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
1101	2026-09-23	Hybrid vision transformer and ensemble machine learning framework for automated atherosclerotic plaque classification in intravascular ultrasound imaging 2026-Jun-10, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-53077-3 PMID:42270685	研究论文	本文提出了一种结合视觉Transformer和集成机器学习的混合框架，用于血管内超声图像中动脉粥样硬化斑块的自动分类	创新性地将视觉Transformer的全局上下文理解能力与基于Gabor滤波器的传统机器学习方法的局部纹理分析优势相结合，构建了一个三阶段集成系统	未明确提及	开发自动化的动脉粥样硬化斑块分类方法，以辅助心血管疾病的诊断和治疗规划	血管内超声图像中的动脉粥样硬化斑块	计算机视觉	心血管疾病	血管内超声成像	视觉Transformer, 支持向量机, 随机森林	图像	3867张血管内超声图像，涵盖三个斑块类别（轻度狭窄、狭窄、正常椎动脉）	NA	视觉Transformer, 支持向量机, 随机森林	准确率, F1分数	NA
1102	2026-09-23	Exploratory Assessment of Pulsed-Wave Doppler Representations of Lung Sounds Using Deep Learning: An In-Vitro Phantom Study 2026-Jun-10, medRxiv : the preprint server for health sciences DOI:10.64898/2026.06.09.26353787 PMID:42326789	研究论文	该研究探索了脉冲波多普勒超声能否从回放的肺音中捕获结构化频谱模式，并使用深度学习进行分类	首次探索使用脉冲波多普勒超声表示呼吸音，并在体外模型中进行深度学习分类验证	研究为体外模型，使用回放录音，样本量有限，需进一步在体研究验证	探索脉冲波多普勒超声作为呼吸声学表示的可行性	数字化呼吸音录音和脉冲波多普勒频谱图像	医学图像分析	呼吸系统疾病	脉冲波多普勒超声	CNN	图像	1,478 张脉冲波多普勒频谱图像，来自健康受试者和多个外部标记的疾病类别	NA	ResNet-18	NA	NA
1103	2026-09-23	Prediction of avatrombopag-induced thrombocytosis in pediatric immune thrombocytopenia: an AI-based real-world study 2026-Jun-09, Annals of hematology IF:3.0Q2 DOI:10.1007/s00277-026-07086-x PMID:42260021	研究论文	该研究基于真实世界数据，开发并验证了预测儿童免疫性血小板减少症患者使用阿伐曲泊帕后发生血小板增多症的AI模型	首次针对儿童ITP患者使用AVA后血小板增多症风险构建预测模型，并系统比较了经典机器学习、深度学习表格数据模型及最新TabPFN、FT-Transformer、HyperTab等模型的性能	样本量相对较小，仅纳入74例患者，且为单中心回顾性研究，模型的外部验证和泛化能力有待进一步证实	开发并验证AVA诱导的儿童ITP患者血小板增多症的预测模型，为个体化风险评估和精准用药提供依据	2021年7月至2024年1月期间在北京儿童医院血液肿瘤中心接受AVA治疗的74例儿童ITP患者	机器学习	免疫性血小板减少症	电子病历数据挖掘，机器学习建模	FT-Transformer、Logistic Regression、Support Vector Machine、Multilayer Perceptron、Random Forest、XGBoost、TabPFN、HyperTab	表格数据	74例儿童ITP患者	NA	FT-Transformer、Logistic Regression、Support Vector Machine、Multilayer Perceptron、Random Forest、XGBoost、TabPFN、HyperTab	准确率、AUC	NA
1104	2026-09-23	Charting Cervical Spinal Cord Morphometry Across the Lifespan 2026-Jun-08, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.03.729823 PMID:42327282	研究论文	该研究利用30个基于人群的脑MRI数据集，构建了首个覆盖全生命周期的颈段脊髓形态测量标准图表	首次生成覆盖0-100岁全生命周期的颈段脊髓形态测量标准图表，并采用对比度无关的深度学习分割方法提取多维度形态指标，结合GAMLSS模型刻画非线性变化轨迹	数据来源于已有脑MRI数据集中包含颈段脊髓覆盖的扫描，可能存在选择偏倚；未在独立临床队列中验证图表的泛化能力	建立颈段脊髓形态测量的全生命周期标准参考图表，以区分正常变异与病理改变，提升脊髓MRI在发育和神经退行性研究中的临床效用	41042名年龄0-100岁的个体，共78269次扫描	数字病理学	神经系统疾病	MRI	深度学习分割模型	图像	78269次扫描，来自41042名个体	NA	NA	NA	NA
1105	2026-09-23	Epigenetic conditioning improves sequence-based modeling of gene regulation across cell types and alleles 2026-Jun-07, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.02.729723 PMID:42282607	研究论文	提出MethylSeqNet模型，通过将预训练序列嵌入与CpG甲基化条件结合，提升基因调控的跨细胞类型和等位基因建模	首次将CpG甲基化作为输入条件，设计可扩展且可解释的条件机制，使模型能预测等位序列无法编码的现象（如亲本印记、随机单等位表达和X失活）	仅在一例罕见病患者中验证了结构重排预测，样本量小；依赖长读长测序数据，可能限制广泛应用	利用表观遗传状态（特别是CpG甲基化）改善基于序列的基因调控建模，并探索其在罕见病解释中的应用	细胞类型特异性染色质可及性和转录、亲本印记、随机单等位活性、X失活以及一例罕见病患者的结构重排	基因组深度学习	罕见病	长读长测序、CpG甲基化测序	深度学习	序列、甲基化	一例罕见病患者（案例研究）	NA	甲基化条件化的序列嵌入模型	NA	NA
1106	2026-09-23	Compositional and interpretable representation of histology using AI foundation models and sparse autoencoders 2026-Jun-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.03.725182 PMID:42282624	研究论文	本文描述了一个人机交互计算框架，利用计算病理学基础模型和稀疏自编码器分解H&E图像的特征，自动识别人工可解释的组织病理学特征，应用于肺结核和肺癌等肺部疾病	利用计算病理学基础模型和稀疏自编码器自动识别多样、人工可解释的组织病理学特征，并提供了一种形态学感知的方法来整合2D和3D中尺度组织架构与分子空间分析	未明确提及	提高H&E图像的计算病理学模型在生物学上的可解释性，并促进其在空间分析研究中的应用	H&E染色的组织切片图像，特别是肺结核和肺癌等肺部疾病	数字病理学	肺癌	H&E染色、空间分析	基础模型、稀疏自编码器	图像	未明确提及	未明确提及	基础模型、稀疏自编码器	未明确提及	未明确提及
1107	2026-09-23	Optic Disc Fundus Images Retain Biometric Identity Signals Under Deep Learning 2026-Jun-05, Research square DOI:10.21203/rs.3.rs-8801056/v1 PMID:42282010	研究论文	本文研究了基于视盘中心眼底图像的深度学习模型是否保留足够的受试者特异性信息用于生物特征验证，并与全视野眼底照片模型进行比较	首次系统评估视盘中心眼底图像在深度学习下的生物特征识别能力，并发现包含狭窄视盘周围区域的图像可达到与全视野眼底图像相当的验证性能	仅使用单一机构的数据集，未评估跨机构泛化能力，且未探讨身份链接密钥的实际应用场景	探究深度学习模型在视盘中心眼底图像上是否保留足够的受试者特异性生物特征信号用于身份验证	来自Bascom Palmer Eye Institute的4,500名受试者的7,724只眼的30,836张彩色眼底照片	计算机视觉	NA	NA	CNN	图像	30,836张彩色眼底照片，来自4,500名受试者的7,724只眼	NA	Siamese卷积神经网络	AUC, EER, 准确率	NA
1108	2026-09-23	Non-coding Regulatory Variants in ASD (Autism Spectrum Disorders) Disrupt CTCF Domains and Shape Cell-Type-Specific Neurodevelopmental Landscapes Revealed by Single-Cell Analyses and Cortical Organoids 2026-Jun-05, Research square DOI:10.21203/rs.3.rs-9650619/v1 PMID:42281968	研究论文	通过对600个样本进行靶向测序，结合深度学习框架Sei、单细胞核RNA-seq和皮质类器官数据，揭示非编码调控变异通过破坏CTCF结构域影响自闭症谱系障碍的细胞类型特异性神经发育	首次系统性地将非编码调控变异与CTCF结构域破坏、细胞类型特异性基因调控及神经发育阶段动态关联，并利用皮质类器官模型验证了变异的时间空间特异性效应	样本量相对有限（600个样本），仅针对既往无致病编码变异的样本，可能遗漏部分协同效应；研究主要基于预测工具Sei，实验验证不足	探究非编码调控变异在自闭症谱系障碍中的功能影响及其在单细胞水平和类器官模型中的致病机制	自闭症谱系障碍患者及其家系样本、ASD与对照脑组织单核RNA-seq数据、人类皮质类器官	机器学习	自闭症谱系障碍	靶向测序, 单核RNA-seq, 单细胞RNA-seq	深度学习, CNN	基因组序列, 基因表达数据, 单细胞转录组数据	600个样本（200个三人组）用于靶向测序；64个个体约60万个细胞核用于snRNA-seq；皮质类器官覆盖四个发育阶段（23天至6个月）	NA	Sei	p值, 富集分析	NA
1109	2026-09-23	A compact and efficient physics-informed architecture for reconstructing and predicting complex physical fields from low accuracy sparse data 2026-Jun-05, Research square DOI:10.21203/rs.3.rs-9914527/v1 PMID:42281984	研究论文	本文提出了一种紧凑且计算高效的物理信息神经网络架构，用于从低精度稀疏数据中重建和预测复杂物理场	提出紧凑的PINN架构，仅需1-1.5百万可训练参数，显著降低架构复杂度和计算开销；在单个NVIDIA A100 GPU上每个任务仅需3-5小时训练；实现了从低精度粗网格输入重建高精度高分辨率解，并支持时间预测和空间域扩展	重建保真度强烈依赖于稀疏监督的放置位置，物理信息采样可改善精度和能量一致性，但整体重建效果受监督位置影响较大	克服现有AI模型依赖大规模标注数据集和高度参数化架构的局限，开发紧凑且计算高效的物理信息神经网络，用于从有限观测中重建和预测具有多尺度时空动力学的复杂物理场	层流和湍流流动，包括驱动方腔流和三维均匀各向同性湍流	机器学习	NA	物理信息神经网络（PINNs）	PINN	数值模拟数据	驱动方腔流（40×40粗网格输入，401×401高分辨率输出），三维均匀各向同性湍流	NA	紧凑型物理信息神经网络	误差，湍流动能演化预测精度	单个NVIDIA A100 GPU
1110	2026-09-23	Deep learning and eye tracking: Convolutional neural networks provide converging evidence for experience-driven attention within visual search 2026-Jun-04, Behavior research methods IF:4.6Q1 DOI:10.3758/s13428-026-03057-2 PMID:42240817	研究论文	本研究利用卷积神经网络从原始眼动位置时间过程数据中分类视觉搜索中干扰物的位置，以探究经验驱动的注意力	首次将深度学习应用于原始眼动数据以分析视觉搜索中的经验驱动注意力，并展示了其优于传统指标的分类性能	样本量有限，仅基于三个数据集，且模型泛化能力需进一步验证	探究深度学习是否有助于客观地整合传统分析中丢弃的原始眼动数据，以分析视觉搜索中的注意力分配	视觉搜索任务中的眼动数据，特别是干扰物位置分类	计算机视觉	NA	眼动追踪	CNN	眼动位置时间过程数据	三个数据集（来自先前研究，具体样本量未在摘要中提供）	NA	卷积神经网络	分类准确率	NA
1111	2026-09-23	Quantitative RNA pseudouridine landscape reveals dynamic modification patterns and evolutionary conservation across bacterial species 2026-Jun-04, eLife IF:6.4Q1 DOI:10.7554/eLife.107545 PMID:42241317	研究论文	该研究利用优化的baBID-seq方法在五种细菌中实现了单碱基分辨率的转录组范围定量Ψ修饰图谱，揭示了生长阶段依赖的动态变化、进化保守特征，并开发了深度学习框架预测Ψ修饰位点	首次在五种细菌中进行转录组范围定量Ψ修饰图谱分析；发现了生长阶段依赖的假尿苷化动态变化；揭示了Ψ修饰的进化保守特征如主导基序和操纵子内聚集；开发了结合LSTM-Transformer-GNN的深度学习框架pseU_NN用于预测Ψ修饰位点	摘要中未明确提及研究局限性	探索细菌中RNA假尿苷（Ψ）修饰的分布和功能意义，填补与真核生物系统相比的研究空白	五种不同细菌物种的RNA	机器学习	NA	baBID-seq	LSTM, Transformer, GNN	RNA序列和结构数据	五种细菌物种	NA	LSTM-Transformer-GNN (pseU_NN)	NA	NA
1112	2026-09-23	A Real-Time Automated Deep Learning Workflow for Non-invasive High-Magnification Imaging of C. elegans 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729022 PMID:42282531	研究论文	本文提出了一种实时自动深度学习工作流，用于在微流控平台中对自由运动的秀丽隐杆线虫进行非侵入式高倍成像，以支持衰老和神经生物学研究中的纵向表型分析	集成了深度学习头部检测、基于图像的自动对焦和快速电动载物台反馈，实现了对自由运动线虫在多倍放大下的稳定成像（包括神经元尺度），且完全基于商用倒置显微镜，无需额外定制硬件，并具备模块化、用户可配置的界面	摘要中未明确提及研究的具体局限性	实现对自由运动的秀丽隐杆线虫进行非侵入式高倍成像，避免麻醉或固定带来的生理干扰，从而支持衰老和神经生物学中的连续纵向观察	秀丽隐杆线虫（C. elegans）	计算机视觉, 数字病理学, 机器学习	NA	深度学习, 图像自动对焦, 微流控, 荧光成像	CNN	图像	数百条单独饲养在独立培养室中的线虫，可进行每日重复成像	NA	NA	NA	NA
1113	2026-09-23	Direct Detection and Atomic Modeling of Ligands in Cryo-EM Maps Using Deep Learning 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729423 PMID:42282590	研究论文	该文章提出了Emap2lig，一个两阶段深度学习框架，用于直接从冷冻电镜图中自动检测配体密度并重建配体原子结构。	首次实现了直接从实验冷冻电镜图中同时可靠检测配体密度并重建配体原子结构，且适用于分辨率低至约5 Å的图谱	NA	解决冷冻电镜图中配体密度计算解读困难的问题，特别是在配体位置未知或局部图谱分辨率有限的情况下实现配体的自动检测和原子建模	冷冻电镜图中的小分子配体密度及其原子结构	计算机视觉	NA	冷冻电镜	扩散模型	图像	NA	NA	扩散生成模型	NA	NA
1114	2026-09-23	An open-source stereotaxic container with an integrated cutting guide for human brain fixation during magnetic resonance imaging and sectioning for histology 2026-Jun-04, bioRxiv : the preprint server for biology DOI:10.64898/2026.06.01.729391 PMID:42282745	研究论文	本文开发了一种开源立体定向容器，集成了切割引导系统，用于人脑固定期间的磁共振成像和组织学切片	创新点包括使用迭代3D打印技术制造MRI兼容的立体定向容器和切割引导系统，采用Victrex AM™ 200材料，实现单次扫描工作流程，支持深度学习 lesion 分割和MRI引导的组织学配准	摘要中未提及具体限制	开发一种可靠的高分辨率MRI到组织学工作流程，以研究神经退行性疾病	人脑死后标本	数字病理	神经退行性疾病	7T MRI, 组织学切片, 3D打印	深度学习	图像	215个人脑死后标本	NA	NA	NA	NA
1115	2026-09-23	ORIGAMI: Orientation-Aware Graph Neural Network for Assessing Multimeric Interfaces of Protein Complex Structures 2026-Jun-03, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.31.729128 PMID:42282808	研究论文	该论文提出了ORIGAMI，一种取向感知的图神经网络，用于评估蛋白质复合物结构的多聚体界面，通过结合标量和3D向量节点表示来估计界面局部距离差异测试（iLDDT）分数	利用标量和3D向量节点表示进行对称感知的几何操作，同时通过捕获蛋白质-蛋白质界面上残基间的细粒度取向关系来保持SO(3)-等变性	未明确提及	可靠地评估计算预测的多聚体结构质量	蛋白质复合物结构的多聚体界面	计算结构生物学	NA	图神经网络	等变图神经网络	蛋白质3D结构数据	来自多轮CASP挑战的靶标	PyTorch（基于GitHub仓库推断）	取向感知图神经网络	iLDDT分数, DockQ分数	NA
1116	2026-09-23	Selective Correlation Based Knowledge Distillation for Ground Reaction Force Estimation 2026-Jun-02, Measurement : journal of the International Measurement Confederation IF:5.2Q1 DOI:10.1016/j.measurement.2026.121510 PMID:42245537	研究论文	本文提出了一种基于选择性相关知识蒸馏的方法，用于从可穿戴鞋垫传感器数据中估计地面反作用力	提出选择性相关知识蒸馏，在提取知识迁移的相关图时考虑时间特征，增强可解释性并缓解高维数据处理问题	未明确提及	从可穿戴鞋垫传感器数据中准确估计地面反作用力，实现便携、资源高效的步态分析	人类步态地面反作用力数据	机器学习	NA	可穿戴鞋垫传感器	CNN	传感器信号	不同步行速度和窗口大小的数据	NA	教师-学生架构	NA	NA
1117	2026-09-23	MALICoT: A pilot cross-sectional study analyzing the effects of power training and age on endomysium content and fiber area in the soleus muscle of adult males 2026-Jun, Physiological reports IF:2.2Q3 DOI:10.14814/phy2.70933 PMID:42210728	研究论文	该论文是一项横断面研究，分析了力量训练和年龄对成年男性比目鱼肌内膜含量和纤维面积的影响	结合了传统组织学、基于深度学习的图像分析、免疫荧光和定量蛋白质组学等多种技术，系统评估了力量训练和年龄对肌肉内膜的影响	样本量相对较小，仅包括男性参与者，且为横断面设计无法确定因果关系	探究运动训练和年龄对人类比目鱼肌内膜含量和纤维面积的影响	43名临床健康的成年男性，分为四组：年轻非运动对照组、年轻力量训练运动员、老年非运动对照组和老年力量训练运动员	数字病理学	NA	组织学染色、免疫荧光、定量蛋白质组学、深度学习图像分析	CNN	图像、蛋白质组学数据	43名参与者，每组约10-12人，来自左比目鱼肌的活检样本	NA	NA	NA	NA
1118	2026-09-23	Development and Validation of an AI-Integrated System for Automated Fracture Detection and Pedicle Puncture Planning in Lumbar Osteoporotic Vertebral Compression Fractures Based on the Nine-Grid Area Division Method 2026-Jun, Orthopaedic surgery IF:1.8Q2 DOI:10.1111/os.70344 PMID:42130124	研究论文	该研究开发并验证了一个基于九宫格区域划分方法的AI集成系统，用于腰椎骨质疏松性椎体压缩骨折的自动骨折检测和椎弓根穿刺规划	首次将九宫格区域划分方法与深度学习相结合，开发了用于L-OVCF诊断和椎弓根穿刺规划的AI集成自动化系统，实现了自动化的穿刺路径规划	样本量相对较小（仅20例用于穿刺规划一致性比较），且仅来自三家医院，需要更大规模的多中心验证	开发一个AI集成的自动化系统，用于L-OVCF诊断和椎弓根穿刺规划，并验证其诊断准确性、规划一致性和临床应用效率	L-OVCF患者的CT影像数据，来自首都医科大学三家附属医院	计算机视觉, 数字病理学, 医学影像分析	骨质疏松性椎体压缩骨折, 脊柱疾病	CT影像, 深度学习, 自动分割, 穿刺路径规划	CNN	图像	多中心CT数据集来自三家医院（2020年1月至2022年12月），其中20例随机选取用于穿刺规划一致性比较	NA	两阶段改进U-Net, 3D ResNet50, nnU-Net	DSC, AUC, Hausdorff Distance, IoU	标准临床工作站可容纳的内存消耗
1119	2026-09-23	Inference for Stationary Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data 2026-Jun, Spatial statistics IF:2.1Q1 DOI:10.1016/j.spasta.2026.100973 PMID:42226885	研究论文	本文提出了一种基于贝叶斯深度学习的无似然推断方法，用于平稳对数高斯考克斯点过程，并应用于人类口腔微生物组图像数据	提出了一种新的无似然推断方法，使用可逆神经网络近似参数后验分布，通过摊销后验估计实现快速前馈推断	未明确提及局限性	为对数高斯考克斯点过程提供高效准确的贝叶斯推断方法	空间点模式，特别是口腔微生物生物膜图像数据	空间统计学，贝叶斯推断，深度学习	口腔疾病	贝叶斯深度学习，无似然推断，神经网络	可逆神经网络	图像	两个口腔微生物生物膜图像	NA	可逆神经网络	NA	NA
1120	2026-09-23	A unified multimodal model for generalizable zero-shot and supervised protein function prediction 2026-06-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag356 PMID:42244114	研究论文	本文提出了FunBind，一个多模态AI模型，联合学习蛋白质序列、文本描述、结构域注释、三维结构和GO术语五种模态，用于蛋白质功能预测	首次在统一表示中整合五种生物模态；通过对比学习对齐序列与其他异构模态实现零样本功能预测；能够泛化到训练中未见的新功能术语；联合多模态微调策略优于单模态模型和现有最先进深度学习方法	未明确说明	提高蛋白质功能预测准确性，并实现对未见过的新功能术语的零样本预测	蛋白质及其功能注释（GO术语）	机器学习	NA	对比学习、自监督预训练、多模态学习	多模态AI模型	蛋白质序列、文本、结构、注释数据	NA	NA	NA	NA	NA