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
21	2026-05-01	Multi-dimensional deep learning-based segmentation and volumetric assessment of sphenoid sinus fluid on postmortem CT in drowning cases 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44094-3 PMID:41844778	研究论文	开发基于深度学习的自动化方法，用于法医尸检CT图像中蝶窦液体的分割和体积评估	首次将深度学习技术应用于尸检CT图像中蝶窦液体的自动化分割和体积定量，提出2D、2.5D和3D三种U-Net模型对比，发现2.5D模型在分割精度和体积估算间达到最佳平衡	仅使用165例溺水案例，样本量有限；模型未在非溺水案例或其他死因中验证	实现法医学中蝶窦液体定量评估的自动化和可重现方法	165例尸检确认的溺水案例的尸检CT图像	数字病理学	溺水	尸检计算机断层扫描	U-Net	CT图像	165例溺水尸检案例	PyTorch	U-Net	Dice系数, Spearman相关系数, 平均绝对误差	NA
22	2026-05-01	Multi-model forecasting of [Formula: see text] and [Formula: see text] in Abu Dhabi: benefits of correlation-based feature augmentation 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-44485-6 PMID:41844799	研究论文	比较多种机器学习和深度学习模型用于预测阿布扎比的二氧化氮和臭氧水平，并探讨污染物相关性对预测准确性的提升效果	首次采用Transformer模型进行空气污染物预测，并系统比较了传统机器学习与深度学习方法在不同预测时间尺度上的表现，同时量化了考虑污染物间相关性的益处	研究仅限于阿布扎比地区，模型泛化性未在其它城市验证；预测变量仅考虑两种污染物间的相关性，未纳入气象等其它影响因素	评估不同预测模型对二氧化氮和臭氧水平的预测能力，探索污染物相关性特征增强对预测精度的影响	阿布扎比地区的二氧化氮和臭氧浓度时间序列数据	机器学习	NA	NA	决策树、随机森林、支持向量回归、卷积神经网络、长短期记忆网络、Prophet、Transformer	时间序列数据	未明确说明样本量	NA	Transformer、卷积神经网络、长短期记忆网络、Prophet	对称平均绝对百分比误差（sMAPE）、均方根误差（RMSE）、平均绝对误差（MAE）	NA
23	2026-05-01	Explainable artificial intelligence for early Alzheimer's diagnosis using enhanced grey relational features and multimodal data 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43707-1 PMID:41844810	研究论文	提出一种基于增强灰色关联特征和多模态数据的可解释人工智能框架，用于阿尔茨海默病的早期诊断	引入增强的灰色关联度指数，将特征-诊断相关性从0.725提升至0.891，同时结合SHAP解释方法提高模型可解释性	未提及实际临床部署的验证，且样本量细节未在摘要中明确说明	开发一种可解释且可持续的机器学习架构，用于阿尔茨海默病的早期诊断	多模态结构化临床和行为数据，包括人口统计学、血管风险因素、生活方式和认知数据	机器学习	阿尔茨海默病	NA	深度神经网络、CatBoost、随机森林、XGBoost、LightGBM、Stacking集成等	结构化数据	NA	NA	深度神经网络、CatBoost、随机森林、XGBoost、LightGBM、Stacking集成	准确率、AUC	NA
24	2026-05-01	A generative explainable model for antimicrobial peptide prediction using bidirectional temporal convolutional neural network 2026-Mar-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43370-6 PMID:41844874	研究论文	提出GAC-BiTCNN-AMP混合生成式可解释深度学习框架，用于抗菌肽预测以支持精准肿瘤学	融合生成对抗网络、胶囊网络和双向时序卷积神经网络，并整合多种蛋白质语言模型嵌入与新型进化描述符，实现高精度且可解释的抗菌肽识别	未明确提及局限性，可能依赖特定数据集且泛化性需进一步验证	开发准确且可解释的计算模型，用于抗菌肽发现以推进精准肿瘤学	抗菌肽序列及其抗肿瘤活性	机器学习	肿瘤	蛋白质语言模型嵌入（ProtTrans-T5、UniRep、ESM-2）、PsePSSM-DCT进化描述符	生成对抗网络、胶囊网络、双向时序卷积神经网络	序列数据（抗菌肽氨基酸序列）	NA（具体样本量未在摘要中提及）	PyTorch	生成对抗网络、胶囊网络、双向时序卷积神经网络	准确率、马修斯相关系数	NA（未具体说明使用的计算资源）
25	2026-05-01	Boundary sensitive-net-based lumbar vertebra segmentation and spondylolisthesis measurement 2026-Mar-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38522-7 PMID:41839918	研究论文	提出一种基于深度学习的边界敏感网络（BS-Net），用于腰椎椎体分割和滑脱测量	通过集成多任务边缘处理模块和上下文双边融合模块，增强椎体边缘特征提取，并结合边缘损失函数和形态学后处理实现联合分割与量化	未明确说明局限性	实现腰椎滑脱的自动化精确诊断	腰椎CT影像和MRI影像	计算机视觉	腰椎滑脱	CT成像	CNN	图像	379名患者的783张腰椎CT图像及公共SPIDER MRI数据集	深度学习框架（未具体说明）	边界敏感网络（BS-Net）	MIoU, Dice系数, ICC	NA
26	2026-05-01	ProSeg: multi-scale context fusion for high-precision prostate segmentation in MRI 2026-Mar-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43589-3 PMID:41839937	研究论文	提出ProSeg深度学习框架，用于高精度前列腺MRI分割	设计ProSeg块，融合各向异性卷积与跨切片注意力机制，分别处理外周带的薄片不规则边界和中央腺体的均匀纹理	未提及方法的局限性	实现高精度前列腺MRI分割	前列腺MRI图像中的外周带和中央腺体	计算机视觉	前列腺癌	MRI	深度学习框架	图像	Promise12和Promise158数据集	NA	ProSeg块（各向异性卷积、跨切片注意力）	Dice系数	NA
27	2026-05-01	R3MV: a novel reliable system architecture for skin cancer classification using progressive heterogeneous multiblock model 2026-Mar-16, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40522-6 PMID:41840099	研究论文	提出了R3MV三层次决策融合系统，使用渐进式异构多块模型提高皮肤癌分类的可靠性	创新地提出了R3MV三层次决策融合系统，结合个体CNN预测、特征融合分类架构和元分类器，通过多数投票增强可靠性，并采用渐进式学习策略提升分类准确率	未提及明确局限，但单一模型预测的不可靠性及数据集变异的影响仍需进一步探讨	提高皮肤癌分类的准确性和可靠性，解决单一模型预测不可靠的问题	皮肤病变图像分类	计算机视觉	皮肤癌	深度学习	CNN, GRU	图像	两个数据集：PAD_UFES_20和HAM10000，具体样本数量未提及	NA	PHMBCNN, PHMBCNN-GRU	准确率	NA
28	2026-03-16	Classification of health product defect reports by deep learning 2026-Mar-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-43961-3 PMID:41832296	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
29	2026-05-01	Automated CTA-Derived Collateral Grading and Morphologic Metrics for Enhanced Prediction of Post-Stroke Outcomes 2026-Mar-13, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9289 PMID:41826063	研究论文	基于CTA的自动侧支分级和形态学指标用于增强卒中后结局预测	提出一种全自动的定量侧支指数(qCI)，基于深度学习U-Net分割框架从CTA中提取，并评估其与形态学指标结合用于预测卒中后恢复和功能结局的能力	研究为回顾性分析，样本量相对较小(230例)，且来自单一中心，可能限制结果的泛化性	开发并验证从CTA中自动推导的定量侧支指数(qCI)，并评估基于CTA的特征预测卒中后恢复和功能结局的能力	急性缺血性卒中(AIS)患者	计算机视觉	脑血管疾病	CTA	U-Net	医学影像	230例急性缺血性卒中患者	NA	U-Net	精度, Pearson相关系数, Cohen's Kappa, AUROC, Brier评分	NA
30	2026-05-01	DeepStrataAge: an interpretable deep-learning clock that reveals stage- and sex-divergent DNA methylation aging dynamics 2026-Mar-13, npj aging IF:4.1Q2 DOI:10.1038/s41514-026-00358-w PMID:41826374	研究论文	开发了一种基于深度神经网络的可解释DNA甲基化时钟，揭示了阶段性和性别差异的衰老动态	利用深度神经网络捕获非线性动态和CpG相互作用，并通过SHAP可解释性方法发现了阶段结构化、波状的衰老动态以及性别特异性衰老窗口	NA	开发一种可解释的深度DNA甲基化时钟以揭示衰老动态的性别和阶段差异	DNA甲基化数据与衰老过程	机器学习	老年病	Illumina EPIC v1.0和v2.0芯片DNA甲基化测序	深度神经网络（DNN）	DNA甲基化数据	29,167个样本	NA	深度神经网络	准确性（1.89年）	NA
31	2026-05-01	Design of miniprotein inhibitors targeting complement C9 to block membrane attack complex assembly 2026-Mar-12, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-70667-x PMID:41813685	研究论文	利用深度学习设计靶向补体C9的微型蛋白抑制剂以阻断膜攻击复合物形成	首次通过深度学习方法从头设计针对补体C9的微型蛋白抑制剂，并用部分扩散优化亲和力至700 pM，在体内溶血抑制中表现优于上市药物依库珠单抗	当前补体C9的膜插入机制研究有限，且其宽平极性界面给理性设计带来挑战	开发新型微型蛋白抑制剂以阻断膜攻击复合物异常形成，为相关免疫疾病提供治疗策略	补体C9蛋白及其膜插入过程	机器学习	免疫疾病	蛋白质从头设计	深度学习模型	蛋白质结构数据	NA	NA	NA	亲和力、结合特异性、体内溶血抑制效果	NA
32	2026-05-01	Artificial intelligence assisted multi-model pathological diagnosis of breast cancer based on multispectral autofluorescence images 2026-Mar-12, NPJ breast cancer IF:6.5Q1 DOI:10.1038/s41523-026-00915-2 PMID:41820369	研究论文	提出一种基于多光谱自发荧光成像与优化深度学习框架的无标记虚拟染色技术，用于生成乳腺癌病理诊断级图像	通过改进CycleGAN并引入显著性损失和全局特征一致性损失，显著提升多光谱自发荧光成像到H&E虚拟染色的性能，且无需像素级配准；结合临床标本、小鼠模型和类器官共培养的多模态数据库	尚未提及在更大规模临床试验中的验证，以及在不同批次或设备间的泛化能力	实现快速、无损的乳腺癌病理诊断级图像生成，用于临床诊断和机制研究	临床乳腺癌标本、小鼠模型、类器官共培养样本	数字病理学	乳腺癌	多光谱自发荧光成像	生成对抗网络 (GAN)	图像	包含临床标本、小鼠模型、类器官共培养样本的多模态数据集	PyTorch	CycleGAN	准确率、精确率、召回率、F1-score	NA
33	2026-05-01	Characterization of Kidney and Liver Cystic Phenotype Associated with <italic>GANAB</italic> Using Advanced Imaging Biomarkers 2026-Mar-03, Nephron IF:2.3Q2 DOI:10.1159/000551274 PMID:41774594	研究论文	使用先进成像生物标志物表征与GANAB相关的肾脏和肝脏囊性表型	首次利用深度学习囊性分割技术对GANAB基因变异引起的常染色体显性多囊肾病患者的肾脏和肝脏囊性表型进行定量分析	样本量较小（16人），回顾性研究设计，需要更大规模队列验证基因型-表型关联	定量描述GANAB基因变异患者的肾脏和肝脏囊性表型特征	16名携带GANAB基因变异的个体及其腹部影像数据	计算机视觉, 数字病理学	肾脏疾病, 肝脏疾病	深度学习囊性分割	CNN	图像	16名携带GANAB基因变异的个体	NA	U-Net	NA	NA
34	2026-05-01	Development and validation of a transformer-based deep learning model for predicting distant metastasis in non-small cell lung cancer using 18FDG PET/CT images 2026-Feb, Clinical & translational oncology : official publication of the Federation of Spanish Oncology Societies and of the National Cancer Institute of Mexico IF:2.8Q2 DOI:10.1007/s12094-025-04014-9 PMID:40779149	研究论文	开发和验证一种结合CNN和ViT的混合深度学习模型，用于预测非小细胞肺癌患者的远处转移	首次将CNN与视觉Transformer（ViT）架构结合应用于18F-FDG PET/CT图像预测非小细胞肺癌远处转移，并证明整合PET和CT特征的模型优于单一模态模型	回顾性研究、样本量有限（167例），需要更大规模的前瞻性研究验证	开发和验证基于深度学习的模型，利用PET/CT图像预测非小细胞肺癌远处转移	167例初诊未治疗的非小细胞肺癌患者的PET/CT图像	计算机视觉	非小细胞肺癌	18F-FDG PET/CT	CNN, ViT	图像	167例患者的PET/CT图像	NA	ResNet 50, ViT	AUC	NA
35	2026-05-01	Magnetic resonance imaging-based deep-learning radiomics score for survival prediction and risk stratification in pediatric hepatoblastoma receiving surgical resection 2026-Jan-28, World journal of radiology IF:1.4Q3 DOI:10.4329/wjr.v18.i1.115503 PMID:41640707	研究论文	开发基于磁共振成像的深度学习影像组学评分，用于接受手术切除的儿童肝母细胞瘤患者的生存预测和风险分层	提出深度学习影像组学评分结合临床-深度学习列线图模型，用于术前识别高风险患者以指导新辅助化疗，且评分能有效分层患者风险	样本量较小（106例），且为回顾性研究，可能存在选择偏倚；外部验证仅来自另一机构	评估基于深度学习的影像组学评分在早期肝母细胞瘤患者术后无事件生存预测中的性能	接受手术切除的儿童肝母细胞瘤患者	计算机视觉, 数字病理学	儿童肝母细胞瘤	磁共振成像	CNN	图像	106例（训练队列74例，测试队列32例）	NA	NA	预后能力, 校准能力, 预测误差	NA
36	2026-05-01	Changes in the Neighborhood Built Environment and Chronic Health Conditions in Washington, DC, in 2014-2019: Longitudinal Analysis 2025-Dec-10, JMIR formative research IF:2.0Q4 DOI:10.2196/74195 PMID:41370817	研究论文	利用谷歌街景图像和计算机视觉技术，分析华盛顿特区2014-2019年间邻里建成环境变化与慢性健康状况的关联	首次利用谷歌街景图像和计算机视觉进行纵向邻里建成环境变化分析，替代传统现场审计方法	NA	研究邻里建成环境纵向变化与人口统计变迁及健康结果之间的关系	华盛顿特区的邻里建成环境、人口统计特征和健康结果	计算机视觉	肥胖、糖尿病、高胆固醇、癌症	谷歌街景图像	卷积神经网络	图像	434,115张谷歌街景图像	NA	卷积神经网络	NA	NA
37	2026-05-01	Leveraging multi-modal feature learning for predictions of antibody viscosity 2025-12, mAbs IF:5.6Q1 DOI:10.1080/19420862.2025.2490788 PMID:40214197	研究论文	利用多模态特征学习预测抗体粘度，支持治疗性抗体的早期研发	整合序列、结构、理化性质及语言模型嵌入等多源数据，使模型能学习分子模拟的物理化学规则和预训练深度学习模型捕获的蛋白质进化模式	NA	预测治疗性抗体在药物发现中的粘度，以支持皮下给药制剂的开发	抗体序列、结构、理化性质及语言模型嵌入数据	机器学习	NA	多模态特征学习	多模态学习模型	序列、结构、理化性质、语言模型嵌入	NA	NA	NA	NA	NA
38	2026-05-01	MEF2C controls segment-specific gene regulatory networks that direct heart tube morphogenesis 2025-12-01, Genes & development IF:7.5Q1 DOI:10.1101/gad.352889.125 PMID:40883017	研究论文	利用单核RNA测序和ATAC测序的时序数据，结合深度学习模型，研究MEF2C转录因子控制的心脏管形态发生中的节段特异性基因调控网络	整合多组学数据和深度学习模型，构建了流出道、心室和流入道每个节段的发育轨迹，并鉴定了节段特异性的MEF2C依赖性增强子，揭示了核激素受体NR2F2在心脏畸形中的部分驱动作用	NA	解析早期心脏管中的谱系特异性基因调控网络及其在形态发生中的作用	MEF2C转录因子及其控制的心脏管节段特异性基因调控网络	机器学习	心血管疾病	单核RNA测序, ATAC测序	深度学习模型	基因表达数据, 染色质可及性数据	野生型和MEF2C缺失胚胎的时序单核样本	NA	NA	NA	NA
39	2026-05-01	Glasses-free 3D display with ultrawide viewing range using deep learning 2025-12, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09752-y PMID:41299166	研究论文	利用深度学习实现超宽视角的无眼镜3D显示	通过精确建模双眼视觉并结合深度学习实时优化，突破了空间带宽积的限制，实现了低成本光场传输设备上的大规模全视差3D显示，视角超过100度	文中未明确提及局限性	实现兼具大尺寸和宽视角的无眼镜3D显示	光场显示系统和双眼视觉模型	计算机视觉	NA	立体显示、光场技术	深度学习模型	图像	NA	NA	NA	分辨率、刷新率、视角	NA
40	2026-05-01	A novel approach integrating topological deep learning from EEG Data in Alzheimer's disease 2025-Nov-14, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-23686-5 PMID:41238639	研究论文	提出了一种结合拓扑深度学习与机器学习模型的方法，用于基于脑电图数据的阿尔茨海默病分类	首次将拓扑深度学习与多种机器学习模型（SVM、RF、NN、LR）结合用于脑电图数据，通过提取拓扑和神经特征增强对阿尔茨海默病特有模式的识别	样本量较小（仅88人），需要多中心大型多样化队列验证泛化性	开发一种融合拓扑深度学习的混合方法，提高基于脑电图数据的阿尔茨海默病分类准确性	88名个体的脑电图记录，分为阿尔茨海默病患者、额颞叶痴呆患者和认知正常对照	机器学习	阿尔茨海默病	脑电图	支持向量机、随机森林、神经网络、逻辑回归	脑电图信号	88名个体	NA	NA	分类准确率	NA