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
3861	2026-08-19	AI tools for cryo-EM: Protein particle picking, density map enhancement, and atomic model building 2026, Progress in molecular biology and translational science DOI:10.1016/bs.pmbts.2026.03.009 PMID:42463260	研究论文	本文介绍了基于深度学习的AI工具在冷冻电镜蛋白质结构测定中的三个关键步骤：颗粒挑选、密度图增强和原子模型构建	提出多种新型AI工具，如CryoTransformer、CryoSegNet、CryoTEN、Cryo2Struct和MICA，分别针对颗粒挑选、密度图增强和原子模型构建，其中MICA结合了AlphaFold3预测以提高模型精度	未明确提及具体限制，但章节最后指出了冷冻电镜数据分析中的开放挑战和未来方向	开发并展示AI工具用于自动化冷冻电镜蛋白质结构测定流程	蛋白质颗粒、冷冻电镜密度图、原子结构模型	计算机视觉, 深度学习	不适用	冷冻电镜	Transformer, U-Net, UNETR++, 3D Transformer, 多模态框架	图像, 密度图	150张密度图测试集，以及大规模CryoPPP数据集	不适用	Transformer, 残差架构, 注意力门控U-Net, SAM, UNETR++, 3D Transformer, 隐马尔可夫模型	精确率, 召回率, TM-score, 运行速度	不适用
3862	2026-08-19	Pixel super-resolved fluorescence lifetime imaging using deep neural networks 2026, PhotoniX IF:15.7Q1 DOI:10.1186/s43074-026-00277-9 PMID:42603887	研究论文	本文提出一种基于深度学习的多通道像素超分辨荧光寿命成像框架，可从五倍增大像素尺寸获取的图像中重建高分辨率FLIM图像，并提高采集速度和信噪比	首次将条件生成对抗网络（cGAN）应用于FLIM像素超分辨，相比扩散模型，重建更稳健且推理时间更短，支持五倍超分辨因子和25倍空间带宽积提升，兼容低数值孔径和微缩化平台	未提及具体局限性，但可能受限于训练数据多样性、泛化能力和实际临床验证范围	克服FLIM临床应用中像素驻留时间长和信噪比低的限制，提高有效空间分辨率，推动快速、高分辨率和硬件灵活的FLIM实现	患者来源的肿瘤组织样本	数字病理学, 深度学习	肿瘤	荧光寿命成像显微镜（FLIM）	条件生成对抗网络（cGAN）	荧光寿命图像	患者来源的肿瘤组织样本	NA	生成对抗网络（GAN）	图像质量指标（如PSNR、SSIM等）	NA
3863	2026-08-19	Deep Learning Can Predict the Overall Survival of Cervical Cancer Based on Histopathological Image, Gene Mutation and Clinical Information 2026 Jan-Dec, IET systems biology IF:1.9Q3 DOI:10.1049/syb2.70060 PMID:41902378	研究论文	本研究开发了一种结合病理图像、临床和分子数据的多模态深度学习模型，用于预测宫颈癌患者的总体生存期	首次将病理图像、基因突变和临床信息融合用于宫颈癌总体生存期的预测，通过LASSO Cox回归筛选关键特征并构建多模态深度学习框架	样本量较小（训练集119例，独立验证集53例），可能影响模型的泛化能力	开发一个结合病理图像、临床数据和分子数据的预测模型，以准确分类宫颈癌患者的短期（≤3年）和长期（>3年）总体生存期	宫颈癌患者	数字病理学	宫颈癌	基因突变检测（具体测序技术未明确，基于TCGA数据）	多模态深度学习模型（具体类型未明确）	病理图像、临床数据、基因突变数据	训练集119例，验证集53例	NA	NA	AUC	NA
3864	2026-08-19	Pathway-driven assessment of wastewater contamination in drinking water systems: integrating AI with public health risk 2026, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2026.1873246 PMID:42491056	综述	本文综述了人工智能在饮用水系统废水污染监测中的应用，并整合了工程与公共卫生视角，提出了路径驱动的监测框架	不同于以往强调通用水质预测的综述，本文聚焦于路径特异性污染检测、系统级脆弱性和操作部署约束，并提出将AI输出与公共卫生响应阈值相连接的框架	现有AI性能指标多来自实验或试点数据，缺乏长期运行验证，且存在数据质量限制、代理指标非特异性、模型泛化性差及操作条件下验证不足等问题	综合理解废水污染路径，批判性评估传统和基于AI的监测方法，并识别从预测到操作部署的转化障碍	饮用水系统中的废水污染事件、监测技术及AI应用	机器学习	NA	NA	机器学习和深度学习模型	传感器网络数据	NA	NA	NA	R值	NA
3865	2026-08-19	A public generalizable AI tool for automated segmentation of coronal brain tissue slabs for 3D neuropathology 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0355740 PMID:42607065	研究论文	本文介绍了一种基于深度学习的自动化工具，用于分割冠状脑组织切片的照片，以促进三维神经病理学分析。	该工具采用U-Net架构，在固定和新鲜组织、不同诊断的样本以及两个不同拍摄地点的组合数据上训练，实现了高精度的自动分割，并公开提供了工具和训练数据。	摘要未明确提及局限性，但可能包括对多样本和不同成像条件的泛化能力仍需进一步验证。	开发一种自动化的深度学习模型，用于分割冠状脑组织切片照片中的组织区域，以替代繁琐的手动分割，提高三维神经病理学分析的效率和可扩展性。	人脑组织冠状切片照片，包括固定和新鲜组织，来自不同诊断的样本。	计算机视觉，数字病理学	神经退行性疾病（如阿尔茨海默病等，摘要未具体指定，但涉及神经病理学）	深度学习（图像分割）	U-Net	图像（冠状脑组织切片照片）	1,414张手动分割的图像	未提及	U-Net	Dice分数，平均表面距离，95% Hausdorff距离	未提及
3866	2026-08-19	Renji endoscopic submucosal dissection video data set for Esophagus 2025-12-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06252-6 PMID:41372209	研究论文	介绍了一个包含食管内镜黏膜下剥离术（ESD）视频的仁济数据库，含有25个手术录像和141,909个阶段特定分类，供人工智能研究使用	首次公开提供带有完整阶段注释的食管ESD视频数据集，为未来食管ESD数据库建立基准	信息不足，从标题和摘要中无法确定具体限制	提供高质量、注释完整的食管ESD视频数据集，以支持人工智能辅助的计算机辅助干预、外科教育和术后分析研究	食管ESD手术视频，包含25个手术录像，总共超过14万个阶段注释	计算机视觉	食管疾病	NA	NA	视频和对应的阶段标签	25个食管ESD手术视频，141,909个注释	NA	NA	NA	NA
3867	2026-08-19	A Mycelium Dataset with Edge-Precise Annotation for Semantic Segmentation 2025-12-10, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06265-1 PMID:41372240	研究论文	该论文建立了名为MyceliumSeg的首个大规模基准数据集，用于菌丝及其边缘的语义分割，并评估了主流深度学习模型在经典和边界感知指标下的性能	提供了首个大规模菌丝分割基准数据集，包含20,176张图像和567个像素级标注样本，并提出了一种多盲细化标注指南和新的分歧解决方案	未提及具体限制	解决菌丝分割任务中公共数据集稀缺和边缘标注复杂的问题，支持真菌学研究和分割算法发展	四种真菌物种在多种培养条件下的菌丝图像	计算机视觉	NA	NA	深度学习模型（如主流模型）	图像	20,176张图像和567个像素级标注样本，标注工作耗时37人天	NA	NA	经典分割指标和边界感知指标（如Dice系数等）	NA
3868	2026-08-19	Innovating cell culture process development with deep learning-powered robotic experimentation using the first Industrial Smart Lab Framework 2025 Nov-Dec, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70051 PMID:40542657	研究论文	提出工业智能实验室框架（ISLFCC），将深度学习与机器人实验相结合，以自主优化细胞培养过程	首次实施深度学习驱动的自主细胞培养系统，并在3升和15升生物反应器中实现高通量自动化，显著提高抗体和重组蛋白的产量	虽然结果显著提高，但可能受限于特定细胞克隆和生物反应器规模，未提及广泛适用性和长期稳定性	开发自主实验室框架以优化生物制品过程开发，提高效率和可重复性	三种不同细胞克隆的培养过程，用于抗体和重组蛋白生产	机器学习和自动化	不适用	深度学习、机器人实验、物联网传输	解码器专用变压器	生物反应器分析结果（如细胞状态、乳酸水平、滴度）	三种细胞克隆	PyTorch	变压器	平均滴度增加率、乳酸水平	未明确表述
3869	2026-08-19	Artificial Intelligence-Enabled Short-Term Ambulatory Monitoring ECG During Sinus Rhythm for Prediction of Hidden Atrial Fibrillation 2025-11, Journal of cardiovascular electrophysiology IF:2.3Q2 DOI:10.1111/jce.70028 PMID:40709543	研究论文	本研究利用深度学习模型，在窦性心律期间通过短时动态心电图预测隐匿性心房颤动	结合ConvNeXt和LSTM的两阶段模型，利用窦性心律期间的短时心电信号预测隐匿性房颤，并分析昼夜时段对性能的影响	回顾性设计可能导致选择偏倚，且第二阶段较长时段可能稀释房颤相关特征，降低特异性	开发并验证基于人工智能的模型，在窦性心律期间通过24小时动态心电监测预测隐匿性房颤	接受24小时动态心电监测的患者，包括房颤组和对照组	数字病理学	心房颤动	动态心电图监测	ConvNeXt、长短期记忆网络	心电图信号	934名患者，368,550个窦性心律心电图片段（60秒/段）	NA	ConvNeXt、LSTM	曲线下面积、准确率、灵敏度、特异度	NA
3870	2026-08-19	Artificial Intelligence-Assisted Image Extraction in Neonatal Echocardiography for Congenital Heart Disease Diagnosis in Sub-Saharan Africa: Protocol for Model Development 2025-10-30, JMIR research protocols IF:1.4Q3 DOI:10.2196/75270 PMID:41167236	研究方案	本研究旨在开发用于新生儿超声心动图先天性心脏病诊断的人工智能辅助图像提取系统，以改善撒哈拉以南非洲的诊断能力差距	利用双阶段深度学习模型，结合卷积神经网络和卷积长短期记忆层，并采用强化学习指导特征提取器的动态使用，以适应资源有限环境下的实时心脏视图检测	文中未提及具体局限性，可能包括对特定临床环境的依赖、数据多样性有限或计算资源需求等	开发AI辅助超声心动图系统，使非专家操作员能够执行基本心脏超声扫描并提取准确图像供远程解读，以提高先天性心脏病诊断的可及性	新生儿（0-28天）的超声心动图视频数据，涵盖美国超声心动图学会定义的10种标准心脏视图	计算机视觉, 深度学习	先天性心脏病	超声心动图, 深度学习模型	卷积神经网络, 卷积长短期记忆网络	超声心动图视频	回顾性数据约500名新生儿，前瞻性数据1000名新生儿	TensorFlow, PyTorch, Labelbox	CNN, ConvLSTM, 交错视觉记忆框架	未指定，可能包括实时视图检测的准确性或一致性指标	未指定
3871	2026-08-19	Continuous glucose feedback control using Raman spectroscopy and deep learning models for biopharmaceutical processes 2025 Jul-Aug, Biotechnology progress IF:2.5Q3 DOI:10.1002/btpr.70020 PMID:40172019	研究论文	本研究探讨了利用拉曼光谱和先进深度学习模型在高消耗、高复杂性细胞培养过程中实施连续葡萄糖控制策略，以提高测量精度和稳定性，并实现不同葡萄糖设定点的精确控制。	结合卷积神经网络和变分自编码器即时学习技术，通过深度学习衍生的过程监控增强葡萄糖测量准确性和稳定性，并开发了连续葡萄糖计算器作为可扩展的替代方案，以在拉曼光谱不可行的制造环境中应用。	未在摘要中明确提及局限性。	评估连续葡萄糖控制结合深度学习模型在生物制药过程中提高效率和产品质量的潜力，同时应对动态、高消耗生物反应器系统的挑战。	高消耗、高复杂性的细胞培养过程，涉及多个细胞系。	机器学习	不适用	拉曼光谱	卷积神经网络、变分自编码器、即时学习	光谱数据	多个细胞系	不适用	卷积神经网络、变分自编码器	准确性、稳定性、高甘露糖水平、效价生产力	不适用
3872	2026-08-19	Changes in Epidemiological Characteristics of Varicella and Breakthrough Cases in Ningbo, China, From 2010 to 2023: Surveillance Study 2025-06-18, JMIR public health and surveillance IF:3.5Q1 DOI:10.2196/71691 PMID:40533066	研究论文	本研究监测了2010至2023年宁波市水痘的流行病学特征及突破性病例的变化，以指导免疫策略调整。	首次结合主动和被动监测数据及RNN模型，分析水痘流行病学转变和突破性病例在疫苗政策下的变化。	未明确指出研究的局限性，但可能受限于被动监测的准确性和单城市数据的代表性。	监测水痘流行病学特征及突破性病例变化，为调整免疫策略提供依据。	2010-2023年宁波市70,163例水痘病例及2009-2013年出生队列的突破性病例。	流行病学	水痘	主动和被动监测、RNN模型	RNN	监测数据	70,163例水痘病例及2009-2013年出生队列	NA	RNN	均方误差	NA
3873	2026-08-19	Dynamics of Spatial Organization of Bacterial Communities in a Tunable Flow Gut Microbiome-on-a-Chip 2025-05, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202410258 PMID:40201941	研究论文	本研究开发了一种可调流肠道微生物芯片（tfGMoC），模拟肠道蠕动机械力，并利用深度学习分析微生物群落的空间组织动态，揭示肠道运动对微生物多样性和稳定性的影响。	首次在可调流肠道芯片上结合深层学习分析，研究周期性肠道运动对3D肠道微生物群落空间行为和组织的影响，发现机械力通过促进不同运动特性微生物的探索行为来维持群落平衡。	摘要未明确提及研究的局限性。	探究周期性肠道蠕动机械力对肠道微生物群落动态和空间组织的影响，以加深对宿主-微生物互作的理解。	肠道微生物群落及3D仿生肠道上皮结构（µGut）。	微流控芯片、深度学习	不适用	肠道芯片技术、深层学习微生物分析	深度学习模型	微生物图像数据	未明确提及	未明确提及	未明确提及	未明确提及	未明确提及
3874	2026-08-19	Assessing Algorithmic Fairness With a Multimodal Artificial Intelligence Model in Men of African and Non-African Origin on NRG Oncology Prostate Cancer Phase III Trials 2025-05, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00284 PMID:40344545	研究论文	评估多模态AI模型在非裔和非非裔男性前列腺癌临床试验中的算法公平性	首次在多中心III期临床试验数据中，对多模态AI算法在不同种族亚组中的预后性能进行系统评估，以检测算法偏见	未提供具体局限性信息	评估多模态AI模型在不同种族亚组中的泛化能力和公平性，确保其不会加剧健康不平等	来自NRG肿瘤学前列腺癌III期临床试验的5,708名患者	数字病理学、机器学习	前列腺癌	数字组织病理学	多模态AI（MMAI）深度学习系统	数字病理图像和临床数据	5,708名患者，其中非裔美国患者948名，非非裔患者4,731名，种族未知或缺失29名	NA	未明确指定，但使用多模态AI深度学习系统	亚分布风险比、置信区间、P值	NA
3875	2026-08-19	Decoding Recurrence in Early-Stage and Locoregionally Advanced Non-Small Cell Lung Cancer: Insights From Electronic Health Records and Natural Language Processing 2025-04, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00227 PMID:40249880	研究论文	利用电子健康记录和自然语言处理技术，建立NLP系统以识别非小细胞肺癌术后复发，并分析相关风险因素。	开发了基于深度学习的定制NLP系统，能够高效地从大规模电子健康记录中提取复发数据，并进行纵向风险分析。	未提及	建立NLP系统以高效整理NSCLC复发数据，并分析复发风险因素。	早期和局部区域晚期非小细胞肺癌患者，共6,351例，其中1,295例接受手术切除。	自然语言处理	非小细胞肺癌	自然语言处理	深度学习模型	文本数据（电子健康记录）	6,351例NSCLC患者，超过70万条记录；其中1,295例I-IIIA期手术患者用于分析。	NA	NA	精确率、召回率、F1分数、风险比、生存率	NA
3876	2026-08-19	Protocol to infer off-target effects of drugs on cellular signaling using interactome-based deep learning 2025-03-21, STAR protocols IF:1.3Q4 DOI:10.1016/j.xpro.2024.103573 PMID:39823233	研究论文	本文提出了一种使用基于相互作用组的深度学习来推断药物对细胞信号传导脱靶效应的协议，以理解药物作用机制。	利用相互作用组数据和人工神经网络预测转录活性，并解释脱靶作用机制。	NA	提供一种协议，通过模拟药物引发的细胞转录反应来推断药物的脱靶效应。	药物处理后的细胞转录反应，药物-靶点相互作用，以及脱靶效应机制。	机器学习	NA	NA	人工神经网络	转录组数据、相互作用组数据	细胞系A375作为案例研究	NA	NA	NA	NA
3877	2026-08-19	Novel Computational Pipeline Enables Reliable Diagnosis of Inverted Urothelial Papilloma and Distinguishes It From Urothelial Carcinoma 2025-03, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00059 PMID:40080780	研究论文	提出了一种计算流程，利用全切片图像自动提取的统计特征来诊断膀胱内翻性尿路上皮乳头状瘤，并将其与尿路上皮癌区分开	无需人工标注切片补丁，直接利用全切片图像中自动提取的统计特征进行诊断，并构建了集成分类器以在有限验证样本下测试罕见肿瘤亚型	NA	提高内翻性尿路上皮乳头状瘤的诊断准确性，并减少深度学习模型对繁琐标注工作的依赖	膀胱内翻性尿路上皮乳头状瘤、内翻性尿路上皮癌和低级别尿路上皮癌	数字病理学	膀胱癌	全切片图像分析	集成分类器	全切片图像	225例尿路上皮病变（64例IUP、69例UCInv、92例UCLG）	NA	NA	AUC	NA
3878	2026-08-19	Radiomics and Deep Learning Prediction of Immunotherapy-Induced Pneumonitis From Computed Tomography 2025-02, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00198 PMID:39977708	研究论文	本研究利用影像组学和深度学习模型预测免疫检查点抑制剂治疗引起的肺炎，基于胸部CT图像构建了三种纯影像模型进行评估	首次在大型队列中比较纯影像组学、纯深度学习及二者组合模型对ICI相关肺炎的预测性能，并展示深度学习在该任务上优于传统影像组学	模型为纯影像模型，未纳入临床数据，且组合模型未显著提升性能	从CT图像预测患者接受ICI治疗后发生肺炎的风险，以改善治疗安全性和疗效	671名接受ICI治疗的癌症患者的2,700个对比增强胸部CT扫描图像	医学影像分析	免疫治疗相关肺炎	CT成像	CNN	CT图像	671名患者的2,700个CT扫描	NA	CNN	AUC, 阳性预测值, 敏感性	NA
3879	2026-08-19	Brief Review and Primer of Key Terminology for Artificial Intelligence and Machine Learning in Hypertension 2025-01, Hypertension (Dallas, Tex. : 1979) DOI:10.1161/HYPERTENSIONAHA.123.22347 PMID:39011632	综述	本文简要回顾了人工智能和机器学习在高血压领域应用的关键术语，并介绍了相关技术及其在高血压管理中的潜在用途	为高血压领域的医疗专业人员和研究人员提供了AI和ML术语的简明入门指南，涵盖了监督学习、无监督学习、自然语言处理、大型语言模型及计算机视觉等核心技术	信息不足，未明确列出本综述的具体局限性	帮助高血压领域的读者理解AI和ML的基本概念及其在高血压诊断和治疗中的应用前景	高血压管理中使用的AI和ML技术，包括血压和生物特征数据处理、远程患者监测和数字治疗	机器学习	高血压	NA	NA	文本	NA	NA	NA	NA	NA
3880	2026-08-19	Real-World and Clinical Trial Validation of a Deep Learning Radiomic Biomarker for PD-(L)1 Immune Checkpoint Inhibitor Response in Advanced Non-Small Cell Lung Cancer 2024-12, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI.24.00133 PMID:39671539	研究论文	本研究开发并验证了一种基于深度学习的影像组学生物标志物，用于估算晚期非小细胞肺癌患者对免疫检查点抑制剂治疗的反应，并利用真实世界数据和临床试验数据进行了验证。	提出了一种新的深度学习影像组学生物标志物，能够从常规CT/PET-CT扫描中预测ICI治疗反应，并在真实世界和临床试验数据中验证其普遍性，超越了传统病变大小影像标志物。	临床试验数据集中CTRS在PFS上的调整HR不显著（HR=1.03），表明在部分情况下预测性能有限，且研究为回顾性分析。	开发并验证一种基于深度学习的影像组学生物标志物，用于预测晚期非小细胞肺癌患者对PD-(L)1免疫检查点抑制剂治疗的反应，以改善患者分层。	晚期非小细胞肺癌患者，接受PD-(L)1 ICI治疗，来自美国和欧洲的10个学术和社区机构。	医学影像分析、深度学习	非小细胞肺癌	CT/PET-CT影像，深度学习特征提取器	深度学习模型（具体未指定，可能基于CNN）及生存模型	影像数据（CT/PET-CT扫描）	真实世界数据：1,829名患者（数据A-发现集1,173，数据B测试集458）；临床试验数据：54名患者（数据C）	未提及	深度学习特征提取器（具体架构未指定）和生存模型	PFS HR，OS HR，95%置信区间	未提及