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
881	2026-04-11	Integration of deep learning and radiomic features from multiplex immunohistochemistry images for reproducible Multi-Outcome prediction in a Multi-Center study of colorectal cancer 2026-Apr-03, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2026.106436 PMID:41955913	研究论文	本研究开发并验证了一个整合多路免疫组化图像中放射组学和深度学习特征的多模态机器学习框架，用于结直肠癌的多种预后预测	首次在多中心研究中结合放射组学特征和Vision Transformer提取的深度特征，通过特征融合和稳健性量化，实现了对结直肠癌多种临床结局的准确、可解释且可泛化的预测	研究为回顾性设计，可能受到选择偏倚的影响；仅使用了六种免疫标记物，可能未涵盖所有相关生物标志物	开发一个稳健的多模态机器学习框架，用于结直肠癌的全面预后预测	结直肠癌患者	数字病理学	结直肠癌	多路免疫组化	Vision Transformer, TabTransformer, XGBoost, TabNet, DeepSurv, CoxPH, RSF	图像	2,117名结直肠癌患者（来自七个中心，1,548例用于训练和内部测试，569例用于外部验证）	HistomicsTK, TensorFlow, PyTorch, Scikit-learn	ViT-B/16, TabTransformer, XGBoost, TabNet, DeepSurv	AUC, 宏AUC, C-index, 时间依赖性AUC	NA
882	2026-04-11	Beyond the human eye: Artificial intelligence revolutionizing plasma quality control 2026-Apr, Vox sanguinis IF:1.8Q3 DOI:10.1111/vox.70122 PMID:41022431	研究论文	本文开发了一种基于深度学习的自动化系统，用于标准化检测血浆颜色和浊度异常，以替代输血医学中主观的视觉检查	首次将深度学习模型与分拣机集成，实现血浆质量控制的自动化，减少人为误差和浪费	研究样本仅来自单一输血中心，可能限制结果的普适性	评估自动化系统在输血环境中检测血浆颜色和浊度异常的准确性和可靠性	血浆袋	计算机视觉	NA	图像采集	深度学习模型	图像	训练集789袋血浆（467正常，322异常），测试集第一阶段184袋（145正常，39异常），第二阶段486袋（287正常，199异常）	NA	NA	准确率, 灵敏度, 特异性, 精确度	NA
883	2026-04-11	Bi-directional YOLOv10 with average convolution for brain tumor detection in MRI 2026-Apr, Brain research bulletin IF:3.5Q2 DOI:10.1016/j.brainresbull.2026.111780 PMID:41691746	研究论文	本研究通过集成平均卷积模块和双向路径模块，增强了YOLOv10模型，用于MRI图像中的脑肿瘤检测	提出了AvConv模块和双向路径模块，以提升检测精度，相比基线YOLOv10在mAP50和mAP50-95指标上分别实现了相对0.3%/3.1%和2.1%/8.9%的改进	研究仅使用了两个Kaggle数据集（总计1269张图像），样本量相对有限，可能影响模型的泛化能力	提高MRI图像中脑肿瘤的自动检测精度，支持可靠的自动化诊断	MRI图像中的脑肿瘤	计算机视觉	脑肿瘤	MRI	YOLO	图像	1269张MRI图像（来自两个Kaggle数据集：数据集1含1116张图像，数据集2含153张图像）	NA	YOLOv10, 双向YOLOv10	mAP50, mAP50-95	NA
884	2026-04-11	A systematic evaluation of grayscale conversion methods for mitigating color variation in deep learning-based histopathological image analysis 2026-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100647 PMID:41889534	研究论文	本研究系统评估了六种灰度转换算法及一种新型注意力机制方法（ACSRM）在减轻组织病理学图像颜色变异对深度学习模型性能影响方面的效果	提出并验证了基于Transformer注意力机制的新型灰度转换方法（ACSRM），通过长程像素依赖关系保留关键颜色信息，在跨中心/跨扫描仪场景中显著提升模型泛化能力	研究主要针对H&E染色切片，未涵盖其他染色类型；评估场景虽包含多中心数据，但可能未覆盖所有临床实践中出现的颜色变异模式	评估灰度转换方法作为标准化输入策略，以缓解组织病理学图像分析中因染色和扫描差异导致的深度学习模型性能下降问题	组织病理学图像（H&E染色切片）	数字病理学	NA	组织切片染色与数字化扫描	深度学习模型	图像	涉及多中心数据集（具体数量未在摘要中说明）	PyTorch（基于Transformer架构推断）	Swin-Transformer-base (Swin-B)	F1分数, 交并比 (IoU), McNemar检验, Wilcoxon符号秩检验	NA
885	2026-04-11	Segment anything small for ultrasound: Enhancing segmentation with non-generative augmentation 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001309 PMID:41950249	研究论文	本文提出了一种名为SAS的尺度与纹理感知数据增强技术，旨在提升深度学习模型在超声图像中对小解剖结构的分割性能	提出了一种简单有效的双变换数据增强策略，通过模拟不同器官尺度和组织纹理来生成真实且多样化的训练数据，无需引入幻觉或伪影	未明确说明该方法在极端噪声或病理变异情况下的性能极限	提升超声图像中（特别是小）解剖结构分割的准确性和鲁棒性	超声图像中的解剖结构（特别是小结构）	数字病理	NA	深度学习，数据增强	可提示的基础模型	图像	一个内部数据集和五个外部数据集	NA	NA	Dice系数	NA
886	2026-04-11	Machine learning-enhanced digital microscopy for personalized assessment of red blood cell storage lesions 2026-Apr, Vox sanguinis IF:1.8Q3 DOI:10.1111/vox.70103 PMID:40887105	研究论文	本研究开发了一种结合机器学习和显微镜图像的创新平台，用于个性化评估红细胞储存损伤	首次提出利用机器学习和全玻片扫描技术对红细胞储存损伤进行个性化评估，填补了临床实践中缺乏个体化评估方法的空白	研究未明确说明模型在更广泛人群或不同存储条件下的泛化能力，且外部验证集可能仍存在样本偏差	开发一种快速、准确且稳定的个性化评估方法，用于监测红细胞储存损伤以改善输血效果	储存的供体红细胞，通过血液涂片和细胞离心制备的样本	数字病理学	血液疾病	全玻片扫描，流式细胞术	经典机器学习，深度学习，集成学习	图像	训练集包含550,870张图像，内部测试集包含192,562张图像，外部测试集包含350,793张图像	NA	k-近邻，支持向量机，极端随机树，DenseNet-121，InceptionV3，ResNet101	准确率	NA
887	2026-04-11	Robustness of a convolutional neural network trained on dermoscopic images and challenged with close-up images 2026-Apr, Journal der Deutschen Dermatologischen Gesellschaft = Journal of the German Society of Dermatology : JDDG DOI:10.1111/ddg.15900 PMID:41074636	研究论文	本研究评估了在皮肤镜图像上训练的深度学习卷积神经网络在面对临床特写图像时的诊断鲁棒性	首次系统评估了基于皮肤镜图像训练的深度学习模型在临床特写图像上的跨域性能表现	研究样本量相对有限（350个皮损），且主要依赖单一模型进行评估	评估深度学习模型在不同成像模式（皮肤镜 vs 临床特写）下的诊断性能差异	皮肤病变图像（包括皮肤镜图像和临床特写图像）	计算机视觉	皮肤癌	深度学习	CNN	图像	350个皮肤病变（每个病变同时有皮肤镜和临床特写图像），训练集包含129,487张皮肤镜图像	NA	Moleanalyzer pro	灵敏度, 特异性, ROC-AUC	NA
888	2026-04-11	Deep learning for early detection of mild cognitive impairment using smart home ambient sensor data 2026-Apr, The Clinical neuropsychologist DOI:10.1080/13854046.2025.2570303 PMID:41105477	研究论文	本研究利用基于对比预训练的时间卷积网络（TCN-CL）分析智能家居环境传感器数据，以区分健康老年人和轻度认知障碍患者	采用对比预训练的时间卷积网络（TCN-CL）从智能家居环境传感器数据中捕获复杂的时间依赖关系并提取高级特征，以提升在多样化、多居民环境中的诊断准确性	样本量相对较小（137名参与者），且仅基于社区居住的老年人，可能限制了模型的泛化能力	早期检测轻度认知障碍（MCI），以补充和增强临床决策	社区居住的老年人，包括健康老年人（HOA）和轻度认知障碍（MCI）患者	机器学习	老年疾病	智能家居环境传感器数据采集	TCN-CL（时间卷积网络与对比预训练）	时间序列传感器数据	137名社区居住的老年人（76名健康老年人，61名MCI患者）	NA	时间卷积网络（TCN）	准确率, 灵敏度, 特异度, Matthews相关系数	NA
889	2026-04-11	The roadmap towards AI-assisted pulse programming for solid-state NMR 2026-Apr, Solid state nuclear magnetic resonance IF:1.8Q2 DOI:10.1016/j.ssnmr.2026.102078 PMID:41875813	综述	本文综述了人工智能在固态核磁共振脉冲序列设计中的潜在应用，探讨了传统方法的局限性及AI算法的优势	提出了将进化算法、深度学习和强化学习等AI方法应用于固态核磁共振脉冲序列设计的新兴替代途径	传统方法在处理多强相互作用或硬件约束时存在固有局限性	探讨人工智能算法在克服固态核磁共振脉冲序列设计关键瓶颈方面的潜力	固态核磁共振脉冲序列设计方法	机器学习	NA	固态核磁共振	NA	NA	NA	NA	NA	NA	NA
890	2026-04-10	DeepFit: Physically and Chemically Informed XAS-Structure Fitting Made Simple 2026-Apr-09, The journal of physical chemistry letters IF:4.8Q1 DOI:10.1021/acs.jpclett.5c04009 PMID:41711252	研究论文	DeepFit提出了一种基于深度学习的通用方法，通过结合光谱失配和量子化学能量的可微分最小化，解决X射线吸收光谱分析中的病态挑战，实现催化剂和材料局部结构的物理化学知情拟合	首次将深度学习与量子化学约束相结合，通过E(3)等变神经网络实现XAS数据的物理等变和化学合理结构精修，将定量XAS分析转化为黑盒常规工具	主要验证于均相催化剂的实验案例，可能尚未广泛测试于更复杂的材料体系或非过渡金属化合物	开发一种简化且准确的X射线吸收光谱结构拟合方法，以克服传统方法的高计算成本和模糊解问题	3d/4d过渡金属配合物的局部结构，特别是均相催化剂	机器学习	NA	X射线吸收光谱	E(3)-equivariant neural network	光谱数据	67,000个理论K边光谱	NA	E(3)-equivariant neural network	MAE, ROC-AUC	NA
891	2026-04-10	Integrating Molecular Dynamics and Deep Learning to Elucidate Conformational Plasticity Underlying the Reduced Activity of Glycocin F 2026-Apr-09, The journal of physical chemistry. B DOI:10.1021/acs.jpcb.6c00056 PMID:41885711	研究论文	本文结合分子动力学与深度学习，揭示了糖肽F（GccF）中α-甲基化导致活性降低的结构动力学机制	利用变分自编码器引导的分子动力学框架，量化了微小化学修饰如何通过改变构象可塑性影响肽的功能	NA	阐明糖肽F中α-甲基化导致其抗菌活性大幅降低的结构动力学原因	糖肽F（GccF）及其α-甲基化变体	机器学习	NA	分子动力学模拟	变分自编码器	分子构象数据	NA	NA	变分自编码器	NA	NA
892	2026-04-10	Closed-loop transcranial ultrasound stimulation based on NREM and REM sleep for bidirectional modulation of sleep neural oscillation and memory 2026-Apr-09, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae584a PMID:41894824	研究论文	本研究开发了一种基于深度学习的闭环经颅超声刺激系统，针对非快速眼动和快速眼动睡眠振荡，评估了睡眠神经振荡和记忆能力	首次利用闭环经颅超声刺激技术，结合深度学习，针对睡眠特定振荡进行双向调制，揭示了其对神经活动和记忆功能的影响	研究主要基于小鼠模型，对人类睡眠和记忆的适用性尚不明确，且未详细探讨长期刺激效应	探究闭环经颅超声刺激对睡眠神经振荡和记忆能力的调制作用	健康小鼠和阿尔茨海默病模型小鼠	神经科学, 生物医学工程	阿尔茨海默病	闭环经颅超声刺激, 深度学习	深度学习模型	神经振荡信号, 行为数据	未明确指定样本数量，涉及健康小鼠和阿尔茨海默病模型小鼠	NA	NA	神经活动相关性, 记忆能力改善	NA
893	2026-04-10	FetalSleepNet: A Transfer Learning Framework with Spectral Equalisation Domain Adaptation for Fetal Sleep State Classification 2026-Apr-08, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3681572 PMID:41950122	研究论文	本文提出FetalSleepNet，一种基于迁移学习和频谱均衡域适应的深度学习框架，用于胎儿睡眠状态分类	首次开发专门用于胎儿脑电图的自动睡眠分期深度学习架构，并实现跨发育（成人到胎儿）和跨物种（人到羊）的迁移学习框架，利用频谱均衡技术对齐频域特征	胎儿脑电图数据极其稀缺，且研究依赖于跨物种数据适应，可能引入未知偏差	开发自动化胎儿睡眠状态分类方法，以识别神经发育并发症如缺氧	胎儿睡眠状态分类，基于胎儿脑电图数据	机器学习	神经发育并发症	脑电图	深度学习	脑电图信号	NA	NA	FetalSleepNet	准确率, 宏F1分数	NA
894	2026-04-10	Neural Architecture Search With Spatial-Spectral Attention for Higher-Order Nonlinear Hyperspectral Unmixing 2026-Apr-08, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3678170 PMID:41950143	研究论文	提出一种基于神经架构搜索与空谱注意力机制的高阶非线性高光谱解混模型	首次将神经架构搜索（NAS）集成到基于扩展多线性混合模型的高光谱解混中，设计了光谱-空间注意力引导的大规模搜索空间，并采用稀疏编码启发的加速策略	未明确说明模型在极端非线性混合场景下的泛化能力，以及搜索过程对计算资源的具体需求	解决高光谱解混中非线性混合过程的精确建模问题	高光谱遥感图像	计算机视觉	NA	高光谱成像	深度自编码器,神经架构搜索	高光谱图像	合成与真实数据集（未指定具体数量）	未明确说明	自定义多尺度卷积操作	光谱角距离	未明确说明
895	2026-04-10	Uncertainty-Aware Multi-Class Brain Tumor Segmentation Using Bayesian U-Net Variants 2026-Apr-08, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae5ca9 PMID:41950940	研究论文	本文提出了一种基于贝叶斯推理的不确定性感知框架，用于多类别脑肿瘤分割，并评估了多种U-Net变体在BraTS 2020数据集上的性能	将多种U-Net变体（Attention U-Net、Residual U-Net、Squeeze-Attention U-Net、CBAM U-Net）集成到统一的贝叶斯推理框架中，通过MC dropout实现像素级和类别特定的认知不确定性估计，提供了超越传统精度指标的互补见解	未明确提及模型的计算效率、实时性限制或在其他数据集上的泛化能力	开发一种不确定性感知的脑肿瘤分割框架，以提高分割结果的可靠性和临床可解释性	脑肿瘤的MRI图像，特别是BraTS 2020数据集中的多类别肿瘤子区域（全肿瘤、肿瘤核心、增强肿瘤）	数字病理学	脑肿瘤	磁共振成像	CNN	图像	NA	NA	Attention U-Net, Residual U-Net, Squeeze-Attention U-Net, CBAM U-Net	分割精度	NA
896	2026-04-10	Discovery, engineering and application of a maleate isomerase for efficient L-malic acid biosynthesis via dual-enzyme cascade with fumarase 2026-Apr-06, Bioorganic chemistry IF:4.5Q1 DOI:10.1016/j.bioorg.2026.109842 PMID:41950715	研究论文	本研究通过生物信息学挖掘和深度学习工具指导的酶工程，开发了一种高效的双酶级联系统，用于以低成本马来酸为底物绿色合成L-苹果酸	从候选序列中鉴定出高活性的Schaalia vaccimaxillae来源的马来酸异构酶，并利用基于深度学习的计算预测指导突变，使其催化活性提升153.6%，进而与富马酸酶构建一锅双酶级联系统	未明确说明该酶系统在长期工业运行中的稳定性、底物浓度进一步提高的可行性以及大规模生产成本的具体评估	开发一种高效、可持续且经济可行的生物催化路线用于L-苹果酸的生产	L-苹果酸的生物合成	合成生物学，酶工程	NA	生物信息学挖掘，深度学习指导的酶工程，双酶级联催化	基于深度学习的计算预测工具	蛋白质序列数据，酶活性数据	NA	NA	NA	催化活性提升百分比（153.6%），产物浓度（171.4 g/L L-MA），生产率（14.28 g·(L·h)）	NA
897	2026-04-10	Brain Myelin in Children With Attention-Deficit/Hyperactivity Disorder: A Longitudinal T1-Weighted/T2-Weighted Ratio Study 2026-Apr, Biological psychiatry. Cognitive neuroscience and neuroimaging DOI:10.1016/j.bpsc.2025.07.012 PMID:40789484	研究论文	本研究通过纵向T1加权/T2加权比值分析，探讨了注意力缺陷/多动障碍（ADHD）儿童脑白质髓鞘发育轨迹	首次在纵向社区儿科队列中，使用T1w/T2w比值结合深度学习自动纤维束追踪方法，系统评估ADHD儿童脑白质髓鞘发育模式	研究未发现ADHD组与对照组在髓鞘发育上的显著差异，可能受样本特征或方法灵敏度限制，且未考虑纤维结构等其他白质特性	探究ADHD儿童脑白质髓鞘的发育轨迹及其与疾病的关系	9-14岁儿童（包括195名ADHD患者及205名对照）	神经影像学	注意力缺陷/多动障碍	T1加权/T2加权比值成像、扩散加权成像	深度学习	神经影像数据（T1w、T2w、DWI）	400次扫描（195名ADHD儿童，年龄范围9-14岁，3个时间点）	NA	NA	NA	NA
898	2026-04-10	Graph-based deep learning approach for high-throughput protein-DNA interaction scoring 2026-Apr, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01688-3 PMID:41326808	研究论文	本文提出了一种基于图深度学习的蛋白质-DNA相互作用评分方法PDIScore，用于准确量化蛋白质-DNA相互作用	开发了PDIScore这一新型深度学习评分函数，采用全面的图表示捕获核苷酸灵活性，结合可扩展的GraphGPS架构与BigBird线性全局注意力处理大相互作用界面，并利用混合密度网络建模残基-核苷酸距离分布	NA	开发可靠的蛋白质-DNA相互作用评分函数以促进生物学过程理解和药物设计	蛋白质-DNA相互作用	机器学习	NA	深度学习	图神经网络	蛋白质-核酸复合物结构	约7000个蛋白质-核酸复合物结构	NA	GraphGPS, BigBird, 混合密度网络	富集因子, AUROC, 对接成功率, 皮尔逊相关系数	NA
899	2026-04-10	Deep Learning and Fluid Dynamics On-Site CT-FFR Solution Compared to Off-Site FFRct and Invasive FFR 2026-Apr, JACC. Cardiovascular imaging DOI:10.1016/j.jcmg.2025.11.011 PMID:41758106	研究论文	本研究评估了基于深度学习和流体动力学的现场CT-FFR算法（xFFR）在冠状动脉疾病评估中的诊断性能，并与场外FFRct和有创FFR进行了比较	开发并验证了一种现场、快速（平均8分钟）的CT-FFR算法，结合了深度学习和流体动力学，作为场外FFRct解决方案的替代方案	单中心研究，需要进一步研究以确认其普适性并优化实施	评估现场CT-FFR算法在冠状动脉疾病诊断中的性能	250名有症状的中高风险冠状动脉疾病患者	数字病理学	心血管疾病	冠状动脉计算机断层扫描血管造影	深度学习	医学影像	250名患者	NA	NA	AUC, 敏感性, 特异性, 准确性, Spearman相关系数, Cohen's κ	NA
900	2026-04-10	Automated Brain Tumor Detection Using Convolutional Neural Network 2026-Apr, Biotechnology and applied biochemistry IF:3.2Q2 DOI:10.1002/bab.70060 PMID:41076544	研究论文	本研究探讨了使用卷积神经网络（U-Net和SSD）进行脑肿瘤自动检测的效能，以提高早期诊断的准确性	结合了用于医学图像分割的U-Net模型和用于目标检测的SSD模型，评估并比较了它们在脑肿瘤检测中的性能，强调了U-Net在精确分割方面的优势	SSD模型的准确率相对较低（58%），表明其在某些场景下可能仅作为辅助工具，且研究未详细说明数据集的具体规模和多样性	通过深度学习技术提升脑肿瘤的早期检测能力，以支持及时的医疗干预	脑肿瘤的检测与定位	计算机视觉	脑肿瘤	医学图像分析	CNN	医学影像	NA	NA	U-Net, SSD	准确率	NA