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
841	2026-03-24	Beyond benchmarks of IUGC: Rethinking requirements of deep learning method for intrapartum ultrasound biometry from fetal ultrasound videos 2026-Mar-14, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104043 PMID:41865530	研究论文	本文详细介绍了IUGC挑战赛，回顾了参赛团队的方法，并分析了自动测量框架在产时超声生物测量中的应用与挑战	提出了首个面向临床应用的多任务自动测量框架，并引入了最大的多中心产时超声视频数据集	研究仍处于早期阶段，临床实施前需要更深入的探索	解决资源有限地区产时超声生物测量中训练有素的超声医师短缺问题	产时超声视频	计算机视觉	产科疾病	超声成像	深度学习模型	视频	774个视频（68,106张图像），来自三家医院	NA	NA	NA	NA
842	2026-03-24	RaMoA: Raman Microspectroscopy and Deep Learning for the Classification of Antimicrobial Mechanism of Action 2026-Mar-13, ACS infectious diseases IF:4.0Q1 DOI:10.1021/acsinfecdis.5c00917 PMID:41824399	研究论文	本文提出了一种结合拉曼显微光谱和深度学习的技术，用于分类抗菌药物的作用机制并预测其新颖性	首次将拉曼显微光谱与一维卷积神经网络结合，用于抗菌药物作用机制的分类和新颖性预测，实现了高准确率	研究仅基于大肠杆菌ATCC 25922野生型菌株，且抗生素种类有限，可能限制了模型的泛化能力	开发一种基于拉曼光谱和深度学习的抗菌药物作用机制分类与新颖性预测技术	大肠杆菌ATCC 25922野生型菌株及其经27种抗生素处理后的拉曼光谱	机器学习	NA	拉曼显微光谱	CNN, 自编码器	光谱数据	27种抗生素处理的大肠杆菌样本，涵盖5种作用机制类别	NA	1D Convolutional Neural Network, 自编码器	准确率	NA
843	2026-03-24	Precisely Identifying Growth Phases of Living Bacteria using Open-Set Deep Learning-Driven Single-Cell Raman Spectroscopy 2026-Mar-13, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c08187 PMID:41823082	研究论文	本研究提出了一种结合卷积神经网络和长短期记忆模型的开放集深度学习策略，利用单细胞拉曼光谱精确识别活细菌细胞的生长阶段	提出了一种新的开放集深度学习配置，通过集成CNN和LSTM模型，并采用插值算法增强的光谱偏移策略来增强数据多样性，同时开发了增强的Softmax模块以在开放集环境中工作	NA	精确识别和预测单个活细菌细胞的生长阶段	产孢细菌的单个细胞/孢子	机器学习	NA	单细胞拉曼光谱	CNN, LSTM	光谱数据	在13个不同生长时间点采样的细胞/孢子时间依赖性单细胞拉曼光谱	NA	CNN-LSTM集成架构	预测准确率	NA
844	2026-03-24	Self-supervised learning-aided ultrasonic testing for overcoming long-tail problems in stress-strain curve prediction 2026-Mar-11, Ultrasonics IF:3.8Q1 DOI:10.1016/j.ultras.2026.108053 PMID:41865614	研究论文	本研究提出了一种基于VIME的自监督学习框架，用于解决超声测试中应力-应变曲线预测的长尾问题	应用VIME自监督学习框架处理超声测试中的长尾问题，并发现频域信号对改善性能特别有效	研究仅针对铝合金样本，未涉及其他材料或更广泛的缺陷类型	解决超声测试中因缺陷样本导致的长尾问题，提升应力-应变曲线预测的准确性	铝合金样本，包括低屈服强度（100-200 MPa）的案例	机器学习	NA	超声测试	深度学习模型	频域信号（包含基波和二次谐波分量）	816个铝合金样本	NA	VIME-SSL	平均绝对百分比误差（MAPE）	NA
845	2026-03-24	GOUHFI 2.0: A Next-Generation Toolbox for Brain Segmentation and Cortex Parcellation at Ultra-High Field MRI 2026-Mar-10, ArXiv PMID:41647239	研究论文	本文介绍了GOUHFI 2.0，一个用于超强场MRI脑部图像分割和皮层分区的深度学习工具箱	GOUHFI 2.0通过引入更大的训练数据变异性和新增皮层分区及体积测量功能，改进了原始工具箱，成为首个能在超强场MRI上实现稳健皮层分区的深度学习工具箱	NA	开发一个适用于超强场MRI的自动脑部分割和皮层分区工具，以解决信号不均匀性、对比度和分辨率变化等挑战	超强场MRI脑部图像	数字病理学	NA	超强场MRI	CNN	图像	238名受试者，涵盖不同分辨率、场强和人群	NA	3D U-Net	分割准确性	NA
846	2026-03-24	[Deep learning-based assessment of periodontal ligament area changes in maxillary central incisors under different orthodontic regimens using cone beam CT images] 2026-Mar-09, Zhonghua kou qiang yi xue za zhi = Zhonghua kouqiang yixue zazhi = Chinese journal of stomatology DOI:10.3760/cma.j.cn112144-20250722-00280 PMID:41786527	研究论文	本研究利用深度学习技术，基于锥形束CT图像评估不同正畸方案下上颌中切牙牙周膜面积的变化	首次应用CBCT牙周膜分割网络测量牙周膜面积，并与传统牙根长度测量方法进行比较，以更全面地评估牙周支持组织变化	样本量较小（49名患者），且为单中心回顾性研究，可能存在选择偏倚	探究不同正畸治疗方案对上颌中切牙牙周膜面积变化的影响	接受正畸治疗的患者的上颌中切牙	数字病理学	NA	锥形束CT成像	深度学习	医学图像	49名患者（98颗上颌中切牙）	NA	CBCT牙周膜分割网络	NA	NA
847	2026-03-24	Leveraging Naturalistic Driving Digital Biomarkers for Early Mild Cognitive Impairment Detection: Deep Learning Strategies 2026-Mar-06, JMIR medical informatics IF:3.1Q2 DOI:10.2196/83622 PMID:41791118	研究论文	本研究开发了利用自然驾驶数据作为数字生物标志物的深度学习策略，用于早期轻度认知障碍检测	首次在自然驾驶环境中使用深度学习模型分析驾驶行为，提出基于频率的风险评分作为可解释输出，并比较了单视图、特征级融合和模型级晚期融合三种建模策略	样本量较小（仅22名参与者，其中3人中途退出），且仅包含8名MCI患者，可能限制模型的泛化能力	开发基于自然驾驶数据的深度学习策略，用于早期轻度认知障碍的检测	临床分类的参与者（8名MCI患者和14名认知正常者）	机器学习	老年疾病	自然驾驶数据采集	深度学习	传感器信号（GPS、加速度计、陀螺仪）	22名参与者（8名MCI，14名认知正常），其中3人中途退出	NA	NA	准确率, AUC	NA
848	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
849	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
850	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
851	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
852	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
853	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
854	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
855	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
856	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
857	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
858	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
859	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
860	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