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
6221	2026-01-21	Structural alterations related to emotion dysregulation, anxiety and self-harm in adolescents borderline personality disorder. A source-based morphometry study 2026-Apr-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.121035 PMID:41453667	研究论文	本研究利用源基形态测量学（SBM）和深度神经网络，结合遗传算法优化架构，探讨青少年边缘型人格障碍（BPD）的脑结构差异及其与情绪失调、焦虑和自伤行为的关联	首次在迄今最大的青少年BPD样本中，结合无监督和监督机器学习方法（SBM和深度神经网络），系统研究脑结构异常与临床特征的关系，并优化模型架构以提高性能	样本虽为迄今最大，但可能仍存在代表性限制；研究为横断面设计，无法推断因果关系；未考虑其他混杂因素如药物使用或共病精神障碍	探究青少年边缘型人格障碍的脑结构差异，并关联情绪失调、焦虑和自伤行为等临床特征	129名青少年BPD患者（12-17岁）和107名年龄、性别、教育匹配的健康对照	神经影像学	边缘型人格障碍	高分辨率T1加权结构MRI	深度神经网络	MRI图像	129名青少年BPD患者和107名健康对照	NA	深度神经网络（架构通过遗传算法优化）	泛化性能	NA
6222	2026-01-21	TEWS: Transformer-empowered weakly supervised prediction of immune score and genetic mutations in liver cancer from whole slide image 2026-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108837 PMID:41455181	研究论文	提出一种基于Transformer的弱监督深度学习模型，用于从肝癌全切片图像中直接预测免疫评分和基因突变	首次将Swin Transformer与门控注意力池化机制、多示例学习相结合，实现直接从WSI预测免疫评分，并改进了伪标签分配的准确性	未明确提及模型在计算资源有限机构的具体部署挑战或泛化到其他癌症类型的验证	开发一种弱监督深度学习模型，以克服全切片图像分析中标注成本高和计算需求大的挑战	肝癌患者的全切片图像	数字病理学	肝癌	全切片成像	Transformer	图像	NA	NA	Swin Transformer	AUC	NA
6223	2026-01-21	SSHF-DTI: Leveraging structural similarity and hierarchical features through a fusion network for drug-target interaction prediction 2026-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108853 PMID:41455180	研究论文	本文提出了一种名为SSHF-DTI的模型，通过整合结构相似性和多源子结构特征来预测药物-靶点相互作用和结合亲和力	模型结合了基于Tanimoto系数评估Morgan指纹相似性的数据增强方法，并采用Transformer和卷积组件的混合架构进行层次特征融合，显著提升了预测性能	未明确提及具体局限性	开发一个更鲁棒且可泛化的模型，用于药物-靶点相互作用和结合亲和力预测	药物-靶点相互作用、结合亲和力以及药物-药物相互作用	机器学习	NA	Morgan指纹相似性评估	Transformer, CNN	分子结构数据	NA	NA	Transformer, 卷积神经网络	ROC-AUC, PR-AUC	NA
6224	2026-01-21	Efficient drug-target affinity prediction via interaction features and parallel CNN-BiLSTM with attention 2026-Apr, Computational biology and chemistry IF:2.6Q2 DOI:10.1016/j.compbiolchem.2025.108862 PMID:41478193	研究论文	本文提出了一种名为EDTA的高效深度学习架构，用于药物-靶点亲和力预测，该架构结合了并行CNN-BiLSTM与注意力机制	提出了一种并行CNN-BiLSTM架构，结合注意力机制，以同时捕获局部结构模式和全局序列依赖关系，在保证准确性的同时显著提升了计算效率	未明确提及模型在更广泛数据集或真实药物发现场景中的泛化能力限制	开发一种高效且准确的药物-靶点亲和力预测方法，以降低药物研发的失败率	药物-靶点相互作用	机器学习	NA	深度学习	CNN, BiLSTM, Attention	分子序列/结构数据	使用了Davis、KIBA和DUD-E基准数据集，具体样本数量未明确给出	未明确提及	并行CNN-BiLSTM	皮尔逊相关系数 (r)	未明确提及具体硬件，但强调模型参数更少、内存占用更低、推理速度更快
6225	2026-01-21	Optimizing depression diagnosis: fNIRS and machine learning differentiate unipolar, bipolar, and healthy states 2026-Apr-01, Journal of affective disorders IF:4.9Q1 DOI:10.1016/j.jad.2025.121097 PMID:41478383	研究论文	本研究利用fNIRS和机器学习技术，通过前额叶血流动力学信号对单相抑郁、双相抑郁和健康对照进行三元分类	首次系统评估了fNIRS结合多种机器学习模型在临床相关三元分类（单相抑郁、双相抑郁、健康对照）中的效用，并比较了全脑特征与八个前额叶亚区域的表现	样本量有限，特别是双相抑郁队列较小；深度学习模型因样本量有限和特征维度高而表现中等；双相抑郁与健康对照之间存在持续重叠，分类仍具挑战性	优化抑郁症诊断，区分单相抑郁、双相抑郁和健康状态	171名参与者（单相抑郁72人，双相抑郁59人，健康对照40人）	机器学习	抑郁症	fNIRS（功能性近红外光谱成像）	SVM, Random Forest, XGBoost, Logistic Regression, Naive Bayes, Decision Tree, CNN, LSTM	前额叶血流动力学信号	171名参与者	NA	1D-CNN, LSTM	准确率, 敏感度, 特异度, AUC	NA
6226	2026-01-21	Nivolumab plus ipilimumab for potentially resectable hepatocellular carcinoma: Long-term efficacy and biomarker exploration 2026-Feb, Journal of hepatology IF:26.8Q1 DOI:10.1016/j.jhep.2025.08.035 PMID:40972843	研究论文	本研究评估了纳武利尤单抗联合伊匹木单抗在潜在可切除肝细胞癌患者中的长期疗效和安全性，并探索了治疗反应的预测性生物标志物	首次在潜在可切除肝细胞癌患者中探索纳武利尤单抗联合伊匹木单抗作为新辅助治疗的长期疗效，并通过基因组、转录组分析和免疫细胞谱分析揭示了三级淋巴结构形成与抗肿瘤免疫增强的关联	研究为单臂临床试验，缺乏对照组，样本量相对较小（43例患者），且患者群体中病毒性肝炎占主导，可能限制结果的普遍性	评估免疫检查点抑制剂联合疗法作为新辅助或围手术期治疗在肝细胞癌中的疗效和安全性，并探索治疗反应的生物标志物	潜在可切除的肝细胞癌患者	NA	肝细胞癌	基因组分析, 转录组分析, 免疫细胞谱分析, 光谱流式细胞术	深度学习算法	肿瘤组织样本, 外周血样本, 小鼠肝癌模型数据	43例患者（男性/女性：37/6；病毒性/非病毒性：41/2；巴塞罗那临床肝癌分期A/B/C：4/13/26），其中24例接受手术	NA	NA	客观缓解率, 4年无进展生存率, 4年总生存率, 主要病理学缓解率（>90%肿瘤坏死）	NA
6227	2026-01-21	Comparing prostate diffusion weighted images reconstructed with a commercial deep-learning product to a deep learning phase corrected model at 1.5 T 2026-Feb, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110681 PMID:41297172	研究论文	本研究比较了商业深度学习产品与新型深度学习相位校正模型在1.5T场强下重建前列腺扩散加权图像的质量	提出了一种新型深度学习相位校正重建模型，在1.5T场强下相比商业深度学习产品能显著降低图像噪声并提高信噪比	研究样本量较小（仅30例患者），且为单中心回顾性研究，可能影响结果的普遍性	评估新型深度学习相位校正模型在提升前列腺扩散加权图像质量方面的效果	接受前列腺多参数磁共振成像的30例连续患者	医学影像分析	前列腺癌	扩散加权成像，多参数磁共振成像	深度学习模型	磁共振图像	30例患者	NA	深度学习相位校正模型	信噪比，表观扩散系数值，图像噪声评估，定性图像评分	NA
6228	2026-01-21	Quantification differences between supine and prone CT in interstitial lung disease 2026-Feb, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110697 PMID:41418638	研究论文	本研究评估了间质性肺病患者仰卧位与俯卧位CT扫描在定量测量中的变异性和可重复性	首次系统比较了仰卧位与俯卧位CT在间质性肺病定量评估中的测量差异，并识别了影响体位间变异性的关键因素	研究为回顾性设计，样本仅来自单一机构，且未评估体位变化对临床决策的直接影响	评估俯卧位CT定量测量在间质性肺病评估中的可靠性与变异性	间质性肺病患者	数字病理学	间质性肺病	定量计算机断层扫描，深度学习软件分析	深度学习模型	CT图像	277名患者	NA	NA	组内相关系数，Bland-Altman分析，Pearson相关系数，Steiger's Z检验	NA
6229	2026-01-21	Global trends and collaboration networks in radiology: A bibliometric analysis of the 500 most-cited articles in web of science 2026-Feb, Clinical imaging IF:1.8Q3 DOI:10.1016/j.clinimag.2025.110700 PMID:41455150	研究论文	本研究通过文献计量学方法分析了Web of Science核心合集中被引次数最高的500篇放射学、核医学和医学影像学文章，以揭示全球研究趋势和合作网络	首次对放射学领域高被引文献进行大规模文献计量分析，识别了关键机构、国家、作者和新兴研究主题（如深度学习和人工智能）	分析仅基于被引次数最高的500篇文章，可能无法代表整个放射学研究领域的全貌；数据截止到2025年6月，可能无法反映最新动态	分析放射学、核医学和医学影像学领域的全球研究趋势、合作网络和新兴方向	Web of Science核心合集中被引次数最高的500篇放射学相关文章	医学影像学	NA	文献计量分析	NA	文献元数据	500篇高被引文章	Biblioshiny, VOSviewer 1.6.20, Python 3.13.3	NA	被引次数、平均被引影响、关键词出现频率	NA
6230	2026-01-21	Semantic segmentation deep learning model boosts surgeons' organ recognition in minimally invasive hysterectomy - a prospective multi-center reader performance study using pre-selected video clips 2026-Jan-20, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004606 PMID:41427529	研究论文	本研究评估了一种基于深度学习的解剖识别系统在提升外科医生于微创子宫切除术中识别输尿管和膀胱能力方面的效果	开发并前瞻性验证了一种基于语义分割的深度学习模型，用于辅助不同经验水平的外科医生在手术视频中识别输尿管和膀胱，特别是在经验较少的医生中显示出显著的敏感性提升	研究使用了预先筛选的视频片段，可能无法完全代表实时手术场景的复杂性；模型在膀胱分割上的Dice系数相对较低（0.62）	评估人工智能辅助系统是否能提高外科医生在微创子宫切除术中对输尿管和膀胱的识别能力，同时不降低特异性	微创子宫切除术中的输尿管和膀胱	计算机视觉	妇科疾病	深度学习	语义分割深度学习模型	图像，手术视频	来自41个机构的13,934张输尿管图像和4,940张膀胱图像；涉及8个机构的16名外科医生	NA	NA	Dice系数，敏感性，特异性	NA
6231	2026-01-08	Correction to "Time-Lapse Deep Learning for Single-Cell Subcellular Structural Phenotypic Antimicrobial Susceptibility Testing" 2026-Jan-20, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07908 PMID:41493771	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6232	2026-01-21	CTSSP: A temporal-spectral-spatial joint optimization algorithm for motor imagery EEG decoding 2026-Jan-20, Journal of neural engineering IF:3.7Q2 DOI:10.1088/1741-2552/ae34ea PMID:41499961	研究论文	本文提出了一种名为CTSSP的联合优化算法，用于解码运动想象脑电图信号	提出了一个统一的框架，联合优化时域、频域和空域滤波器，克服了现有方法特征优化碎片化的问题	NA	提升运动想象脑机接口在噪声和非平稳环境下的解码性能	运动想象脑电图信号	机器学习	NA	脑电图	NA	脑电图信号	五个公共数据集	NA	CTSSP	准确率	NA
6233	2026-01-21	Deep Learning Models: A Lens Worth Sharpening for Cancer Prognostication 2026-Jan-20, Annals of surgical oncology IF:3.4Q1 DOI:10.1245/s10434-026-19099-x PMID:41555132	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6234	2026-01-21	A General Image Fusion Approach Exploiting Gradient Transfer Learning and Fusion Rule Unfolding 2026-Jan-19, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1 DOI:10.1109/TPAMI.2026.3655694 PMID:41553895	研究论文	本文提出了一种基于梯度迁移学习和融合规则展开的通用图像融合框架，旨在通过单一模型处理多种图像融合任务	引入了序列梯度迁移框架以利用不同任务间的互补信息，并通过将基本融合规则集成到深度均衡模型中，实现了超越启发式网络设计的更高效、通用的图像融合网络	未明确提及	开发一个能够统一处理多种图像融合任务的深度学习模型，以促进模型在实际应用中的部署	多焦点图像融合、多曝光图像融合、红外与可见光图像融合以及医学图像融合	计算机视觉	NA	深度学习	深度均衡模型	图像	未明确提及	未明确提及	未明确提及	客观指标	未明确提及
6235	2026-01-21	EEGMoE: A Domain-Decoupled Mixture-of-Experts Model for Self-Supervised EEG Representation Learning 2026-Jan-19, IEEE transactions on neural networks and learning systems IF:10.2Q1 DOI:10.1109/TNNLS.2026.3652277 PMID:41553887	研究论文	提出了一种用于自监督脑电图表征学习的领域解耦混合专家模型EEGMoE	引入了基于Transformer的领域解耦编码器，通过特定专家组和共享专家组的混合专家块，同时学习领域共享和领域特定的表征	未明确说明模型在跨被试或跨数据集场景下的具体性能限制	开发一种具有强泛化能力的自监督脑电图表征学习模型	大规模多任务脑电图数据	机器学习	NA	脑电图	Transformer, MoE	脑电图信号	NA	NA	Transformer-based domain-decoupled encoder, Mixture-of-Experts block	NA	NA
6236	2026-01-21	Model uncertainty estimates for deep learning mammographic density prediction using ordinal and classification approaches 2026-Jan-19, Biomedical physics & engineering express IF:1.3Q3 DOI:10.1088/2057-1976/ae39e2 PMID:41554181	研究论文	本研究开发了基于深度学习的乳腺密度预测模型，并引入模型不确定性估计，以提升临床和研究应用价值	通过分类和序数分类方法为深度学习模型提供不确定性估计，同时保持预测性能不下降	未明确说明模型在外部数据集上的泛化能力或临床部署的具体挑战	开发具有内置不确定性估计的深度学习模型，用于乳腺密度预测	超过150,000张乳腺X光图像及其专家评分的连续密度值	计算机视觉	乳腺癌	深度学习	分类模型, 序数分类模型, 回归模型	图像	超过150,000张乳腺X光图像	未明确指定	未明确指定	均方根误差	未明确指定
6237	2026-01-21	CT deep learning radiomics and genomics for predicting staging of epithelial ovarian cancer 2026-Jan-19, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000004924 PMID:41556167	研究论文	本研究开发并验证了一种结合CT影像组学特征、深度学习特征和转录组学数据的模型，用于预测上皮性卵巢癌的分期	创新性地将CT影像组学、深度学习特征与转录组学数据相结合，构建多模态预测模型，并探索了与肿瘤微环境中免疫浸润模式的关联	样本量相对有限，且外部验证集来自公开数据库，可能影响模型泛化能力	开发并验证一种预测上皮性卵巢癌分期的多模态模型，以辅助个性化治疗策略制定	上皮性卵巢癌患者	数字病理学	卵巢癌	CT成像, RNA测序	逻辑回归	CT图像, 转录组学数据	训练集160例，内部验证集41例，外部验证集84例	NA	NA	AUC, 校准曲线, 决策曲线分析	NA
6238	2026-01-21	Fetal Sleep: A Cross-Species Review of Physiology, Measurement, and Classification 2026-Jan-14, Sleep IF:5.3Q1 DOI:10.1093/sleep/zsag003 PMID:41530894	综述	本文首次整合了超过七十年的研究，提供了一个跨物种的胎儿睡眠生理学、测量与分类的统一综述	首次将跨物种研究整合为统一的胎儿睡眠综述，并探讨了从侵入性神经生理学到非侵入性监测及深度学习框架的方法学演变	缺乏统一的、临床验证的胎儿睡眠状态定义框架，限制了向常规产科实践的转化	整合跨物种证据，为开发客观、多模态、非侵入性的胎儿睡眠监测技术提供科学基础，以支持早期神经损伤检测和及时产前干预	人类胎儿及动物模型（如绵羊和狒狒）的胎儿睡眠	NA	NA	非侵入性监测，深度学习框架	NA	信号数据	基于171项研究，涉及胎儿睡眠相关生理学、睡眠状态分类或基于信号的监测	NA	NA	NA	NA
6239	2026-01-21	BOLD-GPCRs: A Transformer-Powered App for Predicting Ligand Bioactivity and Mutational Effects across Class A GPCRs 2026-Jan-14, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.5c01858 PMID:41532426	研究论文	本文介绍了BOLD-GPCRs，一个基于Transformer的深度学习框架，用于预测A类GPCRs的配体生物活性和突变效应	结合了Transformer蛋白质语言模型与密集神经网络分类器，通过迁移学习利用已知配体、受体序列和突变数据，提升了对A类GPCRs配体生物活性和突变效应的预测能力，尤其适用于数据有限的受体亚型	主要关注A类GPCRs，未涵盖其他GPCR类别；依赖于现有数据集的完整性和准确性	开发一个深度学习框架，以准确预测A类GPCRs的配体生物活性和突变效应，支持药物发现	A类G蛋白偶联受体（GPCRs）及其配体	自然语言处理	NA	深度学习，迁移学习	Transformer, 密集神经网络	序列数据（受体序列），配体生物活性数据，突变数据	NA	NA	Transformer, 密集神经网络	NA	NA
6240	2026-01-21	Ultrasound in medicine from 2014 to 2024: A bibliometric review 2026-Jan-09, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000046890 PMID:41517659	综述	本文通过文献计量学方法，回顾了2014年至2024年间超声技术在医学领域的研究现状、热点及前沿	利用CiteSpace和VOSviewer软件对超声医学领域进行全面的文献计量分析，识别出新兴研究方向如超声刺激和药物递送	研究仅基于Web of Science核心合集数据库，可能未涵盖所有相关文献，且为回顾性分析，无法预测未来具体技术发展	调查超声技术在医学应用中的当前研究状态、重点领域和前沿方向	2014年至2024年间发表的2459篇超声医学相关学术文章	医学影像	NA	文献计量分析	NA	文本数据（学术文章元数据）	2459篇文章	CiteSpace, VOSviewer	NA	NA	NA