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
461	2026-07-30	A Mixture-of-Experts Network for Infectious Keratitis Classification Using Multimodal Slit-Lamp Images: A Multicenter Study 2026-Jun-01, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.6.31 PMID:42345637	研究论文	提出一种基于多模态裂隙灯图像的感染性角膜炎分类专家混合网络	首次将三种裂隙灯成像模式（弥散白光、裂隙光束和钴蓝光荧光素染色）同时融合到一个深度学习框架中，并采用动态门控网络自适应融合多模态特征	未明确讨论方法的局限性	实现感染性角膜炎及其亚型的自动、准确分类	感染性角膜炎患者的多模态裂隙灯图像	数字病理学	感染性角膜炎	多模态裂隙灯成像	专家混合网络（MoE）	医学图像	来自两个医院共1081例患者的4098张裂隙灯图像（浙眼医院820例3236张，爱尔光明医院261例862张）	PyTorch	KeraFusionNet（含三个模态专家子网络和动态门控网络）	准确率、AUC	NA
462	2026-07-29	Drusen volume and reticular pseudodrusen volume from optical coherence tomography with deep learning as risk factors for progression to late age-related macular degeneration in eyes with reticular pseudodrusen and contralateral macular neovascularisation 2026-Jun-30, The British journal of ophthalmology DOI:10.1136/bjo-2025-329021 PMID:42336620	研究论文	利用深度学习分割算法量化光学相干断层扫描中的网状假性玻璃膜疣和玻璃膜疣体积，并探究其与晚期年龄相关性黄斑变性进展的关联	首次应用深度学习分割算法自动量化OCT图像中不同玻璃膜疣类型（RPD、大玻璃膜疣和玻璃膜疣样PED）的体积，并评估它们作为进展风险因素的独立贡献	样本量较小（51只眼），且为回顾性分析，可能限制结果的普遍性	探究OCT衍生的玻璃膜疣和RPD体积与晚期AMD进展风险的关系	患有RPD且对侧眼存在新生血管性AMD的患者	数字病理学	年龄相关性黄斑变性	OCT成像	深度学习分割模型	OCT图像	51只眼	NA	NA	风险比（HR）、p值	NA
463	2026-07-29	T2Pdecoder enables protein-centric analyses from transcriptomic data 2026-Jun-11, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-74209-3 PMID:42277023	研究论文	提出T2Pdecoder深度学习模型，从转录组数据预测蛋白质丰度，实现以蛋白质为中心的分析	集成多组学数据学习蛋白质与RNA的共享嵌入空间，突破现有方法仅能预测有限蛋白质子集的局限，并在胶质瘤数据上验证其优于仅用RNA的基线模型	预测性能仅在胶质瘤数据集上取得温和改进，泛化至其他癌症或组织类型的能力尚未验证	开发能够从转录组数据预测广泛蛋白质丰度的深度学习模型，以促进蛋白质层面的生物学分析	IDH突变型胶质瘤的RNA和蛋白质数据	机器学习	胶质瘤	深度学习	集成多组学深度学习模型	转录组RNA数据、蛋白质丰度数据、单细胞RNA数据	多种胶质瘤数据集，具体样本数量未明确	NA	NA	与测量蛋白质丰度的一致性、蛋白质水平通路富集模式准确性、生存差异显著性	NA
464	2026-07-29	Detection of esophageal varices and prediction of hepatic decompensation in unresectable hepatocellular carcinoma using AI 2026-Jun, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2026.01.021 PMID:41679555	研究论文	开发并外部验证基于深度学习基础模型HepatoSageCT的非侵入性模型，用于检测不可切除肝细胞癌患者的食管静脉曲张并预测肝脏失代偿风险	首次将基础模型HepatoSageCT应用于常规增强CT图像，实现食管静脉曲张的非侵入性检测和肝脏失代偿风险预测，可减少不必要的内镜检查	需要前瞻性验证以确认临床适用性	开发并验证非侵入性模型以检测食管静脉曲张并预测肝脏失代偿，避免侵入性内镜检查	接受阿替利珠单抗-贝伐珠单抗治疗的不可切除肝细胞癌患者	计算机视觉	肝细胞癌	增强CT	深度学习基础模型	图像	489例患者（开发队列279例，外部验证队列210例），来自法国五家医疗中心	NA	HepatoSageCT	AUROC、敏感性、特异性、C指数、原因别风险比	NA
465	2026-07-29	Artificial intelligence for personalized multiple micronutrient supplementation in maternal health 2026-Jun, International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics DOI:10.1002/ijgo.70911 PMID:41755349	综述	探索人工智能在孕期个性化多种微量营养素补充中的应用，提出数字孪生模型以优化孕妇营养管理	首次提出将人工智能与“营养数字孪生”概念结合，实现基于多模态数据的个性化MMS方案模拟和风险分层	当前仍处于概念框架阶段，缺乏前瞻性临床验证和真实世界实施数据，且需解决数据隐私、模型公平性及低资源环境适配问题	利用人工智能整合多源健康数据，构建个性化MMS框架以改善孕产妇营养状况和妊娠结局	孕妇及其胎儿，重点关注微量营养素不足或缺乏的高风险人群	机器学习	孕期营养不良及相关并发症	NGS, 可穿戴传感器数据采集	深度学习模型, 自然语言处理算法	文本、影像、基因、传感器数据	NA	PyTorch, TensorFlow, scikit-learn	Transformer, 深度神经网络	准确率、召回率、AUC	云计算平台
466	2026-07-28	ToxiSpecies: Task-Aware Meta-Learning for Cross-Species Modeling of Acute Chemical Toxicity under Distribution Shift 2026-Jun-16, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01358 PMID:42301306	研究论文	提出任务感知元学习框架ToxiSpecies，用于跨物种急性化学毒性建模，应对分布偏移问题	引入双适配器架构，解耦物种级特征适应与毒性语义端点级建模，实现低资源场景下的鲁棒知识迁移	文中未明确提及局限性	解决跨物种化学毒性预测中的分布不匹配问题，特别是在低资源条件下的建模挑战	跨物种急性毒性数据，涵盖107个端点-物种任务、42个物种和78,820种化学物质	机器学习	急性毒性	NA	元学习	分子结构数据与毒性标签	78,820种化学物质，涉及107个端点-物种任务	PyTorch（推测）	双适配器架构（特征适配器与端点适配器）	均方根误差，预测精度，相关系数	NA
467	2026-07-28	GatedGeoGO:Multi-Modal Geometry-Aware Network with Gated Fusion and GO Semantic Attention for Protein Function Prediction 2026-Jun-15, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00882 PMID:42295121	研究论文	提出一种名为GatedGeoGO的新型深度学习框架，整合蛋白质序列、三维结构、蛋白质-蛋白质相互作用及GO语义信息，用于蛋白质功能预测	创新性地采用门控融合机制选择性保留PPI嵌入、几何感知蛋白质图网络捕捉多尺度结构特征，以及GO引导的交叉注意力模块动态注入语义信息，实现上下文感知的多模态融合	未在标题和摘要中明确提及局限性	解决现有蛋白质功能预测方法缺乏有效多模态整合以及未能充分利用GO语义信息的问题	蛋白质及其功能注释	机器学习	NA	深度学习	GatedGeoGO（门控融合、几何感知图网络、交叉注意力）	序列、三维结构、蛋白质-蛋白质相互作用（PPI）、GO语义	基准数据集（具体数量未在摘要中说明）	PyTorch	门控融合网络、几何感知蛋白质图网络、GO引导交叉注意力模块	低频率GO术语预测表现（具体指标如准确率、F1分数等未在摘要中明确）	NA
468	2026-07-28	An Interpretable Deep Learning Framework Leveraging RNA Foundation Model and Capsule Networks for Accurate Prediction of RNA 2'-O-Methylation Sites 2026-Jun-15, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c01274 PMID:42296393	研究论文	提出一种可解释的深度学习框架Caps-2OMe，结合RNA基础模型和胶囊网络，用于准确预测RNA 2'-O-甲基化位点	首次将RNA基础模型与混沌游戏表示（CGR）及胶囊网络结合，实现RNA修饰位点的多模态特征融合和可解释预测	亚型特异性模型在跨核苷酸子集间的迁移能力有限，且胶囊路由模式在复杂场景下的泛化性需进一步验证	开发高精度且可解释的计算方法，用于识别RNA 2'-O-甲基化位点	RNA 2'-O-甲基化位点及其序列特征	机器学习	NA	RNA测序数据驱动的深度学习	胶囊网络	RNA序列	独立测试集（具体样本量未在摘要中明确）	PyTorch	Capsule Network（胶囊网络）, RNA基础模型（RNA-FM）, Chaos Game Representation（CGR）分支	准确率, AUC	NA
469	2026-07-27	Decoding functional changes in the brain following ischemic stroke: a multimodal feature approach integrating fNIRS with machine learning and deep learning 2026-Jun-26, NeuroImage. Clinical DOI:10.1016/j.nicl.2026.104028 PMID:42385535	研究论文	通过融合功能近红外光谱与机器学习和深度学习，解码缺血性脑卒中后脑功能变化	首次结合fNIRS多模态特征与Transformer深度学习模型，在静息态和任务态范式中系统解码缺血性脑卒中患者的神经血管缺陷，并通过SHAP分析识别最具判别力的脑区特征	样本量相对较小（115例患者和45例对照），且未进行外部验证队列的测试	研究缺血性脑卒中患者与正常对照在静息态和任务态下的fNIRS反应特征，并构建分类模型以解码神经血管缺陷	缺血性脑卒中患者和健康对照者	机器学习	脑血管疾病	功能近红外光谱（fNIRS）	Transformer	fNIRS时间序列信号（HbO、HbR、HbT）	115名缺血性脑卒中患者和45名正常对照，共计160名参与者	NA	Transformer	AUC, 准确率, 灵敏度, 特异度	NA
470	2026-07-27	Molecular Mechanisms and Probe-Dependent Effects of Clinically Relevant GABAA Receptor Modulators 2026-Jun, Archiv der Pharmazie IF:4.3Q1 DOI:10.1002/ardp.70277 PMID:42396967	研究论文	通过整合分子动力学模拟、深度学习增强采样、动态药效团和MDPath方法，研究临床相关的GABAA受体调节剂的分子机制和探针依赖性效应	首次揭示苯二氮卓类和Z-drugs通过长程变构耦合利用生理性GABA活性，以及氟马西尼通过全局破坏域间变构通信选择性拮抗ECD依赖性调节剂的独特机制	NA	解析GABAA受体调节剂的分子机制和探针依赖性药理学	GABAA受体及其调节剂（苯二氮卓类、麻醉药、Z-drugs、氟马西尼）	机器学习	NA	分子动力学模拟、深度学习增强采样	深度学习模型	分子动力学模拟数据	NA	PyTorch	NA	NA	NA
471	2026-07-27	Artificial intelligence in anal fistula: mapping evidence to IDEAL stages 2026-Jun, Annals of coloproctology IF:3.0Q1 DOI:10.3393/ac.2025.01494.0213 PMID:42392850	综述	评估人工智能在肛瘘及相关肛门直肠疾病中的应用，并按IDEAL框架映射证据	将人工智能在肛瘘中的应用证据映射到IDEAL框架（1-4阶段），系统梳理了术前影像、术中规划、预测模型及功能评估四个关键领域的发展状态	大多数研究仅处于早期IDEAL阶段（1-2b），存在样本量小、外部验证不足、工作流整合困难等局限	评估人工智能在肛瘘诊断、手术规划及功能评估中的潜力，并分析其临床转化现状	肛瘘及相关肛门直肠疾病的人工智能应用研究	自然语言处理, 计算机视觉	肛瘘, 肛门直肠疾病	深度学习, 磁共振成像, 计算机断层扫描	深度学习模型	医学影像	样本量较小（多数研究为可行性研究）	NA	ResNet, DenseNet	诊断准确性	NA
472	2026-07-26	Smart molecular design of NIR-II organic fluorophores through self-driven iterative evolution, deep learning, and fragment-based assembly 2026-Jun-10, Smart molecules : open access DOI:10.1002/smo2.70064 PMID:42500723	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
473	2026-07-18	Automated diagnosis of Helicobacter pylori infection from routine endoscopic images using deep learning: a development and validation study 2026-Jun-17, BMC gastroenterology IF:2.5Q2 DOI:10.1186/s12876-026-05026-7 PMID:42310547	研究论文	开发并前瞻性验证一种基于白光内镜图像的深度学习模型用于幽门螺杆菌感染自动诊断	首次在前瞻性验证中仅使用常规白光内镜图像实现幽门螺杆菌感染的基于患者层面的分类，而非既往的图像增强模式或回顾性数据集	单中心研究、样本量相对较小、模型目前仅作为研究及决策支持工具而非独立诊断系统，需要多中心外部验证及前瞻性视频研究	评估深度学习模型在常规白光内镜下实时诊断幽门螺杆菌感染的可行性	接受诊断性胃镜检查的连续成年患者	计算机视觉	幽门螺杆菌感染	白光内镜	EfficientNet-B0	图像	172名患者，1000张图像（开发队列70%，独立时间验证队列30%）	PyTorch	EfficientNet-B0	AUC, 敏感性, 特异性	NA
474	2026-07-18	Numerical Inverse Design of Patient-Specific Dental Implants: Accelerating FEA-Based Optimization via Evolutionary Neural Surrogates 2026-Jun, International journal for numerical methods in biomedical engineering IF:2.2Q2 DOI:10.1002/cnm.70182 PMID:42210774	research paper	提出一种数值逆设计框架，通过进化神经代理加速基于有限元分析的个性化牙种植体几何优化	利用多层感知机回归器替代高保真有限元分析计算，实现实时推理驱动的进化优化，突破传统FEA计算瓶颈	基于合成患者队列验证，未展开真实临床数据测试	开发加速生成最优种植体几何的数值逆设计方法，支持个性化手术规划	牙种植体的几何参数与骨组织应力分布关系	machine learning	geriatric disease	finite element analysis	multilayer perceptron	3D simulation data	3000个高保真3D有限元分析仿真数据训练，50个虚拟患者样本测试	PyTorch	多层感知机	峰值von Mises应力降低，Cohen's d	NA
475	2026-07-18	Artificial intelligence-assisted urine cytology based on the Paris System for Reporting Urothelial Carcinoma 2026-Jun, Cancer cytopathology IF:2.6Q2 DOI:10.1002/cncy.70120 PMID:42223163	研究论文	开发并验证了一种基于巴黎报告系统的人工智能辅助尿液细胞学系统，用于尿路上皮癌检测	整合深度学习细胞检测与分割、特征提取及支持向量机分类，模拟细胞病理学家工作流程，并基于巴黎报告系统进行阴性、非典型和阳性分类	人工智能与专家判读及组织病理学的差异主要集中在相邻分类之间	开发和验证人工智能辅助尿液细胞学系统在临床和筛查场景中对尿路上皮癌的诊断性能	回顾性临床病例（328例）和前瞻性健康筛查样本（1489例）	机器学习	尿路上皮癌	液基细胞学	支持向量机	图像	回顾性临床病例328例及前瞻性健康筛查样本1489例，共269张标注训练切片（56710个细胞）	NA	深度学习细胞检测与分割网络，支持向量机	加权κ值，患病率调整及偏倚调整κ值，阴性预测值，阴性一致性百分比，假遗漏率	NA
476	2026-07-18	The role of machine learning, deep learning, and MRI findings in the classification of pediatric posterior fossa tumors 2026-Jun-01, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery DOI:10.1007/s00381-026-07316-7 PMID:42223485	研究论文	评估机器学习和深度学习模型基于MRI特征对儿童后颅窝肿瘤进行分类的效果	首次系统比较多种机器学习集成模型与深度学习模型在儿童后颅窝肿瘤MRI分类中的性能，并发现T1加权成像与对比增强T1加权成像对深度学习模型表现出最佳效果	室管膜瘤和弥漫性中线胶质瘤的准确区分仍然困难，且样本量较小（63例）	利用MRI影像组学特征评估机器学习和深度学习模型对儿童后颅窝肿瘤的分类能力	63例儿童后颅窝肿瘤患者，包括21例髓母细胞瘤、20例毛细胞星形细胞瘤、11例室管膜瘤和11例弥漫性中线胶质瘤	计算机视觉, 机器学习	儿童后颅窝肿瘤	MRI成像	梯度提升机, 决策树, 随机森林, ResNet101V2	MRI图像（T2加权成像、弥散加权成像、表观弥散系数、T1加权成像、对比增强T1加权成像）	63例患者	NA	梯度提升机, 决策树, 随机森林, ResNet101V2	准确率	NA
477	2026-07-18	Predicting Metastatic Potential from Histopathological Whole Slide Images of Primary Tumors in Head and Neck Squamous Cell Carcinoma Using Attention-Based Deep Learning and Signaling Pathway Alterations 2026-Jun-01, Head and neck pathology DOI:10.1007/s12105-026-01920-4 PMID:42223560	研究论文	利用基于注意力的深度学习模型，从原发肿瘤全切片图像预测头颈部鳞状细胞癌的转移潜力	提出了结合自注意力机制与残差网络（ResNet）的诊断框架，解决了全切片图像处理中补丁级变异性问题，优于传统卷积神经网络和集成方法	可解释性和可解释性有待提高，未整合多模态数据，且仅验证于特定癌症类型	开发一种深度学习框架，从全切片图像预测头颈部鳞状细胞癌患者的远处转移风险，以辅助临床决策	头颈部鳞状细胞癌（HNSCC）患者的原发性肿瘤全切片图像	数字病理学	头颈部鳞状细胞癌	全切片图像处理	自注意力机制与残差网络（ResNet）	图像	TCGA-HNSCC数据集和TCGA-ESCA数据集，具体样本数量未说明	PyTorch	ResNet, 自注意力机制	准确率, AUC, F1分数	NA
478	2026-07-18	Artificial Intelligence-Based Objective Evaluation of Nerve-Sparing Status Combined With Preserved Urethral Length Predicts Urinary Continence Recovery After Robot-Assisted Radical Prostatectomy 2026-Jun, International journal of urology : official journal of the Japanese Urological Association IF:1.8Q3 DOI:10.1111/iju.70514 PMID:42205081	研究论文	使用人工智能方法客观评估神经保留状态，并结合尿道保留长度预测机器人辅助根治性前列腺切除术后尿控恢复	首次将人工智能深度学习图像分类模型应用于术中图像，客观评估神经血管束保留状态，并与尿道保留长度结合预测术后尿控恢复	单中心回顾性研究，样本量有限（195例），可能未考虑其他影响尿控的因素	评估人工智能客观评估神经保留状态结合尿道保留长度对机器人辅助根治性前列腺切除术后尿控恢复的预测价值	2020年5月至2022年间接受机器人辅助根治性前列腺切除术的195例患者	计算机视觉	前列腺癌	NA	深度学习图像分类模型	术中静态图像	195例患者	NA	深度学习图像分类模型	Kaplan-Meier分析, Cox比例风险模型, 风险比	NA
479	2026-07-18	Fully Automated Quantification of Functional Small Airway Disease at Inspiratory and Expiratory Chest CT Using Deep Learning 2026-Jun, Radiology. Cardiothoracic imaging DOI:10.1148/ryct.250215 PMID:42206980	研究论文	开发并评估基于深度学习的工具用于自动化量化胸部CT扫描中功能性小气道疾病	首次实现基于深度学习的全自动功能性小气道疾病量化，替代传统半手动方法，显著提高效率	未明确的局限性	评估深度学习工具在胸部CT中自动化量化功能性小气道疾病的准确性和时间效率	196名患者的249次胸部CT检查	机器学习	肺部疾病	CT	深度学习	图像	196名患者的249次CT检查	NA	NA	Spearman相关系数, Bland-Altman分析, 灵敏度, 特异度, 准确率	NA
480	2026-07-17	ConvCGP: A convolutional neural network to predict genetic values of agronomic traits from compressed genome-wide polymorphisms 2026-Jun, The plant genome DOI:10.1002/tpg2.70223 PMID:42003104	研究论文	提出一种结合自编码器非线性压缩与卷积神经网络预测的端到端框架ConvCGP，用于从压缩的全基因组多态性数据预测作物农艺性状的遗传值	首次将自编码器非线性压缩与CNN预测集成到可端到端训练的流水线中，在极端压缩（仅保留2%原始特征）下仍能保持与未压缩数据相当的预测精度	未明确讨论模型在不同物种或复杂遗传结构下的泛化能力，以及压缩过程中可能丢失的生物学解释性信息	开发高效可扩展的深度学习方法，解决高维基因组数据预测中计算负载大和耗时的问题	水稻和玉米的全基因组多态性数据与农艺性状	机器学习	NA	全基因组多态性分析	CNN	基因组多态性数据	水稻和玉米数据集，具体样本量未说明	PyTorch	自编码器、卷积神经网络	预测精度	NA