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
4601	2026-02-13	Leveraging large scale deep learning models for diagnosis and visual outcome prediction in retinitis pigmentosa 2026-Jan-08, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02311-9 PMID:41507439	研究论文	本研究开发了基于大规模深度学习模型的诊断和预后模型，用于视网膜色素变性的诊断和视觉结果预测	利用预训练的大规模深度学习模型结合临床元数据进行生存分析，在患者层面严格分割以避免数据泄露，并发现诊断和预后特征不同	需要外部和多中心数据集进行进一步验证以实现临床转化	开发视网膜色素变性的诊断和视觉预后预测模型	视网膜色素变性患者	计算机视觉	视网膜色素变性	深度学习	CNN	图像, 临床元数据	NA	NA	EfficientNetB4	AUC, 时间依赖性AUC	NA
4602	2026-02-13	Longitudinal MRI-based deep learning model for predicting pathological complete response in breast cancer: a multicenter, retrospective cohort study 2026-Jan-05, NPJ precision oncology IF:6.8Q1 DOI:10.1038/s41698-025-01256-2 PMID:41491286	研究论文	本研究提出了一种基于纵向MRI的深度学习模型BSTNet，用于预测乳腺癌新辅助治疗后的病理完全缓解	开发了一种新颖的乳腺自监督时序学习框架（BSTNet），通过自监督预训练实现模型在多时间点和双时间点场景下的泛化，并捕捉新辅助治疗期间肿瘤的动态变化	NA	早期预测乳腺癌患者对新辅助治疗的病理完全缓解，以优化治疗策略	乳腺癌患者	数字病理学	乳腺癌	纵向MRI	深度学习模型	MRI图像	1339名患者（多中心队列）	NA	BSTNet	AUC, 特异性	NA
4603	2026-02-13	A Deep Learning-Enabled Ionogram Dataset for Detection and Classification of Low-latitude Spread-F Phenomena 2026-Jan-03, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-06493-5 PMID:41484136	研究论文	本文介绍了一个用于检测和分类低纬度Spread-F现象的首个公开、专家指导的深度学习离子图数据集	首次提供了公开的、专家指导的离子图数据集，覆盖最全面的类别、最大数据量和最长时间跨度，并附带了基于该数据集的分类模型	NA	研究电离层Spread-F现象，以改进无线电技术（如通信和导航）中的操作应用	低纬度Spread-F现象	计算机视觉	NA	NA	CNN	图像	150,000张离子图（包括30,000张每类，含“非SF”组），覆盖2002年至2016年共14年	NA	SA-ResNet50	NA	NA
4604	2026-02-13	MAGIN-GO: Protein function prediction based on dual graph neural networks and gene ontology structure 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0342072 PMID:41662346	研究论文	提出了一种名为MAGIN-GO的蛋白质功能预测方法，该方法结合了双重图神经网络和基因本体结构	结合了图同构网络（GIN）、图卷积网络（GCN）和图卷积自注意力网络（GMSA）来提取多源蛋白质信息，并整合了基因本体（GO）注释嵌入，有效结合了蛋白质序列特征与蛋白质-蛋白质相互作用（PPI）图节点特征，解决了传统GNN方法在特征表示能力、长程依赖捕获和注释间关系整合方面的局限性	NA	准确预测蛋白质功能	蛋白质	自然语言处理	NA	NA	GNN, GIN, GCN, GMSA	序列数据，图数据	UniProtKB/Swiss-Prot数据集	NA	图同构网络（GIN），图卷积网络（GCN），图卷积自注意力网络（GMSA）	AUPR, Fmax, Smin, AUC	NA
4605	2026-02-13	Enhanced extractive text summarization framework for low-resourced Urdu language 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0341596 PMID:41662374	研究论文	本文提出了一种针对低资源乌尔都语的增强型抽取式文本摘要框架，包括改进的监督和非监督方法	为低资源乌尔都语创建大规模标注数据集，并提出结合特征选择和机器学习/深度学习的混合摘要模型，在ROUGE分数上分别实现约7%和12%的提升	未明确说明模型在跨领域或不同文本类型上的泛化能力，且可能受限于乌尔都语特有的语言复杂性	开发针对低资源乌尔都语的高效抽取式文本摘要方法	乌尔都语文本文档及其人工标注的抽取式摘要	自然语言处理	NA	文本摘要	机器学习模型,深度学习模型	文本	大规模数据集（具体数量未说明）	NA	NA	ROUGE分数	NA
4606	2026-02-13	Development and validation of clinico-imaging machine learning and deep learning models to predict responses to initial antiseizure medications in epilepsy 2026-Jan, Epilepsia IF:6.6Q1 DOI:10.1111/epi.18668 PMID:41133949	研究论文	本研究开发并验证了结合临床和脑部MRI数据的AI模型，用于预测癫痫患者对前两种抗癫痫药物的反应	首次融合了18层3D videoResNet（用于多序列MRI数据）、Transformer编码器（用于ASM方案）和双线性神经网络（用于临床特征）的深度学习模型，以预测癫痫患者的药物反应	需要更大规模队列的进一步验证	预测癫痫患者对初始抗癫痫药物的反应，以优化治疗选择	癫痫患者	机器学习	癫痫	脑部多模态磁共振成像	深度学习, 机器学习	图像, 临床数据	开发队列154人，验证队列301人	NA	3D videoResNet, Transformer, 线性神经网络	F1分数	NA
4607	2026-02-13	Artificial intelligence in surgical planning and outcome prediction for obstructive sleep apnea: emerging hype or the future standard? 2025-Dec-22, Journal of clinical sleep medicine : JCSM : official publication of the American Academy of Sleep Medicine IF:3.5Q1 DOI:10.1007/s44470-025-00018-y PMID:41678069	综述	本文评估了人工智能在阻塞性睡眠呼吸暂停的诊断、风险分层和成人手术规划中的新兴作用，并探讨了其潜在的临床价值和局限性	强调了人工智能在药物诱导睡眠内窥镜分析和舌下神经刺激/颌面手术结果预测中的应用，并指出深度学习模型在预测治疗反应方面优于传统临床预测因子	数据质量存在差异、缺乏针对儿童群体的验证、算法偏见和透明度问题仍然是重大障碍	评估人工智能在阻塞性睡眠呼吸暂停诊断、风险分层和手术规划中的临床价值与局限性	阻塞性睡眠呼吸暂停患者	医疗人工智能	阻塞性睡眠呼吸暂停	药物诱导睡眠内窥镜、可穿戴设备睡眠监测	深度学习模型	睡眠研究数据、生理信号、临床数据、影像数据	NA	NA	NA	诊断准确性、预测性能	NA
4608	2026-02-13	Evaluation of the effectiveness of panoramic radiography in maxillary 3rd molars on an artificial intelligence model developed with findings obtained with cone beam computed tomography 2025-Dec-04, BMC oral health IF:2.6Q1 DOI:10.1186/s12903-025-07438-5 PMID:41340110	研究论文	本研究旨在通过使用锥形束计算机断层扫描（CBCT）数据训练的深度学习模型，评估全景X线摄影（PR）图像中上颌第三磨牙与上颌窦底之间的位置关系，并比较不同深度学习架构的分类性能	首次利用基于CBCT数据训练的深度学习模型分析PR图像，以评估上颌第三磨牙与上颌窦底的关系，并采用多数投票融合策略整合多个模型的预测结果	研究仅使用了1,054张PR图像，样本量相对有限，且模型在三分类问题上的准确率（约69%）仍有提升空间	评估深度学习模型在全景X线摄影图像中识别上颌第三磨牙与上颌窦底位置关系的有效性，以减少对CBCT成像的依赖	上颌第三磨牙与上颌窦底之间的解剖关系	计算机视觉	口腔颌面疾病	锥形束计算机断层扫描（CBCT），全景X线摄影（PR）	CNN	图像	1,054张全景X线摄影图像	NA	VGG16, VGG19, ResNet50, ResNet101, GoogleNet	准确率, 混淆矩阵	NA
4609	2026-02-13	Deep Learning Based Evaluation of Skeletal Maturation: A Comparative Analysis of Five Hand-Wrist Methods 2025-Dec, Orthodontics & craniofacial research IF:2.4Q2 DOI:10.1111/ocr.70008 PMID:40704688	研究论文	本研究利用深度学习算法，比较了五种手-腕骨成熟度评估方法在骨骼年龄估计中的诊断可靠性	首次使用YOLOv8x深度学习模型系统比较五种不同的手-腕骨成熟度评估方法在骨骼年龄估计中的性能	研究为回顾性分析，且仅针对8-16岁正畸患者，可能限制了结果的普适性	评估深度学习算法在骨骼年龄估计中的有效性，并比较不同手-腕骨成熟度评估方法的诊断可靠性	6572张来自8-16岁正畸患者的手-腕X光片	计算机视觉	NA	手-腕X光成像	YOLOv8x	图像	6572张手-腕X光片	NA	YOLOv8x	准确率, 精确率, 召回率, F1分数, AUC	NA
4610	2026-02-13	Hierarchical Convolution-Based Multilayer Perception for Denoising 3D MRI to Enhance Diagnostic Confidence in Cerebral Small Vessel Disease 2025-Dec, Phenomics (Cham, Switzerland) DOI:10.1007/s43657-025-00219-8 PMID:41675272	研究论文	本文提出了一种基于分层卷积的多层感知器（HC-MLP）模型，用于去噪3D MRI图像，以提高脑小血管病的诊断置信度	引入MLP模块以减少纯CNN模型的偏差，结合MLP和CNN的简单结构简化训练并提升泛化能力，采用体素级输入和残差MLP结构部分解决过平滑问题	未明确提及模型在更广泛数据集或不同噪声类型下的泛化能力限制	通过去噪3D MRI图像，提升脑小血管病的诊断置信度	脑小血管病（CSVD）患者的3D MRI图像	计算机视觉	脑小血管病	MRI	CNN, MLP	3D MRI图像	训练和测试：UK Biobank 120例，ATLAS 120例；外部测试：29例	未明确提及	HC-MLP（分层卷积多层感知器）	PSNR, SSIM, NMSE	未明确提及
4611	2026-02-13	Opportunities for AI-based Model-informed Drug Development: A Comparative Analysis of NONMEM and AI-based Models for Population Pharmacokinetic Prediction 2025-Nov-18, The AAPS journal DOI:10.1208/s12248-025-01121-x PMID:41254220	研究论文	本研究通过比较传统NONMEM方法与多种AI/ML模型在群体药代动力学预测中的表现，评估了AI在模型引导的药物开发中的潜力	首次系统比较了传统非线性混合效应模型与多种AI/ML模型（包括神经网络ODE模型）在模拟和真实临床数据集上的预测性能，并强调了AI模型在预测精度和计算效率方面的潜在优势	研究结果可能受限于特定数据集和模型类型，且AI模型在可解释性方面可能仍存在挑战，需要进一步验证	评估AI/ML方法在群体药代动力学建模中的有效性，以改进模型引导的药物开发策略	模拟数据集（基于二室模型生成）和真实临床数据集（来自1,770名患者的临床试验数据）	机器学习	NA	群体药代动力学建模	机器学习模型, 深度学习模型, 神经网络ODE模型	临床数据	1,770名患者	NA	NA	均方根误差, 平均绝对误差, 决定系数	NA
4612	2026-02-13	A personalized federated learning-based glucose prediction algorithm for high-risk glycemic excursion regions in type 1 diabetes 2025-Nov-03, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-22316-4 PMID:41184401	研究论文	本文提出了一种基于个性化联邦学习的血糖预测算法，专注于1型糖尿病中高风险血糖波动区域的预测	提出了一种新颖的Hypo-Hyper损失函数，根据血糖范围对误差进行惩罚，在极端血糖区域施加更高惩罚，并结合联邦学习框架FedGlu解决数据隐私问题	研究仅涉及125名患者，样本量相对有限，且未详细讨论模型在不同患者群体中的泛化能力	开发一种能够准确预测1型糖尿病患者高风险血糖波动区域同时保护数据隐私的机器学习模型	1型糖尿病患者的连续血糖监测数据	机器学习	糖尿病	连续血糖监测	深度学习模型	时间序列数据	125名患者	联邦学习框架	NA	均方误差改进百分比，血糖波动检测改进百分比	NA
4613	2026-02-13	MetaChrome: An Open-Source, User-Friendly Tool for Automated Metaphase Chromosome Analysis 2025-Sep-07, bioRxiv : the preprint server for biology DOI:10.1101/2025.09.02.673813 PMID:41019638	研究论文	介绍了一个名为MetaChrome的开源软件平台，用于自动化中期染色体分析和FISH信号共定位分析	开发了一个结合图形用户界面的开源软件，通过微调的深度学习模型实现中期染色体的自动化分割和FISH信号共定位分析，相比传统图像处理方法提高了分割精度	未明确说明	解决DNA-FISH染色体图像分析中染色体自动分割和FISH信号共定位的挑战，推进高通量染色体分析工作流程	中期染色体图像、染色体特异性FISH探针和免疫荧光标记蛋白	数字病理学	NA	DNA荧光原位杂交(FISH)、高通量成像(HTI)	深度学习模型	图像	NA	NA	Cellpose	分割精度	NA
4614	2026-02-13	Reconstruction of total-body multi parametric images with shortened-duration dynamic [68Ga]Ga-PSMA-11 and [68Ga]Ga-FAPI-04 PET scans 2025-Sep-02, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/adfe33 PMID:40840511	研究论文	本研究利用深度学习技术，从缩短至20分钟的全身动态PET扫描中重建多参数图像	提出了一种结合动态PET帧预测、参数线性拟合和生成对抗网络的深度学习框架，首次实现了从20分钟动态PET数据重建[68Ga]Ga-PSMA-11和[68Ga]Ga-FAPI-04的多参数图像，将扫描时间从1小时以上大幅缩短至20分钟	研究样本量相对较小（49名受试者），且仅针对两种特定示踪剂（[68Ga]Ga-FAPI-04和[68Ga]Ga-PSMA-11）进行了验证，未涵盖其他PET示踪剂或更广泛的临床场景	开发一种基于深度学习的图像重建方法，以缩短动态PET扫描时间，减少患者不适、运动伪影和成本	49名接受全身动态PET扫描的受试者（18名使用[68Ga]Ga-FAPI-04示踪剂，31名使用[68Ga]Ga-PSMA-11示踪剂）	医学影像分析	前列腺癌	动态正电子发射断层扫描（PET），[68Ga]Ga-PSMA-11和[68Ga]Ga-FAPI-04示踪剂成像	生成对抗网络（GAN）	动态PET图像序列	49名受试者（18名[68Ga]Ga-FAPI-04，31名[68Ga]Ga-PSMA-11）	NA	GAN	峰值信噪比（PSNR），结构相似性指数（SSIM），皮尔逊相关系数（PCC）	NA
4615	2026-02-13	mmWave Radar for Sit-to-Stand Analysis: A Comparative Study With Wearables and Kinect 2025-Sep, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3548092 PMID:40042953	研究论文	本研究探讨了使用毫米波雷达技术分析坐立动作的新方法，旨在开发一种非接触式、保护隐私且可全天候运行的医疗保健解决方案	首次将毫米波雷达技术应用于坐立动作分析，并与可穿戴设备和Kinect进行对比研究，提出了一种非接触式、隐私保护的解决方案	毫米波雷达在精细动作分析方面仍存在挑战，且未与金标准VICON系统进行验证，计划未来进行验证	开发用于医疗保健应用的非接触式、隐私保护且全天候运行的坐立动作分析系统，以进行跌倒风险评估	45名参与者执行坐立动作	机器学习和计算机视觉	老年疾病	毫米波雷达技术，深度学习姿态估计模型，逆运动学	深度学习姿态估计模型	雷达点云数据	45名参与者	NA	NA	NA	NA
4616	2026-02-13	Automated Whole-Brain Focal Cortical Dysplasia Detection Using MR Fingerprinting With Deep Learning 2025-Jun-10, Neurology IF:7.7Q1 DOI:10.1212/WNL.0000000000213691 PMID:40378378	研究论文	本研究开发了一种基于磁共振指纹成像和深度学习的全脑局灶性皮质发育不良检测框架	首次将磁共振指纹成像与深度学习结合用于全脑局灶性皮质发育不良的自动化检测，利用单次扫描获取的多参数特征	样本量相对较小（40名患者和67名健康对照），且未在独立外部数据集上进行验证	开发一种基于磁共振指纹成像的深度学习框架，用于全脑局灶性皮质发育不良的检测	药物难治性局灶性癫痫患者（包括FCD IIa、IIb、mMCD、MOGHE亚型）和年龄性别匹配的健康对照	数字病理学	癫痫	磁共振指纹成像（MRF）、临床MRI扫描	深度学习	图像	40名局灶性皮质发育不良患者和67名健康对照	NA	U-Net	灵敏度、假阳性数、病变标签重叠度	NA
4617	2026-02-13	Explainable paroxysmal atrial fibrillation diagnosis using an artificial intelligence-enabled electrocardiogram 2025-03, The Korean journal of internal medicine DOI:10.3904/kjim.2024.130 PMID:39987899	研究论文	本研究开发了一种基于人工智能的心电图算法，用于从正常窦性心律中预测阵发性心房颤动的早期发作	利用深度学习模型从正常窦性心律的心电图中预测一个月内房颤发作，并采用可解释AI技术揭示模型决策的关键心电图特征	研究未明确说明模型在不同人群或临床环境中的泛化能力，且数据来源于特定时间段（2013-2020年），可能影响时效性	开发可靠的人工智能算法，通过12导联心电图检测正常窦性心律患者中房颤的早期迹象	阵发性心房颤动患者及正常窦性心律患者	机器学习	心血管疾病	12导联心电图	深度神经网络	心电图信号	552,372条心电图轨迹，来自318,321名患者	NA	深度神经网络	AUROC	NA
4618	2026-02-13	Improved attention-based PCNN with GhostNet for epilepsy seizure detection using EEG and fMRI modalities: extractive pattern and histogram feature set 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1679218 PMID:41613820	研究论文	本文提出了一种增强的混合并行卷积-GhostNet框架（HPG-ESD），用于利用多模态EEG和fMRI数据进行癫痫发作检测	提出了一种结合改进注意力机制的并行卷积网络（IAPCNet）和GhostNet的软投票混合并行卷积-GhostNet（S-HPCGN）模型，以捕获互补的时空模式	未明确提及研究的局限性	提高癫痫发作检测的准确性和可解释性	儿科头皮EEG记录和静息态fMRI扫描	机器学习	癫痫	EEG信号处理，fMRI扫描	CNN, GhostNet	EEG信号，fMRI图像	24名受试者的EEG数据（CHB-MIT数据集）和52名参与者的fMRI数据（UNAM TLE数据集）	NA	IAPCNet, GhostNet	准确率, 精确率, 灵敏度	NA
4619	2026-02-13	Enhancing spatial inference of air pollution using machine learning techniques with low-cost monitors in data-limited scenarios 2024-Mar-14, Environmental science: atmospheres DOI:10.1039/d3ea00126a PMID:38496327	研究论文	本研究提出了一种基于深度学习的模型，利用低成本监测器和广泛可用的免费数据集，在数据有限场景下增强空气污染的空间推断能力	引入了深度学习模型用于邻里尺度的颗粒物扩散预测，仅依赖低成本监测器和免费数据集，克服了低收入地区缺乏补充数据源（如智能手机追踪和实时交通监测）的限制	模型在特定区域验证，可能需进一步优化以适应更广泛的地理环境；依赖的免费数据集可能在某些地区覆盖不全	提高空气污染数据的可及性，特别是在数据有限的发展中国家和脆弱社区，以促进环境正义	颗粒物（PM）的扩散空间推断	机器学习	NA	低成本空气监测器，免费气象与环境数据集	深度学习模型	时间序列数据（PM浓度、气象变量）	NA	NA	NA	均方根误差（RMSE）	NA
4620	2026-02-13	Deep learning in spatial transcriptomics: Learning from the next next-generation sequencing 2023-Mar, Biophysics reviews IF:2.9Q2 DOI:10.1063/5.0091135 PMID:38505815	综述	本文综述了空间转录组学中深度学习模型的应用，探讨了现有工具、挑战及未来方向	深入探讨了深度学习在空间转录组学数据分析中的新兴应用，并指出了传统方法的局限性	深度学习模型在空间转录组学中仍处于早期阶段，应用尚未充分探索	综述空间转录组学数据分析方法，特别关注深度学习技术的应用	空间转录组学数据，包括基因表达谱和组织图像	数字病理学	NA	空间转录组学，单细胞RNA测序	深度学习模型	图像，计数矩阵	NA	NA	NA	NA	NA