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	2026-09-25	Marker-less Body Surface Registration with 3-Dimensional Imaging for Percutaneous Intervention with Smartphone Augmented Reality in Phantoms and In Vivo 2026-09, Journal of vascular and interventional radiology : JVIR IF:2.6Q2 DOI:10.1016/j.jvir.2026.108871 PMID:42229872	研究论文	评估智能手机增强现实引导系统结合无标记体表追踪配准在体模和活体内经皮穿刺的可行性和准确性	使用基于深度学习的自动体表追踪配准，无需基准标记、额外传感器或硬件，也无需手动分割，实现智能手机增强现实引导下的经皮穿刺	体表追踪可补偿外部体位移动，但无法补偿内部器官运动；肝脏等器官的准确性较低	评估体表追踪配准结合智能手机增强现实引导系统在经皮穿刺中的可行性和准确性	腹部体模和3只活体猪（肝、肾、肌肉中的靶点）	计算机视觉	NA	智能手机增强现实、深度学习体表追踪配准、多层CT容积渲染	深度学习	图像	体模实验由8名不同经验的操作者参与；活体实验3只猪，共15个靶点	Unity	Model Target（Vuforia）	针尖到靶点距离、角度误差、中位准确度、平均准确度	NA
122	2026-09-25	Automated whale shark recognition and tracking using drones and deep learning 2026-Sep, Journal of fish biology IF:1.7Q2 DOI:10.1111/jfb.70525 PMID:42402333	研究论文	本研究将无人机遥感与深度学习技术相结合，实现了对鲸鲨的自动化识别与追踪	首次将基于姿态估计的DeepLabCut与基于图像区域分类的多尺度补丁（MSP）两种深度学习方法整合到无人机遥感平台中，用于鲸鲨的非侵入式自动化识别与追踪，并系统评估了环境因素对预测性能的影响	仅记录了23次目击事件，样本量较小；研究局限于墨西哥Bahía de los Ángeles特定海域，模型的泛化能力有待在更广泛海域验证；浊度、太阳眩光等环境因素虽影响较小但仍存在一定干扰	探索无人机遥感与深度学习技术相结合用于鲸鲨自动化识别与追踪的可行性，以支持生态研究与保护工作	鲸鲨（Rhincodon typus）	计算机视觉	NA	无人机遥感、深度学习、姿态估计、图像区域分类、数据增强、迁移学习	CNN	图像、视频	59次无人机飞行（42次从船上起飞，17次从陆地起飞），共记录23次鲸鲨目击事件	NA	DeepLabCut, 多尺度补丁（MSP）	宏F1分数, 覆盖面积指标	NA
123	2026-09-25	Retinal fluid segmentation in real-world OCT imaging of neovascular AMD using hybrid deep learning and graph-based optimization 2026-Sep-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.599076 PMID:42770020	研究论文	该研究开发了一种结合Deep LOGISMOS解剖约束视网膜区域提取与nnU-Net二维/三维分割的混合深度学习框架，用于真实世界OCT图像中新生血管性AMD的视网膜液分割	提出结合Deep LOGISMOS解剖约束视网膜区域提取与nnU-Net的混合框架，采用迭代专家引导标注策略，在真实世界异质性临床数据中实现稳健的IRF、SRF和PED分割，并在大规模纵向数据集上验证	摘要中未明确提及研究局限性	在临床级纵向OCT图像中实现稳健的视网膜液（IRF、SRF、PED）分割与量化，以评估新生血管性AMD的疾病活动度和治疗反应	新生血管性年龄相关性黄斑变性（nvAMD）患者的OCT图像	数字病理学, 计算机视觉	年龄相关性黄斑变性	OCT成像	CNN	图像	训练集291例OCT扫描（初始70例RETOUCH OCT扫描和100例爱荷华大学黄斑新生血管受试者扫描，扩展至291例）；测试集50例nvAMD受试者的50个OCT体积；纵向数据集14,500例Heidelberg Spectralis黄斑OCT扫描（来自221名独立受试者）；20个体积由第二位专家独立标注用于观察者间分析	NA	nnU-Net, Deep LOGISMOS	Dice相似系数 (DSC)	NA
124	2026-09-25	Artificial intelligence in cardiopulmonary resuscitation: a systematic review 2026 Sep-Oct, Brazilian journal of anesthesiology (Elsevier) DOI:10.1016/j.bjane.2026.844795 PMID:42437636	系统综述	该文章系统综述了人工智能在心脏骤停相关护理中的应用，包括预测、识别、复苏中支持、预后判断和心血管风险分层	全面总结了人工智能在心脏骤停全程管理中的应用证据，涵盖六个应用类别，并分析了不同AI方法的分布	证据异质性大，许多研究依赖回顾性数据集和选择人群，缺乏外部验证或前瞻性验证	总结人工智能在心脏骤停管理中的应用证据，涵盖预测、识别、复苏中支持、预后判断和心血管风险分层	涉及心脏骤停相关的研究，包括早期预测、识别、复苏中支持、预后判断和风险分层等	机器学习	心血管疾病	NA	深度学习, 传统机器学习, 自然语言处理	NA	59篇研究	NA	神经网络	NA	NA
125	2026-09-25	SmartHisto: Bayesian active learning for histology images 2026-Sep, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013611 PMID:42752439	研究论文	提出了一种基于贝叶斯主动学习的框架SmartHisto，用于交互式训练组织学图像分割模型，以减少标注需求	采用贝叶斯神经网络识别未标注图像中的信息区域而非整张图像，使专家标注更具成本效益	未明确提及	解决组织病理学中全切片图像标注成本高、难以获取足够大规模标注数据集的问题	组织学图像	数字病理学	NA	NA	贝叶斯神经网络	图像	NA	NA	NA	平均IoU	NA
126	2025-07-24	A deep learning model using endoscopic images for differential diagnosis of intestinal lymphoma 2026-Sep-20, Chinese medical journal IF:7.5Q1 DOI:10.1097/CM9.0000000000003723 PMID:40693577	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
127	2026-09-24	Live imaging of late-stage preimplantation human embryos reveals de novo mitotic errors 2026-Sep, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-025-02851-1 PMID:41131150	研究论文	本文通过优化核DNA标记和光片活细胞成像技术，揭示了晚期植入前人类胚胎中存在的从头有丝分裂错误	首次将光片活细胞成像应用于晚期植入前人类胚胎，开发了针对胚胎大小、形状和信号变异优化的开源半自动深度学习分割方法，并发现大多数滞后染色体是被被动继承而非重新整合	研究未明确说明样本量，且分割方法的泛化能力有待进一步验证	探究人类胚胎在植入前晚期是否发生染色体错误分离，并开发适用于胚胎成像和分割的方法	晚期植入前人类胚胎	计算机视觉	不孕不育	mRNA电穿孔、光片活细胞成像	深度学习模型	图像	NA	NA	NA	NA	NA
128	2026-09-23	Development of Leading Enhancement Assistive Planning: A three-dimensional malocclusion classification system for orthodontic treatment with clear aligners 2026-Sep-25, Korean journal of orthodontics IF:2.6Q1 DOI:10.4041/kjod25.214 PMID:42010948	研究论文	开发并验证基于深度学习的LEAP系统，用于从三维口内扫描中自动分类错颌畸形，并整合到正畸CAD工作流程中	开发了LEAP系统，首次将基于改进EfficientNet的三维卷积神经网络与分层分类架构结合，实现三维口内扫描的自动错颌畸形分类，并成功整合到正畸CAD软件中提供实时诊断反馈	仅使用841例三维口内扫描样本，样本量相对有限；未提及多中心外部验证；仅评估了分类性能，未评估对临床治疗结果的实际影响	开发并验证一种基于深度学习的自动化三维错颌畸形分类系统，整合到正畸计算机辅助设计工作流程中以支持临床诊断和治疗规划	841例匿名化三维口内扫描数据（STL格式），涵盖4个主类和11个二分类子类，共125种独特的标签组合	数字病理学	错颌畸形	三维口内扫描（STL格式）、体素化预处理	CNN	三维图像（STL网格数据）	841例三维口内扫描	NA	EfficientNet（改进的三维版本）	准确率、精确率、召回率、F1分数	GPU加速
129	2026-09-23	Automated skeletal maturity staging from handwrist radiographs using deep learning models: A decision support system based on Fishman's indicators 2026-Sep-25, Korean journal of orthodontics IF:2.6Q1 DOI:10.4041/kjod25.157 PMID:42770224	研究论文	本研究基于Fishman方法，利用深度学习模型从手腕部X线片自动进行骨骼成熟度分期，开发决策支持系统	首次将多种深度学习目标检测模型（Faster R-CNN、FCOS、RetinaNet、SSD、YOLOv7）应用于基于Fishman指标的骨骼成熟度自动分期，并构建决策支持系统	样本量相对有限（2318张），仅针对8-19岁患者，未在外部数据集上验证，分类准确率中等（Faster R-CNN为0.73）	开发基于深度学习的手腕部X线片骨骼成熟度自动分期系统，为正畸医生提供生长评估和治疗计划的临床决策支持工具	8-19岁患者的手腕部X线片	计算机视觉	NA	手腕部X线摄影	CNN	图像	2318张手腕部X线片	NA	Faster R-CNN, FCOS, RetinaNet, SSD, YOLOv7	mAP, 准确率, 精确率, 召回率, F1-score	NA
130	2026-09-23	Diagnostic accuracy & clinical importance of AI confidence for extremity fracture detection: 2,508-patient retrospective cohort 2026-Sep-22, Emergency radiology IF:1.7Q3 DOI:10.1007/s10140-026-02546-3 PMID:42768188	研究论文	评估深度学习算法在X光片上检测四肢骨折的诊断性能，并分析AI置信度分层及成人与儿童之间的差异	采用精细参考标准评估算法，并比较AI内置置信度（高 vs. 低）对阳性预测值的影响，以及成人与儿童之间的诊断性能差异	回顾性单中心研究，可能存在选择偏倚	估计深度学习算法在2岁及以上患者X光片上检测四肢骨折的诊断性能，并比较不同置信度水平及成人与儿童的诊断性能	2岁及以上疑似四肢骨折并接受X光检查的患者	计算机视觉	骨科疾病	X光摄影	CNN	图像	2508名患者（中位年龄34岁，范围2-105岁，1236名男性；815名患者共有1028处骨折）	NA	NA	敏感性, 特异性, 阳性预测值, 阴性预测值	NA
131	2026-09-23	A deep learning-enhanced surface acoustic wave platform for contact-free in situ biomechanical characterization of embryos 2026-Sep-22, Lab on a chip IF:6.1Q2 DOI:10.1039/d5lc01196e PMID:42770340	研究论文	本文介绍了一种新型生物传感器平台，结合声表面波（SAW）和深度学习，用于胚胎的非接触式力学表征	1. 微流控系统结合SAW和深度学习实现胚胎机械强度的自动化定量；2. 建立了SAW功率与声辐射力之间的定量拟合模型，用于精确机械加载；3. 首次提供了胚胎机械阈值的定量图谱，系统测量了导致发育停滞的表观最大压应力（MCS）和导致胚胎破裂的表观极限压强度（UCS）	摘要中未明确提及	评估胚胎的机械强度以评价其发育能力	胚胎（从受精卵到咽囊期）	数字病理学	NA	声表面波（SAW）	深度学习	图像	NA	NA	NA	表观最大压应力（MCS）、表观极限压强度（UCS）	NA
132	2026-09-23	Enhanced tactile coding in rat neocortex under darkness 2026-Sep-21, eLife IF:6.4Q1 DOI:10.7554/eLife.106554 PMID:42765594	研究论文	本研究探索了在黑暗条件下大鼠初级体感皮层（S1）中触觉神经编码的变化，发现触觉刺激的神经表征在黑暗中变得更加清晰，表明视觉输入缺失时感觉处理发生重组	首次使用卷积神经网络解码高维LFP信号，揭示了视觉剥夺下触觉神经表征的重组，而传统的基于振幅的分析未能捕捉到这些变化	研究仅基于大鼠模型，样本量有限，未涉及其他感觉模态或长期视觉剥夺的影响	探究视觉输入缺失如何改变大鼠初级体感皮层（S1）的触觉神经编码	训练在定制跑步机上的大鼠，接触不同触觉纹理（粗糙和光滑）	机器学习	NA	局部场电位（LFP）记录	CNN	时间序列信号（LFP）	NA	NA	卷积神经网络	NA	NA
133	2026-09-23	Deep learning-driven de novo discovery of binders targeting the transmembrane domain of BamA 2026-Sep-21, Archives of microbiology IF:2.3Q3 DOI:10.1007/s00203-026-05218-5 PMID:42766017	研究论文	本研究建立了一个人工智能驱动的框架，用于设计和筛选靶向BamA跨膜结构域的结合剂，通过多通道卷积神经网络和分子动力学模拟验证候选分子的稳定性和结合潜力	首次针对BamA跨膜结构域进行人工智能驱动的从头设计，开发了多通道卷积神经网络DeepTM-Bind整合异质蛋白质特征，建立了多维评估系统指导从头设计策略，并揭示了之前未识别的结合模式	摘要中未明确提及研究局限性	开发人工智能驱动的框架来设计和筛选靶向BamA跨膜结构域的结合剂，以应对多重耐药革兰阴性菌的挑战	BamA跨膜结构域及其结合剂	机器学习	抗微生物耐药性	深度学习、分子动力学模拟、多尺度机制分析	CNN	蛋白质特征数据	NA	NA	多通道卷积神经网络	预测准确性	NA
134	2026-09-23	Deep Generative and Graph-Based Representation Learning for Multiomics Survival Stratification in Ovarian Cancer: Secondary Analysis 2026-Sep-21, JMIR bioinformatics and biotechnology DOI:10.2196/89069 PMID:42766802	研究论文	该研究基于卵巢癌多组学数据，使用变分自编码器进行深度表征学习，结合聚类和生存分析实现患者预后分层	提出基于变分自编码器的五阶段深度学习流程用于多组学非线性降维和潜在表征学习，并描述了图卷积神经网络作为未来扩展方向	图卷积神经网络组件未被实证评估，样本量有限（291例患者），需要独立队列验证	解决多组学分析中的高维度、跨模态异质性、样本量有限等挑战，实现卵巢癌患者的生存分层	卵巢癌患者的多组学数据（基因组学、转录组学、表观基因组学）	机器学习	卵巢癌	多组学分析（基因组学、转录组学、表观基因组学）	变分自编码器（VAE），图卷积神经网络（GCN，仅描述未评估）	多组学数据（基因组学、转录组学、表观基因组学）	291例卵巢癌患者	NA	变分自编码器，图卷积神经网络（仅描述未评估）	轮廓系数，对数秩检验，风险比	NA
135	2026-09-23	Early diagnosis and molecular classification of gastric cancer peritoneal metastasis by deep learning-driven single-cell lipidomics 2026-Sep-21, Cell reports. Medicine DOI:10.1016/j.xcrm.2026.103055 PMID:42767217	研究论文	该研究利用无标记代谢物质谱流式细胞术进行单细胞脂质组学分析，并结合深度学习，实现胃癌腹膜转移的早期诊断和分子分型	首次将单细胞脂质组学与深度学习相结合用于胃癌腹膜转移的早期检测，开发了基于图神经网络的分类器以识别腹膜生态系统中罕见的游离胃癌细胞，并提出了基于HER2亚型特异性脂质组学异质性的临床相关代谢分型	未明确说明	利用单细胞脂质组学结合深度学习实现胃癌腹膜转移的早期诊断和分子分类	胃癌腹膜转移患者样本中的游离胃癌细胞和良性腹膜细胞	数字病理学	胃癌	无标记代谢物质谱流式细胞术、单细胞脂质组学分析	图神经网络（GNN）	单细胞脂质组学数据	来自92个样本的41,627个单细胞脂质组学图谱	未明确说明	图神经网络	未明确说明	未明确说明
136	2026-09-23	Deep learning-based prediction of diffusion MRI responses from microvascular OCT angiograms 2026-Sep-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeaa9f PMID:42767249	研究论文	该研究利用三维深度学习模型直接从微血管OCT血管造影图像预测扩散MRI响应，作为计算密集型模拟的快速替代方法	首次提出使用三维深度学习模型作为快速代理，直接从微血管OCT血管造影图像预测扩散MRI响应，速度提升四到六个数量级	留一受试者交叉验证性能下降（MSE=0.0173，R²=0.666），仅34.4%的留出样本R²≥0.80，泛化能力有限	探究三维深度学习模型能否作为快速代理，直接从微血管OCT血管造影图像预测扩散MRI响应	五个小鼠皮层OCT血管造影图像分割出的4,792个血管子图	医学影像分析，深度学习	NA	光学相干断层扫描血管造影（OCTA），扩散磁共振成像（dMRI），物理模拟	三维深度学习模型	图像（九通道三维体数据，编码血管几何、磁场梯度、血细胞比容、氧饱和度、氧分压、血流速度大小及三个速度分量）	5个OCT血管造影图像，4,792个血管子图	NA	AutoEncoder, BasicUNet, DenseNet169, EfficientNetB4, ResNet	MSE, MAE, R²	NA
137	2026-09-23	Deep learning prediction of radiation-induced xerostomia and personalized outcome-driven treatment planning in head and neck cancer 2026-Sep-21, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/aeaac0 PMID:42767261	研究论文	本研究开发了一种基于3D ResNet的深度学习模型，用于预测头颈癌放疗后12个月的放射性口干症，并利用模型可解释性技术指导个体化治疗计划优化	结合了图谱归一化、模糊池化和自适应平均池化以提高空间对应性，并首次将类激活映射和体素剂量梯度图应用于个体化放疗计划优化，实现了从预测到干预的转化	回顾性研究设计，样本量有限（839例训练，30例测试），需要进一步的前瞻性验证来确认临床效用	开发稳健的深度学习模型预测放射性口干症，并利用模型可解释性技术指导个体化治疗计划优化	头颈癌患者	数字病理学, 医学影像分析	头颈癌, 放射性口干症	计划CT, 剂量体积, 唾液腺轮廓, 图谱归一化	CNN	图像, 数值	839例头颈癌患者（训练队列），30例独立测试病例	NA	3D ResNet, Grad-CAM++	AUC, 敏感度, 特异度	NA
138	2026-09-23	A Physically Constrained Deep Learning Framework for Total Nitrogen Prediction: A Case Study of a Reservoir in North China 2026-Sep-21, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.125714 PMID:42767318	研究论文	本文提出一种物理约束深度学习框架，用于预测中国北方某水库的总氮浓度	将氮循环生物地球化学知识显式融入模型设计，结合双准则特征选择、可逆实例归一化（RevIN）和物理约束联合损失函数	未明确说明，但可能受限于特定水库数据集，泛化能力需进一步验证	提高水质时间序列预测中总氮预测的鲁棒性和泛化性能，应对非平稳性和分布偏移	中国北方某水库的总氮浓度时间序列数据	机器学习	NA	NA	深度学习	时间序列	NA	NA	NA	RMSE, R	NA
139	2026-09-23	Chemist-aligned retrosynthesis by ensembling diverse inductive bias models 2026-Sep-21, Nature IF:50.5Q1 DOI:10.1038/s41586-026-11160-9 PMID:42767646	研究论文	该文分析了当前AI逆合成模型的失败模式，提出了RetroChimera——一种通过基于学习的新型集成策略整合两个具有互补归纳偏置组件的逆合成模型，并在大规模实验中验证了其优越性	提出RetroChimera模型，包含两个新开发的具有互补归纳偏置的组件，并通过基于学习的新型集成策略进行整合；系统分析了当前AI逆合成模型的失败模式；展示了零样本迁移和微调能力	摘要中未明确提及	解决化学合成中AI辅助逆合成规划的失败模式问题，提高对低频但关键反应的预测能力，减少与化学家期望不一致的错误预测	逆合成反应预测模型及化学反应数据	机器学习	NA	深度学习逆合成预测	深度学习集成模型	化学分子结构与反应数据	跨越数个数量级的数据规模；两家大型制药公司的内部数据集	NA	RetroChimera（由两个具有互补归纳偏置的组件通过基于学习的集成策略整合）	化学家偏好评估（成对和逐点设置）	NA
140	2026-09-23	Deep genomic models of allele-specific measurements 2026-Sep-21, Genome research IF:6.2Q1 DOI:10.1101/gr.282189.126 PMID:42767805	研究论文	该文章提出了DeepAllele，一种利用配对等位基因特异性输入的深度序列到功能模型，用于学习预测等位基因间基因调控细微变化的序列特征。	首次提出使用配对等位基因特异性输入的深度序列到功能模型（DeepAllele），直接从等位基因特异性测量中学习预测基因调控差异的序列特征，而非依赖传统的群体遗传关联分析。	方法要求数据集具有明确的定相信息，如F1杂交小鼠或其他受控遗传杂交，或Fiber-seq等长读长测序技术，限制了其在一般人群数据中的直接应用。	利用遗传变异揭示功能相关的调控基序，增强基因组学发现。	F1杂交小鼠免疫细胞中的等位基因特异性测量数据。	基因组学、机器学习	NA	Fiber-seq、长读长测序、等位基因特异性定量	深度学习序列到功能模型	基因组序列、等位基因特异性测量数据	NA	NA	NA	NA	NA