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
3241	2026-08-24	Multiparametric MRI and artificial intelligence for non-invasive HER2 assessment in breast cancer: a comprehensive review 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1893638 PMID:42630186	综述	系统评估多参数MRI结合放射组学和人工智能在乳腺癌HER2状态无创评估中的应用价值。	全面综述了多参数MRI序列和人工智能在HER2评估中的互补作用，并特别关注了HER2低表达与零表达的区分。	研究设计多为回顾性，参考标准存在异质性，外部验证有限。	评估多参数MRI结合放射组学和人工智能在无创评估乳腺癌HER2状态中的效用。	乳腺癌患者的HER2状态评估。	医学影像分析	乳腺癌	多参数MRI	放射组学、机器学习、深度学习	影像数据	34项研究	NA	NA	AUC, p值	NA
3242	2026-08-24	Two-stage posture enhancement and stability modelling for pre-fall risk detection in athletic movements 2026, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2026.1867362 PMID:42630246	研究论文	提出一种两阶段深度学习框架，用于运动中的跌倒前风险检测，包括姿态增强和稳定性建模	采用两阶段框架，RePoseNet细化不完整的3D姿态序列，StaFallNet集成稳定性指标进行风险预测	未提及具体限制，但可能受限于UCF101子集和手动标注的帧级标签	提高运动训练中跌倒前风险的早期检测能力	运动中的跌倒相关动作，特别是UCF101数据集中的跌倒子集	计算机视觉	肌肉骨骼损伤	单目3D姿态估计	GRU, 动态图网络	视频图像	UCF101数据集中跌倒相关子集，具体样本数未提供	NA	RePoseNet (GRU, 跨关节注意力) 和 StaFallNet (动态图网络)	平均每关节位置误差, PCK	NA
3243	2026-08-24	Deep learning in ventral hernia imaging: automated multi-structure CT segmentation for surgical planning 2026, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2026.15545 PMID:42630268	研究论文	本文利用TransUNet启发的深度学习模型对215例腹壁疝患者的CT影像进行自动化多结构分割，以辅助外科手术规划	首次将TransUNet架构应用于腹壁疝CT影像的多结构自动分割，实现疝缺损及关键解剖结构的快速、标准化评估	作为概念验证，需进一步的前瞻性临床验证才能用于手术决策	开发并验证用于腹壁疝手术规划的自动化CT分割深度学习系统	腹壁疝患者的CT影像及疝缺损、腹直肌、侧腹壁肌肉、腰肌等解剖结构	计算机视觉	腹壁疝	CT成像	TransUNet	影像（CT）	215例成人腹壁疝患者的CT扫描	NA	TransUNet	IoU	NA
3244	2026-08-24	Developing artificial intelligence-based techniques for brain MRI image segmentation 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1894751 PMID:42630294	研究论文	本研究利用公开的Kaggle脑MRI数据集，开发了一种基于卷积神经网络（CNN）的自动脑MRI图像分割框架，以提高分割精度和效率	提出了一种结合预处理技术和CNN的AI分割框架，相较于传统图像处理方法在分割精度和减少人工干预方面表现更优	未提及具体局限性	开发基于AI的脑MRI图像分割技术，以支持神经系统疾病的准确诊断和治疗	脑MRI图像中的正常脑组织和异常区域	计算机视觉	脑肿瘤、阿尔茨海默病、多发性硬化症	MRI	CNN	图像	未提及具体样本数量	NA	CNN	准确率、Dice分数、IoU	NA
3245	2026-08-24	Decoding serum C-reactive protein-associated molecular patterns in aging and secondhand smoke exposure chronic obstructive pulmonary disease male patients: evidence from cross-sectional, multi-omic and clinical studies 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1922619 PMID:42630335	研究论文	本研究通过横断面、多组学和临床研究，解码衰老和二手烟暴露相关的慢性阻塞性肺疾病男性患者血清C反应蛋白相关分子模式。	首次系统整合多组学数据，结合132种机器学习模型、NMF分析、单细胞分析和深度学习框架，全面揭示SCRP在衰老和SHS暴露COPD中的分子特征和致病通路。	主要基于公开数据库和横断面数据，需进一步前瞻性验证；功能验证仅限于q-RT-PCR，缺乏体内外功能实验。	探索SCRP在衰老和二手烟暴露COPD发病中的分子机制，并建立诊断和分子分型模型，识别潜在治疗靶点。	慢性阻塞性肺疾病患者，特别是衰老和二手烟暴露的男性患者。	生物信息学、多组学、数字病理学	慢性阻塞性肺疾病	转录组测序、单细胞测序、q-RT-PCR	机器学习模型、深度学习模型	RNA-seq数据、单细胞数据、临床数据	NHANES中7864名COPD患者，以及多个公开转录组和单细胞数据集（GSE248493, GSE55962, GSE77344, GSE42057, GSE1455871, GSE126923, GSE167295）	NA	NMF、scTenifoldKnk、AUCell、DrugReflector	诊断模型评估指标（未明确，如AUC、准确率等）	NA
3246	2026-08-24	Diagnostic performance of deep learning-based vaginal microecological morphology assessment for bacterial vaginosis and vulvovaginal candidiasis 2026, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2026.1898300 PMID:42630354	研究论文	评估基于深度学习的阴道微生态形态学评估系统（DL-VMM）在细菌性阴道病和外阴阴道念珠菌病诊断中的性能	首次整合深度学习模块于自动化阴道分泌物分析仪，用于阴道微生态形态学评估，以实现客观、标准化和快速的阴道炎诊断	不一致病例虽少但需警惕，在模棱两可的病例中可能需人工复核；研究为单中心且样本量有限	评估DL-VMM系统在诊断细菌性阴道病和外阴阴道念珠菌病方面的诊断准确性，并分析与常规湿片镜检的一致性	有症状的女性阴道涂片样本	数字病理学	细菌性阴道病、外阴阴道念珠菌病	显微镜检查	深度学习模型	图像	500名有症状女性的阴道涂片	NA	NA	敏感度、特异度、Cohen's kappa系数、总一致性	NA
3247	2026-08-24	Recent advances in deep learning for leukemia diagnosis: a scoping review of diagnostic modalities and fusion-based approaches 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1874695 PMID:42630465	综述	本文对基于深度学习的白血病诊断研究进行了范围综述，涵盖了多种诊断方式和融合方法。	采用临床导向的结构化方法分析白血病诊断中的多模态深度学习研究，并批判性评估数据集设计、模态偏差、验证方法和模型可解释性对可靠性和转化能力的影响。	仅有限的研究实现了真正的多模态集成，且多数方法局限于单一数据模态和基于基准的性能分析，对模型泛化和临床适用性的理解有限。	总结深度学习在白血病检测和诊断中的最新进展，识别研究空白，并为该领域的未来研究提供路线图。	深度学习在白血病诊断中的多种模态，包括外周血和骨髓图像分析、基因表达和多组学建模、流式细胞术学习、常规实验室数据分析以及多模态诊断方法。	机器学习	白血病	NA	深度学习模型，如变换器架构、注意力多实例学习、基础模型和可解释人工智能	图像、基因表达数据、多组学数据、流式细胞术数据、实验室数据	NA	NA	变换器、注意力机制基础模型、可解释人工智能	准确性	NA
3248	2026-08-24	Deep-DPC: Deep learning-assisted label-free temporal imaging discovery of anti-fibrotic compounds by controlling cell morphology 2025-12, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.02.028 PMID:40010605	研究论文	提出了一种名为deep-DPC的新方法，结合无标记时间序列数字相位对比成像、细胞形态分析和无监督机器学习，用于动态监控细胞形态并发现抗纤维化化合物	首次将无标记时间序列数字相位对比成像与深度学习相结合，动态控制并监测细胞形态，以发现抗纤维化先导化合物，超越了传统方法仅关注最终生物指标的局限	未提及具体限制，但可能包括依赖高内涵成像系统和细胞模型的特异性	开发一种能够区分静息和活化纤维细胞，并发现非侵入性无标记抗纤维化先导化合物的方法	纤维细胞（静息和活化状态）以及抗纤维化先导化合物（如Neo-Przewaquinone A）	数字病理学	纤维化（包括心肌纤维化）	高内涵成像系统	神经网络	图像（无标记时间序列数字相位对比和明场图像）	训练使用12,000张图像，处理超过100,000张图像（来自1,400种化合物）	NA	神经网络（具体架构未指定）	图像分类的准确性（未具体指定）	NA
3249	2026-08-24	mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data 2025-12, Gut microbes IF:12.2Q1 DOI:10.1080/19490976.2025.2552347 PMID:40888610	研究论文	开发了一种基于自编码器的插补方法mbSparse，用于处理微生物组数据中的稀疏性问题	利用深度学习（自编码器和条件变分自编码器）而非传统的预定义计数分布进行微生物组数据插补，并整合特征自编码器与CVAE以增强性能	未明确提及局限性，但可能涉及对特定数据类型或计算资源的需求	提出并评估一种新的深度学习插补算法，以提高微生物组数据分析的准确性并改善疾病相关分类群的检测	微生物组数据，包括肠道微生物组样本，涉及结直肠癌分析	机器学习	结直肠癌	深度学习（自编码器、条件变分自编码器）	自编码器，条件变分自编码器（CVAE）	微生物组计数数据	未具体说明样本数量，但涉及微生物组样本，包括结直肠癌数据集	未在摘要中指定，可能使用PyTorch或TensorFlow，但输出“NA”	特征自编码器和条件变分自编码器	均方误差（MSE）、精确率-召回率曲线下面积（AUPRC）、皮尔逊相关系数	未在摘要中提及，输出“NA”
3250	2026-08-24	An intelligent diagnostic model for pulmonary nodules utilizing chest radiographic imagery and its application in community-based lung cancer screening 2025-Nov, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03147-6 PMID:40847012	研究论文	本研究开发了一种基于胸部X光影像的智能诊断模型CXR-RANet，用于肺结节和肺癌的早期检测，并在社区肺癌筛查中进行了验证	提出了一种基于CXR-RANet架构的深度学习模型，在特征提取和分类性能上优于主流深度学习算法和传统机器学习模型，适用于资源有限的社区筛查环境	未明确提及局限性	提高胸部X光影像在肺癌早期检测中的诊断准确性，并为社区医生提供不依赖专家经验的筛查工具	肺结节和肺癌患者，以及社区筛查人群	医学影像分析	肺癌	胸部X光影像	深度学习模型（CXR-RANet）	图像	4079张胸部X光影像来自2518名个体，外部验证包括PLCO数据集的24697名个体（88562张图像）和ChestDR数据集的4848名个体	NA	CXR-RANet	AUC	NA
3251	2026-08-24	Declining ocean greenness and phytoplankton blooms in low to mid-latitudes under a warming climate 2025-10-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx4857 PMID:41105765	研究论文	利用多源数据和深度学习方法生成2001至2023年低至中纬度（45°N至45°S）的海洋叶绿素a数据集，分析表明海洋绿度普遍下降，叶绿素a浓度以每年(-0.35±0.10)×10毫克/立方米的速度减少，海岸区域下降更显著，且高叶绿素a事件频率相对减少1.78%每年。	首次使用深度学习方法结合多源数据生成覆盖低至中纬度的长期海洋叶绿素a数据集，揭示了气候变暖背景下海洋绿度和浮游植物水华的大规模下降趋势。	未提及具体限制，如数据集分辨率、模型误差或区域覆盖偏差。	研究气候变暖下低至中纬度海洋绿度和浮游植物水华的变化趋势及其驱动因素。	低至中纬度（45°N至45°S）海洋中的浮游植物，通过叶绿素a浓度进行监测。	数字病理学	NA	深度学习方法（多源数据融合）	NA	图像数据（叶绿素a遥感图像）	2001至2023年低至中纬度海洋区域，具体样本数未提及	NA	NA	叶绿素a浓度（单位：毫克/立方米）、频率（每年百分比）	NA
3252	2026-08-24	Neural xenografts contribute to long-term recovery in stroke via molecular graft-host crosstalk 2025-Sep-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63725-3 PMID:40957886	研究论文	本研究展示了iPSC来源的神经祖细胞移植可改善中风小鼠的脑修复和长期功能恢复，并揭示了移植物与宿主组织的分子相互作用机制	首次通过单核RNA测序揭示神经移植物与宿主中风组织之间的分子串扰机制，并利用深度学习分析量化功能恢复	研究仅在动物模型中进行，未涉及人类临床试验，长期安全性和有效性有待进一步验证	探究神经祖细胞移植促进中风后长期功能恢复的机制，并评估其治疗潜力	中风损伤的小鼠模型	神经科学	中风	单核RNA测序	神经网络	图像数据、基因表达数据	中风小鼠模型，具体数量未提及	NA	深度学习模型，具体架构未提及	步态恢复和精细运动恢复的量化指标	NA
3253	2026-08-24	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2025-09, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	本文探讨了在心房颤动患者中，单极电压电解剖标测与LGE-MRI检测到的结构性心房重构之间的关系	首次使用多极高密度标测比较单极和双极低电压区与LGE区域的重叠情况，并展示单极低电压区与LGE区域高度相关	样本量较小（20名患者），且为单中心研究，可能限制结果的普遍性	探索LGE区域与单极和双极低电压区之间的关系，以改善心房颤动患者的心房基质评估	计划进行心房颤动消融的20名患者	医学影像分析，数字病理学	心房颤动	LGE-MRI，电解剖标测	深度学习	MRI图像，电解剖标测数据	20名患者	NA	NA	精确度、灵敏度、F1分数、准确率	NA
3254	2026-08-24	A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations 2025-Sep, Nature biotechnology IF:33.1Q1 DOI:10.1038/s41587-024-02428-4 PMID:39448882	研究论文	本文介绍了PIONEER，一个集成深度学习框架，用于预测人类及其他七种模式生物中所有已知蛋白质相互作用的结合位点特异性界面，构建结构信息丰富的蛋白质相互作用组，并展示了疾病突变对蛋白质组范围的扰动。	PIONEER是首个能够为所有已知蛋白质相互作用预测结合位点特异性界面的集成深度学习框架，覆盖人类及七种模式生物，且经实验验证优于现有最先进方法。	未明确提及局限性。	协助遗传发现转化为疾病病理学和治疗发现，通过预测蛋白质相互作用界面并分析疾病突变的影响，支持精准医学。	人类及七种常见模式生物中的所有已知蛋白质相互作用，以及约11,000个全外显子组中的33种癌症类型的体细胞突变。	深度学习、蛋白质相互作用预测、精准医学	癌症	全外显子组测序（WES）	集成深度学习	蛋白质序列、蛋白质相互作用数据、全外显子组突变数据	约11,000个全外显子组样本，覆盖33种癌症类型	NA	未指定具体架构（集成深度学习框架）	准确率、性能比较（优于现有方法）、实验验证	NA
3255	2026-08-24	AI-based localization of the epileptogenic zone using intracranial EEG 2025-Aug-25, Epilepsia open IF:2.8Q2 DOI:10.1002/epi4.70130 PMID:40853284	综述	本文综述了人工智能在癫痫中利用颅内脑电图定位致痫区的方法和应用，涵盖了预处理、训练、评估和解释等步骤。	系统总结了最近机器学习和深度学习在致痫区识别中的应用，特别关注发作间期脑电高频振荡的分析。	未提供，文中仅提及过挑战但未明确说明局限性。	综述AI在利用颅内脑电图定位致痫区中的最新进展，并讨论如何最大化其潜力。	癫痫患者的颅内脑电图数据，特别是发作间期信号。	机器学习和临床神经科学	癫痫	颅内脑电图，高频振荡分析	机器学习模型、深度学习模型（如神经网络）	生理信号（脑电图）	未明确提供	未明确提供	未明确提供	未明确提供	未明确提供
3256	2026-08-24	Bridging technology and medicine: artificial intelligence in targeted anticancer drug delivery 2025-Aug-01, RSC advances IF:3.9Q2 DOI:10.1039/d5ra03747f PMID:40761897	综述	本文综述了人工智能在靶向抗癌药物递送中的应用，探讨了多种AI方法如何提升癌症治疗的精准性和有效性	系统性地整合了机器学习、深度学习和强化学习在靶向药物递送中的应用，强调了从传统治疗范式向个性化癌症护理的转变	讨论了数据质量问题、AI模型的可解释性不足以及在临床环境中进行稳健验证的迫切需求	探讨AI技术在靶向抗癌药物递送中的潜力，以增强治疗疗效并减少副作用	靶向抗癌药物递送系统及其相关AI方法	机器学习	癌症	NA	支持向量机、随机森林、卷积神经网络、强化学习	基因组数据、蛋白质组数据、临床数据、医学图像	NA	NA	卷积神经网络、支持向量机、随机森林	NA	NA
3257	2026-08-24	Dynamics of the EZ/RPE Loss Ratio on OCT Over Time During Geographic Atrophy Progression and Treatment With Pegcetacoplan 2025-08-01, Investigative ophthalmology & visual science IF:5.0Q1 DOI:10.1167/iovs.66.11.48 PMID:40833323	研究论文	本研究利用基于深度学习的光学相干断层扫描分析，探讨年龄相关性黄斑变性继发的地理萎缩中椭圆体带与视网膜色素上皮损失比率随时间的变化及其在治疗中的意义。	首次使用深度学习算法自动量化OCT上EZ/RPE损失比率，并分析其在GA进展和补体C3抑制剂pegcetacoplan治疗中的动态变化，为疾病监测和治疗反应提供新指标。	信息未在标题和摘要中明确提及，可能包括样本仅来自特定临床试验、随访时间有限或算法验证范围等，此处输出NA。	评估EZ/RPE损失比率在OCT上的时间变化，及其作为GA进展和治疗反应预测因子的价值。	接受sham、每月或隔月玻璃体内注射pegcetacoplan治疗的GA患者（来自OAKS和DERBY试验）。	医学影像分析	年龄相关性黄斑变性	光学相干断层扫描	深度学习模型	OCT图像	889个OCT体积（来自试验患者）	未指定	未指定	未指定	未指定
3258	2026-08-24	Assessing Substrate Scope of the Cyclodehydratase LynD by mRNA Display-Enabled Machine Learning Models 2025-07-01, Biochemistry IF:2.9Q3 DOI:10.1021/acs.biochem.4c00682 PMID:40492579	research paper	本研究利用mRNA展示技术评估环脱水酶LynD的底物范围，并构建深度学习模型预测底物加工，以揭示底物混杂性及其结构基础。	首次将mRNA展示技术应用于LynD底物范围的系统评估，并利用所得数据构建深度学习模型，能够预测和解释表观遗传相互作用对LynD活性的影响。	未明确提及，但可能受限于mRNA展示技术的检测范围和模型对复杂相互作用的解释能力。	评估LynD环脱水酶的底物混杂性，构建预测模型，并阐明底物选择性的结构基础，以支持新抑制剂和治疗药物的开发。	LynD环脱水酶及其底物肽，包括所有标准氨基酸在修饰位点邻近的耐受性。	natural language processing	NA	mRNA display	deep learning model	sequential data (peptide sequences)	大型肽库，具体数量未在摘要中提供	NA	NA	NA	NA
3259	2026-08-24	Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning 2025-Mar-10, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.4c01838 PMID:39984300	研究论文	本文介绍了一种基于深度学习的模型（ICoN），用于采样高度动态蛋白质的构象系综，并应用于淀粉样β蛋白单体。	首次引入基于内部坐标的深度学习模型学习分子动力学模拟中的构象变化物理原理，并通过潜在空间插值快速识别新构象，该方法具有高可转移性。	未明确提及局限性，可能包括对训练数据的依赖和计算成本。	利用深度学习采样高度动态蛋白质的构象系综，以理解其功能及疾病相关聚集机制。	高度动态的淀粉样-β（Aβ42）单体，以及其他可训练的动态蛋白质。	机器学习	神经退行性疾病	分子动力学模拟	深度学习生成模型	分子动力学模拟数据	未明确样本数量，主要研究对象为Aβ42单体。	未明确框架	ICoN（内部坐标网络）	未明确，可能有构象聚类分析及实验验证（EPR和氨基酸替换）	未明确，可能为GPU加速计算。
3260	2026-08-24	DENSE-GUIDED DEEP MOTION NETWORKS ACCOUNTED BY LARGE ROTATIONS TO IMPROVE MYOCARDIAL STRAIN ANALYSIS FROM ROUTINE CINE MRI 2025, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi60581.2025.10980688 PMID:42626382	研究论文	本文提出一种DENSE引导的深度学习网络，显式处理大旋转运动，以改善常规电影MRI图像的心肌应变分析。	首次明确考虑心肌大旋转运动（如扭转）的DENSE引导深度学习网络，结合3D卷积编码器-解码器网络估计旋转和基于可变形图像配准的径向运动预测网络。	未提及具体局限性。	提高标准电影bSSFP图像中心肌应变分析的准确性，特别是捕获大幅旋转运动。	左心室心肌及其应变分析。	医学影像分析	心脏病	常规电影平衡稳态自由进动（bSSFP）MRI、位移编码激励（DENSE）技术	深度学习网络（3D卷积编码器-解码器网络、可变形图像配准、融合网络）	MRI图像（cine bSSFP 和 DENSE图像）	未提及	NA	3D卷积编码器-解码器、可变形图像配准网络、融合网络	心肌应变准确性	NA