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
721	2026-04-19	PATCH: A deep learning method to assess heterogeneity of artistic practice in historical paintings 2026-Apr-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.aea0485 PMID:41996503	研究论文	提出了一种名为PATCH的无监督深度学习方法来识别历史绘画中不同艺术家的创作实践，并应用于西班牙文艺复兴大师埃尔·格雷科的两幅作品分析	提出了一种无需外部训练数据即可识别个体艺术实践模式的新型机器学习方法（PATCH），解决了艺术史中因缺乏明确训练样本而难以进行微观尺度分析的问题	方法在缺乏“真实标签”数据的复杂配对比较问题中进行评估，其普适性仍需在更多艺术史案例及其他领域进一步验证	开发一种机器学习方法以解决艺术史中鉴定历史绘画作品创作参与者的难题	西班牙文艺复兴大师埃尔·格雷科的两幅历史绘画作品	计算机视觉	NA	NA	深度学习	图像	两幅历史绘画作品	NA	NA	NA	NA
722	2026-04-19	An ensemble pipeline, PhageHost, for phage tail fiber discovery and accurate Klebsiella pneumoniae host prediction using protein language models 2026-Apr-16, Cell reports IF:7.5Q1 DOI:10.1016/j.celrep.2026.117275 PMID:41996235	研究论文	本文介绍了PhageHost（P&H），一个基于蛋白质语言模型的集成管道，用于大规模发现噬菌体尾丝并准确预测肺炎克雷伯菌的宿主	开发了TailSeek和HostBuster两个深度学习模型，结合蛋白质语言模型进行噬菌体尾丝检测和宿主预测，提高了预测的敏感性和精确度	NA	开发一个可扩展的集成管道，用于噬菌体尾丝的大规模发现和肺炎克雷伯菌的宿主预测，以支持噬菌体疗法应用	噬菌体尾丝和肺炎克雷伯菌宿主	自然语言处理	NA	蛋白质语言模型	深度学习	基因组数据	NA	NA	TailSeek, HostBuster	敏感性, 精确度	NA
723	2026-04-19	Deep learning and cryogenic electron microscopy modeling for gene editing dynamics 2026-Apr-16, Current opinion in structural biology IF:6.1Q1 DOI:10.1016/j.sbi.2026.103270 PMID:41996895	研究论文	本文探讨了深度学习与冷冻电镜建模在基因编辑动力学研究中的协同应用	结合分子动力学与冷冻电镜精修，揭示功能相关的动态集合，并利用量子力学方法解析低分辨率密度图中的模糊特征	NA	理解和设计基因组编辑系统，推动领域从静态结构快照转向动态、预测性和数据驱动的方法	CRISPR-Cas架构等基因组编辑系统	机器学习	NA	冷冻电镜（cryo-EM），分子动力学，量子力学方法	图神经网络（GNN）	冷冻电镜数据，分子模拟数据	NA	NA	NA	NA	NA
724	2026-04-19	Rapid customization of base editors via machine learning-powered combinatorial mutagenesis 2026-Apr-16, Molecular cell IF:14.5Q1 DOI:10.1016/j.molcel.2026.03.030 PMID:41997156	研究论文	本文结合组合诱变与机器学习，大规模分析并设计碱基编辑器与目标DNA之间的相互作用，以提高编辑精度	首次将组合诱变与机器学习结合，利用极小比例（0.004%）的突变景观进行预测，实现了对碱基编辑器DNA基序偏好的大规模分析，并开发了基于结构的深度学习模型，无需实验数据即可预测功能性变体	NA	通过机器学习和组合诱变技术，优化碱基编辑器的互补性和阻碍性，以实现精确、无旁观者效应的基因编辑	碱基编辑器蛋白（evoAPOBEC1和TadA变体）及其与目标DNA的相互作用	机器学习	NA	组合诱变，机器学习，深度学习	深度学习模型	DNA序列数据，蛋白质变体数据	160,000个evoAPOBEC1变体和6,400万个TadA变体在人类细胞中的分析	NA	NA	预测成功率（63%），旁观者编辑检测率（50%情况下未检测到）	NA
725	2026-04-19	Diagnostic Accuracy of Ultrasound Radiomics for Cervical Lymph-Node Metastasis in Papillary Thyroid Carcinoma: Evidence Predominantly From Chinese Cohorts 2026-Apr-16, Ultrasound in medicine & biology DOI:10.1016/j.ultrasmedbio.2026.01.017 PMID:41997788	荟萃分析	本研究通过荟萃分析评估了超声影像组学在预测甲状腺乳头状癌颈部淋巴结转移中的诊断准确性	首次对超声影像组学在甲状腺乳头状癌颈部淋巴结转移预测中的诊断性能进行了全面的荟萃分析，并比较了不同建模方法（机器学习与深度学习）和淋巴结分区的性能差异	纳入研究主要来自中国人群，可能限制结果对其他人群的普适性；研究间存在高度异质性	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
726	2026-04-19	MRI-driven multimodal deep learning approach for predicting pathological complete response after neoadjuvant chemoradiotherapy in locally advanced rectal cancer: A multicenter study 2026-Apr-15, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology DOI:10.1016/j.ejso.2026.111796 PMID:41996781	研究论文	本研究开发了一种基于MRI的可解释临床深度学习放射组学模型，用于预测局部晚期直肠癌患者新辅助放化疗后的病理完全缓解	提出了一种结合放射组学特征和深度学习特征的多模态融合模型，并利用SHAP和Grad-CAM增强模型的可解释性	研究为回顾性设计，样本量相对较小（180例患者），且仅基于三个医疗中心的数据	非侵入性预测局部晚期直肠癌患者新辅助放化疗后的病理完全缓解，以指导个体化临床决策	局部晚期直肠癌患者	数字病理学	直肠癌	MRI（T2加权成像和扩散加权成像序列）	深度学习	医学影像（MRI图像）	180例局部晚期直肠癌患者（训练队列92例，外部验证队列88例）	NA	ResNet50, GoogLeNet, ResNet18, VGG16	AUC（受试者工作特征曲线下面积）	NA
727	2026-04-19	A review of deep learning-based Unsupervised Anomaly Detection in brain MRI 2026-Apr-15, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104076 PMID:41997087	综述	本文综述了基于深度学习的无监督异常检测方法在脑部MRI中的应用	系统性地收集、比较了脑部MRI无监督异常检测领域的研究方法，并公开了包含公共数据集、研究论文和开源实现的数据集合	不同方法在评估时使用的采集参数、预处理、后处理和异常评分标准存在差异，导致难以直接比较模型性能	回顾和比较脑部MRI中基于深度学习的无监督异常检测方法	脑部磁共振成像（MRI）扫描	医学影像分析	脑部疾病	磁共振成像（MRI）	深度学习模型	图像	NA	NA	NA	NA	NA
728	2026-04-19	Morphology-Informed Deep Learning for Risk Assessment of Filamentous Bulking in a Full-Scale Industrial Wastewater Treatment Plant 2026-Apr-15, Environmental research IF:7.7Q1 DOI:10.1016/j.envres.2026.124520 PMID:41997279	研究论文	本文提出了一种基于深度学习和形态学信息的框架，用于直接从污泥显微镜图像评估丝状菌膨胀风险	首次将预训练的计算机视觉模型（ConvNeXt-nano和CrossViT-18）应用于全规模工业废水处理厂的丝状菌膨胀风险评估，实现了从图像直接评分风险，反映了渐进的形态学变化	模型仅使用二元图像标签进行训练，可能无法完全捕捉所有形态学细节；研究基于单一工业废水处理厂的数据，泛化能力有待验证	开发一种主动监测工业废水处理厂丝状菌膨胀风险的早期预警系统	全规模工业混合饥饱序批式反应器废水处理厂的污泥显微镜图像	计算机视觉	NA	显微镜成像	深度学习	图像	来自一个全规模工业废水处理厂的两年图像数据集	PyTorch	ConvNeXt-nano, CrossViT-18	灵敏度, 假阳性率, 准确率	NA
729	2026-04-19	Radiomics-guided Automatic Delineation for Clinical Target Volume of Endometrial Cancer: Limited-sample Multi-center Study 2026-Apr-15, International journal of radiation oncology, biology, physics DOI:10.1016/j.ijrobp.2026.04.014 PMID:41997452	研究论文	本研究提出了一种基于影像组学引导的模型无关元学习框架，用于解决子宫内膜癌术后盆腔放疗中临床靶区在多中心、小样本条件下的自动勾画问题	首次将影像组学特征与模型无关元学习相结合，利用影像组学特征分析中心间差异并指导模型预训练，有效缓解了多中心数据异质性和样本稀缺对深度学习分割性能的影响	研究样本量相对有限（共207例），且仅针对子宫内膜癌的盆腔临床靶区勾画，其泛化能力至其他癌症部位或靶区类型有待进一步验证	开发一种能够适应多中心间勾画风格差异和数据稀缺的临床靶区自动勾画方法，以提高子宫内膜癌术后放疗计划制定的效率和一致性	子宫内膜癌术后患者的模拟CT图像及对应的临床靶区勾画	数字病理	子宫内膜癌	CT影像，影像组学特征提取	3D U-Net	3D CT图像	来自5个中心的207例模拟CT病例，以及来自1个外部中心的26例独立测试病例	PyTorch（推断，因使用MAML及3D U-Net）	3D U-Net	Dice相似系数，95%豪斯多夫距离，平均对称表面距离，专家盲评四点评分系统	NA
730	2026-04-19	Customizing Native T1 Mapping: the effects of compressed sensing, deep learning-based denoising and high-resolution on measurement of native myocardial T1 2026-Apr-15, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1 DOI:10.1016/j.jocmr.2026.102726 PMID:41997564	研究论文	本研究评估了压缩感知、深度学习去噪和高分辨率对心肌原生T1映射图像质量和定量测量的影响	首次系统评估了压缩感知加速、深度学习去噪和高空间分辨率在心肌原生T1映射中的综合影响，并验证了在保持T1值稳定的前提下提高采集效率的可行性	单中心研究，样本量有限（41名健康志愿者），未在广泛患者群体中验证，且主要关注健康心肌组织	优化心血管磁共振中定量原生T1映射的采集效率和临床适用性	健康志愿者的心肌组织	医学影像分析	心血管疾病	心血管磁共振（CMR）、T1映射、压缩感知（CS）、深度学习去噪	深度学习	磁共振图像	41名健康志愿者（最初48名，经质量审查后纳入41名）	NA	NA	图像质量评分（模糊、混叠、磁化率伪影、整体图像质量）、T1值偏差、重复性、观察者间变异性	NA
731	2026-04-19	AmberTorchPB: A Unified Framework for Poisson-Boltzmann-Based Reaction Field Energy Calculation via Tensor Computation 2026-Apr-14, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.6c00085 PMID:41906862	研究论文	本文介绍了AmberTorchPB，一个基于LibTorch构建的统一、可扩展且支持加速器的框架，旨在现代化生物分子静电学计算	利用深度学习中的张量抽象来高效管理硬件异构性、内存优化和混合精度运算，从而克服传统Poisson-Boltzmann求解器在可扩展性和硬件适应方面的瓶颈	NA	开发一个现代化框架以支持大规模生物分子静电相互作用的高性能计算	生物分子静电相互作用，特别是基于Poisson-Boltzmann方程的反应场能量计算	计算生物学	NA	Poisson-Boltzmann方程求解	NA	张量数据	NA	LibTorch	NA	NA	现代高性能计算硬件，支持异构架构
732	2026-04-19	A knowledge-based deep learning model for accurate urban drainage system prediction under spatiotemporally variable rainfall 2026-Apr-14, Water research IF:11.4Q1 DOI:10.1016/j.watres.2026.125930 PMID:41997102	研究论文	本研究提出了一种基于知识的深度学习模型，用于在时空变化降雨条件下准确预测城市排水系统水位	提出了一种将先验知识与稀疏实时监测数据相结合的知识驱动深度学习模型，能够在无需明确降雨输入的情况下，通过管网路径传播观测信号实现跨时空校正	未明确说明模型在极端降雨事件或完全无传感器覆盖区域的泛化能力	开发一种准确、稳健且可扩展的城市排水系统水位预测方法，以支持实时城市洪水预测和预警	城市排水系统	机器学习	NA	深度学习	深度学习模型	传感器监测数据、合成降雨事件数据、真实降雨事件数据	未明确说明具体样本数量，但使用了合成和真实降雨事件进行综合评估	未明确说明	未明确说明	NSE（纳什效率系数）、峰值预测误差、溢流检测准确率	未明确说明
733	2026-04-19	Deep learning on genome-wide association studies to predict the patient-specific risk of radiation-induced erectile dysfunction 2026-Apr-11, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1 DOI:10.1016/j.radonc.2026.111531 PMID:41967608	研究论文	本研究开发了一种名为BioDeepGWAS的生物信息学深度学习模型，用于预测前列腺癌放疗后患者特异性辐射诱导勃起功能障碍的风险	结合全基因组关联研究数据和临床信息，通过深度学习模型整合已知生物学组件，提高了RIED风险预测的个性化准确性	样本量相对有限（387名可评估参与者），且仅基于单一队列数据，需要外部验证	预测前列腺癌患者接受放疗后发生辐射诱导勃起功能障碍的个体化风险	接受放疗的前列腺癌患者（668名患者中387名可评估参与者）	机器学习	前列腺癌	全基因组关联研究（GWAS），基因分型	深度学习模型	基因组数据（SNPs），临床数据	387名可评估参与者（221例RIED病例，166例非RIED对照）	NA	BioDeepGWAS	AUC（曲线下面积），校准分析，比值比	NA
734	2026-04-19	Deep learning-driven recognition of panoramic tumor microenvironment features in H&E sections and its application 2026-Apr-09, Journal for immunotherapy of cancer IF:10.3Q1 DOI:10.1136/jitc-2025-014429 PMID:41956540	综述	本文综述了基于深度学习的全景肿瘤微环境特征在H&E切片中的识别及其临床应用的最新进展	整合全玻片成像技术与深度学习算法，实现对肿瘤微环境中细胞、空间和分子异质性的自动化表征，为精准诊断和治疗反应预测提供综合见解	讨论了该技术在肿瘤学研究和临床应用中的转化潜力与当前局限性	推动肿瘤微环境特征识别技术在精准诊断和治疗反应预测中的应用	H&E染色的组织切片中的肿瘤微环境特征	数字病理学	肿瘤	全玻片成像技术	深度学习	图像	NA	NA	NA	NA	NA
735	2026-04-19	The Application of a Deep Learning Algorithm for the Segmentation of Retinal Nerve Fiber Layer Across Different Optic Neuropathies 2026-Apr-06, Translational vision science & technology IF:2.6Q2 DOI:10.1167/tvst.15.4.7 PMID:41960956	研究论文	本研究开发了一种名为RNFL-Net的深度学习算法，用于从光学相干断层扫描图像中分割视网膜神经纤维层，并在青光眼和视盘水肿等不同视神经病变中评估其性能	提出了一种新的深度学习算法RNFL-Net，能够自动分割视网膜神经纤维层，并在多种视神经病变中表现出比标准OCT设备更高的测量准确性	研究样本量相对有限，且外部验证数据集规模较小，可能影响结果的泛化能力	评估深度学习算法在分割视网膜神经纤维层方面的能力，特别是在青光眼和视盘水肿等视神经病变中的应用	健康对照者、青光眼患者和视盘水肿患者的视网膜神经纤维层	计算机视觉	青光眼	光学相干断层扫描	深度学习算法	图像	训练和验证使用1065个RNFL OCT B扫描，测试使用265个扫描；涉及106只健康眼、118只视盘水肿眼和60只青光眼	NA	RNFL-Net	Dice系数, 平均绝对误差, 平均绝对百分比误差	NA
736	2026-04-19	Automated Identification of Accessory Mental Foramen Using Cone-Beam Computed Tomography and Convolutional Neural Networks 2026-Apr, International dental journal IF:3.2Q1 DOI:10.1016/j.identj.2026.109428 PMID:41740248	研究论文	本文开发并评估了一种基于深度学习的系统，用于自动检测锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF），并比较了两种卷积神经网络（CNN）架构在该模型中的检测准确性和临床可靠性表现	首次将深度学习应用于CBCT图像中副颏孔的自动检测，并比较了自定义轻量级CNN与ResNet-50模型的性能，通过Grad-CAM可视化验证了模型关注区域的解剖相关性	研究基于回顾性数据，样本量有限（共1400个CBCT扫描），且仅比较了两种CNN架构，可能未涵盖所有最优模型	开发并评估基于深度学习的自动检测系统，以提高副颏孔诊断的准确性和临床可靠性	锥形束计算机断层扫描（CBCT）图像中的副颏孔（AMF）	计算机视觉	NA	锥形束计算机断层扫描（CBCT）	CNN	图像	1400个CBCT扫描（700个含AMF，700个正常对照）	NA	ResNet-50, 自定义轻量级CNN	准确率, 精确率, 召回率, F1分数	NA
737	2026-04-19	An effective deep learning algorithm for medical image registration 2026-Apr, PLOS digital health DOI:10.1371/journal.pdig.0001339 PMID:41990030	研究论文	提出了一种名为DTC-Reg的深度学习算法，用于医学图像配准，通过动态学习框架和几何约束增强变形场的微分同胚性	引入了动态学习配准框架DTC-Reg，结合同伦控制增量公式和多尺度几何约束，并提出了可检测和纠正折叠点的MFDC模块，提高了变形场的正则性	仅在三项3D脑部MRI配准任务上进行了实验，未涉及其他医学影像模态或更广泛的临床应用场景	开发一种能够实现准确对齐并严格保持拓扑和可逆性的医学图像配准算法	医学图像，特别是3D脑部MRI数据	计算机视觉	NA	医学影像处理	深度学习	3D图像	NA	NA	U-Net, 序列时间级联网络	定量和定性评估	NA
738	2026-04-19	Deep Learning-Based Tumor Cell Classification in Lung Adenocarcinoma With a Case-by-Case Human-in-the-Loop Approach 2026-Apr, APMIS : acta pathologica, microbiologica, et immunologica Scandinavica IF:2.2Q3 DOI:10.1111/apm.70208 PMID:41980857	研究论文	本文提出了一种基于深度学习的人机交互方法，用于肺腺癌组织切片中肿瘤细胞的分类，通过病理学家在显微镜下进行微调，提高了分类准确性	采用人机交互方法，允许病理学家在显微镜下对细胞分类进行实时微调，使数字分类达到与病理学家相当的准确率（98%-100%）	方法仅在肺腺癌的H&E染色切片上建立和测试，未涉及其他癌症类型或染色方法，且在小数据集上的性能略有下降	提高肺腺癌组织切片中单个肿瘤细胞分类的准确性，使其达到病理学家的水平	肺腺癌（LUAD）的H&E染色组织切片中的单个肿瘤细胞	数字病理学	肺癌	H&E染色	深度学习网络	图像	包括肺腺癌组织切片的高倍视野（HPF）和来自癌症基因组图谱（TCGA）的较小数据集	NA	NA	Dice系数, 真阳性率（TPR）, 精确度, 特异性	NA
739	2026-04-19	Hybrid Deep Learning Framework for Sleep Quality Prediction: Integrating Metaheuristic Optimization and Statistical Features 2026-Apr, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71360 PMID:41981876	研究论文	本文提出了一种结合元启发式优化和统计特征的混合深度学习框架，用于基于体动记录仪数据的睡眠质量预测	提出了一种新颖的混合深度学习架构，结合了遗传算法和粒子群优化进行特征选择，并引入了独特的特征重要性分析以增强模型的可解释性	研究仅使用了MESA体动记录仪数据集，未在其他数据集上进行验证，且模型复杂度较高	开发一个高性能的睡眠质量预测模型，用于个性化睡眠健康管理和睡眠障碍的早期诊断	睡眠质量预测	机器学习	睡眠障碍	体动记录仪数据采集	LSTM, SVM	时间序列数据	MESA体动记录仪数据集（具体样本数量未在摘要中说明）	NA	LSTM网络与支持向量机结合的混合架构	准确率, F1分数, AUC	NA
740	2026-04-19	Deep Learning-Enabled Engineering of a Hyper-Stable and Soluble MPB70-83 Antigen for Sensitive Bovine Tuberculosis Surveillance 2026-Apr, Microbial biotechnology IF:4.8Q1 DOI:10.1111/1751-7915.70348 PMID:41988819	研究论文	本研究结合免疫信息学和深度学习框架ProteinMPNN，设计了一种超稳定且可溶的MPB70-83抗原，用于提高牛结核病诊断的灵敏度	利用深度学习框架ProteinMPNN重新设计非表位支架，优化蛋白质的热力学稳定性，解决了重组多表位蛋白在原核表达系统中的结构不稳定性和不溶性问题	未明确提及	开发一种高稳定性和高溶解性的抗原，用于牛结核病的精确监测	牛结核病（bTB）	机器学习	牛结核病	免疫信息学, 分子动力学模拟	深度学习	蛋白质序列数据	NA	ProteinMPNN	NA	灵敏度, 特异性, Cohen's κ	NA