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
3421	2026-07-30	Development of a deep learning model for intussusception using point-of-care ultrasound 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1812587 PMID:42519176	研究论文	开发用于床旁超声图像肠套叠检测的深度学习模型	利用较小数据集和动态视频文件转换静态图像，微调模型优于传统机器学习和迁移学习，证明了深度学习在床旁超声肠套叠检测中的可行性	使用较小数据集和单中心研究，缺乏多中心验证；动态视频转换为静态图像可能丢失时序信息	开发用于检测床旁超声图像中靶征的深度学习模型	急诊科就诊期间获得的床旁超声图像/视频片段媒体文件	计算机视觉, 数字病理学	儿童肠套叠	床旁超声	深度学习（微调模型）	图像, 视频	49名患者（其中8名肠套叠阳性）的785个媒体文件，转换为1582张肠套叠图像和1965张正常图像	PyTorch（基于ImageNet的高维特征提取）	经典机器学习模型、集成学习模型、迁移学习模型、微调模型（具体架构未明确指定）	预测性能（基于阈值分析）	未指定
3422	2026-07-30	Deep learning model to generate patient-specific pulmonary vein isolation lines from successful atrial fibrillation ablation cases: a proof-of-concept study 2026, Frontiers in cardiovascular medicine IF:2.8Q2 DOI:10.3389/fcvm.2026.1859430 PMID:42519377	研究论文	开发深度学习模型从成功房颤消融病例中生成患者特异性肺静脉隔离线	首次利用深度学习模型从成功房颤消融病例中生成患者特异性肺静脉隔离线，以无复发一年以上的病灶集为金标准	需要前瞻性临床试验验证模型是否能降低房颤复发率	探索深度学习模型在房颤消融计划中的潜力，旨在提高手术成功率	房颤消融患者	机器学习	房颤	NA	U-Net	三维电压图	171例患者的513张三维电压图	NA	U-Net	交并比(IoU), Dice系数	NA
3423	2026-07-30	Deep learning analysis of capillary refill dynamics in ischemic colitis: differentiating reversible vs. gangrenous mucosa 2026, Frontiers in gastroenterology (Lausanne, Switzerland) DOI:10.3389/fgstr.2026.1782255 PMID:42519396	研究论文	提出一种基于深度学习的方法，通过结肠镜视频分析微毛细血管再充盈动力学，以区分缺血性结肠炎中可逆与非坏疽性黏膜	首次利用帧对帧颜色恢复分析定量评估黏膜微毛细血管再充盈动态，结合深度学习实现实时存活分类	概念验证阶段，需要进一步试点研究以确认其有效性和临床指导作用	改进缺血性结肠炎内镜分级的主观性和不敏感性，优化手术决策，减少误分类和变异性	缺血性结肠炎患者的结肠镜视频	数字病理学	缺血性结肠炎	深度学习、结肠镜视频分析	深度学习模型	视频	未提及	NA	未明确	未明确提及	未提及
3424	2026-07-30	IMU-based rotator cuff injury recognition with varying configurations and combinations 2026, Frontiers in physiology IF:3.2Q2 DOI:10.3389/fphys.2026.1794238 PMID:42519543	研究论文	本研究通过融合机器学习/深度学习算法与功能性运动中的上肢运动学数据，开发准确且经济的肩袖损伤识别模型，并探索最优运动任务组合与模型配置	提出基于深度学习的RCIRNet模型，并系统比较了不同运动任务组合和传统机器学习模型在肩袖损伤识别中的表现，发现选择判别性运动比单纯增加任务数量更关键	样本量相对较小，研究仅基于惯性测量单元数据，未涉及其他成像或生物标志物信息	开发准确且经济的肩袖损伤识别模型，优化临床实践中的运动任务组合与模型配置	总共102名参与者，包括51名肩袖损伤患者、25名粘连性关节囊炎患者和26名健康志愿者	机器学习	肩袖损伤	惯性测量单元	深度学习（RCIRNet）、传统机器学习（KNN、SVM、DT、RF、NB、AdaBoost、XGBoost）	上臂运动学数据	102名参与者（51名肩袖损伤患者、25名粘连性关节囊炎患者、26名健康志愿者）	NA	RCIRNet	准确率、精确率、召回率、F1分数、AUC	NA
3425	2026-07-30	Very short-term production prediction for photovoltaic plants using Temporal Convolutional Networks 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354512 PMID:42520037	研究论文	评估时序卷积网络在国家级太阳能光伏发电量极短期预测中的性能	证明仅使用历史天气观测数据即可实现准确的临近预报，无需未来气象预测输入；发现架构与天气特征的贡献依赖于时间分辨率	未提及	评估时序卷积网络在国家级太阳能发电量极短期预测中的有效性	西班牙国家级太阳能光伏发电量	机器学习	NA	NA	时序卷积网络（TCN）	时间序列数据（发电量、太阳辐照度、太阳高度）	来自西班牙电力传输系统运营商网络的欧洲数据	NA	时序卷积网络（TCN）	未明确提及具体指标，但通过对比线性回归进行性能评估	NA
3426	2026-07-30	Dual-Stream deep learning for multimodal feature fusion and classification of balance control in elite freestyle aerial skiers 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0337296 PMID:42520036	研究论文	开发了一个双流深度学习模型，融合时频图像特征与基于压力中心（COP）的统计描述符，对精英自由式滑雪空中技巧运动员的平衡控制进行精细分类	首次将时频图像特征与COP统计特征通过双流深度学习框架融合，用于区分精英运动员的平衡调节细微差异	NA	利用双流深度学习模型对精英自由式滑雪空中技巧运动员的平衡调节差异进行敏感分类，以支持针对性训练	25名精英自由式滑雪空中技巧运动员	深度学习	NA	压力中心（COP）轨迹测量、多尺度熵分析、K-means聚类	双流深度学习模型	时频图像特征、COP统计描述符（时间、频率、时频域指标）	25名精英自由式滑雪空中技巧运动员，在两种站立条件下（稳定面睁眼、不稳定面睁眼）记录COP轨迹	NA	双流深度学习框架	分类准确率（约95%）	NA
3427	2026-07-30	A mask-based peak-to-average power ratio reduction scheme for affine frequency division multiplexing systems using Volterra Series-Driven PolyNet 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354675 PMID:42520073	研究论文	针对仿射频分复用系统的高峰均比问题，提出一种基于掩码且融合Volterra级数驱动的PolyNet的物理感知峰均比降低方案	首次将全帧输入策略应用于AFDM信号全局时域相关性利用，并通过集成Volterra级数理论显式构建一阶线性和三阶幂次特征层，增强非线性重建精度并避免过拟合	仍需要硬件导向和空中传输验证才能得出部署级结论	解决AFDM系统中高峰均比导致的能量效率低以及现有深度学习方法中局部采样带来的上下文损失和黑箱模型缺乏物理可解释性问题	AFDM系统的峰均比降低方案，特别是信号掩码处理后的非线性失真修复	机器学习	NA	NA	PolyNet-Volterra网络	模拟信号数据	NA	NA	PolyNet, Volterra级数驱动的网络	峰均比降低量, 误码率, 均方误差	NA
3428	2026-07-30	Artificial intelligence in spine care: A scoping review of diagnostic applications 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0352200 PMID:42520085	综述	通过范围综述绘制人工智能在脊柱疾病诊断中的应用现状，并识别未来研究与临床转化的差距	首次系统梳理人工智能在脊柱疾病诊断中的多模态应用，包括MRI、CT及症状基诊断工具，并评估方法学质量	多数研究为回顾性设计，存在数据缺失处理、特征选择及数据元素验证等方面的不足	映射人工智能在腰椎间盘退变、椎管狭窄、椎体骨折及中轴型脊柱关节炎等脊柱疾病诊断中的应用，并指出研究空白	2019年1月至2024年12月发表的46项符合纳入标准的诊断研究，主要来自亚洲和欧洲	计算机视觉	脊柱疾病	MRI、CT成像	深度学习模型	影像数据	46项研究	NA	NA	诊断准确性，与临床医生基准的比较	NA
3429	2026-07-30	SemiSAM+: Rethinking semi-supervised medical image segmentation in the era of foundation models 2025-12, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2025.103733 PMID:40769095	研究论文	提出了一种名为SemiSAM+的半监督医学图像分割框架，利用基础模型提升分割性能	将可提示分割基础模型（如SAM）引入半监督学习框架，通过专家-通才协作学习机制，利用通用模型生成伪标签指导专用模型训练	未明确提及局限性，但主要依赖基础模型的泛化能力，可能受限于特定任务或数据分布	解决医学图像分割中标注数据稀缺的问题，提出高效半监督学习新范式	医学图像分割任务，特别是有限标注场景下的分割精度提升	数字病理学, 计算机视觉	未指定具体疾病	半监督学习, 基础模型	可提示分割基础模型（SAM）、专家-通才协作学习模型	医学图像	使用三个公开数据集和一个内部临床数据集	PyTorch	SAM（通才模型）+ 任务专用分割模型（专用模型）	Dice系数等分割评价指标	NA
3430	2026-07-30	A protein dynamics-based deep learning model enhances predictions of fitness and epistasis 2025-Oct-21, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2502444122 PMID:41100667	研究论文	构建结合蛋白质动力学的深度学习模型，提升对蛋白质适应性和上位效应的预测能力	创新性地利用基于物理的“非对称动态耦合指数”（DCI）构建异构图形神经网络（GNN），将每个残基与其远距离动态影响者连接，从而无需实验上位数据即可模拟上位相互作用	未在标题和摘要中明确提及局限性	解决预测两个或多个突变之间复杂相互作用的挑战，提高对蛋白质功能影响的评估能力	四种不同蛋白质的深度突变扫描数据集及37种新型计算机设计的TEM-1 β-内酰胺酶变体	机器学习	NA	深度突变扫描	图形神经网络（GNN）	序列数据（蛋白质突变数据）	四种蛋白质的深度突变扫描数据集及37种TEM-1 β-内酰胺酶变体	NA	异构图形神经网络（GNN）	预测准确性	NA
3431	2026-07-30	Individualized treatment effects of corticosteroids in IgA nephropathy 2025-Oct-09, medRxiv : the preprint server for health sciences DOI:10.1101/2025.10.08.25337548 PMID:41282804	研究论文	开发因果机器学习框架预测IgA肾病患者对皮质类固醇的个体化治疗效应	整合临床变量、组织病理学评分和基于深度学习的病理组学生物标志物，首次实现IgA肾病皮质类固醇治疗的个体化效应预测	未明确说明局限性	实现IgA肾病皮质类固醇治疗的个体化精准决策	IgA肾病患者	机器学习	IgA肾病	病理组学	因果机器学习模型	数字肾活检图像、临床数据、组织病理学评分	来自八个国际回顾性队列的1022名患者	NA	深度学习模型（未指定具体架构）	肾脏生存率（五年无进展生存）	NA
3432	2026-07-30	Understanding Language Model Scaling on Protein Fitness Prediction 2025-Aug-23, bioRxiv : the preprint server for biology DOI:10.1101/2025.04.25.650688 PMID:40777237	研究论文	揭示蛋白质语言模型在适应性预测任务中的规模缩放行为	发现模型规模超过一定阈值会导致适应性预测性能下降，并阐明预测偏差与同源序列进化模式匹配度的关系	未量化不同蛋白质家族的最优模型规模差异，未解决极端预测值（过高/过低）时的均匀预测问题	探究蛋白质语言模型规模对适应性预测准确性的影响机制	蛋白质语言模型及其预测的适应性景观	自然语言处理	NA	蛋白质语言建模	蛋白质语言模型	蛋白质序列	NA	NA	NA	适应性预测准确性	NA
3433	2026-07-30	Efficient Double Helix Detection with Steerable Filters 2025-Aug-20, bioRxiv : the preprint server for biology DOI:10.1101/2025.08.14.670427 PMID:40894605	研究论文	提出一种利用可转向滤波器高效检测双螺旋点扩散函数的方法，用于三维单分子定位显微镜	仅需7次卷积即可提取二维位置和叶瓣方向（轴向位置）估计，计算量比深度学习方法低数个数量级	NA	实现三维单分子定位显微镜或追踪中双螺旋点扩散函数的快速定位	双螺旋点扩散函数定位	计算机视觉	NA	可转向滤波器	NA	图像	NA	PYME	双高斯模型	NA	NA
3434	2026-07-30	Deep Learning-Based MRI Analysis Reveals Lewy Body Co-Pathology Accelerates Brain Aging in Alzheimer's Disease 2025-Jun-26, Research square DOI:10.21203/rs.3.rs-6874970/v1 PMID:40678251	研究论文	基于深度学习的MRI分析揭示了路易体共病理加速阿尔茨海默病脑老化进程	利用脑脊液α-突触核蛋白种子扩增检测法（SAA）检测路易体病理，结合深度学习模型估计脑龄，首次量化阿尔茨海默病与路易体共病理对神经退化的协同效应	未明确提及	探究路易体病理与阿尔茨海默病病理共同作用对脑老化的影响，评估其加速神经退化的作用	认知障碍患者（共803例）及认知正常个体（共4,355例）的MRI脑部扫描数据	machine learning	阿尔茨海默病	MRI, 脑脊液α-突触核蛋白种子扩增检测（SAA）	深度学习模型	MRI图像	4,355名认知正常个体（训练集）和803名认知障碍患者（测试集）	NA	NA	脑龄预测误差	NA
3435	2026-07-30	Selective Single-Bacterium Analysis and Motion Tracking Based on Conductive Bulk-Surface Imprinting 2025-04-29, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c00198 PMID:40231794	研究论文	基于导电体表印迹的选择性单细菌分析与运动追踪	利用脂多糖和大肠杆菌作为表体和整体模板，通过密度泛函理论预测理想单体，制备具有清晰高精度识别位点的分子印迹聚合物，并结合深度学习实现单细菌运动轨迹追踪	未明确说明	开发高效的单细菌选择性捕获与监测技术，提升电化学生物传感器的选择性和灵敏度	肠道菌群中的大肠杆菌	机器学习	NA	导电分子印迹, 电化学传感, 深度学习	深度学习模型	图像, 电化学信号	单细菌及细菌群体	NA	NA	检测限为10 CFU/mL, 选择性提高433%	NA
3436	2026-07-30	Cooperative multi-task learning and interpretable image biomarkers for glioma grading and molecular subtyping 2025-04, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103435 PMID:39778265	研究论文	提出一种协同多任务学习网络CMTLNet，用于胶质瘤分级和分子分型，并探索可解释的影像生物标志物	设计无分割的肿瘤特征感知模块提取肿瘤感知特征，通过正交投影和条件分类策略提取任务特有特征，结合SHAP值和相关性分析探索可解释放射组学标志物	NA	同时准确预测胶质瘤组织学分级和分子亚型，并提供可靠的影像生物标志物	胶质瘤分级、1p/19q共缺失和IDH突变状态预测任务	计算机视觉	胶质瘤	NA	CMTLNet（协同多任务学习网络）	医学影像	超过1800例的多中心数据集	NA	CFE模块（含SFTFP子模块）、UFE模块、UCFC模块	马修斯相关系数（MCC）	NA
3437	2026-07-30	DDCSR: A Novel End-to-End Deep Learning Framework for Cortical Surface Reconstruction from Diffusion MRI 2025-Mar-05, ArXiv PMID:40093365	研究论文	提出一个名为DDCSR的新型端到端深度学习框架，可直接从扩散磁共振成像中重建皮层表面	首次实现直接从dMRI数据进行皮层表面重建，无需依赖T1加权数据或跨模态配准	文中未明确提及限制	实现从dMRI数据直接进行皮层表面重建，克服传统方法依赖跨模态配准的挑战	大脑皮层表面（白质表面和软脑膜表面）	数字病理学	NA	扩散磁共振成像（dMRI）	深度学习框架	图像（dMRI数据）	NA	NA	隐式学习模块和显式学习模块	准确率、效率	NA
3438	2026-07-30	ProkDBP: Toward more precise identification of prokaryotic DNA binding proteins 2024-06, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.5015 PMID:38747369	研究论文	介绍ProkDBP，一种用于预测原核生物DNA结合蛋白的机器学习模型	提出了一种专门针对原核生物DNA结合蛋白的新型机器学习模型ProkDBP，结合浅层学习算法和进化特征选择，显著提高了预测准确性	未明确说明局限性，但可能受限于训练数据集的多样性和模型泛化能力	开发更精确的原核生物DNA结合蛋白预测模型，以加速蛋白质发现和生物学理解	原核生物DNA结合蛋白（DBPs）	机器学习	NA	NA	浅层学习（如LGBM）和深度学习（如CNN等）	序列特征数据	NA	Scikit-learn, PyTorch（推测）	LGBM, RF-VIM	auROC, auPRC, 五折交叉验证准确率	未明确说明，但提供在线预测工具（https://iasri-sg.icar.gov.in/prokdbp/）
3439	2026-07-30	Enhancing psychiatric rehabilitation outcomes through a multimodal multitask learning model based on BERT and TabNet: An approach for personalized treatment and improved decision-making 2024-06, Psychiatry research IF:4.2Q1 DOI:10.1016/j.psychres.2024.115896 PMID:38626625	研究论文	开发了一种基于BERT和TabNet的多模态多任务学习模型，用于提升严重精神疾病患者的康复评估	通过晚期融合策略整合BERT处理非结构化文本与TabNet处理结构化数据，实现多模态多任务学习，同时具备可解释性功能	NA	提升严重精神疾病患者康复评估的准确性和可解释性，辅助临床决策	严重精神疾病患者的康复状态预测，包括转诊风险、危险行为、自我意识和药物依从性	自然语言处理，机器学习	精神疾病	NA	BERT， TabNet	非结构化文本，结构化诊断数据	NA	NA	BERT， TabNet	准确率， AUC	NA
3440	2026-07-30	Artificial intelligence in lung cancer screening: Detection, classification, prediction, and prognosis 2024-04, Cancer medicine IF:2.9Q2 DOI:10.1002/cam4.7140 PMID:38581113	综述	本文综述了人工智能在肺癌筛查中的应用，包括检测、分类、预测和预后	详细分析了深度学习特别是卷积神经网络在肺癌筛查各环节的应用潜力	人工智能结果的普适性和可解释性有待进一步增强	探讨人工智能在肺癌筛查中的当前状态、应用及未来方向	肺癌筛查中的人工智能技术，包括肺部分割、结节检测和分类	机器学习和数字病理学	肺癌	深度学习	卷积神经网络	图像	NA	NA	卷积神经网络	敏感度、假阳性率	NA