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	2026-07-05	An interpretable deep learning framework for predictive modeling of postoperative infections in ICU patients 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346896 PMID:41955272	研究论文	提出一种可解释的深度学习框架，用于预测ICU患者术后感染风险	创新的融合了排列特征重要性测试（PermFIT）与深度神经网络，在保持高预测性能的同时提供特征影响的严格统计推断，增强了模型可解释性	未提及具体局限性	提高ICU患者术后感染风险预测的准确性，并识别关键影响因素，从而改善术后管理和感染机制理解	ICU术后患者	机器学习	术后感染	电子健康记录（EHR）	深度神经网络（DNN）	结构化病历文本	来自MIMIC-III大型ICU EHR数据库的大量样本	NA	深度神经网络（DNN）	预测准确性	NA
82	2026-07-05	Toward Sensor Fusion Neuromuscular Interface for Continuous Finger Joint Angle Estimation via Deep Transfer Learning 2026, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3706311 PMID:42329928	研究论文	提出一种融合表面肌电图和B型超声图像的深度迁移学习框架，用于连续估计手指关节角度	首次提出共享编码器-解码器-回归架构，结合CNN、转置卷积、动作条件多头交叉注意力模块和LSTM，融合sEMG和US双模态数据，并引入参数冻结迁移学习策略提升跨受试者泛化能力	初步验证仅涉及一名截肢者参与者，需进一步在更大样本中验证框架在残肢感知条件下的适用性	实现高精度连续手指关节角度估计，为直觉式上肢假肢控制接口提供技术支持	手指的掌指关节和近端指间关节角度	机器学习	NA	表面肌电图，B型超声成像	CNN, LSTM, 注意力机制	时间序列信号, 图像	7名健全受试者和1名截肢者	PyTorch	编码器-解码器-回归架构含CNN、转置卷积、多头交叉注意力和LSTM	均方根误差, 皮尔逊相关系数	NA
83	2026-07-03	Radiomics analysis of early pregnancy ultrasound images to predict viability at the end of first trimester 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35158-5 PMID:41606065	research paper	通过早孕期超声图像的影像组学分析预测妊娠早期结局	首次将影像组学与深度学习结合用于不明活力早孕的预测，构建了分割与预测的端到端模型	样本量有限，可能导致机器学习模型过拟合	探索超声影像组学特征结合临床特征预测早孕结局的可行性	早孕期不明活力妊娠病例的超声图像	computer vision, machine learning	miscarriage	ultrasound imaging	CNN, XGBoost, LASSO	image	500例早孕期不明活力妊娠病例的超声图像（400例用于训练和验证，100例用于测试）	nnUNet v2, XGBoost, LASSO	multi-task nnUNet v2	Dice系数, AUC, F1分数, 召回率	NA
84	2026-07-03	Aligned cross-modal integration and regulatory heterogeneity characterization of single-cell multiomic data with deep contrastive learning 2026-Jan-26, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01586-7 PMID:41588477	研究论文	提出基于深度对比学习的单细胞多组学数据对齐整合与异质性表征方法	开发跨模态对比学习模块以统一不同组学数据表征，同时通过信息熵保留数据异质性；设计跨模态特征融合模块提取共同低维潜在表征	NA	实现多组学数据的高效整合与异质性表征，挖掘细胞类型特异性调控元件及疾病相关生物标志物	单细胞多组学数据（SNARE-seq、CITE-seq、新冠疫苗接种后数据、阿尔茨海默病数据）	机器学习	阿尔茨海默病	单细胞多组学测序（SNARE-seq、CITE-seq）	对比学习模型	单细胞多组学数据	NA	PyTorch	scMDCF（基于对比学习的跨模态整合框架）	聚类性能、批次效应缓解能力、机制洞察准确性	NA
85	2026-07-03	Personalized gene expression prediction in the era of deep learning: a review 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag022 PMID:41615288	综述	综述了深度学习在个性化基因表达预测中的应用进展与挑战	系统比较了深度学习模型与传统eQTL线性方法在跨个体预测中的表现，并探讨了新型微调策略和基因组语言模型	深度学习模型在跨个体基因表达预测中仍难以显著优于线性模型，个性化预测的准确性和鲁棒性仍是未完全解决的挑战	探讨如何提升深度学习模型对个性化基因表达的预测能力	深度学习模型、传统eQTL线性方法、基因组语言模型	机器学习	不适用	不适用	深度学习模型, 基因组语言模型	基因组序列, 表观基因组数据	不适用	不适用	不适用	不适用	不适用
86	2026-07-03	Deep Learning-Based Supervised and Semisupervised Segmentation of Confocal and SEM Micrographs for Microstructural Characterization of Plant Protein Gels 2026-01-02, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1 DOI:10.1093/mam/ozaf129 PMID:41524148	研究论文	开发了一种半监督学习框架，利用仅10%的标注数据和伪标签策略对植物蛋白凝胶的共聚焦和扫描电镜图像进行分割，实现高效微观结构表征	首次将半监督学习方法应用于植物蛋白凝胶的显微图像分割，在仅使用10%标注数据的情况下达到与全监督学习相当的分割性能；结合尺度不变的结构描述符（分形维数和蛋白质聚集面积），无需放大校准即可跨成像条件进行可靠比较	对于共聚焦图像，半监督学习性能（IoU=0.73）仍低于全监督学习（0.82）；未来工作需纳入尺寸相关特征	开发高吞吐、低标注依赖的食品微观结构分析解决方案，实现植物蛋白凝胶显微图像的定量分割	植物蛋白凝胶的共聚焦显微镜和扫描电镜图像	数字病理学	NA	共聚焦显微镜、扫描电镜	CNN（基于深度学习的半监督学习模型）	图像	未明确说明样本数量，使用了10%标注数据结合伪标签训练	NA	NA	交并比(IoU)、Dice系数、分形维数、蛋白质聚集面积	NA
87	2026-07-03	Diagnosis of SLAP lesions on shoulder MRI using a 2.5D deep learning and ensemble learning framework 2026, Frontiers in surgery IF:1.6Q2 DOI:10.3389/fsurg.2026.1730726 PMID:41869384	研究论文	提出一个结合2.5D深度学习与集成学习的自动化诊断模型，用于肩关节MRI中SLAP病变的诊断	首次将2.5D深度学习框架与集成学习（AdaBoost、随机森林、XGBoost）结合，通过多层MRI切片决策融合提高诊断准确性，并强调解剖一致性（肱二头肌-盂唇复合体）	样本量较小（185例），特异性中等（0.538），模型间AUC无显著差异，可能影响泛化能力	建立并评估基于肩关节MRI的SLAP病变自动诊断模型的临床效用	185名接受肩关节镜手术的患者（91例SLAP病变，94例对照）的术前肩关节MRI数据	计算机视觉, 数字病理学	肩关节损伤（SLAP病变）	磁共振成像（MRI）	深度学习（Wide_ResNet101_2）+ 集成学习（AdaBoost, Random Forest, XGBoost）	医学图像（肩关节MRI切片）	185例患者（91例病变，94例对照）	PyTorch, Scikit-learn	Wide_ResNet101_2, AdaBoost, Random Forest, XGBoost	准确率, AUC, 灵敏度, 特异度, 精确率, F1分数, DeLong检验, 综合判别改善指数	NA
88	2026-07-01	Deep Learning and Noninvasive Sensors for Detecting Physiological Dysregulation: A Scoping Review 2026-Jan-30, Journal of medical systems IF:3.5Q2 DOI:10.1007/s10916-025-02332-7 PMID:41615529	综述	对非侵入式多模态传感器结合深度学习算法在早期检测生理失调（包括疼痛、压力和血流动力学不稳定）中的应用证据进行范围综述	首次系统整合非侵入式多模态传感器与深度学习算法用于早期检测疼痛、压力和血流动力学不稳定等生理失调状态的科学证据	仍需在真实环境进行进一步验证、优化实施方法并评估临床影响	绘制和综合关于非侵入式多模态传感器结合深度学习算法在临床环境中早期检测13岁以上患者生理失调状态（包括疼痛、压力和血流动力学恶化）的科学证据	13岁以上患者的疼痛、压力和血流动力学不稳定等生理失调状态	机器学习	NA	脑电图、心电图、光电容积描记、面部图像信号	深度学习	信号、图像	27项研究	NA	NA	准确率	NA
89	2026-07-01	Fault detection and isolation method for gas turbines using self-organizing type-3 fuzzy wavelet neural networks 2026-Jan-27, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-31932-z PMID:41593112	研究论文	提出一种自组织三型模糊粗糙小波神经网络用于燃气轮机故障检测与隔离	引入钟形三型隶属函数增强不确定性处理能力，采用混合Adam-无迹卡尔曼滤波器优化器实现快速收敛，嵌入自组织机制实现规则的自适应生长与剪枝，在保持精度的同时获得紧凑模型	未提及在更复杂多故障场景或实际长期运行数据下的验证	解决数据驱动故障检测与隔离方案缺乏自组织自适应结构、依赖有限验证、在噪声和不确定性下性能下降的问题	燃气轮机	机器学习	NA	NA	自组织三型模糊粗糙小波神经网络	仿真信号和真实声发射信号	高保真163MW西门子燃气轮机模拟器（案例1）和真实声发射信号（案例2）	NA	ST3FRWNN	故障检测率、故障隔离率、参数数量	NA
90	2026-07-01	Comparison of Deep Learning Approaches for Extreme Low-SNR Image Restoration 2026-Jan-20, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.16.700026 PMID:41648256	研究论文	本文呈现了一个新的荧光显微镜数据集，用于扩展现有去噪评估方法的成像条件和样本范围，并比较了三种深度学习模型在极低信噪比图像恢复上的表现	提出了一个涵盖多种成像条件和极端噪声场景的荧光显微镜数据集，并开发了一种图像拼接方法，使得大图像可以分块处理并重建，解决GPU内存限制问题	有监督Transformer模型去噪性能最高但训练时间最长；数据集虽然多样化，但可能仍无法覆盖所有实际成像场景	评估深度学习模型在极低信噪比荧光显微镜图像恢复中的性能，并提供标准化的基准数据集和GPU内存解决方案	活细胞荧光显微镜图像，涵盖不同标本、物镜、染色类型、激发波长和曝光时间	计算机视觉	不适用	荧光显微镜	Transformer, CNN, 无监督单图像模型	图像	324对高/低信噪比图像，涵盖12个子数据集，图像大小从4到282兆像素不等	NA	Transformer, CNN, 无监督单图像模型	去噪性能、训练时间	GPU
91	2026-07-01	SegJointGene: joint cell segmentation and spatial gene prioritization by information entropy guided convolutional neural networks 2026-Jan-13, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.08.698474 PMID:41542426	研究论文	提出SegJointGene框架，联合进行细胞分割和空间基因优先级排序，通过信息熵引导的卷积神经网络整合核染色图像与基因或蛋白质表达数据	首次通过信息熵引导的卷积神经网络结合计算信息丢弃评分，实现细胞类型特异性分割中重要基因的识别，并迭代优化基因优先级和细胞边界直至收敛	仅基于核染色的分割在细胞密集组织中边界检测不足，依赖分子信息整合，但计算复杂度高	提升空间测序数据中细胞分割的准确性，并识别与空间组织相关的重要基因或蛋白质	小鼠海马体、全脑不同区域的空间转录组数据，以及人扁桃体的空间蛋白质组数据	计算机视觉	不适用	空间转录组学和空间蛋白质组学	卷积神经网络	图像和基因表达数据	多个真实空间数据集，包括小鼠海马体、全脑区域及人扁桃体样本	不适用	信息熵引导的卷积神经网络	准确率（比现有方法提升5-20%），鲁棒性分析（不同基因数量和成像分辨率下的稳定性能）	不适用
92	2026-07-01	Artificial Intelligence Revolution in Pharmaceutical Sciences : Advancements, Clinical Impacts, and Applications 2026, Current pharmaceutical biotechnology IF:2.2Q3 DOI:10.2174/0113892010356115241224104018 PMID:39851128	综述	该文章综述了人工智能在制药科学中的革命性作用，包括药物发现、开发、临床影响及应用	系统性地总结了AI在固体制剂开发、3D打印技术个性化治疗以及疾病诊断、数字疗法和流行病预测中的综合应用，强调了AI重新定义传统制药方法，推进精准医疗	未具体说明AI应用中的验证实验、数据偏差或实际临床转化挑战	探讨人工智能在制药科学中的进步、临床影响和应用	复杂生物数据、药物制造过程、固体剂型、3D打印个性化治疗、疾病诊断与流行病预测	machine learning	NA	NA	深度学习, 神经网络	文本	NA	NA	NA	NA	NA
93	2026-07-01	The safety and accuracy of radiation-free spinal navigation using a short, scoliosis-specific BoneMRI-protocol, compared to CT 2026-01, 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/s00586-025-09151-x PMID:40691585	研究论文	本文评估了一种无辐射的脊柱导航方法，利用基于深度学习的脊柱侧凸特异性MRI协议生成合成CT图像，并与传统CT导航进行安全性及准确性比较	首次将AI生成的合成CT应用于无辐射的脊柱导航，通过脊柱侧凸特异性短MRI协议生成高精度合成CT，避免了对年轻患者的辐射暴露	为尸体模型研究，样本量有限（4名外科医生，5具尸体），可能无法完全代表活体手术中的组织变异性	比较基于MRI合成CT的脊柱导航与CT在椎弓根螺钉规划及置入的安全性和准确性	5具尸体的脊柱（T3至L5节段）	医学影像分析	脊柱侧凸	MRI（T2加权成像）、AI生成合成CT	深度学习算法	医学图像（CT和MRI）	5具尸体，140根导丝（排除3根）	NA	NA	最大角度偏差、计划与术后螺钉位置距离、内侧突破率（Gertzbein-Robbins分级）	NA
94	2026-07-01	Multicenter Validation of Video-based Deep Learning to Evaluate Defecation Patterns on 3-dimensional High-definition Anorectal Manometry 2026-01, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association IF:11.6Q1 DOI:10.1016/j.cgh.2025.06.038 PMID:40706732	研究论文	验证基于视频的深度学习算法在多中心环境下对三维高分辨率肛门直肠测压数据进行分析，以评估排便模式	首次在多中心环境中验证了基于视频的深度混合学习算法用于三维高分辨率肛门直肠测压数据的时空分析，能够识别新的协同失调亚型，并具备与专家解释一致的置信度报告能力	未明确提及，但基于多中心验证的可能限制包括样本选择偏差、不同医疗系统间的设备差异等	验证一种能够对三维高分辨率肛门直肠测压进行时空分析的深度学习算法在多中心环境下的诊断准确性	1214例连续肛门直肠测压研究，来自2018年至2022年间三个大型医疗系统	机器视觉	胃肠道动力障碍（排便协同失调）	三维高分辨率肛门直肠测压	深度混合学习算法	视频数据（三维高分辨率肛门直肠测压视频）	1214例肛门直肠测压研究	NA	深度学习（未具体说明架构）、高斯混合模型	曲线下面积（AUC）、Wilcoxon检验	NA
95	2026-07-01	Validation of fibroblast activation protein and α-smooth muscle actin as prognostic biomarkers in prostate cancer through AI-assisted image analysis of dual-marker IHC 2026-01, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70068 PMID:41410015	研究论文	通过AI辅助双标记免疫组化图像分析，验证成纤维细胞活化蛋白和α-平滑肌肌动蛋白作为前列腺癌预后生物标志物的效用	开发了针对双标记免疫组化量身定制的新型AI增强图像分析流程，实现组织区域特异性生物标志物表达的自动定量，并规模化验证了基质FAP在前列腺癌中的预后价值	NA	验证FAP和αSMA作为局限性前列腺癌预后生物标志物的可靠性，提升临床决策支持能力	前列腺癌组织微阵列中的组织切片，包括来自835名患者的4097个组织核心	数字病理学	前列腺癌	双标记免疫组化	深度学习模型	图像（高分辨率全切片图像）	835名患者的4097个组织核心	NA	NA	准确率	NA
96	2026-07-01	Hybrid Deep Learning Framework for Continuous Blood Glucose Monitoring and Gestational Diabetes Risk Prediction 2026, Current diabetes reviews IF:2.4Q3 DOI:10.2174/0115733998380389251111041618 PMID:41568507	研究论文	提出一种混合深度学习框架，用于连续血糖监测和妊娠期糖尿病风险预测	整合生理和行为因素，提高GDM预测的准确性和临床可解释性	NA	开发一种混合深度学习框架，结合连续血糖监测数据与生理行为因素，预测妊娠期糖尿病风险	妊娠期糖尿病（GDM）患者或潜在患者	机器学习	妊娠期糖尿病	连续血糖监测（CGM）	混合深度学习模型	时间序列血糖数据和生理行为数据	NA	NA	NA	NA	NA
97	2026-07-01	Deep learning for adaptive chemotherapy: A DDPG-based approach to optimizing tumor-immune dynamics 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345877 PMID:41950297	研究论文	提出一种基于深度强化学习的化疗调控框架，用于实现个性化、动态的癌症治疗优化	利用DDPG算法在连续动作空间中学习最优给药策略，并加入高斯噪声模拟生理波动和治疗反应的不确定性，以实现高灵活性和安全性的自适应化疗	NA	通过深度强化学习实现癌症治疗中化疗药物的自适应给药，以抑制肿瘤生长并最小化对正常组织的损伤	肿瘤微环境中肿瘤细胞、正常细胞和免疫细胞的动态演化模型，药物浓度作为控制输入	机器学习	癌症	NA	DDPG	模拟数据	NA	NA	深度确定性策略梯度	肿瘤生长控制效果、药物浓度积累的安全性	NA
98	2026-07-01	ATEdrug: A reliable human-in-the-loop annotation scheme for aspect term extraction and polarity detection in drug reviews 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344296 PMID:41955228	研究论文	提出一种基于人机协同的标注方案ATEdrug，用于药物评论中的方面词提取和极性检测	引入人类干预的自动标注机制，结合专家驱动的规则方法，减少手动标注工作量，并公开数据集促进药物安全性研究	NA	解决药物评论标注数据有限的问题，开发可靠的自动化标注方案用于方面词提取和极性检测，支持药物警戒	药物评论中的方面词和极性信息，涉及抑郁症、关节炎和节育三种医疗条件	自然语言处理	抑郁症, 关节炎, 节育相关健康问题	NA	深度学习模型	文本	NA	NA	BERT, BioBERT, ClinicalBERT	NA	NA
99	2026-07-01	EvoApneaFormer: an IoT and prognostic evolutionary deep learning-based framework for real-time multi-event sleep apnea disorder detection and remote monitoring 2026, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2026.1755071 PMID:42367379	研究论文	提出了一种基于物联网和进化深度学习的实时多事件睡眠呼吸暂停检测与远程监控框架EvoApneaFormer	结合动态自注意力机制与神经进化优化，实现时间生物信号融合与自适应学习，在低功耗边缘设备上达到高精度多类别睡眠呼吸暂停事件检测	测试集规模相对较小（仅17例），且数据集主要来自特定人群（UCD数据库和临床数据集），泛化性需进一步验证	开发低成本、非侵入式、可规模化部署的睡眠呼吸暂停实时检测与远程监控系统	睡眠呼吸暂停患者（包括阻塞性、中枢性、混合性、低通气和呼吸努力相关觉醒等六类事件）	机器学习, 物联网	睡眠呼吸暂停	物联网传感, 心电图, 血氧饱和度, 呼吸努力, 运动传感	Transformer, 进化神经网络	时间序列信号	混合数据集共86例（UCD数据库25例 + 临床数据集61例），测试集17例	TensorFlow Lite	EvoApneaFormer（动态自注意力Transformer + 神经进化优化）	准确率, 精确率, 召回率, F1分数, 宏平均AUC	树莓派4（功耗<2W）
100	2026-07-01	Artificial intelligence for postpartum hemorrhage: a systematic review 2026, Frontiers in global women's health DOI:10.3389/fgwh.2026.1806220 PMID:42367614	综述	系统综述了人工智能在产后出血预测中的应用，包括临床场景、数据来源、验证策略及研究质量	首次系统梳理了2015–2025年间AI模型在产后出血预测中的应用，重点评估了验证策略和研究质量，并指出了数据封闭、外部验证不足等问题	纳入研究以回顾性和单中心为主，缺乏外部和时间验证；结果定义不统一；公开数据集使用为零	综合评估AI模型在产后出血预测中的证据，涵盖临床应用、数据来源、预测目标、验证策略和研究质量	33篇关于AI预测产后出血的研究论文	机器学习	产后出血	NA	机器学习（经典模型, 深度学习, 大型语言模型）	结构化临床数据	33篇研究	NA	NA	NA	NA