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
821	2026-09-27	Automated stage classification of vertebral compression fractures using multimodal X-ray image analysis 2026-Nov, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.113180 PMID:42648195	研究论文	本研究开发了一种基于X射线图像的多模态预测模型（DLRCM），结合深度学习、影像组学和临床数据，用于自动分类椎体压缩骨折（VCFs）的阶段	提出了一种融合深度学习特征、影像组学特征和临床数据的多模态模型（DLRCM），用于VCFs阶段分类，并系统比较了不同深度学习模型、特征组合和机器学习方法的性能	摘要中未明确提及研究的局限性	研究基于X射线图像的多模态预测模型，结合深度学习、影像组学和临床数据，以识别椎体压缩骨折的阶段	2129名椎体压缩骨折患者的X射线图像，共2787个压缩骨折椎体	医学图像分析	椎体压缩骨折	X射线图像分析、深度学习、影像组学、临床数据融合	CNN	图像和临床数据	2129名患者，2787个椎体	PyRadiomics	ResNet34, ResNet50, VGG16, VGG19	准确率, AUC, 决策曲线分析	NA
822	2026-09-27	Deep learning-derived magnetic resonance imaging masseter muscle volume is associated with oral impairment and cognitive frailty in older Japanese adults 2026-Oct-15, Experimental gerontology IF:3.3Q2 DOI:10.1016/j.exger.2026.113302 PMID:42648504	研究论文	该研究开发了一种卷积神经网络（CNN）用于在T1加权磁共振图像上分割咬肌，并分析了CNN得出的咬肌体积与日本老年人中口腔功能受损和认知衰弱的关联	开发了一种基于CNN的自动化咬肌分割方法，通过人机协同迭代过程进行训练，能够从磁共振图像中提取可扩展和客观的咬肌体积参数，并用于大规模流行病学研究	咬肌体积与认知衰弱的关联在完全调整后不显著，研究仅基于日本老年人，可能缺乏普遍性	开发CNN模型分割咬肌，并探讨其体积与口腔功能受损和认知衰弱的关联	日本老年人，平均年龄69.9±4.1岁	计算机视觉	老年疾病	磁共振成像	CNN	图像	2077名参与者	NA	卷积神经网络	比值比（OR）、95%置信区间、p值	NA
823	2026-09-27	Model-based motion simulation framework for deep learning-assisted motion correction in dynamic wrist CT 2026-Sep-25, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aea684 PMID:42727609	研究论文	本文开发了一个基于模型的运动模拟框架，生成逼真的4DCT数据，并训练物理信息深度学习模型进行腕部运动校正	提出了一个基于模型的运动模拟框架，能够生成具有配对静态真实图像的逼真4DCT数据，并专门使用模拟训练数据训练物理信息深度学习模型	可能依赖于模拟数据的准确性，且未提及计算资源的具体细节	增强腕部4DCT图像质量，通过深度学习辅助运动校正	腕部关节，包括腕骨和连接组织	医学图像处理	腕关节病理	4DCT，深度学习	物理信息深度学习模型	图像	模拟数据和尸体4DCT扫描数据，具体样本量未明确	未明确	未明确	LIRS，SSIM	未明确
824	2026-09-27	Bridging accuracy and explainability in AI-ECG: A multi-stage hyperparameter tuning framework for reinforcement learning-based random forests 2026-Sep-12, Journal of electrocardiology IF:1.3Q3 DOI:10.1016/j.jelectrocard.2026.154453 PMID:42753380	研究论文	该研究开发并评估了一个多阶段超参数优化框架，用于强化学习增强的随机森林模型，以提高基于12导联心电图的急性冠脉综合征分类的准确性、稳定性和可解释性	提出了一种多阶段超参数优化框架，结合轻量级双深度Q网络进行强化学习优化，并集成多种优化策略，显著提升了可解释随机森林模型在心电图分类中的性能	灵敏度略有下降，且未与其他深度学习模型进行直接比较	开发并评估一个结构化的多阶段超参数优化框架，用于强化学习增强的随机森林模型，以改善急性冠脉综合征分类的准确性、稳定性和可解释性	10393份来自7397名患者的12导联心电图，其中急性冠脉综合征患病率为15.6%	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
825	2026-09-27	Dual-view scout scans with deep learning for ultra-low dose attenuation correction in PET 2026-Sep, Medical physics IF:3.2Q1 DOI:10.1002/mp.70647 PMID:42613818	研究论文	该研究提出了一种利用双视图侦察扫描和深度学习生成透射图像作为代理μ图的方法，用于PET的超低剂量衰减校正	创新性地将侦察X光片的组织密度信息与NAC PET数据结合，生成透射图像作为μ图，减少辐射剂量和错位伪影，并提高在不同示踪剂和解剖覆盖范围下的泛化能力	研究样本量有限（53个研究扫描），可能需要在更大规模的多中心数据集中进一步验证	开发一种超低剂量衰减校正方法，用于PET定量重建，减少辐射剂量和错位伪影	PET扫描数据，包括NAC PET和侦察X光片	医学影像分析	NA	深度学习	NA	图像	53个研究扫描（来自PennPET Explorer，涵盖四种示踪剂），另外三种示踪剂用于测试	NA	NA	NRMSE%, SUV偏差	NA
826	2026-09-27	Automated monitoring of insects system: building a non-lethal and scalable solution for monitoring of nocturnal insects 2026-Sep, HardwareX IF:2.0Q3 DOI:10.1016/j.ohx.2026.e00822 PMID:42633166	研究论文	本文介绍了第二代UKCEH自动昆虫监测系统（UKCEH AMI-system），这是一个开源的昆虫相机陷阱，利用单板计算机、USB相机和诱虫灯来监测夜间昆虫，旨在使任何人都能构建自己的系统并根据需求改进设计	提出了第二代开源的非致命且可扩展的夜间昆虫自动监测系统，基于第一代系统（Bjerge et al. 2021）进行了改进，使任何人都能自行搭建和迭代改进	摘要中未明确提及该系统的局限性	构建一个非致命且可扩展的夜间昆虫监测解决方案，使任何人都能构建自己的系统并根据自身需求迭代和改进设计	夜间活动的昆虫（包括蛾类等被灯光吸引的昆虫）	计算机视觉	NA	NA	NA	图像	近200套UKCEH AMI系统已部署在全球30多个国家	NA	NA	NA	Raspberry Pi单板计算机、USB相机、UV灯
827	2026-09-27	Soluble protein analog selection engine (SPASE): An automated AI-powered server to improve protein engineering workflows 2026-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70733 PMID:42560022	研究论文	本文介绍了一个名为SPASE的自动化AI服务器，通过整合ProteinMPNN、Protein-Sol、Aggrescan3D和ESMFold来优化蛋白质工程工作流程，优先筛选高溶解度和低聚集倾向的蛋白质变体	开发了SPASE服务器，首次将 soluble ProteinMPNN 与蛋白质溶解度预测工具（Protein-Sol）和聚集预测工具（Aggrescan3D）以及结构建模工具（ESMFold）集成，自动生成、预测和评分蛋白质变体，以富集具有更高预测溶解度和更低预测聚集倾向的蛋白质类似物	蛋白质新颖性、溶解度预测和聚集评估方面存在挑战	改进蛋白质工程工作流程，优先筛选具有理想生物物理性质（高溶解度和低聚集倾向）的蛋白质候选物	蛋白质序列和变体	机器学习	NA	深度学习	ProteinMPNN, ESMFold	序列和结构数据	NA	NA	ProteinMPNN, ESMFold	预测溶解度、聚集倾向、折叠置信度	NA
828	2026-09-27	Predicting membrane protein localization by deep learning on structure and chemistry 2026-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70747 PMID:42560024	研究论文	该论文提出了一种基于图神经网络的模型GPSforTMDs，利用实验测定的膜蛋白结构预测跨膜结构域的天然膜环境	利用蛋白质的图神经网络模型，直接从结构预测跨膜结构域的膜定位，并发现算法能学习到膜蛋白结构的新规则	某些膜环境类别预测困难，如分泌途径中TMD与膜的兼容性，以及古菌TMD被误认为细菌TMD（反之亦然）；需要高质量数据库报告TMD定位	通过深度学习从膜蛋白结构预测其天然膜环境，并探索膜蛋白结构与膜化学匹配的规律	膜蛋白的跨膜结构域（TMDs）及其天然膜环境	机器学习	NA	图神经网络	图神经网络	蛋白质结构数据	NA	NA	图神经网络	总体性能与基于序列的方法相当，某些类别表现优异	NA
829	2026-09-27	VesMamba: Vessel Morphology-Enhanced State Space Model for Cerebrovascular Delineation 2026-Sep, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70339 PMID:42469936	研究论文	提出VesMamba框架，将血管形态先验整合到状态空间模型中，用于TOF-MRA和CTA影像的脑血管精准分割	提出Tri-oriented Vessel-aware Mamba (ToVM)模块，利用脑血管边缘特征动态重排一维输入序列，突破传统SSM固定扫描模式的局限；并提出3D Large-Small Gated Convolution (LSGC)模块以保留关键空间信息	摘要中未明确提及	从TOF-MRA和CTA影像中精准描绘脑血管结构，以辅助脑血管疾病的临床诊断和治疗	脑血管结构（来自TOF-MRA和CTA影像）	计算机视觉, 医学图像分割	脑血管疾病	TOF-MRA, CTA	状态空间模型 (State Space Model), Mamba	图像 (3D医学影像)	两个TOF-MRA数据集和一个CTA数据集（具体样本数量未提及）	NA	VesMamba, Tri-oriented Vessel-aware Mamba (ToVM), 3D Large-Small Gated Convolution (LSGC)	多数评估指标上超越所有对比方法（具体指标未列出）	NA
830	2026-09-27	Predictive design of tissue-specific mammalian enhancers that function in the mouse embryo 2026-Sep, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-026-02729-1 PMID:42642514	研究论文	本文提出了一种通用策略，利用深度学习设计和验证能在小鼠胚胎中可靠工作的组织特异性增强子	首次证明仅从DNA序列即可可靠推断哺乳动物增强子功能，并能在体内实现组织特异性合成增强子的预测性从头设计，且仅需适度的训练集	研究仅针对小鼠胚胎的心脏、肢体和中枢神经系统设计了15个合成增强子，样本量和组织范围有限，尚未验证在其他哺乳动物或成体组织中的普适性	开发一种能在哺乳动物基因组和组织的体内调控复杂性中可靠设计组织特异性增强子的通用策略	小鼠胚胎中的心脏、肢体和中枢神经系统组织特异性增强子	机器学习	NA	染色质可及性测序，迁移学习	CNN	DNA序列，染色质可及性数据	15个合成增强子	NA	卷积神经网络	目标组织中的增强子活性	NA
831	2026-09-27	From phenoscope to GreenLab model of Arabidopsis to decipher genotype and treatment effects 2026-Sep, Plant phenomics (Washington, D.C.) DOI:10.1016/j.plaphe.2026.100265 PMID:42662435	研究论文	该研究结合深度学习图像分析、高通量表型组学和机制建模，动态追踪拟南芥叶片发育并解析基因型和水氮处理效应	首次将SAM-2深度学习模型用于高通量表型图像中单叶的自动分割与追踪，并将叶片级测量整合到GreenLab机制模型中推断植株尺度参数如辐射利用效率，同时结合QTL定位发现传统莲座尺度整合性状未能检测到的叶片出现动态相关遗传位点	单叶对整体莲座生长的贡献有限，莲座尺度动态具有整合性；未明确说明样本量、计算资源及具体性能指标	通过结合深度学习图像分析、机制建模和QTL定位，大规模定量表征拟南芥的发育动态，解析基因型和环境处理对叶片发育性状的影响，并挖掘新的遗传位点	不同生态型的拟南芥（Arabidopsis）植株，生长在不同水分和氮素条件下	计算机视觉, 机器学习	NA	高通量表型成像, 深度学习图像分析, QTL定位, 机制建模	SAM-2, 机制模型（GreenLab）	图像	数百株来自不同生态型的植物	NA	SAM-2	NA	NA
832	2026-09-27	Modular multi-task deep learning framework for prediction of treatment initiation in neovascular age-related macular degeneration modular AI for NVAMD treatment initiation study-MANTIS 2026-Sep-01, The British journal of ophthalmology DOI:10.1136/bjo-2025-328327 PMID:42680556	研究论文	该研究开发了一个模块化多任务深度学习框架，基于OCT图像和视力评分，自动预测新生血管性年龄相关性黄斑变性（NVAMD）患者开始抗VEGF治疗的最佳时机	提出了一个全自动的模块化多任务深度学习框架，结合CNN提取OCT特征和两个LSTM模型分别完成任务I（预测抗VEGF治疗需求）和任务II（估计外层视网膜厚度），实现治疗启动时机的自动判断	样本量相对较小（122名患者，207只眼），回顾性研究设计，需要在更大规模的前瞻性队列中验证	开发一个全自动系统，基于OCT图像中观察到的视网膜变化和视力评分，确定开始抗VEGF治疗的最佳时机	中期干性年龄相关性黄斑变性（AMD）患者，包括未进展为NVAMD的患者和进展并接受抗VEGF治疗的患者	数字病理学	年龄相关性黄斑变性	光学相干断层扫描（OCT）	CNN, LSTM	图像, 文本	122名患者（207只眼），其中数据集1包含49名患者（69只眼），数据集2包含100名患者（138只眼）	NA	卷积神经网络（CNN）, 长短期记忆网络（LSTM）	AUC, AUPRC, 准确率, 精确率, 灵敏度, 特异度, NMAE	NA
833	2026-09-27	Gradient-based optimization for mRNA sequence design 2026-Aug-31, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag667 PMID:42720943	研究论文	提出ID3框架，通过连续概率分布和约束机制，实现mRNA密码子序列的可微分梯度优化，同时优化翻译起始区域的RNA可及性和密码子适应性	将训练好的深度学习预测模型视为固定的可微函数，通过连续概率分布优化离散的密码子选择，并引入三种约束机制保持编码蛋白质序列不变，实现了梯度优化在离散mRNA序列设计中的应用	未明确说明	设计能同时优化RNA可及性和密码子适应性且保持编码蛋白质不变的mRNA编码序列	mRNA编码序列、密码子序列、多种蛋白质靶标	机器学习	NA	mRNA序列设计，密码子优化，可及性预测	深度学习预测模型	序列数据	NA	PyTorch	DeepRaccess	可及性优化性能，联合可及性-CAI优化性能，收敛分析	NA
834	2026-09-27	Current Advances in Spatial Pathology of Nasal Polyps: Challenges, Opportunities for Artificial Intelligence, and Future Directions 2026-Aug-27, World journal of otorhinolaryngology - head and neck surgery DOI:10.1002/wjo2.70145 PMID:42662489	综述	本文综述了鼻息肉空间病理学的传统与新兴方法，重点关注人工智能工具及其临床转化潜力	系统总结了人工智能赋能的空间病理学在桥接形态学与分子特征、细化鼻息肉内型分型以及推动靶向生物治疗方面的创新应用	作为综述文章，未涉及原始实验数据，对现有AI工具在鼻息肉空间病理中的验证程度和临床落地障碍讨论可能有限	总结鼻息肉传统与新兴空间病理学方法的研究进展，聚焦人工智能工具及其临床转化潜力	慢性鼻窦炎伴鼻息肉（CRSwNP）及鼻息肉（NP）组织	数字病理学	鼻息肉	空间转录组学	深度学习	图像, 分子标记数据	NA	NA	NA	NA	NA
835	2026-09-27	Development and internal evaluation of a deep learning model for fine-grained detection of dental trauma on CBCT-dominant image records 2026-Aug-22, Journal of dentistry IF:4.8Q1 DOI:10.1016/j.jdent.2026.106984 PMID:42632476	研究论文	该研究开发并内部评估了一种基于YOLO的深度学习模型，用于在CBCT主导的影像记录中对牙外伤亚型进行细粒度定位和分类	首次将YOLO26x目标检测模型应用于牙外伤的细粒度亚型定位与分类，并构建了以CBCT图像为主、根尖片为辅的标注数据集	为单中心回顾性研究，未进行患者层面的数据分离，部分亚型（如牙槽骨骨折、无并发症冠根折）性能较低，缺乏多中心外部验证	开发并内部评估一个YOLO-based模型，实现牙外伤亚型的细粒度定位与分类	牙外伤影像记录，包括矢状位CBCT图像和根尖片	计算机视觉	牙外伤	CBCT，根尖片	YOLO	图像	1256个标注的牙外伤实例（1065个来自矢状位CBCT图像，191个来自根尖片）	NA	YOLO26x	平均精度，mAP@0.5，mAP@0.5:0.95，精确率，召回率，推理速度	NA
836	2026-09-27	Deep Learning-Based Detection Model for Leukemia Cells in Peripheral Blood Smears Using YOLOv11-Large 2026-Aug-18, Current oncology (Toronto, Ont.) DOI:10.3390/curroncol33080486 PMID:42645391	研究论文	该研究评估了YOLOv11-large检测器在大型开源数据集上同时定位和分类13种与白血病相关的白细胞亚型及伪影类别的性能	使用大规模多域开源数据集LeukemiaAttri和YOLOv11-large模型对14个类别进行检测，性能超过先前报道的基线，并通过广泛的数据增强将训练集扩展至65,785张图像	需要进行外部验证以确定临床实用性和泛化能力	评估基于深度学习的检测模型在外周血涂片中白血病细胞检测和分类的性能，以支持临床决策	外周血涂片中的白细胞亚型（13种与白血病相关的亚型加一种伪影类别）	数字病理学	白血病	深度学习目标检测	YOLOv11-large	图像	18,664张标注图像，包含67,347个目标，训练集经增强后为65,785张图像	PyTorch (YOLO基于PyTorch)	YOLOv11-large	mAP50, mAP50-95, 精确率, 召回率, F1分数	单张NVIDIA H200 SXM GPU
837	2026-09-27	Deep learning enabled prediction of nuclear lamina-associated chromatin 2026-Aug-14, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101545 PMID:42630757	研究论文	该研究提出了LADDER，一种多模态深度学习模型，基于DNA序列、基因密度以及LINE1和SINE密度预测核纤层相关染色质	首次提出基于DNA序列、基因密度和重复序列密度的多模态深度学习模型LADDER预测核纤层关联，预测结果不依赖细胞类型，并建立了内在基因组核纤层易感性图谱	NA	预测染色质与核纤层的关联，并探索基因组序列对核纤层关联的影响	染色质与核纤层的关联、核纤层相关结构域	机器学习	NA	NA	多模态深度学习	DNA序列、基因密度、LINE1密度、SINE密度	NA	NA	LADDER	NA	NA
838	2026-09-27	Assessment of Ellipsoid Zone Integrity and Other Quantitative OCT Biomarkers for Intermediate Age-Related Macular Degeneration Progression to Atrophy 2026-Aug-10, Ophthalmology IF:13.1Q1 DOI:10.1016/j.ophtha.2026.08.005 PMID:42575302	研究论文	评估基线OCT生物标志物与中期年龄相关性黄斑变性（iAMD）在2年内进展为晚期萎缩性AMD之间的关联，重点关注椭圆体带（EZ）完整性及其他定量结构特征	结合机器学习增强的多层分割平台与全自动深度学习模型，量化EZ萎缩、高危EZ区域和超透射等新型OCT生物标志物，并利用随机森林分类器构建iAMD进展预测模型	回顾性研究设计，样本仅来自单一队列，随访时间为2年，未涉及外部验证	评估基线OCT定量生物标志物与iAMD向晚期萎缩性AMD进展之间的关联，探索早期疾病风险分层工具	502只基线无萎缩或渗出的iAMD患眼，每只眼均有2年随访OCT影像	数字病理学	年龄相关性黄斑变性	光谱域OCT成像，机器学习增强多层分割，深度学习	随机森林，深度学习模型	图像	502只iAMD患眼，基线及2年随访OCT扫描	NA	随机森林，深度学习模型（未指定具体架构）	ROC曲线下面积（AUC）	NA
839	2026-09-27	Predicting Enantioselectivity of Ruthenium-Catalyzed Ketone Hydrogenation with 3D Structure-Based Deep Learning 2026-Aug-05, Journal of the American Chemical Society IF:14.4Q1 DOI:10.1021/jacs.6c07313 PMID:42490528	研究论文	该论文报道了基于3D结构表示的深度学习模型，用于预测钌催化酮加氢反应的对映选择性	结合文献数据与超过1000个高通量实验数据以减轻数据偏差，并证明基于对映决定性过渡态3D表示的3D图神经网络优于2D图、分子指纹和半经验量子计算描述符模型	未明确提及	预测钌催化酮加氢反应的对映选择性	Noyori型双膦-二胺催化剂催化的酮加氢反应	机器学习	NA	高通量实验，半经验量子计算	图神经网络	3D分子结构数据	文献数据加上超过1000个高通量实验样本	NA	3D图神经网络，2D图模型	NA	NA
840	2026-09-27	Mabast dataset for Sorani Kurdish dialect semantic text classification 2026-Aug, Data in brief IF:1.0Q3 DOI:10.1016/j.dib.2026.113121 PMID:42604030	研究论文	本文介绍了一个名为Mabast的索拉尼库尔德方言语义文本分类数据集，并提供了基于TF-IDF和SVM的基线验证实验	构建了首个针对索拉尼库尔德方言的语义文本分类数据集，包含19,922条标注样本，涵盖五个语义类别，特别是用于有害内容检测	仅提供了TF-IDF和SVM的基线实验，未评估深度学习模型；数据集规模有限；仅针对索拉尼方言	支持库尔德语自然语言处理，特别是低资源语言下的文本分类和有害内容检测	索拉尼库尔德方言文本	自然语言处理	NA	NA	SVM	文本	19,922条标注文本样本	NA	线性SVM	NA	NA