数据，解剖特征数据	778名乳腺癌患者	NA	NA	显著性检验（组间差异），相关性分析	NA
88	2026-09-04	Reliability of uncertainty quantification methods for deep learning auto-segmentation in head and neck organs at risk 2025-10-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110c PMID:41061736	研究论文	本研究比较了深度学习自动分割在头颈部危及器官中不确定性量化方法的可靠性	系统比较了多种不确定性量化方法及其度量在放射治疗自动分割中的可靠性，并强调了度量选择对可靠性的显著影响	评估仅限于10名患者，且未探讨不同UQ方法在不同数据集或分割任务上的泛化性	评估常用不确定性量化方法和度量在头颈癌器官自动分割中的可靠性，以指导临床QA实践	头颈癌患者的19个危及器官的自动分割结果及其不确定性估计	数字病理学	头颈癌	深度学习	3D U-Net	医学影像	10名患者	PyTorch	U-Net	表面Dice相似系数，预期校准误差，不确定性-误差重叠	NA
89	2026-09-04	Deep learning-based coronary calcium score derived from non-gated chest CT and major adverse cardiovascular events in patients with type 2 diabetes mellitus 2025-10-08, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02934-y PMID:41063266	研究论文	本研究评估了基于深度学习的冠状动脉钙化评分（DL-CACS）在非门控胸部CT中对2型糖尿病患者主要不良心血管事件的预后价值，并开发了风险分层模型。	首次证明DL-CACS在非门控胸部CT中可作为2型糖尿病患者MACE的独立预测因子，并优于传统Framingham风险评分。	信息未提供，标注为NA。	评估DL-CACS对2型糖尿病患者MACE的预后价值，并开发风险分层模型。	2,241例2型糖尿病患者，来自两家医院。	医学影像分析	2型糖尿病、心血管疾病	深度学习	深度学习模型	非门控胸部CT图像	2,241例2型糖尿病患者，其中1,257例男性	未提及	未提及	C-index	未提及
90	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
91	2026-08-28	Labeled dataset of X-ray protein ligand images in 3D point cloud and validated deep learning models 2025-10-31, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06002-8 PMID:41173949	研究论文	提出了LigPCDS，首个化学标记的蛋白质配体三维点云数据集，并验证了基于该数据集的深度学习语义分割模型	首次将蛋白质配体的X射线晶体学实验数据转换为带化学标签的三维点云格式，采用基于原子和环状结构排列的化学词汇进行逐点标注	未提及具体限制，但可能包括数据覆盖范围有限或模型泛化能力待验证	构建可用于蛋白质配体结构解析、虚拟筛选、药物设计和基础生物学功能理解的数据集和深度学习模型	蛋白质配体（小有机分子）的三维点云图像	计算机视觉	不适用	X射线晶体学	语义分割深度学习模型	三维点云图像	分层数据集来自LigPCDS，具体样本数未在摘要中提及	未明确提及	语义分割模型架构未具体指定	性能指标未具体指定，但提及恢复化学结构有良好性能	未提及计算资源
92	2026-08-28	The Duke University Cervical Spine MRI Segmentation Dataset (CSpineSeg) 2025-10-27, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05975-w PMID:41145519	研究论文	本文介绍了一个公开可用的颈椎MRI分割数据集CSpineSeg，包含1,255次MRI检查和1,232名患者的数据，并提供了481名患者的专家手动语义分割标注，同时提出了一个可作为基准的深度学习分割模型	首次公开了大规模的颈椎MRI分割数据集，包含专家手动标注，并提供了基准分割模型	未明确说明	为深度学习分割模型的训练和评估提供资源，促进颈椎研究	颈椎MRI图像及其椎体、椎间盘的分割	医学影像分析	颈椎疾病	MRI	深度学习分割模型	MRI图像	1,255次MRI检查来自1,232名患者，其中481名患者有专家手动分割标注	未明确说明	未明确说明	Dice系数	未明确说明
93	2026-08-28	Lung Ultrasound Imaging Dataset for Accurate Detection and Localization of LUS Vertical Artifact 2025-10-16, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05854-4 PMID:41102221	研究论文	本研究介绍了一个包含401张高分辨率肺部超声图像的标注数据集，用于准确检测和定位LUS垂直伪影，并为深度学习模型的训练和评估提供资源。	提供了一个专门针对LUS垂直伪影的带多边形边界框标注的高质量数据集，解决了该领域标注数据稀缺的问题，为自动化检测和定位深度学习模型的开发奠定基础。	数据集样本数量有限，且仅来自乌干达的两家医院，可能限制了模型的泛化能力。	创建一个标注的肺部超声垂直伪影数据集，以支持深度学习模型对LUS垂直伪影进行准确检测和定位，推动AI辅助诊断工具的进步。	肺部超声图像中的垂直伪影	计算机视觉、医学影像分析	肺部疾病（包括肺水肿、间质性肺病、肺炎和COVID-19）	超声成像	NA	图像	401张高分辨率LUS图像，来自152名患者	NA	NA	NA	NA
94	2026-08-28	Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation 2025-10-02, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05897-7 PMID:41038904	研究论文	本文创建了一个用于手术器械分割的脊柱内镜图谱（SEA）数据集，包含48,510张图像和10,662个器械分割，并验证了五个模型以提高复杂条件下的分割准确性	首次创建了涵盖脊柱内镜手术中所有常用器械的开放获取数据集，基于真实手术场景，为深度学习模型训练提供了基础	未提及具体限制	促进脊柱内镜手术中AI辅助系统的开发，提高手术器械分割的准确性	脊柱内镜手术器械	计算机视觉	脊柱疾病	图像标注	深度学习分割模型	图像	48,510张图像和10,662个器械分割	未提及	未提及，但验证了五个模型	分割准确性	未提及
95	2026-08-28	Multi-phase deep learning model for automated disease classification from cardiac cine MRI 2025-10, Journal of the Royal Society, Interface DOI:10.1098/rsif.2025.0303 PMID:41089036	研究论文	开发了一种多阶段深度学习模型，用于从心脏电影MRI中自动分类常见心血管疾病，并提供了模型可解释性。	提出了一种结合舒张末期和收缩末期阶段的多阶段深度学习模型，以纳入心脏功能信息，优于单阶段模型，并利用可解释性可视化心脏区域特征。	未提供明确限制，但可推测依赖单一数据集和有限样本量可能影响泛化性。	开发用于从电影MRI自动分类常见心血管疾病的深度学习模型，并提供模型可解释性以建立临床信任。	心脏电影MRI图像，包括舒张末期和收缩末期阶段。	医学影像分析	心血管疾病	磁共振成像（MRI）	深度学习模型	图像	未提供具体样本量	未提供	ResNet, DenseNet, VGG	F1-score	未提供
96	2026-08-26	Machine Learning Guided Video Analysis Identifies Sound-Evoked Pain Behaviors from Facial Grimace and Body Cues in Mice 2025-Oct-02, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.30.679579 PMID:41256403	研究论文	本文开发了一种基于深度学习的方法，通过分析自由活动小鼠在声音暴露期间的面部扭曲和身体姿势的视频记录，来测量声音诱发的疼痛	首次利用深度学习自动分析小鼠面部扭曲和身体姿势，实现对声音诱发疼痛的客观、高吞吐量测量，并定义了疼痛阈值	未提及具体限制	开发一种自动化的行为学方法，以测量动物模型中的声音诱发疼痛，用于研究听觉疼痛的机制	自由活动的小鼠，包括野生型和TMIE基因敲除小鼠	计算机视觉, 机器学习	听觉疼痛, 偏头痛	视频记录, 深度学习	深度神经网络	视频数据	未提及具体样本数量	NA	深度神经网络（未指定具体架构）	疼痛阈值	NA
97	2026-08-26	OpenSpindleNet: An open-source deep learning network for reliable sleep spindle detection in scalp and intracranial EEG 2025-10, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110854 PMID:40857816	研究论文	介绍了一种名为OpenSpindleNet的开源深度学习网络，用于可靠检测头皮和颅内脑电图中的睡眠纺锤波	采用双头架构增强性能、鲁棒性和易用性，专门针对颅内脑电图（iEEG）的独特信号特征进行优化，并在公开数据集上表现出优于现有方法（SUMO、A7、YASA）的性能	尚未明确提及，但检测F1分数在iEEG数据集上仅为0.67，可能仍有改进空间	开发一种精确、自动的睡眠纺锤波检测方法，适用于iEEG和头皮EEG，以促进睡眠和神经疾病研究	睡眠纺锤波，包括头皮EEG和颅内EEG数据中的纺锤波	深度学习	NA	脑电图（EEG）	深度学习网络	脑电图信号数据	使用了一个具有挑战性的iEEG数据集和公开的头皮EEG DREAMS数据集	NA	双头架构	F1分数	NA
98	2026-08-25	Accurate and Rapid Ranking of Protein-Ligand Binding Affinities Using Density Matrix Fragmentation and Physics-Informed Machine Learning Dispersion Potentials 2025-10-06, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2 DOI:10.1002/cphc.202500094 PMID:40758915	研究论文	本文介绍了一种基于密度矩阵片段化和物理信息机器学习色散势的方法，用于快速准确地排序蛋白质-配体结合亲和力	结合GMBE-DM量子片段化方法和物理信息机器学习色散势D3-ML，实现高精度快速排名，优于深度学习模型	未提及方法的局限性	开发高效蛋白质-配体结合亲和力排名方法，用于快速药物筛选和先导化合物优先排序	CDK2和JAK1蛋白质配体复合物，共28个配体	计算机辅助药物设计	癌症（涉及细胞周期蛋白依赖性激酶和Janus激酶）	NA	机器学习（D3-ML）和深度学习（Sfcnn）	蛋白质-配体复合物结构数据	28个配体	NA	NA	相关系数R	未提及具体GPU类型，但提到无需大量并行化，每个复合物耗时<5分钟
99	2026-08-24	Declining ocean greenness and phytoplankton blooms in low to mid-latitudes under a warming climate 2025-10-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx4857 PMID:41105765	研究论文	利用多源数据和深度学习方法生成2001至2023年低至中纬度（45°N至45°S）的海洋叶绿素a数据集，分析表明海洋绿度普遍下降，叶绿素a浓度以每年(-0.35±0.10)×10毫克/立方米的速度减少，海岸区域下降更显著，且高叶绿素a事件频率相对减少1.78%每年。	首次使用深度学习方法结合多源数据生成覆盖低至中纬度的长期海洋叶绿素a数据集，揭示了气候变暖背景下海洋绿度和浮游植物水华的大规模下降趋势。	未提及具体限制，如数据集分辨率、模型误差或区域覆盖偏差。	研究气候变暖下低至中纬度海洋绿度和浮游植物水华的变化趋势及其驱动因素。	低至中纬度（45°N至45°S）海洋中的浮游植物，通过叶绿素a浓度进行监测。	数字病理学	NA	深度学习方法（多源数据融合）	NA	图像数据（叶绿素a遥感图像）	2001至2023年低至中纬度海洋区域，具体样本数未提及	NA	NA	叶绿素a浓度（单位：毫克/立方米）、频率（每年百分比）	NA
100	2026-08-23	Optic Nerve Atrophy Conditions Associated With 3D Unsegmented Optical Coherence Tomography Volumes Using Deep Learning 2025-Oct-01, JAMA ophthalmology IF:7.8Q1 DOI:10.1001/jamaophthalmol.2025.2766 PMID:40839281	研究论文	本研究利用三维深度学习模型分析未分割的视神经头光学相干断层扫描（OCT）体积，以区分青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎和健康眼的视神经萎缩。	首次使用三维、未分割的OCT体积和ResNet-3D-18架构来区分多种视神经萎缩病因，并比较了全体积、视乳头周围区域和视神经头区域的性能，通过激活图揭示了疾病特异性视网膜区域。	视神经炎分类具有挑战性，当轴突损失严重或轻微时易被误分类为NAION或健康眼。	确定三维深度学习模型能否可靠区分青光眼、NAION、视神经炎和健康眼的视神经萎缩。	青光眼、NAION、视神经炎患者和健康对照眼的视神经头OCT扫描。	计算机视觉、数字病理学	青光眼、非动脉炎性前部缺血性视神经病变（NAION）、视神经炎	光学相干断层扫描（OCT）	三维卷积神经网络（3D-CNN）	三维OCT图像	7014次Cirrus视神经头OCT扫描，来自1382只眼睛（年龄平均54.2岁；男性733人，女性402人），包括青光眼（113例）、NAION（311例）、视神经炎（163例）和健康对照（715例）	NA	ResNet-3D-18	准确率、宏平均AUC-ROC、精确率、召回率、F1分数、混淆矩阵	NA