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
1	2026-10-11	Deep progressive learning reconstruction for fast and low-dose whole-body PET scans in an integrated PET/MR system 2026-Jul-15, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02568-w PMID:42458316	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
2	2026-10-08	DR.DEGMON: self-explainable deep neural network for drug-induced cell viability prediction incorporating differentially expressed genes and gene ontology 2026-07-21, BMC medical genomics IF:2.1Q3 DOI:10.1186/s12920-026-02434-2 PMID:42482086	研究论文	提出了一种自解释深度神经网络DR.DEGMON，通过整合差异表达基因和基因本体网络预测泛癌细胞系对药物处理的存活率	将基因本体（GO）整合到多层感知机的层次结构中，利用逐层相关性传播（LRP）提供可解释性，揭示与药物反应相关的关键基因和GO术语及潜在生物通路	摘要中未明确提及该研究的局限性	准确预测癌症药物反应，并提供关于潜在作用机制的可解释性生物医学见解，以推进癌症治疗策略和药物开发	泛癌细胞系对药物处理的存活率	机器学习	肺癌	差异表达基因分析，基因本体（GO）分析	多层感知机（MLP）	基因表达数据	NA	NA	多层感知机	皮尔逊相关系数	NA
3	2026-10-08	A Scoping Review of Machine Learning and Deep Learning Methods for Autism Spectrum Disorder Diagnosis and Analysis 2026-07-17, Journal of visualized experiments : JoVE DOI:10.3791/71972 PMID:42545901	综述	本文综述了50项近期研究，系统梳理了机器学习和深度学习方法在自闭症谱系障碍诊断与分析中的应用，涵盖脑电图、眼动追踪、行为视频、微生物组、语音声学、人口统计学及多模态数据	从数据模态、算法方法和临床就绪度三个维度对文献进行系统组织，综合评估了模型可解释性、校准性、可扩展性、验证严谨性和临床适用性，并指出多模态和图基方法比单模态方法能更全面地表征自闭症表型	许多高性能模型基于小样本量、反复使用ABIDE数据集、类别不平衡、单中心验证或有限的外部测试，泛化性存疑；缺乏标准化基准和外部队列验证的多模态数据集	综合近期机器学习与深度学习在自闭症谱系障碍诊断、分类、严重程度评估和干预监测中的研究进展，回答数据模态与计算方法的使用频率、诊断性能评估方式及限制临床转化的方法学挑战三个关键问题	50项近期应用机器学习和深度学习技术于自闭症相关数据集的研究文献	机器学习	自闭症谱系障碍	脑电图、眼动追踪、行为视频分析、微生物组分析、语音声学分析、多模态数据融合	卷积神经网络, 图神经网络, 混合深度学习架构, 联邦学习, 可解释人工智能, 拓扑数据分析	图像, 文本, 视频, 信号, 多模态数据	50项研究（综述纳入的文献数量）	NA	卷积神经网络, 图神经网络, 混合深度学习架构	NA	NA
4	2026-10-08	ECG Signatures and Long-Term Ischemic Stroke Risk: A Deep Learning Analysis of 200,000 Patients 2026-07-14, Journal of the American College of Cardiology IF:21.7Q1 DOI:10.1016/j.jacc.2026.03.084 PMID:42126358	研究论文	本文利用深度学习分析12导联心电图，评估缺血性卒中的长期风险，并在大规模患者数据中验证模型性能。	首次在大规模患者中利用深度学习分析心电图预测10年缺血性卒中风险，并揭示其与心房心肌病等机制的关联。	研究依赖于特定医疗中心的数据，可能限制模型的泛化能力；未详细讨论其他潜在混杂因素。	评估深度学习分析12导联心电图是否能估计纵向缺血性卒中风险，并量化风险信号反映的可能机制。	200,000名患者的心电图数据。	机器学习	心血管疾病	深度学习	CNN	图像	200,000名患者（来自MGH、BWH和BIDMC）	NA	卷积神经网络	AUC, ICI	NA
5	2026-10-08	Phenotyping antidepressant treatment response with deep learning in electronic health records 2026-Jul-11, Translational psychiatry IF:5.8Q1 DOI:10.1038/s41398-026-04266-1 PMID:42431873	研究论文	本文系统评估了八种深度学习语言模型在真实世界电子健康记录中分类抗抑郁药治疗反应的表现	在大型真实世界医疗环境中系统比较多种深度学习语言模型用于抗抑郁药反应表型分类	样本仅来自单一医疗系统，模型可解释性未充分探讨	利用深度学习语言模型对电子健康记录中的抗抑郁药治疗反应进行表型分类	抑郁症成人患者的电子健康记录临床笔记	自然语言处理	抑郁症	深度学习语言模型	BERT-large, 滑动窗口	文本	111,563名患者，3,996份临床笔记	NA	BERT-large	AUROC, PPV, 特异性	NA
6	2026-10-08	Deep learning-based classification of gh-secreting pituitary neuroendocrine tumors granulation patterns using H&E-stained histopathology 2026-Jul-11, BMC endocrine disorders IF:2.8Q3 DOI:10.1186/s12902-026-02393-w PMID:42436482	研究论文	该研究开发了一种基于深度学习的模型CA-PITNET，利用H&E染色全切片图像自动分类生长激素分泌型垂体神经内分泌肿瘤的颗粒模式	提出了交叉注意力垂体神经内分泌肿瘤网络（CA-PITNET），能够直接从常规H&E染色全切片图像中自动进行亚型分类，无需依赖传统的免疫组织化学（IHC）检测	样本量相对有限，仅使用95例GH-PitNET和36例无功能PitNET的全切片图像，外部测试集样本量较小	开发深度学习模型实现GH-PitNET颗粒模式的自动化分类，提高病理分型效率	生长激素分泌型垂体神经内分泌肿瘤（GH-PitNETs）和无功能垂体神经内分泌肿瘤（非功能性PitNET）的H&E染色全切片图像	数字病理学	垂体神经内分泌肿瘤	H&E染色全切片图像分析	CNN	图像	95例GH-PitNET全切片图像（54,610个图像块）和36例无功能PitNET全切片图像（39,590个图像块），内部验证n=48/38，外部测试n=33/25	NA	Cross-Attention Pituitary Neuroendocrine Tumor Network (CA-PITNET)	AUC, 准确率	NA
7	2026-10-08	Artificial intelligence for assessment of the relationship between the mandibular canal and third molars using CBCT and panoramic radiography: a systematic review 2026-Jul-11, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-08872-9 PMID:42436515	系统综述	本文系统综述了人工智能利用全景X线摄影和锥形束CT评估下颌管与下颌第三磨牙之间关系的研究	系统整合了截至2026年2月的29项研究，全面评估了AI在下颌管与第三磨牙关系评估中的应用，涵盖全景X线摄影、CBCT及两者联合三种影像模态	研究方法学异质性较大，外部验证有限，缺乏标准化多中心研究，且未进行方案注册	回答人工智能能否判定下颌管与下颌第三磨牙之间关系的研究问题	评估AI模型识别或分类下颌管与下颌第三磨牙关系的研究	计算机视觉	口腔疾病	锥形束CT，全景X线摄影	CNN，深度学习	图像	29项研究（15项使用全景X线摄影，9项使用CBCT，5项评估两种影像模态）	NA	卷积神经网络	准确率，敏感度，特异度，ROC曲线下面积	NA
8	2026-10-08	The diagnostic accuracy of artificial intelligence in detecting foot and ankle fractures: a systematic review and meta-analysis of diagnostic test accuracy 2026-Jul-10, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-07108-4 PMID:42432707	系统综述与荟萃分析	该文系统综述并荟萃分析了人工智能在足踝骨折放射影像诊断中的准确性，共纳入16项研究、超过37000张影像，合并敏感度为92.4%，特异度为95.1%	聚焦足踝骨折这一急诊诊断难点，采用PRISMA-DTA指南与双变量随机效应模型评估AI诊断准确性，并单独关注隐匿性骨折检测证据，同时进行QUADAS-2质量评价	所有纳入研究均为回顾性研究，仅两项研究明确报告隐匿性骨折病例，因此合并结果主要反映总体足踝骨折检测性能，尚不足以支撑隐匿性骨折的专门结论，且研究间存在较大异质性	评估人工智能在检测足踝骨折中的诊断试验准确性，并评价其在隐匿性骨折检测方面的现有证据	足踝骨折患者，包括放射学上表现轻微或隐匿性损伤的病例	医学影像人工智能	足踝骨折	X线摄影，CT	深度学习	影像	16项研究，超过37000张X线片或影像	NA	NA	敏感度，特异度，诊断比值比，SROC曲线	NA
9	2026-10-08	A three-level risk stratification algorithm for arrhythmia based on CNN-LSTM palindromic structure 2026-Jul-10, BioData mining IF:4.0Q1 DOI:10.1186/s13040-026-00585-7 PMID:42432732	研究论文	提出一种基于CNN-LSTM回文结构的三级心律失常风险分层算法，用于心电信号的风险分层检测	提出三级心律失常风险分层方案（正常、非致命、致命），并设计基于CNN和LSTM回文结构的深度学习融合网络，同时捕捉心电信号的时空特征	未明确提及	实现心律失常的早期筛查和及时干预，优化医疗资源分配，并高精度捕捉心电信号的时空特征进行风险分层检测	心律失常患者的心电信号	机器学习	心血管疾病	心电图	CNN, LSTM	心电信号（时序数据）	未明确提及	NA	CNN, LSTM	准确率, 特异性	NA
10	2026-10-08	A method for early ultrasound classification of developmental dysplasia of the hip in infants: combining YOLOv8-based keypoint detection with radiomics 2026-Jul-08, BMC pediatrics IF:2.0Q2 DOI:10.1186/s12887-026-07150-5 PMID:42420919	研究论文	该研究提出了一种结合YOLOv8关键点检测与影像组学的方法，用于婴儿发育性髋关节发育不良的早期超声分类。	将基于YOLOv8的关键点检测与影像组学相结合，自动计算α角和β角，并融合临床特征与影像组学特征进行DDH分类。	未明确提及。	提高婴儿发育性髋关节发育不良早期超声分类的准确性和可靠性，促进及时干预并改善患者预后。	婴儿髋关节超声图像。	计算机视觉, 医学图像分析	发育性髋关节发育不良	超声成像, 影像组学, 深度学习	CNN	图像	未明确提及，但涉及多中心测试集。	未明确提及。	YOLOv8	准确率, 召回率, 精确率, F1分数, α角平均差异, β角平均差异	未明确提及。
11	2026-10-08	Automated lung cancer classification using intensity-driven RoI selection and transfer learning 2026-Jul-07, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03519-9 PMID:42415103	研究论文	本文提出了一种增强型肺癌分类框架，利用强度驱动的感兴趣区域（RoI）选择、定制标签细化、高维RoI映射策略以及反馈驱动的迁移学习优化机制，在LIDC-IDRI和TCIA基准数据集上实现了高精度肺癌分类	提出了强度驱动的RoI选择方法、定制化标签细化与脆弱RoI区域精确标注策略、高维RoI映射策略以增强特征表示与判别能力，并将反馈驱动的优化机制集成到迁移学习框架中迭代优化模型参数	论文仅在LIDC-IDRI和TCIA两个公开数据集上进行验证，采用60:40的训练-测试划分，未提及独立外部验证集，也未讨论模型在 heterogeneous 临床数据源中的泛化能力	解决因专家判断差异以及从电子健康记录和影像数据集中提取判别性模式困难所导致的肺癌准确临床决策难题	肺癌结节（恶性结节）影像数据	计算机视觉, 医学图像分析	肺癌	强度驱动的RoI选择、迁移学习、高维RoI映射、标签细化	CNN（CoVNet）	图像（放射影像数据）	LIDC-IDRI和TCIA公开基准数据集（具体样本数量未在摘要中提及），采用60:40的训练-测试划分	NA	CoVNet	分类准确率（accuracy）	NA
12	2026-10-08	A self-attention-based deep learning model for identifying key genes in insect pupal metamorphosis 2026-Jul-06, BMC genomics IF:3.5Q2 DOI:10.1186/s12864-026-13128-5 PMID:42410516	研究论文	该研究构建了一种基于深度学习和自注意力机制的基因网络分类模型，用于识别昆虫蛹变态过程中的关键基因	首次将自注意力机制与深度学习结合用于昆虫蛹变态关键基因的识别，并构建了基于Word2vec的蛋白质序列词嵌入库	未明确提及	识别昆虫蛹变态过程中的关键基因	来自14个目的293个昆虫蛋白质序列	机器学习	不适用	Word2vec	自注意力机制	蛋白质序列	293个昆虫蛋白质序列	不适用	基因网络分类模型（GNCM）	分类准确率、可解释性	不适用
13	2026-10-05	Epigenetic editing approaches maturity: AI-driven precision design, delivery innovation, and the road to clinical translation 2026-Jul-09, Clinical epigenetics IF:4.8Q1 DOI:10.1186/s13148-026-02194-x PMID:42421085	综述	本文综述了表观遗传编辑技术在2024-2025年达到的关键转折点，涵盖AI驱动的精准设计、递送创新及临床转化进展，并评估了其技术成熟度、AI贡献和未解决的挑战	提出了三个可量化的技术成熟标准（机制持久性、递送能力、临床验证），并对AI在表观遗传编辑中的贡献进行了分层评估，包括深度学习加速LNP配方筛选和AAV衣壳预测、AlphaFold3优化蛋白-DNA相互作用验证以及2025年从头设计小于65个氨基酸的DNA结合蛋白	非分裂细胞中的长期稳定性未知，临床实践中缺乏监测系统和干预方案来实现可逆性，存在制造准入障碍，长期人体验证仍是核心未解问题	全面分析表观遗传编辑的技术成熟度，评估AI的实际和预期贡献，批判性评估新兴临床格局，并识别决定性的未解决挑战	表观遗传编辑技术、AI驱动的精准设计工具、递送平台（LNP和AAV）、临床试验（OTX-2002、TUNE-401、EPI-321）	机器学习	肺癌	表观遗传编辑，DNA甲基化修饰，染色质靶向修饰，脂质纳米颗粒递送，AAV递送	深度学习，AlphaFold3	文本	NA	NA	NA	沉默维持≥450次细胞分裂（体外）和≥12个月（体内），组织选择性转导效率>50%（肝、肌肉、全脑）	NA
14	2026-10-05	Intensity-modulated radiotherapy alone versus concurrent chemoradiotherapy ± induction chemotherapy in older patients with low-risk stage II or T3N0M0 nasopharyngeal carcinoma 2026-Jul-04, BMC cancer IF:3.4Q2 DOI:10.1186/s12885-026-16457-6 PMID:42401810	研究论文	这项多中心回顾性研究比较了单纯调强放疗与同步放化疗联合或不联合诱导化疗在低危II期或T3N0M0鼻咽癌老年患者中的长期疗效和毒性，并探索了肿瘤微环境特征	首次在低危II期或T3N0M0鼻咽癌老年患者中系统比较单纯IMRT与CCRT±IC的长期疗效和毒性，并利用深度学习Hover-Net模型分析肿瘤微环境中免疫细胞浸润，为单纯IMRT作为毒性降级策略提供了生物学依据	作为回顾性研究，可能存在选择偏倚；尽管使用了倾向性评分匹配，仍无法完全消除混杂因素；Hover-Net分析仅在部分患者的组织切片上进行，样本量有限；未进行前瞻性随机对照验证	比较单纯调强放疗与同步放化疗联合或不联合诱导化疗在低危II期或T3N0M0鼻咽癌老年患者中的长期生存结局和毒性，并探索肿瘤微环境差异	1265名年龄≥60岁的低危II期或T3N0M0鼻咽癌老年患者，来自三个中心，纳入时间为2010年至2022年	数字病理学	鼻咽癌	调强放疗、同步放化疗、诱导化疗、苏木精-伊红染色、EBV DNA检测	CNN	图像、文本	1265名老年鼻咽癌患者，其中部分患者的HE染色切片用于深度学习分析	NA	Hover-Net	癌症特异性生存率、无进展生存率、无局部区域复发生存率、无远处转移生存率、风险比、P值、急性3/4级毒性	NA
15	2026-10-04	Threshold-Free Neural Network Models for Swim Bout Detection of Larval Zebrafish 2026-Jul-22, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.11.698899 PMID:42539050	研究论文	开发用于斑马鱼幼鱼游泳行为检测的无阈值深度学习模型，包括离线模型和在线模型，并在不同实验条件下验证其性能	首次提出无阈值的深度学习模型用于游泳行为检测，避免了传统方法中主观阈值和每次实验调整的问题；同时开发了离线和在线两个模型，提高了检测精度，特别是对低幅度行为	摘要中未提及	解决传统阈值方法在斑马鱼幼鱼游泳行为检测中的主观性和需要逐实验调整的问题，建立高吞吐量、稳健且可重复的行为分析框架	斑马鱼幼鱼（包括野生型、nacre和casper等遗传背景）	神经科学、行为分析	NA	深度学习	NA	尾部曲率时间序列	NA	NA	NA	精确度	NA
16	2026-10-04	Deep Learning Based Cross-Modality Histological Brain Section Registration in Multiple Species Using Synthetic Images 2026-Jul-22, bioRxiv : the preprint server for biology DOI:10.64898/2026.07.17.738987 PMID:42539034	研究论文	本文提出了一种使用合成图像训练卷积神经网络进行跨模态组织学脑切片配准的框架，并在小鼠和狨猴两个物种中验证了其有效性	完全使用合成数据训练深度学习模型，无需大量标注数据，并可跨物种应用	未明确提及，可能包括合成数据与真实数据之间的域差异问题	开发一种快速可扩展的深度学习框架，用于跨模态组织学脑切片的配准，以加速大规模脑解剖研究	小鼠和狨猴的脑组织学切片图像	数字病理学	NA	组织学成像，合成图像生成	卷积神经网络	图像	NA	NA	NA	Dice系数，Hausdorff距离	NA
17	2026-10-04	Deep learning-based treatment decision support framework for multi-vessel coronary artery disease using integrated coronary angiography and clinical data 2026-Jul-08, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03692-x PMID:42420992	研究论文	该研究开发了一个基于深度学习的治疗决策支持框架，通过自动分析冠状动脉造影视频并整合临床数据，辅助多支冠状动脉疾病的血运重建决策	提出了一个多模态深度学习框架，包含视频质量筛选、基于课程学习的代表性帧选择和结合影像特征与临床特征的治疗分类三个模块，实现了对冠状动脉造影视频的自动化分析与临床数据的整合	数据来自单中心，样本来源较为单一，缺乏多中心外部验证	开发深度学习框架以支持多支冠状动脉疾病中PCI与CABG的治疗选择决策	5,647名多支冠状动脉疾病患者	医学影像分析、机器学习	冠状动脉疾病	冠状动脉造影	深度学习（具体架构未明确说明）	视频、临床数据	5,647名患者的数据	NA	NA	AUC	NA
18	2026-10-04	Artificial intelligence in shoulder arthroplasty: latest concepts and clinical integration 2026-Jul-08, Journal of orthopaedic surgery and research IF:2.8Q1 DOI:10.1186/s13018-026-07104-8 PMID:42421132	综述	本文综述了人工智能在肩关节置换术中的最新应用，涵盖术前影像诊断与三维重建、术中相位识别与机器人辅助、术后预后预测与可穿戴监测，并探讨了其临床整合策略与挑战	系统性地按术前、术中、术后三个阶段整合了人工智能在肩关节置换术中的最新概念与临床应用，并提出了可解释人工智能、多模态整合、联邦学习和半自主手术平台等新兴整合策略以弥合技术应用与临床信任之间的差距	当前人工智能系统无法捕捉外科医生的直觉和依赖情境的专业经验，且缺乏比较性临床证据证明其改善了常规手术或患者结局，现有系统在未充分验证或适当实施时可能增加成本、工作流程复杂性或延误治疗	总结人工智能在肩关节置换术中的最新应用，突出其优势与局限，并概述将技术创新与外科专业知识相结合的综合策略	肩关节置换术患者及相关人工智能应用系统	机器学习, 数字病理学	肩关节疾病	深度学习影像分析, 三维重建, 机器人辅助手术, 混合现实引导, 多模态整合, 联邦学习, 可穿戴监测	深度学习, 机器学习	图像	NA	NA	多层神经网络	NA	NA
19	2026-10-04	Multimodal Deep Learning Reveals the Modular Genetic Architecture of Cardiovascular Aging 2026-Jul-08, medRxiv : the preprint server for health sciences DOI:10.64898/2026.04.22.26351478 PMID:42465926	研究论文	该研究利用多模态深度学习从UK Biobank超过10万名参与者的四种心血管数据流中估计生物学年龄，揭示了心血管衰老的模块化遗传结构	首次将多模态深度学习应用于四种心血管数据流（心电图、心脏磁共振成像、颈动脉超声和视网膜眼底照片）估计生物学年龄，发现了心血管衰老的模块化遗传结构，并整合单细胞转录组数据揭示了不同遗传信号的细胞背景	研究主要基于UK Biobank和All of Us队列，可能存在人群特异性偏差；部分参与者表型数据不完整；深度学习模型的可解释性仍需进一步验证	利用深度学习从多模态心血管数据中估计生物学年龄，并阐明心血管衰老的遗传结构	超过10万名UK Biobank参与者的四种心血管数据流（12导联心电图、心脏磁共振成像、颈动脉超声和视网膜眼底照片），并在All of Us队列中进行验证	机器学习	心血管疾病	深度学习、全基因组关联分析、跨性状LD分数回归、多基因风险评分、单细胞转录组	深度学习	图像、信号	超过100,000名UK Biobank参与者，包含四种模态数据（心电图、心脏磁共振成像、颈动脉超声、视网膜眼底照片），并在All of Us队列中验证	NA	NA	NA	NA
20	2026-10-04	Dental image analysis and surgical decision support using modified generative adversarial networks 2026-Jul-07, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-026-09115-7 PMID:42410586	研究论文	本文提出了一种改进的生成对抗网络（mGAN），结合W-Net架构、大语言模型（LLM）和概率特征融合（PFF）机制，用于牙科影像分析和手术决策支持，特别是下颌第三磨牙根与下牙槽神经管接触点的预测	（1）提出新颖的W-Net架构，结合U-Net和V-Net形成双路径编码和跳跃门控解码机制，实现针对复杂牙科解剖结构优化的多尺度特征分析；（2）利用大语言模型（LLM）将下颌解剖学和常见牙科病理学的领域知识蒸馏到深度学习流程中，支持超参数调优和条件引导生成器；（3）提出概率特征融合（PFF）机制，实现自适应多模态特征集成，基于局部图像内容和LLM临床背景动态加权不同信息源	未明确提及研究的局限性	解决牙科护理和风险评估中多模态特征整合不足、无法将临床领域文献和循证原则整合到分析平台中的问题，提供口腔手术临床决策支持工具	1500例由专家标注的CBCT扫描影像，涉及下颌第三磨牙（M3M）根与下牙槽神经管（IAC）的解剖关系	计算机视觉	口腔疾病	CBCT影像分析	GAN	图像	1500例CBCT扫描	NA	W-Net, U-Net, V-Net, GAN, LLM	根表面积准确率（RSAA）, Dice相似系数（DSC）, 灵敏度, 特异性	NA