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
121	2026-08-24	Importance of integrating biological sex and age analyses in health research 2026-05-12, Biology of sex differences IF:4.9Q1 DOI:10.1186/s13293-026-00900-1 PMID:42116218	评论	本文讨论在健康研究中整合生物性别和年龄分析的重要性，并主张将性别和年龄作为主要分析变量而非混杂因素。	提出将性别和年龄从混杂因素重新定位为研究的关键变量，并建议在数据分析中优先进行按性别和年龄的分层分析。	未提供具体实证数据或案例研究，仅基于理论观点。	强调在健康研究中按性别和年龄进行数据分析的必要性，以防止机制洞察的丢失。	人类、动物和细胞群体的健康研究数据。	机器学习	NA	NA	NA	文本	NA	NA	NA	NA	NA
122	2026-08-23	A stacked multi-classifier for multi-modal data fusion in transcranial sonography-based Parkinson's disease assessment 2026-May-27, NPJ Parkinson's disease DOI:10.1038/s41531-026-01408-6 PMID:42204162	研究论文	该研究利用经颅超声检查结合影像组学和深度学习，通过堆叠多分类器集成模型进行帕金森病的评估	首次将临床、影像组学和深度学习特征通过堆叠集成方法融合用于经颅超声诊断帕金森病，并验证其优于单一模态或单一分类器	未提及	开发一个基于经颅超声的多模态堆叠集成模型，以提高帕金森病诊断的准确性和临床价值	324名参与者（103名帕金森病患者和221名非帕金森病对照）	医学影像分析	帕金森病	经颅超声	集成学习（Bagging、Boosting、Stacking）	临床数据、影像组学特征、深度学习特征	324名参与者	未提及	随机森林、XGBoost、HistGradientBoosting	AUC、PR-AUC、准确率、精确率	未提及
123	2026-08-23	Deep learning of 777 K bulk transcriptomes reveals human-mouse gene conservation beyond DNA sequence similarity 2026-May-27, Communications biology IF:5.2Q1 DOI:10.1038/s42003-026-10189-w PMID:42204332	研究论文	利用Transformer模型对777K个人和小鼠的批量RNA测序样本进行分析，揭示人类-小鼠基因在表达层面上的保守性，并识别出即使DNA序列相似但RNA特性不同的同源基因	首次使用基于Transformer的GeneRAIN模型在如此大规模的跨物种转录组数据上生成基因的RNA表示，并据此比较同源基因，超越了仅基于DNA序列相似性的传统比较方法	摘要中未提及明显局限性，可能包括对RNA测序样本的批次效应控制、模型的可解释性、以及未覆盖所有组织或发育阶段等	通过基因表达模式提供人类-小鼠基因关系的额外见解，并评估小鼠模型用于研究特定人类基因的适宜性	人类和小鼠的基因，包括同源基因和长非编码RNA	自然语言处理	NA	RNA测序	Transformer	转录组数据（bulk RNA测序）	777K个人类和小鼠批量RNA测序样本	NA	Transformer	NA	NA
124	2026-08-23	Using deep learning to identify brain networks mediating cognitive and motor impairments in alcohol use disorder 2026-May-26, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04101-7 PMID:42185254	研究论文	利用深度学习框架分析静息态功能磁共振成像和神经心理学测试数据，识别酒精使用障碍相关的脑网络，并揭示其介导认知和运动障碍的神经机制	提出一种数据驱动的深度学习框架，将脑连接与神经心理功能对齐，形成功能单元，并结合中介分析识别特定脑网络（如颞叶注意力网络和感觉运动网络）在酒精使用障碍对认知和运动功能影响中的完全中介作用，且在独立HIV数据集上验证	未明确提及局限性，但可能包括样本特定性和模型解释性等潜在问题	基于功能性脑影像和神经心理测量区分酒精使用障碍患者与对照组，并识别酒精使用障碍相关功能障碍的机制	酒精使用障碍患者及健康对照者，以及作为独立验证的HIV感染者（伴或不伴酒精使用障碍）	机器学习	酒精使用障碍	静息态功能磁共振成像	深度学习模型（具体为时间注意力网络）	功能磁共振成像数据和神经心理测试分数	6105个区域间连接和16项认知及运动表现评分	NA	时间注意力网络	分类准确率、中介分析统计指标	NA
125	2026-08-23	DGAT: a dual-graph attention network for inferring spatial protein landscapes from transcriptomics 2026-May-21, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73114-z PMID:42168176	研究论文	开发了一种名为DGAT的双图注意力网络，用于从空间转录组数据推断空间蛋白质表达图谱	构建了整合转录组、蛋白质组和空间信息的异构图，并通过图注意力网络编码，采用任务特定解码器从共享潜在表征中重建mRNA并预测蛋白质丰度	文中未明确提及局限性	从空间转录组数据推断空间蛋白质表达，以弥合转录组与蛋白质组之间的差距，并实现仅基于转录组的蛋白质水平解读	空间转录组和蛋白质组数据集	数字病理学	不适用	空间转录组学	图注意力网络	基因表达数据	公共和内部数据集	不适用	图注意力网络	蛋白质推断准确性	不适用
126	2026-08-23	HELIX: a scalable model for predicting context-dependent regulation of RNA splicing and isoform usage 2026-05, Nature computational science IF:12.0Q1 DOI:10.1038/s43588-026-00988-w PMID:42156927	研究论文	开发了HELIX，一个分层深度学习框架，整合前体mRNA序列和RNA结合蛋白表达谱，同时预测组织特异性和条件特异性的剪接模式及转录本异构体使用情况	首次整合短读长和长读长RNA测序数据训练，实现同时预测差异剪接事件、剪接强度及异构体使用，并支持通过迁移学习适应单细胞RNA测序数据	摘要未提及局限性信息	预测依赖上下文（组织和条件）的RNA剪接和异构体使用，并应用于疾病研究	RNA剪接模式、转录本异构体、剪接数量性状位点、患者特异剪接失调、细胞类型特异异构体	机器学习、计算生物学	结肠癌	RNA测序（短读长和长读长）	深度学习（分层框架）	序列数据（pre-mRNA）和表达谱数据	未明确	未明确	未明确	准确性（精度）、差异剪接预测能力、剪接强度预测、异构体使用预测	未明确
127	2026-08-22	Dynamic breast MRI with Flexible Temporal Resolution Aided by Deep Learning 2026-May-19, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-72776-z PMID:42156376	研究论文	介绍了一种结合深度学习与局部低秩子空间建模的径向MRI重建框架ELITE，用于动态对比增强（DCE）成像，以提高时间分辨率并减少噪声，评估于乳腺MRI及颈部、脑部成像	ELITE框架首次将局部低秩子空间建模与深度学习结合，实现灵活的时间分辨率（低至1秒），并显著提升对比度噪声比和降噪性能，适用于多种DCE-MRI应用	未提及具体局限性	解决动态MRI中空间分辨率、时间分辨率和扫描时间之间的平衡挑战，提升DCE成像质量	高风险乳腺癌患者的动态增强MRI图像，以及颈部、脑部DCE成像	医学影像	乳腺癌	MRI	深度学习模型（具体类型未指定）	图像	NA	NA	NA	对比度噪声比（CNR）、噪声降低	NA
128	2026-08-22	Interpretable machine learning and signal processing for automated reading and quality control of lateral flow tests for schistosomiasis 2026-May-18, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73094-0 PMID:42144397	研究论文	本文提出了一种端到端自动化流水线，用于分析血吸虫病的即时检测循环阴极抗原测试，结合深度学习与信号处理，并与人工读数进行比较。	首次将深度学习与信号处理相结合，实现即时检测试纸的全自动读取和质量控制，解决了视觉痕量不确定性，并能在短时间内提供定量评估。	该流水线仅在乌干达农村队列中进行评估，可能缺乏不同地理和人群的泛化性验证，且对高抗原浓度的快速检测可能不适用于低浓度情况。	开发自动化的诊断分类流水线，以提高血吸虫病即时检测的准确性和效率，满足世界卫生组织目标产品特性，并支持大规模监测和质量控制。	血吸虫病患者的即时检测循环阴极抗原测试，包括来自3188名个体的样本。	机器学习, 数字病理学	血吸虫病	信号处理, 深度学习	深度学习模型	图像	3188名个体（来自乌干达农村SchistoTrack队列）	NA	NA	敏感性, 特异性	NA
129	2026-08-22	Deep learning strategies for estimating retinal thickness from fundus images: a comparative study with multi-device data 2026-May-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-51728-z PMID:42143135	研究论文	本研究提出一种基于基础模型的深度学习框架，直接从眼底彩照估计OCT来源的总视网膜厚度图，无需预处理步骤如区域配准。	使用基础模型RETFound作为骨干，无需预处理即可从眼底彩照估计视网膜厚度，并比较三种解码器训练策略以适应多设备数据差异。	在AI-READI数据集中设备间存在显著厚度差异，不同模型对设备变化有不同响应。	开发并评估一种基于基础模型的深度学习框架，从眼底彩照直接估计OCT-derived视网膜厚度，以减少对OCT设备的依赖。	彩色眼底照片 (CFPs)与OCT扫描配对数据，来自AI-READI数据集（Topcon Maestro2和Triton设备），以及OCTA-500和EyePACS数据集。	深度学习	糖尿病视网膜病变	OCT	基础模型	图像	AI-READI数据集中的配对CFP和OCT扫描，以及OCTA-500和EyePACS数据集	PyTorch	RETFound	偏差，相对差异	NA
130	2026-08-22	Association of MRI-Visible Perivascular Spaces With Longitudinal Cognitive Decline Over a Decade 2026-May-12, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000214803 PMID:42030516	研究论文	本研究探讨MRI可见的血管周围间隙（PVS）与十年期间纵向认知衰退的关联。	利用深度学习算法自动分割PVS体积，并在较长的随访期内（平均4.9年）评估其独立于其他脑小血管病（SVD）标志物对认知下降的贡献。	无法确立因果关系；研究人群主要来自单一中心，可能影响普适性。	探究基底节区PVS负担是否作为独特的SVD标志物，独立预测纵向认知衰退。	无卒中或痴呆的社区老年人（共750名参与者）。	神经影像学	脑小血管病、痴呆	3T MRI，深度学习分割算法	深度学习分割算法（具体模型未指定）	MRI图像及神经心理学测试数据	750名参与者	NA	NA	β系数、95%置信区间	NA
131	2026-08-22	Deep learning-based automatic field of view planning for prostate MRI in oblique coronal and oblique axial planes 2026-May-11, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-52248-6 PMID:42115680	研究论文	开发并评估了一种基于ResNet的深度学习框架，用于自动化规划前列腺MRI的斜冠状位和斜轴位视野，并在多个外部队列中验证其性能。	首次提出用于斜冠状和斜轴位前列腺MRI的自动化FoV规划深度学习框架，并通过多中心非劣效性设计验证其泛化性和临床实用性。	本研究为回顾性研究，且外部验证中部分位点数据量可能有限。	实现前列腺MRI斜冠状和斜轴位视野的自动化规划，以减少操作者依赖性并提高一致性。	前列腺MRI图像及视野规划。	深度学习	前列腺癌	NA	残差网络（ResNet）	图像	训练集1,474例，外部验证530例。	NA	ResNet	非劣效性差异，FoV重叠率，角度差异，可接受率	NA
132	2026-08-22	FocusedON-BC: A Robust Deep Learning Framework for Automated Body Composition Assessment 2026-May-06, Nutrients IF:4.8Q1 DOI:10.3390/nu18091477 PMID:42124078	研究论文	开发了FocusedON-BC，一种基于深度学习的自动化工具，用于在CT图像中评估身体组成成分，如骨骼肌、内脏脂肪组织和皮下脂肪组织，并进行了多中心验证。	提出了一种跨T12-L5范围、不受CT扫描仪制造商和患者BMI影响的自动化身体组成评估框架，并首次在此类任务中展示了临床级别的精确度和鲁棒性。	未在摘要中明确提及，可能包括对极端体质或罕见解剖变异的适用性以及前瞻性临床应用验证的缺乏。	开发并验证一种自动的、机会性筛查工具，用于量化身体组成指标，以支持常规营养评估和临床决策。	518名患者的CT图像（共3280个切片），覆盖不同BMI范围（12.7-47.7 kg/m²），来自多个中心的多种CT制造商。	计算机视觉	肌肉减少症、肌脂肪变性、内脏脂肪堆积	计算机断层扫描（CT）	深度学习网络	CT图像	518名患者，3280个切片	未提及	未指定	Dice系数（DSC）、平均绝对误差（MAE）	未提及
133	2026-08-20	A two-stage sperm holomorphological analysis method based on multi-output network construction 2026-May-29, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-026-06478-0 PMID:42216116	研究论文	本研究提出了一种两阶段精子形态分析方法，结合UNet++网络和基于多输出分类的Multi-Head Mobilevit Net模型，实现精子头、中段和主段的自动检测	创新性地采用了基于多输出分类的Multi-Head Mobilevit Net模型，集成混合损失函数，实现单次检测精子多个部分，并结合数据增强技术提高检测准确性	基于CNN的模型可能难以处理复杂的精子形态，且数据增强仅使用改进的Papanicolaou染色数据集	开发一种客观、高效且自动化的精子形态分析方法，以辅助男性不育诊断	精子形态，包括头部、中段和主段	计算机视觉	男性不育	NA	CNN（卷积神经网络）	图像	10,802张改进的Papanicolaou染色的精子形态分类图像	NA	UNet++, Multi-Head Mobilevit Net	准确率	NA
134	2026-08-20	EnzymeTuning improves enzyme-constrained metabolic modeling and proteome abundance prediction through deep learning 2026-May-27, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-73744-3 PMID:42204163	研究论文	本文介绍了一种基于生成对抗网络的框架EnzymeTuning，用于优化酶动力学参数，特别是酶周转数k，以提高酶约束的基因组规模代谢模型的预测性能并扩大蛋白质组覆盖范围	首次将生成对抗网络应用于酶动力学参数的全局优化，并结合文献来源的蛋白质降解常数推断蛋白质合成速率，以系统评估其对模型性能的影响	未明确提及	提高酶约束的基因组规模代谢模型的预测精度，并扩大蛋白质组水平的覆盖范围，以促进多组学整合分析	多种生物体，包括酿酒酵母、乳酸克鲁维酵母、马克思克鲁维酵母、解脂耶氏酵母和大肠杆菌	机器学习	NA	基因组规模代谢建模	生成对抗网络	生物组学数据	多种生物体（具体样本数量未在摘要中提供）	NA	生成对抗网络	预测准确性	未提及
135	2026-08-20	Personalized neoadjuvant treatment regimen selection in locally advanced rectal cancer based on regimen-specific response modeling 2026-May-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02798-w PMID:42192138	研究论文	开发并验证了一种基于深度学习的框架，用于局部晚期直肠癌新辅助治疗方案选择，通过估计多方案下的病理完全缓解概率来支持临床决策。	提出了一种硬门控混合专家模型，整合治疗前多参数MRI和临床变量，生成方案特异性pCR概率，实现数据驱动的个性化治疗选择。	摘要未明确提及局限性。	开发一种可泛化的数据驱动框架，用于个性化新辅助治疗选择，以避免过度或不足治疗。	局部晚期直肠癌（LARC）患者，多中心队列。	医学影像分析	直肠癌	多参数MRI	混合专家模型	医学影像和临床变量	多中心队列，具体数量未提供	NA	硬门控混合专家模型	AUC	NA
136	2026-08-20	High-fidelity super-resolution microscopy datasets spanning multispectral to hyperspectral domains via diffractive optics 2026-May-25, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07467-x PMID:42185325	研究论文	提出一种通过衍射光学结构光照生成的高保真超分辨率数据集，涵盖多光谱到高光谱域，用于推动数据驱动显微成像研究	区别于基于退化模型的合成数据集，采用物理驱动的调制方式生成高保真图像，并首次提供包含多光谱和高光谱域的全新配对数据集，含系统点扩散函数	NA	为图像恢复、光谱解混和跨模态深度学习算法提供严格基准，促进从标准光学装置中提取纳米尺度信息	牛肺动脉内皮细胞及标记的细胞器、细胞丝状结构	计算光学成像	NA	衍射光学结构光照、傅里叶叠层显微术、晶格结构光照显微术	NA	图像	包含五个数据集记录，涵盖4通道多光谱校准数据集、3通道生物数据集、两个空间超分辨率数据集及一个高光谱数据集（503-689纳米，6纳米间隔，63组）	NA	NA	NA	NA
137	2026-08-20	SurgWound-Bench: a benchmark for surgical wound diagnosis 2026-May-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02791-3 PMID:42177302	研究论文	该文提出了首个开源的手术伤口数据集SurgWound，并构建了包含视觉问答和报告生成任务的手术伤口诊断基准，同时提出了三阶段学习框架WoundQwen。	首次提供了涵盖多种手术伤口类型的公共数据集，并构建了首个手术伤口诊断基准，包含视觉问答和报告生成任务，以及创新的三阶段多模态学习框架。	未提及	解决手术伤口诊断中数据隐私和高注释成本限制，推动开源手术伤口筛查工具的发展。	手术伤口图像	计算机视觉，数字病理学	手术部位感染	深度学习	多模态大型语言模型（MLLM）	图像	包含686张手术伤口图像，由三位专业外科医生注释了八个细粒度临床属性。	NA	WoundQwen	NA	NA
138	2026-08-20	Integrating multimodal data and deep learning for functional assessment and rehabilitation prediction after cerebral hemorrhage 2026-May-15, Computer methods and programs in biomedicine IF:4.9Q1 DOI:10.1016/j.cmpb.2026.109306 PMID:41793967	研究论文	本研究开发并验证了一种整合CT影像、临床数据和康复评估的多模态预测模型，用于同时预测脑出血后运动功能恢复和整体康复结果	首次将多模态数据（CT影像、临床和实验室特征）与深度学习和机器学习结合，同时预测脑出血后的运动恢复和整体功能结果，超越了单一模态模型的预测性能	未明确说明	开发并验证一种多模态预测模型，该模型整合CT影像、临床数据和康复评估，以同时预测脑出血后的运动恢复和整体康复结果	739名脑出血后接受康复治疗的患者（315名用于运动功能预测，424名用于康复结果评估）	数字病理学, 机器学习	脑出血	CT影像	3D-DenseNet、多层感知机（MLP）、梯度提升决策树（GBDT）	影像、临床数据、实验室数据	739名患者（315名用于运动功能预测，424名用于康复结果评估）	PyTorch, Scikit-learn	3D-DenseNet, 多层感知机, 梯度提升决策树, 支持向量回归, 随机森林, AdaBoost	AUC、F1分数、R²	未明确说明
139	2026-08-20	An integrated AI-driven vaccine design process: a systematic review of workflows from generative design to translational prediction 2026-May-07, Immunologic research IF:3.3Q3 DOI:10.1007/s12026-026-09763-5 PMID:42095951	系统综述	本文基于PRISMA框架对2015至2024年间文献进行系统分析，综述了从抗原发现到临床转化的疫苗设计全流程中AI技术的整合情况，并提出了一个全面的集成式AI工作流程路线图。	首次系统性地整合了疫苗设计过程中从生成式设计到转化预测的各种AI技术，突出了从预测性AI向生成式AI的范式转变，并强调了集成工作流对于下一代疫苗开发的重要性。	文献综述仅限于2015至2024年间发表的19篇文章，可能遗漏某些新兴技术或非英语文献，且主要关注技术进展，对实际临床应用的效果评估不够深入。	为下一代疫苗发现和大流行病应对提供AI技术集成应用的战略路线图，促进从抗原发现到临床转化的无缝衔接。	疫苗设计过程中的各种AI技术及应用，包括抗原发现、表位预测、结构建模、新抗原设计、分子动力学模拟等。	机器学习	传染病	人工智能（生成式AI、深度学习、分子动力学模拟、数字孪生）	Transformer模型、蛋白质语言模型、AlphaFold2、生成对抗网络	文献数据	19篇文献	不适用	Transformer、蛋白质语言模型、AlphaFold2	不适用	不适用
140	2026-08-19	Editorial: Smart Cities, Innovating in the Transformation of Urban Environments 2026-May-22, Mathematical biosciences and engineering : MBE DOI:10.3934/mbe.2026064 PMID:42448585	社论	本专刊汇集了运用数学建模、优化、机器学习和深度学习技术解决智慧城市系统设计、监测和运营中紧迫问题的原创研究。	集中展示了数学、工程与生命科学交叉领域在智慧城市研究中的创新应用，强调数据和决策支持。	未提供具体研究细节，无法评估每项研究的局限。	探讨智慧城市系统设计、监测和运营的挑战，并突出数据驱动决策支持的重要性。	智慧城市系统，包括环境工程、智能交通、光伏性能评估和城市流动性。	机器学习	NA	NA	NA	NA	NA	NA	NA	NA	NA