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
61	2026-09-20	Bias in deep learning-based image quality assessments of T2-weighted imaging in prostate MRI 2026-04, Abdominal radiology (New York) DOI:10.1007/s00261-025-05163-9 PMID:40853469	研究论文	本研究旨在确定基于深度学习的T2加权图像质量评估是否会受到临床显著性前列腺癌存在的影响	首次探讨了基于深度学习的图像质量评估在T2加权成像中可能受到临床显著性前列腺癌的偏倚影响	模型与放射科医生的一致性仅为中等水平（二次加权kappa值为0.53），且研究为回顾性设计	确定基于深度学习的T2加权图像质量评估是否会因临床显著性前列腺癌的存在而产生偏倚	前列腺MRI的T2加权图像序列及相关患者	医学图像分析	前列腺癌	深度学习图像质量评估	CNN	图像	开发集1719个序列，测试集386个序列，外部验证集11723例检查	NA	NA	二次加权kappa值，卡方检验，比例差异	NA
62	2026-09-19	Multimodal CT Perfusion-Based Deep Learning for Predicting Stroke Lesion Outcomes in Complete and No Recanalization Scenarios 2026-04-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9016 PMID:40973461	研究论文	该研究开发了基于多模态CT灌注成像的深度学习模型，用于预测急性缺血性卒中在完全再通和无再通情况下的最终梗死病灶	针对完全再通和无再通两种再灌注场景分别开发专门的深度学习模型，并采用多模态CTP参数图进行预测，超越了传统单一技术阈值方法的准确性	研究未明确说明模型的泛化能力、外部验证结果以及在不同临床场景下的适用性限制	预测急性缺血性卒中患者的最终梗死病灶位置和体积，以辅助临床治疗决策	急性缺血性卒中患者，包括完全再通组（n=350）和无再通组（n=138）	医学图像分析	卒中	CT灌注成像	深度学习	图像	完全再通组350例，无再通组138例，共488例患者	NA	3D nnU-Net	Dice系数	NA
63	2026-09-18	Deep Learning Model Using Transfer Learning for Detecting Left Ventricular Systolic Dysfunction: Retrospective Algorithm Development and Validation Study 2026-04-24, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83127 PMID:42030497	研究论文	本研究开发并验证了一种基于迁移学习的深度学习模型，用于检测左心室收缩功能障碍，并通过患者个性化重校准方法提高预测准确性	引入了基于纵向患者数据的重校准方法，结合历史左心室射血分数测量值和先前的AI-ECG输出，以调整未来预测，从而经验性地减轻混杂效应，并实施了预训练以增强模型性能	摘要中未明确提及	介绍并验证一种使用纵向患者数据的重校准方法，以提高预测准确性，并模拟其在持续监测中的临床实用性	来自韩国2家医院的患者，使用配对的经胸超声心动图和心电图数据	医学人工智能	心血管疾病	心电图、经胸超声心动图、迁移学习	深度学习模型	心电图信号、超声心动图数据	摘要中未明确提及具体样本量	NA	DeepECG LVSD模型	曲线下面积（AUC）	NA
64	2026-09-18	Automated Objective Scoring of Osteoarthritis Severity in Mouse Medial Tibial Cartilage Using Deep Learning 2026-Apr-24, Cartilage IF:2.7Q1 DOI:10.1177/19476035261435798 PMID:42028840	研究论文	本研究开发和优化了一个深度学习模型，用于自动化小鼠内侧胫骨软骨的OARSI组织学评分，以评估骨关节炎严重程度	结合VGG16回归模型进行水平软骨对齐和YOLO-v7检测胫骨软骨区域，通过旋转和裁剪调整生成标准化数据集，显著提高了软骨退化评分的准确性	初始分类准确率较低，需要扩大数据集来提升模型性能；模型精度和召回率仍有提升空间	开发自动化深度学习模型，用于小鼠内侧胫骨软骨的OARSI组织学评分，以评估骨关节炎严重程度	小鼠内侧胫骨软骨组织切片图像	数字病理学	骨关节炎	番红O染色组织学成像	CNN	图像	来自520只小鼠的1000个膝关节的2788张图像	NA	VGG16, YOLO-v7	平均绝对误差, 精确率, 召回率, F1分数, 准确率	NA
65	2026-09-18	Deep learning reveals genomic regions introgressed between two recurrently hybridizing lynx species 2026-Apr-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag086 PMID:41964531	研究论文	该研究使用深度卷积神经网络检测伊比利亚猞猁和欧亚猞猁两个物种间基因渗入的基因组区域，并分析其模式与后果	应用深度卷积神经网络识别基因组中基因渗入信号的具体区域，而非仅检测全基因组水平的渗入；发现伊比利亚猞猁和西欧欧亚猞猁中超过6%的基因组存在来自另一物种的渗入，而东欧欧亚猞猁仅为2%；揭示西欧欧亚猞猁在遗传上最接近欧亚猞猁基因渗入的来源（可能已灭绝的类群）；发现渗入区域局部遗传多样性提升约3倍，包括伊比利亚猞猁的MHC区域	未明确说明深度卷积神经网络模型的具体结构细节和超参数；样本量和种群数量的具体信息未在摘要中提供；可能已灭绝的源种群推断基于间接证据，缺乏直接验证	表征种群规模历史上较低且近期急剧下降导致遗传侵蚀的物种中基因渗入的模式和后果，以伊比利亚猞猁和欧亚猞猁为案例	伊比利亚猞猁和欧亚猞猁的三个种群	机器学习	NA	全基因组测序分析，深度卷积神经网络	CNN	基因组序列数据	NA	NA	深度卷积神经网络	NA	NA
66	2026-09-16	Evaluation of panoramic radiography for artificial intelligence-based assessment of impacted maxillary canines using cone-beam computed tomography as reference 2026-04-30, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08470-9 PMID:42056967	研究论文	本研究开发并评估了一种基于深度学习的人工智能框架，利用全景X光片并结合锥形束CT作为参考标准，全面评估上颌埋伏尖牙的位置分类、颊腭定位及邻近牙根吸收检测	将十二种预训练CNN架构应用于全景X光片上的三个诊断任务，并采用基于多数投票的融合模型策略，将多个CNN架构组合以显著提升诊断性能，且以CBCT作为参考标准进行验证	回顾性研究设计，样本量相对有限（458名患者，581颗埋伏尖牙），全景X光片上的感兴趣区域为手动标注，可能存在主观偏差	开发并评估基于深度学习的人工智能框架，利用全景X光片对上颌埋伏尖牙进行全面评估，包括位置分类、颊腭定位和邻近牙根吸收检测	458名患者（581颗上颌埋伏尖牙）的全景X光片和锥形束CT扫描图像	计算机视觉, 数字病理学, 医学影像分析	口腔疾病, 上颌埋伏尖牙	全景X光片, 锥形束CT	CNN	图像	458名患者，581颗上颌埋伏尖牙	NA	预训练CNN架构（十二种）, 融合模型	准确率, 精确率, 召回率, F1分数	NA
67	2026-09-16	A Deep Learning-Based Scoring Framework for Large-Scale Multi-Donor Cardiotoxicity Screening 2026-Apr-26, bioRxiv : the preprint server for biology DOI:10.64898/2026.04.22.720197 PMID:42079066	研究论文	该文章提出了一个基于无监督深度学习的评分框架，利用hiPSC衍生心肌细胞的高通量钙瞬变记录进行大规模多供体心脏毒性筛查	使用仅在基线信号上训练的自编码器，通过重构误差量化化学诱导的功能扰动，无需标记训练数据即可捕捉钙处理紊乱的全谱；整合多供体数据揭示个体间差异，实现群体水平风险预测	摘要未明确提及研究局限性	开发一个可扩展、人类相关且遗传多样的平台，用于药物和环境化学物的心脏毒性监测和优先级排序	1,029种化合物，在来自五个供体的hiPSC-CM中进行浓度-反应测试	机器学习	心血管疾病	hiPSC-based testing, 高通量钙瞬变记录	自编码器	钙瞬变信号	1,029种化合物，来自五个供体的hiPSC-CM	NA	自编码器	NA	NA
68	2026-09-16	Dysfunction of the neurovascular unit as a temporal driver in Alzheimer's pathogenesis 2026-Apr-22, Translational neurodegeneration IF:10.8Q1 DOI:10.1186/s40035-026-00548-2 PMID:42021347	综述	系统回顾神经血管单元（NVU）功能障碍在阿尔茨海默病（AD）进展中的作用，并探讨空间转录组学和类器官技术在NVU研究中的应用	提出NVU功能障碍可能先于并加剧AD神经系统病理状态，且NVU功能障碍与Aβ沉积协同促进AD进展；系统整合三维NVU类器官、单细胞分辨率空间转录组学及人工智能技术用于构建准确的功能结构模型	作为综述，未提供原始实验数据，主要基于现有文献总结，缺乏对NVU功能障碍与AD因果关系及具体分子机制的实验验证	系统阐明NVU功能障碍在AD进展中的时序驱动作用，并探讨空间转录组学和类器官技术在NVU研究中的应用前景	阿尔茨海默病中的神经血管单元（NVU），包括内皮细胞紧密连接、周细胞、星形胶质细胞、小胶质细胞和神经元	神经科学	阿尔茨海默病	三维NVU类器官、空间转录组学、单细胞分辨率技术	机器学习、深度学习	文本	NA	NA	NA	NA	NA
69	2026-09-16	Deep learning-based high-information-content graph representation of early stage bacterial biofilms 2026-04-03, NPJ biofilms and microbiomes IF:7.8Q1 DOI:10.1038/s41522-026-00971-3 PMID:41932927	研究论文	本文提出了一种基于深度学习的高信息量图表示框架，将早期细菌生物膜建模为无向交互图，并结合Mask R-CNN细胞分割与自定义神经网络BINet进行细胞间相互作用预测。	首次将生物膜建模为无向交互图，其中单个细菌细胞为顶点、预测的细胞间相互作用为边；开发了自定义神经网络BINet用于相互作用预测；实现了从图像衍生图特征预测生物膜发育阶段和材料类型。	摘要中未提及	理解生物膜早期形成阶段的空间结构，开发有效的干预策略，并为微生物群落的自动化分析提供可扩展的高信息量方法	早期阶段细菌生物膜	计算机视觉	NA	显微成像，深度学习	CNN，图表示学习	图像	NA	NA	Mask R-CNN，BINet	NA	NA
70	2026-09-13	ArchesWeatherGen: Skillful and compute-efficient probabilistic weather forecasting with machine learning 2026-Apr-24, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx2372 PMID:42018632	研究论文	本文提出了一种基于流匹配的概率天气预测模型ArchesWeatherGen，通过将确定性天气预测投影到ERA5天气状态分布，实现高效且熟练的概率天气预报	利用确定性天气模型辅助设计概率天气模型，基于流匹配（扩散模型的一种现代变体）训练，将确定性预测转化为概率分布，提升性能并降低计算成本	摘要中未明确提及	改进概率天气预报的性能并降低计算成本，同时促进生成式机器学习模型在天气预报研究中的普及	ERA5再分析数据、确定性天气预测模型和概率天气预测	机器学习	NA	NA	流匹配（扩散模型变体）	NA	NA	NA	ArchesWeatherGen	NA	NA
71	2026-09-10	Evaluating deep learning based structure prediction methods on antibody-antigen complexes 2026-04-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag136 PMID:41863324	研究论文	本研究评估了基于深度学习的结构预测方法在抗体-抗原复合物上的表现，发现增加采样可提高模型生成正确结构的概率，但内部质量评估难以识别最佳预测模型，且AlphaFold3优于其他方法。	对未见过抗体-抗原复合物进行了系统基准测试，揭示了采样量与预测性能的对数线性关系，并指出内部质量估计的局限。	内部质量估计无法可靠识别最佳模型，且AlphaFold3对缺乏结构相似性的复合物性能显著下降。	评估不同深度学习结构预测方法在抗体-抗原复合物上的性能，并探讨采样策略和模型内部评估的影响。	抗体-抗原复合物	结构预测	不适用	蛋白质结构预测	AlphaFold2, AlphaFold3, Boltz-1, Chai-1	蛋白质序列和结构数据	未明确说明，但涉及多个未见的抗体-抗原复合物	NA	AlphaFold2, AlphaFold3, Boltz-1, Chai-1	预测准确度（基于模型质量评估）	NA
72	2026-09-10	Hypergraph representations of single-cell RNA sequencing data for improved cell clustering 2026-04-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag148 PMID:41896196	研究论文	提出将单细胞RNA测序数据表示为超图，并引入两种新的聚类算法以改善细胞类型聚类与注释	首次将超图表示应用于单细胞RNA测序基因表达数据，引入两种新型超图随机游走算法DIPHW和CoMem-DIPHW，利用偏好指数和记忆机制融合局部基因表达与全局共表达信息，显著改善弱模块性数据的细胞聚类性能	未详细阐述计算资源使用情况，实际临床验证尚不充分	通过超图表示保留单细胞RNA测序数据的高阶信息与稀疏性特征，从而提升细胞类型聚类的准确性和生物学可解释性	人类胰腺、小鼠胰腺、人类大脑、小鼠大脑组织细胞以及人肺腺癌细胞系	机器学习	肺腺癌	单细胞RNA测序（scRNA-seq）	超图随机游走模型	单细胞基因表达计数数据	未提供具体样本量，涉及人类和小鼠的胰腺、大脑组织及人肺腺癌细胞系数据集	Python	超图随机游走结构	聚类准确性、模块性	NA
73	2026-09-10	Predicting antibody-antigen affinity with a dual-level representation model 2026-04-07, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag109 PMID:41808445	研究论文	提出了一种双层级蛋白质表示模型DLP-Affinity，用于基于序列的抗体-抗原亲和力预测，在通用和单域抗体数据集上达到最先进性能。	创新性地结合残基到残基接触和全局随机投影嵌入两个互补模块，并利用微调的蛋白质语言模型，充分利用序列信息，提高预测准确性。	未明确提及局限性，可能依赖于序列数据，对结构数据稀缺情况下仍有挑战。	开发一种基于序列的高精度抗体-抗原亲和力预测方法，以适用于多种抗体格式（如单域抗体）。	抗体-抗原相互作用，包括单域抗体（sdAbs）和一般抗体。	自然语言处理，生物信息学	不适用	蛋白质语言模型，微调模型	深度学习框架（双层级表示模型）	序列数据	包含AB-Bind数据集和sdAb-DB数据集（具体样本数量未在摘要中给出）	PyTorch（推断）	双层级架构（残基到残基模块和全局随机投影嵌入模块），底层为蛋白质语言模型（如ESM）	平均绝对误差（MAE），准确率（可能）	未提及
74	2026-09-08	Integrating molecular generation and fingerprints transferring for single-molecule theranostics targeting endoplasmic reticulum stress 2026-04, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.07.042 PMID:40721023	研究论文	本研究提出了一种结合分子生成和指纹转移的AI驱动策略，用于设计靶向内质网应激的单分子诊疗试剂，实现精准成像和调控	提出了一种新的AI驱动的双靶向策略，结合“被动+主动”机制，通过指纹转移和三维分子生成模型PM-1设计靶向Grp78的多功能诊疗分子，实现了原子级精准靶向	信息不足	设计能精准靶向并调控内质网应激的多功能诊疗分子，解决被动富集与精准调控之间的平衡，用于肿瘤等疾病的成像和治疗	内质网应激和Grp78蛋白作为关键生物标志物，目标分子为荧光探针ABT-CN2	分子生成、机器学习、深度学习	肿瘤	分子指纹转移、三维分子生成	机器学习模型和深度学习模型PM-1	分子结构数据、生物医学数据	信息不足	信息不足	深度学习模型PM-1	皮尔逊相关系数、IC50	信息不足
75	2026-09-07	Predicting the Effort Required to Manually Mend Auto-Segmentations 2026-Apr, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2025.3623042 PMID:41129432	研究论文	本文探讨了一种评估自动分割质量的新方法，该方法以临床修复工作量作为衡量标准，并开发了深度隐式模型来预测修复工作量，无需依赖真实分割标签。	提出了一种基于深度学习的隐式度量，能够直接从自动分割掩膜和原始图像预测修复工作量，避免了传统显式指标需要真实分割的问题。	未明确说明深度学习模型的潜在局限性，如对图像质量或分割算法变化的敏感性，以及多中心验证的广泛性或长期可行性。	旨在评估自动分割的临床可用性，通过预测修复工作量，以超越传统的基于显式指标的技术评估。	7种不同解剖器官的自动分割结果，在放射治疗计划勾画的场景下，来自3个医疗机构的影像数据。	医学图像分析	癌症（放射治疗相关）	医学影像分割	深度学习网络	自动分割掩膜和原始图像	未指定具体样本数量，涉及3个机构、7种器官的影像数据。	未指定	未指定具体架构	误差率（百分比形式）	未指定
76	2026-09-07	Feasibility of deep learning-based cancer detection in ultrasound microvascular images 2026-Apr, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2025.107892 PMID:41270708	研究论文	该可行性研究旨在探讨基于深度学习的癌症检测在超声微血管图像中的应用，并验证其与定量形态学方法的一致性	首次将端到端三维卷积神经网络应用于声学血管造影数据进行体内肿瘤检测，并对比定量形态学方法，实现了高效准确的自动化检测	样本量有限且来自啮齿动物模型，结果需要进一步的临床验证以评估其转化潜力	评估深度学习在声学血管造影图像中自动检测肿瘤相关血管的可行性和准确性	啮齿动物体内肿瘤及其微血管结构	计算机视觉	癌症	声学血管造影	卷积神经网络（CNN）	三维超声微血管图像	195个声学血管造影体积样本，包括98个对照和97个肿瘤	NA	EfficientNet, ResNet, DenseNet	准确性, 敏感性, 特异性	NA
77	2026-09-07	Detection of Prostate Cancer in 3-Dimensional Pathology Datasets via Generative Immunolabeling 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.2026.100975 PMID:41692323	研究论文	开发了一种名为SIGHT的3D计算流水线，通过生成免疫标记将3D病理数据集中的前列腺癌区域与良性腺体进行精细区分，并用于风险分层	首次利用深度学习3D图像翻译模型，将苏木精-伊红类似3D病理数据转换为多重3D免疫荧光数据，生成可解释的癌症富集区域热图，无需手动精细标注	文中未明确提及局限性	自动化和改进3D病理数据集中良性与前列腺癌富集区域的划分，并用于改善风险分层流水线	前列腺癌3D病理数据集，包括75名患者的样本	数字病理学	前列腺癌	3D病理成像、深度学习图像翻译	深度学习模型（具体类型未明确，可能为生成模型）	3D病理图像（苏木精-伊红类似数据）	75名患者的前列腺癌3D病理数据集	NA	3D图像翻译模型（具体架构未明确）	F1分数	NA
78	2026-09-06	Integrating Eye Tracking and Inertial Sensing for Enhanced Freezing of Gait Detection in Parkinson's Disease 2026-04, The European journal of neuroscience DOI:10.1111/ejn.70472 PMID:41891752	研究论文	本研究评估了结合眼动追踪与惯性传感数据对帕金森病患者冻结步态检测的改进效果。	首次将眼动追踪与踝部惯性测量单元结合，以提高冻结步态与自主停止的区分准确性。	样本量较小（10名参与者），且未提及计算资源等其他限制。	评估加入眼动追踪数据是否比单独使用踝部IMU更能提高冻结步态检测的准确性。	10名帕金森病患者的冻结步态数据，包括眼动追踪和踝部IMU数据。	机器学习	帕金森病	NA	深度学习分类器	时间序列数据（眼动追踪和IMU传感器数据）	10名参与者	NA	NA	F1分数（宏平均）	NA
79	2026-09-04	Identification of Aspergillus at section and species levels by artificial intelligence-based microscopic morphology image recognition 2026-04-08, Journal of clinical microbiology IF:6.1Q1 DOI:10.1128/jcm.00012-26 PMID:41757926	研究论文	本研究提出FungalNet深度学习模型，结合ResNet-50架构与Focal Loss算法，用于临床微生物学中曲霉属的自动识别，在属和种水平上分别达到98.45%和97.85%的准确率。	首次将Focal Loss与ResNet-50结合用于曲霉属的显微形态图像识别，并引入了结合五折交叉验证和专家人工审核的新型质量控制方法。	未明确提及局限性，但可能包括模型泛化性依赖于训练数据的代表性，以及需要进一步多中心验证。	评估深度学习模型在临床微生物学中对曲霉属进行快速、准确识别的性能，特别是在物种和属水平上的分类能力。	曲霉属的物种和属，包括12种临床分离的曲霉属物种，分属8个不同属。	计算机视觉,数字病理学	曲霉病	显微形态学、深度学习	CNN	图像	共收集12,000张图像，经质量控制排除311张，最终使用11,689张合格图像，涉及12种临床分离的曲霉属物种。	NA	FungalNet（ResNet-50）、GoogLeNet、Xception	准确率	NA
80	2026-09-04	Scaling trachoma surveillance in endemic areas using machine learning 2026-Apr-03, BMC infectious diseases IF:3.4Q2 DOI:10.1186/s12879-026-13215-8 PMID:41933299	研究论文	本研究开发并评估了一种基于眼睑图像的迁移学习模型，用于沙眼的内眦图像自动分类，以支持地方性流行区域的监测工作	利用ImageNet预训练的ResNet50模型，构建了基于R语言的可复现深度学习流程，专为沙眼自动分类设计，并结合多个国家的现场调查图像数据进行验证	数据集规模有限（共572张图像），需更大样本才能用于项目监测的实际部署，研究为回顾性分析且未提供临床试用编号	开发并评估一种基于眼睑图像的迁移学习模型，用于沙眼自动分类，以实现大规模监测中的可扩展诊断	来自7个国家（埃塞俄比亚、坦桑尼亚、澳大利亚、所罗门群岛、哥伦比亚、冈比亚、危地马拉）的572张内眼睑图像，包括沙眼阳性（251张）和阴性（321张）样本	计算机视觉	沙眼（传染性眼病）	图像分类（基于眼睑照片）	卷积神经网络（CNN）	图像（内眼睑照片）	572张图像（251阳性，321阴性），保留验证集中62张（12%）用于评估	TensorFlow, Keras（通过R的reticulate接口）	ResNet50	准确率、灵敏度、特异度、Cohen κ系数	未具体说明（基于R和Python环境）