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
1321	2026-03-05	Optimizing high-resolution knee MRI at 3 tesla: conventional acceleration versus deep learning reconstruction 2026-Mar-03, BMC medical imaging IF:2.9Q2 DOI:10.1186/s12880-026-02251-0 PMID:41776433	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1322	2026-04-12	Artificial Intelligence in Critical Care Nephrology: Current Applications, Emerging Techniques, and Challenges to Clinical Integration 2026-Mar-01, Kidney360 IF:3.2Q1 DOI:10.34067/KID.0000001037 PMID:41148218	综述	本文综述了人工智能在重症监护肾病学中的当前应用、新兴技术以及临床整合面临的挑战	概述了包括保形预测、因果推断和强化学习在内的新兴AI技术，以及生成式AI和大语言模型在重症监护肾病学中的潜在应用，并提出了推动该领域发展的四项优先事项	AI对以患者为中心的结果（如死亡率、透析依赖性和成本效益）的影响仍不确定，并且存在数据异质性、外部验证有限、警报疲劳和经济约束等持续障碍	探讨人工智能在重症监护肾病学领域的应用潜力、现有挑战及未来发展方向	重症监护肾病学中的临床实践、患者管理及AI工具	机器学习	肾病	机器学习，深度学习，强化学习，生成式AI，大语言模型	NA	临床数据	NA	NA	NA	预测准确性，诊断能力	NA
1323	2026-04-12	Non-invasive hemoglobin estimation with outcome prediction via deep learning analysis of ECG-derived cardiac micro-dynamics 2026-Mar, Internal and emergency medicine IF:3.2Q1 DOI:10.1007/s11739-025-04209-6 PMID:41329232	研究论文	本研究开发了一种基于心电图（ECG）和深度学习的非侵入性血红蛋白（Hb）估计模型，用于检测贫血并预测全因死亡率和新发心力衰竭风险	首次利用深度学习分析心电图衍生的心脏微动力学特征来非侵入性估计血红蛋白水平，并评估其对心血管风险的预测能力	研究为回顾性设计，可能存在选择偏倚；模型性能在轻度贫血检测中较低；外部验证集性能略有下降	开发一种非侵入性、低成本的贫血筛查工具，并评估其诊断和预后价值	心电图信号和对应的血红蛋白水平数据	机器学习	贫血,心血管疾病	心电图（ECG）分析	深度学习模型（DLM）	心电图信号	训练集：187,202名患者的388,166份心电图；内部测试集：24,279名患者；外部测试集：29,247名患者	NA	NA	受试者工作特征曲线下面积（AUC）, 灵敏度, 特异性, Pearson相关系数, 风险比（HR）	NA
1324	2026-04-12	A universal framework for IMRT dose prediction 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70384 PMID:41833521	研究论文	本文提出了一种名为UniDose的深度学习通用剂量预测模型，旨在适应多种疾病部位和临床场景，特别是针对任意射束配置的IMRT治疗计划	UniDose模型通过广义输入通道设计（包括归一化处方剂量图、加权避让掩码和射束追踪图像）以及基于nnU-Net的定制化网络架构，实现了跨疾病部位和射束配置的通用剂量预测，并结合了参考引导的优化引擎以确保预测剂量的物理可实现性	模型在训练和测试中使用了871名患者的数据，尽管覆盖了25种疾病部位，但可能仍需更大规模、更多样化的数据集以进一步提升泛化能力；此外，模型依赖于特定的射束追踪算法和优化引擎，可能限制了其在其他技术平台上的直接应用	开发一个通用的深度学习剂量预测框架，以提升IMRT治疗计划的质量和效率，并增强模型在真实世界多样化临床场景中的适用性	IMRT治疗计划中的剂量分布预测，重点关注多种疾病部位（如前列腺、肝脏、脑部等）和任意射束配置	医学影像分析	多种癌症（包括前列腺癌、肝癌、脑瘤等）	深度学习，射线追踪算法，剂量优化	CNN	3D医学影像数据，剂量分布图	871名患者，涵盖25种疾病部位	PyTorch（基于nnU-Net框架）	nnU-Net	Gamma通过率（GPR），剂量体积直方图（DVH）指标	NA
1325	2026-04-12	A device-invariant multi-modal learning framework for respiratory disease classification 2026-Feb-26, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-026-02445-4 PMID:41748911	研究论文	本文提出了一种设备无关的多模态深度学习框架，用于联合分析咳嗽声学、人口统计学数据和症状描述，以实现成人呼吸系统疾病的多标签分类	提出了一种嵌入对抗分支的音频编码器以实现设备无关的特征学习，并结合不变风险最小化增强损失以提高对非结构性偏移的鲁棒性	NA	开发一种可扩展且可转移的基于AI的咳嗽驱动呼吸系统筛查方法，以推进临床适用性	成人呼吸系统疾病	机器学习	呼吸系统疾病	咳嗽声分析	深度学习	音频, 人口统计学数据, 文本	超过10,000个病例，涵盖七种主要呼吸系统疾病	NA	NA	AUROC	NA
1326	2026-04-12	Explainable deep learning framework incorporating medical knowledge for insulin titration in diabetes 2026-Feb-26, Communications medicine IF:5.4Q1 DOI:10.1038/s43856-026-01449-1 PMID:41748914	研究论文	本文提出了一种结合医学知识的可解释深度学习框架，用于糖尿病胰岛素剂量调整	引入专家引导的可解释人工智能框架，结合Shapley Taylor交互指数捕获特征交互影响，并通过医生在环过程编码临床约束以对齐医学专业知识	研究主要基于两个电子健康记录队列，样本量相对有限，且外部验证数据集规模较小	提高深度学习模型在糖尿病胰岛素剂量调整中的透明度和可信度	2型糖尿病住院患者	机器学习	糖尿病	电子健康记录分析	深度学习模型	电子健康记录	内部数据集1,275名住院患者，外部数据集292名患者	NA	NA	胰岛素剂量调整准确性	NA
1327	2026-02-26	Performance comparison and future perspectives of deep learning and classical machine learning in bone tumor applications: a systematic review (2019-2025) 2026-Feb-24, BMC medical informatics and decision making IF:3.3Q2 DOI:10.1186/s12911-026-03401-8 PMID:41735994	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1328	2026-04-12	DynMoCo: a Novel AI Framework to Reveal Modular Substructures of Protein From Molecular Dynamics 2026-Feb-10, bioRxiv : the preprint server for biology DOI:10.64898/2026.02.08.704355 PMID:41727081	研究论文	提出了一种名为DynMoCo的新型深度学习框架，用于从分子动力学模拟数据中识别蛋白质的动态模块化亚结构	将社交网络科学中的动态社区检测方法引入分子动力学分析，首次结合图卷积网络与循环模型进行端到端的动态社区检测	方法目前仅在整合素系统上进行了验证，需要进一步扩展到更多蛋白质体系	开发能够揭示蛋白质动态模块化亚结构的AI分析框架	蛋白质分子动力学模拟数据	机器学习	NA	分子动力学模拟	图卷积网络, 循环模型	分子图数据	三个整合素系统的力拉伸和力钳制引导分子动力学模拟	NA	DynMoCo	NA	NA
1329	2026-04-12	Development of deep learning model to screen for primary open-angle glaucoma in African ancestry individuals 2026-Feb-06, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02318-2 PMID:41652030	研究论文	本研究开发了一种深度学习模型，用于筛查非洲裔人群中的原发性开角型青光眼（POAG）	针对非洲裔人群开发了首个基于深度学习的POAG筛查模型，并成功在亚洲裔数据集上进行跨种族验证	模型在非洲裔人群中的训练数据可能仍存在代表性不足的问题，且跨种族验证仅在一个外部数据集上进行	开发一种人工智能模型，用于在非洲裔人群中筛查原发性开角型青光眼	非洲裔人群中的POAG患者和健康对照者	计算机视觉	青光眼	眼底摄影	深度学习	图像	64,129张图像（来自1,782例病例和682例对照）	NA	Vision-Transformer	AUC	NA
1330	2026-04-12	Deep Learning for analyzing chaotic dynamics in biological time series: Insights from frog heart signals 2026-Jan-07, Neurocomputing IF:5.5Q1 DOI:10.1016/j.neucom.2025.131820 PMID:41958751	研究论文	本研究提出了一种结合深度学习和基于数学模型的选择策略的自动算法，用于分析生物时间序列中的混沌动力学，特别是在短而嘈杂的青蛙心脏信号中检测混沌行为	提出了一种针对短而嘈杂实验时间序列的自动算法，结合深度学习和基于数学模型的选择策略，克服了传统混沌检测技术和深度学习在小数据集上的限制	算法主要基于青蛙心脏实验数据验证，可能在其他生物系统或更复杂场景中的泛化能力未充分测试	分析生物时间序列中的混沌动力学，特别是与病理心律失常相关的混沌行为检测	青蛙心脏实验获得的生物时间序列信号	机器学习	心血管疾病	NA	深度学习	时间序列数据	NA	NA	NA	高准确度结果	NA
1331	2026-04-12	MVGFormer: Multi-view perspective with graph-guided transformer for cryo-ET segmentation 2026-Jan-03, Knowledge-based systems IF:7.2Q1 DOI:10.1016/j.knosys.2025.114810 PMID:41959693	研究论文	本文提出了一种名为MVGFormer的新型基于Transformer的框架，用于冷冻电子断层扫描（cryo-ET）分割任务	首次将基于Transformer的模型应用于cryo-ET分割，并引入了多视角融合Transformer编码器、并行上下文编码器、两种互补的3D解码器以及视图掩码自监督学习策略	未在摘要中明确说明	改进冷冻电子断层扫描（cryo-ET）的分割性能，以更好地支持粒子对齐、分类等后续任务	冷冻电子断层扫描（cryo-ET）数据中的生物大分子结构	计算机视觉	NA	冷冻电子断层扫描（cryo-ET）	Transformer	3D图像	六个cryo-ET数据集	NA	MVGFormer（包含多视角融合Transformer编码器、并行上下文编码器、多级特征融合解码器、并行空洞卷积解码器）	NA	NA
1332	2026-04-12	In Vivo Demonstration of Deep Learning-Based Photoacoustic Visual Servoing System 2026-Jan, IEEE transactions on bio-medical engineering DOI:10.1109/TBME.2025.3584076 PMID:40577292	研究论文	本文开发了一种基于深度学习的声光视觉伺服系统，用于实时三维跟踪导管尖端	首次提出基于深度学习的声光视觉伺服系统，结合点源定位和混合位置-力控制实现实时三维跟踪	推理时间较长（实例分割方法≥516.3毫秒），可能影响实时性能；仅在小规模试验中验证（9次视觉伺服试验）	开发实时三维跟踪导管尖端的声光视觉伺服系统	心脏导管尖端	计算机视觉	心血管疾病	声光成像	深度学习	图像	9次视觉伺服试验（包括体模和活体猪实验）	NA	NA	检测率, 跟踪误差, 推理时间, 接触保持率	NA
1333	2026-04-12	Deep learning for adaptive chemotherapy: A DDPG-based approach to optimizing tumor-immune dynamics 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0345877 PMID:41950297	研究论文	本文提出了一种基于深度强化学习的化疗调控框架，用于实现个性化、动态优化的癌症治疗	采用深度确定性策略梯度算法在连续动作空间中学习最优给药策略，并引入高斯噪声模拟治疗反应中的生理振荡和不确定性，提高了策略的稳定性和适应性	模型基于简化的非线性动态系统，可能未完全涵盖肿瘤微环境的复杂性；实验为模拟研究，需进一步临床验证	实现个性化、低毒性的自适应化疗优化	肿瘤微环境动态演化模型（包括肿瘤细胞、正常细胞和免疫细胞相互作用）	机器学习	癌症	深度强化学习	DDPG	模拟数据	多种初始场景的模拟实验	NA	深度确定性策略梯度网络	肿瘤生长控制效果、药物浓度累积、灵活性与安全性评估	NA
1334	2026-04-12	Development and evaluation of a multimodal feature-based predictive model for radiotherapy-induced oral mucositis in nasopharyngeal carcinoma 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346251 PMID:41955202	研究论文	本研究开发并评估了一种基于多模态特征的预测模型，用于预测鼻咽癌患者放疗诱导的口腔黏膜炎	在有限样本量的小队列设置下，系统比较了传统机器学习算法与深度学习架构的多分类预测性能，并提出了结合特征降维与轻量级网络（1D-CNN）的优越策略	研究样本量较小（108例患者），且高维多模态3D-CNN模型在有限数据下出现了严重的过拟合和模式崩溃现象	准确预测头颈癌放疗诱导的口腔黏膜炎，以实现个性化治疗	鼻咽癌患者	机器学习	鼻咽癌	CT成像、剂量分布分析	传统机器学习算法, 深度学习模型（1D-CNN, 3D-CNN）	多模态数据（CT影像、剂量分布、临床特征）	108例患者	NA	1D-CNN, 3D-CNN	AUC, 准确率, Matthews相关系数	NA
1335	2026-04-12	ATEdrug: A reliable human-in-the-loop annotation scheme for aspect term extraction and polarity detection in drug reviews 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0344296 PMID:41955228	研究论文	本文提出了一种名为ATEDrug的人机协同标注方案，用于从药物评论中提取方面术语并检测情感极性，以支持药物警戒研究	提出了一种结合专家驱动规则与最小人工干预的自动化标注方案，并构建了针对抑郁症、关节炎和避孕三种医疗状况的公开标注数据集	标注方案主要依赖规则方法，可能无法覆盖所有语言表达变体；研究仅针对三种特定医疗状况	开发可靠的自动化标注方案以支持药物评论中的方面术语提取和情感极性检测，促进药物安全监测	药物评论文本数据	自然语言处理	抑郁症,关节炎,避孕	方面术语提取,情感极性检测	BERT,BioBERT,ClinicalBERT,Transformer	文本	NA	NA	BERT,BioBERT,ClinicalBERT,Transformer	标注者一致性	NA
1336	2026-04-12	Voxel-wise deep learning segmentation of hydroxyapatite and iodine in spectral photon-counting CT: A quantitative phantom study 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346825 PMID:41955258	研究论文	本研究开发了一种名为SPFF-UNet的深度学习模型，用于在光谱光子计数CT中直接对羟基磷灰石和碘进行体素级分割，无需材料分解预处理	首次提出了一种光谱保持的3D分割模型，集成了光谱挤压激励、EnergyFiLM和FourierGate模块，以直接利用多能量信息进行体素级材料分类，避免了传统材料分解步骤	研究基于体模实验，尚未进行体内验证，且样本类型和数量有限	开发一种直接从光谱光子计数CT数据中准确分割羟基磷灰石和碘浓度的深度学习方法，以改善钙化性肌肉骨骼疾病和血管钙化的诊断	包含羟基磷灰石、碘、软组织等效物和水的圆柱体模	计算机视觉	钙化性肌肉骨骼疾病	光谱光子计数CT	深度学习	图像	一个包含12种材料的体模扫描，包括5种羟基磷灰石浓度、3种碘浓度、3种软组织等效物和水	NA	SPFF-UNet, ResUNet++	Dice系数, IoU, 灵敏度, 精确度	NA
1337	2026-04-12	An interpretable deep learning framework for predictive modeling of postoperative infections in ICU patients 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0346896 PMID:41955272	研究论文	本研究提出了一种结合可解释性特征重要性测试的深度神经网络框架，用于预测ICU患者术后感染风险	将排列特征重要性测试（PermFIT）与深度神经网络结合，在保持高预测性能的同时提供特征层面的可解释性	研究基于单一数据库（MIMIC-III），未在外部数据集验证模型泛化能力	开发可解释的深度学习模型以预测ICU患者术后感染风险并识别关键影响因素	重症监护室（ICU）接受手术的患者	机器学习	术后感染	电子健康记录分析	深度神经网络（DNN）	电子健康记录（EHR）	MIMIC-III大型ICU EHR数据库中的患者记录	NA	深度神经网络	预测准确性	NA
1338	2026-04-12	Deep multimodal fusion of patho-radiomic and clinical data for enhanced survival prediction for colorectal cancer patients 2025-Dec-05, NPJ digital medicine IF:12.4Q1 DOI:10.1038/s41746-025-02210-z PMID:41350716	研究论文	本研究提出了一个名为PRISM-CRC的新型深度学习框架，通过整合组织病理学、放射学、内窥镜和临床数据来改善结直肠癌的诊断和预后预测	开发了首个深度融合病理-放射组学与临床数据的多模态框架，在生存预测和微卫星不稳定性识别方面显著优于单模态模型，并能提供比传统TNM分期更精细的风险分层	存在因'领域偏移'导致的性能适度下降，以及在形态学模糊病例中的分类错误，需要未来前瞻性试验验证其临床效用	改善结直肠癌的诊断和预后预测，实现个性化治疗	结直肠癌患者	数字病理学	结直肠癌	深度学习，多模态融合	深度学习框架	组织病理学图像，放射学图像，内窥镜图像，临床数据	NA	NA	PRISM-CRC	一致性指数，AUC	NA
1339	2026-04-12	MLSPred-bench: Transforming electroencephalography (EEG) datasets into machine learning-ready epileptic seizure prediction benchmarks 2025-Dec, MethodsX IF:1.6Q2 DOI:10.1016/j.mex.2025.103574 PMID:40949826	研究论文	本文介绍了一种将用于癫痫检测的脑电图数据集转换为适合癫痫发作预测的机器学习就绪基准的方法	开发了一种新方法，能将标注为检测用途的脑电图大数据转换为适用于预测任务的机器学习就绪数据，并生成了12个基准数据集	NA	为癫痫发作预测模型开发提供标准化的机器学习就绪基准数据	脑电图数据集	机器学习	癫痫	脑电图	机器学习模型,深度学习模型	脑电图信号	NA	NA	NA	验证准确率	NA
1340	2026-04-12	Optimising personalised antibiotic treatment for methicillin-resistant Staphylococcus aureus bloodstream infections in ICU patients using a deep learning-based causal inference approach 2025-12, Journal of global antimicrobial resistance IF:3.7Q2 DOI:10.1016/j.jgar.2025.08.012 PMID:40882869	研究论文	本研究利用基于深度学习的因果推断模型，评估了万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的降低效果，并识别了与各抗生素疗效相关的患者特征	首次将基于深度学习的因果推断模型应用于ICU患者MRSA血流感染的抗生素个性化治疗评估，能够量化不同抗生素的死亡率降低效果并识别特定患者亚群的疗效差异	研究样本量相对较小（仅270名患者），且数据来源于回顾性数据库，可能存在选择偏倚和未测量的混杂因素	评估万古霉素、达托霉素和利奈唑胺对ICU患者MRSA血流感染住院死亡率的治疗效果，并为个性化抗生素治疗提供依据	重症监护室（ICU）中患有耐甲氧西林金黄色葡萄球菌（MRSA）血流感染的患者	机器学习	血流感染	基于深度学习的因果推断	深度学习模型	临床数据	270名ICU患者	NA	NA	平均处理效应（ATE）、P值	NA