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
801	2026-03-24	An autonomous system for multi-objective continuous evolution at scale 2026-Mar-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.02.709196 PMID:41867751	研究论文	介绍了一个名为TurboPRANCE的开源、可排队机器人平台，用于实现大规模、多目标、连续进化的自主系统	开发了一个集成约200个独立控制的浊度计和96个并行PACE培养池的机器人平台，支持异步启动和持续运行，结合纳米孔长读长测序与DeepVariant深度学习变异检测器，实现高通量进化追踪	未明确提及系统在特定生物体系或应用场景中的具体性能限制或潜在技术挑战	开发一个能够在大规模上实现多目标连续进化的自主系统，以研究和工程化复杂的适应性景观	噬菌体辅助连续进化（PACE）系统及进化变异体	合成生物学，进化工程	NA	噬菌体辅助连续进化（PACE），纳米孔长读长测序	深度学习	基因组测序数据	约200个独立控制的浊度计培养物，96个并行PACE培养池	DeepVariant（基于TensorFlow）	NA	NA	NA
802	2026-03-24	PAVR: High-Resolution Cellular Imaging via a Physics-Aware Volumetric Reconstruction Framework 2026-Mar-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.04.709609 PMID:41867807	研究论文	本文介绍了一种名为PAVR的物理感知光场成像平台，用于实现高分辨率的三维细胞成像	PAVR平台将单次体积采集与快速端到端体积重建相结合，完全使用系统响应进行训练，无需依赖外部高分辨率真实模态数据，实现了跨不同生物背景的样本独立重建	NA	开发一个可扩展的硬件-软件平台，用于在基础和转化环境中对动态细胞系统进行高通量体积成像和定量分析	固定和活体哺乳动物细胞，包括亚细胞器、自发荧光颗粒以及人类诱导多能干细胞衍生的心肌细胞	数字病理学	NA	光场成像	深度学习	图像	NA	NA	NA	NA	NA
803	2026-03-24	Aβ-Overlapping Ectodomain Binding of the Clinical-Stage TREM2 Agonist VG-3927 2026-Mar-05, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.02.709194 PMID:41867790	研究论文	本研究通过深度学习盲对接算法和实验验证，揭示了临床阶段TREM2激动剂VG-3927与TREM2胞外域结合的新模式，并发现其与Aβ在结合位点上存在竞争关系	首次发现VG-3927可直接结合TREM2胞外域疏水槽，并证明其与Aβ在该区域存在竞争性结合，揭示了TREM2激动剂的新作用机制	研究主要基于体外实验和计算模拟，尚未在体内模型或临床样本中验证结合机制的生理相关性	探究小分子TREM2激动剂VG-3927与受体胞外域的直接结合机制及其与阿尔茨海默病相关配体的相互作用	TREM2受体、VG-3927小分子激动剂、Aβ肽段	计算生物学	阿尔茨海默病	深度学习盲对接算法、微尺度热泳动技术、NFAT报告基因检测、磷酸化信号检测	深度学习对接模型	蛋白质结构数据、分子相互作用数据	NA	NA	NA	结合亲和力、剂量反应曲线偏移、信号衰减程度	NA
804	2026-03-24	Grounding olfactory perception in language: Benchmarks and models for generating natural language odor descriptions 2026-Mar-05, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.04.709650 PMID:41867788	研究论文	本文提出了一个用于生成和评估自然语言气味描述的基准框架ODIEU，并开发了基于Transformer的模型CIRANO，实现了从分子结构到文本的气味描述生成	1) 创建了首个大规模气味描述基准ODIEU，包含超过10,000个分子的感知描述；2) 开发了基于Sentence-BERT的模型度量方法，用于评估自由文本气味描述；3) 提出了CIRANO模型，首次实现从分子结构直接生成自由文本气味描述（S2T预测）；4) 展示了从嗅觉神经数据生成类人描述的神经到文本（N2T）预测能力	研究依赖于现有数据集，可能无法覆盖所有气味类别；模型性能可能受训练数据质量和规模的限制；神经数据到文本的预测仅在小鼠嗅觉球数据上验证	建立标准化框架，用于生成自然语言气味描述并评估其与人类感知的一致性	气味分子、自然语言气味描述、小鼠嗅觉神经数据	自然语言处理	NA	分子结构分析、神经数据记录	Transformer, Sentence-BERT	文本、分子结构数据、神经数据	超过10,000个分子及其感知描述	PyTorch	Transformer, SBERT	基于SBERT的语义相似度度量	未明确指定，但提及代码开源在GitHub
805	2026-03-24	Automated Phenotyping of Mitral Stenosis Using Deep Learning 2026-Mar-04, medRxiv : the preprint server for health sciences DOI:10.64898/2026.03.03.26347557 PMID:41867211	研究论文	本研究开发了一个名为EchoNet-MS的深度学习框架，用于从超声心动图视频中自动检测临床显著性的二尖瓣狭窄及其病因	提出了首个结合视频卷积神经网络、用于评估二尖瓣狭窄严重程度并区分风湿性病因的端到端开源AI框架，并在多个外部队列中验证了其泛化能力	研究未明确提及模型在罕见或复杂病例中的表现，且依赖于多个超声心动图视图的组合评估	开发人工智能框架以自动检测临床显著性的二尖瓣狭窄	二尖瓣狭窄患者	计算机视觉	心血管疾病	超声心动图	CNN	视频	总计431,612个视频，来自44,671项研究，涉及多个医疗系统的患者队列	NA	NA	AUC	NA
806	2026-03-24	Two-step deep-learning candidemia prediction model using two large time-sequence electronic health datasets 2026-Mar-04, medRxiv : the preprint server for health sciences DOI:10.64898/2026.03.03.26347531 PMID:41867227	研究论文	本研究开发了一个两步深度学习框架，用于预测住院患者的念珠菌血症风险，并整合30天死亡率风险以指导经验性抗真菌治疗决策	提出了一个结合念珠菌血症和死亡率风险的两步深度学习预测框架，相比传统方法能识别更多高风险病例	研究为回顾性分析，需要前瞻性研究验证；念珠菌血症发生率低（<1%），可能存在数据不平衡问题	开发一个深度学习模型来预测住院患者7天内发生念珠菌血症的风险，并改进经验性抗真菌治疗的决策支持	来自两个大型队列（休斯顿卫理公会医院系统和MIMIC-IV）的成年住院患者，这些患者至少进行过一次血培养	机器学习	念珠菌血症	电子健康记录数据分析	深度学习模型	电子健康记录时间序列数据	HMHS队列213,404名患者（其中851例念珠菌血症），MIMIC-IV队列107,507名患者（其中634例念珠菌血症）	PyTorch	PyTorch_EHR（具体架构未在摘要中说明）	精确率-召回率曲线下面积	NA
807	2026-03-24	Deep Learning-Assisted Evaluation of Laryngeal Mobility in a Rat Model 2026-Mar-02, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.26.708292 PMID:41867773	研究论文	本研究使用深度学习辅助的计算机视觉技术，在大鼠模型中定量评估喉部活动性	首次将开源深度学习框架SLEAP应用于大鼠喉部关键标志点跟踪，以量化喉部不对称性，并设定了区分对称与非对称的位移阈值	研究仅使用成年雄性Long-Evans大鼠，样本可能有限，且方法在其它动物模型或人类中的适用性未经验证	定量评估单侧喉返神经损伤后大鼠模型的喉部活动性	成年雄性Long-Evans大鼠	计算机视觉	喉部神经损伤	直接喉镜检查，高分辨率视频录制	深度学习	视频	未明确指定样本数量，仅提及使用成年雄性Long-Evans大鼠	SLEAP	NA	平均差异，95%置信区间	NA
808	2026-03-24	Deep Learning for Segmenting Ischemic Stroke Infarction in Non-contrast CT Scans by Utilizing Asymmetry 2026-Mar, Clinical neuroradiology IF:2.4Q2 DOI:10.1007/s00062-025-01559-8 PMID:40908314	研究论文	本研究开发了一种结合对称性原理与nnUNet分割模型的方法，用于在非对比增强CT扫描中分割缺血性卒中梗死区域	提出了一种新颖的分割方法，整合了基于对称性的生成模块和上游分割模块，引入了强度病变概率函数和特定输入通道以增强模型敏感性和特异性	外部测试数据集的DSC为0.4891，表明模型在泛化能力上仍有提升空间，且仅使用了有限的外部验证集	开发一种自动分割缺血性卒中病变的方法，以辅助临床决策	急性缺血性卒中患者的非对比增强CT扫描图像	数字病理学	缺血性卒中	非对比增强CT扫描	深度学习	医学图像	397例NCCT扫描（内部训练验证345例，内部测试52例），外加60例阳性病例用于外部验证	nnUNet	2.5D ResUNet, 3D nnUNet	Dice相似系数, Hausdorff距离, 曲线下面积	NA
809	2026-03-24	A Deep Representation Learning Method for Quantitative Immune Defense Function Evaluation and Its Clinical Applications 2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202515929 PMID:41536212	研究论文	本研究提出了一种名为ImmuDef的深度表示学习方法，用于基于RNA-seq数据对免疫防御功能进行定量评估，并开发了防御免疫评分DImmuScore	首次提出基于变分自编码器（VAE）构建潜在空间，通过计算患者与健康对照在潜在空间中的距离来量化免疫防御功能，建立了首个跨疾病免疫防御评估的定量标准	研究样本主要集中于特定免疫状态和感染性疾病，在其他疾病或更广泛人群中的普适性有待进一步验证	开发一种能够精确、定量评估抗感染免疫防御功能的方法	免疫防御功能评估	机器学习	感染性疾病	RNA-seq	VAE	基因表达数据	3202个样本，涵盖四种免疫状态：免疫缺陷、免疫受损、免疫正常和免疫激活	NA	变分自编码器	分类准确率	NA
810	2026-03-24	Quantitative Histological Insights Into Sudden Arrhythmic Death Syndrome: Findings From a Forensic Autopsy Cohort 2026-Mar, APMIS : acta pathologica, microbiologica, et immunologica Scandinavica IF:2.2Q3 DOI:10.1111/apm.70169 PMID:41747709	研究论文	本研究应用定量组织学和基于深度学习的细胞分割技术，探究了突发性心律失常死亡综合征（SADS）与对照组之间的形态学特征差异	首次将AI驱动的定量组织学方法应用于SADS的尸检研究，揭示了先前被认为正常的心脏中存在的细微形态学差异，并识别出SADS内的潜在亚组	研究为回顾性设计，样本量相对有限（77例SADS和41例对照），且遗传分析仅在部分病例中进行，可能影响结果的普遍性	探究突发性心律失常死亡综合征（SADS）的形态学特征，以改进诊断、指导家族筛查并增进对心律失常机制的理解	尸检获取的心脏组织样本，包括77例SADS病例和41例年龄与性别匹配的对照组（死于创伤或自杀）	数字病理学	心血管疾病	定量组织学，基于深度学习的图像处理	深度学习，随机森林	图像	118例（77例SADS，41例对照），年龄范围1-49岁	QuPath, Quan10	NA	p值	NA
811	2026-03-24	Histologic Distinction Between Clear Cell Sarcoma and Melanoma Using Supervised and Deep Learning 2026-Mar, APMIS : acta pathologica, microbiologica, et immunologica Scandinavica IF:2.2Q3 DOI:10.1111/apm.70184 PMID:41804209	研究论文	本研究利用监督学习和深度学习构建分类器，以区分透明细胞肉瘤和黑色素瘤	结合核形态计量学与深度学习模型（如CLAM/ResNet-50、CTransPath和UNI），开发可解释的分类器，并在外部验证集中实现高准确率	样本核数少于10,000或透明细胞肉瘤因治疗导致形态改变时，预测准确性可能降低	区分透明细胞肉瘤和黑色素瘤，提供辅助诊断工具	透明细胞肉瘤和黑色素瘤的苏木精-伊红染色切片	数字病理学	肉瘤, 黑色素瘤	核形态计量分析, 深度学习	决策树, 深度学习模型	图像	1,954,194个细胞核（来自透明细胞肉瘤和黑色素瘤切片）	CLAM, ResNet-50, CTransPath, UNI	ResNet-50, 决策树	准确率	NA
812	2026-03-24	Foundation Model-Enabled Multimodal Deep Learning for Prognostic Prediction in Colorectal Cancer with Incomplete Modalities: A Multi-Institutional Retrospective Study 2026-Mar, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202510931 PMID:41556415	研究论文	本文提出了一种名为FLARE的多模态深度学习框架，用于结直肠癌的预后预测，并处理模态缺失问题	利用基础模型进行高效特征提取，采用注意力机制的多分支框架增强模态协同与区分性，并引入多样性促进损失函数，同时通过模态和缺失感知提示、伪嵌入及模态级增强策略有效应对数据不完整问题	NA	优化结直肠癌的个性化治疗策略并改善患者预后	结直肠癌患者	数字病理学	结直肠癌	多模态深度学习	深度学习框架	病理图像、放射影像、临床文本报告	来自四个独立临床中心的1679名结直肠癌患者	NA	注意力机制的多分支框架	一致性指数, Kaplan-Meier分析	NA
813	2026-03-24	Weakly supervised deep learning for cutaneous squamous and basal cell carcinoma in whole-slide histopathology 2026-Mar, The journal of pathology. Clinical research DOI:10.1002/2056-4538.70082 PMID:41841638	研究论文	本研究开发了一种弱监督深度学习模型，用于区分浸润性基底细胞癌和低分化皮肤鳞状细胞癌，并在内部和外部队列中验证其泛化能力	采用弱监督的深度学习框架（CLAM）结合病理学专用Transformer模型（Phikon）进行特征提取，并首次与皮肤病理学基础模型（HistoGPT）进行零样本和微调性能比较	外部验证队列样本量有限（如昆士兰队列仅10例），且COBRA队列存在部分分布外数据，模型部署需谨慎校准和领域适应	提高皮肤基底细胞癌和鳞状细胞癌亚型诊断的自动化分类准确性和可靠性	皮肤浸润性基底细胞癌和低分化皮肤鳞状细胞癌的病理切片	数字病理学	皮肤癌	全切片图像分析	Transformer, 多示例学习	图像	内部数据集335张全切片图像（含84张测试集），外部数据集包括昆士兰队列（10例）和COBRA队列（200例）	CLAM, PyTorch	Phikon, HistoGPT	AUC, 准确率, 灵敏度, 特异性, 平衡准确率, 威尔逊置信区间	未明确指定，但涉及深度学习模型训练和验证
814	2026-03-24	Remote monitoring of heart failure exacerbations using a smartwatch 2026-Mar, Nature medicine IF:58.7Q1 DOI:10.1038/s41591-026-04247-3 PMID:41862772	研究论文	本研究利用智能手表数据，开发深度学习模型预测心力衰竭患者的每日峰值摄氧量，并评估其预测非计划医疗事件的能力	首次利用消费者级可穿戴设备（Apple Watch）的日常数据，通过深度学习模型连续预测心力衰竭患者的峰值摄氧量，并将其与临床不良事件风险关联，提供了一种可扩展、可推广的纵向监测新方法	研究为观察性队列研究，需进一步的前瞻性研究验证其临床效用；外部验证队列使用的传感器能力有所降低	评估智能手表数据在预测心力衰竭患者峰值摄氧量及非计划医疗事件风险方面的能力	心力衰竭患者	机器学习	心血管疾病	心肺运动测试	深度学习模型	可穿戴设备时序数据	训练集154名患者（46名女性，108名男性），验证集63名患者（24名女性，39名男性），并在独立外部队列（All of Us研究计划）中进行验证	NA	NA	Pearson相关系数, 风险比, 置信区间, P值	NA
815	2026-03-24	Combating Misinformation in the Digital Age: A Machine Learning Approach to Protect Community Water Fluoridation and Promote Oral Health Equity 2026-Mar, Journal of public health dentistry IF:1.8Q3 DOI:10.1111/jphd.70020 PMID:41866756	研究论文	本研究开发并评估了机器学习与深度学习模型，用于识别社交媒体上关于社区水氟化的错误信息，并分析了其对公共卫生沟通和健康公平的影响	首次将机器学习与深度学习模型应用于社区水氟化错误信息的自动检测，并结合地理空间与社会人口学数据进行健康公平性分析	研究仅基于英文推文，且地理标记分析仅限于美国数据，可能无法完全代表全球情况	开发自动化工具以识别和对抗社交媒体上关于社区水氟化的错误信息，促进口腔健康公平	社交媒体上关于社区水氟化的推文内容	自然语言处理	口腔疾病	社交媒体数据挖掘，情感分析，主题内容编码	机器学习，深度学习	文本	19,960条英文推文（2014-2024年）	Scikit-learn, TensorFlow/PyTorch（用于BERT）	支持向量分类器，BERT，XGBoost	准确率	NA
816	2026-03-24	Synthesizing breast cancer ultrasound images from healthy samples using latent diffusion models 2026-Mar, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.13.2.024002 PMID:41868563	研究论文	本文提出了一种基于潜在扩散模型的三阶段工作流程，用于从健康样本合成乳腺癌超声图像和分割掩码	采用三阶段潜在扩散模型结合Vision Transformers和低秩适应微调，直接从健康样本合成恶性与良性乳腺超声图像及准确分割掩码，显著降低了单模型合成任务的复杂性	合成模型仍需依赖一定量的数据进行训练，且未在更大规模或更多样化的数据集上验证泛化能力	解决乳腺癌超声图像数据稀缺和标注困难的问题，通过合成图像增强训练数据集并保护患者隐私	乳腺超声图像，包括健康、良性和恶性样本	计算机视觉	乳腺癌	超声成像	潜在扩散模型, Vision Transformer	图像	BUSI数据集中的830张图像（133张健康、487张良性、210张恶性）	PyTorch	ResNet101, U-Net	AUC, Fréchet inception distance, inception score, F1-score	NA
817	2026-03-24	Deep transfer learning based image colorization using VGG19 and CLAHE 2026-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40292-1 PMID:41702997	研究论文	本文提出了一种基于深度迁移学习的图像着色方法，利用VGG19网络提取特征并结合CLAHE后处理提升色彩质量	结合预训练的VGG19网络进行特征提取，并引入CLAHE作为后处理步骤以增强输出图像的对比度和色彩鲜艳度	未明确提及方法在极端光照或复杂纹理场景下的泛化能力限制	实现高质量且高效的灰度图像自动着色	灰度图像	计算机视觉	NA	NA	CNN	图像	在ImageNet、COCO-Stuff和Places365等多个数据集上进行实验	NA	VGG19	PSNR, SSIM	NA
818	2026-03-24	Explainable AI in education: integrating educational domain knowledge into the deep learning model for improved student performance prediction 2026-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40538-y PMID:41703044	研究论文	本研究提出了一种结合教育领域知识优化人工神经网络（ANN）的方法，用于提高学生数学成绩预测的准确性和可解释性	提出了基于SHAP的学生成绩预测解释（SPPE）算法，通过教育领域知识引导重新评估特征贡献，使模型学习的关系与领域知识一致，从而显著提升预测性能	研究仅基于一个包含395名葡萄牙高中学生的公开数据集，模型在其他数据集或教育背景下的泛化能力有待进一步验证	开发可解释的人工智能模型，以更准确、可信地预测学生学业表现	葡萄牙高中学生的数学成绩记录	机器学习	NA	NA	ANN	表格数据	395名葡萄牙高中学生	NA	人工神经网络	预测准确率	NA
819	2026-03-24	Adaptive example selection for prototype based explainable mitosis detection in digital pathology 2026-Feb-18, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-40283-2 PMID:41708713	研究论文	本文提出了一种基于原型的可解释AI框架AES，用于提高有丝分裂检测深度学习模型的可解释性	AES框架通过自适应选择真实世界的支持性和矛盾性原型图像，高保真地局部近似模型置信度表面，不同于以往专注于离散类别预测的方法	NA	提高深度学习模型在数字病理学有丝分裂检测中的可解释性和透明度	有丝分裂检测	数字病理学	癌症	NA	Faster R-CNN	图像	NA	NA	Faster R-CNN	F1-score	NA
820	2026-03-24	Evaluating Sentinel-2 gap filling techniques for cloud removal and data reconstruction 2026-Feb-17, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-39488-2 PMID:41703033	研究论文	本研究评估了多种填补Sentinel-2卫星图像中云层导致数据缺失的技术，包括空间、时间、时空和时空光谱方法	建立了一个评估框架，首次系统比较了不同填补方法在Sentinel-2图像上的性能，并公开了所有代码以确保可重复性	深度学习方法需要更多训练努力，且在所有场景中泛化能力有限	评估Sentinel-2图像中云层导致数据缺失的填补技术，以支持水资源管理、灌溉调度和作物健康预测等时间敏感应用	Sentinel-2卫星图像，特别是可见光（B02、B03、B04）、近红外（B08）和短波红外（B11、B12）波段	计算机视觉	NA	卫星遥感	深度学习	图像	NA	NA	NA	决定系数（R²）、相对均方根误差（rRMSE）、偏差（bias）	NA