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
1161	2026-08-24	Protein design, generative AI and biological security 2026, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2026.1817535 PMID:41994287	综述	本文综述了人工智能驱动的蛋白质设计领域，探讨其双重用途影响，并提出平衡开放科学进步与生物安全的缓解策略。	系统评估了生成式蛋白质设计的生物安全风险，特别是AI生成的蛋白质可能逃避基于同源性的筛选，并提出了分层缓解策略。	未提供具体的实验验证或量化风险评估，主要基于现有文献和推理。	评估生成式蛋白质设计的双重用途影响，并提出相应的生物安全缓解策略。	AI生成的蛋白质序列和结构，及其在生物技术和生物安全中的应用。	机器学习	NA	深度学习	生成模型	文本	NA	NA	NA	NA	NA
1162	2026-08-24	Artificial intelligence in the diagnosis of thyroid diseases: applications and challenges 2026, Frontiers in radiology DOI:10.3389/fradi.2026.1740915 PMID:41994322	综述	本文综述了人工智能在甲状腺疾病诊断中的最新应用，重点讨论机器学习和深度学习算法在多种影像模态中的图像分类、分割和目标检测，并分析其面临的挑战	通过跨模态研究整合，揭示了AI在不同影像模态中的应用，突出了其在特征提取和风险分层中的潜在价值，并对数据异质性和可解释性不足等关键挑战进行了深入分析	AI应用面临数据异质性和可解释性不足等挑战，限制了临床信任和采用	探讨人工智能在甲状腺疾病诊断中的应用及其挑战，为个性化医疗和改善患者预后提供新途径	甲状腺疾病患者相关的超声、计算机断层扫描、磁共振成像和单光子发射计算机断层扫描影像数据	数字病理学	甲状腺疾病	NA	机器学习、深度学习	医学影像（超声、CT、MRI、SPECT）	NA	NA	NA	NA	NA
1163	2026-08-24	RN-D3: detection, differentiation, and delineation of radiation necrosis on post-contrast MRI 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1891883 PMID:42625867	研究论文	本研究评估了多种深度学习分割模型在机构内放射坏死队列上的再训练效果，并整合最佳组件构建RN-D3端到端流水线，用于放射坏死的检测、区分和勾画	首次提出RN-D3端到端流水线，整合CNN分割骨干与RN-versus-non-RN分类器，同时解决检测、区分和勾画问题，并评估了多种预训练策略和架构在外部数据上的泛化能力	外部测试队列仅包含脑转移瘤患者，小病灶检测率较低，所有架构在外部数据上性能均有下降	评估深度分割模型在放射坏死检测和勾画中的表现，并构建端到端流水线用于放射坏死与脑转移瘤的区分	放射坏死病灶及脑转移瘤病灶	医学影像分析	放射坏死	MRI（对比增强MRI）	卷积神经网络（CNN）和Transformer	图像（MRI）	训练集：52名放射坏死患者（质子束放疗后）；外部测试集：29名患者39个放射坏死病灶，以及115个脑转移瘤病灶	PyTorch, MONAI	nnU-Net, STU-Net, TRIAD PlainConv, Spark3D, SwinUNETR, TRIAD SwinB	Dice相似系数（DSC），表面Dice（2 mm），病灶检出率，敏感性，特异性	NA
1164	2026-08-24	A Multimodal Graph Neural Network Based on MRI Radi-omics for Prognostic Prediction in Locally Advanced Cervical Squamous Cell Carcinoma 2026 Jan-Dec, Cancer control : journal of the Moffitt Cancer Center IF:2.5Q3 DOI:10.1177/10732748261480328 PMID:42627373	研究论文	开发并验证一种结合多序列MRI和临床变量的多模态图神经网络框架，用于预测局部晚期宫颈鳞状细胞癌的总生存期	创新性地构建了基于MRI影像组学的多模态图神经网络，利用图结构建模MRI切片间的空间关系，并整合成像特征与临床变量生成深度学习预后评分	该研究为回顾性队列研究，样本量有限，且未在外部独立队列中验证模型的泛化能力	开发和验证一个临床可解释的多模态深度学习框架，用于预测局部晚期宫颈鳞状细胞癌的总生存期，以支持个性化风险评估和治疗决策	247例经病理确诊的局部晚期宫颈鳞状细胞癌患者	数字病理学	宫颈癌	MRI成像	图神经网络	影像和临床数据	247例患者	NA	ResNet-50	ROC曲线下面积、Kaplan-Meier生存分析、Cox回归分析	NA
1165	2026-08-24	Research on LSTM-based spatial target trajectory forecasting enhanced by attention mechanisms 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0356376 PMID:42627817	研究论文	提出了一种结合注意力机制与长短期记忆网络的卫星轨道预测修正方法，以提高空间目标轨道预测精度	将注意力机制与LSTM结合，利用历史轨道数据中的位置误差、速度和加速度特征预测轨道误差并修正SGP4预测结果，突破了传统物理模型的局限性	预测难度随预测时长增加而加大，模型更适合短期轨道误差预测；对网络神经元数量的设置较为敏感，可能影响模型性能	提高空间目标轨道预测的精度，为轨道误差预测、空间态势感知和碰撞预警提供有效方法	LAGEOS卫星及不同轨道高度的卫星	机器学习	NA	NA	LSTM、BiLSTM、SVM、BP神经网络	轨道数据（位置误差、速度、加速度等特征）	LAGEOS卫星的轨道数据及不同轨道高度的卫星验证数据	NA	注意力增强的LSTM（ATLSTM）	残差比例（X、Y、Z轴）	NA
1166	2026-08-24	Improved motor imagery BCI performance via task-unaware compression in the BELT Bayesian Edge-Cloud architecture 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354976 PMID:42627854	研究论文	提出了一种模块化的贝叶斯边缘-云架构BELT，并实现了轻量级版本BELT-lite，用于改进运动想象脑机接口的性能	基于贝叶斯先验和后验的三个设计原则，任务无关压缩与分类目标的自动编码器结合，以及轻量级分类器适用于嵌入式设备	准确性相对EEGNet有约2.7个百分点的降低，且需要用户特定的微调	设计可扩展、可移植、隐私保护的脑机接口系统，提高运动想象BCI的性能和实用性	运动想象脑机接口数据，具体为BCI Competition IV-2a和IV-2b数据集	机器学习，脑机接口	不适用	脑电图	轻量级线性时不变模型	脑电图信号	18名受试者的脑电图数据，十折交叉验证	不适用	贝叶斯边缘-云架构，任务无关自动编码器，网络调优块	准确率，延迟，p值	ARM Cortex-A7硬件
1167	2026-08-24	Automated classification of osteoporotic vertebral compression fractures in DR images based on improved YOLO26n-seg 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1844808 PMID:42630171	研究论文	提出了一种改进的YOLO26n-seg-SAConv模型，用于DR图像中骨质疏松性椎体压缩性骨折的自动化Genant分类，提高了分类性能并降低了计算复杂度	首次将Switchable Atrous Convolution（SAConv）模块替代YOLO26n-seg中的传统卷积下采样模块，在提高分类精度的同时减少计算量，实现对OVCFs的自动化Genant分类	方法学研究，数据来自单一机构及其附属机构，样本量相对有限；未报告外部验证结果；对小型骨折类型的改进可能受样本不平衡影响	验证自动化Genant分类OVCFs在DR图像上的可行性，为后续临床分诊辅助工具的开发提供技术基础	骨质疏松性椎体压缩性骨折（OVCFs）的DR图像	计算机视觉	骨质疏松性椎体压缩性骨折	NA	YOLO26n-seg	图像	483张DR图像	NA	YOLO26n-seg, SAConv	mAP50, FLOPs	NA
1168	2026-08-24	Multiparametric MRI and artificial intelligence for non-invasive HER2 assessment in breast cancer: a comprehensive review 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1893638 PMID:42630186	综述	系统评估多参数MRI结合放射组学和人工智能在乳腺癌HER2状态无创评估中的应用价值。	全面综述了多参数MRI序列和人工智能在HER2评估中的互补作用，并特别关注了HER2低表达与零表达的区分。	研究设计多为回顾性，参考标准存在异质性，外部验证有限。	评估多参数MRI结合放射组学和人工智能在无创评估乳腺癌HER2状态中的效用。	乳腺癌患者的HER2状态评估。	医学影像分析	乳腺癌	多参数MRI	放射组学、机器学习、深度学习	影像数据	34项研究	NA	NA	AUC, p值	NA
1169	2026-08-24	Two-stage posture enhancement and stability modelling for pre-fall risk detection in athletic movements 2026, Frontiers in bioengineering and biotechnology IF:4.3Q2 DOI:10.3389/fbioe.2026.1867362 PMID:42630246	研究论文	提出一种两阶段深度学习框架，用于运动中的跌倒前风险检测，包括姿态增强和稳定性建模	采用两阶段框架，RePoseNet细化不完整的3D姿态序列，StaFallNet集成稳定性指标进行风险预测	未提及具体限制，但可能受限于UCF101子集和手动标注的帧级标签	提高运动训练中跌倒前风险的早期检测能力	运动中的跌倒相关动作，特别是UCF101数据集中的跌倒子集	计算机视觉	肌肉骨骼损伤	单目3D姿态估计	GRU, 动态图网络	视频图像	UCF101数据集中跌倒相关子集，具体样本数未提供	NA	RePoseNet (GRU, 跨关节注意力) 和 StaFallNet (动态图网络)	平均每关节位置误差, PCK	NA
1170	2026-08-24	Deep learning in ventral hernia imaging: automated multi-structure CT segmentation for surgical planning 2026, Journal of abdominal wall surgery : JAWS DOI:10.3389/jaws.2026.15545 PMID:42630268	研究论文	本文利用TransUNet启发的深度学习模型对215例腹壁疝患者的CT影像进行自动化多结构分割，以辅助外科手术规划	首次将TransUNet架构应用于腹壁疝CT影像的多结构自动分割，实现疝缺损及关键解剖结构的快速、标准化评估	作为概念验证，需进一步的前瞻性临床验证才能用于手术决策	开发并验证用于腹壁疝手术规划的自动化CT分割深度学习系统	腹壁疝患者的CT影像及疝缺损、腹直肌、侧腹壁肌肉、腰肌等解剖结构	计算机视觉	腹壁疝	CT成像	TransUNet	影像（CT）	215例成人腹壁疝患者的CT扫描	NA	TransUNet	IoU	NA
1171	2026-08-24	Developing artificial intelligence-based techniques for brain MRI image segmentation 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1894751 PMID:42630294	研究论文	本研究利用公开的Kaggle脑MRI数据集，开发了一种基于卷积神经网络（CNN）的自动脑MRI图像分割框架，以提高分割精度和效率	提出了一种结合预处理技术和CNN的AI分割框架，相较于传统图像处理方法在分割精度和减少人工干预方面表现更优	未提及具体局限性	开发基于AI的脑MRI图像分割技术，以支持神经系统疾病的准确诊断和治疗	脑MRI图像中的正常脑组织和异常区域	计算机视觉	脑肿瘤、阿尔茨海默病、多发性硬化症	MRI	CNN	图像	未提及具体样本数量	NA	CNN	准确率、Dice分数、IoU	NA
1172	2026-08-24	Decoding serum C-reactive protein-associated molecular patterns in aging and secondhand smoke exposure chronic obstructive pulmonary disease male patients: evidence from cross-sectional, multi-omic and clinical studies 2026, Frontiers in medicine IF:3.1Q1 DOI:10.3389/fmed.2026.1922619 PMID:42630335	研究论文	本研究通过横断面、多组学和临床研究，解码衰老和二手烟暴露相关的慢性阻塞性肺疾病男性患者血清C反应蛋白相关分子模式。	首次系统整合多组学数据，结合132种机器学习模型、NMF分析、单细胞分析和深度学习框架，全面揭示SCRP在衰老和SHS暴露COPD中的分子特征和致病通路。	主要基于公开数据库和横断面数据，需进一步前瞻性验证；功能验证仅限于q-RT-PCR，缺乏体内外功能实验。	探索SCRP在衰老和二手烟暴露COPD发病中的分子机制，并建立诊断和分子分型模型，识别潜在治疗靶点。	慢性阻塞性肺疾病患者，特别是衰老和二手烟暴露的男性患者。	生物信息学、多组学、数字病理学	慢性阻塞性肺疾病	转录组测序、单细胞测序、q-RT-PCR	机器学习模型、深度学习模型	RNA-seq数据、单细胞数据、临床数据	NHANES中7864名COPD患者，以及多个公开转录组和单细胞数据集（GSE248493, GSE55962, GSE77344, GSE42057, GSE1455871, GSE126923, GSE167295）	NA	NMF、scTenifoldKnk、AUCell、DrugReflector	诊断模型评估指标（未明确，如AUC、准确率等）	NA
1173	2026-08-24	Diagnostic performance of deep learning-based vaginal microecological morphology assessment for bacterial vaginosis and vulvovaginal candidiasis 2026, Frontiers in microbiology IF:4.0Q2 DOI:10.3389/fmicb.2026.1898300 PMID:42630354	研究论文	评估基于深度学习的阴道微生态形态学评估系统（DL-VMM）在细菌性阴道病和外阴阴道念珠菌病诊断中的性能	首次整合深度学习模块于自动化阴道分泌物分析仪，用于阴道微生态形态学评估，以实现客观、标准化和快速的阴道炎诊断	不一致病例虽少但需警惕，在模棱两可的病例中可能需人工复核；研究为单中心且样本量有限	评估DL-VMM系统在诊断细菌性阴道病和外阴阴道念珠菌病方面的诊断准确性，并分析与常规湿片镜检的一致性	有症状的女性阴道涂片样本	数字病理学	细菌性阴道病、外阴阴道念珠菌病	显微镜检查	深度学习模型	图像	500名有症状女性的阴道涂片	NA	NA	敏感度、特异度、Cohen's kappa系数、总一致性	NA
1174	2026-08-24	Recent advances in deep learning for leukemia diagnosis: a scoping review of diagnostic modalities and fusion-based approaches 2026, Frontiers in digital health IF:3.2Q2 DOI:10.3389/fdgth.2026.1874695 PMID:42630465	综述	本文对基于深度学习的白血病诊断研究进行了范围综述，涵盖了多种诊断方式和融合方法。	采用临床导向的结构化方法分析白血病诊断中的多模态深度学习研究，并批判性评估数据集设计、模态偏差、验证方法和模型可解释性对可靠性和转化能力的影响。	仅有限的研究实现了真正的多模态集成，且多数方法局限于单一数据模态和基于基准的性能分析，对模型泛化和临床适用性的理解有限。	总结深度学习在白血病检测和诊断中的最新进展，识别研究空白，并为该领域的未来研究提供路线图。	深度学习在白血病诊断中的多种模态，包括外周血和骨髓图像分析、基因表达和多组学建模、流式细胞术学习、常规实验室数据分析以及多模态诊断方法。	机器学习	白血病	NA	深度学习模型，如变换器架构、注意力多实例学习、基础模型和可解释人工智能	图像、基因表达数据、多组学数据、流式细胞术数据、实验室数据	NA	NA	变换器、注意力机制基础模型、可解释人工智能	准确性	NA
1175	2026-08-24	Deep-DPC: Deep learning-assisted label-free temporal imaging discovery of anti-fibrotic compounds by controlling cell morphology 2025-12, Journal of advanced research IF:11.4Q1 DOI:10.1016/j.jare.2025.02.028 PMID:40010605	研究论文	提出了一种名为deep-DPC的新方法，结合无标记时间序列数字相位对比成像、细胞形态分析和无监督机器学习，用于动态监控细胞形态并发现抗纤维化化合物	首次将无标记时间序列数字相位对比成像与深度学习相结合，动态控制并监测细胞形态，以发现抗纤维化先导化合物，超越了传统方法仅关注最终生物指标的局限	未提及具体限制，但可能包括依赖高内涵成像系统和细胞模型的特异性	开发一种能够区分静息和活化纤维细胞，并发现非侵入性无标记抗纤维化先导化合物的方法	纤维细胞（静息和活化状态）以及抗纤维化先导化合物（如Neo-Przewaquinone A）	数字病理学	纤维化（包括心肌纤维化）	高内涵成像系统	神经网络	图像（无标记时间序列数字相位对比和明场图像）	训练使用12,000张图像，处理超过100,000张图像（来自1,400种化合物）	NA	神经网络（具体架构未指定）	图像分类的准确性（未具体指定）	NA
1176	2026-08-24	mbSparse: an autoencoder-based imputation method to address sparsity in microbiome data 2025-12, Gut microbes IF:12.2Q1 DOI:10.1080/19490976.2025.2552347 PMID:40888610	研究论文	开发了一种基于自编码器的插补方法mbSparse，用于处理微生物组数据中的稀疏性问题	利用深度学习（自编码器和条件变分自编码器）而非传统的预定义计数分布进行微生物组数据插补，并整合特征自编码器与CVAE以增强性能	未明确提及局限性，但可能涉及对特定数据类型或计算资源的需求	提出并评估一种新的深度学习插补算法，以提高微生物组数据分析的准确性并改善疾病相关分类群的检测	微生物组数据，包括肠道微生物组样本，涉及结直肠癌分析	机器学习	结直肠癌	深度学习（自编码器、条件变分自编码器）	自编码器，条件变分自编码器（CVAE）	微生物组计数数据	未具体说明样本数量，但涉及微生物组样本，包括结直肠癌数据集	未在摘要中指定，可能使用PyTorch或TensorFlow，但输出“NA”	特征自编码器和条件变分自编码器	均方误差（MSE）、精确率-召回率曲线下面积（AUPRC）、皮尔逊相关系数	未在摘要中提及，输出“NA”
1177	2026-08-24	An intelligent diagnostic model for pulmonary nodules utilizing chest radiographic imagery and its application in community-based lung cancer screening 2025-Nov, British journal of cancer IF:6.4Q1 DOI:10.1038/s41416-025-03147-6 PMID:40847012	研究论文	本研究开发了一种基于胸部X光影像的智能诊断模型CXR-RANet，用于肺结节和肺癌的早期检测，并在社区肺癌筛查中进行了验证	提出了一种基于CXR-RANet架构的深度学习模型，在特征提取和分类性能上优于主流深度学习算法和传统机器学习模型，适用于资源有限的社区筛查环境	未明确提及局限性	提高胸部X光影像在肺癌早期检测中的诊断准确性，并为社区医生提供不依赖专家经验的筛查工具	肺结节和肺癌患者，以及社区筛查人群	医学影像分析	肺癌	胸部X光影像	深度学习模型（CXR-RANet）	图像	4079张胸部X光影像来自2518名个体，外部验证包括PLCO数据集的24697名个体（88562张图像）和ChestDR数据集的4848名个体	NA	CXR-RANet	AUC	NA
1178	2026-08-24	Declining ocean greenness and phytoplankton blooms in low to mid-latitudes under a warming climate 2025-10-17, Science advances IF:11.7Q1 DOI:10.1126/sciadv.adx4857 PMID:41105765	研究论文	利用多源数据和深度学习方法生成2001至2023年低至中纬度（45°N至45°S）的海洋叶绿素a数据集，分析表明海洋绿度普遍下降，叶绿素a浓度以每年(-0.35±0.10)×10毫克/立方米的速度减少，海岸区域下降更显著，且高叶绿素a事件频率相对减少1.78%每年。	首次使用深度学习方法结合多源数据生成覆盖低至中纬度的长期海洋叶绿素a数据集，揭示了气候变暖背景下海洋绿度和浮游植物水华的大规模下降趋势。	未提及具体限制，如数据集分辨率、模型误差或区域覆盖偏差。	研究气候变暖下低至中纬度海洋绿度和浮游植物水华的变化趋势及其驱动因素。	低至中纬度（45°N至45°S）海洋中的浮游植物，通过叶绿素a浓度进行监测。	数字病理学	NA	深度学习方法（多源数据融合）	NA	图像数据（叶绿素a遥感图像）	2001至2023年低至中纬度海洋区域，具体样本数未提及	NA	NA	叶绿素a浓度（单位：毫克/立方米）、频率（每年百分比）	NA
1179	2026-08-24	Neural xenografts contribute to long-term recovery in stroke via molecular graft-host crosstalk 2025-Sep-16, Nature communications IF:14.7Q1 DOI:10.1038/s41467-025-63725-3 PMID:40957886	研究论文	本研究展示了iPSC来源的神经祖细胞移植可改善中风小鼠的脑修复和长期功能恢复，并揭示了移植物与宿主组织的分子相互作用机制	首次通过单核RNA测序揭示神经移植物与宿主中风组织之间的分子串扰机制，并利用深度学习分析量化功能恢复	研究仅在动物模型中进行，未涉及人类临床试验，长期安全性和有效性有待进一步验证	探究神经祖细胞移植促进中风后长期功能恢复的机制，并评估其治疗潜力	中风损伤的小鼠模型	神经科学	中风	单核RNA测序	神经网络	图像数据、基因表达数据	中风小鼠模型，具体数量未提及	NA	深度学习模型，具体架构未提及	步态恢复和精细运动恢复的量化指标	NA
1180	2026-08-24	Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI 2025-09, Heart rhythm IF:5.6Q1 DOI:10.1016/j.hrthm.2024.10.015 PMID:39396602	研究论文	本文探讨了在心房颤动患者中，单极电压电解剖标测与LGE-MRI检测到的结构性心房重构之间的关系	首次使用多极高密度标测比较单极和双极低电压区与LGE区域的重叠情况，并展示单极低电压区与LGE区域高度相关	样本量较小（20名患者），且为单中心研究，可能限制结果的普遍性	探索LGE区域与单极和双极低电压区之间的关系，以改善心房颤动患者的心房基质评估	计划进行心房颤动消融的20名患者	医学影像分析，数字病理学	心房颤动	LGE-MRI，电解剖标测	深度学习	MRI图像，电解剖标测数据	20名患者	NA	NA	精确度、灵敏度、F1分数、准确率	NA