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
81	2026-09-23	Deep Learning-Based Analysis of Gene Expression Data and Gene-Related Information in Pediatric Surgical Oncology: A Scoping Review 2026-May, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.71976 PMID:42169622	综述	本文是一篇范围综述，系统检索并总结了将深度学习应用于儿童颅外实体瘤基因表达及相关数据的研究现状	首次针对儿童外科肿瘤学领域深度学习与基因表达数据结合的应用进行范围综述，系统梳理了研究现状、技术路线及差距	仅纳入9项研究，数据集规模小，外部验证罕见，方法学不一致，缺乏前瞻性验证	明确深度学习在儿童外科肿瘤学中基因表达及基因相关信息分析的研究现状	儿童颅外实体瘤（以神经母细胞瘤为主）的基因表达数据和基因相关信息	数字病理学, 机器学习	儿童肿瘤, 神经母细胞瘤	NA	深度学习模型	基因表达数据, 文本	9篇符合纳入标准的研究	NA	NA	NA	NA
82	2026-09-23	Evaluation of a super-resolution deep learning reconstruction algorithm in abdominal CT imaging-A qualitative and quantitative performance analysis 2026-May, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70633 PMID:42192227	研究论文	该研究对腹部CT成像中一种超分辨率深度学习重建算法（PIQE）与AiCE进行了主观和客观图像质量的对比评估	首次对原为心脏CT设计的超分辨率深度学习重建算法PIQE在腹部CT中的应用进行评估，并与AiCE进行系统的主客观图像质量对比	读者间一致性仅为一般（Krippendorff's alpha约为0.20），样本量相对较小（69例），且为单中心回顾性研究	评估超分辨率深度学习重建算法PIQE相较于AiCE在腹部CT成像中对图像质量的改善效果	69例成年患者的常规对比增强腹盆腔CT检查	计算机视觉	NA	腹部对比增强CT成像	深度学习图像重建	图像	69例成年患者的腹盆腔CT检查	NA	NA	Krippendorff's alpha，CT值，噪声，信噪比（SNR），对比噪声比（CNR），Friedman检验，Dunn-Sidak校正	Aquilion ONE/INSIGHT CT系统（Canon Medical Systems）
83	2026-09-22	Teledermatology: The Most Recent Advancements and Applications of Mobile Apps: A Narrative Review 2026-May, Health science reports IF:2.1Q3 DOI:10.1002/hsr2.72521 PMID:42163943	综述	本文综述了2015年至2024年间皮肤病学移动应用程序的最新进展和应用，涵盖远程皮肤病学、人工智能、图像处理等技术	系统总结了皮肤病学移动应用程序的最新进展，特别关注了远程皮肤病学服务在临床决策支持、转诊路径、治疗监测和管理等方面的扩展应用，以及离线系统在互联网连接有限地区的价值	作为叙述性综述，未进行定量荟萃分析，可能存在选择偏倚，且未对纳入研究的质量进行系统评价	研究皮肤病学移动应用程序的最新进展和应用	2015年至2024年间发表的关于皮肤病学移动应用程序进展和应用的原创文章	数字病理学	皮肤癌	远程皮肤病学、移动健康、远程医学、远程皮肤镜检、人工智能、图像处理、深度学习、临床图像分析、云端数据存储	深度学习	图像	NA	PyTorch	NA	NA	NVIDIA Tesla P4 GPU
84	2026-09-21	OpenVocabCT: Toward Universal Text-Driven CT Image Segmentation 2026-May, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2025.3646046 PMID:41411350	研究论文	提出OpenVocabCT，一种基于大规模3D CT图像预训练的视觉-语言模型，用于通用文本驱动的CT图像分割	利用大语言模型将CT-RATE数据集的诊断报告分解为细粒度的器官级描述，进行多粒度对比学习，实现通用文本驱动的3D CT图像分割，克服了现有文本提示模型仅能处理训练中见过的文本提示的局限性	摘要中未明确提及研究的局限性	实现通用文本驱动的CT图像分割，克服现有模型在多样化真实临床数据上性能下降以及文本提示模型泛化能力不足的问题	3D CT图像中的器官和肿瘤	计算机视觉	肺癌	CT	视觉-语言模型	3D CT图像, 文本	14个公开数据集和1个机构数据集，具体样本量未在摘要中说明	NA	NA	NA	NA
85	2026-09-21	Evaluation of Image-Level Harmonization Methods for Multi-Center MR Neuroimaging 2026-May, Journal of magnetic resonance imaging : JMRI IF:3.3Q1 DOI:10.1002/jmri.70221 PMID:41489091	研究论文	评估图像级协调方法在多中心MR神经影像中的表现，比较统计方法ComBat和深度学习方法HACA3在减少扫描仪差异方面的效果	首次系统评估HACA3深度学习协调工具在多中心MR神经影像中的表现，并与传统统计方法ComBat进行对比，发现HACA3在改善对比度一致性和特征相似性方面优于ComBat	T2-FLAIR图像的协调效果不佳，突显了当前多对比度MR协调工具的局限性	评估ADNI数据集中T1w和T2-FLAIR图像的扫描仪相关差异，并评估公开可用的图像级协调工具的性能	ADNI数据集中的T1w和T2-FLAIR MR图像，涉及多中心多扫描仪数据	医学图像处理	阿尔茨海默病	MRI	深度学习	图像	1143名ADNI3受试者（233 GE，173 Philips，250 Siemens，其中487名Siemens受试者作为独立参考组），以及8名受试者的配对多vendor扫描会话	NA	HACA3	G/W比率，WMH体积，FID，LPIPS，p值	NA
86	2026-09-21	ESM-AnatTractNet: Advanced deep learning model of true positive eloquent white matter tractography to improve preoperative evaluation of pediatric epilepsy surgery 2026-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.103969 PMID:41638061	研究论文	本文提出了一种名为ESM-AnatTractNet的深度学习模型，用于在儿童癫痫手术的术前评估中准确分类真阳性 eloquent 白质通路	将电刺激标测确认的空间坐标与标准脑图谱的解剖上下文标签结合，在点云框架中分类 eloquent 白质通路	样本量较小，仅包含85名耐药性癫痫患者	提高儿童癫痫手术术前评估中 eloquent 白质通路的非侵入性定位准确性	85名耐药性癫痫患者的术前弥散加权成像 tractography 数据	医学图像分析	癫痫	弥散加权成像 tractography, 电刺激标测	深度学习	图像, 点云	85名耐药性癫痫患者	NA	ESM-AnatTractNet	准确率, 相关性	NA
87	2026-09-18	Benchmarking co-folding methods to predict the structures of covalent protein-ligand complexes 2026-May, Acta pharmacologica Sinica IF:6.9Q1 DOI:10.1038/s41401-025-01721-5 PMID:41526649	研究论文	文章介绍了CoFD-Bench基准数据集，用于系统评估经典对接方法和深度学习共折叠模型在预测共价蛋白质-配体复合物结构方面的性能	首次构建了包含218个近期解析的共价复合物的综合基准数据集CoFD-Bench，系统比较了经典对接方法与深度学习共折叠模型在共价复合物预测中的表现，并发现AF3可通过非共价共折叠识别天然共价残基	共折叠方法对新型口袋-配体对的性能显著下降，且计算效率低于经典方法，难以进行大规模预测	系统评估和比较经典对接方法与深度学习共折叠模型在预测共价蛋白质-配体复合物结构方面的性能，为未来基于共折叠的靶向共价抑制剂设计提供指导	共价蛋白质-配体复合物，包括218个近期解析的共价复合物结构	机器学习	NA	NA	深度学习共折叠模型	分子结构数据	218个近期解析的共价复合物	NA	AlphaFold3 (AF3), Chai-1, Boltz-1x	配体RMSD, 蛋白质-配体相互作用恢复率, 计算效率	NA
88	2026-09-16	Artificial intelligence risk stratification from dynamic digital subtraction angiography radiomics predicts pulmonary embolism and associates with clinical outcomes in deep vein thrombosis: A retrospective cohort study 2026-05, Journal of vascular surgery. Venous and lymphatic disorders DOI:10.1016/j.jvsv.2026.102450 PMID:41638306	研究论文	开发并验证一种基于动态数字减影血管造影（DSA）影像组学的人工智能系统，用于预测下肢深静脉血栓患者的肺栓塞风险并与临床结局关联	首次将transformer-UNet和LSTM混合深度学习模型应用于动态DSA序列，提取血栓运动学参数和血流动力学参数，实现肺栓塞的实时风险分层	回顾性单中心研究，样本量有限，需要前瞻性多中心验证	开发并验证AI系统处理动态DSA影像组学，指导血管内介入治疗中的精准治疗	168例下肢深静脉血栓患者	医学影像分析	深静脉血栓、肺栓塞	动态数字减影血管造影（DSA）影像组学	Transformer-UNet, LSTM	动态DSA图像序列	168例患者	NA	Transformer-UNet, LSTM	AUC, 相对风险（RR）, P值	NA
89	2026-09-16	Learning monocular depth estimation for defect measurement from civil RGB-D dataset 2026-May, Structural health monitoring DOI:10.1177/14759217251316532 PMID:42027425	研究论文	该论文构建了一个基于LiDAR的土木工程RGB-D数据集，并利用深度学习单目深度估计技术从单张图像中恢复场景三维几何，以实现基础设施缺陷的量化测量	构建了首个公开的、面向土木工程领域的原位LiDAR RGB-D数据集，填补了该领域缺乏公开RGB-D数据集的空白，并基于该数据集训练和评估单目深度估计器用于缺陷测量	摘要中未明确提及研究局限性	通过深度学习单目深度估计从单张图像中恢复场景三维几何，以实现土木基础设施缺陷的尺寸量化，用于严重程度分类和修复成本估算	土木基础设施中的结构缺陷	计算机视觉, 土木工程	NA	LiDAR, RGB-D成像	深度学习	图像, 深度图, 点云	NA	NA	NA	NA	NA
90	2026-09-13	LCPBert: ProtBERT-based early-stage lung cancer prediction from T cell receptor beta sequences 2026-May-15, iScience IF:4.6Q1 DOI:10.1016/j.isci.2026.115581 PMID:42023149	研究论文	该文章开发了LCPBert，一个基于ProtBERT的深度学习框架，利用外周血T细胞受体β序列进行早期肺癌检测	创新点包括：首次将ProtBERT应用于TCRβ序列分析；提出了肺癌风险指数（LCRI）用于肺癌风险分层；证明了LCRI在纵向队列中预测远处转移的潜力；LCRI独立于年龄、性别和TCR多样性	摘要中未明确提及研究局限性	开发一种准确、非侵入性的早期肺癌检测方法	肺癌患者、健康供体、良性肺结节患者的外周血T细胞受体β序列	机器学习, 数字病理学	肺癌	TCRβ测序	ProtBERT	序列	外部验证队列包括健康供体、良性肺结节患者和肺癌患者，具体样本量未提供；纵向队列样本量未提供	NA	ProtBERT	AUC, 敏感性, 特异性	NA
91	2026-09-13	CvTFuse: An unsupervised medical image fusion method of gliomas T1-DWI mode 2026-05, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110618 PMID:41547498	研究论文	提出了一种结合CNN和Vision Transformer的无监督双分支医学图像融合网络CvTFuse，用于融合胶质瘤的T1和DWI两种MRI模态图像	提出了双分支编码器结构，分别使用CNN模块提取局部特征和Transformer模块提取全局特征；设计了全局上下文聚合模块（GCAM）聚合Transformer分支的多尺度特征；融合层采用能量感知和梯度增强的融合策略以保留源图像细节	未明确提及局限性	准确有效地融合不同MRI模态图像，精确定位病灶区域，为分析病变性质提供丰富信息	胶质瘤患者的MRI T1和DWI模态图像	计算机视觉	脑胶质瘤	MRI多模态图像融合	CNN, Transformer	图像	NA	NA	CNN, Vision Transformer	平均梯度, 信息熵, 互信息, 视觉显著性	NA
92	2026-09-13	Pediatric coronary MR angiography with a two-minute scan using de-aliasing regularization based compressed sensing 2026-05, Magnetic resonance imaging IF:2.1Q2 DOI:10.1016/j.mri.2026.110627 PMID:41638264	研究论文	本研究旨在评估基于去混叠正则化压缩感知（DARCS）加速的儿科冠状动脉磁共振血管成像（CMRA），以减少扫描时间并检测冠状动脉瘤（CAAs）	首次在儿科人群中探索DARCS加速CMRA的临床可行性，实现了两分钟扫描并保持CAAs诊断准确性	样本量有限（123例儿科患者），且为单中心研究，需要更大规模的多中心验证	减少扫描时间并评估DARCS加速CMRA在儿科冠状动脉成像中的图像质量和诊断性能，重点关注CAAs检测	儿科患者	医学影像	心血管疾病	冠状动脉磁共振血管成像（CMRA）	深度学习	图像	123例儿科患者（96例回顾性，27例前瞻性）	NA	NA	峰值信噪比（PSNR）, 结构相似性指数（SSIM）, 血管长度, 锐度, 视觉评分, 灵敏度, 特异度	NA
93	2026-09-07	Community medical centers struggle to produce well-calibrated clinical prediction models: Data augmentation can help 2026-05, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2026.105012 PMID:41825516	研究论文	本研究探讨社区医疗中心在本地化机器学习模型时面临的数据量不足问题，并评估合成数据生成（SDG）作为一种数据增强方法对模型校准的改善效果	首次针对小型社区医疗中心本地化机器学习模型的数据量不足问题，提出并评估使用合成数据生成（SDG）进行数据增强，以改善模型校准性能	未明确提及研究的局限性，但可能包括合成数据的质量和模拟实验的局限性	评估社区医疗中心本地化机器学习模型的可行性，并探究合成数据生成（SDG）作为数据增强手段以弥补数据量不足的效果	社区医疗中心（包括农村医院和城市学术医疗中心）以及多中心ICU数据集中的医院网络	机器学习	未指定（关注30天非计划再入院预测）	合成数据生成（SDG）	深度学习模型（用于SDG）	电子健康记录数据（包含患者特征）	实际医院网络：两个农村医院和一个城市学术医疗中心；模拟研究使用多中心ICU数据集，样本量未明确给出	NA	NA	校准性能（通过α和β参数评估）	NA
94	2026-09-07	Application of machine learning and deep learning in metabolic dysfunction-associated steatotic liver disease: a systematic review and meta-analysis 2026-05, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.08.042 PMID:40850679	系统综述与荟萃分析	系统回顾和荟萃分析机器学习与深度学习在代谢功能障碍相关脂肪性肝病诊断中的性能比较	首次系统比较ML和DL模型在MASLD诊断中的性能，并识别出最优模型（LightGBM和ResNet50）	未提供明确的局限性信息	比较不同机器学习和深度学习模型在诊断代谢功能障碍相关脂肪性肝炎及其相关肝纤维化中的性能	代谢功能障碍相关脂肪性肝病（MASLD）及其相关肝纤维化	机器学习	代谢功能障碍相关脂肪性肝病	NA	机器学习与深度学习模型	医学文献数据	106项研究符合纳入标准，其中35项研究（机器学习28项，深度学习7项）提供数据用于分析	NA	LightGBM, ResNet50, CatBoost	AUROC, 准确率, 特异性, 灵敏度, 阳性预测值, 阴性预测值	NA
95	2026-09-07	Spatial Multiomics Reveal Insights Into ADC Efficacy 2026-05, European journal of immunology IF:4.5Q2 DOI:10.1002/eji.70190 PMID:42083302	综述	本文探讨了空间多组学技术在解码抗体药物偶联物疗效与耐药机制中的应用，并提出了结合机器学习的综合框架	提出了将空间转录组学与蛋白质组学数据结合机器学习/深度学习分析的综合框架，以预测ADC疗效和毒性	综述未涉及具体实验数据验证，缺乏定量结果	评估空间多组学在ADC治疗中的应用潜力，并提出整合框架用于患者分层和药物设计	空间多组学技术及其在转移性尿路上皮癌中对ADC的疗效研究	空间转录组学、蛋白质组学、机器学习	转移性尿路上皮癌	空间转录组测序、多重蛋白质成像	机器学习或深度学习模型	空间转录组和蛋白质组数据	不适用	不适用	不适用	不适用	不适用
96	2026-09-06	SwitchCraft: A Programmatic Framework for Designing State-Switching Proteins 2026-May-29, ArXiv PMID:42244813	研究论文	本文介绍了SwitchCraft，一个基于结构预测模型的可编程框架，用于设计状态切换蛋白，并展示了在多种功能基元和荧光生物传感器设计上的成功应用。	首次提出基于反向传播和组合设计约束的编程框架，实现多状态蛋白的理性设计，超越了现有深度学习蛋白质设计的能力。	目前仅在计算机模拟中验证，尚未进行实验验证。	开发一种能够设计状态切换蛋白的编程框架，以实现高阶功能性蛋白设计。	状态切换蛋白，包括变构调节和配体识别等功能基元，以及荧光生物传感器。	蛋白质设计, 深度学习	NA	NA	结构预测模型（未具体指定）	蛋白质序列与结构数据	NA	NA	NA	NA	NA
97	2026-08-31	Predictions from deep learning propose substantial protein-carbohydrate interplay 2026-May-26, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2523342123 PMID:42150072	研究论文	开发了神经网络PiCAP和CAPSIF2，用于预测蛋白质与碳水化合物的非共价结合及其残基位点，并发现蛋白质-碳水化合物相互作用可能远比预期普遍	首次提出高比例的蛋白质（约35-40%）可能具有碳水化合物结合能力，推翻了传统<5%的估计，并开发了针对蛋白质水平和残基水平的预测工具	基于计算预测，缺乏广泛的实验验证，且训练数据集可能引入偏见	开发计算工具预测蛋白质-碳水化合物相互作用，并评估蛋白质组中结合碳水化合物的蛋白质比例	蛋白质与碳水化合物的非共价相互作用，包括人类细胞表面蛋白及六个蛋白质组	机器学习	NA	NA	神经网络	蛋白质序列和结构数据	包含已知碳水化合物结合蛋白和候选非结合蛋白的数据集，以及六个蛋白质组	NA	PiCAP和CAPSIF2	平衡准确率、Dice系数	NA
98	2026-08-31	Towards precision agriculture for assessing germination rates and density of rice seedling using hierarchical convolutional neural network on drone imagery 2026-May-23, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-37681-x PMID:42177173	研究论文	开发了一种基于无人机图像和层级卷积神经网络的模型，用于评估水稻幼苗的萌发率和密度，以实现精准农业中的作物建立监测	结合ConvNeXt特征提取与集成模型（SAE、BiTCN、DQL）用于水稻幼苗检测和分类，在无人机图像上实现高精度的萌发率和密度评估	未提供明确的局限性信息	利用遥感或无人机成像技术评估水稻田中的萌发率和幼苗密度，以改善作物建立监测	水稻幼苗	计算机视觉	NA	无人机成像、深度学习	卷积神经网络（ConvNeXt）、堆叠自编码器（SAE）、双向时间卷积网络（BiTCN）、深度Q学习（DQL）	图像	水稻幼苗的航空数据集（具体数量未提供）	NA	ConvNeXt, SAE, BiTCN, DQL	准确率	NA
99	2026-08-31	Finding Holes: Pathologist-Level Performance Using AI for Cribriform Morphology Detection in Prostate Cancer 2026-May, European urology open science IF:3.2Q1 DOI:10.1016/j.euros.2026.03.016 PMID:42004835	研究论文	开发并验证了一种基于人工智能的系统，用于在前列腺癌中检测筛状形态，其性能达到病理学家水平。	采用EfficientNetV2-S编码器结合多实例学习，实现全切片图像的端到端分类，并在独立外部队列中验证了模型的稳健性。	研究为回顾性设计，且跨扫描仪重复性和观察者间分析仅在内部验证数据上进行，可能高估性能。	提高前列腺癌中筛状形态的检测准确性和一致性，以改善诊断可靠性和治疗决策。	前列腺癌的核心针活检切片，包括内部和外部验证队列的数字化全切片图像。	数字病理学	前列腺癌	NA	深度学习模型	图像	训练集：640张切片来自430名患者；内部验证：261张切片来自171名患者；外部验证：266张切片来自104名患者；观察者间分析：88张切片。	NA	EfficientNetV2-S	AUC, Cohen's κ	NA
100	2026-08-31	Deep Learning-Driven Transmission Electron Microscopy Analysis of Murine Optic Nerve Myelinated Axons 2026-May, Ophthalmology science IF:3.2Q1 DOI:10.1016/j.xops.2026.101141 PMID:42005911	研究论文	开发并验证了一种基于深度学习的自动化方法，用于量化透射电子显微镜图像中的视网膜神经节细胞轴突，以减少手动分割和量化的耗时与主观性	提出了一种基于nnU-Net架构的自动化分割和量化流程，专门针对小鼠视神经的TEM图像，实现了对轴突形态参数的可靠测量，显著减少了人工工作量和处理时间	摘要中未提及局限性，可能包括模型对特定样本的依赖性、样本来源的局限性等	开发并验证一种深度学习驱动的自动化方法，用于TEM图像中小鼠视神经髓鞘轴突的定量分析	小鼠视神经TEM图像，具体为368张来自23只C57BL/6J和DBA/1J小鼠（4-9个月龄）在不同实验条件下的图像	计算机视觉	NA	透射电子显微镜	CNN	图像	368张TEM图像，来自23只小鼠	PyTorch	nnU-Net	精确率、召回率、F1分数、决定系数	NA