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
101	2026-09-18	A personalized federated learning-based glucose prediction algorithm for high-risk glycemic excursion regions in type 1 diabetes 2025-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22316-4 PMID:41184401	研究论文	提出了一种基于个性化联邦学习的血糖预测算法，通过新型Hypo-Hyper损失函数和FedGlu模型，在保护数据隐私的同时提高1型糖尿病血糖波动区域的预测准确性	1. 提出新型Hypo-Hyper（HH）损失函数，根据血糖范围对误差进行惩罚，在极端区域给予更高惩罚；2. 提出FedGlu联邦学习框架，允许在不共享敏感数据的情况下进行协作学习；3. 将HH损失函数与联邦学习框架结合，同时解决血糖波动预测和数据隐私两大挑战	摘要中未明确提及研究局限性	同时提供血糖波动区域（低血糖和高血糖）的准确血糖预测，并解决数据隐私问题	125名1型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测（CGM）	联邦学习模型	时间序列数据（血糖监测数据）	125名1型糖尿病患者	NA	FedGlu	均方误差（MSE）、血糖波动检测改善率	NA
102	2026-09-18	Classification and Segmentation of Mucus Morphology Using Deep Learning During Diagnostic Nasal Endoscopy 2025-11, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70004 PMID:40879571	研究论文	该研究应用预训练的深度学习模型对诊断性鼻内镜中遇到的黏液形态进行分类和分割	首次在鼻腔环境下客观分类黏液形态，并证明预训练深度学习模型能够对鼻内镜中的黏液形态进行分割和分类	摘要未提及具体限制，可能包括样本量有限、单中心数据、缺乏外部验证等	探索深度学习在鼻内镜中黏液形态分类和分割中的应用，以支持鼻窦炎症的检测	鼻内镜图像中的黏液形态	计算机视觉	鼻窦炎	NA	NA	图像	NA	NA	NA	NA	NA
103	2026-09-18	AI in drug repurposing for cancer therapies 2025-Nov, Annals of medicine and surgery (2012) DOI:10.1097/MS9.0000000000003893 PMID:41180633	评论	本文探讨了人工智能在癌症治疗药物重定位中的应用，强调了其变革潜力、成功案例以及挑战和伦理考量	强调了AI驱动方法（包括机器学习和深度学习）在分析大规模数据集以发现隐藏的药物-疾病关系、预测药物疗效和优化治疗组合方面的变革潜力	需要稳健的验证和监管监督以确保患者安全和疗效，但未具体讨论其他限制	强调AI在癌症治疗药物重定位中的变革潜力，并讨论整合AI的挑战和伦理考量	现有药物及其潜在的抗癌特性	机器学习	癌症	NA	NA	NA	NA	NA	NA	NA	NA
104	2026-09-13	CIRCA: comprehensible online system in support of chest X-rays-based screening by COVID-19 example 2025-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26895-0 PMID:41315612	研究论文	本文提出了CIRCA，一个基于胸部X光片的COVID-19筛查支持系统，包括肺部分割、数据异质性定量评估和分层三类决策系统	使用多个数据集开发，包括肺部分割、数据异质性定量评估和基于卷积网络与放射组学特征的分层三类决策系统，并识别了放射组学上不同的亚型	AI预测系统的泛化能力较差，部分原因是数据集特定的亚型比例和亚型的不同预测质量	开发一个可理解的在线系统，支持基于胸部X光片的COVID-19筛查	胸部X光片	计算机视觉	COVID-19	胸部X光成像	CNN	图像	6个数据集（具体样本量未明确）	NA	卷积网络	准确率、NPV、PPV	NA
105	2026-09-13	Normal twin PET: personalized generative modeling for confounder correction and anomaly detection in whole-body PET/CT 2025-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26827-y PMID:41315788	研究论文	提出一种深度学习生成模型，从CT、人口统计学和采集参数合成患者特异性正常双胞胎PET图像，用于混杂校正和无监督异常检测	生成患者特异性正常参考PET图像（ntPET）实现个性化分析；提出“双胞胎校正”方法减少生理混杂因素影响；无需肿瘤标注即可进行无监督异常检测和肿瘤分割	在AutoPET数据集上Dice分数为49.3%，分割性能有限；仅使用伪正常研究训练，可能存在偏差；异常检测性能有待提升	开发一种深度学习方法，生成患者特异性正常参考PET图像，以区分正常与病理摄取，实现定量分析和病理异常的无监督检测	全身PET/CT扫描，包括淋巴瘤患者和手动疾病掩蔽的临床扫描	医学图像分析	淋巴瘤	PET/CT成像	图像到图像生成模型，深度学习	医学图像（PET和CT）	训练集2538个伪正常PET/CT研究，测试集177个研究，额外验证在AutoPET数据集上	NA	NA	解释方差（89.3%），平均绝对相对误差（18.0%），Dice分数（49.3%）	NA
106	2026-09-13	Deep learning-based annotation of plant abiotic stress resistance genes for crops 2025-11, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.70556 PMID:41194493	研究论文	该文章提出了PASRGA，一种基于深度学习的植物非生物胁迫抗性基因注释方法，并构建了PlantASRG数据库	结合迁移学习和对比学习进行植物非生物胁迫抗性基因注释，并在17种主要作物基因组上进行应用	未明确说明该方法的局限性	解决植物非生物胁迫抗性基因准确注释的难题，支持作物育种和粮食安全	植物非生物胁迫抗性基因，包括抗旱、抗盐、抗寒和抗紫外线基因，以及17种主要作物的基因组	机器学习	NA	DNA测序	NA	基因序列数据	17种主要作物的基因组，以及Eutrema salsugineum的盐胁迫处理实验数据	NA	NA	F1-score, AUROC, AUPRC, MCC	NA
107	2026-09-10	AI-Driven Real-Time Monitoring of Cardiovascular Conditions With Wearable Devices: Scoping Review 2025-11-11, JMIR mHealth and uHealth IF:5.4Q1 DOI:10.2196/73846 PMID:41218203	综述	本文旨在系统梳理基于可穿戴设备的心血管疾病实时监测中人工智能技术面临的挑战与潜在解决方案。	本文提供了对可穿戴设备人工智能驱动的实时心血管监测研究的全面综述，重点关注其挑战和解决方案，并评估了现有研究在实际部署中的不足。	符合条件的纳入研究数量有限（仅19项），且大多数研究基于公开数据集而非真实世界验证，可能存在偏差。	识别人工智能驱动的可穿戴设备实时心血管监测的主要挑战，并探讨相应解决方案，同时考察算法开发和部署优化情况。	纳入的19项研究，涉及利用可穿戴设备收集数据并应用人工智能算法进行心血管事件预测和检测的研究。	机器学习	心血管疾病	NA	传统机器学习模型及轻量级深度学习模型	可穿戴设备收集的心电信号及生命体征数据	共19项研究纳入分析	NA	NA	NA	NA
108	2026-09-09	Self-supervised representation learning on gene expression data 2025-11-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf533 PMID:41028963	研究论文	本研究探讨在批量基因表达数据上应用自监督学习方法进行表型预测，验证其有效性和优势	首次将自监督学习方法应用于批量RNA-Seq数据，评估多种自监督方法在基因表达数据上的表现，并提供使用建议	未提及具体硬件配置或大规模实验，可能需更多验证数据	评估自监督学习方法在基因表达数据表型预测中的潜力，减少对标注数据的依赖	批量基因表达数据（bulk RNA-Seq）及对应的表型	机器学习	NA	RNA-Seq	自监督学习模型（具体类型未明确）	基因表达数据	多个公开基因表达数据集（具体数量未提及）	NA	NA	预测准确性（具体指标未明确）	NA
109	2026-09-09	RNAtive to recognize native-like structure in a set of RNA 3D models 2025-11-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf601 PMID:41183118	研究论文	本文介绍RNAtive，首个利用共识推导的二级结构进行RNA三维模型无参考评估的计算工具	首次将共识原理应用于RNA三维模型评估，引入条件加权共识模式和模糊集处理交互网络，并整合用户定义的二维结构约束	摘要中未提供明确的局限性信息	开发RNAtive工具，用于无参考地评估RNA三维结构模型，识别类天然构象	RNA三维结构模型，特别是来自CASP15竞赛的预测模型	生物信息学	不适用	计算建模，共识分析	不适用	RNA三维结构数据	基于CASP15竞赛数据进行基准测试，具体样本数量未在摘要中提及	不适用	不适用	准确性，基于二分类的评分	网络服务器
110	2026-09-08	Attention-Based Whole-Slide Image Compression Achieves Pathologist-Level Prescreening of Multiorgan Routine Histopathology Biopsies 2025-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100827 PMID:40562215	研究论文	本文提出了一种基于注意力机制的神经图像压缩方法（NIC-A），用于全玻片图像分析，在多种器官的常规病理活检中达到病理学家级别的预筛选性能	首次将基于注意力的神经图像压缩用于全玻片图像的弱监督分类，并引入了切片打包方法，将同一组织块的多张切片合并为一张图像，结合块级标签进行训练	未明确提及，但可能包括对多中心数据泛化性的进一步验证需求以及模型在不同组织类型上的扩展性	开发一种弱监督的深度学习方法来自动化检测和分类全玻片图像中的癌症及癌前病变，以辅助病理学家进行预筛选并减少常规诊断工作负担	结直肠、宫颈和十二指肠活检的组织切片全玻片图像	数字病理学	结直肠癌、宫颈癌、腹腔疾病	全玻片成像	基于注意力的神经网络	图像（全玻片图像）	9,141个组织块的12,580张全玻片图像，以及用于验证的独立队列	未提及	基于注意力机制的神经图像压缩模型（NIC-A）	准确性、灵敏度、特异性，以及与病理学家小组比较的性能	未提及
111	2026-09-07	Deep learning-based approaches for human pose estimation in interdisciplinary physics applications 2025-Nov-24, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26972-4 PMID:41286255	研究论文	提出一种用于跨学科物理应用中人体姿态估计的深度学习框架，包括分层时空姿态网络和自适应姿态细化策略	融合多尺度特征和注意力机制以捕捉全局上下文和细节，并通过自适应迭代细化关键点位置，集成空间、时间和领域特定约束	未明确指出	提高人体姿态估计在真实场景中的准确性、鲁棒性和计算效率，适用于实时和跨学科物理应用	人体姿态估计方法，应用于机器人、增强现实、运动分析和生物力学等领域	计算机视觉	不适用	深度学习	分层时空姿态网络	图像和视频数据	未明确指出，使用多个数据集（包括约束和非约束环境）	未明确指出	分层时空姿态网络，结合注意机制和多尺度特征融合	预测准确性、时间一致性、计算效率	未明确指出
112	2026-09-07	Unveiling novel antimicrobial peptides from the ruminant gastrointestinal microbiomes: A deep learning-driven approach yields an anti-MRSA candidate 2025-11, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.01.005 PMID:39756573	研究论文	通过深度学习模型从反刍动物胃肠道微生物组中发现新型抗菌肽，并验证了其抗MRSA活性及作用机制	利用深度学习从反刍动物胃肠道宏基因组中系统挖掘抗菌肽，首次结合体内外实验和分子动力学模拟全面验证候选肽功能，发现低耐药性抗MRSA候选肽	未提供明确限制信息	开发一种有效方法，从反刍动物胃肠道微生物组中识别新型抗菌肽，并评估其抗菌效力，阐明作用机制	反刍动物胃肠道微生物组中的抗菌肽候选分子	机器学习, 宏基因组学	耐甲氧西林金黄色葡萄球菌感染	宏基因组测序	深度学习模型	宏基因组数据、基因组数据	120个宏基因组和10,373个宏基因组组装基因组	NA	深度学习模型（具体架构未指明）	抗菌活性、耐药性倾向、细胞毒性、溶血率	NA
113	2026-09-07	Deep Learning-Assisted System Improves Practical Effects in Cervical Cytopathology Diagnosis: A Comparative Study of Reading Modes 2025-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100882 PMID:40914500	研究论文	本研究通过随机对照四向交叉设计，评估了四种宫颈细胞病理学诊断模式（无辅助、同步、复核和分诊）在深度学习辅助下的实际效果。	首次全面评估了四种深度学习辅助读取模式在实际宫颈细胞病理学诊断中的效果，并收集了细胞病理学家的偏好和体验。	信息未提供，NA	评估不同深度学习辅助读取模式在宫颈细胞病理学诊断中的实际效果，为临床实践中模式选择提供依据。	108名持证细胞病理学家和1620张宫颈涂片（2021-2022年间回顾性收集）	医学影像分析、深度学习	宫颈癌	NA	深度学习模型（具体类型未指定）	病理图像	1620张宫颈涂片，108名细胞病理学家	NA	NA	敏感性、特异性、中位读取时间、模式评分	NA
114	2026-09-07	Histology-Based Virtual RNA Inference Identifies Pathways Associated With Metastasis Risk in Colorectal Cancer 2025-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100866 PMID:40803647	研究论文	本研究改进并实施了虚拟RNA推断（VRI）技术，直接从H&E染色的组织图像中推断空间分子信息，并应用于结直肠癌转移风险相关通路识别	在最大的匹配结直肠癌空间转录组数据集上训练VRI模型，使用多种先进深度学习架构，实现从H&E图像推断空间转录组级分子信息，无需进行空间转录组测序	某些肿瘤相关通路无法仅从组织学图像中完全捕获	开发并验证一种基于组织学图像的虚拟RNA推断方法，以推断与结直肠癌转移风险相关的生物通路	结直肠癌患者的原发性肿瘤组织切片及对应的空间转录组数据	数字病理学	结直肠癌	H&E染色成像、空间转录组测序（Visium）	深度学习模型（卷积神经网络及Transformer）	组织病理图像及基因表达数据	45名患者，超过30万个Visium spot	PyTorch	UNI, ResNet-50, Vision Transformer, Vision Mamba	Spearman相关系数	未提及
115	2026-09-07	Deep Learning on Histologic Slides Accurately Predicts Consensus Molecular Subtypes and Spatial Heterogeneity in Colon Cancer 2025-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2025.100877 PMID:40865918	研究论文	本研究利用深度学习对结直肠癌的组织切片全切片图像进行分析，以预测共识分子亚型及其肿瘤内空间异质性。	首次使用深度学习在常规组织学切片上预测结直肠癌的共识分子亚型和肿瘤内异质性，并提供了空间分布和形态学关联。	摘要中未提及明确的局限性，可能包括对数据集中特定人群的依赖或模型可解释性的挑战。	开发一种基于深度学习的方法，从数字化组织切片中准确预测结直肠癌的共识分子亚型及其肿瘤内异质性，以改善辅助治疗决策。	结直肠癌患者的数字化H&E或HES染色全切片图像，以及对应的共识分子亚型标签。	数字病理学	结直肠癌	数字病理学（全切片成像）	自监督嵌入模型和弱监督预测模型	组织学全切片图像	1996名患者，来自PETACC-8、TCGA-COAD和PRODIGE-13队列。	NA	自监督嵌入模型（具体架构未提及）和弱监督模型（可能基于Transformer或CNN，具体未指定）	宏平均曲线下面积	NA
116	2026-09-05	Commercial Products Using Generative Artificial Intelligence Include Ambient Scribes, Automated Documentation and Scheduling, Revenue Cycle Management, Patient Engagement and Education, and Prior Authorization Platforms 2025-11, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2025.05.021 PMID:40419172	研究论文	探讨生成式人工智能在临床实践中的商业应用，包括环境 scribe、自动化文档和调度、收入周期管理、患者参与和教育以及预先授权平台	全面概述了生成式人工智能在医疗保健中的新兴商业产品，特别关注环境 scribe 作为领先产品，并讨论了其潜在优势和当前限制	缺乏监管监督、存在偏见、与电子健康记录的互通性不一致、医生和利益相关者因对LLM输出缺乏信心而未采纳	探索生成式人工智能在临床工作流程中的整合及其对医疗效率和管理的影响	环境 scribe、自动化文档和调度平台、收入周期管理工具、患者参与和教育助手以及预先授权平台等商业生成式人工智能产品	自然语言处理	不适用	不适用	大型语言模型（LLM）	文本	不适用	不适用	不适用	不适用	不适用
117	2026-09-04	Deep learning-based noise reduction method for the system matrix in magnetic particle imaging 2025-11-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae19c9 PMID:41166879	研究论文	提出了一种基于深度学习的磁粒子成像系统矩阵去噪方法，以提高图像质量	创新性地结合残差块和Swin Transformer模块，采用混合编码器-解码器网络，并利用多尺度特征提取和跨层特征融合来优化频域恢复	未提及具体局限性	开发高效的基于深度学习的模型，以抑制系统矩阵校准和信号采集过程中的噪声，增强MPI图像质量	系统矩阵，磁粒子成像图像	深度学习，医学成像	不适用	磁粒子成像	编码器-解码器网络（结合残差块和Swin Transformer）	图像数据（模拟数据集、OpenMPI数据集和自建MPI系统数据集）	未提及具体样本数量，涉及模拟数据集、OpenMPI数据集及自建MPI系统数据	未提及	混合编码器-解码器网络（含残差块和Swin Transformer模块）	信噪比（SNR），峰值信噪比（PSNR），结构相似性指数（SSIM）	未提及
118	2026-09-04	Impact of patient-specific deep learning lung organs-at-risk segmentation on accumulated dose in online adaptive 0.35 T MR-guided radiotherapy 2025-11-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae16fb PMID:41130258	研究论文	本研究评估了在0.35T磁共振引导放疗中，使用患者特定深度学习器官风险分割模型对累积剂量分布的影响	首次比较了基线模型与患者特定模型在在线自适应MRgRT中无需人工修改的自动分割对累积剂量的影响	样本量较小（仅11例肺癌患者）且为回顾性分析	评估患者特定深度学习OAR分割模型与基线模型在在线自适应放疗中对累积剂量的影响	11例接受0.35T磁共振引导放疗的肺癌患者	深度学习, 医学影像	肺癌	NA	3D U-Net	磁共振图像	11例肺癌患者	NA	3D U-Net	Dice相似系数, 剂量体积直方图参数(如D1cc, D95%, D98%), 约束符合率	NA
119	2026-08-30	Molecular Motif Learning as a pretraining objective for molecular property prediction 2025-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66685-w PMID:41309631	研究论文	提出一种名为分子基序学习的无监督预训练方法，用于分子性质预测，通过学习保留整体分子结构和基序级别信息的表示，提升预测准确性	提出MotiL方法，直接从原始分子图学习同时保留整体分子结构和基序级别信息的表示，优于现有对比或预测方法	未提及明确的局限性	提升分子性质预测的准确性，特别是血脑屏障通透性等性质	小分子化合物和蛋白质大分子	机器学习	NA	NA	图神经网络	分子图	至少16个分子基准数据集	NA	NA	准确率	NA
120	2026-08-30	A deep learning-based multiscale integration of spatial omics with tumor morphology 2025-11-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-66691-y PMID:41310346	研究论文	提出一种基于深度学习的多尺度整合方法MISO，用于从H&E染色组织切片预测空间转录组数据，并在多个数据集上验证其性能	首次实现从常规H&E切片预测近单细胞分辨率的空间基因表达，整合多尺度信息，显著优于现有方法	未提及	开发一种可推广的方法，利用常规生成的H&E切片预测空间转录组，以克服spTx在临床常规使用中的局限性	癌症患者的H&E染色组织切片和对应的空间转录组数据	数字病理学	癌症	空间转录组学	深度学习	组织切片图像和空间转录组数据	72个10X Genomics Visium样本和来自MOSAIC联盟的348个样本（涵盖五种适应症）	未提及	未提及	未提及	未提及