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
861	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
862	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
863	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
864	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
865	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
866	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
867	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
868	2026-03-24	Large-Scale Histological Image Dataset with Metadata for Colorectal Cancer Microenvironment 2026-Feb-12, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06675-9 PMID:41673045	研究论文	本文介绍了一个用于结直肠癌肿瘤微环境分析的大规模组织学图像数据集HMU-CRC-Hist550K，并展示了其在深度学习模型基准测试中的应用	构建了首个包含55万张标注图像块、覆盖8种不同TME组织类别的大规模结直肠癌组织学图像数据集，填补了该领域高质量标注数据的空白	数据集主要基于公开可用的结直肠癌组织学样本，可能无法完全代表所有临床场景的多样性	解决结直肠癌肿瘤微环境异质性分析中高质量标注数据缺乏的问题，促进AI辅助诊断和个性化治疗	结直肠癌组织学图像中的肿瘤微环境组织成分	数字病理学	结直肠癌	组织学成像	深度学习模型	组织学图像	550,000张标注图像块（来自500张全切片图像）	NA	NA	NA	NA
869	2026-02-14	A comprehensive maternal health risk prediction dataset from IoT-enabled medical cyber-physical systems in developing countries: supporting machine learning and deep learning applications for clinical decision support 2026-Feb-12, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03343-1 PMID:41680779	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
870	2026-03-24	Polysomnography Dataset for Sleep Analysis in Ischemic Stroke Patients 2026-Feb-11, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06747-w PMID:41673037	研究论文	本文介绍了首个针对缺血性卒中患者的亚洲大型睡眠数据库iSLEEPS，并利用深度学习模型进行了自动睡眠分期分类	创建了首个亚洲地区、规模最大的卒中特异性睡眠数据库，填补了卒中睡眠研究领域的数据空白	样本量相对有限（100例），且数据来源单一（印度NIMHANS医院）	研究缺血性卒中患者的睡眠结构与神经恢复之间的关系，特别是睡眠呼吸障碍的病理生理机制	缺血性卒中患者	数字病理学	缺血性卒中	多导睡眠图	LSTM, Transformer, CNN	多导睡眠图记录	100例夜间PSG记录	NA	长短期记忆网络, Transformer, 卷积神经网络	准确率	NA
871	2026-03-24	A fine-grained fundus image dataset for cataract severity assessment and diagnosis 2026-Feb-07, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06684-8 PMID:41654552	研究论文	本文构建了一个用于白内障严重程度评估和诊断的细粒度眼底图像数据集，并提出了一个基于多模态大语言模型的诊断框架	首次应用多模态大语言模型技术进行精确的定量白内障诊断，并公开了首个包含细粒度分类和专业诊断描述的高质量眼底图像数据集	数据集规模相对较小，仅包含187个病例，可能影响模型的泛化能力	开发一个能够进行细粒度白内障严重程度评估并生成专业诊断报告的自动诊断系统	白内障患者的眼底图像	计算机视觉	白内障	眼底成像	多模态大语言模型	图像, 文本	187个眼底图像病例	NA	多模态大语言模型	NA	NA
872	2026-03-24	A Large-Scale Peripheral Blood Cell Dataset for Automated Hematological Analysis 2026-Feb-06, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-06761-y PMID:41651863	研究论文	本文介绍了一个大规模外周血细胞数据集，用于自动化血液学分析	提供了目前最大的公开外周血细胞图像数据集，包含13个细胞类别和31,489张高分辨率图像，涵盖了诊断关键但罕见的细胞亚型	NA	支持自动化血液学系统的开发，用于临床血液学诊断	外周血细胞图像	数字病理学	血液疾病	May-Grünwald-Giemsa染色，Sysmex DI-60系统采集	CNN	图像	31,489张高分辨率显微镜图像	NA	DenseNet-121	准确率	NA
873	2026-03-24	Evaluating single-cell ATAC-seq atlasing technologies using sequence-to-function modeling 2026-01-22, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68742-4 PMID:41571655	研究论文	本文通过序列到功能建模评估单细胞ATAC-seq图谱技术，并引入改进的HyDrop v2方法进行平台基准测试	首次系统评估不同scATAC-seq平台在训练S2F深度学习模型和生成TF足迹方面的能力，并证明低片段数可通过增加细胞数补偿	未明确说明具体训练数据集构建的最优标准，且平台比较可能受实验条件限制	解码细胞类型身份的顺式调控逻辑，优化scATAC-seq图谱构建用于深度学习建模	单细胞染色质可及性数据、增强子逻辑、转录因子足迹	机器学习	NA	单细胞ATAC-seq、序列到功能深度学习建模	深度学习模型	单细胞染色质可及性序列数据	未明确指定具体样本数量，涉及多平台数据整合	NA	序列到功能模型	增强子预测性能、序列可解释性、转录因子足迹生成能力	NA
874	2026-03-24	Personalized gene expression prediction in the era of deep learning: a review 2026-Jan-07, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag022 PMID:41615288	综述	本文回顾了深度学习时代下个性化基因表达预测的研究进展，重点讨论了现有模型的局限性及改进方法	系统比较了深度学习模型与传统线性模型在跨个体基因表达预测中的性能，并探讨了基因组语言模型等新兴方法	深度学习模型在跨个体基因表达预测中仍面临显著挑战，难以稳定超越传统线性模型	改进个性化基因表达预测的准确性和鲁棒性	基因组序列与基因表达数据	计算基因组学	NA	表观基因组测序	深度学习模型, 线性模型	基因组序列数据, 表观基因组数据	大规模表观基因组数据集	NA	基因组语言模型	NA	NA
875	2026-03-24	Deep learning-assisted discovery of a potent and cell-active inhibitor of RNA N6-methyladenosine recognition protein YTHDC2 2026-01-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-65542-0 PMID:41495018	研究论文	本研究开发了一种基于深度学习的分子生成模型EPMolGen，用于发现针对RNA N6-甲基腺苷识别蛋白YTHDC2的有效小分子抑制剂	首次开发了EPMolGen模型，该模型在分子生成中明确整合了受体蛋白的静电特征，实现了干实验验证中的最先进性能，并成功发现了高效且具有选择性的YTHDC2抑制剂DC2-C1	未在摘要中明确提及	发现针对YTHDC2蛋白的有效小分子抑制剂，以用于药物开发	RNA N6-甲基腺苷识别蛋白YTHDC2及其小分子抑制剂	机器学习	NA	深度学习	分子生成模型	分子结构数据，受体蛋白静电特征	NA	NA	EPMolGen	IC50值	NA
876	2026-03-24	Deep learning guided design of protease substrates 2026-01-06, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-67226-1 PMID:41495045	研究论文	本文提出了一种名为CleaveNet的端到端AI流程，用于设计蛋白酶底物	开发了首个端到端AI流程（CleaveNet），用于大规模、可调控且高效地设计蛋白酶底物，并引入了条件标签以引导生成具有特定切割谱的肽段	研究主要应用于基质金属蛋白酶，尚未扩展到所有蛋白酶类别；大规模体外筛选的实验验证可能受限于特定实验条件	加速蛋白酶底物的设计，以研究蛋白酶活性并应用于蛋白酶激活的诊断和治疗	蛋白酶（特别是基质金属蛋白酶）的肽段底物	机器学习	NA	深度学习，大规模体外筛选	深度学习模型	肽序列数据	NA	NA	CleaveNet	体外实验验证（切割效率与选择性）	NA
877	2026-03-24	Vision-Guided Surgical Navigation Using Computer Vision for Dynamic Intraoperative Imaging Updates 2026-Jan, International forum of allergy & rhinology IF:7.2Q1 DOI:10.1002/alr.70000 PMID:40847589	研究论文	本研究提出了一种基于计算机视觉的无传感器方法，利用神经辐射场（NeRF）从单目内窥镜视频生成动态术中CT更新，以改善内窥镜鼻窦手术中的图像引导导航	首次将神经辐射场（NeRF）应用于内窥镜鼻窦手术，实现无外部跟踪的术中CT动态更新，通过视频直接可视化切除进展	研究仅基于三个3D打印模型（共6侧）进行验证，样本量较小，且未在真实患者手术中进行测试	开发一种能够动态反映术中变化的图像引导手术系统，以提高手术完整性和减少残留病灶	内窥镜鼻窦手术（ESS）中的3D打印模型	计算机视觉	鼻窦疾病	神经辐射场（NeRF）、CT扫描、内窥镜视频处理	深度学习算法	视频、CT图像	3个3D打印模型（双侧，共6侧）	自定义NeRF流程	神经辐射场（NeRF）	豪斯多夫距离、Dice相似系数、Bland-Altman分析	NA
878	2026-03-24	The application of artificial intelligence in the acute and sub-acute phases of spinal cord injury- a systematic review 2026-01, Spinal cord IF:2.1Q1 DOI:10.1038/s41393-025-01155-0 PMID:41345782	系统综述	本文系统综述了人工智能在脊髓损伤急性期和亚急性期管理中的应用，重点关注诊断、预后预测和治疗干预	首次系统性地总结了2020年至2025年间AI在脊髓损伤急性期和亚急性期管理中的应用，涵盖了多种机器学习模型和临床预测目标	仅纳入了2020年至2025年间的英文研究，排除了脑机接口、机器人技术和非神经学方面的研究，可能存在发表偏倚	描述人工智能在创伤性脊髓损伤管理中的应用，特别是在诊断、预后预测和治疗干预方面	脊髓损伤患者，特别是在急性期、损伤后康复期和第一年内的患者	机器学习	脊髓损伤	机器学习	经典机器学习模型, 集成学习模型, 深度学习模型	临床数据, 影像数据	23项研究，共120,931名个体	NA	NA	满意，部分研究显示高于人类表现	NA
879	2026-03-24	AI-navigated shoulder injection: precision, real-time learning and clinical translation 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1727704 PMID:41867312	综述	本文综述了人工智能引导的超声肩关节注射技术，系统检索了相关研究并评估了其技术原理、临床应用及伦理监管	通过AI技术实现精准定位和实时学习，克服传统超声引导的局限性，优化肩关节注射治疗	NA	评估人工智能在超声引导肩关节注射中的应用效果及临床价值	人工智能引导的肩关节注射相关研究文献	计算机视觉	肩关节疾病	超声成像	深度学习	医学图像	NA	NA	NA	Dice相似系数, 首次穿刺成功率, 视觉模拟量表评分, 美国肩肘外科医师评分	NA
880	2026-03-24	Artificial neural networks fighting real neural decline: a systematic review of AI in Alzheimer's research 2026, Artificial intelligence review IF:10.7Q1 DOI:10.1007/s10462-025-11484-4 PMID:41867506	系统综述	本文对2010年至2024年间关于人工智能在阿尔茨海默病研究中应用的156项同行评审研究进行了系统性回顾，并提出了一个新颖的分层框架来组织该领域	提出了一个新颖的分层框架，将AI应用分为早期检测、疾病进展建模、治疗发现和现实世界整合四个领域，并应用ARIMA预测模型来预测至2030年的研究轨迹	识别了模型泛化能力有限、伦理问题以及临床实施探索不足等持续存在的挑战	系统性回顾人工智能在阿尔茨海默病研究中的应用，并预测未来研究方向	2010年至2024年间发表的156项关于AI在阿尔茨海默病研究中应用的同行评审研究	机器学习	阿尔茨海默病	NA	深度学习, 生成模型, Transformer	神经影像, 遗传学数据, 生物标志物, 临床数据	NA	NA	Transformer	准确性	NA