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
1241	2026-09-21	ESM-AnatTractNet: Advanced deep learning model of true positive eloquent white matter tractography to improve preoperative evaluation of pediatric epilepsy surgery 2026-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103969 PMID:41638061	研究论文	本文提出了一种名为ESM-AnatTractNet的深度学习模型，用于在儿童癫痫手术的术前评估中准确分类真阳性 eloquent 白质通路	将电刺激标测确认的空间坐标与标准脑图谱的解剖上下文标签结合，在点云框架中分类 eloquent 白质通路	样本量较小，仅包含85名耐药性癫痫患者	提高儿童癫痫手术术前评估中 eloquent 白质通路的非侵入性定位准确性	85名耐药性癫痫患者的术前弥散加权成像 tractography 数据	医学图像分析	癫痫	弥散加权成像 tractography, 电刺激标测	深度学习	图像, 点云	85名耐药性癫痫患者	NA	ESM-AnatTractNet	准确率, 相关性	NA
1242	2026-09-21	Multicenter Histology Image Integration and Multiscale Deep Learning Support Machine Learning-Enabled Pediatric Sarcoma Classification 2026-Apr-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-2275 PMID:41481196	研究论文	该研究开发了一个利用深度学习方法从数字化组织学切片中准确分类儿童肉瘤亚型的计算流程，并通过多中心数据整合和多尺度特征优化，实现了高精度的分类性能	首次将SAMPLER-based WSI表示与先进ViT基础模型（UNI和CONCH）结合，并整合多尺度特征用于儿童肉瘤分类，同时实现了无需GPU的高效训练，训练速度比传统Transformer编码器快三个数量级	数据集仅包含867张全切片图像，且仅来自三个医疗中心和儿童肿瘤学组，样本量和中心多样性有限，可能影响模型的泛化能力	利用深度学习方法从数字化组织学切片中准确分类儿童肉瘤亚型，以克服其罕见性和亚型多样性带来的诊断挑战，减少对专业病理学和昂贵基因检测的依赖	儿童肉瘤（横纹肌肉瘤、非横纹肌肉瘤软组织肉瘤、尤文肉瘤等）的组织学全切片图像	数字病理学	儿童肉瘤	全切片图像数字化、组织学图像分析	CNN、ViT	图像	867张全切片图像，来自三个医疗中心和儿童肿瘤学组	NA	卷积神经网络、Vision Transformer（ViT）、UNI、CONCH	AUC	NA
1243	2026-09-21	Single-cell resolution spatial transcriptomic signature of the retrosplenial cortex during memory consolidation 2026-Apr, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-03331-3 PMID:41188622	研究论文	该研究利用单细胞分辨率的空间转录组学技术，揭示了压后皮层在空间记忆巩固过程中的转录组特征，并发现了阿尔茨海默病相关痴呆模型中的异常。	首次在单细胞分辨率下揭示了压后皮层在空间记忆巩固过程中的空间转录组特征，结合深度学习方法识别了细胞类型特异性的分子激活模式，并发现了ADRD模型中学习诱导的神经元激活减少。	研究主要基于小鼠模型，结果是否适用于人类仍需进一步验证；空间转录组学技术的覆盖范围和灵敏度可能存在局限；未详细探讨其他脑区与RSC的相互作用。	揭示压后皮层在空间记忆巩固过程中的转录组特征，并探究其在阿尔茨海默病相关痴呆中的变化。	小鼠的压后皮层，包括野生型小鼠和ADRD模型小鼠。	空间转录组学, 神经科学	阿尔茨海默病及相关痴呆	空间转录组学, Xenium空间转录组学, 化学遗传学	深度学习	空间转录组数据, 图像	NA	NA	NA	NA	NA
1244	2026-09-21	Deep learning in fetal, infant, and toddler neuroimaging research 2026-Apr, Developmental cognitive neuroscience IF:4.6Q1 DOI:10.1016/j.dcn.2026.101680 PMID:41604954	综述	本文综述了深度学习在胎儿、婴儿和幼儿神经影像研究中的应用，包括结构图像分析、数据采集增强、认知与知觉过程建模以及自动视频标记	针对胎儿、婴儿和幼儿神经影像领域的特殊挑战（数据集稀缺、解剖变异性大）进行系统综述，并为无AI正式培训的研究者提供简明的深度学习概念概述	综述范围非穷尽性，可能遗漏部分相关研究；未提供具体实验验证或定量比较	综述深度学习在胎儿、婴儿和幼儿神经影像研究中的应用，并为该领域研究者提供入门指导	胎儿、婴儿和幼儿的神经影像数据	医学图像分析	NA	深度学习	NA	图像, 视频	NA	NA	NA	NA	NA
1245	2026-09-21	Genomic Characterization of Lung Cancer in Never-Smokers Using Deep Learning 2026-04, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1 DOI:10.1016/j.modpat.2026.100973 PMID:41638573	研究论文	本研究开发了一种基于ResNet50的深度学习模型，用于从非吸烟者肺腺癌（NS-LUAD）的全切片图像中预测16种分子改变	首次针对非吸烟者肺腺癌（NS-LUAD）应用深度学习从组织学全切片图像中推断遗传特征，并定制了简化的ResNet50架构以实现多标签分类	对于肿瘤突变负荷、APOBEC突变特征以及KRAS热点突变等特征的预测性能较低至中等	利用深度学习从非吸烟者肺腺癌的全切片图像中预测多种分子改变，以辅助分子检测分诊和精准治疗	非吸烟者肺腺癌（NS-LUAD）患者的全切片图像	数字病理学	肺癌	H&E染色全切片图像分析	CNN	图像	495张全切片图像（来自Sherlock-Lung研究）	NA	ResNet50	AUROC	NA
1246	2026-09-21	Efficient Vision Mamba for MRI Super-Resolution via Hybrid Selective Scanning 2026-Mar-07, ArXiv PMID:41479458	研究论文	本文提出了一种基于多头选择性状态空间模型与轻量级通道MLP的高效MRI超分辨率框架，采用混合扫描策略，在脑部和前列腺MRI数据集上实现了优于多种基线方法的性能，同时大幅降低计算量	提出了基于多头选择性状态空间模型（MHSSM）结合轻量级通道MLP的超分辨率框架；采用2D patch提取与混合扫描策略（垂直、水平、对角线）以捕获长程依赖并缓解像素遗忘；设计了MambaFormer模块，融合MHSSM、深度可分离卷积和门控通道混合以平衡局部与全局特征表示	摘要中未明确提及研究的局限性	开发一种高效且准确的深度学习MRI超分辨率框架，在保持精细解剖细节的同时维持低计算开销，以实现临床工作流的实际集成	7T脑部T1 MP2RAGE图像（142名受试者）和1.5T前列腺T2加权MRI图像（334名受试者）	计算机视觉, 医学图像处理	脑部疾病, 前列腺癌	MRI超分辨率重建	Mamba, 状态空间模型, 多层感知机	图像	7T脑部数据集142名受试者，1.5T前列腺数据集334名受试者	NA	MambaFormer（含MHSSM、深度可分离卷积、门控通道混合）	SSIM, PSNR, LPIPS, GMSD	NA
1247	2026-09-21	Distinct Tumor-Immune Ecologies in Patients with Lung Cancer Predict Progression and Define a Clinical Biomarker of Therapy Response 2026-03-02, Cancer research IF:12.5Q1 DOI:10.1158/0008-5472.CAN-25-1594 PMID:41418101	研究论文	本研究通过分析九名免疫治疗难治性非小细胞肺癌（NSCLC）患者配对治疗前和治疗中的多重组织学图像，构建了一个涉及细胞分割、样方分析、空间统计、机器学习和深度学习的图像分析流程，以预测疾病进展并识别潜在的临床生物标志物	揭示了稳定疾病（SD）和进展疾病（PD）患者之间存在不同的空间免疫生态，PD患者在治疗前已具有免疫抑制环境，且学习的空间生态在预测疾病进展方面优于单独的PD-L1状态，表明这些生态可作为NSCLC中与PD-L1联合的潜在伴随生物标志物	样本量较小，仅涉及九名患者，且仅包括稳定疾病和进展疾病响应，未涵盖完全或部分响应者，需要更大规模的队列研究进行验证	研究旨在通过多重组织成像分析预测NSCLC患者的免疫治疗响应，并识别潜在的临床生物标志物	九名免疫治疗难治性非小细胞肺癌（NSCLC）患者，接受口服组蛋白去乙酰化酶抑制剂（vorinostat）联合PD-1抑制剂（pembrolizumab）治疗	数字病理学	肺癌	多重成像	CNN	图像	9名患者的配对治疗前和治疗中组织样本	NA	NA	NA	NA
1248	2026-09-21	Dynamic frame-by-frame motion correction for 18F-flurpiridaz PET-MPI using convolution neural network 2026-03, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07660-x PMID:41261210	研究论文	该文章提出了一种基于卷积神经网络的深度学习框架，用于18F-flurpiridaz PET心肌灌注成像中的自动逐帧运动校正	提出了基于3D-ResNet的深度学习框架，实现18F-flurpiridaz PET的自动逐帧运动校正，并利用模拟向量进行数据增强以提高训练鲁棒性	未明确说明	开发自动运动校正方法，以提高心肌血流量和血流储备量化的准确性和效率	接受18F-flurpiridaz PET-MPI的患者	医学图像处理	心血管疾病	PET心肌灌注成像	CNN	3D PET图像	来自III期临床试验32个中心的数据	NA	3D-ResNet	AUC, 一致性限	NA
1249	2026-09-21	Elevated Retinal Neovascularization on Widefield Optical Coherence Tomography Angiography Predicts Complications in High-Risk Proliferative Diabetic Retinopathy 2026-Mar, American journal of ophthalmology IF:4.1Q1 DOI:10.1016/j.ajo.2025.12.017 PMID:41453592	前瞻性病例系列研究	该研究利用单次拍摄宽视野扫频源光学相干断层扫描血管成像（SS-OCTA）评估高危增殖性糖尿病视网膜病变（PDR）患者视网膜新生血管（RNV）的定量指标，并分析其预测后续视力威胁性并发症的能力	首次利用单次拍摄26×21mm宽视野SS-OCTA结合深度学习算法自动分割玻璃体腔层，实现对RNV膜和血管区域的自动检测与定量，并创新性地根据RNV与内界膜（ILM）的轴向关系将病变分为隆起型与附着型，发现隆起型基线RNV可预测后续牵拉性并发症	样本量较小（仅18只眼），随访时间相对较短（中位数291天），且为单中心研究，需要更大规模的多中心研究验证	确定从单次拍摄宽视野SS-OCTA获得的视网膜新生血管（RNV）指标是否能预测高危增殖性糖尿病视网膜病变（PDR）患眼后续视力威胁性并发症	在三级医疗中心临床分级为高危PDR且随访至少6个月的患眼	医学影像分析	糖尿病视网膜病变	宽视野扫频源光学相干断层扫描血管成像（SS-OCTA）	CNN	图像	18只眼，共识别115个RNV病变	NA	NA	AUC, 灵敏度, 特异度	NA
1250	2026-09-21	LeqMod: Adaptable Lesion-Quantification-Consistent Modulation for Deep Learning Low-Count PET Image Denoising 2026-Mar, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3618247 PMID:41052161	研究论文	本文提出了一种病变感知和量化一致的调制策略（LeqMod），用于增强PET图像去噪，通过将下游病变量化分析作为辅助工具，在不增加推理阶段计算负担的情况下，提高病变对比度和量化准确性	LeqMod是一种即插即用的设计，可适应多种模型架构，通过病变感知调制（LeMod）和多尺度量化一致调制（QuMod）来调制模型训练的采样和优化过程，不增加推理阶段计算负担	未明确说明	提出一种病变感知和量化一致的调制策略，用于增强PET图像去噪，减少病变量化偏差	低计数PET图像	计算机视觉	肺癌	PET成像	CNN	图像	来自多个中心和供应商的大型PET数据集	PyTorch	未明确指定	SUVmax偏差, 峰值信噪比（PSNR）	未明确说明
1251	2026-09-21	Image Quality Assessment of Deep Learning-Based Virtual Monoenergetic Images From Single-Energy CT Pulmonary Angiography 2026 Mar-Apr 01, Journal of computer assisted tomography IF:1.0Q4 DOI:10.1097/RCT.0000000000001812 PMID:41384946	研究论文	评估基于深度学习的虚拟单能图像从单能CT肺动脉造影中生成的图像质量	首次在临床用例中评估从单能CT生成深度学习虚拟单能图像的性能，并展示了其在肺动脉造影中增强血管混浊和图像质量的有效性	回顾性研究设计，样本量相对较小（52组图像），仅使用一种预训练的物理约束Deep-En-Chroma模型	评估从异质性单能CT数据中生成的深度学习虚拟单能图像的客观和主观图像质量	52组单能CT肺动脉造影图像	计算机视觉	肺癌	深度学习	CNN	图像	52组单能CT肺动脉造影图像	NA	Deep-En-Chroma	主观图像质量评分, 血管混浊评分, 对比度, 对比噪声比, 配对t检验, Mann-Whitney U检验	NA
1252	2026-09-21	Multi-scale structural similarity embedding search across entire proteomes 2026-02-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag058 PMID:41632625	研究论文	该论文提出了一种可扩展的结构相似性搜索策略，利用蛋白质语言模型和深度神经网络将三维结构转化为固定长度向量，实现大规模蛋白质结构的高效检索	利用蛋白质语言模型和深度神经网络架构将三维结构转化为固定长度向量，结合向量数据库实现大规模结构检索，并且模型在单域结构上训练却能泛化到全长多肽链和多聚体组装	未明确说明	开发可扩展且高效的结构相似性搜索方法，以应对AI/DL结构预测带来的三维生物分子结构信息快速增长	实验测定的蛋白质结构和AI/DL方法预测的计算结构模型	机器学习	NA	蛋白质语言模型、深度神经网络、结构相似性搜索、向量数据库	深度神经网络	三维蛋白质结构数据	NA	NA	NA	TM-score	NA
1253	2026-09-21	DSSA-PPI: enhancing binding affinity change prediction upon protein mutations using disentangled structure-sequence aware attention 2026-Feb-18, Chemical science IF:7.6Q1 DOI:10.1039/d5sc08898d PMID:41487137	研究论文	提出DSSA-PPI混合深度学习框架，通过解耦注意力机制整合结构与序列信息，预测蛋白质突变引起的结合亲和力变化	采用解耦注意力机制，结合几何等变图神经网络PPIFormer与蛋白质语言模型ESM-2，提出分离序列和结构特异性贡献的新型表示学习策略	摘要未提及	提高蛋白质突变诱导的蛋白质-蛋白质相互作用结合亲和力变化（ΔΔG）预测的准确性	蛋白质-蛋白质相互作用、蛋白质突变	机器学习	COVID-19、心血管疾病	NA	混合深度学习框架	蛋白质序列和结构数据	SKEMPI v2数据集（具体数量未知）	NA	PPIFormer、ESM-2、解耦注意力机制	NA	NA
1254	2026-09-21	Automated Lymph Node and Extranodal Extension Assessment Improves Risk Stratification in Oropharyngeal Carcinoma 2026-02-10, Journal of clinical oncology : official journal of the American Society of Clinical Oncology IF:42.1Q1 DOI:10.1200/JCO-24-02679 PMID:41435207	研究论文	该研究应用自动化人工智能影像平台整合淋巴结自动分割与结外扩展预测，评估预测的结外扩展淋巴结数量对口咽癌患者的预后价值	首次将自动淋巴结分割与结外扩展预测模型整合，提出AI预测的结外扩展淋巴结数量作为口咽癌的新型风险因素	回顾性研究设计，可能存在选择偏倚；仅在外部数据集中验证风险分层改善；未详细说明AI模型的具体架构和计算资源	确定AI预测的结外扩展淋巴结数量对口咽癌患者的预后价值，并评估其改善风险分层的能力	1733例接受根治性放疗的口咽癌患者	数字病理学	头颈癌	NA	深度学习	图像	1733例口咽癌患者的治疗前CT图像	NA	NA	Uno C指数、决策曲线分析	NA
1255	2026-09-21	Plasmonic artificial inspector for herbal medicines via surface-enhanced Raman spectroscopy and deep learning 2026-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38497-5 PMID:41644682	研究论文	本文提出了一种基于表面增强拉曼光谱（SERS）与深度学习（DL）相结合的等离激元人工草药检验器，用于草药的安全监测	首次将SERS与DL协同整合用于草药检验，实现了对35种外观相似或同属草药的高精度区分，并可作为感官检验的补充方法	未明确提及	开发高效可靠的辅助工具，以补充传统的草药感官检验，提升草药安全监测的效率和可靠性	35种外观相似或同属的草药物种	机器学习	NA	表面增强拉曼光谱（SERS）	深度学习（DL）	光谱数据	35种草药物种	NA	NA	准确率	NA
1256	2026-09-21	Tropical dry forest land use/land cover change detection using semi-supervised deep learning algorithms and remote sensing 2026-Feb-02, Environmental monitoring and assessment IF:2.9Q3 DOI:10.1007/s10661-025-14897-4 PMID:41627523	研究论文	本文提出了一种结合SAR和光学卫星影像的半监督深度学习框架，用于热带干旱森林的土地利用/土地覆盖变化检测	提出了一种结合无监督伪标签和自定义Y-Net架构的半监督深度学习框架，融合光学和雷达影像，在有限标注数据下实现高精度变化检测	未明确提及	开发一种半监督深度学习框架，用于热带干旱森林的土地利用/土地覆盖变化检测，解决数据稀缺地区的分类难题	哥伦比亚安蒂奥基亚省考卡河谷的热带干旱森林	计算机视觉	NA	遥感，合成孔径雷达，光学卫星影像	半监督深度学习	图像	2017年至2021年的卫星影像，当仅60%数据集被标注时仍保持90%以上准确率	NA	Y-Net，U-Net，PSPNet	平均总体精度，平均交并比	NA
1257	2026-09-21	A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy 2026-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01431-8 PMID:39939476	研究论文	本文提出了一种基于深度学习的热图回归框架，从喉镜视频帧中估计声带姿态，并用于前声门角（AGA）的计算。	提出以三个解剖相关关键点为先验的热图回归方法进行声带姿态估计，并基于预测点坐标计算AGA；在新采集的临床数据集上验证了方法的有效性，克服了现有算法在病理图像、噪声和遮挡等困难场景下的不足。	摘要中未明确说明研究的局限性	实现声带姿态的准确估计，以辅助喉部疾病（如声带麻痹）的诊断，并客观量化前声门角（AGA）的变化。	喉镜视频帧中的声带姿态与喉部解剖结构	计算机视觉	喉癌	视频内窥镜（喉镜检查）	深度学习	图像（喉镜视频帧）	来自124名患者的471帧喉镜图像（其中28名患者患有癌症）	NA	热图回归网络（heatmap regression）	均方根误差（RMSE）、平均绝对误差（MAE）	NA
1258	2026-09-21	Predicting Sleep and Sleep Stage in Children Using Actigraphy and Heartrate via a Long Short-Term Memory Deep Learning Algorithm: A Performance Evaluation 2026-02, Journal of sleep research IF:3.4Q2 DOI:10.1111/jsr.70149 PMID:40676371	研究论文	本研究评估了长短期记忆（LSTM）深度学习算法利用加速度计和心率数据预测儿童睡眠及睡眠分期的性能，并与多导睡眠图（PSG）进行了比较	首次将LSTM算法应用于儿童加速度计和心率数据，实现了对睡眠与清醒的二分类预测以及睡眠分期（清醒、非REM、REM），并证明其性能优于逻辑回归和随机森林等传统基准方法，同时探索了心率数据对睡眠分期预测的增益效果	研究样本为因疑似睡眠障碍而被转诊的儿童，可能存在选择偏倚；未在自由生活环境中验证；仅使用了三种消费级可穿戴设备中的两种；心率对二分类睡眠与清醒预测无改善效果	评估LSTM深度学习算法基于加速度计和心率数据估算儿童睡眠和睡眠分期的准确性，并与金标准多导睡眠图进行一致性验证	5至12岁儿童（N=238，52.8%男性，50%黑人，31.9%白人），因疑似睡眠障碍被转诊参与过夜实验室多导睡眠图监测	机器学习	睡眠障碍	加速度计（ActiGraph GT9X）、消费级可穿戴设备（Apple Watch Series 7、Fitbit Sense、Garmin Vivoactive 4）、心率监测、多导睡眠图（PSG）	LSTM	时间序列信号数据（加速度计原始数据和心率数据）	238名儿童，每30秒一个epoch进行分析，采用10折交叉验证	NA	LSTM	准确率、灵敏度、特异度、混淆矩阵	NA
1259	2026-09-21	Deep learning-based image enhancement for improved black blood imaging in brain metastasis 2026-Feb, European radiology IF:4.7Q1 DOI:10.1007/s00330-025-11920-7 PMID:40781512	研究论文	评估基于深度学习的图像增强技术对3D对比增强T1加权黑血MR成像在脑转移瘤检测中图像质量和诊断性能的改善作用	首次评估商用深度学习图像增强软件在3D对比增强T1加权黑血MR成像中对脑转移瘤（尤其是小于5mm的小病灶）检测灵敏度的提升效果	回顾性研究设计，仅使用单一商用DL软件，样本量相对有限（247例患者），未进行多中心外部验证	评估基于深度学习的图像增强对3D对比增强T1加权黑血MR成像在脑转移瘤诊断中图像质量和诊断性能的提升效用	126例有脑转移瘤患者和121例无脑转移瘤患者，均接受3-T MRI检查	医学影像分析	脑转移瘤	3D对比增强T1加权黑血MR成像，深度学习图像增强后处理	CNN	图像	247例患者（126例有脑转移瘤，121例无脑转移瘤）	NA	NA	信噪比, 对比噪声比, 灵敏度, 特异度, 假阳性计数, 图像质量评分	NA
1260	2026-09-21	Improving Colorectal Cancer Screening and Risk Assessment through Predictive Modeling on Medical Images and Records 2026-02, The American journal of pathology DOI:10.1016/j.ajpath.2025.09.016 PMID:41109668	研究论文	该研究利用新罕布什尔州结肠镜检查登记处的数据，开发了基于Transformer的病理图像分析模型，并结合临床记录进行多模态融合，以预测结直肠癌5年进展风险。	将针对病理图像分析的Transformer模型适应于预测5年进展风险；探索了多模态融合策略，将临床记录与深度学习提取的图像特征结合；通过训练模型预测中间临床变量来改进风险预测。	未明确提及	提高结直肠癌筛查和风险评估的准确性，通过预测建模整合医学图像和记录来改善进展风险分层。	接受结肠镜检查的患者，来自新罕布什尔州结肠镜检查登记处的纵向随访数据。	数字病理学	结直肠癌	数字病理学，深度学习	Transformer	图像，文本	未明确提及	NA	Transformer	AUC	NA