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
41	2026-10-09	A dual-channel deep learning framework integrating preoperative and intraoperative multi-phase data for predicting post-ablation recurrence in atrial fibrillation 2026-Oct-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2736287 PMID:42841677	研究论文	该研究开发了一种双通道深度学习框架ACFT，整合术前临床指标和术中消融序列，用于预测房颤消融术后复发	提出双通道框架ACFT，结合Transformer和MLP分别处理术中消融序列和临床指标，实现多模态数据融合预测房颤复发	摘要未提及局限性	优化房颤消融术后的管理，通过预测复发风险来指导术后治疗	接受导管消融术的房颤患者	机器学习	心血管疾病	导管消融术	Transformer, MLP	结构化术中消融序列和临床指标	未提及	NA	Transformer, MLP	AUC	NA
42	2026-10-09	Deep fusion for multimodal subtype classification of major depressive disorders based on TSCANet 2026-Oct-07, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2731404 PMID:42841689	研究论文	本研究提出了一种基于TSCANet的多模态评估框架，融合脑电功能连接与临床量表数据，用于重度抑郁症亚型分类	开发了TSCANet深度多模态模型，结合Transformer局部-全局图神经网络与量表交叉注意力机制，有效处理精神科数据的复杂性	未明确提及	提高重度抑郁症亚型分类的客观性和准确性，克服传统主观量表的局限性	重度抑郁症患者	机器学习	重度抑郁症	脑电功能连接、临床量表	Transformer、图神经网络、交叉注意力网络	脑电信号、临床量表数据	NA	NA	Transformer、图神经网络、交叉注意力网络	准确率	NA
43	2026-10-09	Deep learning-based synthetic CT for the assessment of spinal structural lesions in axial spondyloarthritis 2026-Oct-07, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05371-4 PMID:42841950	研究论文	评估合成CT在检测疑似中轴型脊柱关节炎患者脊柱结构病变中的准确性	利用深度学习生成合成CT，用于评估中轴型脊柱关节炎的脊柱结构病变，并验证其相对于常规CT的检测准确性	回顾性研究，样本量有限，仅针对疑似中轴型脊柱关节炎患者，未涉及其他脊柱疾病	评估合成CT在检测疑似中轴型脊柱关节炎患者脊柱结构病变中的准确性	疑似中轴型脊柱关节炎患者的脊柱结构病变	医学影像分析	中轴型脊柱关节炎	深度学习合成CT	深度学习	图像	87名患者（42名男性，45名女性，平均年龄41±14.2岁）	NA	NA	灵敏度，特异度，阳性预测值，阴性预测值	NA
44	2026-10-09	Deep learning-based automated scanline localization in suprahyoid muscle ultrasound for quantitative dysphagia assessment 2026-Oct-07, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03629-6 PMID:42842086	研究论文	该研究提出了一种整合数学建模、自动舌骨上肌分割、扫描线确定和基于深度学习的分析框架，用于客观评估吞咽困难	将数学建模与AI驱动的分割和分类相结合，实现超声图像中舌骨上肌的自动定位和扫描线确定，减少操作者依赖性并保持专家级准确性	自动化扫描线确定与专家共识的总体一致性为72.3%，尚未完全达到专家水平；研究样本量有限；未提及外部验证	开发一个客观、可重复的超声吞咽困难评估框架，通过整合数学建模与AI驱动的分割和分类，实现自动舌骨上肌定位和扫描线确定	371张来自正常、轻度和重度吞咽困难患者的超声图像	医学图像分析	吞咽困难	超声成像	CNN	图像	371张超声图像	NA	U-Net, ResNet-101, Fast R-CNN, YOLO11, VGG-19	IoU, ICC, MPAD, F1-score, 推理时间	NA
45	2026-10-09	Phantom-based synthetic renal PCASL data generation for overcoming data scarcity and enhancing deep learning-based segmentation 2026-Oct-07, Magma (New York, N.Y.) DOI:10.1007/s10334-026-01416-w PMID:42842192	研究论文	本文提出利用基于模型的合成肾脏PCASL数据生成方法，通过2D CycleGAN从XCAT体模生成合成PCASL图像，以克服数据稀缺并提升基于深度学习的肾脏分割性能	首次提出利用2D CycleGAN从XCAT体模生成解剖学上逼真的合成肾脏PCASL图像，并将合成数据用于微调现有模型以及仅用合成数据训练模型实现真实图像中的多类分割（皮质/髓质），解决了标签缺乏的问题	在移植受试者中，仅使用合成数据的效果较差（p>0.05），合成数据在某些场景下单独使用效果有限；样本量相对较小（共30例受试者）	验证2D CycleGAN框架能够从体模生成解剖学上逼真的合成肾脏PCASL图像，以克服数据稀缺并改善基于深度学习的肾脏分割模型	16名肾移植受试者和14名健康受试者的肾脏PCASL图像，以及XCAT体模数据	医学图像分割	肾脏疾病	PCASL（伪连续动脉自旋标记）MRI成像	CycleGAN, Mask R-CNN	图像	30名受试者（16名肾移植受试者，14名健康受试者）的PCASL图像数据，以及XCAT体模数据	NA	CycleGAN, Mask R-CNN	DSC（Dice相似系数）, p值	3T Siemens Skyra MRI扫描仪
46	2026-10-09	Resection zone prediction for parenchyma-sparing hepatectomy planning: a comparative study of three modeling paradigms 2026-Oct-07, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-026-03798-7 PMID:42842158	研究论文	比较三种建模范式（基于几何距离、基于灌注和基于深度学习）在保留肝实质的肝切除术规划中预测切除区域的效果	首次系统比较三种不同复杂度的建模范式在保留肝实质的肝切除术规划中预测切除区域的性能，并分析其各自的适用场景	没有一种模型在所有指标上均优于其他模型，深度学习模型存在局部边界不准确的问题，灌注模型倾向于高估切除区域	研究不同层次的解剖和功能信息复杂度如何影响原发性肝癌保留肝实质手术规划中的切除区域预测	肝脏、肿瘤和血管的分割表示	医学图像分析	肝癌	深度学习	U-Net	医学图像	NA	NA	U-Net	DSC, HD95	NA
47	2026-10-09	A Bayesian deep learning framework for brain dynamic functional connectivity linked with cognition 2026-Oct-07, Biometrics IF:1.4Q2 DOI:10.1093/biomtc/ujag174 PMID:42842297	研究论文	提出一个贝叶斯深度学习框架，将功能连接分解为动态和静态组件，以预测认知表现	利用深度核学习将瞬态功能表示为连续过程，动态组件通过阈值高斯过程建模以捕捉平滑时间变化并诱导稀疏性，静态组件使用带阈值层的深度神经网络建模以学习复杂非线性关系并增强可解释性，平衡了模型灵活性、时间分辨率和可解释性	未明确说明	有效结合时间动态来研究大脑连接与认知之间的关系，从功能神经影像数据预测认知结果	青少年大脑认知发展（ABCD）研究中的功能神经影像数据	神经影像，机器学习	NA	功能磁共振成像（fMRI）	贝叶斯深度学习，深度核学习，高斯过程，深度神经网络	图像（功能神经影像数据）	来自青少年大脑认知发展（ABCD）研究的数据	NA	深度核学习，阈值高斯过程，深度神经网络	预测准确度，特征选择	NA
48	2026-10-09	HINN prioritizes multi-omics biomarkers associated with cognitive decline 2026-Oct-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag741 PMID:42842388	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
49	2026-10-09	Computed Tomography-Based Periaortic Adipose Tissue Imaging Phenotypes in Type B Aortic Dissection: A Retrospective Case-Control Study 2026-Oct-06, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.126.051823 PMID:42808436	研究论文	基于计算机断层扫描血管造影评估B型主动脉夹层患者的主动脉周围脂肪组织影像表型及其与疾病状态和术后扩张的关联	结合深度学习辅助分割量化多层主动脉周围脂肪组织并探索撕裂风险指数	回顾性设计、样本量有限、撕裂风险指数作为术后扩张预测的区分能力有限	评估与B型主动脉夹层相关的主动脉周围脂肪组织影像表型，并探索撕裂风险指数对胸主动脉腔内修复术后主动脉扩张的预测价值	100例接受胸主动脉腔内修复术的B型主动脉夹层患者和50例年龄性别频数匹配的正常对照	数字病理学	心血管疾病	计算机断层扫描血管造影	深度学习	图像	150例（100例B型主动脉夹层患者和50例正常对照）	NA	NA	曲线下面积、组内相关系数、Bland-Altman分析	NA
50	2026-10-09	Artificial Intelligence-Derived Electrocardiographic Age Enhances Stroke Risk Stratification in Patients With Atrial Fibrillation With a CHA2DS2-VA Score of 1 2026-Oct-06, Journal of the American Heart Association IF:5.0Q1 DOI:10.1161/JAHA.126.050723 PMID:42808453	研究论文	本研究评估了人工智能衍生的心电图年龄（ECG-age）是否能够增强CHA2DS2-VA评分为1的房颤患者（处于抗凝治疗临界指征）的血栓栓塞风险预测能力	首次将人工智能衍生的心电图年龄替代CHA2DS2-VA评分中的实际年龄，构建EA-CHA2DS2-VA评分，用于改善中等卒中风险房颤患者的风险分层	研究为回顾性设计，样本量相对有限（832例），需要未来前瞻性研究验证该AI增强策略在临床实践中的有效性和可行性	评估AI衍生的心电图年龄是否能够增强CHA2DS2-VA评分为1的房颤患者的风险预测效用，以改善抗凝治疗的决策	832例未接受抗凝治疗、CHA2DS2-VA评分为1且在确诊90天内至少有一次12导联心电图记录的房颤/心房扑动患者	机器学习	心血管疾病	12导联心电图（ECG）	CNN	图像（心电图）	832例房颤/心房扑动患者（EA-CHA2DS2-VA≥2组315例，<2组517例）	NA	卷积神经网络（CNN）	风险比（HR）、95%置信区间（CI）、P值	NA
51	2026-10-09	Machine Learning and Deep Learning for the Diagnosis of Cervical Degenerative Diseases: Systematic Review and Meta-Analysis 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/92008 PMID:42832736	系统综述与荟萃分析	本文通过系统综述与荟萃分析，评估了传统机器学习和深度学习在颈椎退行性疾病诊断中的性能	首次对传统机器学习和深度学习诊断颈椎退行性疾病的性能进行汇总估计，并采用QUADAS-2、QUADAS-AI和GRADE工具全面评估方法学质量和证据确定性	外部验证有限，研究间存在异质性，根据GRADE评估证据确定性较低，纳入研究存在较高偏倚风险	总结和评估传统机器学习与深度学习诊断颈椎退行性疾病的现有证据，为未来研究和临床应用提供指导	使用医学影像诊断颈椎退行性疾病的研究	数字病理学, 机器学习	颈椎退行性疾病	NA	传统机器学习, 深度学习	医学影像	30项研究纳入系统综述，其中21项研究共25301名患者纳入荟萃分析	NA	NA	灵敏度, 特异度, 阳性似然比, 阴性似然比, SROC曲线下面积	NA
52	2026-10-09	AI-Based Measurement Tools for Intrinsic Capacity in Older Adults: Scoping Review 2026-Oct-05, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/90411 PMID:42832757	范围综述	该文综述了基于AI的老年人内在能力测量工具，采用三维分析框架整合AI数字设备与系统、数字生物标志物及AI技术	不同于以往技术、疾病或领域特定的综述，本文采用三维分析框架跨WHO定义的六大内在能力领域比较证据，识别发展较成熟的领域、关键证据缺口以及标准化、外部验证和多领域评估的优先事项	现有证据在不同内在能力领域间的分布和成熟度差异显著，活力、听力和多领域内在能力评估的研究相对不足，临床转化仍需稳健验证、整合到护理路径并解决老年人需求的实施方法	系统综合基于AI的内在能力测量工具的当前证据，并利用整合AI数字设备与系统、数字生物标志物和AI技术的三维分析框架刻画AI驱动的内在能力评估图景	老年人内在能力（IC）评估相关的AI测量工具研究	数字健康，机器学习，计算机视觉，自然语言处理	老年疾病，健康老龄化	NA	NA	NA	161项研究	NA	NA	NA	NA
53	2026-10-09	ProFormer: generalizable classification of single-cell and plasma proteomes using deep learning 2026-10-05, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-78143-2 PMID:42834055	研究论文	本文提出了一种基于Transformer的深度学习流程ProFormer，用于直接分析质谱数据并对蛋白质组样本进行分类，无需传统的数据解析过程	首次提出基于Transformer的深度学习框架ProFormer，直接利用MS1级肽离子特征对样本进行分类，无需耗时的数据解析，在14种评估架构中分类和泛化性能均优于传统机器学习和基于图像的CNN方法；同时实现了单肽分辨率的可解释AI	未明确说明模型在大规模临床队列中的验证情况，对更广泛质谱平台和数据类型的泛化能力有待进一步验证	开发一种可泛化的深度学习方法，直接分析质谱数据以实现单细胞和血浆蛋白质组的准确分类	单细胞蛋白质组和血浆蛋白质组数据	机器学习	NA	液相色谱-质谱联用（LC-MS）	Transformer	质谱数据（表格化MS1特征）	NA	NA	Transformer	分类准确率、泛化能力	NA
54	2026-10-09	Time Series Segmentation in Adaptive Optics Ophthalmoscopy With Application to Flicker-Induced Vasodilation 2026-Oct-05, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.10.8 PMID:42841580	研究论文	开发了一种自动化图像处理流程，用于在自适应光学检眼镜图像序列中分割视网膜动脉壁，以评估闪烁诱导的血管舒张	首次实现了对自适应光学检眼镜图像序列的低监督处理，结合深度学习与主动轮廓模型，并利用时间连续性进行正则化来补偿低质量图像	需要在不同质量水平的图像序列上进行验证，可能对极端低质量图像的处理效果有限	开发自动化图像处理流程，克服图像质量差异，准确评估视网膜动脉壁的形态学差异	自适应光学检眼镜图像序列中的视网膜动脉壁	计算机视觉, 医学图像处理	心血管疾病, 视网膜血管疾病	自适应光学检眼镜, 深度学习, 主动轮廓模型	CNN	图像	NA	NA	NA	Spearman相关系数, 均方根误差	NA
55	2026-10-09	Critical review of artificial intelligence in synthetic biology: DBTL cycle applications, challenges, and design rules for microbial strain engineering 2026-Oct-03, World journal of microbiology & biotechnology IF:4.0Q2 DOI:10.1007/s11274-026-05314-0 PMID:42828724	综述	本文综述了人工智能在合成生物学DBTL循环中的应用、挑战及设计规则，重点分析了机器学习、深度学习和语言模型在基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析中的角色	系统性地将AI工具映射到DBTL循环的各个阶段，并评估其验证和证据水平，同时提出了微生物菌株工程的设计规则	模型行为不确定性、数据验证和透明度有限、数据分析与解释困难、模型预测不确定性以及安全和伦理问题	分析人工智能（包括机器学习、深度学习和语言模型）在合成生物学中的应用，特别是DBTL循环中的设计、构建、测试和学习各阶段	合成生物学中的基因电路设计、蛋白质工程、代谢通路优化和多组学数据分析	机器学习	NA	NA	神经网络, 深度学习, 语言模型	NA	NA	NA	NA	NA	NA
56	2026-10-09	Hyperspectral imaging-based early stress and disease detection for sustainable crop management 2026-Oct-03, Planta IF:3.6Q1 DOI:10.1007/s00425-026-05182-w PMID:42829355	综述	本文综述了基于高光谱成像、人工智能、光谱分析和植物生理学的农作物早期胁迫与病害无损检测技术，以推动精准农业和可持续粮食生产	系统整合了高光谱成像的 spectral 机制、数据采集与预处理流程，以及机器学习和深度学习算法在病害分类、严重程度量化和早期胁迫检测中的应用	作为综述文章，未提供原始实验数据或具体模型性能验证，且未深入讨论高光谱成像技术在实际田间应用中的成本、实时性和可扩展性限制	探讨高光谱成像结合人工智能技术实现农作物早期、准确、无损的胁迫与病害检测，推进精准农业和数据驱动的农业管理	农作物植株及其在生物和非生物胁迫下的光谱响应特征	计算机视觉	NA	高光谱成像	NA	图像	NA	NA	NA	NA	NA
57	2026-10-09	Improving deep-learning IMRT plan quality for lymphoma using deliverability-aware training 2026-Oct, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70815 PMID:42834579	研究论文	该研究提出一种考虑可交付性的训练框架，利用循环一致性约束训练深度学习模型，以生成可直接交付的淋巴瘤IMRT计划。	通过固定逆网络和正网络实现剂量-通量-剂量循环一致性约束，将预测与可交付性显式耦合，优于传统仅剂量监督方法。	与TPS参考计划相比，在D98、D2和Dmax上仍存在统计学显著差异，且热点的残余升高尚未完全解决。	探究可交付性感知训练框架能否提高深度学习生成的淋巴瘤IMRT计划的端到端可交付性。	淋巴瘤患者的IMRT放疗计划。	医学物理、放射治疗计划	淋巴瘤	深度学习、IMRT计划预测、剂量计算、叶片序列化	多目标深度学习模型（包含剂量监督、通量监督和循环一致性约束）	放疗计划数据（CT图像、结构、剂量分布、通量图）	619个计划（571名患者），测试集61个计划	NA	NA	PTV D98、D2、Dmax、配对Wilcoxon检验、Holm校正	NA
58	2026-10-09	Artificial Intelligence for Prediction of Breast Cancer-Related Lymphedema: A Systematic Review 2026-Oct, Plastic and reconstructive surgery. Global open DOI:10.1097/GOX.0000000000008132 PMID:42840800	系统综述	本文系统评价了人工智能在预测乳腺癌相关淋巴水肿中的应用，总结了其预测性能并与传统方法进行比较	首次系统性地汇总和评估AI模型在乳腺癌相关淋巴水肿预测中的应用，分析了常用预测因子（如高BMI、淋巴结负担、化疗或放疗）及其预测风险因素（如年轻年龄和新辅助化疗）	纳入研究样本量小、数据异质性高、缺乏外部验证、校准不一致，模型仍处于探索阶段而非临床成熟应用	评估AI在预测乳腺癌相关淋巴水肿中的应用效果，总结其报告性能并与传统诊断或非AI方法进行比较	乳腺癌相关淋巴水肿（BCRL）患者	机器学习	乳腺癌	NA	机器学习, 深度学习	NA	7项研究，共5284名患者	NA	NA	准确率, 灵敏度, 特异性	NA
59	2026-10-09	Uncovering hidden druggable sites: computational approaches to allosteric and cryptic pocket discovery-from molecular dynamics to AI 2026-Oct-01, Journal of computer-aided molecular design IF:3.0Q2 DOI:10.1007/s10822-026-00949-5 PMID:42821008	综述	本文综述了用于别构和隐蔽结合口袋发现的计算方法，涵盖从基于物理的分子模拟到AI/ML预测技术，并讨论了它们的适用性、优势和局限性	系统性地整合了从分子动力学到人工智能的多种计算方法，并强调了AI/ML方法在预测隐蔽位点方面比经典模拟快1000倍以上的优势	未具体说明各方法的性能基准数据，且作为综述缺乏原始实验验证	旨在定义别构和隐蔽口袋发现计算方法的适用范围，突出其优缺点，并确定在前瞻性药物发现中整合这些方法的机会	别构和隐蔽结合口袋、蛋白质靶点	机器学习	NA	分子动力学模拟, 混合溶剂模拟, 增强采样, 深度学习	CNN, 深度学习共折叠模型	分子结构数据, 模拟轨迹数据	NA	NA	PocketMiner, AlphaFold3, Boltz	NA	NA
60	2026-10-09	Full Spectrum Raman Spectroscopy Combined With Deep Learning for Prediction of Tensile Mechanical Properties of Human Cortical Bone 2026-Oct, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70371 PMID:42841324	研究论文	该研究利用全光谱拉曼光谱结合深度学习方法，预测人皮质骨的拉伸力学性能，并比较了非糖尿病与2型糖尿病供体骨的差异	首次将全光谱拉曼光谱与深度学习（1D CNN、MLP）相结合，并融合临床变量（年龄、性别、组别）来预测人皮质骨的拉伸力学性能，同时使用SHAP分析揭示了胶原相关光谱区域是预测的主要贡献因素	样本量相对有限（120例），仅来源于尸体股骨，未涉及其他骨骼部位或活体样本，模型的泛化能力有待进一步验证	探究全光谱拉曼光谱结合机器学习与深度学习方法预测人皮质骨拉伸力学性能的可行性，并揭示2型糖尿病对骨基质质量的影响	来自60名非糖尿病和60名2型糖尿病供体的新鲜冷冻尸体股骨皮质骨（男女数量相等，年龄50-97岁）	机器学习	2型糖尿病	全光谱拉曼光谱、单轴拉伸测试	1D CNN、MLP、随机森林、梯度提升机、AdaBoost、Stacking	光谱数据、临床变量（数值）	120例尸体股骨皮质骨样本（60例非糖尿病，60例2型糖尿病）	NA	1D CNN, MLP, Random Forest, Gradient Boosting Machine, AdaBoost, Stacking	R值（0.83-0.89）	NA