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
8701	2026-04-12	Enhancing 7T MRI for deep brain stimulation with deep-learning based image reconstruction and dynamic parallel transmission 2026-Apr-04, NeuroImage. Clinical DOI:10.1016/j.nicl.2026.103993 PMID:41962172	研究论文	本研究应用基于深度学习的图像重建和动态并行传输技术，优化了7T MRI用于深部脑刺激的成像协议，提高了图像质量并缩短了扫描时间	首次将深度学习图像重建与动态并行传输技术结合应用于7T MRI的深部脑刺激协议优化，显著提升了图像质量、目标结构显影和运动鲁棒性，同时大幅减少了扫描时间	研究样本量较小（共26例患者），且为单中心研究，需要更大规模的多中心验证来确认结果的普适性	优化7T MRI用于深部脑刺激的成像协议，解决其临床应用中存在的B1+发射不均匀性、扫描时间长和运动敏感性问题	接受深部脑刺激治疗的患者	医学影像分析	神经系统疾病（涉及深部脑刺激治疗）	7T MRI, 动态并行传输, 深度学习图像重建	深度学习模型	MRI图像	26例患者（13例使用传统协议，13例使用增强协议）	NA	NA	图像质量评分, 运动伪影评分, 目标结构显影评分, 扫描时间减少百分比, 体素体积减少百分比, 优势比	NA
8702	2026-04-12	Identification of nonconvulsive status epilepticus in the ictal-interictal continuum using artificial intelligence: a prospective observational cohort study 2026-Apr, Encephalitis (Seoul, Korea) DOI:10.47936/encephalitis.2025.00157 PMID:41834605	研究论文	本研究旨在利用人工智能技术，基于脑电图功能连接性差异，区分非惊厥性癫痫持续状态与昏迷-发作间期连续状态的患者	首次结合图论功能连接性与深度学习模型，对发作间期连续状态中的非惊厥性癫痫持续状态与昏迷状态进行区分，并验证了机器学习方法在此类脑电图模式分类中的可行性	样本量相对较小（72例患者），且研究为单中心前瞻性观察性队列设计，需要更大规模的多中心研究进一步验证	探究非惊厥性癫痫持续状态与昏迷-发作间期连续状态患者在功能连接性上的差异，并评估基于这些差异的机器学习模型的分类性能	发作间期连续状态脑电图模式的患者，包括非惊厥性癫痫持续状态组和昏迷-发作间期连续状态组	机器学习	癫痫	脑电图，短时傅里叶变换	卷积神经网络	脑电图信号，时频图像	72例患者（53例非惊厥性癫痫持续状态，19例昏迷-发作间期连续状态）	NA	NA	准确率	NA
8703	2026-04-12	A Multichannel Flexible Interface for Environmental-Robust Laryngeal Signal Decoding 2026-Apr-01, ACS applied materials & interfaces IF:8.3Q1 DOI:10.1021/acsami.6c01457 PMID:41919668	研究论文	本文提出了一种可穿戴、柔性、多通道的压阻接口，用于在复杂语音行为中解码喉部和下颌下运动，以实现嘈杂或受限环境下的鲁棒人机交互	开发了一种集成微金字塔PDMS传感层、导电PPy涂层和多通道电极阵列的柔性可穿戴接口，结合改进的音频频谱图Transformer与多通道融合机制，实现了端到端的语义识别	仅使用了14个核心英语词汇构建数据集，词汇量有限；未在更广泛的语音障碍人群或多种语言中进行验证	在嘈杂、受限或语音受损环境中实现鲁棒的人机交互	喉部和下颌下运动信号	机器学习	NA	多通道压阻传感，无线数据传输，实时设备端处理	Transformer	多通道运动信号数据	总计3,840个样本（来自麦克风和发声两个结构化数据集）	NA	改进的音频频谱图Transformer	分类准确率	NA
8704	2026-04-12	Multimodal Assessment of Biological Age Following Radiation Therapy Among Patients With Early-Stage NSCLC 2026-Apr-01, JAMA network open IF:10.5Q1 DOI:10.1001/jamanetworkopen.2026.4872 PMID:41949867	研究论文	本研究评估了基于照片的面部年龄和基于肺功能测试的肺年龄与早期非小细胞肺癌患者接受立体定向放疗后总生存期和早期死亡率的关系	首次将深度学习模型估计的面部年龄与肺功能衍生的肺年龄结合，作为非侵入性生物年龄指标，用于预测早期非小细胞肺癌患者的生存结局，并发现面部年龄是独立于实际年龄的生存预测生物标志物	研究为回顾性队列设计，面部年龄估计依赖于预处理照片的可用性，肺年龄数据仅来自部分患者子集，可能存在选择偏倚，且随访时间中位数为44个月，长期生存影响需进一步验证	评估非侵入性生物年龄指标（面部年龄和肺年龄）在预测早期非小细胞肺癌患者接受立体定向放疗后生存结局中的价值	年龄≥60岁、接受根治性立体定向放疗的早期非小细胞肺癌患者	数字病理学	肺癌	深度学习模型, 肺功能测试	深度学习模型	图像, 临床数据	670名患者（中位年龄77岁，61%为女性），其中477名有肺功能测试数据	NA	NA	风险比, 置信区间, P值	NA
8705	2026-04-12	AI-Driven Species Sensitivity Distribution (AI-4-SSD) Framework for Predicting Aquatic Ecological Risks of Chemical Pollutants in Global Near-Coastal Environments 2026-Mar-27, Environmental science & technology IF:10.8Q1 DOI:10.1021/acs.est.6c00675 PMID:41891423	研究论文	本文提出了一种基于AI的框架（AI-4-SSD），用于预测全球近岸环境中化学污染物的暴露、水生毒性和风险	开发了多模态深度学习模型作为框架核心，首次实现从化学暴露到种群水平水生毒性的全链条预测，并识别出高风险化学物质	研究仅针对八种海洋物种和约3000种目标化学物质，可能未涵盖所有潜在污染物和生物多样性影响	预测全球近岸环境中化学污染物的水生生态风险，以保护海洋生物多样性	全球近岸环境中的化学污染物及其对海洋物种的影响	机器学习	NA	多模态深度学习	深度学习模型	化学数据、毒性数据	约3000种目标化学物质，涉及八种海洋物种（跨三个门）	NA	多模态深度学习模型	测试集R²为0.85	NA
8706	2026-04-12	Deep Learning Enables Pixel-Level Nanoparticle Distribution Mapping in Routine Histological Sections by Integrating Cancer Associated Fibroblasts Features 2026-Mar-27, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c01365 PMID:41893882	研究论文	本研究提出了一种名为NanoNet的深度学习框架，利用成纤维细胞活化蛋白免疫染色来空间表征癌症相关成纤维细胞，并高分辨率预测纳米颗粒在肿瘤组织中的分布	首次开发了能够整合癌症相关成纤维细胞特征、从常规组织切片实现像素级纳米颗粒分布预测的深度学习框架，突破了传统医学成像技术在检测纳米颗粒分布方面的局限性	未明确说明模型在其他肿瘤类型或更大样本量中的泛化能力，也未详细讨论临床转化所需的技术验证步骤	开发能够高精度预测肿瘤内纳米颗粒空间分布的深度学习模型，以优化纳米药物设计和个性化纳米医学	肿瘤组织切片中的纳米颗粒分布与癌症相关成纤维细胞的空间关系	数字病理学	癌症	免疫染色（FAP免疫染色）、组织切片成像	深度学习模型	组织切片图像	未明确说明	未明确说明	NanoNet	ICC（组内相关系数）, R²	未明确说明
8707	2026-04-12	HMP-MUNet: A Hybrid Deep Learning Framework for Automated Skin Lesion Segmentation in Dermoscopic Images 2026-03-17, Journal of visualized experiments : JoVE DOI:10.3791/69449 PMID:41941514	研究论文	本文提出了一种用于皮肤镜图像中皮肤病变自动分割的混合深度学习框架HMP-MUNet	结合状态空间模型与先进多尺度处理能力，通过高阶视觉状态空间模块、多尺度扩张注意力融合网络和并行多深度灵活网络的创新架构设计，在显著减少参数量的同时保持高分割精度	需要进一步的临床验证	开发一种在保持高诊断准确性的同时具有计算效率的皮肤病变自动分割方法	皮肤镜图像中的皮肤病变	计算机视觉	皮肤癌	NA	深度学习	图像	PH2和ISIC2018基准数据集	NA	U-Net, 高阶视觉状态空间模块, 多尺度扩张注意力融合网络, 并行多深度灵活网络	Dice相似系数	NA
8708	2026-04-12	Non-invasive hemoglobin estimation with outcome prediction via deep learning analysis of ECG-derived cardiac micro-dynamics 2026-Mar, Internal and emergency medicine IF:3.2Q1 DOI:10.1007/s11739-025-04209-6 PMID:41329232	研究论文	本研究开发了一种基于心电图（ECG）和深度学习的非侵入性血红蛋白（Hb）估计模型，用于检测贫血并预测全因死亡率和新发心力衰竭风险	首次利用深度学习分析心电图衍生的心脏微动力学特征来非侵入性估计血红蛋白水平，并评估其对心血管风险的预测能力	研究为回顾性设计，可能存在选择偏倚；模型性能在轻度贫血检测中较低；外部验证集性能略有下降	开发一种非侵入性、低成本的贫血筛查工具，并评估其诊断和预后价值	心电图信号和对应的血红蛋白水平数据	机器学习	贫血,心血管疾病	心电图（ECG）分析	深度学习模型（DLM）	心电图信号	训练集：187,202名患者的388,166份心电图；内部测试集：24,279名患者；外部测试集：29,247名患者	NA	NA	受试者工作特征曲线下面积（AUC）, 灵敏度, 特异性, Pearson相关系数, 风险比（HR）	NA
8709	2026-04-12	A universal framework for IMRT dose prediction 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70384 PMID:41833521	研究论文	本文提出了一种名为UniDose的深度学习通用剂量预测模型，旨在适应多种疾病部位和临床场景，特别是针对任意射束配置的IMRT治疗计划	UniDose模型通过广义输入通道设计（包括归一化处方剂量图、加权避让掩码和射束追踪图像）以及基于nnU-Net的定制化网络架构，实现了跨疾病部位和射束配置的通用剂量预测，并结合了参考引导的优化引擎以确保预测剂量的物理可实现性	模型在训练和测试中使用了871名患者的数据，尽管覆盖了25种疾病部位，但可能仍需更大规模、更多样化的数据集以进一步提升泛化能力；此外，模型依赖于特定的射束追踪算法和优化引擎，可能限制了其在其他技术平台上的直接应用	开发一个通用的深度学习剂量预测框架，以提升IMRT治疗计划的质量和效率，并增强模型在真实世界多样化临床场景中的适用性	IMRT治疗计划中的剂量分布预测，重点关注多种疾病部位（如前列腺、肝脏、脑部等）和任意射束配置	医学影像分析	多种癌症（包括前列腺癌、肝癌、脑瘤等）	深度学习，射线追踪算法，剂量优化	CNN	3D医学影像数据，剂量分布图	871名患者，涵盖25种疾病部位	PyTorch（基于nnU-Net框架）	nnU-Net	Gamma通过率（GPR），剂量体积直方图（DVH）指标	NA
8710	2026-04-12	A device-invariant multi-modal learning framework for respiratory disease classification 2026-Feb-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02445-4 PMID:41748911	研究论文	本文提出了一种设备无关的多模态深度学习框架，用于联合分析咳嗽声学、人口统计学数据和症状描述，以实现成人呼吸系统疾病的多标签分类	提出了一种嵌入对抗分支的音频编码器以实现设备无关的特征学习，并结合不变风险最小化增强损失以提高对非结构性偏移的鲁棒性	NA	开发一种可扩展且可转移的基于AI的咳嗽驱动呼吸系统筛查方法，以推进临床适用性	成人呼吸系统疾病	机器学习	呼吸系统疾病	咳嗽声分析	深度学习	音频, 人口统计学数据, 文本	超过10,000个病例，涵盖七种主要呼吸系统疾病	NA	NA	AUROC	NA
8711	2026-04-12	Explainable deep learning framework incorporating medical knowledge for insulin titration in diabetes 2026-Feb-26, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01449-1 PMID:41748914	研究论文	本文提出了一种结合医学知识的可解释深度学习框架，用于糖尿病胰岛素剂量调整	引入专家引导的可解释人工智能框架，结合Shapley Taylor交互指数捕获特征交互影响，并通过医生在环过程编码临床约束以对齐医学专业知识	研究主要基于两个电子健康记录队列，样本量相对有限，且外部验证数据集规模较小	提高深度学习模型在糖尿病胰岛素剂量调整中的透明度和可信度	2型糖尿病住院患者	机器学习	糖尿病	电子健康记录分析	深度学习模型	电子健康记录	内部数据集1,275名住院患者，外部数据集292名患者	NA	NA	胰岛素剂量调整准确性	NA
8712	2026-02-26	Performance comparison and future perspectives of deep learning and classical machine learning in bone tumor applications: a systematic review (2019-2025) 2026-Feb-24, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03401-8 PMID:41735994	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
8713	2026-04-12	DynMoCo: a Novel AI Framework to Reveal Modular Substructures of Protein From Molecular Dynamics 2026-Feb-10, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.08.704355 PMID:41727081	研究论文	提出了一种名为DynMoCo的新型深度学习框架，用于从分子动力学模拟数据中识别蛋白质的动态模块化亚结构	将社交网络科学中的动态社区检测方法引入分子动力学分析，首次结合图卷积网络与循环模型进行端到端的动态社区检测	方法目前仅在整合素系统上进行了验证，需要进一步扩展到更多蛋白质体系	开发能够揭示蛋白质动态模块化亚结构的AI分析框架	蛋白质分子动力学模拟数据	机器学习	NA	分子动力学模拟	图卷积网络, 循环模型	分子图数据	三个整合素系统的力拉伸和力钳制引导分子动力学模拟	NA	DynMoCo	NA	NA
8714	2026-04-12	Development of deep learning model to screen for primary open-angle glaucoma in African ancestry individuals 2026-Feb-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02318-2 PMID:41652030	研究论文	本研究开发了一种深度学习模型，用于筛查非洲裔人群中的原发性开角型青光眼（POAG）	针对非洲裔人群开发了首个基于深度学习的POAG筛查模型，并成功在亚洲裔数据集上进行跨种族验证	模型在非洲裔人群中的训练数据可能仍存在代表性不足的问题，且跨种族验证仅在一个外部数据集上进行	开发一种人工智能模型，用于在非洲裔人群中筛查原发性开角型青光眼	非洲裔人群中的POAG患者和健康对照者	计算机视觉	青光眼	眼底摄影	深度学习	图像	64,129张图像（来自1,782例病例和682例对照）	NA	Vision-Transformer	AUC	NA
8715	2026-04-12	MLSPred-bench: Transforming electroencephalography (EEG) datasets into machine learning-ready epileptic seizure prediction benchmarks 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103574 PMID:40949826	研究论文	本文介绍了一种将用于癫痫检测的脑电图数据集转换为适合癫痫发作预测的机器学习就绪基准的方法	开发了一种新方法，能将标注为检测用途的脑电图大数据转换为适用于预测任务的机器学习就绪数据，并生成了12个基准数据集	NA	为癫痫发作预测模型开发提供标准化的机器学习就绪基准数据	脑电图数据集	机器学习	癫痫	脑电图	机器学习模型,深度学习模型	脑电图信号	NA	NA	NA	验证准确率	NA
8716	2026-04-12	Optimising personalised antibiotic treatment for methicillin-resistant Staphylococcus aureus bloodstream infections in ICU patients using a deep learning-based causal inference approach 2025-12, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.08.012 PMID:40882869	研究论文	本研究利用基于深度学习的因果推断模型，评估了万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的降低效果，并识别了与各抗生素疗效相关的患者特征	首次将基于深度学习的因果推断模型应用于ICU患者MRSA血流感染的抗生素个性化治疗评估，能够量化不同抗生素的死亡率降低效果并识别特定患者亚群的疗效差异	研究样本量相对较小（仅270名患者），且数据来源于回顾性数据库，可能存在选择偏倚和未测量的混杂因素	评估万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的治疗效果，并为个性化抗生素治疗提供依据	重症监护室（ICU）中患有耐甲氧西林金黄色葡萄球菌（MRSA）血流感染的患者	机器学习	血流感染	基于深度学习的因果推断	深度学习模型	临床数据	270名ICU患者	NA	NA	平均处理效应（ATE）、P值	NA
8717	2026-04-12	The future of immunotherapy: Can artificial intelligence predict the survival of lung cancer patients? A systematic review and meta-analysis 2025-12, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2025.108492 PMID:41241154	系统综述与荟萃分析	本文通过系统综述和荟萃分析评估了基于AI模型（利用影像组学、基因组学和蛋白质组学数据）预测非小细胞肺癌患者免疫治疗后总生存期和无进展生存期的预后准确性	首次通过荟萃分析综合评估了AI模型在预测NSCLC免疫治疗生存结局中的表现，并比较了不同数据模态（如蛋白质组学）和AI方法（如深度学习）的预测准确性	纳入研究存在异质性（I²较高），且缺乏前瞻性验证和多中心临床试验数据，AI方法尚未标准化	评估AI模型在预测非小细胞肺癌患者免疫治疗生存结局中的预后准确性	接受免疫治疗的非小细胞肺癌患者	机器学习	肺癌	影像组学、基因组学、蛋白质组学	机器学习、深度学习	影像数据、基因组数据、蛋白质组数据	23项研究，共19,189名患者	NA	NA	风险比、95%置信区间、I²统计量	NA
8718	2026-04-12	Automated artificial intelligence detection of early or under-diagnosed interstitial lung disease by computed tomography in the COPDGene trial 2025-12, Respiratory medicine IF:3.5Q2 DOI:10.1016/j.rmed.2025.108545 PMID:41314436	研究论文	本研究评估了人工智能工具ScreenDx在COPDGene试验中自动检测早期或未诊断的间质性肺疾病（ILD）的能力	开发并验证了一个深度学习模型ScreenDx，用于在CT扫描中自动检测ILD特征，特别是在最初未诊断的病例中，展示了高敏感性和特异性	研究基于COPDGene数据集，ILD患病率目标设定为约1-2%，可能限制了结果的泛化性；且ILD病例最初是意外纳入的，可能存在选择偏倚	评估人工智能工具在CT扫描中检测早期或未诊断的间质性肺疾病的性能	COPDGene试验中的患者，包括意外纳入的ILD患者（阳性）以及随机选择的COPD和对照患者（阴性）	数字病理学	间质性肺疾病	计算机断层扫描（CT）	深度学习模型	图像	COPDGene数据集中的患者，目标ILD患病率为约1-2%	NA	ScreenDx	敏感性, 特异性	NA
8719	2026-04-12	Delineating the Role of Alpha Waves in Exercise-induced Neural Changes through Resting-state EEG 2025-11-07, Journal of visualized experiments : JoVE DOI:10.3791/68737 PMID:41284639	研究论文	本研究通过静息态脑电图结合深度学习算法，探索运动干预对高特质焦虑大学生前额叶Alpha波神经振荡重编程的影响	首次识别前额叶Alpha兴奋性再平衡作为运动介导焦虑缓解的核心机制，并开发了Alpha波段时频预测模型	样本量较小（仅40名大学生），且仅针对特质焦虑这一特定情绪障碍	阐明运动诱导神经变化的神经调节目标，以促进精准运动处方的开发	40名高特质焦虑大学生	机器学习	焦虑症	静息态脑电图	深度学习	脑电图信号	40名大学生（运动干预组20人，对照组20人）	NA	NA	准确率, F1分数, Kappa系数	NA
8720	2026-04-12	Spam Classification with Support Vector Machines Using Van der Waerden Rank Score Attention 2025-10-31, Journal of visualized experiments : JoVE DOI:10.3791/69082 PMID:41247923	研究论文	本研究提出了一种基于Van der Waerden秩分数特征注意力增强的支持向量机（VWR-Attn-SVM）用于垃圾邮件分类	引入了Van der Waerden秩变换来归一化文本特征，增强了对异常值的鲁棒性并保持序数关系，同时通过非线性处理和正则化的增强注意力机制优化特征选择	未明确提及具体局限性，如模型在更广泛数据集上的泛化能力或实际部署中的计算效率细节	解决垃圾邮件分类中高维稀疏数据处理的挑战，并降低计算资源需求	垃圾邮件分类任务	自然语言处理	NA	Van der Waerden秩变换	支持向量机（SVM）	文本	使用了UCI Spambase和Indonesian Spam数据集，但未明确指定具体样本数量	NA	VWR-Attn-SVM	准确率, 精确率, 召回率, F1分数, AUC	NA