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
461	2026-09-29	Estimation of absolute states of human skeletal muscle via standard B-mode ultrasound imaging and deep convolutional neural networks 2020-01, Journal of the Royal Society, Interface DOI:10.1098/rsif.2019.0715 PMID:31992165	研究论文	本文利用标准B型超声成像和深度卷积神经网络，从人体骨骼肌图像中估计主动和被动状态，包括活动、关节角度和关节力矩	首次使用深度卷积神经网络从2D超声图像中同时估计绝对、无漂移的神经生物力学状态组件（活动、关节角度、关节力矩），并实现可泛化性	研究样本量较小（32名健康参与者），仅涉及小腿肌肉，需要进一步验证在更广泛人群和肌肉群中的适用性	测试使用超声成像自动估计主动和被动骨骼肌状态的可行性，提供一种非侵入性的在线估计方法	人体骨骼肌（特别是内侧腓肠肌和比目鱼肌）	计算机视觉, 医学影像分析	NA	B型超声成像, 肌电图, 关节力矩/角度测量	深度卷积神经网络	2D超声图像, 肌电图信号, 关节角度和力矩数据	32名健康参与者（7名女性，年龄范围19-65岁，平均27.5岁），共32个留出样本用于16折交叉验证	NA	深度卷积神经网络	准确率	NA
462	2026-09-29	Cardiac MR segmentation based on sequence propagation by deep learning 2020, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0230415 PMID:32271777	研究论文	本文提出了一种基于U-Net并结合图像序列信息的心脏磁共振（CMR）分割方法，通过利用3D序列信息从顶部切片到底部切片进行有效分割	在训练过程中，每个输入切片依赖于其下方的切片，即预测的分割结果依赖于前一个切片的现有分割标签，从而充分利用了3D序列信息	未明确提及	实现心脏MRI中心肌的准确分割，以支持快速诊断和定量病理分析	心脏磁共振图像（CMR）中的心肌	计算机视觉	心血管疾病	心脏磁共振成像（CMR）	CNN	图像	100名患者的CMR图像（1700张2D MRI），评估时使用了340张CMR图像	NA	U-Net	Dice分数	NA
463	2026-09-29	Acceleration of spleen segmentation with end-to-end deep learning method and automated pipeline 2019-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2019.01.018 PMID:30798219	研究论文	该文章提出了一种基于端到端深度学习和自动化流水线的腹部脾脏分割方法	提出了一种自动化流水线，提供端到端的合成过程，使用户无需安装任何软件包并在本地处理中间结果	流水线整个过程平均需要20分钟，与手动分割的30分钟相比，时间减少有限	加速脾脏分割过程，减少人工标注CT数据的时间	CT腹部解剖结构，特别是脾脏	计算机视觉	NA	CT	深度学习	图像	NA	NA	NA	时间	NA
464	2026-09-28	A multimodal AI biomarker PATH-ORACLE improves prediction of recurrence in stage I lung adenocarcinoma 2026-Dec, Immuno-oncology technology DOI:10.1016/j.iotech.2026.101614 PMID:42787516	研究论文	该研究开发了一种名为PATH-ORACLE的多模态AI生物标志物，结合转录组学ORACLE评分与常规组织学切片，用于预测I期肺腺癌的复发。	将基于转录组学的ORACLE评分与预训练基础模型处理的组织学切片相结合，构建多模态深度学习生物标志物，性能优于单一模态及自动化IASLC分级。	需要广泛验证才能将PATH-ORACLE从预后生物标志物转化为预测性生物标志物，以用于指导I期肺腺癌患者的辅助治疗决策。	开发并验证一种多模态AI生物标志物，以提高I期肺腺癌复发预测的准确性，从而指导辅助治疗。	I期肺腺癌患者	数字病理学	肺癌	转录组学测序、组织学切片分析	多模态深度学习模型	图像、文本（转录组数据）	两个独立队列（具体样本量未在摘要中提供）	NA	预训练基础模型	AUC	NA
465	2026-09-28	Enhancing weakly supervised 3D medical image segmentation through probabilistic-aware learning 2026-Dec, Pattern recognition IF:7.5Q1 DOI:10.1016/j.patcog.2026.113973 PMID:42787768	研究论文	提出一种用于三维医学图像分割的概率感知弱监督学习流程，包含伪标签生成、概率多头自注意力网络和概率感知分割损失函数	提出三个创新组件：基于概率的伪标签生成技术从稀疏标注合成密集分割掩码、概率多头自注意力网络用于鲁棒特征提取、概率感知分割损失函数利用标注置信度增强训练	未明确说明	克服全监督三维医学图像分割对耗时费力的完全标注真值标签的依赖，提升弱监督三维医学图像分割性能	CT和MRI三维医学图像数据集	计算机视觉, 医学图像分割	未明确说明	弱监督学习, 概率感知学习	Transformer	图像	未明确说明	未明确说明	概率Transformer网络, 概率多头自注意力网络	Dice分数	未明确说明
466	2026-09-28	The role and mechanism of diosgenin glucoside in modulating megakaryopoiesis through promotion of autophagy via the AMPK/mTOR/ULK1 signaling pathway 2026-Nov-01, International immunopharmacology IF:4.8Q1 DOI:10.1016/j.intimp.2026.117337 PMID:42679530	研究论文	本研究通过基于图深度学习虚拟筛选发现的天然化合物薯蓣皂苷元葡萄糖苷（DG），在体外和体内实验中促进巨核细胞生成，其机制与激活AMPK/mTOR/ULK1自噬信号通路相关	首次通过基于有向图交集网络（DGIN）架构的图深度学习虚拟筛选管线优先发现DG；首次揭示DG通过AMPK/mTOR/ULK1自噬轴促进巨核细胞谱系定向和多倍体化；发现DG在体内呈现非单调钟形剂量反应曲线	仅使用Meg-01和K562细胞系进行体外验证，缺乏原代巨核细胞实验；小鼠模型结果向人体转化的有效性尚需进一步验证；2.5 mg/kg剂量优于更高剂量的机制仅为推测，未经验证	研究薯蓣皂苷元葡萄糖苷（DG）对辐射诱导血小板减少症（RIT）的治疗效果及其调控巨核细胞生成的分子机制	辐射诱导血小板减少症（RIT）小鼠模型、Meg-01和K562巨核细胞白血病细胞系	机器学习	辐射诱导血小板减少症	基于图的深度学习虚拟筛选、定量平均荧光强度（MFI）分析、siRNA介导的基因敲低	DGIN（有向图交集网络）架构	图像、文本	体外实验使用Meg-01和K562细胞系；体内实验使用RIT小鼠模型，分为多个剂量组（包括2.5 mg/kg及更高剂量组）	NA	DGIN（有向图交集网络）	平均荧光强度（MFI）、血小板恢复水平、尾部出血时间、体外血块回缩动力学、CD41和CD42b表面标志物表达、多倍体化比例（≥4N和≥8N）	NA
467	2026-09-28	Improving deep learning organ segmentation accuracy in cone-beam CT-guided radiotherapy using a robust scatter suppression method 2026-Nov, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.101084 PMID:42787476	研究论文	本研究评估了通过新型抗散射网格和专用重建流程提升锥形束CT图像质量后，是否能改善深度学习器官和肿瘤分割的准确性	采用新型抗散射网格和专用重建流程的定量CBCT方法，结合对CBCT图像不敏感的基础模型进行分割，首次系统评估了散射抑制对深度学习分割精度的影响	样本量较小（26例患者），且头颈部区域的分割精度未得到改善	评估通过增强散射抑制提高CBCT图像质量是否能改善深度学习分割精度	26例前列腺癌、头颈癌和盆腔/腹部癌症患者	计算机视觉、医学图像分析	前列腺癌、头颈癌、盆腔/腹部癌症	锥形束CT（CBCT）、定量CBCT、抗散射网格	基础模型（foundation model）	图像	26例患者，每位患者接受标准CBCT和定量CBCT扫描，分割13个器官和靶区	NA	NA	Dice相似系数、最大Hausdorff距离	NA
468	2026-09-28	Weakly supervised deep learning distinguishes alcohol-associated from metabolic dysfunction-associated steatohepatitis on H&E whole-slide images 2026-Nov, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100712 PMID:42787752	研究论文	本研究开发并评估了一种弱监督深度学习模型，用于在H&E全切片图像上区分酒精相关性脂肪性肝炎（ASH）与代谢功能障碍相关性脂肪性肝炎（MASH）	利用弱监督深度学习在常规H&E全切片图像上区分ASH与MASH，并通过注意力聚类与病理学家审查验证模型可解释性，证明常规形态学信息可作为病因鉴别决策支持输入	单机构概念验证研究，样本量有限，ASH敏感度中等（×20下0.67），需外部多中心验证	测试常规肝脏活检H&E全切片图像是否包含足够的形态学信息以在切片水平预测脂肪性肝炎病因	肝脏活检H&E全切片图像	数字病理学	脂肪性肝炎	H&E染色全切片成像	弱监督深度学习	图像	1147张全切片图像（训练集1007张，留出测试集140张）	NA	NA	AUC, 平衡准确率, 敏感度, 特异度	NA
469	2026-09-28	Automated detection and classification of intestinal protozoan cysts using a nuclei structure-based deep learning framework for epidemiological surveillance 2026-Nov, Parasite epidemiology and control IF:2.0Q3 DOI:10.1016/j.parepi.2026.e00545 PMID:42799032	研究论文	本研究提出了一种结合深度学习和专家形态学知识的混合框架，用于自动检测和分类七种常见的肠道原虫包囊，以支持流行病学监测	创新性地将Mask R-CNN与基于规则的决策引擎相结合，利用包囊内细胞核结构等形态学属性进行分类，克服了传统端到端黑箱模型缺乏临床可解释性的问题	对于形态高度相似的Entamoeba histolytica和Entamoeba dispar，框架无法区分，需将其合并为一个复合类别才能提高准确率	开发可靠的自动化诊断工具，提高肠道寄生虫感染的筛查效率，支持流行病学监测中的病例分诊和优先检测	七种肠道原虫包囊，包括Entamoeba histolytica、Entamoeba dispar、Entamoeba coli、Giardia lamblia、Balantidium coli、Endolimax nana和Iodamoeba sp.，使用3143张显微镜图像	数字病理学	肠道寄生虫感染	显微镜成像	Mask R-CNN, 基于规则的分类器	图像	3143张显微镜图像	NA	Mask R-CNN	分类准确率, 处理速度（每张图像0.04秒）	NA
470	2026-09-28	Global characterization strategy for chemical constituent of traditional Chinese medicine formulas based on online comprehensive 2DLC-Q-TOF-MS/MS combined with deep learning clustering driven dual-mode acquisition: A case study of Qishen Yiqi Dropping Pills 2026-Oct-25, Journal of chromatography. A DOI:10.1016/j.chroma.2026.467401 PMID:42721874	研究论文	本文提出了一种基于在线全面二维液相色谱-四极杆飞行时间串联质谱（2DLC-Q-TOF-MS/MS）结合深度学习聚类驱动的双模式采集策略，用于中药复方化学组成的全面表征，并以芪参益气滴丸为例进行了验证	创新性地将深度学习辅助的质量亏损过滤（MDF）与基于Python的PyMassTime-Cluster系统相结合，通过保留时间聚类将高度重叠的共流出预测离子重新分配为平衡的子优先级离子捕获（sub-PIC）列表，引导逐步数据依赖采集（DDA），并辅以数据非依赖采集（DIA）作为互补模式，从而显著提高了高丰度和低丰度成分的碎片离子覆盖度	摘要中未提及该方法的局限性，如是否适用于其他类型中药复方、对未知化合物的鉴定能力、以及深度学习模型的泛化性能等均未讨论	解决中药复方复杂化学成分全面表征的难题，提高高丰度和低丰度共流出化合物的碎片离子信息获取效率，以阐明其药效物质基础和作用机制	芪参益气滴丸（Qishen Yiqi Dropping Pills, QSYQDP）中的化学成分	分析化学、中药化学、机器学习	心血管疾病	在线全面二维液相色谱-四极杆飞行时间串联质谱（2DLC-Q-TOF-MS/MS）、数据依赖采集（DDA）、数据非依赖采集（DIA）、深度学习辅助质量亏损过滤（MDF）	深度学习聚类模型	质谱数据	未提及具体样本数量，但从中表征出181种化合物	PyMassTime-Cluster（基于Python）	深度学习聚类	未提及具体的性能评估指标，仅报告了表征出的化合物数量及类别	未提及具体的计算资源信息
471	2026-09-28	A validated deep learning workflow for 3D quantification of amyloid plaques in cleared mouse brain 2026-Sep-26, Journal of microscopy IF:1.5Q3 DOI:10.1111/jmi.70179 PMID:42799322	研究论文	本文提出并验证了一个基于深度学习的可扩展三维分析流程，用于透明化小鼠脑组织中淀粉样斑块的全脑定量，并整合图谱配准实现区域特异性分析，最终应用于评估藏红花补充剂的神经保护效果	提出并验证了结合深度学习分割与图谱配准的可扩展三维分析流程，实现了透明化小鼠全脑淀粉样斑块的自动化区域特异性定量，并与金标准立体学方法高度一致	在摘要中未明确说明该研究的局限性	开发并验证一个可扩展的三维分析流程，用于透明化小鼠脑组织中淀粉样斑块的全脑定量，以支持阿尔茨海默病临床前研究中的神经病理表型分析和治疗评估	APP/PS1小鼠（阿尔茨海默病模型）的透明化全脑组织	数字病理学	阿尔茨海默病	光片显微镜、组织透明化、深度学习分割、图谱配准	深度学习模型	图像	NA	NA	NA	与金标准立体学方法的一致性、p值	NA
472	2026-09-28	Deep Learning-Assisted Terahertz Metasurface Biosensing for Rapid Ex Vivo Molecular Assessment of Diffuse Glioma Frozen Sections 2026-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.6c03074 PMID:42799359	研究论文	本文开发了一种深度学习辅助的太赫兹超表面生物传感工作流，用于弥漫性胶质瘤冰冻切片的快速离体分子评估	该工作流整合了直接在超表面上进行冰冻切片、谐振多模太赫兹转导、全光谱深度学习和防泄漏分组验证，用于人类弥漫性胶质瘤冰冻切片的五类分子相关评估，区别于以往传统的太赫兹分子研究和主要关注肿瘤-正常对比、培养细胞或动物成像的超表面研究	研究样本量相对有限（53名患者、59个组织标本、590个嵌套块级光谱），需要在更大规模的多中心队列中进一步验证	开发一种快速离体辅助工具，用于弥漫性胶质瘤标本的分子相关评估，以支持分子指导的最大安全切除	弥漫性胶质瘤冰冻切片	数字病理学	脑癌	太赫兹超表面生物传感	SEResNet1D	太赫兹光谱	53名患者、59个组织标本、590个嵌套块级光谱	NA	SEResNet1D	五类准确率	NA
473	2026-09-28	Neural Gas Network-Based Distinction Between Brain Cysts and Tumors from Magnetic Resonance Images Using a Hybrid Deep Learning Algorithm 2026-Sep-26, Big data IF:2.6Q2 DOI:10.1177/2167647X261490062 PMID:42799560	研究论文	该研究提出了一种结合神经气体网络分割与多CNN融合的混合深度学习框架，用于区分脑部MRI图像中的囊肿与肿瘤	将神经气体网络用于MRI图像分割以增强囊肿与肿瘤区域的边界划分，并将EfficientNetB0、MobileNetV2和ResNet50三种预训练CNN融合为一个混合模型，结合网格搜索超参数优化、早停和交叉验证进行微调	未明确提及	实现脑部MRI图像中恶性肿瘤与良性囊肿的早期准确鉴别诊断	脑部MRI图像中的囊肿与肿瘤区域	计算机视觉	脑肿瘤	磁共振成像	CNN	图像	四个不同的数据集（包括平衡版本和分割版本）	NA	EfficientNetB0, MobileNetV2, ResNet50, VGG16, InceptionV3	准确率	NA
474	2026-09-28	A rapid automated segmentation method for total kidney volume measurement on unenhanced computed tomography in autosomal dominant polycystic kidney disease 2026-Sep-26, Abdominal radiology (New York) DOI:10.1007/s00261-026-05799-1 PMID:42799751	研究论文	该文开发并验证了一种基于深度学习的全自动肾脏分割方法，用于从平扫CT图像中测量常染色体显性多囊肾病（ADPKD）患者的总肾脏体积（TKV）	基于nnU-Net框架构建了全自动肾脏分割模型，可在约5秒内完成单例TKV测量，相比专家辅助的参考分割方法（约30分钟）大幅提速，并提供了纵向随访中肾脏生长评估的验证	摘要中未明确提及研究局限性，但训练数据仅来自236例患者（其中111例为ADPKD），外部验证队列规模为70例，样本量相对有限	开发并验证一种从平扫CT图像中全自动测量ADPKD患者总肾脏体积的深度学习方法	ADPKD患者及非ADPKD患者的平扫CT图像	数字病理学	常染色体显性多囊肾病	平扫计算机断层扫描（CT）	CNN	图像	开发数据集236例患者（含111例ADPKD患者），独立验证队列70例ADPKD患者（含20例纵向扫描）	NA	nnU-Net	Dice相似系数（DSC）、组内相关系数（ICC）、线性回归、Bland-Altman分析	NA
475	2026-09-28	Exploring the impact of artificial intelligence on radiation dose reduction in urological imaging: a systematic review from EAU endourology 2026-Sep-26, World journal of urology IF:2.8Q2 DOI:10.1007/s00345-026-06777-4 PMID:42799755	系统综述	本文系统综述了人工智能技术在泌尿系统CT成像中降低辐射剂量的效果，发现AI技术可实现60-80%的辐射剂量降低，同时保持或改善图像质量	首次从EAU腔道泌尿外科角度系统量化AI技术在泌尿系统CT成像中降低辐射剂量的效益，综合评估了辐射剂量指标、图像质量指标和诊断性能	缺乏诊断结局数据，无法明确AI重建在等效剂量水平下是否优于传统迭代重建，纳入研究数量有限（仅11项），临床有效性尚需进一步研究量化	量化基于人工智能的技术在泌尿系统CT成像中降低辐射剂量的效益	泌尿系统疾病患者的CT成像研究	医学影像分析	泌尿系统疾病	深度学习图像重建（DLIR）、CT成像	深度学习	CT图像	11项研究	NA	NA	CTDIvol、DLP、有效剂量、图像噪声、信噪比、诊断性能	NA
476	2026-09-28	A chlorella-derived carbon dots-based integrated sensing-removal platform for silver ion monitoring and removal via dual-mode optical detection and smartphone-assisted deep learning 2026-Sep-26, Mikrochimica acta DOI:10.1007/s00604-026-08421-9 PMID:42799907	研究论文	该研究合成了小球藻衍生的荧光碳点，构建了比色/荧光双模式传感平台，用于银离子检测，并结合智能手机与卷积神经网络实现便携式智能分析，同时实现了银离子的去除	提出了一种基于小球藻衍生碳点的集成传感-去除平台，将双模式光学检测、智能手机辅助的卷积神经网络智能分析以及检测后银离子去除功能集成于一体，实现了快速检测与去除的耦合	摘要中未明确提及该研究的局限性	开发一种便携、智能、功能集成的小球藻衍生碳点平台，用于水和食品相关基质中银离子的快速监测与去除	银离子（Ag⁺）、小球藻衍生碳点、实际样品（牛奶和自来水）	机器学习	NA	溶剂热合成法、荧光光谱法、比色法、智能手机成像、电感耦合等离子体质谱（ICP-MS）	CNN	图像	实际样品为牛奶和自来水（具体样本数量未在摘要中说明）	NA	卷积神经网络（CNN）	检出限（LOD）、回收率	便携式笔记本电脑
477	2026-09-28	Autoencoders for unsupervised analysis of rat myeloarchitecture 2026-Sep-26, Brain structure & function IF:2.7Q3 DOI:10.1007/s00429-026-03166-w PMID:42799916	研究论文	该研究利用无监督深度学习（卷积自编码器）自动提取和量化大鼠髓鞘染色脑切片中的组织模式，并与PCA和DINOv3进行比较，发现自编码器能更好地保留轴突结构并检测病理变化	首次将卷积自编码器应用于无监督分析大鼠髓鞘结构，无需人工标注即可自动表征多尺度组织组织并检测病理改变，优于PCA和DINOv3	仅在大鼠模型上验证，未在人类组织或其他物种中测试；未与有监督方法进行直接比较；样本量有限	开发一种无需标注、可扩展的计算神经病理学方法，自动表征脑组织组织并检测病理变化	大鼠脑切片（髓鞘染色），包括假手术和轻度创伤性脑损伤动物	数字病理学	创伤性脑损伤	髓鞘染色	卷积自编码器	图像	NA	NA	卷积自编码器，DINOv3	NA	NA
478	2026-09-28	Splice-site variants in neurology: from molecular mechanisms to clinical interpretation - a focused review 2026-Sep-26, Neurogenetics IF:1.6Q3 DOI:10.1007/s10048-026-00947-7 PMID:42799960	综述	本文系统综述了神经病学中剪接位点变异的分子机制、计算预测、RNA验证及其临床解释，重点讨论其在神经遗传病诊断和治疗决策中的应用与挑战	聚焦于如何将诊断报告中发现的剪接改变变异可靠识别、实验验证并转化为临床诊断或治疗决策，强调将RNA水平诊断常规嵌入临床神经遗传实践	预测工具之间不一致且在外显子核心剪接位点共识区之外最不可靠，RNA验证受组织特异性和发育阶段限制	探讨剪接改变变异如何被可靠识别、实验验证并转化为临床诊断或治疗决策，以及当前预测和验证工具的局限	Mendelian神经遗传病中影响pre-mRNA剪接的变异	临床遗传学与神经基因组学	癫痫、遗传性神经病、共济失调、肌张力障碍、线粒体病、神经肌肉疾病、剪接体小核RNA神经发育障碍	深度学习剪接预测（SpliceAI、Pangolin）、RNA测序、长读长转录组学、minigene功能测定	深度学习剪接预测模型	文本（综述）	NA	NA	NA	NA	NA
479	2026-09-28	The application of deep learning in intelligent assessment of horizontal bone loss in mandibular first molars 2026-Sep-26, Clinical oral investigations IF:3.1Q1 DOI:10.1007/s00784-026-07180-4 PMID:42799962	研究论文	本研究利用深度学习技术，基于锥形束CT图像，自动检测下颌第一磨牙水平骨吸收的程度	首次将3D-ResNets模型应用于下颌第一磨牙水平骨吸收的智能评估，实现了对骨吸收程度的自动分类，且性能与牙医相当	样本量有限（505例），仅针对下颌第一磨牙，未在其他牙齿或更广泛人群中验证	开发一种基于深度学习的评估工具，自动检测下颌第一磨牙水平骨吸收的程度	下颌第一磨牙水平骨吸收患者的锥形束CT图像	数字病理学	牙周病	锥形束CT	3D-ResNets	图像	505例锥形束CT图像	NA	3D-ResNet	精确率, 召回率, F1分数, 准确率	NA
480	2026-09-28	Fingerprint-Mimetic Fibrous Glove via Shear-Induced Alignment and Dynamic Compensation for Multimodal Tactile Sensing 2026-Sep-26, ACS sensors IF:8.2Q1 DOI:10.1021/acssensors.6c02671 PMID:42800076	研究论文	本文受人类指纹弧形拓扑结构启发，提出了一种基于纤维的多模态触觉智能手套（SIT手套），通过剪切诱导取向和动态补偿实现多模态触觉传感	受人类指纹弧形拓扑结构启发，利用Jeffery轨道动力学在湿法纺丝过程中通过剪切流使银纳米片轴向排列，离子液体作为动态导电补偿介质，形成"电子网络+离子极化"协同效应；将SIT纤维以指纹图案绣制在手套指尖形成18通道触觉阵列	未明确说明	开发具有高灵敏度、宽响应范围和多功能的可穿戴设备，用于智能家居和虚拟现实中的人机交互	SIT纤维（银/离子液体/TPU纤维）及其绣制的手套	机器学习	NA	湿法纺丝、剪切诱导取向、动态补偿	1D-CNN	传感器信号数据	6种手势和4种织物分类，18通道触觉阵列	NA	1D-CNN	准确率	NA