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
181	2026-01-09	Improving spliced alignment by modeling splice sites with deep learning 2026-Jan-02, Algorithms for molecular biology : AMB IF:1.5Q3 DOI:10.1186/s13015-025-00293-7 PMID:41484786	研究论文	本文提出了一种名为minisplice的方法，通过一维卷积神经网络建模剪接位点，以提高跨物种的剪接比对准确性	使用一维卷积神经网络学习剪接信号，能够捕捉跨门类的保守剪接信号，并揭示哺乳动物和鸟类特有的GC富集内含子特征	模型主要针对脊椎动物和昆虫基因组进行训练，可能在其他物种中的泛化能力有限	提高剪接比对的准确性，特别是在处理噪声长读RNA-seq数据和远缘同源蛋白质时	信使RNA序列、蛋白质序列与真核生物基因组的比对	生物信息学	NA	长读RNA-seq测序、蛋白质序列比对	1D-CNN	基因组序列、RNA-seq数据、蛋白质序列	基于脊椎动物和昆虫基因组训练的模型，具体样本数量未明确说明	未明确指定，但代码托管于GitHub	一维卷积神经网络	连接点准确性	NA
182	2026-01-09	Artificial intelligence in psychiatry: Current and emerging trends, clinical applications, and research gaps explored through a bibliometric analysis 2026-Jan-02, Asian journal of psychiatry IF:3.8Q1 DOI:10.1016/j.ajp.2026.104828 PMID:41499904	研究论文	本研究通过文献计量学方法分析了精神病学领域基于人工智能的科学出版物，以识别主要主题、研究趋势和未来机遇	采用文献计量学方法系统梳理了精神病学中AI研究的演变趋势，并识别了新兴主题如数字健康、可解释性和伦理治理	研究存在外部效度、数据异质性、可解释性和伦理整合等关键研究空白	分析精神病学中AI科学出版物的趋势、主题和未来研究方向	1980年至2025年间Web of Science精神病学类别中索引的2328篇原创研究文章	自然语言处理	精神疾病	文献计量分析	NA	文本	2328篇原创研究文章	Bibliometrix包（在RStudio中）	NA	NA	NA
183	2026-01-09	Acceleration of chemical shift encoding-based water-fat imaging for pancreatic proton density fat fraction mapping in a single breath-hold: Data from the LION study 2026-Jan-02, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2025.112641 PMID:41499911	研究论文	本研究评估了使用压缩感知和深度学习辅助重建算法加速基于化学位移编码的胰腺质子密度脂肪分数映射技术，以实现单次屏气高分辨率成像	首次在单次屏气内实现加速的胰腺质子密度脂肪分数映射，并比较了传统压缩感知与深度学习辅助重建在噪声减少和准确性方面的表现	研究样本仅限于无糖尿病的肥胖成年人，且仅使用单一MRI设备和特定加速因子，可能限制结果的普适性	开发并验证一种快速、非侵入性的胰腺脂肪定量方法，用于肥胖和代谢疾病研究	71名成年人的104个腹部MRI数据集，重点关注胰腺的脂肪含量	医学影像分析	代谢综合征	化学位移编码水脂分离MRI，六回波梯度回波采集	深度学习辅助重建算法	MRI图像	104个腹部MRI数据集来自71名成年人	NA	NA	线性相关性(R²)，组内相关系数，噪声水平，准确性	3T MRI设备(Ingenia Elition X, Philips)
184	2026-01-09	A droplet digital LAMP-based lab-on-a-disc system for multiplex allele-specific detection of tumor-derived DNA mutations 2026-Jan-02, Biosensors & bioelectronics IF:10.7Q1 DOI:10.1016/j.bios.2025.118367 PMID:41500045	研究论文	本文开发了一种基于多重液滴数字LAMP的盘上实验室系统，用于快速、等位基因特异性检测肿瘤来源的DNA突变	结合自动化微流控、改进的等位基因特异性LAMP检测与人工智能辅助液滴成像，实现了全自动、超灵敏的突变检测	NA	开发一种准确、快速、全自动且经济高效的肿瘤来源DNA突变检测方法，以促进癌症生物标志物的临床转化	乳腺癌组织和血浆样本中的PIK3CA点突变	数字病理	乳腺癌	液滴数字环介导等温扩增，微流控技术，人工智能辅助成像	深度学习	图像	NA	NA	NA	灵敏度，特异性，重现性	NA
185	2026-01-09	Human-like AI-based Auto-Field-in-Field Whole-Brain Radiotherapy Treatment Planning With Conversation Large Language Model Feedback 2026-Jan-02, ArXiv PMID:41503098	研究论文	本研究提出了一种结合深度学习超参数预测模型和大型语言模型对话界面的自动全脑放疗规划流程	首次将深度学习超参数预测与基于LLM的对话式反馈集成到全脑放疗规划中，实现自动化参数生成和交互式计划优化	研究样本量较小（55例训练，15例测试），且仅针对特定治疗计划系统（RayStation）进行验证	开发自动化全脑放疗治疗规划系统以减少人工干预并提高规划效率	全脑放疗患者的临床靶区和危及器官的几何特征	医学影像分析	脑部肿瘤	全脑放疗规划，深度学习，大型语言模型	深度学习模型，GPT-4o	几何特征数据，语音输入	55例训练病例，15例独立测试病例	NA	Whisper, GPT-4o	临床指标评估，专家评审，CTV D95%, D1%, D99%，剂量一致性，热点减少	NA
186	2026-01-09	Microbial Ecological Signatures Predict Pathogen Emergence and Multidrug Resistance in Cystic Fibrosis Airways up to a Year in Advance 2026-Jan-02, medRxiv : the preprint server for health sciences DOI:10.64898/2025.12.28.25342520 PMID:41503489	研究论文	本文开发了一种基于自动编码器的框架，通过整合囊性纤维化患者气道微生物组的分类和功能数据，预测病原体定植、多药耐药性和即将发生的感染，提前时间可达一年	提出了一种新的自动编码器框架，整合了分类和功能数据，形成了潜在的“系统发育和功能簇”，在预测病原体出现和多药耐药性方面优于基于读长或宏基因组组装基因组的分析方法	研究样本主要来自南澳大利亚的囊性纤维化患者，虽然模型在外部验证中表现良好，但可能仍需在不同人群中进行进一步验证	开发一个预测框架，用于早期识别囊性纤维化患者气道中病原体出现和多药耐药性，以改善慢性感染的管理	囊性纤维化患者的气道微生物组	机器学习	囊性纤维化	宏基因组测序	自动编码器, 梯度提升随机森林	宏基因组数据	来自64名患者的127个痰液和支气管肺泡灌洗液宏基因组，以及来自22个独立数据集的超过1000个全球宏基因组	NA	自动编码器	准确性	NA
187	2026-01-09	Innovative approaches for coronary heart disease management: integrating biomedical sensors, deep learning, and stellate ganglion modulation 2026-Jan, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2024.2378099 PMID:39023137	研究论文	本研究评估了结合传统中医干预、现代生物医学传感器和星状神经节调节的综合治疗方法对冠心病患者的疗效	将传统中医干预与现代生物医学传感器和星状神经节调节相结合，形成一种创新的冠心病综合治疗方法	研究样本量相对较小（117名患者），且仅针对痰浊壅盛证型的冠心病患者，需要进一步研究优化传感器技术	评估综合治疗方法对冠心病患者症状缓解、临床结局、血液流变学指标和炎症生物标志物的影响	117名痰浊壅盛证型的冠心病患者	数字病理学	心血管疾病	生物医学传感器、星状神经节调节	NA	临床数据、血液流变学指标、炎症生物标志物	117名冠心病患者	NA	NA	中医症状评分、临床效果、心绞痛表现、血液流变学指标、血清炎症生物标志物	NA
188	2026-01-09	Prediction of influenza virus infection based on deep learning and peripheral blood proteomics: A diagnostic study 2026-Jan, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.051 PMID:40158620	研究论文	本研究基于深度学习和外周血蛋白质组学，建立并验证了流感病毒感染的诊断预测模型，并识别了SAA2作为流感感染的特异性分子标志物	结合外周血蛋白质组学与机器学习（随机森林和LASSO回归）预测流感病毒感染的关键分子标志物，并首次验证SAA2蛋白作为流感辅助诊断指标	样本量相对有限（共1115名参与者），且未提及模型在外部验证集上的泛化性能	预测流感病毒感染的关键分子标志物，并建立诊断预测模型	850名患者（包括流感、COVID-19和混合感染）和265名健康个体的外周血样本	机器学习	流感	蛋白质组测序、ELISA	随机森林、LASSO回归	蛋白质组学数据、临床特征数据	1115名参与者（850名患者和265名健康个体）	NA	NA	ROC曲线分析	NA
189	2026-01-09	Development and validation of a deep learning model based on cascade mask regional convolutional neural network to noninvasively and accurately identify human round spermatids 2026-Jan, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.03.059 PMID:40185275	研究论文	本研究开发并验证了一种基于级联掩码区域卷积神经网络的深度学习模型，用于无创且准确地识别人类圆形精子细胞	首次应用级联掩码R-CNN深度学习模型于人类圆形精子细胞的非侵入性识别，避免了传统Hoechst染色的毒性问题	模型仅基于3457张光学显微镜图像进行训练和验证，样本量相对有限，且未在更广泛或多样化的临床样本中进行外部验证	评估深度学习模型在非侵入性准确识别人类圆形精子细胞方面的能力，以促进人类圆形精子注射技术的临床应用	人类圆形精子细胞	计算机视觉	男性不育症	流式细胞术分析、光学显微镜成像	CNN	图像	3457张已分选人类圆形精子细胞的光学显微镜图像	NA	级联掩码区域卷积神经网络	平均精度均值	NA
190	2026-01-09	Confining thrombus morphospace through targeted inhibition of platelet mechanosensory signaling 2026-Jan, Journal of thrombosis and haemostasis : JTH IF:5.5Q1 DOI:10.1016/j.jtha.2025.08.013 PMID:40907704	研究论文	本研究开发了一种基于深度学习的框架，用于在体内追踪大量血小板活动，以评估靶向抑制血小板机械传感信号对血栓形态的影响	通过选择性抑制血小板机械传感信号（PI3KC2α），揭示了其在血栓持续扩张中的作用，并展示了如何在不损害止血关键区域结构完整性的情况下，优化抗血小板治疗的风险/效益比	研究主要针对高流量肠系膜静脉，可能不适用于其他血管类型或低流量环境，且未涉及长期临床效果评估	探索如何利用止血系统的结构-功能关系来改善抗血小板治疗的风险/效益比	血小板活动与血栓形态	数字病理学	心血管疾病	深度学习追踪技术	深度学习模型	视频或图像序列	NA	NA	NA	NA	NA
191	2026-01-09	The combined use of cervical ultrasound and deep learning improves the detection of patients at risk for spontaneous preterm delivery 2026-Jan, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2025.09.012 PMID:40945809	研究论文	本研究开发并验证了一种基于深度学习的AI模型，用于从宫颈超声图像中预测自发性早产，并与宫颈长度测量方法进行比较	首次大规模多中心研究证明AI在预测自发性早产方面比宫颈长度测量更敏感，且能整合更多数据特征	超声检查的指征未系统记录，可能基于风险因素或早产症状进行，存在选择偏倚	开发并验证用于自发性早产预测的人工智能模型，并与传统宫颈长度测量方法进行性能比较	接受宫颈超声扫描的孕妇及其超声图像	数字病理学	早产	宫颈超声扫描	深度学习模型	图像	4224例妊娠，7862张宫颈超声图像	NA	NA	AUC, 敏感性, 特异性, 似然比	NA
192	2026-01-09	Fractal-driven self-supervised learning enhances early-stage lung cancer GTV segmentation: a novel transfer learning framework 2026-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01865-8 PMID:40952548	研究论文	本文开发并评估了一种利用数学生成的非自然分形图像进行预训练的新型深度学习策略，用于自动分割早期肺癌大体肿瘤体积	提出了一种新颖的迁移学习框架，使用数学生成的分形图像（FractalDB）进行自监督预训练，以增强早期肺癌GTV分割，这在医学图像分割领域是一种创新的预训练数据来源	研究为回顾性研究，样本量相对较小（104名患者），且仅针对外周早期非小细胞肺癌，结果可能无法推广到其他类型或阶段的肺癌	开发并评估用于自动分割早期肺癌大体肿瘤体积（GTV）的深度学习策略	早期非小细胞肺癌患者的大体肿瘤体积（GTV）	数字病理	肺癌	CT成像	CNN, Vision Transformer (ViT)	图像	104名患者（36-91岁；81名男性；23名女性）的CT图像和医生勾画的轮廓数据	NA	NA	体积Dice相似系数（vDSC）, 表面Dice相似系数（sDSC）, 95百分位Hausdorff距离（HD95）	NA
193	2026-01-09	Ultra-fast whole-brain T2-weighted imaging in 7 seconds using dual-type deep learning reconstruction with single-shot acquisition: clinical feasibility and comparison with conventional methods 2026-Jan, Japanese journal of radiology IF:2.9Q2 DOI:10.1007/s11604-025-01875-6 PMID:41003971	研究论文	本文评估了结合单次激发涡轮自旋回波技术和双类型深度学习重建的超快速T2加权成像的图像质量与临床效用	提出了一种超快速T2加权成像方法，仅需7秒即可完成全脑扫描，并采用结合去噪和超分辨率的双类型深度学习重建技术	研究样本量较小（38例患者），且仅由两名放射科医生进行定性评估，可能存在主观偏差	评估超快速T2加权成像在临床中的可行性和图像质量，并与传统方法进行比较	38例接受传统T2加权成像和超快速T2加权成像的患者	医学影像	中枢神经系统疾病	单次激发涡轮自旋回波技术，深度学习图像重建	深度学习	磁共振图像	38例患者	NA	NA	信噪比，对比噪声比，图像质量评分，噪声和伪影水平，解剖结构可见性，病变描绘	NA
194	2026-01-09	A Deep Learning Model to Identify Mitral Valve Prolapse From the Echocardiogram 2026-Jan, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.08.011 PMID:41031982	研究论文	本研究开发了一个名为DROID-MVP的深度学习模型，用于从超声心动图视频中自动识别二尖瓣脱垂	首次开发了能够从超声心动图视频中自动分类二尖瓣脱垂的深度学习模型，并验证了其预测与临床终点（如二尖瓣反流严重程度和未来二尖瓣修复/置换术）的关联	模型主要在单一医疗中心（MGH）的数据上训练和验证，尽管进行了外部验证（BWH），但样本来源可能有限，且未提及模型在不同人群或设备间的泛化能力	开发一个深度学习模型来自动化二尖瓣脱垂的诊断，并探索其预测与临床结局的关联	心脏病患者和初级保健患者的超声心动图视频	计算机视觉	心血管疾病	超声心动图	深度学习模型	视频	总计1,043,893个超声心动图视频（来自48,829项研究），涉及16,902名MGH心脏病患者、8,888名MGH初级保健患者和257名BWH初级保健患者	NA	DROID-MVP	AUROC, 平均精度	NA
195	2026-01-09	Multicenter deep learning-based automatic delineation of CTV and PTV in uterine malignancy CT imaging 2026-Jan, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2025.111212 PMID:41120056	研究论文	本文提出了一种基于深度学习的多中心自动分割模型，用于在CT影像中准确勾画子宫恶性肿瘤的临床靶区和计划靶区	开发了一个能够跨多种子宫恶性肿瘤类型（宫颈癌和子宫内膜癌）和多中心数据准确分割CTV和PTV的深度学习模型，并进行了广泛的外部验证	研究为回顾性设计，且主要基于对比增强CT影像，未来需要前瞻性研究和更多样化的影像数据验证	开发一个自动化、可扩展的深度学习框架，以改进子宫恶性肿瘤放疗中靶区勾画的准确性和效率	子宫恶性肿瘤患者，包括宫颈癌和子宫内膜癌	数字病理	子宫恶性肿瘤	CT成像	深度学习分割模型	CT图像	602例对比增强CT扫描（302例来自内部机构，300例来自外部中心）	NA	2D分割网络, 全分辨率3D网络, 级联3D网络	Dice相似系数, 95%豪斯多夫距离, 平均表面距离	NA
196	2026-01-09	Ultra-low dose CT for suspected physical abuse 2026-Jan, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102148 PMID:41274092	研究论文	本研究比较了超低剂量CT与标准剂量CT在疑似虐待儿童诊断中的图像质量和辐射剂量	首次在新生儿全身模型中评估超低剂量CT用于疑似虐待儿童诊断的可行性，并展示了93.5%的辐射剂量降低	研究基于体模而非真实患者，未直接与X射线骨骼检查比较，需要进一步协议优化和临床验证	比较超低剂量CT与标准剂量CT在疑似虐待儿童诊断中的图像质量和辐射剂量	新生儿全身人体模型	医学影像学	儿童虐待	CT扫描，深度学习迭代重建，蒙特卡洛模拟	NA	CT图像	46名观察者（38名放射技师和8名放射科医生）	NA	NA	图像质量评分，有效剂量，AUC	GE Revolution Apex扫描仪
197	2026-01-09	A systematic review about the evolving role of artificial intelligence in various fields of forensic medicine 2026-Jan, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2025.103043 PMID:41314025	综述	本文系统回顾了人工智能在法医学多个领域中的应用及其影响	系统性地将AI在法医学中的应用归纳为关键领域，并总结了其在准确性、可重复性和效率方面相较于传统方法的改进	面临数据集小、非代表性、外部验证有限以及伦理问题等挑战	回顾人工智能在法医学中的应用和影响	法医学领域，包括个人识别、法医病理学、放射学与成像、数字取证、毒理学和法医人类学	法医学	NA	机器学习、深度学习、神经网络	NA	多模态数据	约1000篇文章初步识别，其中100篇符合纳入标准	NA	NA	准确性、可重复性、效率、平均误差减少	NA
198	2026-01-09	A deep learning radiomics model for predicting non-sentinel lymph node metastases in early-stage breast cancer patients 2026-Jan, Future oncology (London, England) DOI:10.1080/14796694.2025.2595688 PMID:41319290	研究论文	开发并验证一个深度学习放射组学模型，用于预测早期乳腺癌患者中非前哨淋巴结转移	结合临床因素、腋窝超声发现和放射组学特征，构建了一个综合预测模型，显著提升了非前哨淋巴结转移的预测性能	研究为回顾性和前瞻性结合，可能存在选择偏倚；模型在外部验证中的泛化能力未明确评估	预测早期乳腺癌患者的非前哨淋巴结转移	早期乳腺癌患者（具有1-2个阳性前哨淋巴结转移）	数字病理学	乳腺癌	超声成像	深度学习模型	图像	1,647名患者	NA	NA	AUC, 决策曲线分析, 校准曲线分析	NA
199	2026-01-09	The role of AI in optimizing CMR image quality: A scoping review 2026-Jan, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2025.102135 PMID:41365091	综述	本文通过范围综述总结了人工智能在优化心血管磁共振图像质量方面的应用方法	系统性地将AI在CMR图像质量优化中的应用分为扫描加速、伪影检测、伪影减少和图像重建四个子主题，并量化了AI在各方面的性能提升	研究为范围综述，未进行定量荟萃分析，且纳入研究数量有限（31篇），可能存在发表偏倚	总结AI在改善心血管磁共振图像质量（包括缩短扫描时间）方面的不同方法	心血管磁共振图像	医学影像分析	心血管疾病	心血管磁共振成像	CNN, GAN	图像	NA	NA	卷积神经网络, 生成对抗网络	准确率, 结构相似性指数	NA
200	2026-01-09	SenSeqNet: A Deep Learning Framework for Cellular Senescence Detection From Protein Sequences 2026-Jan, Aging cell IF:8.0Q1 DOI:10.1111/acel.70344 PMID:41432347	研究论文	本文提出了一种名为SenSeqNet的深度学习框架，用于直接从蛋白质序列预测细胞衰老状态	首次将进化尺度建模（ESM-2）嵌入与混合LSTM-CNN架构结合，直接从蛋白质序列预测细胞衰老，超越了传统机器学习与深度学习方法	未明确提及模型在更大规模或更复杂蛋白质数据集上的泛化能力，以及计算资源的具体需求	开发一种准确、可扩展的工具，用于从蛋白质序列中检测细胞衰老，以促进衰老机制研究和治疗靶点识别	蛋白质序列	自然语言处理	老年疾病	蛋白质序列分析	LSTM, CNN	序列数据	NA	NA	LSTM-CNN混合架构	准确率	NA