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
221	2026-06-09	Temporal Integration of Serum Proteomics, Metabolomics and MRI Tumor Volumetrics via Deep Learning Identifies Systemic Mediators of Glioblastoma Response to Chemoradiotherapy 2026-Mar-18, Research square DOI:10.21203/rs.3.rs-9085743/v1 PMID:41890862	研究论文	通过深度学习整合血清蛋白质组学、代谢组学与MRI肿瘤体积学，识别胶质母细胞瘤对放化疗反应的全身介质	首次将AI分割的MRI体积变化与血清蛋白质组和代谢组表达相结合，并集成多模态数据以识别与生存相关的患者分组和分子通路	样本量较小（55例），来自单一机构，缺乏独立验证队列	评估患者血清中差异蛋白质组和代谢组表达与AI分割的MRI体积变化之间的关联，以整合临床、分子和影像数据与患者预后	55例临床注释的胶质母细胞瘤患者及其放化疗前后的血清样本和MRI扫描	机器学习, 数字病理学	胶质母细胞瘤	SomaScan®蛋白质组学平台, SECIM代谢组学分析, AI分割技术	深度学习模型（用于MRI分割）	血清蛋白质组学数据, 代谢组学数据, MRI影像数据	55例胶质母细胞瘤患者的血清样本（放化疗前后）及MRI影像	NA	NA	p值, 相关性分析	NA
222	2026-06-09	Establishing an Evidence-based Modern Breast MRI Program 2026-Mar-03, Journal of breast imaging IF:2.0Q3 DOI:10.1093/jbi/wbaf082 PMID:41671073	综述	探讨现代乳腺MRI项目的循证建立方法，涵盖技术进步、方案优化及未来趋势	系统整合了动态增强MRI、弥散加权成像、超快速DCE-MRI和深度学习模型等先进技术，并针对方案标准化与操作效率提出优化策略	未提供具体的临床验证数据或定量比较分析	为乳腺影像中心提供现代乳腺MRI方案的关键要素、优化策略和未来技术方向	乳腺MRI影像方案及临床应用	数字病理学	乳腺疾病（恶性肿瘤）	MRI	深度学习模型	影像	NA	NA	NA	NA	NA
223	2026-06-09	Deep Temporal Sequence Classification and Mathematical Modeling for Cell Tracking in Dense 3D Microscopy Videos of Bacterial Biofilms 2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3663936 PMID:41671139	研究论文	提出名为DenseTrack的细胞追踪算法，结合深度学习与数学模型，用于密集3D显微镜视频中的细胞追踪	将细胞追踪问题转化为基于深度学习的时序序列分类任务，并利用分类器置信度解决约束一對一匹配优化问题；提出基于特征分解的细胞分裂检测策略	NA	解决密集环境中自动细胞追踪中的对应不准确和亲子关系误识别问题	细菌生物膜中的密集细胞	计算机视觉	NA	荧光显微镜成像	深度学习时序分类模型	3D时序图像	模拟及实验荧光图像序列	PyTorch	NA	定性评估, 定量评估	NA
224	2026-06-09	Deep learning deciphers behavioral states from muscle activation patterns 2026-Mar, Journal of pharmacological sciences IF:3.0Q2 DOI:10.1016/j.jphs.2026.01.007 PMID:41672643	研究论文	利用深度学习分析多部位肌电图，实现对小鼠行为状态（如行走、梳理、站立）的准确分类	首次将深度学习应用于多部位肌电图分析，实现行为状态的客观自动分类，并可无缝集成到视频监测流程中	未提及	开发基于肌电图的自动化行为分类方法，克服人工视频观察的局限性	小鼠的多部位肌电信号及对应的行为状态（行走、梳理、站立）	机器学习	NA	肌电图记录	卷积神经网络	肌电信号数据	5只小鼠的5块肌肉（四肢和颈部）的肌电图记录	NA	自定义卷积神经网络	分类准确率	NA
225	2026-06-09	Hierarchical abstraction drives human-like 3-D shape processing in deep learning models 2026-Mar, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014047 PMID:41824548	研究论文	探索深度学习模型是否像人类视觉系统一样通过层次抽象处理三维形状	首次通过系统性行为实验与模拟，揭示Transformer架构中渐进式下采样操作带来的层次抽象能力是模仿人类三维形状处理的关键	仅测试了点云数据，未验证其他三维表示形式；模型与人类对比基于有限条件（点密度、局部结构、部件配置）	检验深度学习模型的三维全局形状表示是否与人类视觉相似	卷积模型（DGCNN）和Transformer模型（Point Transformer）与人类观察者	计算机视觉	NA	点云处理	深度学习模型（卷积神经网络和Transformer）	点云数据	约10000个三维物体实例用于训练；三个人类实验（具体样本量未在摘要中说明）	PyTorch	DGCNN, Point Transformer	正确率	NA
226	2026-06-09	Recent Advances in Modeling and Prediction of Blood Glucose in Type 1 Diabetes 2026-Mar, Delaware journal of public health DOI:10.32481/djph.2026.03.09 PMID:41943733	综述	综述了1型糖尿病血糖预测与控制模型的最新进展，包括基于生理机制的模型、数据驱动的机器学习方法以及融合机制知识与学习技术的混合框架	系统梳理了多模态数据、深度学习架构和强化学习在人工胰腺系统中自动胰岛素输注与自适应控制中的新兴作用，并讨论了边缘计算、高效模型设计与硬件算法协同优化等前沿策略	目前仍面临噪声和异质数据处理、预测可靠性与不确定性量化提升、以及资源受限医疗设备实时部署等关键挑战	总结并评估1型糖尿病血糖预测与控制模型的研究现状，推动计算模型向改善患者预后的实用工具转化	1型糖尿病患者的血糖预测与控制模型	机器学习	1型糖尿病	NA	深度学习, 强化学习	生理和行为数据	NA	NA	NA	NA	NA
227	2026-06-08	A novel interpretable classification of lumbar spinal stenosis using a cascade deep learning approach and T2-weighted MRI 2026-Mar-27, Journal of neurosurgery. Spine DOI:10.3171/2025.10.SPINE25878 PMID:41894804	研究论文	提出一种基于级联深度学习方法和T2加权MRI的腰椎管狭窄症的可解释分类新方法	首创3阶段深度学习流水线用于自动识别、分类和分级腰椎管狭窄症，结合梯度加权类激活映射提供临床可解释性	尚未评估对诊断不足和多节段脊柱疾病分析的改进效果	提高腰椎管狭窄症诊断的准确性和一致性	腰椎MRI图像（共17440张训练切片，8000张外部验证切片）	计算机视觉	腰椎管狭窄症	T2加权MRI	卷积神经网络	图像	640名患者的17440张MRI切片（训练），8000张切片（外部验证）	NA	级联深度学习模型	准确率	NA
228	2026-06-08	Evaluation of KU-F40 automated microscope for parasitology: when artificial intelligence meets old school microscopy 2026-Mar-11, Journal of clinical microbiology IF:6.1Q1 DOI:10.1128/jcm.00743-25 PMID:41665376	研究论文	评估KU-F40自动粪便分析仪结合深度学习人工智能对肠道寄生虫感染的诊断性能	首次对KU-F40自动显微镜在多种寄生虫检测中的性能进行广泛评估，结合自动显微镜和深度学习，无需预先诊断怀疑即可检测和识别预定面板中的寄生虫	目前性能不足以作为筛查工具自动验证阴性结果；缺少关键功能，如10倍放大镜头和数据库中没有的额外寄生虫	评估KU-F40自动粪便分析仪对肠道寄生虫感染的诊断准确性	来自比利时六个临床实验室的267份随机粪便样本及外部质量控制样本	数字病理学	肠道寄生虫感染	自动显微镜检查	深度学习	图像	267份临床粪便样本	NA	NA	敏感度, 特异度	NA
229	2026-06-08	Deep learning-based one-stop 11C-CFT and 18F-FDG dual-tracer brain PET imaging protocol for Parkinson's disease 2026-Mar, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111764 PMID:41651249	研究论文	探索使用深度学习从短间隔交错的11C-CFT和18F-FDG双示踪剂脑PET图像中分离出单个示踪剂图像，用于帕金森病诊断	提出一种基于深度学习的单次扫描双示踪剂PET成像协议，可减少患者等待时间并提高临床效率	NA	利用深度学习分离交错注射的双示踪剂PET图像，以缩短帕金森病PET扫描等待时间	帕金森病患者	数字病理学	帕金森病	PET成像, 深度学习	Swin UNETR	医学图像	67名患者	NA	Swin UNETR	归一化均方误差, 结构相似性指数, 标准化摄取值比, 肿瘤-背景比值, 信噪比	NA
230	2026-06-08	High-Resolution MR Imaging of Elbow Ligament Injuries and Associated Impingement and Instability Syndromes 2026-Mar, Radiologic clinics of North America IF:2.1Q2 DOI:10.1016/j.rcl.2025.09.005 PMID:41656056	综述	文章详细介绍肘部韧带损伤及相关撞击和不稳定综合征的高分辨率磁共振成像技术	结合高场强磁共振、专用表面线圈、优化患者体位、三维成像和深度学习重建，增强韧带结构和完整性的可视化	未提及研究局限性	评估肘部韧带损伤及其相关的撞击和不稳定综合征	肘部韧带结构和相关病变	NA	肘部韧带损伤, 撞击综合征, 不稳定综合征	高分辨率MRI	NA	图像	NA	NA	NA	NA	高场强磁共振设备, 专用表面线圈
231	2026-06-08	AGEP_TWAS: A Deep Learning-Based Framework for Predicting Gene Expression Levels in Tissues 2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3663364 PMID:41666075	研究论文	提出一种基于深度学习的框架AGEP_TWAS，用于预测不同组织中的基因表达水平，以辅助转录组广泛关联研究	首次利用密集连接网络、自适应激活函数和参数剪枝策略的非线性特征提取框架，结合地标基因预测难以用传统方法预测的基因表达水平	未明确讨论方法的计算资源需求，以及在地标基因选择或跨物种应用中的潜在偏差	提高跨组织基因表达水平预测的准确性和效率，改进转录组广泛关联研究	人类GEO表达数据集和牛CattleGTEx数据集中的基因表达水平预测	机器学习	NA	RNA-seq	密集连接网络	基因表达数据	NA	PyTorch	密集连接网络	均方误差, 皮尔逊相关系数	NA
232	2026-06-08	Exploring the potential of explainable deep learning for EEG-based cognitive decline prediction 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111538 PMID:41666658	研究论文	探讨可解释深度学习在基于脑电图的认知衰退预测中的应用潜力	首次使用具有自注意力机制的深度学习算法对基于认知评分的健康受试者进行分类，并证明了注意力层在提升模型准确性和解释性方面的关键作用，同时发现β频段（13-30 Hz）对区分轻度认知障碍与对照受试者至关重要	对健康受试者临床前认知衰退的预测准确率较低，仅为56.08%，且大脑变化微小，检测困难	开发一种经济、非侵入性的方法来早期检测认知衰退，特别是阿尔茨海默病	健康对照受试者和轻度认知障碍患者的静息态脑电图数据	机器学习	阿尔茨海默病	脑电图	深度学习模型	脑电图信号	公共数据集中健康对照与轻度认知障碍患者的样本数量未明确给出	NA	自注意力机制	测试准确率	NA
233	2026-06-08	Glymphatic dysfunction in trigeminal neuralgia: A multimodal MRI study 2026-Mar, Neurobiology of disease IF:5.1Q1 DOI:10.1016/j.nbd.2026.107312 PMID:41666986	研究论文	使用多模态MRI研究三叉神经痛患者类淋巴系统功能障碍	首次揭示三叉神经痛中类淋巴系统功能异常与结构指标之间的分离现象，挑战传统神经影像学范式，强调中枢机制在疾病发病中的潜在作用	未发现类淋巴系统指标与疼痛强度或病程的相关性，样本量有限，且为横断面研究	探究三叉神经痛患者是否存在类淋巴系统功能障碍及其对病理生理学的贡献	71名经典三叉神经痛患者和52名年龄匹配健康对照	数字病理学	三叉神经痛	多模态MRI（包括DTI-ALPS、自由水分数、血管周围空间负担、脉络丛体积分析）	深度学习分割模型	MRI影像数据	71名患者、52名健康对照，共123名参与者	NA	NA	DTI-ALPS指数、自由水分数、血管周围空间负担、脉络丛体积、相关分析（斯皮尔曼相关系数）	NA
234	2026-06-08	Complex networks for modeling texture and spectral features of hyperspectral images for environmental analysis 2026-Mar, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2026.111504 PMID:41633275	研究论文	提出一种复杂网络方法用于高光谱图像分析，并将其应用于检测环境污染	提出名为Directed Network of Angular Similarity (DNAS)的手工设计技术，将高光谱像素建模为基于光谱带角度相似性连接的复杂网络顶点，实现高效特征提取，仅需36个描述符即可获得紧凑图像表示	样本数量有限且高光谱数据维度高，使得传统深度学习方法不适用	开发适用于资源受限场景的高光谱图像分类方法，用于环境污染检测	暴露于不同氟化钾水平的Jacaranda caroba植物叶片	计算机视觉	NA	共聚焦激光扫描显微镜	复杂网络	高光谱图像	NA	NA	Directed Network of Angular Similarity (DNAS)	准确率	NA
235	2026-06-08	Refined trajectory smoothing and deep learning classification of human sperm motility 2026-Mar-01, Human reproduction (Oxford, England) DOI:10.1093/humrep/deag005 PMID:41633817	研究论文	提出通过频域平滑提高精子运动参数提取精度，并利用原始轨迹数据训练深度学习模型实现精子运动模式分类的方法	引入离散余弦变换（DCT）平滑实现更精确的平均路径估计；提出新的侧向位移量化指标PAW；应用InceptionTime集成模型直接从原始坐标序列分类精子运动模式	模型仅在低粘度培养基轨迹上训练，未涵盖ICSI使用的高粘度环境；分类模型基于单中心小样本（5人790条轨迹），缺乏多中心验证；缺少个人标识和临床元数据无法进行个体分析	提升精子运动参数提取精度并实现基于轨迹数据的运动模式自动分类	人类精子轨迹（2326条轨迹，含1931条渐进运动型和395条超活化型）	机器学习	男性不育症	NA	InceptionTime集成模型	坐标序列（x,y）	5个个体样本，共2326条精子轨迹	NA	InceptionTime	准确率	NA
236	2026-06-07	Comparative machine learning and deep learning frameworks for robust carcinogenicity prediction and activity cliff analysis 2026-Mar-25, Environmental science. Processes & impacts DOI:10.1039/d5em01001b PMID:41575273	研究论文	本研究利用机器学习与深度学习方法，构建了大鼠致癌性预测模型，并结合活性悬崖分析进行功能解析	融合基于特征与化学语言建模方法，利用c-RASAR和ARKA框架识别活性悬崖并解释误预测原因	未明确说明外部数据规模和跨物种验证局限性	开发稳健的致癌性预测模型并分析活性悬崖	大鼠致癌性二元数据（与人类致癌性相关的工业化学品）	机器学习	致癌性疾病	NA	线性判别分析、人工神经网络、逻辑回归、长短期记忆网络	SMILES字符串、分子描述符	未明确说明样本数量	NA	LSTM	NA	NA
237	2026-06-07	VitalDB Arrhythmia Database: An Anesthesiologist-Validated Large-scale Intraoperative Arrhythmia Dataset with Beat and Rhythm Labels 2026-Mar-20, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07076-8 PMID:41862491	研究论文	介绍VitalDB心律失常数据库，一个经麻醉医师验证的大型术中心律失常数据集，包含心搏和心律标签，用于开发术中心律失常检测算法	首个专门为手术患者设计的大型术中心电图数据库，包含经五位麻醉医师严格验证的心搏和心律标签，并开发了自定义深度学习心搏分类器作为自动筛选工具	未明确提及限制	开发并验证手术患者中心律失常检测算法，提供临床验证的术中心律失常数据并支持多模态分析	术中患者心电数据及心律失常节律	机器学习	心律失常	ECG	深度学习	心电信号	482名手术患者的734,528秒连续心电图数据	NA	NA	Cohen's kappa	NA
238	2026-06-07	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	提出一种结合深度学习和机器学习的非侵入性人工智能框架，通过形态学分析预测间充质干细胞的免疫调节能力	首次将深度学习与机器学习结合，通过细胞形态非侵入性预测间充质干细胞免疫调节能力，避免了传统标记方法的细胞损伤	未提及	开发一种非侵入性的人工智能方法，通过细胞形态特征实时评估间充质干细胞的免疫调节能力，以改进细胞治疗生产中的质量控制	间充质干细胞	计算机视觉	NA	NA	深度学习与机器学习	图像	未提及	PyTorch	PreAct-ResNet50, LightGBM	准确率	NA
239	2026-06-07	Remodeling of non-coding RNA regulatory networks: Decoding the pathological mechanisms and new therapeutic paradigms of cardiovascular diseases 2026-03, Physics of life reviews IF:13.7Q1 DOI:10.1016/j.plrev.2025.12.007 PMID:41447890	综述	系统综述非编码RNA在心血管疾病中的表达谱、多层调控机制及诊疗潜力，并提出跨尺度分析框架	提出整合网络拓扑、时空梯度与能量/计量约束的跨尺度分析框架，揭示不同心血管疾病表型共享的机制统一性	ncRNA疗法面临递送效率低、功能冗余及微环境依赖性等现实挑战	解码非编码RNA调控网络在心血管疾病中的病理机制并探索新型治疗范式	microRNA、长链非编码RNA、环状RNA、小核仁RNA等多种非编码RNA分子	自然语言处理	心血管疾病	锁核酸寡核苷酸、腺相关病毒血清型9递送系统、工程化外泌体、单细胞多组学、空间转录组学、CRISPR-dCas9系统、深度学习	NA	文本	NA	NA	NA	NA	NA
240	2026-06-07	Dbert2_LR: A deep learning-based model for predicting cis-regulatory elements in crops 2026-Mar, Genomics IF:3.4Q2 DOI:10.1016/j.ygeno.2026.111201 PMID:41544987	研究论文	提出一种名为Dbert2_LR的深度学习模型，用于预测作物中的顺式调控元件	将预训练基因组基础模型DNABERT-2与双向RNN和LSTM网络相结合，高效捕获DNA中的深层上下文依赖和局部序列模式，实现启动子、增强子和非调控序列的高精度分类，并通过计算机模拟饱和突变分析揭示模型依赖于已知转录因子结合基序，增强了生物可解释性	在具有大且高度重复基因组（如陆地棉）的作物中，准确识别顺式调控元件仍然极具挑战性，模型在陆地棉上的宏平均F1分数仅为0.637，表明性能有提升空间	开发用于预测作物基因组中顺式调控元件的深度学习工具	拟南芥和陆地棉中的启动子、增强子和非调控序列	机器学习	NA	NA	DNABERT-2, 双向RNN, LSTM	DNA序列	NA	NA	Dbert2_LR	宏平均F1分数	NA