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
581	2026-04-24	Deep Learning Echocardiographic Trajectories of Heart Failure With Preserved Ejection Fraction: A Retrospective Cohort Study 2026-Apr, JACC. Advances DOI:10.1016/j.jacadv.2026.102659 PMID:41855744	研究论文	利用深度学习对射血分数保留的心力衰竭患者超声心动图轨迹进行纵向表型分析，揭示不同轨迹的临床特征和预后差异	首次通过机器学习与深度学习纵向聚类方法，基于超声心动图变量识别HFpEF患者的三种不同心脏结构与功能变化轨迹，并系统关联临床结局	单中心回顾性设计，可能存在选择偏倚；仅纳入至少有一次≥1年随访超声心动图的患者，可能排除病情快速恶化者；未进行外部验证	探究射血分数保留的心力衰竭患者超声心动图测量的心脏结构与功能轨迹及其与临床结局的关系	射血分数保留的心力衰竭患者	机器学习	心血管疾病	NA	深度学习纵向聚类模型	超声心动图纵向数据	1626例HFpEF患者	NA	深度学习聚类模型	全因死亡率、B型利钠肽水平变化、实验室生物标志物变化	NA
582	2026-04-24	Risk Classification of Low-Resolution Whole-Slide Thumbnail Images by Multi-dimensional Feature Reconstruction with Multi-task Deep Learning Network Helps Prioritize Pathology Case Registration 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01582-8 PMID:40563041	研究论文	提出一种基于多任务深度学习网络的多维特征重建方法，利用低分辨率全切片缩略图进行病例风险分类，以优先处理病理登记中的恶性病例	首次将人工智能分析应用于低分辨率全切片缩略图，并结合多任务深度学习网络同时进行组织分割和良恶性分类，再通过多维特征重建提升分类准确性	基于334张图像的小样本研究，假阴性率为6.41%，且仅针对良恶性分类，未涉及具体肿瘤亚型或罕见病变	通过分析苏木精-伊红染色的低分辨率全切片缩略图，自动化筛查并优先处理恶性病例，改进手术病理标本的分类和排序	低分辨率全切片缩略图，包含100个良性病例和234个恶性病例	数字病理学	恶性肿瘤	苏木精-伊红染色	多任务深度学习网络	图像	334张小尺寸缩略图（746×1632像素），含100例良性、234例恶性	NA	多任务深度学习网络	准确率、敏感性、特异性、阳性预测值、阴性预测值、假阴性率、推理时间	NA
583	2026-04-24	Predicting IDH Mutation in Glioma Patients Using Deep Learning Algorithms with Conformal Prediction 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01580-w PMID:40563037	研究论文	利用深度学习算法和一致性预测方法预测神经胶质瘤患者的IDH突变	将一致性预测用于深度学习模型的概率量化，提高IDH突变预测的性能	外部测试集上的AUPRC较低（0.2139-0.5217），表明模型泛化能力有限	开发具有不确定性感知的深度学习模型，预测神经胶质瘤患者的IDH突变	神经胶质瘤患者	机器学习, 数字病理学	神经胶质瘤	NA	3D卷积神经网络, 逻辑回归集成分类器	医学影像	UCSF数据集（训练集70%，验证集30%），UPENN数据集（校准集30%，外部测试集70%）	NA	3D卷积神经网络, 逻辑回归集成模型	精确率-召回率曲线下面积, 受试者工作特征曲线下面积	NA
584	2026-04-24	Assessment of Robustness of MRI Radiomic Features in the Abdomen: Impact of Deep Learning Reconstruction and Accelerated Acquisition 2026-Apr, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01503-9 PMID:40563044	研究论文	评估深度学习重建与加速采集对腹部MRI影像组学特征稳健性的影响	首次系统评估深度学习重建与加速采集相结合对腹部MRI影像组学特征可重复性和变异性的影响	未考虑临床意义，且样本量较小（17名志愿者）	探究深度学习重建与加速采集对腹部MRI影像组学特征可重复性和变异性的影响	腹部MRI影像的93个影像组学特征	数字病理学	不适用	MRI	深度学习重建模型	图像	17名志愿者，每个志愿者扫描4次，共68次的腹部MRI影像	PyRadiomics	NA	组内相关系数 (ICC), 一致性相关系数 (CCC), 变异系数 (CV), 四分位离散系数 (QCD)	NA
585	2026-04-24	ECG and PPG Signals-Based Premature Ventricular Contraction Detection Methods: A Review, Key Challenges, and Future Directions 2026-Apr, Cardiovascular engineering and technology IF:1.6Q4 DOI:10.1007/s13239-026-00819-z PMID:41634439	综述	综述基于心电图和光电容积描记图信号的室性早搏检测方法、关键挑战及未来方向	系统回顾了基于ECG和PPG信号的PVC检测方法，包括信号处理、传统机器学习和深度学习技术，并探讨了在动态和运动条件下的噪声干扰及可穿戴设备的资源限制等挑战	未提供具体实验验证，主要基于现有文献总结，可能缺乏对新兴方法的实时评估	总结PVC检测方法现状，识别关键挑战和未来研究方向	基于ECG和PPG信号的室性早搏检测方法	机器学习, 数字信号处理	心血管疾病	ECG, PPG	传统机器学习, 深度学习	信号数据	NA	NA	NA	基准指标（如准确率、召回率等）	NA
586	2026-04-24	Dynamic Eyelid Evaluation Using a Deep Neural Network in Upper Blepharoplasty: A Prospective Multicenter Pilot Study 2026-Apr, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-026-05632-6 PMID:41642312	研究论文	利用深度神经网络在重睑术中动态评估眼睑形态的多中心前瞻性试点研究	首次将深度神经网络（UNet和PointRend）应用于眼睑形态的自动评估，提供形态参数以辅助手术效果评估和修正计划	样本量较小（102只眼来自51名患者，100只眼来自50名志愿者），且为多中心试点研究，结果需进一步验证	应用深度神经网络分析面部图像，提供形态参数以辅助评估重睑术效果和修正计划	51名寻求修正重睑术的患者和50名天生双眼皮的志愿者	计算机视觉	NA	图像分析	深度神经网络	图像和视频	102只眼来自51名患者，100只眼来自50名志愿者	NA	UNet, PointRend	组内相关系数（ICC）， FACE-Q量表评分	NA
587	2026-04-24	Comparative Assessment of Artificial Intelligence Models for Predicting Water Quality in a Reverse Osmosis Desalination Plant 2026-Apr, Water environment research : a research publication of the Water Environment Federation IF:2.5Q2 DOI:10.1002/wer.70377 PMID:41958195	研究论文	评估六种人工智能模型在反渗透海水淡化厂水质预测中的性能，发现集成模型表现最优	首次在阿尔及利亚Cap Djinet海水淡化厂的实际运营数据上，系统比较线性回归、多项式回归、支持向量回归、随机森林、极限梯度提升和MLP六种模型用于水质预测，揭示了小样本数据下深度学习模型的脆弱性	受限样本量（small-data contexts）使MLP等复杂模型表现不佳，研究结果受限于可用数据集的范围，但数据集仍能代表常见运营条件	利用人工智能实现反渗透海水淡化厂的预测性监测，优化水资源生产可持续性	Cap Djinet海水淡化厂（阿尔及利亚）的实际运营数据	机器学习	NA	反渗透海水淡化工艺	线性回归、多项式回归、支持向量回归、随机森林、极限梯度提升、多层感知机	水质参数（物理化学和化学指标）	未明确提及具体样本数量	NA	LR、PR、SVR、RF、XGBoost、MLP	相关系数（R）、均方根误差（RMSE）、平均绝对百分比误差（MAPE）	NA
588	2026-04-24	Deep learning reveals genomic regions introgressed between two recurrently hybridizing lynx species 2026-Apr-01, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msag086 PMID:41964531	研究论文	利用深度卷积神经网络检测伊比利亚猞猁和欧亚猞猁之间基因渗入的基因组区域	首次应用深度卷积神经网络方法检测两种杂交频繁的猞猁物种间特定基因组区域的基因渗入信号	未明确说明	表征基因渗入在历史种群规模小且近期急剧下降导致遗传侵蚀的物种中的模式和后果	伊比利亚猞猁和欧亚猞猁的三个种群	机器学习	NA	全基因组测序	深度卷积神经网络	基因组序列	三个猞猁种群	NA	卷积神经网络	NA	NA
589	2026-04-24	Quantifying setup uncertainty between computed tomography guidance and magnetic resonance guidance in intramuscular metastases radiotherapy 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70589 PMID:42003063	研究论文	通过对比CT引导与MR引导在肌内转移瘤放疗中的定位不确定性，量化剂量差异并缩小治疗边界	首次使用深度学习生成的合成CT图像模拟CT引导对齐，量化MR引导相比CT引导在肌内寡转移瘤放疗中的剂量优势和边界缩减效果	样本量较小（仅5名患者），且为单机构研究，未评估患者间异质性对结果的影响	评估CT引导与MR引导在肌内寡转移瘤放疗中的剂量差异，并量化所需治疗边界	5例肌内寡转移瘤患者的每日MR引导放疗数据	计算机视觉	转移瘤	深度学习模型（合成CT生成）	深度学习模型	医学图像（MR与CT）	5例患者，每例多次分次治疗	NA	NA	V95, D95, 均匀性指数	NA
590	2026-04-24	Mitral regurgitation detection and central/eccentric classification using transformer-based deep learning in multi-view echocardiography 2026-Apr, Journal of applied clinical medical physics IF:2.0Q3 DOI:10.1002/acm2.70584 PMID:42003287	研究论文	提出一种基于Transformer的深度学习框架，用于多视角超声心动图中自动检测二尖瓣反流并分类中心性或偏心性反流	首次将Transformer模型应用于多视角超声心动图视频的二尖瓣反流自动检测和中心/偏心分类，并验证了多视角诊断优于单视角	NA	开发全自动诊断超声心动图系统，实现二尖瓣反流的自动检测和反流类型分类	二尖瓣反流患者的超声心动图视频	计算机视觉	二尖瓣反流	多普勒超声心动图	Transformer	视频	回顾性数据集和217名患者的前瞻性独立测试数据集	NA	Transformer	准确率, AUC	NA
591	2026-04-24	ChloroScan: Recovering Plastid Genome Bins From Metagenomic Data 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70143 PMID:42003340	研究论文	ChloroScan是一个从宏基因组数据中提取真核质体基因组的生物信息学流程	首次将深度学习分类器与自动化分箱模块结合，从宏基因组中高效提取真核质体基因组，并整合标记基因数据库辅助分箱	可能依赖模拟宏基因组的验证结果，且实际应用中的样本类型有限	开发从宏基因组数据中识别和恢复真核质体基因组的自动化方法	真核质体基因组（特别是未分类的原生生物谱系）	生物信息学	不适用	宏基因组测序	深度学习分类器	宏基因组测序数据	4个原生生物大小分级宏基因组样本，以及模拟宏基因组数据	PyTorch	卷积神经网络（CNN）	分箱质量、完整性、污染率	未明确提及
592	2026-04-24	Harnessing Deep Learning in Searching Wild Relatives of Domestic Animals 2026-Apr, Molecular ecology resources IF:5.5Q1 DOI:10.1111/1755-0998.70133 PMID:42007577	研究论文	开发了一种基于深度学习的流程，利用基因组SNP数据区分家养动物的野生近缘种及其杂交个体	首次将多层感知机与深度交叉网络结合，用于选择SNP面板并构建野生近缘种识别模型，在历史样本中实现了97.8%的准确率	未明确讨论模型在不同物种或更大规模数据上的泛化能力，且对历史样本的缺失基因型处理可能影响实际应用	利用深度学习技术，基于基因组SNP数据开发识别家养动物野生近缘种的工具，以支持遗传多样性监测和保护	红原鸡（Gallus gallus）和家鸡，以及野猪（Sus scrofa）和家猪及其杂交个体	机器学习	NA	SNP基因分型	多层感知机（MLP）和深度交叉网络（Deep & Cross Network）	基因组SNP数据	1960个基因组（164个红原鸡和1796个家鸡样本），以及野猪和家猪及其杂交个体的基因组数据	NA	MLP, Deep & Cross Network	准确率（Accuracy）	NA
593	2026-04-24	Clinician-deployable deep hypergraph model integrating clinical and CT radiomics predicts immunotherapy outcomes in NSCLC 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001361 PMID:42008547	研究论文	开发并验证一种临床医生可操作的深度超图模型，整合临床数据和CT影像组学，预测非小细胞肺癌免疫治疗疗效	首次提出临床医生可在标准CPU硬件上运行的深度超图模型，通过成对关联编码器和影像组学特征融合，实现比现有深度学习模型更高的预测性能，并显著降低临床部署复杂度	未提及模型在不同种族、不同治疗方案的泛化性，且超图结构可能对缺失数据敏感，需进一步验证	开发一种临床医生可操作的预后模型，整合临床和影像数据，在标准CPU硬件上预测NSCLC免疫治疗疗效	接受免疫治疗的非小细胞肺癌患者	机器学习, 数字病理	肺癌	影像组学	超图神经网络	图像, 临床数据	1379名非小细胞肺癌患者（来自五家中国医院和纪念斯隆凯特琳癌症中心）	PyTorch	Deep Hypergraph for NSCLC (DHGN)	C指数, 风险比	标准CPU硬件（无需GPU）
594	2026-04-24	Application of Digital Medicine to the Diagnosis and Treatment of Head and Neck Tumors 2026-Apr, Cancer reports (Hoboken, N.J.) DOI:10.1002/cnr2.70556 PMID:42019980	综述	总结数字医学在头颈肿瘤诊断、治疗及预后评估中的应用现状	系统梳理数字影像、人工智能和3D打印等数字医学技术在头颈肿瘤领域的综合应用，并指出当前研究局限	当前研究存在局限性，但具体内容未详细说明	概述数字医学在头颈肿瘤诊疗中的应用进展，推动早期诊断和个性化治疗	头颈肿瘤的诊断、治疗及预后评估相关数字医学技术	数字医学	头颈肿瘤	数字影像（CT、MRI、超声）、人工智能、3D打印	深度学习模型	医学影像	NA	NA	NA	NA	NA
595	2026-04-24	Enhancing liver fibrosis measurement: Deep learning and uncertainty analysis across multi-center cohorts 2026-Apr, Journal of pathology informatics DOI:10.1016/j.jpi.2026.100653 PMID:42023068	研究论文	通过深度学习和不确定性分析增强肝纤维化测量，解决多中心队列中染色差异对量化结果影响的问题	提出基于U-Net集成的预测不确定性量化方法，直接通过模型输出评估预测置信度，增强多中心数据集纤维化测量的可靠性和可解释性	未提及具体限制	评估染色变异性对自动纤维化量化和模型不确定性的影响，提高多中心数字病理工作流程的可信度和可重复性	来自4个独立队列（超过20个临床中心）的686个PicroSirius Red染色的肝脏活检样本	数字病理	肝纤维化	数字病理, PicroSirius Red染色	U-Net集成	图像	686个肝脏活检样本（来自4个独立队列）	NA	U-Net	Dice系数，表型不确定性值	NA
596	2026-04-24	Leveraging Co-Occurrence to Improve Deep Learning Photo-Identification in Social Animals 2026-Apr, Ecology and evolution IF:2.3Q2 DOI:10.1002/ece3.73552 PMID:42023405	研究论文	提出一种利用社会共现信息改进深度学习照片识别的方法，可应用于社会性动物的个体识别	模型无关的相遇级别识别程序，通过将社会背景作为可部署概率组件进行log线性融合，无需重新训练或修改图像模型	依赖历史共现结构，在相遇环境被破坏时效果下降，且需要一定训练历史积累	提高社会性动物照片识别中深度学习匹配的准确性，利用群体共现信息	西海岸虎鲸（Bigg's killer whales）的长期照片识别数据集	计算机视觉	NA	NA	NA（模型无关方法）	图像	西海岸虎鲸长期照片识别数据集（含相遇结构信息）	NA	NA	Top-1误差、Macro-F1	轻量级后处理，计算开销极小
597	2026-04-24	Spectrogram-derived graphs and inductive learning for multi-label avian vocalization detection in field recordings 2026-Apr-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043592 PMID:42023944	研究论文	提出一种利用归纳式空间几何深度学习网络从野外录音中检测多种鸟类发声的方法	首次将归纳式图神经网络（GraphSAGE和GAT）与梅尔谱图结合用于多标签鸟类声学检测，并引入SpecAugment数据增强提升鲁棒性	NA	从野外录音中高效检测多种鸟类发声的多标签分类任务	鸟类发声的野外录音	机器学习	NA	NA	图神经网络	音频	Xeno-canto鸟类声音数据库	PyTorch	GraphSAGE, GAT, Deep CNN, AudioProtoPNet-20	宏F1分数	NA
598	2026-04-24	[Advances in the Application of Artificial Intelligence in Clinical Microbiological Testing] 2026-Mar-20, Sichuan da xue xue bao. Yi xue ban = Journal of Sichuan University. Medical science edition DOI:10.12182/20260360501 PMID:42021875	综述	系统回顾人工智能在临床微生物检测中的应用进展，涵盖视觉与非视觉数据的分析方法及算法前沿	系统整合深度学习在显微图像分析与多组学数据（基因组、转录组、宏基因组）中的应用突破，并探讨从科研向临床转化的关键挑战	仍处于从科学研究向临床实践转化的早期阶段	综述人工智能提升临床微生物检测效果（病原体识别、药敏预测、实验室自动化）的现状与趋势	临床微生物检测中的视觉数据（显微图像、菌落形态）与非视觉数据（基因组学、转录组学、宏基因组学等多组学数据）	机器学习	NA	NA	深度学习	图像、文本	NA	NA	NA	识别效率、诊断准确度	NA
599	2026-04-24	Deep learning for Evaluation and Prediction of TecHnical Skills in robotic-assisted vaginal cuff closure study 2026-Mar-19, American journal of obstetrics and gynecology IF:8.7Q1 DOI:10.1016/j.ajog.2026.03.015 PMID:41864316	研究论文	开发基于深度学习的模型，通过细粒度分析预测机器人辅助子宫切除术中阴道袖口缝合的技术错误和通用手术技能	提出三种深度学习流水线（手术视频错误检测、少样本手术技能评估和多模态学习），首次在阴道袖口关闭视频中实现帧级错误检测和客观技能评分	数据集规模有限，仍需要更大规模的多中心数据集	开发基于细粒度分析的深度学习模型，预测机器人辅助阴道袖口关闭中的技术错误和通用手术技能	2023-2025年间多中心前瞻性队列研究中采集的机器人辅助全子宫切除术视频	计算机视觉	妇科手术	手术视频录制	CNN, 时间建模模型	视频	来自2个中心的40段视频（667分钟，1,201,654帧），涉及11名外科医生（3名初学者、5名中级、3名专家）	NA	时间建模网络, 少样本学习模型, 多模态学习模型	准确率, F1分数, 皮尔逊相关系数, 平均绝对误差	NA
600	2026-04-24	Prediction of Bandgap and Key Feature Analysis of Lead-Free Double Perovskite Oxides Based on Deep Learning 2026-Mar-19, Molecules (Basel, Switzerland) DOI:10.3390/molecules31061032 PMID:41900131	研究论文	基于深度学习方法预测无铅双钙钛矿氧化物的带隙并分析关键特征	系统比较了MLP、深度集成学习、PINN和Transformer四种模型在中规模结构化特征预测中的表现，并利用SHAP方法分析特征重要性，揭示电子结构描述符为关键影响因子	MLP对含硅和镁等元素的中高带隙系统泛化能力有限	实现无铅双钙钛矿带隙的高精度预测与机制解释，为材料设计提供理论支撑	无铅双钙钛矿氧化物的带隙	机器学习	NA	密度泛函理论计算（数据来源）	MLP, 深度集成学习, PINN, Transformer	结构化数值数据	2367个有效数据集	NA	MLP, 深度集成学习, PINN, Transformer	R值, MAE, MSE, RMSE	NA