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
141	2026-03-10	Automated Classification of Store-Operated Calcium Entry Activity and Disease Conditions in Murine Skeletal Muscle Images Using Machine Learning 2026-Apr, Muscle & nerve IF:2.8Q2 DOI:10.1002/mus.70157 PMID:41603483	研究论文	本研究比较了三种机器学习模型在基于小鼠骨骼肌图像中钙库操纵性钙内流（SOCE）活性进行分类的能力，以评估肌肉活动或疾病状态	首次将机器学习模型应用于小鼠骨骼肌图像的SOCE活性自动分类，为肌肉病理的临床分类提供了可扩展的自动化解决方案	研究样本量有限，未来需要更大数据集和更复杂模型（如基于Transformer的模型）来提升在复杂肌肉条件下的性能	开发并比较机器学习模型，以实现从小鼠骨骼肌图像中自动分类SOCE活性和疾病状态，以辅助肌肉营养不良症的诊断和治疗	小鼠骨骼肌纤维的免疫荧光图像，来自钙蛋白酶-3缺失小鼠和野生型小鼠，包括静息和运动后状态	计算机视觉	肌肉营养不良症	免疫荧光成像	CNN, SVM	图像	来自钙蛋白酶-3缺失小鼠和野生型小鼠的骨骼肌纤维图像，具体数量未在摘要中明确说明	NA	CNN, EfficientNet, SVM	准确率, F1分数, 精确率, 受试者工作特征曲线下面积	NA
142	2026-06-04	IKDP: Implicit Knowledge Enhanced Disease Prediction via heterogeneous admission sequence graphs 2026-Apr, Artificial intelligence in medicine IF:6.1Q1 DOI:10.1016/j.artmed.2026.103365 PMID:41604873	研究论文	提出一种通过异构入院序列图增强隐式知识的疾病预测模型	利用患者入院数据中的隐式知识（如患者间相似性和潜在疾病关联）构建异构序列图，并结合辅助预训练与端到端优化	受外部知识图谱覆盖不完全限制，且忽略单次入院患者信息	提升电子健康记录中疾病关系和入院轨迹的表示准确性与预测能力	电子健康记录中的患者入院数据和疾病关联	机器学习	通用疾病	NA	序列图模型	文本（电子健康记录）	NA	PyTorch	图神经网络	AUC、F1分数	NA
143	2026-06-04	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	review	综述深度学习在胎儿、婴儿和幼儿神经影像研究中的应用	为无AI背景的临床医生和发育科学家提供易于理解的深度学习概念概述，并系统回顾其在FIT神经影像中的多样化应用，包括结构分析、数据采集增强、认知过程建模和自动视频标注	选取的应用列表非穷尽式，且未深入探讨所有算法细节，数据策展和未来挑战仅简要讨论	使FIT研究社区（包括临床医生、神经科学家和发育科学家）了解深度学习在神经影像分析中的应用和最佳实践	胎儿、婴儿和幼儿的神经影像数据	machine learning	NA	NA	CNN, LSTM, GAN	image, video	NA	NA	CNN, LSTM, GAN	NA	NA
144	2026-06-04	Multi-Task Deep Learning for Sex and Age Estimation from Panoramic Radiographs in a Brazilian Young Population 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2025.109381 PMID:41604952	研究论文	提出并评估基于多任务深度学习的ForensicNet框架，利用巴西5-15岁人群的全景放射影像同时估计年龄和性别	构建基于EfficientNet-B3的多任务学习架构，集成卷积块注意力模块(CBAM)和任务特定分支，首次针对巴西青少年人群实现年龄与性别的同步高精度估计	NA	开发用于法医和临床场景的年龄与性别自动估计方法	巴西5-15岁年轻人群的全景放射影像	计算机视觉	NA	全景放射摄影	多任务深度学习模型	图像	2200张高分辨率全景放射影像，按年龄和性别平衡划分	PyTorch	EfficientNet-B3, CBAM	平均绝对误差, 决定系数, 准确率, AUC	NA
145	2026-06-04	Early diagnosis of Alzheimer's disease from functional rs-fMRI images based on deep learning networks and transfer learning approach 2026-Apr, Psychiatry research. Neuroimaging DOI:10.1016/j.pscychresns.2026.112151 PMID:41604985	研究论文	基于深度学习网络和迁移学习方法，利用功能rs-fMRI图像早期诊断阿尔茨海默病	提出了两种新型深度网络OVGG-16和OVGG-19，融合迁移学习和密集层概念，优化了传统VGG网络以提升诊断性能	传统深度网络如VGG存在处理时间长和数据分布导致的性能问题	通过改进深度学习分类器，提高阿尔茨海默病早期诊断的准确性和效率	阿尔茨海默病	计算机视觉	阿尔茨海默病	rs-fMRI	CNN	图像	未提及	NA	OVGG-16, OVGG-19	准确率	NA
146	2026-06-04	Artificial intelligence and multi-omics convergence in breast cancer: Revolutionizing diagnosis, prognostication, and precision oncology 2026-Apr, Critical reviews in oncology/hematology DOI:10.1016/j.critrevonc.2026.105160 PMID:41616992	综述	系统总结人工智能与多组学整合在乳腺癌诊断、预后及精准肿瘤学中的研究进展，并分析临床转化面临的挑战与未来方向	系统性归纳多组学（基因组、转录组、表观组、蛋白质组、代谢组）与人工智能（尤其深度学习）在乳腺癌中的多模态融合框架，提出缺失感知融合、可解释性建模等前沿方向	多组学数据高维异质性、跨中心变异、模态缺失、缺乏前瞻性验证及可解释性不足等阻碍临床转化	梳理多组学与人工智能整合在乳腺癌诊疗中的应用现状，提出推动临床部署的路线图	乳腺癌多组学数据（基因组、转录组、表观组、蛋白质组、代谢组）与成像、病理、临床变量的多模态整合	机器学习, 数字病理学, 计算机视觉	乳腺癌	NA	深度学习	组学数据, 图像, 文本	NA	NA	NA	NA	NA
147	2026-06-04	Passive data do not improve prediction or detection of alcohol consumption beyond temporal patterns in major depression: A 90-day cross-validated study 2026-Apr, Addictive behaviors IF:3.7Q1 DOI:10.1016/j.addbeh.2026.108624 PMID:41610630	研究论文	研究利用被动传感数据（加速度计、心率、呼吸率、屏幕使用和GPS数据）预测重度抑郁症患者的酒精使用行为，并与仅使用时间模式（星期几）的基线模型比较	首次在90天纵向研究中，通过深度学习模型评估被动数据在重度抑郁症患者酒精使用检测和预测中的增量价值，发现时间模式本身已能解释大部分预测信号	模型性能仅达到中等水平，且被动数据未展现出优于简单时间基线（如星期几）的预测能力，提示被动数据的附加价值有限	探究基于被动传感数据的深度学习模型能否有效检测和预测重度抑郁症患者的酒精使用行为	300名临床诊断为重度抑郁症的参与者	机器学习	重度抑郁症	NA	深度学习	加速度计、心率、呼吸率、屏幕使用、GPS数据（被动传感数据）	300名参与者的90天纵向数据	NA	NA	AUC	NA
148	2026-06-04	Axial length prediction Model based on screening fundus photography data in school-age children 2026-Apr, Experimental eye research IF:3.0Q1 DOI:10.1016/j.exer.2026.110893 PMID:41611113	研究论文	本研究利用学龄儿童的彩色眼底照片开发深度学习模型来预测眼轴长度，并评估整合年龄、球镜度和性别的影响	首次基于近乎正常的彩色眼底照片通过深度学习预测6-10岁儿童的眼轴长度，并发现性别变量会降低模型效能	样本仅限于中国学龄儿童，眼底照片异常程度轻微，可能限制模型推广性	开发并评估深度学习模型用于预测儿童眼轴长度的准确性	6-10岁学龄儿童的彩色眼底照片及相关临床参数	计算机视觉	近视	彩色眼底摄影	卷积神经网络 (CNN)	图像	3840名儿童的5460张初始图像，最终使用2779名儿童的3840张图像	PyTorch	ResNet101	皮尔逊相关系数 (R)	NA
149	2026-06-04	Mass spectrometry-based de novo sequencing reveals non-canonical neoantigens with antitumor efficacy in hepatocellular carcinoma 2026-Apr, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2026.101775 PMID:41861674	研究论文	基于质谱的从头测序揭示肝细胞癌中具有抗肿瘤功效的非经典新抗原	结合质谱从头测序与深度学习预测，首次系统识别并验证肝细胞癌中非经典新抗原的免疫原性和抗肿瘤疗效	研究基于临床前小鼠模型，结果需要人类环境验证，因HLA呈递和肿瘤微环境可能存在差异	识别肝细胞癌中非经典新抗原并验证其免疫原性和抗肿瘤疗效	肝细胞癌中的非经典新抗原	机器学习, 质谱分析	肝细胞癌	质谱从头测序, MHC-I免疫沉淀, 并行反应监测	深度学习预测模型	免疫肽组学数据	C57BL/6小鼠皮下肝细胞癌模型	NA	深度学习模型	ELISpot验证, 并行反应监测	NA
150	2026-06-04	Implementation of deep learning for measurement of penile curvature on real 2D intraoperative images 2026-Apr, Journal of pediatric urology IF:2.0Q2 DOI:10.1016/j.jpurol.2025.105703 PMID:41610464	研究论文	利用深度学习从真实的2D术中图像中自动测量阴茎弯曲度	首次应用深度学习从术中2D图像自动测量阴茎弯曲度，实现了与人类专家相当甚至更优的准确性和一致性，提高了临床决策的可靠性	未提供明确的局限性信息	开发可靠且自动化的深度学习解决方案，从实时术中2D图像精确评估阴茎弯曲度，以改善患者评估和临床决策	阴茎弯曲度（PC）及其相关图像，共421张术中2D图像	计算机视觉	尿道下裂相关阴茎弯曲	NA	YOLOv8, HRNet	图像	421张术中2D图像	PyTorch	YOLOv8, HRNet	平均精确率（mAP）、交并比（IoU）、戴斯相似系数（Dice）、平均绝对误差（MAE）	NA
151	2026-06-04	Spatial transcriptional profiling of CHB liver biopsies reveals an undetected population of zonally biased HBV-integrated cells 2026-Apr, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2026.101744 PMID:41810427	研究论文	通过对慢性乙型肝炎患者肝活检组织进行空间转录组分析，发现了之前未被检测到的区域偏向性HBV整合细胞群	首次利用空间转录组学方法结合深度学习，发现了HBsAg蛋白阴性但产生高水平病毒RNA的HBV整合细胞群体，并揭示了其肝门静脉周围区域富集的空间分布特征	NA	全面评估慢性乙型肝炎患者肝脏中cccDNA和整合DNA的病毒负荷，并揭示未被蛋白质方法检测到的HBV整合细胞群	慢性乙型肝炎患者的肝活检组织样本	数字病理学, 机器学习	慢性乙型肝炎	空间转录组学, 单核RNA测序, 显色原位杂交, 多重免疫荧光	深度学习	空间转录组数据, 单核RNA测序数据, 组织学图像	4例商品化HBV阳性活检组织和6例临床试验GS-US-174-0149中的肝活检组织	NA	NA	NA	NA
152	2026-06-04	Deep Learning for scaling large-aperture photoacoustic computed tomography : From single fingers to the human hand 2026-Mar-27, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108081 PMID:41990474	研究论文	开发一种基于深度学习的增强策略，用于解决大规模孔径光声计算机断层扫描（PACT）在复杂人体手部成像中的图像质量问题	提出利用编码器-解码器结构的深度学习模型增强PACT图像质量，仅通过单手指数据集训练即可推广至人手成像，有效解决光学阴影和光路配准问题	未明确讨论深度学习模型在更复杂解剖结构或更大样本中的泛化能力，可能受限于训练数据集的多样性和规模	提升大规模孔径PACT系统在复杂人体靶标成像中的图像质量，支持外周动脉疾病诊断等临床应用	人体手指和手部组织的PACT成像	计算机视觉, 数字病理学	外周动脉疾病	光声计算机断层扫描（PACT）	编码器-解码器结构深度学习模型	图像	单手指数据集（含全检测和低检测配对的PACT图像），人类手部成像数据	NA	编码器-解码器	对比度噪声比（CNR）, 血管结构清晰度	NA
153	2026-06-04	Improving severity grading of chemotherapy-induced myelosuppression in AML via data-driven and model-based deep learning 2026-Mar-24, NPJ systems biology and applications IF:3.5Q1 DOI:10.1038/s41540-026-00687-2 PMID:41876533	研究论文	提出一个结合机械数学模型与人工智能的两阶段框架MM-AI-AML，利用治疗前临床数据预测急性髓系白血病化疗后骨髓抑制的严重程度	首次将机械数学模型与TabNet深度学习分类器结合，利用动态模型生成客观的严重程度标签，实现个性化的风险预测	外部验证队列AUC为0.78，性能还有提升空间；依赖479例患者和900虚拟病例的数据量，可能影响泛化能力	提高急性髓系白血病化疗诱导骨髓抑制严重程度分级，实现个性化风险预测	急性髓系白血病患者化疗后的骨髓抑制严重程度	机器学习, 数字病理学	急性髓系白血病	NA	TabNet深度学习分类器	临床数据	479例AML患者和900个虚拟病例	PyTorch	TabNet	AUC	NA
154	2026-06-04	Deep learning-based plaque characterization in hybrid IVUS-OCT images is superior to single-modality deep learning analysis and human experts: head-to-head comparison against histology 2026-Mar-16, Cardiovascular research IF:10.2Q1 DOI:10.1093/cvr/cvaf281 PMID:41603422	研究论文	提出一种基于组织学训练的深度学习分类器，用于混合IVUS-OCT图像中的斑块成分分类，并与单模态深度学习和专家分析进行对比	首次提出基于组织学训练的混合IVUS-OCT深度学习分类器，能比单模态深度学习和专家更准确地检测斑块成分和表型分类	未提供	评估混合IVUS-OCT深度学习分类器在斑块特征识别中的性能优势	来自10例人类尸体的冠状动脉IVUS-OCT图像及匹配组织学切片	数字病理学	心血管疾病	血管内超声（IVUS）、光学相干断层扫描（OCT）	CNN	图像	992帧用于训练，264帧用于测试，来自10个人类心脏	Keras	ResNet	准确率、Kappa系数	NA
155	2026-06-04	Correction: Costache et al. Flash-Flood Potential Mapping Using Deep Learning, Alternating Decision Trees and Data Provided by Remote Sensing Sensors. Sensors 2021, 21, 280 2026-Mar-13, Sensors (Basel, Switzerland) DOI:10.3390/s26061815 PMID:41902180	勘误	对一篇关于使用深度学习、交替决策树和遥感传感器数据进行山洪潜力绘制的论文进行勘误	NA	NA	NA	NA	机器学习	NA	遥感传感器	深度学习、交替决策树	遥感数据	NA	NA	NA	NA	NA
156	2026-06-04	Deep learning-based in silico labeling for analyzing morphological features of MSCs to predict immunomodulatory capacity 2026-Mar-10, Communications biology IF:5.2Q1 DOI:10.1038/s42003-026-09833-2 PMID:41807585	研究论文	提出非侵入性人工智能框架，结合深度学习与机器学习，通过形态学特征预测间充质干细胞的免疫调节能力	首次利用非标记成像技术结合改进的PreAct-ResNet50编码器-解码器架构实现细胞实例分割，并采用LightGBM模型基于形态特征预测MSCs免疫调节生物标志物，实现无损伤实时效能评估	未详细说明样本数量及实验验证条件，且模型性能依赖于特定MSCs培养条件，可能影响泛化能力	开发非侵入性工具通过细胞形态分析预测间充质干细胞免疫调节能力，提升细胞治疗质量监控效率	间充质干细胞及其细胞核	计算机视觉, 机器学习	NA	光学显微镜成像	PreAct-ResNet50, LightGBM	细胞图像	NA	PyTorch, Scikit-learn	PreAct-ResNet50, LightGBM	分割精确度, 预测性能指标	GPU（未明确型号）
157	2026-06-04	Sex-Based Differences in Imaging-Derived Body Composition and Their Association with Clinical Malnutrition in Abdominal Surgery Patients 2026-Mar-05, Nutrients IF:4.8Q1 DOI:10.3390/nu18050839 PMID:41830009	研究论文	研究腹部手术患者中影像学身体成分与临床营养不良的性别差异	首次分别探讨男性和女性患者术前影像学身体成分与营养不良的性别特异性关联	单中心横断面研究，样本量有限，未涉及术后营养干预的长期随访	评估腹部手术患者术前影像学身体成分与临床营养不良的性别特异性关联	接受择期腹部手术的成年患者	计算机视觉	营养不良	CT成像	深度学习算法	图像	1143例患者	NA	NA	比值比（OR）和95%置信区间	NA
158	2026-06-04	Deep learning-based generation of synthetic multiphasic MRI in hepatocellular carcinoma and cirrhosis 2026-Mar-04, JHEP reports : innovation in hepatology IF:9.5Q1 DOI:10.1016/j.jhepr.2026.101813 PMID:41887530	研究论文	本研究评估了基于深度学习从平扫序列生成肝细胞癌和肝硬化患者合成3D对比增强多期磁共振成像的可行性	首次提出利用深度学习从平扫序列合成高质量的3D对比增强多期肝脏MRI，并在视觉图灵测试等关键定性指标上与真实图像无显著差异	基于单中心中等规模数据集的概念验证，需更大规模的多中心研究和外部验证	评估深度学习生成模拟真实对比增强MRI的合成图像在肝细胞癌和肝硬化中的可行性	肝细胞癌和肝硬化患者的肝脏MRI数据	数字病理学	肝细胞癌，肝硬化	MRI	生成对抗网络	图像	来自185名HCC患者和182名肝硬化患者的533次MRI检查，共3198个MRI相位	NA	3D cycle-consistent GAN	结构相似性指数，重叠率，对称平均绝对百分比误差，准确率，精确率，Fleiss's Kappa	NA
159	2026-06-04	Artificial Intelligence Models Integrating Preoperative Prostate MRI and Clinical Parameters for Predicting Extraprostatic Extension: A Systematic Review and Meta-Analysis 2026-Mar, Journal of surgical oncology IF:2.0Q2 DOI:10.1002/jso.70167 PMID:41588994	系统综述与荟萃分析	评估人工智能模型结合术前前列腺MRI图像与临床参数预测前列腺癌包膜外侵犯的诊断性能	首次系统评价并荟萃分析整合影像组学与临床参数的AI模型在前列腺癌包膜外侵犯预测中的诊断效能，并比较深度学习与传统机器学习方法的差异	研究间存在MRI协议、分割方法和建模方式的异质性；深度学习与传统机器学习的准确率差异未达到统计学显著性	评估AI模型整合术前前列腺MRI与临床参数预测前列腺癌包膜外侵犯的诊断价值	前列腺癌患者的术前MRI图像和临床参数（如PSA、Gleason评分）	医学影像分析，机器学习	前列腺癌	NGS, ONT, RNA-seq, methylation sequencing	深度学习，传统机器学习	图像（前列腺MRI）、文本（临床参数）	2,131名前列腺癌患者（来自14项研究）	NA	NA	灵敏度，特异度， AUC，诊断比值比	NA
160	2026-06-04	Parental Stress and Caregiver Role Modulate Child-Caregiver Prosodic Synchrony in Autism: A Computational Analysis 2026-Mar, Autism research : official journal of the International Society for Autism Research IF:5.3Q1 DOI:10.1002/aur.70189 PMID:41589917	研究论文	探索自闭症儿童父母压力与亲子韵律同步性之间的关系，并分析照顾者角色对互动的影响	结合复杂动态系统和情感计算框架，利用深度学习模型自动分割亲子声学互动，通过交叉递归量化分析建模韵律同步，并首次揭示父亲与母亲在亲子互动韵律同步中的差异	样本量较小（62对亲子），仅包含自闭症学龄前儿童，且仅关注结构化游戏互动场景	探究父母压力对自闭症儿童亲子互动中韵律同步性的影响，以及照顾者角色（母亲与父亲）的作用	31名自闭症学龄前儿童及其父亲和母亲（共62对亲子）	自然语言处理	自闭症	深度学习模型	深度学习模型	声学数据	31名自闭症儿童及其母亲和父亲（62对亲子），在两个时间点（间隔12个月）进行交互采样	NA	深度学习模型	交叉递归量化分析指标	NA