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
2041	2026-09-13	Deep-Learning-Assisted SICM for Enhanced Real-Time Imaging of Nanoscale Biological Dynamics 2025-12, Small methods IF:10.7Q1 DOI:10.1002/smtd.202501080 PMID:41078001	研究论文	该文章提出了一种结合数据采集与计算框架的方法，通过选择性跳过部分扫描线来提升扫描离子电导显微镜（SICM）的时间分辨率，并利用部分卷积神经网络（Partial-CNN）从欠采样数据中重建完整图像	开发了Partial-CNN模型，能够从选择性跳过扫描线的欠采样SICM数据中重建完整图像，在保证结构完整性的同时将图像采集时间减少30-63%，并在重建精细细节和保持高度图一致性方面优于传统深度学习方法	摘要中未明确提及研究的局限性	提高SICM的时间分辨率，实现对纳米尺度生物动态过程的实时成像	活细胞的SICM纳米尺度图像	计算机视觉	NA	扫描离子电导显微镜（SICM）	CNN	图像	NA	NA	部分卷积神经网络（Partial-CNN）	多种定量指标（具体指标未在摘要中列出）	NA
2042	2026-09-13	CIRCA: comprehensible online system in support of chest X-rays-based screening by COVID-19 example 2025-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26895-0 PMID:41315612	研究论文	本文提出了CIRCA，一个基于胸部X光片的COVID-19筛查支持系统，包括肺部分割、数据异质性定量评估和分层三类决策系统	使用多个数据集开发，包括肺部分割、数据异质性定量评估和基于卷积网络与放射组学特征的分层三类决策系统，并识别了放射组学上不同的亚型	AI预测系统的泛化能力较差，部分原因是数据集特定的亚型比例和亚型的不同预测质量	开发一个可理解的在线系统，支持基于胸部X光片的COVID-19筛查	胸部X光片	计算机视觉	COVID-19	胸部X光成像	CNN	图像	6个数据集（具体样本量未明确）	NA	卷积网络	准确率、NPV、PPV	NA
2043	2026-09-13	Normal twin PET: personalized generative modeling for confounder correction and anomaly detection in whole-body PET/CT 2025-11-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-26827-y PMID:41315788	研究论文	提出一种深度学习生成模型，从CT、人口统计学和采集参数合成患者特异性正常双胞胎PET图像，用于混杂校正和无监督异常检测	生成患者特异性正常参考PET图像（ntPET）实现个性化分析；提出“双胞胎校正”方法减少生理混杂因素影响；无需肿瘤标注即可进行无监督异常检测和肿瘤分割	在AutoPET数据集上Dice分数为49.3%，分割性能有限；仅使用伪正常研究训练，可能存在偏差；异常检测性能有待提升	开发一种深度学习方法，生成患者特异性正常参考PET图像，以区分正常与病理摄取，实现定量分析和病理异常的无监督检测	全身PET/CT扫描，包括淋巴瘤患者和手动疾病掩蔽的临床扫描	医学图像分析	淋巴瘤	PET/CT成像	图像到图像生成模型，深度学习	医学图像（PET和CT）	训练集2538个伪正常PET/CT研究，测试集177个研究，额外验证在AutoPET数据集上	NA	NA	解释方差（89.3%），平均绝对相对误差（18.0%），Dice分数（49.3%）	NA
2044	2026-09-13	Deep learning-based annotation of plant abiotic stress resistance genes for crops 2025-11, The Plant journal : for cell and molecular biology DOI:10.1111/tpj.70556 PMID:41194493	研究论文	该文章提出了PASRGA，一种基于深度学习的植物非生物胁迫抗性基因注释方法，并构建了PlantASRG数据库	结合迁移学习和对比学习进行植物非生物胁迫抗性基因注释，并在17种主要作物基因组上进行应用	未明确说明该方法的局限性	解决植物非生物胁迫抗性基因准确注释的难题，支持作物育种和粮食安全	植物非生物胁迫抗性基因，包括抗旱、抗盐、抗寒和抗紫外线基因，以及17种主要作物的基因组	机器学习	NA	DNA测序	NA	基因序列数据	17种主要作物的基因组，以及Eutrema salsugineum的盐胁迫处理实验数据	NA	NA	F1-score, AUROC, AUPRC, MCC	NA
2045	2026-09-13	DeepProtein: deep learning library and benchmark for protein sequence learning 2025-10-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf165 PMID:40388205	研究论文	本文介绍了 DeepProtein，一个用于蛋白质相关任务的综合且用户友好的深度学习库，并建立了一个基准来评估不同深度学习架构在多种蛋白质相关任务上的性能。	提出了 DeepProtein 深度学习库，并建立了涵盖蛋白质功能预测、亚细胞定位预测、蛋白质-蛋白质相互作用预测和蛋白质结构预测的基准；同时引入了 DeepProt-T5 系列模型，在四个基准任务上达到最先进性能，在另外六个任务上展现出有竞争力的结果。	NA	为蛋白质相关任务提供一个综合且用户友好的深度学习库，并评估不同深度学习架构在多种蛋白质相关任务上的性能。	蛋白质序列数据	机器学习	NA	NA	深度学习模型, Prot-T5	蛋白质序列数据	NA	NA	Prot-T5	NA	NA
2046	2026-09-13	Supervised Contrastive Learning Leads to More Reasonable Spectral Embeddings 2025-Sep-23, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c02655 PMID:40940302	研究论文	提出了一种名为SpecEmbedding的新方法，利用Transformer编码器架构和监督对比学习框架，将复杂的质谱图映射为低维向量表示，以提高分子识别的准确性	采用Transformer编码器架构，使用化合物的重复光谱作为正样本，在监督对比学习框架下进行训练，显著增强了光谱之间的可比性	NA	解决质谱分析中因实验条件复杂性和化合物结构相似性导致的准确识别难题	质谱图数据，包括GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集	机器学习	NA	质谱分析	Transformer	质谱图数据	GNPS训练子集、GNPS测试子集、MoNA数据集和MTBLS1572数据集	NA	Transformer编码器	Top-1命中率	NA
2047	2026-09-13	Artificial intelligence in cardiac telemetry 2025-09-11, Heart (British Cardiac Society) DOI:10.1136/heartjnl-2024-323947 PMID:40122590	综述	本文综述了人工智能在心脏遥测中的应用现状，重点关注深度学习技术、临床应用、面临的挑战与局限以及未来发展方向	系统性地回顾了从传统统计机器学习模型到先进深度神经网络在心脏遥测中的演进，并全面分析了深度学习在实时监测、预测分析和个性化心脏护理方面的优势	讨论了当前AI模型在心脏遥测中面临的挑战和局限性，但摘要中未具体列出	探讨人工智能在心脏遥测领域的最新进展，包括深度学习技术、临床应用、挑战及未来方向	心脏遥测数据及相关的AI模型	机器学习	心血管疾病	NA	深度学习，深度神经网络	NA	NA	NA	NA	NA	NA
2048	2026-09-13	Decision support system based on ensemble models in distinguishing epilepsy types 2025-09, Epilepsy & behavior : E&B IF:2.3Q2 DOI:10.1016/j.yebeh.2025.110470 PMID:40382997	研究论文	本研究基于EEG数据，使用人工智能模型对患者的局灶性、多灶性和全面性癫痫样活动进行分类	结合MLP、SVM和XGBoost的集成模型，并应用SMOTE数据增强和Optuna超参数优化，实现了高精度分类	回顾性研究，单中心数据，样本量有限	利用人工智能模型基于EEG发现对癫痫类型进行分类，为医生提供决策支持	575名在Adana City Training and Research Hospital神经内科癫痫专科门诊随访的患者	机器学习	癫痫	EEG	MLP, Random Forest, SVM, XGBoost	表格数据（患者病史、检查发现、癫痫特征和EEG结果）	575名患者	NA	Multilayer Perceptron, Random Forest, Support Vector Machine, XGBoost	准确率, 召回率, F1分数	NA
2049	2026-09-13	Short-range human cortico-cortical white matter fibers have thinner axons and are less myelinated compared to long-range fibers despite a similar g-ratio 2025-08, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3002906 PMID:40834043	研究论文	该文章通过二维透射电子显微镜和深度学习方法，分析了人类大脑短程和长程皮质-皮质白质纤维的轴突直径和髓鞘化程度，发现长程纤维（胼胝体）的轴突直径和髓鞘厚度均约高25%，但g比率相似，均接近理论最优值0.6。	首次综合比较了人类大脑短程和长程白质纤维的轴突直径和髓鞘化程度，揭示了尽管纤维长度和密度不同，但g比率保持相似的最优值，为理解大脑组织的基本原理提供了新见解。	研究基于二维透射电子显微镜分析，可能无法完全捕捉三维结构；样本仅来自特定区域（胼胝体和浅表白质），可能不适用于其他脑区；未考虑年龄、性别等个体差异的影响。	探究人类大脑短程和长程皮质-皮质白质纤维的轴突直径和髓鞘化程度差异，以及这些差异如何影响大脑通信效率。	人类大脑白质纤维，包括长程纤维（来自胼胝体）和短程纤维（来自浅表白质）。	神经科学	NA	二维透射电子显微镜	深度学习	图像	约400,000条纤维	NA	NA	NA	NA
2050	2026-09-13	BaSbBS4: a record-high-performance birefringent crystal identified by a target-driven closed-loop strategy 2025-Jul-10, Chemical science IF:7.6Q1 DOI:10.1039/d5sc01983d PMID:40510313	研究论文	本文通过目标驱动的闭环策略，结合深度学习辅助高通量计算与实验验证，发现了一种创纪录高性能的双折射晶体BaSbBS4	开发了目标驱动的闭环框架，耦合功能基元与晶体结构筛选、深度学习辅助高通量光学性质计算、靶向实验和机理研究，实现了高效发现潜在双折射材料；发现了BaSbBS4在宽禁带范围内具有创纪录的双折射率	未明确提及	探索同时具有大双折射和宽禁带的红外双折射材料，以用于高功率光电子应用	含平面[BS3]和/或立体化学活性孤对电子基团（[SbS3]、[SnS3]等）的红外双折射晶体	材料科学	NA	深度学习辅助高通量光学性质计算、第一性原理计算、实验合成与表征	深度学习模型	晶体结构数据、光学性质数据	鉴定了一批（具体数量未明确）含有[BS3]和/或SCALP基团的晶体，其中6种具有巨大双折射（Δ > 1.0），3种同时具有大双折射（Δ > 0.5）和宽禁带（Eg > 3.5 eV）	NA	NA	双折射率（Δ）、禁带宽度（Eg）	NA
2051	2026-09-13	Machine learning explainability for survival outcome in head and neck squamous cell carcinoma 2025-07, International journal of medical informatics IF:3.7Q2 DOI:10.1016/j.ijmedinf.2025.105873 PMID:40121767	研究论文	该研究结合临床病理参数、治疗相关因素和社会人口学因素，利用机器学习模型预测头颈部鳞状细胞癌患者的总生存期，并通过LIME和SHAP技术提供可解释性	将临床病理参数、治疗相关因素和社会人口学因素整合作为机器学习模型的输入，并应用LIME和SHAP技术进行可解释性分析，比较TabNet、XGBoost和投票集成在预测头颈部鳞状细胞癌总生存期方面的性能	样本量相对较小（419例），仅来自瑞典的三所大学医院，需要在多机构数据集和临床试验中进一步验证以实现安全的临床实施	构建一个结合临床病理参数、治疗相关因素和社会人口学因素的预后系统，利用机器学习模型估计头颈部鳞状细胞癌患者的总生存期，并探索这些输入参数的互补预后潜力	头颈部鳞状细胞癌患者	机器学习	头颈部鳞状细胞癌	NA	TabNet, XGBoost, 投票集成	表格数据	419例头颈部鳞状细胞癌患者	NA	TabNet, XGBoost, 投票集成	准确率	NA
2052	2026-09-13	Advances in cardiovascular signal analysis with future directions: a review of machine learning and deep learning models for cardiovascular disease classification based on ECG, PCG, and PPG signals 2025-Jul, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00473-9 PMID:40625553	综述	本文系统综述了机器学习和深度学习模型在基于ECG、PCG和PPG信号的心血管疾病分类中的进展与未来方向	全面比较了传统机器学习模型（KNN、SVM、RF）与深度学习架构（CNN、LSTM、迁移学习）在三种心血管信号上的应用，并强调了多模态信号融合和可解释AI的重要性	数据集异质性、预处理方法差异和计算复杂度等问题阻碍了临床采用	评估AI驱动的系统在心血管信号分析中的诊断准确性和预测分析能力，并探讨未来发展方向	心电图（ECG）、心音图（PCG）和光电容积脉搏波（PPG）信号	机器学习	心血管疾病	NA	CNN, LSTM, 迁移学习, KNN, SVM, 随机森林	信号	NA	NA	卷积神经网络, 长短期记忆网络, 迁移学习模型	诊断准确性	NA
2053	2026-09-13	HECLIP: histology-enhanced contrastive learning for imputation of transcriptomics profiles 2025-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf363 PMID:40569046	研究论文	该文提出了HECLIP，一种基于组织学增强对比学习的深度学习框架，用于直接从H&E染色组织学图像推断空间基因表达谱	提出以图像为中心的对比学习策略来捕获与分子表达相关的形态学特征，通过最小化对空间转录组数据的依赖，实现准确且具有生物学意义的基因表达预测	未在摘要中明确说明	弥合组织学成像与转录组学之间的差距，开发可扩展的计算方法从H&E染色图像推断空间基因表达谱	H&E染色组织学图像及空间转录组数据	数字病理学	NA	H&E染色、空间转录组学	对比学习、深度学习	图像	NA	NA	NA	NA	NA
2054	2026-09-13	SetBERT: the deep learning platform for contextualized embeddings and explainable predictions from high-throughput sequencing 2025-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf370 PMID:40563247	研究论文	本文提出了一种名为SetBERT的深度学习平台，用于处理高通量测序数据，生成上下文嵌入，并提供可解释的预测	利用序列间的相互作用，采用预训练方法生成上下文嵌入，并在下游任务中实现可解释的预测	摘要中未提及	解决高通量测序数据处理中计算模型忽略微生物间相互作用和引入协议偏差的问题	高通量测序数据中的微生物群落	机器学习	NA	高通量测序	BERT	文本	NA	NA	Transformer	属水平分类准确率	NA
2055	2026-09-13	Unsupervised learning reveals landscape of local structural motifs across protein classes 2025-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btaf377 PMID:40569048	研究论文	本文利用自监督深度学习对蛋白质结构数据集进行表示学习，在蛋白质数据库中对超过1500万个局部结构环境进行聚类，构建了局部三维结构基序的“词汇表”，并验证其在蛋白质结构搜索、模型质量评估、药物脱靶预测和致病变异识别等方面的应用价值	首次利用自监督学习表示对蛋白质数据库中超过1500万个局部结构环境进行大规模聚类，构建了局部三维结构基序的“词汇表”，并提出了仅基于局部基序组成的全新蛋白质表示方法，在多项任务上达到最优性能	未明确提及	揭示蛋白质局部结构基序的全景图，并验证局部结构基序在蛋白质分析和功能预测中的价值	蛋白质数据库中的局部三维结构环境、蛋白质链、结合口袋、单个氨基酸、人类蛋白质组中的致病变异	机器学习	NA	自监督深度学习、蛋白质结构聚类分析	自监督深度学习模型	蛋白质三维结构数据（图像/坐标数据）	蛋白质数据库中超过1500万个局部结构环境，以及AlphaFold结构数据库中的预测结构	NA	NA	NA	NA
2056	2026-09-13	Real-time integrated modeling of soft tissue deformation and stress based on deep learning 2025-06-12, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adde0d PMID:40436029	研究论文	本文提出了一种基于神经网络的实时多物理场建模框架，用于加速软组织的形变和应力场计算，以改善手术模拟器	首次解决了手术模拟器中应力渲染缺失的问题，通过紧凑编码边界条件与物理场之间的非线性关系，并使用Z-Score归一化平衡不同物理场的特征尺度，避免大规模特征主导模型训练	仅在三维悬臂梁、肝脏、脾脏和肾脏模型上进行了验证，未在更复杂的生物组织或临床环境中测试，且精度损失约1%	解决手术模拟器中应力渲染缺失问题，开发基于神经网络的实时多物理场建模框架，用于软组织形变和应力分布的实时预测	三维悬臂梁、肝脏、脾脏和肾脏模型	机器学习	NA	深度学习	神经网络	数值模拟数据	四个三维模型（悬臂梁、肝脏、脾脏、肾脏）	NA	NA	效率提升倍数、准确率损失	NA
2057	2026-09-13	Deep learning-based applicator selection between Syed and T&O in high-dose-rate brachytherapy for locally advanced cervical cancer: a retrospective study 2025-06-06, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/addea5 PMID:40444332	研究论文	本研究开发了一种基于深度学习的决策支持工具，用于在局部晚期宫颈癌的高剂量率近距离放疗中选择Syed间质施源器或T&O腔内施源器	首次将深度学习应用于近距离放疗施源器选择，通过3D卷积神经网络结合轮廓掩膜和距离图来预测施源器适用性	回顾性研究设计，样本量相对有限，需要更多数据进行进一步验证，未来需开展前瞻性应用研究	开发深度学习模型辅助医生在局部晚期宫颈癌高剂量率近距离放疗中选择合适的施源器，提高治疗质量和决策一致性	184例局部晚期宫颈癌患者的422次施源器插入案例	医学图像分析	宫颈癌	高剂量率近距离放疗	3D CNN	3D医学图像	184例患者的422次施源器插入（训练集163例372次，测试集17例36次和4例复杂病例14次）	NA	3D CNN	准确率92.1±3.8%（交叉验证），独立测试准确率96.0%，灵敏度90.9%，特异性97.4%	NA
2058	2026-09-13	Automated Deep Learning Phenotyping of Tricuspid Regurgitation in Echocardiography 2025-06-01, JAMA cardiology IF:14.8Q1 DOI:10.1001/jamacardio.2025.0498 PMID:40238103	研究论文	本研究开发了一种自动化深度学习工作流程，用于识别三尖瓣彩色多普勒超声心动图视频并评估三尖瓣反流的严重程度	开发了端到端的深度学习计算机视觉流程，可自动从超声心动图视频中识别三尖瓣彩色多普勒切面并分级三尖瓣反流严重程度，并在时间上和地理上独立的外部测试集上验证了其优异性能，且代码和权重开源	研究为回顾性设计，缺乏前瞻性验证；训练数据主要来自单一医疗中心，尽管使用了外部测试集进行验证，但仍需进一步的多中心前瞻性评估	设计深度学习计算机视觉工作流程，用于识别彩色多普勒超声心动图视频中三尖瓣反流并对其严重程度进行分级	超声心动图彩色多普勒视频及对应的三尖瓣反流诊断	计算机视觉	心血管疾病	超声心动图	CNN	视频	训练和验证集来自CSMC的47312项检查（2079898个视频），涵盖31708名患者；CSMC 2022年测试集包含2462项检查（108138个视频），涵盖2170名患者；SHC外部测试集包含5549项检查（278377个视频），涵盖5014名患者	NA	NA	AUC, 灵敏度, 特异度	NA
2059	2026-09-13	Uncertainty quantification for deep learning-based metastatic lesion segmentation on whole body PET/CT 2025-05-23, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add9df PMID:40378868	研究论文	本文研究了多种不确定性量化方法在全身体PET/CT转移性病灶分割中的表现，以确定最适合该任务的方法	首次系统性地比较了四种不确定性量化方法在转移性病灶分割任务中的性能，并进行了多维度评估	样本量较小（仅59例患者），仅针对神经内分泌肿瘤转移病灶，未评估其他类型转移瘤	探究常用不确定性量化方法在PET/CT转移性病灶分割任务中的最优选择	接受治疗诊断的转移性神经内分泌肿瘤患者的全身体Ga-DOTATATE PET/CT图像	医学图像分析	转移性神经内分泌肿瘤	PET/CT成像, Ga-DOTATATE	3D U-Net	图像	59例全身体PET/CT图像	NA	3D U-Net	AUC, Spearman相关系数	NA
2060	2026-09-13	Whole-body CT-to-PET synthesis using a customized transformer-enhanced GAN 2025-05-22, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/add8dd PMID:40367973	研究论文	该文提出了一种定制化的Transformer增强生成对抗网络（CPGAN），用于全身CT到PET的合成任务，生成具有临床相关性和诊断价值的高质量合成PET图像	提出了Transformer增强的生成对抗网络（CPGAN），结合残差块和全连接Transformer残差块以同时捕获局部特征和全局上下文信息，并设计了融入结构一致性的定制化损失函数来提高合成PET图像的质量	CT图像本身无法直接反映代谢组织的生物学信息，这是该方法的固有局限性	解决18F-FDG PET-CT扫描时间长、成本高和辐射剂量相对较高的问题，通过深度学习从CT图像合成高质量的PET图像以减少对实际PET-CT扫描的依赖	全身CT和PET扫描图像	计算机视觉	肺癌	CT成像, PET成像	GAN, Transformer	图像	102对3D CT和PET扫描，切分为27,240对2D CT和PET图像（训练集：21,855对，验证集：2,810对，测试集：2,575对）	NA	GAN, Transformer, 残差块, 全连接Transformer残差块	NRMSE, PSNR, SSIM, Wilcoxon符号秩检验	NA