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
1341	2026-07-30	Highly Accelerated 3D MRI of Brain Tumors Using Deep Modular Reconstruction Networks 2026-Apr, NMR in biomedicine IF:2.7Q1 DOI:10.1002/nbm.70260 PMID:41792051	研究论文	开发名为ADMIRE的深度模块化图像重建框架，通过深度学习从欠采样k空间数据重建，显著加速脑肿瘤3D T1加权MRI采集	提出两阶段深度学习框架ADMIRE，先去除冠状位混叠伪影再增强轴位幅度图像，实现超过临床可用加速技术的八倍加速	NA	利用深度学习重建欠采样k空间数据，加速3D MRI采集，提升临床加速因子	脑肿瘤患者的增强脑部病变	计算机视觉	脑肿瘤	3D MRI	深度学习	图像	训练数据来自136个BRAVO和MPRAGE序列（47 + 89），测试使用15名患者	NA	ADMIRE（包括去混叠网络和增强网络）	图像质量评分、Wilcoxon符号秩检验	GE Healthcare扫描仪
1342	2026-07-30	Evolving landscape of imaging-based evaluation in systemic autoimmune rheumatic disease-associated interstitial lung disease: from visual assessment to quantitative artificial intelligence-assisted evaluation 2026-Apr-01, Journal of rheumatic diseases IF:2.2Q3 DOI:10.4078/jrd.2025.0161 PMID:42516722	综述	系统综述了系统性自身免疫性风湿病相关间质性肺病的影像学评估从视觉评估向定量人工智能辅助评估的演变	系统梳理了从传统密度测量到深度学习工具的影像评估技术演变，并提出了一个用于理解技术进步和评估其在SARD-ILD应用中相关性的简明框架	当前指南依赖视觉HRCT解读，缺乏标准化、可重复的评估协议，疾病进展的操作阈值定义不明确	阐明系统性自身免疫性风湿病相关间质性肺病的影像评估从定性解读到定量表型的演变过程	系统性自身免疫性风湿病相关间质性肺病患者的胸部高分辨率CT影像数据	数字病理学	间质性肺病、系统性硬化症相关间质性肺病	胸部高分辨率CT	深度学习	影像	不适用	不适用	SOFIA, eLung, Qureight, SATORI, AirQuant	不适用	不适用
1343	2026-07-30	Popformer: Learning general signatures of positive selection with a self-supervised transformer 2026-Mar-06, bioRxiv : the preprint server for biology DOI:10.64898/2026.03.06.710163 PMID:41846988	研究论文	提出一种基于自监督变换器的模型Popformer，用于学习正选择的通用特征	引入位点和单倍型注意力机制，捕捉遗传位置和个体间的变异；学习SNP间距离的相对位置嵌入；采用类似掩码语言建模的预训练目标	未明确说明	开发一种能泛化到多种进化场景的正选择检测方法	人类基因组遗传变异数据	机器学习	不适用	不适用	Transformer	基因组数据	不适用	PyTorch	Transformer	准确率、F1分数、AUC	不适用
1344	2026-07-30	A Deep Learning Algorithm for Liver Metastasis Detection at Contrast-enhanced Abdominal CT in Patients with Colorectal Cancer: A Comparative Study with Radiologists 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250242 PMID:41649392	研究论文	评估深度学习算法在结直肠癌患者对比增强腹部CT中检测肝转移的性能，并与放射科医师进行对比	与放射科医师进行盲法对比，评估深度学习算法在不同临床环境下的肝转移检测性能，包括按结节和按患者两个层级分析	未提及具体限制	评估深度学习算法在结直肠癌患者肝转移检测中的性能，并与其与放射科医师的准确性进行比较	结直肠癌患者的肝转移结节	计算机视觉	结直肠癌, 肝转移	对比增强腹部CT	深度学习算法	图像	181例结直肠癌患者（平均年龄64岁，男性102例），其中95例有肝转移，86例无肝转移	NA	NA	检测率, 假阳性率, 一致性系数	NA
1345	2026-07-30	Impact of Annotation Level on Multisequence MRI Models for Preoperative Microvascular Invasion Prediction in Hepatocellular Carcinoma 2026-Mar, Radiology. Imaging cancer DOI:10.1148/rycan.250407 PMID:41718534	研究论文	评估整合多模态数据的深度学习模型在肝癌微血管侵犯预测中的性能，并探究不同人工标注方法对性能的影响	系统比较了体素级掩码和边界框两种标注方式对肝癌MVI预测模型性能的影响，发现边界框标注在保持统计等效AUC的同时，可显著提升标注效率	NA	评估多模态深度学习模型在肝癌术前MVI预测中的表现，并分析不同人工标注方法的影响	肝癌患者的MRI扫描数据及术后组织病理学结果	数字病理学	肝癌	MRI	深度学习模型	MRI影像	281名肝癌患者（平均年龄59.05岁，238名男性）	NA	NA	AUC, ROC曲线, 校准曲线, 决策曲线分析, DeLong检验	NA
1346	2026-07-30	Impact of CT dose on AI performance: A comparison of radiomics, deep, and foundation models in a multicentric anthropomorphic phantom study 2026-Mar, Medical physics IF:3.2Q1 DOI:10.1002/mp.70374 PMID:41846467	研究论文	评估CT辐射剂量变化对放射组学、深度学习及基础模型性能的影响力，基于多中心拟人模体实验	率先系统比较多种AI模型（放射组学、浅层CNN、SwinUNETR及CT基础模型CT-FM）对CT剂量变化的鲁棒性，揭示基础模型在减轻剂量相关变异中的潜力	仅基于回顾性数据测试，处于早期实验阶段，未在临床前瞻性数据中验证	评估辐射剂量变化对AI模型鲁棒性的影响，探索基础模型在跨剂量条件下的泛化能力	使用3D打印的模拟肝脏组织异常的拟人模体扫描图像，以及公开CT-ORG数据集中的真实患者器官分类数据	计算机视觉	肝病	CT	放射组学、CNN、SwinUNETR、CT基础模型（CT-FM）	CT图像	649次扫描共1378个图像序列，来自4个制造商的13台扫描仪，含5种剂量水平	PyRadiomics, PyTorch, MONAI	浅层CNN、SwinUNETR、CT-FM	组内相关系数(ICC)、准确率、10折交叉验证	NA
1347	2026-07-30	Assessment of Predictive Factors That Shorten Duration of Treatment in Patients With Multiple Myeloma Using AI: Real-World Longitudinal Study Using Data From Medical Data Vision Claims Database 2026-Feb-19, JMIR cancer IF:3.3Q2 DOI:10.2196/75586 PMID:41711382	研究论文	利用机器学习分析日本多发性骨髓瘤患者治疗持续时间缩短的预测因素	首次使用可解释深度学习模型和点式线性模型，基于真实世界医疗索赔数据库预测多发性骨髓瘤治疗持续时间	模型AUC值较低（0.61-0.66），预测性能有限；数据来源仅限于日本，可能不适用于其他人群	识别缩短多发性骨髓瘤患者治疗持续时间的因素	日本多发性骨髓瘤患者（年龄≥18岁），包括新诊断不适合移植者和复发/难治性患者	机器学习	多发性骨髓瘤	NA	弹性网络、极端梯度提升、点式线性模型	结构化理赔数据（连续、二元、名义分类变量）	2762名患者（4848个样本）	NA	点式线性模型	曲线下面积（AUC）	NA
1348	2026-07-30	Improvements to Casanovo, a Deep Learning De Novo Peptide Sequencer 2026-02-06, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00706 PMID:41468557	研究论文	报告了Casanovo深度学习从头肽段测序模型的系列改进，旨在提升预测肽段评分的可解释性、扩展数据库搜索功能、加速训练和预测流程，并提供工作流和可视化工具	改进了肽段评分可解释性，支持数据库搜索泛化，显著提升训练和预测速度，并提供标准化工作流和可视化工具	未提及具体局限性	使Casanovo更准确易用，适用于宏蛋白质组学、抗体测序、免疫肽组学及标准蛋白质组学中的新肽段发现	Casanovo深度学习模型及其改进版本	自然语言处理	NA	质谱分析、蛋白质组学	深度学习模型	质谱数据	NA	PyTorch	Transformer	准确性、速度	NA
1349	2026-07-30	Better Inputs, Better Learning: A Peptide Embedding Tutorial for Proteomic Mass Spectrometry 2026-02-06, Journal of proteome research IF:3.8Q1 DOI:10.1021/acs.jproteome.5c00563 PMID:41528974	技术说明	介绍肽嵌入的教学教程，用于蛋白质组学质谱数据中的深度学习应用	系统比较五种肽嵌入策略，并提供免费交互式教程以降低深度学习应用的门槛	未讨论嵌入选择的理论依据或对大规模数据集的适用性	教导研究人员如何将肽序列转换为数值嵌入，并提升深度学习在蛋白质组学中的应用	肽嵌入策略（从简单单数字编码到预训练嵌入）	自然语言处理、机器学习	NA	质谱、肽段测序	深度学习（具体未指定）	肽段序列数据	NA	Google Colab	预训练嵌入（具体架构未指定）	基准测试（具体指标未指定）	Google Colab（云端计算资源）
1350	2026-07-30	Enhancing Fluorescence Lifetime Imaging With Differential Transformer 2026-Feb, Journal of biophotonics IF:2.0Q3 DOI:10.1002/jbio.70231 PMID:41622407	研究论文	提出了基于差分Transformer架构的MFliNet深度学习框架，用于荧光寿命成像中多指数衰减参数的精确估计	首次将差分Transformer编码器-解码器架构应用于荧光寿命成像，可联合处理时间荧光衰减和仪器响应函数，校正地形畸变	未提及具体局限性	开发适用于介观和宏观尺度荧光寿命成像的稳健实时深度学习方法	荧光寿命成像数据（组织模拟体模和临床前肿瘤模型）	计算机视觉	肿瘤模型	荧光寿命成像	Transformer	图像	组织模拟体模和临床前肿瘤模型，具体数量未提及	PyTorch	差分Transformer编码器-解码器	精度, 稳健性	NA
1351	2026-07-30	Trustworthy prediction of enzyme commission numbers using a hierarchical interpretable transformer 2026-Jan-30, Nature communications IF:14.7Q1 DOI:10.1038/s41467-026-68727-3 PMID:41617688	研究论文	提出HIT-EC模型，一种基于层次可解释Transformer的方法，用于可信的酶委员会编号预测	首次提出四层Transformer架构与EC编号层次结构对齐，并引入证据深度学习进行可信预测，同时提供生物意义上可解释的方案	对代表性不足的EC编号预测性能较低，且缺乏处理不完整标注的学习策略	实现准确且可信的酶委员会编号预测，解决现有深度学习方法在性能、标注不完整和可解释性方面的局限	酶委员会编号和蛋白质序列	自然语言处理	NA	Transformer	Transformer	蛋白质序列数据	大型数据集（具体数量未提及），外部验证数据集，以及基于物种的性能评估数据	PyTorch	Transformer（四层层次结构）	准确率、精确率、召回率、F1分数、AUC	未提及具体GPU类型或云平台
1352	2026-07-30	Feature Integration of [18F]FDG PET Brain Imaging Using Deep Learning for Sensitive Cognitive Decline Detection 2026-Jan-26, medRxiv : the preprint server for health sciences DOI:10.64898/2026.01.22.26344669 PMID:41646662	研究论文	提出一种多表征学习框架，融合[18F]FDG PET脑部成像特征和区域级定量指标，利用深度学习实现认知衰退的敏感检测与分类	提出将体素级特征（CNN/PCANet提取）与区域级特征（DNN处理）进行直接拼接融合，实现数据高效的多模态学习，显著提升认知衰退检测灵敏度	未在外部独立数据集上验证泛化性；样本量较小且仅来自ADNI单一队列；未对比其他融合策略（如注意力机制）	提升PET在认知衰退检测中的临床实用性，克服数据限制并提高诊断精度	认知衰退（包括早期阿尔茨海默病）与认知正常个体的脑部PET成像差异	计算机视觉, 数字病理学	认知衰退, 阿尔茨海默病	[18F]FDG PET成像	CNN, PCANet, DNN	医学图像（[18F]FDG PET脑成像）	252名参与者（118名认知正常，134名认知衰退），来自ADNI数据库	NA	CNN, PCANet, DNN	准确率, 召回率, F1分数, 精确度	NA
1353	2026-07-30	Bioinformatics insights into plant genomic imprinting: approaches, challenges, and future perspectives 2026-01-09, Briefings in functional genomics IF:2.5Q3 DOI:10.1093/bfgp/elaf025 PMID:41511814	综述	系统总结植物基因组印迹研究的方法、挑战及未来人工智能驱动策略	整合单细胞组学、机器学习和深度学习等多技术手段，提出人工智能驱动的表观遗传育种新视角	未深入探讨多组学数据整合的实际计算瓶颈及算法普适性验证	全面梳理植物基因组印迹的鉴定、功能和调控机制，并展望人工智能在表观遗传育种中的应用	植物基因组印迹基因及其调控网络	生物信息学	NA	单细胞组学、机器学习、深度学习	机器学习模型、深度学习模型	组学数据（单细胞、多组学）	NA	NA	NA	NA	NA
1354	2026-07-30	Associations between contralesional neuroplasticity and motor impairment through deep learning-derived MRI regional brain age in chronic stroke (ENIGMA): a multicohort, retrospective, observational study 2026-Jan, The Lancet. Digital health DOI:10.1016/j.landig.2025.100942 PMID:41577565	研究论文	利用深度学习从MRI区域脑龄分析慢性中风患者对侧半球神经可塑性与运动障碍的关联	首次揭示慢性中风后同侧半球脑龄加速老化而对侧半球脑龄减速老化的矛盾现象，明确对侧额顶网络的区域脑龄作为运动结局的关键预测因子	未提及	探究慢性中风后病灶损伤、双侧半球区域脑龄与运动结局之间的关联，并识别运动障碍的关键预测因子	慢性单侧中风患者（病程超过180天）	机器学习	中风	MRI	图卷积网络	T1加权MRI图像	501名中风患者（来自8个国家34个队列）和17791名UK Biobank个体	PyTorch	图卷积网络	调整均差、置信区间、p值	NA
1355	2026-07-30	TransGrid-CostOpt: A hybrid transformer framework for cost prediction and optimization of distribution network assets 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0350026 PMID:42213739	研究论文	提出TransGrid-CostOpt混合变压器框架，用于配电网资产成本预测与优化	融合深度学习、多目标优化、时间序列预测与强化学习决策策略，实现成本预测与优化的智能集成	未明确说明局限性	提高配电网成本预测精度与多目标优化效率，增强动态市场环境适应性	配电网资产成本预测与优化	机器学习	NA	NA	Transformer、强化学习	时间序列数据	BuildingsBench和PJM Hourly Load Data数据集	PyTorch	Transformer	准确率、效率、整体性能提升（15%-30%）	未说明
1356	2026-07-30	MEG-GPT: A transformer-based foundation model for magnetoencephalography data 2026, Imaging neuroscience (Cambridge, Mass.) DOI:10.1162/IMAG.a.1301 PMID:42516171	研究论文	提出了一种基于Transformer的磁脑电图基础模型MEG-GPT，用于建模大规模脑动力学的时空模式	首次引入时间注意力和下一时间点预测的Transformer基础模型；开发了一种新颖的数据驱动分词方法，在不损失信息的情况下保持连续MEG信号的高时间分辨率	未明确提及本文的局限性	建模脑电图数据的复杂时空模式，推动计算神经科学和神经解码应用	磁脑电图数据中的脑区时间序列	机器学习	NA	MEG	Transformer	时间序列	612名被试的闭眼静息态数据（Cam-CAN数据集）	PyTorch	Transformer	准确率	NA
1357	2026-07-30	Hybrid Convolutional-Gated Recurrent Neural Network for Robust Mobile Health Activities Classification 2026, International journal of telemedicine and applications IF:3.1Q2 DOI:10.1155/ijta/1465162 PMID:42516350	研究论文	提出一种结合卷积神经网络和门控循环单元的混合深度学习模型，用于自动识别日常身体活动	设计了端到端的CNN-GRU模型，能同时提取局部时空特征和建模长期时间依赖，并建立综合基准框架进行验证	NA	开发鲁棒的移动健康活动分类模型，用于自动监测日常身体活动	MHEALTH公共数据集中的12种身体活动（如膝盖弯曲、行走、跑步）	机器学习	NA	NA	CNN, GRU	传感器数据	MHEALTH数据集包含12种身体活动	NA	CNN-GRU	准确率, 精确率, 召回率, F1分数	云计算系统
1358	2026-07-30	Evaluating the detection of small brain lesions in magnetic resonance using deep learning 2026, Frontiers in neuroscience IF:3.2Q2 DOI:10.3389/fnins.2026.1833713 PMID:42516553	研究论文	评估人工智能模型在磁共振成像中检测小脑部病变的性能，并引入一种结合临床小肿瘤概念的新深度学习模型	将临床定义的“小肿瘤”概念整合到深度学习模型的训练和评估流程中，强调病灶大小对检测性能的影响	未明确提及局限性	提高人工智能系统在脑部病变检测中的临床相关性，支持早期诊断和治疗计划	脑部小肿瘤病变	计算机视觉	脑肿瘤	磁共振成像（MRI）	深度学习模型	图像	NA	NA	NA	损失值, Dice系数	NA
1359	2026-07-30	Fully automated deep learning MAPSE: retrospective analysis and real-time clinical application 2026-Jan, European heart journal. Imaging methods and practice DOI:10.1093/ehjimp/qyag087 PMID:42516546	研究论文	开发了一种全自动深度学习方法来评估二尖瓣环平面收缩期偏移，并在回顾性和前瞻性队列中验证其性能	首次提出多步深度学习方法实现离线与实时全自动MAPSE估算，显著缩短分析时间并提升可重复性	未提及具体局限性信息	开发并验证一种全自动深度学习MAPSE估算方法，评估其与手动测量的一致性和临床实用性	左心室功能评估中的二尖瓣环平面收缩期偏移	机器学习	心血管疾病	深度学习	CNN	图像	回顾性队列（n=1775）和前瞻性队列（n=51）	NA	NA	Bias, 皮尔逊相关系数, ICC	NA
1360	2026-07-30	Quantitative morphological phenotyping of infection structures in cucumber downy mildew and powdery mildew 2026, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2026.1844862 PMID:42516595	研究论文	基于深度学习的微观病原体图像实例分割方法，用于黄瓜霜霉病和白粉病感染结构的定量形态表型分析	提出SWS-YOLO11n实例分割模型，能够从微观图像中精准提取并定量表征病原体感染结构的形态特征，突破了传统方法仅能定性识别的局限	研究仅针对黄瓜霜霉病和白粉病两种病害，方法对其他病原体或作物的泛化能力尚未验证	开发一种基于微观图像实例分割的黄瓜病原体感染结构形态特征定量提取与表征方法	黄瓜霜霉病和白粉病的病原体感染结构	计算机视觉，数字病理学	植物病害	原位染色显微成像	实例分割模型	显微图像	黄瓜病原体原位染色显微图像数据集	YOLO	SWS-YOLO11n	检测mAP@0.5，分割mAP@0.5，周长提取精度R²，面积提取精度R²，曲率提取精度R²	NA