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
1641	2026-08-20	DEEP-GYRALNET: ENABLING MACHINE LEARNING IN GYRAL FOLDING PATTERN EXTRACTION ON CORTICAL SURFACE 2026, Proceedings. IEEE International Symposium on Biomedical Imaging DOI:10.1109/isbi61048.2026.11515596 PMID:42436826	研究论文	提出Deep-GyralNet，一种基于深度学习的框架，用于高效提取大脑皮层上的3铰链脑回和GyralNet。	首次将深度学习应用于3铰链脑回和GyralNet提取，使用球形U-Net和连通性感知路径强制损失，显著提高处理速度并保持高完整性。	未在摘要中明确提及局限性。	实现快速准确的3铰链脑回和GyralNet提取，支持大规模脑回折叠网络研究。	大脑皮层表面的3铰链脑回和GyralNet。	计算机视觉，深度学习	不适用	皮质形态特征分析	球形U-Net	皮质表面图像	人类连接组计划数据集	NA	球形U-Net	完整性，处理时间	NA
1642	2026-08-20	Deep learning applications in osteosarcoma MRI: A systematic review of recent advances in AI-based osteosarcoma diagnosis 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0354896 PMID:42611905	系统性综述	本综述根据PRISMA 2020指南，对2020至2025年间38篇关于深度学习在骨肉瘤MRI诊断中应用的同行评审文章进行了批判性分析，涵盖了肿瘤分割、分类和预后等方面	首次对深度学习在骨肉瘤MRI中的应用进行系统性综述，比较了包括传统CNN、视觉Transformer和多模态架构在内的多种先进算法，并量化了其分割性能，揭示了现有研究的转化差距	所有纳入的38项模型均局限于回顾性单中心队列，且存在偏倚风险评估问题，缺乏稳健的多中心测试和公共数据存储库支持	系统评估和批判性分析基于人工智能（尤其是深度学习和机器学习）的骨肉瘤MRI诊断方法，涵盖分割、分类和预后预测的最新进展	骨肉瘤患者的MRI图像，包括常规MRI、弥散加权成像（DWI）和动态对比增强MRI（DCE-MRI）数据	医学影像分析	骨肉瘤	MRI、弥散加权成像（DWI）、动态对比增强MRI（DCE-MRI）、放射组学	卷积神经网络（CNN）、视觉Transformer、多模态架构、注意力机制、无监督聚类	医学图像（MRI、DWI、DCE-MRI）	38篇同行评审文章（2020-2025年），具体患者样本量未在摘要中提供	未在摘要中明确指定	CNN、视觉Transformer、多模态架构、注意力机制、无监督聚类	Dice相似系数（DSC）、AUC	未在摘要中提供
1643	2026-08-20	Graph-theoretic active learning for the closed-loop discovery of stochastic heterogeneous composites 2026, PloS one IF:2.9Q1 DOI:10.1371/journal.pone.0353692 PMID:42611940	research paper	本文提出了一个基于图论的主动学习框架，用于随机异质复合材料的闭环发现，特别是自修复水泥基复合材料	提出将体积断层扫描离散化为置换不变异质图，并采用Pore-GNN和Long-Short-Edge MeshGraphNets作为多物理场模拟的替代模型，实现了显著的计算加速	摘要中未明确提及局限性	开发一个可扩展的图学习框架，以高效预测和优化随机异质微结构，特别是自修复水泥基复合材料的断裂动力学和输运现象	随机异质复合材料（如自修复水泥基复合材料）的微结构	机器学习	NA	断层扫描成像、图神经网络	图神经网络（Pore-GNN、MeshGraphNets）	体积断层扫描图像和图形数据	未明确说明，但涉及30次高保真oracle评估	NA	Pore-GNN, Long-Short-Edge MeshGraphNets	预测准确度（R²），计算加速倍数	NA
1644	2026-08-20	Smartphone-based video deep learning enables rapid and accurate lateral flow diagnostics 2025-12-22, Mikrochimica acta DOI:10.1007/s00604-025-07756-z PMID:41423536	研究论文	本研究提出了一种基于智能手机视频深度学习的侧向层析检测新方法，通过结合时间序列视频数据和YOLOv8模型，提高检测灵敏度、特异性和速度	首次将时间动态视频数据与深度学习结合用于侧向层析检测，相比静态图像分析，能在更短时间内实现更高诊断性能	研究仅针对人绒毛膜促性腺激素检测，未验证其他生物标志物；视频数据采集和分析可能受智能手机性能和用户操作影响	提升侧向层析检测的灵敏度和定量准确性，实现更快速、更准确的即时检测	人绒毛膜促性腺激素侧向层析检测试纸	计算机视觉	不适用	侧向层析检测	YOLOv8	视频	未提供具体样本数量	未提及	YOLOv8	灵敏度、特异性、准确率	未提及
1645	2026-08-20	Deep learning reveals hidden diversity of Synechococcus in the coastal water of China: novel clades and their ecological insights 2025-12-17, Proceedings. Biological sciences DOI:10.1098/rspb.2025.1936 PMID:41538039	研究论文	开发了基于深度学习的Syn_Tool框架，对中国近海Synechococcus ITS序列进行识别、分类和新进化枝发现，揭示了隐藏的遗传多样性	首次将深度学习应用于Synechococcus ITS序列的标准化分类和新进化枝发现，整合了精选的ITS数据库，并分析了迄今为止最大的Synechococcus数据集	未明确提及局限性，但可能受限于ITS区域的分辨率及数据库的覆盖范围	解决Synechococcus ITS序列在大规模测序数据中准确识别和分类的挑战，并探索其生态学意义	中国近海水域中的Synechococcus ITS序列	深度学习、海洋微生物学	不适用	16S-23S rRNA内部转录间隔区（ITS）测序	深度学习模型（未明确指定具体类型）	序列数据	1,087,323条ITS序列	未明确提及	未明确提及	未明确提及（可能包括分类准确率等，但未在摘要中说明）	未明确提及
1646	2026-08-20	A priority control list for LCMs in freshwater food chain by deep learning 2025-12-05, Journal of hazardous materials IF:12.2Q1 DOI:10.1016/j.jhazmat.2025.140362 PMID:41207232	研究论文	本研究利用分子对接和深度学习模型，构建了1431种商业液晶单体在淡水食物链中的优先控制清单，并分析了其持久性、生物累积性和毒性效应。	首次构建针对商业液晶单体影响淡水食物链的优先控制清单，并结合残差神经网络深度学习模型优化，提高预测准确性。	未提及具体局限性。	开发并优化淡水食物链中液晶单体的优先控制清单，并预测其PBT风险。	1431种商业液晶单体在淡水食物链（水蚤、斑马鱼、卷羽鹈鹕）中的PBT效应。	机器学习、深度学习	不适用	分子对接、深度学习	残差神经网络（ResNet）	数值数据（PBT效应值）	12879个PBT效应值，涉及1431种LCMs和3个营养级	未提及	ResNet	准确率	未提及
1647	2026-08-20	SAI: A Python Package for Statistics for Adaptive Introgression 2025-11-28, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf295 PMID:41258824	研究论文	本文介绍了一个用于计算适应性渐渗统计量的Python包SAI，并在两个数据集上展示了其应用	提出了新的统计量DD，并首次实现了D+和Danc等统计量的易用计算工具	摘要未提及局限性	提供适应性渐渗统计量的可访问实现，并验证其在新数据集上的有效性	人类基因组的候选适应性渐渗区域及倭黑猩猩向中非黑猩猩的渐渗事件	生物信息学	不适用	基因组测序	不适用	基因组序列数据	两个数据集（1000基因组计划数据及中非黑猩猩基因组数据）	Python	不适用	不适用	不适用
1648	2026-08-20	AI-identified CD133-targeting natural compounds demonstrate differential anti-tumor effects and mechanisms in pan-cancer models 2025-11, EMBO molecular medicine IF:9.0Q1 DOI:10.1038/s44321-025-00308-1 PMID:41039172	研究论文	该研究利用深度学习模型TransformerCPI从中国草药化合物库中筛选出靶向泛癌标志物CD133的天然化合物，并在多种模型中验证其抗肿瘤效果及机制	将AI驱动的化合物-蛋白质相互作用预测与生物学验证相结合，识别出两种结构相似但作用机制不同的CD133靶向天然化合物，并揭示了虚拟筛选单独使用的局限性	虚拟筛选单独预测的机制不完整，需依赖活体模型评估来验证药物效果和安全性	利用AI筛选靶向CD133的抗肿瘤天然化合物，并阐明其作用机制，以支持泛癌治疗	CD133靶向天然化合物（Polyphyllin V和Polyphyllin H）及其在癌症细胞系、患者来源肿瘤类器官和动物模型中的抗肿瘤效果	机器学习, 药物发现	泛癌	深度学习化合物-蛋白质相互作用预测	Transformer	蛋白质序列, 化合物结构, 生物学实验数据	未明确	NA	TransformerCPI	结合亲和力, 抗肿瘤效果指标	NA
1649	2026-08-20	Accurate and Efficient Phylogenetic Inference through End-To-End Deep Learning 2025-10-29, Molecular biology and evolution IF:11.0Q1 DOI:10.1093/molbev/msaf260 PMID:41129273	研究论文	提出了一种名为NeuralNJ的端到端深度学习框架，直接从输入分类单元构建系统发育树，提高了推断的准确性和计算效率。	创新点在于可学习的邻居连接机制，通过迭代加入邻居并利用学习到的优先级分数实现准确的树重建，并通过强化学习进一步优化。	现有深度学习方法因拆分推断阶段导致准确率有限，或效率低且难以应用于超过20个物种的情况。	开发一种准确且高效的系统发育推断方法，适用于复杂进化场景中上百个分类单元。	系统发育树推断，涉及模拟数据和经验数据中的物种。	机器学习, 生物信息学	不适用	深度学习, 强化学习	神经网络（NeuralNJ）	模拟数据, 经验数据	不适用，具体数量未在文摘中提及	不适用	NeuralNJ	计算效率, 重建准确率	不适用
1650	2026-08-20	AlphaFold model quality self-assessment improvement via deep graph learning 2025-09, Protein science : a publication of the Protein Society IF:4.5Q1 DOI:10.1002/pro.70274 PMID:40823963	研究论文	提出EQAFold框架，通过深度图学习改进AlphaFold的模型质量自我评估，生成更准确的自信度分数	将AlphaFold的Local Distance Difference Test预测头进行精炼，并引入等变图神经网络来提升自评估置信度的可靠性	未明确提及，但暗示标准AlphaFold的置信度在某些情况下不可靠	改进蛋白质结构预测中的自置信度评估，提供更可靠的模型质量指标	蛋白质结构预测模型（AlphaFold）及其置信度输出	机器学习	NA	NA	图神经网络	蛋白质结构数据	NA	NA	等变图神经网络	NA	NA
1651	2026-08-20	SPARSITY-DRIVEN PARALLEL IMAGING CONSISTENCY FOR IMPROVED SELF-SUPERVISED MRI RECONSTRUCTION 2025-Sep, Proceedings. International Conference on Image Processing DOI:10.1109/icip55913.2025.11084355 PMID:41527662	研究论文	本文提出一种新的自监督MRI重建训练策略，通过精心设计的扰动和稀疏域一致性项来减少高加速率下的伪影，提升重建质量	在传统自监督学习的k空间掩蔽基础上，引入稀疏域一致性项，评估模型预测扰动的能力，从而更可靠地减少伪影和噪声放大	未明确说明局限性	改进自监督物理驱动深度学习模型在快速MRI重建中的性能，特别是在高加速率下减少伪影和噪声	快速MRI扫描中的图像重建，涉及膝盖和大脑数据集	计算机视觉	不适用	MRI	物理驱动深度学习模型	图像（MRI图像）	使用fastMRI膝盖和大脑数据集，具体样本数量未提供	未明确指定	未明确指定	视觉评估和定量指标（具体未列出）	未明确指定
1652	2026-08-20	AI-Driven segmentation and morphogeometric profiling of epicardial adipose tissue in type 2 diabetes 2025-07-18, Cardiovascular diabetology IF:8.5Q1 DOI:10.1186/s12933-025-02829-y PMID:40682091	research paper	开发一种基于AI的形状感知方法，用于自动化分割和分析2型糖尿病心外膜脂肪组织的形态几何特征。	引入形状感知分割模型和多模态深度学习，结合统计分析识别T2D相关的形态几何差异。	样本量较小，且未在外部数据集验证。	开发并评估一种AI驱动的心外膜脂肪组织分割和形态几何分析方法，以揭示与T2D相关的结构变化。	心外膜脂肪组织（EAT）	machine learning	type 2 diabetes	dixon MRI	deep learning model	MRI	90名参与者（45名T2D患者和45名年龄和性别匹配的对照组）	PyTorch	U-Net	Dice similarity coefficient (DSC), 95% Hausdorff distance (HD95), average symmetric surface distance (ASSD)	NA
1653	2026-08-20	Deep Learning-Based Body Composition Analysis for Outcome Prediction in Relapsed/Refractory Diffuse Large B-Cell Lymphoma: Insights From the LOTIS-2 Trial 2025-07, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00051 PMID:40669032	研究论文	本研究利用深度学习基于CT图像进行身体成分分析，以预测复发/难治性弥漫大B细胞淋巴瘤患者接受loncastuximab tesirine治疗后的临床结局，数据来自LOTIS-2试验。	提出了一种基于深度学习的身体成分自动分割方法，用于从CT图像中测量骨骼肌、皮下脂肪和内脏脂肪，并验证了其与手动分割的一致性，为预测DLBCL患者治疗结局提供了新的影像生物标志物。	未提及限制。	评估身体成分作为影像生物标志物对复发/难治性DLBCL患者治疗结局的预测价值，并验证深度学习自动分割方法的可靠性。	140例复发/难治性弥漫大B细胞淋巴瘤患者，来自LOTIS-2临床试验。	数字病理学	弥漫大B细胞淋巴瘤	CT成像	深度学习分割模型（未指定具体类型）	CT图像	140例患者的PET/CT扫描图像	未提及	未提及	Pearson相关系数、逻辑回归、Cox回归、Kaplan-Meier分析	未提及
1654	2026-08-20	Analysis of Tumor Microenvironmental Features Between Primary and Synchronous Liver Metastases From Patients With Colorectal Cancers Using a Deep Learning Algorithm 2025-07, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-25-00004 PMID:40694782	研究论文	本研究使用深度学习算法QuantCRC比较结直肠癌原发灶与同步肝转移灶的肿瘤微环境形态学特征，发现转移灶表现出更强的侵袭性和转移表型	利用经过验证的分割算法QuantCRC量化15种形态学肿瘤特征，首次系统比较配对的原发性结直肠癌与其同步肝转移灶的微环境差异	样本量较小（57例），且为单中心研究，结果可能受患者选择和地区差异影响	表征原发性结直肠癌与同步肝转移灶的微环境差异，以理解转移和免疫治疗抵抗的机制	57例结直肠癌患者的原发肿瘤和同步肝转移灶的组织切片	数字病理学	结直肠癌	数字病理图像分析	分割算法	组织病理图像	57例患者的配对原发肿瘤和同步肝转移灶样本	NA	QuantCRC（基于深度学习的分割算法）	P值	NA
1655	2026-08-20	Deep Learning Model for Natural Language to Assess Effectiveness of Patients With Non-Muscle Invasive Bladder Cancer Receiving Intravesical Bacillus Calmette-Guérin Therapy 2025-06, JCO clinical cancer informatics IF:3.3Q2 DOI:10.1200/CCI-24-00249 PMID:40577661	研究论文	开发了一个基于深度学习的自然语言处理模型，利用电子健康记录评估非肌层浸润性膀胱癌患者接受膀胱内卡介苗治疗的效果	首次使用BERT模型从电子健康记录中自动提取非肌层浸润性膀胱癌患者的临床结局（复发和进展）信息，并结合人工审查支持以提升准确性	研究为回顾性研究，且仅基于日本患者数据，可能限制结果的普遍性；人工支持虽仅需10%文档，但仍需一定的人力投入	开发并验证一种深度学习自然语言处理模型，以自动评估非肌层浸润性膀胱癌患者接受卡介苗治疗后的临床结局	2016年4月至2022年6月期间开始接受卡介苗诱导治疗的日本成年人非肌层浸润性膀胱癌患者	自然语言处理	非肌层浸润性膀胱癌	电子健康记录数据挖掘	BERT	文本	372例患者	PyTorch	BERT	精确率、召回率、F1分数、风险比	NA
1656	2026-08-20	Hybrid Electromagnetic-Triboelectric Hip Energy Harvester for Wearables and AI-Assisted Motion Monitoring 2025-05, Small (Weinheim an der Bergstrasse, Germany) DOI:10.1002/smll.202500643 PMID:40190045	研究论文	本研究介绍了一种AI辅助的可穿戴髋关节能量采集器（HJEH），用于将髋关节运动的机械能转化为电能供可穿戴设备使用，同时通过深度学习算法实现人体运动监测	结合电磁发电机和独立式摩擦纳米发电机（FS-TENG），利用飞轮和加速齿轮增强输出功率，并通过深度学习实现高精度运动识别，同时集成数字孪生技术用于老年人安全监测	未明确提及	开发一种集能量采集和运动监测于一体的可穿戴髋关节能量采集器，以支持可穿戴设备供电和人体运动监测应用	髋关节运动能量的采集和12种不同运动类型的识别	可穿戴设备，能量采集，运动监测	老年疾病（通过安全监测）	电磁发电、摩擦纳米发电	深度学习模型（具体类型未指定）	运动信号（摩擦电信号）	12种运动类型，具体样本数未提供	NA	NA	峰值功率、重力功率密度、准确率	NA
1657	2026-08-20	Multimodal deep learning fusion of ultrafast-DCE MRI and clinical information for breast lesion classification 2025-04, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.109721 PMID:39978091	研究论文	开发并评估了一种结合超快动态对比增强MRI图像、病变特征和临床信息的多模态深度学习模型用于乳腺病变分类	提出了一种新颖的基于Transformer的多模态融合架构（MMST-V），能够整合图像和非图像数据，优于单模态方法	摘要未提及具体局限性，可能包括单中心回顾性研究、样本量有限等	开发并评估用于乳腺病变分类的多模态深度学习模型	乳腺病变（包括良性病变、恶性病变和良性淋巴结）	医学影像分析	乳腺癌	超快动态对比增强MRI	Transformer	图像、临床信息（分类和标量数据）	240名患者，987个病变（280良性，121恶性，586良性淋巴结），1081份报告	NA	Multimodal Sieve Transformer with Vision Transformer encoder (MMST-V)	AUROC	NA
1658	2026-08-20	Automated grading of oleaster fruit using deep learning 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89358-6 PMID:39939355	研究论文	本研究旨在开发一种基于深度学习的实时机器视觉系统，用于根据伊朗国家标准对沙枣果实进行自动分级	首次将Mask R-CNN和YOLOv8模型应用于沙枣果实的实时自动分级，实现了在不同传送带速度下的高效准确分类	未提及具体局限性	开发一个实时机器视觉系统，用于在不同分级速度下自动分类沙枣果实	沙枣果实，分为四个质量等级	计算机视觉	NA	NA	CNN, Mask R-CNN, YOLOv8	视频帧图像	包含四个质量等级的沙枣果实视频帧数据集，传送带速度范围4.82至21.51厘米/秒	NA	Mask R-CNN, YOLOv8x, YOLOv8n	检测率, 实例分割精度, 分类准确率, 敏感性	NA
1659	2026-08-20	Learning based lower limb joint kinematic estimation using open source IMU data 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-025-89716-4 PMID:39939380	研究论文	本研究提出基于深度学习的框架，利用惯性测量单元（IMU）数据估计下肢关节运动学，并评估了三种训练方法，其中迁移学习法在减少数据需求的同时达到了与逆运动学相当的性能	提出了一种结合迁移学习的深度学习方法，仅用少量新用户数据微调即可实现高精度估计，克服了单一用户模型泛化性差和多用户模型精度低的局限，并分析了最优IMU放置位置	文中未明确提及局限性，但可能包括对数据集的依赖、迁移学习需少量数据微调以及不同人群的适用性仍需进一步验证	开发一种高效、个性化的下肢关节运动学估计框架，减少数据收集负担并提升在临床和实际环境中的可用性	下肢关节运动学（包括膝关节、髋关节和踝关节等）的估计，使用IMU数据	机器学习, 生物力学	NA	IMU（惯性测量单元）	深度学习模型	时间序列数据（IMU传感器数据）	基于开源数据集，具体样本量未在摘要中提及	NA	深度学习架构（具体如CNN、LSTM等未指定）	准确度（与逆运动学比较）	NA
1660	2026-08-20	Pre- and post- COVID-19 trends related to dementia caregiving on Twitter 2025-02-12, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-82405-8 PMID:39939632	研究论文	本文通过分析Twitter上关于痴呆症照护的推文，研究了COVID-19大流行前后痴呆症照护者的关注趋势变化	首次利用BERT模型和主题建模技术分析社交媒体上痴呆症照护者在大流行前后的关注点变化，特别是发现痴呆症相关污名化的显著增加趋势	仅分析了英语推文，可能无法代表全球照护者的观点；数据来源单一（Twitter）可能引入偏差	了解痴呆症照护者在COVID-19大流行前后的关注点变化，为后疫情时代更好地支持照护者提供见解	痴呆症照护者及其在Twitter上分享的相关经历和情绪	自然语言处理	痴呆症（包括阿尔茨海默病等）	社交媒体数据挖掘	BERT（双向编码器表示来自变换器）	文本数据（推文）	44,527条英语推文	Transformers（PyTorch）	BERT	主题分类的准确性和主题一致性（未明确列出具体指标）	未在标题和摘要中提及，标记为NA