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
2301	2026-01-15	A deep learning model for the diagnosis of gastric neuroendocrine carcinoma 2026-Jan-13, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01382-3 PMID:41530277	研究论文	开发了一种名为G-NECNet的深度卷积神经网络，用于从组织病理学全切片图像中诊断胃神经内分泌癌	针对胃神经内分泌癌与胃腺癌鉴别诊断的临床需求，定制了深度卷积神经网络模型，并在多个外部数据集上验证了其鲁棒性和泛化能力	未明确提及模型在更广泛或多样化人群中的验证情况，以及实际临床工作流程集成可能面临的挑战	提高胃神经内分泌癌的准确诊断，以指导适当的治疗干预	胃神经内分泌癌的组织病理学全切片图像	数字病理学	胃神经内分泌癌	组织病理学成像	CNN	图像	内部验证队列、外部单机构数据集和多机构咨询数据集	NA	G-NECNet	AUROC	NA
2302	2026-01-15	Predicting Overall Survival of NSCLC Patients with Clinical, Radiomics and Deep Learning Features 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01828-5 PMID:41530418	研究论文	本研究旨在通过整合临床、影像组学、深度学习和剂量学特征，预测非小细胞肺癌患者的总体生存期，并评估整合模型相较于单一特征模型的性能提升	首次将临床、影像组学、深度学习和剂量学特征整合到一个模型中，用于预测非小细胞肺癌患者的总体生存期，并证明整合模型优于仅使用部分特征的模型	样本量相对较小（219例患者），且数据仅来自单一机构（Maastro Clinic），可能限制模型的泛化能力	评估整合多种特征（临床、影像组学、深度学习和剂量学）的模型在预测非小细胞肺癌患者总体生存期方面的性能，以支持个性化治疗规划	非小细胞肺癌患者	数字病理学	肺癌	CT扫描	集成模型（XGBoost和神经网络）	图像（CT扫描）、临床数据	219例非小细胞肺癌患者（183例训练，36例测试）	Python radiomics特征提取器，3D ResNet模型	3D ResNet	AUC, 准确率	NA
2303	2026-01-15	Deep Learning for Ultrasound Classification to Identify Noninvasive Follicular Thyroid Neoplasms with Papillary-Like Nuclear Features 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01821-y PMID:41530415	研究论文	本研究评估了深度学习技术在超声图像上用于分类和识别非浸润性滤泡性甲状腺肿瘤伴乳头状核特征（NIFTP）的可行性	首次将深度学习模型（ResNet50和EfficientNet_B0）应用于超声图像，以区分NIFTP与其他包膜性滤泡性甲状腺肿瘤，展示了在重叠临床特征下实现术前分化的潜力	模型在独立预测队列中的性能表现一般（准确率为0.77），且样本量相对有限（共279例），可能影响泛化能力	通过深度学习技术对超声图像进行分类，以实现NIFTP的术前识别与鉴别诊断	包膜性滤泡性甲状腺肿瘤的术前超声图像，包括滤泡性腺瘤、滤泡性甲状腺癌、NIFTP和浸润性包膜性滤泡亚型乳头状甲状腺癌	计算机视觉	甲状腺癌	超声成像	CNN	图像	279例（147例滤泡性腺瘤、39例滤泡性甲状腺癌、47例NIFTP、46例浸润性包膜性滤泡亚型乳头状甲状腺癌）	NA	ResNet50, EfficientNet_B0	准确率	NA
2304	2026-01-15	Development of a Preliminary Diagnostic Tool for the Segmentation of Benign Jaw Lesions in CBCT Images Using nnU-Net v2: An Artificial Intelligence-Based Approach 2026-Jan-13, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01789-9 PMID:41530422	研究论文	本研究评估了nnU-Net v2算法在CBCT图像中对颌骨良性病变进行3D分割的性能，并与专家手动分割进行了速度比较	首次将nnU-Net v2架构应用于颌骨病变的3D分割，并针对类别不平衡问题开发了三个独立模型进行病灶特异性评估	数据集存在显著的类别不平衡问题，某些类别样本量较小（如含牙囊肿仅33例）	开发基于人工智能的颌骨良性病变自动分割工具，提高诊断和治疗规划效率	颌骨良性病变（包括根尖囊肿和含牙囊肿）的CBCT图像	数字病理学	颌骨病变	锥形束计算机断层扫描（CBCT）	深度学习	3D医学图像	总样本355例CBCT图像（根尖囊肿305例，含牙囊肿33例）	PyTorch	nnU-Net v2	Dice相似系数（DSC），精确率，召回率	NA
2305	2026-01-15	AI-powered segmentation and prognosis with missing MRI in pediatric brain tumors 2026-Jan-13, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01269-x PMID:41530498	研究论文	本研究开发了处理儿童脑肿瘤MRI序列缺失的策略，包括dropout训练的分割模型和生成模型，以提升AI工具在真实世界儿科神经肿瘤学中的实用性	提出了针对缺失MRI序列的鲁棒分割方法，包括dropout训练模型和生成图像合成技术，以应对临床中常见的不完整MRI采集问题	研究为回顾性设计，样本主要来自特定网络和临床试验，可能限制了结果的泛化性	开发处理缺失MRI序列的AI策略，以改善儿童脑肿瘤的分割和预后预测	儿童脑肿瘤患者	数字病理学	脑肿瘤	MRI	CNN, GAN	图像	715名患者来自儿童脑肿瘤网络和BraTS-PEDs，43名患者（157次纵向MRI）来自PNOC003/007临床试验	NA	NA	Dice系数, SSIM	NA
2306	2026-01-15	Non-Invasive Brain-Computer Interfaces: Converging Frontiers in Neural Signal Decoding and Flexible Bioelectronics Integration 2026-Jan-12, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-02042-2 PMID:41521257	综述	本文系统回顾了过去十年中非侵入式脑机接口在神经信号解码算法和柔性生物电子平台方面的代表性进展	强调了深度学习提升解码精度、柔性可拉伸电极材料增强可穿戴性，以及硬件-软件协同优化、多模态数据融合和闭环控制策略等关键设计原则与集成策略	存在个体差异性、生物相容性限制、复杂环境易受干扰，以及在泛化能力、长期可靠性和实际环境鲁棒性方面仍需进一步验证与优化	推动非侵入式脑机接口向实用化、规模化部署发展	非侵入式脑机接口技术	机器学习	NA	NA	深度学习	神经信号	NA	NA	NA	NA	NA
2307	2026-01-15	TENG-Based Self-Powered Silent Speech Recognition Interface: from Assistive Communication to Immersive AR/VR Interaction 2026-Jan-12, Nano-micro letters IF:31.6Q1 DOI:10.1007/s40820-025-01982-z PMID:41521368	研究论文	提出一种基于摩擦纳米发电机的实时无声语音识别系统，结合柔性压力传感器与深度学习框架，用于辅助通信和AR/VR交互	集成多孔金字塔结构硅胶膜的柔性压力传感器，实现低力范围高灵敏度检测，并采用CNN-LSTM混合网络解码信号	未提及系统在嘈杂环境或不同用户群体中的泛化性能，以及长期使用的耐久性	开发实时无声语音识别系统，辅助言语障碍者通信并实现沉浸式AR/VR交互	无声语音（唇语）产生的颌部运动信号	机器学习和人机交互	言语障碍	摩擦纳米发电机（TENG）和柔性压力传感	CNN, LSTM	压力信号（电信号）	NA	NA	CNN-LSTM混合网络	分类准确率	NA
2308	2026-01-15	From Recognition to Action: Integrating Deep Learning and Robotic Control in Transthoracic Echocardiography 2026-Jan-12, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2025.12.007 PMID:41530021	综述	本文综述了人工智能在经胸超声心动图图像分析和机器人辅助超声系统中的应用现状与进展	提出了语义到运动映射的讨论框架，旨在整合深度学习与机器人控制以实现超声检查自动化	NA	探讨人工智能与机器人技术在经胸超声心动图检查中实现自动化诊断的潜力与路径	经胸超声心动图图像、机器人超声系统	计算机视觉, 机器人学	心血管疾病	超声心动图	NA	图像	NA	NA	NA	NA	NA
2309	2026-01-15	Non-invasive Prediction of CYP11B2-Defined Subtypes in Primary Aldosteronism Using 18F-Pentixafor PET/CT and Machine Learning 2026-Jan-12, Academic radiology IF:3.8Q1 DOI:10.1016/j.acra.2025.12.026 PMID:41530023	研究论文	本研究开发并验证了一种可解释的机器学习模型，用于非侵入性预测原发性醛固酮增多症的病理亚型	首次整合临床数据、影像组学和深度学习特征，利用18F-Pentixafor PET/CT图像进行非侵入性亚型预测，并采用SHAP方法增强模型可解释性	单中心回顾性研究，样本量较小（89例患者），可能影响模型的泛化能力	开发非侵入性预测原发性醛固酮增多症CYP11B2定义亚型的方法	原发性醛固酮增多症或非功能性肾上腺腺瘤患者	医学影像分析	原发性醛固酮增多症	18F-Pentixafor PET/CT成像	支持向量机	PET/CT图像、临床数据	89例患者	Scikit-learn	支持向量机	AUC, 灵敏度, F1分数	NA
2310	2026-01-15	Deep learning-enhanced quantitative evaluation of hepatic ischemia-reperfusion injury and steatosis via near-infrared hyperspectral imaging 2026-Jan-12, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004819 PMID:41532427	研究论文	本研究开发了一种结合近红外高光谱成像和深度学习的非侵入性系统，用于评估肝脂肪变性和缺血再灌注损伤	将一维卷积神经网络和最小二乘支持向量机集成到近红外高光谱成像数据分析中，提高了对肝脂肪变性、缺血再灌注损伤及炎症生物标志物的分类和回归预测精度	研究基于动物模型和回顾性队列，样本可能有限，且未明确提及外部验证	评估近红外高光谱成像系统在肝脂肪变性、缺血再灌注损伤和炎症生物标志物检测中的应用，并预测肝移植后早期移植物功能障碍	动物模型（小鼠）和肝移植受者的人类肝组织	计算机视觉	肝病	近红外高光谱成像	CNN, LSSVM	光谱数据	动物模型和肝移植受者队列（具体数量未明确）	NA	一维卷积神经网络	准确率, F1分数, 归一化均方根误差, 决定系数	NA
2311	2026-01-15	Development of a deep learning-based histological evaluation model for critical-size bone defect healing in rats - an objective tool 2026-Jan-10, Bone IF:3.5Q2 DOI:10.1016/j.bone.2026.117791 PMID:41525839	研究论文	本研究开发了一种基于深度学习的组织学评估模型，用于客观评估大鼠临界尺寸骨缺损的愈合情况	首次将改进的U-Net模型应用于Movat五色染色组织切片，实现骨愈合阶段的语义分割与分类，并提供客观的愈合评分	模型训练数据仅基于大鼠股骨缺损模型，可能无法直接推广到其他物种或骨骼部位	开发一种客观、可扩展的工具，用于自动化评估骨缺损愈合的组织学图像	大鼠临界尺寸股骨缺损模型的组织学切片	数字病理学	骨科疾病	组织学染色（Movat pentachrome）	CNN	图像	669张组织学切片	NA	U-Net	Spearman相关系数, 平均绝对偏差, ICC	NA
2312	2026-01-15	Video-Based Automatic Quantification of Leg Edema: a Pilot Study in Patients With Hemodialysis With and Without Heart Failure　- Proof-of-Concept Study 2026-Jan-09, Circulation reports DOI:10.1253/circrep.CR-25-0180 PMID:41523946	研究论文	本研究开发了一种基于视频的深度学习模型，用于客观分类腿部凹陷性水肿的严重程度	首次利用视频和深度学习技术对水肿严重程度进行自动量化评估，为远程医疗提供了客观工具	样本量较小且多样性不足，需要更大规模的数据集和临床验证以实现泛化	开发客观评估水肿严重程度的方法，以解决远程医疗中主观评估的挑战	接受血液透析的患者，包括有心力衰竭和无心力衰竭的患者	计算机视觉	心血管疾病	视频分析	CNN	视频	34名连续血液透析患者的247个视频	NA	EfficientNetB0	准确率, 灵敏度, 特异性	NA
2313	2026-01-15	Enhancing the Predictive Power of Macrocyclic Drug Permeability by Knowledge Distillation from Analogous Pretraining Data 2026-Jan-08, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c02620 PMID:41420604	研究论文	本文提出了一种名为Multi_DDPP的深度学习模型，用于直接从2D结构预测大环药物的渗透性	采用知识蒸馏技术利用多细胞系渗透性数据提高泛化能力，并引入任务特定的摆动范围策略以减少标签噪声	NA	提高大环药物渗透性的预测能力，以加速药物开发	大环药物	机器学习	NA	深度学习	深度学习模型	2D结构数据，包括物理化学描述符、指纹、分子图和混合特征	NA	NA	NA	NA	NA
2314	2026-01-15	An interpretable metabolomic-driven machine learning model for early prediction of knee structural OA progression 2026-Jan-08, Rheumatology (Oxford, England) DOI:10.1093/rheumatology/keaf686 PMID:41431841	研究论文	本研究开发并验证了一种基于血清代谢组学的机器学习/深度学习模型，用于早期预测膝关节骨关节炎的结构进展	结合代谢组学数据与机器学习/深度学习模型，并引入领域对抗组件以处理领域偏移，提高了预测性能	样本量相对较小（开发队列n=180，验证队列n=137），且仅基于两个独立队列进行验证	开发并验证一种用于预测膝关节骨关节炎结构进展的预后模型	膝关节骨关节炎患者	机器学习	骨关节炎	高通量代谢组学分析	人工神经网络	代谢组学数据	开发队列180人，验证队列137人	NA	人工神经网络	AUC, 准确率, 灵敏度, 特异性	NA
2315	2026-01-15	AI for Detecting and Predicting Postpartum Depression: Scoping Review 2026-Jan-08, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/77376 PMID:41505715	综述	本文对使用人工智能方法检测和预测产后抑郁症的现有文献进行了系统性的范围综述	首次系统性地绘制了AI在产后抑郁症检测与预测领域的应用版图，并识别了当前研究在数据、模型验证和报告方面的主要趋势与不足	由于是范围综述，未进行正式的偏倚风险评估，且纳入研究存在样本量有限、地理偏倚、缺乏标准化特征集、外部验证不足以及模型指标报告不一致等问题	系统性地梳理和总结基于人工智能的产后抑郁症检测与预测方法的研究现状	已发表的、应用AI技术检测或预测产后抑郁症的实证研究	自然语言处理, 机器学习	产后抑郁症	机器学习, 深度学习, 自然语言处理	随机森林, 支持向量机, 逻辑回归, 集成学习	结构化数据（社会人口学、心理学、产科数据）	NA	NA	NA	NA	NA
2316	2026-01-15	Technologies, Clinical Applications, and Implementation Barriers of Digital Twins in Precision Cardiology: Systematic Review 2026-Jan-08, JMIR cardio DOI:10.2196/78499 PMID:41505790	系统综述	本文系统综述了精准心脏病学中数字孪生技术的建模方法、数据使用、临床应用、实施障碍及伦理问题	首次通过11个研究问题系统性地综合分析了心血管数字孪生研究的现状，涵盖了从技术到伦理的多个维度	纳入研究的方法学异质性大，数据和验证实践有限，代码和模型开放性不足，伦理和治理问题讨论较少	系统综述心血管数字孪生技术的研究现状、临床应用及实施障碍	心血管数字孪生系统	精准医疗	心血管疾病	数字孪生技术、机制建模、人工智能/机器学习	机制模型、混合模型、数据驱动模型、深度学习、贝叶斯方法、优化算法	影像数据、心电图及其他电信号数据	42项原始研究（来自330条记录筛选）	NA	NA	准确性、诊断速度、决策改进、治疗相关影响	高计算成本
2317	2026-01-15	Image-Based Profiling of Induced Trophoblast Stem Cells Identifies Signatures Associated with Sex, Schizophrenia Genomic Risk and Placental Stress 2026-Jan-07, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.23.695254 PMID:41497620	研究论文	本研究利用基于图像的细胞分析技术，探索了精神分裂症遗传风险与胎盘发育之间的复杂相互作用	首次结合Cell Painting图像分析、hiPSC来源的滋养层细胞模型以及胎盘基因组风险评分，揭示了精神分裂症风险相关的细胞核定位特征和性别二态性	研究基于体外细胞模型，可能无法完全模拟体内胎盘环境的复杂性；样本量相对有限	探究精神分裂症遗传风险因素与环境因素（如缺氧应激）如何相互作用以改变胎盘发育	来自男性和女性精神分裂症及神经典型供体的人类诱导多能干细胞衍生的滋养层细胞	数字病理学	精神分裂症	Cell Painting, 缺氧应激模型	监督机器学习	图像	来自不同供体（具有不同胎盘基因组风险评分）的hiPSC系衍生的滋养层细胞培养物	CellProfiler, 深度学习框架	NA	NA	NA
2318	2026-01-15	Detection of alternative splicing: deep sequencing or deep learning? 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf705 PMID:41520225	研究论文	本文探讨了利用深度学习模型从低深度RNA测序数据中检测可变剪接事件的潜力	提出结合基因组序列数据和RNA测序数据的集成方法，以在资源有限环境下预测组织和条件特异性可变剪接	仍需通过更高测序深度数据进行验证以确保剪接事件的准确性	研究如何利用公开可用的低深度RNA测序数据进行全面的可变剪接检测	可变剪接事件及其在疾病如癌症、神经疾病和代谢疾病中的作用	自然语言处理	癌症	RNA测序	深度学习	基因组序列数据	NA	NA	AlphaGenome, SpliceAI, DeepSplice	NA	NA
2319	2026-01-15	ProTCR: a protein language model-driven framework for decoding TCR-antigen recognition toward precision immunotherapies 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf716 PMID:41520230	研究论文	本文提出了一种名为ProTCR的双通路网络模型，结合蛋白质语言模型ProtT5与深度学习方法，用于解码T细胞受体（TCR）与抗原的识别模式，以支持精准免疫治疗	整合了全局和局部特征提取机制，增强了模型在不同数据分布下的泛化能力和生物可解释性，克服了先前研究对已知肽-TCR对的依赖	未明确提及具体限制，如模型在特定疾病或数据集上的潜在偏差或计算资源需求	解码TCR与抗原的识别模式，以支持精准免疫治疗策略的设计	T细胞受体（TCR）、抗原肽（包括新抗原、未见过的肽、MHC II类限制性表位）	自然语言处理	急性髓系白血病、实体瘤、流感、SARS-CoV-2感染	蛋白质语言模型（ProtT5）、深度学习	双通路网络模型	氨基酸序列	NA	NA	ProtT5	准确性、稳定性	NA
2320	2026-01-15	CoBRA: compound binding site prediction using RNA language model 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf713 PMID:41520231	研究论文	本研究介绍了一种名为CoBRA的轻量级深度学习程序，用于预测RNA-药物结合位点，利用预训练的RNA语言模型生成的残基级嵌入，无需结构信息	CoBRA首次利用序列基础的RNA语言模型嵌入来预测RNA-小分子结合位点，无需依赖任何结构信息，在性能上超越了现有基于结构的方法	未明确提及具体局限性，但可能包括对预训练模型依赖、数据集规模或泛化能力的潜在限制	开发一种精确预测不同类别RNA中小分子结合位点的方法，以支持靶向RNA的药物开发	RNA分子及其与小分子的结合位点	自然语言处理	NA	RNA语言模型	多层感知机	序列数据	使用TR60和HARIBOSS数据集进行训练，并在四个独立基准集上测试	NA	多层感知机分类器	马修斯相关系数, 灵敏度	NA