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
2021	2026-01-29	ATOMIC: a graph attention network for atopic dermatitis prediction using human gut microbiome 2025, Frontiers in immunology IF:5.7Q1 DOI:10.3389/fimmu.2025.1670993 PMID:41583462	研究论文	本文提出了一种名为ATOMIC的图注意力网络模型，用于利用人类肠道微生物组预测特应性皮炎	ATOMIC是一种可解释的图注意力网络模型，它整合了微生物共表达网络，以捕捉复杂的微生物相互作用并融入微生物基因组信息，从而提高了预测特应性皮炎的能力和模型的可解释性	模型主要基于韩国江原国立大学医院的99个肠道微生物组样本进行训练和测试，样本量相对较小，可能限制了模型的泛化能力	开发一种基于机器学习的模型，用于预测特应性皮炎，并识别与疾病相关的关键微生物类群	成年特应性皮炎患者和健康对照者的肠道微生物组样本	机器学习	特应性皮炎	肠道微生物组测序	图注意力网络	微生物组丰度数据	99个肠道微生物组样本（来自特应性皮炎患者和健康对照者）	PyTorch	图注意力网络	AUROC, AUPRC	NA
2022	2026-01-29	AI-driven transformation of precision medicine: a comprehensive narrative review of key application areas, emerging paradigms, and future directions 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1656603 PMID:41584179	综述	本文全面阐述了人工智能在推动精准医学范式转变中的关键作用，分析了其在诊断、治疗、药物研发及健康管理等领域的应用、挑战与未来方向	系统性地整合了AI在精准医学全价值链中的应用，并提出了共生人工智能（SAI）这一以人为本的协作框架作为未来发展方向	作为叙述性综述，其证据基础可能不均，且未进行定量荟萃分析；所面临的模型泛化性不足、数据隐私和算法公平性等挑战在文中被指出但未提供具体解决方案	阐明人工智能在驱动精准医学转型中的关键角色，分析其如何将医疗系统从传统诊疗模式重塑为个性化健康管理生态系统	人工智能在精准医学领域的创新应用、范式转变及未来前景	自然语言处理, 机器学习	NA	深度学习, 机器学习, 自然语言处理	NA	医学影像, 基因组学数据, 多模态数据	NA	NA	NA	NA	NA
2023	2026-01-29	A Review of Deep Learning Techniques for EEG-Based Emotion Recognition: Models, Methods, and Datasets 2025, F1000Research DOI:10.12688/f1000research.171170.1 PMID:41585461	综述	本文系统综述了基于脑电图（EEG）和深度学习（DL）的情感识别（ER）方法、模型和数据集	遵循PRISMA指南，对2020年至2025年间233篇相关文献进行系统性回顾，并评估了公共数据集在刺激程序和情感表征方面的多样性	作为综述文章，不涉及原始实验验证，结论依赖于现有文献的质量和覆盖范围	概述基于深度学习的EEG情感识别方法，并为未来研究提供方向	使用深度学习架构处理EEG信号进行情感识别的研究	机器学习	NA	脑电图（EEG）	深度学习（DL）	EEG信号	涵盖233篇研究文章	NA	NA	分类准确性、模型效率	NA
2024	2026-01-29	Deep learning for segmentation of colorectal carcinomas on endoscopic ultrasound 2024-12-13, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-03056-5 PMID:39671056	研究论文	本研究开发了一种基于卷积神经网络的深度学习模型，用于自动分割内镜超声图像中的结直肠癌肿瘤、黏膜下层和肌层，以标准化早期直肠癌的浸润深度评估	首次将深度学习应用于内镜超声图像的自动分割，以解决早期直肠癌浸润深度评估中磁共振成像分辨率不足和内镜超声解释依赖操作者的问题	研究样本量相对较小（基于373个专家手动分割），且结果仅反映与手动分割的一致性，未直接验证临床预后	开发自动化图像分割方法以标准化内镜超声对早期直肠癌浸润深度的解释	早期直肠癌的内镜超声图像	计算机视觉	结直肠癌	内镜超声	CNN	图像	373个专家手动分割的内镜超声图像	NA	NA	平均表面距离, 豪斯多夫距离, Dice相似性指数	NA
2025	2026-01-29	Deep Learning-Based Prediction of Final Infarct Core from CT Perfusion Data: A Comparison to the Clinical Standard 2024-Nov, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.124.001375 PMID:41583397	研究论文	本研究开发了一种基于深度学习的CT灌注概率模型，用于预测急性缺血性卒中患者的最终梗死核心，并与临床标准方法进行比较	提出了一种从单值阈值转向概率模型的CT灌注分析方法，利用深度学习（Attention U-Net）更准确地预测组织命运，优于传统的核心/半暗带二分法	研究为回顾性设计，样本量有限（共243例患者，测试集仅48例），且仅针对大血管闭塞并完全再通的患者，可能限制结果的普适性	改进急性缺血性卒中的CT灌注分析，通过概率模型更准确地预测最终梗死核心，以支持临床决策	急性缺血性卒中患者，特别是大血管闭塞并在血栓切除术后完全再通的患者	数字病理学	心血管疾病	CT灌注成像，扩散加权成像	深度学习	医学影像（CT灌注数据）	243例患者（训练、验证和测试组）	MONAI	Attention U-Net	多样化反事实解释评分，曲线下面积	NA
2026	2026-01-29	Do Deep Learning Algorithms Accurately Segment Intracerebral Hemorrhages on Noncontrast Computed Tomography? A Systematic Review and Meta-Analysis 2024-Jul, Stroke (Hoboken, N.J.) DOI:10.1161/SVIN.123.001314 PMID:41585382	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估深度学习算法在非增强计算机断层扫描上分割脑出血的准确性	首次对深度学习在非增强CT上分割脑出血的准确性进行全面的系统综述和荟萃分析，揭示了算法在不同出血病因中的性能差异	分割小出血灶仍存在挑战，且需要进一步研究以解决局限性并扩展临床实用性	评估深度学习算法在非增强CT上分割脑出血的精确性	脑出血（ICH）在非增强计算机断层扫描上的分割	医学影像分析	脑出血	非增强计算机断层扫描	CNN	医学影像（CT图像）	28项研究（主要为回顾性队列）	NA	U-Net及其变体	Dice相似系数	NA
2027	2026-01-29	A framework for the unsupervised and semi-supervised analysis of visual frames 2024-Apr, Political analysis : an annual publication of the Methodology Section of the American Political Science Association IF:4.7Q1 PMID:41450450	研究论文	本文介绍了一个用于通过无监督和半监督方法分析视觉材料内容的框架，并应用于政治科学领域	将计算机视觉中的视觉词袋技术引入政治科学，用于构建图像-视觉词矩阵，并开发了一种新颖的视觉结构主题模型	NA	开发一个框架，用于对视觉材料进行无监督和半监督分析，以识别视觉框架	来自中美洲移民大篷车图片的视觉框架	计算机视觉	NA	视觉词袋	主题模型	图像	NA	NA	视觉结构主题模型	NA	NA
2028	2026-01-29	Transformer-based spatial-temporal detection of apoptotic cell death in live-cell imaging 2024-03-18, eLife IF:6.4Q1 DOI:10.7554/eLife.90502 PMID:38497754	研究论文	本研究开发了一种基于Transformer的深度学习系统ADeS，用于在活细胞成像中检测细胞凋亡的时空动态	首次提出能够检测完整显微镜时间序列中多个凋亡事件位置和持续时间的计算方法，性能超越现有方法和人类专家	未明确说明模型在极端成像条件或罕见细胞类型中的泛化能力限制	开发用于活细胞成像中细胞凋亡自动检测和量化的计算工具	体外和体内实验中的凋亡细胞	计算机视觉	NA	活细胞成像、活体显微镜	Transformer	显微镜时间序列图像	超过10,000个凋亡实例（体外和体内数据）	NA	基于活动识别原理的深度学习架构	分类准确率	NA
2029	2026-01-29	Building and validating an artificial intelligence model to identify tracheobronchopathia osteochondroplastica by using bronchoscopic images 2024 Jan-Dec, Therapeutic advances in respiratory disease IF:3.3Q2 DOI:10.1177/17534666241253694 PMID:38803144	研究论文	本研究构建并验证了一个基于支气管镜图像的AI模型，用于识别气管支气管骨软骨病（TO）并与其他多结节性气道疾病区分	首次开发了一个基于深度学习的AI模型，专门用于从支气管镜图像中识别罕见的TO疾病，并进行了外部验证	样本量相对较小，特别是TO病例较少，且仅在一家医院进行了外部验证	构建一个AI模型，帮助初级医院的年轻医生通过支气管镜图像识别TO	多结节性气道疾病患者（包括TO、淀粉样变性、肿瘤和炎症）以及无气道病变的患者	计算机视觉	气管支气管骨软骨病	支气管镜检查	CNN	图像	414名患者（201名多结节性气道疾病患者和213名无病变患者），涉及3916张支气管镜图像	NA	EfficientNet	准确率	NA
2030	2026-01-29	A Data-Free Approach to Mitigate Catastrophic Forgetting in Federated Class Incremental Learning for Vision Tasks 2023-Dec, Advances in neural information processing systems PMID:41573098	研究论文	本文提出了一种在联邦学习环境中缓解灾难性遗忘的无数据方法，通过生成模型合成历史数据样本	提出了一种无数据方法，在联邦增量学习中使用生成模型合成历史数据，无需客户端存储旧数据或模型，同时保护隐私	未明确说明生成模型的具体性能限制或在不同数据分布下的泛化能力	解决联邦增量学习中的灾难性遗忘问题	深度学习模型在视觉任务中的联邦增量学习	计算机视觉	NA	生成模型	NA	图像	NA	NA	NA	NA	NA
2031	2026-01-29	MET Exon 14 Skipping: A Case Study for the Detection of Genetic Variants in Cancer Driver Genes by Deep Learning 2021-Apr-19, International journal of molecular sciences IF:4.9Q2 DOI:10.3390/ijms22084217 PMID:33921709	研究论文	本研究利用深度学习技术检测非小细胞肺癌中MET外显子14跳跃事件，并探索未表征的MET异构体	开发了专门针对MET外显子14跳跃检测的神经网络和稀疏连接自编码器，首次将深度学习应用于该特定癌症驱动基因变异的识别	假阳性率较高，部分假阳性样本表现出外显子14覆盖模糊，且研究主要基于TCGA数据集，未在独立外部验证集中测试	通过深度学习检测癌症驱动基因中的遗传变异，特别是MET外显子14跳跃事件	非小细胞肺癌（NSCLC）中的MET基因转录本	数字病理学	肺癌	RNA-seq	CNN, 自编码器	RNA-seq数据	690个手动整理的TCGA支气管和肺样本用于测试，2605个TCGA样本用于全局应用	NA	神经网络（NN/CNN），稀疏连接自编码器	检测率（大于94%）	NA
2032	2026-01-29	Artificial intelligence in clinical and genomic diagnostics 2019-11-19, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-019-0689-8 PMID:31744524	综述	本文综述了人工智能在临床诊断和基因组学中的应用、优势、具体任务以及未来挑战	系统性地总结了AI在临床诊断和基因组学中的适用问题类别，并聚焦于临床基因组学中变异识别、基因组注释、变异分类及表型-基因型关联等新兴方法	讨论了AI在医学应用中面临的挑战、局限性和潜在偏见，特别是在利用人类遗传和基因组数据时需谨慎处理的问题	探讨人工智能在临床诊断和基因组学领域的应用潜力、具体任务及未来发展方向	临床诊断任务和临床基因组学数据处理	机器学习	NA	NA	深度学习	图像, 基因组数据	NA	NA	NA	NA	图形处理器
2033	2026-01-28	Enhanced-performance flexible pressure sensors enabled by synergistic effect of hierarchical porous structures for motion sensing and deep learning-assisted speech recognition 2026-Apr, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2025.139706 PMID:41435647	研究论文	本研究通过结合3D打印和静电纺丝的混合制造策略，开发了一种具有分层多孔结构的高性能柔性压力传感器，并展示了其在运动传感和深度学习辅助语音识别中的应用	提出了一种基于混合制造技术（3D打印与静电纺丝结合）和分层多孔结构协同效应的柔性压力传感器新策略，并通过集成深度学习算法扩展了其在语音识别方面的功能	未明确说明传感器在长期稳定性、大规模生产成本或极端环境下的性能表现	开发高性能柔性压力传感器，用于人体生理运动信号监测和智能语音感知	柔性压力传感器及其在人体运动信号和语音信号检测中的应用	机器学习和智能传感	NA	三维打印、静电纺丝、直接墨水书写、牺牲模板法	深度学习算法	压力信号数据、语音信号数据	NA	NA	NA	灵敏度、响应时间、检测限、识别准确率	NA
2034	2026-01-28	Investigation of droplet dynamics in the hypermonotectic succinonitrile-water system in a temperature gradient and microgravity conditions supported by deep learning computer vision 2026-Apr, Journal of colloid and interface science IF:9.4Q1 DOI:10.1016/j.jcis.2025.139684 PMID:41455349	研究论文	本文研究了在温度梯度和微重力条件下，超单晶体系中的液滴动力学，利用深度学习计算机视觉技术进行分析	结合微重力实验与基于mask R-CNN和SORT的深度学习计算机视觉模型，用于液滴检测与追踪，揭示了液滴运动与表面张力的温度依赖性	实验仅在六分钟的微重力条件下进行，可能限制了长期观察；部分液滴粘附于容器边界，可能影响运动分析的准确性	研究液-液相分离及液滴在温度梯度下的动力学行为	超单晶-水体系中的液滴	计算机视觉	NA	原位观察，深度学习计算机视觉	CNN	图像	NA	TensorFlow, PyTorch	mask R-CNN, SORT	NA	NA
2035	2026-01-28	Unfolding the diagnostic pipeline of diabetic retinopathy with artificial intelligence: A systematic review 2026 Mar-Apr, Survey of ophthalmology IF:5.1Q1 DOI:10.1016/j.survophthal.2025.09.008 PMID:40972797	综述	本文系统综述了人工智能在糖尿病视网膜病变诊断流程中的应用，包括图像预处理、视盘定位与移除、血管分割、特征提取和严重程度分类等阶段	提出并实现了一个系统化的AI诊断流程，在MESSIDOR数据集上达到了98.02%的准确率，优于现有方法	面临当前挑战，未具体说明数据集的泛化能力或临床部署的障碍	自动化并增强糖尿病视网膜病变的诊断，实现早期和准确的筛查	糖尿病视网膜病变患者	计算机视觉	糖尿病视网膜病变	深度学习	深度学习模型	图像	基于MESSIDOR数据集，具体数量未明确	NA	NA	准确率	NA
2036	2026-01-28	Quantifying 3D foot and ankle alignment using an AI-driven framework: a pilot study 2026-Mar, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05038-6 PMID:41014330	研究论文	本研究提出了一种基于AI的框架，通过深度学习自动检测足踝三维对齐，使用负重CT图像进行解剖标志点预测	采用基于热图预测的3D U-Net模型直接从负重CT图像预测22个解剖标志点，无需分割或迭代网格配准方法	探索性研究，样本量较小（74例），需更大数据集评估其临床适用性	自动化足踝对齐评估，用于诊断畸形、治疗规划和结果监测	骨科患者，包括足部畸形病例如高弓足和扁平外翻足	计算机视觉	足踝畸形	负重CT成像	CNN	图像	74例骨科患者	NA	3D U-Net	平均绝对误差	NA
2037	2026-01-28	Deep learning for automated alveolar cleft segmentation and bone graft volume estimation in cone-beam computed tomography imaging: a multicenter study 2026-Mar, Oral surgery, oral medicine, oral pathology and oral radiology DOI:10.1016/j.oooo.2025.10.020 PMID:41390267	研究论文	本研究开发了一种基于深度学习的工具，用于在锥形束计算机断层扫描（CBCT）成像中自动分割牙槽裂区域并估算骨移植体积	首次提出并验证了基于3D U-Net的深度学习模型，用于牙槽裂的自动化分割和骨移植体积估算，实现了高效且准确的临床辅助诊断	研究样本量相对较小（88例CBCT扫描），且仅针对非综合征性单侧牙槽裂患者，可能限制了模型的泛化能力	训练和验证一种深度学习工具，以自动分割牙槽裂区域并估算所需骨移植体积	非综合征性单侧牙槽裂患者的CBCT扫描图像	数字病理学	牙槽裂	锥形束计算机断层扫描（CBCT）成像	CNN	三维图像	88例CBCT扫描（训练集45例，验证集10例，测试集33例）	NA	3D U-Net	Dice相似系数（DSC）	NA
2038	2026-01-28	Real-world diagnostic performance of knee MRI protocols accelerated using simultaneous multi-slice acquisition and deep learning reconstruction 2026-Mar, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-025-05058-2 PMID:41109866	研究论文	评估使用同步多层采集和深度学习重建的加速膝关节MRI协议在检测内部紊乱损伤方面是否不劣于传统的并行成像协议	结合同步多层采集和深度学习重建技术，在真实世界临床环境中评估加速MRI协议的诊断性能	部分指标未达到严格的不劣性边界，研究为回顾性队列设计	评估加速膝关节MRI协议的诊断性能	接受膝关节MRI检查并在180天内进行关节镜检查的患者	数字病理学	膝关节损伤	MRI, 同步多层采集, 深度学习重建	深度学习	MRI图像	1055名患者	NA	NA	敏感性, 特异性	NA
2039	2026-01-28	AI Prognostication in Nonsmall Cell Lung Cancer: A Systematic Review 2026-Feb-01, American journal of clinical oncology DOI:10.1097/COC.0000000000001238 PMID:40679809	系统综述	本文对人工智能在非小细胞肺癌预后预测中的应用进行了系统综述	系统比较了AI与传统预后方法（如TNM分期）的性能，并指出深度学习在预后预测中优于传统机器学习	综述指出AI方法在临床广泛应用前需通过精心设计的临床试验进行充分验证	评估人工智能算法在非小细胞肺癌预后预测中的应用效果	非小细胞肺癌患者	数字病理学	肺癌	NA	机器学习, 深度学习	组织学数据, 遗传数据, CT, PET, MR影像	初始识别3880项研究，经筛选后纳入309项	NA	NA	预后性能	NA
2040	2026-01-28	The Future trends of Artificial Intelligence and innovative technologies in the new era of pharmaceutical sciences and Industry 4.0 2026-Feb, Drug development and industrial pharmacy IF:2.4Q3 DOI:10.1080/03639045.2025.2590707 PMID:41241791	综述	本文综述了人工智能在药学科学中的变革性影响，重点关注其与现代技术的融合以及在药物研发、生产及数字化转型中的推动作用	整合人工智能与机器学习、深度学习及工业4.0技术（如物联网、机器人、区块链、数字孪生），以推动个性化医疗和自适应制造流程	面临数据隐私、算法偏见及法规更新需求等挑战	探讨人工智能在药学科学及工业4.0新时代中的未来趋势和创新技术应用	药学科学领域，包括药物研发、生产、供应链优化及个性化医疗	机器学习	NA	NA	NA	基因组数据、临床数据、环境数据	NA	NA	NA	NA	NA