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	2026-10-01	Interpretable Similarity of Synthetic Image Utility 2026-Jul, IEEE transactions on medical imaging IF:8.9Q1 DOI:10.1109/TMI.2026.3679527 PMID:41915519	研究论文	本文提出了一种新的可解释的效用相似度度量（IUS），用于评估合成医学图像数据集对深度学习临床决策支持系统开发的效用相似性	提出了一种可解释的效用相似度度量（IUS），不同于基于Inception的度量，IUS能够解释为什么一个合成数据集在基于临床相关图像特征的临床决策支持系统背景下比另一个更有用	未明确提及	定量评估合成生成的图像集与给定应用领域中真实图像集在深度学习临床决策支持系统开发效用方面的相似性	合成医学图像数据集和真实医学图像数据集	计算机视觉	NA	合成图像生成	广义神经加性模型	图像	未明确提及	NA	广义神经加性模型	分类性能（相对提升高达54.6%）	NA
82	2026-10-01	Detection of acute lymphocytic and myeloid leukaemia with optimized dimensionality reduction and deep learning classification framework 2026 Jul-Sep, Current research in translational medicine IF:3.2Q2 DOI:10.1016/j.retram.2026.103598 PMID:42349164	研究论文	该文章提出了一种基于GMLP-MLDA的急性淋巴细胞白血病和急性髓系白血病检测方法，通过基因表达数据集进行分类	优化了传统LDA，采用最优Fisher准则和协方差，结合全局特征关系样本增强MLP性能	未明确提及	检测急性淋巴细胞白血病和急性髓系白血病，提高诊断准确率和生存率	白血病患者的基因表达数据	机器学习	白血病	基因表达数据分析	GMLP-MLDA	基因表达数据	未明确提及	NA	多层感知机, 改进的线性判别分析	准确率	NA
83	2026-10-01	Exploring Complex Genetic Mechanisms in Brain Imaging Genetics via a New Multi-task Learning Method 2026-Jul-01, IEEE transactions on computational biology and bioinformatics DOI:10.1109/TCBBIO.2026.3709159 PMID:42384500	研究论文	本文提出了一种基于多任务稀疏典型相关分析（MTSCCA）的线性判别与分解方法（LDMTSCCA），用于探索脑影像遗传学中的复杂遗传机制	LDMTSCCA首次结合稀疏线性判别分析、参数分解和网络连通性约束，能够识别类别特异性生物标志物并深入捕捉多级遗传表达模式	未明确提及	解决传统MTSCCA无法识别类别特异性生物标志物和深入捕捉复杂遗传机制的问题	阿尔茨海默病神经影像学倡议（ADNI）中的基因型数据和多模态脑影像数据	脑影像遗传学	阿尔茨海默病	基因型数据与多模态脑影像数据的关联分析	多任务稀疏典型相关分析（MTSCCA）	基因型数据、多模态脑影像数据	未明确提及	未明确提及	线性判别与分解方法（LDMTSCCA）	典型相关系数	未明确提及
84	2026-10-01	Arterial spin labeling cerebral blood flow quantification from quantitative transport mapping based on multiscale fluid mechanics simulation and deep learning 2026-Jul-01, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3709123 PMID:42384532	研究论文	本研究提出了一种基于多尺度流体力学模拟和深度学习的定量传输映射（QTMnet）方法，用于从动脉自旋标记（ASL）数据中量化脑血流量（CBF）	QTMnet基于流体力学模拟生成训练数据，无需传统动力学模型（TKM）中的全局动脉输入函数（AIF）假设，克服了AIF问题，提高了CBF量化的准确性	未明确提及	开发一种基于深度学习的CBF量化方法，以克服传统TKM中AIF假设导致的CBF低估问题	合成的多延迟ASL数据、模拟脑ASL数据、体内脑ASL数据	医学图像分析	脑部疾病	动脉自旋标记（ASL）灌注成像、定量传输映射（QTM）、多尺度血管流体力学模拟	深度神经网络（DNN）	图像	未明确提及	未明确提及	未明确提及	偏差（bias）	未明确提及
85	2026-10-01	An Ultra-Lightweight Cross-scale Attention Mamba Network for Accurate Skin Lesion Segmentation 2026-Jul-01, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3708901 PMID:42384515	研究论文	提出一种超轻量级跨尺度注意力Mamba网络（UCA-MNet）用于皮肤病变分割，在保持高精度的同时大幅减少计算量	结合双向Mamba（Bi-Mamba）和跨尺度注意力机制，实现线性复杂度建模长程依赖，参数仅0.33百万，比VM-UNET小83倍，同时保持竞争性精度	未明确说明，但可能受限于特定数据集，泛化能力需进一步验证	解决皮肤病变分割中计算精度权衡问题，实现资源受限环境下的高效部署	皮肤病变图像	计算机视觉	皮肤癌	深度学习	Mamba	图像	ISIC-2017、ISIC-2018和PH基准数据集（具体样本数未提供）	PyTorch	UCA-MNet（编码器-解码器，包含Bi-Mamba、CSA、PSA、FCFM）	F1分数、mIoU、参数量、GFLOPs	NA
86	2026-10-01	Identification of ischemic stroke risk in patients with left ventricular non-compaction using echocardiography, deep learning, and radiomics 2026-Jul-01, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02547-1 PMID:42387411	研究论文	该研究利用超声心动图、深度学习和放射组学，构建了Res101-RAD-XGB模型，用于识别左心室心肌致密化不全患者发生缺血性卒中的风险	首次结合深度迁移学习特征和放射组学特征，构建了Res101-RAD-XGB模型来预测LVNC患者的IS风险，并采用SHAP和Grad-CAM进行模型可解释性分析	回顾性研究设计，样本量相对有限，且仅来自两个机构，可能存在选择偏倚	开发并验证一个预测模型，用于评估左心室心肌致密化不全患者发生缺血性卒中的风险	309名左心室心肌致密化不全患者	医学图像分析, 放射组学, 深度学习	心血管疾病, 缺血性卒中	超声心动图, 放射组学, 深度迁移学习	CNN, 集成学习	图像	309名患者（机构1：228名，机构2：81名）	Pyradiomics, Scikit-learn, XGBoost	ResNet101, XGBoost	AUC, ROC曲线, 决策曲线分析	NA
87	2026-09-28	Deep learning prediction of left atrial structure and function from 12-lead electrocardiograms 2026-07-31, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-76155-6 PMID:42669665	研究论文	本研究利用深度学习模型从12导联心电图预测左心房结构和功能，并评估其与心房颤动、心力衰竭和缺血性卒中的关联	首次使用深度学习从12导联心电图预测左心房结构和功能，并证明模型衍生的心房病变测量与心血管并发症的关联强度可与直接影像测量相媲美	研究为回顾性设计，可能存在选择偏倚；模型泛化能力需在更多样化的人群中验证；未明确说明计算资源需求	开发一种基于12导联心电图的深度学习模型，用于预测左心房结构和功能，并评估其与心房颤动及相关心血管并发症的关联	英国生物银行（UK Biobank）参与者的12导联心电图和心脏磁共振扫描数据	机器学习	心血管疾病	深度学习	CNN	心电图信号, 医学影像	21,749例心脏磁共振扫描及配对的12导联心电图	NA	NA	NA	NA
88	2026-09-28	Evaluating large language models for assessment of psychosis risk 2026-Jul-23, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02928-4 PMID:42493532	研究论文	评估大语言模型从精神病访谈记录中提取临床有意义信息以支持精神病风险评估的能力	首次系统评估多种开源大语言模型在精神病临床高危状态识别和症状评分中的应用，并验证其与研究者评分的相关性	模型存在对非临床体验的过度病理化错误，特异性较低（0.58），且性能在不同站点间存在差异	评估大语言模型能否从精神病访谈记录中提取临床有意义的信息以支持精神病风险评估	678份部分PSYCHS访谈记录，来自373名参与者（77.7%为临床高危状态）	自然语言处理	精神疾病	大语言模型	大语言模型	文本	678份访谈记录，来自373名参与者	NA	Llama-3.3-70B等11种开源大语言模型	准确率, 灵敏度, 特异性, 组内相关系数	NA
89	2026-09-28	clinTALL: machine learning-driven multimodal subtype classification and treatment outcome prediction in pediatric T-ALL 2026-Jul-22, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-026-01733-8 PMID:42487139	研究论文	该文章提出了 clinTALL，一个基于深度学习的多任务流水线，用于儿童 T-ALL 的分子亚型分类和治疗结局预测	整合临床、基因组和转录组多模态数据，采用多任务神经网络架构共享潜在嵌入，结合竞争风险模型预测事件特异性结局，并作为 Docker 应用提供用户友好访问	摘要中未明确提及	解决儿童 T-ALL 缺乏有效风险分层策略的问题，实现基于多组学数据的自动化亚型分类和治疗结局推断	儿童 T 系急性淋巴细胞白血病（T-ALL）样本	机器学习, 数字病理学	儿童 T 系急性淋巴细胞白血病	全基因组测序, 全转录组测序	深度学习神经网络, 竞争风险模型	临床数据, 基因组数据, 转录组数据	1309 个儿童 T-ALL 样本用于训练，120 个内部样本用于验证	NA	多任务神经网络	准确率, 一致性指数 (C-index)	NA
90	2026-09-28	Transformer-DAPT: AI-based dynamic assessment of ischemic and bleeding risks in patients on DAPT following PCI 2026-Jul-14, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02977-9 PMID:42448824	研究论文	该研究开发了 Transformer-DAPT，一个基于 Transformer 的深度学习生存分析框架，用于预测 PCI 术后患者接受双联抗血小板治疗（DAPT）期间缺血和出血事件的动态风险	采用基于 Transformer 的深度学习生存分析框架，实现了跨多个临床相关时间间隔的患者个体化缺血与出血风险动态评估，优于传统基于规则的静态评分以及 DeepSurv 和 DeepHit 模型	摘要中未明确说明该研究的局限性，仅提及外部验证队列中 C-index 有所下降（缺血事件 0.74-0.84，出血事件 0.75-0.83），提示模型在外部数据上的泛化性能仍有提升空间	开发并验证一个基于人工智能的动态风险评估框架，以支持 PCI 术后患者个体化的 DAPT 时长决策	PCI 术后接受双联抗血小板治疗（DAPT）的患者	机器学习	心血管疾病	电子健康记录（EHR）分析	Transformer	文本（电子健康记录）	内部队列 29,032 名患者（Mayo Clinic），外部验证队列 19,173 名患者（OneFlorida+ Clinical Research Consortium）	NA	Transformer	时间依赖一致性指数（C-index）、校准性能	NA
91	2026-09-28	A vision transformer deep learning model for assessing pediatric ileocolic intussusception severity using ultrasound images 2026-Jul-10, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02941-7 PMID:42432112	研究论文	该研究开发并前瞻性验证了一种基于Vision Transformer的深度学习系统，利用静态B型超声图像预测儿童回结肠肠套叠的空气灌肠复位失败	创新性地将Vision Transformer应用于儿童回结肠肠套叠严重程度的评估，提供客观、准确的临床决策支持工具	摘要中未提及	及时识别可能空气灌肠复位失败的儿童回结肠肠套叠患者，以避免延误和肠穿孔	4-60月龄的儿童回结肠肠套叠患者	医学影像分析	儿童回结肠肠套叠	超声成像	Vision Transformer	图像	回顾性队列5602名儿童，数据增强后10151张图像（8122训练，2029验证）；前瞻性队列190名患者	NA	Vision Transformer	准确率, 精确率	NA
92	2026-09-28	Machine Learning-Empowered Electromagnetic Wave Absorbing Materials: From Forward Prediction to Generative Inverse Design 2026-Jul-08, Molecules (Basel, Switzerland) DOI:10.3390/molecules31142408 PMID:42513093	综述	本文综述了机器学习在电磁波吸收材料设计中的应用，涵盖正向性能预测、高通量筛选、逆向设计、物理信息建模等方面	系统总结了从正向预测到生成式逆向设计的机器学习方法在电磁波吸收材料中的应用，并讨论了数据标准化、物理引导学习、基础模型、自主实验室等未来方向	未提及具体实验验证的局限性，但指出工程尺度验证、数据标准化等挑战	总结机器学习在电磁波吸收材料设计中的最新进展，推动从经验驱动的试错设计向数据驱动和知识驱动的设计转变	电磁波吸收材料	机器学习	NA	机器学习、深度学习、生成模型、物理信息模型、大语言模型、AI智能体	经典机器学习、深度学习、生成模型、物理信息模型、大语言模型、AI智能体	NA	NA	NA	NA	NA	NA
93	2026-09-28	Conserved 3' stem-loop structures enable comprehensive analysis of bacterial transcription termination in metagenomes 2026-Jul-06, Microbiome IF:13.8Q1 DOI:10.1186/s40168-026-02454-1 PMID:42402588	研究论文	该研究开发了基于深度学习的BATTER框架，通过保守的3'茎环结构预测细菌转录终止位点，并对42,905个代表性细菌基因组进行了大规模比较基因组分析	首次利用保守茎环结构与3'末端的关系同时预测Rho依赖性和Rho非依赖性终止子产生的转录3'末端，突破了现有工具仅针对少数模式物种中RIT的局限；发现了蓝细菌中缺乏rho同源物但存在RUT样序列的现象，并揭示了AMR基因中普遍存在的提前终止事件	蓝细菌中RUT样序列的功能验证仅在E. coli中进行了初步实验，尚未在蓝细菌中直接验证；对RDT机制的预测准确性可能受训练数据限制	开发一个可扩展的深度学习框架，用于在宏基因组水平全面预测和分析细菌转录终止产生的3'末端	42,905个代表性细菌基因组及其转录3'末端	机器学习	NA	宏基因组分析，深度学习预测，比较基因组学	深度学习	基因组序列	42,905个代表性细菌基因组	NA	NA	NA	NA
94	2026-09-28	Deep learning-based super-resolution ultrashort echo time MRI for pulmonary nodule detection and longitudinal assessment in emphysema 2026-Jul-04, BMC pulmonary medicine IF:2.6Q2 DOI:10.1186/s12890-026-04468-9 PMID:42401825	研究论文	本研究评估了基于深度学习的超分辨率超短回波时间磁共振成像（SR-UTE MRI）在肺气肿患者中检测肺结节及纵向评估结节大小的性能，并与传统UTE进行了比较	首次将基于深度学习的超分辨率技术应用于超短回波时间MRI，以提高肺气肿患者中肺结节的检测率和纵向大小评估的可靠性	样本量有限（127例），仅针对肺气肿患者，未与其他MRI技术或更大规模人群进行验证	评估SR-UTE MRI在肺气肿患者中检测肺结节和纵向评估结节大小的性能	127例同时患有肺气肿和肺结节的患者	医学影像分析	肺癌, 肺气肿	超短回波时间磁共振成像（UTE MRI），低剂量计算机断层扫描（LDCT）	深度学习	医学图像（MRI和CT）	127例患者	NA	NA	信噪比（SNR），对比噪声比（CNR），拉普拉斯方差，检测率，灵敏度，组内相关系数（ICC），测量偏差	NA
95	2026-09-28	Inflammatory marker-driven deep learning model for postoperative gastric cancer prognosis 2026-Jul-04, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03661-4 PMID:42401875	研究论文	本研究提出了一种结合梯度提升决策树、树驱动编码器和一维卷积神经网络的深度学习框架，用于胃癌术后预后预测	提出了一种新型混合深度学习框架，将梯度提升决策树与树驱动编码器和一维卷积神经网络相结合，能够捕捉炎症、临床和人口统计学变量之间的复杂非线性交互关系，克服了传统统计方法的局限性	缺乏独立队列的外部验证，尚未实现实时临床应用，模型可解释性有待进一步增强	开发一种数据驱动且可解释的深度学习框架，用于胃癌术后预后预测，支持个性化治疗规划和循证临床决策	胃癌术后患者	机器学习	胃癌	NA	梯度提升决策树, 一维卷积神经网络	表格数据	NA	NA	梯度提升决策树, 树驱动编码器, 一维卷积神经网络	预测准确率, 鲁棒性, 泛化能力	NA
96	2026-09-28	Deep Learning-Based Auto-Navigation for Free-Breathing Golden-Angle Radial MRI 2026-Jul, Magnetic resonance in medicine IF:3.0Q2 DOI:10.1002/mrm.70313 PMID:41708522	研究论文	开发了一种基于深度学习的自动导航技术RANGR，用于自由呼吸黄金角径向MRI，从k空间数据中提取呼吸运动信号，用于回顾性排序和动态重建。	提出RANGR，一种基于深度学习的自动导航技术，直接从黄金角径向k空间数据中计算1D呼吸运动信号，无需额外导航器，并在PCA失败的情况下表现出鲁棒性。	摘要中未明确提及。	开发并评估一种用于自由呼吸黄金角径向MRI的深度学习自动导航技术。	动态体模和腹部肿瘤患者。	医学影像	腹部肿瘤	黄金角径向MRI	深度学习	图像	动态体模和自由呼吸成像的患者（具体数量未提供）	NA	Movienet	运动跟踪误差、定性图像质量评分（5点Likert量表）、运动估计时间、总重建时间	GPU
97	2026-09-27	Deep Learning-Based Computer-Aided Detection and Diagnosis System for Malignant Biliary Stricture (With Video) 2026-Jul-26, Cancers IF:4.5Q1 DOI:10.3390/cancers18152410 PMID:42588629	研究论文	该研究开发了一套基于深度学习的计算机辅助检测与诊断系统，用于在数字单人胆道镜（DSOC）下评估恶性胆道狭窄（MBS）	采用两阶段系统，先使用YOLOv11定位由Carlos Robles-Medranda和Mendoza标准定义的不规则黏膜、异常血管和结节状突起，再使用ResNet-18分类器结合梯度加权类激活映射进行可解释诊断分类	外部验证队列较小，且帧级敏感性明显下降，无法就通用性得出确切结论，需要前瞻性多中心和实时操作评估	开发并评估基于深度学习的计算机辅助检测和诊断系统，以提高DSOC对MBS的诊断准确性	来自一个中心的149名患者用于模型开发和内部验证，来自两个独立中心的25名患者用于外部评估	医学图像分析	胆道癌	数字单人胆道镜（DSOC）	CNN	图像（视频帧）	174名患者（149名内部，25名外部）	NA	YOLOv11, ResNet-18	平均精度均值（mAP@50）、精确率、召回率、AUC、敏感性、特异性、准确率	NA
98	2026-09-27	H3BERTa: A CDR-H3-specific language model for antibody repertoire analysis 2026-Jul-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101561 PMID:42453687	研究论文	本文提出了H3BERTa，一个仅基于CDR-H3序列训练的语言模型，用于抗体库分析，能够捕捉免疫学相关特征并区分健康与HIV-1来源的序列	首次仅基于CDR-H3序列训练语言模型，证明该区域单独编码了丰富的免疫学信号，包括J基因使用、B细胞成熟状态和抗原结合信息	受限于标注数据稀缺，模型在抗体发现中的应用可能需要更多验证；未整合全可变区信息可能遗漏部分信号	评估CDR-H3序列编码的生物学信息量，并开发专注于抗体库分析和抗体工程的工具	抗体CDR-H3序列，包括健康个体和HIV-1患者的抗体库序列	自然语言处理, 机器学习	HIV-1感染	NA	语言模型	序列	NA	NA	BERT	NA	NA
99	2026-09-27	MANNERS: A strategy for representation learning in multivariate datasets with high proportions of missing data 2026-Jul-10, Patterns (New York, N.Y.) DOI:10.1016/j.patter.2026.101543 PMID:42453694	研究论文	提出一种名为MANNERS的策略，用于处理高缺失率多变量数据集中的表示学习，通过编码缺失性、掩码损失评估和重新平衡来提升下游任务性能。	提出MANNERS策略，将缺失性编码、掩码损失评估和重新平衡结合，使模型能够利用缺失模式信息并在高缺失率下保留信号。	未明确说明计算资源需求，可能涉及大量超参数调整，且未提及在真实临床环境中的泛化能力。	解决电子健康记录等多变量数据中高缺失率导致的表示学习困难问题。	电子健康记录中的时间序列多变量数据。	机器学习	NA	深度学习表示学习	NA	时间序列	NA	NA	NA	NA	NA
100	2026-09-27	Deep learning-based MRI analysis reveals Lewy body co-pathology accelerates brain aging in Alzheimer's disease 2026-Jul, Alzheimer's & dementia : the journal of the Alzheimer's Association DOI:10.1002/alz.71593 PMID:42454584	研究论文	该研究基于深度学习分析MRI，发现路易体共病理加速阿尔茨海默病中的大脑老化	应用3D-DenseNet于多队列T1加权MRI估计大脑年龄，并结合脑脊液p-tau181/Aβ42和α-突触核蛋白种子扩增试验对ADNI参与者进行分层，揭示了路易体共病理对AD的额外神经退行性负担	摘要中未明确提及	探究路易体共病理对阿尔茨海默病神经退行性变的体内影响	认知未受损个体和认知受损的ADNI参与者	计算机视觉	阿尔茨海默病	T1加权磁共振成像	3D-DenseNet	图像	未明确提及具体样本量	NA	3D-DenseNet	脑龄差距	NA