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
1281	2026-02-25	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	本研究通过多模态MRI评估三叉神经痛患者的类淋巴系统功能，发现其存在功能损伤而无明显血管周围结构异常	首次在三叉神经痛中揭示类淋巴系统功能损伤与结构异常的分离，挑战了传统神经影像学范式	缺乏类淋巴指标与疼痛强度及病程的相关性	探究三叉神经痛是否与类淋巴系统功能障碍有关及其在病理生理学中的作用	71名经典三叉神经痛患者和52名年龄匹配的健康对照	医学影像	三叉神经痛	多模态MRI，包括DTI-ALPS指数测量、自由水分数映射、血管周围空间负荷量化、脉络丛体积分析	深度学习分割模型	MRI图像	123名参与者（71名患者，52名对照）	NA	NA	DTI-ALPS指数、自由水分数、血管周围空间负荷、脉络丛体积、相关性分析（ρ值）	NA
1282	2026-02-25	The emerging role of machine learning-based methods in cancer classification using microRNA 2026-Mar, Biochemistry and biophysics reports IF:2.3Q3 DOI:10.1016/j.bbrep.2026.102506 PMID:41732418	综述	本文综述了基于机器学习的microRNA在癌症分类中的新兴作用	整合机器学习与miRNA数据，通过特征工程和选择技术（如递归集成选择和miRNA-mRNA网络分析）提高模型准确性和可解释性，并应用于多种癌症分类	NA	探讨机器学习方法在利用microRNA进行癌症早期检测和准确分类中的应用潜力	microRNA作为癌症生物标志物，用于乳腺癌、肺癌、结直肠癌和肾癌等分类	机器学习	癌症	microRNA分析	Random Forest, Support Vector Machines, 深度学习, 神经模糊系统	miRNA数据	NA	NA	NA	准确性	NA
1283	2026-02-24	Artificial intelligence, machine learning and omic data integration in osteoarthritis 2026-Mar, Osteoarthritis and cartilage IF:7.2Q1 DOI:10.1016/j.joca.2025.10.012 PMID:41167326	综述	本文综述了人工智能和机器学习在骨关节炎多组学数据整合中的应用进展、挑战与机遇	总结了变分自编码器、对比学习和多模态Transformer等新兴机器学习方法在多组学整合中的应用趋势	当前研究面临样本量小、过拟合、缺乏外部验证、模型可解释性不足以及人口统计学代表性不足等挑战	通过机器学习整合和解释高维多组学数据，以推进对骨关节炎这一复杂疾病的理解	人类骨关节炎样本及相关临床前模型中的转录组、表观基因组、蛋白质组、代谢组和多组学数据	机器学习	骨关节炎	转录组学、表观基因组学、蛋白质组学、代谢组学、多组学整合	监督学习、无监督聚类、深度学习、变分自编码器、对比学习、多模态Transformer	多组学数据	NA	NA	Transformer	NA	NA
1284	2026-02-24	Visceral Adipose Tissue Alters Podometrics and Renal Compensation After Uninephrectomy 2026-Mar, Kidney international reports IF:5.7Q1 DOI:10.1016/j.ekir.2025.103739 PMID:41727777	研究论文	本研究探讨了内脏肥胖对正常体重和超重个体肾小球超微结构、足细胞形态及单侧肾切除后肾功能代偿能力的影响	首次在正常体重和超重个体中，利用深度学习支持的形态计量学方法，系统评估了内脏肥胖与肾小球体积、足细胞密度及核肥大等结构改变的关系，并揭示了这些改变与单侧肾切除后肾功能代偿受损的关联	研究为回顾性设计，样本量较小（52例），且仅纳入BMI<30 kg/m²的非转移性肾肿瘤患者，可能限制了结果的普遍性	探究内脏肥胖对肾脏形态和单侧肾切除后肾功能代偿能力的影响	52例BMI<30 kg/m²、因非转移性肾肿瘤接受肾切除且未接受过化疗或免疫治疗的患者	数字病理学	慢性肾脏病	计算机断层扫描（CT）、深度学习支持的肾小球形态计量学和足细胞形态计量学	深度学习模型	CT图像、组织学切片图像	52例患者	NA	NA	P值	NA
1285	2026-02-23	Total-body [18F]FDG-PET/CT imaging of healthy volunteers with minimal effective dose 2026-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07644-x PMID:41251746	研究论文	本研究探索了结合全身PET与深度学习生成的衰减图，以最小化健康受试者在[18F]FDG-PET/CT成像中的有效剂量	结合高灵敏度全身PET成像与深度学习生成的合成CT衰减图，实现极低放射性注射剂量下的可靠器官定量分析	研究仅针对健康高加索人群，未涵盖不同种族或疾病状态；模拟的低剂量数据基于原始数据下采样，可能未完全反映真实低剂量采集情况	开发最小化辐射暴露的全身PET/CT成像协议	47名健康高加索志愿者（25名女性/22名男性）	医学影像	NA	全身正电子发射断层扫描/计算机断层扫描（TB-PET/CT），[18F]氟代脱氧葡萄糖（[18F]FDG）成像	深度学习模型	PET原始数据，CT图像	47名健康志愿者	NA	NA	标准化摄取值（SUVbw），变异系数（CV），百分比差异	NA
1286	2026-02-23	Low-count whole-body PET denoising with deep learning in a multicenter, multi-tracer and externally validated study 2026-Mar, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-025-07672-7 PMID:41261209	研究论文	本研究通过多中心、多示踪剂及外部验证的方式，评估了基于深度学习的PET去噪软件NUCLARITY在低计数扫描中的性能，旨在降低示踪剂剂量或扫描时间	首次在欧洲临床环境中，针对多种示踪剂和未见过的扫描仪技术，进行了盲法、多中心的PET去噪算法读者研究	研究仅基于模拟的50%低计数扫描，且未涵盖所有可能的示踪剂或扫描仪类型，临床验证范围仍有局限	评估深度学习去噪算法在低计数全身PET扫描中的临床适用性，以提升PET的可及性并降低辐射负担	来自三家欧洲医院的65次PET扫描数据，涉及[18F]FDG、[18F]PSMA、[68Ga]PSMA和[68Ga]DOTATATE示踪剂，使用GE和Siemens系统	数字病理学	NA	PET成像，深度学习去噪	深度学习	图像	65次扫描，包含243个病灶	NA	NA	RMSE, PSNR, SSIM, SUVmean, SUVmax, MTV, 敏感性, 特异性, 一致性相关系数(CCC)	NA
1287	2026-02-23	Energy-driven innovations in computational de novo protein engineering 2026-Mar, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.01.005 PMID:41570866	综述	本文综述了计算从头蛋白质工程中能量模型的创新应用，旨在设计具有定制功能的新型蛋白质	整合了经典力场、量子力学方法和人工智能驱动的预测，提出了基于物理和数据驱动的协同策略路线图，以推动治疗和工业蛋白质设计	NA	通过能量模型驱动计算从头蛋白质工程，设计具有定制功能的新型蛋白质，应用于生物技术、医学和合成生物学	蛋白质	机器学习	NA	分子动力学、热力学积分、蒙特卡洛采样	NA	NA	NA	NA	NA	准确性、成本、通量	NA
1288	2026-02-23	Prospective evaluation of artificial intelligence (AI) in lumbar spine magnetic resonance imaging (MRI) workflow: from deep learning (DL)-enhanced accelerated acquisition to simultaneous vision-language model (VLM)-based automated report generation 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112695 PMID:41579672	研究论文	本研究前瞻性评估了AI在腰椎MRI工作流程中的应用，包括深度学习加速采集和视觉语言模型自动报告生成	首次将深度学习加速MRI采集与视觉语言模型自动报告生成结合，在腰椎MRI中实现从采集到解释的全流程AI集成	样本量较小（70例患者），仅在两所机构进行，需要更大规模的多中心研究验证	评估AI在腰椎MRI工作流程中的临床可行性，包括加速采集和自动报告生成	腰椎MRI图像及相应的病理发现	医学影像分析	脊柱疾病	磁共振成像	深度学习模型, 视觉语言模型	医学图像	70例患者，共140次MRI扫描	NA	NA	信噪比, 对比噪声比, 诊断一致性	NA
1289	2026-02-23	Deep learning outperformed radiomics based on MRI in the differentiation of sinonasal small round cell and non-small round cell malignant tumors 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112700 PMID:41604786	研究论文	本研究比较了基于MRI的深度学习和放射组学模型在区分鼻腔鼻窦小圆细胞恶性肿瘤与非小圆细胞恶性肿瘤中的诊断性能	首次系统比较了多种CNN架构与放射组学模型在鼻腔鼻窦恶性肿瘤MRI图像分类任务中的性能，发现基于CE-T1WI序列的ResNet-34模型表现最佳	研究为回顾性设计，样本量相对有限（325例），且深度学习模型与放射组学模型在独立测试集上的性能差异未达到统计学显著性	评估和比较深度学习和放射组学方法在术前MRI图像上区分鼻腔鼻窦小圆细胞与非小圆细胞恶性肿瘤的诊断能力	经病理证实的鼻腔鼻窦恶性肿瘤患者（163例小圆细胞恶性肿瘤和162例非小圆细胞恶性肿瘤）	计算机视觉	鼻腔鼻窦恶性肿瘤	MRI成像（T1WI、T2WI、CE-T1WI）	CNN	医学影像（MRI图像）	325例患者	NA	ResNet-18, ResNet-34, ResNet-50, VGG13, VGG16	AUC, 准确率, 灵敏度, 特异性, 阳性预测值, 阴性预测值	NA
1290	2026-02-23	Computational advances in RNA-small molecule binding site prediction 2026-Mar, Progress in biophysics and molecular biology DOI:10.1016/j.pbiomolbio.2026.02.003 PMID:41654089	综述	本文综述了RNA-小分子结合位点预测的计算方法进展，包括从早期统计模型到现代机器学习和深度学习框架的演变	总结了计算方法从依赖手工描述符的统计模型到整合序列、结构、能量和拓扑信息的多模态机器学习框架的演变，并特别强调了大型语言模型在捕获长程序列依赖性和上下文模式方面的最新应用	NA	加速合理的RNA靶向药物发现	RNA-小分子相互作用	计算生物学, 机器学习	NA	NA	统计模型, 机器学习, 深度学习, 大型语言模型	序列数据, 结构数据, 能量数据, 拓扑数据	NA	NA	NA	NA	NA
1291	2026-02-23	Association between cognitive status and structural brain changes in Alzheimer's disease: Clinical implication of lightweight deep learning-aided diagnosis 2026-Mar, European journal of radiology IF:3.2Q1 DOI:10.1016/j.ejrad.2026.112678 PMID:41558396	研究论文	本研究构建了一个轻量级深度学习模型，用于揭示阿尔茨海默病中认知状态与大脑结构变化之间的关联，并评估其在临床诊断中的实用性	通过结合组卷积、全局池化和高效通道注意力机制，设计了一个参数少但性能竞争性的轻量级深度学习模型，并提供了病理可解释的结构变化分析	模型基于单一数据库（ADNI）的数据，可能缺乏外部验证，且样本量相对有限	构建一个轻量级深度学习模型，用于阿尔茨海默病的诊断，并探索认知状态与大脑结构变化之间的关联	阿尔茨海默病患者和年龄匹配的认知正常受试者	数字病理学	阿尔茨海默病	T1加权磁共振成像	CNN	图像	418名AD患者和418名年龄匹配的认知正常受试者	NA	NA	准确率	NA
1292	2026-02-22	Cutting-edge AI technologies in skin cancer applications 2026-Mar-31, Cancer letters IF:9.1Q1 DOI:10.1016/j.canlet.2026.218256 PMID:41544780	综述	本文综述了人工智能（特别是多模态大语言模型和深度学习）在皮肤癌早期检测、个体化治疗和患者管理领域的最新进展与应用	强调通过多模态融合策略整合皮肤镜图像、组织病理学信息和基因数据库，以提取更丰富互补的特征，从而显著提高诊断准确性和鲁棒性，并探讨皮肤病学专用基础模型的重要性	面临数据质量和模型可解释性相关的挑战，肿瘤异质性和免疫逃逸仍是未解决的主要问题	总结人工智能在皮肤癌领域的应用进展，重点关注早期检测、个体化治疗和患者管理	皮肤癌（包括多种亚型）及其诊断、治疗和药物开发过程	计算机视觉, 自然语言处理, 机器学习	皮肤癌	多模态融合策略	深度学习, 复杂神经网络, 多模态大语言模型 (如GPT, Med-PaLM)	皮肤镜图像, 组织病理学信息, 基因数据库	NA	NA	NA	诊断准确性, 鲁棒性	NA
1293	2026-02-22	Classification of major depressive disorder using vertex-wise brain sulcal depth, curvature, and thickness with a deep and a shallow learning model 2026-Mar, Molecular psychiatry IF:9.6Q1 DOI:10.1038/s41380-025-03273-w PMID:41044403	研究论文	本研究使用深度学习模型DenseNet和浅层学习模型SVM，基于顶点级脑沟深度、曲率和厚度特征，对重度抑郁症（MDD）患者和健康对照（HC）进行分类	首次在全球代表性多站点ENIGMA-MDD数据上，整合顶点级皮质形态特征，并比较深度学习和浅层学习模型在MDD分类中的性能	分类性能接近随机水平（平衡准确率DenseNet: 51%；SVM: 53%），表明当前特征和分类器组合无法有效区分MDD和HC，且存在站点效应影响	探索利用脑形态特征和机器学习模型进行重度抑郁症（MDD）自动分类的可行性	重度抑郁症（MDD）患者和健康对照（HC）	神经影像分析	重度抑郁症	神经影像分析	DenseNet, SVM	脑形态特征数据（顶点级脑沟深度、曲率、厚度）	7012名参与者（2772名MDD患者和4240名HC），来自31个站点	NA	DenseNet	平衡准确率	NA
1294	2026-02-22	Leveraging Artificial Intelligence to Transform Thoracic Radiology for Lung Nodules and Lung Cancer: Applications, Challenges, and Future Directions 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000866 PMID:41246950	综述	本文回顾了人工智能在胸部放射学（特别是肺结节和肺癌领域）的应用历史、现状、挑战及未来方向	系统梳理了从早期基于临床知识的AI方法到深度学习、Transformer架构的演进路径，并探讨了基础模型、多模态AI和多组学方法在肺癌领域的前沿应用	作为综述文章，未提出新的具体模型或实验数据，主要基于现有文献进行归纳分析	总结人工智能在胸部放射学（肺结节与肺癌）中的应用进展，并探讨未来发展方向	肺结节与肺癌相关的医学影像及临床数据	数字病理学	肺癌	医学影像分析	深度学习, Transformer	医学影像	NA	NA	Transformer	NA	NA
1295	2026-02-22	Real-World Prospective Validation and Economic Evaluation of Deep Learning- Based Diabetic Retinopathy Detection From Fundus Photographs: A Systematic Review and Meta-analysis 2026-Mar-01, Diabetes care IF:14.8Q1 DOI:10.2337/dc25-1493 PMID:41259706	系统综述与荟萃分析	本研究通过系统综述和荟萃分析，评估了基于深度学习的糖尿病视网膜病变检测系统在真实世界前瞻性验证中的诊断性能和经济性	首次系统性地综合了深度学习糖尿病视网膜病变检测系统在真实世界前瞻性环境中的验证证据，并评估了其在不同国家背景下的经济可行性	缺乏评估多种糖尿病视网膜病变严重程度或糖尿病性黄斑水肿的研究，限制了亚组分析的能力；低收入国家的研究不足，限制了相关洞察	评估基于深度学习的糖尿病视网膜病变检测系统在不同国家实施的前瞻性验证可行性和经济证据	使用眼底照片进行糖尿病视网膜病变检测的深度学习系统	数字病理学	糖尿病视网膜病变	深度学习	深度学习模型	眼底照片	47项研究纳入荟萃分析	NA	NA	受试者工作特征曲线下面积	NA
1296	2026-02-22	AI in ethnopharmacology, the pharmaceutical industry, and its applications 2026-Mar, Annales pharmaceutiques francaises IF:1.0Q4 DOI:10.1016/j.pharma.2025.11.011 PMID:41338450	综述	本文综述了人工智能在民族药理学、制药工业及其应用中的角色，特别是在药物发现、质量控制和可持续发展方面的作用	将人工智能技术（如机器学习、深度学习和自然语言处理）整合到民族药理学实践中，用于数据挖掘、分子对接、生物活性预测和临床验证，以提升传统药物研究的效率和证据基础	标准化和验证任务以及监管框架仍需改进	探讨人工智能如何增强民族药理学实践，促进药物发现和传统知识与现代制药科学的融合	民族药理学中的传统知识、药用植物、药物化合物以及制药工业应用	自然语言处理	NA	数据挖掘分析、分子对接系统、生物活性预测建模、临床验证过程、组学研究（基因组学、代谢组学、蛋白质组学）	机器学习, 深度学习	民族植物学记录、组学数据、临床数据	NA	NA	NA	NA	NA
1297	2026-02-22	Quantitative CT and Artificial Intelligence in Chronic Lung Disease 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000867 PMID:41417666	综述	本文综述了定量CT和人工智能技术在慢性肺病（如COPD和ILD）诊断与管理中的应用、优势、挑战及未来方向	系统总结了基于密度和纹理特征的定量CT技术以及新兴的机器学习和深度学习方法在慢性肺病评估中的应用，并讨论了其在超越视觉评估和传统密度方法方面的鲁棒性和可重复性	文章指出了当前这些技术在临床应用中所面临的挑战和局限性，包括采纳障碍和待解决的问题	探讨定量CT和人工智能技术在慢性肺病（特别是COPD、ILD和肺移植/造血干细胞移植后的闭塞性细支气管炎综合征）的影像评估中的应用价值与发展方向	慢性阻塞性肺疾病（COPD）、纤维化性间质性肺疾病（ILD）以及肺/造血干细胞移植受者的闭塞性细支气管炎综合征患者	数字病理学	肺癌	CT成像，定量CT分析	机器学习，深度学习	CT图像	NA	NA	NA	NA	NA
1298	2026-02-22	Artificial Intelligence in Coronary Computed Tomography: Current Applications, Future Potentials, and Real-world Challenges 2026-Mar-01, Journal of thoracic imaging IF:2.0Q3 DOI:10.1097/RTI.0000000000000873 PMID:41527165	综述	本文综述了人工智能在冠状动脉计算机断层扫描（CT）成像中的当前应用、未来潜力及现实挑战	系统性地总结了AI在心脏CT成像全流程（从图像采集、重建到分析）中的最新进展，并前瞻性地探讨了生成式AI、大语言模型和数字孪生等前沿技术在心血管精准医疗中的革命性潜力	面临数据多样性与标准化不足、模型可解释性有限以及监管审批流程复杂等挑战，阻碍了AI技术在临床实践中的全面整合	探讨人工智能技术在冠状动脉CT成像领域的应用现状、发展前景及面临的现实障碍，以推动心血管精准医疗的发展	冠状动脉疾病（CAD）的CT成像数据、临床数据及实验室数据	医学影像分析, 机器学习	心血管疾病	心脏计算机断层扫描（CT）成像	深度学习, 机器学习, 生成式AI, 大语言模型（LLMs）	医学影像（CT图像）, 临床数据, 实验室数据	NA	NA	NA	NA	NA
1299	2026-02-22	Deep learning architectures for modeling and forecasting stroke cases in Ghana 2026-Mar, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association DOI:10.1016/j.jstrokecerebrovasdis.2026.108570 PMID:41577309	研究论文	本研究利用深度学习模型对加纳的卒中病例进行建模与预测，以支持数据驱动的公共卫生策略	在加纳卒中预测中首次应用并比较了多种深度学习架构，包括LSTM、BLSTM、ConvLSTM和BConvLSTM，并纳入糖尿病患病率作为协变量	研究仅使用了月度卒中病例数据，可能未涵盖所有相关风险因素；模型在ConvLSTM和BConvLSTM上表现不佳，表明架构选择需进一步优化	建模和预测加纳的卒中发病率，为公共卫生规划和干预提供数据支持	加纳的卒中病例数据	机器学习	卒中	NA	LSTM, BLSTM, ConvLSTM, BConvLSTM	时间序列数据	2018年至2023年的月度卒中病例数据	Python, R	LSTM, BLSTM, ConvLSTM, BConvLSTM	MAE, MSE, RMSE, MAPE	NA
1300	2026-02-22	Pediatric Personalized Deep Learning Models for Segmentation of Hepatoblastoma at CT and MRI 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250041 PMID:41718532	研究论文	本研究评估了成人训练模型在儿童肝母细胞瘤分割中的泛化能力，并开发了专门针对儿童CT和MRI影像训练的深度学习分割模型	开发了首个专门针对儿童肝母细胞瘤的深度学习分割模型，证明了针对特定人群（儿科）定制模型优于通用（成人）模型	研究数据来自单一临床试验（AHEP0731），模型性能可能受限于该特定数据集的分布	评估成人训练模型在儿科影像分割中的泛化能力，并开发针对儿科患者的专用分割模型	儿童肝母细胞瘤患者的CT和MRI影像	数字病理学	肝母细胞瘤	CT, MRI	CNN	医学影像	CT数据集104名参与者，MRI数据集123名参与者	NA	3D U-Net	Dice相似系数, 体积百分比误差	NA