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
101	2026-11-14	OSS: Open suturing skills vision-based assessment challenge 2024-2025 2026-Nov-05, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2026.104359 PMID:43019931	研究论文	本文介绍了MICCAI OSS挑战赛2024-2025，旨在基准测试和推进开放手术中基于视觉的技能评估	首次针对开放手术缝合技能评估组织专门的MICCAI挑战赛，提供包含视频和器械轨迹的多模态数据集，并设置技能分类、OSATS评分预测和手/工具跟踪三项任务	预测细粒度OSATS评分仍然具有挑战性；关键点跟踪因频繁遮挡和出框情况而困难，限制了当前基于运动的技能分析应用	通过自动化、数据驱动的方法评估开放手术技能，以改善外科培训	开放缝合训练任务的视频及器械轨迹数据	计算机视觉	NA	NA	CNN, LSTM, Transformer	视频, 轨迹数据	NA	NA	通用时空视频模型, 跟踪驱动方法, 混合方法	NA	NA
102	2026-11-14	Surrogate-guided self-play Monte Carlo tree search for antimicrobial peptide sequence optimization and in vitro antibacterial assessment 2026-Nov-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbag618 PMID:43021603	研究论文	本文提出一个由替代模型引导的自对弈蒙特卡洛树搜索强化学习框架，用于抗菌肽序列的从头设计与多目标优化，并对计算筛选出的候选肽进行了体外抗菌活性评估	将替代模型引导的自对弈蒙特卡洛树搜索强化学习框架用于抗菌肽序列优化，整合抗菌活性预测、HemoDL溶血性预测和ESMFold结构置信度进行多性质优化与候选优先级排序，并将计算预测结果与体外琼脂稀释法抗菌实验进行对照验证	实验评估仅限于细菌琼脂稀释法活性测定，未开展哺乳动物细胞毒性、湿实验溶血性和肽稳定性实验；替代模型、对接和结构评分未能完全反映抗菌效力的全部决定因素，计算富集与实测活性之间仍存在差距	解决抗菌肽从头设计中组合搜索空间巨大以及难以平衡效力与毒性的问题，建立生物活性肽的计算设计框架并弥合深度学习预测与实验结果之间的差距	抗菌肽序列及多重耐药病原体（包括金黄色葡萄球菌及其耐药靶点PBP2a和MurA），以及37株细菌测试panel	机器学习	细菌感染	强化学习、蒙特卡洛树搜索、替代模型预测、ESMFold结构预测、分子对接、固相肽合成、琼脂稀释法抗菌药敏试验	强化学习、蒙特卡洛树搜索、替代模型（surrogate model）、HemoDL、ESMFold	肽序列、结构数据、对接评分、实验抗菌活性数据	合成并评估16条候选肽，针对37株细菌在0.25-64 μg/ml浓度范围内进行测试	NA	自对弈蒙特卡洛树搜索、替代模型、HemoDL、ESMFold	完全抑制菌株数、部分生长降低、预测折叠置信度、对接评分	NA
103	2026-11-14	Association between deep-learning-derived retinal aging speed and rapid decline of renal function in the Japanese general population 2026-Nov, Clinical kidney journal IF:3.9Q1 DOI:10.1093/ckj/sfag391 PMID:43017312	研究论文	研究深度学习估算的视网膜衰老速度与日本普通人群肾功能快速下降之间的关联	首次提出视网膜衰老速度这一指标，并发现其与肾功能快速下降独立相关	回顾性研究设计，仅限日本人群，观察性研究无法确定因果关系	探究深度学习估算的视网膜衰老速度是否与估算肾小球滤过率（eGFR）快速下降相关	7807名接受定期健康检查的日本普通人群个体	数字病理学	肾脏疾病	深度学习、眼底照相	深度学习模型	图像、纵向临床数据	7807名个体，中位随访8.0年，中位就诊9.0次	NA	NA	比值比（OR）、95%置信区间（CI）、P值	NA
104	2026-11-14	Multimodal Deep Learning Prognostic Model for Predicting Treatment Outcomes for Oropharyngeal Carcinoma 2026 Oct-Dec, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-26-00226 PMID:43019507	研究论文	开发并评估了一种融合CT影像与临床变量的多模态深度学习模型，用于预测口咽鳞状细胞癌的局部区域复发	采用交叉注意力机制融合CT影像与临床特征，并与特征拼接、仅临床和仅影像模型进行比较	需要前瞻性外部验证后才能用于个体化治疗决策	准确预测口咽鳞状细胞癌的局部区域复发，以指导治疗降级决策	经组织学确诊的口咽鳞状细胞癌患者，接受根治性放疗（伴或不伴同步化疗）且未行原发肿瘤手术切除	医学影像分析	口咽癌	CT影像	交叉注意力多模态深度学习模型	影像和临床数据	1384例患者	NA	交叉注意力模型	C-index, 风险分层（Kaplan-Meier分析及log-rank检验）	NA
105	2026-11-14	Revolutionizing traditional Chinese medicine research: Advancements in traditional machine learning and deep learning for AI-driven applications 2026-Oct, Journal of pharmaceutical analysis IF:6.1Q1 DOI:10.1016/j.jpha.2026.101572 PMID:43022901	综述	本文综述了传统机器学习和深度学习等人工智能技术在中药毒性预测、药效评估、靶向药物开发、饮片识别分类、真伪与质量验证、质量控制以及处方配伍规律探索等方面的应用，并讨论了相关挑战与未来趋势。	系统总结了基于传统机器学习和深度学习的人工智能在中药研究多个方面的具体应用，明确了所用技术方法，剖析了应用过程中的技术挑战，并展望了跨学科合作与未来应用趋势。	作为综述文章，未开展原始实验验证；文中指出的挑战包括传统方法在中药研究中的诸多局限以及人工智能应用过程中遇到的技术难题。	总结人工智能在中药领域的研究现状，厘清所采用的技术方法，洞察并思考应用过程中的技术挑战，为未来相关研究提供参考和依据，并探索人工智能在中药研究中的未来应用趋势。	中药研究，包括中药毒性预测、药效评估、靶向中药开发、中药饮片识别与分类、真伪与质量验证、质量控制及处方配伍规律等	中医药人工智能	NA	传统机器学习，深度学习	NA	NA	NA	NA	NA	NA	NA
106	2026-11-14	Deep learning model for automatic detection of incidental adrenal abnormalities on low-dose computed tomography images 2026-08-14, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02651-2 PMID:43021114	研究论文	该研究探讨了利用深度学习模型在低剂量CT图像上自动分割和分类肾上腺偶发异常	开发了针对低剂量CT图像的深度学习模型，实现肾上腺的自动分割和异常分类，并证明其性能优于常规放射科报告	回顾性研究设计，外部验证队列样本量相对较小，未详细说明模型泛化能力及临床实施挑战	研究深度学习模型在低剂量CT图像上自动分割和分类肾上腺偶发异常的可行性	接受低剂量CT检查的患者肾上腺	医学图像分析	肾上腺异常	低剂量计算机断层扫描（LDCT）	深度学习模型（分割和分类）	CT图像	总样本量8239例CT扫描（队列A：2574例，队列B：1205例，队列C：3681例，队列D：779例）	NA	NA	Dice相似系数（DSC），精确率-召回率曲线下面积（AUPRC），受试者工作特征曲线下面积（AUROC）	NA
107	2026-11-14	A curated dataset for cryo-EM map post-processing 2026-Jul-23, Scientific data IF:5.8Q1 DOI:10.1038/s41597-026-07949-y PMID:43020832	研究论文	本文提出了一个用于冷冻电镜图后处理方法的标准化数据集，包含训练、验证和测试子集，以及多种后处理方法生成的结果和质量指标	提供了第一个标准化、可重复的冷冻电镜后处理评估数据集，包含多种深度学习方法和传统方法的后处理体积，以及预计算的质量指标和统一的工作流	未明确提及具体的局限性，但可能受限于数据集规模和方法覆盖范围	解决冷冻电镜后处理方法缺乏标准化和可重复评估资源的问题，促进方法的独立比较和新方法开发	冷冻电镜图及其后处理体积、原子模型和质量指标	结构生物学	NA	冷冻电镜	NA	图像	未明确说明具体数量，但包含非重叠的训练、验证和测试子集	NA	CryoTEN, EMReady, EMReady2, DeepEMhancer	Phenix工具导出的质量指标、Q-scores	NA
108	2026-11-14	A real-time deep learning method for detection and localization of non-emerged cabbage seedlings 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1984989 PMID:43016999	研究论文	本文提出了一种基于无人机实时检测和定位未出苗甘蓝幼苗的深度学习方法	提出了增强型YOLOv8n检测器，通过更高效的主干网络和双向特征融合颈部，在保持实时推理能力的同时将mAP50-95提高了8%，并集成YOLO跟踪算法和图像处理算法，实现未出苗幼苗的实时检测与定位，识别准确率达96.9%，且能区分连续未出苗幼苗的数量，仅需五分之一的人工投入	未明确提及	解决传统人工检查作物幼苗未出苗情况费时费力的问题，实现精准、快速、实时的未出苗幼苗检测与定位	甘蓝幼苗	计算机视觉	NA	无人机遥感	CNN	图像	NA	NA	YOLOv8n	mAP50-95, 识别准确率	NA
109	2026-11-14	A multisource clinical deep learning model for early identification of mental disorders in first-visit psychiatric patients 2026, Frontiers in psychiatry IF:3.2Q2 DOI:10.3389/fpsyt.2026.1988768 PMID:43017121	研究论文	该研究开发了一个多源临床深度学习模型TUCH-FT，用于首次就诊精神科患者精神障碍的早期识别和多标签分类	提出三分支临床特征编码方法、不确定性感知嵌入方法、跨组多头注意力融合机制和分层多标签分类方法，以解决异质临床信息、模糊临床病史、多源信息交互和共病关系建模的挑战	完整诊断组合的精确匹配准确率为60.8%，在预测共病障碍方面存在一定局限性	利用人口学信息、临床病史和症状自评量表-90条目级数据，实现首次就诊精神科患者精神障碍的早期识别和多标签分类	5802名首次就诊精神科患者，以及1272名患者的时间分离同中心验证队列	医学人工智能	精神障碍	深度学习	FT-Transformer	表格数据	5802名首次就诊精神科患者用于模型开发，1272名患者用于时间分离同中心验证	NA	FT-Transformer	Macro-F1, Micro-F1, Macro-average precision, Hamming loss, label ranking average precision, Brier score, expected calibration error, 精确匹配准确率	NA
110	2026-11-14	Intraoperative indocyanine green fluorescence imaging and multimodal deep learning for predicting non-salvage outcomes in pediatric testicular torsion 2026, Frontiers in pediatrics IF:2.1Q2 DOI:10.3389/fped.2026.1936322 PMID:43017133	研究论文	评估多模态吲哚菁绿近红外荧光深度学习模型在预测儿童睾丸扭转非挽救结局中的表现	首次将术中吲哚菁绿近红外荧光成像与多模态深度学习结合用于预测儿童睾丸扭转的非挽救结局	单中心回顾性分析，样本量有限，需要外部验证	评估多模态ICG-NIRF深度学习模型预测儿童睾丸扭转复合非挽救结局的效能	连续收治的经手术确诊的儿童睾丸扭转患者	医学影像分析，数字病理学	睾丸扭转	吲哚菁绿近红外荧光成像	多模态深度学习模型，双流模型	图像（手术照片和标准化30秒荧光图像）	153例患者（开发队列107例，内部评估队列46例）	NA	双流模型	AUC，Brier分数	NA
111	2026-11-14	Enhancing Optic Nerve Head Swelling Detection Through Deep Learning Classification of 3D OCT Images 2026, Journal of ophthalmic & vision research IF:1.6Q3 DOI:10.18502/jovr.v21.17374 PMID:43017298	研究论文	该研究利用3D ResNet深度学习模型对3D OCT图像进行分类，以检测视神经乳头异常，特别是视盘水肿	将3D ResNet架构应用于3D OCT图像以自动检测视神经乳头肿胀，展示了深度学习在此类诊断中的潜力	未明确说明模型的泛化能力、数据集来源单一、未与其他先进方法进行比较	利用深度学习处理OCT图像，检测视神经乳头异常，特别是视盘水肿	视神经乳头OCT图像	医学图像分析	视神经乳头异常	光学相干断层扫描（OCT）	3D ResNet	3D图像	795张预处理OCT图像（561张结构异常，234张正常）	NA	3D ResNet	准确率, F1分数, AUC	NA
112	2026-11-14	From task-specific networks to foundation models in diabetes care: a critical review of opportunities, evaluation gaps, and safety frontiers 2026, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2026.1983619 PMID:43017418	综述	本文对糖尿病护理中人工智能从任务特定网络向基础模型转变进行了批判性综述，涵盖架构、预训练目标、适应策略、评估危机和安全风险	提出三阶段分类法（规则风险评分、任务特定深度学习、基础模型），系统梳理糖尿病文献并映射到该分类；首次系统揭露评估危机（基准污染、缺乏外部和前瞻性验证、数据集偏移下校准不良、缺乏随机评估）并分析安全风险（幻觉胰岛素剂量建议、自动化偏见、算法不平等、隐私暴露）	为文献综述而非原创实验研究；负面发现具有时间敏感性（截至2025年12月）；未提供新的实证数据	批判性综合糖尿病护理中基础模型的应用现状、评估缺口和安全前沿，指出关键开放问题是有根据的、校准的、因果推断指导的部署	糖尿病护理相关文献，包括视网膜成像、连续血糖监测（CGM）、纵向电子健康记录（EHR）和多模态数据中的基础模型研究	数字病理, 医学人工智能	糖尿病, 视网膜病变, 肾脏疾病	基础模型, 自监督预训练, 大语言模型, 生成模型	Transformer, 大语言模型, 基础模型, 长短期记忆网络（LSTM）	图像, 时间序列, 文本, 多模态数据, 电子健康记录	NA	NA	RETFound, Med-PaLM, GPT-4, Transformer, LSTM	NA	NA
113	2026-11-14	AI-driven opportunistic screening for carotid atheroma calcification on dental radiographs 2026, Brazilian oral research IF:1.5Q3 DOI:10.1590/1807-3107bor-2026.vol40.088 PMID:43017978	研究论文	该研究构建了牙科全景放射影像中疑似颈动脉钙化的标注数据集，并提出基于深度学习的自动检测与分割框架	提出结合FasTVit、AttentionNet和DC-UNet的混合架构，实现疑似颈动脉钙化的分类、检测和分割，并比较了先分类后检测分割与省略分类两种流程的效果	研究为回顾性单中心数据集，样本量有限，且为内部性能评估，缺乏外部验证	开发牙科全景放射影像中疑似颈动脉钙化的自动检测与分割深度学习框架，辅助牙医在常规阅片中发现疑似病例	牙科全景放射影像中的疑似颈动脉钙化区域	医学影像分析	心血管疾病	深度学习图像分析	混合架构（FasTVit、AttentionNet、DC-UNet）	图像	19,205张全景放射影像，其中372张含颈动脉钙化、322张为对照	NA	FasTVit, AttentionNet, DC-UNet	准确率, 精确率, 召回率, 特异性, Dice系数, IoU, AUC	NA
114	2026-11-14	The hepatic protective effect of the association of microencapsulated quercetin and Bifidobacterium animalis in colorectal carcinogenesis 2026, Brazilian journal of medical and biological research = Revista brasileira de pesquisas medicas e biologicas DOI:10.1590/1414-431X2026e15588 PMID:43018012	研究论文	研究微胶囊化槲皮素与动物双歧杆菌联合应用在DMH诱导的大鼠结直肠癌模型中对肝脏的保护作用及肝叶异质性	首次探讨微胶囊化槲皮素与益生菌联合应用在结直肠癌发生过程中对肝脏损伤的保护作用，并关注肝叶异质性，采用深度学习辅助细胞定量分析	未提及	评估微胶囊化槲皮素与动物双歧杆菌联合应用对结直肠癌相关肝脏损伤的保护效果及肝叶异质性	Wistar大鼠	数字病理学	结直肠癌	组织形态计量学分析、氧化还原状态分析、深度学习辅助细胞定量	深度学习模型	图像	5组大鼠（对照组、CRC组、CRC+MEQ组、CRC+益生菌组、CRC+MEQ+益生菌组），具体数量未提及	未提及	未提及	未提及	未提及
115	2026-11-14	Deep learning super-resolution of paediatric ultra-low-field MRI without paired high-field scans 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63077-y PMID:43019071	研究论文	该研究探索使用深度学习模型从单张超低场MRI扫描生成多分辨率配准（MRR）质量的图像，无需配对高场扫描	首次证明无需配对高场数据，仅用单张超低场输入即可通过深度学习生成MRR质量的脑部扫描，减少扫描时间并促进低中收入国家的MRI可及性，同时支持站点特定模型训练以应对域偏移	探索性外部验证表明可能存在跨扫描站点的域偏移，需要站点特定训练；研究可能受限于数据集规模和多样性	探索使用深度学习模型从单张超低场MRI输入生成MRR质量扫描的有效性，以替代需要三张各向异性扫描或多分辨率配准的方法	儿童脑部超低场MRI扫描	医学图像处理	NA	超低场MRI	深度学习模型	图像	NA	NA	NA	图像质量指标, 组织体积相关性, Dice重叠系数	NA
116	2026-11-14	Material recognition from cross-category morphing 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-59920-x PMID:43019069	研究论文	该研究利用生成神经网络创建跨类别形变材料，通过三项行为任务探究人类材料识别的感知空间及其与视觉特征的关系。	使用生成神经网络创建原型和模糊材料，通过跨材料形变系统研究材料感知，并结合自监督深度学习模型分析视觉嵌入，揭示视觉相似性不足以复现人类材料感知空间。	研究主要基于行为实验和视觉嵌入分析，未深入探索神经机制；样本可能有限，且未涉及其他感官模态对材料识别的影响。	探究人类如何在巨大外观变化下识别材料，以及材料属性如何构建感知空间并与视觉特征关联。	人类参与者对材料形变图像的行为判断数据。	计算机视觉	NA	生成神经网络、自监督深度学习	生成神经网络、自监督深度学习模型	图像	NA	NA	NA	材料分类准确率、材料属性评分、视觉相似性判断	NA
117	2026-11-14	Microfluidic platform for rapid passive preparation of complex biological matrices in point-of-care testing 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63706-6 PMID:43019135	研究论文	本文提出一种被动式低成本微流控平台，用于即时检测中全血样本的快速细胞分离，并与侧向流免疫分析集成及深度学习辅助分析	采用圆形迷宫状微通道含18个连续孔井的纯被动流体动力学机制实现细胞保留，无需外部泵；器件由亲水聚合物片和压敏胶层制成，可扩展、一次性且单件成本低于1美元；集成LFIA实现HBsAg检测，并引入深度学习辅助卷积神经网络自动评估过滤效率和测试线强度	仅在稀释人血及细胞悬浮液上验证，检测限为10 ng/mL，样本类型和临床样本量有限，深度学习辅助评估的泛化性未充分验证	开发一种无需外部设备、适合资源有限环境的被动式微流控全血样本前处理平台，并验证其在即时检测中的应用潜力	HEK-293细胞悬浮液、AtT-20细胞悬浮液、混合细胞悬浮液、稀释人血样本及乙肝表面抗原（HBsAg）检测	数字病理/即时检测/微流控	乙型肝炎	微流控芯片、侧向流免疫分析（LFIA）、深度学习辅助图像分析	CNN	图像	HEK-293和AtT-20细胞悬浮液、混合细胞悬浮液及稀释人血样本（具体数量未在摘要中说明）	NA	卷积神经网络（CNN）	检测限（10 ng/mL）、过滤效率、测试线强度	NA
118	2026-11-14	PathInteract: a video analysis suite for capturing and analyzing pathology slide reviewing interactions 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-61758-2 PMID:43019129	研究论文	本文提出了一套名为PathInteract的视频分析套件，用于从录制的病理切片审阅视频中提取病理学家的交互信号	无需专用软件或设备，仅基于屏幕录制视频即可提取鼠标光标移动、视口操作和语音叙述，具有更广泛的适用性，并可将现有病理视频重新用于构建可解释的多模态病理AI数据集	仅为概念验证，样本量较小（10个YouTube教育视频），未在大规模临床数据上验证	系统分析病理学家的切片审阅交互行为，以发现设计无缝集成到常规实践中的AI辅助工具的机会	病理学家在数字病理切片审阅过程中的交互行为（鼠标光标、视口操作、语音叙述）	数字病理	NA	屏幕录制视频分析、深度学习、计算机视觉	NA	视频、图像、文本（语音转写）	10个教育类YouTube视频及QuPath录制的诊断会话（含视图追踪日志）	NA	NA	与真实值的一致性（光标追踪和视口检测）	NA
119	2026-11-14	Deep learning mitigates batch effects in Raman spectroscopy 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-62086-1 PMID:43019167	研究论文	该研究调查了胶质瘤拉曼光谱数据中的批次效应，并提出基于对抗深度学习的框架来减轻该效应，同时保留肿瘤分类相关信息	揭示了拉曼光谱中可准确预测患者身份的隐藏批次效应，并引入对抗深度学习算法框架来减少样本特异性混杂信号的影响	研究仅基于胶质瘤肿瘤样本的拉曼光谱数据集，方法的通用性有待在其他数据集和疾病类型上验证	研究拉曼光谱数据中批次效应的存在与影响，并开发减轻该效应的方法以提升机器学习模型的鲁棒性和泛化能力	胶质瘤肿瘤样本的拉曼光谱数据	机器学习	胶质瘤	拉曼光谱	对抗深度学习	光谱数据	NA	NA	NA	NA	NA
120	2026-11-14	CNN-transformer-based model explained by SHAP and multi-head attention weights for time series forecasting 2026, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-026-63013-0 PMID:43019171	研究论文	本文提出了一种结合卷积神经网络和多头注意力机制的混合架构，用于多元时间序列预测，并通过SHAP和多头注意力权重进行可解释性分析	将CNN的局部特征提取能力与Transformer的多头注意力机制相结合，并创新性地使用SHAP和多头注意力权重来解释模型预测	仅在单一的水电天然流量时间序列数据集上进行了评估，泛化能力有待验证	提升多元时间序列预测的准确性并提供模型可解释性	水电天然流量时间序列数据	机器学习	NA	NA	CNN, Transformer	时间序列	NA	NA	CNN-Transformer	平均绝对百分比误差	NA