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
1101	2026-06-04	Systematic review of artificial intelligence in brachytherapy 2026-Mar, Journal of contemporary brachytherapy IF:1.1Q3 DOI:10.5114/jcb.2026.160595 PMID:42232846	review	系统综述人工智能在近距离放射治疗中的应用，包括深度学习和机器学习方法，并与当前临床标准进行定量和/或定性比较	首次系统综述人工智能在近距离放疗全流程（从重建到剂量计算及结果预测）中的应用，并评估其与临床标准的差异	文献高度回顾性，可能缺乏前瞻性临床验证	系统评估人工智能在近距离放疗中的应用现状与临床适用性	近距离放疗中的人工智能方法（深度学习/机器学习）	机器学习	前列腺癌，妇科癌症，乳腺癌，脉络膜癌，头颈癌	NA	深度学习，机器学习	NA	232项研究	NA	NA	准确度	NA
1102	2026-06-04	stDyer-image improves clustering analysis of spatially resolved transcriptomics and proteomics with morphological images 2026-Feb-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btag071 PMID:41692960	研究论文	提出stDyer-image框架，通过形态学图像直接连接图像特征与聚类标签，提升空间转录组学和蛋白质组学的聚类分析性能	首次将形态学图像特征直接与聚类标签关联，模仿病理学家仅凭形态学图像识别细胞类型或肿瘤区域的能力，无需依赖于基因表达或蛋白质丰度数据	未明确说明	开发一种利用形态学图像改善空间转录组学和蛋白质组学数据聚类分析的方法	空间转录组学（SRT）和空间蛋白质组学（SRP）数据及其对应的形态学图像	机器学习	NA	空间转录组学（SRT）、空间蛋白质组学（SRP）	深度学习	图像	NA	NA	NA	聚类性能（具体度量标准未明确说明）	NA
1103	2026-06-04	Deep learning as a refining tool for hydrodynamic model in predicting lake temperature profile: A case study in Ogouchi reservoir 2026-Feb-15, Journal of environmental management IF:8.0Q1 DOI:10.1016/j.jenvman.2026.128759 PMID:41616721	研究论文	本文提出了一种混合模型，将简单水动力模型与长短期记忆网络结合，以改进湖泊水温垂直剖面的预测	首次将深度学习作为水动力模型的精炼工具，通过数据同化技术减少校准工作量且预测精度媲美完全校准模型	仅在小河内水库夏季数据上验证，未探讨其他季节或水库的适用性	提高湖泊水温垂直剖面预测准确度并降低计算成本	小河内水库夏季水温垂直剖面的周、双周与三周预测	机器学习	NA	NA	LSTM	时间序列水温数据	小河内水库夏季温度剖面数据（具体数量未说明）	NA	LSTM	预测误差（具体指标未说明）	NA
1104	2026-06-04	FAST - filamentous actin segmentation tool for quantifying cytoskeletal organization 2026-Feb-15, Journal of cell science IF:3.3Q3 DOI:10.1242/jcs.264265 PMID:41614214	研究论文	开发一种基于深度学习的丝状肌动蛋白分割工具，用于从光学显微镜图像中准确分割和量化不同类别的肌动蛋白结构	首次提出无需特异性抗体即可从肌动蛋白图像中量化不同类别肌动蛋白结构的深度学习工具，适用于多种细胞系和药物处理下的动态变化分析	未提及该工具在体内成像数据或多通道荧光成像中的适用性，以及在不同显微镜系统间的泛化能力验证	开发并验证一种基于深度学习的肌动蛋白结构分割与量化工具，以促进细胞运动、癌症转移及药物开发中肌动蛋白相关通路的研究	不同细胞系中的肌动蛋白结构，以及药物处理过程中LifeAct-GFP标记的肌动蛋白动态变化	计算机视觉, 数字病理学	癌症转移	共聚焦显微镜成像, phalloidin染色	深度学习模型（具体未明确）	图像（共聚焦显微镜图像）	涉及不同细胞系和药物处理条件（未提供具体数量）	未明确	未明确	未明确	未明确
1105	2026-06-04	Integrating Medicinal Chemist Expertise with Deep Learning for Automated Molecular Optimization 2026-Feb-12, Journal of medicinal chemistry IF:6.8Q1 DOI:10.1021/acs.jmedchem.5c03746 PMID:41617158	研究论文	结合药物化学家专业知识与深度学习，构建自动化分子优化平台	首次建立基于药物化学家专业知识、由深度学习生成的分子优化策略数据库	未明确说明局限性	开发用于分子优化的自动化平台，加速先导化合物优化和药物发现	分子优化策略、FGFR4和HPK1靶点	机器学习	NA	深度学习	图深度学习	文本（文献策略）	近9000条分子优化策略	PyTorch	图神经网络	IC50	NA
1106	2026-06-04	SLPM: a lightweight deep learning model for end-to-end paper ECG digitization 2026-Feb-11, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae3fe5 PMID:41616494	研究论文	提出一种轻量级端到端心电图信号位置预测模型SLPM用于纸质心电图数字化	采用分类-回归联合学习框架直接预测信号点的存在与垂直坐标，并集成层次化SE-BiLSTM特征增强机制以提升波形特征表示与时间依赖性捕捉能力	文中未明确提及局限性	实现纸质心电图的端到端高保真数字化，克服分割误差大、噪声干扰强和泛化能力差的问题	纸质心电图图像中的信号点位置与对应时间序列信号	计算机视觉	NA	NA	SLPM (基于SE-BiLSTM的轻量级深度学习模型)	图像	来自PTB-XL数据集的单导联数据集PaperECG_Clean和PaperECG_Enhanced，以及12导联数据集PaperECG_12l	PyTorch	SE-BiLSTM	皮尔逊相关系数，信噪比	NA
1107	2026-06-04	Motion as a Language: Transformer-Based Classification of Antimicrobial Peptide Conformational Dynamics 2026-Feb-10, Journal of chemical theory and computation IF:5.7Q1 DOI:10.1021/acs.jctc.5c01690 PMID:41609302	研究论文	本文应用Transformer神经网络架构对来自分子动力学模拟的抗菌肽构象时间序列进行时空上下文检测，实现无监督构象分类	首次将Transformer架构应用于抗菌肽构象动力学分类，揭示深度学习在药物设计中恢复构象动态重要性的新途径	仅基于分子动力学模拟数据，未涉及实验验证；分类性能可能受模拟参数设置影响	开发基于Transformer的构象动力学分类方法，以在抗生素筛选数据库中整合构象塑性信息	抗菌肽的构象动态数据（来自分子动力学模拟的时间序列）	机器学习	抗生素耐药性相关疾病	分子动力学模拟	Transformer	时间序列数据	NA	NA	Transformer	无监督分类性能（未明确指定具体指标）	NA
1108	2026-06-04	Clinical Validation of Deep Learning-Accelerated versus Wave-CAIPI Postcontrast 3D T1-MPRAGE for Evaluation of Intracranial Enhancing Lesions 2026-Feb-03, AJNR. American journal of neuroradiology DOI:10.3174/ajnr.A8992 PMID:41617400	研究论文	通过前瞻性研究验证深度学习加速的3D T1-MPRAGE序列在评估颅内强化病变中的诊断质量	首次将深度学习重建方法应用于3D MRI序列加速，并采用变异网络和超分辨率算法两步优化，在相同扫描时间内提供更优的图像质量	样本量有限（115例），且未涉及多中心或不同场强（如1.5T）系统的验证	评估深度学习加速的3D T1-MPRAGE序列与传统波-控制混叠并行成像加速序列在颅内强化病变评估中的图像质量	颅内强化病变患者	数字病理学	颅内肿瘤、血管病变	深度学习重建	卷积神经网络	图像	115例患者	NA	残差网络、超分辨率网络	噪声感知、伪影、锐度、整体诊断质量	3T MRI系统
1109	2026-06-04	A Beginner's Guide to Using DeepVirFinder for Viral Sequence Identification From Metagenomic Datasets 2026-Feb, Current protocols DOI:10.1002/cpz1.70310 PMID:41609929	研究论文	本文为初学者提供了一份使用DeepVirFinder从宏基因组数据集中识别病毒序列的全面指南	通过优化运行时性能并保持原始版本的核心用户界面，改进了DeepVirFinder软件，并提供了常见用例的基本工作流程及下游分析辅助脚本	NA	帮助初学者快速掌握DeepVirFinder的使用方法，以有效挖掘宏基因组数据集中的病毒信息	宏基因组数据集中的病毒序列	机器学习	NA	宏基因组测序	卷积神经网络	序列数据	NA	NA	双卷积神经网络	NA	NA
1110	2026-06-04	A segmentation method with a large vision model for magnetic resonance imaging-guided adaptive radiotherapy 2026-Feb, Medical physics IF:3.2Q1 DOI:10.1002/mp.70257 PMID:41615083	研究论文	提出了一种名为SAM-ART的大视觉模型，用于磁共振引导自适应放疗中的分割，通过整合个性化信息和手动提示来提高分割准确性	首次将个性化提示（如从规划CT到日常MRI的轮廓传播）与大视觉模型SAM结合，用于MRIgART，减少了假阴性预测，并仅需最少量的人工干预	NA（摘要未明确提及局限性）	提升MRI引导自适应放疗中靶区分割的准确性和效率，减少人工交互需求	38名前列腺癌和10名直肠癌患者的规划CT、批准轮廓和日常MRI	计算机视觉	前列腺癌，直肠癌	MRI， CT	大视觉模型（SAM变体）	图像	48名患者（38名前列腺癌，10名直肠癌）	PyTorch	SAM（Segment Anything Model），具有图像编码器、提示编码器和掩码解码器	Dice相似系数， Hausdorff距离，平均距离一致性	NA（摘要未提供）
1111	2026-06-04	End-to-End Platform for Electrocardiogram Analysis and Model Fine-Tuning: Development and Validation Study 2026-Jan-30, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/81116 PMID:41616241	研究论文	介绍ExChanGeAI，一个开源、基于网页的心电图数据分析与模型微调一体化平台	提供一个端到端平台，整合数据导入、可视化、模型训练与微调，降低非机器学习领域用户使用深度学习进行心电图分析的技术门槛	文中未明确说明局限性	解决心电图数据格式异构、预训练模型权重获取受限、技术流程复杂等障碍，提升深度学习在心电图分析中的可及性和隐私保护	心电图数据中的心律失常检测和多种疾病风险预测任务	机器学习	心血管疾病	心电图信号处理	深度学习架构（具体类型未明确，提及多种SOTA架构）	生物信号（心电图数据）	三个外部验证数据集及一个来自常规护理的新测试集	PyTorch	未明确指定（提及多种SOTA架构）	模型泛化性和资源效率（具体指标如准确率等未在摘要中列出）	本地计算，可扩展至高性能计算基础设施
1112	2026-06-04	Smart assistive technologies for neurodisorders: A review on AI, IoT, and wearable systems for enhanced patient care 2026-Jan-30, Neurological sciences : official journal of the Italian Neurological Society and of the Italian Society of Clinical Neurophysiology IF:2.7Q3 DOI:10.1007/s10072-025-08790-8 PMID:41612095	综述	本文对用于神经疾病的智能辅助技术进行了系统回顾，涵盖人工智能、物联网和可穿戴系统，以提升患者护理水平	提出了基于布尔运算符和PRISMA筛选的严格搜索策略，建立了神经疾病-智能技术-功能层-临床结果的统一分类法，并总结了三种主要智能辅助技术及其性能评估	现有智能辅助系统存在多模态融合挑战、数据隐私限制以及自适应模型需求等不足	综述神经疾病智能辅助技术的最新进展，构建统一分类体系，识别现有局限，并展望未来方向	神经疾病（如阿尔茨海默病、帕金森病、癫痫、脊髓损伤、神经发育障碍）及相关的智能辅助技术	机器学习	神经疾病	NA	混合深度学习	文本	154篇同行评审文章	NA	NA	检测率、精确率、召回率、处理时间	NA
1113	2026-06-04	Forecasting Waitlist Trajectories for Patients With Metabolic Dysfunction-Associated Steatohepatitis Cirrhosis: A Neural Network Competing Risk Analysis 2026-Jan-29, Journal of medical Internet research IF:5.8Q1 DOI:10.2196/68247 PMID:41610175	研究论文	利用深度学习方法对代谢功能障碍相关脂肪性肝炎肝硬化患者进行肝移植等待名单轨迹的竞争风险分析	首次将DeepHit深度学习模型应用于代谢功能障碍相关脂肪性肝炎肝硬化患者等待名单上的死亡和移植竞争风险预测，并开发了竞争事件连贯性指标来评估模型性能	未明确指出局限性，但模型依赖回顾性数据且需要外部验证	预测代谢功能障碍相关脂肪性肝炎肝硬化患者在肝移植等待名单上的死亡和移植竞争结果，以优化临床决策	肝移植等待名单上的代谢功能障碍相关脂肪性肝炎肝硬化患者	机器学习	代谢功能障碍相关脂肪性肝炎肝硬化	NA	深度学习竞争风险模型（DeepHit）	结构化临床数据	17,551名等待名单上的代谢功能障碍相关脂肪性肝炎肝硬化患者	NA	DeepHit	一致性指数、Brier分数、竞争事件连贯性分数	基于SRTR数据，使用五折交叉验证，具体计算资源未提及
1114	2026-06-04	Deep neural network-based biostatistical analysis for disease marker screening 2026-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-34115-y PMID:41611762	研究论文	提出一种基于深度神经网络的生物标志物筛选框架，并与传统统计方法进行比较，在乳腺癌数据集上验证其优越性	结合注意力机制与SHAP值分析增强模型可解释性，设计可扩展的综合模型用于多组学数据整合	未提及具体局限性	提高生物标志物筛选的准确性，同时增强模型的可解释性，为跨疾病精准医学提供实用范例	乳腺癌单细胞测序数据	机器学习	乳腺癌	单细胞测序	深度神经网络	NA	NA	NA	NA	灵敏度、准确率、AUC	NA
1115	2026-06-04	A meta learning framework for few shot personalized gait cycle generation and reconstruction 2026-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35121-4 PMID:41611817	研究论文	提出MetaGait框架，利用元学习从少量示例中个性化步态模型，用于步态周期生成和重建	首次将模型无关元学习（MAML）应用于步态分析，实现从少量步态周期快速适应新个体，大幅降低个性化所需数据量	NA（摘要未提及）	开发一种从少量样本中快速个性化步态模型的框架，应用于机器人学和临床步态分析	人类步态模式，来自HuGaDB数据库的步态周期序列数据	机器学习	NA（未指定疾病类别）	NA（未指定测序或生物技术）	元学习（MAML）、时间卷积网络（TCN）	序列数据（步态周期）	使用HuGaDB数据库中的多任务数据，具体样本量未指定	NA（未明确指定框架）	TCN（时间卷积网络）	均方误差（MSE）、动态时间规整（DTW）	NA（未提及计算资源）
1116	2026-06-04	A hybrid CNN and reinforcement learning framework for speaker identification using Mel-Spectrogram and continuous wavelet transform features 2026-Jan-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35858-y PMID:41611801	研究论文	本研究提出了一种结合卷积神经网络（CNN）与强化学习（RL）的混合深度学习架构，用于基于Mel频谱图和连续小波变换的说话人识别	首次将CNN与强化学习结合用于说话人识别，利用Q-learning实现自适应决策以处理分类不确定性，并通过自注意力机制增强特征提取	仅在LibriSpeech dev-clean数据集上验证，未涉及真实噪声环境或更多样化的数据集，且计算资源信息未明确	提升说话人识别在声纹认证系统中的鲁棒性和准确性	LibriSpeech dev-clean数据集中的40位说话人（2703个音频文件）	机器学习	NA	Mel频谱图、连续小波变换	CNN、强化学习（Q-learning）	音频	2703个音频文件，40位说话人	NA	CNN结合自注意力机制、CNN结合Morlet小波变换	准确率、ROC-AUC、Matthews相关系数	NA
1117	2026-06-04	Development and Validation of a Protein Electrophoresis Classification Algorithm: Tabular Data-Based Alternative 2026-Jan-28, JMIR formative research IF:2.0Q4 DOI:10.2196/83124 PMID:41605495	研究论文	提出一种基于表格数据的机器学习方法用于血清蛋白电泳分类，作为图像深度学习的替代方案	首次直接利用数值型SPE谱图而非电泳图图像进行机器学习分类，兼具鲁棒性和可解释性	NA	开发并验证一种基于表格数据的蛋白质电泳分类算法	血清蛋白电泳（SPE）数值谱图数据	机器学习	NA	血清蛋白电泳（SPE）	机器学习模型	表格数据	NA	NA	NA	NA	NA
1118	2026-06-04	Radiomics analysis of early pregnancy ultrasound images to predict viability at the end of first trimester 2026-Jan-28, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-35158-5 PMID:41606065	研究论文	该论文利用早期妊娠超声图像的影像组学特征，结合临床特征，建立预测妊娠结局的模型	首次将影像组学与深度学习结合用于早期妊娠结局预测，开发了端到端的影像组学模型（PUVPS模型），可同时完成超声图像分割和妊娠结局分类	样本量（500例）较小，可能导致机器学习模型过拟合	探索早期妊娠超声图像中是否存在与妊娠活力相关的影像组学特征，并预测早期妊娠结局	早期妊娠未知活力（PUV）病例	计算机视觉	妊娠相关疾病	超声成像	深度学习，机器学习（XGBoost, LASSO）	超声图像	500例PUV病例（QCCH 400例，SMH 100例）	nnUNet	多任务nnUNet v2	Dice系数，AUC，F1分数，召回率	NA
1119	2026-06-04	Deep learning reconstruction accelerated reduced field-of-view DWI in rectal cancer: mucosa-submucosa-muscularis visualization and T staging 2026-Jan-26, European radiology experimental IF:3.7Q1 DOI:10.1186/s41747-025-00667-x PMID:41586954	research paper	比较深度学习重建加速的减视野扩散加权成像与标准全视野扩散加权成像在直肠癌中的图像质量和诊断性能	首次将深度学习重建应用于减视野扩散加权成像，实现直肠癌黏膜-黏膜下层-肌层的可视化并缩短扫描时间	NA	评估深度学习重建加速减视野扩散加权成像在直肠癌中的图像质量和T分期诊断性能	173名活检证实直肠腺癌患者	计算机视觉, 医学影像	直肠癌	深度学习重建, 扩散加权成像	深度学习重建模型	MRI图像	173名参与者	NA	NA	定性图像质量指标, 定量图像质量指标, 诊断敏感性, 特异性, 准确性	NA
1120	2026-06-04	Aligned cross-modal integration and regulatory heterogeneity characterization of single-cell multiomic data with deep contrastive learning 2026-Jan-26, Genome medicine IF:10.4Q1 DOI:10.1186/s13073-025-01586-7 PMID:41588477	研究论文	提出了基于对比学习的单细胞多组学深度学习模型scMDCF，用于对齐跨模态整合和调控异质性表征	通过跨模态对比学习模块协调不同组学数据表征，并利用跨模态特征融合模块提取共享的低维潜在表示，有效保留数据异质性	未明确提及	开发高效的单细胞多组学数据整合与表征方法	单细胞多组学数据，包括SNARE-seq、CITE-seq及COVID-19疫苗和阿尔茨海默症相关数据	自然语言处理	阿尔茨海默病	单细胞多组学测序	对比学习模型	多组学数据	阿尔茨海默病特定数据集和其他公开数据集	PyTorch	scMDCF	聚类性能、批次效应缓解效果、机制洞察能力	NA