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
521	2026-09-04	Progress and Bottlenecks for Deep Learning in Computational Structure Biology: CASP Round XVI 2026-01, Proteins IF:3.2Q2 DOI:10.1002/prot.70076 PMID:41178755	研究论文	本文回顾了CASP16竞赛中深度学习在计算结构生物学领域的进展与瓶颈，评估了蛋白质、RNA、复合物等结构的预测性能	系统比较了深度学习与传统方法在多个结构生物学任务上的表现，并指出RNA结构预测和构象多样性方面的不足，同时强调结合物理方法及增加训练数据的潜在改进方向	CASP16靶标集规模较小，特别是在大分子组装和RNA结构方面，限制了对结论的普遍性；部分结果仍不及实验精度	评估当前深度学习技术在计算结构生物学中的应用现状，识别优势领域和关键瓶颈	单体蛋白质、蛋白质复合物、RNA结构、大分子组装体以及有机配体-蛋白质复合物	机器学习	不适用	深度学习	AlphaFold及变体	结构数据	不适用	不适用	AlphaFold	精度	不适用
522	2026-09-04	Mixed Outcomes in Recombination Rates After Domestication: Revisiting Theory and Data 2025-Dec, Molecular ecology IF:4.5Q1 DOI:10.1111/mec.17773 PMID:40271548	研究论文	本文回顾了驯化对重组率影响的理论与实证研究，并利用群体测序数据和深度学习方法比较了鸡、羊、山羊的野生近缘种与驯化种的基因组重组率，发现结果不一致。	利用深度学习方法推断基因组重组率，并增加了鸡、羊、山羊的野生与驯化比较，挑战了驯化通常增加重组率的假设。	重组率推断可能受样本量和种群历史影响，且结论可能不适用于所有物种。	验证驯化是否导致全基因组重组率增加，并重新审视相关理论和数据。	鸡与红原鸡、羊与欧洲盘羊、山羊与波斯羱羊的野生和驯化群体。	基因组学	NA	群体测序、深度学习	深度学习方法	基因组测序数据	涉及鸡、羊、山羊的野生和驯化群体，具体样本数未在摘要中说明。	NA	NA	NA	NA
523	2026-09-04	Local large arterial perivascular adipose tissue metabolic and anatomical features are associated with hypertensive clinical outcomes: a PET/CT-based study 2025-12, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2578724 PMID:41170857	研究论文	本研究利用PET/CT成像技术，探讨大动脉周围脂肪组织（PVAT）的解剖和代谢特征与高血压临床结局之间的关系	首次利用深度学习工具TotalSegmentator分割大动脉并提取局部PVAT特征，发现局部而非全身的PVAT特征与高血压结局相关，揭示了疾病进展中的空间富集模式	信息未提供	探讨大动脉周围脂肪组织的解剖和代谢特征与高血压临床结局的相关性	150名原发性肺恶性肿瘤患者（其中45名高血压患者）的大动脉周围脂肪组织	医学影像分析	高血压	PET/CT成像，18F-FDG显像	深度学习分割模型	医学影像数据（PET/CT图像）	150名患者（年龄65±11岁，其中45名高血压患者）	信息未提供	TotalSegmentator	比值比（OR）、AUC（曲线下面积）、p值	信息未提供
524	2026-09-04	Integrative deep learning analysis of 2D and 3D body composition features for predicting postoperative pancreatic fistula after distal pancreatectomy 2025-12, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2597067 PMID:41340556	研究论文	本研究开发并验证了一种基于深度学习的2D和3D身体组分分析框架，用于预测远端胰腺切除术后胰瘘的发生。	首次整合2D和3D身体组分特征，采用深度学习分割模型和梯度提升决策树预测术后胰瘘，并在外部测试集上表现出较高准确性。	需要更大规模、多中心的队列进一步验证模型的泛化能力。	开发并验证基于深度学习的3D身体组分分析框架，预测胰腺癌患者远端胰腺切除术后胰瘘（POPF）的风险。	2015年至2022年间在两个机构接受根治性远端胰腺切除术的胰腺癌患者，共230例。	医学影像分析、深度学习	胰腺癌、术后胰瘘	CT影像分析、深度学习分割	2D和3D分割模型、梯度提升决策树（GBDT）	术前CT图像	230例胰腺癌患者（平均年龄62岁，POPF发生率47.4%）	未提及	2D和3D分割网络（具体未指明）	Dice相似系数（DSC）、AUC、灵敏度、特异度、决策曲线分析	未提及
525	2026-09-04	AI-driven prediction of severe respiratory sequelae in COVID-19 patients 2025-12, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2598914 PMID:41383156	研究论文	开发了一种基于人工智能的预测模型，用于早期识别COVID-19患者中可能发展为严重呼吸系统后遗症的高风险个体	结合K-means聚类算法和ResNet-50深度学习模型，整合影像与临床数据，实现了对COVID-19患者亚型的精准分型及呼吸系统后遗症的早期预测	需要利用更大规模的独立数据集进行进一步验证，以确认模型的可靠性和在不同人群中的泛化能力	通过整合临床和影像数据，开发并验证一种人工智能驱动的预测模型，以早期识别COVID-19患者发生严重呼吸系统后遗症的风险	516名COVID-19患者，包括其临床特征和胸部X光影像	机器学习	COVID-19	胸部X光成像	K-means聚类算法和卷积神经网络（CNN）	临床数据和胸部X光图像	516名COVID-19患者	NA	ResNet-50	AUC	NA
526	2026-09-04	Deep learning to predict extrapancreatic perineural invasion at CT images 2025-12, Annals of medicine IF:4.9Q1 DOI:10.1080/07853890.2025.2568116 PMID:41388696	研究论文	开发一种基于深度学习模型的自动化方法，用于分割胰腺外神经丛并诊断胰腺导管腺癌的胰外神经周围侵犯。	首次提出一个全自动深度学习模型，结合nnUNet网络和注意力机制，在分割肿瘤和邻近血管的背景下分割胰外神经丛，并利用2D分类器诊断胰外神经周围侵犯。	神经丛分割的Dice相似系数较低，需要进一步研究以改进模型性能。	开发并评估一个自动化深度学习模型，用于在CT图像上分割胰外神经丛并诊断胰外神经周围侵犯，以改善PDAC患者的预后评估。	332例接受增强CT扫描的PDAC患者，其中282例用于训练，50例用于验证。	医学影像分析	胰腺导管腺癌	增强CT成像	nnUNet（分割），2D分类器（诊断）	CT图像	332例患者（训练组282例，验证组50例），其中177例诊断为胰外神经周围侵犯。	NA	nnUNet, 注意力机制, 2D分类器	Dice相似系数，接收者操作特征曲线下面积，准确率	NA
527	2026-09-04	Deep learning-based noise reduction method for the system matrix in magnetic particle imaging 2025-11-19, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae19c9 PMID:41166879	研究论文	提出了一种基于深度学习的磁粒子成像系统矩阵去噪方法，以提高图像质量	创新性地结合残差块和Swin Transformer模块，采用混合编码器-解码器网络，并利用多尺度特征提取和跨层特征融合来优化频域恢复	未提及具体局限性	开发高效的基于深度学习的模型，以抑制系统矩阵校准和信号采集过程中的噪声，增强MPI图像质量	系统矩阵，磁粒子成像图像	深度学习，医学成像	不适用	磁粒子成像	编码器-解码器网络（结合残差块和Swin Transformer）	图像数据（模拟数据集、OpenMPI数据集和自建MPI系统数据集）	未提及具体样本数量，涉及模拟数据集、OpenMPI数据集及自建MPI系统数据	未提及	混合编码器-解码器网络（含残差块和Swin Transformer模块）	信噪比（SNR），峰值信噪比（PSNR），结构相似性指数（SSIM）	未提及
528	2026-09-04	Impact of patient-specific deep learning lung organs-at-risk segmentation on accumulated dose in online adaptive 0.35 T MR-guided radiotherapy 2025-11-14, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae16fb PMID:41130258	研究论文	本研究评估了在0.35T磁共振引导放疗中，使用患者特定深度学习器官风险分割模型对累积剂量分布的影响	首次比较了基线模型与患者特定模型在在线自适应MRgRT中无需人工修改的自动分割对累积剂量的影响	样本量较小（仅11例肺癌患者）且为回顾性分析	评估患者特定深度学习OAR分割模型与基线模型在在线自适应放疗中对累积剂量的影响	11例接受0.35T磁共振引导放疗的肺癌患者	深度学习, 医学影像	肺癌	NA	3D U-Net	磁共振图像	11例肺癌患者	NA	3D U-Net	Dice相似系数, 剂量体积直方图参数(如D1cc, D95%, D98%), 约束符合率	NA
529	2026-09-04	Efficient 4D fMRI analysis via spatio-temporal screening and region-aware feature extraction for template-free brain disorder classification 2025-10-31, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae13cd PMID:41092935	研究论文	提出一种基于轴向切片中心的4D fMRI联合时空建模框架，用于无模板的脑部疾病分类	提出轴向切片中心的分解方法，将4D fMRI分解为3D时空流形，实现端到端的联合时空学习，避免模板依赖并保留个体化结构	未明确提及，但可能包括对大型数据集的适用性和计算资源的讨论	开发一种高效、可解释的4D fMRI分析方法，用于无模板的脑部疾病分类	早期轻度认知障碍和正常对照、意识障碍患者	医学影像分析	神经退行性疾病、意识障碍	功能磁共振成像	分层编码器	4D fMRI图像	ADNI数据集324名受试者，私有意识障碍数据集164名受试者	NA	轴向切片中心网络	准确率, 浮点运算次数	NA
530	2026-09-04	InfoOOD: information bottleneck optimization for post hoc medical image out-of-distribution detection 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110e PMID:41061728	研究论文	本文提出了一种基于信息瓶颈优化的后处理医学图像分布外检测方法InfoOOD，并在腹部CT图像上进行了验证	首次将信息瓶颈优化应用于医学图像的分布外检测，在检测由物理伪影引起的分布外数据方面表现出更高的敏感性	未在文中明确提及，可能需要更多的临床验证或扩展到其他医学图像模态	开发一种敏感且临床相关的后处理OOD检测方法，以支持深度学习模型在临床环境中的安全部署	来自转移性肝病灶患者的腹部CT图像，包括训练集（157张）和测试集（40张伪影模拟图像及131张额外评估图像）	计算机视觉	肝脏转移性病灶	CT成像，物理伪影模拟	3D U-Net	图像	训练集157张；测试集包含40张伪影模拟图像和131张额外图像	未明确说明，推测使用PyTorch或TensorFlow	3D U-Net	AUC，相关性系数（如皮尔逊相关系数）	未在摘要中明确说明
531	2026-09-04	A comprehensive dose-volume histogram-based index for radiotherapy treatment plan quality evaluation: application to breast cancer radiotherapy 2025-10-24, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae11f4 PMID:41072441	研究论文	开发了一种基于剂量体积直方图和生物剂量反应的综合指标ADDI，用于放疗计划质量评估，并应用于乳腺癌放疗	提出了ADDI指标，将治疗计划质量概括为极向量，同时反映整体质量和靶区与危及器官剂量平衡，提供统一客观的评估工具	未明确提及局限性	解决现有放疗计划质量评估指标孤立评估方面且缺乏统一视角的问题，开发自动化友好的综合评估指标	乳腺癌放疗计划，涉及778例患者，分为四个乳腺癌组，包括有或无区域淋巴结照射的左右侧全乳照射	医学影像分析，放射治疗	乳腺癌	剂量体积直方图分析，生物剂量响应建模	NA	剂量分布数据，解剖特征数据	778名乳腺癌患者	NA	NA	显著性检验（组间差异），相关性分析	NA
532	2026-09-04	Reliability of uncertainty quantification methods for deep learning auto-segmentation in head and neck organs at risk 2025-10-17, Physics in medicine and biology IF:3.3Q1 DOI:10.1088/1361-6560/ae110c PMID:41061736	研究论文	本研究比较了深度学习自动分割在头颈部危及器官中不确定性量化方法的可靠性	系统比较了多种不确定性量化方法及其度量在放射治疗自动分割中的可靠性，并强调了度量选择对可靠性的显著影响	评估仅限于10名患者，且未探讨不同UQ方法在不同数据集或分割任务上的泛化性	评估常用不确定性量化方法和度量在头颈癌器官自动分割中的可靠性，以指导临床QA实践	头颈癌患者的19个危及器官的自动分割结果及其不确定性估计	数字病理学	头颈癌	深度学习	3D U-Net	医学影像	10名患者	PyTorch	U-Net	表面Dice相似系数，预期校准误差，不确定性-误差重叠	NA
533	2026-09-04	Deep learning-based coronary calcium score derived from non-gated chest CT and major adverse cardiovascular events in patients with type 2 diabetes mellitus 2025-10-08, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02934-y PMID:41063266	研究论文	本研究评估了基于深度学习的冠状动脉钙化评分（DL-CACS）在非门控胸部CT中对2型糖尿病患者主要不良心血管事件的预后价值，并开发了风险分层模型。	首次证明DL-CACS在非门控胸部CT中可作为2型糖尿病患者MACE的独立预测因子，并优于传统Framingham风险评分。	信息未提供，标注为NA。	评估DL-CACS对2型糖尿病患者MACE的预后价值，并开发风险分层模型。	2,241例2型糖尿病患者，来自两家医院。	医学影像分析	2型糖尿病、心血管疾病	深度学习	深度学习模型	非门控胸部CT图像	2,241例2型糖尿病患者，其中1,257例男性	未提及	未提及	C-index	未提及
534	2026-09-04	Deep Learning Prediction of Left Atrial Structure and Function from 12-lead Electrocardiograms 2025-Sep-30, medRxiv : the preprint server for health sciences DOI:10.1101/2025.09.29.25336490 PMID:41256128	研究论文	本文介绍了一种基于12导联心电图的深度学习模型（ECG-AI），用于预测左心房结构和功能，并评估其与房颤及并发症风险的关联。	首次利用12导联心电图与心脏磁共振成像配对数据训练深度学习模型来预测左心房结构和功能，并在外部队列中验证其对心房心肌病相关风险的预测能力，优于传统影像和临床风险因素。	摘要中未提及明确的局限性信息。	开发一种低成本、易获取的工具，通过心电图预测左心房结构和功能，以识别房颤及相关心血管并发症的高风险个体。	左心房结构和功能（心房心肌病），以及房颤、心力衰竭、缺血性卒中、心源性栓塞性卒中和亚临床房颤。	机器学习, 医学影像	心房颤动、心力衰竭、缺血性卒中	NA	深度学习模型（CNN类）	12导联心电图和心脏磁共振成像数据	21,749对心电图与心脏磁共振扫描数据，以及两个外部队列和一个筛查人群。	NA	NA	关联强度（如风险比）、预后性能（如优于临床工具）	NA
535	2026-09-04	Automated Midline Shift Detection in Head CT Using Localization and Symmetry Techniques Based on User-Selected Slice 2025-Sep-02, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8767 PMID:40835418	研究论文	本文开发了一种基于用户选择切片的定位和对称性技术的深度学习算法，用于自动检测头部CT中的中线移位。	提出了一种涵盖从轻度到重度MLS全谱系的深度学习算法，尤其在严重病例中，在隔膜透明隔消失的情况下仍能准确检测。	未在文中明确提及局限性。	实现快速准确的MLS检测，以便在紧急情况下促进及时治疗。	头部CT扫描中的中线移位（MLS），特别是侧脑室和大脑中线。	医学图像分析	中线移位（由于占位性病变或创伤性脑损伤）	CT扫描	目标检测模型	图像	981个患者CT扫描，其中400个用于标注，其余581个用于训练模型	Roboflow（用于标注），YOLO（用于目标检测）	YOLO（You Only Look Once），具体版本未指定	AUC，敏感性，特异性	未提及
536	2026-09-04	Novel Videographic-Free Framework for Tracking Anatomical Structures Using Swallowing Accelerometer Signals and Multi-task Transformers 2025-Sep, Journal of healthcare informatics research IF:5.4Q1 DOI:10.1007/s41666-025-00201-z PMID:40726741	research paper	提出一种新型无视频透视框架，基于吞咽加速度计信号和多任务Transformer模型跟踪吞咽过程中的解剖结构位移	首次将多任务Transformer编码器应用于基于加速度计信号的吞咽运动学评估，实现多个解剖结构（舌骨、喉底和喉舌骨接近距离）的同步跟踪	未提及具体局限性	开发一种非侵入性且全面的吞咽评估方法，通过多任务深度学习模型准确检测吞咽过程中多个解剖结构的位移	吞咽过程中的舌骨、喉底和喉舌骨接近距离（HLA）	深度学习	吞咽障碍	加速度计信号	Transformer	时序信号	NA	NA	Transformer编码器	平均相对重叠面积（ROP）、平均准确率	NA
537	2026-09-04	THLANet: A deep learning framework for predicting TCR-pHLA binding in immunotherapy applications 2025-09, PLoS computational biology IF:3.8Q1 DOI:10.1371/journal.pcbi.1013050 PMID:40939018	研究论文	本文提出THLANet，一种基于深度学习的框架，用于预测TCR与I类HLA呈递的新抗原之间的结合特异性，以支持免疫治疗应用	采用ESM-2替代传统嵌入方法增强序列特征表示，并利用scTCR-seq数据构建TCR-pHLA结合数据库进行验证，以及通过分析CDR3序列和丙氨酸扫描模拟提供TCR-抗原3D相互作用的新见解	未提供明确信息	预测TCR与新抗原的结合，以评估其免疫原性潜力，支持临床免疫治疗	TCR序列（CDR3β）、抗原序列和I类HLA分子	深度学习、免疫信息学	癌症	scTCR-seq	深度学习模型（基于ESM-2）	序列数据（TCR、抗原、HLA）	未提供明确信息	NA	ESM-2	未提供明确信息	NA
538	2026-09-04	A Large-Scale Image Repository for Automated Pavement Distress Analysis and Degradation Trend Prediction 2025-08-14, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05748-5 PMID:40813387	研究论文	构建了一个大规模路面病害图像数据集，用于自动化病害识别和退化趋势预测，并评估了六种目标检测算法。	首次提供了包含路面病害长期跟踪的大规模数据集，支持动态监测和维护策略优化。	未在摘要中明确提及。	创建一个高质量的大规模路面病害图像数据集，以支持自动化检测和退化趋势预测。	路面病害图像，包括51012张病害识别图像和8928张长期跟踪图像。	计算机视觉	路面病害	NA	目标检测算法	图像	51012张路面病害识别图像和8928张长期跟踪图像	NA	NA	NA	NA
539	2026-09-04	A dataset of high-resolution plantar pressures for gait analysis across varying footwear and walking speeds 2025-08-13, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05792-1 PMID:40804054	研究论文	介绍了一个名为UNB StepUP-P150的高分辨率足底压力数据集，用于不同鞋类和步行速度下的步态分析和识别	提供了包含150名个体、超过20万个脚步的高分辨率足底压力数据，覆盖多种步行速度和鞋类条件，填补了该领域公开数据集的空白	未提及具体限制	建立足底压力步态分析和识别的公开基准数据集	150名个体的足底压力数据，涵盖不同步行速度和鞋类条件	生物识别、生物力学、深度学习	不适用	足底压力传感技术	不适用	足底压力图像数据	150名个体，超过20万个脚步	不适用	不适用	不适用	不适用
540	2026-09-04	Machine learning training data: over 500,000 images of butterflies and moths (Lepidoptera) with species labels 2025-08-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-025-05708-z PMID:40770239	研究论文	本文介绍了一个包含超过54万张蝴蝶和蛾类图像的数据集，这些图像带有物种标签，用于训练机器学习模型以支持生物多样性数据处理和公民科学教育	该数据集是目前已发表的蝴蝶和蛾类图像数据集中最大的一个，包含540,000多张图片，覆盖185个物种，并强调类别不平衡的典型特点	存在显著的类别不平衡，部分物种样本数量从1张到近30,000张不等，这可能影响模型对稀有物种的识别性能	提供大规模标记数据集，以训练深度学习模型，用于物种识别和生物多样性数据的自动处理	奥地利的185种蝴蝶和蛾类物种，包括蝴蝶和多数蛾类	计算机视觉	不适用	图像采集	深度学习模型	图像	540,000多张图像，覆盖185个物种	不适用	不适用	不适用	不适用