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
5181	2026-08-01	Tractography-based automated identification of the retinogeniculate visual pathway with novel microstructure-informed supervised contrastive learning 2024-Jan-04, bioRxiv : the preprint server for biology DOI:10.1101/2024.01.03.574115 PMID:38260369	研究论文	本文提出了一种基于深度学习的框架DeepRGVP，利用微结构信息监督对比学习从扩散MRI纤维束成像数据中自动识别视网膜膝状体视觉通路。	设计了新颖的微结构信息监督对比学习方法，利用纤维束标签和组织微结构信息确定正负样本对；提出了简单有效的纤维束级数据增强方法以处理高度不平衡的训练数据。	未明确提及局限性，可能包括依赖高质量扩散MRI数据、对严重病变的鲁棒性有限等。	实现从扩散MRI纤维束成像数据中快速、准确、自动地识别视网膜膝状体视觉通路，以降低临床和专家劳动成本并减少观察者间变异性。	视网膜膝状体视觉通路（RGVP）及其纤维束成像数据，包括健康受试者和神经外科垂体瘤患者的数据。	机器学习、医学影像分析	垂体瘤	扩散MRI（dMRI）纤维束成像	深度学习模型（具体架构未明确，可能基于卷积神经网络或Transformer）	扩散MRI纤维束成像数据（3D纤维束轨迹）	未明确具体样本数量，涉及健康受试者和神经外科垂体瘤患者的数据集。	未明确提及，可能使用PyTorch或TensorFlow	未明确指定，可能为自定义深度学习架构	未明确提及具体指标，可能包括准确性、Dice系数等	未明确提及
5182	2026-08-01	Flexible Protein-Protein Docking with a Multi-Track Iterative Transformer 2023-Jul-01, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.29.547134 PMID:37425754	研究论文	提出了一种名为GeoDock的多轨迭代Transformer网络，用于柔性蛋白质-蛋白质对接，可预测结合诱导的构象变化。	允许在残基级别预测构象变化，输入仅为对接伙伴的序列和结构，无需多序列比对；推理速度极快（单GPU上平均低于一秒）。	结合诱导的构象变化仍然是一个挑战，因为训练和评估数据有限。	开发一种快速且灵活的蛋白质-蛋白质对接方法，以支持高通量复杂结构预测和结构基虚拟筛选。	蛋白质-蛋白质对接中的蛋白质结构。	机器学习	不适用	不适用	Transformer	蛋白质序列和结构	基准集：刚性靶标（具体数量未提供）和柔性靶标（具体数量未提供）；使用多个基准集评估。	PyTorch（根据GitHub链接推断，但未在摘要中明确说明）	多轨迭代Transformer	成功率	单个GPU
5183	2026-07-31	Applications of Deep Learning in Endocrine Neoplasms 2026-Sep, Clinics in laboratory medicine IF:1.7Q3 DOI:10.1016/j.cll.2026.06.014 PMID:42526978	综述	综述深度学习在内分泌肿瘤病理学中的应用现状，重点关注实验设计、重要发现和关键局限性	系统总结深度学习在内分泌肿瘤组织病理学中的研究，涵盖从肿瘤分级到基因表达预测的多项任务	未具体说明，但综述提及了关键局限性，如数据规模、泛化能力等常见问题	总结深度学习在内分泌肿瘤组织病理学中的当前研究状态，为未来研究提供参考	内分泌肿瘤患者样本（组织病理学切片）	数字病理学	内分泌肿瘤	数字病理学（组织切片分析）	深度学习模型（如CNN等）	图像（组织病理学图像）	NA	NA	NA	NA	NA
5184	2026-07-31	Parallel nonlinear neuromorphic computing with temporal encoding 2026-Jul-31, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea1114 PMID:42525764	研究论文	提出一种基于时空超表面的并行非线性神经形态处理器，利用时间编码实现多维信道信息状态的任意叠加	仅利用时空超表面的时间编码实现并行非线性神经形态计算，无需传统非线性材料和光电转换	未明确说明，但可推断其在实际应用中的可扩展性和集成度可能有限	开发低能耗、高速的电子硬件，以满足深度学习应用的需求	基于分布式时空超表面的并行非线性神经形态处理器	自然语言处理, 机器学习	NA	时空超表面, 时间编码	神经形态处理器	图像, 文本	NA	NA	时空超表面	NA	NA
5185	2026-07-31	Spatiotemporal Asymmetries of Longitudinal Screening Mammograms for Breast Cancer Risk Prediction 2026-Jul-29, Radiology. Artificial intelligence DOI:10.1148/ryai.250888 PMID:42524712	研究论文	开发并评估一种基于深度学习的风险模型，利用连续乳腺X线图像的双侧和纵向不对称性预测乳腺癌风险	提出了STA-Risk模型，创新性地结合侧编码、时间编码和定制化不对称损失函数，显式捕捉双侧和纵向不对称性，优于现有风险模型	观察到领域转移现象，尽管通过联合训练策略有所缓解，但跨队列测试性能仍有差异（CSAW-CC数据集C-index为0.75，独立数据集为0.67）	预测乳腺癌风险，提高风险预测准确性	连续乳腺X线图像（每位患者至少两次，间隔12-36个月）	计算机视觉	乳腺癌	乳腺X线摄影（全数字化乳腺摄影）	深度学习模型（CNN）	图像	CSAW-CC数据集：406名癌症患者，6053名对照；独立数据集：293名癌症患者，297名对照	PyTorch	STA-Risk	C-index, AUC	NA
5186	2026-07-31	Comparison of accelerated MRI protocol approaches for clinical assessment of the knee 2026-Jul-29, Skeletal radiology IF:1.9Q3 DOI:10.1007/s00256-026-05309-w PMID:42525074	研究论文	比较四种加速膝关节MRI方案与常规方案在诊断性能和图像质量上的差异	首次系统评估四种不同加速方案（包括深度学习重建）与传统MRI方案在膝关节检查中的临床可行性	样本量较小（32例），且排除了部分运动伪影病例，可能影响结果普适性	评估加速膝关节MRI方案是否能在减少扫描时间的同时保持诊断准确性	32名成年膝关节疼痛和/或自报骨关节炎患者	计算机视觉、机器学习	骨关节炎	MRI（磁共振成像）	深度学习	图像	32例患者（160次扫描，排除12次）	NA	2D FSE、3D Cube、3D qDESS	Gwet's AC1、阳性一致率、阴性一致率、Likert量表	3T MRI扫描仪
5187	2026-07-31	A novel hierarchical transfer learning to enhance breast cancer detection on screening mammography using deep learning 2026-Jul-29, Physical and engineering sciences in medicine IF:2.4Q2 DOI:10.1007/s13246-026-01781-9 PMID:42525327	研究论文	设计并验证了一种层次迁移学习框架，利用异构乳腺X线摄影数据集和多阶段预处理，实现更准确和泛化的深度学习乳腺病变检测	提出了层次迁移学习框架，将五种图像增强技术（CLAHE、伽马校正、自适应直方图均衡化、全局直方图均衡化和非锐化掩膜）集成到学习过程中，使模型逐步适应增强特异性特征	未明确提及，可能包括对真实世界数据的验证范围有限	提高乳腺癌筛查的准确性和泛化能力	筛查性乳腺X线摄影中的乳腺病变检测	计算机视觉	乳腺癌	深度学习	YOLOv8, Faster R-CNN	图像	四个数据集：INbreast, CBIS-DDSM, MIAS和一个本地收集数据集	PyTorch	YOLOv8, Faster R-CNN	平均精度均值(mAP), 准确率	NA
5188	2026-07-31	Artificial Intelligence in Interventional Pulmonology 2026-Jul-29, Respiration; international review of thoracic diseases DOI:10.1159/000551437 PMID:42525596	综述	综述人工智能在介入肺脏病学教育、影像、导航及机器人支气管镜系统中的当前进展与应用	系统梳理了AI在介入肺脏病学四大关键领域的应用现状，包括卷积神经网络提升气道识别准确率至94.7%，深度学习模型实现病灶识别准确率（AUC 0.940-0.981），以及机器人支气管镜系统活检成功率高达98.8%	算法验证、数据隐私及伦理考量方面仍存在挑战	探讨人工智能在介入肺脏病学中的应用现状与前景，推动支气管镜操作标准化及个性化治疗	介入肺脏病学中的教育、影像、导航及机器人支气管镜系统	机器学习	肺部疾病	NA	卷积神经网络, 深度学习模型	影像	NA	NA	卷积神经网络	准确率, AUC	NA
5189	2026-07-31	Integrating chemical structures as treatments improves representations of microscopy images for morphological profiling 2026-Jul-29, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014483 PMID:42525712	研究论文	介绍了一种名为MICON的表示学习框架，通过在自监督预训练中整合化学化合物结构信息，改进显微镜图像的形态学特征表示	首次在自监督预训练中整合化学化合物结构信息来改进显微镜图像表示，提出了将化合物作为处理因素诱导细胞表型变化的建模方法	性能提升较小且具有一致性，未详细说明其他限制	改进高通量显微镜筛选中形态学特征的表示学习方法	显微镜图像和化学化合物结构	计算机视觉, 深度学习	不适用	高通量显微镜成像	对比学习	图像, 化学结构数据	不适用	PyTorch（推断）	MICON（分子-图像对比学习）	重现性，跨独立复制和跨数据生成中心的识别效果	不适用
5190	2026-07-31	SynAPSeg: A novel dataset and image analysis framework for deep learning-based synapse detection and quantification 2026-Jul-29, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1014571 PMID:42525706	研究论文	介绍SynAPSeg——一个用于深度学习突触检测与量化的新数据集和图像分析框架	首次大规模公共突触斑点评分割数据集，结合全自动分割与量化流程及交互式界面，支持三维分析	主要针对兴奋性突触后致密蛋白PSD95，对其他类型突触的适用性未明确	开发可扩展的突触结构与功能分析工具，解决突触量化瓶颈	中枢神经系统的突触（尤其是PSD95阳性突触），包括抑制性中间神经元	数字病理学	年龄相关性认知衰退	荧光标记、深度学习、图像分析	深度学习模型（具体架构未指定）	二维和三维荧光显微镜图像	近400万个PSD95突触，来自背侧海马抑制性中间神经元；以及CA1区PV阳性抑制神经元	NA	NA	与人类专家相当的性能（具体指标如精度、召回率等未明确）	NA
5191	2026-07-31	Development and validation of an integrated machine learning model for recurrence-free survival prediction in clear cell renal cell carcinoma 2026-Jul-29, Translational oncology IF:4.5Q1 DOI:10.1016/j.tranon.2026.102937 PMID:42526384	研究论文	开发并验证一种结合临床数据、影像组学特征和深度学习特征的集成机器学习模型，用于预测透明细胞肾细胞癌患者术后无复发生存期	首次将三维视觉变换器用于体积特征提取，并与临床数据及影像组学特征整合构建多模态预测模型，显著提升预测性能	未明确提及外部验证集的异质性、模型泛化性评估不足等局限性	构建并验证一个集成机器学习模型以提高透明细胞肾细胞癌术后无复发生存期的预测准确性	1284名经手术切除的透明细胞肾细胞癌患者	机器学习	肾细胞癌	CT影像组学、深度学习特征提取	三维视觉变换器、朴素贝叶斯、Cox回归	影像、临床数据	1284名患者（训练集738例、内部验证317例、外部测试229例）	NA	3D-ViT, ResNet	AUC, C-index, 校准曲线, 决策曲线分析	NA
5192	2026-07-31	A Decision Support System for Major Depressive Disorder Detection Using EMD and CNN-BiLSTM-Based Analysis of Human Voice 2026-Jul-29, Journal of voice : official journal of the Voice Foundation IF:2.5Q1 DOI:10.1016/j.jvoice.2026.07.013 PMID:42527280	研究论文	提出一种基于经验模态分解和CNN-BiLSTM混合深度学习模型的语音分析辅助决策系统，用于重度抑郁症的早期诊断	首次将经验模态分解与CNN-BiLSTM模型结合应用于抑郁症语音诊断，通过EMD分解提取自适应特征显著提升分类性能，并开发了基于MATLAB的临床决策支持界面	未提及具体限制	开发非侵入性、客观、自动化的抑郁症诊断方法，通过语音信号分析实现重度抑郁症的早期检测	重度抑郁症患者的语音信号	机器学习, 数字病理学	重度抑郁症	语音信号分析, 经验模态分解	CNN-BiLSTM混合深度学习模型	语音信号	使用MODMA数据集，未说明具体样本数量	MATLAB	CNN-BiLSTM	准确率, F1分数	NA
5193	2026-07-31	Pre-Training for Large-Scale Functional Connectome Fingerprinting Supports Generalization and Transfer Learning in Functional Neuroimaging 2026-Jul-29, eNeuro IF:2.7Q3 DOI:10.1523/ENEURO.0370-25.2026 PMID:42527301	研究论文	本文通过将功能连接组指纹识别作为神经网络预训练任务，学习了大脑功能的通用表示，并在多个fMRI数据集上实现了高识别准确率	受说话人识别研究启发，首次将功能连接组指纹识别大规模应用于神经网络预训练，学习到可泛化的脑功能表示，支持跨数据集和跨性别识别	NA	解决fMRI数据集规模小、个体间差异大和扫描协议异质性等限制深度学习应用的问题，开发可扩展的迁移学习方法	多个公开fMRI数据集（MPI-Leipzig、NKI-Rockland、OASIS-3、HCP）中的个体大脑功能连接组	机器学习	NA	功能磁共振成像（fMRI）	神经网络预训练模型	功能磁共振影像	使用MPI-Leipzig、NKI-Rockland、OASIS-3和HCP等多个公开数据集，具体样本数未说明	NA	NA	识别准确率（分别为93%、94%、73%、99%）	NA
5194	2026-07-31	Uncertainty-Aware Risk Stratification in Pediatric Low-Grade Glioma Using Multimodal Data 2026-Jul-29, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A9550 PMID:42527308	研究论文	开发了一种不确定性感知的多模态生存框架，整合T2加权MRI的深度学习特征、分子亚型和临床信息，用于儿童低级别胶质瘤的风险分层	首次将不确定性量化引入pLGG风险分层，通过自助重采样估计每个患者的预测不确定性，并采用晚期融合策略整合影像-临床模型和临床-分子模型	未提及	改进儿童低级别胶质瘤的风险分层方法	儿童低级别胶质瘤患者	机器学习, 医学影像分析	儿童低级别胶质瘤	T2加权MRI, 肿瘤组织基因组分析	深度学习生存模型, 临床-分子生存模型	影像, 临床数据, 分子亚型信息	360例影像数据, 493例分子亚型信息, 294例同时有影像和分子数据	NA	Clinico-ResNet, 晚期融合模型	Harrell's C-index	NA
5195	2026-07-31	Comparative Study of Training Strategies for Projection-Domain Denoising in Multislice Helical CT 2026-Jul-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02145-1 PMID:42527791	研究论文	对多层螺旋CT投影域去噪中多种深度学习模型的训练策略进行比较研究	首次系统比较了U-Net、EDCNN、生成对抗网络及扩散模型在锥束CT投影域去噪中的表现，并聚焦于不同训练策略的影响	仅使用了数学体模的投影数据进行训练，未涉及真实临床投影数据的验证	评估深度学习模型在CT投影域去噪中的性能，并强调物理建模和数据一致性的重要性	低剂量CT投影域中的噪声和条状伪影	计算机视觉	不适用	锥束CT投影数据、滤波反投影重建	U-Net、EDCNN、生成对抗网络、扩散模型	图像（锥束CT投影）	不适用（文中未明确样本数量）	不适用	U-Net、边缘增强密集特征传播网络、生成对抗网络、扩散模型	不适用（文中未明确列出性能指标）	不适用
5196	2026-07-31	A Thyroid Nodule Differentiation Model for Benign-Malignant Identification by Fusing Transfer Learning and Gradient Boosting Decision Tree 2026-Jul-29, Journal of imaging informatics in medicine DOI:10.1007/s10278-026-02120-w PMID:42527788	研究论文	提出一种融合迁移学习和梯度提升决策树的甲状腺结节良恶性鉴别优化模型	通过ResNet50迁移学习提取超声图像高级语义特征，并结合XGBoost分类器构建两阶段诊断架构，充分发挥深度学习特征表示与梯度提升树高效分类的优势	需要独立外部队列进一步验证才能进行更广泛的临床应用	提升甲状腺结节良恶性鉴别的准确性和可靠性，降低传统超声诊断的主观性和单一人工智能模型在小样本场景中泛化能力不足的问题	甲状腺结节超声图像	计算机视觉	甲状腺疾病	超声成像	CNN和梯度提升决策树	图像	多中心临床超声数据集	TensorFlow, PyTorch	ResNet50, XGBoost	准确率, 精确率, 召回率, F1分数	NA
5197	2026-07-31	Deep learning-based prediction of drug-target interactions between antiviral drugs and SARS-CoV-2 proteins using an image-based representation approach 2026-Jul-28, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2026.109264 PMID:42526192	研究论文	应用基于图像的表示方法，通过深度学习预测抗病毒药物与SARS-CoV-2蛋白之间的药物-靶标相互作用	提出MPS2IT-DTI深度学习框架，将分子和蛋白质序列编码为k-mer频率图像，利用卷积神经网络捕捉与生化相互作用相关的空间组成模式	未明确说明	开发一种计算高效且具有生物学意义的药物-靶标相互作用预测方法，用于抗病毒药物重定位	33种FDA批准的抗病毒药物和6种SARS-CoV-2非结构蛋白	机器学习	COVID-19	序列到图像编码（k-mer频率编码）	卷积神经网络（CNN）	分子SMILES序列和蛋白质FASTA序列	83,165个结合相互作用的FDA药物-靶标数据集（含1640个配体和3270个靶标）	NA	MPS2IT-DTI（Molecule and Protein Sequence to Image Transformer for Drug-Target Interaction）	结合分数（基于KIBA评分系统）	NA
5198	2026-07-31	A Hybrid Perception Network for Accurate and Interpretable Brain Tumor Classification Using Multi-Modal Imaging 2026-Jul-26, Asian Pacific journal of cancer prevention : APJCP DOI:10.31557/APJCP.2026.27.7.2525 PMID:42522813	研究论文	提出一种混合感知网络HyPerNet，融合多模态影像实现脑肿瘤的精确分类与可解释性	创新整合3D卷积神经网络与图神经网络进行混合特征提取，并引入动态注意力机制与Grad-CAM可解释性组件，同时实现高精度与轻量化	未提及在真实临床环境中的泛化能力验证及对不同肿瘤亚型的细粒度分类表现	开发准确、可解释且高效的脑肿瘤分类模型以辅助临床诊断	脑肿瘤的MRI、CT和PET多模态医学影像	数字病理学	脑肿瘤	多模态影像融合（MRI、CT、PET）	3D卷积神经网络、图神经网络	图像	8256张多模态医学影像	PyTorch	DenseNet121, ResNet101, MobileNetV3	准确率, 精确率, 召回率, F1分数, 特异度	移动与边缘设备（参数仅166万）
5199	2026-07-31	[Advances in the application of artificial intelligence in antimicrobial resistance research] 2026-Jul-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology DOI:10.13345/j.cjb.260218 PMID:42522608	综述	系统阐述人工智能在抗菌药物耐药性研究中的应用进展，包括多组学数据、机制分析和新型分子设计	首次全面梳理人工智能驱动的生物医学大数据生态，并深度整合多级耐药机制分析与智能分子设计两大应用方向	数据质量参差不齐、算法可解释性不足、临床转化困难以及伦理治理挑战	为研究人员提供人工智能在抗菌药物耐药性领域的应用全景、现有挑战和未来路径	抗菌药物耐药性研究中的多组学数据、表型与临床数据、文献知识数据	机器学习	抗菌药物耐药性	多组学数据整合、深度学习	NA	多组学数据、表型数据、临床数据、文献知识数据	NA	NA	NA	NA	NA
5200	2026-07-31	KongNet: A multi-headed deep learning model for detection and classification of nuclei in histopathology images 2026-Jul-25, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104233 PMID:42526077	研究论文	提出一种名为KongNet的多头深度学习架构，用于组织病理学图像中细胞核的检测与分类	采用共享编码器和并行、细胞类型特化解码器的多头架构，通过多任务学习联合预测细胞核质心、分割掩膜和轮廓，并引入空间和通道挤压激励注意力模块及复合损失函数	未提及具体限制	提高组织病理学图像中细胞核检测与分类的准确性和效率	组织病理学图像中的细胞核	数字病理学	NA	NA	深度学习模型	图像	多个公开数据集，包括MONKEY、PUMA、PanNuke和CoNIC挑战赛数据集	NA	KongNet	准确率、排名	NA