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
21	2026-06-04	Classification of epileptic seizure using hybrid deep learning framework with time and time-frequency Hjorth features 2026-Feb, Computer methods in biomechanics and biomedical engineering IF:1.7Q3 DOI:10.1080/10255842.2026.2618585 PMID:41589762	研究论文	提出一种结合时域和时频域Hjorth参数及注意力增强时序模型的混合深度学习框架，用于癫痫发作分类	提出多域Hjorth参数与注意力增强时序建模的混合框架，首次将时域和时频域特征结合用于癫痫发作阶段分类	未在更大规模或更多样化的EEG数据集上验证，且仅使用Bonn数据集，可能限制泛化能力	实现癫痫发作阶段（正常、发作间期、发作期）的准确分类	癫痫脑电图（EEG）信号中的发作阶段	机器学习	癫痫	NA	1D卷积神经网络、双向长短期记忆网络、注意力机制	脑电图（EEG）信号	Bonn EEG数据集，具体样本数量未提及	NA	1D CNN、BiLSTM、注意力机制	精确率、召回率、F1分数、准确率	NA
22	2026-06-04	CLinNET: An Interpretable and Uncertainty-Aware Deep Learning Framework for Multi-Modal Clinical Genomics 2026-Feb, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202512842 PMID:41604548	研究论文	提出CLinNET，一个可解释且考虑不确定性的多模态深度学习框架，用于临床基因组学中的基因筛选和意义不明变异解读	生物信息驱动的双分支架构、置信度不确定性量化、基于SHAP的逐层可解释性、稀疏网络融入通路和基因本体数据以提高预测准确性和生物相关性	未明确提及，但可能包括对特定数据集（神经认知障碍）的依赖及泛化性验证需进一步扩展	增强基因筛选和意义不明变异解读，提高在神经认知障碍诊断中的临床实用性	神经认知障碍相关基因、意义不明变异、多模态基因组数据（测序数据、基因表达、生物通路、基因本体）	机器学智	神经认知障碍	测序、基因表达分析	深度神经网络	多模态数据（测序数据、基因表达、生物通路、基因本体）	NA（未明确样本数量）	NA（未明确框架）	双分支深度神经网络	F1分数、准确率、精确率-召回率曲线下面积	NA（未明确计算资源）
23	2026-06-04	Deep learning-based lung volume estimation with dynamic chest radiography 2026-Feb, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70487 PMID:41611260	研究论文	使用深度学习从动态胸部X光影像中估计肺容积	首次利用深度学习从动态胸部X光图像估计肺容积，并比较了两种卷积神经网络与线性回归方法的性能	估计用力肺活量的MAE和MAPE较高，分别为1.3/1.4升和41.1%/47.0%	研究使用深度学习从呼吸过程中的动态胸部X光图像估计肺容积，并评估其准确性	257名患者的动态胸部X光图像和相应的CT图像	计算机视觉	肺部疾病	动态胸部X光	卷积神经网络	图像	257名患者	NA	VGG19, DenseNet121	平均绝对误差, 平均绝对百分比误差, 皮尔逊相关系数, 自由度调整决定系数	NA
24	2026-06-04	Functional and Clinical: An Explainable Deep Learning Model for Multimodal Alzheimer's Disease Classification 2026-Feb, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71240 PMID:41612899	研究论文	提出一种结合fMRI和临床数据的多模态可解释深度学习模型，用于阿尔茨海默病分类	通过补充临床测试数据解决fMRI数据量不足问题，使用留一法交叉验证控制数据泄漏，应用扰动排序解释特征重要性	样本量小且需要外部验证	提高fMRI深度学习模型在阿尔茨海默病分类中的临床适用性、可解释性和可靠性	ADNI数据库中52名参与者	数字病理学、机器学习	阿尔茨海默病	fMRI	3D卷积神经网络	fMRI影像和临床测试数据	52名参与者	NA	3D CNN	准确率	NA
25	2026-06-04	Assessing the effect of bovine MSTN variants on pre-mRNA splicing 2026-Feb, Animal genetics IF:1.8Q3 DOI:10.1002/age.70073 PMID:41614706	research paper	评估牛MSTN基因变异对pre-mRNA剪接的影响并建立全长基因检测方法	建立全长基因检测方法（FLGA）用于功能性评估MSTN剪接变异，并系统测试五种错义变异与深度学习预测工具的性能一致性	未提及对大规模数据集进行验证或分析其他类型变异	探究牛MSTN基因变异对RNA剪接的功能影响，并评估深度学习预测工具的可靠性	牛MSTN基因的六种变异（五种错义变异和一种深内含子剪接变异）	machine learning	geriatric disease	全长基因检测（FLGA）、深度学习剪接预测	深度学习模型	基因序列数据	NA	NA	SpliceAI, Pangolin	NA	NA
26	2026-06-04	Deep learning-guided discovery of IL23/IL23R macromolecular inhibitors: An integrative framework combining virtual screening and experimental validation 2026-Feb, International journal of biological macromolecules IF:7.7Q1 DOI:10.1016/j.ijbiomac.2026.150581 PMID:41611152	研究论文	利用深度学习引导发现IL23/IL23R大分子抑制剂，整合虚拟筛选与实验验证的工作流程	提出了一种结合SAFE深度生成模型设计新骨架、虚拟筛选与分子动力学模拟的集成方法，实现了对IL23/IL23R蛋白-蛋白相互作用的抑制剂的创新发现和机制表征	NA	发现并表征针对IL23/IL23R蛋白-蛋白相互作用的小分子抑制剂，为慢性炎症疾病提供治疗优势	IL23(p19)亚基与IL23R蛋白的相互作用及其抑制剂	计算机辅助药物设计、机器学习	银屑病、慢性炎症性疾病	虚拟筛选、分子动力学模拟	SAFE深度生成模型	分子结构数据	31个候选化合物在HEK-Blue IL23报告细胞系中进行细胞筛选	NA	SAFE（基于序列附着的片段嵌入模型）	NA	NA
27	2026-06-04	Cell Analyser in Batch for Neurite (CABaNe), an Automated, High-Throughput ImageJ Macro for Cell and Neurite Analysis 2026-Feb, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0193-25.2025 PMID:41617476	研究论文	介绍一种名为CABaNe的自动化高通量ImageJ宏，用于细胞和神经突分析	提出了一种基于规则的、开源的、高通量ImageJ宏，具有图形界面、元数据生成以及分析前后验证功能，弥补了当前缺乏高通量神经突分析工具的不足	仅测试了N2A小鼠神经母细胞瘤细胞系，且基于规则的方法在精度和适应性上优于机器学习方法，可能不适用于其他细胞类型或更大数据集	开发一种自动化、高通量的细胞和神经突分析工具，以提高神经生物学研究中神经突长度测量的效率和精度	N2A小鼠神经母细胞瘤细胞系	数字病理学	神经退行性疾病	NA	基于规则的图像分析（无机器学习模型）	图像	小样本和大样本数据集	ImageJ	NA	精度、分析速度	NA
28	2026-06-04	A Beginner's Guide to Using DeepVirFinder for Viral Sequence Identification From Metagenomic Datasets 2026-Feb, Current protocols DOI:10.1002/cpz1.70310 PMID:41609929	研究论文	本文为初学者提供了一份使用DeepVirFinder从宏基因组数据集中识别病毒序列的全面指南	通过优化运行时性能并保持原始版本的核心用户界面，改进了DeepVirFinder软件，并提供了常见用例的基本工作流程及下游分析辅助脚本	NA	帮助初学者快速掌握DeepVirFinder的使用方法，以有效挖掘宏基因组数据集中的病毒信息	宏基因组数据集中的病毒序列	机器学习	NA	宏基因组测序	卷积神经网络	序列数据	NA	NA	双卷积神经网络	NA	NA
29	2026-06-04	Monitoring the lateral ventricles in the presence of intracranial hemorrhage using automated dual segmentation 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70308 PMID:41615056	研究论文	开发一种全自动双重分割方法，用于监测颅内出血患者侧脑室体积变化	首次实现全自动同时分割颅内出血和侧脑室，并在创伤性脑损伤和脑室内出血患者中验证其临床可行性	训练数据规模有限（154例），可能存在假阳性（轻度TBI中出现6例ICH误检），且仅基于非增强CT图像	开发并验证一种自动分割颅内出血和侧脑室的方法，用于监测创伤性脑损伤的严重程度变化	颅内出血（ICH）和侧脑室	数字病理学，计算机视觉	创伤性脑损伤（TBI），颅内出血（ICH），脑室内出血（IVH）	非增强CT成像	深度学习模型（3D nnU-Net）	CT图像	训练集154例（非增强CT）；测试集：轻度TBI 591例、中重度TBI 91例（含基线和随访CT）、IVH 5例（含重复CT）	PyTorch	3D nnU-Net	Dice系数， Hausdorff距离	NA
30	2026-06-04	A segmentation method with a large vision model for magnetic resonance imaging-guided adaptive radiotherapy 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70257 PMID:41615083	研究论文	提出了一种名为SAM-ART的大视觉模型，用于磁共振引导自适应放疗中的分割，通过整合个性化信息和手动提示来提高分割准确性	首次将个性化提示（如从规划CT到日常MRI的轮廓传播）与大视觉模型SAM结合，用于MRIgART，减少了假阴性预测，并仅需最少量的人工干预	NA（摘要未明确提及局限性）	提升MRI引导自适应放疗中靶区分割的准确性和效率，减少人工交互需求	38名前列腺癌和10名直肠癌患者的规划CT、批准轮廓和日常MRI	计算机视觉	前列腺癌，直肠癌	MRI， CT	大视觉模型（SAM变体）	图像	48名患者（38名前列腺癌，10名直肠癌）	PyTorch	SAM（Segment Anything Model），具有图像编码器、提示编码器和掩码解码器	Dice相似系数， Hausdorff距离，平均距离一致性	NA（摘要未提供）
31	2026-06-04	Slice-prompted HR-CTV interactive segmentation for cervical cancer brachytherapy: A multi-center study 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70305 PMID:41615195	研究论文	提出了一种基于切片提示的交互式分割框架，用于宫颈癌近距离放疗中高风险临床靶体积的精确勾画	通过临床医生在关键切片上提供稀疏提示，将临床专业知识与深度学习有效整合，实现了高精度且高效的半自动分割，并提出了单编码器和双编码器两种架构变体	未明确说明，但可能依赖于医生提供的提示切片数量和质量	开发一种临床高效的交互式分割框架，结合深度学习与临床专家经验，用于CT引导的宫颈癌近距离放疗中HR-CTV的勾画	宫颈癌近距离放疗中高风险临床靶体积（HR-CTV）	数字病理学	宫颈癌	CT扫描	3D U-Net	CT图像	训练集640次扫描（来自160名患者），验证集160次扫描（40名患者），外部测试集包括400次扫描（100名患者）、115次扫描（40名患者）和150次扫描（30名患者）	NA	3D U-Net（SPSeg-Mono和SPSeg-Dual两种变体）	Dice相似系数（DSC）、95% Hausdorff距离（HD95）、5点Likert量表临床可接受性评分、时间效率、观察者间一致性	NA
32	2026-06-03	Quality of Head and Neck Diffusion-weighted MR Imaging Using a Combination of the Periodically Rotated Overlapping Parallel Lines with Enhanced Reconstruction (PROPELLER) Sequence and Deep Learning Reconstruction 2026-Feb-26, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2 DOI:10.2463/mrms.mp.2025-0058 PMID:41548899	研究论文	评估结合深度学习重建的PROPELLER-DWI在头部和颈部扩散加权成像中的图像质量	首次将周期性旋转重叠平行线与增强重建扩散加权成像与不同程度深度学习重建结合，系统比较其与常规单次激发平面回波成像的图像质量	仅纳入10名健康成年人，样本量较小；未对不同疾病状态或病理条件进行评估	评估PROPELLER-DWI结合深度学习重建能否改善头部和颈部DWI图像质量	头部和颈部的扩散加权磁共振成像	计算机视觉	NA	扩散加权成像 (DWI)	深度学习重建 (DLR)	医学影像	10名健康成年人（8男2女）	NA	PROPELLER, 单次激发EPI	信噪比 (SNR), 对比率, 变异系数 (CV), 图像质量, 几何畸变, 磁敏感伪影	3-Tesla MRI扫描仪 (GE Discovery MR750w)
33	2026-06-03	Open-source pre-clinical image segmentation: mouse cardiac magnetic resonance imaging datasets with a deep learning segmentation framework 2026-Feb-17, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102706 PMID:41713653	研究论文	提出首个公开可用的小鼠心脏磁共振影像数据集及基于深度学习的开源分割框架	首次公开临床前小鼠心脏CMR数据集，结合UNet3+架构构建分割模型，并提供网页界面部署工具	未提及模型在更大规模或更多样化疾病模型中的泛化能力评估	开发通用开源工具以加速临床前心血管研究的可重复性和规模化发展	小鼠心脏磁共振影像及左心室血池和心肌分割	计算机视觉	心血管疾病	心脏磁共振成像	深度学习分割模型	图像	130只小鼠用于训练，25只用于内部测试，15只（7T）和10只（11.7T）用于外部测试	NA	UNet3+	Dice系数、组内相关系数	每张2D图像推理时间<20 ms，完整电影堆栈分割约4.6秒
34	2026-06-03	IntNet: Lightweight yet high-performance deep learning system for intuitive radar patterns analysis and human fall detection 2026-Feb-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111485 PMID:41547050	研究论文	提出一种基于雷达的轻量级高性能深度学习系统IntNet，用于直观雷达模式分析和人类跌倒检测	提出了一个在复杂真实场景中性能优越的雷达跌倒检测系统，具有边缘计算能力且硬件资源需求极低；模型参数量仅211.8k，FLOPs约8.84M；同时提出了一种新颖的公平性能比较方法	未提及明显局限性	开发一种基于雷达的跌倒监测系统，在保护隐私和舒适性的同时，实现高精度实时检测并具备边缘计算能力	人类跌倒事件	计算机视觉	老年疾病	雷达传感器数据分析	CNN	雷达信号模式数据	NA	NA	IntNet	召回率, 精确率	边缘计算设备
35	2026-06-03	Multi-task non-contact ballistocardiogram-based vital signs monitoring in acupuncture 2026-Feb-15, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111461 PMID:41548353	研究论文	提出一种结合多通道心冲击图信号和多任务学习的非接触式针灸生命体征监测方法	首次将多任务深度神经网络（GRU与多头自注意力融合）用于非接触式心冲击图信号的生命体征估计与姿势分类，实现高效同步监测	NA	开发非接触式针灸生命体征监测系统，实现心率、呼吸率估计和卧姿检测	针灸患者的生命体征（心率、呼吸率）和躺卧姿势	机器学习	NA	聚偏二氟乙烯薄膜传感器	GRU-MHSA	心冲击图信号	25名参与者	NA	门控循环单元、多头自注意力	准确率、平均绝对误差	NA
36	2026-06-03	Towards contrast- and pathology-agnostic clinical fetal brain MRI segmentation using SynthSeg 2026-Feb-15, NeuroImage IF:4.7Q1 DOI:10.1016/j.neuroimage.2026.121729 PMID:41548822	研究论文	提出一种基于SynthSeg的数据驱动采样策略，用于训练能够分割具有广泛域偏移的胎儿脑部MRI的网络	引入一种新颖的数据驱动训练期采样策略，充分利用训练数据的多样性，增强网络对域偏移的泛化能力，并结合SynthSeg框架和域随机化生成多样训练数据	在处理解剖异常较少的病例时，分割性能略有下降	训练能够自动分割胎儿脑部MRI的网络，处理因主体生理差异和采集环境导致的广泛域偏移，尤其是病理情况下常见的形状差异	胎儿脑部核磁共振图像	数字病理学	胎儿神经发育疾病	MRI	卷积神经网络	图像	未明确说明	SynthSeg	卷积神经网络	分割质量	未明确说明
37	2026-06-03	Advanced deep learning techniques for classifying dental conditions using panoramic X-ray images 2026-02-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-07727-7 PMID:41654817	研究论文	利用深度学习技术对全景X光图像中的牙齿状况进行分类，比较了自定义CNN、混合CNN机器学习模型和微调预训练架构的性能	首次系统比较了自定义CNN、混合CNN-机器学习模型和微调预训练架构在牙科全景X光图像中检测四种牙齿状况（填充物、龋洞、种植体和阻生牙）的性能，并采用随机降采样处理类别不平衡问题	系统分类错误揭示了形态相似状况之间的固有问题，表明AI系统应作为临床专业知识的辅助工具，需要前瞻性验证研究	评估多种深度学习方法对全景X光片中牙齿状况进行自动化分类的性能	全景X光图像中的牙齿状况：填充物、龋洞、种植体和阻生牙	计算机视觉	口腔疾病	NA	CNN, 混合CNN-随机森林, VGG16, Xception, ResNet50, 支持向量机, 决策树, 随机森林	图像	1512张全景X光图像，11137个手动标注的边界框，每个状况894个样本（经过降采样）	NA	自定义CNN, VGG16, Xception, ResNet50, 随机森林, 支持向量机, 决策树	准确率, 精确率, 召回率, F1分数, macro-F1分数	NA
38	2026-06-03	Deep Learning-Based Event Classification of Mass Photometry Data for Optimal Mass Measurement at the Single-Molecule Level 2026-Feb-03, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.5c13074 PMID:41549613	研究论文	提出一种基于三维卷积残差网络的深度学习方法，用于对质谱光度法数据进行事件分类，以实现单分子级别的最优质量测量	首次利用三维卷积残差网络分析事件时空动态，通过监督学习分类着陆事件，从而隔离最优单分子测量，消除累积直方图伪影，并将分辨能力提升至两倍	摘要中未明确提及方法的局限性	提高质谱光度法在单分子测量中的质量分辨率、灵敏度和浓度检测能力	质谱光度法中的蛋白质结合/解离事件	计算机视觉	NA	质谱光度法	三维卷积残差网络	质谱光度法事件缩略图	多个实验数据集，包括已分辨和部分分辨的样品，以及不同质量、浓度和积分时间的样本	PyTorch	三维卷积残差网络	质量分辨率、灵敏度、浓度	NA
39	2026-06-03	Hundred-Nanosecond Equivalent Pixel Dwell Time for Deep-Tissue 3D Three-Photon Fluorescence Microscopy via Sparse X-Y-Z Reconstruction 2026-Feb, Small methods IF:10.7Q1 DOI:10.1002/smtd.202501513 PMID:41546413	研究论文	提出DeepR-SXYZ深度学习框架，通过稀疏X-Y-Z重建实现深组织三光子荧光显微镜的百纳秒等效像素驻留时间，大幅提升成像速度	首次将深度学习稀疏重建与三光子荧光显微结合，通过结构-动态注意力增强Transformer同步捕获层内形态与层间动态，实现8.8倍加速和60%以上Z轴层恢复	依赖配对训练数据（稀疏与密集采样），可能限制在无配对数据场景的泛化性；未明确讨论对活体组织光毒性的量化评估	实现三光子荧光显微的高速、低光毒性体积成像，平衡成像速度与空间分辨率	脑脉管系统和肌巨噬细胞	计算机视觉，数字病理学	NA	三光子荧光显微镜	CNN， Transformer	图像（三维体积扫描）	脑脉管系统和肌巨噬细胞的体积扫描数据	NA	卷积神经网络（CNN），结构-动态注意力增强Transformer	加速比，层恢复率，等效像素驻留时间	NA
40	2026-06-03	The 4D Human Embryonic Brain Atlas: Spatiotemporal atlas generation for rapid anatomical changes 2026-Feb, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1 DOI:10.1016/j.compmedimag.2026.102702 PMID:41547005	研究论文	利用深度学习方法创建4D人类胚胎脑图谱，捕捉孕早期大脑的快速解剖变化	引入随时间变化的初始图谱并惩罚偏离，确保在胚胎快速发育期间保持特定年龄的解剖结构	NA	提供正常胚胎脑发育的详细见解并识别异常，改善产前神经发育障碍的检测、预防和治疗	人类胚胎大脑	计算机视觉	神经发育障碍	3D超声成像	深度学习	3D超声图像	来自402名受试者的831张3D超声图像，孕周8至12周	NA	NA	消融研究结果	NA