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
2721	2026-04-19	Deep learning and cryogenic electron microscopy modeling for gene editing dynamics 2026-Apr-16, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2026.103270 PMID:41996895	研究论文	本文探讨了深度学习与冷冻电镜建模在基因编辑动力学研究中的协同应用	结合分子动力学与冷冻电镜精修，揭示功能相关的动态集合，并利用量子力学方法解析低分辨率密度图中的模糊特征	NA	理解和设计基因组编辑系统，推动领域从静态结构快照转向动态、预测性和数据驱动的方法	CRISPR-Cas架构等基因组编辑系统	机器学习	NA	冷冻电镜（cryo-EM），分子动力学，量子力学方法	图神经网络（GNN）	冷冻电镜数据，分子模拟数据	NA	NA	NA	NA	NA
2722	2026-04-19	Rapid customization of base editors via machine learning-powered combinatorial mutagenesis 2026-Apr-16, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2026.03.030 PMID:41997156	研究论文	本文结合组合诱变与机器学习，大规模分析并设计碱基编辑器与目标DNA之间的相互作用，以提高编辑精度	首次将组合诱变与机器学习结合，利用极小比例（0.004%）的突变景观进行预测，实现了对碱基编辑器DNA基序偏好的大规模分析，并开发了基于结构的深度学习模型，无需实验数据即可预测功能性变体	NA	通过机器学习和组合诱变技术，优化碱基编辑器的互补性和阻碍性，以实现精确、无旁观者效应的基因编辑	碱基编辑器蛋白（evoAPOBEC1和TadA变体）及其与目标DNA的相互作用	机器学习	NA	组合诱变，机器学习，深度学习	深度学习模型	DNA序列数据，蛋白质变体数据	160,000个evoAPOBEC1变体和6,400万个TadA变体在人类细胞中的分析	NA	NA	预测成功率（63%），旁观者编辑检测率（50%情况下未检测到）	NA
2723	2026-04-19	Diagnostic Accuracy of Ultrasound Radiomics for Cervical Lymph-Node Metastasis in Papillary Thyroid Carcinoma: Evidence Predominantly From Chinese Cohorts 2026-Apr-16, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2026.01.017 PMID:41997788	荟萃分析	本研究通过荟萃分析评估了超声影像组学在预测甲状腺乳头状癌颈部淋巴结转移中的诊断准确性	首次对超声影像组学在甲状腺乳头状癌颈部淋巴结转移预测中的诊断性能进行了全面的荟萃分析，并比较了不同建模方法（机器学习与深度学习）和淋巴结分区的性能差异	纳入研究主要来自中国人群，可能限制结果对其他人群的普适性；研究间存在高度异质性	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2724	2026-04-19	A review of deep learning-based Unsupervised Anomaly Detection in brain MRI 2026-Apr-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104076 PMID:41997087	综述	本文综述了基于深度学习的无监督异常检测方法在脑部MRI中的应用	系统性地收集、比较了脑部MRI无监督异常检测领域的研究方法，并公开了包含公共数据集、研究论文和开源实现的数据集合	不同方法在评估时使用的采集参数、预处理、后处理和异常评分标准存在差异，导致难以直接比较模型性能	回顾和比较脑部MRI中基于深度学习的无监督异常检测方法	脑部磁共振成像（MRI）扫描	医学影像分析	脑部疾病	磁共振成像（MRI）	深度学习模型	图像	NA	NA	NA	NA	NA
2725	2026-04-19	AmberTorchPB: A Unified Framework for Poisson-Boltzmann-Based Reaction Field Energy Calculation via Tensor Computation 2026-Apr-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00085 PMID:41906862	研究论文	本文介绍了AmberTorchPB，一个基于LibTorch构建的统一、可扩展且支持加速器的框架，旨在现代化生物分子静电学计算	利用深度学习中的张量抽象来高效管理硬件异构性、内存优化和混合精度运算，从而克服传统Poisson-Boltzmann求解器在可扩展性和硬件适应方面的瓶颈	NA	开发一个现代化框架以支持大规模生物分子静电相互作用的高性能计算	生物分子静电相互作用，特别是基于Poisson-Boltzmann方程的反应场能量计算	计算生物学	NA	Poisson-Boltzmann方程求解	NA	张量数据	NA	LibTorch	NA	NA	现代高性能计算硬件，支持异构架构
2726	2026-04-19	A knowledge-based deep learning model for accurate urban drainage system prediction under spatiotemporally variable rainfall 2026-Apr-14, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125930 PMID:41997102	研究论文	本研究提出了一种基于知识的深度学习模型，用于在时空变化降雨条件下准确预测城市排水系统水位	提出了一种将先验知识与稀疏实时监测数据相结合的知识驱动深度学习模型，能够在无需明确降雨输入的情况下，通过管网路径传播观测信号实现跨时空校正	未明确说明模型在极端降雨事件或完全无传感器覆盖区域的泛化能力	开发一种准确、稳健且可扩展的城市排水系统水位预测方法，以支持实时城市洪水预测和预警	城市排水系统	机器学习	NA	深度学习	深度学习模型	传感器监测数据、合成降雨事件数据、真实降雨事件数据	未明确说明具体样本数量，但使用了合成和真实降雨事件进行综合评估	未明确说明	未明确说明	NSE（纳什效率系数）、峰值预测误差、溢流检测准确率	未明确说明
2727	2026-04-19	Deep learning-driven recognition of panoramic tumor microenvironment features in H&E sections and its application 2026-Apr-09, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2025-014429 PMID:41956540	综述	本文综述了基于深度学习的全景肿瘤微环境特征在H&E切片中的识别及其临床应用的最新进展	整合全玻片成像技术与深度学习算法，实现对肿瘤微环境中细胞、空间和分子异质性的自动化表征，为精准诊断和治疗反应预测提供综合见解	讨论了该技术在肿瘤学研究和临床应用中的转化潜力与当前局限性	推动肿瘤微环境特征识别技术在精准诊断和治疗反应预测中的应用	H&E染色的组织切片中的肿瘤微环境特征	数字病理学	肿瘤	全玻片成像技术	深度学习	图像	NA	NA	NA	NA	NA
2728	2026-04-19	The Application of a Deep Learning Algorithm for the Segmentation of Retinal Nerve Fiber Layer Across Different Optic Neuropathies 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.7 PMID:41960956	研究论文	本研究开发了一种名为RNFL-Net的深度学习算法，用于从光学相干断层扫描图像中分割视网膜神经纤维层，并在青光眼和视盘水肿等不同视神经病变中评估其性能	提出了一种新的深度学习算法RNFL-Net，能够自动分割视网膜神经纤维层，并在多种视神经病变中表现出比标准OCT设备更高的测量准确性	研究样本量相对有限，且外部验证数据集规模较小，可能影响结果的泛化能力	评估深度学习算法在分割视网膜神经纤维层方面的能力，特别是在青光眼和视盘水肿等视神经病变中的应用	健康对照者、青光眼患者和视盘水肿患者的视网膜神经纤维层	计算机视觉	青光眼	光学相干断层扫描	深度学习算法	图像	训练和验证使用1065个RNFL OCT B扫描，测试使用265个扫描；涉及106只健康眼、118只视盘水肿眼和60只青光眼	NA	RNFL-Net	Dice系数, 平均绝对误差, 平均绝对百分比误差	NA
2729	2026-04-19	Automated Identification of Accessory Mental Foramen Using Cone-Beam Computed Tomography and Convolutional Neural Networks 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109428 PMID:41740248	研究论文	本文开发并评估了一种基于深度学习的系统，用于自动检测锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF），并比较了两种卷积神经网络（CNN）架构在该模型中的检测准确性和临床可靠性表现	首次将深度学习应用于CBCT图像中副颏孔的自动检测，并比较了自定义轻量级CNN与ResNet-50模型的性能，通过Grad-CAM可视化验证了模型关注区域的解剖相关性	研究基于回顾性数据，样本量有限（共1400个CBCT扫描），且仅比较了两种CNN架构，可能未涵盖所有最优模型	开发并评估基于深度学习的自动检测系统，以提高副颏孔诊断的准确性和临床可靠性	锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF）	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	CNN	图像	1400个CBCT扫描（700个含AMF，700个正常对照）	NA	ResNet-50, 自定义轻量级CNN	准确率, 精确率, 召回率, F1分数	NA
2730	2026-04-19	An effective deep learning algorithm for medical image registration 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001339 PMID:41990030	研究论文	提出了一种名为DTC-Reg的深度学习算法，用于医学图像配准，通过动态学习框架和几何约束增强变形场的微分同胚性	引入了动态学习配准框架DTC-Reg，结合同伦控制增量公式和多尺度几何约束，并提出了可检测和纠正折叠点的MFDC模块，提高了变形场的正则性	仅在三项3D脑部MRI配准任务上进行了实验，未涉及其他医学影像模态或更广泛的临床应用场景	开发一种能够实现准确对齐并严格保持拓扑和可逆性的医学图像配准算法	医学图像，特别是3D脑部MRI数据	计算机视觉	NA	医学影像处理	深度学习	3D图像	NA	NA	U-Net, 序列时间级联网络	定量和定性评估	NA
2731	2026-04-19	Deep Learning-Based Tumor Cell Classification in Lung Adenocarcinoma With a Case-by-Case Human-in-the-Loop Approach 2026-Apr, APMIS : acta pathologica, microbiologica, et immunologica Scandinavica IF:2.2Q3 DOI:10.1111/apm.70208 PMID:41980857	研究论文	本文提出了一种基于深度学习的人机交互方法，用于肺腺癌组织切片中肿瘤细胞的分类，通过病理学家在显微镜下进行微调，提高了分类准确性	采用人机交互方法，允许病理学家在显微镜下对细胞分类进行实时微调，使数字分类达到与病理学家相当的准确率（98%-100%）	方法仅在肺腺癌的H&E染色切片上建立和测试，未涉及其他癌症类型或染色方法，且在小数据集上的性能略有下降	提高肺腺癌组织切片中单个肿瘤细胞分类的准确性，使其达到病理学家的水平	肺腺癌（LUAD）的H&E染色组织切片中的单个肿瘤细胞	数字病理学	肺癌	H&E染色	深度学习网络	图像	包括肺腺癌组织切片的高倍视野（HPF）和来自癌症基因组图谱（TCGA）的较小数据集	NA	NA	Dice系数, 真阳性率（TPR）, 精确度, 特异性	NA
2732	2026-04-19	Hybrid Deep Learning Framework for Sleep Quality Prediction: Integrating Metaheuristic Optimization and Statistical Features 2026-Apr, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71360 PMID:41981876	研究论文	本文提出了一种结合元启发式优化和统计特征的混合深度学习框架，用于基于体动记录仪数据的睡眠质量预测	提出了一种新颖的混合深度学习架构，结合了遗传算法和粒子群优化进行特征选择，并引入了独特的特征重要性分析以增强模型的可解释性	研究仅使用了MESA体动记录仪数据集，未在其他数据集上进行验证，且模型复杂度较高	开发一个高性能的睡眠质量预测模型，用于个性化睡眠健康管理和睡眠障碍的早期诊断	睡眠质量预测	机器学习	睡眠障碍	体动记录仪数据采集	LSTM, SVM	时间序列数据	MESA体动记录仪数据集（具体样本数量未在摘要中说明）	NA	LSTM网络与支持向量机结合的混合架构	准确率, F1分数, AUC	NA
2733	2026-04-19	Deep Learning-Enabled Engineering of a Hyper-Stable and Soluble MPB70-83 Antigen for Sensitive Bovine Tuberculosis Surveillance 2026-Apr, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.70348 PMID:41988819	研究论文	本研究结合免疫信息学和深度学习框架ProteinMPNN，设计了一种超稳定且可溶的MPB70-83抗原，用于提高牛结核病诊断的灵敏度	利用深度学习框架ProteinMPNN重新设计非表位支架，优化蛋白质的热力学稳定性，解决了重组多表位蛋白在原核表达系统中的结构不稳定性和不溶性问题	未明确提及	开发一种高稳定性和高溶解性的抗原，用于牛结核病的精确监测	牛结核病（bTB）	机器学习	牛结核病	免疫信息学, 分子动力学模拟	深度学习	蛋白质序列数据	NA	ProteinMPNN	NA	灵敏度, 特异性, Cohen's κ	NA
2734	2026-04-19	'Backpropagation and the brain' realized in cortical error neuron microcircuits 2026-Apr, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014164 PMID:41996333	研究论文	提出了一种受生物学启发的多区域皮层微电路模型，用于实现误差反向传播算法，以解释大脑如何利用误差信号进行学习	引入了一个生物动机的多区域皮层微电路模型，该模型在考虑近期生理证据的基础上实现了误差反向传播，解决了其他理论在扩展到多个皮层区域时的可扩展性不足问题	模型基于灵长类视觉皮层的连接性观察构建，其普适性到其他脑区或物种仍需进一步验证；所提出的具体预测有待实验检验	探索大脑如何利用局部神经元特异性误差信号进行学习，并检验“反向传播与大脑”假说	皮层锥体细胞群体（作为表征神经元和误差神经元）及其局部与区域间连接性	计算神经科学	NA	计算建模，微电路模拟	微电路模型，误差反向传播模型	模拟数据，基准测试数据	NA	NA	多区域皮层微电路	NA	NA
2735	2026-04-19	Leveraging deep learning to infer continuous predictions from ordinal labels in medical imaging 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001248 PMID:41996486	研究论文	本文提出了一种基于深度学习的方法，仅使用离散有序标签从医学图像中预测连续值变量	利用深度学习从离散有序标签中学习准确的连续评分，有效弥合离散与连续数据之间的差距	NA	开发一种从医学图像中预测连续变量（如疾病严重程度）的方法，仅使用离散有序标签进行模型训练	早产儿视网膜病变、膝骨关节炎的疾病严重程度预测以及乳腺X线摄影中的乳腺密度预测	医学影像分析	早产儿视网膜病变, 膝骨关节炎, 乳腺癌	深度学习	CNN	图像	NA	NA	NA	相关性, 均方误差	NA
2736	2026-04-19	Super-Resolution Microscopy for Precision Microsphere Defect Inspection Using Sparrow-Optimized Autocorrelation Deconvolution 2026-Apr, Annals of the New York Academy of Sciences IF:4.1Q1 DOI:10.1111/nyas.70263 PMID:41996601	研究论文	本文提出了一种基于麻雀搜索算法优化的自相关两步去卷积超分辨率图像重建方法，用于精密微球表面缺陷检测	采用麻雀搜索算法自适应微调加速参数，并通过混合能量函数进行优化，在提升图像分辨率的同时减少了重建过程中的伪影	未明确说明算法对计算资源的具体要求，也未讨论在极低信噪比条件下的性能	提高精密微球表面缺陷检测的精度和效率	精密微球的表面缺陷	计算机视觉	NA	超分辨率显微镜，自相关两步去卷积	NA	图像	NA	NA	NA	滚动傅里叶环相关，半高全宽，分辨率提升倍数，图像处理速度提升百分比	NA
2737	2026-04-19	Source apportionment of pollution in the Tianjin Haihe river sluice based on the TCN-APCS-MLR model 2026-Mar-31, Environmental geochemistry and health IF:3.2Q2 DOI:10.1007/s10653-026-03139-2 PMID:41915250	研究论文	本研究提出了一种结合TCN与APCS-MLR的新模型，用于天津海河闸复杂流域的污染源解析	首次将时序卷积网络（TCN）与绝对主成分得分-多元线性回归（APCS-MLR）模型相结合，以增强对非线性时间动态的建模能力，提高了传统受体模型在复杂河口环境中的源解析精度	研究基于2022-2024年的日尺度水质数据，模型在更长时序或更复杂污染情景下的普适性有待进一步验证	开发一种能够准确、及时识别复杂流域污染源的高性能模型，以支持动态流域管理和生态修复	天津海河闸流域的水体污染	机器学习	NA	水质监测	TCN, APCS-MLR	时间序列数据（水质数据）	2022年至2024年的日尺度水质数据	NA	时序卷积网络（TCN），结合主成分分析（PCA）和多元线性回归（MLR）	R值（相关系数），RMSE（均方根误差），MAE（平均绝对误差），累计方差贡献率	NA
2738	2026-04-19	An AI-ready remote sensing dataset for high-resolution forest disturbance mapping 2026-03-26, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07084-8 PMID:41888167	研究论文	本文介绍了一个用于高分辨率森林干扰类型分类的深度学习就绪数据集，并展示了其应用效果	提供了一个包含多通道（红、绿、蓝、近红外和物体高度）的高分辨率（0.2米）遥感数据集，专门用于森林干扰分类，并通过消融分析评估了各通道的贡献	数据集仅基于德国莱茵兰-普法尔茨州的数字正射影像，可能无法完全代表其他地区的森林干扰情况	开发一个高分辨率、深度学习就绪的遥感数据集，以改进森林干扰类型的监测和分类	欧洲森林的自然干扰事件，如虫害爆发、病原体感染、风倒和随后的抢救性采伐	计算机视觉	NA	遥感成像，数字正射影像	深度学习模型	图像	约17,500个图像块（每个500×500像素，分辨率0.2米）	NA	NA	总体准确率	NA
2739	2026-04-19	U-Net-based transfer learning for automated tumour segmentation enabling fully automated [18F]F-DOPA PET analysis in paediatric gliomas 2026-Mar-25, Brain informatics DOI:10.1186/s40708-026-00296-z PMID:41880065	研究论文	本研究利用基于U-Net的迁移学习，开发了一个全自动的[18F]F-DOPA PET分析流程，用于儿童胶质瘤的肿瘤分割和参数提取	利用成人胶质瘤数据集的迁移学习，实现了对儿童胶质瘤PET图像的全自动肿瘤分割和参数提取，减少了操作者依赖性	研究为回顾性设计，样本量有限（特别是动态分析仅包括32名患者），且手动与自动方法在肿瘤-背景比上存在显著差异	开发一个全自动的深度学习流程，用于儿童胶质瘤的[18F]F-DOPA PET图像分析和肿瘤分割	儿童胶质瘤患者	数字病理学	胶质瘤	[18F]F-DOPA PET成像	CNN	PET图像	103名儿童患者（静态和/或动态PET扫描），其中90名用于统计和生存分析，32名用于动态分析	NA	U-Net	Dice分数	NA
2740	2026-04-19	Assessment of Defacing Techniques on Medical Images for Radiation Therapy: Implications for Patient Privacy and Data Utility 2026-Mar-22, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.03.023 PMID:41876069	研究论文	评估四种去脸技术对放射治疗多模态图像中患者隐私保护与数据完整性的影响	首次在放射治疗多模态图像中系统比较四种去脸技术的隐私保护效果与数据完整性，为临床数据共享提供优化选择	研究仅基于特定数据集（脑部和头颈部患者），未涵盖所有癌症类型或成像技术，且未评估长期临床影响	评估去脸技术在放射治疗图像中对患者隐私风险和数据实用性的影响	脑部患者（88例）和头颈部患者（97例）的多模态医学图像（MRI、CT、RTDose、PET）	数字病理	癌症	磁共振成像、计算机断层扫描、正电子发射断层扫描、放射剂量成像	深度学习面部识别模型	医学图像	185例患者（88例脑部，97例头颈部）	NA	ArcFace	余弦相似度评分、受试者工作特征曲线下面积、体积变化百分比、强度变化百分比、剂量偏差	NA