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
10761	2026-02-27	A review exploring the translational perspective of artificial intelligence in drug discovery and formulation development 2026-Feb-05, Annales pharmaceutiques francaises IF:1.0Q4 DOI:10.1016/j.pharma.2026.01.007 PMID:41653969	综述	本文从转化医学视角探讨了人工智能（AI）和机器学习（ML）在整个药物研发价值链（从药物发现到上市后监测）以及制剂开发中的变革性应用、潜力与挑战	提供了一个关于AI在药物研发中应用的转化医学视角，系统梳理了AI在药物发现、临床前开发、临床试验优化及上市后监测等全链条中的具体效益（如时间、成本节约和成功率提升），并指出了当前面临的挑战	作为一篇综述，它主要整合现有研究，未提出新的原创算法或模型；文中提到的具体效益数据（如时间节省30-60%）可能依赖于特定研究或案例，普适性有待验证；挑战部分（如数据质量、算法偏差、监管接受度）的讨论较为概括，缺乏深入的解决方案分析	探讨人工智能和机器学习在药物研发及制剂开发中的转化应用潜力、具体效益及面临的挑战，为制药研发的成功实施提供路线图	药物研发的全过程（包括药物发现、临床前开发、临床试验、上市后监测）以及制剂开发	机器学习	NA	深度学习、机器学习算法、数字孪生技术、真实世界证据分析	NA	化合物数据、毒性数据、临床试验数据、真实世界证据数据、制剂组成与稳定性数据	NA	NA	NA	命中率提升、时间节省百分比、成本降低百分比、患者队列减少百分比、监测加速倍数	NA
10762	2026-02-27	A consensus spinal cord cell type atlas across mouse, macaque, and human 2026-Feb-05, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.04.703852 PMID:41676636	研究论文	本文通过整合小鼠、猕猴和人类的单核基因表达、染色质可及性及空间转录组数据，构建了一个跨物种的脊髓细胞类型图谱	首次提供了跨物种（小鼠、猕猴和人类）的脊髓细胞统一分子分类，并结合空间分布生成了细胞类型引导的解剖图谱，揭示了保守和物种特异性特征	NA	建立跨物种脊髓细胞类型的统一分子和解剖学分类体系	小鼠、猕猴和人类的脊髓细胞，包括颈、胸、腰、骶段及猕猴全轴运动神经元	生物信息学	神经系统疾病	单核基因表达测序、染色质可及性分析、空间转录组学	深度学习序列模型	基因表达数据、染色质可及性数据、空间转录组数据	NA	NA	NA	NA	NA
10763	2026-02-27	Diagnosis of disorders of consciousness using nonlinear feature derived EEG topographic maps via deep learning 2026-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-36733-6 PMID:41644597	研究论文	本研究探索了从EEG信号中提取非线性特征，通过深度学习辅助评估意识障碍患者的意识状态	利用近似熵非线性特征生成EEG地形图，并结合静息态和音乐刺激两种范式，通过CNN模型进行意识状态分类，提供了一种便捷准确的检测方法	样本量相对有限（104名参与者），且仅使用了近似熵这一种非线性特征，可能未涵盖EEG信号的全部复杂性	开发一种基于EEG非线性特征和深度学习的意识障碍诊断方法	意识障碍患者，包括植物状态/无反应觉醒综合征和最小意识状态患者	机器学习	意识障碍	EEG信号采集与处理，近似熵计算，地形图生成	CNN, SVM, GRNN	EEG时间序列数据，地形图	104名参与者（56名VS/UWS，48名MCS）	NA	卷积神经网络	准确率, AUC	NA
10764	2026-02-27	Semi-supervised multi-class pneumonia classification using a CNN-cascade forest framework 2026-Feb-05, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-38849-1 PMID:41644678	研究论文	本文提出了一种半监督的CNN增强级联森林框架，用于基于胸部X光和CT图像进行多类别肺炎分类	结合卷积神经网络和级联森林，采用半监督伪标签策略，有效利用未标记数据，提升多类别肺炎分类的准确性和泛化能力	未明确讨论模型在不同医疗中心或设备间的泛化性能，以及计算资源需求的具体细节	开发一种准确且能抵抗稀疏标注和跨成像变异性的多类别肺炎自动分类方法	胸部X光和CT图像，涵盖细菌性、病毒性、真菌性、一般性肺炎和正常类别	计算机视觉	肺炎	X射线成像，CT成像	CNN, Cascade Forest	图像	4578张胸部X光和CT图像	NA	CNN, Cascade Forest	总体分类率	NA
10765	2026-02-27	Deep Learning-Enabled Screening of Chronic Kidney Disease from Echocardiography 2026-Feb-03, medRxiv : the preprint server for health sciences DOI:10.64898/2026.02.02.26345379 PMID:41674580	研究论文	本研究开发了一种深度学习模型，利用超声心动图视频筛查慢性肾脏病	首次利用超声心动图视频（PLAX）通过深度学习模型进行慢性肾脏病的非侵入性筛查，并在两个独立外部临床队列中验证了其稳健性能	模型性能仍有提升空间（AUC约0.72-0.76），且未详细说明模型在特定人群或早期CKD检测中的局限性	开发一种基于超声心动图的非侵入性慢性肾脏病筛查方法	慢性肾脏病患者	数字病理学	心血管疾病	超声心动图	深度学习模型	视频	训练集：325,377个PLAX视频（来自62,818名患者）；外部验证集：2,224名患者（SHC）和41,611名患者（KPNC）	NA	NA	AUC	NA
10766	2026-02-27	Prediction of Mutations and Outcome in Gastrointestinal Stromal Tumors with Deep Learning: A Multicenter, Multinational Study 2026-Feb-03, medRxiv : the preprint server for health sciences DOI:10.64898/2026.02.02.26345350 PMID:41674582	研究论文	本研究利用深度学习分析全切片图像，预测胃肠道间质瘤的突变状态、治疗敏感性和无复发生存期	首次在多中心、跨国队列中应用深度学习从全切片图像直接预测GIST的分子变异、治疗反应和预后，性能与现有病理风险评分相当	研究依赖于回顾性数据，可能存在选择偏倚；未整合临床或基因组等多模态数据	开发基于深度学习的工具，用于GIST的分子分类和预后评估	胃肠道间质瘤（GIST）患者	数字病理学	胃肠道间质瘤	全切片图像分析	深度学习模型	图像	8398例GIST病例，来自7个国家21个中心，其中7238例有分子数据，2638例有临床随访	NA	NA	AUC, 风险比	NA
10767	2026-02-27	Neural Networks as Entropic Systems: Applications in Digital Pathology 2026-Feb-02, bioRxiv : the preprint server for biology DOI:10.64898/2026.01.30.702864 PMID:41676657	研究论文	本文提出一个框架，通过直接测量优化过程中的激活结构、权重演化和谱组织，来实证表征数字病理学中神经网络的训练时学习动态	将神经网络视为熵系统，通过测量激活模块化、表示熵减少、权重轨迹的有限扩散等可量化指标，揭示了训练过程中可预测的内部结构形成过程	研究仅基于TCGA-BRCA数据集和Vision Transformer模型，结论在其他病理类型或模型架构中的普适性有待验证	提高数字病理学中深度学习系统的可解释性和临床信任度	数字病理学中的神经网络训练动态	数字病理学	乳腺癌	全切片图像分析，复制时序衍生的甲基化代理	Vision Transformer	图像	TCGA-BRCA全切片图像数据集	NA	Vision Transformer	表示熵减少率，模块化程度，权重轨迹方差	NA
10768	2026-02-27	A Deep-Learning Approach for Vocal Fold Pose Estimation in Videoendoscopy 2026-Feb, Journal of imaging informatics in medicine DOI:10.1007/s10278-025-01431-8 PMID:39939476	研究论文	提出一种基于深度学习的框架，用于从喉镜视频帧中估计声带姿态，以辅助喉部疾病的诊断	首次提出使用热图回归结合三个解剖学关键点作为先验信息来估计声带姿态和前声门角，在具有挑战性的病理图像中优于现有方法	数据集规模有限（471帧图像，124名患者），且未详细说明模型在更广泛临床环境中的泛化能力	开发自动、客观的声带姿态估计方法，以替代主观且耗时的临床评估流程	喉镜视频帧中的声带	计算机视觉	喉部疾病（包括喉癌）	视频内窥镜检查	深度学习，热图回归	图像（喉镜视频帧）	471张喉镜图像，来自124名患者（其中28名为癌症患者）	NA	NA	均方根误差（RMSE），平均绝对误差（MAE）	NA
10769	2026-02-27	Sex estimation from human calvarial bone photographs with deep learning approach 2026-Feb, Journal of forensic and legal medicine IF:1.2Q3 DOI:10.1016/j.jflm.2026.103070 PMID:41485422	研究论文	本研究利用深度学习模型基于颅盖骨照片进行性别估计	首次直接使用颅盖骨照片（无需形态测量）通过深度学习模型进行性别估计，避免了传统方法的复杂性	样本量相对有限，未来需要更多研究来提升深度学习模型的性能	在法医人类学中，通过骨骼结构进行性别识别，本研究专注于利用颅盖骨照片进行性别估计	18岁以上尸检案例的颅盖骨照片，包括内表面（颅内）和外表面（颅外）	计算机视觉	NA	深度学习	CNN	图像	210张内表面照片（105男，105女）和310张外表面照片（155男，155女）	NA	ResNet50	准确率	NA
10770	2026-02-27	Deep Learning-Derived Right Ventricular Ejection Fraction Predicts Mortality in Patients Undergoing Transcatheter Tricuspid Valve Intervention 2026-Feb, JACC. Advances DOI:10.1016/j.jacadv.2025.102530 PMID:41558369	研究论文	本研究利用深度学习模型从超声心动图视频中估计右心室射血分数，评估了经导管三尖瓣介入治疗患者的右心室功能轨迹，并发现术后右心室射血分数低于38%与一年死亡率增加相关	首次应用深度学习模型从二维心尖四腔切面超声心动图视频中自动估计右心室射血分数，用于评估经导管三尖瓣介入治疗后的右心室功能轨迹，并识别出具有预后意义的阈值	这是一项单中心、探索性研究，结果需要外部验证；深度学习模型是先前已发布的，本研究未开发新模型	评估经导管三尖瓣介入治疗对右心室功能的影响，并探索右心室射血分数与患者预后的关系	接受经导管三尖瓣介入治疗的严重三尖瓣反流患者	数字病理学	心血管疾病	二维心尖四腔切面超声心动图视频	深度学习模型	视频	373名患者	NA	NA	风险比, P值	NA
10771	2026-02-27	Deep learning enhanced ALPS reveals genetic and environmental factors of brain glymphatic function 2026-Feb, EBioMedicine IF:9.7Q1 DOI:10.1016/j.ebiom.2026.106133 PMID:41619353	研究论文	本研究开发了一种深度学习增强的DTI-ALPS（dALPS）方法，用于自动评估大脑类淋巴系统功能，并利用大规模队列数据揭示了其遗传和环境决定因素	首次提出结合CNN和YOLO的自动化工作流程用于DTI图像感兴趣区域检测，实现了对超过65,000名参与者类淋巴功能的自动评估，并通过多组学分析发现了新的遗传位点和分子机制	研究主要基于UK Biobank等现有队列数据，需要进一步在不同人群和临床环境中验证dALPS指标的普适性	开发自动化评估大脑类淋巴系统功能的方法，并探索其遗传和环境决定因素	来自UK Biobank和多个队列的超过65,000名参与者	医学影像分析	神经系统疾病（包括抑郁症、焦虑症和神经退行性疾病）	扩散张量成像（DTI）、全基因组关联研究（GWAS）、转录组关联研究（TWAS）、蛋白质组关联研究（PWAS）	CNN, YOLO	医学影像（DTI图像）、基因组数据、临床数据	超过65,000名参与者	NA	CNN, YOLO	组内相关系数（ICC=0.95）	NA
10772	2026-02-27	DRfold2 is a deep learning-based tool that enables efficient and accurate RNA structure prediction 2026-Feb, PLoS biology IF:7.8Q1 DOI:10.1371/journal.pbio.3003659 PMID:41701781	研究论文	本文介绍了一种基于深度学习的端到端RNA结构预测工具DRfold2，它通过整合预训练的RNA复合语言模型和去噪结构模块，实现了高效且准确的RNA结构预测	提出了新颖的RNA复合语言模型（RCLM）捕获共进化模式，结合去噪结构模块进行端到端学习，并展示了与AlphaFold3的高度互补性，在接触预测精度上相比现有方法提升超过100%	仅基于单序列进行预测，未明确讨论对非典型RNA结构或极端长度序列的处理能力	开发高效准确的RNA结构预测方法	RNA分子	计算生物学	NA	深度学习	复合语言模型, 去噪模型	RNA序列	多基准测试集（来自不同物种）	NA	RNA复合语言模型（RCLM）, 去噪结构模块	接触预测精度, 全局拓扑预测精度, 二级结构预测精度	NA
10773	2026-02-27	Deep learning-based lightweight model for automated lumbar foraminal stenosis classification: sagittal CT diagnostic performance compared to clinical subspecialists 2026-Feb, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1 DOI:10.1007/s00586-025-09281-2 PMID:40848156	研究论文	本研究开发了一种基于矢状位CT图像的轻量级深度学习模型，用于自动分类腰椎椎间孔狭窄的严重程度	提出了一种结合Faster R-CNN ROI检测器与轻量级网络（EfficientNet-B0和MobileNetV3-Large-100）的深度学习模型，用于在MRI不可用时利用CT图像进行LFS严重程度分类，其诊断性能与资深脊柱外科医生相当	样本量有限且缺乏外部验证，模型在其他人群和多中心大规模数据集中的适用性和泛化能力尚不确定	开发一种基于矢状位CT图像的轻量级深度学习模型，作为MRI不可用时诊断腰椎椎间孔狭窄严重程度的潜在临床替代方案	腰椎椎间孔狭窄（LFS）患者	计算机视觉	腰椎椎间孔狭窄	矢状位CT成像	CNN	图像	868张来自177名患者的矢状位CT图像	NA	EfficientNet-B0, MobileNetV3-Large-100, Faster R-CNN, ResNet-50	诊断准确率, Cohen's kappa系数	NA
10774	2026-02-27	A dual-task deep learning framework for automated detection and classification of coronary artery lesions in invasive coronary angiography imaging 2026-Jan-30, European journal of medical research IF:2.8Q2 DOI:10.1186/s40001-025-03818-3 PMID:41618351	研究论文	本研究开发并评估了一个双任务深度学习框架，用于在侵入性冠状动脉造影图像中同时检测和分类冠状动脉病变	提出了一个结合检测和分类模块的双任务深度学习框架，并比较了多种先进模型（如YOLOv11、Swin Transformer、DETR、Deformable DETR、ViT、ConvNeXt）在冠状动脉病变分析中的性能	研究基于回顾性数据集，可能受限于数据质量和标注一致性；外部验证数据集规模相对较小（135例）	开发自动化工具以辅助冠状动脉病变的检测和分类，提升临床诊断效率和准确性	侵入性冠状动脉造影图像中的冠状动脉病变	计算机视觉	心血管疾病	侵入性冠状动脉造影成像	深度学习模型	图像	内部数据集包含1234名患者（14,808张病变阳性图像和11,872张病变阴性图像），外部数据集包含135例病例	NA	YOLOv11, Swin Transformer, DETR, Deformable DETR, Vision Transformer (ViT), ConvNeXt	IoU, mAP, 敏感性, 特异性, AUC-PR, 准确率, Cohen's Kappa	NA
10775	2026-02-27	Parameter-efficient fine-tuning enables scalable transfer of regulatory sequence models to novel contexts 2026-Jan-30, Genome biology IF:10.1Q1 DOI:10.1186/s13059-026-03935-0 PMID:41618434	研究论文	本文开发并评估了一种基于参数高效微调的迁移学习框架，用于监督调控序列模型，以扩展大型DNA序列模型到新的生物环境	提出了一种参数高效微调框架，显著降低了将大型序列模型（如Borzoi）迁移到新数据集时的计算成本和内存需求，同时保持预测准确性	未明确说明框架在极端或罕见细胞状态下的泛化能力，以及可能存在的模型偏差问题	开发一个可扩展的迁移学习框架，以高效地将大型DNA序列模型应用于新的细胞状态和实验环境，用于基因调控和遗传变异效应分析	DNA序列模型（如Borzoi）、批量RNA-seq和单细胞RNA-seq数据集、基因表达变化、调控驱动因子、细胞类型特异性变异效应	机器学习	NA	RNA-seq	深度学习模型	DNA序列数据、基因表达数据	NA	NA	Borzoi	准确性	NA
10776	2026-02-27	Diagnostically Competitive Performance of a Physiology-Informed Generative Multi-Task Network for Contrast-Free CT Perfusion 2026-Jan-26, ArXiv PMID:41647220	研究论文	本文提出了一种名为MAGIC的新型深度学习框架，用于从非对比CT图像生成无对比剂的CT灌注图	结合生成式人工智能与生理学信息，通过多任务网络将非对比CT映射到多种无对比剂CTP成像图，并在损失函数中融入生理特征以增强图像保真度	研究数据来源于单一医疗中心（UF Health），且未明确说明模型在其他疾病或器官上的泛化能力	开发一种无对比剂、成本效益高且快速的CT灌注成像方法，以替代传统需要注射对比剂的CTP	因卒中就诊患者的CT图像数据	数字病理学	卒中	CT灌注成像（CTP），非对比计算机断层扫描（CT）	生成式多任务网络	图像	来自UF Health的卒中患者CT图像数据（具体数量未在摘要中说明）	NA	MAGIC（Multitask Automated Generation of Intermodal CT perfusion maps）	视觉质量，诊断准确性	NA
10777	2026-02-27	Catheter detection and segmentation in X-ray images via multi-task learning 2026-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03461-7 PMID:40576920	研究论文	本文提出了一种基于多任务学习的卷积神经网络模型，用于在X射线图像中实时检测和分割导管	创新点包括集成ResNet架构与多预测头以实现端到端学习，并引入一种新颖的多级动态资源优先级方法，动态调整训练中的样本和任务权重以优先处理更具挑战性的任务	NA	研究目的是通过自动化检测和分割手术设备（如导管或导线）来增强微创心脏手术中的图像引导	研究对象是X射线荧光图像中的导管及其电极	计算机视觉	心血管疾病	NA	CNN	图像	NA	NA	ResNet	平均J指数, 平均精度	NA
10778	2026-02-27	eNCApsulate: neural cellular automata for precision diagnosis on capsule endoscopes 2026-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03425-x PMID:40615761	研究论文	本文提出了一种基于神经细胞自动机（NCA）的轻量级模型，用于胶囊内窥镜图像中的出血分割和深度估计，并成功部署到ESP32微控制器上	首次将神经细胞自动机（NCA）应用于胶囊内窥镜的出血分割和深度估计，通过知识蒸馏将大型基础模型压缩至轻量级NCA架构，并实现在微型硬件上的高效运行	模型性能依赖于伪地面真值质量，且未在多样化临床数据集上进行大规模验证	开发适用于无线胶囊内窥镜的轻量级深度学习模型，以实现实时出血分割和深度估计，辅助病理定位和精确诊断	胶囊内窥镜图像	计算机视觉	胃肠道疾病	胶囊内窥镜成像	神经细胞自动机（NCA）	图像	未明确说明	未明确说明	神经细胞自动机（NCA）	Dice系数	ESP32微控制器，ESP32-S3
10779	2026-02-27	Annotation-efficient deep learning detection and measurement of mediastinal lymph nodes in CT 2026-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03513-y PMID:40944829	研究论文	本文提出了一种新颖的注释高效半监督深度学习方法，用于在对比增强CT扫描中自动检测、分割和测量纵隔淋巴结的短轴长度	提出了一种结合专家注释精度和伪标签数据数量优势的半监督方法，通过优化注释/非注释数据集比例来减少手动注释工作量	方法依赖于伪标签的过滤质量，可能受到解剖结构重叠排除的影响，且仅在特定数据集上验证	开发自动检测、分割和测量纵隔淋巴结短轴长度的深度学习方法，以减少临床实践中的手动工作量和观察者变异性	纵隔淋巴结	数字病理学	NA	对比增强CT扫描	3D nnU-Net	CT图像	268个注释扫描（1817个淋巴结）用于训练和测试，710个未注释扫描用于伪标签生成	NA	3D nnU-Net	召回率, 精确度, 短轴长度平均差异	NA
10780	2026-02-27	Toward robust surgical phase recognition via deep ensemble learning 2026-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2 DOI:10.1007/s11548-025-03543-6 PMID:41206386	研究论文	本研究通过集成学习方法结合多种深度学习架构的优势，提高了手术阶段识别的性能	采用集成学习策略整合多种深度学习模型的互补优势，以克服单一模型在空间特征捕获、时间依赖建模或类别不平衡处理方面的局限性	未明确提及具体局限性	提高手术阶段识别的准确性和鲁棒性，以支持手术室中的情境感知系统	手术工作流程，特别是手术阶段的自动识别	计算机视觉	NA	深度学习	CNN, LSTM, GAN	视频	Cholec80数据集	TensorFlow, PyTorch	ResNet, VGG, Transformer, U-Net, DenseNet, EfficientNet	F1-score, 准确率, Jaccard Index	NA