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
281	2026-04-12	BlotDx: A deep learning tool for Western blot-based diagnostics 2026-Jun, Journal of virological methods IF:2.2Q3 DOI:10.1016/j.jviromet.2026.115385 PMID:41856415	研究论文	本研究介绍了一种名为BlotDx的深度学习工具，用于辅助解释Western blot图像，以提高单纯疱疹病毒（HSV）血清学诊断的效率和一致性	开发了一种两阶段深度学习方法，结合实例分割/目标检测和分类模型，用于自动化Western blot图像解释，减少人工依赖并提高诊断一致性	研究中排除了不确定结果，且验证数据集来自单一机构，可能限制了模型的泛化能力	开发一个深度学习工具，以自动化Western blot图像解释，提高HSV血清学诊断的效率和准确性	单纯疱疹病毒（HSV-1和HSV-2）的Western blot图像	计算机视觉	单纯疱疹病毒感染	Western blot	实例分割, 目标检测, 分类模型	图像	主要数据集包含926个斑点对（2016-2017年采集，2018年拍摄），验证数据集包含185个斑点对（2019-2024年采集，2025年拍摄）	NA	NA	诊断准确率, 95%置信区间	NA
282	2026-04-12	Tumor burden in metastatic colorectal cancer quantified using deep learning models: Prognostic value and maintenance treatment benefit in the CAIRO3 trial 2026-May-02, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116668 PMID:41819026	研究论文	本研究利用深度学习模型量化转移性结直肠癌的肿瘤负荷，探讨其在预后评估和维持治疗获益中的价值	首次在CAIRO3试验中应用自动化深度学习分割模型量化肿瘤负荷，并发现低肿瘤体积患者从维持治疗中获益更显著	探索性分析，样本量较小（104例患者），需进一步验证	评估转移性结直肠癌中肿瘤负荷的预后和预测价值	CAIRO3试验中伴有肝和/或肺转移的转移性结直肠癌患者	数字病理学	结直肠癌	深度学习分割模型	深度学习模型	医学影像	104例患者，共3989个转移性病灶	NA	NA	p值	NA
283	2026-04-12	MuTriM: A multiscale deep learning model integrating longitudinal radiomics and pathomic features for predicting recurrence and adjuvant radiation benefit in breast cancer 2026-May-02, European journal of cancer (Oxford, England : 1990) DOI:10.1016/j.ejca.2026.116679 PMID:41850009	研究论文	本文提出了一种名为MuTriM的多模态深度学习模型，通过整合动态对比增强磁共振成像的放射组学特征和全切片病理图像的病理组学特征，用于预测乳腺癌的复发和辅助放疗获益	开发了一个基于注意力的跨模态和跨时间融合框架，首次同时整合了纵向DCE-MRI放射组学特征和WSI上的细胞形态病理组学特征，以多尺度方式预测乳腺癌预后	研究样本量相对有限（训练集335例，外部测试集126例），且仅使用了FUSCC和TCGA两个队列的数据，可能缺乏更广泛人群的验证	预测乳腺癌患者的无复发生存期和辅助放疗获益，为个体化治疗提供指导	乳腺癌患者，包括HER2+和ER+亚型人群	数字病理学	乳腺癌	DCE-MRI, 全切片病理成像	深度学习模型	图像（DCE-MRI和WSI）	训练集：FUSCC队列335例；外部测试集：TCGA队列126例	NA	基于注意力的跨模态和跨时间融合框架	风险比, 95%置信区间, p值, C指数	NA
284	2026-04-12	Deep learning-based combined noise reduction and contrast enhancement for post-neoadjuvant pancreatic cancer CT: does improved image quality translate to better resectability assessment? 2026-May, Abdominal radiology (New York) DOI:10.1007/s00261-025-05271-6 PMID:41186714	研究论文	本研究评估了深度学习联合降噪与对比度增强重建技术（DLR）在胰腺癌新辅助治疗后CT评估中，相较于传统迭代重建（IR）在图像质量和可切除性预测准确性方面的表现	首次在胰腺癌新辅助治疗后CT评估中，系统性地比较了深度学习联合降噪与对比度增强重建技术与传统迭代重建在图像质量和诊断准确性方面的差异	研究为回顾性设计，样本量有限（114例），且所有读者均注意到DLR图像存在人工伪影增加的问题	评估深度学习重建技术是否能改善胰腺癌新辅助治疗后CT的图像质量并提高肿瘤可切除性预测的准确性	接受新辅助治疗后进行CT检查的胰腺癌患者	数字病理学	胰腺癌	CT成像	深度学习	医学影像（CT图像）	114例胰腺癌患者	NA	NA	AUC, 敏感性, 特异性, 准确性, 读者置信度	NA
285	2026-04-12	18F-FDG PET-based ensemble deep learning model for the prediction of lymphovascular invasion in colorectal cancer patients 2026-May, Abdominal radiology (New York) DOI:10.1007/s00261-025-05282-3 PMID:41217477	研究论文	本研究开发了一种基于18F-FDG PET图像的2.5维集成深度学习模型，用于预测结直肠癌患者的淋巴血管侵犯	提出了一种结合不同肿瘤区域（原发灶、近端及远端瘤周）的2.5D集成深度学习模型，并利用支持向量机融合多个深度学习模型的预测结果，以提高淋巴血管侵犯的预测性能	研究为回顾性设计，样本量相对较小（177例患者），且仅进行了内部测试，缺乏外部验证	评估基于18F-FDG PET图像的深度学习模型在预测结直肠癌患者淋巴血管侵犯方面的诊断性能	结直肠癌患者	数字病理学	结直肠癌	18F-FDG PET/CT成像	集成深度学习模型	PET图像	177名结直肠癌患者	NA	VGG16, Googlenet, ResNet50, DenseNet201, Vision Transformer	AUC, 准确率, F1分数	NA
286	2026-04-12	Poincaré feature-based classification of electroencephalography signals for multiple sclerosis diagnosis 2026-May, Multiple sclerosis and related disorders IF:2.9Q2 DOI:10.1016/j.msard.2026.107092 PMID:41747647	研究论文	本研究探索使用基于Poincaré图的EEG信号特征来区分多发性硬化症患者与健康个体	首次将Poincaré图特征应用于EEG信号以辅助多发性硬化症的诊断，并结合传统机器学习与深度学习模型进行比较分析	样本量有限（仅50名受试者），结果需视为初步发现，需要更大规模的数据集进行验证	开发一种基于EEG的低成本、无创方法来辅助多发性硬化症的诊断	多发性硬化症患者和健康对照个体的EEG信号	机器学习	多发性硬化症	EEG信号处理	KNN, DT, RF, MLP, CNN, LSTM, GRU	EEG信号	50名受试者（25名多发性硬化症患者，25名健康对照）	NA	CNN+LSTM, LSTM+GRU	准确率, 灵敏度, 特异性	NA
287	2026-04-12	The evolution of T1-weighted lesion inpainting tools in patients with brain injury: A scoping review 2026-May-01, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121869 PMID:41881175	综述	本文对脑损伤患者T1加权MRI病灶修复工具的演变进行了范围综述，系统分类并评估了传统方法和深度学习方法	首次对脑损伤病灶修复工具进行全面范围综述，系统分类传统与深度学习方法，并提出使用与开发建议	仅纳入24篇文献，可能未覆盖所有相关研究；未进行定量荟萃分析	综述脑损伤患者MRI病灶修复工具的发展与应用	获得性脑损伤患者的T1加权MRI图像	数字病理学	脑损伤	T1加权磁共振成像	CNN, GAN, 去噪扩散模型	医学影像	NA	NA	NA	NA	NA
288	2026-04-12	Multi-dimensional CT feature screening, construction, and validation of a clinical diagnostic model for thyroid eye disease 2026-May, Journal of cranio-maxillo-facial surgery : official publication of the European Association for Cranio-Maxillo-Facial Surgery DOI:10.1016/j.jcms.2026.104534 PMID:41895192	研究论文	本研究通过多维CT特征筛选、构建并验证了甲状腺眼病的临床诊断模型	首次系统性地结合CT三维重建和多平面重建数据，通过四维参数（点、线、面、体积）的定量测量，并利用LASSO回归进行特征筛选，构建了高精度的TED诊断模型，相比单一筛查指标性能更优	研究未整合机器学习、深度学习或影像组学方法，可能限制了模型的进一步优化和临床工作流程效率	开发并验证一个用于甲状腺眼病筛查的定量、可重复的临床诊断模型	甲状腺眼病患者和对照受试者的眼眶CT影像数据	数字病理	甲状腺眼病	计算机断层扫描（CT）、三维重建、多平面重建	逻辑回归	CT影像	未明确具体样本数量，但数据集按7:3比例随机分为训练集和验证集	SPSS, R语言	NA	AUC（ROC曲线下面积）、分类准确率	NA
289	2026-04-12	ConforFold recovers alternative protein conformations beyond MSA subsampling 2026-May, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70564 PMID:41954434	研究论文	本文介绍了一个结合二级结构采样与深度学习预测的框架ConforFold，用于恢复多种蛋白质构象状态	通过整合二级结构采样到深度学习预测中，克服了基于MSA子采样或扩散模型的限制，能恢复传统方法无法访问的构象	未明确提及具体的数据集规模或计算资源限制，可能依赖于特定测试数据集	开发一个系统性地采样蛋白质结构集合的预测工具，以研究构象异质性和功能机制	具有两种替代构象的蛋白质样本	机器学习	NA	深度学习，二级结构预测	Transformer, OpenFold	蛋白质结构数据	未明确指定具体样本数量，但基于测试数据集	PyTorch（假设基于OpenFold），TensorFlow（可能用于Transformer训练）	Transformer, OpenFold	TM-score, 准确率	未明确指定，可能使用GPU进行深度学习训练
290	2026-04-12	Deep-Learning-Based Automatic Measurement of the Distance Between the Maxillary Sinus and Maxillary Posterior Teeth on CBCT Images 2026-Apr-11, International endodontic journal IF:5.4Q1 DOI:10.1111/iej.70141 PMID:41964309	研究论文	本研究开发了一种基于深度学习和三维点云算法的自动框架，用于在CBCT图像上量化上颌窦与上颌后牙之间的距离关系	结合U-Net卷积块注意力架构的深度学习分割模型与三维点云算法，实现了对上颌窦与上颌后牙距离的自动测量，提高了检测准确性和一致性	样本量相对较小（88个上颌窦和352颗上颌后牙），且成功检测率在1毫米阈值下为70.3%，仍有提升空间	探索基于CBCT图像的深度学习模型，自动测量上颌窦与上颌后牙之间的距离，以辅助临床诊断和治疗规划	上颌窦和上颌后牙	数字病理学	NA	锥形束计算机断层扫描	CNN	图像	88个上颌窦和352颗上颌后牙	NA	U-Net卷积块注意力架构	Dice相似系数, Jaccard系数, 成功检测率	NA
291	2026-04-12	Deep Learning-Enabled Multimodal AFM Image Enhancement: Correlation Analysis between Surface Topography and Multiphysics Fields 2026-Apr-10, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c06947 PMID:41961746	研究论文	本文提出了一种基于深度学习的多模态AFM图像增强模型，用于分析纳米尺度下材料表面形貌与多物理场之间的相关性	提出了一种基于多模态数据融合的图像增强模型，利用深度学习框架从多尺度AFM数据中提取和增强特征，实现了表面形貌特征与物理性能之间的潜在关联分析	NA	实现纳米尺度下材料表面形貌与多物理场的同步关联分析，以推进材料表征技术的发展	染色体表面	计算机视觉	NA	原子力显微镜（AFM），超分辨率（SR）成像	CNN	图像	NA	NA	NA	NA	NA
292	2026-04-12	Accurate 3D Structure Prediction of Small Cyclic Peptides Containing Non-Canonical Amino Acid Residues Using an All-Atom Diffusion Model with Stereogenic Implementation 2026-Apr-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c03236 PMID:41962133	研究论文	本文提出了一种基于全原子扩散模型的方法，用于准确预测含有非标准氨基酸残基的小环肽的三维结构	通过改进AGDIFF扩散生成模型并引入立体化学校正步骤，解决了现有模型对含有非标准氨基酸和复杂环化化学的小环肽结构预测精度不足的问题	模型训练数据基于CREMP数据集（包含36,198个成员），可能无法覆盖所有可能的环肽化学多样性	开发高精度的小环肽三维结构预测方法，以支持药物发现中的理性设计	含有非标准氨基酸残基的小环肽	机器学习	NA	扩散生成模型	扩散模型	分子图（2D表示）	36,198个环肽构象（来自CREMP数据集）	NA	AGDIFF	RMSD（均方根偏差），环扭转指纹偏差，Ramachandran分析	NA
293	2026-04-12	An Open-Source Deep Learning Framework for Automated Corneal Segmentation in Anterior Segment Optical Coherence Tomography With Cross-Device External Validation 2026-Apr-10, Cornea IF:1.9Q2 DOI:10.1097/ICO.0000000000004130 PMID:41962147	研究论文	本文开发了一个名为CUNEX的深度学习模型，用于自动分割前段光学相干断层扫描（AS-OCT）图像中的全厚度角膜，并在多个设备上进行了外部验证	CUNEX是首个开源的AS-OCT角膜分割模型，在多个独立OCT平台上进行了评估，提供了可重复的分割基础	分割对性别预测的准确性有影响，从81%降至68%，表明性别相关特征可能位于角膜之外	开发并评估一个深度学习模型，用于AS-OCT图像中的角膜分割，并集成到临床和人工智能研究流程中	AS-OCT图像，包括正常、圆锥角膜和Fuchs内皮角膜营养不良的眼睛	计算机视觉	角膜疾病	光学相干断层扫描（OCT）	深度学习模型	图像	194,599次扫描来自37,499名患者，其中300只眼睛用于模型训练	nnU-Net	nnU-Net	Dice相似系数（DSC），交并比（IoU），准确率	NA
294	2026-04-12	A graph deep learning method for diagnosis of Parkinson's disease using brain functional connectivity features 2026-Apr-10, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5dd3 PMID:41962553	研究论文	本研究提出了一种基于图卷积网络（GCN）的可解释性框架，用于利用脑功能连接特征诊断帕金森病	整合静态和动态功能连接信息，构建受试者间相似性图以增强模型表示能力，并引入可解释性分析技术	未明确提及样本量大小可能带来的限制，且模型在更广泛数据集上的泛化能力需进一步验证	早期精确识别帕金森病，为临床干预提供支持	帕金森病患者	机器学习	帕金森病	静息态功能磁共振成像（rs-fMRI）	图卷积网络（GCN）	脑功能连接特征	NA	NA	图卷积网络（GCN）	NA	NA
295	2026-04-12	Deep learning based automated assessment of end-inspiratory pause maneuver reliability in invasive mechanical ventilation 2026-Apr-10, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae5e16 PMID:41962572	研究论文	本研究开发了一个基于深度学习的自动化框架，用于评估有创机械通气中吸气末暂停操作的可靠性	首次提出使用一维卷积神经网络自动评估吸气末暂停操作的可靠性，解决了手动测量变异性大且缺乏客观评估工具的问题	未在摘要中明确提及	开发自动化工具以评估机械通气中吸气末暂停操作的可靠性，支持肺保护性通气策略的标准化实施	有创机械通气中的吸气末暂停操作	机器学习	NA	NA	CNN	波形数据（压力、流量、体积）	未在摘要中明确提及	未在摘要中明确提及	一维卷积神经网络	F1分数, 灵敏度	未在摘要中明确提及
296	2026-04-12	Developing an Artificial Intelligence Solution to Autosegment the Edentulous Maxillary Bone for Implant Planning 2026-Apr-10, European journal of dentistry DOI:10.1055/s-0046-1818558 PMID:41962579	研究论文	本研究开发了一种基于U-Net架构的深度学习系统，用于自动分割上颌无牙颌骨区域，以辅助数字化种植体规划	首次将基于U-Net的卷积神经网络应用于CBCT影像的上颌无牙颌骨自动分割，并在某些情况下展现出比人工分割更高的解剖学精度	数据集规模较小（77例），且存在类别不平衡问题（后牙区无牙颌病例占多数），人工标注协议有待优化	开发人工智能解决方案以自动化上颌无牙颌骨的分割，从而简化数字化种植体规划流程	上颌无牙颌骨区域	数字病理学	NA	锥形束计算机断层扫描（CBCT）	CNN	医学影像	77例CBCT扫描（来自209例初始数据），包含30例单侧和47例双侧无牙颌空间	MONAI	U-Net	Dice相似系数（DSC）	NA
297	2026-04-12	Cognitive Radio for Satellite TT & C System: A General Dataset Using Software-defined Radio 2026-Apr-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07182-7 PMID:41963337	研究论文	本文介绍了首个专为基于深度学习的卫星测控信号处理设计的开源基准数据集RML24	首次创建了针对卫星TT&C系统的开源深度学习数据集，模拟了卫星信道模型和真实射频链路效应	NA	促进认知无线电技术在卫星通信系统中的应用，加速智能自适应卫星系统的发展	卫星测控信号	机器学习	NA	软件定义无线电，射频收发平台	NA	信号样本	超过130万个信号样本	NA	NA	NA	NA
298	2026-04-12	Deep learning enable precision authentication of seasonal and processing signatures in tieguanyin tea 2026-Apr-10, NPJ science of food IF:6.3Q1 DOI:10.1038/s41538-026-00837-0 PMID:41963366	研究论文	本研究提出一种深度学习框架，将茶叶代谢组学数据转换为图像表示，以实现对铁观音茶叶季节和加工特征的精准鉴别	首次将LC-MS代谢组学数据转换为图像表示，并利用深度学习模型在色谱漂移等实际分析条件下实现高精度茶叶鉴别	研究仅针对铁观音茶叶，样本量为274个，尚未在其他茶类或农产品中验证通用性	开发一种能够克服传统分析方法局限性、在真实分析条件下实现茶叶精准鉴别的深度学习框架	铁观音茶叶样品，涵盖春季和秋季采收季节以及清香型和浓香型加工方法	机器学习	NA	液相色谱-质谱联用技术（LC-MS），代谢组学分析	深度学习模型	代谢组学数据，图像表示	274个铁观音茶叶样品	NA	NA	分类准确率，95%置信区间	NA
299	2026-04-12	Tripleknock: predicting lethal effect of three-gene knockout in bacteria by deep learning 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-46272-9 PMID:41963398	研究论文	本文介绍了一种名为Tripleknock的深度学习模型，用于预测细菌中三基因敲除的致死效应	首次提出一种不依赖于基因组尺度代谢模型的快速方法，用于全基因组三基因敲除筛选，预测速度比传统FBA快约20倍	模型训练基于大肠杆菌K-12 MG1655的数据，可能在其他物种的泛化性有限；外部验证集规模较小（n=37）	开发一种快速计算工具，以促进新型抗生素靶点发现和代谢工程研究	细菌（特别是肠杆菌科病原体）中的三基因敲除组合	机器学习	NA	深度学习，基因敲除模拟，通量平衡分析	深度学习模型	蛋白质序列特征，模拟生长数据	基于大肠杆菌K-12 MG1655的基因组数据，并在六种肠杆菌科病原体上进行评估	NA	NA	F1分数	NA
300	2026-04-12	Hybrid feature selection for IoMT based intrusion detection system for integrating mutual information filtering with deep learning based accelerated metaheuristic optimization 2026-Apr-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-47264-5 PMID:41963437	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA