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
1121	2026-05-02	Association of Circulating T Cell and Tumor Microenvironment Profiles with Immune Checkpoint Blockade Outcomes in Sarcoma 2026-May-01, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1 DOI:10.1158/1078-0432.CCR-25-3419 PMID:41677857	研究论文	分析肉瘤患者循环T细胞和肿瘤微环境特征与免疫检查点抑制剂治疗结局的关联	首次结合外周血T细胞免疫分型与肿瘤微环境基因表达亚型，并应用深度学习自动分析H&E切片淋巴聚集物，提出多模态预测免疫治疗反应的生物标志物	H&E切片样本量较小（仅48例），且深度学习模型仅用于淋巴聚集物检测，未进一步整合多模态特征	探索肉瘤患者接受免疫检查点抑制剂治疗的反应和耐药生物标志物，以优化患者选择	肉瘤患者的外周血单个核细胞（PBMC）、肿瘤组织RNA测序数据及H&E染色切片	数字病理学	肉瘤	流式细胞术、RNA测序、深度学习	深度学习模型（用于自动分析H&E切片）	图像（H&E切片）、基因表达谱（RNA-seq）、细胞免疫分型数据	178例患者PBMC样本，67例肿瘤组织RNA-seq样本，48例H&E切片样本	NA	NA	总生存期、无进展生存期、缓解率	NA
1122	2026-05-02	Deep learning model for automated identification of ventrally positioned right hepatic artery in contrast-enhanced computed tomography of pediatric congenital biliary dilatation: development and clinical application 2026-May, Pediatric radiology IF:2.1Q2 DOI:10.1007/s00247-026-06588-0 PMID:41870581	研究论文	开发并验证基于YOLOv12的深度学习模型，用于在增强CT中自动识别儿童先天性胆总管扩张的腹侧走行右肝动脉	首次将YOLOv12模型应用于儿童术前CT图像中腹侧走行右肝动脉的自动识别，采用关键切片靶向策略，性能达到资深放射科医师水平	单中心回顾性研究，样本量相对有限，未进行外部验证	开发一种能够自动识别增强CT中腹侧走行右肝动脉的深度学习模型，提高儿童先天性胆总管扩张术前评估的安全性	儿童先天性胆总管扩张患者的腹侧走行右肝动脉	计算机视觉	先天性胆总管扩张	增强CT	YOLOv12	医学图像	232例先天性胆总管扩张患者（116例腹侧走行右肝动脉，116例对照），共1452张关键动脉期切片	PyTorch	YOLOv12n, YOLOv12s, YOLOv12m, YOLOv12l, YOLOv12x	精确率、召回率、F1分数、平均精度均值、受试者工作特征曲线下面积	NA
1123	2026-05-02	Spectral deep learning-based patient and bowtie scatter correction for clinical photon-counting CT 2026-May, Medical physics IF:3.2Q1 DOI:10.1002/mp.70442 PMID:42050788	研究论文	本研究提出一种基于光谱深度学习的患者与Bowtie散射校正方法，用于临床光子计数CT	首次在深度学习散射校正中利用光子计数CT的光谱信息，实现患者与Bowtie散射的联合校正，减少网络数量并降低计算成本	未明确提及具体限制，但依赖蒙特卡洛数据和临床PCCT系统验证，可能需进一步评估泛化性	探究光谱信息如何改进深度学习散射校正，并比较联合与单独校正Bowtie及患者散射的性能	光子计数CT中的散射伪影，包括患者散射和Bowtie散射	计算机视觉	NA	光子计数CT	神经网络	图像	使用蒙特卡洛模拟数据和临床PCCT系统实测数据，具体样本量未提及	NA	深度散射估计网络	平均绝对误差, 临界平均绝对误差	NA
1124	2026-05-02	Clinically Deployable Handwriting Biomarkers of Parkinson's Disease via Multiscale Attention and Bayesian-Genetic Optimization 2026-May, Brain and behavior IF:2.6Q3 DOI:10.1002/brb3.71457 PMID:42050861	研究论文	提出了一种结合多尺度注意力和贝叶斯-遗传优化的深度学习网络，用于基于手写特征检测帕金森病	首次将多尺度门控多头注意力机制与深度可分离卷积结合，并设计帕金森病专用贝叶斯-遗传优化方案来联合调优架构和训练超参数，同时利用SHAP超像素归因图提供临床可解释性	未提及外部验证数据集以外的泛化测试，且模型优化主要针对PaHaW数据集，可能需要更多样本人群验证	开发一种临床可部署的手写生物标志物深度学习模型，用于帕金森病的客观检测和风险分层	帕金森病患者和健康对照组的螺旋线、波浪线和迂回线手绘图画	计算机视觉	帕金森病	手写数字化采集（平板电脑）	卷积神经网络（多尺度门控多头注意力深度可分离卷积网络）	图像（统一RGB格式的手绘任务图像）	PaHaW数据集和独立HandPD数据集，具体样本量未在摘要中给出	NA	多尺度门控多头注意力深度可分离卷积网络（PD-MGMA-DSCNN）	准确率、ROC-AUC、精确率-召回率	NA
1125	2026-05-02	Deep learning for EEG-based sleep stage classification: a review 2026-May-01, Medical & biological engineering & computing IF:2.6Q3 DOI:10.1007/s11517-026-03583-3 PMID:42062687	综述	系统回顾了基于深度学习的脑电图睡眠分期模型，分析其架构演化、输入表示策略、预处理方法、公开数据集及评估指标，并探讨了泛化性、可解释性和临床适用性等核心挑战	首次通过跨数据集精度对比和分阶段F分布分析，揭示现有模型性能高度依赖数据集、评价体系过度依赖总体准确率而忽视少数类别及病理数据表现的问题	未涉及具体模型实现细节的量化对比；依赖文献公开数据，部分原始信息不完整可能影响分析深度	系统评估深度学习在脑电图睡眠分期中的现有方法，识别关键挑战并指引从算法创新到临床可靠应用的转化方向	基于脑电图的睡眠分期深度学习模型	机器学习	神经系统疾病	脑电图（EEG）	深度学习模型	脑电信号	涉及多个公开数据集，具体样本量因数据集而异	NA	NA	准确率, F分布	NA
1126	2026-05-02	Improving patient treatment accuracy using transit dosimetry with Electronic Portal Imaging Device images and deep learning 2026-May, Physics and imaging in radiation oncology DOI:10.1016/j.phro.2026.100966 PMID:42063988	研究论文	利用EPID图像和深度学习进行通过式剂量测定，提高患者治疗准确性	提出了一种基于深度学习的框架，通过数据采集和治疗计划系统剂量模拟，从通过式EPID图像重建水等效剂量，无需繁琐的校准和校正程序	未明确说明局限性，但提及标准非晶硅EPID探测器对水等效剂量的非线性响应是主要限制	开发一种深度学习框架，从通过式EPID图像快速准确地重建水等效剂量，支持安全有效的放射治疗	EPID测量数据和对应的Monaco治疗计划系统剂量模拟	计算机视觉，机器学习	不适用（癌症放射治疗）	EPID成像，剂量模拟	CNN（U-Net）	图像	超过200个EPID测量数据，使用不同体模和照射野	不适用	2D U-Net	平均绝对误差，γ指数（3%/3mm和5%/5mm标准）	不适用
1127	2026-05-02	Solution-Tunable Interfacial Interaction Landscape Governs Anomalous Nanoparticle Diffusion in Liquid-Phase Electron Microscopy 2026-May-01, ACS nano IF:15.8Q1 DOI:10.1021/acsnano.6c04149 PMID:42065132	研究论文	揭示液相透射电子显微镜中纳米粒子在液固界面附近的反常扩散机制，并引入被动纳米流变学框架量化界面动力学	首次通过调控离子环境系统性地控制纳米粒子近表面扩散机制从分数布朗运动向退火瞬态时间运动的转变，并创新性地引入被动纳米流变学框架结合深度学习分类轨迹，将液相透射电子显微镜从成像工具转变为定量探测界面流变响应的设备	研究主要针对特定体系（PEG包覆金纳米棒和氮化硅膜），离子环境调控范围有限，且被动纳米流变学框架可能不适用于所有扩散模式（如ATTM条件）	探究并调控液相透射电子显微镜中纳米粒子在液固界面附近的反常扩散行为，并开发定量表征界面流变特性的方法	PEG包覆金纳米棒在氮化硅膜附近的近表面扩散行为及其对离子环境的响应	机器学习	NA	液相透射电子显微镜	深度学习分类模型	图像（粒子轨迹）	多种离子环境条件（去离子水、5 mM H₂SO₄、1.5 mM NaCl、5 mM PBS）下的金纳米棒轨迹	PyTorch	NA	分类准确率	NA
1128	2026-05-02	Advancements of artificial intelligence in Chinese herbal medicine recommendation: A comprehensive review of data-driven approaches and clinical applications form 2016 to 2025 2026-May-01, Medicine IF:1.3Q2 DOI:10.1097/MD.0000000000048468 PMID:42065178	综述	系统综述2016至2025年间基于知识图谱、深度学习和混合模型的中草药推荐方法及其临床应用	提出了理论-数据-临床三元评价框架，为开发符合循证医学标准的智能系统提供方法创新	现有研究缺乏对中草药推荐方法的系统性综述，且综合评价体系尚未完善	系统梳理中草药推荐方法的技术演进模式与临床适用性，为开发理论稳健且临床可解释的人工智能模型提供参考	2016至2025年间基于知识图谱、深度学习和混合模型的中草药推荐方法及相关数据库	机器学习	NA	知识图谱、深度学习	NA	文本	未在标题和摘要中提供	NA	NA	草药有效性评分、草药配伍评分	未在标题和摘要中提供
1129	2026-05-02	Controlled Protein Design via Statistical Energy Functions: A Rossmann Fold Case Study 2026-May-01, Journal of chemical information and modeling IF:5.6Q1 DOI:10.1021/acs.jcim.6c00612 PMID:42065344	研究论文	本研究通过统计能量函数设计罗斯曼折叠蛋白质，验证了统计模型在蛋白质设计中的可控性	首次系统展示了统计能量函数（SCUBA和ABACUS2）在复杂蛋白质折叠（罗斯曼折叠）设计中的精准控制能力，并通过晶体结构验证了设计模型的准确性	仅针对罗斯曼折叠单一结构域进行了验证，设计序列经实验验证仅9条筛选序列，且晶体结构分辨率1.8Å存在2.602Å的主链偏差	论证统计模型在蛋白质设计中的持续重要性，并评估其可控性	罗斯曼折叠蛋白质（包含10个模体、三层结构）	机器学习	NA	蛋白质设计、X射线晶体学	统计能量函数（SCUBA、ABACUS2）、AlphaFold2	蛋白质结构数据	生成300个低能序列候选，9条经实验验证，1个晶体结构	SCUBA, ABACUS2, AlphaFold2	NA	主链偏差（RMSD）、折叠相似性置信度	NA
1130	2026-05-02	A few-shot learning method for underwater acoustic target recognition based on generative data augmentationa) 2026-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043727 PMID:42065402	研究论文	提出一种基于生成式数据增强的小样本水下声学目标识别方法	构建生成式与判别式协同框架，利用潜在空间补全和结构保持生成重建机制，在特征层面重建更连续、完整且具有判别性的类内分布	NA	解决小样本场景下水下声学目标识别中参考样本稀缺和环境干扰复杂的问题	水下声学目标	机器学习	NA	NA	变分自编码器	声学信号	NA	NA	变分自编码器	NA	NA
1131	2026-05-02	Estimating band importance for environmental sound recognition using deep learninga) 2026-May-01, The Journal of the Acoustical Society of America IF:2.1Q1 DOI:10.1121/10.0043736 PMID:42065403	研究论文	利用深度学习模型估算环境声音识别中的频带重要性函数	通过比较模仿人类表现和任务最优的深度学习模型，揭示了环境声音识别中的频带重要性，并发现人类表现接近任务最优频率	研究仅涉及25种日常声音和语音掩蔽，可能未涵盖所有环境声音类型；BIF估计依赖于特定模型和滤波器方法	理解环境声音识别中支持频率区域的频带重要性，并评估人类表现与任务最优的一致性	46名听者识别的25种日常声音与语音混合的听觉刺激	机器学习	NA	深度学习	深度学习模型	声音信号	46名听者，25种声音	TensorFlow	卷积神经网络（CNN）	识别准确率	GPU（NVIDIA RTX 3090）
1132	2026-05-02	Machine learning for predicting chaotic systems 2026-May-01, Chaos (Woodbury, N.Y.) DOI:10.1063/5.0313297 PMID:42065909	研究论文	比较不同机器学习方法在预测混沌动力系统上的表现，并介绍了一种新的误差度量标准	引入了允许在基准测试结果中进行不确定性量化的新数据库，并提出了针对混沌系统定制的累积最大误差这一新指标	结果可能因实验设置不同而有显著变化，且未涉及高维或真实世界混沌系统的验证	评估不同机器学习架构在预测混沌系统时的性能，并强调方法选择与数据特性匹配的重要性	低维混沌动力系统的预测问题	机器学习	不适用	不适用	轻量级和重量级机器学习模型，包括深度学习模型	时间序列数据	多个低维系统基准数据库，包括一个新增数据库	不适用	多种架构，包括传统方法和深度学习模型	累积最大误差，以及其他传统指标	根据计算成本调整超参数调优，轻量方法分配更多调优
1133	2026-05-02	A Dynamic Time Warping-Aware Series-Temporal Transformer for Automated Thresholding of Auditory Brainstem Responses 2026-Apr-30, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1 DOI:10.1109/TNSRE.2026.3689105 PMID:42060419	研究论文	提出一种基于动态时间规整的系列时间Transformer框架，用于自动估计听觉脑干反应的阈值	首次引入DTW相似性感知的系列Transformer捕捉波形间依赖关系，并结合刺激水平感知位置编码和多尺度时间Transformer提取时间表征	仅作为事后验证工具，未与主动学习规则集成以动态选择刺激水平	开发自动化ABR阈值估计方法，减少临床视觉判读的主观偏差	听觉脑干反应波形数据	机器学习	听力障碍	NA	Transformer	波形信号	人类数据集I: 8350名受试者; 数据集II: 136名受试者; 小鼠数据集: 8259只小鼠	PyTorch	Series Transformer, Temporal Transformer	精确匹配准确率, ±10 dB准确率	NA
1134	2026-05-02	Attention-based Multimodal Spatiotemporal Enhanced Interaction Network For Major Depressive Disorder Detection 2026-Apr-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3689187 PMID:42060425	研究论文	提出一种基于注意力的多模态时空增强交互网络用于检测重度抑郁症	整合了3D结构磁共振成像和功能磁共振成像的时空信息，设计了跨模态交互网络和融合层以增强多模态信息聚合，并开发了基于注意力的自适应时空特征提取架构	未提及相关限制	解决深度学习中多模态脑网络交互信息利用不足和缺少捕捉关键时空依赖的自适应机制的问题	重度抑郁症患者和健康对照的脑影像数据	数字病理学	抑郁症	3D结构磁共振成像和功能磁共振成像	深度学习网络	脑影像	Rest-meta-MDD和Rest-meta-MDD-V2数据集	NA	基于注意力的自适应时空特征提取架构	NA	NA
1135	2026-05-02	Subject-Independent Deep Learning Framework for Motor Imagery Electroencephalogram Decoding in Neurorehabilitation 2026-Apr-30, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2026.3689121 PMID:42060426	研究论文	提出DSGNet双分支主题对齐泛化网络，实现运动想象脑电信号的跨被试解码，解决神经康复中的个体差异问题	通过双互补卷积分支同时提取时域和频域特征，并引入类别对齐损失实现域不变表征，无需被试标注数据即可推广至新个体	在三类和四类数据集上仅比基线模型提升0.22%和2.15%，改进幅度有限；二类数据集性能持平，未展现显著优势	开发不依赖被试标注数据的跨被试运动想象脑电解码框架，提升神经康复脑机接口的泛化能力	运动想象脑电信号，来自四个公开数据集（OpenBMI、BCI Competition IV 2a/2b、SHU Version 5）	机器学习, 自然语言处理	神经疾病	脑电图（EEG）采集	卷积神经网络 (CNN)	脑电信号时间序列	四个公开数据集共涉及多被试运动想象脑电数据，具体数量未明确提及	NA	双分支卷积网络（DSGNet），含时域和频域互补卷积分支	准确率	NA
1136	2026-05-02	Benchmarking ERP Analysis: Manual Features, Deep Learning, and Foundation Models 2026-Apr-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3686229 PMID:42060433	研究论文	系统性基准测试研究，比较传统手工特征、深度学习模型和预训练EEG基础模型在事件相关电位分析中的性能	首次系统性地评估深度学习及预训练基础模型在ERP分析中的有效性，并探索针对ERP数据优化的Transformer嵌入策略	仅基于公开数据集进行验证，未涉及临床环境中的复杂噪声和个体差异影响	为ERP分析提供方法选择与模型设计的指导框架	事件相关电位信号、EEG数据	机器学习	神经系统疾病	EEG	深度学习模型、预训练基础模型	EEG信号时间序列	12个公开数据集	NA	Transformer	NA	NA
1137	2026-05-02	Referenceless Proton Resonance Frequency Thermometry Using Deep Learning with Self-Attention 2026-Apr-30, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2026.3689263 PMID:42060435	研究论文	开发并评估了一种基于深度学习与自注意力机制的无需参考的质子共振频率测温方法，用于经颅聚焦超声的温度监测	提出使用复数自注意力增强U-Net进行背景复杂图像重建，无需参考图像即可实现稳定且准确的温度测量	单中心回顾性研究，样本量有限（仅32名患者），且未在不同解剖部位或运动场景中验证	提高无需参考的PRF测温方法在加热区域的准确性并抑制背景假阳性温升	32名接受经颅聚焦超声治疗的震颤患者（87次超声处理，1416张图像）	计算机视觉	特发性震颤	MRI（质子共振频率测温）	U-Net	磁共振复数图像	32名患者（87次超声处理，1416张图像），其中28名患者用于训练验证，4名患者（13次超声处理，146张图像）用于测试	PyTorch	自注意力增强U-Net	平均绝对误差, 标准差, 均方根误差, Dice系数, Bland-Altman分析, R²	NA
1138	2026-05-02	General Intelligence-Based Fragmentation (GIF): A Framework for Peak-Labeled Spectra Simulation 2026-Apr-30, Analytical chemistry IF:6.7Q1 DOI:10.1021/acs.analchem.5c07056 PMID:42060789	研究论文	提出通用智能碎片化框架，通过结构化提示与推理指导预训练大语言模型进行峰值标记谱图模拟	首次利用大语言模型并结合系统化提示与迭代优化实现质谱片段模拟，替代了传统的随机提示方法	未提及模型在复杂代谢物谱图模拟中的泛化能力，且当前GPT-4o的余弦相似度仅0.36，仍有提升空间	探索大语言模型在质谱标注与谱图模拟中的推理能力，提升代谢组学谱图注释率	预训练大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）及其谱图模拟性能	自然语言处理	NA	质谱分析、大语言模型微调	大语言模型（GPT-4o、GPT-4o-mini、GPT-5、Llama-3.1、ChemDFM）	文本（质谱峰标签数据）	从MassSpecGym数据集中衍生获得的MassSpecGym QA-sim数据集	PyTorch	Transformer	余弦相似度	NA
1139	2026-05-02	Magnetic Resonance Neurography: Evolution, Technical Foundations, and Future Directions 2026-Apr-30, Seminars in musculoskeletal radiology IF:0.9Q4 DOI:10.1055/a-2817-3039 PMID:42061306	综述	回顾磁共振神经成像从实验技术发展为周围神经评估重要诊断手段的历程及其技术基础与未来方向	总结了从1.5T到3T系统、从二维采集到三维各向同性容积序列的演进，并突出深度学习重建和AI驱动自动分割等最新进展	NA	综述磁共振神经成像的技术演进、临床标准化系统（神经病变评分报告与数据系统）及未来方向	磁共振神经成像技术及相关临床应用	机器学习	周围神经病变	磁共振神经成像, 弥散张量成像, Dixon脂肪抑制, 对比增强成像	深度学习模型	图像	NA	NA	深度学习重建模型、自动分割模型	信噪比, 诊断精度	NA
1140	2026-05-02	A teacher-student deep learning framework for enhanced clinical screening of heart failure from 12-lead electrocardiograms 2026-Apr-30, Physiological measurement IF:2.3Q3 DOI:10.1088/1361-6579/ae6750 PMID:42061969	研究论文	提出一种基于教师-学生深度学习框架的CTTSnet模型，用于从12导联心电图自动筛查心衰	融合Transformer作为教师网络和CNN作为学生网络的协同架构，结合全局上下文感知与高效局部特征提取	未提及具体局限性	开发基于深度学习的临床决策支持系统，实现准确自动的心衰心电图筛查	心衰患者的心电图信号	机器学习	心血管疾病	ECG	CNN	图像	27,018份心电图	NA	Transformer, CNN	AUROC, 准确率, 召回率, 特异度	NA