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
1121	2026-09-23	Pediatric Risk Mapping From Co-Exposure to Extreme Temperatures and Air Pollutants 2026-Jun, GeoHealth IF:4.3Q1 DOI:10.1029/2025GH001743 PMID:42255323	研究论文	本研究开发了美国本土人口普查区尺度的儿童脆弱性指数，并整合极端温度和空气污染物暴露数据，进行空间分析以识别高风险区域	首次在美国本土人口普查区尺度上结合无监督机器学习和深度学习方法开发儿童脆弱性指数，并整合极端温度和空气污染物暴露数据进行空间分析，识别儿童健康高风险区域	主成分分析仅解释了23%的方差，可能遗漏重要信息；研究为初步资源，需进一步验证	识别极端温度和空气污染物共同暴露下儿童健康不良结局的高风险区域，为政策制定者和公共卫生官员提供参考	美国本土（CONUS）的儿童群体	机器学习	呼吸道疾病、热相关疾病、发育问题	NA	无监督机器学习、深度学习	表格数据、空间数据	美国本土所有人口普查区	NA	主成分分析（PCA）及其他降维方法	解释方差比例（23%）	NA
1122	2026-09-23	Counterfeit Citri Reticulatae Pericarpium Identification: Multi-Class Detection Using Vis/NIR Spectroscopy and Residual Neural Networks 2026-Jun, Food science & nutrition IF:3.5Q2 DOI:10.1002/fsn3.71975 PMID:42255696	研究论文	该研究提出了一种结合可见光/近红外光谱与深度学习算法的模型，用于快速无损地鉴别正宗陈皮和四种假冒陈皮	将Vis/NIR光谱与深度学习相结合，并采用WGAN-GP数据增强来提升模型泛化能力和分类鲁棒性，以实现陈皮真伪的多类检测	未明确说明样本来源的地理多样性、光谱采集条件的标准化程度以及模型在其他批次或产地陈皮上的泛化能力	实现正宗陈皮与假冒陈皮的快速、无损、多类鉴别检测	正宗陈皮及四种假冒陈皮样本	机器学习	NA	可见光/近红外光谱（Vis/NIR spectroscopy）	CNN	光谱数据	NA	NA	Inception-ResNet, WGAN-GP	准确率	NA
1123	2026-09-23	Channel and Spatial Parallel Attention for ECG-Based Prediction of Concealed Accessory Pathways and Atrioventricular Nodal Reentry Tachycardia 2026-Jun, Journal of arrhythmia IF:2.2Q2 DOI:10.1002/joa3.70373 PMID:42256115	研究论文	本文提出了一种名为CSPANet的新型深度学习架构，集成通道和空间并行注意力（CSPA）模块，用于从窦性心律心电图中预测隐匿性旁路（CAP）和房室结折返性心动过速（AVNRT）	提出了一种新颖的通道和空间并行注意力（CSPA）模块，通过通道注意力子模块和空间注意力子模块并行处理，增强心电图特征提取；结合Stem模块，在CAP和AVNRT分类任务上超越了所有其他代表性注意力机制	摘要中未明确提及研究局限性	开发一种深度学习模型，从窦性心律心电图中准确预测隐匿性旁路（CAP）和房室结折返性心动过速（AVNRT），以辅助消融规划和提高手术安全性	窦性心律心电图数据，用于区分CAP和AVNRT患者	机器学习	心血管疾病	心电图（ECG）	CNN	心电图信号	NA	NA	ResNet50, ResNet20, CSPANet	准确率, 灵敏度, 特异度, 精确率	NA
1124	2026-09-23	Passive Acoustic Monitoring and Deep Learning Reveal a Lag From Rainfall to Gibbon Song Across a Mosaic Forest Landscape 2026-Jun, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.73717 PMID:42256124	研究论文	该研究通过被动声学监测和深度学习检测器，在印度尼西亚中加里曼丹的三种森林类型中收集了18个月的声学数据，分析濒危婆罗洲白须长臂猿的鸣叫活动与降雨之间的滞后关系	首次在多种森林类型中利用被动声学监测结合预训练深度学习检测器，大规模长时间研究婆罗洲白须长臂猿的鸣叫行为，揭示了降雨对鸣叫活动的短期负面影响和长期正面影响，并发现鸣叫活动在降雨事件后51-52天达到峰值，提示其反映了滞后于季节性降雨的物候性结果反应	研究仅覆盖中加里曼丹的三种森林类型，样本地理范围有限；鸣叫活动作为种群密度指标的准确性可能受行为因素影响；未深入探讨其他环境变量（如温度、湿度）对鸣叫行为的交互影响	研究濒危婆罗洲白须长臂猿在不同森林类型中的鸣叫行为差异及其对季节性降雨的响应，以弥补非泥炭沼泽森林类型中生态信息的不足	濒危婆罗洲白须长臂猿（Bornean white-bearded gibbon）的鸣叫行为	机器学习	NA	被动声学监测	CNN	音频	8个自主录音单元，收集23,244小时声学数据，识别83,956次大鸣叫	NA	NA	NA	NA
1125	2026-09-23	Deep learning-enabled temporal sequencing of metasurface for rewritable and customizable electromagnetic illusions 2026-Jun, National science review IF:16.3Q1 DOI:10.1093/nsr/nwag263 PMID:42312237	研究论文	本文提出了一种模块化超表面时域编程框架，利用深度生成模型将目标电磁幻觉直接映射为特定时间调制序列，实现了可重写和可定制的电磁幻觉	引入模块化超表面时域编程框架，将离散时间调制波形组织为可复用的调制单元库，通过灵活选择和排序这些单元而非为每个新任务重新设计整个控制律，并建立深度生成模型直接映射目标幻觉到特定时域调制序列	仅在合成孔径成像测试平台上进行了验证，尚未在实际雷达成像场景中大规模部署，且结构相似度指数≥0.91表明仍存在一定误差	实现可重写和可定制的电磁幻觉，建立从目标场景规格到可执行超表面控制的实用路径	超表面、电磁波、电磁幻觉、时间调制波形	计算机视觉	NA	超表面时域编程、时间调制、合成孔径成像	深度生成模型	图像	NA	NA	NA	结构相似度指数	NA
1126	2026-09-23	Artificial Second Harmonic Generation Image Feature Tuning with Generative Models and SeFa Semantic Analysis 2026-Jun, JPhys photonics DOI:10.1088/2515-7647/ae6c77 PMID:42465807	研究论文	本研究将StyleGAN2-ADA适配于二次谐波生成（SHG）图像，利用生成模型和SeFa语义分析实现胶原纤维形态的图像特征调控	首次将StyleGAN2-ADA专门适配于SHG显微图像数据集，并结合SeFa语义分解发现与纤维形态特征强相关的语义方向，开发了可扩展的SeFa GUI分析框架	训练数据集规模较小（仅1319张SHG图像），生成模型仍需进一步优化，图像编辑方法需要进一步完善以生成不同疾病类型的胶原纤维形态图像	利用生成对抗网络从SHG显微图像中提取更多信息内容，并通过语义分析实现对胶原纤维形态特征的调控和图像编辑	二次谐波生成（SHG）显微图像中的胶原纤维	数字病理学, 计算机视觉	肺癌, 结缔组织病	二次谐波生成（SHG）显微成像	GAN	图像	1319张SHG图像	PyTorch	StyleGAN2-ADA	LPIPS	NA
1127	2026-09-23	Simulation and empirical evaluation of biologically-informed neural network performance 2026-Jun, Machine learning with applications DOI:10.1016/j.mlwa.2026.100876 PMID:42368786	研究论文	本文通过模拟和实证评估了生物信息学神经网络（BiNNs）的性能影响因素，并测试了整合生殖细胞和体细胞数据对前列腺癌转移状态预测的影响	开发了两个模拟框架来系统评估信号类型、信号强度、特征稀疏性和样本量对BiNN性能的影响，并实证测试了整合生殖细胞和体细胞数据的效果	在稀疏生殖细胞数据上表现不佳，且添加生殖细胞数据并未提高预测性能	评估影响BiNN性能的数据集特征，并提供基准测试新方法的原则性框架	前列腺癌患者的体细胞突变和拷贝数信息，以及生殖细胞变异数据	机器学习	前列腺癌	NA	BiNN	基因组数据	NA	NA	P-NET	预测性能，基因优先级排序，模型解释性	NA
1128	2026-09-23	Fully Automated Deep Learning-Based Pipeline for Evans Index Measurement from Raw 3D MRI 2026-Jun, Neuroscience informatics DOI:10.1016/j.neuri.2026.100275 PMID:42040514	研究论文	该研究开发了一个全自动深度学习流程，用于从原始3D T1加权MRI中测量Evans指数，以便评估脑室扩大	提出一个集成了自动 landmark 检测、AC-PC对齐以及基于nnU-Net的侧脑室和颅内体积分割的全自动流水线，可直接从原始MRI计算Evans指数，无需人工干预，并实现方向标准化	未明确提及外部验证的样本量、计算资源细节以及模型在不同扫描仪或协议下的泛化能力	实现准确、可重复且可扩展的Evans指数自动测量，用于正常压力脑积水等脑脊液动力学障碍的临床和研究应用	T1加权MPRAGE MRI扫描，包括来自Baltimore Longitudinal Study of Aging、BIOCARD、Johns Hopkins队列以及PENS trial的受试者	数字病理学	正常压力脑积水	T1加权MPRAGE MRI	CNN	图像	1,300例手动标注的扫描用于分割训练，内部验证来自多个队列，外部验证来自PENS试验	NA	BrainSignsNet, nnU-Net	Dice系数, 平均偏差, 平均绝对误差, 相关系数r, p值	NA
1129	2026-09-23	Opportunities for deep learning techniques to advance the histological analysis of preclinical models of osteoarthritis beyond ordinal rank systems 2026-Jun, JBMR plus IF:3.4Q2 DOI:10.1093/jbmrpl/ziag039 PMID:42124858	综述	本文综述了利用深度学习技术对临床前骨关节炎模型的啮齿动物膝关节组织学进行定量分析的优势和可行性	提出使用基于CNN的流程量化和可视化啮齿动物骨关节炎模型中的关节重塑，以补充现有分级方案，并可能为驱动关节疼痛和残疾的机制提供见解	使用这些工具分析啮齿动物骨关节炎模型组织学的应用有限	评估深度学习技术在临床前骨关节炎模型组织学分析中的应用前景，以推进超越序数秩系统的分析	啮齿动物骨关节炎模型的膝关节组织学样本	数字病理学	骨关节炎	组织学分析	CNN	图像	NA	NA	NA	NA	NA
1130	2026-09-23	Deep Learning for Endoscopic Classification of Adenoid Hypertrophy 2026-Jun, World journal of otorhinolaryngology - head and neck surgery DOI:10.1002/wjo2.70019 PMID:42205425	研究论文	本文利用深度学习算法对鼻内镜图像进行腺样体肥大的自动分类	开发了一种基于Xception卷积神经网络的内镜图像自动分类方法，用于腺样体肥大的分级诊断	未明确说明	创建一种可靠的方法，利用深度学习算法和鼻内镜图像对腺样体肥大进行自动分类，以克服图像诊断的主观性	腺样体内镜图像	计算机视觉	腺样体肥大	鼻内镜成像	CNN	图像	26,060张腺样体内镜图像	NA	Xception	准确率, AUC	NA
1131	2026-09-23	Eyewire II - A connectomic resource for resolving cell types and circuits of the mouse retina 2026-Jun-01, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.28.727403 PMID:42282520	研究论文	本文介绍了Eyewire II，一个覆盖近1毫米成年小鼠视网膜的大规模电子显微镜数据集，通过自动化重建与人工校对相结合的方法，解析视网膜细胞类型及其神经环路	构建了比以往视网膜EM体积大10-100倍的大规模数据集，结合双光子钙成像实现了形态与功能细胞类型的直接对齐，并开发了深度学习与人类专家注释相结合的人在回路自动细胞分型方法	突触检测中传统突触的自动检测仍在进行中，尚未完全完成，数据集虽大但仍未达到完整的细胞类型目录和突触接线图	建立一个共享的视网膜研究资源，解析哺乳动物视网膜的细胞类型和神经环路连接	成年小鼠视网膜的神经细胞，包括双极细胞、无长突细胞和视网膜神经节细胞	数字病理学	NA	电子显微镜成像，双光子钙成像	深度学习	图像	近1毫米的成年小鼠视网膜组织，已校对超过8000个双极细胞、13000个无长突细胞和4000个视网膜神经节细胞	NA	NA	NA	NA
1132	2026-09-23	Complex Deep Neural Networks for Denoising Ultra-Fast Submillimeter T2*-weighted Imaging and Quantitative Susceptibility Mapping 2026-Jun, European journal of radiology artificial intelligence DOI:10.1016/j.ejrai.2026.100100 PMID:42453704	研究论文	本研究开发了复数域去噪卷积神经网络（ℂDnCNN），用于对超快速亚毫米T2*加权成像和定量磁化率映射进行去噪，以提高多发性硬化诊断中的图像质量	将DnCNN的网络层扩展至复数域，以学习复数MR图像特征，并开发了2D和3D的实数和复数版本网络进行对比测试	未提及具体局限性	解决多发性硬化诊断中增加成像序列导致患者扫描时间增加的问题，通过深度学习去噪方法结合并行成像生成高质量数据	多发性硬化患者的超快速亚毫米T2*加权成像和定量磁化率映射数据	计算机视觉	多发性硬化	磁共振成像	CNN	图像	未提及具体样本量	未提及	DnCNN, ℂDnCNN	NRMSE, PSNR, SSIM, CNR	未提及
1133	2026-09-23	Deep Learning Prediction of Personalized Peripapillary Retinal Nerve Fiber Layer Thickness Norms from Fundus Images in Glaucoma 2026-May-27, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.26.26354081 PMID:42245038	研究论文	该研究开发了一种基于U-Net的深度学习模型，从眼底图像预测个性化的视网膜神经纤维层厚度（RNFLT）正常值，以改善青光眼的结构-功能评估	首次利用深度学习从眼底图像预测个体化的RNFLT正常值，而非依赖人群统计数据，并将预测的正常值图与偏差图结合用于视功能预测，提升了结构-功能关联评估的准确性	研究使用单一机构（马萨诸塞州眼耳医院青光眼服务中心）的数据，可能存在选择偏倚，且未在外部独立数据集上验证模型的泛化能力	从眼底图像中预测个体化的RNFLT正常值，并评估其在青光眼结构-功能评估中的价值	18,000份OCT扫描和视野检查数据，来自马萨诸塞州眼耳医院青光眼服务中心	数字病理学	青光眼	OCT	CNN	图像	18,000份OCT扫描和视野数据，其中10,000份用于训练，8,000份用于评估	NA	U-Net, VGG-16	相关系数, 平均绝对误差（MAE）, R2	NA
1134	2026-09-23	Prioritizing peptides for targeted mass spectrometry experiments using deep learning 2026-May-26, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.21.727053 PMID:42244555	研究论文	该研究提出了一种基于Transformer的深度学习模型Bromo，用于从蛋白质中排序肽段前体，以选择适用于靶向质谱实验的肽段	首次采用Transformer模型，基于电荷状态对肽段前体进行相对响应排序，并利用大规模公开DIA质谱数据训练，能够通过微调适应不同实验条件	摘要中未明确提及研究的局限性	开发一种深度学习模型，优先选择适用于靶向质谱实验的肽段，以改进蛋白质定量	肽段前体、蛋白质	机器学习	NA	靶向质谱、数据非依赖采集质谱	Transformer	质谱数据	数百万个注释肽段对，来自大规模公开DIA质谱数据	NA	Transformer	NA	NA
1135	2026-09-23	Molecular Characterization of T-Lineage Acute Lymphoblastic Leukemia by an Optimal-Transport Based Multi-Omics Integration Framework 2026-May-26, bioRxiv : the preprint server for biology DOI:10.64898/2026.05.22.727257 PMID:42244593	研究论文	该文章提出了一个基于最优传输的多模态深度学习框架OTTER，用于整合RNA-seq基因表达和体细胞基因组变异数据，对T系急性淋巴细胞白血病进行分子特征刻画	使用Gromov-Wasserstein最优传输（GW-OT）对齐各模态的潜在表示，在不需要共享特征空间的情况下保留每个模态的内部几何结构，并结合基于梯度的特征重要性和跨组学交互分析进行可解释性分析	未明确说明	实现异构多组学数据的有效整合，对T-ALL进行准确的分子分型，以理解疾病机制、风险分层和指导靶向治疗策略	T系急性淋巴细胞白血病（T-ALL）患者	机器学习	白血病	RNA-seq，体细胞基因组变异检测	变分自编码器，最优传输	RNA-seq基因表达数据，体细胞基因组变异数据	1,309名患者，涵盖17种T-ALL亚型（来自COG AALL0434队列）	NA	模态特异性变分自编码器，Gromov-Wasserstein最优传输	NA	NA
1136	2026-09-23	Two-Step Ensemble Convolutional Neural Networks for Colonoscopic Biopsy Classification Resembling Pathologists' Process 2026-May-25, Journal of Korean medical science IF:3.0Q1 DOI:10.3346/jkms.2026.41.e152 PMID:42190697	研究论文	本文提出了一种两步集成卷积神经网络流水线，用于结肠镜活检全切片图像的五分类诊断，模拟病理学家的分析过程	提出两步集成深度学习流水线，第一步使用聚类约束注意力多实例学习模型分类腺癌、腺瘤、神经内分泌肿瘤和非异型增生病变，第二步使用EfficientNet区分非肿瘤与增生性息肉；可过滤低质量全切片图像，模拟病理学家分析流程	数据集来源和多样性可能有限，未提及外部验证集，低质量图像过滤标准未详细说明	开发自动化结直肠癌诊断系统，对结肠镜活检全切片图像进行多类别分类，提高临床诊断效率和准确性	结直肠癌全切片图像，包括非肿瘤、增生性息肉、腺瘤、腺癌和神经内分泌肿瘤五类病变	数字病理学	结直肠癌	全切片图像分析	CNN	图像	18,922张结直肠癌全切片图像	NA	聚类约束注意力多实例学习模型, EfficientNet	micro-F1分数, macro-F1分数, weighted-F1分数	NA
1137	2026-09-23	Normative modeling for quantitative brain MRI phenotyping and biomarker discovery for pediatric leukodystrophies 2026-May-25, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.22.26353512 PMID:42245025	研究论文	该研究利用深度学习分割和规范建模（脑生长图表）对六种儿童脑白质营养不良的定量脑MRI表型进行分析，以发现影像生物标志物	首次将规范建模方法（脑生长图表）应用于儿童脑白质营养不良的定量MRI表型分析，通过深度学习分割和广义加性模型生成百分位评分，实现了对疾病严重程度的定量分层和亚型区分	研究为横断面设计，纵向数据仅为初步结果；样本量相对有限（274例患者）；对照组来自单一中心，可能存在批次效应；未进行外部验证	利用解剖MRI衍生的表型，参照脑生长图表，表征六种遗传确诊的脑白质营养不良的共享和独特神经解剖模式，并评估该方法识别疾病严重程度影像生物标志物的效用	274例遗传确诊的脑白质营养不良患者（包括Pelizaeus-Merzbacher病、异染性脑白质营养不良、Alexander病、Aicardi-Goutières综合征、TUBB4A相关脑白质营养不良和POLR3相关脑白质营养不良）的434次MRI扫描，以及来自CHOP的7205名对照受试者的7628次扫描	数字病理学	儿童脑白质营养不良	解剖MRI、深度学习分割、规范建模	CNN	图像	274例患者的434次MRI扫描；7205名对照的7628次扫描	NA	NA	百分位评分	NA
1138	2026-09-23	Impact of Imaging Protocols on Thermal Detection of Pressure Injuries: Threshold versus Deep Learning Across Skin Tones 2026-May-24, medRxiv : the preprint server for health sciences DOI:10.64898/2026.05.21.26353842 PMID:42238404	研究论文	该研究系统评估了成像协议变化（光照、距离、体位、相机类型）和参与者肤色对热成像冷却检测分类模型性能的影响	首次系统评估成像协议变化和肤色对热成像压力性损伤检测的影响，并比较深度学习方法与阈值方法的性能差异	样本量相对较小（35名参与者，1680张图像），仅使用受控冷却协议模拟而非真实压力性损伤，未在临床环境中验证	评估成像协议变化和肤色对热成像冷却检测分类模型性能的影响，比较深度学习方法与阈值方法的鲁棒性和公平性	35名不同肤色的参与者，通过受控冷却协议模拟早期压力性损伤的温度变化	计算机视觉, 医学图像分析	压力性损伤	热成像	CNN	图像	35名参与者，1680张热成像图像，12种成像协议变化	NA	MobileNetV2, InceptionNetV3, ResNet50	准确率	NA
1139	2026-09-23	Cost-effectiveness of artificial intelligence interventions for musculoskeletal disorders of the spine: a systematic review 2026-May-23, Rheumatology international IF:3.2Q2 DOI:10.1007/s00296-026-06122-3 PMID:42175996	系统综述	本文系统综述了人工智能干预措施用于脊柱肌肉骨骼疾病管理的成本效益证据	这是首个系统综述，综合了基于AI技术用于脊柱MSDs管理的成本效益证据	对减轻脊柱MSDs经济负担和改善健康结局的影响尚不具结论性，需要进一步标准化经济学评价来加强证据基础	综合关于基于AI技术用于管理脊柱MSDs成本效益的现有证据	脊柱肌肉骨骼疾病（MSDs）	医学信息学, 卫生经济学	脊柱肌肉骨骼疾病	系统综述, 经济学评价	NA	文本	7项符合条件的研究	NA	深度学习诊断和运动处方平台, AI驱动的胸部X线筛查, self-BACK应用, 标准化MRI协议, Back Pain Choices在线决策支持工具, Kaia背痛应用	QALY增益, 成本效益, 成本节约, 优势	NA
1140	2026-09-23	Acoustic-based Stenosis Detection for Dialysis Patients using Explainable Machine Learning 2026-May-22, Research square DOI:10.21203/rs.3.rs-9781692/v1 PMID:42239778	研究论文	本研究对比了经典机器学习模型与Vision Transformer深度学习架构，利用非侵入式声学录音自动检测透析患者动静脉内瘘狭窄	将经典机器学习与ViT深度学习进行对比评估，并引入SHAP可解释性分析，证明经典模型基于生理有意义的特征（如信号能量升高和频谱偏移）进行预测，兼具高精度与可解释性	摘要中未明确提及研究局限性	实现透析患者动静脉内瘘狭窄的自动化无创检测，并评估可解释机器学习在临床即时监测中的应用潜力	接受血液透析的动静脉内瘘患者	机器学习	心血管疾病	声学录音、MFCC特征提取、Mel频谱图分析	经典机器学习分类器、Vision Transformer	音频信号、解剖元数据	NA	NA	Vision Transformer, 经典机器学习分类器	F1分数	NA