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
1301	2026-09-21	Comprehensive perturbation of transcription factors in human cardiomyocytes reveals the regulatory architecture of congenital heart disease 2026-Jan-05, bioRxiv : the preprint server for biology DOI:10.64898/2025.12.15.694070 PMID:41446109	研究论文	该论文通过系统扰动人类干细胞分化过程中心肌细胞中的转录因子，揭示了先天性心脏病的调控架构	系统扰动了1983个转录因子和981个增强子，构建了转录因子-基因调控网络，并开发了深度学习Transformer模型从转录组预测扰动的转录因子	未明确提及	定义先天性心脏病基因的调控架构，理解发育网络结构，并解读CHD变异和机制	人类干细胞分化而来的心肌细胞、1983个转录因子、981个增强子、CHD患者转录组	机器学习	先天性心脏病	转录因子扰动、增强子扰动、转录组分析、深度学习	Transformer	转录组数据	1983个转录因子、981个增强子、CHD患者转录组样本（具体数量未明确）	NA	Transformer	NA	NA
1302	2026-09-21	Nephrocast-V: A Deep Learning Model for the Prediction of Vancomycin Trough Concentration Using Electronic Health Record Data 2026-01, Pharmacotherapy IF:2.9Q2 DOI:10.1002/phar.70062 PMID:41025800	研究论文	该研究开发并验证了一种深度学习模型（Nephrocast-V），利用电子健康记录数据提前2天预测重症患者的万古霉素谷浓度，并提供剂量调整建议	首次将LSTM与多头注意力机制结合并辅以跳跃连接来整合既往剂量信息，用于提前2天预测万古霉素谷浓度，性能与危重症药剂师使用贝叶斯给药软件相当	研究为单中心回顾性研究，样本量有限（2205例），仅基于加州大学圣地亚哥健康系统的ICU患者，外部验证不足	验证深度学习模型能否准确提前2天预测重症患者的万古霉素谷浓度，并提供最优剂量调整建议以达到目标药物浓度	2016年1月1日至2024年6月30日期间加州大学圣地亚哥健康系统ICU收治的成人患者	机器学习	感染性疾病	电子健康记录数据分析	LSTM, 多头注意力机制	电子健康记录数据（包括人口统计学、合并症、生命体征、实验室检查、用药及万古霉素剂量信息）	2205例ICU患者就诊记录	NA	LSTM, 多头注意力机制, 跳跃连接	平均绝对误差, 均方根误差	NA
1303	2026-09-21	DeepIMB: Imputation of non-biological zero counts in microbiome data 2026-01, Genes & genomics IF:1.6Q3 DOI:10.1007/s13258-025-01693-0 PMID:41196474	研究论文	提出了一种基于深度学习的微生物组数据插补方法DeepIMB，用于识别和插补非生物零计数	首次将深度学习与伽马-正态混合模型结合，并整合分类群丰度、样本协变量和系统发育距离等多源信息来插补非生物零	仅在模拟研究中验证，缺乏真实微生物组数据集的实验验证	解决微生物组数据中非生物零计数对下游分析造成的干扰问题	微生物组数据中的非生物零计数	机器学习	NA	NA	深度神经网络	数值型	NA	NA	深度学习神经网络	均方误差, 皮尔逊相关系数, 瓦瑟斯坦距离	NA
1304	2026-09-21	Multitrait analyses identify genetic variants associated with aortic valve function and aortic stenosis risk 2026-01, Nature genetics IF:31.7Q1 DOI:10.1038/s41588-025-02397-7 PMID:41419685	研究论文	使用深度学习从磁共振成像中测量主动脉瓣功能指标，进行全基因组关联研究和多性状分析，识别与主动脉瓣功能及主动脉瓣狭窄风险相关的遗传变异	结合深度学习测量的主动脉瓣功能指标与主动脉瓣狭窄的GWAS进行MTAG分析，识别了166个独特位点，并在独立队列中验证了多基因风险评分的预测能力，通过孟德尔随机化发现Lp(a)和LDL对主动脉瓣功能的潜在因果作用	未明确提及	识别与正常主动脉瓣功能相关的遗传变异，并评估其对主动脉瓣狭窄风险的影响	英国生物银行（UK Biobank）的59,571名参与者，以及All of Us和Mass General Brigham Biobank队列	机器学习	心血管疾病	全基因组关联研究（GWAS）、多性状分析（MTAG）、孟德尔随机化、深度学习	深度学习模型（具体架构未指明）	图像、遗传数据	59,571名UK Biobank参与者，以及All of Us和Mass General Brigham Biobank队列	NA	NA	风险比（HR）、P值	NA
1305	2026-09-21	Mimicking opioid analgesia in cortical pain circuits 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-09908-w PMID:41501467	研究论文	本文研究了前扣带皮层中阿片类药物调节疼痛的神经机制，并通过深度学习行为分析和纵向神经记录，开发了一种模拟阿片类镇痛效果的化学遗传学基因疗法	首次揭示了前扣带皮层中编码自发疼痛相关行为的神经元群体，并开发了靶向阿片敏感神经元的化学遗传学基因疗法，能够复制吗啡的镇痛效果	研究仅在小鼠模型中进行，尚未在人类中验证；化学遗传学基因疗法的长期安全性和有效性需要进一步研究	揭示阿片类药物如何调节前扣带皮层疼痛回路，并开发更安全、更靶向的慢性疼痛治疗方法	小鼠的前扣带皮层神经元和慢性神经病理性疼痛模型	神经科学	慢性疼痛	深度学习行为分析、纵向神经记录、化学遗传学基因疗法	深度学习模型	行为数据、神经电生理数据	NA	NA	NA	NA	NA
1306	2026-09-21	Particle Morphology Controls the Bulk Mechanical Behavior of Far-Side Lunar Regolith from Chang'e-6 Samples and Deep Learning 2026, Research (Washington, D.C.) DOI:10.34133/research.1064 PMID:41522610	研究论文	结合高分辨率X射线微计算机断层扫描与半监督机器学习，重建并分析嫦娥六号月背样品中349,740个颗粒，通过离散元模拟揭示颗粒形态对力学行为的影响	首次对嫦娥六号月背样品进行高通量颗粒形态重建与分析，发现月背月壤比月正面样品更不规则，并首次获取月背月壤的高内摩擦角和粘聚力参数	未明确说明月背月壤的采样深度和空间代表性，模拟仅考虑5-15 kPa的围压范围，可能未涵盖所有月球表面条件	研究嫦娥六号月背月壤的颗粒形态特征及其对整体力学行为的影响，为未来月球探测和原位资源利用提供岩土工程参数	嫦娥六号返回的月球背面月壤样品（南极-艾特肯盆地）	数字病理学	NA	高分辨率X射线微计算机断层扫描、半监督机器学习、离散元方法模拟	半监督机器学习	图像	349,740个颗粒	NA	NA	中值粒径、三维球形度、内摩擦角、粘聚力	NA
1307	2026-09-21	XMP-Net: An XAI-Based Modified Xception Model for Recognizing Monkeypox and Other Skin Diseases 2026, BioMed research international IF:2.6Q3 DOI:10.1155/bmri/1113178 PMID:41522723	研究论文	本研究提出了一种基于改进Xception的深度学习架构XMP-Net，用于对猴痘及其他皮肤疾病进行分类，并结合Grad-CAM和LIME增强模型可解释性	提出了XMP-Net改进型Xception架构用于猴痘识别，并整合Grad-CAM和LIME两种可解释人工智能技术，提升模型预测的透明度和临床可信度	水痘类别的分类性能相对较低（准确率77.27%），数据集规模有限，模型在资源受限环境下的实际部署效果有待进一步验证	开发一种可解释的深度学习模型，用于准确识别猴痘及其他皮肤疾病，为临床诊断提供可靠且可解释的辅助工具	皮肤图像，包括正常皮肤、水痘、麻疹和猴痘四类皮肤状况的图像	计算机视觉	猴痘、水痘、麻疹等皮肤疾病	深度学习图像分类、可解释人工智能（XAI）	CNN	图像	NA	NA	Xception	准确率、精确率、召回率、F1分数	NA
1308	2026-09-21	Automated Learning of a Dense Manifold of Electronic States and Electronic Energy Transfer and Reactions in Singlet O Collisions with N2 2026, Research (Washington, D.C.) DOI:10.34133/research.0992 PMID:41541569	研究论文	本文应用深度学习框架自动发现并拟合单态氧原子与N₂碰撞中NO的稠密电子态流形上的相容势能矩阵，提出新的半经典动力学方法，计算电子非绝热截面	1. 使用深度神经网络自动发现并拟合相容势能矩阵，覆盖稠密13态流形；2. 提出渐近扩展的曲率驱动相干切换与混合衰减半经典动力学方法，解决了原子-双原子系统对称性与完全分离末态对称性冲突；3. 获得绝热势能面及其梯度的解析表示	摘要未明确提及局限性	为高能环境（如高超声速再入飞行器周围流场）中电子能量转移和反应建模提供新能力，解决实验和理论数据缺乏的问题	单态氧原子与N₂分子的碰撞体系，涉及NO分子的稠密电子态流形	计算化学	NA	深度学习，半经典动力学模拟	深度神经网络	势能面数据，碰撞动力学数据	NA	NA	深度神经网络	电子非绝热截面	NA
1309	2026-09-21	Differentiating cytology of pancreatic ductal adenocarcinoma and pancreatic neuroendocrine tumors by EUS-FNA through hyperspectral imaging technology combined with artificial intelligence 2026, Therapeutic advances in gastroenterology IF:3.9Q1 DOI:10.1177/17562848251414188 PMID:41541641	研究论文	该研究利用高光谱成像技术结合人工智能，通过内镜超声引导细针穿刺获取的液基细胞学标本，区分胰腺导管腺癌和胰腺神经内分泌肿瘤	将高光谱成像技术与人工智能相结合，用于胰腺导管腺癌和胰腺神经内分泌肿瘤的细胞学诊断，并采用属性引导因子分解可视化技术可视化卷积神经网络的决策过程	样本量相对较小，仅基于59名患者的数据，需要更大规模的多中心研究验证	开发基于高光谱成像的卷积神经网络，辅助诊断内镜超声引导细针穿刺获取的胰腺导管腺癌和胰腺神经内分泌肿瘤液基细胞学标本	胰腺导管腺癌和胰腺神经内分泌肿瘤的液基细胞学标本	数字病理学	胰腺癌	高光谱成像，内镜超声引导细针穿刺，液基细胞学	CNN	图像	59名患者的2014张高光谱成像图像	NA	ResNet18	灵敏度，特异度，准确率，AUC	NA
1310	2026-09-21	Cycle-Consistent Zero-Shot Through-Plane Super-Resolution for Anisotropic Head MRI 2026, Information processing in medical imaging : proceedings of the ... conference DOI:10.1007/978-3-031-96628-6_17 PMID:41552688	研究论文	本文针对各向异性头部MRI的平面内超分辨率问题，提出了一种基于循环一致性零样本超分辨率方法，通过分析2D MR采集的正向问题并构建合适的线性映射，利用去噪扩散概率模型和DDNM实现超分辨率，并在多个T1加权MR数据集上验证了方法的有效性	分析了2D MR采集的正向问题并构建了合适的线性映射，将其整合到DDNM框架中，实现了零样本、循环一致的超分辨率，无需训练数据中的高分辨率图像，且能保证估计的高分辨率图像与低分辨率观测循环一致，避免了深度学习超分辨率中常见的幻觉问题	方法主要针对T1加权头部MRI图像，在其他MRI序列或身体部位的泛化能力未验证	解决临床各向异性MRI图像的低分辨率问题，通过超分辨率技术提升图像质量	各向异性头部MRI图像	计算机视觉, 医学图像处理	NA	MRI成像	去噪扩散概率模型	MRI图像	来自多个数据集的T1加权头部MRI图像，包括训练集保留对象及两个外部站点数据	NA	DDNM（去噪扩散零空间模型）	失真度量，感知度量	NA
1311	2026-09-21	Whose city is it? Mapping perceived urban livability with citizen-guided AI 2026, npj urban sustainability IF:9.1Q1 DOI:10.1038/s42949-025-00320-x PMID:41583077	研究论文	开发轻量级深度学习模型（AI-voters），基于DUA居民和城市规划者的宜居偏好，使用开源卫星影像绘制城市宜居性地图	采用两步城市形态采样策略，将数据需求降低90%；训练独立的AI-voters以区分规划者和DUA居民的偏好；证明AI-voters能作为可扩展的本地洞察代理	未明确提及	解决传统宜居性指标忽视弱势群体经验的问题，通过公民引导的AI实现包容性参与式城市宜居性映射	加纳大阿克拉都市区的DUA居民和城市规划者的宜居偏好	计算机视觉、机器学习	NA	深度学习、卫星遥感	CNN	图像	未明确提及	NA	轻量级深度学习模型	NA	NA
1312	2026-09-21	An optimized EEG-based hybrid deep learning framework for schizophrenia detection 2026-Jan, Biomedical engineering letters IF:3.2Q2 DOI:10.1007/s13534-025-00509-0 PMID:41584819	研究论文	本文提出了一种基于脑电信号的精神分裂症检测混合深度学习框架，结合MAO优化算法、CNN和GRU网络，实现了高精度的早期诊断	提出了突变增强阿基米德优化算法用于脑电信号预处理，并将该算法与CNN-GRU混合深度学习模型集成，实现了双目标优化，同时提升检测准确率和降噪效果	未明确讨论模型的泛化能力、跨数据集验证以及临床实际部署的可行性，样本来源和多样性未详细说明	开发一种基于脑电信号的混合深度学习方法，用于精神分裂症的早期诊断，提高诊断准确率和信号质量	精神分裂症患者的脑电信号数据	机器学习	精神分裂症	脑电图	CNN, GRU	信号	NA	NA	CNN, GRU	准确率, 精确率, 召回率, F1分数, 特异性	NA
1313	2026-09-21	A Deep Learning-Generated Mixed Tumor-Stroma Ratio for Prognostic Stratification and Multi-omics Profiling in Bladder Cancer 2026, Research (Washington, D.C.) DOI:10.34133/research.1053 PMID:41602481	研究论文	该研究开发了一个卷积神经网络来量化膀胱癌中的混合瘤-间质比率（MTSR），并评估其预后价值，探索其分子机制，并构建MRI放射组学模型进行非侵入性预测	开发了深度学习生成的MTSR，在膀胱癌中展示了可重复性和预后独立性，并与ITGB8富集的间质-致癌通路机制相关；构建了基于mpMRI放射组学的非侵入性MTSR预测模型	未明确提及	量化膀胱癌中的肿瘤-间质结构，改进风险分层，并探索其分子基础	膀胱癌患者和肿瘤组织样本	数字病理学	膀胱癌	全幻灯片图像分割、RNA测序、单细胞RNA测序、放射组学	CNN、随机森林	图像、文本（组学数据）	多中心队列（未指定具体数量）	NA	ResNet50	准确率、Cohen's kappa、Cox回归、Kaplan-Meier分析	NA
1314	2026-09-21	Advancing regulatory variant effect prediction with AlphaGenome 2026-01, Nature IF:50.5Q1 DOI:10.1038/s41586-025-10014-0 PMID:41606153	研究论文	本文提出了一种统一的DNA序列模型AlphaGenome，能够从1 Mb的DNA序列输入预测数千种功能基因组轨迹，达到单碱基对分辨率，并在变异效应预测评估中超越了现有模型	AlphaGenome同时解决了输入序列长度和预测分辨率的权衡问题，能够以单碱基对分辨率预测多种模态的功能基因组轨迹，并在26项变异效应预测评估中的25项达到或超过最强现有模型，还能同时评估所有模态的变异效应以准确重现TAL1癌基因附近临床相关变异的机制	摘要中未明确提及研究的局限性	开发一种统一的深度学习模型，从DNA序列出发预测多种功能基因组测量指标，以实现对遗传调控密码的解码和变异效应的准确预测	人类和小鼠基因组DNA序列	基因组学	癌症	深度学习序列建模，功能基因组学预测	深度学习	DNA序列，功能基因组轨迹数据	人类和小鼠基因组	NA	AlphaGenome	变异效应预测评估	NA
1315	2026-09-21	A Deep Learning Model to Guide Personalized Mechanical Circulatory Support Use in Cardiogenic Shock Patients Undergoing PCI 2026-Jan, JACC. Advances DOI:10.1016/j.jacadv.2025.102379 PMID:41609277	研究论文	该研究开发并验证了一个名为OPtiMCS的深度学习模型，用于预测接受经皮冠状动脉介入治疗的心源性休克患者使用机械循环支持装置后的多种临床结局，并模拟不同装置转换后的效果以指导个性化治疗	首次利用深度学习模型整合心源性休克患者从入院到机械循环支持置入期间纵向的临床、血流动力学和代谢变量，预测多种结局并模拟IABP与mAFP之间的转换效果，以支持以患者为中心的治疗决策	研究为多中心回顾性分析，样本量相对有限（1408例），模型尚需外部验证和临床实践验证才能推广应用	开发和验证一个深度学习模型，以指导接受PCI的心源性休克患者个性化使用机械循环支持装置	1408名接受IABP或mAFP治疗的心源性休克患者	机器学习	心血管疾病	NA	TabNet	临床数据、血流动力学数据、代谢数据	1408名心源性休克患者	PyTorch	TabNet	AUC	Google Colab
1316	2026-09-21	Improved quantification in end-to-end deep learning FastPET reconstruction using multi-view histo-images of attenuation correction factors 2026-Jan, IEEE transactions on radiation and plasma medical sciences IF:4.6Q1 DOI:10.1109/trpms.2025.3569198 PMID:41625252	研究论文	本文提出使用多视角衰减校正因子直方图图像改进端到端深度学习PET重建的量化精度	提出使用多视角衰减校正因子直方图图像替代传统的衰减图作为网络输入，并探索了将其作为独立通道、用于预校正数据或两者兼用的方式，显著提高了图像量化精度	未明确说明局限性，可能包括方法在更广泛数据集上的泛化能力、计算复杂度等	改进端到端深度学习PET重建的量化精度，减少重建图像中的偏差	PET图像重建	计算机视觉	NA	PET重建	CNN	图像	NA	NA	NA	相对差异、绝对偏差、p值	NA
1317	2026-09-21	An epilepsy prediction and management system based on federated learning combined with hybrid harmony search and mutual information (HAS-MI)-based feature selection approach 2025-Dec-29, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30919-0 PMID:41461827	研究论文	本文提出了一种基于联邦学习的癫痫预测与管理系统，结合混合和声搜索与互信息（HSA-MI）特征选择方法，使用EpilepNet-LD模型进行EEG信号分析以实现癫痫发作检测	提出了EpilepNet-LD架构，将LSTM与DenseNet-121结合以同时捕获EEG信号的时序依赖性和层次化空间特征；引入联邦学习框架实现去中心化EEG分析并保护患者隐私；采用混合和声搜索与互信息（HSA-MI）特征选择技术识别最优的时序、频谱和空间EEG特征以降低计算开销	摘要中未明确提及研究局限性	开发一种实时、高精度的癫痫发作检测与管理系统，克服现有方法跨病例适用性差、误报过多和特征选择效率低等问题，同时保护患者隐私	癫痫患者的EEG信号数据	机器学习	癫痫	EEG信号分析、联邦学习、混合和声搜索与互信息特征选择	LSTM、DenseNet-121	EEG信号（时序数据）	NA	NA	LSTM, DenseNet-121	准确率, 灵敏度	NA
1318	2026-09-21	High-fidelity 3D mesh generation from a single sketch using shape constraints 2025-Dec-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30843-3 PMID:41453959	研究论文	本文提出了一种从单张草图生成高保真三维网格的简化网络架构，通过形状约束实现几何保真度。	采用表达力强的PowerMLP架构于编码器-解码器框架中，并集成三维形状约束替代传统判别器，实现协作生成过程中的几何保真度。	摘要中未提及	解决从单张手绘草图重建高保真三维模型的挑战。	合成风格化草图和真实手写输入。	计算机视觉	NA	深度学习	编码器-解码器框架，PowerMLP	图像（草图）	摘要中未提及	NA	编码器-解码器，PowerMLP，MLP	NA	NA
1319	2026-09-21	Automated Food Weight and Content Estimation Using Computer Vision and AI Algorithms: Phase 2 2025-12-22, Sensors (Basel, Switzerland) DOI:10.3390/s26010076 PMID:41516511	研究论文	该文利用计算机视觉和人工智能技术，在自助餐厅场景中通过RGB和深度摄像头识别食物内容并估计食物重量	结合RGB和深度摄像头测量食物体积，并针对每种食物类型应用密度模型来估计重量，通过实验校准参数生成体积-重量转换表	仅在米饭和鸡肉上进行了验证，未涉及更多食物种类和更复杂的餐饮环境	量化餐饮服务中的关键组成部分，具体聚焦于餐厅环境下的食物内容识别和份量估计	自助餐厅中的食物托盘和食物项目	计算机视觉	NA	RGB和深度摄像头成像	YOLO	图像	NA	NA	YOLO	精确率-召回率曲线, 平均精度均值(mAP), 误差范围	NA
1320	2026-09-21	MapReduce-based deep learning framework for potato leaf disease detection in sustainable precision agriculture 2025-Dec-20, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-30940-3 PMID:41419754	研究论文	该研究提出了一种基于MapReduce的深度学习框架，使用轻量级MobileNetV3分类器对马铃薯叶片病害进行检测，并在包含2152张图像的数据集上实现了高精度分类	将轻量级MobileNetV3分类器与MapReduce风格的数据流水线相结合，实现预处理和批量推理的并行化处理，使系统具备水平扩展能力以支持大规模部署和持续图像摄入	未明确讨论模型在真实田间环境中的泛化能力，数据集规模相对较小（2152张图像），且仅针对三类病害分类	实现马铃薯叶片病害的准确及时检测，以最小化产量损失，并探索MapReduce在大规模农业病害监测中的可扩展性	马铃薯叶片图像	计算机视觉	植物病害	深度学习图像分类	CNN	图像	2152张图像，分为三类	NA	MobileNetV3	准确率, 灵敏度, 特异性, F1分数, 误分类率, 混淆矩阵	GPU